技术领域
[0001] 本申请涉及容量配置装置技术领域，具体涉及一种容量配置装置。
相关背景技术
[0002] 随着技术的发展和进步，我国已经研发出分布式能源提供千家万户的电力，并且分布式能源有利于环保，防止温室效应。分布式能源包括风力发电、太阳发电等。分布式能源在发电过程中会有输出功率随机性和间歇性的问题。通常将分布式能源与负荷、储能系统和控制单元进行组合，以微电网的供电形式并接于大电网来高效使用，从而避免上述问题的产生。然后若单纯采用交流或直流微电网的供电方式，将会提高分布式能源的总输出功率，导致经济上造成损失。
具体实施方式
[0022] 下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
[0023] 图1是本申请一示例性实施例提供的容量配置装置的结构示意图。如图1所示，容量配置装置10包括：数据导入模块11、混合储能分配模块12、容量计算模块13以及展示模块14，数据导入模块11用于获取风机的发电数据、光伏的发电数据以及与混合储能装置相关的数据，混合储能分配模块12与数据导入模块11连接，混合储能分配模块12用于根据与混合储能装置相关的数据和极点对称模态分解算法，确定混合储能装置的输出功率，容量计算模块13分别与数据导入模块11、混合储能分配装置12连接，容量计算模块13用于根据风机的发电数据、光伏的发电数据、混合储能装置的输出功率、预设模型以及萤火虫算法，分别计算得到风机的容量、光伏的容量以及混合储能装置的容量，展示模块14与容量计算模块13连接，展示模块14用于展示风机的容量、光伏的容量以及混合储能装置的容量。
[0024] 数据导入模块11用于获取风机的发电数据、光伏的发电数据以及与混合储能装置相关的数据。该风力的发电数据包括风机的有效功率、风速扫过的有效面积、实测风速、切入风速、切出风速以及额定风速等。该光伏的发电数据包括光伏电池输出电流、电流源产生的电流、反向饱和电流与光伏电池输出电压等。混合储能分配模块12可以确定混合储能装置的输出功率。该混合储能装置的输出功率是通过极点对称模态分解算法确定的混合储能装置的输出功率。极点对称模态分解算法的优点在于善于发现变化趋势，不但可以从几分钟的观察数列中分解出分钟级变化趋势，也可从数年的长观察数列中分解出整年的变化趋势，有助于探索研究地区的功率波动情况，便于系统的频率调整；善于故障或异常诊断，可以从分解的模态中发现故障或异常的时段和突变频率，方便于系统故障或异常诊断分析研究；善于时频分析，高级直接插值法(Direct Interpolation，DI)可以直接分析各种时间范围内的频率变动。根据风机的发电数据、光伏的发电数据、混合储能装置的输出功率、预设模型以及萤火虫算法，计算得到风机的容量、光伏的容量以及混合储能装置的容量。萤火虫算法是首先在解空间内随机释放萤火虫种群，由于种群内任一萤火虫在解空间的位置各不相同，所以求得的荧光素值也各不相同。就会形成周围低荧光素值的萤火虫会被高荧光素值的萤火虫所吸引，区域内若不存在高荧光素值的萤火虫，那该区域内的萤火虫依然会随机飞行，直到飞行到周围出现荧光素值高的萤火虫为止，其优点在于具有概念简单，易于实现，优化性能好等优点。展示模块14将计算出的风机的容量、光伏的容量以及混合储能装置的容量进行展示，以方便作业人员查看。其中，展示模块14可以为显示屏。
