一种混合储能系统的额定功率及额定容量分配方法及系统与流程

1.本技术涉及功率分配领域，尤其涉及一种混合储能系统的额定功率及额定容量分配方法及系统。


背景技术：

2.混合储能系统(hybrid energy storage system，hess)集成了多种储能技术，如蓄电池、超级电容器等，充分发挥各自的优势，能有效解决新能源出力波动和负荷需求波动带来的问题。然而，随着混合储能系统的应用越来越广泛，功率分配的精确性和系统成本优化成为一个亟待解决的问题。现有的混合储能系统功率分配方法通常采用线性或非线性优化算法、模型预测控制等技术。然而，这些方法往往受到模态混叠现象的影响，导致额定功率及额定容量分配不精确，而且这种现象会使得蓄电池的寿命降低，储能系统成本增加。
3.为解决模态混叠导致的功率分配不精确和储能系统成本过高的问题，研究人员对现有的功率分配方法进行了改进和优化。但现有方法在实际应用中仍存在模态混叠现象及系统性能与成本的不平衡的问题，导致储能系统的额定功率及额定容量配精度较低且混合储能系统的成本较高。


技术实现要素：

4.本技术提供一种混合储能系统的额定功率及额定容量分配方法及系统，以至少解决储能系统的额定功率及额定容量配精度较低且混合储能系统的成本较高的技术问题。
5.本技术第一方面实施例提出一种混合储能系统的额定功率及额定容量分配方法，所述方法包括：
6.获取预设时段内各时刻光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率；
7.基于所述光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率确定混合储能系统预设时段内各时刻的最小总功率指令值，并生成总功率指令值序列；
8.根据多次滑动均值滤波算法和总功率指令值序列确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案；
9.基于所述额定功率及额定容量分配方案对混合储能系统中蓄电池及超级电容进行额定功率及额定容量的分配；
10.其中，所述额定功率及额定容量分配方案包括：蓄电池所需分配的额定功率、额定容量，超级电容所需分配的额定功率、额定容量。
11.优选的，所述根据多次滑动均值滤波算法和总功率指令值序列确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案，包括：
12.获取所述多次滑动均值滤波算法的滤波次数和每次滤波滑窗大小；
13.基于所述滤波次数和每次滤波滑窗大小对所述总功率指令值序列进行多次滑动
均值滤波操作，得到蓄电池所需分配的初始功率、超级电容所需分配的初始功率；
14.根据所述蓄电池所需分配的初始功率、超级电容所需分配的初始功率和蓄电池充放电约束及soc约束、超级电容充放电约束及soc约束确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案。
15.进一步的，所述多次滑动均值滤波算法的滤波次数和每次滤波滑窗大小的获取过程包括：
16.构建多次滑动均值滤波算法的参数优化模型；
17.将所述总功率指令值序列输入所述多次滑动均值滤波算法的参数优化模型中，并利用二进制粒子群优化算法求解所述参数优化模型，得到所述多次滑动均值滤波算法的滤波次数和每次滤波滑窗大小。
18.进一步的，所述多次滑动均值滤波算法的参数优化模型的构建过程包括：
19.以所述蓄电池所需分配的初始功率与所述超级电容所需分配的初始功率的相关系数最小为目标构建目标函数；
20.以滤波次数的取值范围约束、每次滤波滑窗大小的取值范围约束、混合储能系统的额定功率分配精度阈值大小约束为约束条件，并结合所述目标函数构建多次滑动均值滤波算法的参数优化模型。
21.进一步的，所述蓄电池充放电约束的计算式如下：
[0022][0023]
式中，p
b,c
(t)为蓄电池t时刻的充电功率，p
b,maxc
为蓄电池的充电功率最大值，socb(t)为蓄电池t时刻的荷电状态，δt为时刻间隔时长，eb为蓄电池的初始额定容量，p
b,d
(t)为蓄电池t时刻的放电功率，p
bmaxd
为蓄电池的放电功率最大值，soc
bmax
为蓄电池的荷电状态上限值，soc
b,min
为蓄电池的荷电状态下限值；
[0024]
所述蓄电池soc约束的计算式如下：
[0025][0026]
式中，socb(t-1)为蓄电池t-1时刻的荷电状态，ηb为蓄电池的充放电效率，pb(t)为蓄电池t时刻的充放电功率；
[0027]
所述超级电容充放电约束的计算式如下：
[0028][0029]
式中，p
sc,c
(t)为超级电容t时刻的充电功率，p
sc,maxc
为超级电容的充电功率最大值，soc
sc,max
为超级电容的荷电状态上限值，soc
sc
(t)为超级电容t时刻的荷电状态，e
sc
为超级电容的初始额定容量，p
sc,d
(t)为超级电容t时刻的放电功率，p
sc,maxd
为超级电容的放电功率最大值，soc
sc,min
为超级电容的荷电状态下限值；
