一种可再生能源耦合抽水蓄能系统的能源优化方法及系统与流程

1.本发明涉及供电系统技术领域，特别是涉及一种可再生能源耦合抽水蓄能系统的能源优化方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.可再生能源和储能系统的结合为电力消费提供了新的机会。储能系统在可再生能源系统中的主要功能是在可再生能源无法满足负载需求时完美补偿电力需求与电力供应之间的不匹配。因此，为了提高可再生能源应用中的电力可靠性和稳定性，开发经济可行的储能仍然是一个巨大而重要的挑战，特别是对于那些完全由间歇性太阳能和风能供电的独立可再生能源。
4.每种储能技术都具有特殊的特性，使其仅与指定的应用场景保持一致。因此，选择与特定应用相匹配的合适存储技术是必要的。有多种储能技术用于固定电力应用，可以按照储能形式、储能持续时间(长期、短期储能)或其他标准(如成熟度、资本成本、效率)等进行分类，如按储能方式分类分为：机械储能，如抽水蓄能、压缩空气储能、飞轮等；电化学储能，如电池、液流电池、金属空气电池、氢燃料电池和太阳能燃料；电磁储能，如作为超级电容器和超导磁储能；和热能储存。其中，前三组多用于电力系统。随着储能技术的进步，几乎所有的储能技术都可以在小规模和大规模的水平上应用。
5.通过比较小型系统在技术优先级、成本效益、效率和存储时间等方面的存储技术特性，微型抽水蓄能可以被认为是适合部署在可再生能源系统中的中长期存储。
6.现有的储能系统设计、计算与优化的方法中，大多数是针对能源系统的能源负荷进行匹配、优化设计与计算的。对于可再生能源耦合抽水蓄能系统来说，其能源形式更为复杂，除了常规的能源系统能源负荷匹配之外，系统的投资成本、生命周期成本、失电率等技术经济性能指标将成为评价与衡量工程技术可行性与实用性的关键因素和重要指标。
7.现有的数学模型关于多目标优化问题的计算以理论分析为主，但是对于涉及到可再生能源供电耦合微型抽水蓄能系统的混合系统，其工程实际参数和边界条件具有实际性、离散性，受到现有设备、产品、技术等规格的制约，比如：光伏组件数量、风机数量、上水库安装高度等等多种变量，因此，无法直接套用数学理论模型进行多目标优化求解。


技术实现要素：

8.为了解决上述问题，本发明提出了一种可再生能源耦合抽水蓄能系统的能源优化方法及系统，以最小生命周期成本和电源损失率为可再生能源耦合抽水蓄能系统的混合系统的评估目标，以得到混合系统的最优运行策略。
9.为了实现上述目的，本发明采用如下技术方案：
10.第一方面，本发明提供一种可再生能源耦合抽水蓄能系统的能源优化方法，包括：
11.以最小生命周期成本和电源损失率为可再生能源耦合抽水蓄能系统的混合系统的评估目标，对候选运行策略计算电源损失率，并根据评估目标对候选运行策略进行评估，得到混合系统的最优运行策略；
12.对候选运行策略计算电源损失率的过程包括：初始化电源损失率，对每种运行策略，获取需求功率和时间段内可再生能源的输出功率，根据可再生能源的输出功率与需求功率的比较结果，控制电动泵机组或水轮机组的运行策略及运行功率；
13.根据可再生能源的输出功率与电动泵机组或水轮机组的运行功率得到供能功率，在供能功率小于需求功率时，判定当前时间段的运行策略不满足需求功率，则根据不满足需求功率的时间段数占总段数的百分比更新电源损失率，直至迭代次数达到预设次数，得到当前运行策略的电源损失率。
14.作为可选择的实施方式，所述运行策略包括：光伏组件数量、风机数量、水库高度、水库容积、水库深度直径比、水轮机组标称容量、电动泵机组标称容量和放能容量。
15.作为可选择的实施方式，若可再生能源的输出功率大于需求功率，则由此确定超额功率，根据电动泵机组的运行约束和水库储层容量得到允许充电功率范围；根据超额功率与允许充电功率范围的比较，控制电动泵机组的运行策略及运行功率。
16.作为可选择的实施方式，若超额功率在允许充电功率范围内，则电动泵机组以超额功率运行；若超额功率大于最大允许功率，则电动泵机组以最大允许功率运行；若超额功率小于最小允许功率，则电动泵机组关闭。
17.作为可选择的实施方式，若可再生能源的输出功率小于需求功率，则由此确定不足功率，根据水轮机的运行约束和水库可用水量得到允许放电功率范围；根据不足功率与允许放电功率范围的比较，控制水轮机组的运行策略及运行功率。
