退役電池梯次利用對新能源消納影響的研究

樊國旗，呂 盼，樊國偉，黃 健，陳 浩，王 衡，陳梓翰

（1.國網浙江省電力有限公司金華供電公司，浙江 金華 321001；2.新疆電力公司，烏魯木齊 830011；3.國家電網公司華東分部，上海 200120）

0 引言

電動汽車電池使用5～8 年后，電池容量約為額定容量的70%[1]，而目前的回收處理產業鏈與生產不匹配，未能消化大量退役電池。根據預測，我國2020 年退役廢舊電池達25 GWh[2]，如果能將退役電池梯級利用，則不僅能夠提高電網穩定性和調節能力，更能解決目前退役電池處理能力不足的問題。

文獻[2-3]從性能和經濟性上評估了退役電池梯次利用的可行性；文獻[4]通過聚類算法對退役電池分類，從而改進退役電池模組性能；文獻[5]利用分級控制策略提高退役電池經濟性，減少棄風；文獻[6]利用滑動平均法分離預測風電功率波動分量，提高退役電池使用壽命，并減少風電波動；文獻[7]對退役電池在峰谷電價和容量電費收益方面進行評估；文獻[8]利用退役電池降低公交車充電站運營和投資成本，為含退役電池電動汽車站大規模接入提供調度參考。

在目前退役電池梯次利用方法的研究中，退役電池利用功能單一，為提高退役電池使用效率，本文提出平抑新能源功率預測誤差模型和改善系統峰谷差模型，針對新能源功率預測誤差，利用小波包分解出低頻能量型分量；針對新能源增大系統峰谷差問題，通過退役電池低谷充電、高峰放電的方法，減小峰谷差，獲得調峰收益；通過實際算例表明，該退役電池利用方法可以大幅提高退役電池項目收益，為實際退役電池梯次利用提供指導意義。

1 新能源并網影響

1.1 新能源功率預測誤差問題

新能源功率預測分為中長期功率預測、短期功率預測、超短期功率預測和實時功率預測。中長期功率預測為電量預測；新能源超短期功率預測準確度較高，對調度計劃作用最大，某地新能源超短期功率預測誤差和新能源預測功率誤差率如圖1 所示。

圖1 新能源超短期功率預測

由圖1 可知，功率預測誤差最大為-50 MW，預測誤差率為288.6%；預測平均相對誤差功率為11.2 MW，預測相對誤差率為20.3%。

調度機構需要購買其他資源平抑新能源功率預測誤差來實現功率平衡，因此新能源需要支付預測誤差懲罰成本。

新能源預測平均相對誤差ε′為：

式中：PN，t為新能源實際功率；PN，r，t為新能源預測功率。

新能源功率預測懲罰成本CN，c為：

式中：cN，c為新能源預測功率與實際功率的懲罰成本。

1.2 新能源對負荷特性影響

某日負荷、新能源和等效負荷如圖2 所示。

式中：PL，t為負荷功率；PL，eq，t為等效負荷功率。

圖2 某日負荷及新能源曲線

由圖2 可知，負荷較大的16：00—20：00 時段，新能源功率較小，提供電力支援能力較弱；而負荷較小的1：00—5：00 時段，新能源功率較大，起到“反調峰”作用。新能源并網增大等效負荷峰谷差，需要更多的調峰能力。

等效負荷峰谷差δ 反映等效負荷的波動程度，等效峰谷差越小，等效負荷波動程度越低，需要參與機組調峰能力越小。

等效負荷波動率VL，eq反映等效負荷的平穩程度[9]，等效負荷波動率越小，等效負荷越平穩，則下網功率越平穩，對應需要的機組AGC（自動發電控制）參與調節越少。

2 退役電池梯次利用促進新能源消納研究

2.1 退役電池梯次利用能量管理系統

常規電池利用時電池電量相同，且當前電量和原設計電量相同，充/放電功率和電量平均分配。退役電池梯次利用時，回收的電池規格不同，電池原設計電量可能不同；且由于電池耗損不一樣，可用電量可能不同；此外退役電池充/放電功率可能不同，其充/放電功率和電量不能平均分配。退役電池和常規電池容量區別如圖3 所示。

圖3 退役電池與常規電池容量區別

針對退役電池容量和功率的不同，設計了退役電池梯次利用能量管理系統，該系統可對退役電池的電量和功率分配進行管理。等效負荷較大時段，退役電池放電削峰；等效負荷較小時段，退役電池充電填谷。新能源預測功率大于新能源實際功率時，退役電池充電；新能源預測功率小于新能源實際功率時，退役電池放電。該能量管理系統功率和電量分配如圖4 所示。電量和功率分配如式（6）、式（7）所示。

圖4 能量管理系統

式中：ES，t為電池充/放電總電量；ES，i，t為第i 電池充/放電電量；PS，t為電池充/放電總功率；PS，i，t為第i 電池充/放電功率。

2.2 平抑新能源預測誤差控制策略

平抑新能源預測誤差的控制目標為：新能源預測懲罰成本最小，即新能源預測誤差序列絕對值的和最小。

式中：Pw，t為新能源實際功率和新能源預測功率的差值序列。

平抑新能源預測誤差控制策略為：根據新能源預測功率和新能源實際功率差值生成新能源預測功率誤差序列[9]，利用小波包分解將新能源預測誤差序列分解為高頻功率型分量和低頻能量型分量[10]，最后通過能量管理系統分配電量和功率。低頻能量型分量由退役電池存儲和釋放，為提高退役電池使用壽命，高頻能量型分量不處理，只對低頻能量分量存儲和釋放，高頻功率分量不處理；以1 min 作為功率型和能量型響應分界時間點，對應的響應頻率為0.016 7 Hz。誤差序列分解方法如圖5 所示。

