一种储能系统削峰填谷的变参数功率差控制策略分析

任 景，周 鑫，程 松

(国家电网有限公司 西北分部，陕西 西安 710032)

近年来，电力系统负荷峰谷差不断增大，系统经济性下降，带来大量资源浪费[1].而通过增加发电侧装机容量和扩大输电侧传输容量的调峰手段难以满足电网发展需求，因此需要高效、可靠的负荷转移手段来缓解电力系统供电需求和经济性矛盾[2].储能技术作为智能电网的重要组成部分，在削峰填谷、负荷备用具有较大的优势[3-5].储能电池因具有容量配置灵活、响应速度快、循环寿命高、等优势，利用储能电池蓄能特性实现削峰填谷，为电网安全经济提供保证[6-8].当前电池储能系统的削峰填谷更多的是从负荷分时电价和储能经济调度策略达到削峰填谷的效果[9-11].如以削峰填谷为目标建立储能系统的投资经济模型，确定最经济型的充放电策略[12]；
通过建立含储能电池的多单元微网系统优化模型，基于主网和微网运行时段和电量平衡，建立用于削峰填谷的电池储能经济性评价，实现系统变功率下的充放电控制策略[13].

1.1 负荷控制策略

在区域配电网中，由于分布式能源的随机性和间歇性，当系统中的电池储能接入电网后，造成接入点负荷特性下降[14].为利用储能系统控制灵活、精确的优点，提出可变功率充放电控制策略进行电网削峰填谷，实现负荷平滑控制.以储能系统电量平衡为准则，以日为时间尺度，根据实际负荷需求动态来控制电池储能充放电功率变化，如图1所示.原始复合曲线经过纯系统充/放电作用，将负荷进行削峰填谷处理后，使曲线在削峰线和填谷线范围内，达到滑负荷目的.

图1 储能参与电网削峰填谷变功率策略

在可变功率控制策略下，电池完成一次充放电循环时，荷电状态(state of charge，SOC)依然处于初始状态.由电量平衡准则，在一个周期内，削峰和填谷电量相等[15].实际运行中，需要根据不同工况来设定削峰率满足不同工况的削峰.以最低负荷为削峰线，根据步长ΔL上移削峰线，当削峰填谷电量相等时，得到系统电量平衡下的最佳动作时机，完成削峰填谷的控制过程.

1.2 储能系统配置策略

考虑到负荷波动性，要求负荷预测具有一定的前瞻性和全局性，为评价负荷侧削峰填谷效果，并鼓励分布式发电项目就地消纳，提高供电满意度，定义负荷侧削峰填谷效果评价目标函数f1为：

(1)

式中,Pnload(t)为t时刻负荷侧功率，Pnload_avg(T)、Pnload_max(T)分别为T+Δt时间段负荷侧平均功率和最大功率.

由于电池成本问题，要求储能系统在一定容量下发挥最大作用[16].而储能系统成本与储能容量和充放电功率相关，因此，从系统建设成本考虑，基于电池储能系统配置的成本目标函数f2为：

f2=minC=α1·Pmax+α2·S

(2)

Pmax=max(Pstorage,t),t=1,2,…,T

(3)

式中,C为电池成本，α1为储能成本参数，元/kW/h；
Pmax为最大充电功率；
S为储能容量.

采用最大区间算法计算储能容量，首先由优化运算获得周期运行功率曲线，根据系统充放电过程按照充电或放点过程分为多个区间，将各区间累加，获得最大区间容量作为系统配置容量，确定储能容量配置目标函数f3为：

(4)

f3=max(S(t)),t=1,2,…,T

(5)

1.3 约束条件

在储能系统容量配置中，考虑系统潮流平衡、功率运输等条件时，要保证储能功率充放电过程在功率上下限范围内，即：

-Pmax≤Pstorage,t≤Pmax

(6)

为保证充放电裕度，储能系统要在一个充放电周期内实现能量的平衡，因此定义为：

(7)

式中,[ta,tb]为充放电时长上下限；
Pch为充电功率，Pdis为为放电功率；
ε为平衡指标.

同时要求优化结果满足系统有功、无功约束，根据潮流计算获得系统边界范围，确定潮流平衡约束和电压约束条件为：

(8)

(9)

Vmin≤Vit≤Vmax.

(10)

式(2)～(3)为潮流方程，Pi、Qi为系统节点i有功功率和无功功率；
e、f为功率实部和虚部，Gij、Bij为支路矩阵实部和虚部；
Vmin、Vmax为系统电压限制.

2 削峰填谷储能运行优化策略2.1 多目标粒子群储能优化

文中模型涉及到负荷削峰填谷优化、系统最大充放电和储能配置优化.以储能系统变参数功率为变量，涉及到分布式能源配电系统储能功率、各项平衡约束.储能系统变参数功率优化实质时一个多属性决策问题[16]，即让种群中的节点向种群中适应度最好的粒子学习，根据粒子的移动路径和种群中适应度最好的粒子确定全局最优值，获得一组最优优化结果，由决策者根据偏好信息从中选出最优解.

