【技术实现步骤摘要】
本专利技术涉及配电网在减少网络损耗、平抑功率波动以及消纳多余风光电的能力，承担电网并网、调峰任务背景下面临的储能容量优化配置改造领域，具体来讲涉及一种基于改进阿基米德算法的风光电并网双层储能容量智能优化配置方法。
技术介绍
0、技术背景
1、储能作为电网内部的关键元件，可以调节电网的负荷需求。在负荷低谷时期，存储风光机组发出的多余电能；在负荷高峰时期，释放存储的电能，缓解并网后对电网的冲击，提升电网的收益。但是电网储能容量过小，会导致电网的收益有限，甚至会影响电网内部的供电可靠性；电网储能容量过大，则会使得自身投资及运维成本过高，并网后增大配电网的网损电量，导致配电网的运行成本增加。因此，合理配置电网储能容量，对提升储能充放电的协调性具有重要研究意义。
2、配电网作为电网中的关键一环，担负着保证整个电网系统中电能质量与供电可靠性的职责。随着风电、光伏等分布式电源涌入电网，将会使配电网的结构更加复杂多变，且风光电的大量并网会使网络电压波动与弃风弃光等问题出现，从而会导致配电网可靠性与经济性的大幅下降。混合储能系统具有减少配电网中网络损耗、平抑其功率波动以及消纳多余风光电的能力，储能系统容量的合理配置便成为改善含有大量新能源配电网运行经济稳定的关键决策。
技术实现思路
1、本专利技术建立了配电网正常运行下储能系统运行计划和其综合成本模型，并充分考虑风光电的平抑效果，采用变分模态分解方法得到风光电目标并网功率以及储能系统容量初次分配；将储能系统最低投资成本、运维成
2、本专利技术所采用的技术是，一种基于改进阿基米德算法的风光电并网双层储能容量智能优化配置方法，具体按照以下步骤实施：
3、变分模态分解将一个时域信号f(t)分解为k个具有调频－调幅特性和稀疏特性的本征模态函数uk(t)：
4、uk(t)＝ak(t)cos(φk(t))
5、各imf中心频率为ωk(t)，为使每个模态的估计带宽之和最小，建立如下约束变分模型：
6、
7、为求取最优解，引入扩展lagrange函数，将约束性变分问题变换为非约束性变分问题，其表达式为：
8、
9、式中，α为二次惩罚因子，用于保证信号的重构精度，α值越大，各模态分量的频率带宽就越小。
10、利用交替方向乘子算法求取上式的鞍点，即求取约束变分模型的最优解，其中模态分量uk及中心频率ωk分别为：
11、
12、
13、考虑混合储能系统中蓄电池寿命受到充放电次数的影响，本专利技术将风光电功率分解后的次高频部分分配给蓄电池，将高频部分分配给能够承担波动频繁的超级电容。混合储能系统初级容量分配公式为：
14、pb(t)＝-psubh(t)
15、pc(t)＝-(pne(t)-po(t)-psubh(t))
16、式中：pb(t)表示初次分配给蓄电池部分的功率；psubh(t)表示小波包分解后的次高频功率；pc(t)表示初次分配给超级电容部分的功率；pne(t)表示风光电的原始功率；po(t)表示风光电的目标并网功率。
17、对于配电网中接入储能系统所产生的综合成本，本专利技术选用储能系统中投资成本、运行维护成本与配电网中网损成本之和最低为目标函数，其具体表示为：
18、minf＝finvest+fom+floss
19、式中：finvest为储能系统投资成本；fom为储能系统维护成本；floss为配电网网损成本。每部分具体计算公式如下：
20、储能系统投资成本为：
21、
22、式中：d为折现率；lt为储能系统使用年限；ceb，cpb为蓄电池单位容量和单位功率投资成本；cec，cpc为超级电容单位容量和单位功率投资成本；eb，pb为蓄电池的额定容量和额定功率；ec，pc为超级电容的额定容量和额定功率。
23、储能系统运行维护成本为：
24、fom＝ηbeb+ηcec
25、式中：ηb，ηc分别为蓄电池和超级电容的运维成本因数。
26、配电网网损成本为：
27、
28、
