基于果蝇算法的多能耦合系统容量配置双层优化方法与流程

1.本发明涉及风光储能容量优化配置技术领域，尤其是基于果蝇算法的多能耦合系统容量配置双层优化方法。


背景技术：

2.在能源危机和环境问题引发全球性能源革命的大背景下，我国能源革命纵深推进，持续优化能源生产、消费结构，推动用能理念变化。我国需进一步加快能源变革转型，着力推动现代能源体系建设。在诸多新能源资源生物能、风能、光能、氢能、水能等清洁能源中，风能和太阳能具有储量丰富、取之不尽用之不竭的突出优点。因此多能互补发电系统具有非常广阔的发展前景。
3.然而以新能源发电为主的多能系统存在着“看天吃饭”的缺点，即发电量受到气候、季节影响，无法很好的调控以满足负荷用电需求，因此，在多能系统中增加储能系统是十分有必要的，所以需要研究如何对多能耦合储能系统进行容量配置及规划是重点。


技术实现要素：

4.本发明提出基于果蝇算法的多能耦合系统容量配置双层优化方法，能在安全稳定的基础上实现多能耦合储能系统综合经济效益的最大化。
5.本发明采用以下技术方案。
6.基于果蝇算法的多能耦合系统容量配置双层优化方法，包括以下方法：
7.方法一、以抽水蓄能电站和蓄电池构成储能系统，通过减少储能系统在储能和放电过程中损失的电能及减少水泵及水轮机的工作次数来降低投资成本；
8.方法二、以储能系统的投资成本最低为评价函数来建立蓄电池及抽水蓄能水电站混合模型；设置混合模型的约束条件，以储能配置容量作为优化变量；在规划模型中嵌入运行过程，得到双层规划模型；
9.方法三、在双层规划模型的上层规划中，以系统在安全稳定的基础上实现综合经济效益的最大化作为评价函数，下层规划以直观分析为依据，通过分析得到日充放电策略；
10.方法四、基于果蝇优化算法求解双层规划模型的配置方案，并经逐步迭代得到最佳容量配置方案。
11.所述方法二包括以下步骤；
12.步骤一：建立抽水蓄能电站模型，把抽水蓄能电站作为新能源发电的第一种储能方式，并以其削峰填谷作用弥补新能源发电不稳定的缺点，混合模型中的抽水蓄能电站数学模型由水泵水轮机出力模型组成，抽水蓄能电站运行在抽水状态时，水泵转轴上的传递功率为：
[0013][0014]
式中，nr为单位转速，tm为单位力矩，dd为转轮直径，ld为上下游水位差；
[0015]
步骤二：用蓄电池作为新能源发电的第二种储能方式，在混合模型中的蓄电池数学模型中，以储能电池的充放电和剩余电量两方面因素进行计算，公式为；放电过程：
[0016][0017]
充电过程：
[0018][0019]
式中，soc(t)表示t时刻储能电池的剩余电量，σ表示为自放电率，pc和pd分别表示为储能电池的充电功率、放电功率，ηc和ηd分别表示为储能电池的充电效率、放电效率，ec表示储能电池的额定容量；
[0020]
步骤三：混合模型中，水泵及水轮机总成本的计算公式为：
[0021][0022]
式中，m
pump
为抽水蓄能电站水泵水轮机的数量；c
pump
为抽水蓄能电站水泵水轮机的单价；c
repp
为抽水蓄能电站水轮机的替换成本；c
ompp
为抽水蓄能电站的运维成本；t
pump
为抽水蓄能电站水轮机的寿命周期；r为折现率；ta为项目周期；
[0023]
步骤四：混合模型中，蓄电池总成本的计算公式为：
[0024][0025]
式中nb为蓄电池的数量；cb为蓄电池的单价；c
reb
为单位蓄电池的替换成本； tb为蓄电池的寿命周期；c
omb
为单位蓄电池的运行维护成本；
[0026]
步骤五：在混合模型所表述的由抽蓄电站和蓄电池组成的储能系统中，由抽水蓄能电站承担不平衡功率中的基本部分，而蓄电池承担其中的波动部分；通过减少水泵水轮机的工作次数来减少储能过程中额外的损失和费用，并使得储能系统负荷缺电率lpsp(loss of power supply probability)满足要求，以公式表述为：
[0027]
式中elps表示负荷缺电量，el表示负荷总需求电量；
[0028]
步骤六：按储能系统工程中抽蓄电站和蓄电池的工作特性以及多能系统运行指标，建立约束条件如下：
[0029][0030]
式中m为水库水轮机个数，n为蓄电池个数，e
p
为上游水库容量，eb为蓄电池容量，α为不平衡功率中基本部分所占的比例，β为负荷中重要负荷所占比例。
[0031]
所述方法三包括以下步骤；
