一种面向配电网优化运行的混合储能系统容量优化配置方法与流程

本发明属于参与配电网优化运行的储能技术领域，具体涉及一种面向配电网优化运行的混合储能系统容量优化配置方法。

背景技术：

以光伏为代表的清洁能源发电技术，正深刻改变着全世界范围内的电力与能源结构。然而，光伏发电存在随机性、间歇性等问题，高渗透率光伏并网会对配电网潮流分布、电能质量等带来严重影响。因此，需在配电网中配置储能以平衡光伏电站输出功率的随机波动。

储能系统与光伏相配合，一方面可以有效减小光伏出力的间歇性和随机性，使光伏的输出功率趋于平稳，降低对电网的冲击；另一方面可以对能量进行跨时调度，参与配电网的优化运行。储能按其出力特性可分为能量型储能和功率型储能两大类。以铅酸蓄电池、锂电池等为代表的能量型储能其能量密度大，但功率密度小、响应时间长，适用于平抑高能量的低频功率波动。以超级电容器、超导磁储能等为代表的功率型储能其功率密度大、响应时间短，但能量密度小，适用于平抑低能量的高频功率波动。采用兼具能量型储能和功率型储能优点的混合储能系统补偿新能源输出功率已成为当前研究与应用的热点。

传统方法均采用混合储能系统(hybridenergystoragesystem,hess)平抑新能源输出功率的波动，未考虑hess参与配电网优化运行。储能系统的应用不仅可以补偿新能源出力，提高对新能源的消纳能力，而且能够主动参与配电网的优化运行。

技术实现要素：

针对上述问题，本发明提出一种面向配电网优化运行的混合储能系统容量优化配置方法，可显著降低储能系统的额定功率和额定容量，为hess容量优化配置提供了一种新方法，具有一定的参考价值；同时，hess的应用不仅可以平抑光伏出力的波动，促进光伏能源的消纳，而且能够参与配电网的优化运行，可有效提高配电网运行的经济性和可靠性。

实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

一种面向配电网优化运行的混合储能系统容量优化配置方法，包括以下步骤：

建立光储系统参与配电网优化运行模型，求解得到光储系统参与配电网运行的最优出力，并将光储系统参与配电网运行的最优出力与光伏实际出力之间的不平衡功率作为混合储能系统的参考功率；

通过改进希尔伯特-黄变换分解光储系统参与配电网运行最优出力和光伏电站实际出力之间的不平衡功率，将不平衡功率划分为高频和低频两部分波动分量，并分别利用功率型储能和能量型储能补偿高频波动分量和低频波动分量；

获取面向配电网优化运行的混合储能系统容量优化配置策略。

进一步地，所述光储系统参与配电网优化运行模型包括目标函数和约束条件，

所述目标函数为：

ppess.loss(t)＝(1-ηch)pch(t)+(1-ηdis)pdis(t)+ξ(t)·δpess.loss

式中：t为运行周期；δt为运行步长；n为系统节点数，pi(t)为t时段节点i的注入有功功率；ξ(t)为储能系统从t-1时段到t时段的充放电状态变化量纲，取值为0或1；ηch、ηdis为储能系统的充放电效率；pch(t)、pdis(t)为t时段储能系统的充放电功率；δpess.loss为t时段储能系统在充放电状态切换时产生的损耗。

进一步地，所述约束条件为：

ppess(t)＝ppv(t)+pess(t)

ppv(t)＝ppv.mppt(t)

-pch.max≤pess(t)≤pdis.max

s(t+1)＝(1-σ)s(t)+pess(t)δt

smin≤s(t)≤smax

s(0)＝s(t)

式中：i、j为系统节点号；ui(t)、uj(t)为t时段节点i和节点j点电压幅值；gij、bij分别为节点i和节点j之间的互电导和互电纳；δij(t)为t时段节点i和节点j之间的相位差；pki(t)、qki(t)分别为t时段馈线出口有功和无功；ppessi(t)、qpessi(t)为t时段节点i处光储系统的有功和无功功率；pdi(t)、qdi(t)为t时段节点i处负荷的有功和无功功率；pij(t)为t时刻节点i和节点j之间的线路功率；变量的上标“ˉ”和下标“_”分别表示变量的上限和下限；ppess(t)和qpess(t)分别为t时段光储系统输出的有功和无功功率；ppv(t)为t时段光伏发电单元输出有功功率；pmppt为光伏dc/dc变流器按照mppt控制策略时的最大输出有功；pess(t)为t时段储能系统的有功输出，分为放电、空闲、充电三种状态；pch(t)和pdis(t)分别为t时段储能系统的充放电功率；ηch和ηdis分别为储能系统充放电效率；pch.max和pdis.max分别为充放电功率上下限；s(t)为t时段储能系统的剩余电量；σ为储能系统的自放电率；smin和smax分别为储能系统剩余电量的上下限。

