李秀磊，耿光飛，季玉琦，陸凌芝

（中國(guó)農(nóng)業(yè)大學(xué) 信息與電氣工程學(xué)院，北京 100083）

0 引言

進(jìn)入21世紀(jì)后，環(huán)境問(wèn)題和能源問(wèn)題越來(lái)越突出，為了緩解這些問(wèn)題，以清潔能源為主的分布式電源 DG（Distributed Generation）［1-2］逐漸得到了人們的認(rèn)可，并且在電網(wǎng)中的滲透率逐漸增大。DG出力受外界因素影響很大，這使得傳統(tǒng)單純因負(fù)荷變動(dòng)而引起的供需平衡問(wèn)題變成電源側(cè)和需求側(cè)都會(huì)影響供需平衡的更復(fù)雜的問(wèn)題。蓄電池儲(chǔ)能系統(tǒng)BESS（Battery Energy Storage System）在一定程度上打破了電力供需實(shí)時(shí)平衡的限制，具有削峰填谷、平滑間歇性電源功率波動(dòng)、改善電壓質(zhì)量等作用［3-6］。

近年來(lái)，很多學(xué)者針對(duì)BESS控制技術(shù)展開(kāi)了廣泛研究。其中，微電網(wǎng)中BESS的研究發(fā)展較快，文獻(xiàn)［7-9］對(duì)微電網(wǎng)中BESS的配置及運(yùn)行，分別從風(fēng)／光／柴／儲(chǔ)的組合、超級(jí)電容器和蓄電池混合儲(chǔ)能、儲(chǔ)能系統(tǒng)平滑微電網(wǎng)聯(lián)絡(luò)線功率波動(dòng)的角度進(jìn)行了研究。隨著儲(chǔ)能技術(shù)的快速發(fā)展，BESS在配電網(wǎng)中的研究逐漸受到更多學(xué)者關(guān)注。文獻(xiàn)［10］考慮了儲(chǔ)能系統(tǒng)的充放電平衡約束、全壽命周期等因素，研究制定了配電網(wǎng)中BESS的運(yùn)行策略，但未能充分利用BESS，只是將日周期按負(fù)荷峰谷簡(jiǎn)單地分成一充、一放的2個(gè)時(shí)間段，然后確定各時(shí)段BESS充放電功率大小。文獻(xiàn)［11］考慮了網(wǎng)損，采用雙層規(guī)劃方法研究制定配電網(wǎng)中BESS充放電策略，上層是充放電狀態(tài)的優(yōu)化，下層是充放電功率的優(yōu)化，該方法對(duì)多峰值的負(fù)荷變化曲線能得到日周期內(nèi)多充多放充放電策略，但BESS的每次放電量都與其前相鄰充電量平衡，每次充放都是相對(duì)獨(dú)立的，求解過(guò)程中的全局性較差。分時(shí)電價(jià)通常依據(jù)負(fù)荷曲線等因素進(jìn)行制定［12］，抑制峰谷差是其主要目標(biāo)之一，文獻(xiàn)［13］根據(jù)分時(shí)電價(jià)劃分BESS充、放電時(shí)間段，進(jìn)而制定充放電策略，但配電網(wǎng)中若有一定的DG存在，部分負(fù)荷會(huì)由DG供電，使得負(fù)荷峰谷需求情況與原負(fù)荷峰谷需求情況有所不同，根據(jù)分時(shí)電價(jià)制定BESS充放電策略就不能充分發(fā)揮其削峰填谷作用。

本文首先分析DG的接入對(duì)配電網(wǎng)中BESS運(yùn)行策略的影響，并建立BESS模型。一方面BESS可以根據(jù)分時(shí)電價(jià)制定情況低儲(chǔ)高放套利，另一方面負(fù)荷方差越小峰谷差也相對(duì)越小，而文獻(xiàn)［14］已經(jīng)證明一定條件下“網(wǎng)損最小化”與“負(fù)荷方差最小化”是等價(jià)的，本文以BESS套利與降低能耗收益之和最大為目標(biāo)函數(shù)，建立數(shù)學(xué)模型，考慮DG影響和連續(xù)放電時(shí)間段內(nèi)可放電量等約束，研究制定BESS的充放電策略。通過(guò)系統(tǒng)仿真驗(yàn)證所提策略的有效性，并與現(xiàn)有典型方法制定的充放電策略對(duì)比，同時(shí)仿真分析不同DG類型的滲透率及功率特性對(duì)BESS運(yùn)行結(jié)果的影響，以及DG滲透率對(duì)制定BESS運(yùn)行策略的影響。

1 DG對(duì)BESS運(yùn)行的影響及BESS數(shù)學(xué)模型

1.1 DG對(duì)BESS運(yùn)行策略的影響分析

本文中DG主要考慮風(fēng)力發(fā)電和光伏發(fā)電，將其發(fā)電功率作為負(fù)的負(fù)荷與電網(wǎng)負(fù)荷疊加后，可得含DG配電網(wǎng)的等效負(fù)荷［15］，具體計(jì)算公式如式（1）所示。

