[发明专利]风光氢蓄系统的多目标优化配置方法、系统及存储介质

权利要求书

1.一种风光氢蓄系统的多目标优化配置方法，其特征在于，包括：

以总成本最低、系统负荷缺电率最小构建目标函数，以系统自身功率及容量限制作为约束条件，以系统内各设备的投运个数为决策变量，对预先构建好的风光氢储系统模型进行种群初始化；

通过带精英策略的非支配遗传算法对初始种群进行非支配排序，并分别通过选择、交叉、变异操作获得第一代子代种群；

从第二代开始，将父代种群与子代种群合并，通过带精英策略的非支配遗传算法对合并后的种群进行非支配排序，并对每个非支配层中的个体通过带精英策略的非支配遗传算法进行拥挤度计算，根据非支配关系以及个体的拥挤度选取个体组成新的父代种群；

对新的父代种群分别进行选择、交叉、变异操作；

判断算法是否运行到最大迭代次数，若未达到最大迭代次数，返回至从第二代开始再次执行相同的操作；若达到最大迭代次数，则输出风光氢蓄系统的容量优化配置方案。

2.根据权利要求1所述风光氢蓄系统的多目标优化配置方法，其特征在于：所述风光氢储系统模型构建对象包括光伏电池、风力发电机、蓄电池、电解槽、氢燃料电池以及储氢罐。

3.根据权利要求2所述风光氢蓄系统的多目标优化配置方法，其特征在于：所述风光氢储系统模型中光伏电池在t时刻的输出功率P_PV(t)计算表达式如下：

式中，P_STC、G_STC、T_STC分别表示标准测试条件下最大测试功率、光照强度以及温度；G(t)、T(t)分别为t时刻下的实际太阳光照强度及实际温度；ε为功率温度系数。

4.根据权利要求2所述风光氢蓄系统的多目标优化配置方法，其特征在于：所述风光氢储系统模型中风力发电机在t时刻的输出功率P_WT(t)计算表达式如下：

式中，v(t)为t时刻的风速；v_in、v_rated、v_out分别表示风电机组的切入风速、额定风速与切出风速；P_rated为风电机组的额定功率。

5.根据权利要求2所述风光氢蓄系统的多目标优化配置方法，其特征在于：所述风光氢储系统模型中蓄电池在t时刻荷电状态表达式如下：

蓄电池在t时刻出力表达式如下：

式中，SOC_c(t)、SOC_f(t)分别表示t时刻下蓄电池充电与放电的荷电状态；Δ为蓄电池的自放电率；SOC(t-1)为上一时刻下蓄电池的荷电状态；P_c、P_f、η_c、η_f分别表示蓄电池的充、放电功率及充、放电效率；E为蓄电池的额定容量；

P_c(t)、P_f(t)分别为蓄电池t时刻的充电功率与放电功率。

6.根据权利要求2所述风光氢蓄系统的多目标优化配置方法，其特征在于：所述风光氢储系统模型中电解槽的输入功率P_ele计算表达式如下：

式中，为系统的制氢量；H_HHV为氢气热值；η_ele为电解槽制氢效率。

7.根据权利要求2所述风光氢蓄系统的多目标优化配置方法，其特征在于：所述风光氢储系统模型中氢燃料电池的输出功率P_FC计算表达式如下：

式中，为系统的制氢量；H_HHV为氢气热值；η_FC为燃料电池的转换效率。