基于层次分析法的梯次利用电池储能系统性能评估方法与流程

本公开涉及主动配电网技术领域，特别是涉及基于层次分析法的梯次利用电池储能系统性能评估方法。

背景技术：

化石能源日益枯竭促使能源消费向清洁化、低碳化转型成为必然趋势。可再生能源发电大都具有随机性和不可控性的特点，限制了电网对其消纳能力。储能系统作为电网友好型发电关键技术，是主动配电网的必备环节，在平抑上网功率波动、提高可再生能源消纳能力等方面具有不可替代的作用。与此同时，电动汽车的推广使用导致产生大量退役动力电池，将退役动力电池模块重组，构建梯次利用电池储能系统应用于主动配电网中，能够降低投资成本，减少环境污染。但是，由于退役动力电池性能参数差异化明显，梯次利用电池储能系统存在性能退化加速、安全失效风险加剧等问题。因此，对主动配电网中梯次利用电池储能系统进行有效评估是十分必要的。

主动配电网中梯次利用电池储能系统运行性能评估涉及储能系统的运行效益和电气量特征等多层面的多种量化指标，如何对众多量化评估指标进行集成和综合是需要解决的一个问题，其处理面临一定的挑战。

目前，对于主动配电网中梯次利用电池储能系统运行性能化评估问题的研究还不够丰富和深入，缺少一套广泛采用的方法。现有的方法不能很好地涵盖多种量化评估指标，且不能对指标很好地集成和综合，降低了工程实用性。

技术实现要素：

为了解决现有技术的不足，本公开的实施例子提供了基于层次分析法的梯次利用电池储能系统性能评估方法，综合考虑了主动配电网中梯次利用电池储能系统的运行效益和电气量特征，并基于层次分析法构建综合评估指标，具有较高的先进性。

为了实现上述目的，本申请采用以下技术方案：

基于层次分析法的梯次利用电池储能系统性能评估方法，包括：

构建分层量化评估指标，分层量化评估指标包括运行效益评估指标和电气量特征评估指标，运行效益评估指标包括上网功率交换量指标和上网功率波动性指标；

电气量特征评估指标包括电压波动性指标、电压三相不平衡度指标和电流谐波含量指标；

利用层次分析法确定各同层量化指标间的相对权重，由底层量化指标值逐层向上线性加权计算得到储能系统运行性能综合评估指标值。

进一步的技术方案，利用层次分析法确定各同层量化指标间的相对权重，由底层量化指标值逐层向上线性加权计算得到储能系统运行性能综合评估指标值，具体包括：

对各层量化评估指标进行两两比较，构建比较矩阵，将比较矩阵转换为判断矩阵；

选取判断矩阵最大特征值对应的向量作为相对权重向量，并进行归一化处理；

进行一致性检验，若通过一致性检验，采用线性加权法，由归一化相对权重和量化评估指标计算综合评估指标值。

进一步的技术方案，当未通过一致性检验时，修改判断矩阵，直至判断矩阵最大特征值对应的向量作为相对权重向量，并进行归一化处理后能够通过一致性检验。

进一步的技术方案，采用三标度法由各层量化评估指标c∈rⁿ构建比较矩阵a∈r^n×n具体为：

c＝[c1c2…cn]

式中：n为某层量化指标的数目，ci、cj分别为不同的同层量化评估指标，i和j为同层量化指标的下标，且i＝1...n,j＝1...n,i≠j。

进一步的技术方案，采用极比法将比较矩阵a转换为判断矩阵b∈r^n×n，具体为：

式中：ri为表示比较矩阵a每列元素和的中间变量；α为极差元素的相对重要性标度；bij为判断矩阵b的元素。

进一步的技术方案，一致性检验以ci为指标，具体为：

当ci小于设定阈值时，计算结果通过一致性检验；当ci不小于设定阈值时，计算结果未通过一致性检验，λmax为判断矩阵b最大特征值，n为某层量化指标的数目。

进一步的技术方案，确定的归一化相对权重矩阵包括wa∈r²，wb∈r²和wc∈r⁴，则综合评估指标cc计算具体为：

cc＝wa1(wb1cr+wb2cv)+wa2(wc1sg+wc2rg,max+wc3dg,max+wc4hg)

