一种考虑风光三状态的微电网混合储能双层容量配置方法

1.本发明设计一种微电网混合储能优化配置方法，具体涉及一种考虑风光三状态的微电网混合储能双层容量配置方法。


背景技术：

2.微电网是通过先进的电力电子技术和控制技术，将风机、光伏系统、储能系统、柴油机、本地负荷等各单元整合起来，形成了一种小型的独立电力系统系统，它的出现为电力系统对分布式发电更为宏观上的调控提供了可能。微电网有两种运行方式，既可以和外部电网并网运行，也可以自身孤立运行。而现存在的模型只单一适用于孤岛型微网或者并网型微网，很少有同时适用于微网两种运行状态的模型。由于风电出力以及光伏出力具有很强的不确定性，不能精确地建立其出力模型，如何充分考虑分布式电源出力的不确定性，充分利用当地的资源完成对储能以及各微源的配置，是微网规划阶段需关注的重点。
3.目前，在微网中用于解决大容量电能的存储和转换问题、充当分布式发电的备用容量的储能装置一般选用蓄电池，而蓄电池作为能量型储能的代表其能量密度大，可以较长时间进行存储，但是面对波动频率较高的负荷蓄电池不适合频繁充放电，而超级电容器作为功率型储能的代表则可以较好的弥补蓄电池的缺陷，所以考虑蓄电池与超级电容器共同接入微网中，很少有模型考虑风电出力以及光伏出力多状态运行的情况下混合储能的配置。


技术实现要素：

4.本发明是为了解决上述问题而进行的，目的在于提供一种考虑风光三状态的微电网混合储能双层容量配置方法。
5.本发明提供了一种考虑风光三状态的微电网混合储能双层容量配置方法，用于对处于并网或离网状态下的微电网中的风机、光伏机组以及混合储能系统进行容量以及功率配置，具有这样的特征，包括以下步骤：步骤1，筛选待配置地区的微电网数据，选取典型日，建立风机出力模型以及光伏机组出力模型；
6.步骤2，利用马尔可夫过程建立风机以及光伏三状态模型，三状态包括正常运行状态、降额状态以及故障停运状态；
7.步骤3，在风光容量上下限约束内，随机选取一组风光容量初始值，计算缺额功率，采用序贯蒙特卡洛法随机抽样风机与光伏机组在不同状态下的输出功率；
8.步骤4，对缺额功率进行傅里叶变换以及反变换，根据变换后的频谱图分出低频功率与高频功率，根据混合储能系统中蓄电池与超级电容器的特点以及根据微电网是否通过联络线并入主电网，分别对低频功率与高频功率进行补偿；
9.步骤5，建立以微网总成本最小为目标的配置模型，并根据步骤4中的傅里叶变换以及反变换对规划周期内的缺额功率进行频谱分析，分出低频功率与高频功率，并确定混合储能系统以及联络线出力，并将结果传到步骤3中，重复进行步骤3-步骤5，通过粒子群算
法迭代得到风光容量的最优解后，输出对应容量以及功率配置结果。
10.在本发明提供的考虑风光三状态的微电网混合储能双层容量配置方法中，还可以具有这样的特征：其中，步骤1中包括以下子步骤：
11.步骤1-1，根据获得典型日的风速数据计算风力发电机出力，建立风机出力模型如下：
[0012][0013]
步骤1-2，根据获得典型日的光照以及环境温度数据计算光伏机组出力，建立光伏机组出力模型如下：
[0014][0015]
公式(1)中，v
out
为切出风速，v
in
为切入风速，vr为额定风速，p
r.wind
为风机额定功率，
[0016]
公式(2)中，p
sc
为光伏阵列标准条件下的额定输出功率，g
sc
为标准条件下太阳辐照度，gc为工作点实际太阳辐照度，k为功率温度系数，tc(t)为时刻工作点温度，t
sc
为标准条件下温度，n
pv
为光伏阵列单元数量。
[0017]
在本发明提供的考虑风光三状态的微电网混合储能双层容量配置方法中，还可以具有这样的特征：其中，步骤2中包括以下子步骤：
[0018]
步骤2-1，对正常运行状态、降额状态以及故障停运状态进行概率求解，利用马尔可夫原理得到状态转移矩阵为：
[0019][0020]
进一步求解，得到：
[0021][0022]
步骤2-2，采用蒙特卡洛法进行仿真抽样，风机或光伏机组的三状态持续运行时间由平均无故障持续工作时间mttf、平均修复时间mttr模拟获得，计算公式为：
