[发明专利]一种基于遗传算法的全钒液流电池储能系统运行优化方法有效

专利信息
申请号: 201910383916.2 申请日: 2019-05-08
公开(公告)号: CN110210071B 公开(公告)日: 2021-01-08
发明(设计)人: 熊斌宇;黄宇超;刘正奇;王子睿;苏义鑫;谢长君 申请(专利权)人: 武汉理工大学
主分类号: G06F30/27 分类号: G06F30/27;G06N3/12;G06F111/04;G06F111/08;G06F111/10
代理公司: 武汉开元知识产权代理有限公司 42104 代理人: 刘琳
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 遗传 算法 全钒液 流电 池储能 系统 运行 优化 方法
【说明书】:

发明公开了一种基于遗传算法的全钒液流电池储能系统运行优化方法,包括步骤:1、根据全钒液流电池的等效电路模型建立全钒液流电池的数学模型;2、参数辨识;3、构建瞬时能量效率方程;4、构建最高的瞬时能量效率的代价函数来最小化能量损耗,并确定约束条件;5、构建适应度函数、选择概率函数、变异概率函数;6、采用遗传算法计算,输入功率值PCh/Dis和剩余电量SOC求解得到瞬时能量效率误差的绝对值小于规定的数值时的最高瞬时能量效率,以及对应的流速、温度和电压。本发明以温度、流速、电流三个因素,采用遗传算法,对全钒液流电池的储能系统进行优化,提高电堆的瞬时能量效率,进而提高全钒液流电池的系统效率。

技术领域

本发明涉及电力系统储能技术领域,具体地指一种基于遗传算法的全钒液流电池储能系统运行优化方法。

背景技术

遗传算法于20世纪60年代提出,该算法是一种借鉴生物的自然选择和遗传进化机制而开发出来的全局概率搜索算法。它模仿自然界生物遗传进化过程中“物竞天择、适者生存”的原理,借用生物遗传学的观点,通过计算机找到种群中最优异的个体。遗传算法对问题本身求解要求不高,它所需要的仅是对该算法所产生的每个个体进行评价,使“适应度”(用于度量某个物种对生存环境的适应程度)好的个体有更多机会进化。

如今能源短缺及其造成的环境问题已成为时代热题,而新能源技术是目前解决该问题最有效的方案之一。新能源的发展,需要更高的储能技术水平。在储能方面,蓄电池能有效缓解新能源发电带来的问题。因此发展储能技术至关重要,对于解决能源危机是一条可行的道路。储能技术的发展对于能源的高效利用有着潜在的促进作用。

全钒液流储能电池(VRB)是当前世界发展速度最快的大容量储能技术,其成本低、可靠性高、操作和维修费用少,是最适合风能发电平滑输出的储能设备。全钒液流电池功率大、能够频繁以大电流充放电,它拥有更长时间的寿命,并且全钒液流储能电池的生产、使用和回收利用过程对环境的污染较小,是一种十分环保的蓄能元件。不过,全钒液流电池储能系统的能量效率并不理想。

目前全钒液流电池系统在各个方面的优化已经有了具体的控制方法。但各种方法均是对一种因素进行优化从而提高能量效率。事实上,各个因素相互关联,优化其中一种因素,可能导致其他损耗增加,从另一方面降低能量效率。因此,需要各个因素选取合适的值,从而达到最高的能量效率。

发明内容

本发明的目的是为了解决上述背景技术存在的不足,而提出一种基于遗传算法的全钒液流电池储能系统运行优化方法,通过遗传算法,对全钒液流电池储能系统进行优化,达到降低能量耗散、提升系统效率、优化储能系统运行的目的。

为实现上述目的,本发明设计了一种基于遗传算法的全钒液流电池储能系统运行优化方法,其特殊之处在于,所述方法包括如下步骤:

所述方法包括如下步骤:

步骤1:根据全钒液流电池的等效电路模型建立全钒液流电池的数学模型,并采用式(1)—式(5)对所示的方程对数学模型进行表示:

ηohmic=I*Rohmic (2)

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910383916.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top