一种风电混合储能系统总成本优化方法、系统及设备介质技术方案

本发明专利技术公开了一种风电混合储能系统总成本优化方法、系统及设备介质，根据HESS和电源系统的期望组合输出功率得到满足风电场功率变化率的风电系统所需输出功率；得到优化后的电池运行周期和电池输出功率的截止频率；采用两级能量分配方案的能量管理策略：第一级为设置混合储能系统的输出功率，第二级为通过优化后的电池运行周期和电池输出功率的截止频率管理电池于超级电容器之间的功率流；根据风电系统与混合储能系统的输出功率和电池与超级电容器之间的功率流，降低HESS的每天运营总成本。能够平衡成本和ESS寿命，有效降低风电混合储能系统的总成本。储能系统的总成本。储能系统的总成本。

【技术实现步骤摘要】
一种风电混合储能系统总成本优化方法、系统及设备介质


[0001]本专利技术属于风电混合储能系统领域，涉及一种风电混合储能系统总成本优化方法、系统及设备介质。

技术介绍

[0002]可变风速限制了其风力涡轮机发电机(WTG)输出功率的电能质量和系统稳定性。这种现象极大地限制了风能与电网的并网。相比之下，储能系统(ESS)提供了一个相对更好的解决方案，并且被认为是平滑功率波动，保持功率和能量平衡以及改善电能质量的良好解决方案。但是，不同类型的ESS在特性上存在巨大差异，单一类型的ESS在使用平滑波动方面存在一些缺点。例如，电池具有高能量密度但功率密度有限，超级电容器(SC)具有高功率密度但能量密度有限。因此，同时利用电池和SC提供了高功率密度和高能量密度混合储能系统(HESS)的折衷方案，从而提高了风力发电的技术性能。由于储能的成本是其功率和容量的函数，而成本太高会使工程验收难以接受，但目前没有合适的方式能够降低风电混合储能系统的总成本。

技术实现思路

[0003]本专利技术的目的在于克服上述现有技术的缺点，提供一种风电混合储能系统总成本优化方法、系统及设备介质，能够平衡成本和ESS寿命，有效降低风电混合储能系统的总成本。
[0004]为达到上述目的，本专利技术采用以下技术方案予以实现：
[0005]一种风电混合储能系统总成本优化方法，包括以下过程：
[0006]S1，根据HESS和电源系统的期望组合输出功率计算得到满足风电场功率变化率的风电系统所需输出功率；
[0007]S2，使用具有相同搜索大小NP和相同维度D的种群的两个PSO独立搜索解，GA负责设置规则下两个PSO之间的交互，得到全局搜索结果为优化后的电池运行周期和电池输出功率的截止频率；
[0008]S3，采用两级能量分配方案的能量管理策略：第一级为设置混合储能系统的输出功率，第二级为通过优化后的电池运行周期和电池输出功率的截止频率管理电池于超级电容器之间的功率流；
[0009]S4，根据风电系统所需输出功率、混合储能系统的输出功率和电池与超级电容器之间的功率流，降低HESS的每天运营总成本。
[0010]优选的，S1的具体过程为：
[0011]S11，HESS的基本操作为：
[0012]P
pcc
(t)＝P
w
(t)+P
hess
(t)；
[0013]其中P
w
是风电场的MPPT输出功率，P
hess
是HESS的充电/放电输出功率，P
pcc
是电源系统的组合输出功率；
[0014]S12，假设确定电源系统的期望组合输出功率P
pcc,ref
，则HESS的期望输出功率P
hess,ref
为
[0015]P
hess,ref
(t)＝P
pcc,ref
(t)
‑
P
w
(t)；
[0016]P
hess,ref
包含数字高频分量，P
hess,ref
被电池和SC吸收；
[0017]S13，电池和SC的吸收功率可以写成
[0018]P
hess,ref
(t)＝P
b,ab
(t)+P
sc,ab
(t)；
[0019]S14，根据充放电效率，电池和超级电容器SC的输出功率(P
b
/P
sc
)为：
[0020][0021]其中η
c,b
和η
d,b
分别是电池的充放电效率，η
c,sc
和η
d,sc
分别是SC的充放电效率。
[0022]优选的，S2的具体过程为：
[0023]S21，随机创建两个PSO的两个个体种群，并找出初始位置pbest
1i
，pbest
2i
，gbest1和gbest2，在每一代，粒子i的两个位置来自两个PSO：x
1i
＝(x
1i1
,x
1i2
,
…
,x
1iD
)，x
2i
＝(x
2i1
,x
2i2
,
…
,x
2iD
)(i＝1,2,
…
,NP)，此外，x
1i
和x
2i
根据适应度值按降序排序；
[0024]S22，基于GA理论，随机确定交叉的位置，然后在随机概率p
r1
满足设置交叉概率p
cr
时，将最佳适应度值形式x
1i
(或x
2i
)与最差适应度值形式x
2i
(或x
1i
)交叉互换；
[0025]S23，交叉后，如果随机概率p
r2
满足设定突变概率p
m
，则突变过程是随机选择突变的位置和数量，围绕x
1i
和x
2i
，并在增加多样性的范围内分配随机值；
[0026]S24，评估适应度值C
total
(x
i1
)和C
total
(x
i2
)，并更新并找出初始pbest
1i
，pbest
2i
，gbest1和gbest2，找到gbest，当迭代次数满足设置的次数k
max
时结束循环，得到优化后的电池运行周期和电池输出功率的截止频率。
[0027]进一步，x
1rand
或x
2rand
在突变中被随机分配值为rand1或rand2，(rand1,2＝xminmax
min
。
[0028]进一步，突变概率p
m
为NP的20％。
[0029]优选的，S3中，第一级能量分配方案的能量管理策略的过程为：
[0030]风电场功率变化率定义为：
[0031][0032]其中P
n
为风电场额定功率，P
max,Δt
和P
min,Δt
分别为风电场在Δt(10min)区间内的最大功率和最小功率，R
prr,Δt
为Δt区间的PRR，Δt间隔的最大PRR为33.33％。
[0033]优选的，S3中，第二级能量分配方案的能量管理策略的过程为：
[0034]第二级负责管理电池和SC之间的P
hess,ref
功率流，电池在低频范围内工作并为系统提供更多能量，SC处理快速峰值功率，为了延长电池的使用寿命，通过EMS控制电池在电池运行周期T
b,op
...

