劉紅

(南方電網(wǎng)廣東東莞供電局，廣東 東莞 523000)

近年來(lái)，減少碳排放已成為世界各國(guó)的重要戰(zhàn)略共識(shí)。中國(guó)積極踐行生態(tài)優(yōu)先、綠色低碳的發(fā)展道路，大力發(fā)展風(fēng)電、光伏等清潔可再生能源。根據(jù)《中國(guó)電力行業(yè)年度發(fā)展報(bào)告2021》，截止到2020年年底，并網(wǎng)風(fēng)電281.65 GW，比上年增長(zhǎng)34.7%；并網(wǎng)太陽(yáng)能發(fā)電253.56 GW，比上年增長(zhǎng)24.1%[1]。然而，由于風(fēng)電、光伏等清潔能源發(fā)電具有間斷性、波動(dòng)性、隨機(jī)性等不友好特性，其大規(guī)模并網(wǎng)影響了電網(wǎng)的穩(wěn)定性、安全性和可靠性[2]。

為了實(shí)現(xiàn)“雙碳”目標(biāo)，我國(guó)將持續(xù)增加光伏、風(fēng)電等清潔能源裝機(jī)，加快清潔能源發(fā)電并網(wǎng)，這給電網(wǎng)帶來(lái)了更加嚴(yán)峻的挑戰(zhàn)，其中調(diào)峰問(wèn)題尤為顯著[3]。在這一背景下，儲(chǔ)能由于具有容量大、靈活性強(qiáng)、效率高等優(yōu)點(diǎn)，可以提供調(diào)頻、調(diào)峰、調(diào)壓等輔助服務(wù)，解決清潔能源并網(wǎng)帶來(lái)的一系列問(wèn)題，越來(lái)越受到人們的重視與關(guān)注。而且隨著儲(chǔ)能技術(shù)的成熟，儲(chǔ)能成本逐漸下降，儲(chǔ)能的競(jìng)爭(zhēng)性不斷增強(qiáng)。因此，探究?jī)?chǔ)能調(diào)峰容量的優(yōu)化配置尤為必要。

目前，諸多學(xué)者探究了儲(chǔ)能調(diào)峰的容量?jī)?yōu)化配置。文獻(xiàn)[4]提出了考慮儲(chǔ)能綜合系統(tǒng)運(yùn)行成本和儲(chǔ)能投資成本的儲(chǔ)能選址和容量?jī)?yōu)化的雙層模型。文獻(xiàn)[5]從技術(shù)和經(jīng)濟(jì)角度出發(fā)，提出一種儲(chǔ)能輔助電網(wǎng)調(diào)峰的配置方案。文獻(xiàn)[6]基于調(diào)峰成本最小目標(biāo)，提出了多類型電源參與調(diào)峰輔助服務(wù)市場(chǎng)模型。文獻(xiàn)[7]考慮火電深度調(diào)峰，針對(duì)多類型儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)性進(jìn)行分析。文獻(xiàn)[8]提出計(jì)及循環(huán)壽命的儲(chǔ)能配置與運(yùn)營(yíng)兩階段優(yōu)化策略。文獻(xiàn)[9]考慮風(fēng)電的反調(diào)峰特性，提出了儲(chǔ)能調(diào)峰優(yōu)化策略。文獻(xiàn)[10]提出了考慮電氫耦合的風(fēng)光場(chǎng)站氫儲(chǔ)能優(yōu)化配置策略。

雖然上述文獻(xiàn)對(duì)儲(chǔ)能調(diào)峰的優(yōu)化配置進(jìn)行了研究，但大多未同時(shí)考慮經(jīng)濟(jì)性和調(diào)峰效果。有些文獻(xiàn)雖然同時(shí)考慮了兩者，但是僅僅將2個(gè)目標(biāo)標(biāo)準(zhǔn)化后簡(jiǎn)單相加轉(zhuǎn)化為單目標(biāo)求解，所得結(jié)果未考慮2個(gè)目標(biāo)的重要性程度差異。此外，這些文獻(xiàn)多是根據(jù)單個(gè)典型日負(fù)荷曲線進(jìn)行儲(chǔ)能容量的優(yōu)化配置，沒(méi)有考慮不同季節(jié)典型日間的差異。這樣配置的儲(chǔ)能無(wú)法保證配置結(jié)果的準(zhǔn)確性?；诖?，本文以工業(yè)園區(qū)為研究對(duì)象，在分析儲(chǔ)能調(diào)峰機(jī)理的基礎(chǔ)上，綜合考慮儲(chǔ)能系統(tǒng)的充放電損耗、峰谷差率、成本、收益等多方面因素，以儲(chǔ)能調(diào)峰效果為約束條件，以經(jīng)濟(jì)性為目標(biāo)，構(gòu)建儲(chǔ)能調(diào)峰容量?jī)?yōu)化配置模型，并綜合考慮不同儲(chǔ)能系統(tǒng)、不同季節(jié)典型日的差異，探究工業(yè)園區(qū)中儲(chǔ)能參與調(diào)峰的容量?jī)?yōu)化配置。

