本发明涉及新能源
技术领域：
，尤其涉及一种用于新能源和多形态储能的容量优化配置方法及系统。
背景技术：
：随着全球化石能源的日益枯竭和环境污染的日益严重，新能源综合利用技术研究成为新的热点。随着智慧农业技术的发展，农业耗电量逐年增加，新能源与农业结合发展具有广阔的应用前景。现有的新能源和农业相结合技术，有的主要考虑电化学储能，如铅酸电池和锂电池等，该储能装置成本高，寿命短，不利于实现大规模推广利用；有的则简单采用光伏发电为设施农业负荷供能，未增加储能装置，导致光伏发电高峰期，光伏电能倒送配电网，对配电网的安全稳定运行带来不利影响。针对新能源和能量储能的问题，目前还没有比较好的解决方案。因此，现在亟需一种用于新能源和多形态储能的容量优化配置方法及系统来解决上述问题。技术实现要素：针对现有技术存在的问题，本发明提供一种用于新能源和多形态储能的容量优化配置方法及系统。本发明提供一种用于新能源和多形态储能的容量优化配置方法及系统，包括：根据农业新能源供能模型和多形态储能模型，构建容量优化配置目标函数；基于混沌反向灰狼算法，对所述容量优化配置目标函数进行求解，获取农业新能源和多形态储能的最优容量配置结果。根据本发明提供的一种用于新能源和多形态储能的容量优化配置方法，所述农业新能源供能模型包括光伏发电模型和空气源热泵模型；所述多形态储能模型包括相变储热模型和蓄水池储能模型。根据本发明提供的一种用于新能源和多形态储能的容量优化配置方法，所述容量优化配置目标函数为：约束条件为：ppv(t) pgrid(t)=pelectriload(t) ppump(t) pashp(t)；phashp(t) pstore(t)=pheatload(t)；pgridmin≤pgrid(t)≤pgridmax；ppvmin≤ppv(t)≤ppvmax；pashpmin≤pashp(t)≤pashpmax；ppumpmin≤ppump(t)≤ppumpmax；estoremin≤estore(t)≤estoremax；pdismin≤pdis(t)≤pdismax；pchmin≤pch(t)≤pchmax；其中，civ表示设备的购置成本，com表示设备的运行维护成本，ce1表示光伏发电设备的单位功率购置成本，ce2表示蓄水泵的单位购置成本，ce3表示相变蓄热材料的单位购置成本，ce4表示空气源热泵的单位购置成本，ce5表示设施农业系统从外部配电网的购电成本，cm1表示光伏发电设备的单位运行维护成本，cm2表示蓄水泵的单位运行维护成本，cm3表示相变蓄热材料的单位运行维护成本，cm4表示空气源热泵的单位运行维护成本，ppv表示光伏发电的功率，ppump表示蓄水泵的功率，estore表示相变蓄热系统的容量，pashp表示空气源热泵的耗电功率，pgrid(t)表示联络线在t时刻的交互功率，ppv(t)表示光伏电池板在t时刻的输出功率，ppumpe(t)表示直流电机在t时段输出的机械功率，estore(t)表示相变蓄热储能装置在t时刻的热能量，pashp(t)表示空气源热泵系统t时刻的耗电功率，pelectriload(t)表示t时刻的用电负荷，pheatload(t)表示t时刻的热负荷，phashp(t)表示空气源热泵在t时刻的供热功率，pstore(t)表示相变蓄热储能装置在t时刻的放热和蓄热功率，pgridmin表示联络线最小交互功率，pgridmax表示联络线最大交互功率，ppvmin表示光伏出力的最小值，ppvmax表示光伏出力的最大值，pashpmin表示空气源热泵耗电功率的最小值，pashpmax表示空气源热泵耗电功率的最大值，ppumpmin表示蓄水泵功率的最小值，ppumpmax表示蓄水泵功率的最大值，estoremin表示相变蓄热储能装置容量的最小值，estoremax表示相变蓄热储能装置容量的最大值，pdismin表示相变蓄热储能装置放热功率的最小值，pdismax表示相变蓄热储能装置放热功率的最大值，pchmin表示相变蓄热储能装置吸热功率的最小值，pchmax表示相变蓄热储能装置吸热功率的最大值。根据本发明提供的一种用于新能源和多形态储能的容量优化配置方法，所述光伏发电模型为：其中，ppv(t)表示光伏电池板在t时刻的输出功率，pstc表示标准环境下光伏组件的额定输出功率，gstc表示标准环境下光照强度，g(t)表示在t时刻的太阳光实际强度，g表示功率温度系数，tstc表示参考温度，tair(t)表示t时刻的环境温度。