一种考虑储能充放电模式的风光储优化运行方法及系统与流程

1.本发明涉及电力调度优化技术领域，尤其涉及一种考虑储能充放电模式的风光储优化运行方法及系统。


背景技术：

2.由于光照、风力等自然现象具有天然的不确定性，风电、光伏的出力随之存在较大的随机性。将风电、光伏搭配储能电池组成风光储系统，利用储能电池充放电平复新能源出力的波动，以获取较为稳定的能源供应，成为了一种有效提高可再生能源利用率的新方法。
3.相应的风光储系统优化运行方法得到了较多研究人员的关注，但当前的风光储系统优化运行方法没有考虑储能充放电不同模式，即认为储能电池的充放电过程可瞬时切换，导致储能电池充放电次数大大增加，但储能电池有充放电次数寿命，频繁充放电将大大影响电池的使用寿命，从而影响了风光储系统运行的安全稳定和经济运行。


技术实现要素：

4.本发明提供了一种考虑储能充放电模式的风光储优化运行方法及系统，用于解决未考虑储能充放电不同模式，导致储能电池频繁充放电，影响储能电池使用寿命的问题。
5.有鉴于此，本发明第一方面提供了一种考虑储能充放电模式的风光储优化运行方法，包括以下步骤：s1、获取风光储系统中的子系统，所述子系统包括风电机组、光伏机组和储能电池；s2、获取所述储能电池的电量，判断所述储能电池的电量是否小于预设最小电量，若所述储能电池的电量小于预设最小电量，则执行步骤s3；若所述储能电池的电量不小于预设最小电量，则运行放电模式；s3、以风光储系统的运行成本最小，根据所有子系统的发电功率构建目标函数；s4、确定约束条件，在满足所述约束条件的情况下，以所有子系统的发电功率作为变量，求解所述目标函数的最优解，得到对所有子系统的输出功率进行调节的优化方案；s5、根据所述优化方案对所述风电机组、所述光伏机组和所述储能电池的输出功率进行调节。
6.优选地，步骤s3具体包括：以风光储系统的运行成本最小，根据所有子系统的发电功率构建目标函数为：式中，为风光储系统的运行成本，fg为购电成本，f
r,in
为充电模式下子系统的运行成本，fr,out为放电模式下风光储系统的运行成本，fb为储能电池充放电成本；其中，其中，
式中，r
grid,t
为t时刻的电价，p
grid,t
为t时刻的风光储系统向电网的供电功率，为运行间隔时间，r
wind
、r
solar
、r
batter
分别为风电机组、光伏机组、储能电池的单位功率运行成本，分别为t时刻风电功率、光伏功率、储能电池充电功率、储能电池放电功率，n为储能电池充放电次数寿命，r
batter
为储能电池购置成本，s
oc,n
为储能电池的额定蓄电量。
7.优选地，所述约束条件包括：1)电量平衡约束：式中，p
grid
为系统向电网购电功率，p
solar
为光伏机组的发电功率，p
wind
为风电机组的发电功率，p
load
为电力负荷功率，p
batter,out
、p
batter,in
分别为蓄电池放电、充电功率；2）向电网购电功率约束为：式中，p
grid,max
为向电网购电最大功率；3）光伏机组出力功率约束为：式中，p
solar,t,max
为t时刻光照条件下的光伏机组最大功率；4）光伏机组出力功率爬坡约束：式中，、分别为光伏机组最小、最大爬坡功率；5）风电机组出力功率约束为：式中，p
wind,t,max
为t时刻风速条件下，风电机组最大功率；6）风电机组出力功率爬坡约束：式中，、分别为风电机组最小、最大爬坡功率；7）风光储系统的备用容量约束：式中，s为风光储系统预设的备用率；8）储能电池的t时刻充电时的蓄电量约束为：
式中，soc,t为t时刻的蓄电量，为储能电池自放电率，为充电效率，p
batter,in,t
为t时刻的充电功率；储能电池的t时刻放电时的蓄电量约束为：式中，pbatter,out,t为t时刻的放电功率，为放电效率；其中，储能电池充、放电功率约束分别为：其中，储能电池充、放电功率约束分别为：式中，p
batter,out,max
