章偉+譚倫農(nóng)+闞紅軍

摘 要： 儲能技術(shù)作為一種新興的調(diào)節(jié)風(fēng)電功率輸出方法，能夠有效平抑風(fēng)電出力波動.儲能系統(tǒng)容量規(guī)劃問題正成為重要的研究課題.以蓄電池作為研究對象，將放電深度和過放電現(xiàn)象對電池壽命的損傷折合為運(yùn)行經(jīng)濟(jì)成本，同時考慮懲罰成本及固有成本，在確保風(fēng)電出力盡可能接近期望出力的前提下，建立了以總經(jīng)濟(jì)成本最小為目標(biāo)，以容量限制、功率限制及充放電次數(shù)限制為約束條件的儲能容量優(yōu)化模型，采用遺傳算法求解目標(biāo)函數(shù).算例分析結(jié)果表明，該方法可以配置合理的儲能容量，使得儲能系統(tǒng)在平抑風(fēng)電出力波動的同時使總經(jīng)濟(jì)成本降至最低，實現(xiàn)穩(wěn)定性和經(jīng)濟(jì)性的相協(xié)調(diào).

關(guān)鍵詞： 儲能容量； 蓄電池； 風(fēng)電出力； 經(jīng)濟(jì)成本

中圖分類號： TP 732 文獻(xiàn)標(biāo)志碼： A

Abstract： As a new method for applying to adjust the wind power output，energy storage technology can effectively suppress the wind power fluctuations.The energy storage capacity plan is becoming an important research topic.In this study，the battery was used.And the damage to battery life caused by the depth of discharge and overdischarge phenomenon was equivalent to the run cost.At the same time，the penalty cost and inherent cost were taken into account.Under the promise that the wind power output close to the desired output which could be ensured as much as possible，the storage capacity optimization model was established by taking the minimum total economic cost as a goal as well as taking the capacity limitation，power limitation and charge and discharge times limitation as the constraints.Genetic algorithms were used to solve the objective function.According to the results of case study，the proposed method in this study could configure a reasonable energy storage capacity，making the energy storage system to suppress the fluctuation of wind power output at the minimum economic cost.The reliability and economic could be realized harmoniously.

Keywords： energy storage capacity； battery； wind power output； economic cost

風(fēng)電接入量的增加以及其波動性和間歇性等特性給電網(wǎng)的安全穩(wěn)定運(yùn)行帶來了嚴(yán)重的挑戰(zhàn)[1].因此，平滑風(fēng)電出力，使風(fēng)電能夠滿足電網(wǎng)對電能質(zhì)量的要求，盡可能降低其對電網(wǎng)造成的影響已成為重要的研究課題.在風(fēng)電場中設(shè)置的儲能系統(tǒng)，可以在負(fù)荷低谷時吸收剩余的風(fēng)電，而在負(fù)荷高峰、電網(wǎng)電能不足時釋放儲存的電能，從而達(dá)到平滑功率輸出的目的.

隨著儲能技術(shù)的研究不斷取得進(jìn)展，儲能系統(tǒng)容量的確定顯得十分重要.若系統(tǒng)容量配置合理，則可以使風(fēng)電出力盡可能地接近期望輸出，從而有效抑制風(fēng)電出力波動，減少棄風(fēng)量，提高風(fēng)能利用效率，減少系統(tǒng)總成本.

目前國內(nèi)外對儲能系統(tǒng)容量的配置問題已開展了眾多研究，而在這些研究中，建立儲能容量優(yōu)化模型時涉及運(yùn)行成本的甚少.文獻(xiàn)[2]分析了電池儲能系統(tǒng)在提高并網(wǎng)風(fēng)電場運(yùn)行穩(wěn)定性方面的作用；文獻(xiàn)[3]提出了基于風(fēng)光互補(bǔ)發(fā)電系統(tǒng)的鉛蓄電池的多階段充電控制策略；文獻(xiàn)[4]提出了一種使大型風(fēng)電場在長時間內(nèi)保持功率平穩(wěn)輸出所需要的儲能系統(tǒng)容量的計算方法；文獻(xiàn)[5]基于傅立葉變換對風(fēng)電功率進(jìn)行了頻譜分析，以此來確定最佳的儲能容量范圍.

在考慮儲能系統(tǒng)固有成本及懲罰成本的同時，本文提出將放電深度和過放電現(xiàn)象對電池壽命造成的損傷折合為運(yùn)行成本，在降低風(fēng)電出力波動，使其滿足電網(wǎng)對電能質(zhì)量的要求的前提下，以這三部分之和最小為目標(biāo)函數(shù)，以容量限制、功率限制、充放電次數(shù)限制為約束條件，采用遺傳算法求解儲能系統(tǒng)的最佳儲能容量.

