本發(fā)明涉及光儲(chǔ)充協(xié)同調(diào)控，具體是一種光儲(chǔ)充場(chǎng)站運(yùn)行優(yōu)化模型求解方法。

背景技術(shù)：

1、隨著可再生能源的快速發(fā)展，光儲(chǔ)充場(chǎng)站作為一種集成光伏發(fā)電、儲(chǔ)能系統(tǒng)和電動(dòng)汽車(chē)充電設(shè)施的新型能源基礎(chǔ)設(shè)施，對(duì)于提高能源利用效率、促進(jìn)能源結(jié)構(gòu)轉(zhuǎn)型具有重要意義。光儲(chǔ)充場(chǎng)站能夠有效緩解可再生能源供應(yīng)的間歇性和不穩(wěn)定性，對(duì)電網(wǎng)的調(diào)節(jié)能力和供電可靠性起到積極的支持作用。因此，優(yōu)化光儲(chǔ)充場(chǎng)站的運(yùn)行，不僅可以提高能源利用效率，還能增強(qiáng)電網(wǎng)的靈活性和響應(yīng)能力，是當(dāng)前能源轉(zhuǎn)型背景下的重要研究方向。

2、現(xiàn)有的光儲(chǔ)充場(chǎng)站運(yùn)行優(yōu)化研究多側(cè)重于靜態(tài)或確定性模型，難以全面應(yīng)對(duì)實(shí)際運(yùn)行中的不確定性和動(dòng)態(tài)變化。特別是在面對(duì)光伏發(fā)電的不穩(wěn)定性和充電需求的高波動(dòng)性時(shí)，傳統(tǒng)模型常常顯示出應(yīng)對(duì)局限，無(wú)法精確預(yù)測(cè)和調(diào)整運(yùn)行策略。此外，多數(shù)現(xiàn)有方法未能充分考慮到光儲(chǔ)充場(chǎng)站內(nèi)部各元件間的相互作用和約束條件，這導(dǎo)致了優(yōu)化結(jié)果往往無(wú)法在實(shí)際操作中達(dá)到預(yù)期的經(jīng)濟(jì)性和可靠，進(jìn)而無(wú)法實(shí)現(xiàn)效率與可靠性的最優(yōu)平衡。

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)充場(chǎng)站運(yùn)行優(yōu)化模型求解方法，以解決現(xiàn)有技術(shù)中提出的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種光儲(chǔ)充場(chǎng)站運(yùn)行優(yōu)化模型求解方法，包括以下步驟：

3、s1、所述光儲(chǔ)充場(chǎng)站考慮光伏發(fā)電波動(dòng)性和充電需求不確定性建立能源結(jié)構(gòu)平衡的概率優(yōu)化模型；

4、s2、對(duì)概率優(yōu)化模型進(jìn)行求解，并建立求解結(jié)果的更新模型，根據(jù)更新模型確定待整定參數(shù)；

5、s3、將待整定參數(shù)作為分析對(duì)象，判斷概率優(yōu)化模型運(yùn)行效果的優(yōu)劣程度變化，尋找最優(yōu)的能源結(jié)構(gòu)平衡點(diǎn)。

6、進(jìn)一步地，所述s1建立的考慮光伏發(fā)電波動(dòng)性和充電需求不確定性的概率優(yōu)化模型的目標(biāo)函數(shù)包括經(jīng)濟(jì)效益以及系統(tǒng)可靠性等多個(gè)目標(biāo)。

7、經(jīng)濟(jì)效益可以通過(guò)最大化光儲(chǔ)充場(chǎng)站的運(yùn)營(yíng)收益或最小化總運(yùn)營(yíng)成本來(lái)得到。收益可以來(lái)自于售電收入、需求響應(yīng)服務(wù)等，成本則包括光伏發(fā)電的維護(hù)成本、儲(chǔ)能系統(tǒng)的折舊和維護(hù)、以及運(yùn)行中的其他變動(dòng)成本?？梢员磉_(dá)為：

8、

9、其中，pt表示時(shí)間段t的電價(jià)；gt表示光伏系統(tǒng)和儲(chǔ)能系統(tǒng)的總輸出功率；ct表示運(yùn)營(yíng)成本；

