一种主动配电网混合储能容量优化配置方法及装置与流程
本发明涉及电力系统分析领域，尤其涉及一种主动配电网混合储能容量优化配置方法及装置。
背景技术：
风电、光伏等可再生能源的随机性和波动性对其高比例接入电网提出了巨大的挑战，而主动配电网的提出及其技术发展为实现可再生能源的高比例渗透提供了条件。储能在功率调节方面具有显著优势，可提高可再生能源渗透率、改善潮流等，合理配置储能对于提升系统经济性有重要作用。单一类型储能，例如能量型储能其密度大，成本低，但充放电功率小，寿命易受充放电次数和深度影响。仅配置单一类型储能易降低系统经济性。而功率型储能功率密度高、响应快速、使用寿命长，将其与能量型储能相互配合组成混合储能系统可显著提升混合储能系统经济性。混合储能系统最重要的一环是在不同形式的储能单元间进行功率分配。
现有的混合储能系统的优化配置方法未计及储能寿命损耗对容量优化配置的影响。
技术实现要素：
本发明实施例提供了一种主动配电网中混合储能容量优化配置方法及装置，解决了现有的混合储能系统的优化配置方法未计及储能寿命损耗对容量优化配置的影响的技术问题。
本发明实施例提供的一种主动配电网混合储能容量优化配置方法，包括步骤：
s1：建构配电网混合储能容量优化配置模型的目标函数为：
minf＝ic+ec
式中，ic为混合储能系统投资运行成本；ec为配电网与上级电网进行交易的电能交易成本；
s2：建构所述混合储能系统投资运行成本函数ic：
式中，nhess表示混合储能系统储能元件种类；γ为年利率；λe,i和λp,i分别容量单价和功率单价；αi和βi分别表示储能i的容量系数和功率系数；lifei表示储能i的使用寿命，ei表示第i种储能容量，pi表示第i种储能功率，ci表示第i种储能的投资运行成本；
s3：根据配电网在分时电价和交易电价差异化机制中的购电电价和售电电价建构电能交易成本函数ec；
s4：通过自然选择的粒子群算法求解所述配电网混合储能容量优化配置模型，获得所述混合储能系统中能量型储能容量和功率与功率型储能容量和功率的最优值及对应的最优充放电功率。
优选地，所述步骤s2中的储能的使用寿命测算方法包括：
s21：通过切比雪夫多项式拟合充放电深度和等效循环次数关系：
ness＝a0+a1×r+a2×r2+...+a8×r8
式中，r为充放电深度，ness表示充放电深度r对应的等效循环次数；a0,…,a8表示多项式系数；
s22：通过雨流计数法计算能量型储能的放电深度，获得在调度周期t内能量型储能的寿命损耗：
式中，loss为能量型储能的寿命损耗，ness(r,i)表示第i次充放电循环对应的等效循环次数；nenergy-type为运行周期内能量型储能的完整充放电次数；
s23：通过调度周期t内的能量型储能的寿命损耗获得能量型储能的使用寿命：
式中，lifeenergy-type为能量型储能实际运行寿命，
优选地，所述步骤s3根据配电网在分时电价和交易电价差异化机制中的购电电价和售电电价建构的电能交易成本函数ec为：
式中，c+(t)和c-(t)分别为t时段的配电网购电电价和售电电价。
优选地，所述步骤s4通过自然选择的粒子群算法求解所述配电网混合储能容量优化配置模型，获得混合储能系统中能量型储能容量和功率与功率型储能容量和功率的最优值及对应的最优充放电功率具体包括：：
s41：输入网架参数、风电和光伏机组参数、储能系统参数、负荷和发电数据；
s42：通过模型初始化,生成混合储能系统中能量型储能容量eenergy-type和功率penergy-type的初始值与功率型储能容量epower-type和功率ppower-type的初始值，并生成混合储能系统充放电功率pi(t)；
s43：通过离散傅里叶变换，将混合储能系统充放电功率pi(t)分解成低频功率
s44：通过所述目标函数计算储能投资运行成本与电能交易成本之和的最小值；
s45：通过粒子群算法更新公式，更新粒子的速度和位置，同时通过计算所得适应度值，更新个体最优粒子和全局最优粒子；