1 儲(chǔ)能調(diào)峰機(jī)理分析

由于儲(chǔ)能系統(tǒng)具有能量轉(zhuǎn)移的時(shí)空特性，可以通過(guò)充放電過(guò)程參與電網(wǎng)調(diào)峰，其參與調(diào)峰的機(jī)理如圖1所示，圖1中：Pmax為調(diào)峰前負(fù)荷的峰值，Pmin為調(diào)峰前負(fù)荷的谷值，ΔP1為調(diào)峰前負(fù)荷的峰谷差，P1為削峰線，P2為填谷線，ΔP2為調(diào)峰后負(fù)荷的峰谷差，Pcmin、Pcmax分別為常規(guī)能源的最小出力和最大出力。當(dāng)負(fù)荷低于P2時(shí)，儲(chǔ)能系統(tǒng)進(jìn)行充電；當(dāng)負(fù)荷高于P1時(shí)，儲(chǔ)能系統(tǒng)進(jìn)行放電；當(dāng)負(fù)荷介于兩者之間時(shí)，其他常規(guī)能源和新能源出力能滿足實(shí)際需求，儲(chǔ)能系統(tǒng)既不充電也不放電。通過(guò)此種方式，降低了負(fù)荷的峰谷差值，從而達(dá)到削峰填谷的效果。

圖1 儲(chǔ)能調(diào)峰機(jī)理示意圖Fig.1 Schematic diagram of energy storage peak regulation mechanism

2 儲(chǔ)能調(diào)峰日效益模型

儲(chǔ)能系統(tǒng)調(diào)峰的收益主要包含低儲(chǔ)高發(fā)套利收益、調(diào)峰補(bǔ)償收益、環(huán)境收益、新增新能源消納量收益等部分，具體可表示為

I=I1+I2+I3+I4.

(1)

式中：I為儲(chǔ)能調(diào)峰的日收益，元；I1為低儲(chǔ)高發(fā)套利收益，元；I2為調(diào)峰補(bǔ)償收益，元；I3為環(huán)境收益，元；I4為新增新能源消納量收益，元。

2.1 儲(chǔ)能低儲(chǔ)高發(fā)套利收益

儲(chǔ)能的低儲(chǔ)高發(fā)套利收益為儲(chǔ)能系統(tǒng)在低負(fù)荷時(shí)充電在高負(fù)荷時(shí)放電由于峰谷價(jià)差所獲得的收益，表示為

(2)

式中：ac、af分別為儲(chǔ)能系統(tǒng)的充、放電效率；Pc(t)、Pf(t)分別為t時(shí)刻儲(chǔ)能系統(tǒng)中儲(chǔ)能設(shè)備從電網(wǎng)充、放電的功率(簡(jiǎn)稱儲(chǔ)能充、放電功率，下同)，kW；Cf、Cg分別為調(diào)度日當(dāng)日的峰、谷電價(jià),元/kWh。

2.2 儲(chǔ)能調(diào)峰補(bǔ)償收益

儲(chǔ)能調(diào)峰補(bǔ)償收益為儲(chǔ)能系統(tǒng)參與調(diào)峰時(shí)根據(jù)各地方政策給予的補(bǔ)償。參考文獻(xiàn)[5]的處理方式，I2可表示為

(3)

