[发明专利]一种带有多目标优化的风储系统储能容量配置设计方法

说明书

本发明涉及一种带有多目标优化的风储系统磷酸铁锂电池组储能容量配置设计方法，与现有技术相比解决了难以实现风储系统中磷酸铁锂电池组储能容量的合理配置。本发明包括以下步骤：风储系统基础数据的获取和预处理；建立磷酸铁锂电池组储能容量配置的目标函数；对建立的磷酸铁锂电池组储能容量配置数学模型进行多目标优化；磷酸铁锂电池组储能容量配置结果的获得。本发明无需设置权重因子，综合考量储能容量投资成本、运行维护成本、弃风成本、备用发电损失成本等多个目标函数，在Pareto前沿上寻找最优解，达到风储系统磷酸铁锂电池组容量合理配置设计的目的，具有方法科学合理、效果佳、收敛速度快、适用性强等技术特点。

技术领域

本发明涉及电力大数据处理技术领域，具体来说是一种带有多目标优化的风储系统磷酸铁锂电池组储能容量配置设计方法。

背景技术

风能是最具商业潜力与活力的可再生能源之一，但风力发电本身具有的随机性特点给电网有序调度和可靠运行带来了极大挑战。随着风力发电系统在交直流混合微网中的广泛应用，风电本身具有的间歇性、随机性等特点对电力系统安全经济运行的影响逐步加剧，仅依靠发电侧或电网侧的能量管理难以实现负荷与电源的实时平衡和可再生能源的高效利用。

为风力发电系统配备储能是保证风储系统稳定运行的有效手段之一，在可再生能源侧配置储能不仅能够提高电能质量，而且可根据用电负荷变化起到“削峰填谷”的调峰和能源消纳作用，有助于电能的优化分配与利用。

储能拥有灵活的充放电能力和快速的动态响应，可以实时平抑风力发电系统输出功率的波动，减少风储系统备用需求和停电损失，从而提高风储系统供电的灵活性、经济性和可靠性。储能容量直接影响风储系统运行的安全性和经济性，过大的储能容量会增加投资和维护成本，而过小的储能容量又无法满足可能出现的集中且较大的负荷需求，无法真正提升风储系统的电能质量和整体运行性能。

此外，磷酸铁锂电池组储能容量最优配置属于非线性、多约束及多目标优化问题，传统优化算法在解决非线性、多约束及多目标优化问题时，常面临收敛速度慢和易产生局部收敛等技术缺陷。

综合考虑可靠性和经济性评价指标，对储能容量进行优化配置时，往往存在两个以上的多个优化目标。目标函数之间通常是相互竞争、相互耦合的关系，现有解决方案多采用权重系数法，即针对不同优化目标赋以不同权重系数，将多目标优化问题转化为单目标优化问题予以解决。采用权重系数法虽然能够将复杂的多目标优化问题转化为单目标优化问题，物理概念清晰且易于实现，但是其收敛效果易受权重系数选择的影响，一旦权重系数选择不当则会导致优化结果陷入局部最优解，此外，多优化目标间权重因子的合理选择仍属于开放性的研究问题。因此，合理配置磷酸铁锂电池组储能容量，优化风资源利用率已经成为亟需解决的关键技术问题。

发明内容

本发明目的是为了解决现有技术中难以实现风储系统中磷酸铁锂电池组储能容量的合理配置，提供一种带有多目标优化的风储系统磷酸铁锂电池组储能容量配置设计方法，实现储能容量的最优配置。

为了实现上述目的，本发明的技术方案如下：

一种带有多目标优化的风储系统磷酸铁锂电池组储能容量配置设计方法，包括以下步骤：

11)风储系统基础数据的获取和预处理：获取风储系统磷酸铁锂电池组储能容量配置分析的基础数据，并对其进行预计算处理；

12)建立磷酸铁锂电池组储能容量配置的目标函数：根据基础数据建立磷酸铁锂电池组储能容量配置目标函数；

13)对建立的磷酸铁锂电池组储能容量配置数学模型进行多目标优化：建立磷酸铁锂电池组储能容量配置数学模型，将改进的差分进化算法和帕累托评价相集成，对磷酸铁锂电池组储能容量配置数学模型进行多目标优化；