主动配电网混合储能系统的选址定容双层优化方法及系统与流程

1.本技术涉及主动配电网混合储能系统规划领域，尤其涉及主动配电网混合储能系统的选址定容双层优化方法及系统。


背景技术：

2.为实现国家“双碳”目标，可再生能源并网发电技术得到大力发展，大量分布式电源接入主动配电网，储能技术在可再生能源高比例接入主动配电网中发挥着重要作用。大规模储能技术为主动配电网运行提供了快速响应能力，将蓄电池等能量型储能和超级电容等功率型储能相结合构成主动配电网混合储能系统(hybr id energy storage system,hess)，可以实现各工况下电力系统的功率平衡，提高主动配电网的安全稳定运行，有效克服单一储能的不足，充分发挥不同类型储能的优势，满足多元运行需求。但是，现有的主动配电网混合储能系统的选址定容方案的确定，没有考虑可再生能源消纳及储能系统的运行效益，导致所述储能系统的选址定容方案不能够使系统经济稳定运行。


技术实现要素：

3.本技术提供主动配电网混合储能系统的选址定容双层优化方法及系统，以至少解决现有选址定容方案不能够使系统经济稳定运行技术问题。
4.本技术第一方面实施例提出一种主动配电网混合储能系统的选址定容双层优化方法，所述方法包括：
5.获取主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率；
6.根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定混合储能系统中超级电容的初始功率和全钒液流电池的初始功率；
7.构建多目标混合储能系统选址定容双层优化模型，然后将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述混合储能系统的选址定容优化方案。
8.优选的，所述混合储能系统的净负荷功率的计算式如下：
[0009][0010]
式中，δpm(t)为混合储能系统t时刻的净负荷功率，p
load,i
(t)为t时刻节点i处负荷的需求功率，p
loss,m
(t)为t时刻支路m的损耗功率，为t时刻光伏机组d1的输出功率，为t时刻风电机组d2的输出功率，n为主动配电网中节点总数，m为主动配电网中支路总数，d1为主动配电网中光伏机组的总数，d2为主动配电网中风电机组的总数。
[0011]
进一步的，所述多目标混合储能系统选址定容双层优化模型包括上层优化模型和
下层优化模型；
[0012]
所述上层优化模型以混合储能系统综合成本最小和可再生能源消纳最大为目标构建所述上层优化模型的目标函数；
[0013]
以超级电容的运行约束、超级电容的荷电状态上下限值约束、向上级电网购电功率约束、全钒液流电池的运行约束、全钒液流电池的荷电状态充放电约束、全钒液流电池的充放电控制约束为约束条件，并结合所述上层优化模型的目标函数构建上层优化模型；
[0014]
所述下层优化模型以混合储能系统运行效益最大、电压偏差最小和有功损耗最小为目标构建所述下层优化模型的目标函数；
[0015]
以超级电容的运行约束、超级电容的荷电状态上下限值约束、向上级电网购电功率约束、全钒液流电池的运行约束、全钒液流电池的荷电状态充放电约束、全钒液流电池的充放电控制约束为约束条件，并结合所述下层优化模型的目标函数构建下层优化模型。
[0016]
进一步的，所述根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定混合储能系统中超级电容的初始功率和全钒液流电池的初始功率，包括：
[0017]
根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定所述混合储能系统的净负荷功率，其中，所述分布式电源包括：光伏机组和风电机组；
[0018]
利用小波分解法对所述净负荷功率进行小波包分解及小波包能量谱函数计算，得到所述超级电容的分界频率收敛区间、所述全钒液流电池的分界频率收敛区间；
[0019]
根据所述超级电容的分界频率收敛区间、所述全钒液流电池的分界频率收敛区间确定所述超级电容的初始功率和所述全钒液流电池的初始功率。
[0020]
进一步的，所述将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述混合储能系统的选址定容优化方案，包括：
[0021]
将所述超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述超级电容的期望功率和全钒液流电池的期望功率及所述超级电容的期望功率和全钒液流电池的期望功率下对应的混合储能系统的选址定容优化方案。
[0022]
进一步的，所述混合储能系统综合成本最小为目标的目标函数计算式如下：
[0023]
min f1＝c1+c2+c3[0024]
式中，f1为混合储能系统综合成本，c1为年度设备投资成本，c2为年度设备运维成本，c3为年度向上级电网购电成本，c1＝γ
vrb
×
(c
vrb,p
p
vrb
+c
vrb,eevrb
)+γ
sc
×
(c
sc,p
p
sc
+c
sc,eesc
)，c2＝c
vrb,omevrb
+c
sc,omesc
，c3＝c
grid
×
(p
load
+p
loss-p
pv-p
wind-p
vrb-p
sc
)，γ
vrb
为全钒液流电池的等年值投资系数，c
vrb,p
为全钒液流电池的单位功率投资系数，p
vrb
为全钒液流电池的初始功率，c
vrb,e
为全钒液流电池的单位容量投资系数，γ
sc
为超级储能的等年值投资系数，c
sc,p
为超级电容的单位功率投资系数，p
sc
为超级电容的初始功率，c
sc,e
为超级电容的单位容量投资系数，c
vrb,om
为全钒液流电池的单位容量运维系数，c
sc,om
为超级电容的单位容量运维系数，c
grid
为单位购电功率，e
vrb
为全钒液流电池的额定容量，e
sc
为超级电容的额定容量，p
load
为负荷功率，p
loss
为支路有功损耗，p
pv
为光伏机组的输出功率，p
wind
