一种新能源储能容量优化配置系统的制作方法

1.本发明涉及储能技术领域，尤其是涉及一种新能源储能容量优化配置系统。


背景技术：

2.目前新能源发展迅速，2010-2019年中国风电和光伏发电装机年均增长达到44％和191％，新能源具有环保、可再生等优点的同时也具有可控性差、波动性大以及调节能力差等缺点，配置储能是促进新能源消纳、提高电网调节能力、保障电网安全经济运行的有效手段，工程中基于经验比例的方法配置储能缺乏理论依据，并非最优，系统运行性能降低，储能充放电易饱和，导致储能“调用失效”，储能工作的持续性较差，配置容量过高，储能成本增加，资源利用率低，系统经济性变差，同时现有的配置系统具有以下不足：
3.第一：没有考虑储能容量规划和系统优化运行的耦合影响。
4.第二：其次是没有充分考虑不确定性因素的影响。
5.现有的配置过程简单，是最直接的配置方式，虽然配置结果能够满足运行性能的要求，但是未考虑配置方案的经济性，难以在运行性能与经济性之间取得平衡。


技术实现要素：

6.本发明的目的是提供一种新能源储能容量优化配置系统，储能容量配置通过充分考虑不确定性因素的影响，使配置方案具有一定的鲁棒性，系统在保证经济性的前提下具有足够的动态响应能力满足运行性能的要求，通过双层优化分析模块对新能源进行最优配置计算并通过协同优化拟合模块拟合得出最优的储能配置方案。
7.为实现上述目的，本发明提供了一种新能源储能容量优化配置系统，包括数据输入模块、双层优化分析模块、协同优化拟合模块以及输出显示模块，
8.所述数据输入模块将客观不确定性参数和主观不确定性参数输入到所述双层优化分析模块中分别进行分析，所述双层优化分析模块将客观不确定性和主观不确定分析结果传输到所述协同优化拟合模块进行拟合，所述协同优化拟合模块将拟合结果传输所述输出显示模块进行显示。
9.优选的，所述数据输入模块，用于输入客观不确定性参数和主观不确定性参数；所述数据输入模块包括客观不确定性参数输入子模块和主观不确定性参数输入子模块；
10.所述客观不确定性参数包括新能源的新能源出力的随机性、波动性以及间歇性参数；
11.所述主观不确定性参数包括鲁棒性调节参数和预测误差调节参数。
12.优选的，所述双层优化分析模块包括经济优化分析子模块和运行优化分析子模块。
13.优选的，所述经济优化分析子模块与客观不确定性参数输入子模块相连接用于计算最大运行周期系统内净收益，所述经济优化分析子模块内设置有包络线表征模型，决策变量为储能额定功率和额定容量，基于随机网络演算理论建立储能充放电能量需求不确定
性的包络线表征模型进行客观不确定性参数分析，并以构建储能系统能量平衡能力指标，计算最大运行周期系统内净收益，最大运行周期通过雨流计数法计算得出充放电深度和等效循环寿命，储能电站全寿命周期成本包括储能系统成本、功率转化成本(功率转换设备软件成本、辅助设施成本等)、土建成本(建设设计改造施工成本)、电站残差、运维成本(人工、折旧、燃料动力以及部件更换等)，其他成本(利息、入网检测、项目管理等)。
14.优选的，经济优化分析子模块采用单目标优化方法寻优：
[0015][0016]
其中，maxc
ni
为运行周期系统内净最大收益，p
rate
为储能pcs容量配置功率比例，q
rate
为储能bms容量配置电量比例，c
sal
为总收益，c
pen
为储能容量投入总成本，c
lcc
为储能容量收益损失，β
pv
为经济优化鲁棒性调节因子，e
life
为储能活性电量，pm为储能容量功率。
[0017]
优选的，所述运行优化分析子模块与主观不确定性参数输入子模块相连接用于计算最优运行惩罚成本最小性能指标，建立表征不确定性的主观不确定性集合模型，基于鲁棒优化理论将含有不确定性变量的约束转化为易处理的线性鲁棒对等式进行主观不确定性参数的分析，计算最优运行惩罚成本最小性能指标，受储能充放电功率、soc以及预测误差的约束，决策变量为储能系统充放电功率。
[0018]
优选的，主观不确定性表征模型公式如下：
[0019][0020]
其中，为储能确定性功率，为不确定性功率，β为鲁棒性调节因子，γ
t
为预测误差调节因子和分别为不确定性功率最小值和最大值。
[0021]
优选的，运行优化分析子模块采用多目标优化，
[0022][0023]
其中，min(c
pen
,do)为储能充放电平衡最小惩罚成本，c
pen
为储能投入总成本，do为储能系统能量平衡能力指标，k1和k2为储能容量运行参数，β
pen
为运行优化鲁棒性调节因子，e
pen
为初始储能容量配置粒子群位置，为储能电池容量配置粒子群速度，do(k1,k2)为基于概率统计的储能充放电能量平衡指标函数。