s46：选择个体中适应度最低的粒子作为局部最优值；
s47：选择群体中适应度最低的粒子作为全局最优值；
s48：通过自然选择更新粒子速度、位置；
s49：判断迭代次数是否达到预设迭代次数，如果未达到迭代次数，则返回步骤s43继续执行算法；如果达到迭代次数，则进行下一步骤；
s410：循环迭代结束时输出全局最优值和最优粒子位置，包括混合储能系统中能量型储能容量eenergy-type和功率penergy-type与功率型储能容量epower-type和功率ppower-type的最优值，及对应的最优充放电功率
本发明实施例中的一种主动配电网混合储能容量优化配置装置，包括：
第一建构单元，用于建构配电网混合储能容量优化配置模型的目标函数为：
minf＝ic+ec
式中，ic为混合储能系统投资运行成本；ec为配电网与上级电网进行交易的电能交易成本；
第二建构单元，用于建构所述混合储能系统投资运行成本函数ic：
式中，nhess表示混合储能系统储能元件种类；γ为年利率；λe,i和λp,i分别容量单价和功率单价；αi和βi分别表示储能i的容量系数和功率系数；lifei表示储能i的使用寿命，ei表示第i种储能容量，pi表示第i种储能功率，ci表示第i种储能的投资运行成本；
第三建构单元，用于根据配电网在分时电价和交易电价差异化机制中的购电电价和售电电价建构电能交易成本函数ec；
获取单元，用于通过自然选择的粒子群算法求解所述配电网混合储能容量优化配置模型，获得所述混合储能系统中能量型储能容量和功率与功率型储能容量和功率的最优值及对应的最优充放电功率。
优选地，所述第二建构单元还包括寿命测算子单元，所述寿命测算子单元具体包括：
拟合模块，具体用于通过切比雪夫多项式拟合充放电深度和等效循环次数关系：
ness＝a0+a1×r+a2×r2+...+a8×r8
式中，r为充放电深度，ness表示充放电深度r对应的等效循环次数；a0,…,a8表示多项式系数；
计算模块，具体用于通过雨流计数法计算能量型储能的放电深度，获得在调度周期t内能量型储能的寿命损耗：
式中，loss为能量型储能的寿命损耗，ness(r,i)表示第i次充放电循环对应的等效循环次数；nenergy-type为运行周期内能量型储能的完整充放电次数；
获取模块，具体用于通过调度周期t内的能量型储能的寿命损耗获得能量型储能的使用寿命：
式中，lifeenergy-type为能量型储能实际运行寿命，
优选地，所述电能交易成本函数ec为：
式中，c+(t)和c-(t)分别为t时段的配电网购电电价和售电电价。
优选地，所述获取单元具体包括：：
输入子单元，具体用于输入网架参数、风电和光伏机组参数、储能系统参数、负荷和发电数据；
初始化子单元，具体用于通过模型初始化,生成混合储能系统中能量型储能容量eenergy-type和功率penergy-type的初始值与功率型储能容量epower-type和功率ppower-type的初始值，并生成混合储能系统充放电功率pi(t)；
分解子单元，具体用于通过离散傅里叶变换，将混合储能系统充放电功率pi(t)分解成低频功率
计算子单元，具体用于通过所述目标函数计算储能投资运行成本与电能交易成本之和的最小值；
第一更新子单元，具体用于通过粒子群算法更新公式，更新粒子的速度和位置，同时通过计算所得适应度值，更新个体最优粒子和全局最优粒子；
第一选择子单元，具体用于选择个体中适应度最低的粒子作为局部最优值；
第二选择子单元，具体用于选择群体中适应度最低的粒子作为全局最优值；
第二更新子单元，具体用于通过自然选择更新粒子速度、位置；
判断子单元，具体用于判断迭代次数是否达到预设迭代次数，如果未达到迭代次数，则触发所述分解子单元；如果达到迭代次数，则触发输出子单元；
输出子单元，具体用于循环迭代结束时输出全局最优值和最优粒子位置，包括混合储能系统中能量型储能容量eenergy-type和功率penergy-type与功率型储能容量epower-type和功率ppower-type的最优值，及对应的最优充放电功率
