【技术实现步骤摘要】
本专利技术涉及光储协同优化，特别涉及一种分布式光储系统协同优化方法、系统、设备及介质。
技术介绍
1、在大规模分散式光伏接入背景下，配电网面临着调峰、调频、调压等诸多挑战，由于光伏发电具有随机性和间歇性等特点，其并网困难且资源利用率低，这些问题对电网的稳定运行构成了威胁，而储能技术的加入为解决这些问题提供了新的思路，其具备功率快速吞吐、灵活运行的能力，是当前提高配电网调节能力的重要手段之一，进而为了在经济运行的前提下，充分发挥分布式光储系统的调节能力，进行其调节能力的量化评估显得尤为重要，这不仅有助于优化分布式光伏与储能系统的配置，还能为电力系统的稳定运行提供有力支持。
2、随着配电网储能技术的不断发展，储能多功能复用逐渐被重视，储能多功能复用是指储能系统不仅被用于单一功能，而是被用于调峰、调频等多种功能，以提高储能系统的经济效益和使用效率，配电网中混合储能多功能复用是分布式光储系统协同优化的重要手段，混合储能系统通常包括两种或更多种储能技术的综合应用，如电池储能(batteryenergy storage，bes)、飞轮储能(flywheel energy storage，fes)、超级电容器等，不同类型的储能具有能量密度、功率密度、响应速度、使用寿命等不同的性能特性，通过综合利用，充分发挥不同类型储能的技术和经济优势，避免或减少单一储能技术的缺点，实现资源配置优化。
3、混合储能多功能复用在分布式光储系统协同优化中的主要应用和优势包括：平滑新能源的输出，由于风能、光伏等新能源的输出具有显著的随机性和间
4、而现有的电池储能退化成本的数学模型没有考虑储能的健康状态(soh)，而是通过雨流循环计数法的线性近似来计算电池退化成本，并没有建立考虑电池放电深度、将康状态、初始投资等关键因素的储能退化成本系数模型，导致退化成本系数不准确，与储能实时运行工况不符，导致退化成办计算不准确；
5、同时现有的飞轮储能退化成本，主要通过飞轮材料本身的属性，通过模拟测试形成飞轮寿命衰减曲线，并以此为基础作为其退化成本计算的依据，未涉及飞轮储能寿命、充电/放电响应时间、额定功率和投资成本等因素，导致退化成本系数不准确，与储能实时运行工况不符，导致退化成办计算不准确；
6、且现有的关于混合储能的研究，建立了混合储能参与调峰、调频其中一种辅助服务的运行优化模型，并未建立电池储能-飞轮储能混合储能系统同时参与调峰调频多功能复用的运行优化模型，同时没有提出混合储能同时参与调峰调频时的功率分配策略，没有建立运行效益最大化的协同优化模型，无法实现系统运行经济性、储能运行寿命、系统实时运行工况之间的高效协同优化。
7、因此，如何提供一种分布式光储系统协同优化方法、系统、设备及介质，是目前亟待解决的问题。
技术实现思路
1、本专利技术实施例提供了一种分布式光储系统协同优化方法、系统、设备及介质，以解决现有技术中没有考虑储能的健康状态的问题。
2、为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
3、根据本专利技术实施例的第一方面，提供了一种分布式光储系统协同优化方法。
4、在一个实施例中，分布式光储系统协同优化方法，包括：
5、基于电池储能与飞轮储能建立分布式光储系统结构，并根据电池储能实际循环寿命与飞轮储能额定功率信息建立混合储能退化成本函数；
6、利用混合储能退化成本函数构建分布式光储系统协同优化模型，并基于混合储能参与的求取规则求解分布式光储系统协同优化模型，根据求解结果生成功率分配策略。
7、在一个实施例中，基于电池储能与飞轮储能建立分布式光储系统结构，并根据电池储能实际循环寿命与飞轮储能额定功率信息建立混合储能退化成本函数包括：
8、基于配电网、分布式光伏发电、飞轮储能、电池储能及用户负荷建立分布式光储系统结构，并确定分布式光储系统结构的运行方式；
9、基于分布式光储系统结构的运行数据获取电池储能的放电深度与放电规律，并结合电池储能的最大放电功率分析电池储能的实际循环寿命；
