【技术实现步骤摘要】
本专利技术涉及一种基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，属于交通与能源融合。
技术介绍
1、社会的进步与经济的发展正使得传统煤炭等不可再生能源逐渐短缺，能源转型问题因此受到世界各国的广泛关注。我国拥有广阔的未经利用的道路空间，利用道路交通基础设施融合分布式清洁能源技术正成为研究的热门课题。将光伏组件安装于城市道路两侧的声屏障装置上，并在道路合适位置配备蓄电池组及电动自行车充电桩正是实现交通能源高效自洽的具体解决方案，这使得系统设备容量优化问题亟需解决。
2、目前关于系统设备容量优化难题采用的是“光储充”系统，其系统模型的建立以及容量的优化配置是提高系统能源自洽率需要解决的核心问题，常用的手段是采用粒子群算法计算系统容量配置方案，以实现投资成本最小化，粒子群算法是一种基于社会行为模拟的随机优化方法，凭借其原理简单、实现容易、精度高收敛快等优点在工程中得到广泛的使用。然而实际应用时，为了保证用户持续稳定供电的需求，需要在发电系统中配置一定规模的储能设备，传统的储能设备寿命通常考虑为固定年限，这与实际情况偏离较大，储能设备的使用寿命与其充放电功率密切相关，这也直接关系到系统的投资成本，也就是说仅仅考虑系统设备初始投资显然是不够全面的，同时标准的粒子群算法惯性权重取用常数值，无法随着粒子的位置动态调整，容易飞跃解集中的最优区域，造成结果发散。
3、纵观国内外关于光伏储能容量配置优化方向的研究，基本都是基于给定用电负荷对光伏及储能装置进行优化配置，但是针对给定光伏出力的情况下如何对负荷及储能进行容
技术实现思路
1、本专利技术提供一种基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，通过动态调整粒子群的惯性权重来增强粒子的局部搜索能力和全局搜索能力，同时根据蓄电池的逐时荷电状态预测蓄电池的使用寿命，以求更加符合工程实际的容量配置方法。
2、本专利技术解决其技术问题所采用的技术方案是：
3、一种基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，具体包括以下步骤：
4、步骤s1：建立公路光伏声屏障储充系统的能量输入输出综合模型，其包括光伏发电数学模型、储能电池数学模型以及位于公路侧为电动自行车提供电量的充电桩；
5、步骤s2：确定光伏发电数学模型中光伏组件、储能电池数学模型中蓄电池以及充电桩的数量，基于蓄电池的等效寿命成本，构建能量输入输出综合模型的目标函数，同时设定能量输入输出综合模型的约束条件；
6、步骤s3：根据粒子位置与最优位置之间的距离，对惯性权重动态调整，构建自适应惯性权重粒子群算法；
7、步骤s4：在构建能量输入输出综合模型的目标函数以及设定的约束条件下，利用构建的自适应惯性权重粒子群算法，对公路光伏声屏障储充系统的配置进行求解，获取最优设备容量配置；
8、作为本专利技术的进一步优选，步骤s1建立的能量输入输出综合模型中，光伏发电数学模型的光伏组件利用太阳能清洁能源，将光能转换为电能，作为公路光伏声屏障储充系统的输入来源；
9、储能电池数学模型的蓄电池作为储能装置，能够实现能量双向流动；
10、电动自行车的充电桩直接从蓄电池处获取太阳能清洁能源；
11、作为本专利技术的进一步优选，步骤s2中目标函数包括光伏组件的光伏出力，计算公式为：
12、
13、公式(1)中，ppv(t)为光伏组件的实时发电功率，kw；g为太阳辐射强度，kw/m2；t为蓄电池工作温度，℃；；tstc为环境参考温度，25℃；pstc表示光伏组件标准测试条件下的最大输出功率，kw；gstc表示标况下的光照强度，1kw/m2；μ为功率温度转换系数，/℃；
14、作为本专利技术的进一步优选，步骤s2中目标函数中蓄电池以及充电桩的数量满足以下组合：
15、tc＝cic+co&m，
16、cic＝npvcpv+nbatcbat+nloadcload，
17、
18、公式(2)中，npv为光伏组件的数量，nload为充电桩的数量，nbat为蓄电池的数量，cpv为光伏组件的单价，cbat为蓄电池的单价，cload为充电桩的单价，αpv为光伏组件的维护成本系数，αbat为蓄电池的维护成本系数，αload为充电桩的维护成本系数，ppv(t)为光伏组件t时刻发电功率，pload(t)为充电桩t时刻用电需求功率，pc(t)为蓄电池t时刻的充电功率，k1为光伏组件及充电桩的使用寿命，k2为蓄电池的使用寿命；
19、作为本专利技术的进一步优选，步骤s2中蓄电池的等效寿命成本计算公式为：
20、
21、公式(3)中，k2为蓄电池的使用寿命，s为蓄电池一年内s个充放电循环周期，dodi为蓄电池的放电深度，为蓄电池的放电深度为dodi时蓄电池的等效循环寿命；
22、作为本专利技术的进一步优选，步骤s2中能量输入输出综合模型的约束条件包括负荷缺电率以及系统弃能率满足上限要求，蓄电池容量满足上下限要求，其中，负荷缺电率满足：
23、
24、系统弃能率满足：
25、
26、λ1为系统负荷缺电率的上限，λ2为系统弃能率的上限，npv为光伏组件的数量，nload为充电桩的数量，nbat为蓄电池的数量，ppv(t)为光伏组件t时刻发电功率，pload(t)为充电桩t时刻用电需求功率，pc(t)为蓄电池t时刻的充电功率，pd(t)为蓄电池t时刻的放电功率；
27、蓄电池容量满足：
28、socmin≤soc(t)≤socmax
