[发明专利]风光发电系统中混合储能电源容量配置的优化方法

说明书

本发明公开了一种风光发电系统中混合储能电源容量配置的优化方法，包括：分别建立风力发电机组、光伏太阳能发电机组、蓄电池及超级电容器的能量模型；根据混合储能电源的一次性投资成本和全生命周期的运营成本建立其容量配置的优化模型及相应的约束条件；基于宽容分层序列优化方法，根据预先设定的重要程度排名，分别针对混合储能电源的一次性投资成本和全生命周期的运营成本建立优化目标函数及相应的优化约束条件；根据优化目标函数和优化约束条件的建立顺序，依次进行求解得到最优参数，实现混合储能电源容量配置的优化，其在满足负荷需求的前提下最大化利用风能和光伏太阳能资源的同时，大大降低了一次性投资成本和全生命周期的运营成本。

技术领域

本发明涉及电池技术领域，尤其涉及一种风光发电系统中混合储能电源容量配置的优化方法。

背景技术

随着传统石油资源的快速枯竭和全球变暖现象的日益加剧，世界各地的研究人员和科学家都在极力寻找绿色替代能源，由风能和光伏太阳能组成的风光发电系统成为了研究热点。但是，风能和光伏太阳能都是间歇性的，为了确保能源供应的稳定性和可靠性，通常需要在风光发电系统中设置合适的储能系统。一般来说，在由风能和光伏太阳能组成的中小型发电系统中，使用蓄电池进行储能。但是，由蓄电池组成的储能电源存在寿命周期低、功率密度低、充/放电电流存在限制及易受环境影响等问题。

近年来，超级电容器凭借高功率密度、长寿命、高充放电效率等优点逐步得到了重视，然而仅由超级电容器组成的储能电源能量存储能力非常有限，且成本比由蓄电池组成的储能电源高很多。显然，单独使用蓄电池或超级电容器作为风光发电系统的储能装置都会存在一定的问题，以此结合了两者的优点的混合储能电源(包括蓄电池和超级电容器)成为了一个作为风光发电系统储能装置的研究方向。

在风光发电系统的混合储能电源中，容量配置优化是一个难点问题，其对在合理成本下风光发电系统的可靠运行至关重要。目前，国内外学者对容量配置优化的研究相对较少，主要优化方法集中在遗传算法和粒子群算法，其中，遗传算法虽然简单易实现，全局解的搜索能力较强，但该方法属于随机类算法，需要多次运算，计算量大，计算时间长，而且不能得到稳定的解；粒子群算法虽然搜索速度快，需调整的参数少，效率高，但是存在收敛精度低、易陷入局部最优解的缺点。

发明内容

针对上述现有技术的不足，本发明提供了一种风光发电系统中混合储能电源容量配置的优化方法，有效解决了现有风光发电系统混合储能电源的容量配置不能有效优化的技术问题。

为了实现上述目的，本发明通过以下技术方案实现：

一种风光发电系统中混合储能电源容量配置的优化方法，其特征在于，应用于风光发电系统，所述风光发电系统中包括风力发电机组、光伏太阳能发电机组及混合储能电源，其中，混合储能电源中包括用于提供能量的蓄电池及用于提供功率的超级电容器；所述风光发电系统中混合储能电源容量配置的优化方法包括：

S10分别建立风力发电机组、光伏太阳能发电机组、蓄电池及超级电容器的能量模型；

S20根据混合储能电源的一次性投资成本和全生命周期的运营成本建立其容量配置的优化模型及相应的约束条件，所述约束条件包括超级电容器的充放电电流约束及最大剩余能量约束，所述最大剩余能量约束根据风力发电机组、光伏太阳能发电机组、蓄电池及超级电容器的能量模型构建；

S30基于宽容分层序列优化方法，根据预先设定的重要程度排名及步骤S20中建立的优化模型和约束条件，分别针对混合储能电源的一次性投资成本和全生命周期的运营成本建立优化目标函数及相应的优化约束条件；

S40根据优化目标函数和优化约束条件的建立顺序，依次进行求解得到最优参数，实现混合储能电源容量配置的优化。