18.作为可选择的实施方式，若不足功率在允许放电功率范围内，则水轮机将被允许以不足功率工作；若不足功率低于最小允许放电功率，则水轮机以最小允许放电功率运行；若不足功率高于最大允许放电功率，则水轮机以最大允许放电功率运行。
19.作为可选择的实施方式，电动泵机组或水轮机组运行结束后，根据水轮机组的排放流量或电动泵机组的电荷流量，更新水库内的水头。
20.第二方面，本发明提供一种可再生能源耦合抽水蓄能系统的能源优化系统，包括：
21.优化模块，被配置为以最小生命周期成本和电源损失率为可再生能源耦合抽水蓄能系统的混合系统的评估目标，对候选运行策略计算电源损失率，并根据评估目标对候选运行策略进行评估，得到混合系统的最优运行策略；
22.电源损失率计算模块，被配置为初始化电源损失率，对每种运行策略，获取需求功率和时间段内可再生能源的输出功率，根据可再生能源的输出功率与需求功率的比较结果，控制电动泵机组或水轮机组的运行策略及运行功率；
23.更新模块，被配置为根据可再生能源的输出功率与电动泵机组或水轮机组的运行功率得到供能功率，在供能功率小于需求功率时，判定当前时间段的运行策略不满足需求功率，则根据不满足需求功率的时间段数占总段数的百分比更新电源损失率，直至迭代次数达到预设次数，得到当前运行策略的电源损失率。
24.第三方面，本发明提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述的
方法。
25.第四方面，本发明提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的方法。
26.与现有技术相比，本发明的有益效果为：
27.本发明提出可再生能源供电耦合微型抽水蓄能系统的混合系统，结合可再生能源供电特性与微型抽水蓄能系统特性，对混合系统的光伏组件数量、风机数量、上水库安装高度、水库容积、管径、水库深径比、水轮机容量、泵容量等多变量，需要结合可再生能源供电特性与微型抽水蓄能系统特性，进行工程系统建模与计算，并结合改混合系统的可行的工程参与进行多目标优化。本发明提出一种可再生能源耦合抽水蓄能系统的能源优化方法及系统，通过考虑投资成本、生命周期成本、失电率等技术经济性能指标来比较评估可再生能源供电耦合微型抽水蓄能系统的混合系统的技术经济性、平准化能源成本、电力供应损失概率、月度和年度供过于求以及可再生能源与供应电力的年度比率等。通过考虑广泛的输入变量，包括：光伏组件数量、风机数量、上水库安装高度、水库容积、管径、水库深径比、水轮机容量、泵容量等；将非支配排序遗传算法与光伏-抽水蓄能和光伏-风能-抽水蓄能的直接稳态操作策略联系起来，为基于可再生能源的抽水蓄能系统的优化设计提供了详细而有用的信息。
28.本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
29.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
30.图1为本发明实施例1提供的可再生能源耦合抽水蓄能系统的能源优化方法流程图。
具体实施方式
31.下面结合附图与实施例对本发明做进一步说明。
32.应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
33.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
34.在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
35.实施例1
36.预期容量小于1mw的小规模能源系统是可以为建筑物、小区域或有限社区提供能
源的系统。这种可再生能源系统和储能系统的应用场景在小岛屿上具有非常广阔的应用前景。在所有储能技术中，飞轮、超级电容器和超导磁储能仅适用于电力和能源应用中的短期存储。虽然这些技术的特点是效率高和循环寿命长，但它们的能量密度低，这使得这些储能技术每单位能量成本高昂，并存在相对较高的自放电率。另一方面，电池、微型抽水蓄能、氢燃料电池和微型压缩空气储能通常被认为是固定应用中的中/长期存储技术。此外，在小规模储能的存储技术优先级方面，电池(铅酸、锂离子、nas、nicd)、微型抽水蓄能和飞轮(仅用于短期存储)是最成熟的技术。因此，这些存储的实施可能会面临更少的问题。
