郭壯志，洪俊杰，孟安波

（廣東工業(yè)大學 自動化學院，廣東 廣州 510006）

0 引言

在我國很多地區(qū)已形成由大規(guī)模并網(wǎng)風電和火電聯(lián)合供電的局面。風電的時空分布不均衡、波動性和反調峰性，使得與火電在時空多維度上的動態(tài)協(xié)調能力不足，導致風電場的強迫棄風，不能充分發(fā)揮對火電的能源置換作用。隨著儲能技術的發(fā)展，其快速響應特征與功率能量的雙向遷移能力，在改善風電出力波動性、提高風火電互補協(xié)調能力、優(yōu)化能源利用效率等方面具有卓越優(yōu)勢［1］。但因受風能資源分布、負荷時空特征、火電運行特性限制等多重因素的影響，如何合理確定風電系統(tǒng)的儲能配置容量已成為當前的研究趨勢［2-13］。

目前，已有很多文獻對含有風電的微電網(wǎng)系統(tǒng)［2］、配電網(wǎng)［4］、分布式系統(tǒng)［5］的儲能容量配置策略開展研究，但其主要利用儲能系統(tǒng)ESS（Energy Storage System）的雙向快速功率遷移特性來平抑風電的短期功率波動，提高風電電源可靠性，增加儲能系統(tǒng)生命使用周期，改善電能質量，提高系統(tǒng)穩(wěn)定性等，對儲能系統(tǒng)的時空多維度能量輸移特性考慮不足，因此，難以將其直接應用于含大規(guī)模并網(wǎng)風電電力系統(tǒng)的儲能容量配置［2-10］。

為降低大規(guī)模風電并網(wǎng)時的系統(tǒng)運行風險，提高風電電源的可靠性和可調度性等，國內外學者開始聚焦大規(guī)模并網(wǎng)風電的儲能容量配置問題［11-15］。文獻［11］考慮儲能系統(tǒng)效率、荷電狀態(tài)等制約，提出儲能容量最小配置的離散傅里葉頻譜分析方法，其可以較經(jīng)濟的成本投入顯著降低風電的波動率，但該方法需通過反復的數(shù)值仿真計算，且未采用優(yōu)化手段，確定的并非是容量最優(yōu)值。文獻［12］通過儲能容量需求和負荷波動間的關系分析，提出以系統(tǒng)凈負荷時間分布特性為主要考慮因素的優(yōu)化配置方法，能夠實現(xiàn)風電的接納能力和系統(tǒng)運行綜合收益間的協(xié)調。文獻［13］以風電場出力特征分布函數(shù)和風速概率分布為基礎，提出提高大型風電場功率長時間輸出穩(wěn)定性的儲能容量配置方法。文獻［14］考慮風功率和負荷雙隨機特性的儲能功率配置方法，可得到風火儲系統(tǒng)的備用系數(shù)、儲能最小調節(jié)功率，提高對風電的接納能力。文獻［15］利用風電場中長期風速統(tǒng)計數(shù)據(jù)，提出最大化電池儲能系統(tǒng)生命使用周期和提升風電場調度性的儲能容量配置方法。

文獻［11-15］主要從提高經(jīng)濟性、提升接納水平及增強風電出力穩(wěn)定性等方面，實現(xiàn)儲能容量需求的協(xié)調配置，但其沒有合理考慮風火儲系統(tǒng)間的動態(tài)協(xié)調特性，所建模型難以有效反映風火儲系統(tǒng)在時空多維度上的動態(tài)耦合關聯(lián)關系及清潔風電時空尺度上的替代均衡作用，影響了風火儲系統(tǒng)的經(jīng)濟高效運行。

本文針對大規(guī)模并網(wǎng)運行的風電場，假定各時段的預測功率分布已知且準確，以最大限度發(fā)揮風電對火電能源的替代置換為目的，研究考慮大規(guī)模風電與儲能系統(tǒng)時空多維度上的動態(tài)耦合作用及風火儲系統(tǒng)間的動態(tài)協(xié)調機制影響，兼顧儲能系統(tǒng)功率調節(jié)與能量輸移雙重特征的容量多指標優(yōu)化配置方法。