其中，Pe，load（t）、Pload（t）和 PDG（t）分別為第 t時(shí)刻的等效負(fù)荷值、實(shí)際負(fù)荷值和DG發(fā)電功率。

圖1為某地典型日光伏DG出力、風(fēng)力DG出力曲線與典型日負(fù)荷曲線對(duì)比情況。

從圖1中可以看出，光伏發(fā)電出力波峰時(shí)段與負(fù)荷需求在白天時(shí)的波峰時(shí)段基本上是吻合的，光伏發(fā)電出力與負(fù)荷疊加后會(huì)使得等效負(fù)荷曲線峰谷差比原負(fù)荷曲線峰谷差小，具有正負(fù)荷特性。相反，在圖1中風(fēng)力發(fā)電出力波峰時(shí)段與負(fù)荷需求在夜晚時(shí)的波谷時(shí)段較吻合，風(fēng)力發(fā)電出力與負(fù)荷疊加后會(huì)使得等效負(fù)荷曲線峰谷差比原負(fù)荷曲線峰谷差大，具有逆負(fù)荷特性。風(fēng)力發(fā)電和光伏發(fā)電出力曲線都受天氣因素的影響較大，但現(xiàn)有資料表明風(fēng)電出力逆負(fù)荷發(fā)生概率為74.7%［15］；光伏只會(huì)在白天發(fā)電，雖天氣變化會(huì)造成其出力波動(dòng)，但出力曲線變化趨勢(shì)改變不大；居民典型日負(fù)荷曲線的一般變化規(guī)律為 23∶00 以后低谷，12∶00 和 21∶00 左右高峰。 所以圖1的分析結(jié)果不失一般性。配電網(wǎng)中BESS的主要作用是削峰填谷，在對(duì)BESS進(jìn)行調(diào)度前，通常對(duì)配電網(wǎng)中DG功率以及負(fù)荷需求進(jìn)行預(yù)測(cè)，根據(jù)預(yù)測(cè)數(shù)據(jù)得到等效負(fù)荷曲線，然后通過(guò)該等效負(fù)荷曲線峰谷變化情況對(duì)BESS的充放電時(shí)間段進(jìn)行劃分，由圖1分析內(nèi)容可知，DG接入后的等效負(fù)荷曲線會(huì)改變?cè)?fù)荷曲線峰谷變化情況，進(jìn)而影響B(tài)ESS的運(yùn)行策略。

圖1 負(fù)荷曲線和DG出力曲線的對(duì)比Fig．1 Comparison between load curve and DG output curve

1.2 BESS數(shù)學(xué)模型

本文參考文獻(xiàn)［7］中的方法從荷電狀態(tài)（SOC）等方面建立數(shù)學(xué)模型。具體模型如式（2）、（3）所示。

充電過(guò)程：

放電過(guò)程：

其中，SOC（t+Δt）、SOC（t）分別為第 t+Δt和 t時(shí)刻的剩余電量水平，即荷電狀態(tài)；ε為BESS剩余電量每小時(shí)的損失率，簡(jiǎn)稱自放電率，單位為 %／h；Pess，c（t+Δt）、Pess，dis（t+Δt）分別為 BESS 在第 t+Δt時(shí)刻的充電、放電功率大??；α、β分別為BESS充、放電效率；Ee為BESS的容量；t為仿真時(shí)刻；Δt為采樣間隔，即仿真時(shí)的時(shí)間段，本文取0.5 h。仿真時(shí)第t個(gè)時(shí)間段內(nèi)的有功功率以第t時(shí)刻的有功功率值等效。

2 BESS充放電策略的制定

2.1 總體思路

BESS通常在負(fù)荷波谷時(shí)段充電、波峰時(shí)段放電，假設(shè)BESS的充放電策略如圖2所示。

圖2 充放電策略Fig．2 Charging and discharging strategy

圖中，Tc，1、Tc，2為 2 個(gè)連續(xù)充電的時(shí)間段；Ec，1、Ec，2分別為 2 個(gè)連續(xù)充電時(shí)間段上所充電量；Tdis，1、Tdis，2為 2 個(gè)連續(xù)放電的時(shí)間段；Edis，1、Edis，2分別為 2 個(gè)連續(xù)放電時(shí)間段上所放電量?，F(xiàn)有文獻(xiàn)通常以各時(shí)段內(nèi)充放電功率為控制變量，即一個(gè)時(shí)間段內(nèi)BESS既可以是充電狀態(tài)也可以是放電狀態(tài)，然后根據(jù)一定目標(biāo)求解得到充放電策略［10］。此策略在充、放電量平衡約束下可以保證周期內(nèi)充、放電量相等（Edis，1+Edis，2=Ec，1+Ec，2），但沒(méi)有考慮儲(chǔ)能本身的容量狀態(tài)變化，由于BESS周期內(nèi)每一個(gè)時(shí)間段上的充電功率或者放電功率是同時(shí)確定的，不能保證一個(gè)連續(xù)放電時(shí)間段內(nèi)所放電量小于或等于放電前BESS的剩余電量，即可能出現(xiàn) Edis，1＞Ec，1的情況，此時(shí)的解是不符合實(shí)際的錯(cuò)誤解。

