首页 / 专利库 / 燃料种类 / 可再生能源 / 随机能源 / 太阳能 / 一种含光储柴的微网电源配比及储能容量的最优选择方法

一种含光储柴的微网电源配比及储能容量的最优选择方法

阅读:1发布:2021-10-24

专利汇可以提供一种含光储柴的微网电源配比及储能容量的最优选择方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种含光储柴的微网电源配比及储能容量的最优选择方法,根据当地的 太阳能 资源分布情况,模拟 光伏发电 的小时输出功率,获取微网的年负荷曲线、日负荷曲线;以设备生命周期内微网系统的所有成本为目标函数,以各种电源配比、储能容量为优化变量,以功率平衡、瞬时功率限值、储能 电池 SOC特性等为约束条件,建立优化配置模型;最后采用 退火 优化 算法 对目标函数进行优化求解;通过在一年的时间内提取多个时间段,行成多组优化解,最终得出最优的电源配置及储能容量。本发明在保证可靠供电的 基础 上,选择最佳的各种电源配比以及储能容量,从而让整个微网系统经济最优。,下面是一种含光储柴的微网电源配比及储能容量的最优选择方法专利的具体信息内容。

1.一种含光储柴的微网电源配比及储能容量的最优选择方法,其特征在于,包括以下步骤:
1)获取当地的太阳能资源分布情况,模拟光伏发电的小时输出功率;获取微网的年负荷曲线、日负荷曲线;
2)以设备生命周期内微网系统的所有成本最小为目标函数,以各种电源配置容量为优化变量,以功率平衡、瞬时功率限值、储能电池荷电状态SOC特性为约束条件,建立优化配置模型;
3)采用退火优化算法对目标函数进行优化求解;
4)在一年的时间内提取多个时间段,重复步骤2)和3);
5)综合比较各时间段的优化解,得到最优的电源配置容量。
2.根据权利要求1所述的一种含光储柴的微网电源配比及储能容量的最优选择方法,其特征在于,所述光储柴是指光伏发电系统、储能发电系统及柴油机发电,其中,储能发电系统包括储能电池和储能变流器。
3.根据权利要求2所述的一种含光储柴的微网电源配比及储能容量的最优选择方法,其特征在于,所述步骤2)中,目标函数为:
MinCs(SOCb,Pc,Pp,Pd)=SOCb*Cb+Pc*Cc+Pp*Cp+Pd*Cd+T1/(t1-t2)*ΣPdi*ti*Cdg其中,Cs表示成本,SOCb为储能电池配置容量,Cb为单位储能电池的平均成本,Pc为储能变流器配置容量,Cc为单位储能变流器的平均成本,Pp为光伏的配置容量,Cp为单位光伏的平均成本,Pd为柴油机的配置容量,Cd为单位柴油机的平均成本,Pdi为柴油机发电功率,ti为柴油机运行小时数,Cdg为柴油机每千瓦时发电成本,(t1,t2)为随机选取的一个时间段,T1为设备生命周期。
4.根据权利要求3所述的一种含光储柴的微网电源配比及储能容量的最优选择方法,其特征在于,所述步骤2)中,约束条件包括:
(1)功率平衡约束:
Pci+Ppi-Ppci+Pdi≥Pli
其中,Pci为储能变流器输出功率,Ppi为光伏发电系统最大小时平均功率,Ppci为丢弃的光伏发电功率,Pdi为柴油机发电输出功率,Pli为负荷功率;
光伏发电系统最大小时平均功率Ppi为:
Ppi=Pp*η*F/1000
其中,η为光伏发电系统的整体发电效率,F为光伏倾斜面上的太阳能辐射量;
丢弃的光伏发电功率Ppci满足:
Ppci=Ppi-Pci-Pli,
(2)额定功率约束:
Pci≤Pc,Ppi≤Pp,Pdi≤Pd;
(3)储能变流器额定功率约束::
Plp≤Pc
其中,Plp为负荷最大瞬时功率;
(4)光伏输出约束:
Ppi-Ppci≤Pci+Pli;
(5)储能电池荷电状态SOC约束:
SOCmin<SOCi<SOCmax
其中,SOCmin为储能电池荷电状态的下限,SOCmax为储能电池荷电状态的上限,SOCi为储能电池的储能容量,
SOCi=ΣPci*tci
其中,Pci为储能变流器的小时平均功率,tci为储能变流器的运行小时数。
5.根据权利要求4所述的一种含光储柴的微网电源配比及储能容量的最优选择方法,其特征在于,所述SOCmin取0.1倍SOCb,SOCmax取0.95倍SOCb。
6.根据权利要求3所述的一种含光储柴的微网电源配比及储能容量的最优选择方法,其特征在于,所述步骤3)中,优化求解过程如下:
(31)确定初始温度T及迭代次数L,并给定初始解空间S=(SOCb0,Pc0,Pp0,Pd0),根据目标函数计算得到MinCs(S);
(32)令k=1;
(33)通过扰动,产生新解空间S′=(SOCb′,Pc′,Pp′,Pd′):
S′=S+random(-1,1)*ΔS,
其中,ΔS定义了各变量的步长,
根据目标函数计算得到MinCs(S′);
(34)计算增量Δt′=MinCs(S′)-MinCs(S);
(35)若Δt′<0则接受S′作为新的当前解,否则以概率exp(-Δt′/T)接受S′作为新的当前解;
(36)如果满足终止条件则输出当前解作为最优解,结束程序;否则,令k加1,返回步骤(33),直到达到迭代次数L,输出当前解;进入下一步;
(37)降低温度T,且保证降低后的温度大于0,重置迭代次数,然后转入步骤(32)。
7.根据权利要求6所述的一种含光储柴的微网电源配比及储能容量的最优选择方法,其特征在于,所述步骤(36)中,终止条件取为连续若干个新解都没有被接受时终止算法。