根据本发明提供的一种用于新能源和多形态储能的容量优化配置方法，所述空气源热泵模型为：phashp=dhashppashp；其中，phashp表示空气源热泵换热装置换热功率，pashp表示空气源热泵系统耗电功率，dhashp表示换热效率系数。根据本发明提供的一种用于新能源和多形态储能的容量优化配置方法，所述相变储热模型为：es,ore(t)＝es,ore(t-1)(1-δ) δtpeh(t)ηch-δtpdis(t)/ηdis；其中，estore(t)表示相变蓄热储能装置在t时刻的热能量，δ表示相变蓄热储能装置的自放能系数，peh(t)表示相变蓄热储能装置在t时刻的充热效率，pdis(t)表示相变蓄热储能装置在t时刻的放热功率，ηch表示相变蓄热储能装置的充热效率系数，ηdis表示相变蓄热储能装置的放热效率系数，δt表示单位时段。根据本发明提供的一种用于新能源和多形态储能的容量优化配置方法，所述蓄水池储能模型为：ppumpe(t)＝ppumpηpump；其中，ppumpe(t)表示直流电机在t时段输出的机械功率，ppump表示蓄水泵的耗电功率，ηpump表示直流电机电功率转化为机械功率的效率。本发明还提供一种用于新能源和多形态储能的容量优化配置系统，包括：目标函数构建模块，用于根据农业新能源供能模型和多形态储能模型，构建容量优化配置目标函数；容量配置优化模块，用于基于混沌反向灰狼算法，对所述容量优化配置目标函数进行求解，获取农业新能源和多形态储能的最优容量配置结果。本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述用于新能源和多形态储能的容量优化配置方法的步骤。本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述用于新能源和多形态储能的容量优化配置方法的步骤。本发明提供的用于新能源和多形态储能的容量优化配置方法及系统，通过将农业新能源和多形态储能进行结合，以年综合成本最低为目标函数，运用混沌反向灰狼算法对该目标函数进行求解，从而优化了农业新能源和多形态储能之间的储能容量优化配置，使得新能源产能和储能更加合理。附图说明为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本发明提供的用于新能源和多形态储能的容量优化配置方法的流程示意图；图2为本发明提供的基于光伏、空气源热泵和多形态储能的农业温室结构示意图；图3为本发明提供的混沌反向灰狼算法的求解流程示意图；图4为本发明提供的用于新能源和多形态储能的容量优化配置系统的结构示意图；图5是本发明提供的电子设备的结构示意图。具体实施方式为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。图1为本发明提供的用于新能源和多形态储能的容量优化配置方法的流程示意图，如图1所示，本发明提供了一种用于新能源和多形态储能的容量优化配置方法，包括：步骤101，根据农业新能源供能模型和多形态储能模型，构建容量优化配置目标函数。在本发明中，图2为本发明提供的基于光伏、空气源热泵和多形态储能的农业温室结构示意图，可参考图2所示，首先分别构建农业设施中的新能源供能模型和多形态储能模型，其中，新能源供能模型为光伏发电模型和空气源热泵模型，多形态储能模型为相变储热模型和蓄水池储能模型。基于上述多个模型，以产能和储能的年综合运行成本最低为目标，构建针对农业新能源产能和储能的容量优化配置目标函数。步骤102，基于混沌反向灰狼算法，对所述容量优化配置目标函数进行求解，获取农业新能源和多形态储能的最优容量配置结果。在本发明中，以产能和储能的年综合运行成本最低为目标，基于混沌反向灰狼算法(greywolfoptimization，简称gwo)，对容量优化配置目标函数进行求解。首先，采用混沌反向学习策略，对种群进行初始化，利用cat混沌序列，产生n个初始解xi；然后，将每个初始解xi均按照下式产生相对应的反向解：其中，k为[0，1]之间的随机数，opi表示每个初始解xi所对应的反向解，表示所有初始解中第d维向量的最小值，表示所有初始解中第d维向量的最大值；最后，对初始解和反向解进行合并，按照适应度值进行升序排序，选取适应度值前n个较优的解作为初始解。进一步地，进行种群搜索。