进一步地，所述求解得到光储系统参与配电网运行的最优出力，具体为：

采用二维动态规划算法求解光储系统参与配电网优化运行模型，得出光储系统参与配电网运行的最优出力；具体包括以下步骤：

步骤2.1：将光储系统参与配电网优化运行模型转化为二维动态规划可操作模型，包括阶段t、状态向量s(spt,sqt)、决策向量u(upt,uqt)、策略、状态转移方程以及指标函数；

步骤2.2：初始化，输入所需的光储系统和配电网系统初始数据；

步骤2.3：确定t-1时段光储系统的允许状态集合；

步骤2.4：确定满足约束条件下t时段光储系统的允许状态集合；

步骤2.5：计算对应决策变量和指标函数值；

步骤2.6：判断指标函数是否最优，若是，则跳至步骤2.7；否则，跳至步骤2.8；

步骤2.7：保存当前状态变量、决策变量和目标函数；

步骤2.8：判断是否遍历t-1时段光储系统的允许状态集合，若是，跳至步骤2.9；否则，跳至步骤2.3；

步骤2.9：判断是否遍历t时段光储系统的允许状态集合，若是，跳至步骤2.10；若否，跳至步骤2.4；

步骤2.10：判断是否t＝t，若是，则计算完毕，输出结果；若否，则t＝t+1，并跳至步骤2.3；

所述将光储系统参与配电网运行的最优出力与光伏实际出力之间的不平衡功率的计算公式为：

pnet(t)＝popt(t)-ppv(t)

式中：pnet(t)为不平衡功率；popt(t)为光储系统参与配电网运行最优出力；ppv(t)为光伏发电单元输出有功功率。

进一步地，所述阶段t为：将一个完整调度周期t划分为若干个时间段，记单个时间段即为阶段，阶段序号标记为t，t∈{1,2,3…t}，相邻阶段时间差为δt；

所述状态s(spt,sqt)为：选取光储系统中储能系统的剩余电量s作为状态spt，并将其离散化，相邻状态间的电量差为δs；选取光储系统逆变器剩余无功容量作为状态sqt，并将其离散化，相邻状态间的无功容量差为δq；

所述决策u(upt,uqt)为：将光储系统每个时间段内的ppess(t)和qpess(t)作为决策变量upt和uqt，其必须满足光储系统运行约束；

所述策略为：各阶段的决策变量组成的序列；

所述状态转移方程包括：spt的状态转移方程和sqt的状态转移方程；所述spt的状态转移方程为s(t+1)＝(1-σ)s(t)+pess(t)δt；所述sqt在相邻两阶段间不存在绝对的转移关系，其允许状态集合由当前状态spt和逆变器容量决定，其状态转移方程为：

所述指标函数为：将第t阶段目标函数作为阶段指标函数vt(s(spt,sqt),u(upt,uqt))，则第t阶段的指标函数为：

式中：d(upt,uqt)表示第t阶段状态的允许决策集合，vt表示阶段指标函数。

进一步地，所述通过改进希尔伯特-黄变换分解光储系统参与配电网运行最优出力和光伏电站实际出力之间不平衡功率，将不平衡功率划分为高频和低频两部分波动分量，具体过程为：

采用集合经验模态分解eemd对信号pnet(t)进行分解，经过集合经验模态分解后的pnet(t)可表示为：

式中：pnet(t)为不平衡功率信号；ci,0(t)为第i个固有模态函数imf；r(t)为剩余分量；为所有固有模态函数均值；为所有剩余分量均值；

对ci,0(t)进行递归希尔伯特变换，信号ci,0(t)可表示为：

式中:ci,0(t)为第i个固有模态函数imf；ai,j(t)为固有模态函数ci,j(t)的幅值函数；cosφi,m(t)为递归计算至幅值函数ai,j(t)趋向于1时，固有模态函数ci,m(t)的瞬时相位余弦值；m为分解次数；