为风电机组的输出
功率；
[0025]
所述可再生能源消纳最大为目标的目标函数的计算式如下：
[0026][0027]
式中，f2为可再生能源消纳，为t时刻风电机组y的输出功率，为t时刻光伏机组j的输出功率；
[0028]
所述混合储能系统运行效益最大为目标的目标函数的计算式如下：
[0029]
max f3＝c
loss
+c
arb
+c
grid-c
cost
[0030]
式中，f3为混合储能系统运行效益，c
loss
为主动配电网接入混合储能系统后网损减少的收益，c
arb
为分时电价下混合储能系统的套利，c
grid
为减少向上级电网购电的效益，c
cost
为混合储能系统的投资运维成本，其中，c
loss
＝c
grid
×
(p
loss,1-p
loss,2
)，c
arb
＝(e
vrb
*c
vrb,e
+e
sc
*c
sc,e
)/e
max
*kd/300，c
grid
＝c
grid
×
(p
grid,1-p
grid,2
)，p
loss,1
为主动配电网接入混合储能前网损功率，p
loss,2
为主动配电网接入混合储能后网损功率，e
max
为混合储能系统最大容量，kd为一天内峰谷电价差，p
grid,1
为主动配电网接入混合储能前购电功率，p
grid,2
为主动配电网接入混合储能后购电功率；
[0031]
所述电压偏差最小为目标的目标函数的计算式如下：
[0032][0033]
式中，f4为电压偏差值，δu
i,t
为t时刻节点i的电压差，u
i,max
为节点i的电压最大值，u
i,min
为节点i的电压最小值，u
i,t
为节点i的电压，其中，u
i,t
为t时刻节点i的电压；
[0034]
所述有功损耗最小为目标的目标函数的计算式如下：
[0035][0036]
式中，f5为有功损耗，rm为支路m的等效电阻，p
i,i+1,t
为t时刻流过节点i到节点i+1构成的支路m的有功功率，q
i,i+1,t
为t时刻流过节点i到节点i+1构成的支路m的无功功率，u
i+1,t
为t时刻支路末端节点i+1的电压；
[0037]
所述超级电容的运行约束的计算式如下：
[0038][0039]
式中，p
sc
(t)为t时刻超级电容的初始功率，σ为超级电容的自放电率，sc(t-1)为t-1时刻超级电容的剩余电量，s
c,min
为超级电容的电量下限值，ηd为超级电容的放电效率，ηc为超级电容的充电效率，s
c,max
为超级电容的电量上限值；
[0040]
所述超级电容的荷电状态上下限值约束的计算式如下：
[0041][0042]
式中，socc(t)为t时刻超级电容的荷电状态，socc(t-1)为t-1时刻超级电容的荷电状态，soc
c,max
为超级电容的荷电状态上限值，soc
c,min
为超级电容的荷电状态下限值，η
sc
为超级电容的充放电效率；
[0043]
所述向上级电网购电功率约束的计算式如下：
[0044]
p
gri
≤p
load
+p
loss
[0045]
所述全钒液流电池的运行约束的计算式如下：
[0046][0047]
式中，p
vrb,c
(t)为t时刻全钒液流电池的初始充电功率，p
vrb,d
(t)为t时刻全钒液流电池的初始放电功率，p
vrb,maxc
为全钒液流电池的充电功率最大值，p
vrb,maxd
为全钒液流电池的放电功率最大值，soc
vrb,max
为全钒液流电池的荷电状态上限值，soc
vrb
(t)为t时刻全钒液流电池的荷电状态，soc
vrb,min
为全钒液流电池的荷电状态下限值；
[0048]
所述全钒液流电池的荷电状态充放电约束的计算式如下：
[0049][0050]
式中，为全钒液流电池的额定容量，η
vrb,d
为全钒液流电池的放电效率，η
vrb,c
为全钒液流电池的充电效率，p
vrb,t
为t时刻全钒液流电池的初始功率，soc
vrb
(t-1)为t-1时刻全钒液流电池的荷电状态；
[0051]
所述全钒液流电池的充放电控制约束如下：
[0052][0053][0054]
式中，p
grid,min
为从上级电网购电的最小功率。
[0055]
本技术第二方面实施例提出一种主动配电网混合储能系统的选址定容双层优化系统，包括：
[0056]
获取模块，用于获取主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率；
[0057]
第一确定模块，用于根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定混合储能系统中超级电容的初始功率和全钒液
流电池的初始功率；
[0058]
第二确定模块，用于构建多目标混合储能系统选址定容双层优化模型，然后将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述混合储能系统的选址定容优化方案。
[0059]
优选的，所述第一确定模块，包括：
[0060]
计算单元，用于利用小波分解法对所述净负荷功率进行小波包分解及小波包能量谱函数计算，得到所述超级电容的分界频率收敛区间、所述全钒液流电池的分界频率收敛区间；
[0061]
第一确定单元，用于根据所述超级电容的分界频率收敛区间、所述全钒液流电池的分界频率收敛区间确定所述超级电容的初始功率和所述全钒液流电池的初始功率。
[0062]
本技术第三方面实施例提出一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如第一方面实施例所述的方法。
[0063]
本技术第四方面实施例提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面实施例所述的方法。
[0064]
本技术的实施例提供的技术方案至少带来以下有益效果：
[0065]
