一種蓄電池儲能系統容量優化配置方法

王 波

(國網安徽省電力公司檢修公司，安徽 合肥 230061)

一種蓄電池儲能系統容量優化配置方法

王 波

(國網安徽省電力公司檢修公司，安徽 合肥 230061)

蓄電池儲能單元是獨立可再生能源發電系統中必不可少的環節，通過其充放電控制能夠滿足發電功率與復合之間的實時匹配。蓄電池儲能系統成本比較高，在進行容量配置時通常需要綜合考慮系統的指標要求與成本關系，從而盡可能在滿足工作要求的情況下降低儲能單元的成本。提出了一種蓄電池儲能系統經濟性模型，通過給定工作指標的要求利用遺傳算法進行儲能系統容量優化配置。

蓄電池；可再生能源發電系統；容量優化；遺傳算法

含風力、太陽能光伏的可再生能源發電系統，通常有兩種運行模式：孤島運行和并網運行。對于獨立系統而言，主要是滿足發電功率與負荷之間的匹配，最大限度的維持功率平衡。可再生能源系統發電功率是隨天氣條件變化的，存在很大的隨機性和波動性，因此儲能單元是必不可少的部分。通過儲能單元的充放電控制，能夠最大限度滿足獨立系統的發電功率與負荷功率之間的平衡。由于儲能裝置的成本較高，如何對其容量、功率進行合理配置，不僅會影響到儲能的工作要求，同時也會關系到整個系統的經濟性。為此，本文進行蓄電池儲能系統優化配置研究，主要是通過對蓄電池儲能單元和系統經濟性的數學建模，考慮獨立可再生能源發電系統儲能單元工作指標要求，探討儲能容量-功率二者的最優組合[1-5]。

1 蓄電池儲能系統經濟性模型

對于蓄電池儲能系統而言，其總成本包括初始投資成本、配套設施成本、運行維護成本以及更換成本[6-7]。

1.1 電池初始投資成本

初始投資成本主要與容量配置和最大充放電功率配置有關。假設容量配置為EESS，最大充放電功率為PESS。則初始投資成本CINI可表示為：

CINI=Ke×EESS+Kp×PESS

(1)

式中Ke——容量成本系數，＄/MWh；

Kp——功率成本系數，＄/MW。

1.2 電池配套設施成本

配套設施成本CAF主要是儲能工作所需的雙向變流器的投資成本，通常與蓄電池的最大充放電功率有關，因此可以表示為：

CAF=Kaf×EESS

(2)

式中Kaf——配套設施成本系數，＄/MW。

1.3 電池運行維護成本

儲能系統的年運行維護成本COM也與最大充放電功率有關，可表示為：

COM=KOM×PESS

(3)

式中KOM——年運行維護成本系數，＄/MW。

1.4 電池更換成本

由于儲能系統的使用壽命有限，在一定的工程使用周期內，通常要進行儲能及其相關配套裝置的更換，因此需要考慮相應的更換成本費用，并且儲能系統更換成本CREP與工程使用年限內的更換次數NREP有關，即有：

CREP(Ke×EESS+Kp×PESS)×NREP

(4)

假設儲能系統的使用壽命為LESS，工程使用年限為LPROJ，NREP可按下式計算：

(5)

式中 INT( )——取整函數。

因此，整個儲能系統工程使用年限中的總成本CSUM為

CSUM=CINI+CAF+COM+CPROJ+CREP

(6)

2 優化模型與求解

2.1 獨立系統儲能優化配置模型

獨立可再生能源發電系統主要依靠內部電源滿足負荷需求。由于風力和光伏發電功率存在很大的不確定性和波動性，通常需要在發電出口配置一定容量的儲能裝置來協調二者的平衡，最大限度地增強它們的匹配性，從而滿足系統供電可靠性的要求。當儲能容量配置過小時，往往難以達到系統的目標要求，而配置過大又會造成容量的冗余影響系統經濟性。對于儲能系統來說，通常其最大可充放電功率可達額定容量的數倍，但是在實際運行中可能用不到其實際的最大可充放電功率，如果以儲能系統自身最大可充放電功率來配置逆變器，容量會很大，勢必會增加成本投入。在進行儲能系統的優化配置時，需要根據實際儲能系統的充放電要求進行合理規劃，尋找最優的容量-功率組合，在滿足系統要求的情況下最大化地降低儲能成本[8-10]。

(1)目標函數

min:f(EESS,PESS)

=CIN+CAF+COM+CREP

=(1+NREP)KeEESS+(Kp+KAF+KOMLPROJ+NREPKp)PESS

(7)

(2)約束條件

假設t時刻可再生能源系統輸出功率為PRE(t)，負荷功率為Pload(t)，儲能充放電功率為PESS(t)，大于0表示放電，反之充電。

①電力不足率約束。當Pload(t)>PRE(t)，儲能系統放電，如果此時由于儲能自身能量下限或者放電功率的限制導致放電后仍不能達到負荷要求即PESS(t)+PRE(t)