为储能电池的最大放电功率；储能电池的蓄电量约束：式中，、分别为储能电池的最小、最大蓄电量；风光储系统在运行周期初始时的储能电池的蓄电量的约束为：式中，s
oc,t=0
、s
oc,t=t
分别为运行周期初始时、结束时的储能电池的蓄电量。
8.优选地，在满足所述约束条件的情况下，以所有子系统的发电功率作为变量，求解所述目标函数的最优解，得到对所有子系统的输出功率进行调节的优化方案的步骤具体包括：s401、在满足所述约束条件的情况下，随机生成粒子群，设定粒子群中的粒子数、最大迭代次数，初始化粒子群的局部最优解与全局最优解；s402、以目标函数作为适应度函数，计算每个粒子的适应度值；s403、比较粒子的适应值，找出每个粒子的历史最优值及其位置，以及达到全局最优值的粒子及其位置；s404、更新粒子局部最优解与全局最优解；s405、调整各粒子的位置与速度，返回步骤s402，判断是否满足迭代截止条件，若满足，则输出最终的计算结果，得到对所有子系统的输出功率进行调节的优化方案，若不满足，则重新返回步骤s402；其中，迭代截止条件为迭代次数达到预设的最大迭代次数。
9.第二方面，本发明还提供了一种考虑储能充放电模式的风光储优化运行系统，包括：获取模块，用于获取风光储系统中的子系统，所述子系统包括风电机组、光伏机组和储能电池；判断模块，用于获取所述储能电池的电量，判断所述储能电池的电量是否小于预设最小电量，若所述储能电池的电量小于预设最小电量，若所述储能电池的电量不小于预设最小电量，则运行放电模式；构建模块，用于以风光储系统的运行成本最小，根据所有子系统的发电功率构建目标函数；
求解模块，用于确定约束条件，在满足所述约束条件的情况下，以所有子系统的发电功率作为变量，求解所述目标函数的最优解，得到对所有子系统的输出功率进行调节的优化方案；调节模块，用于根据所述优化方案对所述风电机组、所述光伏机组和所述储能电池的输出功率进行调节。
10.优选地，所述构建模块具体用于，以风光储系统的运行成本最小，根据所有子系统的发电功率构建目标函数为：式中，为风光储系统的运行成本，fg为购电成本，f
r,in
为充电模式下子系统的运行成本，fr,out为放电模式下风光储系统的运行成本，fb为储能电池充放电成本；其中，其中，其中，其中，式中，r
grid,t
为t时刻的电价，p
grid,t
为t时刻的风光储系统向电网的供电功率，为运行间隔时间，r
wind
、r
solar
、r
batter
分别为风电机组、光伏机组、储能电池的单位功率运行成本，分别为t时刻风电功率、光伏功率、储能电池充电功率、储能电池放电功率，n为储能电池充放电次数寿命，r
batter
为储能电池购置成本，s
oc,n
为储能电池的额定蓄电量。
11.优选地，所述约束条件包括：1)电量平衡约束：式中，p
grid
为系统向电网购电功率，p
solar
为光伏机组的发电功率，p
wind
为风电机组的发电功率，p
load
为电力负荷功率，p
batter,out
、p
batter,in
分别为蓄电池放电、充电功率；2）向电网购电功率约束为：式中，p
grid,max
为向电网购电最大功率；3）光伏机组出力功率约束为：式中，p
solar,t,max
为t时刻光照条件下的光伏机组最大功率；4）光伏机组出力功率爬坡约束：式中，、分别为光伏机组最小、最大爬坡功率；5）风电机组出力功率约束为：
式中，p
wind,t,max
为t时刻风速条件下，风电机组最大功率；6）风电机组出力功率爬坡约束：式中，、分别为风电机组最小、最大爬坡功率；7）风光储系统的备用容量约束：式中，s为风光储系统预设的备用率；8）储能电池的t时刻充电时的蓄电量约束为：式中，soc,t为t时刻的蓄电量，为储能电池自放电率，为充电效率，p
batter,in,t
为t时刻的充电功率；储能电池的t时刻放电时的蓄电量约束为：式中，pbatter,out,t为t时刻的放电功率，为放电效率；其中，储能电池充、放电功率约束分别为：其中，储能电池充、放电功率约束分别为：式中，p