本技术提出了一种主动配电网混合储能系统的选址定容双层优化方法及系统，其中，所述方法包括：获取主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率；根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定混合储能系统中超级电容的初始功率和全钒液流电池的初始功率；构建多目标混合储能系统选址定容双层优化模型，然后将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述混合储能系统的选址定容优化方案。本技术提出的技术方案，在考虑可再生能源消纳及系统运行效益的情况下，精确的确定了选址定容优化方案，使得混合储能系统可以经济稳定的运行。
[0066]
本技术附加的方面以及优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
[0067]
本技术上述的和/或附加的方面以及优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0068]
图1为根据本技术一个实施例提供的一种主动配电网混合储能系统的选址定容双层优化方法的流程图；
[0069]
图2为根据本技术一个实施例提供的各频段能量占比示意图；
[0070]
图3为根据本技术一个实施例提供的一种主动配电网混合储能系统的选址定容双层优化系统的结构图；
[0071]
图4为根据本技术一个实施例提供的第一确定模块的结构图。
具体实施方式
[0072]
下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
[0073]
本技术提出的一种主动配电网混合储能系统的选址定容双层优化方法及系统，其中，所述方法包括：获取主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率；根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定混合储能系统中超级电容的初始功率和全钒液流电池的初始功率；构建多目标混合储能系统选址定容双层优化模型，然后将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述混合储能系统的选址定容优化方案。本技术提出的技术方案，在考虑可再生能源消纳及系统运行效益的情况下，精确的确定了选址定容优化方案，使得混合储能系统可以经济稳定的运行。
[0074]
下面参考附图描述本技术实施例的主动配电网混合储能系统的选址定容双层优化方法及系统。
[0075]
实施例一
[0076]
图1为根据本技术一个实施例提供的一种主动配电网混合储能系统的选址定容双层优化方法的流程图，如图1所示，所述方法包括：
[0077]
步骤1：获取主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率；
[0078]
步骤2：根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定混合储能系统中超级电容的初始功率和全钒液流电池的初始功率；
[0079]
在本公开实施例中，所述步骤2具体包括：
[0080]
步骤2-1：根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定所述混合储能系统的净负荷功率，其中，所述分布式电源包括：光伏机组和风电机组；
[0081]
其中，所述混合储能系统的净负荷功率的计算式如下：
[0082][0083]
式中，δpm(t)为混合储能系统t时刻的净负荷功率，p
load,i
(t)为t时刻节点i处负荷的需求功率，p
loss,m
(t)为t时刻支路m的损耗功率，为t时刻光伏机组d1的输出功率，为t时刻风电机组d2的输出功率，n为主动配电网中节点总数，m为主动配电网中支路总数，d1为主动配电网中光伏机组的总数，d2为主动配电网中风电机组的总数。
[0084]
步骤2-2：利用小波分解法对所述净负荷功率进行小波包分解及小波包能量谱函数计算，得到所述超级电容的分界频率收敛区间、所述全钒液流电池的分界频率收敛区间；
[0085]
需要说明的是，假设小波包分解为n层，一共可获得2n个分量，则δpm(t)分解后的
功率可以表示为：式中，s
n,e
(t)为t时刻的小波包分解第n层第e个分解信号。
[0086]
利用小波包能量谱函数计算不同频段下的信号能量，计算公式为e(n,l)＝∑[ρ(n,l)]2，式中，e(n,l)为第n层第l个节点的能量值，ρ(n,l)为第n层第l个节点的小波包系数；
[0087]
对各节点的能量值进行归一化处理，得到各频段能量占比，如图2所示，根据净负荷功率低频部分能量较高，高频部分能量较低的特点，确定到小波包第四层节点(4,2)为分界频率点m的收敛区间。
[0088]
步骤2-3：根据所述超级电容的分界频率收敛区间、所述全钒液流电池的分界频率收敛区间确定所述超级电容的初始功率和所述全钒液流电池的初始功率。
[0089]
需要说明的是，由区间内不同分界频率值，得到超级电容和全钒液流电池的初始功率指令，其中，所述超级电容的初始功率指令的计算式如下：
[0090]
p
vrb
(t)＝s
n,1
(t)+s
n,2
(t)+...+s
n,m
(t)
[0091]
所述全钒液流电池的初始功率指令的计算式如下：
[0092][0093]
步骤3：构建多目标混合储能系统选址定容双层优化模型，然后将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述混合储能系统的选址定容优化方案。
[0094]
在本公开实施例中，所述多目标混合储能系统选址定容双层优化模型包括上层优化模型和下层优化模型；
[0095]
所述上层优化模型以混合储能系统综合成本最小和可再生能源消纳最大为目标构建所述上层优化模型的目标函数；
[0096]
以超级电容的运行约束、超级电容的荷电状态上下限值约束、向上级电网购电功率约束、全钒液流电池的运行约束、全钒液流电池的荷电状态充放电约束、全钒液流电池的充放电控制约束为约束条件，并结合所述上层优化模型的目标函数构建上层优化模型；
