基于NSGA-Ⅲ与模糊聚类的光储式充电站储能系统优化运行方法

付张杰，王育飞，薛花，张宇,，时珊珊，方陈

(1．上海电力大学电气工程学院，上海市 200090；2．国网上海市电力公司电力科学研究院，上海市 200437)

0 引 言

电动汽车的快速普及使得人们对公共充电设施日益关注[1]。光储式充电站作为全新的充电设施，可实现可再生能源与电动汽车的就地集成，已得到广泛认可。储能系统作为光储式充电站最重要的组成部分之一，调度周期内其参与运行的容量将直接关系到充电站的综合性能。储能系统参与运行的容量过高会增加储能系统运维成本[2]，而参与运行的容量过低会使系统平滑网侧供电功率和削峰填谷的能力弱化，同时较大程度上会降低光伏能源利用效率，因此对储能系统运行过程进行优化研究具有重要意义[3]。

目前，针对储能系统参与运行的优化研究已取得相应成果。文献[4-5]以系统综合运行成本和蓄电池循环电量为目标函数建立储能系统优化运行模型，采用带精英策略的非支配排序遗传算法(nondominated sorting genetic algorithm with elitist，NSGA-Ⅱ)进行求解得到优化运行方案，使系统整体性能得到提升。文献[6]采用遗传算法求解计及用户需求响应的储能系统优化运行模型，同时结合临界条件验证了储能系统可有效提高配电网的运行水平。文献[7]采用二次规划数学模型对储能系统充放电功率进行优化，同时结合遗传算法，得到了适用于储能电站的优化运行策略。文献[8]计及分布式能源出力和充电负荷的不确定性，采用粒子群优化 (particle swarm optimization，PSO) 算法对储能系统出力方案进行寻优，阻抑了系统的不确定性。……