29、式中：ploss,i为节点i处配电网网损大小；pi，qi分别为节点i的有功负荷和无功负荷；ri，ui分别为节点i的电压和电阻；pihess,l为接在节点i上储能系统的损耗；cgp为单位电价。
30、含有风光电接入的配电网运行约束：
31、馈线首端的出力约束：
32、
33、馈线容量约束：
34、
35、节点电压约束：
36、ui,min≤ui≤ui,max,i∈ωn
37、式中：和分别为馈线首端有功pisub的上、下限；和分别为馈线首端无功的上、下限；ωsub为馈线首端集合；sij,max为配电网线路传输容量；ui,max和ui,min分别为节点i电压的上、下限。
38、混合储能系统运行约束：为保证储能系统能够安全运行且储能系统容量得以合理优化，其总约束条件如下：
39、为了防止混合储能系统在充、放电过程中出现过充过放现象，从而导致储能寿命损耗，提出混合储能系统soc的约束要求：
40、
41、式中，socb_max、socb_min和socc_max、socc_min为蓄电池和超级电容荷电状态上、下限。
42、为了保证储能装置在满足输出功率的同时，其输出能量也满足负载要求，提出储能系统能量约束：
43、
44、式中，pb,i、pc,i分别为蓄电池和超级电容输出功率；t为控制周期；eb_max，ec_max分别为为蓄电池和超级电容额定容量。
45、保证配电网中任意时刻功率保持平衡，提出系统功率平衡约束：
46、pb,i+pc,i+ppv,i+pwt,i＝pl,i
47、式中，ppv,i和pwt,i分别为光伏和风电的输出功率。
48、结合所提出的目标函数，利用改进阿基米德算法对混合储能系统的内部功率分配做进一步优化。
49、阿基米德算法的基本原理是通过模拟螺线的方式来搜索最优解。其基本步骤如下：
50、种群初始化：
51、oi＝lbi+rand*(ubi-lbi),i＝1,2,…,n
52、初始化每个第i个对象的体积(vol)和密度(den)：
53、
54、初始化第i个对象的加速度
55、acci＝lbi+rand*(ubi-lbi)
56、其中本文档来自技高网...
【技术保护点】
1.一种基于改进阿基米德算法的风光电并网双层储能容量智能优化配置方法，其特征在于，具体按照以下步骤实施：
2.根据权利要求1所述的一种基于改进阿基米德算法的风光电并网双层储能容量智能优化配置方法，其特征在于，所述步骤1中具体为根据配电网正常运行下储能系统运行计划和其综合成本模型，采用变分模态分解方法得到风光电目标并网功率以及储能系统容量初次分配，具体步骤如下：
3.根据权利要求1所述的一种基于改进阿基米德算法的风光电并网双层储能容量智能优化配置方法，其特征在于，所述步骤2中具体为，将储能系统综合成本指标转化为三个子目标函数，确定配电网与储能系统的运行约束条件，具体步骤如下：
4.根据权利要求1所述的一种基于改进阿基米德算法的风光电并网双层储能容量智能优化配置方法，其特征在于，所述步骤3中具体为，使用基于改进阿基米德优化算法的双层优化策略对混合储能系统的内部功率分配做进一步优化，具体步骤如下：
5.根据权利要求1所述的一种基于改进阿基米德算法的风光电并网双层储能容量智能优化配置方法，其特征在于，所述步骤4中具体为，根据波动率及风电平抑
...【技术特征摘要】
1.一种基于改进阿基米德算法的风光电并网双层储能容量智能优化配置方法，其特征在于，具体按照以下步骤实施：
2.根据权利要求1所述的一种基于改进阿基米德算法的风光电并网双层储能容量智能优化配置方法，其特征在于，所述步骤1中具体为根据配电网正常运行下储能系统运行计划和其综合成本模型，采用变分模态分解方法得到风光电目标并网功率以及储能系统容量初次分配，具体步骤如下：
3.根据权利要求1所述的一种基于改进阿基米德算法的风光电并网双层储能容量智能优化配置方法，其特征在于，所述步骤2中具体为，将储能系统...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。