1 ESS對系統(tǒng)間動態(tài)協(xié)調機制的作用

1.1 風火電力系統(tǒng)協(xié)調機制分析的數(shù)學建模

圖1為簡化的風火儲系統(tǒng)。與已有文獻從經(jīng)濟性和風電間歇波動性角度分析不同，本文從能源時空多尺度利用角度，分析ESS對風火電力系統(tǒng)動態(tài)協(xié)調機制的影響規(guī)律。

圖1 簡化的風火儲電力系統(tǒng)Fig.1 Simplified WTE power system

風電出力間歇波動性和負荷隨機性可視為系統(tǒng)凈負荷預測偏差的動態(tài)分布對火電系統(tǒng)出力的再調整，故假定風電功率和系統(tǒng)負荷預測完全準確，ESS對風火電力系統(tǒng)的動態(tài)協(xié)調機制影響問題可描述為：已知調度期各時段風電預測功率和系統(tǒng)負荷，在滿足系統(tǒng)負荷平衡、物理特性和運行約束下，ESS的功率能量輸移特性對風電能源置換替代作用規(guī)律。

不考慮能量損失，僅從ESS功率能量的時空多維度遷移角度，分析其對調度周期內煤耗量的影響，數(shù)學模型可表示為：

其中，PD、PW分別為調度期內系統(tǒng)負荷和等值并網(wǎng)風電場的預測功率向量；分別為火電廠出力 p的最小值和最大值；a、b、c分別為等值火電廠煤耗特性的一次系數(shù)、二次系數(shù)和常數(shù)項；ΔPS為ESS功率輸移量；F為調度期內火電機組運行總煤耗量；T為調度總時段數(shù)。式（1）為考慮ESS影響的系統(tǒng)負荷平衡約束條件；式（2）、式（3）分別為風電場與 ESS 功率遷移和能量輸移非負約束條件；式（4）為火電機組的出力約束條件。

依據(jù)上述模型，構造的拉格朗日函數(shù)為：

其中，λ（t）、μ1（t）、μ2（t）、μ3（t）、μ4（t）為拉格朗日乘子。

根據(jù)最優(yōu)化理論［16］，可得到上述模型調度期內煤耗量最小的KKT極值條件為：

根據(jù)式（9）可知，儲能功率遷移影響風電對火電的替代置換特征，以其為基礎可分析ESS對動態(tài)協(xié)調機制的影響特性。

1.2 ESS對風火電力系統(tǒng)協(xié)調機制的影響分析

為簡化分析，假設式（2）—（4）的約束條件都被滿足，則式（9）的KKT條件可簡化為：

根據(jù)等微增率理論和式（10），可得到火電機組調度期內獲得最小燃料耗量時 p（t）、pw（t）、Δps（t）、pd（t）間的量化關系為：

根據(jù)式（11）可知，各時段火電機組出力越小且相等時總燃料消耗量最小，因此，在滿足各約束下，整個調度期內盡量保持火電機組承擔負荷的出力均勻性。

當沒有ESS時，為滿足各時段火電機組出力均勻性，需利用風電對火電的協(xié)調機制動態(tài)調整其出力，但可能會增加棄風量，造成風電的替代置換效益降低。為增強風電的吸納，減少清潔風電損失，火電需承擔負荷調峰的任務，將使火電的煤耗量顯著增加。

當火電、風電與ESS聯(lián)合運行時，即Δps（t）存在，因ESS具有功率能量時空多維度的遷移能力，可根據(jù)ESS的電源與負荷雙重效用動態(tài)協(xié)調風火電間的耦合特性，促使火電在盡量承擔基荷的同時實現(xiàn)清潔風電的最大化利用。

1.3 大型并網(wǎng)風電場儲能容量配置理論的可行性

以某簡化風火電力系統(tǒng)為例分析ESS對風火電力系統(tǒng)協(xié)調機制的有效性。假定等值風電場電廠容量為300 MW，相鄰時段預測功率為200、50 MW；火電機組容量為300 MW，煤耗特性系數(shù)a、b、c的值分別為 4.5×10-4t/（MW2·h）、0.3 t/（MW·h）、3.5 t/h；系統(tǒng)相鄰時段預測負荷為300 MW、250 MW。

假定風電完全被系統(tǒng)消納，表1為風火聯(lián)合電力系統(tǒng)中儲能容量配置對火電廠煤耗的影響。表中，PS為ESS配置容量；PT1、PT2分別為時段1、時段2機組出力；F1、F2、F分別為時段1、時段2和時段總煤耗量。