29、socmin为蓄电池的最小荷电状态，socmax为蓄电池的最大荷电状态，soc(t)为t时刻蓄电池的荷电量占总容量的百分比；
30、作为本专利技术的进一步优选，步骤s3构建自适应惯性权重粒子群算法中，粒子群算法的惯性权重更新策略为：
31、
32、公式(4)中，为第k次迭代时粒子和当前最优解的距离，a和b表示常数项系数，表示为：
33、
34、公式(5)中，为当前粒子群最优位置，为当前粒子的位置，xmax为粒子位置的最大值，xmin为粒子位置的最小值；
35、作为本专利技术的进一步优选，步骤s4中，具体配置方法包括：
36、步骤s41：设定种群规模、迭代次数、惯性权重以及学习因子后，按照约束条件生成初始化种群；
37、步骤s42：导入气象数据，按照能量输入输出综合模型计算光伏出力；
38、步骤s43：导入充电桩负荷全年功率需求；
39、步骤s44：根据蓄电池充放电模型计算蓄电池充放电功率；若光伏组件发电功率小于充电桩用电负荷需求，且蓄电池电量大于蓄电池允许的最小电量，此时光伏发电功率与用电需求功率之差δp＜0本文档来自技高网...
【技术保护点】
1.一种基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：具体包括以下步骤：
2.根据权利要求1所述的基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：步骤S1建立的能量输入输出综合模型中，光伏发电数学模型的光伏组件利用太阳能清洁能源，将光能转换为电能，作为公路光伏声屏障储充系统的输入来源；
3.根据权利要求1所述的基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：步骤S2中目标函数包括光伏组件的光伏出力，计算公式为：
4.根据权利要求1所述的基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：步骤S2中目标函数中蓄电池以及充电桩的数量满足以下组合：
5.根据权利要求1所述的基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：步骤S2中蓄电池的等效寿命成本计算公式为：
6.根据权利要求1所述的基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：步骤S2中能量输入输出综合模型的约束条件包括负荷缺电率以及系统弃能率满足上限要
7.根据权利要求1所述的基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：步骤S3构建自适应惯性权重粒子群算法中，粒子群算法的惯性权重更新策略为：
8.根据权利要求1所述的基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：步骤S4中，具体配置方法包括：
9.根据权利要求8所述的基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：步骤S44中光伏发电功率与用电需求功率之差ΔP<0后，蓄电池放电，根据其电量SOC(t)是否达到SOCmin分为两种情况，当蓄电池能量充足时，即蓄电池提供充电桩需求的全部电能；当蓄电池能量不足时，发生负荷缺电现象。
10.根据权利要求9所述的基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：步骤S44中光伏发电功率与用电需求功率之差后ΔP>0后，蓄电池充电，根据其电量SOC(t)是否达到SOCmax分为两种情况，当蓄电池储存全部电能时，即当蓄电池满电且仍有电能剩余时，发生弃光现象。
...【技术特征摘要】
1.一种基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：具体包括以下步骤：
2.根据权利要求1所述的基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：步骤s1建立的能量输入输出综合模型中，光伏发电数学模型的光伏组件利用太阳能清洁能源，将光能转换为电能，作为公路光伏声屏障储充系统的输入来源；
3.根据权利要求1所述的基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：步骤s2中目标函数包括光伏组件的光伏出力，计算公式为：
4.根据权利要求1所述的基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：步骤s2中目标函数中蓄电池以及充电桩的数量满足以下组合：
5.根据权利要求1所述的基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：步骤s2中蓄电池的等效寿命成本计算公式为：
6.根据权利要求1所述的基于改进粒子群算法的公路光伏声屏障储充系统优化配置方法，其特征在于：步骤s2中能量输入输出综合模型的约束条件包括负荷缺电率以及系统弃能率满足上限要求，...
【专利技术属性】
技术研发人员：李家旺，董侨，陈雪琴，李芯彤，顾兴宇，孙小峰，
申请(专利权)人：东南大学，
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。