[0023][0024][0025]
公式(3)和公式(4)中，λ为故障率，μ为修复率，p1、p2、p3分别为风机或光伏机组处
于正常运行状态、降额状态、故障状态的概率，
[0026]
公式(5)和公式(6)中，t1、t2分别为运行状态的持续运行时间、停运故障修复时间，x1、x2为区间[0,1]内服从均匀分布的随机数。
[0027]
在本发明提供的考虑风光三状态的微电网混合储能双层容量配置方法中，还可以具有这样的特征：其中，步骤3包括以下子步骤：
[0028]
步骤3-1，设定建设场地面积为s，长为l，宽为w，则微电网中的风机、光伏机组满足以下条件：
[0029][0030]
步骤3-2，风机以及光伏机组三状态的输出功率为：
[0031][0032][0033]
i∈[1,i
max
],j∈[1,j
max
]
ꢀꢀꢀ
(10)，
[0034]
公式(8)-公式(9)中，表示风机与光伏机组在时刻t所处的状态，通过序贯蒙特卡罗抽样得到，计算公式如下：
[0035][0036]
步骤3-3，通过微电网中风力发电、光伏发电和负荷用电产生的功率差得到缺额功率pj，计算公式如下：
[0037][0038]
公式(7)中，d为风机风轮直径，s2、[]分别为单个光伏阵列占地面积、遮阴系数和取整函数，
[0039]
公式(8)-公式(10)中，i
max
为风机最大台数，j
max
为光伏机组最大台数，为i台风机在时刻t发出的功率，为j台光伏机组在时刻t发出的功率，为时刻t是否引入第i台风机，为是否引入第j台光伏机组，
[0040]
公式(12)中，p
l
(t)为t时刻的负荷功率，pg(t)为t时刻风机和光伏机组发出的功率。
[0041]
在本发明提供的考虑风光三状态的微电网混合储能双层容量配置方法中，还可以具有这样的特征：其中，步骤4中包括以下子步骤：
[0042]
步骤4-1，离散傅里叶变换公式为：
[0043][0044][0045]
步骤4-2，将缺额功率代入公式(13)-公式(14)，计算幅频序列pj(k)，幅频序列pj(k)以频率fk＝fs/2为对称轴，表示为：
[0046][0047]
将公式(15)在k＝n处切断，n为分断点，其中[0,n]为低频部分，[n 1,n/2]为高频部分，将低频与高频分离，得到下式：
[0048][0049]
p
j.h
(k)＝{0,
…
,0,pj(n-1),
…
,pj(n-n-1),0,
…
0}
ꢀꢀꢀꢀ
(17)，
[0050]
公式(16)和公式(17)中，p
j.d
(k)、p
j.h
(k)分别为缺额功率的低频分量和高频分量，将公式(16)和公式(17)分别代入公式(14)得到缺额功率的低频功率与高频功率为：
[0051][0052][0053]
步骤4-3，通过混合储能系统以及联络线对低频功率与高频功率对应进行补偿，
[0054]
p
j.d
(t)＝β
es1
p
es1
(t) αp
line
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(20)
[0055]
p
j.h
(t)＝β
es2
p
es2
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(21)
[0056]
pj(t)＝β
es1
p
es1
(t) β
es2
p
es2
(t) αp
line
(t)
ꢀꢀꢀꢀꢀꢀꢀ
(22)，
[0057]
公式(20)-公式(22)中p
es1
(t)为蓄电池补偿的功率，p
es2
(t)为超级电容器补偿的功率，β
es1
为是否引入蓄电池，β
es2
为是否引入超级电容器，α为并离网系数，取1时代表并网，取0代表离网；
[0058]
当并离网系数α＝0时，微电网孤岛运行，低频功率由蓄电池补偿，高频功率由超级电容器补偿；
[0059]
当并离网系数α＝1时，微电网并网运行，低频功率由蓄电池和联络线补偿，高频功率由超级电容器补偿；