[0030]
所述超级电容soc约束的计算式如下：
[0031][0032]
式中，soc
sc
(t-1)为超级电容t-1时刻的荷电状态，η
sc
为超级电容的充放电效率，p
sc
(t)为超级电容t时刻的充放电功率。
[0033]
进一步的，所述根据所述蓄电池所需分配的初始功率、超级电容所需分配的初始功率和蓄电池充放电约束及soc约束、超级电容充放电约束及soc约束确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案，包括：
[0034]
根据所述蓄电池所需分配的初始功率、蓄电池充放电约束及soc约束确定所述混合储能系统中蓄电池的额定功率；
[0035]
根据所述超级电容所需分配的初始功率和超级电容充放电约束及soc约束确定所述混合储能系统中超级电容的额定功率；
[0036]
分别根据所述混合储能系统中蓄电池、超级电容的额定功率确定混合储能系统中蓄电池、超级电容的额定容量。
[0037]
进一步的，所述根据所述蓄电池所需分配的初始功率、蓄电池充放电约束及soc约束确定所述混合储能系统中蓄电池的额定功率，包括：
[0038]
当所述蓄电池所需分配的第二初始功率小于等于所述蓄电池的最大充放电功率时，将所述蓄电池所需分配的第二初始功率作为所述蓄电池的额定功率；
[0039]
当所述蓄电池所需分配的第二初始功率大于所述蓄电池的最大充放电功率，且所述蓄电池的荷电状态大于所述蓄电池的荷电状态上限值，小于所述蓄电池的荷电状态上限值时，将所述蓄电池的最大充放电功率作为所述蓄电池的额定功率；
[0040]
所述根据所述超级电容所需分配的初始功率和超级电容充放电约束及soc约束确定所述混合储能系统中超级电容的额定功率，包括：
[0041]
当所述超级电容所需分配的第二初始功率小于等于所述超级电容的最大充放电功率时，将所述超级电容所需分配的第二初始功率作为所述超级电容的额定功率；
[0042]
当所述超级电容所需分配的第二初始功率大于所述超级电容的最大充放电功率，且所述超级电容的荷电状态大于所述超级电容的荷电状态上限值，小于所述超级电容的荷电状态上限值时，将所述超级电容的最大充放电功率作为所述超级电容的额定功率。
[0043]
进一步的，所述混合储能系统中蓄电池的额定容量计算式如下：
[0044][0045]
式中，eb为蓄电池的额定容量，p
n,b
(t)为蓄电池t时刻的额定功率，t0∈[1～t]，t为混合储能系统的充放电时长；
[0046]
所述混合储能系统中超级电容的额定容量计算式如下：
[0047][0048]
式中，e
sc
为超级电容的额定容量，p
n,sc
(t)为超级电容t时刻的额定功率。
[0049]
本技术第二方面实施例提出一种混合储能系统的额定功率及额定容量分配系统，包括：
[0050]
获取模块，用于获取预设时段内各时刻光伏发电系统的输出功率、风力发电系统
的输出功率和电力系统的负荷需求功率；
[0051]
第一确定模块，用于基于所述光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率确定混合储能系统预设时段内各时刻的最小总功率指令值，并生成总功率指令值序列；
[0052]
第二确定模块，用于根据多次滑动均值滤波算法和总功率指令值序列确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案；
[0053]
分配模块，用于基于所述额定功率及额定容量分配方案对混合储能系统中蓄电池及超级电容进行额定功率及额定容量的分配；
[0054]
其中，所述额定功率及额定容量分配方案包括：蓄电池所需分配的额定功率、额定容量，超级电容所需分配的额定功率、额定容量。
[0055]
优选的，所述第二确定模块，包括：
[0056]
第一获取单元，用于获取所述多次滑动均值滤波算法的滤波次数和每次滤波滑窗大小；
[0057]
第一滤波单元，用于基于所述滤波次数和每次滤波滑窗大小对所述总功率指令值序列进行多次滑动均值滤波操作，得到蓄电池所需分配的初始功率、超级电容所需分配的初始功率；
[0058]
第一确定单元，用于根据所述蓄电池所需分配的初始功率、超级电容所需分配的初始功率和蓄电池充放电约束及soc约束、超级电容充放电约束及soc约束确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案。
[0059]
本技术的实施例提供的技术方案至少带来以下有益效果：
[0060]
本技术提出了一种混合储能系统的额定功率及额定容量分配方法及系统，其中所述方法包括：获取预设时段内各时刻光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率；基于所述光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率确定混合储能系统预设时段内各时刻的最小总功率指令值，并生成总功率指令值序列；根据多次滑动均值滤波算法和总功率指令值序列确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案；基于所述额定功率及额定容量分配方案对混合储能系统中蓄电池及超级电容进行额定功率及额定容量的分配；其中，所述额定功率及额定容量分配方案包括：蓄电池所需分配的额定功率、额定容量，超级电容所需分配的额定功率、额定容量。本技术提出的技术方案，提高了混合储能系统的额定功率及额定容量分配的精度，同时降低了混合储能系统的成本。