batter,out,max
为储能电池的最大放电功率；储能电池的蓄电量约束：式中，、分别为储能电池的最小、最大蓄电量；风光储系统在运行周期初始时的储能电池的蓄电量的约束为：式中，s
oc,t=0
、s
oc,t=t
分别为运行周期初始时、结束时的储能电池的蓄电量。
12.优选地，所述求解模块具体包括：设定模块，用于在满足所述约束条件的情况下，随机生成粒子群，设定粒子群中的粒子数、最大迭代次数，初始化粒子群的局部最优解与全局最优解；计算模块，用于以目标函数作为适应度函数，计算每个粒子的适应度值；比较模块，用于比较粒子的适应值，找出每个粒子的历史最优值及其位置，以及达到全局最优值的粒子及其位置；更新模块，用于更新粒子局部最优解与全局最优解；调整模块，用于调整各粒子的位置与速度，判断是否满足迭代截止条件，若满足，
则输出最终的计算结果，得到对所有子系统的输出功率进行调节的优化方案；其中，迭代截止条件为迭代次数达到预设的最大迭代次数。
13.从以上技术方案可以看出，本发明具有以下优点：本发明通过考虑储能充放电不同模式，以风光储系统的运行成本最小，根据所有子系统的发电功率构建目标函数，并确定约束条件，以提高系统运行的稳定性，并在满足约束条件的情况下，求解目标函数的最优解，得到对所有子系统的发电功率进行调节的优化方案，使得降低储能电池的充放电次数，提高储能电池使用寿命，并提高风光储系统运行的稳定性。
附图说明
14.图1为本发明实施例提供的一种考虑储能充放电模式的风光储优化运行方法的流程图；图2为本发明实施例提供的一种考虑储能充放电模式的风光储优化运行系统的结构示意图。
具体实施方式
15.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
16.为了便于理解，请参阅图1，本发明提供的一种考虑储能充放电模式的风光储优化运行方法，包括以下步骤：s1、获取风光储系统中的子系统，子系统包括风电机组、光伏机组和储能电池；s2、获取储能电池的电量，判断储能电池的电量是否小于预设最小电量，若储能电池的电量小于预设最小电量，则执行步骤s3；若储能电池的电量不小于预设最小电量，则运行放电模式。
17.可以理解的是，在风光储系统开机开始运行后，获取储能电池的电量。
18.其中，风电功率计算式：式中，v为风速，单位为m/s，vci、vco、vr分别为切入风速、切出风速和额定风速，pwind,r为风电额定功率，单位为kw。
19.光伏功率计算式：式中，h
t,t
为光伏t时刻的太阳辐射强度，hn为欧盟101标准，取1000w/m2，fs为积尘
因子，一般取0.98，f
μ
为系统性能失配因子，取0.95，f
n为
电路、材料老化等其它因素的影响，取0.98。
20.s3、以风光储系统的运行成本最小，根据所有子系统的发电功率构建目标函数；s4、确定约束条件，在满足约束条件的情况下，以所有子系统的发电功率作为变量，求解目标函数的最优解，得到对所有子系统的输出功率进行调节的优化方案；s5、根据优化方案对风电机组、光伏机组和储能电池的输出功率进行调节。
21.本实施例提供了一种考虑储能充放电的风光储系统优化运行方法，通过考虑储能充放电不同模式，以风光储系统的运行成本最小，根据所有子系统的发电功率构建目标函数，并确定约束条件，以提高系统运行的稳定性，并在满足约束条件的情况下，求解目标函数的最优解，得到对所有子系统的发电功率进行调节的优化方案，使得降低储能电池的充放电次数，提高储能电池使用寿命，并提高风光储系统运行的稳定性。
22.在一个具体实施例中，步骤s3具体包括：以风光储系统的运行成本最小，根据所有子系统的发电功率构建目标函数为：式中，为风光储系统的运行成本，fg为购电成本，f
r,in
为充电模式下子系统的运行成本，fr,out为放电模式下风光储系统的运行成本，fb为储能电池充放电成本；其中，其中，其中，其中，式中，r
grid,t
为t时刻的电价，p
grid,t
为t时刻的风光储系统向电网的供电功率，为运行间隔时间，r
