【技术实现步骤摘要】
基于低通滤波的混合储能系统的容量优化方法及装置
[0001]本申请涉及新能源
,尤其涉及一种基于低通滤波的混合储能系统的容量优化方法及装置。
技术介绍
[0002]目前,在能源需求不断增加而旧能源逐渐消耗的形势下,发展新能源是解决能源危机的主要途径之一。其中,风力发电和光伏发电作为可再生能源的主力,在风资源和光资源丰富的地区得到了大规模的应用。由于容易受到天气等因素的影响,风、光能源具有随机性和不确定性的特点,在实际供电过程中可能会产生波动,而储能装置能够解决风光能源的功率波动问题,提高风光能源的渗透率,因此,风光储联合发电系统等混合储能系统的普及率逐渐提高。
[0003]然而,储能装置的成本通常较高,需要合理地配置储能设备,既要保证电网系统的正常运行,又要保证风光储联合发电系统的经济性。因此,如何合理的配置风光储联合发电系统的储能容量,兼顾联合系统的经济性与正常运行的可靠性成为目前亟需解决的问题。
技术实现思路
[0004]本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
[0005]为此,本申请的第一个目的在于提出一种基于低通滤波的混合储能系统的容量优化方法,该方法提出了对于储能容量设计效果的评价指标,定量的描述了风光储联合发电系统在设计和运行阶段系统成本及储能效率,可以合理配置混合储能系统的最优储能容量,提高系统的经济性、稳定性和安全性。
[0006]本申请的第二个目的在于提出一种基于低通滤波的混合储能系统的容量优化装置;
[0007]本申请的第三个 ...
【技术保护点】
【技术特征摘要】
1.一种基于低通滤波的混合储能系统的容量优化方法,其特征在于,包括以下步骤:获取待优化的混合储能系统中的风电场站和光伏电站的原始样本数据;通过快速傅里叶变换获取预设的多个滤波方式的频谱特性,根据所述频谱特性确定截止频率,并通过所述多个滤波方式对所述原始样本数据进行低通滤波以平抑数据波形;基于优化需求、所述原始样本数据和所述混合储能系统的参数,确定遗传算法的适应度函数和约束条件;基于所述适应度函数和所述约束条件,通过非支配排序遗传算法NSGA
‑
II优化所述混合储能系统的储能容量,确定最优储能容量范围;通过预设的评价指标依次评价配置了所述最优储能容量范围中不同储能容量的所述混合储能系统,确定所述混合储能系统的目标储能容量,并基于优化后的适应度参数进行滤波方式的寻优。2.根据权利要求1所述的容量优化方法,其特征在于,所述适应度函数包括第一适应度函数和第二适应度函数,将全寿命周期成本LCC最小函数作为所述第一适应度函数,将波动率FR最小函数作为所述第二适应度函数。3.根据权利要求2所述的容量优化方法,其特征在于,通过以下公式计算所述第一适应度函数:其中,其中,ICC是混合储能系统的初始资本成本,N是混合储能项目的寿命,n是混合储能项目运行的年份,d
n
是年折旧,i是利率,tr是税率,a
n
为年维护和运营成本,r是组件的替换次数,R是混合储能项目周期内的总替换数,ICC
C
是待替换的组件的投资成本,l
c
是待替换的第c个部件的寿命,s是残值,s表示混合储能项目最后一年系统设备的回收价值,penalty是一年中未达到理想并网值的电量,M为惩罚电价,floor()函数表示将一个数字四舍五入到下一个小的整数。4.根据权利要求2所述的容量优化方法,其特征在于,所述波动率表示预设时间内并网功率波动幅值与所述混合储能系统的额定功率之比,通过以下公式计算所述第二适应度函数:其中,P'
max
为预设时间内理想并网功率和实际并网功率差值的最大值,P'
min
为预设时间内理想并网功率和实际并网功率差值的最小值,P
n
为混合储能系统的额定功率。5.根据权利要求1所述的容量优化方法,其特征在于,所述约束条件包括:荷电状态约束条件、功率平衡约束条件和储能容量约束条件,所述荷电状态约束条件用于约束储能系统的荷电状态在允许的范围内,所述功率平衡约束条件用于约束任意时刻的并网功率与所
述混合储能系统的出力相等,所述储能容量约...
【专利技术属性】
技术研发人员:曹传钊,刘明义,史洁,曹曦,徐若晨,裴杰,刘大为,朱勇,雷浩东,孙周婷,李昊,蔡静文,
申请(专利权)人:济南大学,
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。