表1 儲能容量配置對火電機組煤耗影響Table 1 Influence of ESS capacity on coal consumption of thermal unit

根據(jù)表1可以看出：當PS配置為0～50 MW時，隨著ESS功率輸移能力的增加，對火電機組出力進行調整能力的增強，雖導致時段1煤耗量增加，但因ESS的動態(tài)協(xié)調使時段2煤耗減少量大于時段1煤耗增加量，2個時段總煤耗降低，提升了風電能源的替代置換效益；當PS配置為50 MW時，可使時段1、時段2的機組出力相等，時段出力滿足等微增率準則，系統(tǒng)時段總煤耗量最小，最大限度地發(fā)揮了風電的能源替代置換作用；當PS配置大于50 MW時，若儲能容量全部用于功率輸移，導致時段出力偏離等微增率點，使得時段2煤耗量的減少量小于時段1煤耗量的增加量，促使時段總煤耗量增加；PS配置為50 MW與沒有配置儲能相比，每小時可節(jié)約燃煤2.25 t，按月計算燃煤節(jié)約量將更加明顯。雖然PS配置為50 MW時，系統(tǒng)時段煤耗量最少，但與PS配置為40 MW時相比，系統(tǒng)總煤耗僅節(jié)約了0.09 t。

根據(jù)以上分析可知：在大規(guī)模風火電協(xié)調運行電力系統(tǒng)中，合理配置ESS可充分發(fā)揮風電的能源互補優(yōu)勢，實現(xiàn)燃煤等非可再生能源的節(jié)約；儲能容量配置并非越大越好，否則會增加系統(tǒng)運行成本，降低系統(tǒng)運行經(jīng)濟性；要從風電出力特征、系統(tǒng)負荷分布、火電運行特性、運行約束等方面綜合確定大規(guī)模并網(wǎng)風電儲能容量的配置。

2 風儲系統(tǒng)動態(tài)耦合特性的數(shù)學描述

2.1 儲能系統(tǒng)功率能量遷移特性

儲能系統(tǒng)利用其對有功的存儲和輸出，實現(xiàn)有功能量在時空尺度分布上的動態(tài)調節(jié)，以滿足電力能源的利用需求?？紤]功率能量輸移過程中的能源損失及能量的累積傳遞特性，其功率能量遷移的數(shù)學模型可表示為：

其中，Es0、Es（t）分別為時段初和 t時段 ESS 存儲的電能；ΔEs（t）為 t時段 ESS 能量變化量；ηc、ηd分別為ESS的充、放電效率；Δt為單一時段的時間間隔。

2.2 風儲系統(tǒng)的動態(tài)耦合特性

風儲系統(tǒng)的動態(tài)耦合特性反映儲能系統(tǒng)功率能量的輸移對風電功率凈輸出特性的調節(jié)，其數(shù)學模型可表示為：

其中為風電輸出的凈功率。

3 風火儲系統(tǒng)儲能容量的多指標配置模型

3.1 容量配置模型的多效益指標

目前，大部分儲能容量配置模型是在滿足各種物理、運行、系統(tǒng)等約束下的調節(jié)功率或經(jīng)濟成本等單一指標的最優(yōu)［17-19］。而實際上受資源制約、成本影響、節(jié)能要求、運行特性限制等因素的影響，儲能容量優(yōu)化配置本質上是多個指標間的協(xié)調問題。本文從ESS的多維度動態(tài)互濟特征和火電機組節(jié)能運行角度構建多效益指標的儲能容量優(yōu)化配置模型。

（1）調度期內煤耗量最小指標。

在大規(guī)模風火儲電力系統(tǒng)中，為促進非可再生能源的可持續(xù)高效利用，進行儲能容量配置時，除考慮提高風電吸納水平和利用效率外，其中一個主要目標就是需在滿足電力供需平衡的前提下，充分利用ESS的功率能量時空多維度動態(tài)耦合輸移特性，增強風電的置換互補效益，最大限度地降低燃煤等非可再生能源的使用量，即整個調度期內煤耗量最小。優(yōu)化指標可表示為：

其中，ai、bi、ci分別為機組 i煤耗特性的一次系數(shù)、二次系數(shù)和常數(shù)項；pi（t）為機組i時段 t的出力；N 為火電機組數(shù)。