電力不足率LOEP

(8)

電力不足約束

LOEP≤LOEP，max

(9)

式中LOEP，max——根據系統供電可靠性要求給定的最大電力不足率限定值。

②電力盈余率約束。當Pload(t)Pload(t)時，會造成電力的盈余，這樣資源不能得到充分利用，因此需要盡可能的降低電力盈余率以防止能量的過度浪費。

電力盈余率SOEP

(10)

電力盈余率約束

SOEP≤SOEP，max

(11)

式中 SOEP，max——給定的最大電力盈余率限定值。

因此，對于獨立可再生能源發電系統而言，優化的過程就是，在滿足電力盈余率和電力不足率約束條件下，尋找最優的EESS-PESS組合，使得儲能系統的總成本最低[10-12]。

2.2 優化模型的求解

對于本文中的優化問題，共有兩個變量EESS和PESS，可以利用遺傳算法進行求解，首先需要進行適應度函數的選取。

(1)適應度函數的選取。可以將目標函數和約束條件進行結合，轉化成如下適應度函數：

FFTT=f(EESS，PESS)+α·ABS(LOEP-LOEP，max)+βABS(SOEP-SOEP，max)

(14)

式中 ABS( )——絕對值函數；

fFIT1——獨立系統適應度函數，為了能夠使得最優解滿足獨立系統電力不足率和電力盈余率的要求，這里α，β，γ的取值較大。

(2)求解過程。確定優化目標以及適應度函數。對于獨立系統輸入給定時間段內的可再生能源功率數據、負荷數據，通過遺傳算法進行最優(EESS，PESS)的計算。獨立系統儲能優化配置的整個算法流程如圖1所示。

圖1 儲能系統容量配置優化算法流程圖

3 算例分析

假設某獨立可再生能源發電系統發電功率和負荷功率如圖2所示，給定電力不足率限定值LOEP，max=0.007，電力盈余率限定值SOEP，max=0.008。根據獨立系統儲能優化模型求解，優化結果如表1所示。負荷外功率變化值如圖2所示。電力不足率LOEP與儲能系統容量—功率之間的關系如圖3所示。電力盈余率SOEP與儲能系統容量—功率之間的關系如圖4所示。

圖2 獨立可再生能源發電系統功率輸出和負荷功率

圖2 負荷外功率變化值

圖3 電力不足率LOEP與儲能系統容量—功率之間的關系

圖4 電力盈余率SOEP與儲能系統容量—功率之間的關系

容量EESS/MWh功率PESS/MW總成本CSUM/$電力不足率LOEP電力盈余率SOEP27327.16155.24×1060.0070.00776

在沒有配置儲能裝置時，獨立可再生能源發電系統的LOEP=0.134 574，SOEP=0.130 38。由圖3和圖4可以看出，隨著電池儲能系統容量和功率的增大，電力盈余率SOEP和電力不足率LOEP呈現逐漸下降的趨勢。當配置容量為273MWh，最大充放電功率為27.16MW的電池儲能系統后，系統的LOEP=0.007，SOEP=0.007 76。

從圖3和圖4中可以看出，當固定容量EESS=273MWh，在PESS<27.16MW時，儲能系統容量配置已能達到平衡系統功率的所需容量，但是由于儲能系統充放電功率的限制，儲能系統的功能沒能得到發揮，隨著功率配置的不斷增加SOEP和LOEP逐漸降低直到27.16MW時滿足系統性能指標要求；當固定功率PESS=27.16MW，在EESS<273MW時，雖然儲能系統功率配置能夠滿足平衡目標外所需功率的要求，但是由于能量的不足同樣會限制儲能系統發揮作用，隨著容量配置的增加SOEP和SOEP降低直到EESS=273MW時，能夠完全滿足系統對儲能單元的要求。

在儲能系統功率和容量配置都足夠大時，SOEP和LOEP可以完全達到0，但是由于儲能系統成本比較高，這樣會導致系統經濟性差。獨立系統儲能成本COST，sum與容量—功率之間的關系如圖5所示。從圖5可以看到，隨著儲能系統的容量和功率配置的增大，儲能系統成本呈現遞增趨勢。在系統給定的電力盈余率和電力不足率要求下，EESS=273MWh，PESS=27.16MW時投資成本最小。

圖5 獨立系統儲能成本COST，sum與容量—功率之間的關系

4 結語

本文詳細介紹了含風力和太陽能光伏電池的可再生能源發電系統中蓄電池儲能單元的容量—功率優化配置模型，主要是綜合考慮儲能系統的各種投資費用，例如初始投資成本、配套設施成本、運行維護成本以及更換成本。基于獨立可再生能源發電系統對儲能單元的充放電功能要求，考慮整個系統的約束條件，根據目標函數即儲能系統總投資成本最小的要求，通過遺傳算法能夠準確計算最佳的容量-功率組合，這樣就為可再生能源發電系統中儲能及其配套裝置的規劃提供了精確的優化計算方法和可行的參考思路。

[1]馬溪原,吳耀文,方華亮,等.采用改進細菌覓食算法的風/光/儲混合微電網電源優化配置[J]. 中國電機工程學報,2011,31(25):17-25.

