基于能量協調控制的混合儲能系統容量配置方法

王寧，張建成

(華北電力大學電力工程系，河北省保定市 071003)

基于能量協調控制的混合儲能系統容量配置方法

王寧，張建成

(華北電力大學電力工程系，河北省保定市 071003)

為了平滑離網光伏發電系統中源荷之間功率差的隨機波動，提出了一種適用于混合儲能系統中不同儲能介質之間充放電功率分配的能量協調控制策略。該策略依據不同儲能介質的實時荷電狀態，結合最大可能充放電時間，令超級電容器優先充放電，當達到其充放電極限時，再控制蓄電池進行充放電。在此基礎上根據全壽命周期理論，考慮實時荷電狀態、負荷缺電率和系統自主運行能力等約束，建立混合儲能系統容量配置優化模型。利用改進粒子群算法對算例進行求解分析，并與單一蓄電池儲能進行比較，驗證能量協調控制策略的有效性和容量配置優化模型的正確性。

離網光伏；混合儲能；能量協調控制；容量配置

0 引 言

在能源危機與環境日益惡化的背景下，光伏發電技術獲得了重視和應用。光伏電源的輸出功率與天氣、環境等因素密切相關，且具有間歇性、波動性等不確定性的特點，嚴重影響了系統運行的可靠性和穩定性[1-2]。儲能技術能夠對系統起到一定程度的支撐和調節作用[3-4]，在光伏電源側合理的配置儲能容量能夠有效地平滑源荷之間功率差的隨機波動，從而提高系統運行的可靠性和穩定性。

目前儲能技術按照所采用的儲能介質可以分為兩大類：單一儲能技術[5-8]和混合儲能技術[9-12]。混合儲能技術由于其利用能量型儲能介質與功率型儲能介質之間較強的互補運行特性，更具發展前景。其中不同儲能介質之間充放電功率的分配是混合儲能技術研究的關鍵問題之一。文獻[12-13]均以蓄電池儲能量為核心，以優化蓄電池儲能狀態為原則，使超級電容器承擔儲能負荷中的頻繁功率波動，蓄電池承擔儲能負荷中的平滑部分。文獻[14]采用模糊控制理論將功率偏差在蓄電池和超級電容器之間進行分配，當超級電容器電量充足時，由其獨立補償功率偏差值，減少蓄電池的充放電次數。文獻[15]考慮為負荷長時間持續供電時采用能量密度大的蓄電池，當為沖擊性負荷供電時采用功率密度大的超級電容器。

以上述研究為基礎，本文針對蓄電池循環壽命短、功率密度低及響應速度慢等缺點，充分利用超級電容器循環壽命長、功率密度大、響應速度快的儲能特性，依據儲能介質的實時荷電狀態(real-time state of charge，RSOC)，并結合各自的最大可能充放電時間，提出一種超級電容器優先充放電，當達到其充放電極限時，再控制蓄電池進行充放電的能量協調控制策略。在此基礎上以儲能系統全壽命周期成本年均費用最小為優化目標，考慮實時荷電狀態、負荷缺電率和系統自主運行能力等約束，對離網光伏發電系統中不同儲能介質間容量配置問題展開研究。

1 離網光伏發電系統結構

離網光伏發電系統結構如圖1所示。其中混合儲能單元由超級電容器與蓄電池組成，通過功率變換器并聯到直流母線上。

圖1 離網光伏發電系統結構Fig.1 Structure of stand-alone photovoltaic generation system

圖中：PPV為光伏電源的輸出功率；PL為系統總的負荷功率；PB為蓄電池的充放電功率；PC為超級電容器的充放電功率；PHESS為混合儲能單元總的充放電功率。令dP(k)=PPV(k)-PL(k)，其中k為采樣次數。當dP(k)>0時，混合儲能單元處于充電狀態；當dP(k)<0時，混合儲能單元處于放電狀態，由光伏電源和儲能單元共同平衡負荷功率；當長期陰雨光伏電源無功率輸出時，為提高離網光伏發電系統的供電可靠性，儲能單元作為備用電源要能夠單獨為重要負荷提供一定時間的電能量。