10、系統(tǒng)可靠性用于描述基于電網(wǎng)的調(diào)節(jié)需求，可以表示為

11、

12、其中，dt表示時(shí)間段t的電網(wǎng)功率需求，t表示t個(gè)連續(xù)的時(shí)間段。

13、則考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型的目標(biāo)函數(shù)為

14、max()表示求解最大值；α、γ分別表示權(quán)重因子,用以平衡經(jīng)濟(jì)效益、能源效率和系統(tǒng)可靠性的重要性；q表示光儲(chǔ)充場(chǎng)站利潤(rùn)的最大值；p表示光儲(chǔ)充場(chǎng)站電網(wǎng)調(diào)節(jié)需求的最小值。

15、進(jìn)一步地，所述s2對(duì)概率優(yōu)化模型進(jìn)行求解，并建立求解結(jié)果的更新模型，根據(jù)更新模型確定待整定參數(shù)的具體步驟為：

16、s201、定義人工魚(yú)群算法的主要參數(shù)。主要參數(shù)包含：考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型中的決策變量數(shù)量；用于尋找考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型最優(yōu)解的魚(yú)群數(shù)量；尋找考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型最優(yōu)解的最大輪次；人工魚(yú)群尋找考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型最優(yōu)解的初始解位置。

17、s202、評(píng)估考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型當(dāng)前解的適應(yīng)度。所述考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型當(dāng)前解的適應(yīng)度采用當(dāng)前解的運(yùn)行效果與光儲(chǔ)充場(chǎng)站理想運(yùn)行效果進(jìn)行比對(duì)。具體為：

18、

19、其中，ff表示考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型當(dāng)前解的適應(yīng)度；yr表示考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型當(dāng)前解的運(yùn)行效果；ya表示光儲(chǔ)充場(chǎng)站的理想運(yùn)行效果。

20、s203、設(shè)計(jì)考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型的解的更新模型。具體為：

21、

22、其中，θt+1和θt分別為t+1時(shí)刻和t時(shí)刻下的考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型的解；表示概率優(yōu)化模型的解的更新策略πθ的梯度對(duì)數(shù)；β和ε為待整定參數(shù)。

23、進(jìn)一步地，所述步驟s3將待整定參數(shù)作為分析對(duì)象，判斷概率優(yōu)化模型運(yùn)行效果的優(yōu)劣程度變化，尋找最優(yōu)的能源結(jié)構(gòu)平衡點(diǎn)的具體步驟為：

24、s301、將s2中的待整定參數(shù)β和ε作為象群遷徙算法的解空間維度；

25、s302、定義象群遷徙算法的象群數(shù)量；定義象群遷徙算法的最大遷徙次數(shù)；

26、s303、評(píng)估當(dāng)前象群遷徙算法的解的優(yōu)劣程度。

27、進(jìn)一步地，

28、其中，fe為當(dāng)前象群遷徙算法的解的優(yōu)劣程度評(píng)估結(jié)果；ur為當(dāng)前輪次下待整定參數(shù)對(duì)應(yīng)的考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型的運(yùn)行效果；ua為上一輪次下待整定參數(shù)對(duì)應(yīng)的考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型的運(yùn)行效果。

29、若當(dāng)前輪次下β和ε對(duì)應(yīng)的考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型的運(yùn)行效果優(yōu)于上一輪次下β和ε對(duì)應(yīng)的考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型的運(yùn)行效果，則象群對(duì)于β和ε的解的尋找方向維持原方向，否則，隨機(jī)選擇其他遷徙方向。

30、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

31、光儲(chǔ)充場(chǎng)站涉及多種能源系統(tǒng)，例如：光伏、儲(chǔ)能、充電設(shè)施，其運(yùn)行受多變因素影響，如天氣、設(shè)備性能和用戶(hù)需求等；傳統(tǒng)模型在處理這些復(fù)雜和動(dòng)態(tài)變化的因素時(shí)可能不夠精確或響應(yīng)不及時(shí)；通過(guò)建立概率優(yōu)化模型，本發(fā)明能夠更精確地描述和預(yù)測(cè)這些復(fù)雜因素的影響，提高模型的實(shí)際適用性和預(yù)測(cè)準(zhǔn)確性；因此，本發(fā)明具備高效處理分布式新能源不確定性、模型智能優(yōu)化的優(yōu)點(diǎn)。

