综合能源系统中储能双层目标优化配置方法及终端与流程

1.本发明涉及负荷预测技术领域，尤其涉及一种综合能源系统中储能双层目 标优化配置方法及终端。


背景技术：

2.随着全球能源清洁化和低碳化以及可持续发展理念的推进，所以需要构建 清洁低碳含储能系统的高效能源系统，为构建新型电力系统打下基础。
3.而现有的针对区域综合能源系统整合多种能源的协调规划运行的优化配置 方法，主要是从综合能源系统整体的经济性角度出发，以综合能源系统经济性 最优为研究目标，主要考虑综合能源系统的投资成本和运行成本的多目标储能 优化配置方法，而忽略了优化综合能源系统的运行效率问题，并没有真正实现 对于综合能源系统的优化调度以及合理配置。


技术实现要素：

4.本发明实施例提供了一种综合能源系统中储能双层目标优化配置方法及终 端，以解决现有综合能源系统运行效率低、配置不合理的问题。
5.第一方面，本发明实施例提供了一种综合能源系统中储能双层目标优化配 置方法，包括：
6.构建电储能系统的运行模型和采用电池进行储能的储能系统的结构模型， 所述储能系统包括多个储能单元；
7.根据所述结构模型，对所述储能系统中的所述多个储能单元进行等值简化， 得到储能系统等值模型；
8.根据所述运行模型构建双层储能优化配置模型；
9.将所述储能系统等值模型中储能单元的配置数据作为参数，输入到所述双 层储能优化配置模型中，得到储能最优配置方案。
10.在一种可能的实现方式中，所述根据所述结构模型，对储能系统中的多个 储能单元进行等值简化，得到储能系统等值模型，包括：
11.根据所述结构模型计算各储能单元的配置参数；
12.根据所述配置参数对所述各储能单元进行聚类处理，得到储能系统等值模 型；
13.所述储能单元包括多个储能电池组。
14.在一种可能的实现方式中，所述配置参数包括：充放电功率参考值；计算 各储能单元的所述充放电功率参考值，包括：
15.根据计算第i个储能单元的放电功率参考值；
16.根据计算第i个储能单元的充电功率参考 值；
17.其中p
iref
(t)表示t时刻储能系统中第i个储能单元的充放电功率参考值， p
ref
(t)表示t时刻储能系统的充放电功率参考值，soci(t-1)表示t-1时刻储能 系统中第i个储能单元的荷电状态，n表示储能单元的数量。
18.在一种可能的实现方式中，所述配置参数包括：经变流器变换后的电流值 和电压值；计算各储能单元中所述变换后的电流值和电压值，包括：
19.根据计算三相电流值；
20.其中，ia、ib、ic分别为三相电流测量值，id、iq、io分别为三相电流经变 流器变换后的电流值；
21.根据计算三相电压值；
22.其中，ua、ub、uc分别为三相电压测量值，ud、uq、uo分别为三相电压经 变流器变换后的电压值。
23.在一种可能的实现方式中，所述配置参数包括：荷电状态；计算各储能单 元的所述荷电状态，包括：
24.根据计算第i个储能单元的荷电状态；
25.其中，soci(t)表示t时刻储能系统中第i个储能单元的荷电状态，δt表示 充放电时间，η为变流器效率，pi(t)表示t时刻储能系统中第i个储能单元的有 功功率，ci为储能系统中第i个储能单元的容量。
26.在一种可能的实现方式中，所述双层储能优化配置模型包括上层调度模型 和下层储能运行模型；所述上层调度模型包括第一目标函数、第二目标函数和 第三目标函数；
27.建立双层储能优化配置模型中的上层调度模型，包括：
28.根据建立所述第一目标函数；
29.其中，f1表示储能配置的成本项减去效益项后的最小化值，c
all
表示全寿 命周期成本，b
op
表示配置储能的直接经济效益，c
inv
表示投资建设成本，c
re
表 示总维护成本，c
fin
表示设备残值，γ表示折现率，l表示配置储能的计划寿命 周期，c
op
表示储能配置后系统运行成本，c
op.o
表示储能配置前运行成本；
30.根据建立所述第二目标函数；
31.其中，p
max-l
为储能系统的最大充放电功率，p
max
为储能单元的最大充放电 功率，l为等值的储能单元的数量；
32.根据建立所述第三目标函数；
33.其中，c
l
为储能系统的最大等值储能容量，ci为储能单元的储能容量。
34.在一种可能的实现方式中，所述建立双层储能优化配置模型中的下层储能 运行模型，包括：
35.根据建立下层目标函数，并以所述 运行模型作为所述下层目标函数的约束条件；
36.其中，minf
low
表示最优调度运行成本，d表示供能季，dd表示供能季的天 数，表示供能季在t时刻的电价，表示储能系统在供能季d的电功 率输入，表示供能季在t时刻与电网的交易电量。
37.第二方面，本发明实施例提供了一种综合能源系统中储能双层目标优化配 置装置，包括：
38.模型构建模块，用于构建电储能系统的运行模型和采用电池进行储能的储 能系统的结构模型，所述储能系统包括多个储能单元；
39.等值简化模块，用于根据所述结构模型，对所述储能系统中的所述多个储 能单元进行等值简化，得到储能系统等值模型；
40.优化配置模块，用于根据所述运行模型构建双层储能优化配置模型；