[0061]
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
[0062]
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：
[0063]
图1为根据本技术一个实施例提供的一种混合储能系统的额定功率及额定容量分配方法的流程图；
[0064]
图2为根据本技术一个实施例提供的一种混合储能系统的额定功率及额定容量分
配系统的结构图；
[0065]
图3为根据本技术一个实施例提供的第二确定模块的结构图；
[0066]
图4为根据本技术一个实施例提供的第一确定单元的结构图。
具体实施方式
[0067]
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。
[0068]
本技术提出的一种混合储能系统的额定功率及额定容量分配方法及系统，其中所述方法包括：获取预设时段内各时刻光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率；基于所述光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率确定混合储能系统预设时段内各时刻的最小总功率指令值，并生成总功率指令值序列；根据多次滑动均值滤波算法和总功率指令值序列确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案；基于所述额定功率及额定容量分配方案对混合储能系统中蓄电池及超级电容进行额定功率及额定容量的分配；其中，所述额定功率及额定容量分配方案包括：蓄电池所需分配的额定功率、额定容量，超级电容所需分配的额定功率、额定容量。本技术提出的技术方案，提高了混合储能系统的额定功率及额定容量分配的精度，同时降低了混合储能系统的成本。
[0069]
下面参考附图描述本技术实施例的一种混合储能系统的额定功率及额定容量分配方法及系统。
[0070]
实施例一
[0071]
图1为根据本技术一个实施例提供的一种混合储能系统的额定功率及额定容量分配方法的流程图，如图1所示，所述方法包括：
[0072]
步骤1：获取预设时段内各时刻光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率；
[0073]
步骤2：基于所述光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率确定混合储能系统预设时段内各时刻的最小总功率指令值，并生成总功率指令值序列；
[0074]
需要说明的是，利用公式p
hess,t
＝p
load,t-p
pv,t-p
wind,t
，计算预设时段内各时刻的最小总功率指令值，式中，p
hess,t
为t时刻最小总功率指令值，p
load,t
为t时刻电力系统的负荷需求功率，p
pv,t
为t时刻光伏发电系统的输出功率，p
wind,t
为t时刻风力发电系统的输出功率；
[0075]
基于时间顺序生成总功率指令值序列。
[0076]
步骤3：根据多次滑动均值滤波算法和总功率指令值序列确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案；其中，所述额定功率及额定容量分配方案包括：蓄电池所需分配的额定功率、额定容量，超级电容所需分配的额定功率、额定容量。
[0077]
在本公开实施例中，所述步骤3具体包括：
[0078]
步骤3-1：获取所述多次滑动均值滤波算法的滤波次数和每次滤波滑窗大小；
[0079]
需要说明的是，所述多次滑动均值滤波算法的滤波次数和每次滤波滑窗大小的获
取过程包括：
[0080]
构建多次滑动均值滤波算法的参数优化模型；
[0081]
将所述总功率指令值序列输入所述多次滑动均值滤波算法的参数优化模型中，并利用二进制粒子群优化算法求解所述参数优化模型，得到所述多次滑动均值滤波算法的滤波次数和每次滤波滑窗大小。
[0082]
进一步的，所述多次滑动均值滤波算法的参数优化模型的构建过程包括：
[0083]
以所述蓄电池所需分配的初始功率与所述超级电容所需分配的初始功率的相关系数最小为目标构建目标函数；
[0084]
以滤波次数的取值范围约束、每次滤波滑窗大小的取值范围约束、混合储能系统的额定功率分配精度阈值大小约束为约束条件，并结合所述目标函数构建多次滑动均值滤波算法的参数优化模型。
[0085]
所述目标函数的计算式如下：
[0086][0087]