上网功率交换量指标用上网功率交换缩减率cr表示，上网功率波动性指标用上网功率波动平抑率cv表示，电压波动性指标用并网点电压变异系数sg和最大波动率rg,max表示，电压三相不平衡度指标用并网点电压不平衡系数dg,max表示，电流谐波含量指标用并网点电流谐波总畸变率hg表示，wa1、wa2为归一化相对权重矩阵wa的元素，wb1、wb2归一化相对权重矩阵wb的元素，wc1、wc2、wc3、wc4为归一化相对权重矩阵wc的元素。

本公开的实施例子还公开了基于层次分析法的梯次利用电池储能系统性能评估系统，包括：

分层量化评估指标构建单元，用于构建分层量化评估指标，分层量化评估指标包括运行效益评估指标和电气量特征评估指标，运行效益评估指标包括上网功率交换量指标和上网功率波动性指标；

电气量特征评估指标包括电压波动性指标、电压三相不平衡度指标和电流谐波含量指标；

各层量化评估指标处理单元，对各层量化评估指标进行两两比较，构建比较矩阵，将比较矩阵转换为判断矩阵；

选取判断矩阵最大特征值对应的向量作为相对权重向量，并进行归一化处理；

综合评估指标值计算单元，进行一致性检验，若通过一致性检验，采用线性加权法，由归一化相对权重和量化评估指标计算综合评估指标值。

本公开的实施例子还公开了一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的基于层次分析法的梯次利用电池储能系统性能评估方法。

本公开的实施例子还公开了一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的基于层次分析法的梯次利用电池储能系统性能评估方法。

与现有技术相比，本公开的有益效果是：

1)本发明综合考虑了主动配电网中梯次利用电池储能系统的运行效益和电气量特征，并基于层次分析法构建综合评估指标，具有较高的先进性。

2)本发明构建的评估体系涵盖了主配网功率交换量和波动改善程度、并网点电压波动、三相不平衡度和电流谐波含量等量化指标，计算出的综合评估指标能够更加全面反映各单一评估指标以及决策者的主观意愿，具有较高的工程实际应用价值。

3)本发明没有特殊的应用条件，通用性强，适用于各种储能系统运行性能评估，具有推广价值和意义。

附图说明

构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。

图1是本公开实施例子的梯次利用电池储能系统性能评估方法执行流程示意图；

图2是本公开实施例子的分层量化评估体系示意图；

图3是本公开实施例子中上网功率交换量对比示意图；

图4是本公开实施例子的上网功率波动性对比示意图。

具体实施方式

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

本申请的一种典型的实施方式中，如图1所示，提供了一种基于层次分析法的梯次利用电池储能系统运行性能评估方法，构建储能系统运行性能量化评估框架，以主配网功率交换量和波动性改善程度为指标衡量储能系统运行效益，以并网点电压波动、三相不平衡度和电流谐波含量为指标衡量储能系统电气量特征。利用层次分析法确定各同层量化指标间的相对权重，由底层量化指标值逐层向上线性加权计算得到储能系统运行性能综合评估指标值，具体包括以下步骤：

(1)构建分层量化评估指标；

(2)采用三标度法对各层量化评估指标进行两两比较，构建比较矩阵；

(3)采用极比法将比较矩阵转换为判断矩阵；

(4)选取判断矩阵最大特征值对应的向量作为相对权重向量，并进行归一化处理；

(5)进行一致性检验，若通过，则执行步骤(6)，否则，则返回步骤(3)修改判断矩阵；

(6)采用线性加权法，由归一化相对权重和量化评估指标计算综合评估指标值。

如图2所示，所述步骤(1)中，分层量化评估指标包括运行效益评估指标和电气量特征评估指标2个层次。

运行效益评估指标包括上网功率交换量指标和上网功率波动性指标，其中，上网功率交换量指标用上网功率交换缩减率cr表示，上网功率波动性指标用上网功率波动平抑率cv表示，具体为：

式中：re为功率交换系数，其值越大表示上网功率交换量越大；pi为i时刻上网功率，kw；se为主变压器容量，kva；ne为上网功率序列的长度；re,o和re,b分别为梯次利用电池储能系统接入前后的功率交换系数；ue为上网功率的均值，kw；se为上网功率变异系数，其值越大表示上网功率的波动越强；se,o和se,b分别为梯次利用电池储能系统接入前后的功率变异系数。

具体实施例子中，电气量特征评估指标包括电压波动性指标、电压三相不平衡度指标和电流谐波含量指标，其中，电压波动性指标用并网点电压变异系数sg和最大波动率rg,max表示，电压三相不平衡度指标用并网点电压不平衡系数dg,max表示，电流谐波含量指标用并网点电流谐波总畸变率hg表示，具体为：

