【技术实现步骤摘要】
本专利技术涉及电力系统优化配置领域，具体涉及一种混合储能系统在有源配电网中的优化配置方法。
技术介绍
1、随着可再生能源技术的不断发展和应用，越来越多的光伏发电系统接入到配电网络中，形成了有源配电网。由于光伏并入配电网，使得电网的电压控制、电能质量保障、运行成本等方面的问题变得更加复杂。
2、一方面，光伏发电的功率输出受到天气条件的影响，特别是光照强度的变化，这将导致电网电压的波动，影响电能质量。为了解决这个问题，一种常见的做法是引入储能系统。储能系统可以通过调整其充放电状态，平抑电压波动，保障电网的稳定运行。然而，单一的储能装置并不能够很好的优化有源配电系统。
3、另一方面，储能设备的运行会影响电网的运行成本。如何在优化配电网的电压质量同时降低储能系统的运行成本，也是有源配电网面临的一个重要问题。
4、针对上述问题，本专利技术提出了一种混合储能的容量配置方法，在有源配电网中同时引入铅酸电池和超级电容储能，铅酸电池发展成熟且能量密度大成本较低，超级电容功率密度大且有很高的循环使用寿命，与铅酸电池的特点互补。可以选择两种储能装置作为可再生能源发电的储能部分，弥补单一储能无法兼顾的弊端。并通过建立多目标优化模型，旨在同时满足电网的电能质量和经济性需求，实现电压波动的平抑和运行成本的降低。
技术实现思路
1、本专利技术提供一种混合储能系统在有源配电网中的优化配置方法，以解决上述相关技术中出现的技术问题。
2、本专利技术采用如下技术方案来实现
3、一种混合储能系统在有源配电网中的优化配置方法，所述方法包括：
4、建立混合储能的数学模型，其中，所述数学模型包括铅酸电池和超级电容的数学模型；
5、基于配电网数据，建立混合储能系统优化配置模型；
6、利用改进的多目标粒子群优化算法求解所述混合储能系统优化配置模型，得到混合储能系统的优化配置结果；
7、基于多目标粒子群优化得到的优化配置结果，并根据最大区间法分析计算得到混合储能系统的最佳配置容量。
8、本专利技术进一步的改进在于，所述配电网数据包括配电网各节点的最大容量、最大功率、最大充放电状态量，以及配电网节点电压的最大值与最小值。
9、本专利技术进一步的改进在于，所述基于配电网数据，建立混合储能系统优化配置模型，包括：
10、分别建立以混合储能系统运行成本最低为目标的目标函数和以配电网电压波动总和最小为目标的目标函数；并通过引入权重系数，将两个目标函数化为一个目标函数；
11、基于配电网数据建立适用于所述混合储能系统优化配置模型的多个约束条件。
12、本专利技术进一步的改进在于，所述多个约束条件包括：节点电压约束、功率平衡约束、充放电深度约束。
13、本专利技术进一步的改进在于，所述利用改进的多目标粒子群优化算法求解所述混合储能系统优化配置模型，得到混合储能系统的充放电功率配置结果，包括：
14、通过引入准对立学习策略和自适应分裂操作对多目标粒子群算法进行改进；
15、利用改进粒子群优化算法对目标函数和约束条件进行求解，得到目标函数和约束条件的帕累托前沿解；
16、将所述目标函数和约束条件的最优解利用最大区间法求解，得到所述混合储能系统的最优配置容量。
17、本专利技术进一步的改进在于，所述利用改进粒子群优化算法对目标函数和约束条件进行求解，得到所述目标函数和约束条件的局部最优解，包括：
18、步骤b1、设定粒子群的个体数量、速度边界和位置边界，对每个粒子的位置和速度进行随机初始化；
19、步骤b2、根据具体的网络拓扑信息和分布式电源的出力情况进行潮流计算，根据每个粒子对应的参数值更新每个粒子的适应度值，其中，每个粒子的适应度值为目标函数的函数值；
20、步骤b3、根据计算出来的适应度值对个体最优解和全局最优解进行更新，并对非劣解进行更新，判断是否达到最大迭代次数，如果是，则输出帕累托最优解；如果不是，则转到步骤b4；
21、步骤b4、更新粒子的位置和速度，并产生准对立种群优化种群特性，对粒子位置进行自适应分裂操作，计算得到新粒子的pareto最优解并更新存档，再次转到步骤b3；
22、步骤b5、当满足结束条件，即达到适应值或达到一个预设最大代数，此时输出最优解。