41.所述优化配置模块，还用于将所述储能系统等值模型中储能单元的配置数 据作为参数，输入到所述双层储能优化配置模型中，得到储能最优配置方案。
42.第三方面，本发明实施例提供了一种终端，包括存储器、处理器以及存储 在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述 计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法 的步骤。
43.第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可 读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一 方面或第一方面
的任一种可能的实现方式所述方法的步骤。
44.本发明实施例提供一种综合能源系统中储能双层目标优化配置方法及终 端，通过构建电储能的运行模型和储能电池组的结构模型；根据结构模型，对 储能系统中的多个储能单元进行等值简化，得到储能系统等值模型；根据运行 模型构建双层储能优化配置模型；将储能系统等值模型中储能单元的配置数据 作为参数，输入到双层储能优化配置模型中，得到储能最优配置方案。在设计 最优配置方案时考虑到储能电池的健康运行，能够在成本优化的同时兼顾储能 电池运行优化，提升储能系统的运行效率，真正实现了对综合能源系统的优化 调度以及合理配置。
附图说明
45.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技 术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅 仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳 动性的前提下，还可以根据这些附图获得其他的附图。
46.图1是本发明实施例提供的综合能源系统中储能双层目标优化配置方法的 实现流程图；
47.图2是本发明实施例提供的储能系统的结构示意图；
48.图3是本发明实施例提供的遗传算法求解最优解集合的实现流程图；
49.图4是本发明实施例提供的综合能源系统中储能双层目标优化配置装置的 结构示意图；
50.图5是本发明实施例提供的终端的示意图。
具体实施方式
51.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术 之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当 清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中， 省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节 妨碍本发明的描述。
52.为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体 实施例来进行说明。
53.图1为本发明实施例提供的综合能源系统中储能双层目标优化配置方法的 实现流程图，详述如下：
54.步骤101，构建电储能系统的运行模型和采用电池进行储能的储能系统的 结构模型。
55.可选的，根据建立电储能系统的运 行模型。
56.其中，p
char
(t)为电储能系统在t时刻的充电功率，p
dis
(t)为电储能系统在t时 刻的放电功率，p
max
为电储能系统的充放电最大功率，se(t)为t时刻电储能系统 的剩余电量，ηc为电储能系统的充电效率，ηd为电储能系统的放电效率，se(0) 为电储能系统的初始剩余电量，s
emin
为电储能系统中剩余电量的最小运行值， s
emax
为电储能系统中剩余电量的最大运行值。
57.通过s
emin
、s
emax
可以限定电储能系统剩余电量的运行域。另外，由于电储 能系统中充电状态和放电状态是不能同时成立的，因此可以通过p
dis
(t)p
char
(t)＝0 这一互补约束条件来限制电储能系统的储能状态。
58.可选的，参见图2，储能系统包括多个储能单元，每个储能单元分别对应 一个储能单元控制系统，多个储能单元控制系统并联在同一控制总线上；储能 单元内部包括多组储能电池组，每组储能电池组对应一个变流器，多个变流器 并联在同一汇流母线上。其中，每个储能电池组包括多个串联连接的电池，针 对由多个串联连接的电池构成的储能电池组满足基尔霍夫定理，即： 其中，u为储能电池组的总电压，u1为储能电池组中第 1个电池的电压，u2为储能电池组中第2个电池的电压，un为储能电池组中第 n个电池的电压，i为储能电池组的电流，i1为储能电池组中第1个电池的电流， i2为储能电池组中第2个电池的电流，in为储能电池组中第n个电池的电流。
59.针对由多个电池串联得到的储能电池组，可以根据计 算储能电池组的荷电状态。
60.其中，soc(t)表示t时刻储能电池组的荷电状态，soci(t)表示t时刻储能 电池组中第i个电池的荷电状态，ci表示储能电池组中第i个电池的电池容量， n表示储能电池组中串联的电池数量。
