发明内容

本发明提供了一种基于GA的储能系统优化配置方法，克服了上述现有技术之不足，对储能系统优化配置，能够实现储能设备的经济性充分利用。

本发明的技术方案是通过以下措施来实现的：一种基于GA的储能系统优化配置方法，包括采用变分模态分解方法将需要平抑的风电功率分为低频和高频2部分，分别使用蓄电池和超级电容进行平抑，建立储能充放电控制模型；考虑储能装置建设成本及弃风弃光和平抑不足带来的惩罚性费用，建立混合储能优化配置模型；以典型日数据作为基础，采用遗传算法对混合储能优化配置模型进行求解，得出全年最低成本及对应的储能额定功率与额定容量。

下面是对上述发明技术方案的进一步优化或/和改进：

上述建立储能充放电控制模型的方法，包括如下步骤：

对于一个风光储电厂，储能系统的最低放电功率不能低于最大需求功率，因此对应的风光储储能系统的充放电数学模型如下：

其中P_n代表需求功率，P_s代表太阳能产生的功率，P_w代表风能产生的功率；

当风能、太阳能产生的功率和大于需求功率时，则多余功率转储到储能系统；

P_in＝P_s+P_w-P_n (2)

P_in代表储能系统的输入功率对负荷区间的合理分配，其是控制实现风光储一体化充放电目标的首要目标。其划分方法如下：

波谷区间：

[P_min,P_min+(P_s+P_w)] (3)

波峰区间：

[P_max-γ(P_s+P_w),P_max] (4)

普通区间：

[P_min+γ(P_s+P_w),P_max-γ(P_s+P_w)] (5)

其中P_min为储能系统的最小出力负荷，P_max为储能系统的最大出力负荷，γ为转换或传输过程中等产生的冗余系数，这里可设置成1.2。

为区分超级电容、蓄电池这两种储能装置的用途进行合理分配，需要将储能功率进行分解再分配，此处采用VMD进行操作；

即将储能系统参考功率分解为k个分量u_k(t)，对每个u_k(t)进行希尔伯特变换，获得单边频谱，

调制到对应的基频带，

再计算上式信号梯度的范数，并估计每个带宽，

其中，

{u_k}:＝{u₁Λu_k}{ω_k}:＝{{ω₁Λ{ω_k}

将式(8)转变为非约束性变分：

式(10)中，α是二次惩罚因子；λ是拉格朗日乘法算子；

{u_k},{ω_k},λ的更新如下：

将ω替换为ω-ω_k，

改为非负频率区间积分形式，

进一步化解，

中心频率转换到频域，

更新方法为：

λ更新方法为：

满足以下关系终止迭代：

保证模态的中心频率不相似，从而防止过分解的现象。分解出的各个模态通过合理选择处理，即可得到适用于蓄电池的低频分量和适用于超级电容的高频分量。

上述建立混合储能优化配置模型的方法，包括如下步骤：

考虑储能系统所需要的购置成本光伏阵列M_s和风电机组M_s，储能系统的购置成本主要为蓄电池M_ba、超级电容M_sc，发电系统平抑波动不足带来的惩罚费用M_la和弃光弃风导致的惩罚费用M_ab，购置成本的目标函数为：

M_min＝M_ba+M_sc+M_la+M_ab (19)

由于储能装置的寿命不等，此处把购置成本转换为以年为单位的等值，如下：

其中r为折换率，Y_sc为超级电容的寿命，Y_ba为蓄电池的寿命，Y_p-sc为超级电容单位功率成本，f_p-ba为蓄电池单位功率成本，f_e-sc为超级电容单位容量成本，f_e-ba为蓄电池单位容量成本，P_ba为蓄电池额定功率，P_sc为超级电容额定功率，E_ba为蓄电池额定容量，E_sc为超级电容额定容量；

发电系统平抑波动不足带来的惩罚费用M_la和弃光弃风导致的惩罚费用M_ab表达如下：

M_la＝αE_la (22)

M_la＝αE_la (23)

其中E_la为平抑不足造成的电量，E_ab为弃光弃风造成的浪费电量，α是平抑不够造成的单位损失成本，β是弃光弃风浪费的单位成本；

其约束条件：

|P_ba|≤P_ba·max (24)

|P_sc|≤P_sc·max (25)

C_ba·min≤C_ba≤C_ba·max (26)

C_sc·min≤C_sc≤C_sc·max (27)

其中P_ba为蓄电池的功率，P_sc为超级电容的功率，C_ba为蓄电池的存储电荷量，C_sc为超级电容的存储量；

s^ch+s^di≤1 (28)

s^ch表示储能装置的充能指示变量，s^di表示储能装置的放电指示变量，式(28)表示储能装置不能同时运行在充放电状态。

上述采用遗传算法对混合储能优化配置模型的求解方法，包括如下步骤：

步骤1：根据实际数据确定风电光伏期望并网功率以及平抑所需要的功率波动，初始化储能系统的功率及容量；

步骤2：使用VMD(即变分模态分解)分解所需平抑的功率波动为一系列子分量；

步骤3：分解的一系列子分量分配为高频和低频分量；

步骤4：随机产生种群并更新种群；

步骤5：交叉互换产生子代；

步骤6：基因变异；

步骤7：性状表达；

步骤8：利用赌轮进行自然选择；

步骤9：搜索最优个体，返回步骤4；

步骤10：完成迭代次数退出。

本发明所述方法依据风电并网功率波动要求，采用变分模态分解方法将需要平抑的功率分为低频和高频2部分，分别使用蓄电池和超级电容进行平抑，建立储能充放电控制模型；考虑储能装置建设成本及弃风弃光和平抑不足带来的惩罚性费用，建立混合储能优化配置模型；以典型日数据作为基础，采用遗传算法对混合储能优化配置模型进行求解，得出全年最低成本及对应的储能额定功率与额定容量；以此对储能系统优化配置，能够实现储能设备的经济性充分利用。