式中：ui，ui-1和ug分别为并网点电压在i时刻、i-1时刻的瞬时值和均值，v；ng为电压序列的长度；li为中间过度变量；ug,i,a，ug,i,b和ug,i,c为并网点在i时刻三相电压有效值，v；ig和ig,1分别为并网点电流和基波电流的幅值，a。

所述步骤(2)中，采用三标度法由各层量化评估指标c∈rⁿ构建比较矩阵a∈r^n×n具体为：

c＝[c1c2…cn]

式中：n为某层量化指标的数目。ci、cj分别为不同的同层量化评估指标，i和j为同层量化指标的下标，且i＝1...n,j＝1...n,i≠j。

所述步骤(3)中，采用极比法将比较矩阵a转换为判断矩阵b∈r^n×n，具体为：

式中：ri为表示比较矩阵a每列元素和的中间变量；α为极差元素的相对重要性标度，一般为9；bij为判断矩阵b的元素。

所述步骤(4)中，选取判断矩阵b最大特征值λmax对应向量d∈rⁿ作为相对权重向量，并归一化为w∈rⁿ，归一化过程具体为：

di为判断矩阵b最大特征值λmax对应向量d中的元素。

所述步骤(5)中，一致性检验以ci为指标，具体为：

当ci<0.1时，计算结果通过一致性检验；当ci≥0.1时，计算结果未通过一致性检验。

所述步骤(6)中，确定的归一化相对权重矩阵包括wa∈r²，wb∈r²和wc∈r⁴，则综合评估指标cc计算具体为：

cc＝wa1(wb1cr+wb2cv)+wa2(wc1sg+wc2rg,max+wc3dg,max+wc4hg)。

wa1、wa2为归一化相对权重矩阵wa的元素，wb1、wb2归一化相对权重矩阵wb的元素，wc1、wc2、wc3、wc4为归一化相对权重矩阵wc的元素。

由采用的ahp算法和如图2的评估框架决定归一化相对权重矩阵包括3个权重矩阵。

本公开的实施例子还公开了基于层次分析法的梯次利用电池储能系统性能评估系统，包括：

分层量化评估指标构建单元，用于构建分层量化评估指标，分层量化评估指标包括运行效益评估指标和电气量特征评估指标，运行效益评估指标包括上网功率交换量指标和上网功率波动性指标；

电气量特征评估指标包括电压波动性指标、电压三相不平衡度指标和电流谐波含量指标；

各层量化评估指标处理单元，对各层量化评估指标进行两两比较，构建比较矩阵，将比较矩阵转换为判断矩阵；

选取判断矩阵最大特征值对应的向量作为相对权重向量，并进行归一化处理；

综合评估指标值计算单元，进行一致性检验，若通过一致性检验，采用线性加权法，由归一化相对权重和量化评估指标计算综合评估指标值。

本公开的实施例子还公开了一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的基于层次分析法的梯次利用电池储能系统性能评估方法。

本公开的实施例子还公开了一种终端设备，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的基于层次分析法的梯次利用电池储能系统性能评估方法。

更为详细的实施例子

本发明以某市主动配电网中梯次利用电池储能系统运行性能评估作为实施例，该主动配电网中配置有额定容量为200kva的配电变压器和总装机容量为151kw的光伏发电，梯次利用电池储能系统和分布式光伏装机容量如表1所示

表1分布式电源装机容量

该主动配电网在某典型日下与主网交换功率如图3所示，配置梯次利用电池储能系统前后上网功率交换量指标如表3所示，结果表明梯次利用电池储能系统对支撑可再生能源就地消纳，延缓配电变压器等电气设备升级改造具有良好的效果。

表2上网功率交换量评估结果

该主动配电网在某典型日下上网功率的波动量如图4所示，配置梯次利用电池储能系统前后上网功率波动性指标如表3所示，结果表明梯次利用电池储能系统对可再生能源出力波动具有明显的抑制效果，能够降低and中分布式电源和负荷不确定性对主网的影响。

表3上网功率波动性评估结果

对于该主动配电网中运行电气量特征评估结果如表4和表5所示，结果表明运行电气量特征符合并网要求，对电网电压冲击和谐波污染较小。

表4电压波动性与三相不平衡度评估结果

表5电流谐波含量评估结果

归一化权重向量确定为，

wa＝[0.9000.100]

wb＝[0.1000.900]

wc＝[0.45990.05110.24450.2445]

由归一化权重矩阵和上述评估结果计算综合评估指标cc为10.70。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。