（2）儲能功率與能量綜合協(xié)調最小指標。

針對大規(guī)模風電的儲能容量配置，要同時兼顧ESS功率調節(jié)和動態(tài)能量輸移特性。儲能容量越大其功率能量輸移特性越強，但其成本也越高［15］。因此，進行容量配置時，期望以較小的功率調節(jié)容量和能量輸移容量最大化風儲系統(tǒng)時空多維度上的耦合互濟能力，提高風電接納水平和增強其能源替代置換效益?？紤]儲能功率與能量綜合協(xié)調時的優(yōu)化指標為：

其中，t=1，2，…，T。

式（15）優(yōu)化指標的物理含義是在有效實現(xiàn)功率調節(jié)容量和能量輸移容量間動態(tài)協(xié)調的前提下，以較小的技術代價最大化ESS的多維度動態(tài)協(xié)調能力。

3.2 容量配置優(yōu)化模型相關約束

在風火儲電力系統(tǒng)中，容量配置優(yōu)化模型約束條件包括風電相關約束、火電相關約束、儲能系統(tǒng)特性約束、系統(tǒng)約束、備用約束，此外還有動態(tài)協(xié)調約束、能量守恒約束、能量循環(huán)約束等。

（1）火電機組出力約束。

火電機組運行時，因其機組容量和運行特性限制，其功率輸出應滿足最大最小出力范圍，可表示為：

其中分別為火電機組i的最大、最小出力。

（2）火電機組爬坡約束。

火電機組單位時間內允許的最大功率調節(jié)量因受物理運行特性限制是有限值。其上行和下行爬坡速率約束的數(shù)學模型可表示為：

其中分別為每分鐘火電機組i允許的最大出力上行和下行的功率變化量。

（3）火電機組綜合最小出力約束。

受物理特性、系統(tǒng)運行安全可靠性、能源利用要求等因素的影響，要求火電機組綜合出力滿足最小出力運行要求。其約束條件可表示為：

其中，為最小火電機組群出力。

（4）風電場出力約束。

受火電運行特性、系統(tǒng)運行方式、負荷分布特征、ESS耦合協(xié)調機制等因素影響，假定風電場時段預測功率準確無誤差，其承擔系統(tǒng)負荷的最大功率輸出為功率預測值。其數(shù)學模型可表示為：

其中分別為風電場t時段預測功率和允許的最小輸出功率。

（5）風電與ESS間耦合協(xié)調約束。

當ESS向電網(wǎng)供電時，為充分發(fā)揮風電的能源替代置換效益，風電場要按照預測功率承擔負荷。其約束條件可表示為：

（6）風電與ESS間功率轉移守恒約束。

當風電功率遷移到ESS時，考慮運行時可能產(chǎn)生棄風情況，依據(jù)能量守恒，風電場承擔負荷與轉移功率之和應不大于風電預測功率。其約束條件為：

（7）風電與ESS耦合功率輸出約束。

依據(jù)能量守恒特性和風儲系統(tǒng)功率能量遷移特性，風電與ESS在調度時段的功率輸出應為非負值，其耦合功率輸出約束可表示為：

（8）ESS能量轉移耦合約束。

根據(jù)式（12），儲能系統(tǒng)能量轉移耦合約束為：

（9）ESS能量耦合傳遞約束。

根據(jù)式（12），儲能系統(tǒng)能量耦合傳遞約束為：

（10）ESS周期能量循環(huán)約束。

為促進儲能配置容量的最充分利用和風電能源的高效利用，ESS能量存儲應保證周期循環(huán)性，即初末能量相同，其約束條件數(shù)學模型可表示為：

（11）ESS功率能量輸移協(xié)調約束。

利用ESS進行風電功率能量輸移過程中，由于能量損失導致風電轉移功率能量和ESS實際功率能量存儲存在差異，其約束條件的數(shù)學模型可表示為：

（12）風儲系統(tǒng)耦合功率輸出波動指標約束。

為降低風電波動性，提高風電吸納水平，提升風電并網(wǎng)運行時的系統(tǒng)穩(wěn)定性，在整個調度期內期望風電與ESS協(xié)調輸出功率最小值和最大值的比值滿足給定的水平。其約束條件數(shù)學模型可表示為：