[0097]
所述下层优化模型以混合储能系统运行效益最大、电压偏差最小和有功损耗最小为目标构建所述下层优化模型的目标函数；
[0098]
以超级电容的运行约束、超级电容的荷电状态上下限值约束、向上级电网购电功率约束、全钒液流电池的运行约束、全钒液流电池的荷电状态充放电约束、全钒液流电池的充放电控制约束为约束条件，并结合所述下层优化模型的目标函数构建下层优化模型。
[0099]
进一步的，所述混合储能系统综合成本最小为目标的目标函数计算式如下：
[0100]
min f1＝c1+c2+c3[0101]
式中，f1为混合储能系统综合成本，c1为年度设备投资成本，c2为年度设备运维成本，c3为年度向上级电网购电成本，c1＝γ
vrb
×
(c
vrb,p
p
vrb
+c
vrb,eevrb
)+γ
sc
×
(c
sc,p
p
sc
+c
sc,eesc
)，c2＝c
vrb,omevrb
+c
sc,omesc
，c3＝c
grid
×
(p
load
+p
loss-p
pv-p
wind-p
vrb-p
sc
)，γ
vrb
为全钒液流电池的等年值投资系数，c
vrb,p
为全钒液流电池的单位功率投资系数，p
vrb
为全钒液流电池的初
始功率，c
vrb,e
为全钒液流电池的单位容量投资系数，γ
sc
为超级储能的等年值投资系数，c
sc,p
为超级电容的单位功率投资系数，p
sc
为超级电容的初始功率，c
sc,e
为超级电容的单位容量投资系数，c
vrb,om
为全钒液流电池的单位容量运维系数，c
sc,om
为超级电容的单位容量运维系数，c
grid
为单位购电功率，e
vrb
为全钒液流电池的额定容量，e
sc
为超级电容的额定容量，p
load
为负荷功率，p
loss
为支路有功损耗，p
pv
为光伏机组的输出功率，p
wind
为风电机组的输出功率；
[0102]
所述可再生能源消纳最大为目标的目标函数的计算式如下：
[0103][0104]
式中，f2为可再生能源消纳，为t时刻风电机组y的输出功率，为t时刻光伏机组j的输出功率；
[0105]
所述混合储能系统运行效益最大为目标的目标函数的计算式如下：
[0106]
max f3＝c
loss
+c
arb
+c
grid-c
cost
[0107]
式中，f3为混合储能系统运行效益，c
loss
为主动配电网接入混合储能系统后网损减少的收益，c
arb
为分时电价下混合储能系统的套利，c
grid
为减少向上级电网购电的效益，c
cost
为混合储能系统的投资运维成本，其中，c
loss
＝c
grid
×
(p
loss,1-p
loss,2
)，c
arb
＝(e
vrb
*c
vrb,e
+e
sc
*c
sc,e
)/e
max
*kd/300，c
grid
＝c
grid
×
(p
grid,1-p
grid,2
)，p
loss,1
为主动配电网接入混合储能前网损功率，p
loss,2
为主动配电网接入混合储能后网损功率，e
max
为混合储能系统最大容量，kd为一天内峰谷电价差，p
grid,1
为主动配电网接入混合储能前购电功率，p
grid,2
为主动配电网接入混合储能后购电功率；
[0108]
所述电压偏差最小为目标的目标函数的计算式如下：
[0109][0110]
式中，f4为电压偏差值，δu
i,t
为t时刻节点i的电压差，u
i,max
为节点i的电压最大值，u
i,min
为节点i的电压最小值，u
i,t
为节点i的电压，其中，u
i,t
为t时刻节点i的电压；
[0111]
所述有功损耗最小为目标的目标函数的计算式如下：
[0112][0113]
式中，f5为有功损耗，rm为支路m的等效电阻，p
i,i+1,t
为t时刻流过节点i到节点i+1构成的支路m的有功功率，q
i,i+1,t
为t时刻流过节点i到节点i+1构成的支路m的无功功率，u
i+1,t
为t时刻支路末端节点i+1的电压；
[0114]
所述超级电容的运行约束的计算式如下：
[0115][0116]
式中，p
sc
(t)为t时刻超级电容的初始功率，σ为超级电容的自放电率，sc(t-1)为t-1时刻超级电容的剩余电量，s
c,min
为超级电容的电量下限值，ηd为超级电容的放电效率，ηc为超级电容的充电效率，s
c,max
为超级电容的电量上限值；
[0117]
所述超级电容的荷电状态上下限值约束的计算式如下：
[0118][0119]
式中，socc(t)为t时刻超级电容的荷电状态，socc(t-1)为t-1时刻超级电容的荷电状态，soc
c,max
为超级电容的荷电状态上限值，soc
c,min
为超级电容的荷电状态下限值，η
sc
为超级电容的充放电效率；
[0120]
所述向上级电网购电功率约束的计算式如下：
[0121]
p
gri
≤p
load
+p
loss
[0122]
所述全钒液流电池的运行约束的计算式如下：
[0123][0124]
式中，p
vrb,c
(t)为t时刻全钒液流电池的初始充电功率，p
vrb,d
(t)为t时刻全钒液流电池的初始放电功率，p
vrb,maxc
为全钒液流电池的充电功率最大值，p
vrb,maxd
为全钒液流电池的放电功率最大值，soc
vrb,max
为全钒液流电池的荷电状态上限值，soc
vrb
(t)为t时刻全钒液流电池的荷电状态，soc
vrb,min
为全钒液流电池的荷电状态下限值；
[0125]
所述全钒液流电池的荷电状态充放电约束的计算式如下：
[0126][0127]
式中，为全钒液流电池的额定容量，η
vrb,d
为全钒液流电池的放电效率，η
vrb,c
为全钒液流电池的充电效率，p
vrb,t
为t时刻全钒液流电池的初始功率，soc
vrb
(t-1)为t-1时刻全钒液流电池的荷电状态；
[0128]
所述全钒液流电池的充放电控制约束如下：
[0129][0130][0131]
式中，p
grid,min
为从上级电网购电的最小功率。
[0132]
需要说明的是，所述超级电容的运行约束、超级电容的荷电状态上下限值约束是基于超级电容储能系统运行策略确定的；
