基于智能電表數據的電池儲能容量配置優(yōu)化

鐘晗煒，鄭杰俊

(福州大學電氣工程與自動化學院，福建 福州 350100)

1 引言

近些年來,隨著我國經濟和技術的高速發(fā)展，對能源產生了極大的需求，由于我國的經濟增長方式仍然處于一種高投入、高排放、低效率的模式，這種模式造成了極大的資源浪費。目前，提高能源的使用效率，開發(fā)可再生能源，降低污染與溫室氣體排放，是世界各國都關注并積極探索的重要課題。電力作為最重要的二次能源，對能源高效利用和能源結構優(yōu)化的格局轉變有著重要意義。電池儲能系統(tǒng)(Battery Energy Storage System,BESS)是提高電能使用效率的重要手段。在峰谷分時電價的背景下，用電用戶可以通過谷電價時段對電池儲能系統(tǒng)充電，并在峰電價時段對電池儲能系統(tǒng)放電，以達到提高能源利用率的目的并節(jié)省用電用戶的用電成本。

部署于用戶側的儲能系統(tǒng)，其容量的大小極大地影響了電池儲能系統(tǒng)的成本，若初期投資過高，用電用戶或將無法承受。如果儲能容量太大而無法在大多數時間內完全使用，則會造成投資上的浪費；另一方面，如果儲能容量太低，不僅會因電池的過充、過放令使用壽命迅速減少，提高維護支出，還降低了使用電池儲能系統(tǒng)所得到的收益。因此優(yōu)化儲能容量對于部署于用戶側的電池儲能系統(tǒng)非常重要[1]。

現(xiàn)已進行許多研究工作對儲能系統(tǒng)的容量大小進行優(yōu)化。文獻[2]針對峰值和負載減少問題建立了電池儲能系統(tǒng)容量規(guī)劃模型，并利用了兩個不同優(yōu)化目標的充放電功率的最優(yōu)控制策略。如文獻[3]建立了一個基于充放電功率和容量比較約束的儲能容量優(yōu)化模型，以最小化運行成本和建設成本之和。文獻[4]考慮到電池儲能系統(tǒng)容量優(yōu)化及其經濟效率和適應性，建立了峰值功率約束和綜合成本效益模型。文獻[5-7]提出了一種解決能量存儲容量優(yōu)化的智能算法，包括遺傳算法和粒子群優(yōu)化算法。文獻[8]提出了與峰谷分時電價相關的電池儲能系統(tǒng)最優(yōu)運行策略，用以實現(xiàn)最大利潤，結果表明儲能裝置的安裝可以有效地節(jié)省能源成本。

本文的電池儲能系統(tǒng)由儲能電池、儲能逆變器、智能電表、電氣負載和電網組成。電池儲能系統(tǒng)通過合適的充放電策略，電網的電經過儲能逆變器對儲能電池進行充電，儲能電池對電氣負載進行供電。本課題所研究的電池儲能系統(tǒng)因未接入太陽能光伏發(fā)電等模塊，故暫不考慮發(fā)電帶來的影響。

但電池儲能系統(tǒng)存在著儲能容量配置不合理，導致容量浪費、引起成本過高致項目難落地等問題。

針對上述問題，本文將基于用智能電表所獲取的福建某工業(yè)企業(yè)的用電數據，建立最優(yōu)化數學模型，結合合適的充放電策略，采用遺傳算法求解，對電池儲能系統(tǒng)的容量進行優(yōu)化配置。

2 用電數據的獲取

本課題的研究對象是福建某工業(yè)企業(yè)，其電表計量功能單一，只能計量月總用電量等簡單的用電數據，不能實時獲取用電信息，且這些數據量級小精度差，在數據采集過程中，難以發(fā)揮作用。而目前的電表大多是老式電表，只能就地讀取數據，不具備遠程傳輸功能，所以僅能通過人工抄表的方式進行數據采集。為了滿足對用電數據的分析，用電數據量應盡可能大，包含的月份和天數應盡可能多，且應具備實時性和正確性。故本課題在不影響原有的配電系統(tǒng)結構的基礎上對該工業(yè)企業(yè)的電表進行了更換與升級，智能電表使用的是AEW100無線計量儀表和配套互感器。

該電表的作用是對三相有功功率進行采集，為用戶實現(xiàn)在線監(jiān)控、集中抄表、和用電數據管理提供有力幫助。采集精度高，能滿足本課題的數據需求，體積小且安裝方便，可以根據用戶配電箱的具體情況靈活地裝配，以完成對不同設備、不同樓層的分項電能計量。

本課題的研究對象在每層樓都安裝了智能電表，以采集所有樓層的用電數據，從而進行分析。智能電表不僅支持電能計量，而且還能實現(xiàn)實時監(jiān)控，用電數據存儲和遠程數據傳輸等功能。

3 用電數據說明

在工業(yè)企業(yè)的用電數據采集完成后，需要將這些數據應用到后續(xù)工作中。智能電表用電數據在本課題中相當于儲能系統(tǒng)容量優(yōu)化配置的基礎。