将多目标粒子群算法应用于多目标优化时，将Pareto排序机制与基本粒子群算法融合求解粒子最优解并更新非劣解集，这样在求解线性约束优化问题时需要对超出可行域粒子进行修正的问题[17].因此，在传统粒子群算法基础上，基于Pareto排序多目标粒子群算法改进，确定粒子移动速度和位置为：

(11)

(12)

由Pareto解集的非劣解构成N个备选方案x1,x2,…,xN，采用序数偏好法(TOPSIS)法[18]求解最优解，即通过计算备选方案与理想方案、负理想方案间的距离决策，是选择方案与理想方案间距离最小，与负理想方案距离最大.

(13)

方案xi相对距离d(xi)计算公式为：

(14)

(15)

(16)

图2 算法实现流程图

2.2 算例分析

以某一商业园区为例，搭建负荷的削峰填谷储能系统模型，对控制策略进行仿真分析.该园区源、储、荷各部分配置如下：系统变压器容量 2 000 kW，储能系统容量 2 MW·h，系统基准电压 10.5 kV，储能系统初始荷电状态20%，最大充放电功率 700 kW，储能电池放电深度和循环寿命见表1所示，系统投资成本约10万元.

表1 储能电池放电深度和循环寿命

图3 日负荷预测曲线

园区日负荷基于支持向量机得出，并根据园区工作日负荷曲线调整，得到该园区1个工作日的点新高负荷预测曲线见图2所示，各分时段的收费电价见表2所示.

表2 分时段电价表

为验证文中方法的有效性，对3种方法的削峰填谷储能系统有效性进行比较分析.方案1:以削峰填谷后负荷曲线方差最小为目标；
方案2:多目标粒子群算法的削峰填谷控制策略，设定目标1决策权重0.1，目标2决策权重0.6，目标3决策权重0.3；
方案3：基于多目标粒子群算法的削峰填谷控制策略，设定目标1决策权重0.2，目标2决策权重0.3，目标3决策权重0.5.获得不同方法削峰填谷后的负荷曲线与蓄电池状态曲线如图4和图5所示，不同方法下节约用电成本和电池损耗成本如表3所示.

(a)方案1 (b)方案2 (c)方案3

(a)方案1 (b)方案2 (c)方案3

表3 不同方案的储能系统费用

比较图4～图5和表3可以看出，方案1采用传统的削峰填谷策略效果较好，蓄电池损耗较低，但该方法为考虑峰谷分时电价的影响，导致电费节省相对较低；
方法2有效的降低了削峰填谷的电费成本，但削峰填谷效果较差，蓄电池损耗较高，这主要是由于目标2决策权重相对较高造成.方法3电费节省较大，且具有较好的削峰填谷效果，但蓄电池损耗相较于方案一略高，因此，通过方案比较可以发现，通过合理的目标权重配置，能有效进行储能系统的多目标的综合协调优化目标.

对削峰填谷用储能系统经济运行策略进行了研究，以削峰填谷负荷侧功率、电池储能配置、储能系统成本为目标函数的系统多目标优化问题，采用多目标粒子群算法调整惯性权重来优化削峰填谷储能系统多目标，形成最优Pareto解，通过TOPSIS法求解最优方案的优化解.研究获得的结论有：

1) 引入3个子目标函数的多目标优化粒子群算法，由动态自适应粒子群算法获得系统控制参数协调储能系统SOC越限情况，降低SOC变化范围，减小工程成本.

2) 基于日负荷预测曲线制定储能系统的变参数功率策略，与实际负荷曲线控制效果对比，方案技能满足削峰填谷对储能系统容量配置要求，同时保证了最小成本.

猜你喜欢充放电储能粒子碘-125粒子调控微小RNA-193b-5p抑制胃癌的增殖和侵袭昆明医科大学学报(2022年1期)2022-02-28V2G模式下电动汽车充放电效率的研究新能源汽车供能技术(2021年1期)2021-10-14相变储能材料的应用煤气与热力(2021年6期)2021-07-28相变储能材料研究进展煤气与热力(2021年4期)2021-06-09基于膜计算粒子群优化的FastSLAM算法改进新疆大学学报(自然科学版)（中英文）(2020年2期)2020-07-25Conduit necrosis following esophagectomy:An up-to-date literature reviewWorld Journal of Gastrointestinal Surgery(2019年3期)2019-04-24基于SG3525的电池充放电管理的双向DC-DC转换器设计电子制作(2019年23期)2019-02-23储能技术在电力系统中的应用通信电源技术(2018年3期)2018-06-26储能真要起飞了?能源(2017年12期)2018-01-31基于粒子群优化极点配置的空燃比输出反馈控制浙江工业大学学报(2017年5期)2018-01-22