gwo算法模拟自然界中灰狼的等级制度与狩猎行为，整个狼群被分为四组：α，β，δ，ω。前三组依次是适应度最好的三组，并且，通过这三组去指导其他ω组狼向着目标搜索。在优化过程中，狼群更新α，β，δ，ω的位置，当|a|＞1时，灰狼的群体扩大搜索范围，寻找更好的食物；当|a|＜1时，灰狼群体将搜索圈缩小，实现精确搜索。具体公式为：d＝|c·xp(t)-x(t)|；x(t 1)＝xp(t)-a·d；c＝2r1；a＝2ar2-a；a＝2-2(t/tmax)；其中，d表示猎物和灰狼之间的距离，xp(t)表示第t次迭代时猎物的位置，x(t)表示第t次迭代时灰狼个体的位置，c表示摆动因子，r1和r2为0到1之间的随机数，a和a为收敛因子，t表示当前迭代次数，tmax表示最大迭代次数。进一步地，进行种群位置的更新。在本发明中，利用α，β，δ三组狼判断猎物的位置，逐渐逼近猎物，数学模型如下所示：其中，dα、dβ和dδ分别为每组的猎物和灰狼之间的距离；xα(t)、xβ(t)和xδ(t)分别为每组中猎物的位置；x(t)表示第t次迭代时灰狼个体的位置；a1、a2和a3为收敛因子；c1、c2和c3为摆动因子。图3为本发明提供的混沌反向灰狼算法的求解流程示意图，可参考图3所示，基于混沌反向灰狼算法对容量优化配置目标函数求解，在对灰狼群体进行初始化之后，计算每头狼的适应度值，然后从中选择适应度最好的前三个数值的灰狼进行保存，进一步地，更新狼群中其他的灰狼和相关参数，若当前迭代次数满足预设最大迭代次数，则得到狼群中适应值最好的灰狼位置，从而求解得到满足容量优化配置目标函数的最低年综合运行成本。本发明提供的用于新能源和多形态储能的容量优化配置方法，通过将农业新能源和多形态储能进行结合，以年综合成本最低为目标函数，运用混沌反向灰狼算法对该目标函数进行求解，从而优化了农业新能源和多形态储能之间的储能容量优化配置，使得新能源产能和储能更加合理。在上述实施例的基础上，所述农业新能源供能模型包括光伏发电模型和空气源热泵模型；所述多形态储能模型包括相变储热模型和蓄水池储能模型。在上述实施例的基础上，以光伏、空气源热泵和多形态储能的年综合运行成本最低为目标函数，年综合运行成本包括购置成本和运行维护成本，所述容量优化配置目标函数为：约束条件：ppv(t) pgrid(t)＝pelectriload(t) ppump(t) pashp(t)，为电功率平衡约束条件；phashp(t) pstore(t)＝pheatload(t)，为热功率平和约束条件；pgridmin≤pgrid(t)≤pgridmax，为联络线交互功率约束条件；ppvmin≤ppv(t)≤ppvmax，为光伏设备功率约束条件；pashpmin≤pashp(t)≤pashpmax，为空气源热泵设备功率约束条件；ppumpmin≤ppump(t)≤ppumpmax，为蓄水泵设备功率约束条件；estoremin≤estore(t)≤estoremax，为相变蓄热储能装置的容量约束条件；pdismin≤pdis(t)≤pdismax，为相变蓄热储能装置的放热功率约束条件；pchmin≤pch(t)≤pchmax，为相变蓄热储能装置的吸热功率约束条件；其中，civ表示设备的购置成本，com表示设备的运行维护成本，ce1表示光伏发电设备的单位功率购置成本，ce2表示蓄水泵的单位购置成本，ce3表示相变蓄热材料的单位购置成本，ce4表示空气源热泵的单位购置成本，ce5表示设施农业系统从外部配电网的购电成本，cm1表示光伏发电设备的单位运行维护成本，cm2表示蓄水泵的单位运行维护成本，cm3表示相变蓄热材料的单位运行维护成本，cm4表示空气源热泵的单位运行维护成本，ppv表示光伏发电的功率，ppump表示蓄水泵的功率，estore表示相变蓄热系统的容量，pashp表示空气源热泵的耗电功率，pgrid(t)表示联络线在t时刻的交互功率，ppv(t)表示光伏电池板在t时刻的输出功率，ppumpe(t)表示直流电机在t时段输出的机械功率，estore(t)表示相变蓄热储能装置在t时刻的热能量，pashp(t)表示空气源热泵系统t时刻的耗电功率，pelectriload(t)表示t时刻的用电负荷，pheatload(t)表示t时刻的热负荷，phashp(t)表示空气源热泵在t时刻的供热功率，pstore(t)表示相变蓄热储能装置在t时刻的放热和蓄热功