式中pa為單位電量調(diào)峰補(bǔ)償價(jià)格，元/kWh。

2.3 儲(chǔ)能調(diào)峰環(huán)境收益

儲(chǔ)能調(diào)峰環(huán)境收益為儲(chǔ)能系統(tǒng)替代火電等其他調(diào)峰方式減少污染物排放所帶來(lái)的環(huán)境收益。主要表現(xiàn)為儲(chǔ)能系統(tǒng)向電網(wǎng)放電時(shí)，替代了其他調(diào)峰方式向電網(wǎng)供電，減少了一部分污染物排放，增加了環(huán)境收益。因此，參考文獻(xiàn)[11]的處理方式，I3可表示為

(4)

式中pb為單位電量增加的環(huán)境價(jià)值，元/kWh。

2.4 儲(chǔ)能新增新能源消納量收益

儲(chǔ)能新增新能源消納量收益為當(dāng)新能源出力呈反調(diào)峰特性[12]時(shí)，在負(fù)荷低谷時(shí)，儲(chǔ)能系統(tǒng)參與調(diào)峰所增加新能源消納量(即減少棄風(fēng)棄光量)帶來(lái)的收益，參考文獻(xiàn)[5]，I4可表示為

(5)

式中pc為單位棄風(fēng)棄光懲罰價(jià)格。

3 儲(chǔ)能日成本模型

在分析儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)性時(shí)，除要考慮儲(chǔ)能參與調(diào)峰所獲得的效益外，還要分析其成本。在分析儲(chǔ)能系統(tǒng)的成本時(shí)，主要需要考慮儲(chǔ)能系統(tǒng)的建設(shè)成本、運(yùn)維成本及設(shè)備殘值等方面，因此，儲(chǔ)能系統(tǒng)的總成本

C=C1+C2-C3.

(6)

式中：C1為儲(chǔ)能系統(tǒng)的日建設(shè)成本，元；C2為儲(chǔ)能系統(tǒng)的日運(yùn)行維護(hù)成本，元；C3為儲(chǔ)能系統(tǒng)的日設(shè)備殘值，元。

3.1 儲(chǔ)能建設(shè)成本

儲(chǔ)能系統(tǒng)的建設(shè)成本主要包含功率成本和容量成本2部分。其中，功率成本由儲(chǔ)能系統(tǒng)的額定功率決定，容量成本由其額定容量決定[13]?？紤]到儲(chǔ)能系統(tǒng)的全生命周期，則儲(chǔ)能系統(tǒng)的日建設(shè)成本

C1=r(1+r)m(CPPP+CSES)/365[(1+r)m-1].

(7)

式中：r為基準(zhǔn)折現(xiàn)率；m為儲(chǔ)能系統(tǒng)的壽命，年；CP為儲(chǔ)能系統(tǒng)的單位功率成本，元/kW；CS為儲(chǔ)能系統(tǒng)的單位容量成本，元/kWh；PP為儲(chǔ)能系統(tǒng)的額定功率，kW；ES為儲(chǔ)能系統(tǒng)的額定容量，kWh。

3.2 儲(chǔ)能運(yùn)維成本

儲(chǔ)能系統(tǒng)的運(yùn)維成本主要由固定運(yùn)維成本和可變運(yùn)維成本2部分組成。其中，固定運(yùn)維成本與儲(chǔ)能系統(tǒng)的額定功率有關(guān)，可變運(yùn)維成本與儲(chǔ)能的充放電量有關(guān)[14]。因此，儲(chǔ)能日運(yùn)維成本

(8)

式中：CPW為儲(chǔ)能系統(tǒng)單位功率的年固定運(yùn)維成本，元/年；CSW為儲(chǔ)能系統(tǒng)單位容量的可變運(yùn)維成本，元/kWh。

3.3 儲(chǔ)能設(shè)備殘值

儲(chǔ)能設(shè)備殘值是指儲(chǔ)能系統(tǒng)內(nèi)的設(shè)備在報(bào)廢后其中的貴金屬等可被回收利用部分的價(jià)值。假定儲(chǔ)能設(shè)備殘值與其建設(shè)和運(yùn)維成本之和呈線性關(guān)系，則儲(chǔ)能設(shè)備殘值

C3=a(C1+C2).

(9)

式中a為儲(chǔ)能設(shè)備殘值系數(shù)。

4 儲(chǔ)能調(diào)峰容量?jī)?yōu)化配置

4.1 目標(biāo)函數(shù)

綜合上文分析，考慮儲(chǔ)能調(diào)峰的成本、收益等經(jīng)濟(jì)性因素，以日凈收益fI-C最大為目標(biāo)函數(shù)建立儲(chǔ)能調(diào)峰容量?jī)?yōu)化配置模型，如式(10)所示。

maxfI-C=(I1+I2+I3+I4)-(C1+C2-C3).

