儲能裝置在微網系統中的經濟運行分析

陳 磊，詹躍東

（1. 昆明理工大學信息工程與自動化學院，云南 昆明 650500；2. 昆明理工大學云南電網公司研究生工作站，云南 昆明 650217）

儲能裝置在微網系統中的經濟運行分析

陳 磊1,2，詹躍東1

（1. 昆明理工大學信息工程與自動化學院，云南 昆明 650500；2. 昆明理工大學云南電網公司研究生工作站，云南 昆明 650217）

本文基于風、光、柴油機、蓄電池復合發電系統研究分布式發電中的能量調度及優化設計問題。本文建立了風機、光伏陣列、柴油機及蓄電池的數學模型，利用該模型可以根據實時的太陽輻射強度和風速計算出光伏陣列和風力發電機的輸出功率。本文所采用的能量調度策略為并網狀態下最大限度地使用可再生能源。在此調度策略基礎上，利用動態規劃法確定柴油機和蓄電池的輸出功率。最后在 Matlab上通過算例系統對本文所研究的問題進行仿真分析，結果表明蓄電池在微網中的應用可以使系統達到降低經濟成本、提高系統運行可靠性的目的。

分布式發電；微電網；蓄電池；動態規劃法

0 引言

引入儲能技術是為了解決新能源消納、增強電網穩定性、提高配電系統利用效率。電網中的儲能環節可以有效地實現需求側管理，消除峰谷差異，平抑負荷。不僅可以改善系統運行穩定性、參與調頻調壓、補償負載波動，還能更有效地利用電力設備、降低電力成本，進而促進可再生能源的應用。

1 本文所需分布式電源的數學模型

1.1 光伏機組的數學模型

光伏電池機組的的功率輸出表達式為:

其中，標準測試條件電池輸出功率為STCP ；光伏電池的實際輸出功率為PVP ；標準測試條件下輻照強度STCG ；實際輻照強度為INGG ；功率溫度系數為k；參考溫度為rT；電池板工作溫度為cT[1]。

1.2 風力發電的數學模型

當風速很小時，風電機不發電。達切入風速時，發電機開始發電。風力愈強，輸出功率愈大。至額定風速時，風電機輸出其額定功率。隨后輸出功率保持大致相同。當風速愈發增大，達切出風速的時，為免受損，風電機剎車，不再輸出功率。則風力機的輸出功率可表示為風速的函數：

式中：風電機功率特性曲線參數 k0、k1、k2；切入風速vi、額定風速vr、切出風速vo以及額定功率Pr。

1.3 柴油機的數學模型

柴油發電機是按MG-EMS的指令運行，在微網處于孤島運行時或者在微網處于并網向孤島運行狀態過渡時，將以PV節點運行，而在微網并網運行時一般以PQ節點運行。如下為其燃料-功率輸出特性：

其中，同步發電單元的費用系數為 ai， bi， ci，同步發電單元的燃料消耗成本為 CF-syn（元），同步發電單元的出力為

1.4 蓄電池

通常來講，荷電狀態（SOC）的預測是整個分布式發電機組的經濟平衡和發電規劃的一個重要環節[2]。輸入蓄電池的能量或者從蓄電池輸出的能量可通過安培小時法簡單計算出。僅需已知被測蓄電池的最大容量，即可用此方法來求取蓄電池的荷電狀態[3]。

安培小時法的基本思想為把不同電流下的放電電量等效成標準電流下的放電電量，通過一個容量修正系數得到修正后的等效放電電量公式：式中，iC表示在相同的初始條件下以不同放電電流i放出的電量，IC表示在相同的初始條件下以標準放電電流 I放出的電量錯誤！未找到引用源。。考慮溫度的影響（溫度升高，蓄電池放電時間增加，放出容量增加，反之降低），引入溫度修正系數tω（設標準容量 CN為 30℃時標準放電電流下的最大放電容量）：

式中，溫度系數 k是一個近似常數，通常取0.008。

修正后的等效放電電量公式為：

則蓄電池的剩余容量為：

得蓄電池的荷電狀態（SOC）：

式（9）中i為充放電電流，可按如下方法計算。設系統額定電壓為V，負載需求功率為PLD，或系統剩余功率為Pe，則有，

充電電流chargeI ：

2 蓄電池在微網中的經濟運行分析

本章考慮了微網的并網運行情況，結合與配電網的交互問題，提出了含柴油機、風力發電機、光伏發電單元和蓄電池的微網，以經濟效益最大目標的能量優化管理模型和調度策略。制定如下經濟運行原則：