1 儲能容量優(yōu)化模型

1.1 目標(biāo)函數(shù)

儲能容量優(yōu)化的目標(biāo)是采用某種方法求解出儲能容量的最優(yōu)解，使系統(tǒng)運(yùn)行時各種影響因素所折合的經(jīng)濟(jì)成本的總和最小，主要包括懲罰成本、固有成本、運(yùn)行成本.

（1） 運(yùn)行成本：它是指儲能設(shè)備由于長時間運(yùn)行將對設(shè)備壽命造成損失，將這部分損失折合成經(jīng)濟(jì)成本，主要是由放電深度及過放電現(xiàn)象引起的[6].

（2） 懲罰成本：當(dāng)風(fēng)電場輸出功率經(jīng)過儲能系統(tǒng)作用后仍未能滿足輸出要求時，將未能滿足輸出要求的這部分能量折合成經(jīng)濟(jì)成本，稱為懲罰成本[7].endprint

（3） 固有成本：主要指儲能設(shè)備初期投資成本，主要取決于儲能系統(tǒng)的容量大小[8].

2 求解方法

針對上述建立的儲能容量優(yōu)化模型，選用遺

傳算法求解目標(biāo)函數(shù)的最優(yōu)解.遺傳算法具有較強(qiáng)的解決問題的能力和廣泛的適應(yīng)性[9].

針對本文提出的優(yōu)化模型，其求解步驟為：

① 在程序中導(dǎo)入風(fēng)電場某一時間段的輸出功率，并計算出同一時期的負(fù)荷參考值；

② 建立式（1）的目標(biāo)函數(shù)，在每次迭代過程中該目標(biāo)函數(shù)都會被調(diào)用；

③ 設(shè)置算法的初始條件，同時產(chǎn)生初始種群；

④ 種群交叉：在每兩個父代種群中選擇基因不同部分進(jìn)行交叉變異，進(jìn)而產(chǎn)生新個體；

⑤ 適應(yīng)度評估：計算出每個新生個體的適應(yīng)度，通過適應(yīng)度大小來判定個體的優(yōu)劣性；

⑥ 種群選擇：從種群中的個體當(dāng)中選擇適應(yīng)度較大的傳給下一代進(jìn)行繁殖；

⑦ 種群變異：從種群中隨機(jī)選取一定數(shù)量的個體，以初始條件中設(shè)置的變異概率隨機(jī)更改某個基因的值；

⑧ 重復(fù)步驟④～⑦，當(dāng)在設(shè)定的最大迭代次數(shù)內(nèi)適應(yīng)度達(dá)到期望值或迭代次數(shù)達(dá)到最大值時，程序停止運(yùn)行，并將此時的儲能容量及經(jīng)濟(jì)成本輸出.

3 算例分析

本文算例采用我國某地區(qū)電力調(diào)度中心能量管理系統(tǒng)（EMS）統(tǒng)計的該地區(qū)某風(fēng)電場一年內(nèi)的風(fēng)電運(yùn)行數(shù)據(jù)，時間是從2013年1月1日00：00至2013年12月31日24：00.每5 min進(jìn)行一次采樣，共得到105 120個有效數(shù)據(jù).

3.1 期望輸出參考值的求取

3.3 儲能容量優(yōu)化及運(yùn)行結(jié)果分析

利用上述風(fēng)電場一年內(nèi)的風(fēng)電出力數(shù)據(jù)，以蓄電池儲能系統(tǒng)運(yùn)行一年作為評估期，采用遺傳算法對式（1）進(jìn)行儲能容量優(yōu)化，結(jié)果如表2所示.

為分析所得最佳容量的儲能系統(tǒng)的儲能效果，首先給出一年中某一天風(fēng)電場經(jīng)該儲能系統(tǒng)作用后的風(fēng)電出力，結(jié)果如圖1所示.

從圖1中不難看出：在加入儲能系統(tǒng)后，由于受蓄電池充放電功率及容量等約束條件的限制，風(fēng)電輸出功率在個別時間段與負(fù)荷參考值并不完全相同，即沒有完全抑制這些時間段內(nèi)原有的尖波；但總體來看，在大部分時間段內(nèi)風(fēng)電輸出功率與負(fù)荷參考值非常接近，說明該儲能系統(tǒng)能夠較好地抑制風(fēng)電出力的波動.