[0060]
步骤4-4，混合储能系统的额定功率大小为储能实际充放电功率绝对值的最大值，公式如下：
[0061]ses1
/u1≥max{|p
es1
(t)|}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(23)
[0062]ses2
/u2≥max{|p
j.h
(t)|}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(24)；
[0063]
步骤4-5，储能的初始能量变化的公式如下：
[0064][0065]
步骤4-6，储能额定容量的公式如下：
[0066][0067]
e0＝0.5s
es
ꢀꢀꢀꢀꢀ
(27)，
[0068]
公式(13)-公式(14)中，p(k)、p(n)分别为频域信号和时域信号的主值序列，k为不同频段的序列数，
[0069]
公式(23)-公式(24)中，s
es
为储能的额定容量，u1为蓄电池额定容量与额定功率的比值，u2为超级电容器额定容量与额定功率的比值，
[0070]
公式(25)中，e(t)为在第t个采样点储能相对原始状态能量变化，单位kw
·
h，t0表示采样周期，单位为s，
[0071]
公式(26)-公式(27)中，s
es
为储能额定容量，e0为储能初始能量，储能初始能量设为储能额定容量的0.5倍。
[0072]
在本发明提供的考虑风光三状态的微电网混合储能双层容量配置方法中，还可以具有这样的特征：其中，步骤5中包括以下子步骤：
[0073]
步骤5-1，建立配置模型时，微电网总成本包括设备的等年值投资成本、各组件运行维护费用，公式如下：
[0074]
minfm＝min(f
am
f
bm
)
ꢀꢀꢀꢀꢀꢀꢀ
(28)，
[0075]
公式(28)中，f
am
为设备的等年值投资成本，f
bm
为各组件运行维护费用；
[0076]
步骤5-2，设备的等年值投资成本的计算公式如下：
[0077]fam
＝f
cr
(f
wind.amswind
f
pv.amspv
f
es1.amses.1
f
es2.amses.2
)
ꢀꢀ
(29)
[0078][0079]
公式(29)-公式(30)中，f
wind.am
、f
pv.am
、f
es1.am
、f
es2.am
分别为风电、光伏、蓄电池和超级电容器的单位容量初始投资成本，sk为第k种组件的额定容量，f
cr
为年资金回收系数，lf为工程规划使用年限，r为折现率；
[0080]
步骤5-3，各组件运行维护费用的计算公式如下：
[0081]fbm
＝f
wind.bmswind
f
pv.bmspv
f
es1.bmses.1
f
es2.bmses.2
ꢀꢀ
(31)，
[0082]
公式(31)中，f
wind.bm
、f
pv.bm
、f
es1.bm
、f
es2.bm
分别为风力发电机组、光伏发电阵列、蓄电池、超级电容器的维护成本系数；
[0083]
步骤5-4，建立微网总成本最小为目标的配置模型需要满足的约束条件，包括功率平衡约束、系统与电网功率交换约束、联络线利用率约束、联络线功率波动约束以及储能系统荷电状态约束；
[0084]
步骤5-5，根据步骤4中的傅里叶变换以及反变换对规划周期内的缺额功率进行频谱分析，分出低频功率与高频功率，确定混合储能系统以及联络线出力，并将结果传到步骤3，重复进行步骤3-步骤5，通过粒子群算法迭代得到风光容量的最优解后，输出对应容量以及功率配置结果，粒子群算法中的粒子的更新速度以及更新位置如下：
[0085][0086][0087]
公式(32)-公式(33)中，i为第i个粒子，k为算法迭代的次数，c1、c2为学习因子，w为惯性权重系数，r1、r2为在[0,1]之间的随机数，v表示更新速度，x为更新位置，pg为全局历史最优位置，p
best
为个体历史的最优位置。
[0088]
在本发明提供的考虑风光三状态的微电网混合储能双层容量配置方法中，还可以具有这样的特征：其中，步骤5-4中包括以下子步骤：