式中，ρ(xi,yi)为第i次滤波后蓄电池的初始功率与超级电容的初始功率的相关系数，cov(xi,yi)为第i次滤波后蓄电池的初始功率与超级电容的初始功率的协方差，σ
xi
σ
yi
为第i次滤波后蓄电池的初始功率与超级电容的初始功率的标准差；
[0088]
所述滤波次数的取值范围约束的计算式如下：
[0089]
1≤n≤10
[0090]
式中，n为滤波次数；
[0091]
所述每次滤波滑窗大小的取值范围约束的计算式如下：
[0092]
1≤w≤20
[0093]
式中，w为每次滤波滑窗大小的取值；
[0094]
所述混合储能系统的额定功率分配精度阈值大小约束为ε＝0.02，ε为额定功率分配精度阈值。
[0095]
需要说明的是，所述利用二进制粒子群优化算法求解所述参数优化模型的过程包括：
[0096]
a.设定目标函数，以最小化pearson相关系数为目标；
[0097]
b.设定决策变量，包括滤波次数和每次滤波滑窗大小，并将其表示为二进制编码；
[0098]
c.设定约束条件，包括滤波次数和每次滤波滑窗大小的取值范围以及混合储能系统的额定功率分配精度阈值大小等；
[0099]
d.初始化二进制粒子群，包括粒子位置和速度；
[0100]
e.对于每个粒子，计算适应度值，即目标函数值；
[0101]
f.更新粒子的个体最优解和全局最优解；
[0102]
g.根据适应度值、个体最优解和全局最优解，更新粒子的速度和位置；
[0103]
h.重复步骤e至g，直至满足终止条件，如达到最大迭代次数或全局最优解的收敛程度等；
[0104]
i.输出最优解，即最优的滤波次数和每次滤波滑窗大小。
[0105]
步骤3-2：基于所述滤波次数和每次滤波滑窗大小对所述总功率指令值序列进行
多次滑动均值滤波操作，得到蓄电池所需分配的初始功率、超级电容所需分配的初始功率；
[0106]
需要说明的是，基于所述滤波次数和初始每次滤波滑窗大小对所述总功率指令值序列进行多次滑动均值滤波操作，得到蓄电池所需分配的初始功率、超级电容所需分配的初始功率的具体计算过程如下：
[0107]
s1.根据所述滤波次数和每次滤波滑窗大小进行多次滑动均值滤波。
[0108]
s2.对于每次滤波操作，从总功率指令值序列中选取一个长度为wn的子序列,计算其平均值,将该平均值作为当前滤波后的结果，然后将滑窗向右移动一步，继续计算下一个滤波后的结果,重复这个过程，直到滑窗滑到总功率指令值序列的末尾。
[0109]
其中，第n次滤波后蓄电池的所需分配的初始功率的计算式如下：
[0110][0111]
式中，wn为第n次滤波滑窗大小，n∈[1～n]，n为滤波次数，p
hess
(t0)为t0时刻的最小总功率指令值，p
b,n
(t0)为第n次滤波后蓄电池t0时刻所需分配的初始功率。
[0112]
所述一个时段内蓄电池第n次滤波后的初始功率时间序列p
b,n
为：
[0113]
p
b,n
＝{p
b,n
(t0),p
b,n
(t1),...,p
b,n
(t)} (2)
[0114]
所述一个时段内第n次滤波后超级电容的初始功率时间序p
sc,n
列为：
[0115]
p
sc,n
＝p
hess-p
b,n (3)
[0116]
式中，t为时刻总数，p
b,n
(t1)为第n次滤波后蓄电池t1时刻所需分配的初始功率，p
b,n
(t)为第n次滤波后蓄电池t时刻所需分配的初始功率。
[0117]
s3.由于经过一次maf后的蓄电池的所需分配的初始功率中大多数高频信号被分离，但此时滤出的低频分量中仍存在部分高频分量。因此对第一次滤波后的得到的低频信号进行第二次maf，并以此类推至第n次，多次滤波处理将高频分量剔除之后，求n次滤波处理后的蓄电池的初始功率均值，将最小总功率指令值和所述蓄电池的初始功率均值做差即可得超级电容的初始功率；
[0118]
通过以上计算过程，我们可以得到经过多次滑动均值滤波(multiple moving average filtering，mmaf)算法滤波处理后的蓄电池和超级电容各自的初始功率。
[0119]
步骤3-3：根据所述蓄电池所需分配的初始功率、超级电容所需分配的初始功率和蓄电池充放电约束及soc约束、超级电容充放电约束及soc约束确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案；
[0120]
需要说明的是，所述蓄电池充放电约束的计算式如下：
[0121][0122]
式中，p
b,c
(t)为蓄电池t时刻的充电功率，p
b,maxc
为蓄电池的充电功率最大值，socb(t)为蓄电池t时刻的荷电状态，δt为时刻间隔时长，eb为蓄电池的初始额定容量，p
b,d
(t)为蓄电池t时刻的放电功率，p
b,maxd
为蓄电池的放电功率最大值，soc
b,max
为蓄电池的荷电状态上限值，soc
b,min
为蓄电池的荷电状态下限值；
[0123]
所述蓄电池soc约束的计算式如下：
[0124][0125]
式中，socb(t-1)为蓄电池t-1时刻的荷电状态，ηb为蓄电池的充放电效率，pb(t)为蓄电池t时刻的充放电功率；