[0032]
步骤七：设定上层规划数学模型，具体为：优化的目标是系统在安全稳定的基础上实现综合经济效益的最大化，其具体的目标函数为：
[0033]
max f(e)＝(c
loss
c
s-c
p,in-c
p,om
)-(npc
pat
npcb)
ꢀꢀ
公式八；
[0034]
其中e为储能配置容量，属于决策变量；c
loss
为配置值储能后配电网日节约电能损耗收入，cs为储能低蓄高放套利日收入，c
p,in
和c
p,om
为蓄电池日投资成本和日运行维护成本；各个分量的计算如下：
[0035][0036]cs
＝c
fd-c
cd
ꢀꢀ
公式九；
[0037][0038][0039][0040][0041]
其中，p
loss
(t)为在第t个采样间隔配电网的有功线损，bessi为不同的蓄电池组， n为蓄电池的个数，m
fd
、m
cd
分别为蓄电池在不同时刻的放电电价和充电电价， p
bessi,fd
(t
fd
)、p
bessi,cd
(t
cd
)分别为蓄电池在时刻t
fd
的放电功率和时刻t
cd
充电功率，r 和l为蓄电池的贴线率和使用年限，ke为储能单位容量成本，kc为单位功率的储能变流器成本，p
max,bessi
为第bessi个蓄电池最大充放电功率，k
om
为储能单位容量的运行维护成本；
[0042]
步骤八；设定下层规划模型，具体为：以新能源发电系统中的水及光伏等效日负荷曲线及储能配置出力曲线为基础，根据所需指标制定储能系统中的日蓄电池充放电策略。
[0043]
步骤八包括以下步骤；
[0044]
步骤8.1：根据分时电价进行充放电时间段的划分，制定充电时间t
cd
和放电时间t
fd
；
[0045]
步骤8.2：蓄电池充放电采用变功率充电方式，按需求来确定蓄电池在各个时间段的充放电功率大小，即：在等效时间δt等效负荷越小，等效负荷曲线峰谷差越大，储能充电的需求越大，通过确定负荷值排序，分别确定充电功率大小；通过确定所有时段的充放电功率及时间，得到蓄电池在日调度周期的充放电策略。
[0046]
步骤8.2包括以下步骤；
[0047]
步骤8.2.1：充电功率计算如下
[0048]
[0049][0050]
式中p
l
(t
cd
)为在t
cd
采样间隔的等效负荷值，p
c,max
、p
bess,cd,e
分别为蓄电池最大充电功率和额定充电功率，p
l,min
为放电时刻所有采样间隔内最小的等效负荷值，θ为第bessi个蓄电池的充放电功率权重；
[0051]
步骤8.2.2放电功率计算如下
[0052][0053]
式中p
l
(t
fd
)为采样间隔处等效负荷值，p
f,max
、p
bess,fd,e
分别为蓄电池最大放电功率和额定放电功率，p
l,max
为放电时刻所有采样间隔内最大的等效负荷值，θ为第bessi个蓄电池的充放电功率权重；
[0054]
所述方法四中的果蝇优化算法，具体包括以下步骤；
[0055]
步骤s1、按双层规划模型初始化果蝇算法的参数，即群体规模sizepop、最大迭代次数maxgen和果蝇群体初始位置x
axis
、y
axis
；
[0056]
步骤s2、以双层规划模型为果蝇算法的果蝇个体，以实现双层规划模型的综合经济效益最大化为果蝇算法的目标，根据果蝇搜索食物原理，对相关个体搜寻过程的方向和距离进行随机赋值，以公式表述为
[0057]
xi＝x
axis
randomvalue
ꢀꢀ
公式十七；
[0058]
yi＝y
axis
randomvalue
ꢀꢀ
公式十八；
[0059]
步骤s3、根据公式十六确定果蝇个体和点之间的距离disti，根据公式十七确定个体味道浓度的结果判定值si；公式为
[0060][0061]
si＝1/distiꢀꢀ
公式二十；
[0062]
步骤s4、将si代入到适应度函数中，求出果蝇个体的味道浓度smelli；公式为
[0063]
smelli＝function(si)
ꢀꢀ
公式二十一；
[0064]
步骤s5、找出味道最浓的目标食物位置，解决最小化问题；将最佳味道浓度值bestsmell与其x
axis
、y
axis
坐标值保存下来，此时果蝇算法的果蝇群体中其他个体向该位置飞去；
[0065]
步骤s6、进入迭代寻优，重复执行步骤s2至步骤s5，并判断味道浓度是否优于前一味道浓度，即通过将当前最优值与历史最优值进行比较确定全局最优点位置。