本文在現(xiàn)有方法的基礎(chǔ)上考慮連續(xù)放電時(shí)間段內(nèi)的可放電量約束，該約束需在充、放電時(shí)間段已知的情況下才能考慮。對(duì)于連續(xù)充、放電時(shí)段的劃分，現(xiàn)有文獻(xiàn)有通過(guò)分時(shí)電價(jià)進(jìn)行劃分的：低電價(jià)時(shí)段對(duì)應(yīng)負(fù)荷低谷時(shí)段，BESS充電；高電價(jià)時(shí)段對(duì)應(yīng)負(fù)荷高峰時(shí)段，BESS放電［13］。但一定滲透率下的DG接入配電網(wǎng)后，部分負(fù)荷會(huì)由DG供電，使得負(fù)荷峰谷需求情況與原負(fù)荷峰谷需求情況有所不同，根據(jù)分時(shí)電價(jià)劃分充放電時(shí)間段不能充分發(fā)揮BESS的削峰填谷作用。本文考慮DG對(duì)負(fù)荷峰谷需求的影響，建立數(shù)學(xué)模型，根據(jù)求解情況得到BESS充、放電時(shí)間段劃分結(jié)果。

本文將策略制定過(guò)程分為2步：第一步劃分連續(xù)充、放電時(shí)間段；第二步優(yōu)化求解BESS在各時(shí)段內(nèi)的充放電功率，并在第一步基礎(chǔ)上進(jìn)一步劃分充電、空閑和放電時(shí)段。具體過(guò)程見(jiàn)下文2.2、2.3節(jié)。

2.2 劃分充放電時(shí)段的數(shù)學(xué)模型

策略制定第一步：以降低能耗收益與BESS套利之和最大為目標(biāo)函數(shù)，BESS各時(shí)段充放電功率（一個(gè)時(shí)間段內(nèi)BESS既可以是充電狀態(tài)也可以是放電狀態(tài)）為控制變量，考慮充放電功率約束等，假設(shè)儲(chǔ)能容量足夠大的理想情況下進(jìn)行求解，儲(chǔ)能容量足夠大才能在沒(méi)有空閑狀態(tài)下對(duì)日周期內(nèi)24個(gè)時(shí)段進(jìn)行充電、放電時(shí)段的劃分。根據(jù)結(jié)果中每個(gè)時(shí)間段內(nèi)BESS是充電還是放電的狀態(tài)得到充、放電時(shí)間段劃分的結(jié)果。

2.2.1 目標(biāo)函數(shù)

優(yōu)化的目標(biāo)是在系統(tǒng)安全穩(wěn)定的基礎(chǔ)上實(shí)現(xiàn)經(jīng)濟(jì)效益最大化，具體目標(biāo)函數(shù)為：

其中，p1、p2、…、p24為 BESS在 24個(gè)時(shí)段上的充放電功率（一個(gè)時(shí)段內(nèi)BESS既可以充電也可以放電），是控制變量；Closs為BESS運(yùn)行后配電網(wǎng)降低能耗日收益；Cs為BESS一天的低儲(chǔ)高放套利；C為日周期內(nèi)充放電次數(shù)大于一定值時(shí)的懲罰項(xiàng)。各分量計(jì)算公式如下：

其中，Ploss2（t）、Ploss1（t）分別為有、無(wú) BESS 運(yùn)行時(shí)第 t時(shí)刻配電網(wǎng)的有功線損；ma為配電網(wǎng)從主網(wǎng)購(gòu)電電價(jià)；h為電池一天中的充放電次數(shù)（將一個(gè)充電階段加上一個(gè)放電階段算做一次充放電）；hmax為一天中的充放電次數(shù)限制值； γ 為懲罰系數(shù)；Cs，dis、Cs，c分別為BESS一天的放電收入費(fèi)用、充電支出費(fèi)用，計(jì)算公式分別如式（8）、（9）所示。

其中，N為BESS的個(gè)數(shù)；mdis和mch分別為BESS放電電價(jià)和充電電價(jià)，都為對(duì)應(yīng)時(shí)段處的分時(shí)電價(jià)；Pess，k，dis（t）、Pess，k，c（t）分別為第 k 個(gè) BESS 在第 t時(shí)刻的放電功率、充電功率（負(fù)數(shù)表示充電，正數(shù)表示放電）。

