基于多目标花朵授粉算法的电氢混合储能优化配置方法技术

本发明专利技术公开了基于多目标花朵授粉算法的电氢混合储能优化配置方法包括，基于储能系统的相关参数及约束条件，建立储能系统配置模型和目标函数；利用多目标花朵授粉算法，对所述储能系统进行最优选址定容，获得相应储能系统选址定容数据；将所述储能系统选址定容数据代入目标函数中检测配置效果；基于上述步骤建立多目标优化模型，进行迭代，达到所述算法收敛条件，输出最优配置方案。本发明专利技术仅需配电网参数及储能系统的运行数据就能得到最优储能结构配置方法，结构简单，成本低；利用多目标花朵授粉算法提高优化效率，并且合理平衡局部搜索与全局探索以获得高质量的全局最优解决方案，进而能提高储能系统选址定容的准确性。进而能提高储能系统选址定容的准确性。进而能提高储能系统选址定容的准确性。

【技术实现步骤摘要】
基于多目标花朵授粉算法的电氢混合储能优化配置方法


[0001]本专利技术涉及电力系统优化
，尤其涉及基于多目标花朵授粉算法的电氢混合储能优化配置方法。

技术介绍

[0002]随着社会科技的不断发展与进步，以化石燃料为基础的传统能源已难以满足人类社会的需求，并正在加剧环境污染和全球变暖。随着氢气的生产和储存技术的快速发展，氢气储能系统的开发将给能源和电力系统结构带来根本性变化。氢气储能系统和电池储能系统相结合进行协调优化可以解决多种能源供需之间的不平衡，并提高能源效率。搭建储能系统多目标优化配置模型，不仅可以充分挖掘储能系统的潜力，而且可以在储能系统经济效益和电网稳定之间实现更优的平衡。然而，现有的电氢混合储能优化配置方法难以既有较高的经济效益，又可以保证较高的电网稳定水平。

技术实现思路

[0003]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多目标花朵授粉算法的电氢混合储能优化配置方法，其特征在于：包括，基于储能系统的相关参数及约束条件，建立储能系统配置模型和目标函数；利用多目标花朵授粉算法，对所述储能系统进行最优选址定容，获得相应储能系统选址定容数据；将所述储能系统选址定容数据代入目标函数中检测配置效果；基于上述步骤建立多目标优化模型，进行迭代，达到所述算法收敛条件，输出最优配置方案。2.如权利要求1所述的基于多目标花朵授粉算法的电氢混合储能优化配置方法，其特征在于：所述储能系统包括电池储能系统和氢气储能系统。3.如权利要求2所述的基于多目标花朵授粉算法的电氢混合储能优化配置方法，其特征在于：所述储能系统的约束条件包括，全生命周期成本、系统网损、联络线功率偏差、负荷波动和电压波动。4.如权利要求2所述的基于多目标花朵授粉算法的电氢混合储能优化配置方法，其特征在于：所述储能系统的约束条件还包括，全生命周期成本表示如下：其中，LCC表示全生命周期成本，BESSs表示电池储能系统，HESSs表示氢气储能系统，TCC表示总投资成本，MC表示维护成本、OC表示运行成本、RC表示更换成本、DRC表示处置和回收成本，下标B与H分别表示电池储能系统与氢气储能系统状态下的相关成本；系统网损表示如下：其中，L是联络线总数；R
j
表示第j条联络线上的电阻；I
j
(t)为t时刻第j条联络线上的电流；联络线交换功率偏差表示如下：其中，P
Tie
‑
line
(t)代表t时刻电网的联络线交换功率偏差；表示一天内的平均功率交换偏差；负荷波动表示如下：
其中，P
load
(t)，P
pv
(t)和P
wind
(t)分别为t时段内的系统负荷，光伏以及风电出力；电压波动表示如下：式中，N
nodes
为系统节点总数；V
j
(t)为j节点在t时刻的电压；为j节点在T时段内的平均电压。5.如权利要求1或4所述的基于多目标花朵授粉算法的电氢混合储能优化配置方法，其特征在于：所述储能系统进行最优选址...

【专利技术属性】
技术研发人员：李玲芳，司大军，蔡万通，孙鹏，杨浚文，郭知非，吴琛，游广增，陈义宣，卓映君，陈姝敏，何烨，王彤，高杉雪，郑超铭，黄润，黄东启，田宝烨，邓卓明，
申请(专利权)人：云南电网有限责任公司，
类型：发明
国别省市：