基于粒子群算法的风光一体化电站储能优化配置方法_张楠.pdf

基于粒子群算法的风光一体化电站储能优化配置方法张楠（中国电力工程顾问集团华北电力设计院有限公司，北京 ）摘要：为降低风光一体化电站供能发电负荷，保证储能与供能的平衡性，引进粒子群算法，以风光一体化电站为例，设计一种针对终端蓄电池储能的优化配置方法。通过设计储能优化配置目标函数与函数约束条件、基于粒子群算法的电站储能模型最优值训练、基于供能可靠度指标的储能优化配置方案优化，完成储能优化配置方法的设计。选择市场内某风光一体化发电站作为此次试验的研究对象，开展实例应用试验。试验结果证明，此次设计的方法在实施应用中不仅可以满足发电站的正常发展需求，还可以确保发电过程中电站的负荷电量趋近于零，从而实现电站储能与供电的相对平衡。关键词：粒子群算法；储能优化；风光一体化电站；配置方法中图分类号：（，）：，：；收稿日期：作者简介：张楠（），高级工程师，研究方向为电气专业系统设计。引言为助力我国电力相关产业的持续化发展，实现在电力行业的建设中的节能减排价值，科研单位提出了针对电力企业的风电一体化发展，即依托风能与光伏，利用自然资源，为电力提供连续、稳定的电能资源。为推进此项工作，变电站与有关电力单位在风、光等自然资源较为充沛的地区，建设了风光一体化电站系统。尽管风电一体化电站的建设在一定程度上解决了电力能源不足的问题，但此类清洁能源具有的不稳定性特点，也导致了风光一体化电站经常出现能源储存量不足的问题。电力终端管理部门需要在电站中配置大规模的储能系统，用于解决、处理或抑制能源不足造成的供能功率波动。通常，风光一体化电站中的储能系统由储蓄电池、电容器等构成，其中储蓄电池主要用于储备能量。相比其他储能装置，储蓄电池具有储备能量高、安全性能强等优势，可以长时间储备电力能源。但此类储蓄电池在使用中也存在一些不足。例如，大部分储能电池在使用中具有功率密度较低、污染较大、循环使用寿命周期较短等缺陷，加之自然资源的存储不稳定，会增加电站储能运营成本。电站技术人员尝试采用超级容量电容装置代替储能电池的方式进行自然能源的存储。相关工作的实施并未能完全解决电站持续化供电问题，大部分电站仍存在供电负荷的现象，使电站储能与供人工智能与传感技术电工技术电两者之间出现不平衡情况，影响了电站的持续化建设与发展。本文将在此次研究中引进粒子群算法，以风光一体化电站为例，设计一种针对终端蓄电池储能的优化配置方法。通过此种方式，实现储能与供能的平衡，保证电站在经济市场内的全面、协调、可持续发展。储能优化配置方法设计 储能优化配置目标函数与函数约束条件为实现对风光一体化电站储能配置的全面优化，应在开展相关研究前，明确发电站的供电能源主要由风能与光能作为支撑，而此类能源在实际应用中又具有一定的随机性，若能源储备存在此方面问题，则电站供能与输电过程将存在一定的波动性。为此，在优化配置过程中，将电站输出电能功率最小波动值作为优化配置目标设计目标函数：（）（）式中，为基于电站输出电能功率最小波动值的优化配置目标函数；为输电节点；为供能时刻点；为风光一体化电站在运行中的输出有功功率；为有功功率均值。考虑到风光一体化电站在运行中的供能过程极易受到外界环境的影响出现输出功率波动，从而增加电量消耗，因此在完 成 上 述 设 计 后，进 行 目 标 函 数 约 束 条 件 的 设计。提出的约束条件主要是电力系统与储能电站在运行中的设备特性约束。例如，发电站在发电过程中，储能电池的节点电压需要满足上限与下限等条件的约束，为了在此过程中避免电池过充或过放，还需要做好对功率输出的上限与下限的约束，从而保证供电系统运行功率的整体平衡。约束条件计算式为：（）（）（）（）（）式中，为风光一体化电站放电过程中节点的有功输出功率；为节点的无功输出功率；为节点的电压幅值；为节点的电压幅值；为节点的支路导纳值；为节点支路；为节点的支路导纳值均值；为预设节点供电最小电压值；为预设节点供电最大电压值。