61.储能电池组的荷电状态决定了整个储能系统的功率特性，进一步地根据 确定储能单元荷电状态和储能单元功率的特 性关系。在这里，假定电池放电功率为正，充电功率为负。
62.其中，soci(t)表示t时刻储能系统中第i个储能单元的荷电状态，δt表示 充放电时间，η为变流器效率，pi(t)表示t时刻储能系统中第i个储能单元的有 功功率，ci为储能系统中第i个储能单元的容量。
63.储能单元由多个储能电池组构成，因此，可以通过计算储能单元中所有储 能电池组荷电状态的均值来得到储能单元的荷电状态。
64.根据确定储能电池组的荷电状态 与储能电池组的电压特性关系。
65.其中，u为储能电池组电压，u
max
为储能电池组电压最大值，u
min
为储能 电池组电压
最小值。
66.根据上述储能系统的功率特性和储能电池组电压特性关系构建储能系统的 结构模型，以便于后续可以根据储能电池组的特性关系构建储能系统等值模型。
67.步骤102，根据结构模型，对储能系统中的多个储能单元进行等值简化， 得到储能系统等值模型。
68.储能系统中包括多个储能单元，储能单元中包括多个储能电池组。根据结 构模型中得出的储能电池组的特性关系，可以对储能单元进行等值简化，以得 到储能系统等值模型。
69.可选的，根据结构模型计算各储能单元的配置参数。
70.配置参数包括：充放电功率参考值、经变流器变换后的电流值和电压值以 及荷电状态。
71.可选的，根据计算储能单元的放电功率参考值；
72.根据计算储能单元的充电功率参考值；
73.其中p
iref
(t)表示t时刻储能系统中第i个储能单元的充放电功率参考值，p
ref
(t)表示t时刻储能系统的充放电功率参考值，soci(t-1)表示t-1时刻储能 系统中第i个储能单元的荷电状态，n表示储能单元的数量。
74.根据计算三相电流值，其中， ia、ib、ic分别为三相电流测量值，id、iq、io分别为三相电流经变流器变换后 的电流值；
75.根据计算三相电压值，其中， ua、ub、uc分别为三相电压测量值，ud、uq、uo分别为三相电压经变流器变换 后的电压值；
76.在构建储能系统等值模型时，可以在已经得到变换后的电流值和电压值的 基础上进一步计算储能单元的有功功率、无功功率和实际充放电功率来进一步 完善模型，有利
于整体评估储能系统的运行状况。进一步可选的，根据 计算储能单元功率，其中，p为储能单元发出的有功功率， q为储能单元发出的无功功率，根据有功功率和无功功率求和得到实际充放电 功率值。
77.可选的，根据计算各储能单元的荷电状 态，其中，soci(t)表示t时刻储能系统中第i个储能单元的荷电状态，δt表示 充放电时间，η为变流器效率，pi(t)表示t时刻储能系统中第i个储能单元的有 功功率，ci为储能系统中第i个储能单元的容量。
78.可选的，根据配置参数对各储能单元进行聚类处理，得到储能系统等值模 型。
79.在进行聚类处理前，首先需要对配置参数，即样本数据进行标准化处理。 在标准化数据的基础上构建差异矩阵，以便后续进行聚类处理。
80.进一步可选的，可以根据对样本数据进行最大值标准化处理， 也就是将某属性的样本数据与所有该属性样本数据中最大值相除，得到最大值 指标。其中，x＇
ij
表示样本数据最大值标准化处理后的最大值数据，x
ij
表示第i个 样本第j个属性数据。
81.经过数据标准化处理后，还需对标准化数据进行差异计算得到差异矩阵。 进一步可选的，可以根据s
ij
＝max
1＜k＜m
{|x
ik-x
jk
|}对标准化数据进行差异计算。 其中，s
ij
表示两个样本间的距离，x
ik
表示第i个样本的第k个属性数据，x
jk
表 示第j个样本的第k个属性数据，m表示属性数据的数量。
82.根据上述计算两个样本间的距离的公式，依次计算所有样本的所有属性数 据间的样本距离，得到差异矩阵。
83.根据k-means聚类算法对差异矩阵中的样本数据进行迭代，最终将所有样 本数据根据样本距离划分为k个聚类簇。此处的k值可自行设定。也就是将所 有储能单元根据其配置参数情况进行分组，至此得到储能系统等值模型。
84.步骤103，根据运行模型构建双层储能优化配置模型。
85.双层储能优化配置模型包括上层调度模型和下层储能运行模型。
86.可选的，上层调度模型包括第一目标函数、第二目标函数和第三目标函数；
87.根据建立所述第一目标函数；
88.其中，f1表示储能配置的成本项减去效益项后的最小化值，c
all
表示全寿 命周期成本，b
op
表示配置储能的直接经济效益，c
inv
表示投资建设成本，c
re
表 示总维护成本，c
fin
表示设备残值，γ表示折现率，l表示配置储能的计划寿命 周期，c
op
表示储能配置后系统运行成本，c
op.o
表示储能配置前运行成本；
89.根据建立所述第二目标函数；
90.其中，p
max-l
为储能系统的最大充放电功率，p
max
为储能单元的最大充放电 功率，l为等值的储能单元的数量；
