【技术实现步骤摘要】
本专利技术属于电数据处理，具体而言，涉及一种储能系统充放电时段调整优化方法、介质及系统。
技术介绍
1、随着可再生能源的大规模接入电网,电网运行状态日益复杂化。电网频率和电压的波动增大,三相负荷不平衡加剧。这些问题不仅会影响电网运行的安全性和可靠性,也会降低电力系统的能源利用效率。为了应对这些挑战,电网企业亟需采用先进的电网调度技术,提高电网的灵活性和适应性。储能技术作为一种高效的电网调峰手段,在电网运行优化中发挥着重要作用。通过合理调度储能系统的充放电,可以有效平抑电网频率和电压的波动,改善三相电流的平衡性。现有的储能系统充放电调度方法主要包括两类:一是基于电网运行状态的临界值控制策略,即当电网频率或电压超出预设阈值时启动储能系统充放电；二是基于单一优化指标的调度策略,如仅考虑电网频率稳定性或电网电压稳定性。这两类方法虽然能在一定程度上改善电网运行状态,但仅考虑了电网侧的运行数据,缺乏对储能系统充放电状态的分析和优化。
技术实现思路
1、有鉴于此，本专利技术提供一种储能系统充放电时段调整优化方法、介质及系统，能够解决现有方法大多仅考虑了电网侧的运行数据,缺乏对储能系统充放电状态的分析和优化的技术问题。
2、本专利技术是这样实现的：
3、本专利技术的第一方面提供一种储能系统充放电时段调整优化方法，包括以下步骤：
4、s10、采集储能系统运行数据，所述储能系统运行数据包括储能系统充电功率数据、储能系统放电功率数据、电网频率数据、电网电压数据、三相不
5、s20、对所述储能系统运行数据进行多元分解计算，得到电网频率稳定分量、电网频率波动分量、电网电压稳定分量、电网电压波动分量；
6、s30、建立所述储能系统充电功率数据、储能系统放电功率数据与所述电网频率波动分量、电网电压波动分量、三相不平衡度数据的关联矩阵；
7、s40、根据所述关联矩阵建立储能系统充放电优化目标函数，所述储能系统充放电优化目标函数包括电网频率稳定性指标、电压稳定性指标、三相平衡度指标；
8、s50、基于所述储能系统充放电优化目标函数构建多层次约束方程组，所述多层次约束方程组包括储能系统充放电功率约束、储能系统荷电状态约束、电网频率约束、电网电压约束；
9、s60、采用多目标优化算法对所述储能系统充放电优化目标函数进行求解，得到储能系统充电时段优化矩阵、储能系统放电时段优化矩阵；
10、s70、根据所述储能系统充电时段优化矩阵、储能系统放电时段优化矩阵生成储能系统充放电时段调整方案输出给运维人员用于对储能系统充放电时段进行优化调整。
11、在上述技术方案的基础上，本专利技术的一种储能系统充放电时段调整优化方法还可以做如下改进:
12、步骤s20中的多元分解计算具体表示如下：
13、
14、式中，f(t)为电网频率数据；f0(t)为电网频率稳定分量；ai为频率波动幅值；fi为频率波动频率；φi为相位角；v(t)为电网电压数据；v0(t)为电网电压稳定分量；bi为电压波动幅值；vi为电压波动频率；θi为相位角；n,m为分解阶数，取值范围为3-20。
15、步骤s30中的关联矩阵具体表示如下：
16、
17、关联矩阵中的元素含义为：r11为充电功率与频率波动分量的关联度；r12为充电功率与电压波动分量的关联度；r13为充电功率与三相不平衡度的关联度；r21为放电功率与频率波动分量的关联度；r22为放电功率与电压波动分量的关联度；r23为放电功率与三相不平衡度的关联度；这样的关联矩阵反映了储能系统充放电功率对电网三个关键参数的影响程度。
18、式中，rij为关联系数，计算公式为：
19、
20、其中，δij＝|xi(k)-yj(k)|；ρ为分辨系数，取值范围为[0,1]，通常取0.5；xi(k)为第i个序列在k时刻的值；yj(k)为第j个序列在k时刻的值，具体而言，x1(k)表示储能系统充电功率数据序列；x2(k)表示储能系统放电功率数据序列；y1(k)表示电网频率波动分量序列(即步骤s20分解得到的y2(k)表示电网电压波动分量序列(即步骤s20分解得到的y3(k)表示三相不平衡度数据序列。
21、步骤s40中的优化目标函数具体表示如下：
22、f＝α1f1+α2f2+α3f3；
23、
24、式中，f1为频率稳定性指标；f2为电压稳定性指标；f3为三相平衡度指标；α1，α2，α3为权重系数，且满足α1+α2+α3＝1；fref为标称频率，取50hz；vref为标称电压；ia，ib，ic为三相电流复数表示，γ表示采样点总数。