[0025] 本申请提供的一种容量配置装置，包括：数据导入模块、混合储能分配模块、容量计算模块以及展示模块，数据导入模块用于获取风机的发电数据、光伏的发电数据以及与混合储能装置相关的数据，混合储能分配模块与数据导入模块连接，混合储能分配模块用于根据与混合储能装置相关的数据和极点对称模态分解算法，确定混合储能装置的输出功率，容量计算模块分别与数据导入模块、混合储能分配装置连接，容量计算模块用于根据风机的发电数据、光伏的发电数据、混合储能装置的输出功率、预设模型以及萤火虫算法，分别计算得到风机的容量、光伏的容量以及混合储能装置的容量，展示模块与容量计算模块连接，展示模块用于展示风机的容量、光伏的容量以及混合储能装置的容量。通过混合储能分配模块计算得到混合装置的输出功率，然后再根据容量计算模块计算得到风机的容量、光伏的容量以及混合储能装置的容量，从而以计算得到容量分配给相应的装置工作，保证风机、光伏以及混合储能装置的工作时的总功率不会提高太过，从而减少经济的损失。
[0026] 在一实施例中，混合储能分配装置包括蓄电池和超级电容。
[0027] 超级电容(Super Capacitor，SC)是电子双层电容，其能量密度小于普通电容，小于锂电池。功率密度大于普通电容，大于锂电池。具有功率充放响应快，循环次数高和节能环保的特点。蓄电池(Battery，BA)的能量密度较大，寿命长，且日常维护量小，价格低廉，功率密度较小。将蓄电池和超级电容混合使用并做合理的容量配置后，可以同时发挥两种储能的各自优势，可以很好的起到抑制功率波动的作用。应用于电网时，可以降低系统损耗，提高风光的利用率，增加整体的综合循环周期时长。因此通过合理配置混合储能容量后，可以有效改善电网的供电质量，保证系统运行的稳定性。
[0028] 在一实施例中，预设模型包括风机发电模型，风机发电模型根据风机的发电数据以及风机对应的实际输出功率建立模型。
[0029] 风机的输出功率PWT为：
[0030]
[0031] NWT为风电机组合台数；kwake为尾流效应系数。
[0032] 图2是本申请一示例性实施例提供的光伏发电的原理图。如图2所示，预设模型包括光伏发电模型，光伏发电模型根据光伏的发电数据以及光伏对应的实际输出功率建立。
[0033] 根据光伏的发电数据以及光伏对应的实际输出功率，建立光伏发电模型。该发电数据包括光伏发电。光伏发电主要是光伏电池，可将太阳能转化成电能，其中，将若干个光伏电池进行串、并联组合之后，满足负荷要求。每个电池是一个PN结型二极管。如图2所示，将接收一定光照的光伏电池等价为数值恒定的电流源IPH，在光照下会产生直流电压，电极触点和材料自阻相当于电阻RS，泄露放电相当于并联电阻RSH，电流源分别与光伏电池、RSH并联连接以形成光伏并联组件，将光伏并联组件与电阻RS串联连接，其光伏发电的电流表达式为：
[0034]
[0035] I为光伏电池输出电流；IPH为电流源的数值；IS为反向饱和电流；q为单位点和常‑19 ‑23数，取1.6×10 C(库伦)；n为二极管特性因子；K为玻尔兹曼常数，取1.38×10 J/K(焦耳每开尔文)；U为光伏电池输出电压(V)；RS为电池的串联内阻(Ω)；RSH为电池的并联内阻(Ω)。TC为光伏电池表面温度，计算公式为： TA为环境温度；GC为测试条件
下的光照强度。
[0036] 光伏功率受光照强度、环境温度等影响较大，因此，设定该光伏功率的计算公式为：
[0037]
[0038] Pi,STC为标准测试环境下的最大测试功率；GAC为参考光照强度，取1kW/m2；Gi,STC为标准测试条件下的光照强度；k为功率温度系数，取‑0.47％/K；Ti,c为光伏电池板的实际工作温度；Tr一般为25℃。
[0039] 由于受光伏板面污秽、材料退化等诸多原因的影响，光伏电池实际出力通常都小于额定标称条件下的出力值。因此，光伏电池组的实际输出功率PPV为：
[0040]
[0041] NPV表示光伏电池数量；kderate为光伏电场的转换系数。
[0042] 图3是本申请一示例性实施例提供的蓄电池等效电路的结构示意图。如图3所示，蓄电池的等效电路包括第一电阻R1、第一电容C1、电压源UOC以及第二电阻R0，第一电阻R1与第一电容C1并联连接以形成第一并联组件，第一并联组件、电压源UOC以及第二电阻R0串联连接。