其中，Er為給定的最大波動指標。

（13）風火儲系統(tǒng)負荷平衡松弛約束。

考慮到處于儲能容量規(guī)劃階段，在每個調度時段，只需要保證系統(tǒng)綜合出力不小于系統(tǒng)負荷，負荷平衡松弛約束條件的數(shù)學模型可表示為：

（14）火電旋轉備用約束。

火電旋轉備用約束可表示為：

其中，pR（t）為t時段火電廠最小的備用容量。

3.3 容量優(yōu)化配置多指標模型理論分析

根據(jù)3.1節(jié)所構建的儲能容量配置模型中相關的優(yōu)化指標和約束條件可知：

a.建立的容量配置多指標模型，其物理意義為以最小的儲能功率能量調節(jié)容量，實現(xiàn)風電的最大化利用和燃煤等非可再生能源最大限度的節(jié)約，體現(xiàn)多尺度上系統(tǒng)運行經(jīng)濟性和技術性間的動態(tài)協(xié)調；

b.所構建的約束條件不僅考慮了風火儲系統(tǒng)間功率耦合協(xié)調機制，且有效考慮了儲能系統(tǒng)的能量輸移特性，融合了1.1節(jié)中分析的儲能系統(tǒng)時空多維度上的能量遷移特性，有利于優(yōu)化時空多尺度上風火儲系統(tǒng)間的動態(tài)協(xié)調機制，增強風電吸納能力和風電對火電的置換作用，促進能源可持續(xù)高效利用。

4 容量配置多指標模型求解

由于儲能功率與能量綜合協(xié)調指標的存在，模型具有強的非線性特點；因儲能系統(tǒng)功率能量輸移協(xié)調約束可能存在間斷不連續(xù)特征，導致模型求導運算比較復雜；風儲系統(tǒng)耦合功率輸出波動指標、儲能系統(tǒng)能量輸移守恒約束、系統(tǒng)間耦合協(xié)調約束以及變量間的關聯(lián)耦合特性等，使得利用以梯度為基礎的優(yōu)化算法進行求解時比較繁瑣，因此，采用無需梯度的群體智能全局搜索算法進行求解。

在模型中，所有的變量都可以采用 pw（t）、pi（t）和 Δps（t）進行表示，因此，以 pw（t）、pi（t）和 Δps（t）為內生變量。多指標模型可以表示為：

本文主要分析各優(yōu)化指標對儲能容量配置大小的影響規(guī)律，因此，對優(yōu)化指標的處理采用權重法；對于等式約束和不等式約束采用罰函數(shù)法。采用群體智能算法求解的評價函數(shù)可表示為：

其中分別為內生變量的最小值和最大值；w1、w2為優(yōu)化指標的權重系數(shù)；為罰系數(shù)。

風儲系統(tǒng)耦合功率輸出波動指標為分式約束條件，max［pw（t）+Δps（t）］的值始終大于零，為避免分式約束條件的存在使計算變得復雜，可將式（29）變換為式（34），然后利用罰函數(shù)法將其融入式（33）中。

利用群體智能算法進行求解的基本步驟如下。

a.確定權重系數(shù)w1與w2、罰系數(shù)W1T與W2T的值；初始化種群個數(shù)、內生變量上下限及算法的初始化參數(shù)和算法終止條件。

b.以 pw（t）、pi（t）、Δps（t）作為決策變量產(chǎn)生初始種群，并利用群體智能算法的搜索策略產(chǎn)生新的種群 Xk和 X′k。

c.利用適應度函數(shù)計算Xk和X′k對應的函數(shù)值F（Xk）與 F（X′k），當 F（Xk）≤F（X′k）時，將 X′k中的個體代替Xk中的個體作為新的Xk。

d.判斷算法是否滿足終止條件，若不滿足則繼續(xù)步驟b、c，若滿足則輸出最終目標函數(shù)值和對應ESS的配置容量值。

5 算例分析

5.1 算例描述

采用含1個大型并網(wǎng)風電場和5臺火電機組的風火儲系統(tǒng)為例分析。風電數(shù)據(jù)來源于我國某實際大型并網(wǎng)風電場，含433臺風機，單臺額定出力為1.5MW。圖2為風電場一天的風電預測出力；圖3為依據(jù)實際數(shù)據(jù)適當改造得到的負荷分布；表2為根據(jù)實際數(shù)據(jù)擬合得到的火電機組煤耗特性系數(shù)；ESS充放電效率為90%。以15 min為間隔，考慮1 d為周期，利用MATLAB7.0遺傳算法工具箱驗證并網(wǎng)風電儲能容量多維度動態(tài)協(xié)調配置策略的有效性。