[0126]
所述超级电容充放电约束的计算式如下：
[0127][0128]
式中，p
sc,c
(t)为超级电容t时刻的充电功率，p
sc,maxc
为超级电容的充电功率最大值，soc
sc,max
为超级电容的荷电状态上限值，soc
sc
(t)为超级电容t时刻的荷电状态，e
sc
为超级电容的初始额定容量，p
sc,d
(t)为超级电容t时刻的放电功率，p
sc,maxd
为超级电容的放电功率最大值，soc
sc,min
为超级电容的荷电状态下限值；
[0129]
所述超级电容soc约束的计算式如下：
[0130][0131]
式中，soc
sc
(t-1)为超级电容t-1时刻的荷电状态，η
sc
为超级电容的充放电效率，p
sc
(t)为超级电容t时刻的充放电功率。
[0132]
在本公开实施例中，所述步骤3-3具体包括：
[0133]
步骤3-3-1：根据所述蓄电池所需分配的初始功率、蓄电池充放电约束及soc约束确定所述混合储能系统中蓄电池的额定功率；
[0134]
需要说明的是，当所述蓄电池所需分配的第二初始功率小于等于所述蓄电池的最大充放电功率时，将所述蓄电池所需分配的第二初始功率作为所述蓄电池的额定功率；
[0135]
当所述蓄电池所需分配的第二初始功率大于所述蓄电池的最大充放电功率，且所述蓄电池的荷电状态大于所述蓄电池的荷电状态上限值，小于所述蓄电池的荷电状态上限值时，将所述蓄电池的最大充放电功率作为所述蓄电池的额定功率；
[0136]
步骤3-3-2：根据所述超级电容所需分配的初始功率和超级电容充放电约束及soc约束确定所述混合储能系统中超级电容的额定功率；
[0137]
需要说明的是，当所述超级电容所需分配的第二初始功率小于等于所述超级电容的最大充放电功率时，将所述超级电容所需分配的第二初始功率作为所述超级电容的额定功率；
[0138]
当所述超级电容所需分配的第二初始功率大于所述超级电容的最大充放电功率，且所述超级电容的荷电状态大于所述超级电容的荷电状态上限值，小于所述超级电容的荷电状态上限值时，将所述超级电容的最大充放电功率作为所述超级电容的额定功率。
[0139]
步骤3-3-3：分别根据所述混合储能系统中蓄电池、超级电容的额定功率确定混合储能系统中蓄电池、超级电容的额定容量。
[0140]
需要说明的是，所述混合储能系统中蓄电池的额定容量计算式如下：
[0141][0142]
式中，eb为蓄电池的额定容量，p
n,b
(t)为蓄电池t时刻的额定功率，t0∈[1～t]，t为
混合储能系统的充放电时长；
[0143]
所述混合储能系统中超级电容的额定容量计算式如下：
[0144][0145]
式中，e
sc
为超级电容的额定容量，p
n,sc
(t)为超级电容t时刻的额定功率。
[0146]
在本公开实施例中，还可以包括：
[0147]
实时监测与调整：在实际运行过程中，实时监测混合储能系统的运行状态，如功率指令、储能装置的荷电状态等。根据实时监测数据，对滤波次数和每次滤波滑窗大小进行调整，以优化混合储能系统的功率分配策略。同时，根据系统运行状态及环境变化，实时调整功率分配策略，确保系统性能与成本的平衡，具体的：
[0148]
1)实时监测数据：通过传感器，实时收集光伏发电系统输出功率、风力发电系统输出功率、负荷需求、蓄电池荷电状态和超级电容荷电状态等关键数据。
[0149]
2)更新最小总功率指令：根据实时收集的数据，更新混合储能系统最小总功率指令p
hess
。
[0150]
3)计算滤波后的功率指令：使用当前的滤波次数和每次滑窗大小对更新后的最小总功率指令进行mmaf算法滤波处理，计算蓄电池和超级电容各自的初始功率。
[0151]
4)评估系统性能：通过分析实时监测数据与滤波后的初始功率，评估系统分配精度、储能装置寿命、系统成本等。
[0152]
5)调整滤波参数：根据系统性能评估结果，确定是否需要调整滤波次数和每次滑窗大小，通过二进制粒子群优化算法(binary particle swarm optimization，bpso)寻找使系统性达到最优的滤波参数。
[0153]
6)重复步骤3)至5)在实际运行过程中，不断地监测系统数据、更新最小总功率指令、计算滤波后的初始功率、评估系统性能并调整滤波参数，以优化混合储能系统的额定功率及额定容量分配策略。
[0154]
综上所述，本实施例提出的一种混合储能系统的额定功率及额定容量分配方法，提高了混合储能系统的额定功率及额定容量分配的精度，同时降低了混合储能系统的成本。
[0155]
实施例二
[0156]
图2为根据本技术一个实施例提供的一种混合储能系统的额定功率及额定容量分配系统的结构图，如图2所示，所述系统包括：
[0157]
获取模块100，用于获取预设时段内各时刻光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率；
[0158]
第一确定模块200，用于基于所述光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率确定混合储能系统预设时段内各时刻的最小总功率指令值，并生成总功率指令值序列；
