[发明专利]基于低通滤波的混合储能系统的容量优化方法及装置在审
申请号: | 202210435259.3 | 申请日: | 2022-04-24 |
公开(公告)号: | CN114781266A | 公开(公告)日: | 2022-07-22 |
发明(设计)人: | 曹传钊;刘明义;史洁;曹曦;徐若晨;裴杰;刘大为;朱勇;雷浩东;孙周婷;李昊;蔡静文 | 申请(专利权)人: | 中国华能集团清洁能源技术研究院有限公司;济南大学 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N3/12;G06Q10/04;G06Q50/06;G06F111/04;G06F111/06;G06F113/06;G06F119/06 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 黄垚琳 |
地址: | 102209 北京市昌平区北七家*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 滤波 混合 系统 容量 优化 方法 装置 | ||
本申请提出了一种基于低通滤波的混合储能系统的容量优化方法及装置,该方法包括:获取待优化的混合储能系统中的风电场站和光伏电站的原始样本数据;通过快速傅里叶变换获取预设的多个滤波方式的频谱特性,确定截止频率,并对原始样本数据进行低通滤波以平抑数据波形;确定遗传算法的适应度函数和约束条件;通过非支配排序遗传算法NSGA‑II优化混合储能系统的储能容量,确定最优储能容量范围;通过预设的评价指标依次评价配置了最优储能容量范围中不同储能容量的混合储能系统,确定目标储能容量,并基于优化后的适应度参数进行滤波方式的寻优。该方法可以合理配置混合储能系统的最优储能容量,提高系统的经济性、稳定性和安全性。
技术领域
本申请涉及新能源技术领域,尤其涉及一种基于低通滤波的混合储能系统的容量优化方法及装置。
背景技术
目前,在能源需求不断增加而旧能源逐渐消耗的形势下,发展新能源是解决能源危机的主要途径之一。其中,风力发电和光伏发电作为可再生能源的主力,在风资源和光资源丰富的地区得到了大规模的应用。由于容易受到天气等因素的影响,风、光能源具有随机性和不确定性的特点,在实际供电过程中可能会产生波动,而储能装置能够解决风光能源的功率波动问题,提高风光能源的渗透率,因此,风光储联合发电系统等混合储能系统的普及率逐渐提高。
然而,储能装置的成本通常较高,需要合理地配置储能设备,既要保证电网系统的正常运行,又要保证风光储联合发电系统的经济性。因此,如何合理的配置风光储联合发电系统的储能容量,兼顾联合系统的经济性与正常运行的可靠性成为目前亟需解决的问题。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请的第一个目的在于提出一种基于低通滤波的混合储能系统的容量优化方法,该方法提出了对于储能容量设计效果的评价指标,定量的描述了风光储联合发电系统在设计和运行阶段系统成本及储能效率,可以合理配置混合储能系统的最优储能容量,提高系统的经济性、稳定性和安全性。
本申请的第二个目的在于提出一种基于低通滤波的混合储能系统的容量优化装置;
本申请的第三个目的在于提出一种非临时性计算机可读存储介质。
为达上述目的,本申请的第一方面实施例在于提出一种基于低通滤波的混合储能系统的容量优化方法,该方法包括以下步骤:
获取待优化的混合储能系统中的风电场站和光伏电站的原始样本数据;
通过快速傅里叶变换获取预设的多个滤波方式的频谱特性,根据所述频谱特性确定截止频率,并通过所述多个滤波方式对所述原始样本数据进行低通滤波以平抑数据波形;
基于优化需求、所述原始样本数据和所述混合储能系统的参数,确定遗传算法的适应度函数和约束条件;
基于所述适应度函数和所述约束条件,通过非支配排序遗传算法NSGA-II优化所述混合储能系统的储能容量,确定最优储能容量范围;
通过预设的评价指标依次评价配置了所述最优储能容量范围中不同储能容量的所述混合储能系统,确定所述混合储能系统的目标储能容量,并基于优化后的适应度参数进行滤波方式的寻优。
可选地,在本申请的一个实施例中,适应度函数包括第一适应度函数和第二适应度函数,将全寿命周期成本LCC最小函数作为所述第一适应度函数,将波动率FR最小函数作为所述第二适应度函数。
可选地,在本申请的一个实施例中,通过以下公式计算所述第一适应度函数:
其中,
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中国华能集团清洁能源技术研究院有限公司;济南大学,未经中国华能集团清洁能源技术研究院有限公司;济南大学许可,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/202210435259.3/2.html,转载请声明来源钻瓜专利网。