本發(fā)明屬于光儲(chǔ)充電站運(yùn)行，具體地說，是涉及一種光儲(chǔ)充電站的日前源荷協(xié)同運(yùn)行優(yōu)化方法。

背景技術(shù)：

1、源荷協(xié)同運(yùn)行優(yōu)化對(duì)于提高光儲(chǔ)充系統(tǒng)的綜合運(yùn)行效率、降低運(yùn)行成本、促進(jìn)可再生能源的消納具有重要意義。

2、申請(qǐng)?zhí)?02010683118.4的中國(guó)專利公開了一種基于pso的光儲(chǔ)充換一體化充電站協(xié)同優(yōu)化調(diào)度方法和裝置，該方案大致如下：1)獲取數(shù)據(jù)：獲取光儲(chǔ)充站的發(fā)電模塊、儲(chǔ)能模塊，以及充電模塊數(shù)據(jù)。2)根據(jù)獲取的信息建立協(xié)同調(diào)度策略模型，以運(yùn)行成本最低為優(yōu)化目標(biāo)，以功率平衡約束、儲(chǔ)能充放電功率，以及電池soc約束、充電機(jī)功率約束，以及電網(wǎng)輸入功率為約束。3)基于pso粒子群算法，對(duì)模型進(jìn)行求解，尋找最運(yùn)行策略方案。4)根據(jù)求得的最優(yōu)解制定光儲(chǔ)充電站的電網(wǎng)電力輸入及儲(chǔ)能出力計(jì)劃?，F(xiàn)有技術(shù)存在的主要缺點(diǎn)為缺乏提供實(shí)時(shí)的優(yōu)化策略能力，且不適用于不同天氣工況、節(jié)假日工況等源荷場(chǎng)景。具體技術(shù)缺點(diǎn)如下：

3、1)現(xiàn)有技術(shù)通過發(fā)電模塊、儲(chǔ)能模塊，以及充電模塊的歷史數(shù)據(jù)，形成固定的用能場(chǎng)景，進(jìn)一步提出運(yùn)行優(yōu)化策略。該方法提出的運(yùn)行優(yōu)化策略的靈活性較低，存在與實(shí)際工況不匹配的情況，難以切實(shí)降低系統(tǒng)運(yùn)行成本。

4、2)光儲(chǔ)充電站的光伏供電和車輛充電負(fù)載受氣象因素和節(jié)假日影響較大，需要充分考慮氣象和節(jié)假日因素。

5、3)傳統(tǒng)的pso算法容易陷入局部最優(yōu)解，且每次運(yùn)行結(jié)果的差異較大。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種光儲(chǔ)充電站的日前源荷協(xié)同運(yùn)行優(yōu)化方法，主要解決源荷協(xié)同運(yùn)行優(yōu)化策略的實(shí)時(shí)性不足、不匹配適用工況、不易找到最優(yōu)解的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

3、一種光儲(chǔ)充電站的日前源荷協(xié)同運(yùn)行優(yōu)化方法，包括以下步驟：

4、s1，基于fcm模糊聚類算法，以輻照度為聚類指標(biāo)對(duì)歷史氣象數(shù)據(jù)聚類，以日車流量大小為聚類指標(biāo)對(duì)歷史車流量數(shù)據(jù)聚類；

5、s2，基于spearman相關(guān)系數(shù)篩選影響發(fā)電功率和充電樁負(fù)荷功率的因素，獲取光伏發(fā)電預(yù)測(cè)模型特征參數(shù)和充電樁負(fù)荷預(yù)測(cè)模型特征參數(shù)；

6、s3，采用lstm深度學(xué)習(xí)模型訓(xùn)練得到光伏發(fā)電深度學(xué)習(xí)預(yù)測(cè)模型和充電樁負(fù)荷深度學(xué)習(xí)預(yù)測(cè)模型；

7、s4，基于光伏發(fā)電深度學(xué)習(xí)預(yù)測(cè)模型和充電樁負(fù)荷深度學(xué)習(xí)預(yù)測(cè)模型，以運(yùn)行成本最低和碳排放最低為優(yōu)化目標(biāo)建立源荷運(yùn)行優(yōu)化模型；

8、s5，確定源荷運(yùn)行優(yōu)化模型的邊界條件，采用河馬優(yōu)化算法對(duì)源荷運(yùn)行優(yōu)化模型進(jìn)行求解，得到源荷協(xié)同運(yùn)行成本最低的儲(chǔ)能充放電運(yùn)行策略和購(gòu)電策略。

9、進(jìn)一步地，在所述步驟s1中，歷史氣象數(shù)據(jù)聚類為晴天、多云和陰雨，三種天氣工況，歷史車流量數(shù)據(jù)聚類為節(jié)假日和非節(jié)假日。

10、進(jìn)一步地，在所述步驟s1中，fcm模糊聚類算法的目標(biāo)函數(shù)為：

11、

12、式中，uij是樣本點(diǎn)xi與聚類中心vj的隸屬度；m是模糊指數(shù)(m>1)，決定了聚類的模糊度；dij是樣本點(diǎn)xi與聚類中心vj之間的距離；k是聚類的數(shù)量；n是樣本數(shù)量；

13、fcm模糊聚類算法目標(biāo)函數(shù)的約束條件為：確保每個(gè)數(shù)據(jù)點(diǎn)對(duì)所有聚類的隸屬度之和為1；即：