37.通过比较小型系统在技术优先级、成本效益、效率和存储时间等方面的存储技术特性，微型抽水蓄能可以被认为是适合部署在可再生能源系统中的中长期存储。另一方面，抽水蓄能一体化可再生能源由于维护成本低、寿命长、单位能源成本极低和环境友好而广受欢迎；它还可以用于混合发电系统中的各种规模，即大型、小型、微型和微微型。小型抽水蓄能的容量可达几兆瓦；微型抽水蓄能的容量可达100千瓦；微微型抽水蓄能的容量小于5kw。当太阳能光伏和风能系统无法满足需求时，可以实施微型抽水蓄能为偏远或小型社区提供持续电力。
38.光伏-抽水蓄能系统在设计和建造上具有灵活性，可以为山地地区提供持续供电。通过评估使用太阳能发电机升级水力发电厂的可能性，尽管光伏-抽水蓄能系统比单个抽水蓄能系统更昂贵，但由于其发电灵活性更大，因此更适合能源市场。对于岛屿的小规模混合光伏-抽水蓄能系统的技术经济评估表明该技术在长期可持续性和环境保护方面非常有前途。
39.考虑每个子系统的效率对运行条件(风速、太阳辐照度和部分负载的抽水蓄能)，用于孤立微电网的自主太阳能-风能抽水蓄能供电系统的可行性和优化设计，证明基于抽水蓄能的可再生能源系统可以支持偏远社区的100％能源。模拟和优化与抽水蓄能耦合的大型太阳能-风能混合动力系统的运行，引入本地消费指数作为与集中发电相关的配电网成本的衡量标准，有利于可再生能源份额的增加。
40.目前，很少有研究通过考虑投资成本、生命周期成本等技术经济性能指标来比较评估独立可再生能源供电系统的微型抽水蓄能的技术经济优化设计、平准化能源成本、电力供应损失概率、月度和年度供过于求以及可再生能源与供应电力的年度比率。基于可再生能源系统的储能的评估和比较分为两种选择：第一种基于单独的光伏，第二种基于光伏风能，研究风能、太阳能以及两者的最佳组合如何在案例研究中提供一定程度的平滑，以及它们的最佳比例如何影响系统成本和最佳存储容量。
41.为此，本实施例提供一种可再生能源耦合抽水蓄能系统的能源优化方法，包括：
42.以最小生命周期成本和电源损失率为可再生能源耦合抽水蓄能系统的混合系统的评估目标，对候选运行策略计算电源损失率，并根据评估目标对候选运行策略进行评估，得到混合系统的最优运行策略；
43.对候选运行策略计算电源损失率的过程包括：初始化电源损失率，对每种运行策略，获取需求功率和时间段内可再生能源的输出功率，根据可再生能源的输出功率与需求功率的比较结果，控制电动泵机组或水轮机组的运行策略及运行功率；
44.根据可再生能源的输出功率与电动泵机组或水轮机组的运行功率得到供能功率，在供能功率小于需求功率时，判定当前时间段的运行策略不满足需求功率，则根据不满足
需求功率的时间段数占总段数的百分比更新电源损失率，直至迭代次数达到预设次数，得到当前运行策略的电源损失率。
45.在本实施例中，所述运行策略包括光伏组件数量、风机数量、水库高度、水库容积、水库深度直径比、水轮机组标称容量、电动泵机组标称容量和放能容量。
46.在本实施例中，可再生能源系统耦合抽水蓄能系统的混合系统包括光伏/风能的可再生能源的部分和储能部分，是通过在上部水库中充电和储存水来机械地存储光伏/风能部分产生的额外能量，然后在需要时(例如当没有阳光或没有风)，储存的水被向下输送以驱动水轮机组发电。
47.在本实施例中，光伏系统配备双轴太阳跟踪技术，双轴跟踪器在太阳能增益方面比固定面板的优势在17.7％到31.2％之间，双轴跟踪器能够将产量提高25-26％。该技术始终保持对太阳的正常方向，因此与固定位置相比，它由于接收到最高的全球辐照度而产生最大的功率，即倾斜光伏系统；光伏系统的模块化结构具有相当大的优势，可以根据需要添加更多面板。
48.在本实施例中，考虑了离心泵，该泵基于泵功率方程进行模拟，该方程表示泵功率对效率、流量和总扬程的依赖性。总水头是静水头和摩擦水头损失的总和。摩擦水头损失和摩擦因数是根据colebrook方程计算的。通过考虑泵的运行范围并避免水库溢出，将泵限制在允许的功率范围内工作。加注管长度(或静水头)被认为等于水库安装高度和水库深度之和，排放管长度等于水库安装高度。通过考虑水轮机的运行范围和水库内的可用水，假设水轮发电机在允许的排放功率范围内工作。为避免上水库内出现负水量，根据水库内可用水量计算最大可能排放流量，然后计算相应的排放功率。因此，计算出最小允许放电功率和最大允许放电功率，水库内的水头在每个时间间隔结束时更新。