率，pgridmin表示联络线最小交互功率，pgridmax表示联络线最大交互功率，ppvmin表示光伏出力的最小值，ppvmax表示光伏出力的最大值，pashpmin表示空气源热泵耗电功率的最小值，pashpmax表示空气源热泵耗电功率的最大值，ppumpmin表示蓄水泵功率的最小值，ppumpmax表示蓄水泵功率的最大值，estoremin表示相变蓄热储能装置容量的最小值，estoremax表示相变蓄热储能装置容量的最大值，pdismin表示相变蓄热储能装置放热功率的最小值，pdismax表示相变蓄热储能装置放热功率的最大值，pchmin表示相变蓄热储能装置吸热功率的最小值，pchmax表示相变蓄热储能装置吸热功率的最大值。在上述实施例的基础上，光电发电模型中光伏电池板的输出功率，与室外环境的温度和光照的强度等有关，所述光伏发电模型为：其中，ppv(t)表示光伏电池板在t时刻的输出功率，单位为kw；pstc表示标准环境下光伏组件的额定输出功率，gstc表示标准环境下光照强度；g(t)表示在t时刻的太阳光实际强度，单位为℃；g表示功率温度系数；tstc表示参考温度，tair(t)表示t时刻的环境温度，单位为℃。在上述实施例的基础上，所述空气源热泵模型为：phashp=dhashppashp；其中，phashp表示空气源热泵换热装置换热功率，pashp表示空气源热泵系统耗电功率，dhashp表示换热效率系数。在本发明中，空气源热泵供热系统可以吸收室外空气中的低位热能，通过电能带动压缩机工作驱动工质进行循环，产生所需要的热能源。在上述实施例的基础上，所述相变储热模型为：es,ore(t)＝es,ore(t-1)(1-δ) δtpeh(t)ηch-δtpdis(t)/ηdis；其中，estore(t)表示相变蓄热储能装置在t时刻的热能量，δ表示相变蓄热储能装置的自放能系数，peh(t)表示相变蓄热储能装置在t时刻的充热效率，pdis(t)表示相变蓄热储能装置在t时刻的放热功率，ηch表示相变蓄热储能装置的充热效率系数，ηdis表示相变蓄热储能装置的放热效率系数，δt表示单位时段。在本发明中，相变蓄热储能装置是利用相变材料在物态变化过程中吸收或放出的热量，进行能量存储或释放，从而实现能量在时间和空间上的转移。其中，相变蓄热储能的充放能特性与蓄电池类似。在上述实施例的基础上，所述蓄水池储能模型为：ppumpe(t)＝ppumpηpump；其中，ppumpe(t)表示直流电机在t时段输出的机械功率，ppump表示蓄水泵的耗电功率，ηpump表示直流电机电功率转化为机械功率的效率。在本发明中，设施农业温室中设置蓄水泵，蓄水泵由光伏电能驱动，当光伏电能不能完全消纳时，通过驱动蓄水泵工作，将水抽送到地势相对较高的蓄水池中进行储存；在植物生长需要水时，无需使用电能驱动水泵工作，直接靠势能灌溉作物。水泵工作时电动机运行在额定运行状态。在上述实施例的基础上，本发明以设施农业温室为例，对光伏、空气源热泵和多形态储能容量进行优化配置。光伏容量根据设施农业温室面积进行配置，设施农业温室占地面积500m2，光伏配置功率为8kw，空气源热泵供热系数为3.7，相变蓄热储能装置最大充放热效率为0.2。表1为供能和储能设备的成本：表1设备购置成本运行维护成本光伏7500￥/kw0.08￥/kw空气源热泵300￥/kw0.03￥/kw相变蓄热储能装置150￥/kw·h0.02￥/kw·h蓄水泵980￥/kw0.02￥/kw表2为供能和储能设备配置结果：表2通过表2得到，由于光伏容量根据设施农业温室面积进行配置，所以，在三种算法下，光伏配置功率相同。采用混沌反向灰狼算法所得空气源热泵功率，相比灰狼算法降低14.2％，相比粒子群算法降低40％；采用混沌反向灰狼算法所得相变蓄热储能装置容量，相比灰狼算法降低16.7％，相比粒子群算法降低50％；采用混沌反向灰狼算法所得蓄水泵功率，相比灰狼算法降低13％，相比粒子群算法降低33.3％；采用混沌反向灰狼算法所得系统年总成本，相比灰狼算法降低3％，相比粒子群算法降低12.4％。通过上述算例表明，本发明基于混沌反向灰狼算法对容量优化配置目标函数进行求解，可以得到更优的设施农业光伏、空气源热泵和多形态储能的容量配置结果。