本發(fā)明屬于新能源，涉及儲能容量配置技術，具體是一種基于荷電狀態(tài)和電池壽命的儲能容量配置方法。

背景技術：

1、隨著全球能源轉型的加速，特別是可再生能源如風電、光伏等的大規(guī)模發(fā)展，電力系統(tǒng)的靈活性和穩(wěn)定性面臨前所未有的挑戰(zhàn)。儲能技術作為解決這一問題的重要手段，其容量配置方法日益受到重視。儲能系統(tǒng)能夠在電力需求高峰時釋放能量，在低谷時儲存能量，從而有效平抑電網(wǎng)波動，提高電力系統(tǒng)的整體運行效率。

2、科學合理的儲能容量配置方法是降低電力系統(tǒng)運營成本、優(yōu)化資源配置的基石。它避免了資源的無謂閑置與浪費，同時確保了在關鍵時刻能夠迅速響應需求，避免供需失衡。并且，合理的配置策略能夠顯著提升儲能系統(tǒng)的效能與壽命。通過減少不必要的頻繁充放電循環(huán)，保護電池免受損害，延長使用壽命，從而降低了長期維護成本，提升了系統(tǒng)的整體經(jīng)濟效益。

3、然而，現(xiàn)有的儲能容量配置方法在考慮經(jīng)濟性和技術性存在著一些不足。一方面，經(jīng)濟性要求儲能配置必須成本合理，避免不必要的資源浪費；另一方面，技術性則要求儲能系統(tǒng)能夠滿足電網(wǎng)的實際運行需求，具備足夠的調節(jié)能力和可靠性。然而，現(xiàn)有的儲能配置方法往往難以在這兩者之間找到理想的平衡點，要么過于強調經(jīng)濟性而導致技術性能不足，要么過分追求技術先進性而使得配置成本過高。并且當儲能系統(tǒng)頻繁出現(xiàn)過充過放現(xiàn)象，或長時間處于不正常的工作荷電狀態(tài)時，會導致電池壽命大幅縮短，增加儲能系統(tǒng)的成本，現(xiàn)有方法往往忽略荷電狀態(tài)和電池壽命對儲能系統(tǒng)性能的影響，使得充放電功率難以控制，導致容量配置結果不夠準確，影響電網(wǎng)的穩(wěn)定性，難以應對突發(fā)狀況或極端條件下的功率異常波動。

技術實現(xiàn)思路

1、本發(fā)明旨在至少解決現(xiàn)有技術中存在的技術問題之一；為此，本發(fā)明提出了一種基于荷電狀態(tài)和電池壽命的儲能容量配置方法，用于解決現(xiàn)有儲能容量配置方法中經(jīng)濟性和技術性難以統(tǒng)一，導致儲能配置不合理的技術問題。

2、為實現(xiàn)上述目的，本發(fā)明提供了一種基于荷電狀態(tài)和電池壽命的儲能容量配置方法，包括：

3、s1，構建充放電狀態(tài)量系數(shù)調整模型，并基于所述充放電狀態(tài)量系數(shù)調整模型設置荷電狀態(tài)控制策略；

4、s2，建立電池循環(huán)次數(shù)與放電深度的關聯(lián)關系式，并根據(jù)折算系數(shù)和所述關聯(lián)關系式構建電池儲能壽命模型；

5、s3，基于所述荷電狀態(tài)控制策略和所述電池儲能壽命模型構建綜合成本最小化目標函數(shù)，建立風光儲能系統(tǒng)的綜合運行約束，得到基于所述綜合成本最小化目標函數(shù)和所述綜合運行約束的容量配置模型；

