1.一种新能源储能优化配置方法，其特征在于，所述储能优化配置方法的研究对象包
括新能源发电系统、储能系统和负荷，所述储能优化配置方法以所述储能系统成本最小和所述新能源发电系统功率波动最小为目标建立新能源储能优化配置模型，采用遗传算法对所述新能源储能优化配置模型进行求解，择优确定新能源储能优化配置方案。
2.根据权利要求1所述的一种新能源储能优化配置方法，其特征在于，所述储能优化配
置方法具体包括如下步骤：
(1)结合所述新能源发电系统的输出功率、所述储能系统的能量功率特性和所述负荷
消耗功率情况，建立所述新能源储能优化配置模型；
(2)以所述储能系统成本最小和所述新能源发电系统功率波动最小为目标，建立目标
函数；
(3)根据所述新能源发电系统功率波动最小来明确储能系统的约束条件；
(4)以所述储能系统的额定功率和额定容量为优化变量，采用遗传算法求解所述新能
源储能优化配置模型，输出最优解。
3.根据权利要求2所述的一种新能源储能优化配置方法，其特征在于，所述新能源储能
优化配置模型分为所述新能源发电系统、所述储能系统和所述负荷三部分，其中，所述新能源发电系统部分的优化配置模型具体为：
(a)风力发电单元
假设当前风速为vi、风机启动风速为vm、额定风速为ve、停机风速为vt、额定功率为PF，则所述风机在不同风速时对应的发电量分别为：
根据上式可以得到所述风机在任一时间段内的发电总量：EF＝E1+E2；
式中，hi为保持当前风速vi的小时数，单位为h；
(b)光伏发电单元
假设光伏阵列的额定功率为PG，转换效率为θ，则所述光伏阵列的发电量为：
EF＝PS·TG＝N·PG·θ·TS
式中，PS为所述光伏阵列的实际输出功率，单位为kW；N为当月天数，单位为d；TG为所述光伏阵列倾斜面上一整月平均峰值日照时数，单位为h/d；
(c)水力发电单元
3
假设水电站的水轮机引水发电流量为Q，单位为m/s；所述水电站的工作水头为H，单位
为m；所述水电站的水能转换效率为 可表示为 其中， 表示水轮机效
率， 表示发电机效率，则水电机组的发电量为：
ES＝Psd·T＝A·QS·H·TS
式中，Psd为所述水电站的实际输出功率，单位为kW；A的值可根据所述水电站的规模进
行判定，A＝2.5～10.0；TS为所述水电机组发电小时数，单位为h。
4.根据权利要求3所述的一种新能源储能优化配置方法，其特征在于，所述储能系统部
分的优化配置模型具体为：
(1)蓄电池单元
忽略蓄电池的极化内阻与相间微分电容，只考虑其端电压(即输出电压)Ub和荷电状态
SOC，可将所述蓄电池等效为由直流电压源E与内阻Rb串联构成的电路；则所述蓄电池输出电压Ub与荷电状态SOC可表示为：
式中，E为直流电压源，单位为V；Rb为其内阻，单位为Ω；ib为其工作电流，单位为A；Qx为其容量，单位为Ah；SOC0为其初始荷电状态； 为所述蓄电池的储能容量；
(2)超级电容单元
超级电容器可以等效为理想电容器C与电阻RS相串联的模型；其中，Uc(t)为所述超级电
容器的电压；Ic1、Ic2分别为所述超级电容器的充、放电电流；
设U0为所述超级电容器初始电压，U1(t)和U2(t)分别是所述超级电容器充电和放电时
的电压值，则所述超级电容器在充电和放电时，其计算公式分别为：
所述超级电容器充、放电时间分别表示为：
C·dv＝Ic1·t
C·dv-Ic2·C·RS＝Ic2·t
式中，dv为所述超级电容器的端电压变化；t为所述超级电容的充放电时间，单位为h；
设U3、U4分别为所述超级电容器充电完成与放电完成时的电压值，则所述超级电容的储
能容量Edc为：
5.根据权利要求4所述的一种新能源储能优化配置方法，其特征在于，所述负荷部分的
优化配置模型具体为：
定义负荷不平衡功率PBP(t)为：
PBP(t)＝PFH(t)-PZ(t)；
式中，PFH(t)为t时刻总负荷，PZ(t)为t时刻所述新能源发电系统的总输出功率；
将所述负荷不平衡功率PBP(t)视为一个采样点数为N的时域离散信号，求得PBP(t)的时
域离散信号的展开表达式，进而求得所述总负荷PFH(t)的表达式PFH(t)＝PZ(t)+PBP(t)；
其中，求取所述负荷不平衡功率PBP(t)的时域离散信号的展开表达式的具体方式为：
1)将所述负荷不平衡功率PBP(t)视为是一个采样点数为N的时域离散信号，记其采样周
期为Ts，采样频率为fs，则该离散信号的基频为1/(NTs)，通过离散傅里叶变换，得到PBP(t)的不平衡功率频谱：