（1）微網與主網功率可自由交換，但優先使用微網內部電源滿足微網負荷需求；

（2）風電及光伏發電均在最大功率點追蹤模式[4]下運行。

在滿足各種約束條件的基礎上，使用動態規劃法求取微網的經濟效益最大下的各發電單元出力[5]。

2.1 目標函數

經濟運行將微網系統看作一個整體，不計向微電網內部負荷售電收益，忽略風電、光伏發電及蓄電池運行費用，在調度時段內微電網保證自身負荷需求的基礎上，以經濟效益最大為目標，則目標函數為：

式中：在時段 內，微電網發電成本為 Cei；微電網向主網售電或購電的費用為 Cei；微電網與主網交換功率為 Pexi（微電網輸出功率為正 Pexi，反之為負）；售電電價和購電電價分別為 psi和 pbi；柴油機耗油量為VMTi；時長為Δti；柴油機發電成本為CFCi。柴油價格為 pgas；柴油機發電成本為 CFCi。

2.2 約束條件

2.2.1 系統有功功率平衡

式中，t時刻系統中的總有功負荷為tLP（kW）；可調度單元t時刻功率輸出為itP（kW）；不可調度單元t時刻功率輸出為ftP（kW）；d：可調度單元數目；q：不可調度單元數目[6]。

2.2.2 發電單元有功功率限制

2.2.3 儲能單元運行約束

蓄電池需要滿足荷電狀態約束：

充電電流約束：

放電電流約束：

2.3 蓄電池的運行方式

調度周期內在負荷確定的情況下，風電、光伏發電的運行方式已相對固定，所以僅需確定蓄電池的合理運行方式。故求解蓄電池的最佳運行方式，本文采用動態規劃法。蓄電池運行方式優化屬多階段非線性規劃問題，在采用動態規劃求解之前，須將蓄電池模型轉化為動態規劃可操作的方式[7]。

首先將整個調度周期均分為N個時段，假定每個時段內，電價、負荷、電源出力等均恒定不變，其中各時段依次記為i，i∈{1, 2, …, N}。用N個時段表示蓄電池的N個階段，把剩余電量作為蓄電池各階段的狀態，同時將各階段所有可能的充放電電流作為備用決策，為模擬蓄電池充放電過程，先把蓄電池出力變化的連續過程離散化，如表1所示。

表1 電池充放電狀態及相應電流Tab.1 Charging and discharging status of battery and corresponding current

其中，蓄電池的額定充電電流為Iar和額定放電電流Ibr，并且假定蓄電池放電電壓等于充電電壓。

使用動態規劃法求解，當確定在某一階段蓄電池的剩余電量后，經由表1選擇任一充放電電流作為該階段決策，即可過渡到下一階段狀態。定義在蓄電池不啟動情況下微網與主網在時段 的功率交換量為（當微網輸出功率，為正，反之為負）。為了充分利用電價波動來提高微網經濟效益，蓄電池應按如下原則運行：

為在動態規劃求解的各階段體現上述原則，則如式（20）制定階段指標函數來表示時段 i的虛擬收入，且動態規劃求解過程中評價指標均以虛擬收入體現：

式中：期望損失和期望收益分別為 Cdi和Uk為充或放電電壓，恒定不變； Ik為充放電電流，若蓄電池放電，則 Ik為正，反之為負；峰時段售電電價為 psmax；時段i的售電電價和購電電價分別為psi和pbi；δ為系數，取1～2；時段i的時長為Δti；時段i的充電效率和放電效率分別為ηai和ηbi。過程指標函數可如下：

2.4 蓄電池的控制策略

在確定風電、光伏、柴油機運行方式的情況下，使用如下三種蓄電池的調度策略：

（1）蓄電池在整個調度周期內均不啟動；

（2）蓄電池在整個調度周期內均工作于循環充放電狀態；

（3）蓄電池按如下方法確定其以最佳運行方式運行：

3 算例分析

3.1 算例系統

主要由微電網、柴油機組、風力發電機組、光伏陣列組成算例系統發電單元，蓄電池為儲能單元，如圖1所示。

圖1 微電網結構Fig.1 Microgrid structure

圖中：風機切入風速為2.5 m，額定風速為12 m，切出風速為25 m；風速數據采用威布爾分布模擬，形狀參數為2.2且尺度參數為8；初始時刻蓄電池剩余電量（最低允許剩余電量）為18 kW?h；蓄電池額定充電電流為46 A，放電電流為40 A，充放電電壓均取400 V，充放電效率均為87%；輻照強度及溫度采用文獻[8]的數據；將調度周期1 d等分為48時段，其中谷時段為23:00—07:00，平時段為07:00—08:00、11:00—17:00和22:00—23:00，峰時段為08:00—11:00和17:00—22:00。各時段電價如表2所示[9]。