2.2.2 約束條件

不等式約束如下。

a.節(jié)點(diǎn)電壓約束。

其中，Ui，min、Ui，max分別為節(jié)點(diǎn) i處電壓 Ui的下限和上限；n為配電網(wǎng)節(jié)點(diǎn)總數(shù)。該約束是電能質(zhì)量對(duì)BESS運(yùn)行的要求。

b.支路電流約束。

其中，Iimax為第i條支路電流Ii的上限；d為支路總數(shù)。該約束是系統(tǒng)安全穩(wěn)定對(duì)BESS運(yùn)行的要求。

c.充放電功率約束。

其中，Pess（t）為 BESS 各時(shí)段處的充放電功率；Pess，c，max、Pess，dis，max分別為電池最大允許充電功率、最大允許放電功率；負(fù)號(hào)表示電池充電。

等式約束如下。

a.潮流方程約束。

其中，PG，i、QG，i分別為節(jié)點(diǎn) i處電源的有功、無(wú)功出力；PL，i、QL，i分別為節(jié)點(diǎn) i處的有功、無(wú)功負(fù)荷；Ui、Uj分別為節(jié)點(diǎn)i、節(jié)點(diǎn)j的電壓幅值；Gij、Bij分別為節(jié)點(diǎn)導(dǎo)納矩陣元素的實(shí)部、虛部；θij為節(jié)點(diǎn)i和節(jié)點(diǎn)j的電壓相角差。

b.日周期內(nèi)充放電能量守恒約束。

2.3 確定各時(shí)段BESS充放電功率的數(shù)學(xué)模型

策略制定第二步：根據(jù)第一步連續(xù)充、放電時(shí)間段劃分結(jié)果，以確定了是充電還是放電狀態(tài)的各時(shí)段BESS功率為控制變量，在第一步數(shù)學(xué)模型的基礎(chǔ)上增加各時(shí)刻的荷電狀態(tài)上下限約束和連續(xù)放電時(shí)段內(nèi)可放電量約束，在確定各時(shí)段內(nèi)BESS充放電功率大小的同時(shí)，也對(duì)第一步中的時(shí)段劃分結(jié)果進(jìn)行充電、空閑和放電時(shí)段的進(jìn)一步劃分。具體約束如下。

a.為避免電池過(guò)充過(guò)放影響其壽命，荷電狀態(tài)有一定范圍限制，蓄電池不能將電量全部放完也不能完全充滿。

其中，SOCmin、SOCmax分別為電池最小荷電狀態(tài)、最大荷電狀態(tài)。

b.為使求得的解符合實(shí)際，避免出現(xiàn)連續(xù)放電時(shí)段內(nèi)的放電量大于放電前的剩余電量的情況，連續(xù)放電時(shí)段內(nèi)的可放電量有一定約束（具體依據(jù)見(jiàn)2.1節(jié)總體思路）。

其中，Edis，i為第i個(gè)連續(xù)放電時(shí)間段內(nèi)的可放電量；Esoc，i為第i個(gè)連續(xù)放電時(shí)間段放電前BESS的剩余電量。

3 算例分析

3.1 算例參數(shù)說(shuō)明

為驗(yàn)證本文所提運(yùn)行策略的有效性，以IEEE 33節(jié)點(diǎn)配電系統(tǒng)［16］作為算例，并在節(jié)點(diǎn)15、21和 28上分別增加了300 kW風(fēng)力DG、400 kW光伏DG和400 kW風(fēng)力DG，在節(jié)點(diǎn)13、23和29分別增加了0.9 Mvar、0.8 Mvar和 0.8 Mvar的電容器，節(jié)點(diǎn) 15和節(jié)點(diǎn)28上分別配有容量為420 kW·h和562 kW·h的BESS，系統(tǒng)結(jié)構(gòu)如圖3所示，制定該系統(tǒng)中BESS的運(yùn)行策略。

圖3 含DG和BESS的配電網(wǎng)算例系統(tǒng)Fig．3 Example system of distribution network with DG and BESS

算例系統(tǒng)中DG、電容器、BESS的位置和容量參照文獻(xiàn)［17-18］進(jìn)行確定。算例中采用的某地典型日DG出力和典型日負(fù)荷曲線如圖4所示。參考文獻(xiàn)［19］設(shè)定分時(shí)電價(jià)：高峰時(shí)段為 09∶00— 14∶00和 19∶00—21∶00，高電價(jià)為 1 元／（kW·h）；低谷時(shí)段為 01∶00—08∶00，低電價(jià)為 0.35 元 ／（kW·h）；其余時(shí)段的平電價(jià)為0.55元／（kW·h）。從主網(wǎng)購(gòu)電電價(jià)為0.55元／（kW·h）。電壓波動(dòng)上下限為±7%。支路電流上限取BESS運(yùn)行前支路電流的1.5倍。日充放電次數(shù)最大值為3。單個(gè)蓄電池儲(chǔ)能單元（1 kW·h）最大充、放電功率均為0.5 kW。對(duì)于荷電狀態(tài)的上、下限，實(shí)際工程中考慮了儲(chǔ)能的壽命問(wèn)題，一般分別取80%、20%；本算例為突出BESS運(yùn)行后的經(jīng)濟(jì)效益，其上、下限分別取90%、10%。充、放電效率均為95%，剩余電量損失率為10%。荷電狀態(tài)初始值設(shè)置為10%。