(10)

4.2 約束條件

a)儲(chǔ)能功率約束。儲(chǔ)能功率約束指儲(chǔ)能系統(tǒng)中儲(chǔ)能設(shè)備的實(shí)際充放電功率不大于其額定功率，且不能同時(shí)進(jìn)行充放電過(guò)程，見(jiàn)式(11)—(13)。

0≤Pc(t)≤PP,

(11)

0≤Pf(t)≤PP,

(12)

Pc(t)Pf(t)=0.

(13)

b)儲(chǔ)能荷電狀態(tài)約束。儲(chǔ)能荷電狀態(tài)約束指為保證儲(chǔ)能系統(tǒng)長(zhǎng)期穩(wěn)定運(yùn)行，儲(chǔ)能系統(tǒng)參與調(diào)峰的過(guò)程中，將儲(chǔ)能系統(tǒng)的實(shí)時(shí)容量與額定容量的比值限制在一定范圍內(nèi)，如下：

(14)

式中：Et為t時(shí)刻儲(chǔ)能系統(tǒng)的容量，kWh；Smax、Smin分別為荷電狀態(tài)上下限。

c)峰谷差率約束。峰谷差率約束是指事先約定好的儲(chǔ)能系統(tǒng)參與調(diào)峰的調(diào)峰效果約束。

b=(P1-P2)/P1≤K1.

(15)

式中：b為儲(chǔ)能調(diào)峰后的峰谷差率；P1、P2分別為儲(chǔ)能參與調(diào)峰后的最大負(fù)荷、最小負(fù)荷，kW，見(jiàn)式(16)—(18)；K1為峰谷差率上限。

P′(t)=P(t)+Pc(t)/ac-Pf(t)af,

(16)

P1=max(P′(t)),

(17)

P2=min(P′(t)).

(18)

式(16)中P(t)、P′(t)分別為t時(shí)刻儲(chǔ)能參與調(diào)峰前、后電網(wǎng)的凈負(fù)荷，且

(19)

式中：Pi為第i種清潔能源出力；P0(t)為t時(shí)刻儲(chǔ)能參與調(diào)峰前電網(wǎng)的負(fù)荷；k為清潔能源種類數(shù)。

d)儲(chǔ)能容量平衡約束。儲(chǔ)能容量平衡約束是指在單個(gè)調(diào)度日內(nèi)儲(chǔ)能系統(tǒng)的初始狀態(tài)和結(jié)束狀態(tài)相同，即

(20)

式中T為單個(gè)調(diào)度日的總時(shí)段數(shù)。

(5)系統(tǒng)功率平衡約束。系統(tǒng)功率平衡約束指任意時(shí)刻系統(tǒng)內(nèi)不同清潔能源出力、凈負(fù)荷與儲(chǔ)能充放電功率之和等于調(diào)峰前t時(shí)刻電網(wǎng)的負(fù)荷，即

(21)

4.3 求解方法

標(biāo)準(zhǔn)粒子群算法是一種模擬鳥(niǎo)群群體覓食活動(dòng)而發(fā)展起來(lái)的智能算法。該算法的實(shí)質(zhì)是在模擬鳥(niǎo)群在尋找食物的過(guò)程中，基于共享信息的理念，鳥(niǎo)群中的每個(gè)個(gè)體可以根據(jù)種群最佳位置和個(gè)體最佳位置來(lái)改變自己的位置，從而更快速地找到目標(biāo)食物[15]。將鳥(niǎo)群中的每個(gè)個(gè)體作為單個(gè)粒子，則其速度和位置更新過(guò)程可用式(22)、(23)表示。

vj+1=wvj+c1(g-xj)R+c2(z-xj)R,

(22)

xj+1=xj+vj+1.