在此基础上，对风光一体化电站的输出功率平衡性进行约束，约束条件为：（）（）（）（）（）式中，（）为在第时刻风能的实际发电效能；（）为在第时刻光能的实际发电效能；（）为在节点中第时刻储能的实际发电功率；（）为在节点中第时刻储能的实际放电功率；为供能节点数量。在计算目标函数时，需要根据参数约束条件，进行目标函数参数取值的设定。基于粒子群算法的电站储能模型最优值训练完成上述研究后，构建风光一体化电站储能模型，配置模型中光伏阵列与 ，将电站中的逆变器、控制器、电容器与交流负载、直流负载进行连接。在此基础上，引进粒子群算法，对模型供能过程中的最优值进行训练。在训练过程中，将每个待优化的训练值作为空间中的一个粒子，而每个粒子在检索空间中都具有一个与其匹配的适应值，适应值的设定可以根据上述目标函数求解后计算得出。在训练过程中，可以根据数据的 表达方式，进行随机解的迭代，在每次迭代过程中，粒子都会在两端极值之间进行传输，通过对极值的反复迭代，找到一个粒子全局最优解。对基于粒子群算法的训练速度与更新位置进行描述：（）（）（）（）（）式中，为粒子群算法的训练速度；为粒子群学习迭代训练因子；为极坐标；为迭代行为发生次数；为全局空间坐标；为空间粒子；为粒子在空间中的维度；为粒子群在空间中的位置。按照式（）、式（），对电站储能模型最优值进行不断收敛，收敛后得到一个极小值，可以将此数值作为电站储能模型最优值。基于供能可靠度指标的储能优化配置方案优化为了保证训练得到的电站储能模型最优值满足储能配置需要，可将电站供能可靠度作为参照指标，进行储能优化配置方案的全面优化。在此过程中，明确电站供能可靠度是实现风电与电能互补的重要运行指标之一，可将供能可靠度表示为 ，则 可以代表电站负荷缺电量与电站供能需求总量的比值。的取值计算式为：（）（）（）式中，为缺电负荷率；为风光一体化电站中的风能在全局中的有效供能；为转换功率；为风光一体化电站中的光能在全局中的有效供能。按照式（），掌握 的具体计算结果，对 进行量化。当 的取值在 （包含）范围内时，说明按照电站储能模型最优值训练结果进行储能优化配置的供能可靠度较高。当 的取值在 （包含）范围内时，说明按照电站储能模型最优值训练结果进行储能优化配置的供能可靠度中等，存在待调整参数，可以按照 节进行电站储能模型最优值的继续训练，即此时训练得到的最优值非预期值，此数值具有继续迭代处理的能力，继续迭代后，输出最优值，将其作为配置优化方案的参照值。当 的取值 时，说明按照电站储能模型最优值训练结果进行储能优化配置的供能可靠度较低，需要识别是否存在约束条件差异的问题。按照以上方式进行储能方案的持续优化，可确保最终设定电工技术人工智能与传感技术 的配置方法为最优方法。实例应用分析为检验本文设计方法的优化效果，下面将通过设计实例应用试验的方式，对此方法进行检验。为满足试验结果的真实性需求，选择某风光一体化发电站作为此次试验的研究对象，具体场景如图所示。图 风光一体化电站实景获取此发电站近年的风光发电量数据，统计发电数据并进行整理，如图所示。图 风光一体化发电站近年的发电量统计结果统计此发电站在近年内消耗的负荷电量，再按照本文方法统计发电负荷数据，如图所示。图风光一体化发电站近年的发电负荷数据统计由图、图所示曲线可以看出，此发电站在近年内属于负盈利状态，全面发电负荷电量已经达到了峰值，说明此发电站中的风光一体化储能电池配置方式根本无法满足电站的发电与供电需求。为此，在发电站管理方与技术人员综合商议后，决定按照本文设计的方法进行此发电站的储能优化配置设计。试验前，获取此发电站终端储能装置在供能系统中的配置参数，整理数据见表。掌握此发电站中储能装置相关配置参数后，根据此发电站的规模与发电量进行储能优化配置目标函数的设计，再根据目标函数，设计函数约束条件。同时，引进粒子群算法，构建风光一体化电站储能模型，对模型发电最优值进行训练。