(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210963953.2 (22)申请日 2022.08.11 (71)申请人 云南电网有限责任公司 地址 650200 云南省昆明市拓东路73号 (72)发明人 李玲芳　司大军　蔡万通　孙鹏　 杨浚文　郭知非　吴琛　游广增　 陈义宣　卓映君　陈姝敏　何烨　 王彤　高杉雪　郑超铭　黄润　 黄东启　田宝烨　邓卓明　 (74)专利代理 机构 南京禹为知识产权代理事务 所(特殊普通 合伙) 32272 专利代理师 褚晓英 (51)Int.Cl. G06F 30/20(2020.01) G06N 3/00(2006.01)G06Q 10/00(2012.01) G06Q 10/04(2012.01) G06Q 50/06(2012.01) H02J 3/00(2006.01) H02J 3/28(2006.01) H02J 3/32(2006.01) H02J 15/00(2006.01) G06F 111/04(2020.01) G06F 111/06(2020.01) (54)发明名称 基于多目标花朵授粉算法的电氢混合储能 优化配置方法 (57)摘要 本发明公开了基于多目标花朵授粉算法的 电氢混合储能优化配置方法包括， 基于储能系统 的相关参数及约束条件， 建立储能系统配置模型 和目标函数； 利用多目标花朵授粉算法， 对所述 储能系统进行最优选址定容， 获得相应储能系统 选址定容数据； 将所述储能系统选址定容数据代 入目标函数中检测配置效果； 基于上述步骤建立 多目标优化模型， 进行迭代， 达到所述算法收敛 条件， 输出最优配置方案。 本发明仅需配电网参 数及储能系统的运行数据就能得到最优储能结 构配置方法， 结构简单， 成本低； 利用多目标花朵 授粉算法提高优化效率， 并且合理平衡局部搜索 与全局探索以获得高质量的全局最优解决方案， 进而能提高储能系统选 址定容的准确性。 权利要求书3页 说明书10页 附图3页 CN 115169157 A 2022.10.11 CN 115169157 A 1.基于多目标花朵授粉算法的电氢混合储能优化配置方法， 其特 征在于： 包括， 基于储能系统的相关参数及约束条件， 建立储能系统配置模型和目标函数； 利用多目标花朵授粉算法， 对所述储能系统进行最优选址定容， 获得相应储能系统选 址定容数据； 将所述储能系统选 址定容数据代入目标函数中检测配置效果； 基于上述步骤建立多目标优化模型， 进行迭代， 达到所述算法收敛条件， 输出最优配置 方案。 2.如权利要求1所述的基于多目标花朵授粉算法的电氢混合储能优化配置方法， 其特 征在于： 所述储能系统包括电池 储能系统和氢气储能系统。 3.如权利要求2所述的基于多目标花朵授粉算法的电氢混合储能优化配置方法， 其特 征在于： 所述储能系统的约束 条件包括， 全生命周期成本、 系统网损、 联络线功 率偏差、 负荷 波动和电压波动。 4.如权利要求2所述的基于多目标花朵授粉算法的电氢混合储能优化配置方法， 其特 征在于： 所述储能系统的约束条件 还包括， 全生命周期成本表示如下： 其中， LCC表示全生命周期成本， BESSs表示电池储能系统， HESSs表示氢气储能系统， TCC表示总投资成本， MC表示维护成本、 OC表示运行成本、 RC表示更换成本、 DRC表示处置和 回收成本， 下 标B与H分别表示电池 储能系统与氢气储能系统状态下的相关成本； 系统网损表示如下： 其中， L是联络线总数； Rj表示第j条联络线上的电阻； Ij(t)为t时刻第j条联络线上的电 流； 联络线交换功率偏差表示如下： 其中， PTie‑line(t)代表t时刻电网的联络线交换功率偏差； 表示一天内的平均功 率交换偏差； 负荷波动表示如下： 权　利　要　求　书 1/3 页 2 CN 115169157 A 2其中， Pload(t)， Ppv(t)和Pwind(t)分别为t时段内的系统负荷， 光伏以及风电出力； 电压波动表示如下： 式中， Nnodes为系统节点总数； Vj(t)为j节点在t时刻的电压； 为j节点在T时段内的平均 电压。 5.如权利要求1或4所述的基于多目标花朵授粉算法的电氢混合储能优化配置方法， 其 特征在于： 所述储能系统进行最优选 址定容包括， 初始化算法相关参数； 计算所有个 体的适应度值； 根据适应度值确定当前最优解； 建立四条花朵授粉搜索规则， 根据确定的搜索机制进行搜索； 判断多目标花朵授粉算法是否迭代结束 进而收敛。 6.如权利要求5所述的基于多目标花朵授粉算法的电氢混合储能优化配置方法， 其特 征在于： 所述适应度值通过全生命周期成本目标函数、 系统网损目标函数、 联络线交换功 率 偏差目标函数、 负荷波动目标函数、 电压波动目标函数分别进行求 解。 7.如权利要求5所述的基于多目标花朵授粉算法的电氢混合储能优化配置方法， 其特 征在于： 所述四条花朵授粉搜索规则包括， 生物的交叉授粉可被视做全局授粉过程， 并且传粉者以一种服从L évy飞行方式进行交 叉授粉； 非生物的自花授粉被认为是局部授粉过程； 两朵相邻的花更容易授粉是花的常性， 可以被认为是一种繁衍概率， 这种概率被认为 与两朵相关联花朵的相似性是成比例的； 局部授粉和全局授粉之间通过一个转换概 率进行转换。 8.如权利要求7所述的基于多目标花朵授粉算法的电氢混合储能优化配置方法， 其特 征在于： 所述全局授粉方式可以通过 下式进行描述， 其中， 和 分别为算法第t代和第t+1代的解， g*为当前种群中的最优解， L( λ )是与 授粉强度相关的参数， 实质上相当于是基于L évy飞行方式的步长参数； L( λ )的计算公式如下： 式中， λ为3/2， Γ( λ )为标准伽马函数。 9.如权利要求7所述的基于多目标花朵授粉算法的电氢混合储能优化配置方法， 其特 征在于： 所述局部授粉过程以及花的常性可以通过 下式进行描述， 式中， 和 分别为算法第t代和第t+1代的解， 和 是从种群内部随机选择的异权　利　要　求　书 2/3 页 3 CN 115169157 A 3