电池储能系统配置方法、装置、电子设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115021294A(43)申请公布日2022.09.06(21)申请号202210680239.2H02J7/34(2006.01)(22)申请日2022.06.16(71)申请人南方电网科学研究院有限责任公司地址510663广东省广州市萝岗区科学城科翔路11号J1栋3、4、5楼及J3栋3楼申请人中国南方电网有限责任公司(72)发明人卓映君杨雄平卢斯煜姚文峰王嘉阳邹金谢平平(74)专利代理机构北京集佳知识产权代理有限公司11227专利代理师郑华丽(51)Int.Cl.H02J3/32(2006.01)H02J3/24(2006.01)H02J3/12(2006.01)权利要求书3页说明书12页附图2页(54)发明名称电池储能系统配置方法、装置、电子设备及存储介质(57)摘要本发明涉及电网储能技术领域，尤其涉及一种电池储能系统配置方法、装置、电子设备及存储介质，其中，方法包括：建立电池储能系统的最优配置模型，所述最优配置模型以所述电池储能系统的日均综合成本、日均电压波动、日均负荷波动均最小为目标函数；采用阿基米德优化算法迭代计算所述目标函数的帕累托解集，直到满足迭代终止条件，得到帕累托最优解集；采用理想点决策法计算所述帕累托最优解集的折衷解，得到包含所述电池储能系统的最优的安装节点、配置容量和配置功率的方案，用于降低配电网中配置电池储能系统的成本，并改善系统中存在的负荷波动、电压波动问题。CN115021294ACN115021294A权利要求书1/3页1.一种电池储能系统配置方法，其特征在于，所述方法包括：建立电池储能系统的最优配置模型，所述最优配置模型以所述电池储能系统的日均综合成本、日均电压波动、日均负荷波动均最小为目标函数；采用阿基米德优化算法迭代计算所述目标函数的帕累托解集，直到满足迭代终止条件，得到帕累托最优解集；采用理想点决策法计算所述帕累托最优解集的折衷解，得到包含所述电池储能系统的最优的安装节点、配置容量和配置功率的方案。2.根据权利要求1所述的方法，其特征在于，所述建立电池储能系统的最优配置模型，具体包括：获取配电网参数，并根据获取的配电网参数构建以日均综合成本、日均电压波动、日均负荷波动均为最小的目标函数；所述日均综合成本为：f1＝(Cinvest+Coandm+Ccandd‑Csub)/365式中，Cinvest，Coandm和Ccandd分别表示电池储能系统的年投资成本、年运维成本以及年充放电成本；Csub为年发电补贴；NBESS为电池储能系统的安装数量；EBESS，i和PBESS，i分别为第i台电池储能系统的装机容量和功率；r和g分别为电池储能系统的单位容量成本和单位功率成本，μ为年资金回收率；z是折现率，Md为配电网场景；Dj为第j种情景在一年中的总天数；ρpu(t)是第t时段的购电价，ρsel(t)是第t时段的售电价，Pch，i(t)为第i台电池储能系统在t时刻的充电功率，Pdis，i(t)为第i台电池储能系统在t时刻的放电功率，σ为政府给予电池储能系统发售电量的运营补贴；所述日均电压波动为：式中，Nnodes为系统总节点数；Vk(t)为k节点在t时刻的电压；为k节点在T时段内的平2CN115021294A权利要求书2/3页均电压，T为24小时；电出力；为负荷曲线的平均值；其中，3.根据权利要求1所述的方法，其特征在于，所述采用阿基米德优化算法迭代计算所述目标函数的帕累托解集，直到满足迭代终止条件，得到帕累托最优解集，包括：S1：初始化算法参数，所述算法参数包括个体位置、个体体积、个体密度、个体加速度；其中每个所述个体代表一个电池储能系统，个体位置为决策变量；所述决策变量包括电池储能系统的最优的安装节点、配置容量和配置功率；S2：根据所述电池储能系统最优配置模型计算所述个体的初始适应度函数；S3：更新所述个体位置、所述个体体积、所述个体密度、所述个体加速度；S4：根据所述目标函数评估每个所述决策变量的可行解，确定帕累托解集；S5：将所述帕累托解集与存储池里的帕累托最优解集进行比较，根据比较结果替换所述帕累托解集中的帕累托支配解；S6：重复迭代S2‑S5，直到满足迭代终止条件，输出帕累托最优解集。4.根据权利要求3所述的方法，其特征在于，所述采用理想点决策法计算所述帕累托最优解集的折衷解，得到包含电池储能系统的最优的安装节点、配置容量和配置功率的配置方案，包括：获取所述帕累托最优解集中非支配解，归一化所述非支配解对应的目标函数；根据所述非支配解与理想点的欧式距离构建最优权重系数模型；根据所述最优权重系数模型计算所述帕累托最优解集的折衷解，得到包含电池储能系统的最优的安装节点、配置容量和配置功率的配置方案。5.根据权利要求4所述的方法，