从以上技术方案可以看出，本发明实施例具有以下优点：
1.本方法研究了混合储能设备的寿命损耗和优化运行对其容量配置的影响；
2.考虑了市场环境下分时电价和和电价交易差异，计及了配电网与上级电网的电能交易，采用离散傅里叶变换分配混合储能系统功率，并根据雨流法计算能量型储能的寿命损耗，建立的模型更加全面，考虑的因素更加符合配电网混合储能容量配置规划的需求；
3.算法简单，便于工程人员学习使用，并且通用性较好，可广泛应用于配电网储能容量配置规划分析。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1本发明实施例中提供的一种主动配电网中混合储能容量优化配置方法的一个实施例的基于自然选择的粒子群算法流程图；
图2本发明实施例中提供的一种主动配电网中混合储能容量优化配置方法的一个实施例的成本-分段点关系曲线图；
图3本发明实施例中提供的一种主动配电网中混合储能容量优化配置装置的一个实施例的结构示意图；
图4本发明实施例中提供的一种主动配电网中混合储能容量优化配置装置的另一个实施例的结构示意图。
具体实施方式
本发明实施例提供了一种主动配电网中混合储能系统容量优化配置方法及装置，用于解决现有的混合储能系统的优化配置方法未计及储能寿命损耗对容量优化配置的影响的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例中提供的一种主动配电网中混合储能容量优化配置方法的一个实施例包括：
101、建构配电网混合储能容量优化配置模型的目标函数为：
minf＝ic+ec
式中，ic为混合储能系统投资运行成本；ec为配电网与上级电网进行交易的电能交易成本；
102、建构所述混合储能系统投资运行成本函数ic：
式中，nhess表示混合储能系统储能元件种类；γ为年利率；λe,i和λp,i分别容量单价和功率单价；αi和βi分别表示储能i的容量系数和功率系数；lifei表示储能i的使用寿命，ei表示第i种储能容量，pi表示第i种储能功率，ci表示第i种储能的投资运行成本；
测算混合储能系统投资运行成本，所述混合储能系统投资运行成本中包括储能寿命损耗成本。
103、根据配电网在分时电价和交易电价差异化机制中的购电电价和售电电价建构电能交易成本函数ec；
104、通过自然选择的粒子群算法求解所述配电网混合储能容量优化配置模型，获得所述混合储能系统中能量型储能容量和功率与功率型储能容量和功率的最优值及对应的最优充放电功率。
通过离散傅里叶变换，将混合储能系统充放电功率分解成低频功率和高频功率，低频功率由能量型储能承担，高频功率由功率型储能承担，并通过自然选择的粒子群算法求解所述配电网混合储能容量优化配置模型，获得混合储能系统中能量型储能容量和功率与功率型储能容量和功率的最优值及对应的最优充放电功率。
本实施例中，通过基于离散傅里叶变换分配混合储能系统功率，采用雨流法计算能量型储能的寿命损耗，同时考虑市场环境下的分时电价和和电价交易差异，计及配电网与上级电网的电能交易，优化混合储能系统充放电状态，实现规划-运行协同优化，考虑寿命损耗和优化运行对储能容量配置的影响，解决了现有的混合储能系统的优化配置方法未计及储能寿命损耗对容量优化配置的影响的技术问题。
上面是对一种主动配电网中混合储能容量优化配置方法进行详细的描述，下面将对一种主动配电网中混合储能容量优化配置方法的过程进行详细的描述，本发明实施例中提供的一种主动配电网中混合储能容量优化配置方法的另一个实施例包括：
201、建构配电网混合储能容量优化配置模型的目标函数为：
minf＝ic+ec
式中，ic为混合储能系统投资运行成本；ec为配电网与上级电网进行交易的电能交易成本；
202、建构所述混合储能系统投资运行成本函数ic：