表2 售電及購電價格Tab.2 Sale and purchase price of electricity

使用Matlab編程仿真，典型日負荷數據選取如圖2。

圖2 典型日負荷數據Fig.2 Typical day load data

據圖2可知，典型日負荷數據一直處于比較波動的狀態，但是其負荷的波動符合居民用電規律。在3點至4點，負荷處于低谷，分別在10點至11點與19點至20點時段負荷處于高峰。

設定調度周期內風電及光伏發電置于最大功率點追蹤模式運行，則各時段風電、光伏、柴油機組發電功率輸出情況如圖3所示。

圖3 分布式電源輸出的功率Fig.3 Output power of distributed power supply

分析圖3可知，通過分析可得，由于設置了以微網經濟效益最大為目標的目標函數，風光機組最大化利用自然條件。光伏機組在0點至7點一直沒有發電，在7點至15點光伏機組輸出功率逐步上升，15點至 19點其輸出功率逐步減小，從 19點至 24點其不輸出。風力機組的輸出功率在0點至24點全時段內一直處于比較頻繁的波動狀態。柴油機組的出力情況為在0點至8點一直處于穩定的發電狀態，8點至13點左右柴油機輸出功率逐步減小，13點至18點柴油機輸出功率逐步增長，18點至24點柴油機輸出功率處于一個穩定的值。

3.2 算例分析

在上述風電、光伏及柴油機運行方式確定的情況下，制定了3種蓄電池的控制策略，在該典型日進行算例分析[10-12]。

在采用以上3種不同控制策略時，圖 6為微網與主網間功率交換情況，功率為負表示微電網輸入功率，功率為正表示微電網輸出功率。

由圖4可知：當蓄電池采用控制策略1時，在0點至10點、12點至16點，此時微網與主網之間的交換功率為正，說明此時微電網有多余電能向大電網輸送；而在10點至12點、16點至24點，此時微網與主網之間的交換功率為負，說明此時，大電網向微電網輸送功率。

圖4 采用不同控制策略時微電網與主網交換的功率Fig.4 The power of the microgrid in exchange for different control strategies

當蓄電池采用控制策略2時，在0點至12點、17點半至19點半、21點半至23點半，此時微網與主網之間的交換功率為正，說明此時微電網有多余電能向大電網輸送；而12點至17點、19點半至21點半、23點半至 24點，此時微網與主網之間的交換功率為負，說明此時，大電網向微電網輸送功率。

當蓄電池采用控制策略3時，在0點至19點半，此時微網與主網之間的交換功率為正，說明此時微電網有多余電能向大電網輸送；而在 19點半至 24點，此時微網與主網之間的交換功率為負，說明此時，大電網向微電網輸送功率。

因此，可以從圖中可以看出，與策略1和2相比，在策略3對蓄電池的運行方式改進提升之后，主網與微網之間的交換功率的浮動較小，說明當蓄電池采用策略3可以減小主網與微網之間的功率交換，起到了平衡電能、減小功率波動的作用；還可以看出，當采用策略 3，一定程度上可減少微電網與主網交換功率為負的時段，即減少微電網向主網購電的時段，并降低購電量，采用策略3時蓄電池出力情況如圖5所示。

據圖5可知，在0點至7點，蓄電池的輸出功率為負，處于充電狀態；在7點至15點，蓄電池的輸出功率為正，處于放電狀態；在15點至16點，蓄電池的輸出功率為負，處于充電狀態；在16點至24點，蓄電池的輸出功率為0，一直處于相對穩定的狀態，既不放電也不充電。

圖5 采用策略3時蓄電池輸出的功率Fig.5 Using strategy 3 battery output power

因為風電、光伏及柴油機運行方式已經確定，所以在不考慮柴油機發電成本的情況下，蓄電池采用策略1、2、3時，微網購售電費用情況如表3所示。

表3 購電和售電費用Tab.3 The purchase and sale of electricity costs

通過表3分析可知，由于策略1采用蓄電池在整個調度周期內均不啟動，其購電費用最高，向主網售電的收益居中，合計下來經濟效益居中；策略2蓄電池在整個調度周期內均工作于循環充放電狀態，其購電費用居中，向主網售電的收益最少，合計下來經濟效益最少；策略3蓄電池在整個調度周期內進行優化調度，其購電費用最少，向主網售電的收益最多，合計下來經濟效益最多。因此，采取本文設置的策略 3，不僅可以購電費用減少，還可以使得向主網售電費用最高，說明蓄電池采用策略3可以使得微網的運行收益和經濟效益最好。如果制定不當的蓄電池運行方式，與策略1對比，當使用策略2時反而會降低微電網收益。