[0089]
步骤5-4-1，功率平衡约束如下：
[0090]
p
j.d
(t)＝β
es1
p
es1
(t) αp
line
(t)
ꢀꢀꢀ
(34)
[0091]
p
j.h
(t)＝β
es2
p
es2
(t)
ꢀꢀꢀ
(35)，
[0092]
公式(34)-公式(35)中，β为引入系数，取1表示模型中引入对应组件，反之取0，α为并离网系数，为0-1变量，当α＝1时微网并网运行，α＝0时微网孤岛运行；
[0093]
步骤5-4-2，系统与电网功率交换约束为微电网的风光储系统与电网的交换功率p
line
需要满足要求如下：
[0094]
αp
line.min
≤p
line
(t)≤αp
line.max
ꢀꢀ
(36)，
[0095]
公式(36)中，p
line.min
、p
line.max
分别为微电网与主电网允许交换的最小功率和最大功率，该值根据微电网与主电网所达成的供求协议进行确定；
[0096]
步骤5-4-3，联络线利用率约束如下：
[0097]
αu
line
≥αu
line.min
ꢀꢀ
(37)
[0098][0099]
公式(37)-公式(38)中，u
line.min
为联络线利用率的下限，u
line
为联络线利用率，p
line.in
为主电网向微电网输送的功率，p
line.out
为微电网向主电网倒送的功率，e
line
为联络线额定功率下输送的电量，p
line,0
(t)为联络线额定功率；
[0100]
步骤5-4-4，联络线功率波动约束采用功率标准差来表示联络线功率波动大小，功率标准差的值越小时，表示联络线的功率波动越小，公式如下：
[0101][0102]dsd
≤δgꢀꢀꢀ
(40)，
[0103]
公式(39)-公式(40)中，d
sd
为功率标准差，δg为主电网最大功率变化率，为联络线功率的平均值；
[0104]
步骤5-4-5，储能系统荷电状态约束如下：
[0105]
soc
imin
≤soci(t)≤soc
imax
ꢀꢀꢀ
(41)，
[0106]
公式(41)中，soc
imin
、soc
imax
分别为第i个储能系统soc上下限值，soci(t)为阶段t储能系统的soc值。
[0107]
发明的作用与效果
[0108]
根据本发明所涉及的一种考虑风光三状态的微电网混合储能双层容量配置方法，通过建立风机以及光伏三状态模型，并采用序贯蒙特卡洛法随机抽样风机与光伏机组在不同状态下的输出功率，能够更为精确的获得风机和光伏机组的输出功率；并且，本发明通过将缺额功率分频为低频功率与高频功率，并通过由蓄电池和超级电容器构成混合储能系统以及联络线对低频功率与高频功率进行对应补偿，能够在考虑风电出力以及光伏出力多状态运行的情况下同时进行混合储能的优化配置；另外，本发明通过设置引入系数和并离网系数，可以灵活地对是否引入蓄电池或超级电容器以及微电网并离网进行选择和组合，在用户交互方面十分友好，能够同时适用于微电网孤岛与并网的场景。
附图说明
[0109]
图1是本发明的实施例中一种考虑风光三状态的微电网混合储能双层容量配置方法的流程图；
[0110]
图2是本发明的实施例中风机以及光伏三状态模型的示意图；
[0111]
图3是本发明的实施例中根据风机以及光伏三状态模型抽样模拟风机以及光伏机组所处状态和持续时间的结果示意图；
[0112]
图4是本发明的实施例中高频功率的示意图；
[0113]
图5是本发明的实施例中低频功率的示意图；
[0114]
图6是本发明的实施例中联络线功率的示意图。
具体实施方式
[0115]
为了使本发明实现的技术手段与功效易于明白了解，以下结合实施例及附图对本发明作具体阐述。
[0116]
《实施例》
[0117]
图1是本发明的实施例中一种考虑风光三状态的微电网混合储能双层容量配置方法的流程图。
[0118]
