[发明专利]一种含风光水多源互补微网混合储能容量最佳配比方法

摘要

一种含风光水多源互补微网混合储能容量最佳配比方法，该方法根据当地风、光、水等自然资源的分布情况，模拟风力发电、光伏发电、以及水力发电的年输出功率曲线，结合微网的年负荷曲线，以系统成本和功率波动为目标函数，以蓄电池容量和超级电容容量为优化变量，同时确定功率平衡约束、最大瞬时功率约束、供电可靠性约束、超级电容充放电电流及电压约束、蓄电池SOC约束等约束条件，建立含风、光、水的微网混合储能优化配置模型；采用含模糊决策的多目标规划GA‑PSO算法对目标函数进行优化求解，得到混合储能容量的最佳配比。本发明与传统GA算法和PSO算法相比，收敛速度更快，且较好地回避了多目标优化算法中目标函数相互冲突的问题。

主权项

一种含风光水多源互补微网混合储能容量最佳配比方法，包括获取当地风、光、水自然资源的分布情况，模拟风力发电、光伏发电、以及水力发电的年输出功率曲线；获取微网的年负荷曲线，其特征在于，所述方法建立以系统成本和功率波动最小的目标函数，同时确定功率平衡约束条件、最大瞬时功率约束条件、供电可靠性约束条件、超级电容充放电电流及电压约束条件和蓄电池SOC约束条件，建立含风、光、水的微网混合储能优化配置模型，采用含模糊决策的多目标规划GA‑PSO算法，对目标函数进行优化求解，得到最优的混合储能容量配比；所述含风、光、水的微网混合储能优化配置模型为：(1)风力发电单元假定当前风速为vi、风机启动风速为vm、额定风速为vH、停机风速为vT、额定功率为PN，则风机在不同风速时对应的发电量分别为：Ew1=Σ[PN·(vi/vH)3·hi](vm≤vi<vH)Ew2=Σ(PN·hi)(vH≤vi<vT)]]>根据上式可以得到风机任一时间段内的发电总量：Ew＝Ew1+Ew2；其中，hi为保持当前风速vi的小时数，单位为h；(2)光伏发电单元假设光伏阵列的额定功率为PN，转换效率为η，则光伏阵列的发电量为：Es＝Ps·Tm＝N·PN·η·Tm其中，Ps为光伏阵列的实际输出功率，单位为kW；N为当月天数，单位为d；Tm为光伏阵列倾斜面上当月平均峰值日照时数，单位为h/d；(3)水力发电单元假设水电站的水轮机引水发电流量为Q，单位为m3/s；水电站的工作水头为H，单位为m；水电站的水能转换效率为η，可表示为η＝η1η2η3，其中，η1表示水轮机效率，η2表示发电机效率，η3表示机组传动效率，则水电机组的发电量为：Eh＝Ph·T＝A·Q·H·T其中，Ph为水电站的实际输出功率，单位为kW；A的值可根据水电站的规模进行判定，A＝6.0～8.5；T为其机组发电小时数，单位为h；(4)蓄电池单元忽略蓄电池的极化内阻与相间微分电容，只考虑其端电压ub和荷电状态SOC，可将蓄电池等效为由直流电压源E与内阻Rb串联构成的电路；蓄电池输出电压ub与荷电状态SOC可表示为：ub＝E‑Rb·ib其中，E为直流电压源，单位为V；Rb为其内阻，单位为Ω；ib为其工作电流，单位为A；Q为其容量，单位为Ah；SOC0为其初始荷电状态；为蓄电池的储能容量；(5)超级电容单元超级电容器可以等效为理想电容器C与电阻RS相串联的模型；其中，UC(t)为超级电容器的电压；IS1、IS2分别为超级电容器的充、放电电流；设U0为电容器初始电压，U1(t)和U2(t)分别是电容器充电和放电时的电压值，则电容器在充电和放电时，其计算公式分别为：超级电容器充、放电时间分别表示为：C·dv＝IS1·tC·dv‑IS2·C·RS＝IS2·t其中，dv为超级电容器的端电压变化；t为超级电容的充放电时间，单位为h；设Uw、Uv分别为电容充电完成与放电完成时的电压值，则超级电容的储能容量Euc为：