wind
、r
solar
、r
batter
分别为风电机组、光伏机组、储能电池的单位功率运行成本，分别为t时刻风电功率、光伏功率、储能电池充电功率、储能电池放电功率，n为储能电池充放电次数寿命，r
batter
为储能电池购置成本，s
oc,n
为储能电池的额定蓄电量。
23.其中，fb是以充放电功率表示的充电次数成本，考虑了储能电池的一次充放电次数的成本进行计算储能电池充放电成本。
24.在一个具体实施例中，约束条件包括：1)电量平衡约束：式中，p
grid
为系统向电网购电功率，p
solar
为光伏机组的发电功率，p
wind
为风电机组的发电功率，p
load
为电力负荷功率，p
batter,out
、p
batter,in
分别为蓄电池放电、充电功率；其中，电量平衡约束为风光储系统处于放电模式下的电量平衡约束。
25.2）向电网购电功率约束为：
式中，p
grid,max
为向电网购电最大功率；3）光伏机组出力功率约束为：式中，p
solar,t,max
为t时刻光照条件下的光伏机组最大功率；4）光伏机组出力功率爬坡约束：式中，、分别为光伏机组最小、最大爬坡功率；5）风电机组出力功率约束为：式中，p
wind,t,max
为t时刻风速条件下，风电机组最大功率；6）风电机组出力功率爬坡约束：式中，、分别为风电机组最小、最大爬坡功率；7）风光储系统的备用容量约束：式中，s为风光储系统预设的备用率；8）储能电池的t时刻充电时的蓄电量约束为：式中，soc,t为t时刻的蓄电量，为储能电池自放电率，为充电效率，p
batter,in,t
为t时刻的充电功率；储能电池的t时刻放电时的蓄电量约束为：式中，pbatter,out,t为t时刻的放电功率，为放电效率；其中，储能电池充、放电功率约束分别为：其中，储能电池充、放电功率约束分别为：式中，p
batter,out,max
为储能电池的最大放电功率；储能电池的蓄电量约束：式中，、分别为储能电池的最小、最大蓄电量；风光储系统在运行周期初始时的储能电池的蓄电量的约束为：
式中，s
oc,t=0
、s
oc,t=t
分别为运行周期初始时、结束时的储能电池的蓄电量。
26.需要说明的是，由于风光储系统的运行呈现以天为单位的周期性，为保证储能电池满足下一天的运行需求，运行周期初始时的蓄电量需等于运行周期结束时的蓄电量。
27.在一个具体实施例中，在满足约束条件的情况下，以所有子系统的发电功率作为变量，求解目标函数的最优解，得到对所有子系统的输出功率进行调节的优化方案的步骤具体包括：s401、在满足约束条件的情况下，随机生成粒子群，设定粒子群中的粒子数、最大迭代次数，初始化粒子群的局部最优解与全局最优解；s402、以目标函数作为适应度函数，计算每个粒子的适应度值；s403、比较粒子的适应值，找出每个粒子的历史最优值及其位置，以及达到全局最优值的粒子及其位置；s404、更新粒子局部最优解与全局最优解；s405、调整各粒子的位置与速度，返回步骤s402，判断是否满足迭代截止条件，若满足，则输出最终的计算结果，得到对所有子系统的输出功率进行调节的优化方案，若不满足，则重新返回步骤s402；其中，迭代截止条件为迭代次数达到预设的最大迭代次数。
28.以上为本发明提供的一种考虑储能充放电模式的风光储优化运行方法的实施例的详细描述，以下为本发明提供的一种考虑储能充放电模式的风光储优化运行系统的实施例的详细描述。
29.为了方便理解，请参阅图2，本发明提供了一种考虑储能充放电模式的风光储优化运行系统，包括：获取模块10，用于获取风光储系统中的子系统，子系统包括风电机组、光伏机组和储能电池；判断模块20，用于获取储能电池的电量，判断储能电池的电量是否小于预设最小电量，若储能电池的电量小于预设最小电量，若储能电池的电量不小于预设最小电量，则运行放电模式；构建模块30，用于以风光储系统的运行成本最小，根据所有子系统的发电功率构建目标函数；求解模块40，用于确定约束条件，在满足约束条件的情况下，以所有子系统的发电功率作为变量，求解目标函数的最优解，得到对所有子系统的输出功率进行调节的优化方案；调节模块50，用于根据优化方案对风电机组、光伏机组和储能电池的输出功率进行调节。