如图1所示，本实施例的一种考虑风光三状态的微电网混合储能双层容量配置方法，用于对处于并网或离网状态下的微电网中的风机、光伏机组以及混合储能系统进行容量以及功率配置，包括以下步骤：步骤1，筛选待配置地区的微电网数据，选取典型日，建立风机出力模型以及光伏机组出力模型。
[0119]
步骤1中包括以下子步骤：
[0120]
步骤1-1，根据获得典型日的风速数据计算风力发电机出力，建立风机出力模型如下：
[0121][0122]
步骤1-2，根据获得典型日的光照以及环境温度数据计算光伏机组出力，建立光伏机组出力模型如下：
[0123][0124]
公式(1)中，v
out
为切出风速，v
in
为切入风速，vr为额定风速，p
r.wind
为风机额定容量，
[0125]
公式(2)中，p
sc
为光伏阵列标准条件下的额定输出功率，g
sc
为标准条件下太阳辐照度，gc为工作点实际太阳辐照度，k为功率温度系数，tc(t)为时刻工作点温度，t
sc
为标准条件下温度，n
pv
为光伏阵列单元数量。
[0126]
图2是本发明的实施例中风机以及光伏三状态模型的示意图。
[0127]
如图2所示，步骤2，利用马尔可夫过程建立风机以及光伏三状态模型，三状态包括正常运行状态、降额状态以及故障停运状态。
[0128]
步骤2中包括以下子步骤：
[0129]
步骤2-1，对正常运行状态、降额状态以及故障停运状态进行概率求解，利用马尔可夫原理得到状态转移矩阵为：
[0130][0131]
进一步求解，得到：
[0132][0133]
步骤2-2，采用蒙特卡洛法进行仿真抽样，风机或光伏机组的三状态持续运行时间由平均无故障持续工作时间mttf、平均修复时间mttr模拟获得，计算公式为：
[0134][0135][0136]
公式(3)和公式(4)中，λ为故障率，μ为修复率，p1、p2、p3分别为风机或光伏机组处于正常运行状态、降额状态、故障状态的概率，
[0137]
公式(5)和公式(6)中，t1、t2分别为运行状态的持续运行时间、停运故障修复时间，x1、x2为区间[0,1]内服从均匀分布的随机数。
[0138]
步骤3，在风光容量上下限约束内，随机选取一组风光容量初始值，计算缺额功率，采用序贯蒙特卡洛法随机抽样风机与光伏机组在不同状态下的输出功率。
[0139]
步骤3包括以下子步骤：
[0140]
步骤3-1，设定建设场地面积为s，长为l，宽为w，则微电网中的风机、光伏机组满足以下条件：
[0141][0142]
步骤3-2，风机以及光伏机组三状态的输出功率为：
[0143][0144][0145]
i∈[1,i
max
],j∈[1,j
max
]
ꢀꢀꢀ
(10)
[0146]
公式(8)-公式(9)中，表示风机与光伏机组在时刻t所处的状态，通过序贯蒙特卡罗抽样得到，计算公式如下：
[0147][0148]
步骤3-3，通过微电网中风力发电、光伏发电和负荷用电产生的功率差得到缺额功率pj，计算公式如下：
[0149][0150]
公式(7)中，d为风机风轮直径，s2、[]分分别为单个光伏阵列占地面积、遮阴系数和取整函数，
[0151]
公式(8)-公式(10)中，i
max
为风机最大台数，j
max
为光伏机组最大台数，为i台风机在时刻t发出的功率，为j台光伏机组在时刻t发出的功率，为时刻t是否引入第i台风机，为是否引入第j台光伏机组，
[0152]
公式(12)中，p
l
(t)为t时刻的负荷功率，pg(t)为t时刻风机和光伏机组发出的功率。
[0153]
步骤4，对缺额功率进行傅里叶变换以及反变换，根据变换后的频谱图分出低频功率与高频功率，根据混合储能系统中蓄电池与超级电容器的特点以及根据微电网是否通过联络线并入主电网，分别对低频功率与高频功率进行补偿。
[0154]
步骤4中包括以下子步骤：
[0155]
步骤4-1，离散傅里叶变换公式为：
[0156][0157][0158]
步骤4-2，将缺额功率代入公式(13)-公式(14)，计算幅频序列pj(k)，幅频序列pj(k)以频率fk＝fs/2为对称轴，表示为：
[0159][0160]
