[发明专利]基于冒泡排序的风储联合发电系统储能元件优化运行方法

摘要

本发明公开了一种基于冒泡排序的风储联合发电系统储能元件优化运行方法，首先对常规机组进行建模，得到了常规机组的发电出力数据；其次结合ARMA模型和风速—功率特性曲线，考虑风机的故障率，模拟了风电场的时序出力数据；然后根据这两种数据结合时序负荷数据，获取了每个时刻系统的缺电量以及溢出的风电量；再然后基于冒泡排序的原理，根据储能元件内部剩余电量，确立优先放电的顺序。放电完成后，对溢出的风电电量进行最大化的存储，最后汇总常规机组、风电场、储能元件的计算数据，统计系统可靠性指标。本发明在风电超出允许接入比例，而系统吸收允许接入的风电后仍处于缺电状态的情况下，能够使风电利用率进一步提升，提高了发电系统的可靠性。

主权项

1.基于冒泡排序的风储联合发电系统储能元件优化运行方法，其特征在于，包括以下步骤：1)参数初始化，所述参数包括：时间参数T、仿真次数N、系统年均缺电量EENS、系统缺电概率LOLP和年均缺电时间LOLT，初始化结果为：T为一年8760小时，N为1000次，EENS、LOLP、Lole初始值均为0；其中，Lole为系统缺电时间；2)根据IEEE‑RBTS可靠性测试系统，运用序贯蒙特卡洛方法模拟得到常规机组的“故障—运行”状态序列；将常规机组的“故障—运行”状态序列乘以常规机组的额定功率，得到一年内每台常规机组每小时的出力；将每小时各个常规机组的出力求和，得到整个RBTS系统一年的时序出力；3)根据风电场所在区域的历史风速数据，基于最小信息准则确定风电场的自回归滑动平均模型即ARMA模型阶数；4)根据所述步骤3)得到的风电场的ARMA模型阶数及风电场所在区域的历史风速数据，在Matlab中调用armax函数模拟产生风电场的风速数据；5)根据风机的故障率、修复率，运用序贯蒙特卡洛方法模拟得到风机的“故障—运行”状态序列；6)根据步骤4)的风速数据和步骤5)的状态序列，结合风机的风速—功率特性曲线，得到风电场一年时间内的功率序列；7)根据步骤2)得到的常规机组的时序出力和步骤6)得到的风电场的功率序列，系统负荷为P_L(t)，考虑风电允许接入比例η％，将风电超出允许接入比例而系统吸收允许接入的风电后仍处于缺电状态记为条件A，考虑条件A下每个时刻的系统过剩电量ΔE(t)和过剩风电电量ΔG_w(t)；包括：7‑1)条件A表示为：其中，G_c(t)表示常规机组的时序出力，G_w(t)表示风电场的功率序列；7‑2)风电和常规机组出力不满足条件A时，系统过剩电量ΔE(t)如下，ΔE(t)正值表示过剩的电量，ΔE(t)为负表示系统实际缺电的电量：7‑3)当风电和常规机组出力满足条件A时，系统过剩电量ΔE(t)和过剩风电电量ΔG_w(t)如下：8)根据第m台储能元件的故障率和修复率，运用序贯蒙特卡洛方法模拟得到储能元件的“故障—运行”状态序列；9)利用步骤8)的状态序列中状态值是否为0判断当前时刻是否为故障状态，若为0表示该储能元件处于故障状态，则当前时刻的储能元件的电量清零；10)当t时刻风电和常规机组出力不满足条件A时，根据系统过剩电量ΔE(t)，确定t时刻储能系统实际的充放电量；转入步骤12)；具体求解过程如下：10‑1)参数初始化，储能系统内共有M台储能元件，每台储能元件的额定容量为E_e，t时刻第i台储能元件剩余电量为E_b(i,t)，初始时刻第i台储能元件剩余电量E_b(i,0)为0，即所有储能元件初始时刻的剩余电量均为0，每小时的最大充放电功率为P_m；10‑2)根据步骤7)得到系统过剩电量ΔE(t)，若ΔE(t)为正，则此时储能系统吸收此过剩的电量，求解第i台储能元件的充电电量ΔE_b(i,t)，具体过程如下：10‑2‑1)根据步骤9)，判断第i台储能元件在t时刻的状态，若为故障状态，则i＝i+1，重新执行步骤10‑2‑1)，若为正常状态，则执行步骤10‑2‑2)；10‑2‑2)对于第i台储能元件，其最大吸收的电量ΔE_b0(i,t)如下：10‑2‑3)考虑每小时的最大充放电功率P_m，那么每台储能元件每小时的实际充电电量如下：10‑2‑4)对于第i+1个储能元件，因为前一个储能元件吸收了电量，因此修正ΔE(t)，ΔE(t)＝ΔE(t)‑ΔE_b(i,t)10‑2‑5)令i递增1，即i＝i+1，重复步骤10‑2‑2)到10‑2‑4)，直至