[0159]
第二确定模块300，用于根据多次滑动均值滤波算法和总功率指令值序列确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案；
[0160]
分配模块400，用于基于所述额定功率及额定容量分配方案对混合储能系统中蓄电池及超级电容进行额定功率及额定容量的分配；
[0161]
其中，所述额定功率及额定容量分配方案包括：蓄电池所需分配的额定功率、额定
容量，超级电容所需分配的额定功率、额定容量。
[0162]
在本公开实施例中，如图3所示，所述第二确定模块300，包括：
[0163]
第一获取单元301，用于获取所述多次滑动均值滤波算法的滤波次数和每次滤波滑窗大小；
[0164]
第一滤波单元302，用于基于所述滤波次数和每次滤波滑窗大小对所述总功率指令值序列进行多次滑动均值滤波操作，得到蓄电池所需分配的初始功率、超级电容所需分配的初始功率；
[0165]
第一确定单元303，用于根据所述蓄电池所需分配的初始功率、超级电容所需分配的初始功率和蓄电池充放电约束及soc约束、超级电容充放电约束及soc约束确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案。
[0166]
在本公开实施例中，所述多次滑动均值滤波算法的滤波次数和每次滤波滑窗大小的获取过程包括：
[0167]
构建多次滑动均值滤波算法的参数优化模型；
[0168]
将所述总功率指令值序列输入所述多次滑动均值滤波算法的参数优化模型中，并利用二进制粒子群优化算法求解所述参数优化模型，得到所述多次滑动均值滤波算法的滤波次数和每次滤波滑窗大小。
[0169]
所述多次滑动均值滤波算法的参数优化模型的构建过程包括：
[0170]
以所述蓄电池所需分配的初始功率与所述超级电容所需分配的初始功率的相关系数最小为目标构建目标函数；
[0171]
以滤波次数的取值范围约束、每次滤波滑窗大小的取值范围约束、混合储能系统的额定功率分配精度阈值大小约束为约束条件，并结合所述目标函数构建多次滑动均值滤波算法的参数优化模型。
[0172]
需要说明的是，所述蓄电池充放电约束的计算式如下：
[0173][0174]
式中，p
b,c
(t)为蓄电池t时刻的充电功率，p
b,maxc
为蓄电池的充电功率最大值，socb(t)为蓄电池t时刻的荷电状态，δt为时刻间隔时长，eb为蓄电池的初始额定容量，p
b,d
(t)为蓄电池t时刻的放电功率，p
b,maxd
为蓄电池的放电功率最大值，soc
b,max
为蓄电池的荷电状态上限值，soc
b,min
为蓄电池的荷电状态下限值；
[0175]
所述蓄电池soc约束的计算式如下：
[0176][0177]
式中，socb(t-1)为蓄电池t-1时刻的荷电状态，ηb为蓄电池的充放电效率，pb(t)为蓄电池t时刻的充放电功率；
[0178]
所述超级电容充放电约束的计算式如下：
[0179][0180]
式中，p
sc,c
(t)为超级电容t时刻的充电功率，p
sc,maxc
为超级电容的充电功率最大值，soc
sc,max
为超级电容的荷电状态上限值，soc
sc
(t)为超级电容t时刻的荷电状态，e
sc
为超级电容的初始额定容量，p
sc,d
(t)为超级电容t时刻的放电功率，p
sc,maxd
为超级电容的放电功率最大值，soc
sc,min
为超级电容的荷电状态下限值；
[0181]
所述超级电容soc约束的计算式如下：
[0182][0183]
式中，soc
sc
(t-1)为超级电容t-1时刻的荷电状态，η
sc
为超级电容的充放电效率，p
sc
(t)为超级电容t时刻的充放电功率。
[0184]
在本公开实施例中，如图4所示，所述第一确定单元303，包括：
[0185]
第二确定子模块3031，用于根据所述蓄电池所需分配的初始功率、蓄电池充放电约束及soc约束确定所述混合储能系统中蓄电池的额定功率；
[0186]
其中，当所述蓄电池所需分配的第二初始功率小于等于所述蓄电池的最大充放电功率时，将所述蓄电池所需分配的第二初始功率作为所述蓄电池的额定功率；
[0187]
当所述蓄电池所需分配的第二初始功率大于所述蓄电池的最大充放电功率，且所述蓄电池的荷电状态大于所述蓄电池的荷电状态上限值，小于所述蓄电池的荷电状态上限值时，将所述蓄电池的最大充放电功率作为所述蓄电池的额定功率；
[0188]
第三确定子模块3032，用于根据所述超级电容所需分配的初始功率和超级电容充放电约束及soc约束确定所述混合储能系统中超级电容的额定功率；
[0189]
其中，当所述超级电容所需分配的第二初始功率小于等于所述超级电容的最大充放电功率时，将所述超级电容所需分配的第二初始功率作为所述超级电容的额定功率；
[0190]
当所述超级电容所需分配的第二初始功率大于所述超级电容的最大充放电功率，且所述超级电容的荷电状态大于所述超级电容的荷电状态上限值，小于所述超级电容的荷电状态上限值时，将所述超级电容的最大充放电功率作为所述超级电容的额定功率。