圖2 風電場預測出力值Fig.2 Forecasted power output of wind farm

圖3 風火儲系統(tǒng)負荷Fig.3 Load of WTE system

表2 火電機組參數(shù)Table 2 Parameters of thermal units

5.2 儲能配置策略有效性

本文采用權重系數(shù)法將煤耗量和綜合協(xié)調指標轉化為單目標，通過權重系數(shù)調整分析優(yōu)化指標對儲能配置容量和系統(tǒng)煤耗量的影響規(guī)律。單指標模型為：

其中，ω為權重系數(shù)。

圖4為ESS功率動態(tài)多維度協(xié)調規(guī)律；圖5為ESS能量動態(tài)協(xié)調規(guī)律。

圖4 ESS功率動態(tài)協(xié)調規(guī)律Fig.4 Dynamic power coordination law of ESS

圖5 ESS能量動態(tài)協(xié)調規(guī)律Fig.5 Dynamic energy coordination law of ESS

表3所示為ω取值0、0.5和1時大規(guī)模風火儲系統(tǒng)儲能容量優(yōu)化配置結果。表中，CV為約束條件最大違背值；CP為拉格朗日條件取值。由表3可見，3種情況下CV、CP的值約為0，表明結果滿足拉格朗日極值和約束條件。

當ω=1時，優(yōu)化模型中僅存在儲能功率與能量綜合協(xié)調最小指標，風電場在滿足系統(tǒng)約束下，按照預測出力承擔負荷；根據(jù)圖4和表3可知，系統(tǒng)功率容量配置最小，功率配置為0MW，容量配置為0MW·h，系統(tǒng)煤耗量最大，為12902 t。

當ω=0時，優(yōu)化模型中僅存在煤耗量最小指標。根據(jù)圖4，為發(fā)揮風電替代置換作用，其儲能功率容量配置最大，在滿足功率能量轉移守恒、能量非負等約束條件下，通過ESS的多時空遷移特性實現(xiàn)對風電場功率能量的遷移，最大限度地提高風電對火電的替代置換效益；依據(jù)表3可知，功率配置為15MW，容量配置為5.1 MW·h，系統(tǒng)一天的煤耗量為12884.4 t。

當ω=0.5時，優(yōu)化模型中同時存在儲能功率與能量綜合協(xié)調最小指標和煤耗量最小指標。根據(jù)圖4，其儲能功率和容量的配置值，大于ω=0并小于ω=1時的配置值；根據(jù)表3，系統(tǒng)煤耗量處于ω=0、ω=1這2種情況之間時，為12886.5 t。

依據(jù)上述分析可知：所構建ESS多指標優(yōu)化配置模型，在充分考慮其功率能量遷移特性和系統(tǒng)運行綜合經(jīng)濟性時，根據(jù)系統(tǒng)要求、決策者偏好等，可從功率、能量雙重角度實現(xiàn)儲能功率容量的協(xié)調配置。

表3 儲能容量配置結果Table 3 Results of energy storage capacity configuration

5.3 儲能容量配置對火電廠運行的影響分析

表4為ω=0、ω=0.5、ω=1這3種不同儲能容量配置下火電廠運行優(yōu)化結果。表中，ΔF1為ω=1與ω=0時火電廠煤耗量增量；ΔF2為ω=1與ω=0.5時火電廠煤耗量增量。本文從ESS不同容量配置下，分析其功率傳遞與能量時空多維度輸移特性對火電廠節(jié)能運行的影響。

ω=1，即沒有儲能容量配置時，火電廠承擔系統(tǒng)總負荷最小，為41 274 MW，但其煤耗量最大，為12 902 t。根據(jù)1.1—1.3節(jié)理論可知，雖然此時風電承擔的負荷最大，受風電出力特性在時間分布上的不均衡性影響，在滿足電力供需平衡和約束下，火電廠各時段出力因偏離最佳協(xié)調點較遠，導致煤耗量反而增加。