[0066]
所述步骤s6中，将新能源发电的储能系统在安全稳定的基础上实现综合经济效益的最大化作为最优值，计算全局最优点。
[0067]
本发明针对以抽水蓄能电站和蓄电池构成的多能耦合储能系统，使系统在安全稳定的基础上，通过合理的运行策略来减少储能系统在储能和放电过程中损失的电能，通过合理的运行策略来减少水泵及水轮机的工作次数，能实现多能耦合储能系统综合经济效益的最大化。
附图说明
[0068]
下面结合附图和具体实施方式对本发明进一步详细的说明：
[0069]
附图1是本发明的果蝇优化算法的流程示意图；
[0070]
附图2是本发明的双层模型容量配置优化流程示意图。
具体实施方式
[0071]
如图所示，基于果蝇算法的多能耦合系统容量配置双层优化方法，包括以下方法：
[0072]
方法一、以抽水蓄能电站和蓄电池构成储能系统，通过减少储能系统在储能和放电过程中损失的电能及减少水泵及水轮机的工作次数来降低投资成本；
[0073]
方法二、以储能系统的投资成本最低为评价函数来建立蓄电池及抽水蓄能水电站混合模型；设置混合模型的约束条件，以储能配置容量作为优化变量；在规划模型中嵌入运行过程，得到双层规划模型；
[0074]
方法三、在双层规划模型的上层规划中，以系统在安全稳定的基础上实现综合经济效益的最大化作为评价函数，下层规划以直观分析为依据，通过分析得到日充放电策略；
[0075]
方法四、基于果蝇优化算法求解双层规划模型的配置方案，并经逐步迭代得到最佳容量配置方案。
[0076]
所述方法二包括以下步骤；
[0077]
步骤一：建立抽水蓄能电站模型，把抽水蓄能电站作为新能源发电的第一种储能方式，并以其削峰填谷作用弥补新能源发电不稳定的缺点，混合模型中的抽水蓄能电站数学模型由水泵水轮机出力模型组成，抽水蓄能电站运行在抽水状态时，水泵转轴上的传递功率为：
[0078][0079]
式中，nr为单位转速，tm为单位力矩，dd为转轮直径，ld为上下游水位差；
[0080]
步骤二：用蓄电池作为新能源发电的第二种储能方式，在混合模型中的蓄电池数学模型中，以储能电池的充放电和剩余电量两方面因素进行计算，公式为；放电过程：
[0081][0082]
充电过程：
[0083][0084]
式中，soc(t)表示t时刻储能电池的剩余电量，σ表示为自放电率，pc和pd分别表示为储能电池的充电功率、放电功率，ηc和ηd分别表示为储能电池的充电效率、放电效率，ec表示储能电池的额定容量；
[0085]
步骤三：混合模型中，水泵及水轮机总成本的计算公式为：
[0086][0087]
式中，m
pump
为抽水蓄能电站水泵水轮机的数量；c
pump
为抽水蓄能电站水泵水轮机的单价；c
repp
为抽水蓄能电站水轮机的替换成本；c
ompp
为抽水蓄能电站的运维成本；t
pump
为抽
水蓄能电站水轮机的寿命周期；r为折现率；ta为项目周期；
[0088]
步骤四：混合模型中，蓄电池总成本的计算公式为：
[0089][0090]
式中nb为蓄电池的数量；cb为蓄电池的单价；c
reb
为单位蓄电池的替换成本； tb为蓄电池的寿命周期；c
omb
为单位蓄电池的运行维护成本；
[0091]
步骤五：在混合模型所表述的由抽蓄电站和蓄电池组成的储能系统中，由抽水蓄能电站承担不平衡功率中的基本部分，而蓄电池承担其中的波动部分；通过减少水泵水轮机的工作次数来减少储能过程中额外的损失和费用，并使得储能系统负荷缺电率lpsp(loss of power supply probability)满足要求，以公式表述为：
[0092]
式中elps表示负荷缺电量，el表示负荷总需求电量；
[0093]
步骤六：按储能系统工程中抽蓄电站和蓄电池的工作特性以及多能系统运行指标，建立约束条件如下：
[0094][0095]
式中m为水库水轮机个数，n为蓄电池个数，e
p
为上游水库容量，eb为蓄电池容量，α为不平衡功率中基本部分所占的比例，β为负荷中重要负荷所占比例。
[0096]
所述方法三包括以下步骤；
[0097]
步骤七：设定上层规划数学模型，具体为：优化的目标是系统在安全稳定的基础上实现综合经济效益的最大化，其具体的目标函数为：
[0098]
max f(e)＝(c
loss