[0191]
第四确定子模块3033，用于分别根据所述混合储能系统中蓄电池、超级电容的额定功率确定混合储能系统中蓄电池、超级电容的额定容量。
[0192]
其中，所述混合储能系统中蓄电池的额定容量计算式如下：
[0193][0194]
式中，eb为蓄电池的额定容量，p
n,b
(t)为蓄电池t时刻的额定功率，t0∈[1～t]，t为混合储能系统的充放电时长；
[0195]
所述混合储能系统中超级电容的额定容量计算式如下：
[0196][0197]
式中，e
sc
为超级电容的额定容量，p
n,sc
(t)为超级电容t时刻的额定功率。
[0198]
综上所述，本实施例提出的一种混合储能系统的额定功率及额定容量分配系统，
提高了混合储能系统的额定功率及额定容量分配的精度，同时降低了混合储能系统的成本。
[0199]
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。
[0200]
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。
[0201]
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：
1.一种混合储能系统的额定功率及额定容量分配方法，其特征在于，所述方法包括：获取预设时段内各时刻光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率；基于所述光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率确定混合储能系统预设时段内各时刻的最小总功率指令值，并生成总功率指令值序列；根据多次滑动均值滤波算法和总功率指令值序列确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案；基于所述额定功率及额定容量分配方案对混合储能系统中蓄电池及超级电容进行额定功率及额定容量的分配；其中，所述额定功率及额定容量分配方案包括：蓄电池所需分配的额定功率、额定容量，超级电容所需分配的额定功率、额定容量。2.如权利要求1所述的方法，其特征在于，所述根据多次滑动均值滤波算法和总功率指令值序列确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案，包括：获取所述多次滑动均值滤波算法的滤波次数和每次滤波滑窗大小；基于所述滤波次数和每次滤波滑窗大小对所述总功率指令值序列进行多次滑动均值滤波操作，得到蓄电池所需分配的初始功率、超级电容所需分配的初始功率；根据所述蓄电池所需分配的初始功率、超级电容所需分配的初始功率和蓄电池充放电约束及soc约束、超级电容充放电约束及soc约束确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案。3.如权利要求2所述的方法，其特征在于，所述多次滑动均值滤波算法的滤波次数和每次滤波滑窗大小的获取过程包括：构建多次滑动均值滤波算法的参数优化模型；将所述总功率指令值序列输入所述多次滑动均值滤波算法的参数优化模型中，并利用二进制粒子群优化算法求解所述参数优化模型，得到所述多次滑动均值滤波算法的滤波次数和每次滤波滑窗大小。4.如权利要求3所述的方法，其特征在于，所述多次滑动均值滤波算法的参数优化模型的构建过程包括：以所述蓄电池所需分配的初始功率与所述超级电容所需分配的初始功率的相关系数最小为目标构建目标函数；以滤波次数的取值范围约束、每次滤波滑窗大小的取值范围约束、混合储能系统的额定功率分配精度阈值大小约束为约束条件，并结合所述目标函数构建多次滑动均值滤波算法的参数优化模型。5.如权利要求2所述的方法，其特征在于，所述蓄电池充放电约束的计算式如下：
式中，p
b,c
(t)为蓄电池t时刻的充电功率，p
b,maxc
为蓄电池的充电功率最大值，soc
b
(t)为蓄电池t时刻的荷电状态，δt为时刻间隔时长，e
b
为蓄电池的初始额定容量，p
b,d
(t)为蓄电池t时刻的放电功率，p
b,maxd
为蓄电池的放电功率最大值，soc
b,max
为蓄电池的荷电状态上限值，soc
b,min
为蓄电池的荷电状态下限值；所述蓄电池soc约束的计算式如下：式中，soc
b
(t-1)为蓄电池t-1时刻的荷电状态，η
b
为蓄电池的充放电效率，p
b
(t)为蓄电池t时刻的充放电功率；所述超级电容充放电约束的计算式如下：式中，p
sc,c
(t)为超级电容t时刻的充电功率，p
sc,maxc
为超级电容的充电功率最大值，soc
sc,max
为超级电容的荷电状态上限值，soc
sc
(t)为超级电容t时刻的荷电状态，e
sc
为超级电容的初始额定容量，p
sc,d
(t)为超级电容t时刻的放电功率，p
sc,maxd
为超级电容的放电功率最大值，soc
sc,min
为超级电容的荷电状态下限值；所述超级电容soc约束的计算式如下：式中，soc