说明书全文

一种含光储柴的微网电源配比及储能容量的最优选择方法

技术领域

[0001] 本发明涉及一种含光储柴的微网电源配比及储能容量的最优选择方法,属于微网储能技术领域。

背景技术

[0002] 对偏远山村、中小型海岛等偏远地区进行供电,相较而言,多能互补的微网比大电网远距离供电,在电能质量、供电可靠性等各方面均有明显优势。随着光伏系统、储能系统生产成本的逐步降低,微网在这些场合运用的优势尤为明显。这也是近年来国内微网项目增多的一个重要原因。此外,随着光伏系统、储能系统成本的成本降低,通过增加光伏、储能的容量来减少常规能源的配比,也逐渐变得具有经济效益。
[0003] 然而不可否认,太阳能等新能源非常依赖于自然资源。当出现诸如多日阴雨等天气时,纯粹的新能源配置很可能无法保证供电的持续性。

发明内容

[0004] 本发明所要解决的技术问题是克服现有技术缺陷,提供一种含光储柴的微网电源配比及储能容量的最优选择方法,在保证可靠供电的基础上,选择最佳的各种电源配比以及储能容量,从而让整个微网系统经济最优。
[0005] 为了达成上述目的,本发明采用的技术方案为:
[0006] 一种含光储柴的微网电源配比及储能容量的最优选择方法,包括以下步骤:
[0007] 1)获取当地的太阳能资源分布情况,模拟光伏发电的小时输出功率;获取微网的年负荷曲线、日负荷曲线;
[0008] 2)以设备生命周期内微网系统的所有成本最小为目标函数,以各种电源配置容量为优化变量,以功率平衡、瞬时功率限值、储能电池荷电状态SOC特性为约束条件,建立优化配置模型;
[0009] 3)采用退火优化算法对目标函数进行优化求解;
[0010] 4)在一年的时间内提取多个时间段,重复步骤2)和3);
[0011] 5)综合比较各时间段的优化解,得到最优的电源配置容量。
[0012] 前述的光储柴是指光伏发电系统、储能发电系统及柴油机发电,其中,储能发电系统包括储能电池和储能变流器。
[0013] 前述的步骤2)中,目标函数为:
[0014] MinCs(SOCb,Pc,Pp,Pd)=SOCb*Cb+Pc*Cc+Pp*Cp+Pd*Cd+T1/(t1-t2)*ΣPdi*ti*Cdg
[0015] 其中,Cs表示成本,SOCb为储能电池配置容量,Cb为单位储能电池的平均成本,Pc为储能变流器配置容量,Cc为单位储能变流器的平均成本,Pp为光伏的配置容量,Cp为单位光伏的平均成本,Pd为柴油机的配置容量,Cd为单位柴油机的平均成本,Pdi为柴油机发电功率,ti为柴油机运行小时数,Cdg为柴油机每千瓦时发电成本,(t1,t2)为随机选取的一个时间段,T1为设备生命周期。
[0016] 前述的步骤2)中,约束条件包括:
[0017] (1)功率平衡约束:
[0018] Pci+Ppi-Ppci+Pdi≥Pli