(23)

式中：vj+1、xj+1分別為粒子下一次速度和位置，vj、xj分別為粒子當(dāng)前速度和位置；R為隨機(jī)函數(shù)；g為粒子種群的最佳位置；z為該粒子的最佳位置；w為慣性權(quán)重；c1、c2為學(xué)習(xí)因子。

標(biāo)準(zhǔn)粒子群算法相較于其他智能算法具有計(jì)算速度快、易收斂等優(yōu)點(diǎn)，但同時(shí)存在一定缺陷。慣性權(quán)重和學(xué)習(xí)因子是標(biāo)準(zhǔn)粒子群優(yōu)化算法中控制迭代尋優(yōu)步長(zhǎng)的關(guān)鍵因素，由于兩者是定值，如果步長(zhǎng)過(guò)大，可能找不到最優(yōu)解；如果步長(zhǎng)過(guò)小，可能陷入局部最優(yōu)，也可能導(dǎo)致收斂速度過(guò)慢。為了避免此種結(jié)果，本文采用線性遞減的慣性權(quán)重[16]和異步學(xué)習(xí)的學(xué)習(xí)因子[17]對(duì)標(biāo)準(zhǔn)粒子群優(yōu)化算法進(jìn)行改進(jìn)，使其能在加快算法收斂速度的同時(shí)避免陷入局部最優(yōu)，見(jiàn)式(24)—(26)。

w=wmax-(wmax-wmin)j/n,

(24)

c1=c1st+(c1en-c1st)j/n,

(25)

c2=c2st+(c2en-c2st)j/n.

(26)

式(24)—(26)中：wmax、wmin分別為慣性權(quán)重w的最大值與最小值；c1st、c1en分別為學(xué)習(xí)因子c1的初始值、結(jié)束值；c2st、c2en分別為學(xué)習(xí)因子c2的初始值、結(jié)束值；j為當(dāng)前迭代次數(shù)；n為最大迭代次數(shù)。

本文基于提出的改進(jìn)粒子群算法，采用MATLAB 2021a軟件編寫程序進(jìn)行求解，從而實(shí)現(xiàn)儲(chǔ)能調(diào)峰容量?jī)?yōu)化配置。其流程如圖2所示，具體詳細(xì)步驟如下：

圖2 儲(chǔ)能調(diào)峰容量?jī)?yōu)化配置流程Fig.2 Flow chart of energy storage peak regulation capacity optimization configuration

a)初始化相關(guān)數(shù)據(jù)。根據(jù)電網(wǎng)的實(shí)際運(yùn)行情況，初始化負(fù)荷、儲(chǔ)能系統(tǒng)相關(guān)參數(shù)及電價(jià)等相關(guān)數(shù)據(jù)。

b)初始化種群。根據(jù)種群大小，隨機(jī)生成不同的削峰線，從而對(duì)種群進(jìn)行初始化，并設(shè)置最大迭代次數(shù)等相關(guān)參數(shù)。

c)計(jì)算目標(biāo)函數(shù)值。根據(jù)不同的削峰線，考慮儲(chǔ)能容量平衡、調(diào)峰后峰谷差率約束、荷電狀態(tài)約束、功率約束等，計(jì)算得出對(duì)應(yīng)的最佳填谷線和此時(shí)的最大日凈收益，即目標(biāo)函數(shù)值。

d)根據(jù)目標(biāo)函數(shù)值，確定粒子最優(yōu)解及全局最優(yōu)解。

e)更新粒子的速度和位置。根據(jù)粒子最優(yōu)解和全局最優(yōu)解，更新粒子的速度和位置，計(jì)算此時(shí)粒子對(duì)應(yīng)的目標(biāo)函數(shù)值，并與上一次粒子目標(biāo)函數(shù)值進(jìn)行比較，取較大者為粒子最優(yōu)解，并更新粒子全局最優(yōu)解。

f)重復(fù)迭代直至最大迭代次數(shù)。若收斂，則輸出粒子全局最優(yōu)解及對(duì)應(yīng)的最佳填谷線；否則繼續(xù)迭代。

g)計(jì)算儲(chǔ)能容量?jī)?yōu)化配置結(jié)果。根據(jù)最終的粒子全局最優(yōu)解及對(duì)應(yīng)的最佳填谷線，結(jié)合儲(chǔ)能荷電狀態(tài)、功率等約束，計(jì)算得出對(duì)應(yīng)的儲(chǔ)能功率和容量，即為儲(chǔ)能系統(tǒng)應(yīng)配置的最佳功率和容量。