25、步骤s50中的约束方程组具体表示如下：
26、pmin≤p(t)≤pmax；
27、socmin≤soc(t)≤socmax；
28、
29、fmin≤f(t)≤fmax；
30、vmin≤v(t)≤vmax；
31、式中，p(t)为储能系统充放电功率；pmin，pmax为功率限值；soc(t)为荷电状态；socmin，socmax为荷电状态限值，一般取[0.1，0.9]；ηc，ηd为充放电效率；pc(t)，pd(t)为充放电功率；ecap为储能系统额定容量；δt为采样时间间隔；fmin，fmax为频率限值；vmin，vmax为电压限值。
32、步骤s60中采用nsga-ii算法求解多目标优化问题，具体步骤如下：
33、1)初始化种群：
34、xi＝{xi1，xi2，...，xin}；
35、2)快速非支配排序：
36、sp＝{q|p＜q}；
37、np＝|{q|q＜p}|；
38、3)拥挤度计算：
39、
40、式中，xi为第i个个体；xij为决策变量；sp为个体p支配的解集；np为支配个体p的解的数量；di为拥挤度；为第i个个体在第m个目标上的函数值。
41、储能系统充放电时段优化矩阵的计算过程如下：
42、1)基于nsga-ii算法得到的pareto最优解集构建充电时段优化矩阵：
43、
44、式中，cij表示第i个pareto最优解在第j个时段的充电状态，取值为0或1，1表示充电，0表示不充电；n为pareto最优解的数量；t为时段数量。
45、2)构建充电时段优化评价指标：
46、ec＝ω1ef+ω2ev+ω3eb+ω4ep；
47、
48、式中，ec为充电时段综合评价指标；ef为频率偏差指标；ev为电压偏差指标；eb为三相不平衡度指标；ep为充电功率偏差指标；ω1,ω2,ω3,ω4为权重系数，且满足iu(t)为负序电流分量；pc,ref(t)为目标充电功率曲线。...
【技术保护点】
1.一种储能系统充放电时段调整优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种储能系统充放电时段调整优化方法，其特征在于，多元分解计算具体表示如下：
3.根据权利要求2所述的一种储能系统充放电时段调整优化方法，其特征在于，所述关联矩阵具体表示如下：
4.根据权利要求3所述的一种储能系统充放电时段调整优化方法，其特征在于，所述储能系统充放电优化目标函数具体表示如下：
5.根据权利要求4所述的一种储能系统充放电时段调整优化方法，其特征在于，所述多层次约束方程组具体表示如下：
6.根据权利要求5所述的一种储能系统充放电时段调整优化方法，其特征在于，所述储能系统充电时段优化矩阵，具体表示如下：
7.根据权利要求6所述的一种储能系统充放电时段调整优化方法，其特征在于，所述储能系统放电时段优化矩阵，具体表示如下：
8.根据权利要求7所述的一种储能系统充放电时段调整优化方法，其特征在于，所述多目标优化算法为NSGA-II算法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读
10.一种储能系统充放电时段调整优化系统，其特征在于，包含权利要求9所述的计算机可读存储介质。
...【技术特征摘要】
1.一种储能系统充放电时段调整优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种储能系统充放电时段调整优化方法，其特征在于，多元分解计算具体表示如下：
3.根据权利要求2所述的一种储能系统充放电时段调整优化方法，其特征在于，所述关联矩阵具体表示如下：
4.根据权利要求3所述的一种储能系统充放电时段调整优化方法，其特征在于，所述储能系统充放电优化目标函数具体表示如下：
5.根据权利要求4所述的一种储能系统充放电时段调整优化方法，其特征在于，所述多层次约束方程组具体表示如下：
6.根据权利要求5所述的一种储能系统充放电时段调整优化方法，...
【专利技术属性】
技术研发人员：王晓辉，邵倩倩，孙守强，邢军，何银，廖信鹏，崔建明，张德学，
申请(专利权)人：青岛黄海学院，
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。