得到固有模态函数imf的瞬时频率为：

式中：ωi(t)为信号ci,0(t)的瞬时频率；φi,m(t)为递归计算至幅值函数ai,j(t)趋向于1时，固有模态函数ci,m(t)的瞬时相位，m为分解次数；

确定分频频率fg，若分频频率fg在第g和g+1个imf之间，则c1(t),c2(t),…,cg(t)视为高频波动分量，这部分能量由功率型储能平抑；cg+1(t),cg+2(t),…,cn(t)视为低频波动分量，这部分能量由能量型储能平抑，则能量型储能和功率型储能的参考功率为：

式中：pg,ref(t)、pn,ref(t)分别为功率型和能量型储能的参考功率；ci(t)为固有模态函数，其代入的值为所有固有模态函数均值r(t)为剩余分量。

进一步地，所述分别利用功率型储能和能量型储能补偿高频波动分量和低频波动分量的具体过程为：

建立能量型储能的额定功率配置计算公式为：

式中：pn,rate为能量型储能的额定功率；tn,0为能量型储能充放电初始时刻，tn为研究时长；ηdc-dc和ηdc-ac为换流器的能量转换效率；ηnc和ηnd为能量型储能的充放电效率；

建立能量型储能的额定容量配置计算公式为：

式中：en,rate为能量型储能额定容量；pn(t)为考虑换流器能量转换效率和充放电效率后能量型储能的充放电功率；δtn为能量型储能充放电时间间隔；socn,0为能量型储能的初始荷电状态；socn,max、socn,min为能量型储能荷电状态的上下限值；

当socn,0满足等式，且en,rate取等号时，能量型储能的额定容量最小；

建立功率型储能的额定功率配置计算公式为：

式中：pg,rate为功率型储能的额定功率；tg,0为功率型储能充放电初始时刻；ηdc-dc和ηdc-ac为换流器的能量转换效率；ηgc和ηgd为功率型储能的充放电效率；

建立功率型储能的额定容量配置计算公式为：

式中：eg,rate为功率型储能额定容量；pg(t)为考虑换流器能量转换效率和充放电效率后功率型储能的充放电功率；δtg为功率型储能充放电时间间隔；socg,0为功率型储能的初始荷电状态；socg,max、socg,min为功率型储能荷电状态的上下限值；

当socg,0满足等式，且eg,rate取等号时，功率型储能的额定容量最小。

进一步地，所述功率型储能包括：超级电容器、飞轮储能、超导磁储能；所述能量型储能包括锂离子电池。

进一步地，所述的一种面向配电网优化运行的混合储能系统容量优化配置方法，所述提出面向配电网优化运行的混合储能系统容量优化配置方案，包括：建立混合储能全寿命周期成本模型，用于评价不同配置方案下的经济性，以获取最经济的混合储能系统容量优化配置方案，具体过程为：

minlcc＝cinv+crep+com+cscr-cres

cinv＝cpinvprate+ceinverate

cscr＝(cpscrprate+cescrerate)(n+1)(p/f,i,t)

cres＝σres(cinv+crep)(p/f,i,t)

式中：cinv、crep、com、cscr、cres分别为hess的初始投资成本、更新置换成本、运行维护成本、报废处理成本和回收残值；cpinv、ceinv、cprep、ceinv、cpom、ceom、cpscr、cescr分别为单位功率成本系数、单位容量成本系数、单位功率更新成本系数、单位容量更新成本系数、单位功率运维成本系数、单位容量运维成本系数、单位功率报废处理成本系数和单位容量报废处理成本系数；prate、erate分别为hess的额定功率和hess的额定容量；(p/f,i,t)＝(1+i)^-t；wess(t)为年充放电量；σres为回收残值率。

进一步地，所述σres取3％～5％。

本发明的有益效果：

本发明提出一种面向配电网优化运行的混合储能系统容量优化配置方法，可显著降低储能系统的额定功率和额定容量，为hess容量优化配置提供了一种新方法，具有一定的参考价值；同时，hess的应用不仅可以平抑光伏出力的波动，促进光伏能源的消纳，而且能够参与配电网的优化运行，可有效提高配电网运行的经济性和可靠性。

附图说明

图1为本发明一种实施例中光储系统的结构图；

图2为含hess的光伏电站示意图；

图3为典型日运行曲线图；

图4为不平衡功率eemd分解结果图；

图5为imf瞬时频率-时间曲线图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图对本发明的应用原理作详细的描述。

