一种基于分频段混合储能的光储容量优化配置方法及系统技术方案

一种基于分频段混合储能的光储容量优化配置方法及系统，方法包括：基于希尔伯特黄变换分解光伏出力数据，将其分解为高频分量和低频分量；随机生成储能装置容量作为变量；设置变量的上下限；将生成的初始储能装置容量输入到适应度函数中，计算适应度函数中的目标函数；对当前的种群进行遗传变异，从而形成下一代种群；检测遗传代数是否达到设置好的最大遗传代数，根据检测结果选择继续计算或者结束计算，将最后一代适应度最高的个体作为最终计算结果；利用高频组分和低频组分的储能优化结果分别确定超级电容和蓄电池的最优容量，有利于克服光伏分散性、能源密度低、间歇性的缺点，实现成本大幅降低。

【技术实现步骤摘要】
一种基于分频段混合储能的光储容量优化配置方法及系统
本专利技术属于光伏发电领域，更具体地，涉及一种基于分频段混合储能的光储容量优化配置方法及系统。
技术介绍
光伏发电是太阳能利用的最重要的方式之一，也是世界上能源开发利用中技术最成熟、最具有商业化前景的领域之一。太阳能天然存在着许多不足，例如具有波动性强、间歇性强、季节性变化显著等特征，导致光伏出力波动性强、稳定性低、难以控制等问题，因此发电量受到了限制。为光伏配置合适的储能是光伏长久发展的最有效的途径之一，其中超级电容已经得到了广泛而成功的应用。针对光伏发电的特点，对储能技术的要求应该是响应速度快、存储量大，综合考虑，本专利技术提出一种混合储能方式，与光伏出力配合运行以达到优化超短期并网计划的效果。对于光伏-蓄能联合优化运行及容量配置，国内外已经有很多研究，但对于如何选择及设计混合储能方式的研究仍然较少。对于装机容量的优化设计涉及了很多因素，比如超级电容的地理位置、开发条件、单位投资等等。在配置超级电容器容量时，如果配置的容量较大，虽然可以更好的消除光伏的波动性的影响，但是相应的容量和本文档来自技高网...

【技术保护点】
1.一种基于分频段混合储能的光储容量优化配置方法，其特征在于，包括以下步骤：/n步骤1，获取设定时间跨度内的历史光伏发电数据；/n步骤2，使用HHT分解处理步骤1获得的历史光伏发电数据，获得高频发电数据和低频发电数据；/n步骤3，初始化遗传算法参数，以超级电容容量和蓄电池容量为自变量，随机生成一个初始种群，种群总数为常数N，遗传代数为GEN，最大遗传代数为M，初始化GEN＝0；/n步骤4，分别输入低频发电数据和高频发电数据，计算步骤3中种群个体的适应度函数，以储能装置生命周期总花费为第一个目标函数，以净功率大于零的个数为第二个目标函数；/n步骤5，对当前的种群进行遗传变异形成下一代种群；利用当...

【技术特征摘要】
1.一种基于分频段混合储能的光储容量优化配置方法，其特征在于，包括以下步骤：
步骤1，获取设定时间跨度内的历史光伏发电数据；
步骤2，使用HHT分解处理步骤1获得的历史光伏发电数据，获得高频发电数据和低频发电数据；
步骤3，初始化遗传算法参数，以超级电容容量和蓄电池容量为自变量，随机生成一个初始种群，种群总数为常数N，遗传代数为GEN，最大遗传代数为M，初始化GEN＝0；
步骤4，分别输入低频发电数据和高频发电数据，计算步骤3中种群个体的适应度函数，以储能装置生命周期总花费为第一个目标函数，以净功率大于零的个数为第二个目标函数；
步骤5，对当前的种群进行遗传变异形成下一代种群；利用当前种群中的不同个体的适应度函数值，对种群进行运算；对选择运算产生的可行种群进行交叉运算产生新的个体；把新个体带入到适应度函数中进行计算，并比较与上一代目标函数的优异；
步骤6，判断遗传变异是否达到最大遗传代数，如果没有达到最大遗传代数，返回执行步骤5，如果达到最大遗传代数M，则计算结束，将最后一代种群适应度最高的作为最终结果，并输出最佳储能装置容量，其中输入低频发电数据的输出结果为最佳蓄电池容量，输入高频发电数据的输出结果为最佳超级电容容量；
其中HHT是指希尔伯特黄变换。