【技术保护点】

【技术特征摘要】
1.一种风电混合储能系统总成本优化方法，其特征在于，包括以下过程：S1，根据HESS和电源系统的期望组合输出功率计算得到满足风电场功率变化率的风电系统所需输出功率；S2，使用具有相同搜索大小NP和相同维度D的种群的两个PSO独立搜索解，GA负责设置规则下两个PSO之间的交互，得到全局搜索结果为优化后的电池运行周期和电池输出功率的截止频率；S3，采用两级能量分配方案的能量管理策略：第一级为设置混合储能系统的输出功率，第二级为通过优化后的电池运行周期和电池输出功率的截止频率管理电池于超级电容器之间的功率流；S4，根据风电系统所需输出功率、混合储能系统的输出功率和电池与超级电容器之间的功率流，降低HESS的每天运营总成本。2.根据权利要求1所述的风电混合储能系统总成本优化方法，其特征在于，S1的具体过程为：S11，HESS的基本操作为：P
pcc
(t)＝P
w
(t)+P
hess
(t)；其中P
w
是风电场的MPPT输出功率，P
hess
是HESS的充电/放电输出功率，P
pcc
是电源系统的组合输出功率；S12，假设确定电源系统的期望组合输出功率P
pcc，ref
，则HESS的期望输出功率P
hess，ref
为P
hess，ref
(t)＝P
pcc，ref
(t)
‑
P
w
(t)；P
hess，ref
包含数字高频分量，P
hess，ref
被电池和SC吸收；S13，电池和SC的吸收功率可以写成P
hess，ref
(t)＝P
b，ab
(t)+P
sc，ab
(t)；S14，根据充放电效率，电池和超级电容器SC的输出功率(P
b
/P
sc
)为：其中η
c，b
和η
d，b
分别是电池的充放电效率，η
c，sc
和η
d，sc
分别是SC的充放电效率。3.根据权利要求1所述的风电混合储能系统总成本优化方法，其特征在于，S2的具体过程为：S21，随机创建两个PSO的两个个体种群，并找出初始位置pbest
1i
，pbest
2i
，gbest1和gbest2，在每一代，粒子i的两个位置来自两个PSO：x
1i
＝(x
1i1
，x
1i2
，...，x
1iD
)，x
2i
＝(x
2i1
，x
2i2
，...，x
2iD
)(i＝1，2，...，NP)，此外，x
1i
和x
2i
根据适应度值按降序排序；S22，基于GA理论，随机确定交叉的位置，然后在随机概率p
r1
满足设置交叉概率p
cr
时，将最佳适应度值形式x
1i
(或x
2i
)与最差适应度值形式x
2i
(或x
1i
)交叉互换；S23，交叉后，如果随机概率p
r2
满足设定突变概率p
m
，则突变过程是随机选择突变的位置和数量，围绕x
1i
和x
2i
，并在增加多样性的范围内分配随机值；
S24，评估适应度值C
total
(x
i1
)和C
total
(x
i2
)，并更新并找出初始pbest
1i

【专利技术属性】
技术研发人员：刘涛，伊然，曾庆丰，李小翔，陈建华，丁杰，代斌，谢翔，吴磊，冯帆，杨永前，周卉，
申请(专利权)人：中国华能集团清洁能源技术研究院有限公司，
类型：发明
国别省市：