ω=0，即儲能容量配置為15 MW時，火電廠承擔系統(tǒng)總負荷大于ω=1時的負荷，為41280.6 MW，但其煤耗量最小，為12884.4 t。根據(jù)1.1—1.3節(jié)理論可知，雖然此時因為在遷移過程中能量損失而導致風電承擔的負荷降低，但同時儲能系統(tǒng)對風電功率能量的遷移作用，使得在滿足電力供需平衡和約束下，火電廠各時段出力更加接近最佳協(xié)調點，此時所節(jié)約的煤耗量大于風電損失所替代的煤耗量，因此火電廠煤耗量減少。

ω=0.5與ω=0時相比，因儲能容量配置降低，導致儲能系統(tǒng)時空多維度上的功率能量遷移能力降低，從而削弱了其對風電時空分布特性的影響，使得火電廠出力遠離最佳協(xié)調點，因此，火電廠煤耗量增加，為12 886 t，但其容量配置比ω=0時減少了9.3 MW。

表4 火電廠優(yōu)化運行結果Table 4 Results of thermal plant optimal operation

由上述分析可知：通過ESS容量的合理配置，利用其在時空多維度上的功率能量遷移特性優(yōu)化火電廠的凈負荷特征，可改善火電廠出力特性，實現(xiàn)節(jié)能降耗的目的；當ESS容量配置達到一定規(guī)模時，其功率能量遷移所產(chǎn)生的作用將會明顯降低，因此，其容量配置并非越大越好，要從綜合指標的角度協(xié)調。

6 結論

a.利用ESS功率能量遷移特性提高大規(guī)模并網(wǎng)風電的替代置換效益理論上是可行的，通過從功率能量雙重角度實現(xiàn)儲能容量的合理協(xié)調配置，可明顯降低火電廠的燃料消耗量，提高系統(tǒng)運行的綜合經(jīng)濟性。

b.本文提出的風火儲時空多維度動態(tài)協(xié)調理論是正確有效的，以此為基礎所構建的大規(guī)模風火儲電力系統(tǒng)儲能容量多指標配置新模型，不僅可實現(xiàn)調節(jié)容量和風電功率輸出特性間的協(xié)調，且可根據(jù)系統(tǒng)綜合運行要求，有效反映風火儲系統(tǒng)時空多尺度上的動態(tài)互濟特征，實現(xiàn)對儲能功率和容量雙重指標綜合配置，提高風電在時空多維度上的能源替代置換作用。

［1］陳謙，陳霄逸，金宇清，等.基于混合儲能的大型風電場優(yōu)化控制［J］.電力自動化設備，2015，35（4）：70-76.CHEN Qian，CHEN Xiaoyi，JIN Yuqing，et al.Optimal control of large-scale wind farm based on hybrid energy storge［J］.Electric Power Automation Equipment，2015，35（4）：70-76.

［2］BAHRAMIRAD S，REDER W，KHODAEIA.Reliabilityconstrained optimal sizing of energy storage system in a microgrid［J］.IEEE Transactions on Smart Grid，2012，3（4）：2056-2062.

［3］張熙，張峰，鞏乃奇，等.基于荷電狀態(tài)動態(tài)調整的儲能電站容量規(guī)劃［J］.電力自動化設備，2015，35（11）：20-25.ZHANG Xi，ZHANG Feng，GONG Naiqi，et al.BESS capacity planning based on dynamic SOC adjustment［J］.Electric Power Automation Equipment，2015，35（11）：20-25.

［4］林少伯，韓民曉，趙國鵬，等.基于隨機預測誤差的分布式光伏配網(wǎng)儲能系統(tǒng)容量配置方法［J］.中國電機工程學報，2013，33（4）：25-33.LIN Shaobo，HAN Minxiao，ZHAO Guopeng，et al.Capacity allocation of energy storage in distributed photovoltaic power system based on stochastic prediction error［J］.Proceedings of the CSEE，2013，33（4）：25-33.

［5］吳紅斌，郭彩云.計及電動汽車的分布式發(fā)電系統(tǒng)中儲能單元的優(yōu)化配置［J］.中國電機工程學報，2012，32（增刊）：15-21.WU Hongbin，GUO Caiyun.Capacity optimization of energy storage unit in distribution generation system considering electric vehicle［J］.Proceedings of the CSEE，2012，32（Supplement）：15-21.