圖4 典型日DG出力和負(fù)荷曲線Fig．4 Typical daily DG output and load curves

3.2 不同BESS運(yùn)行策略比較

本文建立的數(shù)學(xué)模型中含有非線性約束條件，MATLAB優(yōu)化工具箱中的fmincon求解器可以用于求解非線性優(yōu)化問(wèn)題，應(yīng)用較廣泛，該求解器對(duì)初始值的選擇無(wú)任何要求，收斂速度快，使用簡(jiǎn)便，結(jié)果準(zhǔn)確［18］。fmincon求解器可用算法有3種：信賴域反射算法（trust region reflective）、有效集算法（active set）、內(nèi)點(diǎn)算法（interior point）。 本文采用有效集算法對(duì)模型進(jìn)行求解。

將本文策略與現(xiàn)有文獻(xiàn)中依據(jù)分時(shí)電價(jià)制定的策略對(duì)比。 對(duì)于現(xiàn)有策略：參考文獻(xiàn)［13］，01∶00—08∶00 和 23∶00—24∶00 充電、09∶00—22∶00 放電，將確定了充電還是放電狀態(tài)的各時(shí)段儲(chǔ)能充放電功率作為決策變量，以降低能耗收益與BESS低儲(chǔ)高放套利之和最大為目標(biāo)函數(shù)，以式（10）—（15）為約束條件，求解策略。表1和圖5是兩策略下的優(yōu)化結(jié)果。

表1 BESS運(yùn)行后的日經(jīng)濟(jì)效益Table1 Daily economic benefit after BESS operation

圖5 BESS運(yùn)行前后的等效負(fù)荷曲線對(duì)比Fig．5 Comparison of equivalent load curves before and after BESS operation

由表1可以看出，本文策略與現(xiàn)有策略相比，雖然計(jì)算時(shí)間長(zhǎng)了2634 s，但降低能耗收益和BESS套利收益都要高，總?cè)帐找娓叱?53.3元。

由圖5可知，在14∶00前兩策略的削峰填谷效果基本相同，但在14∶00后現(xiàn)有策略所起的作用很小，而本文策略仍有明顯的削峰填谷效果。這是因?yàn)楝F(xiàn)有策略依據(jù)分時(shí)電價(jià)劃分充、放電時(shí)間段，沒(méi)有考慮負(fù)荷實(shí)際需求情況，特別是DG對(duì)負(fù)荷峰谷需求的影響，制定的策略不能充分發(fā)揮BESS的削峰填谷作用；本文策略先在假設(shè)儲(chǔ)能容量足夠大的理想情況下，建立數(shù)學(xué)模型，根據(jù)求解情況得到較合適的充、放電時(shí)段劃分結(jié)果，進(jìn)而再確定儲(chǔ)能充放電功率大小，該時(shí)段劃分結(jié)果包含了DG對(duì)負(fù)荷峰谷差的影響，是較優(yōu)的分段結(jié)果，更能發(fā)揮BESS的削峰填谷作用，而且計(jì)算了BESS套利、降低能耗收益，并作為目標(biāo)函數(shù)，該分段結(jié)果也能體現(xiàn)一定的經(jīng)濟(jì)效益。

3.3 DG滲透率對(duì)BESS運(yùn)行效益及運(yùn)行策略制定的影響

為對(duì)比分析配電網(wǎng)中不同DG類型滲透率對(duì)優(yōu)化運(yùn)行結(jié)果的影響，現(xiàn)于其他參數(shù)不變的基礎(chǔ)上，分別逐步以一定倍數(shù)改變算例中光伏DG和風(fēng)力DG容量，按本文方法制定BESS充放電策略，運(yùn)行結(jié)果分別如表2、3所示（原算例中光伏DG和風(fēng)力DG滲透率分別為2.9%和12.4%）。

表2 不同光伏DG滲透率下BESS運(yùn)行前后的情況Table 2 Situation before and after BESS operation for different photovoltaic DG penetration

表3 不同風(fēng)力DG滲透率下BESS運(yùn)行前后的情況Table 3 Situation before and after operation of BESS for different wind DG penetration