将公式(15)在k＝n处切断，n为分断点，其中[0,n]为低频部分，[n 1,n/2]为高频部分，将低频与高频分离，得到下式：
[0161][0162]
p
j.h
(k)＝{0,
…
,0,pj(n-1),
…
,pj(n-n-1),0,
…
0}
ꢀꢀꢀ
(17)，
[0163]
公式(16)和公式(17)中，p
j.d
(k)、p
j.h
(k)分别为缺额功率的低频分量和高频分量，将公式(16)和公式(17)分别代入公式(14)得到缺额功率的低频功率与高频功率为：
[0164][0165][0166]
步骤4-3，通过混合储能系统以及联络线对低频功率与高频功率对应进行补偿，
[0167]
p
j.d
(t)＝β
es1
p
es1
(t) αp
line
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(20)
[0168]
p
j.h
(t)＝β
es2
p
es2
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(21)
[0169]
pj(t)＝β
es1
p
es1
(t) β
es2
p
es2
(t) αp
line
(t)
ꢀꢀꢀꢀꢀꢀ
(22)，
[0170]
公式(20)-公式(22)中，p
es1
(t)为蓄电池补偿的功率，p
es2
(t)为超级电容器补偿的功率，β
es1
为是否引入蓄电池，β
es2
为是否引入超级电容器，α为并离网系数，取1时代表并网，取0代表离网；
[0171]
当并离网系数α＝0时，微电网孤岛运行，低频功率由蓄电池补偿，高频功率由超级电容器补偿；
[0172]
当并离网系数α＝1时，微电网并网运行，低频功率由蓄电池和联络线补偿，高频功率由超级电容器补偿；
[0173]
步骤4-4，混合储能系统的额定功率大小为储能实际充放电功率绝对值的最大值，公式如下：
[0174]ses1
/u1≥max{|p
es1
(t)|}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(23)
[0175]ses2
/u2≥max{|p
j.h
(t)|}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(24)；
[0176]
步骤4-5，储能的初始能量变化的公式如下：
[0177]
[0178]
步骤4-6，储能额定容量的公式如下：
[0179][0180]
e0＝0.5s
es
ꢀꢀ
(27)，
[0181]
公式(13)-公式(14)中，p(k)、p(n)分别为频域信号和时域信号的主值序列，k为不同频段的序列数，
[0182]
公式(23)-公式(24)中，s
es
为储能的额定容量，u1为蓄电池额定容量与额定功率的比值，u2为超级电容器额定容量与额定功率的比值，
[0183]
公式(25)中，e(t)为在第t个采样点储能相对原始状态能量变化，单位kw
·
h，t0表示采样周期，单位为s，
[0184]
公式(26)-公式(27)中，s
es
为储能额定容量，e0为储能初始能量，储能初始能量设为储能额定容量的0.5倍。
[0185]
步骤5，建立以微网总成本最小为目标的配置模型，并根据步骤4中的傅里叶变换以及反变换对规划周期内的缺额功率进行频谱分析，分出低频功率与高频功率，并确定混合储能系统以及联络线出力，并将结果传到步骤3中，重复进行步骤3-步骤5，通过粒子群算法迭代得到风光容量的最优解后，输出对应容量以及功率配置结果。
[0186]
步骤5中包括以下子步骤：
[0187]
步骤5-1，建立配置模型时，微电网总成本包括设备的等年值投资成本、各组件运行维护费用，公式如下：
[0188]
minfm＝min(f
am
f
bm
)
ꢀꢀ
(28)，
[0189]
公式(28)中，f
am
为设备的等年值投资成本，f
bm
为各组件运行维护费用；
[0190]
步骤5-2，设备的等年值投资成本的计算公式如下：
[0191]fam
＝f