本发明的一种面向配电网优化运行的混合储能系统容量优化配置方法，首先获得光储系统参与配电网运行的最优出力与光伏实际出力之间的不平衡功率，将其作为混合储能的参考功率，采用集合经验模态分解将不平衡功率分解为一系列固有模态函数，通过递归希尔伯特变换得到各固有模态函数的瞬时频率-时间曲线；根据功率型和能量型储能的特性，以瞬时频率-时间曲线混叠最少为原则确定分频频率，采用功率型储能和能量型储能分别对不平衡功率的高频分量和低频分量进行平抑；最后，考虑充放电效率、荷电状态和全寿命周期成本，提出功率型和能量型储能额定功率和额定容量经济最优配置方案。本发明相对于传统方法，不仅可以补偿新能源出力，提高对新能源的消纳能力，而且能够主动参与配电网的优化运行。

实施例一

本发明实施例中的光储系统如图1所示，c1为单向dc/dc变换器，主要实现升压功能和最大功率点跟踪(mppt)；c2为双向dc/dc变换器，实现功率可控的充放电，使系统并网有功为参与配电网优化运行的最优有功功率；c3为dc/ac逆变器(即光伏逆变器)，用于稳定直流母线电压，实现有功、无功最优并网；光伏发电单元(如图1中的光伏电池阵列)和储能单元通过各自的dc/dc变流器汇总至公共直流母线，再经公用的dc/ac逆变器连接至配电系统；假定光储系统以向电网输出功率为正方向。

本发明实施例中的一种面向配电网优化运行的混合储能系统容量优化配置方法，包括以下步骤：

1、建立光储系统参与配电网优化运行模型，求解得到光储系统参与配电网运行的最优出力，并将光储系统参与配电网运行的最优出力与光伏实际出力之间的不平衡功率作为混合储能系统的参考功率；

前述的光储系统参与配电网优化运行模型包括目标函数和约束条件；

本发明实施例选取全网网损最小作为目标函数，针对本发明实施例中提出的光储系统，全网网损除了输电线路的损耗pl.loss(t)(可表示为系统各节点的有功注入功率之和)，还需要考虑光储系统的运行损耗ppess.loss(t)(主要为储能系统的充放电效率和其充放电状态转换时的能量损耗)，因此：全网网损最小目标函数为：

ppess.loss(t)＝(1-ηch)pch(t)+(1-ηdis)pdis(t)+ξ(t)·δpess.loss

式中：t为运行周期；δt为运行步长；n为系统节点数，pi(t)为t时段节点i的注入有功功率；ξ(t)为储能系统从t-1时段到t时段的充放电状态变化量纲，取值为0或1；ηch、ηdis为储能系统的充放电效率；pch(t)、pdis(t)为t时段储能系统的充放电功率；δpess.loss为t时段储能系统在充放电状态切换时产生的损耗，优选取储能系统额定容量的0.5％。

考虑到光储系统参与配电网优化运行的约束条件，本发明实施例中的约束条件包括：系统潮流约束、馈线出口功率约束、节点电压约束、线路功率约束以及光储系统运行约束；

所述系统网络潮流约束为：

所述变电站馈线出口功率约束为：

所述节点电压约束为：

所述线路功率约束为：

所述光储系统运行约束为：

ppess(t)＝ppv(t)+pess(t)

ppv(t)＝ppv.mppt(t)

-pch.max≤pess(t)≤pdis.max

由于储能系统电量状态在时序上具有绝对的连续性，它严格按照时间顺序根据充放电

功率大小进行累计计算，因此所述光储系统运行约束还包括：

s(t+1)＝(1-σ)s(t)+pess(t)δt

smin≤s(t)≤smax

s(0)＝s(t)

上述公式中：i、j为系统节点号；ui(t)、uj(t)为t时段节点i和节点j点电压幅值；gij、bij分别为节点i和节点j之间的互电导和互电纳；δij(t)为t时段节点i和节点j之间的相位差；pki(t)、qki(t)分别为t时段馈线出口有功和无功功率；ppessi(t)、qpessi(t)为t时段节点i处光储系统(即逆变器c3)的有功无功出力；pdi(t)、qdi(t)为t时段节点i处负荷的有功和无功功率；pij(t)为t时刻节点i和节点j之间的线路功率；变量的上标“ˉ”和下标“_”分别表示变量的上限和下限；ppess(t)和qpess(t)分别为t时段逆变器输出的有功和无功功率；ppv(t)为t时段光伏发电单元输出有功功率；pmppt为dc/dc变流器按照mppt控制策略时的最大输出有功；pess(t)为t时段储能系统的有功输出，分为放电、空闲、充电三种状态；pch(t)和pdis(t)分别为t时段储能系统的充放电功率；ηch和ηdis分别为储能系统充放电效率；pch.max和pdis.max分别为充放电功率上下限；s(t)为t时段储能系统的剩余电量；σ为储能系统的自放电率；smin和smax分别为储能系统剩余电量的上下限。