14、

15、式中，uij的數(shù)值范圍為[0,1]。

16、進(jìn)一步地，在所述步驟s2中，獲取光伏發(fā)電預(yù)測(cè)模型特征參數(shù)和充電樁負(fù)荷預(yù)測(cè)模型特征參數(shù)的表達(dá)式為：

17、

18、式中，xi為第i個(gè)樣本點(diǎn)的影響因素大小；yi為第i個(gè)樣本點(diǎn)的發(fā)電功率大小或充電樁負(fù)荷功率大小；x和y分別為影響因素和發(fā)電功率在n個(gè)樣本點(diǎn)中的平均值。

19、進(jìn)一步地，在所述步驟s4中，運(yùn)行成本包括系統(tǒng)的購(gòu)電成本、光伏系統(tǒng)單位運(yùn)行成本、儲(chǔ)能系統(tǒng)單位運(yùn)行成本，以及充電樁單位運(yùn)行成本，其計(jì)算公式如下：

20、

21、式中，為從網(wǎng)上購(gòu)買單位電費(fèi)的價(jià)格，元/kw；為電網(wǎng)傳送的功率kw；為光伏系統(tǒng)單位運(yùn)行成本，元/kw；為光伏發(fā)電功率；為儲(chǔ)能運(yùn)行成本，元/kw；為儲(chǔ)能充放電功率kw；為充電樁單位運(yùn)行成本，元/kw；為充電樁功率kw；

22、碳排放由消耗市電電能和儲(chǔ)能的損耗引起，其計(jì)算公式如下：

23、

24、式中，為電網(wǎng)購(gòu)電產(chǎn)生的碳排放量，t；e為當(dāng)?shù)仉娋W(wǎng)的碳排放系數(shù)，t/kw；ploss為儲(chǔ)能充放電損失功率kw。

25、進(jìn)一步地，在所述步驟s5中，源荷運(yùn)行優(yōu)化模型的邊界條件包括：

26、功率平衡約束，其表達(dá)式為：

27、

28、式中，為充電樁的用電負(fù)荷，kw.h；為儲(chǔ)能充放電量kw.h，大于0時(shí)為放電、小于0時(shí)為充電；

29、儲(chǔ)能荷電狀態(tài)約束，其表達(dá)式為：

30、

31、式中，為t+1時(shí)刻的儲(chǔ)能剩余電量；γ為儲(chǔ)能電池自放電率，取0.001；和分別為儲(chǔ)能充放電的效率；eb為儲(chǔ)能系統(tǒng)額定容量；為系統(tǒng)在t時(shí)刻的放電量。

32、進(jìn)一步地，在所述步驟s5中，河馬優(yōu)化算法的具體過程如下：

33、s51，種群初始化：

34、xij＝lbj+r·(ubj-lbj)

35、其中，xij表示第i頭河馬在第j個(gè)決策變量下的位置信息；r是0到1范圍內(nèi)的隨機(jī)數(shù)，用以引入隨機(jī)性；lbj和ubj分別表示第j個(gè)決策變量的下限和上限；n表示種群中的河馬數(shù)量；m表示問題中決策變量的數(shù)量；

36、s52，更新河馬在河流或池塘中的位置：

37、xp1(i,:)＝x(i,:)+r·(xbest-i1·x(i,:))

38、其中，xp1(i,:)表示第i頭河馬在第一次位置更新后的位置向量；x(i,:)表示第i頭河馬當(dāng)前的位置向量；xbest表示當(dāng)前種群中最優(yōu)河馬的位置向量；i1是一個(gè)隨機(jī)整數(shù)，通常取1或2，用于在位置更新中引入隨機(jī)性；

39、s53，河馬防御捕食者：

40、

41、其中，p表示捕食者的位置；distancep表示河馬與捕食者之間的距離；b、c、d和l是隨機(jī)生成的參數(shù)；rl(i,:)表示第i頭河馬的levy飛行生成的隨機(jī)向量；

42、s54，河馬逃離捕食者：

43、xp2(i,:)＝x(i,:)+a·(xbest-i2·meangroup)

44、其中，i2是一個(gè)隨機(jī)整數(shù)，通常取1或2，用于在位置更新中引入隨機(jī)性；meangroup表示隨機(jī)選擇的河馬群體的平均位置；a是一個(gè)隨機(jī)生成的參數(shù)。

45、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

46、(1)本發(fā)明將源荷場(chǎng)景根據(jù)影響光伏發(fā)電側(cè)的氣象因素，以及影響充電樁負(fù)荷側(cè)的氣象因素、節(jié)假日因素進(jìn)行了聚類劃分，對(duì)節(jié)假日工況和非節(jié)假日工況，以及晴天、多云、陰雨工況都能給出對(duì)應(yīng)的運(yùn)行策略。

47、(2)本發(fā)明提供的是日前運(yùn)行策略，能及時(shí)指導(dǎo)次日的儲(chǔ)能充放電策略和購(gòu)電策略，符合實(shí)際運(yùn)行場(chǎng)景。

48、(3)本發(fā)明采用的優(yōu)化算法是河馬算法，該算法在尋找最優(yōu)解時(shí)相較于傳統(tǒng)的pso算法，具備快速收斂、高精度求解、良好的全局搜索能力以及避免陷入局部最優(yōu)等多方面的優(yōu)勢(shì)。