91.根据建立所述第三目标函数；
92.其中，c
l
为储能系统的最大等值储能容量，ci为储能单元的储能容量。
93.可选的，根据建立下层目标函数， 并以作为所述下层目标函数的约束条 件；
94.其中，minf
low
表示最优调度运行成本，d表示供能季，dd表示供能季的天 数，表示供能季在t时刻的电价，表示储能系统在供能季d的电功 率输入，表示供能季在t时刻与电网的交易电量。
95.步骤104，将所述储能系统等值模型中储能单元的配置数据作为参数，输 入到所述双层储能优化配置模型中，得到储能最优配置方案。
96.可选的，在双层储能优化配置模型中，可以通过遗传算法来得到最优解集 合，也就是储能最优配置方案。
97.参见图3，利用遗传算法得到最优解集合，具体包括：
98.设定遗传算法的种群规模和迭代次数，随机生成满足上层调度模型约束条 件的初始种群，这里的种群规模可以是储能单元数量，初始种群可以简单理解 为储能单元；
99.将储能单元的配置情况作为参数输入到下层优化模型；
100.根据下层目标函数的返回值计算上层优化模型中第一目标函数值，用于进 行储能配置的成本优化；
101.根据下层目标函数的返回值计算上层优化模型中第二目标函数值和第三目 标函数值用于求解最优内部结构指标，也就是结构优化过程；
102.根据得到的目标函数值进行非支配度排序，并进行选择、交叉、变异操作， 直到达到最大迭代次数，输出最优解集合。
103.由于成本优化和结构优化所得到的最优解集合并不是同一个且无法互相支 配，因此，需要对两个目标函数值进行非支配度排序。同时，对于各储能单元 的配置情况进行选择、交叉、变异，来得到适应度最高的配置情况，也就是最 优解集合。
104.本发明实施例通过构建电储能的运行模型和储能电池组的结构模型；根据 结构模型，对储能系统中的多个储能单元进行等值简化，得到储能系统等值模 型；根据运行模型构建双层储能优化配置模型；将储能系统等值模型中储能单 元的配置数据作为参数，输入到双层储能优化配置模型中，得到储能最优配置 方案。在设计最优配置方案时考虑到储
能电池的健康运行，能够在成本优化的 同时兼顾储能电池运行优化，提升储能系统的运行效率，真正实现了对综合能 源系统的优化调度以及合理配置。
105.应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后， 各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施 过程构成任何限定。
106.以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述 对应的方法实施例。
107.图4示出了本发明实施例提供的综合能源系统中储能双层目标优化配置装 置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述 如下：
108.如图4所示，综合能源系统中储能双层目标优化配置装置4包括：模型构 建模块41、等值简化模块42和优化配置模块43。
109.模型构建模块41，用于构建电储能系统的运行模型和采用电池进行储能的 储能系统的结构模型，储能系统包括多个储能单元。
110.在一种可能的实现方式中，模型构建模块41用于根据 建立电储能系统的运行模型。
111.其中，p
char
(t)为电储能系统在t时刻的充电功率，p
dis
(t)为电储能系统在t时 刻的放电功率，p
max
为电储能系统的充放电最大功率，se(t)为t时刻电储能系统 的剩余电量，ηc为电储能系统的充电效率，ηd为电储能系统的放电效率，se(0) 为电储能系统的初始剩余电量，s
emin
为电储能系统中剩余电量的最小运行值， s
emax
为电储能系统中剩余电量的最大运行值。
112.通过s
emin
、s
emax
可以限定电储能系统剩余电量的运行域。另外，由于电储 能系统中充电状态和放电状态是不能同时成立的，因此可以通过p
dis
(t)p
char
(t)＝0 这一互补约束条件来限制电储能系统的储能状态。
113.储能系统包括多个储能单元，每个储能单元包括多个储能电池组，每个储 能电池组包括多个串联连接的电池。
114.在一种可能的实现方式中，针对由多个电池串联得到的储能电池组，模型 构建模块41用于根据计算储能电池组的荷电状态。
115.其中，soc(t)表示t时刻储能电池组的荷电状态，soci(t)表示t时刻储能 电池组中第i个电池的荷电状态，ci表示储能电池组中第i个电池的电池容量， n表示储能电池组中串联的电池数量。
116.储能电池组的荷电状态决定了整个储能系统的功率特性，进一步地，模型 构建模
块41，还用于根据确定储能单元荷电 状态和储能单元功率的特性关系。在这里，假定电池放电功率为正，充电功率 为负。
117.其中，soci(t)表示t时刻储能系统中第i个储能单元的荷电状态，δt表示 充放电时间，η为变流器效率，pi(t)表示t时刻储能系统中第i个储能单元的有 功功率，ci为储能系统中第i个储能单元的容量。