本文的研究對象有三層樓，采集的智能電表數據是用戶的原始數據，如表1所示，該表為該工業(yè)企業(yè)3樓2019年6月的部分數據，數據采集周期為1分鐘。其中總有功功率單位為kW，正向有功用量單位為kW·h。

表1 2019年6月某工業(yè)企業(yè)3樓原始用電數據

考慮到后續(xù)要對儲能容量進行優(yōu)化配置，本文對三層樓的用電數據進行了整合，整合后的部分數據如表2所示。其中總有功功率單位為kW，總用電量單位為kW·h。為了后續(xù)的儲能容量最優(yōu)化，將三層樓的數據整合到了一起，并將采集周期取為30分鐘。

表2 2019年6月某工業(yè)企業(yè)整合后用電數據

為了將用電數據應用到后續(xù)的儲能容量優(yōu)化當中，可以用基于用電數據的典型日負荷優(yōu)化儲能容量。

研究對象的電氣負載包含了照明設備、計算機、工業(yè)設備測試臺、空調和熱水器等。這些電氣負載具有顯著的時變性，因不同的時段用戶有各自的需求[8]。有許多方法可以獲得典型日負荷，本文選用三種方法獲取典型日負荷，分別是最大日負荷法、均值法以及K-Means法[9]：

(1)最大日負荷法，統(tǒng)計出用戶用電數據中的最大值，取最大值所在的那一日作為典型日負荷。

(1)

式中，pa,b,c為第a月，第b日；第c時段的用電數據，n為總天數。

(3)K-Means法，K-Means法的做法是首先隨機選取k個對象，并且每個對象最初代表一個簇的中心。對于其余每個對象，根據其與每個群集中心的距離將其分配給最近的簇，然后重新計算每個簇的平均值。重復該過程直到標準函數收斂。距離度量d為歐幾里得距離。

d=(x-c)(x-c)′

(2)

式中，x為待聚類的相關因素構成的向量；c為最初指定的聚類中心的數量。

以最大日負荷法為例，以一天的48個時刻(即00:00、00:30、…、23:30)為橫軸，求得的典型日負荷繪制成如圖1所示。

圖1 典型日負荷

4 電池儲能系統(tǒng)容量優(yōu)化

為了降低電池儲能系統(tǒng)的投資成本，并從中獲取電價收益，對電池儲能系統(tǒng)進行儲能容量優(yōu)化配置，以電池儲能投資成本最低、獲取最大收益為主要目標建立儲能容量配置優(yōu)化模型可以解決這一問題。

4.1 充放電策略

基于分時電價的充放電策略是在峰谷電價期間，用戶通過電池儲能系統(tǒng)調整充、放電，減少高價電力的購買。

本文基于圖2所示的分時電價提出了一種簡單的充電和放電策略。分時電價是指根據電力系統(tǒng)的運作將24小時分成各個部分，每部分的電價不同，包括峰時段、谷時段和平時段，以滿足用戶不同時段的用電需求。各個時段的電價皆是根據系統(tǒng)操作的平均邊際成本來規(guī)定的。分時電價能很好地實現(xiàn)“削峰填谷”，并且能優(yōu)化用電用戶的用電方式[10]。

中國福建省的分時電價如圖2所示。電價分為三個時段：

圖2 各時段的分時電價

(1)峰時段：1.08 CNY/kW·h，時間段為8:30-11:30、14:30-17:30和19:00-21:00。

(2)平時段：0.72 CNY/kW·h，時間段為6:00-8:30、11:30-14:30、17:30-19:00和21:00-24:00。

(3)谷時段：0.36 CNY/kW·h，時間段為0:00-6:00。

如果電價處于谷時段，則用戶將購買電力以對電池充電。如果電價處于峰時段，則電池儲能系統(tǒng)將放電以降低高價電的使用。電池儲能系統(tǒng)不在其他時期間充電或放電。

4.2 儲能優(yōu)化模型

根據如上所敘，在儲能優(yōu)化模型中應考慮電池儲能系統(tǒng)投資成本、運維成本還有電價收益。儲能優(yōu)化數學模型應有目標函數與約束條件。

(1)電價收益

由圖2給出的分時電價，將一天分為48個時段。根據文獻[11]的研究工作和4.1章節(jié)的充放電策略，電價收益模型E可表述如下，

(3)

(2)電池儲能系統(tǒng)的投資成本

本文電池儲能系統(tǒng)的投資成本主要是儲能電池的成本，本文選擇使用磷酸鐵鋰電池作為儲能介質。則電池儲能系統(tǒng)的投資成本可表示為：

C1=rWKWW

(4)

其中，rW為儲能系統(tǒng)的固定資產折舊率；KW為電池儲能系統(tǒng)的單位造價；W為電池儲能系統(tǒng)的最佳容量。

(3)電池儲能系統(tǒng)的運維成本

為了保證裝置正常運行，需定時進行裝置的維護。電池儲能系統(tǒng)的運維成本主要取決于自身的規(guī)模，則運維成本可以表示為C2：

C2=CmP

(5)