6、s4，利用蟻獅算法求解所述容量配置模型，得到儲能系統(tǒng)配置的功率pb和容量eb。

7、基于以上技術步驟，本發(fā)明提高了風光儲能系統(tǒng)在高滲透率新能源電力系統(tǒng)中的調頻性能和經(jīng)濟性。通過構建充放電狀態(tài)量系數(shù)調整模型并設定荷電狀態(tài)控制策略，有效保護了電池安全，延長了電池使用壽命，同時優(yōu)化了儲能系統(tǒng)性能；建立電池循環(huán)次數(shù)與放電深度的關聯(lián)關系式，結合折算系數(shù)構建了電池儲能壽命模型，精準預測電池壽命，為合理安排儲能系統(tǒng)維護計劃提供了依據(jù)，降低了運行成本；通過綜合成本最小化目標函數(shù)，利用蟻獅算法快速求解出成本最低的儲能配置方案，優(yōu)化了儲能配置；通過迭代求解和驗證，確保配置方案滿足電力系統(tǒng)需求并符合所有運行約束條件，提高了求解結果的可靠性和準確性，從而實現(xiàn)了儲能容量的優(yōu)化配置。

8、進一步地，所述充放電狀態(tài)量系數(shù)調整模型為：其中λ(t)表示t時刻儲能充放電功率狀態(tài)量系數(shù)，socext表示運行區(qū)間的極大值或者極小值中的之一，socext與socopp表示運行區(qū)間的極大值或者極小值中的之一，并按照儲能系統(tǒng)的充放電狀態(tài)調整socext與socopp的取值，soc(t)表示t時刻電池儲能系統(tǒng)的荷電狀態(tài)。

9、進一步的，所述按照儲能系統(tǒng)的充放電狀態(tài)調整socext與socopp的取值，包括：

10、(1)當儲能系統(tǒng)為充電狀態(tài)時，socext為運行區(qū)間的極小值，socopp為運行期間的極大值；

11、(2)當儲能系統(tǒng)為放電狀態(tài)時，socext為運行區(qū)間的極大值，socopp為運行區(qū)間的極小值。

12、通過構建充放電狀態(tài)量系數(shù)調整模型，能夠迅速降低t時刻儲能充放電狀態(tài)量系數(shù)λ(t)，有效地實現(xiàn)預先控制儲能系統(tǒng)的充放電功率。

13、進一步地，基于所述充放電狀態(tài)量系數(shù)調整模型設置荷電狀態(tài)控制策略，包括：

14、a1，判斷當前儲能系統(tǒng)的荷電狀態(tài)數(shù)值是否位于預設的正常范圍內，且充放電狀態(tài)量系數(shù)λ(t)是否為1；是，儲能系統(tǒng)進行正常的充放電；否，則跳轉至a2；

15、a2，判斷當前儲能系統(tǒng)的荷電狀態(tài)數(shù)值是否處于預過放電范圍或過放電范圍內；是，則保持原有的充電數(shù)值不變，并跳轉至a3；否，則表示當前儲能系統(tǒng)的荷電狀態(tài)數(shù)值處于預過充電范圍或過充電范圍，保持原有的放電數(shù)值不變，并跳轉至a4；

16、a3，通過計算公式p'b(t)＝λ(t)pb(t)/ηd獲取t時刻調整后的儲能發(fā)電功率p'b(t)；其中，pb(t)表示t時刻儲能的發(fā)電功率，ηd表示放電效率。

17、a4，通過計算公式p'b(t)＝λ(t)pb(t)ηc獲取t時刻調整后的儲能發(fā)電功率p'b(t)；其中ηc表示充電效率。

18、通過精細控制充放電過程，儲能系統(tǒng)能夠在滿足電力系統(tǒng)調頻需求的同時，保持電池荷電狀態(tài)在最優(yōu)范圍內波動，有助于提高儲能系統(tǒng)的響應速度和調節(jié)精度；根據(jù)不同荷電狀態(tài)數(shù)值設置相應的控制策略，避免了電池因極端充放電條件而性能下降的問題，保證了儲能系統(tǒng)在長時間運行中的穩(wěn)定性和可靠性。

19、進一步地，所述電池循環(huán)次數(shù)與放電深度的關聯(lián)關系式為：其中，da為實際的放電深度，dr為額定的放電深度，na為實際的循環(huán)使用次數(shù)，nr為額定的循環(huán)使用次數(shù)，α1、α2為所述關聯(lián)關系式的擬合系數(shù)；

