一种储能系统的优化方法与流程

本发明属于电网领域，涉及储能电池优化技术，具体是一种储能系统的优化方法。

背景技术：

1、soc是指储能系统的剩余容量与其完全充电状态的容量比值。目前以储能系统soc为参量的储能系统的研究更多体现在储能控制层面的研究，而基于soc与经济性的储能系统最优容量规划却鲜有研究；储能容量优化计算过程中，或只考虑在较长时间保障风电功率，光伏功率为稳定值为标准来配置容量，或以风电机组，光伏发电及储能装置输出功率波动标准差为指标进行优化，或考虑运行成本和投资成本最小化作为优化目标，均未以储能系统充放电功率不足或过充过放状态对平抑并网功率波动的影响作为储能容量优化计算中的指标。

2、为此，提出一种储能系统的优化方法。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种储能系统的优化方法，该一种储能系统的优化方法解决了目前以储能系统soc为参量的储能系统的研究更多体现在储能控制层面的研究，而基于soc与经济性的储能系统最优容量规划却鲜有研究的问题。

2、为实现上述目的，根据本发明的第一方面的实施例提出一种储能系统的优化方法，包括以下步骤：

3、步骤一：根据投入成本和运行成本计算获取储能容量优化的目标minc；其中，所述投入成本cc包括维护成本cm、置换成本cr以及基本投资成本cb；

4、所述运行成本包括风电场弃风损失成本、平滑功率短缺损失成本以及折算损失成本；

5、步骤二：基于粒子群优化算法，获取最佳储能容量wo。

6、优选地，投入成本cc与维护成本cm、置换成本cr以及基本投资成本cb的关系式如下：

7、cc＝cm+cr+cb   (1)

8、cb＝nbessρ1wo+nbessρ2wom   (2)

9、式中，nbess为储能系统中蓄电池的数量；ρ1为储能单位容量安装价格；wo为风电场优化储能容量；ρ2为储能单位容量价格；

10、m为折旧系数，其定义如式(3)所示；

11、

12、其中，r为折旧率；lm为工程年限。

13、优选地，风电场弃风损失能量为：

14、

15、平滑功率短缺损失能量为：

16、

17、折算损失能量为：

18、

19、其中，ny为研究对象的时间年度；g、h分别为ny年度中充、放电过程持续δ＜1调整运行区间的总次数；p、q分别为g次区间的各区间初始和结束时间；u、v分别为h区间的各区间初始和结束时间；k为ny年度中储能系统运行状态位于超出最大soc的总次数；l为ny年度中储能系统运行状态位于低于最小soc的总次数；x、y分别为k次区间的各区间初始和结束时间；z、a分别为l次区间的各区间初始和结束时间。

20、优选地，储能容量优化的目标minc计算公式为：

21、min c＝klρlllt+ksρslst+keρelle+cc   (7)

22、其中，ρl、ρs以及ρe分别为风电场弃风损失能量、平滑功率短缺损失能量以及储能系统越限运行的折算能量的对应单价；ρlllt为风电场弃风能量成本；ρslst为风电场平滑功率短缺损失能量成本；ρelle为储能系统越限运行的折算损失能量成本；kl、ks和ke为运行成本的惩罚系数。

23、优选地，本方法还包括：

24、设定约束条件；其中，约束条件包括充放电功率约束条件和风电场输出功率波动水平约束条件；

25、充放电功率约束条件：

26、-pdηd≤pw(t)-pref(t)≤pc   (8)

27、其中，pd、pc分别为储能系统的极限充、放电功率，将放电看作负充电过程，其大小以其绝对值为准；

28、风电场输出功率波动水平约束条件：

29、p{|δpd(t)|≤δpdmax}≥λ   (9)

30、其中，p{·}为概率分布函数；δpd(t)为风电场输出功率经储能系统平抑后的波动值；δpdmax为波动值的最大允许范围上限；λ为对应的可信度水平。

31、优选地，基于粒子群优化算法，获取最佳储能容量wo，包括以下步骤：

32、步骤1：选定研究对象时间截面窗口长度ny及其运行数据p(t)；

33、步骤2：基于最佳功率输出模型确定期望输出目标值pg，并给定初始soc值；

34、步骤3：设置粒子群维数d、最大迭代次数mmax、收敛精度cσ，同时初始化粒子群位置xid和速度vid；

35、步骤4：结合式(4)—(9)计算各粒子的适应度值pxid，并将其自身粒子极值pi及全局粒子极值pg进行比较，若适应度值较小，则更新pi及pg，否则更新粒子速度vid及位置xid；

36、步骤5：计算δσ2，判断是否满足收敛条件，搜索收敛条件如式(10)所示；

37、

38、其中，δσ2为粒子群的群体或全局适应度方差的变化量；cσ为接近于零的定常数；若满足收敛条件，则获取最佳储能容量wo；

39、否则，重新释放粒子组建新的种群，并重复步骤4。

40、与现有技术相比，本发明的有益效果是：

41、本发明根据投入成本和运行成本计算获取储能容量优化的目标minc；基于粒子群优化算法，获取最佳储能容量wo；在保证减少风电输出功率波动的前提下，调节投入成本与运行成本之间的相互制约关系，在保证平滑输出功率的前提下，以最低储能的投入成本和运行成本实现风电场储能系统的运行效益最优化。

技术特征：

1.一种储能系统的优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种储能系统的优化方法，其特征在于，投入成本cc与维护成本cm、置换成本cr以及基本投资成本cb的关系式如下：

3.根据权利要求2所述的一种储能系统的优化方法，其特征在于，风电场弃风损失能量为：

4.根据权利要求3所述的一种储能系统的优化方法，其特征在于，储能容量优化的目标minc计算公式为：

5.根据权利要求4所述的一种储能系统的优化方法，其特征在于，本方法还包括：

6.根据权利要求5所述的一种储能系统的优化方法，其特征在于，基于粒子群优化算法，获取最佳储能容量wo，包括以下步骤：

技术总结
本发明公开了一种储能系统的优化方法，涉及储能电池优化技术领域，解决了目前以储能系统SOC为参量的储能系统的研究更多体现在储能控制层面的研究，而基于SOC与经济性的储能系统最优容量规划却鲜有研究的技术问题；包括：步骤一：根据投入成本和运行成本计算获取储能容量优化的目标minC；步骤二：基于粒子群优化算法，获取最佳储能容量W<subgt;o</subgt;；在保证减少风电输出功率波动的前提下，调节投入成本与运行成本之间的相互制约关系，在保证平滑输出功率的前提下，以最低储能的投入成本和运行成本实现风电场储能系统的运行效益最优化。

技术研发人员：郭家虎,黄荣,杨盛,时曼玉
受保护的技术使用者：淮南芯创智能设备有限公司
技术研发日：
技术公布日：2024/2/29