图4为本发明提供的用于新能源和多形态储能的容量优化配置系统的结构示意图，如图4所示，本发明提供了一种用于新能源和多形态储能的容量优化配置系统，包括目标函数构建模块401和容量配置优化模块402，其中，目标函数构建模块401用于根据农业新能源供能模型和多形态储能模型，构建容量优化配置目标函数；容量配置优化模块402用于基于混沌反向灰狼算法，对所述容量优化配置目标函数进行求解，获取农业新能源和多形态储能的最优容量配置结果。本发明提供的用于新能源和多形态储能的容量优化配置系统，通过将农业新能源和多形态储能进行结合，以年综合成本最低为目标函数，运用混沌反向灰狼算法对该目标函数进行求解，从而优化了农业新能源和多形态储能之间的储能容量优化配置，使得新能源产能和储能更加合理。本发明实施例提供的系统是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)501、通信接口(communicationsinterface)502、存储器(memory)503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通信。处理器501可以调用存储器503中的逻辑指令，以执行用于新能源和多形态储能的容量优化配置方法，该方法包括：根据农业新能源供能模型和多形态储能模型，构建容量优化配置目标函数；基于混沌反向灰狼算法，对所述容量优化配置目标函数进行求解，获取农业新能源和多形态储能的最优容量配置结果。此外，上述的存储器503中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的用于新能源和多形态储能的容量优化配置方法，该方法包括：根据农业新能源供能模型和多形态储能模型，构建容量优化配置目标函数；基于混沌反向灰狼算法，对所述容量优化配置目标函数进行求解，获取农业新能源和多形态储能的最优容量配置结果。又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的用于新能源和多形态储能的容量优化配置方法，该方法包括：根据农业新能源供能模型和多形态储能模型，构建容量优化配置目标函数；基于混沌反向灰狼算法，对所述容量优化配置目标函数进行求解，获取农业新能源和多形态储能的最优容量配置结果。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。当前第1页1 2 3
技术特征：1.一种用于新能源和多形态储能的容量优化配置方法，其特征在于，包括：
根据农业新能源供能模型和多形态储能模型，构建容量优化配置目标函数；
基于混沌反向灰狼算法，对所述容量优化配置目标函数进行求解，获取农业新能源和多形态储能的最优容量配置结果。
2.根据权利要求1所述的用于新能源和多形态储能的容量优化配置方法，其特征在于，所述农业新能源供能模型包括光伏发电模型和空气源热泵模型；所述多形态储能模型包括相变储热模型和蓄水池储能模型。
3.根据权利要求2所述的用于新能源和多形态储能的容量优化配置方法，其特征在于，所述容量优化配置目标函数为：
约束条件为：
ppv(t) pgrid(t)＝pelectriload(t) ppump(t) pashp(t)；
phashp(t) pstore(t)＝pheatload(t)；
pgridmin≤pgrid(t)≤pgridmax；
ppvmin≤ppv(t)≤ppvmax；
pashpmin≤pashp(t)≤pashpmax；
ppumpmin≤ppump(t)≤ppumpmax；
estoremin≤estore(t)≤estoremax；
pdismin≤pdis(t)≤pdismax；
pchmin≤pch(t)≤pchmax；
其中，civ表示设备的购置成本，com表示设备的运行维护成本，ce1表示光伏发电设备的单位功率购置成本，ce2表示蓄水泵的单位购置成本，ce3表示相变蓄热材料的单位购置成本，ce4表示空气源热泵的单位购置成本，ce5表示设施农业系统从外部配电网的购电成本，cm1表示光伏发电设备的单位运行维护成本，cm2表示蓄水泵的单位运行维护成本，cm3表示相变蓄热材料的单位运行维护成本，cm4表示空气源热泵的单位运行维护成本，ppv表示光伏发电的功率，ppump表示蓄水泵的功率，estore表示相变蓄热系统的容量，pashp表示空气源热泵的耗电功率，pgrid(t)表示联络线在t时刻的交互功率，ppv(t)表示光伏电池板在t时刻的输出功率，