基于TLBO算法的储能容量优化配置方法

孙慧颖; 李月乔; 刘自发

doi:doi:10.19912/j.0254-0096.tynxb.2024-0863

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于TLBO算法的储能容量优化配置方法

更新时间：2025-10-22

- 基于TLBO算法的储能容量优化配置方法
- 暂无标题
- 太阳能学报 2025年46卷第9期页码：333-341
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：doi:10.19912/j.0254-0096.tynxb.2024-0863
  中图分类号： TM732
- 网络出版：2025-10-14，
  
  纸质出版：2025
- 稿件说明：
移动端阅览
孙慧颖, 李月乔, 刘自发. 基于TLBO算法的储能容量优化配置方法[J]. 太阳能学报, 2025,46(9):333-341.
孙慧颖, 李月乔, 刘自发. 基于TLBO算法的储能容量优化配置方法[J]. 太阳能学报, 2025,46(9):333-341. DOI： doi:10.19912/j.0254-0096.tynxb.2024-0863.

DOI：

摘要

提出一种基于教与学优化算法（TLBO）的储能容量优化配置方法。在考虑多因素对光伏出力影响的前提下

构建双层储能容量优化配置模型。上层以储能全寿命周期成本最小为目标函数

利用TLBO算法求解;下层以运行收益最大为目标函数

采用Gurobi求解器求解最优日运行策略。最后以大庆某实际光伏电站为例进行仿真

结果表明该方法的有效性。

Abstract

In order to improve the output stability of photovoltaic power plants and ensure power quality

it is necessary to optimise the allocation of energy storage capacity in photovoltaic power plants. This paper proposes an optimal allocation method of energy storage capacity based on Teaching-Learning-Based Optimization （TLBO） algorithm. Considering the impact of multiple factors on PV output

a two-layer energy storage capacity optimisation model is constructed. The upper layer is solved by the TLBO algorithm with the objective function of minimising the whole life cycle cost of energy storage; the lower layer is solved by the Gurobi solver with the objective function of maximising the operating revenue

and the optimal daily operation strategy is solved by the Gurobi solver. Finally

a real PV power plant in Daqing is taken as an example for simulation

and the simulation results show the effectiveness of the method.

关键词

Keywords

references

李洪言, 于淼, 郑一鸣, 等. 基于情景的2050年世界能源供需展望分析: 基于《bp世界能源展望(2023年版)》[J]. 天然气与石油, 2023, 41(5): 131-137.

于东霞, 张建华, 王晓燕, 等. 并网型风光储互补发电系统容量优化配置[J]. 电力系统及其自动化学报, 2019, 31(10): 59-65.

赵宇洋, 赵钰欢, 郭英军, 等. 离网型风光氢储系统容量配置与控制优化[J]. 太阳能学报, 2024, 45(7): 50-59.

ÁLVARO D, ARRANZ R, AGUADO J A.Sizing and operation of hybrid energy storage systems to perform ramp-rate control in PV power plants[J]. International journal of electrical power & energy systems, 2019, 107: 589-596.

赵峰, 张帆, 陈小强, 等. 基于VMD-APSO的风电场混合储能系统容量优化配置[J]. 高压电器, 2023, 59(6): 120-127.

马丙泰, 刘海涛, 郝思鹏, 等. 基于价格需求响应的储能系统退化成本模型研究[J]. 太阳能学报, 2023, 44(10): 531-540.

刘尚奇, 胡健, 张晓杰, 等. 含光伏和储氢的电-氢集成化能源站容量配置[J]. 太阳能学报, 2023, 44(8): 171-179.

刘子祺, 苏婷婷, 何佳阳, 等. 基于多目标粒子群算法的配电网储能优化配置研究[J]. 综合智慧能源, 2023, 45(6): 9-16.

闫群民, 董新洲, 穆佳豪, 等. 基于改进多目标粒子群算法的有源配电网储能优化配置[J]. 电力系统保护与控制, 2022, 50(10): 11-19.

温春雪, 赵天赐, 于赓, 等. 基于改进粒子群算法的储能优化配置[J]. 电气技术, 2022, 23(10): 1-9.

张楠. 基于粒子群算法的风光一体化电站储能优化配置方法[J]. 电工技术, 2022(24): 83-85.

刘红. 基于改进粒子群算法的储能调峰容量优化配置研究[J]. 广东电力, 2023, 36(1): 68-76.

冯侃, 边辉, 陈丽娜, 等. 基于遗传算法的分布式光伏配网储能优化配置研究[J]. 自动化仪表, 2024, 45(1): 64-68.

肖小龙, 史明明, 周琦, 等. 基于改进海洋捕食者算法的配电网储能多目标优化配置[J]. 储能科学与技术, 2023, 12(8): 2565-2574.

吴成明, 扬臻辉. 基于改进鲸鱼算法的混合储能系统容量优化配置[J]. 电工材料, 2024(1): 84-89.

涂强, 范宏, 王宏祥. 多主体分布式综合能源系统两级协调优化调度方法[J]. 水利水电技术(中英文), 2023, 54(11): 29-39.

刘昳娟, 陈云龙, 刘继彦, 等. 基于集成学习的分布式光伏发电功率日前预测[J]. 中国电力, 2022, 55(9): 38-45.

赵靖英, 乔珩埔, 姚帅亮, 等. 考虑储能SOC自恢复的风电波动平抑混合储能容量配置策略[J]. 电工技术学报, 2024, 39(16): 5206-5219.

ABAEIFAR A, BARATI H, TAVAKOLI A R.Inertia-weight local-search-based TLBO algorithm for energy management in isolated micro-grids with renewable resources[J]. International journal of electrical power & energy systems, 2022, 137: 107877.

于运永, 金钧. 基于改进粒子群算法混合储能优化调度[J]. 电气应用, 2024, 43(2): 1-6.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向区域电网光伏调峰的火光储系统优化调度

基于合作博弈的风-光-电氢微网容量配置

基于共享储能的主动配电网有功优化研究

孤岛微网极端场景储能容量优化配置方法研究