所述求解得到光储系统参与配电网运行的最优出力，具体为：采用二维动态规划算法求解光储系统参与配电网优化运行模型，得出光储系统参与配电网运行的最优出力；更具体包括以下步骤：

步骤2.1：将光储系统参与配电网优化运行模型转化为二维动态规划可操作模型，包括阶段t、状态向量s(spt,sqt)、决策向量u(upt,uqt)、策略、状态转移方程以及指标函数；

步骤2.2：初始化，输入所需的光储系统和配电网系统初始数据；

步骤2.3：确定t-1时段光储系统的允许状态集合；

步骤2.4：确定满足约束条件下t时段光储系统的允许状态集合；

步骤2.5：计算对应决策变量和指标函数值；

步骤2.6：判断指标函数是否最优，若是，则跳至步骤2.7；否则，跳至步骤2.8；

步骤2.7：保存当前状态变量、决策变量和目标函数；

步骤2.8：判断是否遍历t-1时段光储系统的允许状态集合，若是，跳至步骤2.9；否则，跳至步骤2.3；

步骤2.9：判断是否遍历t时段光储系统的允许状态集合，若是，跳至步骤2.10；若否，跳至步骤2.4；

步骤2.10：判断是否t＝t，若是，则计算完毕，输出结果；若否，则t＝t+1，并跳至步骤2.3。

进一步地，所述阶段t为：将一个完整调度周期t划分为若干个时间段，记时间段为阶段，阶段序号标记为t，t∈{1,2,3…t}，相邻阶段时间差为δt；

所述状态s(spt,sqt)为：选取光储系统中储能系统的剩余电量s作为状态spt，并将其离散化，相邻状态间的电量差为δs；选取光储系统逆变器剩余无功容量作为状态sqt，并将其离散化，相邻状态间的无功容量差为δq；

所述决策u(upt,uqt)为：将光储系统每个时间段内的ppess(t)和qpess(t)作为决策变量upt和uqt，其必须满足光储系统运行约束；

所述策略为：各阶段的决策变量组成的序列；

所述状态转移方程包括：spt的状态转移方程和sqt的状态转移方程；所述spt的状态转移方程为s(t+1)＝(1-σ)s(t)+pess(t)δt，(即储能系统电量与充放电功率关系方程)；所述sqt在相邻时间段间不存在绝对的转移关系，其允许状态集合由当前状态spt和逆变器容量决定，其状态转移方程为

所述指标函数为：将第t阶段目标函数作为阶段指标函数vt(s(spt,sqt),u(upt,uqt))，则第t阶段的过程指标函数为：

式中：d(upt,uqt)表示第t阶段状态的允许决策集合，vt表示阶段指标函数。

所述将光储系统参与配电网运行的最优出力与光伏实际出力之间的不平衡功率的计算公式为：

pnet(t)＝popt(t)-ppv(t)

式中：pnet(t)为不平衡功率；popt(t)为光储系统参与配电网运行最优出力；ppv(t)为光伏发电单元输出有功功率。

2、通过改进希尔伯特-黄变换分解光储系统参与配电网运行最优出力和光伏电站实际出力之间的不平衡功率，将不平衡功率划分为高频和低频两部分波动分量，并分别利用功率型储能和能量型储能补偿高频波动分量和低频波动分量；

本发明实施例中，采用混合储能系统消纳光储系统参与配电网运行最优出力和光伏电站实际出力之间的不平衡功率，其结构如图2所示。光伏电池阵列通过dc/dc变换器与直流母线相联，由能量型储能和功率型储能组成的混合储能系统通过双向dc/dc变换器与直流母线相联，由混合储能吸收、释放功率以平抑光伏电站实际输出功率，满足光储系统参与配电网运行的最优出力。

