[发明专利]基于改进S型函数粒子群优化算法的混合储能容量优化方法

权利要求书

1.基于改进S型函数粒子群优化算法的混合储能容量优化方法，其特征在于，包括：

步骤1，构建全生命周期费用模型；

步骤2，确定目标函数和约束条件，建立混合储能系统容量优化配置模型；

步骤3，改进S型函数粒子群优化算法；

步骤4，采用改进S型函数粒子群优化算法求解混合储能系统容量优化配置模型。

2.根据权利要求1所述的基于改进S型函数粒子群优化算法的混合储能容量优化方法，其特征在于，所述步骤1构建全生命周期费用模型如下：

L_CC＝C_O+C_P+C_M+C_D (1)

其中，L_CC表示全生命周期费用；C_O表示设备的运行费用；C_P表示设备的购买费用；C_M表示设备的维护费用；C_D表示设备的处理费用。

3.根据权利要求2所述的基于改进S型函数粒子群优化算法的混合储能容量优化方法，其特征在于，所述步骤2，利用蓄电池与超级电容器作为风光互补系统混合储能装置，以其全生命周期费用最小为目标，以负荷缺电率和储能系统储能量为约束条件，建立混合储能系统容量优化配置模型。

4.根据权利要求3所述的基于改进S型函数粒子群优化算法的混合储能容量优化方法，其特征在于，步骤2以其全生命周期费用最小为目标，其目标函数为:

其中：C_O表示设备的运行费用；C_P表示设备的购买费用；C_M表示设备的维护费用；C_D表示设备的处理费用；

f_ob、f_oc表示蓄电池和超级电容器的运行系数；f_mb、f_mc表示蓄电池和超级电容器的维护系数；N_b、N_c分别表示蓄电池、超级电容器的个数；P_b、P_c分别表示蓄电池、超级电容器的单价。

5.根据权利要求3所述的基于改进S型函数粒子群优化算法的混合储能容量优化方法，其特征在于，步骤2以负荷缺电率为约束的约束条件为：

f_LPSP≤f_LPSPmax (8)

其中：f_LPSP为负荷缺电率，f_LPSPmax为负荷允许的最大缺电率；

以储能系统储能量为约束的约束条件为：

E_b(k)为蓄电池剩余储能量、E_c为超级电容器组的储能量；E_bmin、E_bmax为蓄电池最小、最大剩余储能量；E_cmax、E_cmin超级电容器组的最大、最小储能量。