由表2可知，隨著光伏DG的滲透率逐漸增大，有無(wú)BESS運(yùn)行時(shí)的電能損耗都是先減小后增大，降損收益整體上也是先減小后增大，但其有較大幅度減小，而增大幅度一直較小。這是因?yàn)閮?chǔ)能容量是在2.9%的光伏DG滲透率下配置的最優(yōu)容量，該滲透率下儲(chǔ)能運(yùn)行總收益最高。另一方面光伏DG具有正負(fù)荷特性，隨著其滲透率增大，白天等效負(fù)荷峰值減小，這在一定程度上減小了BESS因削峰填谷而得到的降損收益，當(dāng)DG滲透率繼續(xù)增加，白天等效負(fù)荷峰值接近凌晨較低的負(fù)荷，此時(shí)儲(chǔ)能作用后使二者更接近，降損收益又有所增加。由于BESS容量和分時(shí)電價(jià)不變，BESS套利不隨光伏DG滲透率變化而改變，相應(yīng)的總收益變化和降損收益變化一致。

由表3與表2對(duì)比可知，同樣在儲(chǔ)能最優(yōu)容量對(duì)應(yīng)的12.4%風(fēng)電滲透率下運(yùn)行收益最高，儲(chǔ)能套利也不隨DG滲透率變化而改變。表3中當(dāng)風(fēng)力DG滲透率由低到高接近12.4%時(shí)，降損收益由負(fù)逐漸增大到正；隨著風(fēng)力DG滲透率繼續(xù)增加降損收益雖然也是先減小后增大，但相對(duì)表2其有較小幅度減小、較大幅度增大。這是因?yàn)殡S著DG滲透率的增加，風(fēng)力DG的逆負(fù)荷特性使等效負(fù)荷峰谷差越來(lái)越大，這在一定程度上增加了BESS因削峰填谷而得到的降損收益。

以光伏DG為例分析DG滲透率對(duì)BESS運(yùn)行策略制定的影響，對(duì)應(yīng)表2的BESS充放電曲線如圖6所示（取每個(gè)時(shí)段內(nèi)的平均值，正數(shù)表示放電，負(fù)數(shù)表示充電，零值表示空閑狀態(tài)或以零功率充放電）。

圖6 BESS充放電曲線Fig．6 Charging and discharging curves of BESS

從圖6中可以看出，滲透率小于23.2%時(shí)BESS的充放電策略變化不大，而在23.2%及以上時(shí)BESS的充放電策略發(fā)生了明顯的變化，在15∶00處儲(chǔ)能由原來(lái)的空閑狀態(tài)變?yōu)槌潆姞顟B(tài)，16∶00、17∶00 充電功率也明顯變小。說(shuō)明一定滲透率的DG對(duì)配電網(wǎng)中BESS充、放電時(shí)段的劃分及功率的確定有很大影響。

3.4 不同DG功率特性對(duì)BESS運(yùn)行結(jié)果的影響

為分析不同風(fēng)電功率特性和光伏功率特性下BESS的運(yùn)行情況，現(xiàn)在其他參數(shù)不變的基礎(chǔ)上，分別在風(fēng)力DG和光伏DG不同場(chǎng)景的功率特性下，按本文方法制定BESS運(yùn)行策略。某地四季各典型日的風(fēng)電出力曲線如圖7所示，典型見(jiàn)陽(yáng)日和遮陽(yáng)日下的光伏出力曲線如圖8所示。不同風(fēng)電功率特性和光伏功率特性下BESS運(yùn)行后的結(jié)果分別如表4、5所示。

由表4、5可以看出，其他參數(shù)不變的情況下，不同DG功率特性下的BESS套利都是相同的，降損收益有一定的變化。

圖7 不同場(chǎng)景下的風(fēng)電出力曲線Fig．7 Wind power output curves for different scenarios

對(duì)于風(fēng)力DG：由圖7可以看出，與春季（原算例）典型日出力曲線相比，夏季典型日出力曲線波動(dòng)較大，白天06∶00左右負(fù)荷低估時(shí)段出力不高，晚上20∶00左右負(fù)荷高峰時(shí)段有較大出力，負(fù)荷逆負(fù)荷特性不明顯，因此等效負(fù)荷曲線峰谷差較小，間接影響B(tài)ESS的削峰填谷效果，使得降損收益減??；秋季典型日DG出力曲線變化趨勢(shì)與春季（原算例）相似，但其在白天 10∶00—16∶00間負(fù)荷高峰時(shí)段出力更小，逆負(fù)荷特性更明顯，等效負(fù)荷曲線峰谷差更大，BESS運(yùn)行后的削峰填谷作用更大，降損收益也更大；冬季典型日出力曲線與其他季節(jié)相比，整體相對(duì)較平緩，逆負(fù)荷特性最弱，降損收益也最小。

對(duì)于光伏DG：圖8出力高峰時(shí)段與10∶00—15∶00負(fù)荷高峰時(shí)段重合，典型遮陽(yáng)日與見(jiàn)陽(yáng)日下的出力曲線趨勢(shì)相似，與見(jiàn)陽(yáng)日相比，遮陽(yáng)日下出力明顯較小，正負(fù)荷特性較弱，等效負(fù)荷曲線峰谷差較大，使得BESS的削峰填谷效果相對(duì)較強(qiáng)，降損收益較大。