其中，Cm為單位容量的年運維成本；P為電池儲能系統(tǒng)的最佳功率。

(4)電池儲能系統(tǒng)的總收益

為了能最大化工業(yè)企業(yè)的應用儲能設備的收益，并基于用電數據獲得最佳容量W和最佳功率P，電池儲能系統(tǒng)的總收益T可表示如下：

T=E-C1-C2

(6)

綜上，本文建立的儲能優(yōu)化模型模型如下，

maxT=max(E-C1-C2)

(7)

(8)

(9)

(10)

(11)

Wups≤wj≤W

(12)

式(8)中的η為電池儲能系統(tǒng)的充放電效率；w0表示的是電池儲能系統(tǒng)的初始電量；Wups是不間斷電源所需的容量，通常取為0.1倍的儲能容量。

式(8)表示電池儲能系統(tǒng)的充、放電約束，該系統(tǒng)必須保持每天的充放電平衡；式(9)和式(10)表示電池儲能系統(tǒng)的功率約束；式(11)表示的是第j個時期開始時電池儲能系統(tǒng)的電量wj；電池儲能系統(tǒng)作為不間斷電源(UPS)時，應該滿足公式(12)給出的電量約束。

4.3 遺傳算法流程

本文所述模型采用遺傳算法結合可行性法則進行求解。遺傳算法的步驟如下。

步驟1：讀取電池儲能系統(tǒng)的數據參數、分時電價與典型日負荷數據等。基于目標函數公式(7)、約束條件公式(8)至公式(12)和充放電策略，同時結合可行性法則，生成一個CV矩陣(種群個體違反約束程度矩陣)消除不等式約束條件，建立無約束條件的目標函數。

步驟2：設定遺傳算法的種群規(guī)模、編碼方式、最大進化代數等參數，創(chuàng)建區(qū)域描述器，設置的基本參數，并設置電池儲能系統(tǒng)的最佳功率P和最佳容量W范圍。

步驟3：計算種群中各個個體的適應度值，并評價各個個體。

步驟4：以一定的概率對種群個體進行交叉、變異等操作，產生新的個體。

步驟5：評價與選擇新的個體，根據選擇策略，從種群中選擇個體進入下一代。

反復進行步驟4和步驟5，當滿足終止條件時輸出最優(yōu)解算法結果；若不滿足，則反復進行上述操作直至達到最大進化代數。

根據以上遺傳算法步驟，對儲能優(yōu)化模型進行求解。

5 算例分析

本文算法采用PYTHON語言編程進行求解。研究對象是某福建工業(yè)企業(yè)，使用智能電表對該企業(yè)三層樓的用電數據進行實時采集和存儲，采集周期為2019年1月到2019年12月，取2019年4月到6月的智能電表數據作為本課題研究的原始數據。通過上述介紹的遺傳算法與可行性法則，采用上述的充放電策略，對儲能系統(tǒng)的容量配置最優(yōu)化問題進行求解。數據參數包含三種：以最大日負荷法、均值法與K-Means法得到的典型日負荷。基于上述典型日負荷，以磷酸鐵鋰電池為配置對象，通過對磷酸鐵鋰電池的了解和數據收集，得儲能系統(tǒng)裝置的參數如下：固定資產折舊率rW=0.09，BESS的單位造價KW=1500CNY/kW·h，BESS的儲能效率η=0.94，單位容量的年運維成本為Cm=20CNY/kW。

根據前述章節(jié)的內容求解，其優(yōu)化結果如表3所示。

表3 各類典型日負荷的優(yōu)化結果

由表3可看出，最大日負荷法的最佳功率和最佳容量分別為14.64kW和71.33kW·h(實際應用可近似取為14kW和72kW·h)。在安裝本裝置前，該工業(yè)企業(yè)三個月的初始電費為13214.47元，安裝儲能裝置并通過儲能優(yōu)化后，電費可降至9285.49元。電價收益為3928.98 元，考慮投資和維護成本后總收益為1448.27元。

對比使用均值法和K-Means法求解的典型日負荷，優(yōu)化后的總收益均不如最大日負荷法，K-Means法所求結果比均值法稍好。由上分析可以得知，最大日負荷法為最佳方法，使用最大日負荷法可得到更多的收益。

6 結論

本文基于智能電表收集的工業(yè)企業(yè)用電數據，使用多種方法得到典型日負荷，通過建立儲能優(yōu)化模型，在峰谷分時電價的背景下，設置合適的充放電策略，最終選擇使用遺傳算法結合可行性法則求解電池儲能系統(tǒng)的容量優(yōu)化問題。本文以電池儲能系統(tǒng)的總收益為最大化目標，求解的同時獲得最佳容量和最佳功率。最后，對算例的計算分析來驗證了所提出的儲能容量優(yōu)化模型的有效性，實現(xiàn)工業(yè)企業(yè)用電成本降低，提高其能源利用率，為其擴大生產奠定基礎。