5 實(shí)證分析

5.1 算例設(shè)置

5.1.1 算例目的

擬實(shí)現(xiàn)對(duì)L地區(qū)M工業(yè)園區(qū)(下稱M園區(qū))的儲(chǔ)能容量進(jìn)行優(yōu)化配置。M園區(qū)日平均負(fù)荷約1 500 MW，配備了350 MW的風(fēng)電發(fā)電機(jī)組。假定該工業(yè)園區(qū)僅使用儲(chǔ)能系統(tǒng)進(jìn)行調(diào)峰，且儲(chǔ)能系統(tǒng)僅用于調(diào)峰。

5.1.2 求解思路

a)不同季節(jié)M園區(qū)儲(chǔ)能容量?jī)?yōu)化配置。根據(jù)不同季節(jié)典型日凈負(fù)荷曲線，考慮不同電池儲(chǔ)能系統(tǒng)差異，使用所提策略和方法，分別進(jìn)行儲(chǔ)能容量?jī)?yōu)化配置。

b)M園區(qū)儲(chǔ)能容量?jī)?yōu)化配置。以典型負(fù)荷曲線中對(duì)儲(chǔ)能需求最大的場(chǎng)景作為規(guī)劃依據(jù)，確定M園區(qū)儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置結(jié)果。

5.1.3 算例參數(shù)

a)仿真數(shù)據(jù)。參考文獻(xiàn)[18]的相關(guān)數(shù)據(jù)，對(duì)該工業(yè)園區(qū)不同季節(jié)典型日的負(fù)荷、新能源出力數(shù)據(jù)進(jìn)行模擬預(yù)測(cè)，并由此計(jì)算出該工業(yè)園區(qū)不同季節(jié)典型日的凈負(fù)荷。M園區(qū)不同季節(jié)典型日凈負(fù)荷曲線如圖3所示。

圖3 M園區(qū)不同季節(jié)典型日凈負(fù)荷曲線Fig.3 Net load curves on typical days in different seasons in M park

從圖3可以看出，不同季節(jié)典型日凈負(fù)荷曲線間存在較大差異，因此需要先針對(duì)不同季節(jié)特點(diǎn)分別進(jìn)行儲(chǔ)能容量?jī)?yōu)化配置，再以典型負(fù)荷曲線中對(duì)儲(chǔ)能需求最大的場(chǎng)景作為規(guī)劃依據(jù)，確定M園區(qū)儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置結(jié)果。

b)儲(chǔ)能系統(tǒng)參數(shù)。假定M園區(qū)擬采用電池儲(chǔ)能系統(tǒng)進(jìn)行調(diào)峰，參考文獻(xiàn)[19-22]，不同電池儲(chǔ)能系統(tǒng)的相關(guān)參數(shù)見(jiàn)表1。

表1 電池儲(chǔ)能系統(tǒng)參數(shù)Tab.1 Parameters of battery energy storage system

c)L地區(qū)分時(shí)電價(jià)表。假定L地區(qū)電費(fèi)采用分時(shí)定價(jià)的方式進(jìn)行計(jì)價(jià)，不同時(shí)刻的電價(jià)見(jiàn)表2[23]。

表2 L地區(qū)分時(shí)電價(jià)表Tab.2 Time-of-use electricity price in L area

d)其他數(shù)據(jù)設(shè)定。假定L地區(qū)調(diào)峰補(bǔ)償價(jià)格為0.2元/kWh，棄風(fēng)棄光懲罰價(jià)格為0.15元/kWh[5,11]，單位電量增加的環(huán)境價(jià)值為0.14元/kWh[7,24]，調(diào)峰后的峰谷差率不大于0.35，基準(zhǔn)折現(xiàn)率為5%，儲(chǔ)能設(shè)備殘值系數(shù)為0.05[14]。

5.2 結(jié)果分析

5.2.1 改進(jìn)粒子群算法有效性驗(yàn)證

為了驗(yàn)證上述所提改進(jìn)粒子群方法的有效性，本文首先選擇鉛炭電池作為儲(chǔ)能系統(tǒng)對(duì)M園區(qū)進(jìn)行調(diào)峰，分別使用標(biāo)準(zhǔn)粒子群算法和改進(jìn)粒子群算法對(duì)儲(chǔ)能系統(tǒng)的容量進(jìn)行優(yōu)化配置。其中，標(biāo)準(zhǔn)粒子群算法的慣性權(quán)重w為1，學(xué)習(xí)因子c1、c2均為1.5。改進(jìn)粒子群算法的慣性權(quán)重最大值為0.9，最小值為0.4；學(xué)習(xí)因子c1的初始值和結(jié)束值分別為0.5、2.5；學(xué)習(xí)因子c2的初始值和結(jié)束值分別為2.5、0.5。2種算法的種群規(guī)模均為300，最大迭代次數(shù)均為400。以夏季儲(chǔ)能容量?jī)?yōu)化配置為例，2種算法的迭代過(guò)程對(duì)比如圖4所示。