式中，nhess表示混合储能系统储能元件种类；γ为年利率；λe,i和λp,i分别容量单价和功率单价；αi和βi分别表示储能i的容量系数和功率系数；lifei表示储能i的使用寿命，ei表示第i种储能容量，pi表示第i种储能功率，ci表示第i种储能的投资运行成本；
储能的使用寿命测算方法包括：
通过切比雪夫多项式拟合充放电深度和等效循环次数关系：
ness＝a0+a1×r+a2×r2+...+a8×r8
式中，r为充放电深度，ness表示充放电深度r对应的等效循环次数；a0,…,a8表示多项式系数；
通过雨流计数法计算能量型储能的放电深度，获得在调度周期t内能量型储能的寿命损耗：
式中，loss为能量型储能的寿命损耗，ness(r,i)表示第i次充放电循环对应的等效循环次数；nenergy-type为运行周期内能量型储能的完整充放电次数；
通过调度周期t内的能量型储能的寿命损耗获得能量型储能的使用寿命：
式中，lifeenergy-type为能量型储能实际运行寿命，
配电网混合储能容量优化配置模型为：
目标函数为：
minf＝ic+ec
式中，ic为混合储能系统投资运行成本；ec为配电网与上级电网进行电能交易的成本。
构成混合储能系统的各储能元件使用寿命不尽相同，为了使成本计算更为精确，采用等年值。同时，本发明所建立模型考虑了储能寿命损耗，蕴含了运行费用，体现在储能实际使用寿命中。
式中，nhess表示混合储能系统储能元件种类；γ为年利率；λe,i和λp,i分别容量单价和功率单价；αi和βi分别表示储能i的容量系数和功率系数，由储能特性决定；lifei表示储能i的使用寿命，其值与储能的运行工况相关。ei表示第i种储能容量，pi表示第i种储能功率，ci表示第i种储能的投资运行成本。
能量型储能的充放电深度(depthofdischarge,dod)不同，其等效循环次数也不尽相同。根据特定型号的能量型储能所给出的充放电深度和等效循环次数关系表，可测算能量型储能在某一充放电深度下的等效循环寿命。本方法采用切比雪夫多项式进行曲线拟合：
ness＝a0+a1×r+a2×r2+...+a8×r8
式中，ness表示充放电深度r对应的等效循环次数；a0,…,a8表示多项式系数；
采用雨流计数法测算能量型储能的放电深度，综合式ness，即可计算能量型储能在充放电深度r下对应的等效循环次数。在调度周期t内，能量型储能的寿命损耗为：
式中，ness(r,i)表示第i次充放电循环对应的等效循环次数；nenergy-type为运行周期内能量型储能的完整充放电次数；
基于式loss可以计算出一个调度周期内的能量型储能的寿命损耗，则其实际运行寿命为：
式中，lifeenergy-type为能量型储能实际运行寿命，
203、根据配电网在分时电价和交易电价差异化机制中的购电电价和售电电价建构的电能交易成本函数ec为：
式中，c+(t)和c-(t)分别为t时段的配电网购电电价和售电电价。
相较于配电网，主动配电网可与上级电网进行互动，实现主动管理。在市场环境下，主动配电网可作为利益整体，参与市场竞争，与上级电网进行电能交易，实现潮流优化，进而优化混合储能系统的充放电状态，提升储能系统经济性。因此，本方法考虑市场环境下的分时电价和交易电价差异化机制，计算配电网与上级电网进行电能交易的成本：
式中，c+(t)和c-(t)分别为t时段的配电网购电电价和售电电价。
约束条件为：
直流潮流约束
phess(t)＝penergy-type(t)+ppower-type(t)
式中，ps(t)为t时刻上级电网注入功率；pl(t)为t时刻负荷；phess(t)为t时刻混合储能系统充放电功率；pwind(t,i)为t时刻风电机组i的输出功率，ppv(t,j)为t时刻光伏机组j的输出功率；penergy-type(t)为t时刻能量型储能电网端功率，ppower-type(t)为t时刻功率型储能电网端功率；nw和ns分别表示风电机组数目和光伏机组数目。
储能充放电功率约束
式中，pess,i(t)为t时刻储能i的充放电功率
放电倍率约束
