光储联合发电系统的优化调度策略是实现光储联合发电系统经济及安全运行的重要保障,然而传统的经济优化调度模型并未考虑电池储能电站内部电池的有效管理。调度功率曲线-数控滚圆机滚弧机切管机张家港液压弯管机滚弧机本文提出了一种经济优化调度策略,依据储能系统各电池组性能参数和运行状态,以储能系统运行一天总成本最低为优化目标,以系统平衡、荷电状态、功率限值和调度循环为约束条件,建立了经济优化调度数学模型,并应用改进粒子群算法进行求解。最后,算例仿真结果验证了改进粒子群算法的优越性和优化调度策略在光储联合发电系统中应用的可行性。 光储联合发电系统拓扑结构Fig池组Ai(i=1，2…，N)， 

公司网站 转载中国知网 www.wangaunjimuju.com假设同一电池组中的电池参数相同，电池工作状态相同，且参数同步改变。功率调度过程中，各储能支路PCS/BMS先经通信网络向调度中心上传运行参数，之后储能监控系统根据调度中心下达的调度指令，经调度算法计算出各独立可调电池组Ai的功率分配Pi，最后根据各储能支路的容量平均分配给PCS，由各PCS在该储能支路中的电池堆中实行平均分配［11］。电池储能电站功率调度分配如图2所示。图2电池储能电站功率调度分配F优化调度数学模型本文把光储联合发电系统运行一天作为一个周期来研究，将一天分为24个时段，每个时段为1h，通过优化各个时段的电池组充放电功率，使电池储能电站运行一天总成本最低。其中控制变量是每个时段各电池组的调度功率Pi(t)(i=1，2…，N;t=1，2．．．，H)。2．1目标函数光储联合发电系统优化调度的本质是基于储能电池运行允许的条件下对各电池组进行统筹协调，实现电池储能电站运行一天总成本最低［12］。总运行成本主要包括储能电站在充放电过程中的功率损耗、电站建成后定期或不定期的检修与维护功率调度绝对值上限为电池组额度功率，下限为0。根据上文算法步骤用Matlab软件进行算例仿真，各独立可调电池组的最优出力结果如图4所示。为了清晰反映电池组的充放电状态，同时仿真输出了最优调度结果各可调电池组的荷电状态，如图5所示。各电池组各时刻荷电状态始终处于20%到90%的有效区间内，满足荷电状态约束，避免了电池组的过充过放，进一步表明优化调度策略的合理性及可用性。图4优化调度功率曲线Fig图5各电池组SOC变化曲线为验证本文提出的改进粒子群算法的优越性，分别采用改进粒子群算法和基本粒子群算法对光储联合发电系统优化调度问题进行求解，并进行比较分析，如图6所示。改进粒子群算法计算得到的电池储能电站运行24h最低成本为3348.86元，较采用基本粒子群算法调度时最低运行成本3385.08元，直接经济效益提升了1.1%。而且改进后算法收敛精度优，调度功率曲线-数控滚圆机滚弧机切管机张家港液压弯管机滚弧机  公司网站 转载中国知网 www.wangaunjimuju.com