[0024]
优选的，所述经济优化分析子模块和所述运行优化分析子模块均与所述协同优化拟合模块相连接并用于拟合经济优化分析模块和运行优化分析模块的数据。
[0025]
优选的，所述显示输出模块用于显示拟合结果包括最优区域显示子模块和最优配
置输出子模块。
[0026]
因此，本发明采用上述结构的一种新能源储能容量优化配置系统，具有以下有益效果：
[0027]
(1)、双层优化分析模块对新能源进行最优配置计算并通过协同优化拟合模块拟合得出最优的储能配置方案。
[0028]
(2)、显示输出模块包括最优区域显示子模块和最优配置输出子模块，显示更加直观。
[0029]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0030]
图1为本发明一种新能源储能容量优化配置系统示意图；
[0031]
图2为本发明本实施例容量配置的有效性对比图
[0032]
图3为本发明本净收益较高时容量配置集中在区域显示图。
具体实施方式
[0033]
实施例
[0034]
针对现有技术存在的两点不足，解决方法是构建一个容量规划，运行的双层协同优化模型，双层协同优化模型保证系统的运行性能，经济优化分析子模块保证配置方案的经济性。其中，双层协同优化模型的有效寻优也有待解决的一个难点。针对第二点不足，我们的解决思路是构建基于解析的不确定性表征模型，其中对于客观不确定性，是基于随机网络演算理论建立储能充放电能量需求不确定性的包络线表征模型，并以此为基础构建描述储能系统能量平衡能力的指标用于指导容量的规划；对于主观不确定性建立的是表征预测不确定性的不确定集合模型，这样的话优化模型中就会含有不确定约束，然后基于鲁棒优化的理论含有不确定性变量的约束转化为易处理的线性鲁棒对等式进行容量规划
[0035]
图1为本发明一种新能源储能容量优化配置系统示意图，如图所示，一种新能源储能容量优化配置系统，包括数据输入模块、双层优化分析模块、协同优化拟合模块以及输出显示模块，输出显示模块与协同优化拟合模块相连接，协同优化拟合模块与双层优化分析模块相连接，双层优化分析模块与数据输入模块相连接。
[0036]
数据输入模块，用于输入客观不确定性参数和主观不确定性参数，数据输入模块包括客观不确定性参数输入子模块和主观不确定性参数输入子模块。
[0037]
双层优化分析模块包括经济优化分析子模块和运行优化分析子模块，经济优化分析子模块和运行优化分析子模块均与协同优化拟合模块相连接并用于拟合经济优化分析模块和运行优化分析模块的数据。
[0038]
经济优化分析子模块与客观不确定性参数输入子模块相连接，客观不确定性参数包括新能源的新能源出力的随机性、波动性以及间歇性参数。受投资成本、储能能量平衡指标以及储能系统容量的约束。
[0039]
储能充放电需求客观不确定性表征模型的构建与拟合——包络线模型。
[0040]
不确定表征模型的构建，主要是针对客观不确定因素的影响，建立了描述储能充放电需求随机不确定性的包络线表征模型，模型中有两个比较重要的函数是刻画储能充放
电需求过程的上下限函数和对应的概率边界，它的物理意义是指储能充放电需求越限的概率不超过某一置信度。具体函数的确定需要基于历史数据进行拟合。
[0041]
储能充电能量需求ec(s,t)符合如下公式：
[0042][0043]
储能放电能量需求ed(s,t)符合如下公式：
[0044][0045]
其中，和分别为储能充电和放电需求过程中的上限函数，和分别为储能充电和放电需求中的概率边界函数，p{}为配置容量功率，sup[]为上下界限，s和t为时间变量；
[0046]
储能充放电能量拟合需求y公式如下：
[0047]
y＝α1x5+α2x4+α3x3+α4x2+α5x1+α6[0048]
其中，α1....α6为拟合系数。
[0049]
决策变量为储能额定功率和额定容量。基于随机网络演算理论建立储能充放电能量需求不确定性的包络线表征模型进行客观不确定性参数分析，并以此为基础构建储能系统能量平衡能力指标，计算最大运行周期系统内净收益，最大运行周期通过雨流计数法计算得出充放电深度和等效循环寿命，储能电站全寿命周期成本包括储能系统成本、功率转化成本(功率转换设备软件成本、辅助设施成本等)、土建成本(建设设计改造施工成本)、电站残差、运维成本(人工、折旧、燃料动力以及部件更换等)，其他成本(利息、入网检测、项目管理等)。
[0050]