[0043] 在一实施例中，预设模型包括蓄电池模型，根据电压源的电压、第一电阻的阻值、第二电阻的阻值、电容的容量以及蓄电池的实际输出功率，建立蓄电池模型。
[0044] 获取多个电压源的电压、多个第一电阻的阻值、多个第二电阻的阻值、多个电容的容量与多个蓄电池的实际输出功率。建立多个电压源的电压、多个第一电阻的阻值、多个第二电阻的阻值、多个电容的容量与多个蓄电池的实际输出功率之间的关系。另外获取到影响蓄电池的多个影响因素，因为每个影响因素均会导致实际输出功率发生变化，将实际输出功率与多个影响因素建立对应关系。然后将蓄电池的多个实际输出功率构建成曲线，确定实际输出功率大于或者等于预设功率阈值的时间段。计算每个时间段的功率平均值，选取功率平均值大于或者等于预设平均值阈值的时间段作为异常时间段，确定该异常时间段内的实际输出功率对应的影响因素。将影响因素进行整合，将同一种类影响因素数量大于或者等于预设数量阈值的同一种类因素作为该异常时间段主要影响实际输出功率变化的影响因素。
[0045] 图4是本申请一示例性实施例提供的超级电容的结构示意图。如图4所示，超级电容的等效电路包括第三电阻RP、第四电阻RC以及第二电容C，第三电阻RP与第二电容C并联连接以形成第二并联组件，第二并联组件与第四电阻RC串联连接。
[0046] 在一实施例中，预设模型包括超级电容模型，超级电容模型根据第二电容的电压、第三电阻的阻值、第四电阻的阻值以及超级电容实际的输出功率建立。
[0047] 图5是本申请另一示例性实施例提供的容量配置装置的结构示意图。如图5所示，数据导入模块11用于获取电价模块111，容量计算模块13用于根据电价数据、风机的发电数据、光伏的发电数据、混合储能装置的输出功率、预设模型以及萤火虫算法，分别计算得到风机的容量、光伏的容量以及混合储能装置的容量，其中，电价模块111包括电价数据，电价数据包括售电收入、辅助收益、投资成本、停电补偿、维修成本以及购电成本。
[0048] 通过萤火虫算法计算风机、光伏以及混合储能装置中对应的收益值集合。选取每个收益值集合中最大的收益值对应的功率值作为风机的容量、光伏的容量以及混合储能装置的容量。该预设模型可以为博弈规划模型，且博弈规划模型需包含以下几个元素，即局中人、策略集合和收益。交直流混合微电网的博弈规划是以风、光、混合储各出资人为局中人的多方博弈，以下用WT(风力)、PV(光伏)、BA(蓄电池)、SC(超级电容)表示。
[0049] WT、PV、BA、SC的博弈策略是指各自的装机容量，记为PWT、PPV、PBA、PSC。该策略是一个连续取值且有效的策略集，表示为SWT、SPV、SBA以及SSC，即
[0050]
[0051]
[0052]
[0053]
[0054] 分别为WT装机容量的上、下限；PV、BA和SC容量与WT容量类似。
[0055] 辅助性服务收入的计算公式为：
[0056]
[0057] 其中，IxAUX为辅助收益；β为设定的单位备用容量削峰填谷的辅助收入；τ为选择常数，取0或1；m∈(BA，SC)，BA为蓄电池，SC为超级电容，ΔPm(t)为蓄电池或超级电容在t时段的放电量。
[0058] 投资成本的计算公式为：
[0059] CxINV投资成本；Ux为单位造价；Px为x的总额额定发电功率；γ为贴现率，取0.12；δ为使用年限。
[0060] 停电补偿费用是用来体现系统的供电可靠性，将因缺电造成的补偿费用按照各装机容量的配比均摊。停电补偿费的计算公式为：
[0061]
[0062] CxEENS为停电补偿；K(t)为单位停电补偿费用，取r(t)；ΔP(t)为微网内部不平衡功率；PxN(t)为x分布式电源的配置容量；PWT(t)风力发电的实际功率；PPV(t)为光伏发电的实际功率；PBA(t)为蓄电池的实际功率；PSC(t)为超级电容的实际功率。