圖4 改進(jìn)粒子群算法與標(biāo)準(zhǔn)粒子群算法日凈收益計(jì)算迭代對(duì)比Fig.4 Iterative comparisons of improved particle swarm and standard particle swarm optimization algorithms for daily net gain calculation

從圖4可以看出，改進(jìn)粒子群算法的收斂速度較標(biāo)準(zhǔn)粒子群算法快，兩者所得到的日凈收益很基本相同，且改進(jìn)粒子群算法略大些，這說(shuō)明改進(jìn)粒子群算法在接近收斂時(shí)局部搜索范圍更大。綜上，證明了本文提出的改進(jìn)粒子群算法的有效性。

5.2.2 鉛炭電池儲(chǔ)能系統(tǒng)調(diào)峰結(jié)果分析

使用改進(jìn)粒子群算法對(duì)鉛炭電池儲(chǔ)能系統(tǒng)調(diào)峰容量進(jìn)行優(yōu)化配置。以夏季儲(chǔ)能容量?jī)?yōu)化配置為例，在滿足預(yù)期調(diào)峰效果、儲(chǔ)能系統(tǒng)容量平衡等多項(xiàng)約束限制下，經(jīng)多次迭代，當(dāng)儲(chǔ)能系統(tǒng)日凈收益最大時(shí)，儲(chǔ)能系統(tǒng)調(diào)峰前后的凈負(fù)荷曲線如圖5所示，儲(chǔ)能系統(tǒng)的實(shí)時(shí)功率及荷電狀態(tài)如圖6所示。

圖5 調(diào)峰前后凈負(fù)荷曲線Fig.5 Net load curves before and after peak shaving

圖6 儲(chǔ)能系統(tǒng)實(shí)時(shí)功率及荷電狀態(tài)Fig.6 Real-time power and state of charge of energy storage system

由圖5可以看出，儲(chǔ)能系統(tǒng)參與調(diào)峰可有效降低峰谷差率，達(dá)到削峰填谷的效果。此時(shí)調(diào)峰后凈負(fù)荷峰值為1 874.57 MW，谷值為1 281.14 MW，峰谷差率為0.317，小于0.35，滿足預(yù)期調(diào)峰效果。由圖6可以看出，在一日內(nèi)的任意時(shí)刻，儲(chǔ)能系統(tǒng)的荷電狀態(tài)均處于0.1～0.9之間，滿足鉛炭電池儲(chǔ)能系統(tǒng)荷電狀態(tài)要求。因此，基于M園區(qū)夏季調(diào)峰前后凈負(fù)荷峰谷值、荷電狀態(tài)等相關(guān)數(shù)據(jù)以及相關(guān)公式，可計(jì)算得出此時(shí)的鉛炭電池儲(chǔ)能系統(tǒng)的最優(yōu)儲(chǔ)能配置結(jié)果，即功率107.14 MW、容量409.33 MWh。

5.2.3 不同儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置結(jié)果比較

由于不同電池儲(chǔ)能系統(tǒng)的各項(xiàng)成本、使用年限、充放電功率損耗等不同，在考慮削峰填谷效果、荷電狀態(tài)等多項(xiàng)約束下，其獲得最大日凈收益時(shí)所需要配置的儲(chǔ)能系統(tǒng)的容量和功率均不同。為了選擇恰當(dāng)?shù)膬?chǔ)能系統(tǒng)參與調(diào)峰以獲得更多收益，本文使用改進(jìn)粒子群算法分別求解不同儲(chǔ)能系統(tǒng)在滿足上述約束條件下時(shí)所應(yīng)配備的儲(chǔ)能系統(tǒng)的功率和容量。由于每次運(yùn)行結(jié)果有些微差異，本文對(duì)多次運(yùn)行結(jié)果進(jìn)行取平均值處理。以夏季儲(chǔ)能容量?jī)?yōu)化配置為例，處理后的不同儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置相關(guān)結(jié)果見(jiàn)表3。