2 混合儲能系統充放電協調控制

本文利用超級電容器和蓄電池優良的互補儲能特性，依據各自的實時荷電狀態，并結合最大可能充放電時間，采用一種超級電容器優先充放電，當達到其充放電極限時，再控制蓄電池進行充放電的能量協調控制策略。為了說明問題方便，先定義如下幾個物理量：eSOCBmin，eSOCCmin，eSOCBmax，eSOCCmax，eSOCB(k)和eSOCC(k)分別為蓄電池和超級電容器的最小、最大和第k次采樣時的荷電狀態；n，CC，UCN和PCmax分別為超級電容器的個數、電容值、額定電壓和最大輸出功率；m，CB和UBN分別為蓄電池的個數、單體標稱額定容量和額定電壓；dt為采樣時間間隔。

2.1 充電工作模式

當dP(k)>0時，根據超級電容器和蓄電池的實時荷電狀態，充電控制過程分為4種情況。

(1)超級電容器優先充電：

(1)

此時2種儲能介質容量均未達到上限，根據能量協調控制策略超級電容器優先充電。超級電容器的最大可充電時間如式(2)所示：

TKC=[eSOCCmax-eSOCC(k)]ECN/[PC(k)ηCC]

(2)

如果TKC≤dt，則超級電容器的實際充電時長TC=TKC，否則TC= dt。

當dP(k)≤PCmax時，超級電容器以dP(k)功率進行充電，經過TC時間后，如果dP(k)≤PBN，則蓄電池以dP(k)功率進行充電，否則以額定功率PBN充電。蓄電池的最大可充電時間如式(3)所示：

TKB=[eSOCBmax-eSOCB(k)]EBN/[PB(k)ηBC]

(3)

式中：TKB為蓄電池的最大可充電時間，h；EBN=mCBUBN/106為蓄電池的額定容量，MWh；ηBC為蓄電池的充電效率。

如果TKB≤dt-TC，則蓄電池的實際充電時長TB=TKB，否則TB=dt-TC。

當dP(k)﹥PCmax時，超級電容器以最大允許功率PCmax充電，同時當剩余功率[dP(k)-PCmax]≥PBN時，蓄電池以PBN充電，否則以 dP(k)-PCmax進行充電。經過TC時間充電后，如果蓄電池容量未達上限，且dP(k)≤PBN，則蓄電池以dP(k)功率充電，否則以額定功率PBN充電，充電時長計算原理同上。這種情況下充電控制流程圖如圖2所示。

圖2 充電控制流程圖Fig.2 Flowchart of charging control

(2)僅蓄電池充電：

(4)

這種情況下超級電容器容量達到上限，蓄電池單獨工作在充電狀態。當dP(k)≥PBN時，蓄電池以PBN進行充電，反之蓄電池以dP(k)進行充電。

(3)僅超級電容器充電：

(5)

這種情況下蓄電池組容量達到上限，超級電容器單獨工作在充電狀態。當dP(k)≤PCmax時，超級電容器以dP(k)進行充電，否則超級電容器以PCmax進行充電。

(4)待機狀態：

(6)

此時蓄電池和超級電容器的容量均達到上限，混合儲能系統工作在待機狀態，光伏電源輸出的多余能量通過卸荷器釋放。

2.2 放電工作模式

當dP(k)0時，根據超級電容器和蓄電池的實時荷電狀態，放電控制過程同樣分為以下4種情況。

(1)超級電容器優先放電：

(7)

此時2種儲能介質容量均未達到下限，根據能量協調控制策略超級電容器優先放電。超級電容器的最大可放電時長如式(8)所示：

(8)

當|dP(k)|≤PCmax時，超級電容器以|dP(k)|功率進行放電，經過TC時間后如果|dP(k)|≤PBN，則蓄電池以|dP(k)|功率進行放電，否則以額定功率PBN放電。蓄電池的最大可放電時間如式(9)所示：

(9)

當|dP(k)|>PCmax時，超級電容器以最大的允許功率PCmax進行放電，同時當剩余功率(|dP(k)|-PCmax)≥PBN時，蓄電池以額定功率PBN進行放電，否則以|dP(k)|-PCmax進行放電。經過TC時間放電后，如果蓄電池容量未達其下限，且|dP(k)|≤PBN，則蓄電池以|dP(k)|功率進行放電，否則以額定功率PBN放電，此時放電時長的計算原理同上。這種情況下放電控制流程圖如圖3所示。

(2)僅超級電容器放電：

(10)

