[发明专利]一种微网风光储系统中混合储能容量优化配置方法

说明书

本发明公开了一种考虑风光储系统出力波动平抑的混合储能容量优化配置方法，采用变分模态分解，将经由滑动平均滤波得到的混合储能系统参考功率分解为高频与低频两部分，分别作为混合储能系统中超级电容器和蓄电池的参考功率。利用仿真得到的大量储能系统参数与风光储系统输出功率平滑度的对应关系训练神经网络模型。以平滑效果最优与投资成本最低为目标函数，构建混合储能系统容量优化配置模型，采用遗传算法求解混合储能系统的最优容量配置方案。本发明充分利用了蓄电池和超级电容器在功率密度、能量密度等方面的互补特性，既减少了蓄电池和超级电容器配置的容量，保证了经济性，又增强了HESS对风、光输出功率波动的平抑效果。

技术领域

本发明属于微电网储能容量优化配置领域，尤其涉及一种考虑风光储系统出力波动平抑的混合储能容量优化配置方法。

背景技术

近年来，全球范围内对能源的可持续性以及传统发电方式带来的环境问题的关注，为可再生能源的发展提供了动力。微网作为可再生能源发电设备接入电网的一种重要方式，其运行的安全稳定性受可再生能源发电的随机性和间歇性影响。在微网内配置一定容量的储能装置，可以平抑可再生能源出力波动，保证微网电能质量和运行稳定性，提高能源利用率。目前运用于微网的储能技术可分为能量型储能和功率型储能，这两类储能在能量密度、功率密度、循环寿命和价格等技术、经济性能上有较强的互补性。因此，为了平抑风电、光伏输出功率波动，同时兼顾系统运行经济性，通常采用由上述两类储能集成的混合储能系统(hybrid energy storage system，HESS)。

针对合理配置HESS中两类储能的容量已有研究成果：基于一阶低通滤波法和限风数据统计特性分析，兼顾风电功率波动平抑效果与风电消纳能力，以HESS综合收益最大为目标选择最优容量配置方案；基于对微网净负荷功率的频谱分析，制定HESS初级功率分配策略，引入储能的充放电约束和荷电状态约束，对功率分配策略进行二次修正，以HESS年综合成本最低为目标构建HESS容量优化模型；采用小波包分解技术处理风电功率，对混合储能内部进行合理功率分配，计及电池寿命损耗建立混合储能容量经济优化模型；提出一种根据储能系统荷电状态自适应调整经验模态分解(empirical mode decomposition，EMD)滤波阶数的HESS功率分配方法，在有效平抑风电波动的同时维持储能系统荷电状态的稳定；基于光伏并网对功率波动的要求，设计了一种采用总体平均经验模态分解(ensembleempirical mode decomposition，EEMD)平滑光伏功率波动的HESS充放电控制策略。

目前常采用低通滤波法、小波包分解、EMD分解和EEMD分解技术等方法分配HESS内两类储能的功率，并配置其容量。低通滤波法原理简单、运算速度快，但会产生一定的时延。小波包分解的准确性易受所选基函数的影响，且计算复杂。EMD分解出的频率相近的模态分量易产生模态混叠现象，影响功率分配。EEMD大大改善了模态混叠问题，但是数据计算量过大。而变分模态分解(variational mode decomposition，VMD)相比上述方法，既不产生时延且运算效率高，又不易受噪声干扰，同时解决了EMD中的模态混叠问题。

发明内容

本发明目的在于克服现有技术的不足，提供了一种考虑风光储系统出力波动平抑的混合储能容量优化配置方法，充分利用了蓄电池和超级电容器在功率密度、能量密度等方面的互补特性，既减少了蓄电池和超级电容器配置的容量，保证了经济性，又增强了HESS对风、光输出功率波动的平抑效果，具体由以下技术方案实现：

所述微网风光储系统中混合储能容量优化配置方法，包括步骤：

步骤1)采用滑动平均法确定风光储系统的并网参考功率；

步骤2)通过变分模态分解和希尔伯特变换确定分界频率，根据分界频率和储能荷电状态约束制定混合储能系统控制策略；

步骤3)建立风、光输出功率波动特性与风光储系统输出功率波动程度的评价指标体系；