[0133]
所述向上级电网购电功率约束、全钒液流电池的运行约束、全钒液流电池的荷电状态充放电约束、全钒液流电池的充放电控制约束是基于全钒液流电池储能系统运行策略确定的。
[0134]
在本公开实施例中，所述将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述混合储能系统的选址定容优化方案，包括：
[0135]
将所述超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述超级电容的期望功率和全钒液流电池的期望功率及所述超级电容的期望功率和全钒液流电池的期望功率下对应的混合储能系统的选址定容优化方案。
[0136]
需要说明的是，在求解中将下层优化模型得到的目标函数结果反馈给上层优化模型，再进行优化迭代求解，得到所述超级电容的期望功率和全钒液流电池的期望功率下对应的混合储能系统的选址定容优化方案。
[0137]
其中，所述改进的快速非支配排序遗传算法包括：
[0138]
(1)设置算法参数，如种群规模，迭代次数，交叉率，变异率等参数和变量相关参数，如决策变量上下限；
[0139]
(2)根据每维目标上的等分数和目标函数个数，产生一定数目分布均匀的参考点；
[0140]
(3)根据决策变量的约束条件，初始化种群p
t
，设迭代次数为t，t＝0；
[0141]
(4)计算种群中每个个体适应度值；
[0142]
(5)通过交叉、变异操作产生子代种群q
t
，并计算子代种群中每个个体的适应度值；
[0143]
(6)将父代种群与子代种群进行合并形成新的种群r
t
，r
t
＝p
t
∪q
t
；
[0144]
(7)对合并种群进行快速非支配排序，获得非支配层rank1，rank2，
…
；
[0145]
(8)将非支配层较低的个体选入下一代种群中，直到将第l层的全部个体选择到下一代种群，使下一代种群的规模等于n，若将第l层的全部个体选择到下一代种群，下一代种群的规模大于n，则执行以下操作；
[0146]
(9)利用规范化公式对前l层中的个体进行归一化处理；
[0147]
(10)计算前l层中的每个个体与所有参考点的垂直距离，找出每个个体相关的参考点，若个体到某个参考点的垂直距离最短，则认为该个体与该参考点相关；计算第j个参考点的小生境；
[0148]
(11)从l层中选择k各个体进入下一代种群中，使种群规模恰好为n；
[0149]
(12)迭代次数增加1，即t＝t+1；
[0150]
(13)判断是否达到预先设定的迭代次数，若是则算法终止，得到最优解；否则重复步骤(5)-(12)。
[0151]
综上所述，本实施例提出的一种主动配电网混合储能系统的选址定容双层优化方法，具有以下优点，1)能够平抑可再生能源并网给配电网带来的功率波动、电压波动等，提高配电网系统运行稳定性、可再生能源消纳率以及储能的运行效益；2)该选址定容方法采
用小波包分解法、使可再生能源消纳最大及多目标系统模型相结合求解，并利用小波包分解法能更精细的分解净负荷功率，更经济有效平滑功率波动，提高各储能经济效益，保证可再生能源最大限度消纳；3)多目标双层优化模型可以全面考虑系统技术经济指标，实现系统经济稳定运行。
[0152]
实施例二
[0153]
图3为根据本技术一个实施例提供的一种主动配电网混合储能系统的选址定容双层优化系统的结构图，如图3所示，所述系统包括：
[0154]
获取模块100，用于获取主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率；
[0155]
第一确定模块200，用于根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定混合储能系统中超级电容的初始功率和全钒液流电池的初始功率；
[0156]
第二确定模块300，用于构建多目标混合储能系统选址定容双层优化模型，然后将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述混合储能系统的选址定容优化方案。
[0157]
在本公开实施例中，如图4所示，所述第一确定模块200，包括：
[0158]
计算单元201，用于利用小波分解法对所述净负荷功率进行小波包分解及小波包能量谱函数计算，得到所述超级电容的分界频率收敛区间、所述全钒液流电池的分界频率收敛区间；
[0159]
第一确定单元202，用于根据所述超级电容的分界频率收敛区间、所述全钒液流电池的分界频率收敛区间确定所述超级电容的初始功率和所述全钒液流电池的初始功率。
[0160]
进一步的，所述混合储能系统的净负荷功率的计算式如下：
[0161][0162]
式中，δpm(t)为混合储能系统t时刻的净负荷功率，p
load,i
(t)为t时刻节点i处负荷的需求功率，p
loss,m
(t)为t时刻支路m的损耗功率，为t时刻光伏机组d1的输出功率，为t时刻风电机组d2的输出功率，n为主动配电网中节点总数，m为主动配电网中支路总数，d1为主动配电网中光伏机组的总数，d2为主动配电网中风电机组的总数。
[0163]
需要说明的是，所述多目标混合储能系统选址定容双层优化模型包括上层优化模型和下层优化模型；
[0164]
所述上层优化模型以混合储能系统综合成本最小和可再生能源消纳最大为目标构建所述上层优化模型的目标函数；
[0165]
以超级电容的运行约束、超级电容的荷电状态上下限值约束、向上级电网购电功率约束、全钒液流电池的运行约束、全钒液流电池的荷电状态充放电约束、全钒液流电池的充放电控制约束为约束条件，并结合所述上层优化模型的目标函数构建上层优化模型；
[0166]
所述下层优化模型以混合储能系统运行效益最大、电压偏差最小和有功损耗最小为目标构建所述下层优化模型的目标函数；
[0167]
以超级电容的运行约束、超级电容的荷电状态上下限值约束、向上级电网购电功率约束、全钒液流电池的运行约束、全钒液流电池的荷电状态充放电约束、全钒液流电池的充放电控制约束为约束条件，并结合所述下层优化模型的目标函数构建下层优化模型。