10、根据实际循环使用寿命判断电池储能的运行健康状态，分析放电深度与运行健康状态之间的关系，并基于关系结果建立电池储能退化成本函数；
11、获取飞轮储能的额定功率与单位功率投资成本建立飞轮储能退化成本函数，将飞轮储能退化成本函数与电池储能退化成本函数结合得到混合储能退化成本函数。
12、在一个实施例中，根据实际循环使用寿命判断电池储能的运行健康状态，分析放电深度与运行健康状态之间的关系，并基于关系结果建立电池储能退化成本函数包括：
13、基于电池储能的单位容量投资成本与实际循环使用寿命分析电池退化成本，根据电池退化成本获取电池退化系数，将电池退化系数与电池容量结合判断电池储能的最大存储容量；
14、根据最大存储容量与电池容量确定电池储能的最大放电深度，并利用最大存储容量与最大放电深度分析电池健康状态，获取电池健康状态与最大放电深度的关系；
15、将关系结果与电池储能的单位容量投资成本结合建立电池储能退化成本函数，并根据电池储能退化成本模型分析电池储能在运行中退化速度与维护成本。
16、在一个实施例中，电池储能退化成本函数的表达式为：
17、
18、式中，表示电池寿命周期中各阶段退化成本系数的极值，lr表示标准循环条件下的循环寿命，表示电池储能的单位容量投资成本，ebat表示电池容量，k1、u1及u2均表示拟合系数，表示电池的最大放电功率，表示标准循环条件下的电池储能放电功率，n表示全寿命周期内总的循环寿命阶段数，i表示全寿命周期内第i个循环寿命阶段，e表示自然对数的底数，dr表示标准循环条件下的电池储能的放电深度，表示最大放电深度，sohi表示电池健康状态。
19、在一个实施例中，利用混合储能退化成本函数构建分布式光储系统协同优化模型，并基于混合储能参与的求取规则求解分布式光储系统协同优化模型，根据求解结果生成功率分配策略包括：
20、基于混合储能退化成本函数、飞轮储能及电池储能的单位功率维护成本，建立多功能复用的分布式光储系统协同优化模型，计算分布式光储系统的总运行成本；
21、利用飞轮储能与电池储能本文档来自技高网...
【技术保护点】
1.一种分布式光储系统协同优化方法，其特征在于，该协同优化方法包括：
2.根据权利要求1所述的分布式光储系统协同优化方法，其特征在于，所述基于电池储能与飞轮储能建立分布式光储系统结构，并根据电池储能实际循环寿命与飞轮储能额定功率信息建立混合储能退化成本函数包括：
3.根据权利要求2所述的分布式光储系统协同优化方法，其特征在于，所述根据实际循环使用寿命判断电池储能的运行健康状态，分析放电深度与运行健康状态之间的关系，并基于关系结果建立电池储能退化成本函数包括：
4.根据权利要求3所述的分布式光储系统协同优化方法，其特征在于，所述电池储能退化成本函数的表达式为：
5.根据权利要求4所述的分布式光储系统协同优化方法，其特征在于，所述利用混合储能退化成本函数构建分布式光储系统协同优化模型，并基于混合储能参与的求取规则求解分布式光储系统协同优化模型，根据求解结果生成功率分配策略包括：
6.根据权利要求5所述的分布式光储系统协同优化方法，其特征在于，所述分布式光储系统协同优化模型的表达式为：
7.根据权利要求6所述的分布
8.一种分布式光储系统协同优化系统，其特征在于，该协同优化系统包括：
9.根据权利要求8所述的分布式光储系统协同优化系统，其特征在于，所述混合储能分析判断单元包括：
10.根据权利要求9所述的分布式光储系统协同优化系统，其特征在于，所述退化成本函数定义模块在根据实际循环使用寿命判断电池储能的运行健康状态，分析放电深度与运行健康状态之间的关系，并基于关系结果建立电池储能退化成本函数时，可基于电池储能的单位容量投资成本与实际循环使用寿命分析电池退化成本，根据电池退化成本获取电池退化系数，将电池退化系数与电池容量结合判断电池储能的最大存储容量；根据最大存储容量与电池容量确定电池储能的最大放电深度，并利用最大存储容量与最大放电深度分析电池健康状态，获取电池健康状态与最大放电深度的关系；将关系结果与电池储能的单位容量投资成本结合建立电池储能退化成本函数，并根据电池储能退化成本模型分析电池储能在运行中退化速度与维护成本。