[0019] 其中,Pci为储能变流器输出功率,Ppi为光伏发电系统最大小时平均功率,Ppci为丢弃的光伏发电功率,Pdi为柴油机发电输出功率,Pli为负荷功率;
[0020] 光伏发电系统最大小时平均功率Ppi为:
[0021] Ppi=Pp*η*F/1000
[0022] 其中,η为光伏发电系统的整体发电效率,F为光伏倾斜面上的太阳能辐射量;
[0023] 丢弃的光伏发电功率Ppci满足:
[0024] Ppci=Ppi-Pci-Pli,
[0025] (2)额定功率约束:
[0026] Pci≤Pc,Ppi≤Pp,Pdi≤Pd;
[0027] (3)储能变流器额定功率约束::
[0028] Plp≤Pc
[0029] 其中,Plp为负荷最大瞬时功率;
[0030] (4)光伏输出约束:
[0031] Ppi-Ppci≤Pci+Pli;
[0032] (5)储能电池荷电状态SOC约束:
[0033] SOCmin<SOCi<SOCmax
[0034] 其中,SOCmin为储能电池荷电状态的下限,SOCmax为储能电池荷电状态的上限,SOCi为储能电池的储能容量,
[0035] SOCi=ΣPci*tci
[0036] 其中,Pci为储能变流器的小时平均功率,tci为储能变流器的运行小时数。
[0037] 前述的SOCmin取0.1倍SOCb,SOCmax取0.95倍SOCb。
[0038] 前述的步骤3)中,优化求解过程如下:
[0039] (31)确定初始温度T及迭代次数L,并给定初始解空间S=(SOCb0,Pc0,Pp0,Pd0),根据目标函数计算得到MinCs(S);
[0040] (32)令k=1;
[0041] (33)通过扰动,产生新解空间S′=(SOCb′,Pc′,Pp′,Pd′):
[0042] S′=S+random(-1,1)*ΔS,
[0043] 其中,ΔS定义了各变量的步长,
[0044] 根据目标函数计算得到MinCs(S′);
[0045] (34)计算增量Δt′=MinCs(S′)-MinCs(S);
[0046] (35)若Δt′<0则接受S′作为新的当前解,否则以概率exp(-Δt′/T)接受S′作为新的当前解;
[0047] (36)如果满足终止条件则输出当前解作为最优解,结束程序;否则,令k加1,返回步骤(33),直到达到迭代次数L,输出当前解;进入下一步;
[0048] (37)降低温度T,且保证降低后的温度大于0,重置迭代次数,然后转入步骤(32)。
[0049] 前述的步骤(36)中,终止条件取为连续若干个新解都没有被接受时终止算法。
[0050] 本发明在保证可靠供电的基础上,选择最佳的各种电源配比以及储能容量,从而让整个微网系统经济最优。附图说明
[0051] 图1是本发明的含光储柴的微网电源配比及储能容量的最优选择方法流程图
[0052] 图2是本发明的退火优化算法流程图。

