本发明涉及储能系统优化配置方法，具体是一种混合储能系统容量优化配置方法。
背景技术：
1、光伏发电以其简便的发电过程和零排放的特性，在可再生能源中占据重要地位。然而，光伏能源对天气存在依赖性，输出功率波动性大。而储能系统则为解决这一问题提供了有效的解决方案，其可以存储多余电能，适时释放，缓冲光伏功率波动。目前，由于微电网对储能系统的多样化应用需求，单一储能技术无法完全满足要求。因此，混合储能系统成为备受关注的研究领域。全钒液流电池和超级电容器的组合为混合储能系统提供了高容量、长寿命和高功率输出的特性，提高了供电可靠性，满足了不同负荷需求。然而，储能设备的高昂价格可能增加系统成本，且其配置不当可能导致供电不足，影响设备正常运行。因此，混合储能系统的容量配置问题成为当前学术界关注的焦点。
技术实现思路
1、本发明提供了一种混合储能系统容量优化配置方法，以解决由全钒液流电池和超级电容器组成的混合储能系统的容量配置问题。
2、为了达到上述目的，本发明所采用的技术方案为：
3、一种基于改进nsga-ⅱ算法的混合储能系统容量优化配置方法，所述混合储能系统由钒电池和超级电容组成，包括以下步骤：
4、步骤1、容量优化模型搭建：以混合储能系统的年均投资成本最小、负荷缺电率最小为目标，建立目标函数，并建立约束条件，由此得到混合储能系统多目标容量优化模型；
5、步骤2、采用改进的nsga-ii算法对步骤1建立的混合储能系统多目标容量优化模型进行求解，得到钒电池和超级电容的额定容量、额定功率的最优解集，改进的nsga-ii算法过程如下：
6、(2.1)、初始化种群并设置最大循环代数；
7、(2.2)、对初始种群进行交叉和变异，由此在种群中产生新的个体；
8、(2.3)、先后采用非支配排序和拥挤度距离排序，对步骤2交叉和变异后的种群中的个体进行区分，确定个体之间的优劣关系；
9、(2.4)、对支配优先级为1的个体引入局部搜索操作，把搜索后的个体同之前的个体进行比较，保留性能较好的个体，从而寻找到更优的解；
10、(2.5)、引入新的适应度函数，用以优先保留更加逼近pareto前沿的解，提升算法后期的寻优能力，未被确认保留的解仍然根据非支配排序和拥挤度距离排序区分优劣；
11、保留得到的当前最优个体构成最优解集，由此形成新种群；
12、(2.6)、确定循环代数是否达到最大循环代数，若没有达到，则重复步骤(2.2)-(2.5)；若已经达到，则输出当前的最优解集。
13、进一步的步骤1中，并以混合储能单元的充放电功率约束、soc约束、电量约束作为约束条件。
14、进一步的步骤2中，引入局部搜索操作，在非支配排序等级为1的点周围进行局部搜索，把搜索后的个体同之前的个体进行比较，保留性能较好的个体，从而寻找到更优的解，以保证解的均匀分布和广泛性。
15、与现有技术相比，本发明优点为：
16、本发明针对独立光伏混合储能系统，建立了以储能系统年均投资成本最小和负荷缺电率最小为目标的多目标容量配置模型，对系统中混合储能装置容量进行了优化配置。本发明改进的nsga-ii算法相较于传统nsga-ii算法具有更高的收敛精度，更容易跳出局部最优解，同时储能配置的全生命周期成本费用也降低了，波动率减小，进一步验证了本发明改进nsga-ii算法在混合储能系统容量优化配置方面的优越性。
1.一种基于改进nsga-ⅱ算法的混合储能系统容量优化配置方法，所述混合储能系统由钒电池和超级电容组成，其特征在于，包括以下步骤：
2.根据权利要求1所述的混合储能系统容量优化配置方法，其特征在于，步骤1中，并以混合储能单元的充放电功率约束、soc约束、电量约束作为约束条件。
3.根据权利要求1所述的混合储能系统容量优化配置方法，其特征在于，步骤2中，引入局部搜索操作，在非支配排序等级为1的点周围进行局部搜索，把搜索后的个体同之前的个体进行比较，保留性能较好的个体，从而寻找到更优的解，以保证解的均匀分布和广泛性。