這種情況下蓄電池容量已達下限，超級電容器單獨工作在放電狀態。當|dP(k)|≤PCmax時，超級電容器以|dP(k)|功率進行放電，否則超級電容器以最大的允許功率PCmax進行放電。

圖3 放電控制流程圖Fig.3 Flowchart of energy storage system discharging

(3)僅蓄電池放電：

(11)

這種情況下超級電容器容量已達下限，蓄電池單獨工作在放電狀態。當功率|dP(k)| ≥PBN時，蓄電池以其額定功率PBN進行放電，否則蓄電池以|dP(k)|功率進行放電。

(4)閉鎖狀態：

(12)

此時蓄電池和超級電容器的容量均達下限，混合儲能系統工作在閉鎖狀態，光伏電源輸出功率無法平衡負荷需求，為保持功率平衡系統只能被迫甩掉部分負荷。

3 混和儲能系統容量配置模型

3.1 優化目標

由于全壽命周期成本方法將成本延伸到設備的安裝、運維、報廢等整個壽命周期內，克服了傳統經濟性優化問題中只注重購置成本的局限性，因此本文選擇設備整個壽命周期內年均成本最小作為優化目標，成本共包括以下3個要素。

(1)購置成本C1：

C1=mPB+nPC

(13)

式中PB，PC分別為蓄電池和超級電容器的單價。

(2)運維成本C2：

C2=(kBo+kBm)mPB+(kCo+kCm)nPC

(14)

式中：kBo，kCo分別為蓄電池和超級電容器的運行成本系數；kBm，kCm分別為蓄電池和超級電容器的維護成本系數。

(3)處置成本C3：

C3=kBdmPB+kCdnPC

(15)

式中kBd，kCd分別為蓄電池和超級電容器的處置成本系數。

目標函數表達式如下：

(16)

式中kBz，kCz分別為蓄電池和超級電容器的年折舊系數。具體的計算方法參考文獻[9]。

3.2 約束條件

根據上述儲能系統充放電功率分配策略，并考慮離網光伏系統的運行特性，在配置混合儲能容量時，考慮如下約束。

(1)充放電功率約束。

蓄電池的充放電功率不應大于其額定功率，超級電容器的充放電功率不應大于其最大的允許功率。

(2)實時荷電狀態約束。

蓄電池和超級電容器的實時荷電狀態應在其允許的合理范圍之內。

(3)負荷缺電率約束。

離網光伏發電系統需要滿足一定的供電可靠性，本文選取負荷缺電率作為供電可靠性指標。負荷缺電率是指負荷缺電量與負荷總需求電量的比值，即

α=Eq/Ex

(17)

式中：α為負荷缺電率；Eq為負荷缺電量；Ex為負荷總需求電量。

當dP(k)0時，dt時間內的負荷缺電量表達式如下：

(18)

負荷總需求電量表達式如下：

(19)

式中T為總的計算次數。

(4)自主運行能力約束。

當光伏電源無輸出功率時，儲能單元要保證一定時間內重要負荷的供電，即

(20)

式中：ηC為功率變換器的效率；β為重要負荷占比；tL為系統自主運行時間。

4 算例分析

以某裝機容量為7 000 kW，負荷額定功率為 2 500 kW的離網光伏發電系統為例進行分析，混合儲能單元由鉛酸蓄電池和超級電容器構成。儲能介質參數見表1。

表1 儲能介質參數
Table 1 Parameters of energy storage media

其中離網光伏發電系統中功率變換器的效率取為0.97，負荷缺電率約束設為0.04，混合儲能系統自主運行時間設為12 h，重要負荷占比為0.6，采樣時間間隔取0.5 h。

采用改進粒子群算法[16]分別對單一蓄電池儲能系統和混合儲能系統配置儲能容量。計算結果見表2。

由表2可知，當采用單一蓄電池儲能時，所需蓄電池數量為27 778個，儲能年均成本約為308萬元，而采用基于本文提出的能量協調控制策略的混合儲能方案時，所需蓄電池和超級電容器數量分別為 27 631個和35 949個，儲能年均成本約為200萬元，費用節省比例高達35%。同時可以看出由于充分利用了超級電容器功率密度大、循環壽命長、充放電速度快的優勢，采用超級電容器優先充放電的控制策略，蓄電池的年折舊值由0.223 1下降至0.157 4，使用壽命得到了延長。改進粒子群算法迭代結果如圖4所示。由圖4可知，在滿足設置約束的前提下，分別迭代了17次和47次后目標函數尋到了最優解。

