一种含风光水多源互补微网混合储能容量最佳配比方法
【技术领域】
[0001] 本发明设及一种含风光水多源互补微网混合储能容量最佳配比方法，属微网混合 储能技术领域。
【背景技术】
[0002] 与煤炭和石油等传统化石能源相比，风能、太阳能W及水能等能源具有污染少、储 量大、可再生等特点，加大该些清洁能源的开发力度，实现其大规模的利用，对于缓解当今 世界严重的环境污染和资源枯竭问题具有重要的意义，已成为当前电力行业的一个工作重 点。
[0003] 然而，风能、太阳能和水能等可再生清洁能源均具有波动性的特点，其中风能和太 阳能的短期波动较大，而水能的短期波动较小，季节性波动较大。该种波动的差异性，使得 风力发电、光伏发电W及水力发电之间具有一定的互补性，但由风、光、水构成的多源互补 微网输出功率仍不平稳，给大电网的安全稳定运行带来了新的挑战。配置储能装置是平抑 含风光水多源互补微网输出功率波动的一种有效措施。蓄电池具有能量密度高、功率密度 低，充放电速度慢的特点，而超级电容器具备功率密度高、充放电速度快的特点。构建含蓄 电池和超级电容器的混合储能系统，充分发挥两种储能装置的各自优势，不仅可W降低储 能系统的成本，而且可W实现含风光水多源互补微网与大电网的友好互动。
【发明内容】
[0004] 本发明的目的是，针对可再生清洁能源风、光、水构成的多源互补微网输出功率波 动的问题，提出一种含风光水多源互补微网混合储能容量最佳配比方法。
[0005] 本发明的技术方案是，根据当地风、光、水等自然资源的分布情况，模拟风力发电、 光伏发电、W及水力发电的年输出功率曲线；结合微网的年负荷曲线，建立W系统成本和 功率波动最小的优化目标函数，同时确定功率平衡约束、最大瞬时功率约束、供电可靠性约 束、超级电容充放电电流及电压约束、蓄电池SOC约束等约束条件，采用含模糊决策的多目 标规划GA-PSO算法对目标函数进行优化求解，得到最优的混合储能容量配比。
[0006] 所述方法的步骤如下：
[0007] (1)获取当地风、光、水等自然资源的分布情况，模拟风力发电、光伏发电、W及水 力发电的年输出功率曲线；
[000引 （2)获取微网的年负荷曲线；
[0009] (3)W系统成本和功率波动最小为目标函数，W蓄电池容量和超级电容容量为优 化变量，同时确定功率平衡约束、最大瞬时功率约束、供电可靠性约束、超级电容充放电电 流及电压约束、蓄电池SOC约束等约束条件，建立含风、光、水的互补微网混合储能优化配 置模型；
[0010] (4)采用含模糊决策的多目标规划GA-PSO算法对目标函数进行优化求解；
[0011] (5)统计不同目标函数非负权重系数下各种蓄电池容量与超级电容容量配比，找 到最佳配比。
[0012] 所述目标函数包括：
[001引 （1)成本目标函数
[0014] 对混合储能系统的生命周期费用进行分析，建立了包含购置、运行、维护W及处理 费用在内的成本目标函数：
[001 引 minFi=Cb+Cn+Cm+Cd
[0016] 其中，Cb为购置费用；C。为运行费用；Cm为维护费用；Cd为处理费用；
[0017] (2)功率波动目标函数
[0018] 取混合储能参与平滑功率波动的时间段为[Ti，T2]，建立功率波动目标函数：
【主权项】
1. 一种含风光水多源互补微网混合储能容量最佳配比方法，其特征在于，所述方法根 据当地风、光、水自然资源的分布情况，模拟风力发电、光伏发电、以及水力发电的年输出功 率曲线；结合微网的年负荷曲线，建立以系统成本和功率波动最小的优化目标函数，同时确 定功率平衡约束条件、最大瞬时功率约束条件、供电可靠性约束条件、超级电容充放电电流 及电压约束条件和蓄电池SOC约束条件，采用含模糊决策的多目标规划GA-PSO算法对目标 函数进行优化求解，得到最优的混合储能容量配比。
2. 根据权利要求1所述的一种含风光水多源互补微网混合储能容量最佳配比方法，其 特征在于，所述方法的步骤如下： (1) 获取当地风、光、水自然资源的分布情况，模拟风力发电、光伏发电、以及水力发电 的年输出功率曲线； (2) 获取微网的年负荷曲线； (3) 以系统成本和功率波动最小为目标函数，以蓄电池容量和超级电容容量为优化变 量，同时确定包括功率平衡约束、最大瞬时功率约束、供电可靠性约束、超级电容充放电电 流及电压约束、蓄电池SOC约束在内的约束条件；建立含风、光、水的微网混合储能优化配 置模型； (4) 采用含模糊决策的多目标规划GA-PSO算法对目标函数进行优化求解； (5) 统计不同目标函数非负权重系数下各种蓄电池容量与超级电容容量配比，找到最 佳配比。
3. 根据权利要求2所述的一种含风光水多源互补微网混合储能容量最佳配比方法，其 特征在于，所述对目标函数进行优化求解过程为： Stepl初始化：确定种群规模pop_size，交叉概率p。，变异概率pm，最大进化代数maxgen，产生初始种群pop; Step2更新：求出pop中所有个体的适应度值，得出个体最优粒子gbest和全局最优粒 子zbest，并按粒子群算法进行速度、位置更新，得到新的种群popl; Step3交叉：按照交叉概率p。，执行交叉算子； St印4变异：按照变异概率pm，执行交叉算子，得到新的种群pop2 ; Step5选择：从种群popl与pop2中用精英选择算子选出pop_size个个体组成下一代 种群pop，同时更新全局最优粒子zbest; Step6判断：若满足迭代次数或满足最优个体所对应的网络输出误差精度要求，则停 止；否则，转step2 ; Step7模糊决策：改变目标函数的非负权重系数，多次重复计算，用以进行模糊决策。
4. 根据权利要求2所述的一种含风光水多源互补微网混合储能容量最佳配比方法，其 特征在于，所述目标函数包括： (1) 成本目标函数 对混合储能系统的生命周期费用进行分析，建立了包