圖2、3分別為蓄電池充放電功率以及蓄電池荷電狀態(tài)圖，其中荷電狀態(tài)SOC可反映一天中某一時刻蓄電池中剩余電量的多少，其表達(dá)式為

由圖2、3中可以看出，在一天24 h內(nèi)，電池充放電功率以及荷電狀態(tài)均在允許范圍內(nèi)，滿足上述約束條件，說明蓄電池運(yùn)行狀態(tài)良好，進(jìn)一步驗證了該儲能系統(tǒng)能夠滿足抑制風(fēng)電波動，穩(wěn)定功率輸出的要求.

為從經(jīng)濟(jì)性角度衡量該儲能系統(tǒng)的優(yōu)劣，本文采用儲能經(jīng)濟(jì)因子這一評價指標(biāo)，它表示在整個運(yùn)行過程中，儲能系統(tǒng)實際對外提供或從風(fēng)電場吸收的總電量與抑制所有風(fēng)電功率波動使輸出功率完全滿足期望輸出所需的總電量之比.該表達(dá)式的值越接近1，系統(tǒng)經(jīng)濟(jì)性越高，其表達(dá)式為

經(jīng)計算，當(dāng)未加入儲能系統(tǒng)時α為0；當(dāng)加入儲能系統(tǒng)后α為0.885 2.由此可知，采用本文所提的方法求解出儲能系統(tǒng)最佳容量后，該儲能系統(tǒng)在確保平滑風(fēng)電場輸出功率的同時，還具有較高的經(jīng)濟(jì)性.

4 結(jié) 論

為降低風(fēng)電場輸出功率波動，使其盡可能地接近期望輸出，本文將蓄電池儲能系統(tǒng)引入風(fēng)電場中.考慮到蓄電池充放電過程中的放電深度及過放電現(xiàn)象均會對電池的使用壽命造成一定的損傷，提出將這兩部分折合為運(yùn)行成本，并以總經(jīng)濟(jì)

成本為目標(biāo)函數(shù)，以容量限制、功率限制等為約束

條件，建立儲能系統(tǒng)優(yōu)化模型.經(jīng)過算例分析，驗證了本文所提方法能夠配置合理的儲能容量，使得加入儲能系統(tǒng)后的風(fēng)電出力波動得到有效降低，符合期望輸出的要求，同時也使儲能系統(tǒng)的總成本最小，說明通過該方法可以實現(xiàn)風(fēng)電供電穩(wěn)定性與經(jīng)濟(jì)性的相協(xié)調(diào).

在各類儲能電池中，鉛酸蓄電池因其自放電小、高溫性能好、容量大、循環(huán)壽命長等優(yōu)點，應(yīng)用本文所提優(yōu)化模型進(jìn)行容量優(yōu)化后，在風(fēng)力發(fā)電領(lǐng)域?qū)兄鴱V闊的應(yīng)用前景.

參考文獻(xiàn)：

[1] 馮江霞，梁軍，張峰，等.考慮調(diào)度計劃和運(yùn)行經(jīng)濟(jì)性的風(fēng)電場儲能容量優(yōu)化計算[J].電力系統(tǒng)自動化，2013，37（1）：90-95.

[2] 張步涵，曾杰，毛承雄，等.電池儲能系統(tǒng)在改善并網(wǎng)風(fēng)電場電能質(zhì)量和穩(wěn)定性中的應(yīng)用[J].電網(wǎng)技術(shù)，2006，30（15）：54-58.

[3] 王銀杰，胡國文，王林.風(fēng)光互補(bǔ)系統(tǒng)多階段充電控制策略研究[J].能源研究與信息，2014，30（3）：178-181.

[4] 韓濤，盧繼平，喬梁，等.大型并網(wǎng)風(fēng)電場儲能容量優(yōu)化方案[J].電網(wǎng)技術(shù)，2010，34（1）：169-173.

[5] MAKAROV Y V，PENGWEI D，MINTNERMEYER M C W，et al.Sizing energy storage to accommodate high penetration of variable energy resources[J].IEEE Transactions on Sustainable Energy，2012，3（1）：34-40.

[6] 徐群，呂曉祿，武乃虎，等.考慮電池壽命和過放現(xiàn)象的風(fēng)電場儲能容量優(yōu)化[J].電網(wǎng)技術(shù)，2014，38（6）：1505-1511.

[7] 梁亮，李建林，惠東.大型風(fēng)電場用儲能裝置容量的優(yōu)化配置[J].高電壓技術(shù)，2011，37（4）：930-936.

[8] 張峰，梁軍，張利，等.考慮最佳期望輸出與荷電狀態(tài)的風(fēng)電場儲能容量優(yōu)化方法[J].電力系統(tǒng)自動化，2014，38（24）：12-19.

[9] TELEKE S，BARAN M E，HUANG A Q，et al.Control strategies for battery energy storage for wind farm dispatching[J].IEEE Transactions on Energy Conversion，2009，24（3）：725-732.endprint