ppumpe(t)表示直流电机在t时段输出的机械功率，estore(t)表示相变蓄热储能装置在t时刻的热能量，pashp(t)表示空气源热泵系统t时刻的耗电功率，pelectriload(t)表示t时刻的用电负荷，pheatload(t)表示t时刻的热负荷，phashp(t)表示空气源热泵在t时刻的供热功率，pstore(t)表示相变蓄热储能装置在t时刻的放热和蓄热功率，pgridmin表示联络线最小交互功率，pgridmax表示联络线最大交互功率，ppvmin表示光伏出力的最小值，ppvmax表示光伏出力的最大值，pashpmin表示空气源热泵耗电功率的最小值，pashpmax表示空气源热泵耗电功率的最大值，ppumpmin表示蓄水泵功率的最小值，ppumpmax表示蓄水泵功率的最大值，estoremin表示相变蓄热储能装置容量的最小值，estoremax表示相变蓄热储能装置容量的最大值，pdismin表示相变蓄热储能装置放热功率的最小值，pdismax表示相变蓄热储能装置放热功率的最大值，pchmin表示相变蓄热储能装置吸热功率的最小值，pchmax表示相变蓄热储能装置吸热功率的最大值。
4.根据权利要求3所述的用于新能源和多形态储能的容量优化配置方法，其特征在于，所述光伏发电模型为：
其中，ppv(t)表示光伏电池板在t时刻的输出功率，pstc表示标准环境下光伏组件的额定输出功率，gstc表示标准环境下光照强度，g(t)表示在t时刻的太阳光实际强度，g表示功率温度系数，tstc表示参考温度，tair(t)表示t时刻的环境温度。
5.根据权利要求3所述的用于新能源和多形态储能的容量优化配置方法，其特征在于，所述空气源热泵模型为：
phashp＝dhashppashp；
其中，phashp表示空气源热泵换热装置换热功率，pashp表示空气源热泵系统耗电功率，dhashp表示换热效率系数。
6.根据权利要求3所述的用于新能源和多形态储能的容量优化配置方法，其特征在于，所述相变储热模型为：
estore(t)＝estore(t-1)(1-δ) δtpeh(t)ηch-δtpdis(t)/ηdis；
其中，estore(t)表示相变蓄热储能装置在t时刻的热能量，δ表示相变蓄热储能装置的自放能系数，peh(t)表示相变蓄热储能装置在t时刻的充热效率，pdis(t)表示相变蓄热储能装置在t时刻的放热功率，ηch表示相变蓄热储能装置的充热效率系数，ηdis表示相变蓄热储能装置的放热效率系数，δt表示单位时段。
7.根据权利要求3所述的用于新能源和多形态储能的容量优化配置方法，其特征在于，所述蓄水池储能模型为：
ppumpe(t)＝ppumpηpump；
其中，ppumpe(t)表示直流电机在t时段输出的机械功率，ppump表示蓄水泵的耗电功率，ηpump表示直流电机电功率转化为机械功率的效率。
8.一种用于新能源和多形态储能的容量优化配置系统，其特征在于，包括：
目标函数构建模块，用于根据农业新能源供能模型和多形态储能模型，构建容量优化配置目标函数；
容量配置优化模块，用于基于混沌反向灰狼算法，对所述容量优化配置目标函数进行求解，获取农业新能源和多形态储能的最优容量配置结果。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述用于新能源和多形态储能的容量优化配置方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述用于新能源和多形态储能的容量优化配置方法的步骤。
技术总结本发明提供一种用于新能源和多形态储能的容量优化配置方法及系统，该方法包括：根据农业新能源供能模型和多形态储能模型，构建容量优化配置目标函数；基于混沌反向灰狼算法，对所述容量优化配置目标函数进行求解，获取农业新能源和多形态储能的最优容量配置结果。本发明通过将农业新能源和多形态储能进行结合，以年综合成本最低为目标函数，运用混沌反向灰狼算法对该目标函数进行求解，从而优化了农业新能源和多形态储能之间的储能容量优化配置，使得新能源产能和储能更加合理。
技术研发人员：王维洲;杨勇;何欣;史玉杰;陈仕彬;常鸿;邢延东;郝如海;张新;井天军
受保护的技术使用者：国网甘肃省电力公司电力科学研究院;国网甘肃省电力公司;中国农业大学
技术研发日：2020.11.06
技术公布日：2021.03.12