pess,i＝λdischarge,ieess,i
式中，λdischarge,i为储能i的的放电倍率，表征了储能功率和容量之间关系。在工程实际中，能量型储能的功率由容量决定，功率型储能容量由功率决定。
储能soc约束
式中，soci(t)为t时刻储能i的荷电状态；
线路功率约束
式中，pline,i(t)为t时刻流过线路i的功率；
反向潮流约束
随着可再生能源渗透率的提高，在可再生能源输出功率大而本地负荷水平低时，会出现潮流倒送的情况。倒送至上级电网的功率若超过阈值，将会严重影响变压器等设备的寿命，因此需限制倒送功率。考虑倒送至上级电网的功率值，通过流经变压器的功率值体现：
-0.6psubstation≤ps(t)≤psubstation
式中，psubstation(t)为变压器额定容量。
204、输入网架参数、风电和光伏机组参数、储能系统参数、负荷和发电数据；
通过模型初始化,生成混合储能系统中能量型储能容量eenergy-type和功率penergy-type的初始值与功率型储能容量epower-type和功率ppower-type的初始值，并生成混合储能系统充放电功率pi(t)；
通过离散傅里叶变换，将混合储能系统充放电功率pi(t)分解成低频功率
通过所述目标函数计算储能投资运行成本与电能交易成本之和的最小值；
通过粒子群算法更新公式，更新粒子的速度和位置，同时通过计算所得适应度值，更新个体最优粒子和全局最优粒子；
选择个体中适应度最低的粒子作为局部最优值；
选择群体中适应度最低的粒子作为全局最优值；
通过自然选择更新粒子速度、位置；
判断迭代次数是否达到预设迭代次数，如果未达到迭代次数，则返回步骤s43继续执行算法；如果达到迭代次数，则进行下一步骤；
循环迭代结束时输出全局最优值和最优粒子位置，包括混合储能系统中能量型储能容量eenergy-type和功率penergy-type与功率型储能容量epower-type和功率ppower-type的最优值，及对应的最优充放电功率
离散傅里叶变换(discretefouriertransform，dft)及其逆变换(idft)是一种适用于离散时间序列的数字信号处理方法，具有运算速度快，数据变换前后无损等特点。其主要功能是将一个信号进行时域-频域间的相互转换，通过分频、截取等方法，实现信号分解：
式中，x(n)和x(k)分别表示时域信号的主值序列和频率信号的主值序列；dft(·)和idft(·)分别表示离散傅里叶变换和逆变换；k为不同频段的序列数。
混合储能系统充放电功率可看成是采样周期为ts，采样点数为n的离散时间序列，根据离散傅里叶变换(dft)，可将其进行分解。
将混合储能系统充放电功率带入式(4)可计算出混合储能系统的幅频序列xhess(k)。根据dft性质可知，xhess(k)以nyquist频率fk＝fs/2为对称轴，两侧对称的复序列互为共轭，因此仅需分析前半部分即可，即0～fs/2频率范围内的幅频特性。进一步的，xhess(k)可表示下式：
将上式在某一点k＝n处切断，则同时在k＝n-n处也设置一分段点，n即为频率分段点。n的取值范围为[0,n/2]，其中[0,n]为低频区段，[n-1,n/2]为高频区段。将低频和高频分离，并进行补零操作，可得下式：
xhigh(k)＝{0,...,0,x(n-1),...,x(n-n-1),0,...,0}(5)
式中，xlow(k)，xhigh(k)分别表示混合储能系统充放电功率的低频分量和高频分量。
将式(4)和(5)分别代入式(2)可得混合储能系统的低频功率和高频功率：
式中，plow(t)，phigh(t)分别表示混合储能系统的低频功率和高频功率。
通过式(1)-式(7)，可将混合储能系统充放电功率进行优化分解，能量型储能承担低频功率，功率型储能承担高频功率。由上述分解过程可知，分段点n的选择将会影响分解结果，在实施实例中将进一步讨论分段点n对容量优化配置结果的影响。
