[發明專利]一種基于平抑牽引的儲能容量改進方法

在審

• 申請號: 202110433335.2
• 申請日: 2021-04-22
• 公開（公告）號: CN113013909A
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 彭紫揚;石瀚華;羅培;楊顏澤
• 申請（專利權）人: 湘潭大學
• 主分類號: H02J3/32
• 分類號: H02J3/32;H02J3/24
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于平抑牽引的儲能容量改進方法其特征在于兩大方法：高斯平滑法、粒子群算法；通過高斯平滑法來找滑動最優窗口值來實現牽引負荷波動平抑，找到最優窗口值來改善電能質量，然后是利用風力系統建立全壽命周期的經濟性優化模型，采用粒子群算法針對全壽命周期最優化目標進行求解，最后得出滿足高斯平滑的最優化解。

2.根據權利要求1所述高斯平滑法，其特征在于它的窗口值的最優窗口來改善電能質量，該模塊是風力系統改善算法的主要部分。

3.根據權利要求2所述儲能需求配置的約束選取，通過相關公式來確定儲能功率和容量的約束范圍，保證儲能功率能滿足其最大充放電的功率需求下，來計算功率配置下完全充放電的時長大小。

4.根據權利要求3所述經濟最優化思想，其特征在于采用某種最優化算法運行后可在計算機顯示屏上導出粒子群優化全壽命周期結構模型；通過查閱其他文獻及資料，這里所采用的最優化算法為粒子群算法；粒子群算法在對動物集群活動行為觀察基礎上，利用群體中的個體對信息的共享使整個群體的運動在問題求解空間中產生從無序到有序的演化過程，從而獲得最優解；系統初始化為一組隨機解，通過迭代搜尋最優值；但是它沒有遺傳算法用的交叉以及變異，而是粒子在解空間追隨最優的粒子進行搜索；雖然目前有眾多的粒子群算法，且這些方法也都相對簡單，同遺傳算法比較，粒子群算法的優勢在于簡單容易實現并且沒有許多參數需要調整；目前已廣泛應用于函數優化，神經網絡訓練，模糊系統控制以及其他遺傳算法的應用領域；實際應用中在粒子群算法中,只有gbest給出信息給其他的粒子，這是單向的信息流動；整個更新過程是跟隨當前最優解的過程；與遺傳算法比較大多數的情況下，所有的粒子可能更快的收斂于最優解；進行經濟效益理論分析，根據政府2015年出臺的分時電價表以及相關政策補貼來計算蓄電池在耗電的相關費用；其中負荷的調度與儲能效益息息相關，應從儲能角度出發，提高儲能參與需求響應的經濟性；分時電價來實現對負荷的調度，表達式為：

式中：P_d、P_c為在h時刻的充放電功率；p_r為分時電價

在電力相關行業，政府會給予一定補貼，這部分帶來的收益也能幫助企業緩解部分資金問題，具體補貼情況如下圖所示

B2＝P·m_f (2)

式中：P為功率，m_f為每度電補貼價格

綜上儲能經濟模型的總目標函數為：

B＝B1+B2-C2-C1 (3)

儲能裝置在運行過程中每次充放電功率不能超過其額定值，總的放電功率不能超過其額定容量,并且儲能電荷狀態不能超越上下限；這些來做約束條件能夠更加準確地得出符合實際情況的的最優經濟模型。

0.1≤SOC(t)≤0.9 (6)