主权项 |
1.一种考虑电池寿命的电池储能系统削峰填谷方法,其特征在于该方法包括以下步骤:(1)将一天划分为N个阶段,相邻两个阶段的预测负荷数据的时间间隔为Δt,设定电池储能系统的工作参数,包括:电池储能系统一天内的N个预测负荷数据D(i),i=1,2,…,n,…,N,电池储能系统的电池容量S,电池的电量的上限S<sub>high</sub>和下限S<sub>low</sub>,电池电量的初值S<sub>initial</sub>和终值S<sub>final</sub>,电池的最大充放电功率限制值P<sub>max</sub>,电池的充放电次数限制值k,电池在第j次放电时的放电深度限制值DOD(j),j=1,2,……,k;(2)根据上述电池储能系统的工作参数,建立电池储能系统削峰填谷日前优化模型,建立过程如下:(2-1)设电池的充电功率为正,放电功率为负,将电池储能系统在N个时刻的输出功率b(i)作为控制变量,i=1,2,……,N,将电池储能系统在N个时刻电池的电量s(i),作为状态变量,i=1,2,……,N,得到电池储能系统日前优化模型的目标函数为:<![CDATA[<math><mrow><mi>min</mi><mi>f</mi><mrow><mo>(</mo><mi>b</mi><mo>)</mo></mrow><mo>=</mo><munderover><mi>Σ</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>N</mi></munderover><msup><mrow><mo>(</mo><mi>D</mi><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>+</mo><mi>b</mi><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>)</mo></mrow><mn>2</mn></msup></mrow></math>]]></maths>(2-2)设定日前优化模型的约束条件,包括:容量约束:S<sub>low</sub>≤s(i)≤S<sub>high</sub>,i=1,2,……,Ns(0)=S<sub>initial</sub>忽略电池内部损耗,则容量约束中的s(i)=s(i-1)+b(i)×Δt,若要求一天结束后的电池容量为一个设定值,则其中s(N)=S<sub>final</sub>,功率约束:-P<sub>max</sub>≤b(i)≤P<sub>max</sub>,i=1,2,……,N充放电次数约束:充放电次数=k,或者 充放电次数≤k放电深度约束:电池在第j次放电后的电量大于或等于电池在第j次放电时的放电深度限制值DOD(j)与电池容量的乘积;(3)采用动态规划算法求解上述模型:(3-1)设一个电池电量为一个状态,将一天N个阶段中每个阶段的所有状态划分为2k个部分,其中k为电池的充放电次数限制值,若一天中电池首先进行充电,则2k个部分分别为:第一次充电、第一次放电、第二次充电、第二次放电、……、第k次充电、第k次放电,每个部分中包含多个状态,将电池的电量离散化,相邻两个状态之间的电量差为Δs,电量初始状态在第零个阶段,电量终值状态在第N阶段,充电时电池的电量必需满足上述容量约束条件S<sub>low</sub>≤s(i)≤S<sub>high</sub>,i=1,2,……,N,放电时电池的电量必需满足上述容量约束S<sub>low</sub>≤s(i)≤S<sub>high</sub>,i=1,2,……,N,并满足上述放电深度约束s(i)≥S*DOD(j),j=1,2,……,k;(3-2)将从第n-1个阶段的状态r出发到达第n个阶段的状态m记为一个决策,选择满足以下条件的决策作为可行决策:若从第j次充电时电量为s(i)的状态出发,到达第j次充电时电池电量大于或等于s(i)的状态,或到达第j次放电时电池电量小于s(i)的状态,且出发时状态的电池电量和到达时状态的电池电量之差的绝对值小于或等于电池的最大充放电功率限制值P<sub>max</sub>×Δt,则该决策为可行决策;或者:若从第j次放电时电池电量为s(i)的状态出发,到达第j次放电时电池电量小于或等于s(i)的状态,或到达第j+1次充电时电池电量大于s(i)的状态,且出发时状态的电池电量和到达时状态的电池电量之差的绝对值小于或等于电池的最大充放电功率限制值P<sub>max</sub>×Δt,则该决策为可行决策;(3-3)令所有到达第n阶段的状态m的可行决策的出发状态组成的集合为E(n,m),从第n-1阶段的状态r到第n阶段的状态m的充电功率为P<sub>rm</sub>,则单步决策指标v<sub>n</sub>(r,m)=(D(n)+P<sub>rm</sub>)<sup>2</sup>,并得到从初始状态到达第n阶段的状态m的阶段性最优指标函数f(n,m)=min{r∈E(n,m)|f(n-1,r)+v<sub>n</sub>(r,m)};若<img file="FDA0000382806080000021.GIF" wi="259" he="72" />满足<![CDATA[<math><mrow><mi>f</mi><mrow><mo>(</mo><mi>n</mi><mo>-</mo><mn>1</mn><mo>,</mo><mover><mi>r</mi><mo>‾</mo></mover><mo>)</mo></mrow><mo>+</mo><msub><mi>v</mi><mi>n</mi></msub><mrow><mo>(</mo><mover><mi>r</mi><mo>‾</mo></mover><mo>,</mo><mi>m</mi><mo>)</mo></mrow><mo>≤</mo><mi>f</mi><mrow><mo>(</mo><mi>n</mi><mo>-</mo><mn>1</mn><mo>,</mo><mi>r</mi><mo>)</mo></mrow><mo>+</mo><msub><mi>v</mi><mi>n</mi></msub><mrow><mo>(</mo><mi>r</mi><mo>,</mo><mi>m</mi><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths>则从第n-1阶段的状态<img file="FDA0000382806080000024.GIF" wi="22" he="52" />到第n阶段的状态m决策为第n阶段的状态m的最优决策u<sub>mn</sub>;(3-4)求解削峰填谷日前优化模型的最优解和目标函数:设第零阶段的初始状态为r<sub>0</sub>,第N阶段的终值状态为r<sub>N</sub>,并设阶段性最优指标函数f(0,r<sub>0</sub>)=0,从初始状态开始,依次求解每个阶段每个状态的阶段性最优指标函数f(n,m),记录每个阶段每个状态的最优决策u<sub>mn</sub>,得到终值状态的阶段性最优指标函数f(N,r<sub>N</sub>),即为目标函数f(b);从终值状态的最优决策<img file="FDA0000382806080000023.GIF" wi="104" he="70" />开始根据每一阶段的最优决策依次向前类推,分别求解电池储能系统在N个时刻电池的电量s(i),i=1,2,……,N,分别得到电池储能系统在N个时刻的输出功率b(i),i=1,2,……,N,即为日前优化模型的最优解。 |