［6］吳云亮，孫元章，徐箭，等.基于飽和控制理論的儲能裝置容量配置方法［J］.中國電機工程學報，2011，31（22）：32-39.WU Yunliang，SUN Yuanzhang，XU Jian，et al.Determination methodology for energy storage capacity based on saturation control theory［J］.Proceedings of the CSEE，2011，31（22）：32-39.

［7］韓曉娟，程成，籍天明，等.計及電池使用壽命的混合儲能系統(tǒng)容量優(yōu)化模型［J］.中國電機工程學報，2013，33（34）：91-97.HAN Xiaojuan，CHENG Cheng，JI Tianming，et al.Capacity optimal modeling of hybrid energy storage systems considering battery life［J］.Proceedings of the CSEE，2013，33（34）：91-97.

［8］劉春燕，晁勤，魏麗麗.基于實證數(shù)據(jù)和模糊控制的多時間尺度風儲耦合實時滾動平抑波動［J］.電力自動化設備，2015，35（2）：35-41.LIU Chunyan，CHAO Qin，WEI Lili.Wind-storage coupling based on actual data and fuzzy control in multiple time scales for realtime rolling smoothing of fluctuation［J］.Electric Power Automation Equipment，2015，35（2）：35-41.

［9］SHI J，TANG Y，DAI T，et al.Determination of SMES capacity to enhance the dynamic stability of power system ［J］.Physica C：Superconductivity，2010，470（20）：1707-1710.

［10］MOHOD S W，HATWAR S M，AWARE M V.Grid support with variable speed wind energy system and battery storage for power quality［J］.Energy Procedia，2011，12（1）：1032-1041.

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

［12］嚴干貴，馮曉東，李軍徽，等.用于松弛調峰瓶頸的儲能系統(tǒng)容量配置方法［J］.中國電機工程學報，2012，32（28）：27-35.YAN Gangui，F(xiàn)ENG Xiaodong，LI Junhui，et al.Optimization of energy storage system capacity for relaxing peak load regulation bottlenecks［J］.Proceedings of the CSEE，2012，32（28）：27-35.

［13］韓濤，盧繼平，喬梁，等.大型并網(wǎng)風電場儲能容量優(yōu)化方案［J］.電網(wǎng)技術，2010，34（1）：169-173.HAN Tao，LU Jiping，QIAO Liang，et al.Optimized scheme of energy-storage capacity for grid-connected large-scale wind farm［J］.Power System Technology，2010，34（1）：169-173.

［14］黎靜華，文勁宇，程時杰，等.基于p-有效點理論的含大規(guī)模風電電力系統(tǒng)最小儲能功率配置方法［J］.中國電機工程學報，2013，33（13）：45-52.LI Jinghua，WEN Jinyu，CHENG Shijie，et al.Method of minimum energy storage power allocation for electric power systems with large-scale wind power based on p-efficient point theory［J］.Proceedings of the CSEE，2013，33（13）：45-52.

［15］LI Q，CHOI S S，YUAN Y，et al.On the determination of battery energy storage capacity and short-term power dispatch of a wind farm［J］.IEEE Transactions on Sustainable Energy，2011，2（2）：148-158.

［16］張立衛(wèi).最優(yōu)化方法［M］.北京：科學出版社，2010：150-155.

［17］徐林，阮新波，張步涵，等.風光蓄互補發(fā)電系統(tǒng)容量的改進優(yōu)化配置方法［J］.中國電機工程學報，2012，32（25）：88-98.XU Lin，RUAN Xinbo，ZHANG Buhan，et al.An improved optimal sizing method for wind-solar-battery hybrid power system［J］.Proceedings of the CSEE，2012，32（25）：88-98.

［18］CHEN S X，GOOI H B，WANG M Q.Sizing of energy storage for micro-grids［J］.IEEE Transactions on Smart Grid，2012，3（1）：142-151.

［19］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(wǎng)電源優(yōu)化配置［J］.中國電機工程學報，2011，31（25）：17-25.MA Xiyuan，WU Yaowen，F(xiàn)ANG Hualiang，et al.Optimal sizing of hybrid solar-wind distributed generation in an islanded microgrid using improved bacterial foraging algorithm ［J］.Proceedings of the CSEE，2011，31（25）：17-25.