本实施例中建立了基于离散傅里叶变换的主动配电网混合储能容量优化配置模型，该模型利用离散傅里叶变化分配混合储能系统中能量型储能和功率型储能的系统功率，与低通滤波、高通滤波等功率分配方式相比，离散傅里叶变化法的时延效应较小，且不会出现储能优化容量过高的问题；该模型利用雨流计数法计算能量型储能的寿命损耗，在考虑储能寿命损耗对储能容量配置的影响的同时，计及了配电网与上级电网的电能交易，考虑市场环境下的分时电价和电价交易差异，实现了储能系统的规划-运行两过程的协同优化。与现有研究中所提出的模型相比，本发明所建立的模型考虑的因素更全面。采用基于自然选择的粒子群算法验证混合储能容量的优化配置模型的应用对于节约电力系统总成本、提升电力系统经济性的有效性。基于自然选择的粒子群算法流程图如图1所示。
具体步骤为：
步骤一：输入数据。包括网架参数、风电和光伏机组参数、储能系统参数、负荷和发电数据等；
步骤二：模型初始化。生成混合储能系统中能量型储能容量eenergy-type和功率penergy-type的初始值与功率型储能容量epower-type和功率ppower-type的初始值，并生成混合储能系统充放电功率pi(t)；
步骤三：混合储能系统功率分配。基于离散傅里叶变换，将混合储能系统充放电功率pi(t)分解成低频功率
步骤四：计算适应度值。根据所建立的目标函数，计算储能投资运行成本与电能交易成本之和的最小值。
步骤五：更新粒子的速度和位置，同时更新个体最优粒子和全局最优粒子。根据粒子群算法更新公式，更新粒子的速度和位置，同时根据计算所得适应度值，更新个体最优粒子和全局最优粒子；
步骤六：更新局部最优值。选择个体中适应度最低的粒子作为局部最优值；
步骤七：更新全局最优值。选择群体中适应度最低的粒子作为全局最优值；
步骤八：基于自然选择更新粒子速度、位置。
步骤九：判断迭代次数是否达到预设迭代次数，如果未达到迭代次数，则返回步骤三继续执行算法；如果达到迭代次数，则进行下一步骤。
步骤十：循环迭代结束，输出全局最优值和最优粒子位置。包括混合储能系统中能量型储能容量eenergy-type和功率penergy-type与功率型储能容量epower-type和功率ppower-type的最优值，及对应的最优充放电功率
本发明以改进的ieee14节点配电网为实例，选择我国华南地区某电网夏季典型日运行数据进行分析，采样时间间隔δt为15分钟。系统峰值负荷和主变容量均为10mw，年利率设为6.7％，储能元件荷电状态soc上下限分别为0.9和0.1。混合储能系统由铅酸蓄电池和超级电容器构成，铅酸蓄电池和超级电容器的放电倍率分别为0.5c和6c，如表1混合储能系统参数所示：
表1
频率分断点对混合储能系统容量配置成本的影响结果分析：
频率分段点不同，混合储能系统的容量配置方案也有所差异。如图2所示，随着频率分段点不断增大，混合储能系统容量配置成本先降后增。当频率分段点为13时，混合储能系统容量配置成本达到最低。
当频率分段点较小时，功率型储能需平抑更多的功率，因此配置更大功率的功率型储能，由于功率型储能配置成本较高，导致混合储能系统整体成本也较高。频率分段点取值较大时，能量型储能为主要部分，功率型储能的作用微乎其微。但能量型储能需频繁充放电，且充放电深度也有所增加，此时能量型储能的实际使用寿命会大幅减少，增加了投资运行成本。综上可得，合理的配置能量型储能和功率型储能对提升混合储能系统经济性有重要作用。
电能交易对混合储能系统配置结果的影响结果分析：
为了分析电能交易和分时电价对混合储能系统优化配置结果的影响，设立以下三种情形：
(1)不考虑电能交易；
(2)考虑电能交易但不考虑分时电价；
(3)考虑分时电价。
在情形(2)中，购电电价为0.82元/kwh，售电电价为0.65元/kwh。三种情形的频率分断点均设为13。计算结果如表2电能交易对优化结果的影响所示：
表2