表2 2種儲能方式的計算結果
Table 2 Calculation results of two energy storage modes

圖4 改進粒子群算法迭代結果Fig.4 Iteration results of improved PSO algorithm

5 結 論

提出了一種適用于混合儲能系統中不同儲能介質之間充放電功率分配的能量協調控制策略。該策略依據不同儲能介質的實時荷電狀態，并結合最大可能充放電時間，令超級電容器優先充放電，當達到其充放電極限時，再控制蓄電池進行充放電。根據全壽命周期理論，在考慮實時荷電狀態、負荷缺電率和系統自主運行能力等約束的基礎上，建立了混合儲能系統容量配置優化模型，并利用改進粒子群算法進行求解。最后算例分析驗證了所提能量協調控制策略的有效性和容量配置模型的正確性。該研究對于離網光伏發電系統中混合儲能容量的合理配置具有指導意義。

[1]童亦斌，吳學智，唐芬．分布式光伏發電與主動配電網的協調發展[J]. 電力建設，2015，36(1): 72-75. TONG Yibin, WU Xuezhi, TANG Fen. Coordinated development of distribution photovoltaic generation and active distribution network[J]. Electric Power Construction, 2015，36(1): 72-75.

[2] 丁明，王偉勝，王秀麗，等．大規模光伏發電對電力系統影響綜述[J]. 中國電機工程學報，2014，34(1):1-14. DING Ming, WANG Weisheng, WANG Xiuli,etal. A review on the effect of large-scale PV generation on power systems[J]. Proceedings of the CSEE, 2014，34(1):1-14.

[3] 國家電網公司“電網新技術前景研究”項目咨詢組.大規模儲能技術在電力系統中的應用前景分析[J]. 電力系統自動化，2013，37(1):3-8,30. Consulting Group of State Grid Corporation of China to Prospects of New Technologies in Power Systems. An analysis of prospects for application of large-scale energy storage technology in power systems[J]. Automation of Electric Power Systems,2013,37(1):3-8,30.

[4] 袁小明，程時杰，文勁宇．儲能技術在解決大規模風電并網問題中的應用前景分析[J].電力系統自動化，2013，37(1)：14-18． YUAN Xiaoming, CHENG Shijie, WEN Jinyu. Prospects analysis of energy storage application in grid integration of large-scale wind power[J]. Automation of Electric Power Systems, 2013,37(1):14-18.

[5] 吳小剛，劉宗歧，田立亭，等．獨立光伏系統光儲容量優化配置方法[J].電網技術，2014，38(5)：1271-1276. WU Xiaogang，LIU Zongqi，TIAN Liting，et al．Optimized capacity configuration of photovoltaic generation and energy storage device for stand-alone photovoltaic generation system[J]．Power System Technology，2014，38(5)：1271-1276.

[6] 靳文濤，李建林．電池儲能系統用于風電功率部分“削峰填谷”控制及容量配置[J]．中國電力，2013，46(8)：16-21. JIN Wentao，LI Jianlin．BESS for wind power “peak shaving” control and capacity configuration[J]．Electric Power，2013，46(8)：16-21.

[7] 馬剛，徐谷超，蔣林洳，等．基于能量缺失率的并網風電場儲能容量優化方法[J]．可再生能源，2015，33(12)：1825-1830. MA Gang，XU Guchao，JIANG Linru，et al．Study on stored energy optimization method of the grid-connected wind power based on loss of power supply probability[J]．Renewable Energy Resources，2015，33(12)：1825-1830.

[8] 趙書奇，吳夢婕，廖強強，等．基于并網風電場的電池儲能技術經濟性分析[J]. 電力建設，2015，36(5): 131-135. ZHAO Shuqi, WU Mengjie, LIAO Qiangqiang, et al．Technical and economic analysis on battery energy storage based on grid-connected wind farm[J]．Electric Power Construction, 2015，36(5) : 131-135.

[9] 楊珺，張建成，桂勛．并網風光發電中混合儲能系統容量優化配置[J]．電網技術，2013，37(5)：1209-1216. YANG Jun，ZHANG Jiancheng，GUI Xun．Capacity optimizition of hybrid energy storage system in grid-connected wind and PV power generation system[J]．Power System Technology，2013，37(5)：1209-1216.