4 總結

本文在含新能源的并網的運行和控制策略研究范疇內,針對儲能裝置在微網中的運行分析問題開展研究,主要工作及結果如下:

（1）本文對微電網系統中常見的風力發電機組、光伏發電機組和柴油機組等分布式能源的運行特性和工作原理進行了詳細的分析，并建立了它們的數學模型。

（2）根據儲能裝置的特性，在微網并網運行的情況下，為儲能裝置設置了三種控制策略。

（3）使用Matlab編程仿真，分析了微電網系統在并網運行時，以微網系統的經濟效益最大為目標的情況下，儲能裝置基于三種不同的控制策略的出力曲線，研究了儲能裝置在微網系統并網運行時所能起到的作用。

[1] 劉天琪, 江東林. 基于儲能單元運行方式優化的微電網經濟運行[J]. 電網技術, 2012.

[2] 吳紅斌, 蔡亮. 可再生能源分布式發電系統的經濟調度[J].農業工程學報, 2010.

[3] 金曉東, 丁明, 茆美琴. 分布式發電系統中的蓄電池模型[J]. 儀器儀表用戶, 2008.

[4] Benefit of Distributed Generation. A Line Loss Reduction Analysis. P.Chiradeja.

[5] 2005 IEEE/PES Transimission and Distrubution Conference and Exhibition: Asia and Pacific. 2005, Dalian, China.

[6] 徐虹, 蘆晶晶, 孫宇斌, 艾欣, 張建華. 含分布式電源的智能配電網的多目標優化調度. 電氣技術, 2012.

[7] Antonio Carlos Barbosa Martins, Cesar Ribeiro Zani, Sergio L. A. Sardinha. Integration of Wide-Scale Renewable Resources Into the Power Delivery Syetem, 2009 CIGRE/IEEE PES Joint Symposium. July 29th-31st, 2009, Calgary,Canada.

[8] 郭佳歡. 微電網經濟運行優化的研究[D]. 北京: 華北電力大學, 2010.

[9] 來金鋼, 周洪, 胡文山. 微電網環境下光伏發電短期輸出功率預測研究[J]. 新型工業化, 2014, 4(12): 5-11.

[10] 丁明, 徐寧舟, 畢銳. 用于平抑可再生能源功率波動的儲能電站建模及評價[J]. 電力系統 自動化, 201l, 35(2): 66-72.

[11] 艾芊, 章健. 基于多代理系統的微電網竟價優化策略[J].電網技術, 20 10, 34(21): 46. 51.

[12] Majumder R G, Ledwich A G. Power management and power flow control with back-to-back converters in a utility connected micro grid[J]. IEEE Trans on Power Systems, 20 10, 25(2): 821-834.

The Economic Operation Analysis of Energy Storage Device in Micro-grid

CHEN Lei1,2, ZHAN Yue-dong1
(1. School of Information Engineering and Automation of Kunming University of Science and Technology, Kunming 650500, China;2. Kunming University of Science and Technology’s Postgraduate Workstation of Yunnan Power Grid Company, Kunming 650217, China)

In this paper, the scheduling and optimal design of energy in wind-solar-diesel-fuel cell-battery hybrid power generation system will be discussed. The mathematical models of solar array, wind turbine, diesel, battery and fuel cell are presented based on quasi-steady-state theory. By using the models, the output power of solar array and wind turbine are determined corresponding to solar radiation and wind velocity data. The energy scheduling strategy used in this paper is to maximize the use of renewable energy in the grid connected state. On the basis of this scheduling strategy, the output power of the diesel engine and the battery is determined by the dynamic programming method. Finally, on the Matlab through a numerical example system studied in this paper carries on the simulation analysis, the results show that the battery in the micro network application can make the system to reduce the cost and improve the reliability of the system operation.

Distributed generation; Micro-gridl; Energy dispatching strategiesl; Dynamic programming method

TP273+.1

A

10.3969/j.issn.1003-6970.2017.12.024

本文著錄格式：陳磊，詹躍東. 儲能裝置在微網系統中的經濟運行分析[J]. 軟件，2017，38（12）：123-128

陳磊(1993-)，男，碩士研究生，主要研究方向為配網自動化；詹躍東(1963-)，男，教授，主要研究方向為分布式電源接入技術研究。

陳磊(1993-)，男，碩士研究生，主要研究方向為配網自動化。