优化能量型储能的充放电状态可延长能量型储能使用寿命，提升混合储能系统经济性。主动配电网可与上级电网进行互动，主动管理配电网中的储能设备等分布式电源，优化潮流，进而优化储能设备的充放电状态。情形1至情形3可视为配电网由“被动”向“主动”的转变，从表中优化结果可知，情形3的混合储能系统投资运行成本最低，仅为情形1的二分之一，这是由于情形1，即“被动”模式，无法优化管理配电网中的储能设备，为了满足系统约束，需配置更大容量的储能设备。与情形2相比，情形3的储能系统成本和电能交易成本也显著减少，因引入分时电价机制，主动配电网的“主动”性更明显，潮流优化作用更显著，不仅降低混合储能系统容量配置规模，也延长能量型储能的使用寿命，提升混合储能系统经济性。
混合储能系统和能量型储能配置方案对比结果分析
采用表1参数，频率分段点设为13，迭代次数为5000次，优化配置结果如表3混合储能系统容量配置结果所示：
表3
在两种配置类型中，能量型储能的容量和功率几乎相同，电能交易成本也仅有微小差距，但混合储能系统可显著降低投资成本，提升经济效益。原因在于，在单一储能系统中，低频功率和高频功率均由能量型储能承担，而波动频率快、幅度小的高频功率会严重影响能量型储能的实际使用寿命，进而增加储能系统投资运行成本。混合储能系统中，充分利用功率型储能可频繁充放电的优点，通过离散傅里叶变换，将高频功率分配给功率型储能，使得能量型储能只承担低频功率，虽然配置功率型储能会增加部分投资，但能量型储能的充放电状态也得以改善，延长了能量型储能的使用寿命，提升整个系统经济性。
本实施例提供了一种基于离散傅里叶变换的主动配电网混合储能容量优化配置模型，为了求解该模型，采用基于自然选择的粒子群算法进行求解，离散傅里叶分解用于优化分配混合储能系统充放电功率，配电网混合储能容量优化配置过程中需要利用到很多技术，离散傅里叶分解技术是其中之一，配电网混合储能容量优化配置模型建立完毕后，采用基于自然选择的粒子群算法进行求解。
本实施例中，通过计及储能寿命损耗，在规划层面考虑运行对能量型寿命的影响，使得规划结果更加合理；考虑主动配电网，与上级电网进行电能交易，优化潮流，进而优化混合储能系统运行状态；采用离散傅里叶变换，解决了常用的包括低通、高通滤波等方法的延迟效应，使得优化容量偏大，不经济的技术问题，本方法研究了混合储能设备的寿命损耗和优化运行对其容量配置的影响；考虑了市场环境下分时电价和和电价交易差异，计及了配电网与上级电网的电能交易，采用离散傅里叶变换分配混合储能系统功率，并根据雨流法计算能量型储能的寿命损耗，建立的模型更加全面，考虑的因素更加符合配电网混合储能容量配置规划的需求；算法简单，便于工程人员学习使用，并且通用性较好，可广泛应用于配电网储能容量配置规划分析。
请参阅图3，本发明实施例中提供的一种主动配电网中混合储能容量优化配置装置的一个实施例包括：
第一建构单元301，用于建构配电网混合储能容量优化配置模型的目标函数为：
minf＝ic+ec
式中，ic为混合储能系统投资运行成本；ec为配电网与上级电网进行交易的电能交易成本；
第二建构单元302，用于建构所述混合储能系统投资运行成本函数ic：
式中，nhess表示混合储能系统储能元件种类；γ为年利率；λe,i和λp,i分别容量单价和功率单价；αi和βi分别表示储能i的容量系数和功率系数；lifei表示储能i的使用寿命，ei表示第i种储能容量，pi表示第i种储能功率，ci表示第i种储能的投资运行成本；
第三建构单元303，用于根据配电网在分时电价和交易电价差异化机制中的购电电价和售电电价建构电能交易成本函数ec；
获取单元304，用于通过自然选择的粒子群算法求解所述配电网混合储能容量优化配置模型，获得所述混合储能系统中能量型储能容量和功率与功率型储能容量和功率的最优值及对应的最优充放电功率。
上面是对一种主动配电网中混合储能容量优化配置装置各单元进行详细的描述，下面将对一种主动配电网中混合储能容量优化配置装置各附加单元进行详细的描述，请参阅图4，本发明实施例中提供的一种主动配电网中混合储能容量优化配置装置的另一个实施例包括：