c
s-c
p,in-c
p,om
)-(npc
pat
npcb)
ꢀꢀ
公式八；
[0099]
其中e为储能配置容量，属于决策变量；c
loss
为配置值储能后配电网日节约电能损耗收入，cs为储能低蓄高放套利日收入，c
p,in
和c
p,om
为蓄电池日投资成本和日运行维护成本；各个分量的计算如下：
[0100][0101]cs
＝c
fd-c
cd
ꢀꢀ
公式九；
[0102][0103]
[0104][0105][0106]
其中，p
loss
(t)为在第t个采样间隔配电网的有功线损，bessi为不同的蓄电池组， n为蓄电池的个数，m
fd
、m
cd
分别为蓄电池在不同时刻的放电电价和充电电价， p
bessi,fd
(t
fd
)、p
bessi,cd
(t
cd
)分别为蓄电池在时刻t
fd
的放电功率和时刻t
cd
充电功率，r 和l为蓄电池的贴线率和使用年限，ke为储能单位容量成本，kc为单位功率的储能变流器成本，p
max,bessi
为第bessi个蓄电池最大充放电功率，k
om
为储能单位容量的运行维护成本；
[0107]
步骤八；设定下层规划模型，具体为：以新能源发电系统中的水及光伏等效日负荷曲线及储能配置出力曲线为基础，根据所需指标制定储能系统中的日蓄电池充放电策略。
[0108]
步骤八包括以下步骤；
[0109]
步骤8.1：根据分时电价进行充放电时间段的划分，制定充电时间t
cd
和放电时间t
fd
；
[0110]
步骤8.2：蓄电池充放电采用变功率充电方式，按需求来确定蓄电池在各个时间段的充放电功率大小，即：在等效时间δt等效负荷越小，等效负荷曲线峰谷差越大，储能充电的需求越大，通过确定负荷值排序，分别确定充电功率大小；通过确定所有时段的充放电功率及时间，得到蓄电池在日调度周期的充放电策略。
[0111]
步骤8.2包括以下步骤；
[0112]
步骤8.2.1：充电功率计算如下
[0113][0114][0115]
式中p
l
(t
cd
)为在t
cd
采样间隔的等效负荷值，p
c,max
、p
bess,cd,e
分别为蓄电池最大充电功率和额定充电功率，p
l,min
为放电时刻所有采样间隔内最小的等效负荷值，θ为第bessi个蓄电池的充放电功率权重；
[0116]
步骤8.2.2放电功率计算如下
[0117][0118]
式中p
l
(t
fd
)为采样间隔处等效负荷值，p
f,max
、p
bess,fd,e
分别为蓄电池最大放电功率和额定放电功率，p
l,max
为放电时刻所有采样间隔内最大的等效负荷值，θ为第bessi个蓄电池的充放电功率权重；
[0119]
所述方法四中的果蝇优化算法，具体包括以下步骤；
[0120]
步骤s1、按双层规划模型初始化果蝇算法的参数，即群体规模sizepop、最大迭代次数maxgen和果蝇群体初始位置x
axis
、y
axis
；
[0121]
步骤s2、以双层规划模型为果蝇算法的果蝇个体，以实现双层规划模型的综合经
济效益最大化为果蝇算法的目标，根据果蝇搜索食物原理，对相关个体搜寻过程的方向和距离进行随机赋值，以公式表述为
[0122]
xi＝x
axis
randomvalue
ꢀꢀ
公式十七；
[0123]
yi＝y
axis
randomvalue
ꢀꢀ
公式十八；
[0124]
步骤s3、根据公式十六确定果蝇个体和点之间的距离disti，根据公式十七确定个体味道浓度的结果判定值si；公式为
[0125][0126]
si＝1/distiꢀꢀ
公式二十；
[0127]
步骤s4、将si代入到适应度函数中，求出果蝇个体的味道浓度smelli；公式为
[0128]
smelli＝function(si)
ꢀꢀ
公式二十一；
[0129]
步骤s5、找出味道最浓的目标食物位置，解决最小化问题；将最佳味道浓度值bestsmell与其x
axis
、y
axis
坐标值保存下来，此时果蝇算法的果蝇群体中其他个体向该位置飞去；
[0130]
步骤s6、进入迭代寻优，重复执行步骤s2至步骤s5，并判断味道浓度是否优于前一味道浓度，即通过将当前最优值与历史最优值进行比较确定全局最优点位置。
[0131]
所述步骤s6中，将新能源发电的储能系统在安全稳定的基础上实现综合经济效益的最大化作为最优值，计算全局最优点。