20、需要說明的是，da和na數(shù)據(jù)通過實驗獲得。

21、進一步地，所述根據(jù)折算系數(shù)和所述關聯(lián)關系式得到電池儲能壽命模型，包括：

22、b1，將所述折算系數(shù)和所述關聯(lián)關系式進行整理，得到折算系數(shù)kdod的表達式為其中，折算系數(shù)為額定循環(huán)使用次數(shù)與實際循環(huán)使用次數(shù)的比值；

23、b2，根據(jù)電池儲能的放電電量公式er＝nrdreb，計算儲能電池在一年內以額定放電深度放電的有效放電電量e為：其中，er為總放電電量，eb為電量容量，n(d)為儲能電池第d天的放電過程數(shù)，kdod(d)為儲能電池第d天的折算系數(shù)，pb(d)為儲能電池第d天的放電功率，δt為n(d)、kdod(d)和pb(d)的采樣間隔時間點；

24、b3，根據(jù)電池在壽命周期內以額定放電深度進行放電的所述總放電電量與所述電池在一年內以額定放電深度放電的有效放電電量的比值來衡量電池的年單位壽命yr，得到電池儲能壽命模型為：

25、通過詳細計算電池的折算系數(shù)，考慮了不同放電深度對電池循環(huán)壽命的影響，使得電池儲能壽命模型的預測更加準確，有助于更真實地反映電池在實際運行中的損耗情況，為儲能容量的優(yōu)化配置提供可靠依據(jù)。

26、進一步地，所述綜合成本最小化目標函數(shù)為：minc＝ca+cb+cw+cno；式中，ca表示風光儲能系統(tǒng)建設初期投資成本，cb表示風光儲能系統(tǒng)日常運行維護成本，cw表示風光儲能系統(tǒng)的棄風棄光成本，cno表示風光儲能系統(tǒng)懲罰不足成本；

27、所述ca的計算方式為：ca＝kppb+keeb；其中，kp和ke分別表示風光儲能系統(tǒng)的單位功率成本和單位電量成本，pb表示儲能配置的額定功率；

28、所述cb的計算方式為：其中，f為限制系數(shù)，r為折現(xiàn)率，yr為電池的年單位壽命，由所述電池儲能壽命模型得到，kk表示風光儲能系統(tǒng)單位功率容量年運行維護成本，kv為風光儲能系統(tǒng)單位電量容量年運行維護成本；

29、所述cw的計算方式為：cw＝kw∑(pbws(t)×δt)；其中，kw表示風光儲能系統(tǒng)進行一次調頻的服務單價，pbws(t)表示t時刻風光儲參與一次調頻預留備用功率；

30、所述cno的計算方式為：cno＝knoδt∑[pwt(t)-pbws(t)-pb(t)]；其中，kno表示風光儲能系統(tǒng)調頻不足懲罰系數(shù)，pwt(t)表示對應時間內的風光儲能系統(tǒng)調度功率參考值，p'b(t)表示t時刻調整后的儲能發(fā)電功率，由所述荷電狀態(tài)控制策略調整得到。

31、進一步地，所述建立風光儲能系統(tǒng)的綜合運行約束，包括：

32、c1，建立風光儲能系統(tǒng)的運行約束條件為：0≤pw(t)≤pwn；其中，pwn表示風光儲能系統(tǒng)的額定裝機容量，pw(t)表示風光儲能系統(tǒng)在t時刻的發(fā)電功率；

33、c2，建立電池儲能的運行約束條件為：且其中，ebmin表示儲能電池的電量下限，e0表示儲能電池的初始電量，λ1表示充電狀態(tài)量系數(shù)，λ2表示放電狀態(tài)量系數(shù)，且充電時：λ1＝1,λ2＝0，放電時：λ1＝0,λ2＝1；