本发明实施例将不平衡功率通过集合经验模态分解得到一系列固有模态函数(imf)，并采用递归希尔伯特变换得到所有imf的瞬时频率-时间曲线。根据两相邻的imf之间频率混叠最小原则确定不平衡功率的分频频率，将不平衡功率分解成高频和低频两部分波动分量。图中：pn,ref为能量型储能输出功率参考值，即所有低频分量之和；pg,ref为功率型储能输出功率参考值，即所有高频分量之和；pn,rate、pg,rate分别为能量型储能和功率型储能的额定充放电功率；socn,max、socn,min分别为能量型储能荷电状态的最大值和最小值；socn(t)为能量型储能t时刻的荷电状态；socg,max、socg,min分别为功率型储能荷电状态的最大值和最小值；socg(t)为功率型储能t时刻的荷电状态。

改进希尔伯特黄变换包括集合经验模态分解(eemd)和递归希尔伯特变换两部分。eemd的本质是将信号分解成一系列具有不同特征时间尺度的数据序列，即固有模态函数(imf)，其实每个imf都是不平衡功率pnet(t)的一种振荡模式，通过递归希尔伯特变换得到各imf的瞬时频率-时间曲线，从而提高imf其瞬时频率的准确度，而eemd分解过程决定了ci(t)的瞬时频率普遍高于ci+1(t)的瞬时频率，因此需确定诸多瞬时频率-时间曲线中的最佳分频频率，使得两相邻的imf之间频率混叠最小，将不平衡功率划分为高频和低频两部分波动分量，并分别利用功率型储能和能量型储能补偿高频波动分量和低频波动分量。下面将进行改进希尔伯特-黄变换分解的具体过程进行说明。

1)eemd分解不平衡功率

光储系统参与配电网运行最优出力和光伏电站实际出力之间的不平衡功率为：

pnet(t)＝popt(t)-ppv(t)

式中：popt(t)为光储系统参与配电网运行最优出力；ppv(t)为光伏电站的实际输出功率。

由于不平衡功率是非线性变化的，本发明实施例采用eemd对其进行分解，eemd分解法将白噪声扰动加入待分解的信号，并进行多次经验模态分解(emd)，将多次分解所得到的imf总体均值视为最终的imf。该方法可有效避免模态混叠，改善emd分解效果，具体步骤如下：

设原始信号为x(t)，在x(t)上添加高斯白噪声扰动w(x)得：

sj(t)＝x(t)+wj(x)，j＝1,2,…,m

式中：sj(t)为第j次加入高斯白噪声扰动后的不平衡功率信号；wj(x)为相互独立的白噪声扰动；m为emd进行次数。

sj(t)信号经过emd分解成n个imf，即c1j(t),c2j(t),…,cnj(t)，及一个剩余部分rj(t)即

sj(t)＝c1j(t)+c2j(t)+…+cnj(t)+rj(t)

式中：sj(t)为第j次加入高斯白噪声扰动后的不平衡功率信号；cnj(t)为经过emd分解的第n个固有模态函数；rj(t)为emd分解后的剩余部分。

经过m次emd分解，得到m组分解结果：

[c11(t),c21(t),…ci1(t),…cn1(t),r1(t)],

[c1j(t),c2j(t),…cij(t),…cnj(t),rj(t)],

[c1m(t),c2m(t),…cim(t),…cnm(t),rm(t)]。

式中：cij(t)为第j次分解得到的第i个imf；rj(t)为第j次分解得到的剩余部分。

经过m次emd分解得到的所有imf和剩余分量其均值为：

式中：为经过m次emd分解得到的所有imf和剩余分量的均值；m为emd分解次数。

因此，经过eemd分解后的pnet(t)信号可表示为：

式中：pnet(t)为不平衡功率信号；为经过m次emd分解得到的所有imf和剩余分量的均值。

2)imf递归希尔伯特变换

原始信号设ci,0(t)经希尔伯特变换后为h[ci,0(t)]，则：

解析信号zi,0(t)可表示为：

zi,0(t)＝ci,0(t)+jh[ci,0(t)]＝ai,0(t)exp[jφi,0(t)]

式中：ai,0(t)为ci,0(t)的瞬时幅值，φi,0(t)为ci,0(t)的瞬时相位，

将ci,0(t)表示为瞬时幅值ai,0(t)和纯调频信号cosφi,0(t)的乘积，则：

ci,0(t)＝ai,0(t)cosφi,0(t)