圖8 不同場(chǎng)景下的光伏出力曲線Fig．8 Photovoltaic output curves for different scenarios

表4 不同風(fēng)力DG功率特性下BESS運(yùn)行結(jié)果Table 4 Results of BESS operation for different wind DG power characteristics

表5 不同光伏DG功率特性下BESS運(yùn)行結(jié)果Table 5 Results of BESS operation for different photovoltaic DG power characteristics

4 結(jié)論

本文針對(duì)配電網(wǎng)中因DG的接入和負(fù)荷變化而引起的供需平衡問(wèn)題，提出了一種BESS充放電策略。該策略分2個(gè)步驟進(jìn)行：先確定充電、放電時(shí)段，再確定充放電功率大小與充電、空閑和放電時(shí)段。通過(guò)仿真分析得到如下結(jié)論。

a.與現(xiàn)有依據(jù)分時(shí)電價(jià)制定的BESS充放電策略相比，本文方法制定的策略可以獲得更好的經(jīng)濟(jì)效益。

b.在BESS配置容量不變的情況下，最優(yōu)容量對(duì)應(yīng)的DG滲透率下BESS運(yùn)行效益最大，隨著光伏DG滲透率的不斷增大，其正負(fù)荷特性會(huì)使得負(fù)荷峰谷差縮小，從而在一定程度上減小BESS的運(yùn)行收益；隨著風(fēng)力DG滲透率的不斷增大，其逆負(fù)荷特性會(huì)使得負(fù)荷峰谷差拉大，從而在一定程度上增加BESS的運(yùn)行收益。

c.在BESS配置容量不變的情況下，一定滲透率的DG對(duì)配電網(wǎng)中BESS充電、放電時(shí)段的劃分及功率的確定有很大影響。

d.不同DG功率特性曲線具有不同程度的逆負(fù)荷特性和正負(fù)荷特性，使得等效負(fù)荷曲線峰谷差不同，進(jìn)而影響B(tài)ESS的削峰填谷效果、降損收益。

e.本文在策略制定過(guò)程中考慮因素較多，并分2步進(jìn)行，計(jì)算時(shí)間較長(zhǎng)，實(shí)際應(yīng)用中實(shí)時(shí)性不強(qiáng)，但對(duì)短時(shí)和日前調(diào)度有一定的參考價(jià)值。

參考文獻(xiàn)：

［1］CHEN Zhe．Wind power in modern power systems［J］．Journal of Modern Power Systems and Clean Energy，2013，1（1）：2-13．

［2］蔣瑋，周贛，王曉東，等．一種適用于微電網(wǎng)混合儲(chǔ)能系統(tǒng)的功率分配策略［J］．電力自動(dòng)化設(shè)備，2015，35（4）：38-43，52.JIANG Wei，ZHOU Gan，WANG Xiaodong，et al．Power allocation strategy of hybrid energy storage system for microgrid［J］．Electric Power Automation Equipment，2015，35（4）：38-43，52.

［3］GE Shaoyun，XU Li，LIU Hong，et al．Low-carbon benefit analysis on DG penetration distribution system［J］．Journal of Modern Power Systems and Clean Energy，2015，3（1）：139-148．

［4］ZHAO Haoran，WU Qiuwei，WANG Chengshan，et al.Fuzzy logic based coordinated control of battery energy storage system and dispatchable distributed generation for microgrid［J］．Journal of Modern Power Systems and Clean Energy，2015，3（3）：422-428．

［5］謝應(yīng)昭，盧繼平．含風(fēng)儲(chǔ)混合系統(tǒng)的多目標(biāo)機(jī)組組合優(yōu)化模型及求解［J］．電力自動(dòng)化設(shè)備，2015，35（3）：18-26．XIE Yingzhao，LU Jiping．Multi-objective unit commitment optimization model including hybrid wind-storage system and its solution［J］．Electric Power Automation Equipment，2015，35（3）：18-26．

［6］XU Guoyi，XU Lie，YAO Liangzhong．Wind turbines output power smoothing using embedded energy storage systems［J］．Journal of Modern Power Systems and Clean Energy，2013，1（1）：49-57．

［7］丁明，王波，趙波，等．獨(dú)立風(fēng)光柴儲(chǔ)微網(wǎng)系統(tǒng)容量?jī)?yōu)化配置［J］．電網(wǎng)技術(shù)，2013，37（3）：575-581．DING Ming，WANG Bo，ZHAO Bo，et al．Configuration optimization of capacity of standalone PV-wind-diesel-battery hybrid microgrid［J］．Power System Technology，2013，37（3）：575-581．