[0063] 维修成本的计算公式为：CxMAT＝MxPx；
[0064] CxMAT为维修成本；Mx为x的单位维修管理费，Px为x总额定发电功率。
[0065] 购电成本的计算公式为：
[0066]
[0067] CxPUR为购电成本；Pl(t)为购电量；PWTN(t)风力发电的配置容量；PPVN(t)为光伏发电的配置容量；PBAN(t)为蓄电池的配置容量；PSCN(t)为超级电容的配置容量。
[0068] 由上述可知，局中人收益函数如下：
[0069] 混合储能装置的年收益的计算公式＝辅助收益‑投资成本‑停电补偿‑维修成本‑购电成本。
[0070] 分布式电源的年收益的计算公式＝售电收入‑投资成本‑停电补偿‑维修成本‑购电成本。
[0071] 该预设模型包括非合作博弈模型和合作博弈模型。其中非合作博弈模型如下所示：
[0072] 局中人：WT、PV、BA、SC。策略集合：SWT、SPV、SBA、SSC。信息集合：v(t)、PL(t)、l(t)、Pgmax≤Pl 。其中，v(t)代表的是风速数据，PL(t)代表历史负荷统计数据，l(t)代表该地区的光max
照强度数据，Pg≤Pl 代表的是交汇母线上的功率约束。收益函数：In(PWT,PPV,PBA,PSC)；n∈(WT、PV、BA、SC)，IWT为n∈WT时风的收益函数。
[0073] 合作博弈模型采取了多人合作的模式进行联盟，通过预先敲定利益的分配准则，共同参与决策，使得联盟的利益达到最大，并依据分配准则，实现利益的合理分配。将认定BA和SC总是属于同一方联盟形式，则风、光、混合储能三方博弈可简化为风‑光联盟、风‑储联盟、光‑储联盟和全部联盟这四种联盟关系，分别用[(WT,PV),(BA,SC)]，[(WT,BA,SC),PV]，[(PV,BA,SC),WT]，[WT,PV,BA,SC]来表示。以[(WT,PV),(BA,SC)]为例，局中人：(WT,PV),(BA,SC)。策略集合： 信息max
集：v(t)、PL(t)、l(t)、Pg≤Pl 。收益函数：In(PWT,PPV,PBA,PSC)；n∈(WT,PV,(BA,SC))。IWT,PV为风光联盟的收益函数。PWT、PPV、PBA、PSC分别为WT、PV、BA、SC的装机容量。 分别为WT装机容量的上、下限。 分别为SC的装机容量的下、上限。 分别为PV的
装机容量的下、上限。 分别为BA的装机容量的下、上限。
[0074] 步骤130：选取第一收益值集合中最大的收益值对应的功率值作为混合储能装置的容量。
[0075] 该最大的收益值为Nash均衡解。Nash均衡的本质是当所有局中人都不再改变策略来追求利益最大化时，此时的博弈各局中人所获取的利益将会是最大值，那WT、PV、BA、SC各装机容量的选择应遵循另一方选择最优容量以实现自身利益最大化的原则。即表示当各装机容量为 和 时，此时每个局中人的利益将达到最大值；若四者组成存在合作关系的联盟博弈形式，此时每个联盟的利益将达到最大值。
[0076] 若预设收益模型为非合作博弈模型，则风‑光‑混合储能的装机容量求解如下式：
[0077]
[0078]
[0079]
[0080]
[0081] 若预设收益模型为合作博弈模型，以上述为例，则风‑光‑混合储能的装机容量求解如下所式：
[0082]
[0083]
[0084] 和 代表的是两个不同联盟都已找到了互为最优的策略，是实现利益最大化情况下的解。
[0085] 图6是本申请另一示例性实施例提供的容量配置装置的结构示意图。如图6所示，容量配置装置还可以包括：负载模块15，负载模块15分别与混合储能分配模块15、容量计算模块13以及展示模块14通信连接，负载模块15用于发送负载功率至容量计算模块13。
[0086] 为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