式中：ci,0(t)为瞬时幅值ai,0(t)和纯调频信号cosφi,0(t)的乘积。

以纯调频函数ci,1(t)＝cosφi,0(t)作为新的信号，并对其进行希尔伯特变换，得到新的瞬时幅值和纯调频信号。不断进行递归计算，其递归公式为：

每经过一次递归计算便可得到相应的幅值函数和相位函数：

不断进行递归计算直到幅值函数ai,j(t)趋向于1，则ci,m+1(t)＝cosφi,m(t)，综合上述递归计算步骤，信号ci,0(t)可表示为：

瞬时频率可表示为：

式中：ωi(t)为瞬时频率；φi,m(t)为瞬时相位。

3)确定分频频率

imf通过递归希尔伯特变换得到ci(t)的瞬时频率-时间曲线，由于随着i的增大，ci(t)的波形越平滑，因此fi(t)的瞬时频率也越低。两两相邻的fi(t)和fi+1(t)总存在频率混叠的现象，故需确定最优分频频率使得ci(t)和ci+1(t)能量混叠最少。

若分频频率fg在第g和g+1个imf之间，则c1(t),c2(t),…,cg(t)视为高频波动分量，这部分能量由功率型储能平抑；cg+1(t),cg+2(t),…,cn(t)视为低频波动分量，这部分能量由能量型储能平抑，则能量型储能和功率型储能的参考功率为：

式中：pg,ref(t)、pn,ref(t)为功率型和能量型储能的参考功率；ci(t)为固有模态函数，其代入的值为所有固有模态函数均值为前面得到的m组分解结果矩阵中每一列的均值)；r(t)为剩余分量。

充分考虑能量型储能和功率型储能的充放电特性，大大增加了储能设备的使用寿命，可有效降低系统运行成本。

3、获取面向配电网优化运行的混合储能系统容量优化配置策略。

所述提出面向配电网优化运行的混合储能系统容量优化配置方案的具体过程为：

设定能量型储能的额定功率为pn,rate，考虑换流器能量转换效率和能量型储能的充放电效率，能量型储能的额定功率配置计算公式为：

式中：pn,rate为能量型储能的额定功率；tn,0为能量型储能充放电初始时刻；ηdc-dc和ηdc-ac为换流器的能量转换效率；ηnc和ηnd为能量型储能的充放电效率；pn,ref(t)为能量型储能的参考功率。

能量型储能的额定容量配置计算：

设能量型储能的初始荷电状态为socn,0，k时刻的荷电状态为：

式中：δtn为能量型储能充放电时间间隔；socn,k为k时刻能量型储能的荷电状态；socn,min、socn,max为能量型储能荷电状态的上下限；pn(t)为考虑换流器能量转换效率和充放电效率后能量型储能的充放电功率，其计算公式为：

式中：pn,ref(t)为能量型储能的参考功率；ηdc-dc和ηdc-ac为换流器的能量转换效率；ηnc和ηnd为能量型储能的充放电效率。

当研究时长为tn时，能量型储能额定容量en,rate的计算公式为

式中：en,rate为能量型储能额定容量；pn(t)为考虑换流器能量转换效率和充放电效率后能量型储能的充放电功率；δtn为能量型储能充放电时间间隔；socn,0为能量型储能的初始荷电状态；socn,min、socn,max为能量型储能荷电状态的上下限

当soc0满足等式，且en,rate取等号时，能量型储能的额定容量最小。

式中：pn(t)为考虑换流器能量转换效率和充放电效率后能量型储能的充放电功率；δtn为能量型储能充放电时间间隔；socn,0为能量型储能的初始荷电状态；socn,max、socn,min为能量型储能荷电状态的上下限值。

功率型储能的额定功率配置计算：

设定功率型储能的额定功率为pg,rate，考虑换流器能量转换效率和功率型储能的充放电效率，功率型储能的额定功率配置计算公式为：

式中：pg,rate为功率型储能的额定功率；tg,0为功率型储能充放电初始时刻；ηdc-dc和ηdc-ac为换流器的能量转换效率；ηgc和ηgd为功率型储能的充放电效率；pg,ref(t)为功率型储能的参考功率。

功率型储能的额定容量配置计算：

设功率型储能的初始荷电状态为socg,0，k时刻的荷电状态为：

式中：δtg为功率型储能充放电时间间隔；socg,k为k时刻功率型储能的荷电状态；socg,min、socg,max为功率型储能荷电状态的上下限；pg(t)为考虑换流器能量转换效率和充放电效率后功率型储能的充放电功率，其计算公式为：

式中：pg,ref(t)为功率型储能的参考功率；ηdc-dc和ηdc-ac为换流器的能量转换效率；ηgc和ηgd为功率型储能的充放电效率。

当研究时长为tg时，功率型储能额定容量eg,rate的计算公式为

式中：eg,rate为功率型储能额定容量；pg(t)为考虑换流器能量转换效率和充放电效率后功率型储能的充放电功率；δtg为功率型储能充放电时间间隔；socg,0为功率型储能的初始荷电状态；socg,max、socg,min为功率型储能荷电状态的上下限值；