［8］李成，楊秀，張美霞，等．基于成本分析的超級(jí)電容器和蓄電池混合儲(chǔ)能優(yōu)化配置方案［J］．電力系統(tǒng)自動(dòng)化，2013，37（18）：20-24．LI Cheng，YANG Xiu，ZHANG Meixia，et al．Optimal configuration scheme for hybrid energy storage system of super-capacitors and batteries based on cost analysis［J］．Automation of Electric Power Systems，2013，37（18）：20-24．

［9］王成山，于波，肖峻，等.平滑微電網(wǎng)聯(lián)絡(luò)線功率波動(dòng)的儲(chǔ)能系統(tǒng)容量?jī)?yōu)化方法［J］．電力系統(tǒng)自動(dòng)化，2013，37（3）：12-17．WANG Chengshan，YU Bo，XIAO Jun，et al．An energy storage system capacity optimization method for microgrid tie-line power flow stabilization［J］．Automation of Electric Power Systems，2013，37（3）：12-17．

［10］向育鵬，衛(wèi)志農(nóng)，孫國(guó)強(qiáng)，等．基于全壽命周期成本的配電網(wǎng)蓄電池儲(chǔ)能系統(tǒng)的優(yōu)化配置［J］．電網(wǎng)技術(shù)，2015，39（1）：264-270．XIANG Yupeng，WEI Zhinong，SUN Guoqiang，et al．Life cycle costbased optimalconfiguration ofbattery energy storage system in distribution network［J］．Power System Technology，2015，39（1）：264-270．

［11］章美丹，宋曉喆，辛煥海，等．計(jì)及網(wǎng)損的配電網(wǎng)電池儲(chǔ)能站優(yōu)化運(yùn)行策略［J］．電網(wǎng)技術(shù)，2013，37（8）：2123-2128．ZHANG Meidan，SONG Xiaozhe，XIN Huanhai，et al．Optimal operation strategy of battery energy storage system in distribution networks with consideration of power losses［J］．Power System Technology，2013，37（8）：2123-2128．

［12］劉小聰，王蓓蓓，李揚(yáng)，等．智能電網(wǎng)下計(jì)及用戶側(cè)互動(dòng)的發(fā)電日前調(diào)度計(jì)劃模型［J］．中國(guó)電機(jī)工程學(xué)報(bào)，2013，33（1）：30-38．LIU Xiaocong，WANG Beibei，LI Yang，et al．Day-ahead generation scheduling model considering demand side interaction under smart grid paradigm［J］．Proceedings of the CSEE，2013，33（1）：30-38．

［13］劉文霞，牛淑婭，石道桂，等．考慮運(yùn)行策略及投資主體利益的主動(dòng)配電系統(tǒng)儲(chǔ)能優(yōu)化配置［J］．電網(wǎng)技術(shù)，2015，39（10）：2697-2704．LIU Wenxia，NIU Shuya，SHI Daogui，et al．Optimal allocation of ADS battery energy storage considering operation strategy and investment subject benefit［J］．Power System Technology，2015，39（10）：2697-2704．

［14］楊玉青．區(qū)域配電網(wǎng)儲(chǔ)能配置與優(yōu)化運(yùn)行策略研究［D］．北京：北京交通大學(xué)，2015．YANG Yuqing．Research on energy storage system configuration and optimal operation strategy in regional distribution network［D］．Beijing：Beijing Jiaotong University，2015．

［15］嚴(yán)干貴，馮曉東，李軍徽，等．用于松弛調(diào)峰瓶頸的儲(chǔ)能系統(tǒng)容量配置方法［J］．中國(guó)電機(jī)工程學(xué)報(bào)，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．

［16］王守相，王成山．現(xiàn)代配電系統(tǒng)分析［M］．北京：高等教育出版社，2007：196-202．

［17］劉公博，顏文濤，張文斌，等．含分布式電源的配電網(wǎng)動(dòng)態(tài)無(wú)功優(yōu)化調(diào)度方法［J］．電力系統(tǒng)自動(dòng)化，2015，39（15）：49-54．LIU Gongbo，YAN Wentao，ZHANG Wenbin，et al．Optimization and dispatching method of dynamic reactive power in distribution network with distributed generators［J］．Automation of Electric Power Systems，2015，39（15）：49-54．

［18］段開(kāi)鋒．電池儲(chǔ)能系統(tǒng)在配電網(wǎng)中的應(yīng)用研究［D］．北京：北京交通大學(xué)，2014．DUAN Kaifeng.The application ofbattery energy storage system in the distribution network［D］．Beijing：Beijing Jiaotong University，2014．

［19］陳滄楊，胡博，謝開(kāi)貴，等．計(jì)入電力系統(tǒng)可靠性與購(gòu)電風(fēng)險(xiǎn)的峰谷分時(shí)電價(jià)模型［J］．電網(wǎng)技術(shù)，2014，38（8）：2141-2148．CHEN Cangyang，HU Bo，XIE Kaigui，et al．A peak-valley TOU price model considering power system reliability and power purchase risk［J］．Power System Technology，2014，38（8）：2141-2148．