11.根据权利要求10所述的分布式光储系统协同优化系统，其特征在于，所述电池储能退化成本函数的表达式为：
12.根据权利要求8所述的分布式光储系统协同优化系统，其特征在于，所述协同优化计算分析单元包括：
13.根据权利要求12所述的分布式光储系统协同优化系统，其特征在于，所述分布式光储系统协同优化模型的表达式为：
14.根据权利要求13所述的分布式光储系统协同优化系统，其特征在于，所述协同优化计算模块在根据配电网从上级电网购电功率的平均值确定最佳调峰阈值，并将最佳调峰阈值与配电网调峰需求求解分布式光储系统协同优化模型，基于求解结果输出功率分配结果时，可获取从配电网输入的平均功率，并根据平均功率分析配电网从上级电网购电功率的平均值，基于平均值设定混合储能最佳调峰阈值；利用分布式光储系统判断配电网的调峰需求，并根据判断结果设定用电负荷、最佳调峰阈值及光伏发电的输出功率作为分布式光储系统协同优化模型的输入参数；初始化飞轮储能与电池储能的储能荷电状态约束条件，并接收电价信号与频率调节信号在相应峰值计算需求峰值，将需求峰值与最佳调峰阈值进行差值对比；根据差值结果输出电池储能与飞轮储能的充放电功率，更新对应的储能荷电状态，确定功率分配结果。
15.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
16.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种分布式光储系统协同优化方法，其特征在于，该协同优化方法包括：
2.根据权利要求1所述的分布式光储系统协同优化方法，其特征在于，所述基于电池储能与飞轮储能建立分布式光储系统结构，并根据电池储能实际循环寿命与飞轮储能额定功率信息建立混合储能退化成本函数包括：
3.根据权利要求2所述的分布式光储系统协同优化方法，其特征在于，所述根据实际循环使用寿命判断电池储能的运行健康状态，分析放电深度与运行健康状态之间的关系，并基于关系结果建立电池储能退化成本函数包括：
4.根据权利要求3所述的分布式光储系统协同优化方法，其特征在于，所述电池储能退化成本函数的表达式为：
5.根据权利要求4所述的分布式光储系统协同优化方法，其特征在于，所述利用混合储能退化成本函数构建分布式光储系统协同优化模型，并基于混合储能参与的求取规则求解分布式光储系统协同优化模型，根据求解结果生成功率分配策略包括：
6.根据权利要求5所述的分布式光储系统协同优化方法，其特征在于，所述分布式光储系统协同优化模型的表达式为：
7.根据权利要求6所述的分布式光储系统协同优化方法，其特征在于，所述根据配电网从上级电网购电功率的平均值确定最佳调峰阈值，并将最佳调峰阈值与配电网调峰需求求解分布式光储系统协同优化模型，基于求解结果输出功率分配结果包括：
8.一种分布式光储系统协同优化系统，其特征在于，该协同优化系统包括：
9.根据权利要求8所述的分布式光储系统协同优化系统，其特征在于，所述混合储能分析判断单元包括：
10.根据权利要求9所述的分布式光储系统协同优化系统，其特征在于，所述退化成本函数定义模块在根据实际循环使用寿命判断电池储能的运行健康状态，分析放电深度与运行健康状态之间的关系，并基于关系结果建立电池储能退化成本函数时，可基于电池储能的单位容量投资成本与实际循环使用寿命分析电池退化成本，根据电池退化成本获取电池退化系数，将电池退化系数与电...
【专利技术属性】
技术研发人员：于芃，杨颂，王玥娇，邢家维，孙树敏，程艳，王楠，王士柏，关逸飞，周光奇，刘奕元，王成龙，孙立群，弋豫，蔡贺，王公润，
申请(专利权)人：国网山东省电力公司电力科学研究院，
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。