运行优化分析子模块与主观不确定性参数输入子模块相连接。建立表征预测不确定性的不确定集合模型，基于鲁棒优化理论将含有不确定性变量的约束转化为易处理的线性鲁棒对等式进行主观不确定性参数的分析，计算最优运行惩罚成本最小性能指标。受储能充放电功率、soc以及预测误差的约束，决策变量为储能系统充放电功率。主观不确定性参数包括鲁棒性调节参数和预测误差调节参数，避免结果过于保守，便于灵活调节配置结果的鲁棒性，便于研究预测水平对配置容量的影响。
[0051]
主观不确定性表征模型建立：
[0052]
储能系统能量平衡能力指标构建，借助于包络线表征模型中储能充放电需求的上
下界函数，结合储能自身能量变化的数学模型，可以推导出储能系统能量处于过剩状态和缺额状态概率边界，进而得到储能能量平衡状态的概率边界，以此来构建描述储能系统能量平衡能力的指标，并把这个指标作为优化模型中的约束条件或目标函数来考虑客观不确定性的影响。
[0053][0054]
其中，为储能确定性功率，为不确定性功率，β为鲁棒性调节因子，γ
t
为预测误差调节因子和分别为不确定性功率最小值和最大值。
[0055]
在储能平抑功率波动的应用模式中，采用自适应卡尔曼滤波算法的功率平抑策略，根据波动的大小调整滤波参数，在保证平抑效果的前提下减少了不必要的储能出力。
[0056]
同时提出了考虑功率预测的基于模糊控制的能量管理策略，根据当前储能所处状态和下一时刻光伏的预测功率来调整储能出力，保证储能荷电状态的平衡，最终通过算例分析验证了方法的有效性。
[0057]
然后在储能补偿功率预测误差或者跟踪计划出力的应用模式中也进行了一些工作，提出一种考虑储能充放电能量平衡的欠补偿策略，在实际出力与目标偏差超出储能额定功率时通过引入欠补偿系数k1、k2来调节对误差的欠补偿程度，来维持储能系统的充放电能量平衡；然后基于对储能预期出力的概率统计模型分析，定义了基于概率统计的储能充放电能量平衡指标，并用于该模式中储能容量的规划，最后借鉴前面所讲的容量配置思路建立了经济-运行双层协同优化模型，以经济性和运行性能综合最优为目标对储能容量进行了优化。基于双层优化分析模块，以经济性和运行性能综合最优为目标的储能容量优化。
[0058]
显示输出模块用于显示拟合结果包括最优区域显示子模块和最优配置输出子模块。
[0059]
经济优化分析子模块采用单目标优化，即和声搜索(hs)算法寻优：
[0060][0061]
其中，maxc
ni
为运行周期系统内净最大收益，p
rate
为储能pcs容量配置功率比例，q
rate
为储能bms容量配置电量比例，c
sal
为总收益，c
pen
为储能容量投入总成本，c
lcc
为储能容量收益损失，β
pv
为经济优化鲁棒性调节因子，e
life
为储能活性电量，pm为储能容量功率。
[0062]
运行优化分析子模块采用多目标优化——mopso算法寻优：
[0063][0064]
其中，min(c
pen
,do)为储能充放电平衡最小惩罚成本，c
pen
为储能投入总成本，do为储能系统能量平衡能力指标，k1和k2为储能容量运行参数，β
pen
为运行优化鲁棒性调节因子，e
pen
为初始储能容量配置粒子群位置，为储能电池容量配置粒子群速度，do(k1,k2)为基于概率统计的储能充放电能量平衡指标函数。
[0065]
本实施例，优化配置结果为净收益较高时容量配置集中在区域：
[0066]
s＝{p
rate
∈[0.5,0.9]kw，q
rate
∈[5,9]kwh}
[0067]
储能容量的最优配置方案为p*rate＝0.77kw,q*rate＝6.79kwh，对应的最优运行参数为k1＝1.001,k2＝1.246。如图2所示，最终也通过算例对比分析，验证了采用双层优化模型进行容量配置的有效性。对照数据如下：
[0068]
methodsp
rate
(kw)q
rate
(kwh)q
stdo
(
×
10-3
)c
in
(yuan)bomd0.776.7999.66％9.2862328.6eomd0.739.2399.08％9.7942320psmd2.8411.94100％10.8312309.4
[0069]
其中，bomd为双层优化模型方法，psmd为基于概率统计模型满足95％容量需求的配置方法，eomd为基于全补偿策略的单层经济优化模型的配置方法。
[0070]
因此，本发明采用上述结构的一种新能源储能容量优化配置系统，通过双层优化分析模块对新能源进行最优配置计算并通过协同优化拟合模块拟合得出最优的储能配置方案。
[0071]
最后应说明的是：以上实施例仅用以说明本发明的技术方案而非对其进行限制，尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。