[10]馬速良，馬會萌，蔣小平，等．基于Bloch球面的量子遺傳算法的混合儲能系統容量配置[J]．中國電機工程學報，2015，35(3)：592-599. MA Suliang，MA Huimeng，JIANG Xiaoping，et al．Capacity configuration of the hybrid energy storage system based on bloch spherical quantum genetic algorithm[J]．Proceedings of the CSEE，2015，35(3)：592-599.

[11]盛四清，李明躍．微電網中混合儲能系統的小波包-模糊控制策略[J]. 電力建設，2016，37(2):132-137. SHENG Siqing, LI Mingyue. Wavelet packet-fuzzy control strategy for hybrid energy storage system in microgrid[J]．Electric Power Construction, 2016，37(2):132-137.

[12]楊珺，張建成，黃磊磊，等．基于改進粒子群算法的獨立光伏發電系統儲能容量優化配置研究[J]．華東電力，2012，40(8)：1370-1374. YAN Jun，ZHANG Jiancheng，HUANG Leilei，et al．Energy storage capacity optimization for independent PV power system based on improved PSO algorithm[J]．East China Electric Power，2012，40(8)：1370-1374.

[13]張國駒，唐西勝，齊智平．平抑間歇式電源功率波動的混合儲能系統設計[J]．電力系統自動化，2011，35(20)：24-28，93. ZHANG Guoju，TANG Xisheng，QI Zhiping．Design of a hybrid energy storage system on leveling off flutuating power outputs of intermittent sources[J]．Automation of Electric Power Systems，2011，35(20)：24-28，93.

[14]丁明，林根德，陳自年，等．一種適用于混合儲能系統的控制策略[J]．中國電機工程學報，2012，32(7)：1-6. DING Ming，LIN Gende，CHEN Zinian，et al．A control strategy for hybrid energy storage systems[J]．Proceedings of CSEE，2012，32(7)：1-6.

[15]劉建濤，張建成，王珂，等．獨立光伏發電混合儲能系統容量優化研究[J]．電網與清潔能源，2012，28(3)：85-90. LIU Jiantao，ZHANG Jiancheng，WANG Ke，et al．Capacity optimization of hybrid energy storage system in independent PV system[J]．Power System and Clean Energy，2012，28(3)：85-90.

[16]黃友銳．智能優化算法及其應用[M]．北京：國防工業出版社，2008. HUANG Yourui．Intelligent optimization algorithms and its application[M]．Beijing：National Defense Industry Press，2008.

(編輯 張媛媛)

Capacity Allocation Method of Hybrid Energy Storage System Based on Energy Coordination Control

WANG Ning, ZHANG Jiancheng

(Department of Electrical Engineering, North China Electric Power University, Baoding 071003, Hebei Province, China)

To smooth the random fluctuation of the active power in the stand-alone photovoltaic generation system, this paper proposes a coordination control strategy for the charge or discharge power allocation between different energy storage medium in the hybrid energy storage system. Based on the real-time state of charge (SOC) and the maximum possible charge or discharge time, this strategy commands the super capacitors to charge or discharge firstly, when reaching the limit of the SOC, and then controls the batteries to work. According to the theory of life cycle cost and the constraints of the real time SOC, the loss of power supply probability and the system independent operation ability, we establish the capacity allocation optimization model for hybrid energy storage system. Then, we use an improved particle swarm optimization algorithm to solve the given example, and verify the effectiveness of the energy coordination control strategy and the validity of the capacity allocation optimization model by comparing with the single-battery energy storage system.

stand-alone photovoltaic; hybrid energy storage; energy coordination control; capacity allocation

國家自然科學基金項目(51177047)；中央高校基本科研業務費專項資金資助項目(2016MS89)；河北省科技計劃項目(16214504D)

TM 732; TM 615

A

1000-7229(2016)08-0072-06

10.3969/j.issn.1000-7229.2016.08.011

2016-04-06

王寧(1982)，女，博士研究生，講師，主要研究方向為光伏發電控制技術，柔性儲能技術等；

張建成(1965)，男，教授，博士生導師，主要研究方向為電力系統分析與控制、柔性儲能技術、新能源發電控制技術等。

Project supported by National Natural Science Foundation of China(51177047)； Fundamental Research Funds for the Central Universities(2016MS89)； Science and Technology Program of Hebei Province (16214504D)