cr
(f
wind.amswind
f
pv.amspv
f
es1.amses.1
f
es2.amses.2
)
ꢀꢀ
(29)
[0192][0193]
公式(29)-公式(30)中，f
wind.am
、f
pv.am
、f
es1.am
、f
es2.am
分别为风电、光伏、蓄电池和超级电容器的单位容量初始投资成本，sk为第k种组件的额定容量，f
cr
为年资金回收系数，lf为工程规划使用年限，r为折现率；
[0194]
步骤5-3，各组件运行维护费用的计算公式如下：
[0195]fbm
＝f
wind.bmswind
f
pv.bmspv
f
es1.bmses.1
f
es2.bmses.2
ꢀꢀ
(31)，
[0196]
公式(31)中，f
wind.bm
、f
pv.bm
、f
es1.bm
、f
es2.bm
分别为风力发电机组、光伏发电阵列、蓄电池、超级电容器的维护成本系数。
[0197]
步骤5-4，建立微网总成本最小为目标的配置模型需要满足的约束条件，包括功率平衡约束、系统与电网功率交换约束、联络线利用率约束、联络线功率波动约束以及储能系统荷电状态约束。
[0198]
步骤5-4中包括以下子步骤：
[0199]
步骤5-4-1，功率平衡约束如下：
[0200]
p
j.d
(t)＝β
es1
p
es1
(t) αp
line
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(32)
[0201]
p
j.h
(t)＝β
es2
p
es2
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(33)，
[0202]
公式(32)-公式(33)中，β为引入系数，取1表示模型中引入对应组件，反之取0，α为并离网系数，为0-1变量，当α＝1时微网并网运行，α＝0时微网孤岛运行；
[0203]
步骤5-4-2，系统与电网功率交换约束为微电网的风光储系统与电网的交换功率p
line
需要满足要求如下：
[0204]
αp
line.min
≤p
line
(t)≤αp
line.max
ꢀꢀ
(34)，
[0205]
公式(34)中，p
line.min
、p
line.max
分别为微电网与主电网允许交换的最小功率和最大功率，该值根据微电网与主电网所达成的供求协议进行确定；
[0206]
步骤5-4-3，联络线利用率约束如下：
[0207]
αu
line
≥αu
line.min
ꢀꢀ
(35)
[0208][0209]
公式(35)-公式(36)中，u
line.min
为联络线利用率的下限，u
line
为联络线利用率，p
line.in
为主电网向微电网输送的功率，p
line.out
为微电网向主电网倒送的功率，e
line
为联络线额定功率下输送的电量，p
line,0
(t)为联络线额定功率(固定值)；
[0210]
步骤5-4-4，联络线功率波动约束采用功率标准差来表示联络线功率波动大小，功率标准差的值越小时，表示联络线的功率波动越小，公式如下：
[0211][0212]dsd
≤δgꢀꢀ
(38)，
[0213]
公式(37)-公式(38)中，d
sd
为功率标准差，δg为主电网最大功率变化率(δg小于装机容量的10％)，为联络线功率的平均值；
[0214]
步骤5-4-5，储能系统荷电状态约束如下：
[0215]
soc
imin
≤soci(t)≤soc
imax
ꢀꢀ
(39)，
[0216]
公式(39)中，soc
imin
、soc
imax
分别为第i个储能系统soc上下限值，soci(t)为阶段t储能系统的soc值。
[0217]
步骤5-5，根据步骤4中的傅里叶变换以及反变换对规划周期内的缺额功率进行频谱分析，分出低频功率与高频功率，确定混合储能系统以及联络线出力，并将结果传到步骤3，重复进行步骤3-步骤5，通过粒子群算法迭代得到风光容量的最优解后，输出对应容量以及功率配置结果，粒子群算法中的粒子的更新速度以及更新位置如下：