2.根据权利要求1所述的基于分频段混合储能的光储容量优化配置方法，其特征在于：
步骤1中，所述时间跨度为一年，数据采样周期为15min。


3.根据权利要求1所述的基于分频段混合储能的光储容量优化配置方法，其特征在于：
步骤1中，获取设定时间跨度内的历史光伏发电功率Ppv和历史光伏计划功率Pplan；其中，Ppv＝{Ppv(i)}i＝1,2,…,n，Pplan＝{Pplan(i)}i＝1,2,…n，序号i对应表示历史时刻。


4.根据权利要求3所述的基于分频段混合储能的光储容量优化配置方法，其特征在于：
步骤2中，对步骤1获取设定时间跨度内的历史光伏发电功率Ppv和历史光伏计划功率Pplan数据使用HHT进行分解处理，将光伏发电数据分解为高频历史功率Phf_pv＝{Phf_pv(i)}i＝1,2,…,n、低频历史功率Plf_pv＝{Plf_pv(i)}i＝1,2,…,n、高频计划功率Phf_plan＝{Phf_plan(i)}i＝1,2,…,n和低频计划功率Plf_plan＝{Plf_plan(i)}i＝1,2,…,n。


5.根据权利要求3所述的基于分频段混合储能的光储容量优化配置方法，其特征在于：
步骤2具体包括：
步骤2.1，使用EMD分解历史光伏发电功率Ppv和历史光伏计划功率Pplan；



式中：
s(t)表示光伏发电历史数据，即解步骤1获取的Ppv和Pplan，
ck(t)表示IMF分量，即c1(t)表示高频分量，c2(t)表示低频分量，
r(t)表示残余函数；
步骤2.2，使用HSA获得光伏出力历史数据时频谱；









式中：
Re表示取实部；
ak(t)表示每一个IMF分量的瞬时振幅；
ω(t)表示瞬时频率；
θ(t)表示瞬时相位，
H(ω,t)表示瞬时振幅在时间、频率平面的分布；
H(ω)表示瞬时振幅在频率平面的分布；
其中，EMD是指经验模态分解；HSA是指希尔伯特谱分析，IMF是指固有模态函数。


6.根据权利要求5所述的基于分频段混合储能的光储容量优化配置方法，其特征在于：
步骤3具体包括：
定义自变量超级电容容量x1和蓄电池容量x2，x1_min≤x1≤x1_max，x1_min和x1_max分别为超级电容容量下限约束和上限约束，x2_min≤x2≤x2max，x2_min和x2_max分别为蓄电池容量下限约束和上限约束；
定义储能装置的充电功率Pp＝{Pp(i)i＝1,2,…,n}，Ppmin≤Pp(i)≤Ppmax，Ppmin和Ppmax分别为充电功率下限约束和上限约束；
定义储能装置的放电功率Ph＝{Ph(i)i＝1,2,…,n}，Phmin和Phmax分别为放电功率下限约束和上限约束；
定义荷电状态SOC＝{SOC(i)i＝1,2,…,n}、荷电状态上限SOCmax、荷电状态下限SOCmin，SOC(i)＝SOCmax时储能装置不能继续充电，SOC(i)＝SOCmin时，储能装置不能继续放电，初始化SOC(1)＝100％；
定义单位容量储能装置投资成本。


7.根据权利要求6所述的基于分频段混合储能的光储容量优化配置方法，其特征在于：

【专利技术属性】
技术研发人员：张兴友，张元鹏，李俊恩，袁帅，张用，于芃，魏大钧，李广磊，王士柏，滕玮，程艳，孙树敏，史洁，程新功，
申请(专利权)人：国网山东省电力公司电力科学研究院，国网山东省电力公司，
类型：发明
国别省市：山东;37