30.在一个具体实施例中，构建模块30具体用于，以风光储系统的运行成本最小，根据所有子系统的发电功率构建目标函数为：式中，为风光储系统的运行成本，fg为购电成本，f
r,in
为充电模式下子系统的运行成本，fr,out为放电模式下风光储系统的运行成本，fb为储能电池充放电成本；其中，
式中，r
grid,t
为t时刻的电价，p
grid,t
为t时刻的风光储系统向电网的供电功率，为运行间隔时间，r
wind
、r
solar
、r
batter
分别为风电机组、光伏机组、储能电池的单位功率运行成本，分别为t时刻风电功率、光伏功率、储能电池充电功率、储能电池放电功率，n为储能电池充放电次数寿命，r
batter
为储能电池购置成本，s
oc,n
为储能电池的额定蓄电量。
31.在一个具体实施例中，约束条件包括：1)电量平衡约束：式中，p
grid
为系统向电网购电功率，p
solar
为光伏机组的发电功率，p
wind
为风电机组的发电功率，p
load
为电力负荷功率，p
batter,out
、p
batter,in
分别为蓄电池放电、充电功率；2）向电网购电功率约束为：式中，p
grid,max
为向电网购电最大功率；3）光伏机组出力功率约束为：式中，p
solar,t,max
为t时刻光照条件下的光伏机组最大功率；4）光伏机组出力功率爬坡约束：式中，、分别为光伏机组最小、最大爬坡功率；5）风电机组出力功率约束为：式中，p
wind,t,max
为t时刻风速条件下，风电机组最大功率；6）风电机组出力功率爬坡约束：式中，、分别为风电机组最小、最大爬坡功率；7）风光储系统的备用容量约束：式中，s为风光储系统预设的备用率；8）储能电池的t时刻充电时的蓄电量约束为：
式中，soc,t为t时刻的蓄电量，为储能电池自放电率，为充电效率，p
batter,in,t
为t时刻的充电功率；储能电池的t时刻放电时的蓄电量约束为：式中，pbatter,out,t为t时刻的放电功率，为放电效率；其中，储能电池充、放电功率约束分别为：其中，储能电池充、放电功率约束分别为：式中，p
batter,out,max
为储能电池的最大放电功率；储能电池的蓄电量约束：式中，、分别为储能电池的最小、最大蓄电量；风光储系统在运行周期初始时的储能电池的蓄电量的约束为：式中，s
oc,t=0
、s
oc,t=t
分别为运行周期初始时、结束时的储能电池的蓄电量。
32.在一个具体实施例中，求解模块具体包括：设定模块，用于在满足约束条件的情况下，随机生成粒子群，设定粒子群中的粒子数、最大迭代次数，初始化粒子群的局部最优解与全局最优解；计算模块，用于以目标函数作为适应度函数，计算每个粒子的适应度值；比较模块，用于比较粒子的适应值，找出每个粒子的历史最优值及其位置，以及达到全局最优值的粒子及其位置；更新模块，用于更新粒子局部最优解与全局最优解；调整模块，用于调整各粒子的位置与速度，判断是否满足迭代截止条件，若满足，则输出最终的计算结果，得到对所有子系统的输出功率进行调节的优化方案；其中，迭代截止条件为迭代次数达到预设的最大迭代次数。
33.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
34.在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
35.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。
36.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。
37.以上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。