sc
(t-1)为超级电容t-1时刻的荷电状态，η
sc
为超级电容的充放电效率，p
sc
(t)为超级电容t时刻的充放电功率。6.如权利要求5所述的方法，其特征在于，所述根据所述蓄电池所需分配的初始功率、超级电容所需分配的初始功率和蓄电池充放电约束及soc约束、超级电容充放电约束及soc约束确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案，包括：根据所述蓄电池所需分配的初始功率、蓄电池充放电约束及soc约束确定所述混合储能系统中蓄电池的额定功率；根据所述超级电容所需分配的初始功率和超级电容充放电约束及soc约束确定所述混合储能系统中超级电容的额定功率；分别根据所述混合储能系统中蓄电池、超级电容的额定功率确定混合储能系统中蓄电池、超级电容的额定容量。7.如权利要求6所述的方法，其特征在于，所述根据所述蓄电池所需分配的初始功率、蓄电池充放电约束及soc约束确定所述混合储能系统中蓄电池的额定功率，包括：当所述蓄电池所需分配的第二初始功率小于等于所述蓄电池的最大充放电功率时，将所述蓄电池所需分配的第二初始功率作为所述蓄电池的额定功率；当所述蓄电池所需分配的第二初始功率大于所述蓄电池的最大充放电功率，且所述蓄电池的荷电状态大于所述蓄电池的荷电状态上限值，小于所述蓄电池的荷电状态上限值时，将所述蓄电池的最大充放电功率作为所述蓄电池的额定功率；
所述根据所述超级电容所需分配的初始功率和超级电容充放电约束及soc约束确定所述混合储能系统中超级电容的额定功率，包括：当所述超级电容所需分配的第二初始功率小于等于所述超级电容的最大充放电功率时，将所述超级电容所需分配的第二初始功率作为所述超级电容的额定功率；当所述超级电容所需分配的第二初始功率大于所述超级电容的最大充放电功率，且所述超级电容的荷电状态大于所述超级电容的荷电状态上限值，小于所述超级电容的荷电状态上限值时，将所述超级电容的最大充放电功率作为所述超级电容的额定功率。8.如权利要求6所述的方法，其特征在于，所述混合储能系统中蓄电池的额定容量计算式如下：式中，e
b
为蓄电池的额定容量，p
n,b
(t)为蓄电池t时刻的额定功率，t0∈[1～t]，t为混合储能系统的充放电时长；所述混合储能系统中超级电容的额定容量计算式如下：式中，e
sc
为超级电容的额定容量，p
n,sc
(t)为超级电容t时刻的额定功率。9.一种混合储能系统的额定功率及额定容量分配系统，其特征在于，所述系统包括：获取模块，用于获取预设时段内各时刻光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率；第一确定模块，用于基于所述光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率确定混合储能系统预设时段内各时刻的最小总功率指令值，并生成总功率指令值序列；第二确定模块，用于根据多次滑动均值滤波算法和总功率指令值序列确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案；分配模块，用于基于所述额定功率及额定容量分配方案对混合储能系统中蓄电池及超级电容进行额定功率及额定容量的分配；其中，所述额定功率及额定容量分配方案包括：蓄电池所需分配的额定功率、额定容量，超级电容所需分配的额定功率、额定容量。10.如权利要求9所述的系统，其特征在于，所述第二确定模块，包括：第一获取单元，用于获取所述多次滑动均值滤波算法的滤波次数和每次滤波滑窗大小；第一滤波单元，用于基于所述滤波次数和每次滤波滑窗大小对所述总功率指令值序列进行多次滑动均值滤波操作，得到蓄电池所需分配的初始功率、超级电容所需分配的初始功率；第一确定单元，用于根据所述蓄电池所需分配的初始功率、超级电容所需分配的初始功率和蓄电池充放电约束及soc约束、超级电容充放电约束及soc约束确定所述混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案。

技术总结
本申请提出一种混合储能系统的额定功率及额定容量分配方法及系统，所述方法包括：获取预设时段内各时刻光伏发电系统的输出功率、风力发电系统的输出功率和电力系统的负荷需求功率；确定混合储能系统预设时段内各时刻的最小总功率指令值，并生成总功率指令值序列；根据多次滑动均值滤波算法和总功率指令值序列确定混合储能系统中蓄电池、超级电容的额定功率及额定容量分配方案；基于额定功率及额定容量分配方案对混合储能系统中蓄电池及超级电容进行额定功率及额定容量的分配；本申请提出的技术方案，提高了混合储能系统的额定功率及额定容量分配的精度，同时降低了混合储能系统的成本。统的成本。统的成本。


技术研发人员：王绍民 薛晓峰 张增辉 曾垂栋 姜滨 梁晓斌 张宗祯 林怡玢 常云潇 葛传军 魏寒 池伟恒 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：2023.06.12
技术公布日：2023/8/16