118.模型构建模块41，还用于根据确 定储能电池组的荷电状态与储能电池组的电压特性关系。
119.其中，u为储能电池组电压，u
max
为储能电池组电压最大值，u
min
为储能 电池组电压最小值。
120.综上，模型构建模块41，用于根据上述储能系统的功率特性和储能电池组 电压特性关系构建储能系统的结构模型，以便于后续可以根据储能电池组的特 性关系构建储能系统等值模型。
121.等值简化模块42，用于根据结构模型，对储能系统中的多个储能单元进行 等值简化，得到储能系统等值模型。
122.在一种可能的实现方式中，等值简化模块42，用于根据结构模型计算各储 能单元的配置参数。
123.配置参数包括：充放电功率参考值、经变流器变换后的电流值和电压值以 及荷电状态。
124.进一步地，等值简化模块42，用于根据计算储 能单元的放电功率参考值；
125.根据计算储能单元的充电功率参考值；
126.其中p
iref
(t)表示t时刻储能系统中第i个储能单元的充放电功率参考值， p
ref
(t)表示t时刻储能系统的充放电功率参考值，soci(t-1)表示t-1时刻储能 系统中第i个储能单元的荷电状态，n表示储能单元的数量。
127.根据计算三相电流值，其中， ia、ib、ic分别为三相电流测量值，id、iq、io分别为三相电流经变流器变换后 的电流值；
128.根据计算三相电压值，其中， ua、ub、uc分别为三相电压测量值，ud、uq、uo分别为三相电压经变流器变换 后的电压值；
129.在构建储能系统等值模型时，可以在已经得到变换后的电流值和电压值的 基础上进一步计算储能单元的有功功率、无功功率和实际充放电功率来进一步 完善模型，有利于整体评估储能系统的运行状况。进一步可选的，等值简化模 块42，还用于根据计算储能单元功率，其中，p为储能单元 发出的有功功率，q为储能单元发出的无功功率，根据有功功率和无功功率求 和得到实际充放电功率值。
130.等值简化模块42，还用于根据计算各储 能单元的荷电状态，其中，soci(t)表示t时刻储能系统中第i个储能单元的荷 电状态，δt表示充放电时间，η为变流器效率，pi(t)表示t时刻储能系统中第i 个储能单元的有功功率，ci为储能系统中第i个储能单元的容量。
131.在一种可能的实现方式中，等值简化模块42，还用于根据配置参数对各储 能单元进行聚类处理，得到储能系统等值模型。
132.在进行聚类处理前，首先需要对配置参数，即样本数据进行标准化处理。 在标准化数据的基础上构建差异矩阵，以便后续进行聚类处理。
133.进一步可选的，等值简化模块42，用于根据对样本数据进行 最大值标准化处理，也就是将某属性的样本数据与所有该属性样本数据中最大 值相除，得到最大值指标。其中，x＇
ij
表示样本数据最大值标准化处理后的最大 值数据，x
ij
表示第i个样本第j个属性数据。
134.经过数据标准化处理后，还需对标准化数据进行差异计算得到差异矩阵。 进一步可选的，等值简化模块42，还用于根据s
ij
＝max
1＜k＜m
{|x
ik-x
jk
|}对标准化 数据进行差异计算。其中，s
ij
表示两个样本间的距离，x
ik
表示第i个样本的第k 个属性数据，x
jk
表示第j个样本的第k个属性数据。
135.根据上述计算两个样本间的距离的公式，依次计算所有样本的所有属性数 据间的样本距离，得到差异矩阵。
136.等值简化模块42，还用于根据k-means聚类算法对差异矩阵中的样本数据 进行迭代，最终将所有样本数据根据样本距离划分为k个聚类簇。此处的k值 可自行设定。也就是将所有储能单元根据其配置参数情况进行分组，至此得到 储能系统等值模型。
137.优化配置模块43，用于根据运行模型构建双层储能优化配置模型。
138.双层储能优化配置模型包括上层调度模型和下层储能运行模型。
139.可选的，上层调度模型包括第一目标函数、第二目标函数和第三目标函数； 在一种可能的实现方式中，优化配置模块43，用于根据 建立所述第一目标函数；
140.其中，f1表示储能配置的成本项减去效益项后的最小化值，c
all
表示全寿 命周期成本，b
op
表示配置储能的直接经济效益，c
inv
表示投资建设成本，c
re
表 示总维护成本，c
fin
表示设备残值，γ表示折现率，l表示配置储能的计划寿命 周期，c
op
表示储能配置后系统运行成本，c
op.o
表示储能配置前运行成本；
141.优化配置模块43，还用于根据建立所述第二目标函数；
142.其中，p
max-l
为储能系统的最大充放电功率，p
max
为储能单元的最大充放电 功率，l为等值的储能单元的数量；
143.优化配置模块43，还用于根据建立所述第三目标函数；
144.其中，c
l
为储能系统的最大等值储能容量，ci为储能单元的储能容量。
145.在一种可能的实现方式中，优化配置模块43，还用于根据 建立下层目标函数，并以作为所述下层目标函数的约束条件；
146.其中，minf
low
表示最优调度运行成本，d表示供能季，dd表示供能季的天 数，表示供能季在t时刻的电价，表示储能系统在供能季d的电功 率输入，表示供能季在t时刻与电网的交易电量。