具体实施方式

[0053] 下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
[0054] 本发明的含光储柴的微网电源配比及储能容量的最优选择方法,其中,光储柴是指光伏发电系统、储能发电系统及柴油机发电,储能发电包括储能电池和储能变流器。本发明方法的技术方案为:根据当地的太阳能资源分布情况,模拟光伏发电的小时输出功率,获取微网的年负荷曲线、日负荷曲线;以设备生命周期内微网系统的所有成本为目标函数,以各种电源配置容量为优化变量,以功率平衡、瞬时功率限值、储能电池荷电状态SOC特性等为约束条件,建立优化配置模型;采用退火优化算法对目标函数进行优化求解;通过在一年的时间内提取多个时间段,行成多组优化解,并最终得出最优的电源配置及储能容量。
[0055] 如图1所示,具体包括以下步骤:
[0056] 步骤(1),获取当地的太阳能资源分布情况,模拟光伏发电的小时输出功率;获取微网的年负荷曲线、日负荷曲线;
[0057] 步骤(2),以设备生命周期内微网系统的所有成本最小为目标函数,以各种电源(储能电池,储能变流器,光伏,柴油机)的配置容量为优化变量,以功率平衡、瞬时功率限值、储能电池SOC特性等为约束条件,建立优化配置模型;
[0058] 优化配置模型的目标函数如下:
[0059] MinCs(SOCb,Pc,Pp,Pd)=SOCb*Cb+Pc*Cc+Pp*Cp+Pd*Cd+T1/(t1-t2)*ΣPdi*ti*Cdg
[0060] 其中,Cs(SOCb,Pc,Pp,Pd)表示成本,SOCb为储能电池配置容量,Cb为单位储能电池的平均成本,Pc为储能变流器配置容量,Cc为单位储能变流器的平均成本,Pp为光伏的配置容量,Cp为单位光伏的平均成本,Pd为柴油机的配置容量,Cd为单位柴油机的平均成本,Pdi为柴油机发电功率,ti为柴油机运行小时数,Cdg为柴油机每千瓦时发电成本,(t1,t2)为随机选取的一个时间段,T1为设备生命周期。
[0061] 约束条件为:
[0062] (1)功率平衡约束
[0063] 任何时刻,整个微网发电功率需大于负荷:
[0064] Pci+Ppi-Ppci+Pdi≥Pli
[0065] 其中,Pci为储能变流器输出功率,Ppi为光伏发电系统最大小时平均功率,Ppci为丢弃的光伏发电功率,Pdi为柴发输出功率,Pli为负荷功率。
[0066] 其中,光伏发电系统最大小时平均功率:
[0067] Ppi=Pp*η*F/1000
[0068] 其中,η为光伏发电系统的整体发电效率,F为光伏倾斜面上的太阳能辐射量;
[0069] 光伏发电系统抛弃的发电功率:
[0070] Ppci=Ppi-Pci-Pli,
[0071] (2)额定功率约束:
[0072] 各电源输出功率不得大于设备的配置容量:
[0073] Pci≤Pc,Ppi≤Pp,Pdi≤Pd。
[0074] (3)储能变流器额定功率约束
[0075] 为保证在新能源功率陡降,微网系统可持续供电,储能变流器额定功率需大于负荷最大瞬时功率:
[0076] Plp≤Pc
[0077] 其中,Plp为负荷最大瞬时功率。
[0078] (4)光伏输出约束
[0079] 光伏发电系统的输出功率不得大于储能变流器及负载的吸纳功率,一旦越限立即限制光伏发电功率:
[0080] Ppi-Ppci≤Pci+Pli。
[0081] (5)储能电池荷电状态(SOC)约束:
[0082] 在储能电池的充放电过程中,必须严格控制其荷电状态的上下限,以延长储能电池的使用寿命:
[0083] SOCmin<SOCi<SOCmax
[0084] 其中,SOCmin为储能电池荷电状态的下限,一般取0.1倍SOCb,SOCmax为储能电池荷电状态的上限,一般取0.95倍SOCb。
[0085] SOCi为储能电池的储能容量:
[0086] SOCi=ΣPci*tci
[0087] 其中,Pci为储能变流器的小时平均功率,tci为储能变流器的运行小时数。
[0088] 步骤(3),采用退火优化算法对目标函数进行优化求解,参见图2,过程如下:
[0089] (31)确定初始温度T及迭代次数L,并给定初始解空间S=(SOCb0,Pc0,Pp0,Pd0),根据目标函数计算得到MinCs(S);
[0090] (32)对k=1,……,L做第(33)至第(36)步:
[0091] (33)通过扰动,产生新解空间S′=(SOCb′,Pc′,Pp′,Pd′),[0092] S′=S+random(-1,1)*ΔS,
[0093] 其中,ΔS定义了各变量的步长,
[0094] 根据目标函数计算得到MinCs(S′);
[0095] (34)计算增量Δt′=MinCs(S′)-MinCs(S);
[0096] (35)若Δt′<0则接受S′作为新的当前解,否则以概率exp(-Δt′/T)接受S′(SOCb′,Pc′,Pp′,Pd′)作为新的当前解;
[0097] (36)如果满足终止条件则输出当前解(储能电池,储能变流器,光伏和柴油机的配置容量)作为最优解,结束程序;否则,令k加1,返回步骤(33)。终止条件通常取为连续若干个新解都没有被接受时终止算法。
[0098] (37)降低温度T,重置迭代次数,且降低后的温度T->0,然后转入第(32)步。
[0099] 步骤(4),在一年的时间内提取多个时间段,重复步骤(2)和(3)。
[0100] 步骤(5),综合比较各时间段的优化解,得到最优的电源配比及储能容量。
[0101] 以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