[0218][0219]
[0220]
公式(40)-公式(41)中，i为第i个粒子，k为算法迭代的次数，，c1、c2为学习因子，w为惯性权重系数，r1、r2为在[0,1]之间的随机数，v表示更新速度，x为更新位置，pg为全局历史最优位置，p
best
为个体历史的最优位置。
[0221]
本实施例中，通过本发明的一种考虑风光三状态的微电网混合储能双层容量配置方法对某一独立微电网进行配置，具体如下：
[0222]
步骤1，对待配置的独立微电网选取典型日数据，建立风机出力模型以及光伏机组出力模型，采样时间为2min，采样总数为n＝720，风机切入风速为3m/s，切出风速为25m/s，额定风速为15m/s，风机初始额定容量为100kw，光伏额定容量为50kw。
[0223]
步骤2，利用马尔可夫过程建立风机以及光伏三状态模型，风机以及光伏机组的故障率与修复率取值为：λ
12
＝5.84次/年，λ
13
＝7.89次/年，λ
23
＝10.84次/年，μ
21
＝48.3次/年，μ
31
＝58.4次/年，μ
32
＝48.3次/年。
[0224]
步骤3，随机选取一台风机与光伏机组，计算缺额功率，根据建立的风机以及光伏三状态模型对风机与光伏机组所处状态以及持续时间进行抽样模拟。图3是本发明的实施例中根据风机以及光伏三状态模型抽样模拟风机以及光伏机组所处状态和持续时间的结果示意图。
[0225]
如图3所示，根据风机以及光伏三状态模型对风机与光伏机组所处状态以及持续时间进行抽样模拟能够得到风机与光伏机组所处状态以及持续时间，再根据风机出力模型以及光伏机组出力模型能够对应得到风机与光伏机组的输出功率。
[0226]
步骤4，对缺额功率进行傅里叶变换以及反变换，根据变换后的频谱图得到分断点n＝256，分出如图4所示的高频功率以及如图5所示的低频功率，当并离网系数α＝0时，微电网孤岛运行，低频功率由蓄电池补偿，高频功率全部由超级电容器补偿。
[0227]
步骤5，建立以微网总成本最小为目标的配置模型，根据低频功率由蓄电池补偿，高频功率全部由超级电容器补偿确定混合储能系统出力后，将结果返回步骤3，重复进行步骤3-步骤5，通过粒子群算法的不断迭代得到风光容量的最优解后，输出对应容量以及功率配置结果，如表1所示：
[0228]
表1：不考虑联络线的配置结果
[0229][0230][0231]
本实施例中，当步骤4中的并离网系数α＝1时，微电网并网运行，联络线的利用率
为52.622％，联络线功率如图6所示，此时对缺额功率的低频功率由蓄电池和联络线共同进行补偿，高频功率由超级电容器补偿，确定混合储能系统以及联络线出力后，将结果返回步骤3，重复进行步骤3-步骤5，通过粒子群算法的不断迭代得到风光容量的最优解后，输出对应容量以及功率配置结果，如表2所示：
[0232]
表2：考虑联络线的配置结果
[0233][0234]
综上，本实施例的一种考虑风光三状态的微电网混合储能双层容量配置方法能够同时适用于微电网孤岛与并网的场景，并且能够在考虑风电出力以及光伏出力多状态运行的情况下同时对混合储能系统进行优化配置。
[0235]
实施例的作用与效果
[0236]
根据本实施例所涉及的一种考虑风光三状态的微电网混合储能双层容量配置方法，通过建立风机以及光伏三状态模型，并采用序贯蒙特卡洛法随机抽样风机与光伏机组在不同状态下的输出功率，能够更为精确的获得风机和光伏机组的输出功率；并且，本实施例通过将缺额功率分频为低频功率与高频功率，并通过由蓄电池和超级电容器构成混合储能系统以及联络线对低频功率与高频功率进行对应补偿，能够在考虑风电出力以及光伏出力多状态运行的情况下同时进行混合储能的优化配置；另外，本实施例通过设置引入系数和并离网系数，可以灵活地对是否引入蓄电池或超级电容器以及微电网并离网进行选择和组合，在用户交互方面十分友好，能够同时适用于微电网孤岛与并网的场景。
[0237]
上述实施方式为本发明的优选案例，并不用来限制本发明的保护范围。