第一建构单元401，用于建构配电网混合储能容量优化配置模型的目标函数为：
minf＝ic+ec
式中，ic为混合储能系统投资运行成本；ec为配电网与上级电网进行交易的电能交易成本；
第二建构单元402，用于建构所述混合储能系统投资运行成本函数ic：
式中，nhess表示混合储能系统储能元件种类；γ为年利率；λe,i和λp,i分别容量单价和功率单价；αi和βi分别表示储能i的容量系数和功率系数；lifei表示储能i的使用寿命，ei表示第i种储能容量，pi表示第i种储能功率，ci表示第i种储能的投资运行成本；
所述第二建构单元402还包括寿命测算子单元4021，所述寿命测算子单元4021具体包括：
拟合模块40211，具体用于通过切比雪夫多项式拟合充放电深度和等效循环次数关系：
ness＝a0+a1×r+a2×r2+...+a8×r8
式中，r为充放电深度，ness表示充放电深度r对应的等效循环次数；a0,…,a8表示多项式系数；
计算模块40212，具体用于通过雨流计数法计算能量型储能的放电深度，获得在调度周期t内能量型储能的寿命损耗：
式中，loss为能量型储能的寿命损耗，ness(r,i)表示第i次充放电循环对应的等效循环次数；nenergy-type为运行周期内能量型储能的完整充放电次数；
获取模块40213，具体用于通过调度周期t内的能量型储能的寿命损耗获得能量型储能的使用寿命：
式中，lifeenergy-type为能量型储能实际运行寿命，
第三建构单元403，用于根据配电网在分时电价和交易电价差异化机制中的购电电价和售电电价建构电能交易成本函数ec；
所述电能交易成本函数ec为：
式中，c+(t)和c-(t)分别为t时段的配电网购电电价和售电电价。
获取单元404，用于通过自然选择的粒子群算法求解所述配电网混合储能容量优化配置模型，获得所述混合储能系统中能量型储能容量和功率与功率型储能容量和功率的最优值及对应的最优充放电功率。
所述获取单元404具体包括：：
输入子单元4041，具体用于输入网架参数、风电和光伏机组参数、储能系统参数、负荷和发电数据；
初始化子单元4042，具体用于通过模型初始化,生成混合储能系统中能量型储能容量eenergy-type和功率penergy-type的初始值与功率型储能容量epower-type和功率ppower-type的初始值，并生成混合储能系统充放电功率pi(t)；
分解子单元4043，具体用于通过离散傅里叶变换，将混合储能系统充放电功率pi(t)分解成低频功率
计算子单元4044，具体用于通过所述目标函数计算储能投资运行成本与电能交易成本之和的最小值；
第一更新子单元4045，具体用于通过粒子群算法更新公式，更新粒子的速度和位置，同时通过计算所得适应度值，更新个体最优粒子和全局最优粒子；
第一选择子单元4046，具体用于选择个体中适应度最低的粒子作为局部最优值；
第二选择子单元4047，具体用于选择群体中适应度最低的粒子作为全局最优值；
第二更新子单元4048，具体用于通过自然选择更新粒子速度、位置；
判断子单元4049，具体用于判断迭代次数是否达到预设迭代次数，如果未达到迭代次数，则触发所述分解子单元；如果达到迭代次数，则触发输出子单元；
输出子单元40410，具体用于循环迭代结束时输出全局最优值和最优粒子位置，包括混合储能系统中能量型储能容量eenergy-type和功率penergy-type与功率型储能容量epower-type和功率ppower-type的最优值，及对应的最优充放电功率
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述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：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
- 还没有人留言评论。精彩留言会获得点赞！