本申请公开了一种基于改进蚁狮优化算法的储能容量的优化方法及装置，该方法包括：获取混合储能系统的设备参数，基于所述蓄电池参数和所述超级电容参数，构建目标函数；获取所述目标函数的约束条件；响应于满足所述约束条件，基于改进蚁狮优化算法对所述目标函数进行求解，确定所述系统的最优储能容量，本申请利用动态比例系数调整轮盘赌运算和精英策略在算法迭代过程中的权重，获得了改进的蚁狮优化算法，基于改进蚁狮优化算法对目标函数进行求解，提升算法的收敛速度和稳定性，可以在满足约束条件的情况下，在混合储能系统成本最低的情况下，获取最优的混合储能容量，提高混合储能系统运行的稳定性和经济性。能系统运行的稳定性和经济性。能系统运行的稳定性和经济性。
【技术实现步骤摘要】
基于改进蚁狮优化算法的储能容量的优化方法及装置
[0001]本申请涉及储能
，尤其涉及基于改进蚁狮优化算法的储能容量的优化方法、装置及电子设备。
技术介绍
[0002]目前在电力系统中，传统的储能技术多采用锂离子电池储能，然而，锂离子电池存在循环寿命短，安全性能差和功率密度低等问题，影响储能工程的质量和经济性，与锂离子电池相比，超级电容具有充放电速度快、功率密度大、循环寿命长、安全性能高等优点，结合了超级电容和蓄电池的混合储能系统形成了电力调频技术的新选择。
[0003]但是，混合储能系统中存在着容量优化的问题，在对混合储能系统的储能容量进行优化时往往采用传统优化算法(蚁狮优化算法等)，然而，传统优化算法往往容易陷入局部最优解、收敛速度慢、寻优能力较弱等，导致获取混合储能系统的最优的储能容量不够准确，由此，如何提升了算法的收敛速度及寻优能力，进而准确地得到混合储能系统最优的储能容量，以提高混合储能系统运行的稳定性和经济性已经成为了亟待解决的问题。
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改进蚁狮优化算法的储能容量的优化方法，用于解决现有技术中存在的传统优化算法往往容易陷入局部最优解、收敛速度慢、寻优能力较弱等，导致获取混合储能系统的最优的储能容量不够准确的技术问题。
[0006]为了实现上述目的，本申请第一方面实施例提供了一种基于改进蚁狮优化算法的储能容量的优化方法，该方法包括：获取混合储能系统的设备参数，其中，所述设备参数包括蓄电池参数和超级电容参数；基于所述蓄电池参数和所述超级电容参数，构建目标函数；获取所述目标函数的约束条件；响应于满足所述约束条件，基于改进蚁狮优化算法对所述目标函数进行求解，确定所述系统的最优储能容量。
[0007]另外，根据本申请上述实施例的一种基于改进蚁狮优化算法的储能容量的优化方法，还可以具有如下附加的技术特征：
[0008]根据本申请的一个实施例，所述基于所述蓄电池参数和所述超级电容参数，构建目标函数，包括：基于所述蓄电池参数和所述超级电容参数，确定所述混合储能系统的设备购入费用、设备运行费用、设备维护费用和设备处理费用；将所述设备购入费用、所述设备运行费用、所述设备维护费用和所述设备处理费用进行求和，以获取所述混合储能系统的全生命周期费用，以所述全生命周期费用的最小值为目标构建目标函数。
[0009]根据本申请的一个实施例，所述蓄电池参数包括蓄电池个数及单价、蓄电池运行参数、蓄电池保养系数和蓄电池处理参数，所述超级电容参数包括超级电容个数及单价、超级电容运行参数和超级电容处理参数。
[0010]根据本申请的一个实施例，所述获取所述目标函数的约束条件，包括：获取所述系
统的负荷缺电率约束条件、所述系统的储能量约束条件和所述系统的电量约束条件；将所述负荷缺电率约束条件、所述储能量约束条件和所述电量约束条件之和，作为所述目标函数的约束条件。
[0011]根据本申请的一个实施例，所述获取所述系统的负荷缺电率约束条件，包括：获取所述系统的负荷缺电率阈值，所述系统的负荷缺电率小于或等于所述负荷缺电率阈值作为所述负荷缺电率约束条件。
[0012]根据本申请的一个实施例，所述获取所述系统的储能量约束条件，包括：获取蓄电池额定储能量、蓄电池当前剩余储能量和蓄电池最小剩余储能量，并获取超级电容最大储能量、超级电容最小储能量和超级电容当前储能量；所述蓄电池当前剩余储能量大于所述蓄电池最小剩余储能量，且小于所述蓄电池额定储能量，以及所述超级电容当前储能量大于所述超级电容最小储能量，且小于所述超级电容最大储能量，作为所述储能量约束条件。
[0013]根据本申请的一个实施例，所述获取所述系统的电量约束条件，包括：获取所述系统的可用电量和预设比例系数之间的乘积；蓄电池当前剩余储能量小于或等于所述可用电量和预设比例系数之间的乘积作为所述电量约束条件。
[0014]根据本申请的一个实施例，所述响应于满足所述约束条件，基于改进蚁狮优化算法对所述目标函数进行求解，确定所述系统的最优储能容量，包括：基于改进蚁狮优化算法确定调整后的第t次迭代时第i只蚂蚁的位置；响应于当前迭代次数大于最大迭代次数，输出所述目标函数的最优解，以确定所述系统的最优储能容量。