49.在本实施例中，可再生能源系统耦合抽水蓄能系统的混合系统包括：单独的光伏系统耦合抽水蓄能系统和光伏-风能系统耦合抽水蓄能系统；其中，光伏-抽水蓄能系统是光伏系统(包括光伏组件、光伏跟踪系统、逆变器和控制面板)和机械储能，即水电存储(包括电机泵、水轮发电机、充电和排放管，上水库)；光伏-风能-水储能系统考虑光伏和风力发电机组(包括风力发电机组、风力发电机组塔架、逆变器和控制面板)与机械储能相结合。
50.在本实施例中，构建可再生能源耦合抽水蓄能系统的混合系统的决策变量、目标函数和技术性能指标；
51.决策变量具体为：光伏组件数量n
光伏
，风机数量n
风能
，上水库安装高度h，水库容积v，充排管直径d，水库深度l，水库深度直径比水轮机标称容量泵标称容量电池蓄能容量d
蓄能
，电池放能容量d
放能
；其中，在光伏耦合抽水蓄能系统中，不考虑风机数量n
风能
，而在光伏-风能-抽水蓄能系统中，上述变量均考虑。
52.对上述每个变量均设定约束条件，在其各自的搜索空间内定义，即：
[0053][0054]
f＝min(f1(x1,x2,
…
xn),f2(x1,x2,
…
xn))
[0055]
其中，xi表示上述某个变量，和表示变量的下限值和上限值。
[0056][0057][0058][0059]r串联
＝r
串联标态
；
[0060]
其中，i
水库
是水库的光伏电流(a)；i
光电
是一个光伏模块中电流(a)；i
光电饱和
是一个光伏模块中饱和电流(a)；i
光电标态
是一个光伏模块中标准状态下的电流(a)；v
水库
是水库的光伏电压(v)；v
热
是二极管热电压(v)；n
光伏
是光伏组件总数；n
并联
是一个模块中并联的光伏电池数量；n
串联
是一个模块中串联的光伏电池数量；r
串联
是串联电阻(ω)；r
并联
是分流/并联电阻(ω)；r
并联标态
是标准运行工况下并联电阻(ω)；r
串联标态
是标准运行工况下串联电阻(ω)；α
短流
是短路电流相对温度系数(％/k)；t
电池
是电池的温度；t
标态
是标准运行工况下电池的温度；g是辐射量(w/m2)；g
标态
是标准运行工况下辐射量(w/m2)。
[0061]
在本实施例中，以最小生命周期成本c
总
和电源损失率η
失电率
为评估目标；生命周期成本c
总
是一种评估机械设备总拥有成本的方法。生命周期成本c
总
分析是比较系统的经济性能，并因此确定所提议方案中哪个替代方案在经济上最具吸引力的最佳方式。在c
总
的计算中，考虑了与整个生命周期相关的初始投资成本、维护成本、运行成本和残值。为了将系统生命周期内的所有现金流量转换为现值，生命周期成本c
总
分析方法使用贴现率。电源损失率η
失电率
定义为未完全满足需求功率的时间间隔占总时间间隔数的百分比；具体是：
[0062]c总
＝c
投资
c
维修
c
运行-c
残值
[0063][0064][0065]
其中，p
可再生供电
为可再生能源供电功率，n为总时间间隔数，p
水轮机
为水轮机功率，p
需求
为需求功率，c
投资
、c
维修
、c
运行
、c
残值
分别为投资成本、维修成本、运行成本、残值；c
光伏
、c
风能
、c
可再生
、c泵
、c
水轮机
、c
管道
分别为光伏运行、风力发电、可再生能源、泵、水轮机、管道的成本。
[0066]
在本实施例中，还包括两个性能指标，即η
供需比
和η
可再生占比
；η
供需比
是供需能量匹配度的指标，表示系统每月或每年供应的能源与需求所需能源的比率；当η
供需比
接近1时，电力供应和电力需求之间出现最大匹配。η
可再生占比
为可再生能源(即光伏或光伏-风能)向需求端提供的月度或年度能量与系统提供的总能量之比；换句话说，η
可再生占比
是一个指标，显示需求所需的能源中有多少是由可再生能源提供的。具体是：
[0067][0068][0069]
在本实施例中，改进的非支配排序遗传算法与操作策略相联系，用于解决当前的多目标优化问题，以同时最小化系统的生命周期成本和电源损失率。选择合适的优化工具与所研究的问题高度相关。遗传算法是一种模仿自然进化的随机搜索方法，众所周知，它是最流行和广泛使用的多目标优化算法之一。遗传算法很简单，不需要梯度数据。此外，与局部搜索方法相比，它有更好的机会找到全局最优解。从控制参数的角度来看，该算法也很强大。