技術(shù)特征：

1.一種光儲(chǔ)充場(chǎng)站運(yùn)行優(yōu)化模型求解方法，其特征在于：

2.根據(jù)權(quán)利要求1所述的一種光儲(chǔ)充場(chǎng)站運(yùn)行優(yōu)化模型求解方法，其特征在于：考慮光伏發(fā)電波動(dòng)性和充電需求不確定性的概率優(yōu)化模型通過(guò)目標(biāo)函數(shù)e表示；

3.根據(jù)權(quán)利要求2所述的一種光儲(chǔ)充場(chǎng)站運(yùn)行優(yōu)化模型求解方法，其特征在于：光儲(chǔ)充場(chǎng)站利潤(rùn)的最大值q通過(guò)最大化光儲(chǔ)充場(chǎng)站的運(yùn)營(yíng)收益或最小化總運(yùn)營(yíng)成本得到；

4.根據(jù)權(quán)利要求1所述的一種光儲(chǔ)充場(chǎng)站運(yùn)行優(yōu)化模型求解方法，其特征在于：對(duì)概率優(yōu)化模型的求解包括以下步驟：

5.根據(jù)權(quán)利要求4所述的一種光儲(chǔ)充場(chǎng)站運(yùn)行優(yōu)化模型求解方法，其特征在于：在s201中，參數(shù)包括：考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型中的決策變量數(shù)量；用于尋找考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型最優(yōu)解的魚(yú)群數(shù)量；尋找考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型最優(yōu)解的最大輪次；人工魚(yú)群尋找考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型最優(yōu)解的初始解位置。

6.根據(jù)權(quán)利要求4所述的一種光儲(chǔ)充場(chǎng)站運(yùn)行優(yōu)化模型求解方法，其特征在于：在s202中，考慮光儲(chǔ)充場(chǎng)站運(yùn)行不確定性的概率優(yōu)化模型當(dāng)前解的適應(yīng)度采用當(dāng)前解的運(yùn)行效果與光儲(chǔ)充場(chǎng)站理想運(yùn)行效果的對(duì)比來(lái)表示：

7.根據(jù)權(quán)利要求4所述的一種光儲(chǔ)充場(chǎng)站運(yùn)行優(yōu)化模型求解方法，其特征在于：所述更新模型具體為：

8.根據(jù)權(quán)利要求1-7任一項(xiàng)所述的一種光儲(chǔ)充場(chǎng)站運(yùn)行優(yōu)化模型求解方法，其特征在于：利用象群遷徙算法對(duì)人工魚(yú)群算法的待整定參數(shù)進(jìn)行修正整定包括以下步驟：

9.根據(jù)權(quán)利要求8所述的一種光儲(chǔ)充場(chǎng)站運(yùn)行優(yōu)化模型求解方法，其特征在于：當(dāng)前象群遷徙算法的解的優(yōu)劣程度通過(guò)fe表示，

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種光儲(chǔ)充場(chǎng)站運(yùn)行優(yōu)化模型求解方法，涉及光儲(chǔ)充協(xié)同調(diào)控技術(shù)領(lǐng)域，本發(fā)明的主要目的是開(kāi)發(fā)一種智能求解方法，通過(guò)概率優(yōu)化模型和先進(jìn)的人工智能算法來(lái)有效管理和優(yōu)化光儲(chǔ)充場(chǎng)站的運(yùn)行。具體而言，此方法旨在建立一個(gè)全面考慮光伏發(fā)電波動(dòng)性和充電需求不確定性的優(yōu)化模型，并利用人工魚(yú)群算法對(duì)該模型進(jìn)行高效求解，以確保在多種運(yùn)行情境下均能達(dá)到最優(yōu)運(yùn)行狀態(tài)。此外，通過(guò)引入象群遷徙算法對(duì)人工魚(yú)群算法的參數(shù)進(jìn)行實(shí)時(shí)修正和優(yōu)化，本發(fā)明進(jìn)一步增強(qiáng)了模型的適應(yīng)性和魯棒性，能夠有效應(yīng)對(duì)市場(chǎng)和技術(shù)環(huán)境的快速變化，從而為光儲(chǔ)充場(chǎng)站的運(yùn)行管理提供一種全新的、高效的解決方案。

技術(shù)研發(fā)人員：王登峰,劉春光,徐磊
受保護(hù)的技術(shù)使用者：江陰市錫能實(shí)業(yè)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15