[0168]
其中，所述将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述混合储能系统的选址定容优化方案，包括：
[0169]
将所述超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述超级电容的期望功率和全钒液流电池的期望功率及所述超级电容的期望功率和全钒液流电池的期望功率下对应的混合储能系统的选址定容优化方案。
[0170]
进一步的，所述混合储能系统综合成本最小为目标的目标函数计算式如下：
[0171]
min f1＝c1+c2+c3[0172]
式中，f1为混合储能系统综合成本，c1为年度设备投资成本，c2为年度设备运维成本，c3为年度向上级电网购电成本，c1＝γ
vrb
×
(c
vrb,p
p
vrb
+c
vrb,eevrb
)+γ
sc
×
(c
sc,p
p
sc
+c
sc,eesc
)，c2＝c
vrb,omevrb
+c
sc,omesc
，c3＝c
grid
×
(p
load
+p
loss-p
pv-p
wind-p
vrb-p
sc
)，γ
vrb
为全钒液流电池的等年值投资系数，c
vrb,p
为全钒液流电池的单位功率投资系数，p
vrb
为全钒液流电池的初始功率，c
vrb,e
为全钒液流电池的单位容量投资系数，γ
sc
为超级储能的等年值投资系数，c
sc,p
为超级电容的单位功率投资系数，p
sc
为超级电容的初始功率，c
sc,e
为超级电容的单位容量投资系数，c
vrb,om
为全钒液流电池的单位容量运维系数，c
sc,om
为超级电容的单位容量运维系数，c
grid
为单位购电功率，e
vrb
为全钒液流电池的额定容量，e
sc
为超级电容的额定容量，p
load
为负荷功率，p
loss
为支路有功损耗，p
pv
为光伏机组的输出功率，p
wind
为风电机组的输出功率；
[0173]
所述可再生能源消纳最大为目标的目标函数的计算式如下：
[0174][0175]
式中，f2为可再生能源消纳，为t时刻风电机组y的输出功率，为t时刻光伏机组j的输出功率；
[0176]
所述混合储能系统运行效益最大为目标的目标函数的计算式如下：
[0177]
max f3＝c
loss
+c
arb
+c
grid-c
cost
[0178]
式中，f3为混合储能系统运行效益，c
loss
为主动配电网接入混合储能系统后网损减少的收益，c
arb
为分时电价下混合储能系统的套利，c
grid
为减少向上级电网购电的效益，c
cost
为混合储能系统的投资运维成本，其中，c
loss
＝c
grid
×
(p
loss,1-p
loss,2
)，c
arb
＝(e
vrb
*c
vrb,e
+e
sc
*c
sc,e
)/e
max
*kd/300，c
grid
＝c
grid
×
(p
grid,1-p
grid,2
)，p
loss,1
为主动配电网接入混合储能前网损功率，p
loss,2
为主动配电网接入混合储能后网损功率，e
max
为混合储能系统最大容量，kd为一天内峰谷电价差，p
grid,1
为主动配电网接入混合储能前购电功率，p
grid,2
为主动配电网接入混合储能后购电功率；
[0179]
所述电压偏差最小为目标的目标函数的计算式如下：
[0180][0181]
式中，f4为电压偏差值，δu
i,t
为t时刻节点i的电压差，u
i,max
为节点i的电压最大值，u
i,min
为节点i的电压最小值，u
i,t
为节点i的电压，其中，u
i,t
为t时刻节点i的电压；
[0182]
所述有功损耗最小为目标的目标函数的计算式如下：
[0183][0184]
式中，f5为有功损耗，rm为支路m的等效电阻，p
i,i+1,t
为t时刻流过节点i到节点i+1构成的支路m的有功功率，q
i,i+1,t
为t时刻流过节点i到节点i+1构成的支路m的无功功率，u
i+1,t
为t时刻支路末端节点i+1的电压；
[0185]
所述超级电容的运行约束的计算式如下：
[0186][0187]
式中，p
sc
(t)为t时刻超级电容的初始功率，σ为超级电容的自放电率，sc(t-1)为t-1时刻超级电容的剩余电量，s
c,min
为超级电容的电量下限值，ηd为超级电容的放电效率，ηc为超级电容的充电效率，s
c,max
为超级电容的电量上限值；
[0188]
所述超级电容的荷电状态上下限值约束的计算式如下：
[0189][0190]
式中，socc(t)为t时刻超级电容的荷电状态，socc(t-1)为t-1时刻超级电容的荷电状态，soc
c,max
为超级电容的荷电状态上限值，soc
c,min
为超级电容的荷电状态下限值，η
sc
为超级电容的充放电效率；
[0191]
所述向上级电网购电功率约束的计算式如下：
[0192]
p
gri
≤p
load
+p
loss
[0193]
所述全钒液流电池的运行约束的计算式如下：
[0194][0195]
式中，p
vrb,c
(t)为t时刻全钒液流电池的初始充电功率，p
vrb,d
(t)为t时刻全钒液流电池的初始放电功率，p
vrb,maxc
为全钒液流电池的充电功率最大值，p
vrb,maxd
为全钒液流电池的放电功率最大值，soc
vrb,max
为全钒液流电池的荷电状态上限值，soc
vrb
(t)为t时刻全钒液流电池的荷电状态，soc
vrb,min
为全钒液流电池的荷电状态下限值；
[0196]
所述全钒液流电池的荷电状态充放电约束的计算式如下：
[0197][0198]
式中，为全钒液流电池的额定容量，η
vrb,d
为全钒液流电池的放电效率，η
vrb,c
为全钒液流电池的充电效率，p
vrb,t
为t时刻全钒液流电池的初始功率，soc
vrb
(t-1)为t-1时刻全钒液流电池的荷电状态；
[0199]
所述全钒液流电池的充放电控制约束如下：
[0200][0201][0202]
式中，p
grid,min
为从上级电网购电的最小功率。
[0203]