在此基础上，将发电站放电供能可靠度作为参表 风光一体化发电站终端储能装置配置参数序号储能装置配置参数参数取值装置运行额定电压 储能运行额定容量 充电效率 放电效率 放电深度 运行系数 维护系数 处理系数 照标准，求解目标函数，得到最优配置方案。按照此种方式，完成风光一体化电站储能优化配置后，以 作为测试周期，获取此发电站的发电量与负荷电量等信息，并将其作为试验结果。试验结果统计如图所示。图 优化配置后发电站的发电量与负荷电量由图所示的试验结果可以看出，在保证风光一体化发电站正常发电的前提下，按照本文设计的优化配置方法进行电站储能的优化，可以实现将全天发电负荷电量控制为接近于零的数值。当风光一体化发电站的负荷电量趋近于零时，说明电站储能过程中的充电与放电处于相对平衡状态，因此在完成上述试验后，得出如下试验结论：按照本文设计的基于粒子群算法的优化配置方法对风光一体化电站储能进行全面优化设计，不仅可以满足发电站的正常发展需求，还可以确保发电过程中电站的负荷电量趋近于零，从而实现电站储能与供电两者的相对平衡。结语为了降低风光一体化电站供能发电负荷，使储能与供电保持平衡的状态，本文从设计储能优化配置目标函数与函数约束条件、电站储能模型最优值训练、基于供能可靠度指标的储能优化配置方案优化三方面，对基于粒子群算法的风光一体化电站储能优化配置方法展开了设计研究。通过实践检验了此次设计的方法不仅可以满足发电站的正常发展需求，还可以有效降低发电站发电过程中的负荷问题。为此，在后续的相关工作中，可以尝试将本文设计的方法代替传统方法在市场内推广使用，实现电站供电与储能的均衡。参考文献 李晨旭，王昕，魏书荣，等 基于改进萤火虫算法的考虑风光（下转第 页）人工智能与传感技术电工技术 图突变工况下电机转子速度和位置图加载瞬间小于 ，平稳工况下位置估计误差在 以内。这说明所搭建的观测器即使有负载突变仍具有较好的观测效果，适合于磨削机器人使用。结语本文针对磨削机器人关节永磁驱动电机提出了一种基于新型滑模观测器估算永磁同步电机的转子速度和位置实现无位置传感器控制的策略。为了减小抖振，新型滑模观测器中通过锁相环技术取代反正切函数估算，通过 函数取代 函数。建立永磁电机的数学模型，通过改变永磁电机末端负载验证了新型滑模观测器具有很好的动态响应效果及无传感器控制策略的有效性。参考文献 丁国龙，沈观成，王贵勇，等基于无瞬心包络法的砂轮磨削圆弧直槽的研究 组合机床与自动化加工技术，（）：，；，陆华才，徐月同 基于 的永磁直线同步电机速度和位置估计算法中国电机工程学报，（）：张兴，郭磊磊，杨淑英，等永磁同步发电机无速度传感器控制 中国电机工程学报，（）：陆婋泉，林鹤云，冯奕，等永磁同步电机无传感器控制的软开关滑模观测器电工技术学报，（）：，（）：肖飞，袁雷，王令辉，等大功率永磁低速同步电机的无传感器控制电力电子技术，（）：（上接第 页）概率分布储能容量优化配置电气自动化，（）：孙阔，张雪菲，迟福建，等光伏电站复合储能电压波动抑制双层优化控制方法可再生能源，（）：辛月杰，周云海，贾倩，等考虑储能装置容量安全差值的日前优化调度科学技术与工程，（）：林达，钱平，张雪松，等考虑储能寿命特性的综合能源系统经济灵活多目标优化运行策略 浙江电力，（）：育飞，叶俊斌，薛花，等基于改进雨流计数法的梯次利用电池储能系统优化控制电力系统自动化，（）：李英量，蔡鹤鸣，王康，等 改善不平衡配电网电压质量的分布式储能序次优化配置方法 电力建设，（）：张超，康慨，卢胜，等兼顾储能系统热管理与电池寿命的可再生能源储能电站经济调度储能科学与技术，（）：刘志宏，赵杰行，薛鹏飞，等面向偏远地区供电可靠性提升的配网储能电站机会约束规划方法电网与清洁能源，（）：张德隆，蒋思宇，等基于概率潮流的光伏电站中储能系统的优化配置方法储能科学与技术，（）：潘乐真，赵璞，郑思源，等基于信息间隙决策理论的储能电站鲁棒优化配置电力工程技术，（）：人工智能与传感技术电工技术