式中，k表示所述负荷不平衡功率PBP(t)的倍频分量序数，k∈{0，1，2，…，N-1}；FBP(k)表示PBP(t)的不平衡功率频谱，即PBP(t)在不同k值倍频分量下的不平衡功率频谱幅值的离散集合；
2)令 将所述不平衡功率频谱FBP(k)所表示的不同k值倍频分量下的
不平衡功率频谱幅值的离散集合加以展开表示：
式中，fBP(k)表示PBP(t)在第k值倍频分量下的不平衡功率频谱幅值；假设在(0，N/2)的取值区间内对分段点n进行取值，将所述不平衡功率频谱FBP(k)在k＝n位置处断开，k＝n位置处对应的采样周期命名为周期分断点Tn，因此的周期分断点Tn的取值范围为(Ts/2，∞)，所述不平衡功率频谱FBP(k)被断开而形成的两个部分各自将缺失的部分补零，可得：
式中，FBP1(k)视为所述不平衡功率频谱FBP(k)中的低频部分，FBP2(k)视为所述不平衡功率频谱FBP(k)中的高频部分，且有FBP(k)＝FBP1(k)+FBP2(k)；
3)将所述低频部分FBP1(k)和高频部分FBP2(k)分别进行离散傅里叶逆变换，即有：
式中，PBP1，r(t)由所述低频部分FBP1(k)逆变换得到，视为不平衡功率日分量；PBP2，s(t)由所述高频部分FBP2(k)逆变换得到，视为不平衡功率小时分量，将PBP1，r(t)与PBP2，s(t)相加求得总负荷消耗功率。
6.根据权利要求5所述的一种新能源储能优化配置方法，其特征在于，所述步骤(2)以
所述储能系统成本最小和功率波动最小来构建目标函数，具体操作如下：
储能系统成本包括投资费用和运行维持费用两大类，所述投资费用主要指购置设备的
投资成本C1；所述运行维持费用可划分为：运行成本C2、检修维护成本C3、故障成本C4和退役处置成本C5，由各阶段成本即可构成C总成本，即：
C总＝C1+C2+C3+C4+C5
按照C总成本，给出所述储能系统各部分分解成本的计算公式：
a.购置设备的投资成本C1
C1发生在设备购置当年，即以计算周期的起始年为基准年，主要有设备购置费用C1，p和安装调试费用C1，i构成，所以有：
C1＝C1，p+C1，i
C1，p＝cg×Wc+cr×Wcr
式中，cg为储能功率价格，元/MW；Wc为储能系统功率，MW；cr为储能系统容量价格，元/MWh；Wcr为储能系统容量，MWh；
此外，所述安装调试费用C1，i与所述储能购置费用C1，p相比，费用较少，为方便计算，可忽略不计；
b.运行成本C2
C2包括设备能耗费用和巡视人工费用，为方便计算，用所述设备能耗费用近似代替C2：
C2＝(P1-P2)×10000×α
式中，P1为储能系统的放电功率，MW；P2为储能系统的充电功率，MW；α为新能源成本电价；
c.检修维护成本C3
C3主要由检修维护周期和单次的检修维护费用决定，第n年的检修维护成本可用下面公
式进行计算：
式中， 为单次大修费用； 为单次小修费用，其中，nd和nx分别表示第n年是否
对所述储能系统进行大修或者小修，其取值由各自的检修维护周期Td和Tx决定，为0或1，具体为：n能整除Td时，nd取1，否则取0；nx的取值与nd同理；
d.故障成本C4
C4包括故障检修费用和故障损失费用，为计算方便，以所述故障损失费用近似代替所述
故障成本C4，所述故障损失费用主要由停电损失费用决定，故第n年的故障成本可用下面的公式计算：
C4，n＝γ×PSS×TS×α
式中，γ为储能系统故障率；PSS为故障时储能系统损失功率；TS为储能系统平均停止工作时间；α为新能源成本电价；
e.退役处置成本C5
C5主要包括设备的退役或报废处理费和退役残值，其中设备退役残值以负数计入，所述
退役处理费可将投资成本中的安装调试费用C1，i按一定比例取45％折算得到；所述设备退役残值可将投资成本中的设备处置费用按一定比例取10％折算得到，则所述退役处置成本C5为：
C5＝45％×C1，i+10％×C1，p；
所述目标函数满足C总＝C1+C2+C3+C4+C5最小。
7.根据权利要求6所述的一种新能源储能优化配置方法，其特征在于，使所述储能系统
满足功率波动最小的约束条件为：
(1)供电可靠性约束
所述新能源发电系统和所述储能系统在一段时间内提供的总能量不小于所述负荷的
用电量：
式中，Exc，i-1、Edc，i-1分别为所述蓄电池与超级电容器前一个工作时间段所剩电量，EF，i为该时间段内风力总发电量，EG，i为该时间段内光伏阵列总发电量， 为该时间
段内水电集群总发电量，El，i为该时间段负荷用电量；
(2)储能总额定功率和总额定电量约束
所有候选的分布式储能安装节点的储能系统的额定功率和额定电量的总和应分别等