147.优化配置模块43，还用于将储能系统等值模型中储能单元的配置数据作为 参数，输入到双层储能优化配置模型中，得到储能最优配置方案。
148.可选的，在双层储能优化配置模型中，可以通过遗传算法来得到最优解集 合，也就是储能最优配置方案。
149.本发明实施例通过模型构建模块41构建电储能系统的运行模型和采用电 池进行储能的储能系统的结构模型；等值简化模块42根据结构模型，对储能系 统中的多个储能单元进行等值简化，得到储能系统等值模型；优化配置模块43， 根据运行模型构建双层储能
优化配置模型，并将储能系统等值模型中储能单元 的配置数据作为参数，输入到双层储能优化配置模型中，得到储能最优配置方 案。在设计最优配置方案时考虑到储能电池的健康运行，能够在成本优化的同 时兼顾储能电池运行优化，提升储能系统的运行效率，真正实现了对综合能源 系统的优化调度以及合理配置。
150.图5是本发明实施例提供的终端的示意图。如图5所示，该实施例的终端 5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器 50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述 各个综合能源系统中储能双层目标优化配置方法实施例中的步骤，例如图1所 示的步骤101至步骤104。或者，所述处理器50执行所述计算机程序52时实 现上述各装置实施例中各模块/单元的功能，例如图4所示模块41至43的功能。
151.示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述 一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行， 以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计 算机程序指令段，该指令段用于描述所述计算机程序52在所述终端5中的执行 过程。例如，所述计算机程序52可以被分割成图4所示的模块41至43。
152.所述终端5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算 设备。所述终端5可包括，但不仅限于，处理器50、存储器51。本领域技术人 员可以理解，图5仅仅是终端5的示例，并不构成对终端5的限定，可以包括 比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终 端还可以包括输入输出设备、网络接入设备、总线等。
153.所称处理器50可以是中央处理单元(central processing unit，cpu)，还可 以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用 集成电路(application specific integrated circuit，asic)、现场可编程门阵列 (field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或 者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理 器也可以是任何常规的处理器等。
154.所述存储器51可以是所述终端5的内部存储单元，例如终端5的硬盘或内 存。所述存储器51也可以是所述终端5的外部存储设备，例如所述终端5上配 备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(securedigital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器51还可以 既包括所述终端5的内部存储单元也包括外部存储设备。所述存储器51用于存 储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器51还可以 用于暂时地存储已经输出或者将要输出的数据。
155.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上 述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上 述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不 同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功 能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在， 也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬 件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模 块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范
围。上 述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程， 在此不再赘述。
156.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详 述或记载的部分，可以参见其它实施例的相关描述。
157.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示 例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来 实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用 和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现 所描述的功能，但是这种实现不应认为超出本发明的范围。
158.在本发明所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可 以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的， 例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有 另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统， 或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或 直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接， 可以是电性，机械或其它的形式。
159.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为 单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者 也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部 单元来实现本实施例方案的目的。
160.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中， 也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元 中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的 形式实现。
161.所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品 销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解， 本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指 令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中， 该计算机程序在被处理器执行时，可实现上述各个综合能源系统中储能双层目 标优化配置方法实施例的步骤。其中，所述计算机程序包括计算机程序代码， 所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中 间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任 何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只 读存储器(read-only memory，rom)、随机存取存储器(random accessmemory，ram)、电载波信号、电信信号以及软件分发介质等。需要说明的 是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的 要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机 可读介质不包括是电载波信号和电信信号。
162.以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照 前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其 依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特 征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发 明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。