当socg,0满足等式，且eg,rate取等号时，功率型储能的额定容量最小。

式中：eg,rate为功率型储能额定容量；pg(t)为考虑换流器能量转换效率和充放电效率后功率型储能的充放电功率；δtg为功率型储能充放电时间间隔；socg,0为功率型储能的初始荷电状态；socg,max、socg,min为功率型储能荷电状态的上下限值。

4、混合储能经济评估

本发明实施例综合考虑混合储能设备的投入成本，建立混合储能系统(hess)的全寿命周期成本模型，。全寿命周期成本lcc指在整个寿命周期内产生的一切直接的、间接的等所有费用，假设hess寿命为t年，折现率为i，hess元件更新置换次数为n，则全寿命周期成本模型为：

minlcc＝cinv+crep+com+cscr-cres

cinv＝cpinvprate+ceinverate

cscr＝(cpscrprate+cescrerate)(n+1)(p/f,i,t)

cres＝σres(cinv+crep)(p/f,i,t)

式中：cinv、crep、com、cscr、cres分别为hess的初始投资成本、更新置换成本、运行维护成本、报废处理成本和回收残值；cpinv、ceinv、cprep、ceinv、cpom、ceom、cpscr、cescr分别为单位功率成本系数、单位容量成本系数、单位功率更新成本系数、单位容量更新成本系数、单位功率运维成本系数、单位容量运维成本系数、单位功率报废处理成本系数和单位容量报废处理成本系数；prate、erate分别为hess的额定功率和hess的额定容量(计算能量型储能时，prate就代表pn,rate；计算功率型储能时，prate就代表pg,rate，同理推得erate)；(p/f,i,t)＝(1+i)^-t；wess(t)为年充放电量；σres为回收残值率，取3％～5％。

实施例二

本发明实施例中采用江苏省某光伏电站2013年某典型日的实际输出功率数据(采样时间为1min)，在matlab中进行仿真分析。采用33节点配电系统对光储系统进行一天的优化，分别利用光伏功率预测方法和负荷预测方法获得光伏电站日出力曲线及负荷日运行曲线，如图3所示，构建本发明所提的光储系统参与主动配电网优化运行模型，采用二维动态规划算法求解模型，获得光储系统参与配电网运行的最优出力。将该典型日光储系统参与配电网运行最优出力与光伏实际出力的差值作为不平衡功率数据，图4给出了不平衡功率eemd分析结果。由图可知，固有模态函数ci(t)的幅值和频率随着i的增大而减小，且均在零值附近振荡。结合递归希尔伯特变换得到的瞬时频率-时间曲线，如图5所示。

分析可知，c4(t)和c5(t)混叠最少，因此取i＝4作为频率划分分界点，将不平衡功率划分为高低频分量，则功率型储能和能量型储能输出功率参考值为pg,ref(t)＝c1(t)+c2(t)+c3(t)+c4(t)；pn,ref(t)＝c5(t)+c6(t)+r(t)。

结合功率型储能和能量型储能的特性，本发明实施例采用以下四种不同的配置方案。

方案1为锂离子电池；方案2为锂离子电池和超级电容器；方案3为锂离子电池和飞轮储能；方案4为锂离子电池和超导磁储能。各储能参数如表1所示，根据上述方法进行不同方案下额定功率和额定容量的配置，并估算混合储能系统(hess)寿命，假设hess的全寿命周期为10年，则可计算得出各配置方案下hess的投资成本，此计算过程为现有技术，不赘述，具体计算结果如表2所示。

表1

表2

通过对表2分析可知，传统希尔伯特-黄变换配置的额定功率和额定容量均明显高于本发明方法的配置结果，例如方案2中，传统希尔伯特-黄变换配置的额定功率和额定容量分别为2.18mw/0.37mw·h、3.60mw/0.19mw·h，本发明方法配置的额定功率和额定容量分别为1.39mw/0.29mw·h、2.64mw/0.17mw·h。从投资成本来看，采用hess方案经济性远优于单一储能方案，由于hess方案可大大增加锂离子电池的运行寿命，从而降低储能的投资成本，其中方案2的经济性最佳，故可作为面向配电网优化运行应用下混合储能容量配置的推荐方案。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。