ΔE(t)为零或i>M，即所有储能元件充电结束；若ΔE(t)为负，则此时储能系统补充系统此时的缺电电量，求解第i台储能元件的放电电量ΔE_b(i,t)，具体过程如下：10‑2‑a)，根据步骤9)，判断第i台储能元件在t时刻的状态，若为故障状态，则i＝i+1，重新执行步骤10‑2‑a)，若为正常状态，则执行步骤10‑2‑b)；10‑2‑b)对于第i台储能元件，其最大放电的电量ΔE_b0(i,t)如下：10‑2‑c)考虑每小时的最大充放电功率P_m，那么每台储能元件每小时的实际放电电量如下：10‑2‑d)对于第i+1个储能元件，因为前一个储能元件放出了电量，因此修正ΔE(t)，ΔE(t)＝ΔE(t)‑ΔE_b(i,t)10‑2‑e)令i递增1，即i＝i+1，重复步骤10‑2‑b)到10‑2‑d)，直至ΔE(t)为零或i>M，即所有储能元件放电结束；11)当t时刻风电和常规机组出力满足条件A时，根据系统过剩电量ΔE(t)和过剩风电电量ΔG_w(t)，确定t时刻储能系统实际的充放电量；转入步骤12)；具体求解过程如下：11‑1)参数初始化，储能系统内共有M台储能元件，每台储能元件的额定容量为E_e，t时刻第i台储能元件剩余电量为E_b(i,t)，初始时刻第i台储能元件剩余电量E_b(i,0)为0，即所有储能元件初始时刻的剩余电量均为0，每小时的最大充放电功率为P_m；11‑2)根据步骤7)得到系统t时刻的系统过剩电量ΔE(t)和过剩风电电量ΔG_w(t)；根据冒泡排序的算法，将t时刻的储能元件按照此刻储能元件剩余电量E_b(i,t)的多少从高到低排序，并进行编号，得到储能元件的优先放电顺序数组S；11‑3)根据确立的优先放电顺序数组S，确立每台储能元件的放电电量ΔE_b(k,t)，具体过程如下：11‑3‑1)令i＝1；11‑3‑2)令k＝S(i)；11‑3‑3)根据步骤9)，判断第k台储能元件在t时刻的状态，若为故障状态，则令i＝i+1，重新执行步骤11‑3‑2)；若为正常状态，则执行步骤11‑3‑4)；11‑3‑4)对于第k台储能元件，其最大放电电量ΔE_b0(k,t)如下：11‑3‑5)考虑每小时的最大充放电功率P_m，那么每台储能元件每小时的实际放电电量如下：11‑3‑6)对于第S(i+1)台储能元件，因为前一个储能元件放出了电量，因此修正ΔE(t)，ΔE(t)＝ΔE(t)‑ΔE_b(k,t)11‑3‑7)令i递增1，即i＝i+1，重复步骤11‑3‑2)到11‑3‑6)，直至ΔE(t)为零或i>M，即所有设备放电结束；11‑4)若i>M，直接转步骤12)；否则剩余未参与放电的储能元件可吸收过剩风电电量ΔG_w(t)，确立每台储能元件的充电电量ΔE_b(k,t)，具体过程如下：11‑4‑1)令k＝S(i)；11‑4‑2)根据步骤9)判断第k台储能元件在t时刻的状态，若为故障状态，则令i＝i+1，重新执行步骤11‑4‑1)，若为正常状态，则执行步骤11‑4‑3)；11‑4‑3)对于第k台储能元件，其最大吸收的电量ΔE_b0(k,t)如下：11‑4‑4)考虑每小时的最大充放电功率P_m，那么每台储能元件每小时的实际充电电量如下：11‑4‑5)对于第S(i+1)台储能元件，因为前一个储能元件吸收了电量，因此修正ΔG_w(t)，ΔG_w(t)＝ΔG_w(t)‑ΔE_b(k,t)11‑4‑6)令i递增1，即i＝i+1，重复步骤11‑4‑1)到11‑4‑5)直至ΔG_w(t)为零或i>M，即所有设备充电结束；12)将确定的储能元件充电电量或放电电量和t时刻剩余电量E_b(i,t)相加即可得到下一时刻各储能元件的剩余电量；13)若执行步骤10)或者步骤11)后，系统过剩电量ΔE(t)<0，则此时刻系统处于缺电状态，缺电量记为SE(t)，且SE(t)＝‑ΔE(t)，同时系统缺电时间加1，Lole＝Lole+1；14)令时间递增1，即t＝t+1，重复步骤10)到步骤13)，直到t>8760；15)计算一年的缺电量eens，其值为一年内所有SE(t)的总和；16)计算仿真叠加缺电量Eens＝Eens+eens，重复步骤2)到步骤16)，每循环一次，仿真次数加1，直到仿真次数达到N，其中，Eens的初始值为0；17)计算系统年均缺电量EENS＝Eens/N，系统年均缺电时间LOLT＝Lole/N，系统缺电概率LOLP＝LOLT/8760。