综上所述，本实施例提出的一种主动配电网混合储能系统的选址定容双层优化系统，在考虑可再生能源消纳及系统运行效益的情况下，精确的确定了选址定容优化方案，使得混合储能系统可以经济稳定的运行。
[0204]
实施例三
[0205]
为了实现上述实施例，本公开还提出一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如实施例一所述的方法。
[0206]
实施例四
[0207]
为了实现上述实施例，本公开还提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如实施例一所述的方法。
[0208]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0209]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0210]
尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述
实施例进行变化、修改、替换和变型。

技术特征：
1.一种主动配电网混合储能系统的选址定容双层优化方法，其特征在于，所述方法包括：获取主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率；根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定混合储能系统中超级电容的初始功率和全钒液流电池的初始功率；构建多目标混合储能系统选址定容双层优化模型，然后将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述混合储能系统的选址定容优化方案。2.如权利要求1所述的方法，其特征在于，所述根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定混合储能系统中超级电容的初始功率和全钒液流电池的初始功率，包括：根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定所述混合储能系统的净负荷功率，其中，所述分布式电源包括：光伏机组和风电机组；利用小波分解法对所述净负荷功率进行小波包分解及小波包能量谱函数计算，得到所述超级电容的分界频率收敛区间、所述全钒液流电池的分界频率收敛区间；根据所述超级电容的分界频率收敛区间、所述全钒液流电池的分界频率收敛区间确定所述超级电容的初始功率和所述全钒液流电池的初始功率。3.如权利要求2所述的方法，其特征在于，所述混合储能系统的净负荷功率的计算式如下：式中，δp
m
(t)为混合储能系统t时刻的净负荷功率，p
load,i
(t)为t时刻节点i处负荷的需求功率，p
loss,m
(t)为t时刻支路m的损耗功率，为t时刻光伏机组d1的输出功率，为t时刻风电机组d2的输出功率，n为主动配电网中节点总数，m为主动配电网中支路总数，d1为主动配电网中光伏机组的总数，d2为主动配电网中风电机组的总数。4.如权利要求3所述的方法，其特征在于，所述多目标混合储能系统选址定容双层优化模型包括上层优化模型和下层优化模型；所述上层优化模型以混合储能系统综合成本最小和可再生能源消纳最大为目标构建所述上层优化模型的目标函数；以超级电容的运行约束、超级电容的荷电状态上下限值约束、向上级电网购电功率约束、全钒液流电池的运行约束、全钒液流电池的荷电状态充放电约束、全钒液流电池的充放电控制约束为约束条件，并结合所述上层优化模型的目标函数构建上层优化模型；所述下层优化模型以混合储能系统运行效益最大、电压偏差最小和有功损耗最小为目标构建所述下层优化模型的目标函数；以超级电容的运行约束、超级电容的荷电状态上下限值约束、向上级电网购电功率约
束、全钒液流电池的运行约束、全钒液流电池的荷电状态充放电约束、全钒液流电池的充放电控制约束为约束条件，并结合所述下层优化模型的目标函数构建下层优化模型。5.如权利要求4所述的方法，其特征在于，所述将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述混合储能系统的选址定容优化方案，包括：将所述超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述超级电容的期望功率和全钒液流电池的期望功率及所述超级电容的期望功率和全钒液流电池的期望功率下对应的混合储能系统的选址定容优化方案。6.如权利要求5所述的方法，其特征在于，所述混合储能系统综合成本最小为目标的目标函数计算式如下：min f1＝c1+c2+c3式中，f1为混合储能系统综合成本，c1为年度设备投资成本，c2为年度设备运维成本，c3为年度向上级电网购电成本，c1＝γ
vrb
×
(c
vrb,p
p
vrb
+c
vrb,e
e
vrb
)+γ
sc
×
(c
sc,p
p
sc
+c
sc,e
e
sc
)，c2＝c
vrb,om
e
vrb
+c
sc,om
e
sc
，c3＝c
grid
×
(p
load
+p
loss-p
pv-p
wind-p
vrb-p
sc
)，γ
vrb
为全钒液流电池的等年值投资系数，c
vrb,p
为全钒液流电池的单位功率投资系数，p
vrb
为全钒液流电池的初始功率，c
vrb,e
为全钒液流电池的单位容量投资系数，γ
sc
为超级储能的等年值投资系数，c
sc,p
为超级电容的单位功率投资系数，p
sc
为超级电容的初始功率，c
sc,e
为超级电容的单位容量投资系数，c
vrb,om
为全钒液流电池的单位容量运维系数，c
sc,om
为超级电容的单位容量运维系数，c
grid
为单位购电功率，e
vrb
为全钒液流电池的额定容量，e
sc
为超级电容的额定容量，p
load
为负荷功率，p
loss
为支路有功损耗，p
pv
为光伏机组的输出功率，p
wind
