【技术实现步骤摘要】
本专利技术涉及新能源储能优化，尤其是涉及一种多储能协同的配电网优化方法及终端。
技术介绍
1、利用智能搜索算法为目前的配电网储能系统容量优化问题提供了有效的途径，有助于实现配电网中混合储能系统容量优化方法，常用的智能搜索算法包括粒子群算法和遗传算法等，但这些智能搜索算法都没有进一步讨论与传统智能算法的比较，难以反映改进算法的合理性和优越性。其主要问题是全局算法缺乏多样性，容易陷入局部最优解，导致次优解或收敛速度慢。
2、早在2015年杨国华就提出了一种构造全生命周期费用的静态模型，以实现调高风光互补发电储能系统的经济性及减少其运行费用，具体为利用蓄电池和超级电容器作为风光互补系统混合储能装置，以其全生命周期费用最小为目标，以系统的缺电率等运行指标为约束条件，建立了一种混合储能系统容量优化配置模型；其次，通过优化不对称加速因子进而改进了粒子群算法，该方法降低了储能系统的全生命周期费用，而且加快了收敛速度。而在2023年黄黎明提出了一种考虑源网荷协同的配电网分布式光伏储能多目标优化配置方法，通过建模配电网各分布式储能设备的出力，并结合源网荷协同规划建立储能优化配置模型，设计约束条件，引入混合粒子群算法求解模型，得到最佳优化配置方案，测试结果表明，设计的储能优化配置方法运行总成本更低，可提高配网运行经济性。但这两种方式考虑的都是单一电源配电网，当面对多电源配电网时，难以取得理想的储能功率配置结果。
技术实现思路
1、本专利技术所要解决的技术问题是：提供一种多储能协同的配电网优
2、为了解决上述技术问题，本专利技术采用的技术方案为：
3、一种多储能协同的配电网优化方法，包括步骤：
4、s1、建立风光互补发电系统模型；
5、s2、对所述风光互补发电系统模型进行可靠性、安全性及经济性的多目标优化，得到目标函数；
6、s3、为所述目标函数配置约束条件；
7、s4、采用dbo算法求解所述目标函数的最优解，并根据最优解得到配电方案。
8、为了解决上述技术问题，本专利技术采用的另一个技术方案为：
9、一种多储能协同的配电网优化终端，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的一种多储能协同的配电网优化方法中的步骤。
10、本专利技术的有益效果在于：通过建立风光互补的多储能协同的发电系统模型，在保证系统可靠性和安全性的优化目标前提下，结合经济性优化目标构建目标函数，并对目标函数配置相应约束条件后，采dbo算法求解得到目标函数的最优解，以获得更加丰富的种群多样性，增强算法的全局寻优能力以及优化多储能协同的配电网系统的配电方案，有效降低了系统不满足电力负荷需求的概率以及系统电能的浪费率，在保证系统运行可靠性的同时，大大降低了系统的运行成本，使系统的经济性得以提升。
本文档来自技高网...【技术保护点】
1.一种多储能协同的配电网优化方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种多储能协同的配电网优化方法，其特征在于，所述步骤S1具体为：
3.根据权利要求1所述的一种多储能协同的配电网优化方法，其特征在于，所述步骤S2具体为：
4.根据权利要求1所述的一种多储能协同的配电网优化方法，其特征在于，所述步骤S3中还包括：
5.根据权利要求4所述的一种多储能协同的配电网优化方法，其特征在于，所述步骤S3中为所述目标函数配置约束条件具体为：
6.根据权利要求1所述的一种多储能协同的配电网优化方法，其特征在于，所述步骤S4具体为：
7.根据权利要求6所述的一种多储能协同的配电网优化方法，其特征在于，所述步骤S41具体为：
8.根据权利要求7所述的一种多储能协同的配电网优化方法，其特征在于，所述步骤S42具体为：
9.一种多储能协同的配电网优化终端，其特征在于，包括存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1至8中任一权
...【技术特征摘要】
1.一种多储能协同的配电网优化方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种多储能协同的配电网优化方法，其特征在于，所述步骤s1具体为：
3.根据权利要求1所述的一种多储能协同的配电网优化方法，其特征在于，所述步骤s2具体为：
4.根据权利要求1所述的一种多储能协同的配电网优化方法，其特征在于，所述步骤s3中还包括：
5.根据权利要求4所述的一种多储能协同的配电网优化方法，其特征在于，所述步骤s3中为所述目标函数配置约束条件具体为：
6.根据权利要...
【专利技术属性】
技术研发人员：张建新，李燕玉，黄敏，梁超泳，辛宇晨，彭斌祥，邹翔，
申请(专利权)人：福建省电力有限公司泉州电力技能研究院，
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。