23、本专利技术进一步的改进在于，混合储能的充放电功率这一变量经多目标粒子群优化算法计算，得到储能的有功出力曲线；在得到储能各时刻的功率大小之后需要对储能的容量进行计算。
24、本专利技术进一步的改进在于，在得到储能各时刻的功率大小之后需要对储能的容量进行计算采取的方法为最大区间法，具体方法如下：
25、步骤a、分布式储能的功率决策变量经多目标粒子群优化算法计算，得到储能的有功出力曲线；
26、步骤b、根据储能在一个测试周期内的充放电情况，利用下式将储能有功出力曲线划分为连续充电或放电的若干时间段，得到每个时段下储能系统的容量大小；
27、步骤c、取一个测试周期内最大的持续充/放电容量作为该储能配置的容量，将所有储能的容量相加即可得到分布式储能所配置的总容量。
28、本专利技术至少具有如下有益的技术效果：
29、1、对配电网电压波动的平抑效果更好。因为本专利技术采用的是铅酸电池和超级电容两种储能来平抑电压波动，铅酸电池是能量型储能，可以平抑系统中长期存在的电压波动，而超级电容器是功率型储能，具有快充快放的调节特性，所以可以快速弥补系统因短时干扰造成的电压大幅降低，两者结合对配电网电压波动的平抑效果更好。
30、2、对混合储能系统充放电功率的配置，以及容量的确定更加合理。因为本专利技术在粒子群粒子速度与位置生成、更新的环节上引入准对立学习策略以扩大解空间的覆盖范围，并根据算法在前后期不同的搜索方向引入自适应粒子分裂策略将过早聚集在一起的粒子分离开来以改善种族特性，在保证算法后期收敛性要求的同时避免粒子落入局部最优陷阱。通过以上两点的改进，使得通过该算法寻优得到的储能功率配置更加合理，因此在该功率基础上求得的容量也更加经济，不会出现资源浪费的现象。
本文档来自技高网...【技术保护点】
1.一种混合储能系统在有源配电网中的优化配置方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述配电网数据包括配电网各节点的最大容量、最大功率、最大充放电状态量，以及配电网节点电压的最大值与最小值。
3.根据权利要求2所述的方法，其特征在于，所述基于配电网数据，建立混合储能系统优化配置模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述多个约束条件包括：节点电压约束、功率平衡约束、充放电深度约束。
5.根据权利要求1所述的方法，其特征在于，所述利用改进的多目标粒子群优化算法求解所述混合储能系统优化配置模型，得到混合储能系统的充放电功率配置结果，包括：
6.根据权利要求5所述的方法，其特征在于，所述利用改进粒子群优化算法对目标函数和约束条件进行求解，得到所述目标函数和约束条件的局部最优解，包括：
7.根据权利要求1所述的方法，其特征在于，混合储能的充放电功率这一变量经多目标粒子群优化算法计算，得到储能的有功出力曲线；在得到储能各时刻的功率大小之后需要对储能的容量进行计算。p>
8.根据权利要求7所述的方法，其特征在于，在得到储能各时刻的功率大小之后需要对储能的容量进行计算采取的方法为最大区间法，具体方法如下：
...【技术特征摘要】
1.一种混合储能系统在有源配电网中的优化配置方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述配电网数据包括配电网各节点的最大容量、最大功率、最大充放电状态量，以及配电网节点电压的最大值与最小值。
3.根据权利要求2所述的方法，其特征在于，所述基于配电网数据，建立混合储能系统优化配置模型，包括：
4.根据权利要求3所述的方法，其特征在于，所述多个约束条件包括：节点电压约束、功率平衡约束、充放电深度约束。
5.根据权利要求1所述的方法，其特征在于，所述利用改进的多目标粒子群优化算法求解所述...
【专利技术属性】
技术研发人员：郑昀，薛晓锋，王烽，曾垂栋，潘喜良，吴祥国，梁晓斌，林怡玢，杨德龙，李腾旭，詹修平，汤凌晓，杨沛豪，李菁华，郭昊，王栋，
申请(专利权)人：华能罗源发电有限责任公司，
类型：发明
国别省市：
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。