MAXi-yuan,WUYao-wen,FANGHua-liang,etal.Optimalsizingofhybridsolar-winddistributedgenerationinanislandedmicrogridusingimprovedbacterialforagingalgorithm[J].ProceedingsoftheCSEE,2011,31(25):17-25.

[2]羅運虎,王冰潔,梁昕,等.電力市場環境下微電網不可再生分布式發電容量的優化配置問題[J]. 電力自動化設備,2010,30(8):28-36.

LUOYunhu,WANGBing-jie,LIANGXin,etal.Configurationoptimizationofnon-renewableenergydistributedgenerationcapacity[J].ElectricPowerAutomationEquipment,2010,30(8):28-36.

[3]BELFKIRAR，ZHANGL，BARAKATG．Optimalsizingstudyofhybridwind/PV/dieselpowergenerationunit[J].SolarEnergy,2011,85(1):100-110.DOI:10.1016/j.solener.2010.10.018.

[4]董凱,江輝,黃澤榮,等.運用成本效益分析的風/柴/儲能系統規劃方法[J].電力系統及其自動化學報,2010,22(3):67-72.

DONGKai,JIANGHui,HUANGZe-rong,etal.Planningmethodofwind-diesel-storagesystemusingcost-benefitanalysis[J].ProceedingsoftheCSU-EPSA,2010,22(3):67-72.

[5]梁惠施,程林,蘇劍.微網的成本效益分析[J].中國電機工程學報,2011,31(Z1):38-44.

LIANGHui-shi,CHENGLin,SUJian.Costbenefitanalysisformicrogrid[J].ProceedingsoftheCSEE,2011,31(Z1):38-44.

[6]鄭漳華,艾芊,顧承紅,等.考慮環境因素的分布式發電多目標優化配置[J].中國電機工程學報,2009,29(13):23-28.

ZHENGZhang-hua,AIQian,GUCheng-hong,etal.Multi-objectiveallocationofdistributedgenerationconsideringenvironmentalfactor[J].ProceedingsoftheCSEE,2009,29(13):23-28.

[7]張建華,蘇玲,陳勇,等.微網的能量管理及其控制策略[J].電網技術,2011,35(7):24-28.

ZHANGJian-hua,SULing,CHENYong,etal.Energymanagementofmicrogridanditscontrolstrategy[J].PowerSystemTechnology,2011(7).

[8]王瑞琪,李珂,張承慧.基于混沌多目標遺傳算法的微網系統容量優化[J]. 電力系統保護與控制,2011,39(22):16-22.

WANG Rui-qi, LI Ke, ZHANG Cheng-hui. Optimization allocation of microgrid capacity based on chaotic multi-objective genetic algorithm[J]. Power System Protection and Control,2011,39(22):16-22.

[9]王成山,于波,肖峻,等.平滑可再生能源發電系統輸出波動的儲能系統容量優化方法[J].中國電機工程學報,2012,32(16):1-8.

WANG Cheng-shan, YU Bo, XIAO Jun, et al. Sizing of energy storage systems for output smoothing of renewable energy systems[J].Proceedings of the CSEE,2012,32(16):1-8.

[10]趙晶晶,李振坤,朱蘭,等.儲能系統在微網中的優化配置與成本分析[J].華東電力,2011,39(10):1615-1618.

ZHAO Jing-jing, LI Zhen-kun, ZHU Lan, et al. Optimal allocation and cost analysis of energy storage system in microgrid[J]. East China Electric Power, 2011，39 (10)：1615-1618.

[11]CHEN S X, GOOI H B, WANG M Q. Sizing of Energy Storage for Microgrids[J]. IEEE Transactions on Smart Grid,2012, 3(1):142-151.

[12]VENU C, RIFFONNEAU Y, BACHA S, et al. Battery Storage System sizing in distribution feeders with distributed photovoltaic systems[J]. 2009 IEEE Bucharest Power Tech,2009.

(本文編輯：楊林青)

Optimal Configuration Method for A Battery Storage System Capacity

WANG Bo

(State Grid Anhui Maintenance Company, Hefei 230061, China)

Battery energy storage unit is an essential part of independent renewable generation system. It can meet the real-time match between power generation and load through its charge and discharge control. The battery energy storage system cost is relatively high, so we should usually consider the relationship between system indicator requirements and its cost, and reduce the cost of energy storage unit as far as possible. Therefore, this paper proposes an economical model of energy storage system, which can achieve the capacity optimization of energy storage system under the given work indicators using the genetic algorithms.

storage battery; renewable energy power generation system; capacity optimization; genetic algorithm (GA)

10.11973/dlyny201701016

王 波(1988-)，男，工程師，主要研究方向為電網運行與控制，新能源發電技術，儲能系統的優化建模與控制。

TM912

A

2095-1256(2017)01-0068-04

2016-11-13