于所需的储能总额定功率和总额定电量，表示如下：
式中， 和 分别表示所述储能系统在节点i的额定功率和额定电量，PES和EES分别
表示所需的储能总额定功率和总额定电量；为了避免计算结果中出现某个节点的
而 的情况，在上式中使用符号函数 乘以 使得只要某个节点的
则表示该节点不需安装分布式储能，则在总额定电量EES的构成中该节点的分布
式储能额定电量也为0；
(3)最大瞬时功率约束
在任何时刻，所述方法都必须要满足其最大瞬时功率的缺失：
式中，Pxc，i表示该段时间内蓄电池的输出功率，Pdc，i表示该段时间内超级电容器的输出功率；ΔPLmax为该时间段内所述储能系统的最大瞬时功率缺失。
8.根据权利要求7所述的一种新能源储能优化配置方法，其特征在于，所述步骤(4)中
用遗传算法对混合新能源储能优化配置模型进行求解的过程具体包括如下步骤：
Step1：根据所述低频部分PBP1(t)和高频部分PBP2(t)，分别确定储能功率日分量和小时分量的最大值Pmax，1、Pmax，2以及最小值Pmin，1、Pmin，2，相应确定储能容量日分量和小时分量的最大值Emax，1、Emax，2以及最小值Emin，1、Emin，2；
Step2：将所述低频部分PBP1(t)和高频部分PBP2(t)作为所述新能源储能优化配置模型
的输入参数，并设置所述遗传算法计算所需的参数，所述参数包括种群规模、选择概率、交叉概率、变异概率和最大进化代数；
Step3：随机生成储能功率日分量值PBP1，r、储能功率小时分量值PBP2，s、储能容量日分量EBp1，r、储能容量小时分量EBP2，s作为一组，构成一个粒子[PBP1，r，PBP2，s，EBP1，r，EBP2，s]；由此随机生成M个粒子组成的初始种群P(0)，m＝1，2，…，M，M为设定的种群规模；
Step4：判断每个粒子中PBP1，r，PBP2，s，EBP1，r，EBP2，s的值是否处于约束范围内，若超过最大值，则调整相应分量值为最大值，如果小于最小值，则调整相应分量值为最小值；
Step5：分别计算每个粒子的适应度值；适应度的计算主要为储能系统充放电功率的调
整：
根据不平衡功率分量PBP(t)和储能系统荷电状态SOCi(t)的变化对储能充放电进行如
下调整：
a.所述储能系统放电时，PBP(t)＞0，若当前储能电量满足SOCi(t)-SOCmin，i(t)＞min
{PBPi，rΔt，PBP(t)Δt}/ER，i，则放电功率为：PF，i(t)＝min{PBPi，r，PBP(t)}；
若当前储能电量满足SOCi(t)-SOCmin，i(t)≤min{PBPi，rΔt，PBP(t)Δt}/ER，i，则放电功率为：
b.所述储能系统充电时，PBP(t)≤0，若当前储能电量满足SOCmax，i(t)-SOCi(t)＞min
{PBPi，rΔt，-PBP(t)Δt}/ER，i，则充电功率为：PC.i(t)＝min{PBPi，r，-PBP(t)}；
若当前储能电量满足SOCmax，i(t)-SOCi(t)≤min{PBPi，rΔt，-PBP(t)Δt}/ER，i，则充电功率为：
式中，i＝1，2；ER，1、ER，2分别为所述蓄电池储能和所述超级电容器储能的额定容量；PC，1(t)和PC，2(t)分别为所述蓄电池储能和所述超级电容器储能在t时刻的充电功率；PF，1(t)和PF，2(t)分别为所述蓄电池储能和所述超级电容器储能在t时刻的放电功率；SOC1(t)、SOC2(t)分别表示所述蓄电池储能和所述超级电容器储能的荷电状态；SOCmin，1(t)、SOCmax，1(t)分别表示所述蓄电池储能的荷电状态的下限值和上限值，SOCmin，2(t)、SOCmax，2(t)分别表示所述超级电容器储能的荷电状态的下限值和上限值；Δt表示系统的持续运行时间；
Step6：按照设定的选择概率从当前种群中选择适应值靠前的染色体，根据设定的交叉
概率对选择的染色体进行交叉，并根据设定的变异概率对选择和交叉过后的染色体进行变异操作，得到新的种群；
Step7：判断遗传算法是否达到最大迭代次数，如果是，则执行Step8；如果不是，则转到Step4；
Step8：输出在当前分段点n取值下的所述储能容量优化配置模型进行遗传算法迭代求
解得到的种群中适应值最优的粒子，该适应值最优粒子中当前的储能功率日分量值PBP1，r、储能功率小时分量值PBP2，s、储能容量日分量EBP1，r、储能容量小时分量EBP2，s即作为孤立微电网在当前分段点n取值下的混合储能优化配置方案。