为风电机组的输出功率；所述可再生能源消纳最大为目标的目标函数的计算式如下：式中，f2为可再生能源消纳，为t时刻风电机组y的输出功率，为t时刻光伏机组j的输出功率；所述混合储能系统运行效益最大为目标的目标函数的计算式如下：max f3＝c
loss
+c
arb
+c
grid-c
cost
式中，f3为混合储能系统运行效益，c
loss
为主动配电网接入混合储能系统后网损减少的收益，c
arb
为分时电价下混合储能系统的套利，c
grid
为减少向上级电网购电的效益，c
cost
为混合储能系统的投资运维成本，其中，c
loss
＝c
grid
×
(p
loss,1-p
loss,2
)，c
arb
＝(e
vrb
*c
vrb,e
+e
sc
*c
sc,e
)/e
max
*k
d
/300，c
grid
＝c
grid
×
(p
grid,1-p
grid,2
)，p
loss,1
为主动配电网接入混合储能前网损功率，p
loss,2
为主动配电网接入混合储能后网损功率，e
max
为混合储能系统最大容量，k
d
为一天内峰谷电价差，p
grid,1
为主动配电网接入混合储能前购电功率，p
grid,2
为主动配电网接入混合储能后购电功率；
所述电压偏差最小为目标的目标函数的计算式如下：式中，f4为电压偏差值，δu
i,t
为t时刻节点i的电压差，u
i,max
为节点i的电压最大值，u
i,min
为节点i的电压最小值，u
i,t
为节点i的电压，其中，u
i,t
为t时刻节点i的电压；所述有功损耗最小为目标的目标函数的计算式如下：式中，f5为有功损耗，r
m
为支路m的等效电阻，p
i,i+1,t
为t时刻流过节点i到节点i+1构成的支路m的有功功率，q
i,i+1,t
为t时刻流过节点i到节点i+1构成的支路m的无功功率，u
i+1,t
为t时刻支路末端节点i+1的电压；所述超级电容的运行约束的计算式如下：式中，p
sc
(t)为t时刻超级电容的初始功率，σ为超级电容的自放电率，s
c
(t-1)为t-1时刻超级电容的剩余电量，s
c,min
为超级电容的电量下限值，η
d
为超级电容的放电效率，η
c
为超级电容的充电效率，s
c,max
为超级电容的电量上限值；所述超级电容的荷电状态上下限值约束的计算式如下：式中，soc
c
(t)为t时刻超级电容的荷电状态，soc
c
(t-1)为t-1时刻超级电容的荷电状态，soc
c,max
为超级电容的荷电状态上限值，soc
c,min
为超级电容的荷电状态下限值，η
sc
为超级电容的充放电效率；所述向上级电网购电功率约束的计算式如下：p
gri
≤p
load
+p
loss
所述全钒液流电池的运行约束的计算式如下：式中，p
vrb,c
(t)为t时刻全钒液流电池的初始充电功率，p
vrb,d
(t)为t时刻全钒液流电池的初始放电功率，p
vrb,maxc
为全钒液流电池的充电功率最大值，p
vrb,maxd
为全钒液流电池的放电功率最大值，soc
vrb,max
为全钒液流电池的荷电状态上限值，soc
vrb
(t)为t时刻全钒液流电
池的荷电状态，soc
vrb,min
为全钒液流电池的荷电状态下限值；所述全钒液流电池的荷电状态充放电约束的计算式如下：式中，为全钒液流电池的额定容量，η
vrb,d
为全钒液流电池的放电效率，η
vrb,c
为全钒液流电池的充电效率，p
vrb,t
为t时刻全钒液流电池的初始功率，soc
vrb
(t-1)为t-1时刻全钒液流电池的荷电状态；所述全钒液流电池的充放电控制约束如下：所述全钒液流电池的充放电控制约束如下：式中，p
grid,min
为从上级电网购电的最小功率。7.一种主动配电网混合储能系统的选址定容双层优化系统，其特征在于，所述系统包括：获取模块，用于获取主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率；第一确定模块，用于根据所述主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率确定混合储能系统中超级电容的初始功率和全钒液流电池的初始功率；第二确定模块，用于构建多目标混合储能系统选址定容双层优化模型，然后将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到所述混合储能系统的选址定容优化方案。8.如权利要求7所述的系统，其特征在于，所述第一确定模块，包括：计算单元，用于利用小波分解法对所述净负荷功率进行小波包分解及小波包能量谱函数计算，得到所述超级电容的分界频率收敛区间、所述全钒液流电池的分界频率收敛区间；第一确定单元，用于根据所述超级电容的分界频率收敛区间、所述全钒液流电池的分界频率收敛区间确定所述超级电容的初始功率和所述全钒液流电池的初始功率。9.一种电子设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如权利要求1-6任一所述的方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6任一所述的方法。

技术总结
本申请提出一种主动配电网混合储能系统的选址定容双层优化方法及系统，所述方法包括：获取主动配电网的潮流数据、主动配电网的网络损耗功率、分布式电源的输出功率、负荷功率；确定混合储能系统中超级电容的初始功率和全钒液流电池的初始功率；构建多目标混合储能系统选址定容双层优化模型，然后将所述混合储能系统中超级电容的初始功率和全钒液流电池的初始功率输入到所述多目标混合储能系统选址定容双层优化模型，并利用改进的快速非支配排序遗传算法进行求解，得到混合储能系统的选址定容优化方案。本申请提出的技术方案，在考虑可再生能源消纳及系统运行效益的情况下，精确的确定了选址定容优化方案，使得混合储能系统可以经济稳定的运行。统可以经济稳定的运行。统可以经济稳定的运行。


技术研发人员：林松青 薛晓峰 潘喜良 姜滨 张宗祯 林怡玢 黄秀晶 常云潇 葛传军 王仪杭 苏婉莉 张晨曦 杨沛豪 郭昊 殷悦
受保护的技术使用者：西安热工研究院有限公司
技术研发日：2023.06.13
技术公布日：2023/9/12