买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网江苏省电力有限公司南京供电分公司

摘要：本发明公开了一种积木式储能系统减少停电损失的优化配置方法，包括如下步骤：根据储能模块的充放电状态，设定积木式储能系统的运行状态匹配度；对负荷及其运行数据进行初步计算，根据规划人员的预期得到指标初始值，建立积木式储能系统极端场景下减少停电损失的主观优化配置模型；使用改进的鲸鱼优化算法求解积木式储能系统极端场景下减少停电损失的主观优化配置模型；输出优化配置结果。本发明对积木式储能的不同模块运行状态进行定义，将不同模块之间的关系用匹配度进行刻画，使模型在优化配置中能够对电池状态有充分的掌握。

主权项：1.一种积木式储能系统减少停电损失的优化配置方法，其特征在于，包括如下步骤：S1：根据储能模块的充放电状态，设定积木式储能系统的运行状态匹配度；S2：对负荷及其运行数据进行初步计算，根据规划人员的预期得到指标初始值，建立积木式储能系统极端场景下减少停电损失的主观优化配置模型；S3：使用改进的鲸鱼优化算法求解积木式储能系统极端场景下减少停电损失的主观优化配置模型；S4：输出优化配置结果；所述步骤S1中，设定积木式储能系统的运行状态匹配度为：积木式储能系统为不同储能模块单元的组合，考虑积木式储能系统不同时段的不同储能模块的运行状态，假设储能模块Gp＝{1,0,-1,…,p,…}，储能模块Gq＝{1,0,-1,…,q,…}，p,q∈M，M为储能模块个数；1表示积木式储能系统的运行状态为放电状态；0表示积木式储能的运行状态为不接入电网状态；-1表示积木式储能系统的运行状态为充电状态；p和q表示为两个不同储能模块在某一时段的运行状态，定义同一优化配置时间段内两个不同储能模块的运行状态匹配度为： 式中，gpq是两个不同储能模块在某一时段的运行状态p与q之间的匹配度模型；其中匹配度模型表示为： 所述步骤S2中，建立极端场景下减少停电损失的主观优化配置模型的具体步骤为：S2-1：获得规划人员的主观设定值，包括规划人员面对积木式储能系统接入后收益或损失的态度系数，根据历史性数据得到的极端场景下停电损失可靠性参考点，其中极端场景为包括台风、暴雨的极端自然灾害；S2-2：建立极端场景下减少停电损失的主观优化配置值： 式中，ccap为积木式储能模块单位容量投资成本；Ei为第i个积木式储能模块的容量配置；Fx为指标值服从的分布函数；m和n分别为规划人员面对积木式储能系统接入后收益或损失的态度系数；x是极端场景下积木式储能系统接入后用户的停电损失收益的可靠性指标值；x0是极端场景下停电损失收益可靠性参考点，是规划人员的主观设定值；M为储能模块个数；a和b分别为规划人员面对积木式储能系统接入后的风险倾向和风险躲避系数；fx为指标值服从的概率密度函数；S2-3：确定积木式储能系统的约束条件 式中，Emax为积木式储能模块的最大容量配置；Z为客观约束边长；Ch表示为汽车将积木式储能模块移至负荷h处的成本；vmax为汽车的最大运行速度；ΔT为单位配置时间间隔；Cwr表示为储能系统输送单位电量的成本；LE为规划人员对当前极端场景下积木式储能系统最大移动可用投资；所述步骤S3中，使用改进的鲸鱼优化算法求解极端场景下减少停电损失的主观优化配置模型的具体步骤为：S3-1：输入规划人员的初始参数值，初始化种群数和迭代次数，设置总迭代次数为Max_iter，设置自适应权重值 式中，j为当前迭代次数；总体搜索模型为： 其中X为当前模拟鲸鱼的第j次迭代坐标位置；Xrand是种群随机生成的迭代坐标位置；αj为收敛因子，其值为从2逐渐线性减少至0；rj为[0,1]中的随机数；1为[-1,1]之间的随机数；d为随机变量，d∈[0,1]；S3-2：进行循环迭代，生成随机变量d,并使迭代次数增加一次；当随机变量d∈[0,0.5]，进入随机搜索觅食阶段；当随机变量d∈[0.5,1]，进入收缩包围猎物阶段；S3-3：判断是否达到最大迭代次数Max_iter，若j＜Max_iter，返回步骤S3-2；否则进入步骤S3-4；S3-4：迭代结束输出最优解；所述极端场景下积木式储能系统接入后用户的停电损失收益的可靠性指标值为： Ny表示为积木式储能系统的质保年限；k为目前积木式储能系统的质保年限；i0表示为配置方法收益率；δ为极端场景发生的概率；Nh表示为需要优化配置的负荷总数；h表示第h个负荷；Wr表示为储能系统对负荷h输送的电量。

全文数据：

权利要求：

百度查询： 国网江苏省电力有限公司南京供电分公司 一种积木式储能系统减少停电损失的优化配置方法