[0070]
本实施例中的优化程序采用非支配排序遗传算法，简要描述如下：
[0071]
(1)随机生成一个初始种群(代)，一个群体由许多个体组成，每个个体代表一个解决方案或设计参数的设定值。
[0072]
(2)对生成的种群中每个个体的目标函数进行评估；
[0073]
第一个目标函数是：
[0074]c总
＝c
投资
c
维修
c
运行-c
残值
；
[0075]
第二个目标函数是：
[0076][0077]
每个解决方案的设计变量的设定值作为输入提供给“操作场景”，并且从“操作场景”中接收该解决方案的η
失电率
作为输出；
[0078]
(3)根据评估的目标函数对个体进行排名；如“解决方案a”优于“解决方案b”，至少在一个目标上应该更好，而在其他目标函数中不差；直到所有个体(解决方案)都被排序，并且每个等级中的个体都根据拥挤距离(即解决方案多样性的度量)进行排序。在每个等级中，出于多样性的考虑，具有较高拥挤距离的解决方案被认为是首选解决方案。
[0079]
(4)选择过程和交配池；构建交配池，从中随机选择母集以产生新一代子集。
[0080][0081]
其中，表示包含在交配池中的来自等级λ的精英个体的数量，s
λ
表示排名λ的个体总数，w表示种群规模(或每一代的个体)，θ(0《θ《1)为几何分布因子。
[0082]
(5)繁殖(交叉和变异)：从交配池中随机选择亲本后，经过交叉程序产生后代。交叉产生从母集继承特性值，突变改变特性值，突变使子集有可能拥有与母集不同的特性值，因此子集可能有一些与母集不同的特性值。
[0083]
(6)收敛准则和控制参数：重复前面描述的步骤直到收敛。
[0084]
在本实施例中，由于调整遗传算法控制参数会影响优化结果的质量，算法被认为在300代后终止。因此，遗传算法的控制参数(交叉、变异、每代个体数)是在检查不同设置后选择的。
[0085]
在本实施例中，以每小时为一个时间段，以一年为总时长，共8760个时间段，输入数据为光伏组件数量和/或风机数量、上水库安装高度、水库容积、充排管直径、水库深度直径比、水轮机标称容量、泵标称容量和电池容量；还可以输入全球辐照度、风速、气温和需求曲线等的小时数据；输出包括系统运行变量的每小时数据，例如光伏发电量、风力涡轮机发电量、抽水功率、水轮机发电量以及上水库的荷电状态和电池荷电状态等。
[0086]
如图1所示，可再生能源耦合抽水蓄能系统的能源优化策略具体包括如下步骤：
[0087]
(1)预设候选运行策略，以最小生命周期成本和电源损失率为可再生能源耦合电池储能系统的混合系统的评估目标，根据评估目标在候选运行策略中选择最优运行策略；其中，运行策略包括光伏组件数量、风机数量、水库高度、水库容积、水库深度直径比、水轮机组标称容量、电动泵机组标称容量和放能容量。
[0088]
(2)初始化时间段和电源损失率，令时间段i为1，电源损失率为0；对每种运行策略，根据输入数据计算时间段内的可再生能源的输出功率，其中，可再生能源的输出功率为光伏功率和风力功率的和；
[0089]
(3)如果可再生能源的输出功率高于需求功率，则由此确定超额功率，即可再生能源的输出功率减需求功率得到超额功率；
[0090]
此时，考虑泵的运行限制以及在时间间隔结束时充注流量不导致储层溢出，即根据电动泵机组的运行约束和水库储层容量得到允许充电功率范围据电动泵机组的运行约束和水库储层容量得到允许充电功率范围
[0091]
具体地：根据水库储层容量得到最大电荷流量，即q
p,max
＝((l-h
t
)
×
a)/3600，并计算相应的功率则：
[0092][0093][0094]
(3-1)如果超额功率在允许充电功率范围内，则电动泵机组以超额功率运行，在上水库蓄水。
[0095]
(3-2)如果超额功率小于最小允许充电功率，则电动泵机组关闭；可再生能源的输出功率将全部输送到用户端(尽管会导致供过于求)。
[0096]
(3-3)如果超额功率大于最大允许充电功率，则电动泵机组以最大允许功率运行，并将超额功率输送到用户端(尽管会导致供过于求)。
[0097]
(4)如果可再生能源的输出功率小于需求功率，则由此确定不足功率，即需求功率减可再生能源的输出功率得到不足功率；
[0098]