圖5 平抑新能源預測誤差控制策略流程

對誤差序列進行小波包分解，得到低頻分量和高頻分量，以小波包層數為3，得到的誤差序列分解如圖6 所示。將小波包序列分解，當某個序列頻率高于響應頻率時，之前低頻序列為低頻能量型分量，分配給退役電池；之后高頻序列為高頻功率型分量，不處理。

圖6 誤差序列小波包分解

新能源預測功率高于新能源實際功率，且該差值小于退役電池最大充電功率時，若退役電池電量不大于最大電量，退役電池充電，充電功率為該差值；若退役電池電量大于最大電量，充電功率為0。新能源實際功率高于新能源預測功率，且該差值小于退役電池最大放電功率時，若退役電池電量不大于最大電量，退役電池放電，放電功率為該差值；若退役電池電量大于最大電量，放電功率為0。

2.3 平抑等效負荷波動控制策略

平抑等效負荷波動的控制目標為：充/放電效益RS最大。

式中：CS，C為充電成本；PS，F，t為放電功率；PS，C，t為充電功率；c峰為峰時段電價；c谷為谷時段電價。

平抑等效負荷波動控制策略為：根據新能源和負荷數據生成等效負荷序列，然后利用K 均值聚類算法（K=3）確定等效負荷峰谷平時段，當預等效負荷不滿足電量條件的充/放電功率時，修改預等效負荷充/放電功率至滿足條件，最后通過能量管理系統分配電量和功率。平抑等效負荷波動控制策略如圖7 所示。

圖7 平抑等效負荷波動控制策略流程

在等效負荷峰時段，退役電池放電，放電功率為等效負荷功率與預等效負荷功率差值。在等效負荷谷時段，退役電池充電，充電功率為預等效負荷功率與等效負荷功率差值。

式中：PYL，eq，t為退役電池充/放電后的預等效負荷功率。

2.4 約束條件

功率平衡約束為：

式中：PX，t為下網功率。

電池充/放電功率約束為：

電池電量ES，t約束為：

電池電量狀態：

式中：ηc和ηF分別為電池充/放電能系數。

3 算例分析

某地區新能源裝機容量100 MW，退役電池組容量25 MW/50 MWh，電池最大電量為0.9，最小電量為0.1；負荷最大功率225.9 MW，負荷最小功率111.3 MW，峰谷差為114.6 MW；聯絡線最大下網功率為300 MW，最大上網功率為200 MW；新能源功率預測懲罰成本為250 元/MWh，尖峰電價為1 200 元/MWh，谷電價為288 元/MWh。其負荷、新能源、等效負荷曲線如圖2 所示。

3.1 平抑新能源功率預測誤差收益

新能源功率預測誤差序列分解為6 層64 個分量滿足條件。誤差序列分解為功率分量和能量分量，如圖8 所示。

圖8 功率型分量和能量型分量

由圖8 可知，功率分量波動較為頻繁，而退役電池能量分量波動相對平緩。

電池利用前后的新能源功率預測誤差率對比如圖9 所示。

圖9 退役電池利用前后誤差率對比

由圖9 可知，退役電池利用后誤差率絕對值主要分布在小于10%范圍內，新能源預測平均相對誤差率絕對值為8.03%，相比原新能源預測平均相對誤差率絕對值降低12.27 個百分點，提高60.45%的新能源功率平均預測的精度。

原新能源功率預測懲罰成本為67 031 元，電池利用后新能源功率預測懲罰成本為28 901元，該成本減少38 130 元。

3.2 等效負荷改善效益

退役電池梯次利用后等效負荷與原始等效負荷如圖10 所示。

圖10 退役電池利用前后等效負荷對比

由圖10 可知，原始等效負荷最大為184 MW，原始等效負荷最大為41.5 MW，峰谷差為142.5 MW，相比不含新能源僅負荷系統峰谷差增大27.9 MW。原最大等效負荷為167.4 MW，電池利用后最小等效負荷為114.4 MW，相比原等效負荷峰谷差減小28.1 MW，降低16.8%；相比不含新能源僅負荷系統峰谷差減小0.2 MW。

不含新能源等效負荷波動率為0.233 44，含新能源等效負荷波動率為0.474 39，電池利用后波動率為0.417 86。相比電池利用前波動率降低11.92%。

3.3 充/放電收益

退役電池容量狀態和充/放電功率見圖11。

圖11 儲能容量狀態及充/放電功率曲線

由圖11 可知，退役電池低谷時段充電電量為44.5 MWh，充電成本為12 816 元；高峰時段放電電量為36 MWh，放電收益為43 200 元；退役電池充/放電產生的收益為30 384 元。總收益為68 514 元，相比于僅提高新能源功率預測準確率收益提高了79.7%，相比于僅平抑等效負荷波動收益提高了125.5%。

4 結語

本文設計的退役電池能量管理系統可以解決退役電池電量和功率不相同的問題。退役電池梯次利用可以提高60.45%的新能源功率預測平均精度，降低16.8%的峰谷差，降低11.92%的等效負荷波動率。相較于單一退役電池利用方法，本文方法相較于僅峰谷電價提高了125.5%的收益，相較于僅平抑新能源功率預測誤差提高了79.7%的收益。