[0015]根据本申请的一个实施例，所述响应于当前迭代次数大于最大迭代次数，输出所述目标函数的最优解，以确定所述系统的最优储能容量，包括：获取所述目标函数的最优解对应的所述蓄电池个数和所述超级电容个数；根据所述蓄电池个数及容量，确定所述蓄电池的最优储能容量，并根据所述超级电容个数及容量，确定所述超级电容的最优储能容量；将所述蓄电池的最优储能容量和所述超级电容的最优储能容量之和作为所述系统的最优储能容量。
[0016]为了实现上述目的，本申请第二方面实施例提供了一种基于改进蚁狮优化算法的储能容量的优化装置，该装置包括：第一获取模块，用于获取混合储能系统的设备参数，其中，所述设备参数包括蓄电池参数和超级电容参数；构建函数模块，用于基于所述蓄电池参数和所述超级电容参数，构建目标函数；第二获取模块，用于获取所述目标函数的约束条件；确定模块，用于响应于满足所述约束条件，基于改进蚁狮优化算法对所述目标函数进行求解，确定所述系统的最优储能容量。
[0017]另外，根据本申请上述实施例的一种基于改进蚁狮优化算法的储能容量的优化装置，还可以具有如下附加的技术特征：
[0018]根据本申请的一个实施例，所述构建函数模块，还用于：基于所述蓄电池参数和所述超级电容参数，确定所述混合储能系统的设备购入费用、设备运行费用、设备维护费用和设备处理费用；将所述设备购入费用、所述设备运行费用、所述设备维护费用和所述设备处理费用进行求和，以获取所述混合储能系统的全生命周期费用，以所述全生命周期费用的最小值为目标构建目标函数。
[0019]根据本申请的一个实施例，所述蓄电池参数包括蓄电池个数及单价、蓄电池运行参数、蓄电池保养系数和蓄电池处理参数，所述超级电容参数包括超级电容个数及单价、超
级电容运行参数和超级电容处理参数。根据本申请的一个实施例，所述第二获取模块，还用于：获取所述系统的负荷缺电率约束条件、所述系统的储能量约束条件和所述系统的电量约束条件；将所述负荷缺电率约束条件、所述储能量约束条件和所述电量约束条件之和，作为所述目标函数的约束条件。
[0020]根据本申请的一个实施例，所述第二获取模块，还用于：获取所述系统的负荷缺电率阈值，所述系统的负荷缺电率小于或等于所述负荷缺电率阈值作为所述负荷缺电率约束条件。
[0021]根据本申请的一个实施例，所述第二获取模块，还用于：获取蓄电池额定储能量、蓄电池当前剩余储能量和蓄电池最小剩余储能量，并获取超级电容最大储能量、超级电容最小储能量和超级电容当前储能量；所述蓄电池当前剩余储能量大于所述蓄电池最小剩余储能量，且小于所述蓄本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于改进蚁狮优化算法的储能容量的优化方法，其特征在于，所述方法，包括：获取混合储能系统的设备参数，其中，所述设备参数包括蓄电池参数和超级电容参数；基于所述蓄电池参数和所述超级电容参数，构建目标函数；获取所述目标函数的约束条件；响应于满足所述约束条件，基于改进蚁狮优化算法对所述目标函数进行求解，确定所述系统的最优储能容量。2.根据权利要求1所述的方法，其特征在于，所述基于所述蓄电池参数和所述超级电容参数，构建目标函数，包括：基于所述蓄电池参数和所述超级电容参数，确定所述混合储能系统的设备购入费用、设备运行费用、设备维护费用和设备处理费用；将所述设备购入费用、所述设备运行费用、所述设备维护费用和所述设备处理费用进行求和，以获取所述混合储能系统的全生命周期费用，以所述全生命周期费用的最小值为目标构建目标函数。3.根据权利要求1所述的方法，其特征在于，所述蓄电池参数包括蓄电池个数及单价、蓄电池运行参数、蓄电池保养系数和蓄电池处理参数，所述超级电容参数包括超级电容个数及单价、超级电容运行参数和超级电容处理参数。4.根据权利要求1所述的方法，其特征在于，所述获取所述目标函数的约束条件，包括：获取所述系统的负荷缺电率约束条件、所述系统的储能量约束条件和所述系统的电量约束条件；将所述负荷缺电率约束条件、所述储能量约束条件和所述电量约束条件之和，作为所述目标函数的约束条件。5.根据权利要求4所述的方法，其特征在于，所述获取所述系统的负荷缺电率约束条件，包括：获取所述系统的负荷缺电率阈值，所述系统的负荷缺电率小于或等于所述负荷缺电率阈值作为所述负荷缺电率约束条件。6.根据权利要求4所述的方法，其特征在于，所述获取所述系统的储能量约束条件，包括：获取蓄电池额定储能量、蓄电池当前剩余储能量和蓄电池最小剩余储能量，并获取超级电容最大储能量、超级电容最小储能量和超级电容当前储能量；所述蓄电池当前剩余储能量大于所述蓄电池最小剩余储能量，且小于所述蓄电池额定储能量，以及所述超级电容...
【专利技术属性】
技术研发人员：张立松，兀鹏越，孙钢虎，王小辉，高峰，柴琦，寇水潮，杨沛豪，郭昊，燕云飞，贺婷，程中岳，王林，
申请(专利权)人：西安热工研究院有限公司，
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。