34、c3，綜合所述風光儲能系統(tǒng)的運行約束條件和所述電池儲能的運行約束條件，得到綜合運行約束。

35、通過構建包含初始建設成本、日常維護成本、棄風棄光成本、調頻不足懲罰成本的綜合成本最小化目標函數(shù)，能夠全面考慮風光儲能系統(tǒng)的各種成本因素，從而優(yōu)化儲能系統(tǒng)的配置和運行策略，實現(xiàn)整體成本的最小化；并結合了風光儲能系統(tǒng)的運行約束條件和電池儲能的運行約束條件，確保了儲能系統(tǒng)在運行過程中滿足特定的技術要求和限制，從而提高系統(tǒng)的運行效率和穩(wěn)定性。

36、進一步地，所述利用蟻獅算法求解所述容量配置模型，包括：

37、e1，設置數(shù)據(jù)采集周期和初始荷電狀態(tài)數(shù)值；

38、e2，收集所述數(shù)據(jù)采集周期內與所述充放電狀態(tài)量系數(shù)調整模型、所述電池儲能壽命模型以及所述綜合成本最小化目標函數(shù)相關的參數(shù)數(shù)據(jù)；其中，參數(shù)數(shù)據(jù)包括：額定放電深度dr、實際循環(huán)使用次數(shù)na、額定放電深度下的循環(huán)使用次數(shù)nr、電池充電效率ηc、電池放電效率ηd、擬合系數(shù)α1、擬合系數(shù)α2、儲能電池的初始電量e0、風光儲能系統(tǒng)的單位功率成本kp、風光儲能系統(tǒng)的單位電量成本ke、風光儲能系統(tǒng)單位功率容量年運行維護成本kk、風光儲能系統(tǒng)單位電量容量年運行維護成本kv、風光儲能系統(tǒng)進行一次調頻的服務單價kw、風光儲能系統(tǒng)調頻不足懲罰系數(shù)kno；

39、e3，設置蟻獅算法的參數(shù)，根據(jù)所述蟻獅算法的參數(shù)利用蟻獅算法進行計算，求解儲能系統(tǒng)配置的功率pb和容量eb；其中，所述蟻獅算法的參數(shù)包括：螞蟻數(shù)量、蟻獅數(shù)量以及最大迭代次數(shù)；

40、e4，判斷所述功率pb和所述容量eb是否符合所述綜合運行約束；是，則完成儲能系統(tǒng)配置；否，則調整蟻獅算法的參數(shù)，并重復e3至e4。

41、利用蟻獅算法求解儲能配置的額定功率和電量容量，能夠基于實際運行數(shù)據(jù)和綜合成本最小化目標函數(shù)，找到最優(yōu)的儲能配置方案，從而提高儲能系統(tǒng)的經(jīng)濟性和實用性，并且有助于減少棄風棄光現(xiàn)象，提高可再生能源的利用率和消納能力，從而促進可再生能源的可持續(xù)發(fā)展。

42、與現(xiàn)有技術相比，本發(fā)明的有益效果是：

43、基于電池的循環(huán)次數(shù)與放電深度的關系構建電池儲能壽命模型，能夠更準確地預測電池的使用壽命，為儲能容量的長期規(guī)劃和運維管理提供了重要依據(jù)，有效避免了因預測不準確而導致的電池更換或過度使用問題；利用蟻獅算法結合綜合成本最小化目標函數(shù)，全面考慮了風光儲能系統(tǒng)從建設初期投資、日常維護、棄風棄光損失，到調頻不足可能帶來的懲罰性成本各個環(huán)節(jié)的成本，并通過迭代驗證確保配置方案滿足電力系統(tǒng)需求及所有運行約束條件，實現(xiàn)了儲能容量的優(yōu)化配置，不僅提高了求解效率和配置方案的可靠性，還顯著提升了儲能系統(tǒng)的經(jīng)濟性；同時，通過構建充放電狀態(tài)量系數(shù)調整模型并設定精細的荷電狀態(tài)控制策略，有效保護了電池免受極端充放電條件的損害，延長了電池的使用壽命，確保了電池在最優(yōu)荷電狀態(tài)范圍內波動，從而提升了儲能系統(tǒng)的安全性和穩(wěn)定性。