表3 夏季不同儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置結(jié)果Tab.3 Optimal configuration results of capacity of different energy storage systems in summer

由表3可知，鉛炭電池、鋰離子電池、鈉離子電池3種儲(chǔ)能系統(tǒng)最終得到的最優(yōu)容量配置相差不大，調(diào)峰后的峰谷差率也差異很小，且均滿足了預(yù)期調(diào)峰效果。從新增新能源消納量來(lái)看，鉛炭電池儲(chǔ)能系統(tǒng)較多，鋰離子、鈉離子電池儲(chǔ)能系統(tǒng)相差不大；從收益來(lái)看，鋰離子電池和鈉離子電池儲(chǔ)能系統(tǒng)的收益相差不大，且比鉛炭電池高許多；從成本來(lái)看，鉛炭電池儲(chǔ)能系統(tǒng)的成本最低，鈉電子電池次之，鋰離子電池最高；從日凈收益來(lái)看，鈉離子電池儲(chǔ)能系統(tǒng)最高，鉛炭電池次之，鋰離子電池最低。分析原因，鉛炭電池是因?yàn)槠鋲勖?、充放電效率較低，鋰離子電池主要是因?yàn)槌跏汲杀据^高。綜合上述考慮，建議選擇鈉離子電池組成儲(chǔ)能系統(tǒng)參與調(diào)峰，其日凈收益可達(dá)23.42萬(wàn)元，此時(shí)儲(chǔ)能優(yōu)化配置結(jié)果為功率109.96 MW、容量404.75 MWh。

5.2.4 園區(qū)M儲(chǔ)能容量配置結(jié)果

基于園區(qū)M其他季節(jié)的典型日凈負(fù)荷曲線，采用相同的策略和方法，使用改進(jìn)后的粒子群優(yōu)化算法求解對(duì)應(yīng)的儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置結(jié)果，見(jiàn)表4—6。

由表4—6可知：無(wú)論是基于哪個(gè)季節(jié)的典型日凈負(fù)荷曲線，所求解的儲(chǔ)能系統(tǒng)都應(yīng)選擇鈉離子電池組成儲(chǔ)能系統(tǒng)，這樣既可以滿足調(diào)峰效果約束，還能獲得最大的凈收益。為了滿足所有季節(jié)需求，本文以典型負(fù)荷曲線中對(duì)儲(chǔ)能需求最大的場(chǎng)景作為規(guī)劃依據(jù)，確定M園區(qū)儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置結(jié)果，即M園區(qū)應(yīng)選擇鈉離子電池組成儲(chǔ)能系統(tǒng)參與調(diào)峰，優(yōu)化配置結(jié)果為功率153.65 MW、容量766.64 MWh。

表4 春季不同儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置結(jié)果Tab.4 Optimal configuration results of capacity of different energy storage systems in spring

表5 秋季不同儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置結(jié)果Tab.5 Optimal configuration results of capacity of different energy storage systems in autumn

表6 冬季不同儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置結(jié)果Tab.6 Optimal configuration results of capacity of different energy storage systems in winter

6 結(jié)束語(yǔ)

本文針對(duì)儲(chǔ)能參與調(diào)峰的容量?jī)?yōu)化配置進(jìn)行研究，綜合考慮了儲(chǔ)能的充放電功率損耗、調(diào)峰效果、荷電狀態(tài)、儲(chǔ)能建設(shè)和運(yùn)維成本、儲(chǔ)能調(diào)峰各方面收益等諸多因素，提出了考慮儲(chǔ)能調(diào)峰效果和經(jīng)濟(jì)性的儲(chǔ)能調(diào)峰容量?jī)?yōu)化配置策略，以及用于求解的改進(jìn)粒子群優(yōu)化算法。最后，通過(guò)對(duì)L地區(qū)M工業(yè)園區(qū)儲(chǔ)能調(diào)峰的容量進(jìn)行優(yōu)化配置，一方面證明了儲(chǔ)能系統(tǒng)參與調(diào)峰的削峰填谷效果，另一方面驗(yàn)證了所提策略及改進(jìn)粒子群算法的有效性。本文為考慮儲(chǔ)能調(diào)峰效果的容量?jī)?yōu)化配置提供了參考，具有一定的實(shí)際價(jià)值。然而，本文未將其他調(diào)峰方式納入研究范疇，需要在后續(xù)工作中作進(jìn)一步的研究。