此时，设定考虑水轮机运行范围和水库可用水量的约束条件，根据约束条件计算允许放电功率范围
[0099]
约束条件为：水轮机在其标称功率的60-120％的功率范围内工作；出水速度导致时间间隔结束时水库内的水量为负；
[0100]
根据水库的可用水量计算可能的最大流量q
t,max
＝(h
t
×
a)/3600，并计算出相应的放电功率则允许放电功率范围为：
[0101][0102][0103]
(4-1)如果不足功率在允许放电功率范围内，则水轮机将被允许以不足功率工作。
[0104]
(4-2)如果不足功率低于最小允许放电功率，则水轮机以最小允许放电功率运行(尽管这会导致供过于求)。
[0105]
(4-3)如果负功率高于最大允许放电功率，则水轮机以最大允许功率运行，以尽可能补偿功率不足。
[0106]
(5)电动泵机组或水轮机组运行结束后，计算水轮机的排放流量q
t
或电动泵机组的电荷流量q
p
，更新水库内的水头。
[0107]
(6)且电动泵机组或水轮机组运行结束后，根据可再生能源的输出功率与电动泵机组或水轮机组的运行功率得到供能功率；具体为：供能功率为可再生能源的输出功率与水轮机组的运行功率之和，或供能功率为可再生能源的输出功率与电动泵机组的运行功率之差。
[0108]
(7)如果此时供能功率小于需求功率，判定当前时间段的运行策略不满足需求功率，则根据不满足需求功率的时间段数占总段数的百分比更新电源损失率，并进入下一个时段，经连续迭代后，直到最后一个时间间隔完成，得到当前运行策略的电源损失率。
[0109]
(8)根据评估目标对运行策略进行排序，以此得到混合系统的最优运行策略。
[0110]
实施例2
[0111]
本实施例提供一种可再生能源耦合抽水蓄能系统的能源优化系统，包括：
[0112]
优化模块，被配置为以最小生命周期成本和电源损失率为可再生能源耦合抽水蓄能系统的混合系统的评估目标，对候选运行策略计算电源损失率，并根据评估目标对候选运行策略进行评估，得到混合系统的最优运行策略；
[0113]
电源损失率计算模块，被配置为初始化电源损失率，对每种运行策略，获取需求功率和时间段内可再生能源的输出功率，根据可再生能源的输出功率与需求功率的比较结果，控制电动泵机组或水轮机组的运行策略及运行功率；
[0114]
更新模块，被配置为根据可再生能源的输出功率与电动泵机组或水轮机组的运行功率得到供能功率，在供能功率小于需求功率时，判定当前时间段的运行策略不满足需求功率，则根据不满足需求功率的时间段数占总段数的百分比更新电源损失率，直至迭代次数达到预设次数，得到当前运行策略的电源损失率。
[0115]
此处需要说明的是，上述模块对应于实施例1中所述的步骤，上述模块与对应的步
骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
[0116]
在更多实施例中，还提供：
[0117]
一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例1中所述的方法。为了简洁，在此不再赘述。
[0118]
应理解，本实施例中，处理器可以是中央处理单元cpu，处理器还可以是其他通用处理器、数字信号处理器dsp、专用集成电路asic，现成可编程门阵列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。
[0119]
存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
[0120]
一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例1中所述的方法。
[0121]
实施例1中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
[0122]
本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元即算法步骤，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技术的范围。
[0123]
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。