針對獨立風光發(fā)電中混合儲能容量優(yōu)化配置研究

楊 珺 ，張建成，周 陽，牛 虎，梁廷婷

（1.新能源電力系統(tǒng)國家重點實驗室（華北電力大學），河北 保定 071003；2.國網(wǎng)新源張家口風光儲示范電站有限公司，河北 張家口 075000）

0 引言

為了保護環(huán)境和人類的可持續(xù)發(fā)展，各種可再生能源的利用和研究已經(jīng)日益受到人類的重視。目前眾多可再生能源技術(shù)開發(fā)中，潛力最大、發(fā)展應(yīng)用前景最好的是風能和太陽能。它們作為可再生的能源具有分布廣泛、再生、無污染等優(yōu)點，近年來得到了快速的發(fā)展[1-2]。風光發(fā)電系統(tǒng)是可再生能源發(fā)電系統(tǒng)的一種重要形式，其相對于風力發(fā)電或光伏發(fā)電具有更平穩(wěn)的電力輸出能力和更高的可靠性，同時還能降低對儲能的要求[3]。

目前，風光發(fā)電系統(tǒng)和光伏發(fā)電系統(tǒng)中常用的儲能裝置是鉛酸蓄電池[4-5]。蓄電池的比能量高，便于長期存儲電能，能使整個風光發(fā)電系統(tǒng)的能量調(diào)節(jié)范圍增加。但它循環(huán)壽命短、功率密度低、環(huán)境污染嚴重，加之風光發(fā)電系統(tǒng)輸出功率的不穩(wěn)定性和間歇性，往往導(dǎo)致蓄電池過早失效或容量損失，加大了系統(tǒng)成本，限制風光發(fā)電系統(tǒng)的大規(guī)模快速發(fā)展。超級電容器作為一種新型的儲能器件，具有功率密度大、充放電速度快、循環(huán)壽命長等無可替代的優(yōu)良特性，可以有效抑制系統(tǒng)的短時功率波動，成為處理尖峰負荷的最佳選擇。有關(guān)研究也表明，將蓄電池和超級電容器同時作為儲能裝置能夠使蓄電池工作在優(yōu)化的充放電狀態(tài)，顯著減少蓄電池充放電次數(shù)，延長其使用壽命[5]，從而大大降低系統(tǒng)運行成本。

目前，國內(nèi)外已經(jīng)開展了對風光發(fā)電系統(tǒng)儲能容量優(yōu)化配置的研究[6-7]，但這些研究基本上僅考慮單一儲能裝置的容量優(yōu)化，仍不能有效的降低儲能成本。本文將超級電容器和蓄電池混合共同作為獨立風光發(fā)電系統(tǒng)的儲能裝置，對獨立風光發(fā)電中儲能容量優(yōu)化配置展開研究。

1 模型分析

1.1 風光發(fā)電系統(tǒng)結(jié)構(gòu)與原理

基于蓄電池/超級電容器混合儲能的獨立風光發(fā)電系統(tǒng)主要由風力發(fā)電機、光伏陣列、儲能系統(tǒng)、逆變器、負載等部分組成，其結(jié)構(gòu)簡圖如圖1所示。

圖1 基于混合儲能的獨立風光發(fā)電系統(tǒng)結(jié)構(gòu)圖Fig. 1 Structure of independent Wind/PV system based on hybrid storage system

在風光資源充足時，儲能裝置處于充電狀態(tài)，將多余的電能存儲起來，提高風光資源利用率；在風光資源不足或遇峰值負荷時儲能裝置釋放儲存的電能供給負荷，以保證系統(tǒng)平穩(wěn)連續(xù)的供電；當遇到長期陰雨天氣且風力較弱時，風光電源無法正常發(fā)電，儲能系統(tǒng)仍能夠滿足重要負荷一定時間內(nèi)的用電要求，提高系統(tǒng)的供電可靠性。

1.2 儲能裝置模型

現(xiàn)建立蓄電池和超級電容器的數(shù)學模型，為下一節(jié)儲能系統(tǒng)容量優(yōu)化研究奠定基礎(chǔ)。

a. 蓄電池組模型

記單體蓄電池的標稱額定容量為baC (Ah)，額定電壓為baU (V)，則對于級聯(lián)數(shù)量為m的蓄電池組，其儲能總量banE（單位MWh?，本節(jié)統(tǒng)一能量單位MWh?，功率單位MW）為

假設(shè)給定蓄電池的最大放電深度為DOD，則該蓄電池組最小的剩余能量

通常情況下，蓄電池以C10的時間率放電，則上述蓄電池組的額定輸出功率為

b. 超級電容器組模型

假設(shè)超級電容器的電容值為 Cuc，端電壓為Uuc，則對于級聯(lián)數(shù)量為n的超級電容器儲存的能量公式為

在實際的應(yīng)用中，超級電容器的端電壓會有一個工作范圍，記為：Uucmin~ Uucmax，則該超級電容器組存儲能量的上下限分別為

2

9

記單體超級電容器最大工作電流為ucmaxI ，則級聯(lián)數(shù)量為n的超級電容器組的最大輸出功率可表示為

由于電源輸出功率 Ps和負荷功率 Pl均具有很強的隨機波動性，因此儲能裝置的儲能量也在隨時間相應(yīng)地不斷變化。

當 Ps( kt)ηc＆gt; Pl(kt )時儲能裝置處于充電狀態(tài)，儲能裝置的儲能量可以表示為

當 Ps( kt)ηc＆lt; Pl(kt )時儲能裝置處于放電狀態(tài)，儲能裝置的儲能量可以表示為

式中：ηc是系統(tǒng)逆變器的功率轉(zhuǎn)換效率；Eba(kt)，Euc(k t)分別為蓄電池組和超級電容器組kt時刻的儲能量； Eba[(k ?1)t]，Euc[(k?1)t]分別為蓄電池組和超級電容器組(k?1)t時刻的儲能量；Pba(kt)，Puc(kt)分別為蓄電池組和超級電容器組在kt時刻的充放電功率；ηbac，ηbad，ηucc，ηucd分別為蓄電池組和超級電容器組充放電效率。

2 混合儲能系統(tǒng)能量管理策略

2.1 能量管理策略

考慮到間歇式電源功率的波動性，并結(jié)合蓄電池和超級電容器互補的儲能特性，提出適合該混合儲能系統(tǒng)的能量管理策略如下：為充分發(fā)揮超級電容器功率密度大，循環(huán)壽命長，響應(yīng)速度快的優(yōu)勢，同時有效回避其能量密度低的缺陷，超級電容器主要承擔不平衡功率dp中的頻繁波動功率；蓄電池只負責承擔不平衡功率dp中的基本功率，這樣可以有效避免蓄電池頻繁充放電造成的小循環(huán)充放電現(xiàn)象，且蓄電池均以額定功率充放電，保證蓄電池處于優(yōu)化的工作狀態(tài)，延長蓄電池的使用壽命，提高儲能系統(tǒng)整體的經(jīng)濟性。

2.2 LPSP計算流程

所謂負荷的缺電率(Loss of Power Supply Probability，LPSP)就是在系統(tǒng)運行過程中，負荷缺電量(LPS)與負荷總需求量的比值，滿足下式[8]

其中：t為單位時間間隔；T為總計算次數(shù)。

針對上述能量管理策略，分析該風光發(fā)電系統(tǒng)的 LPSP計算流程如圖 2。當風光電源功率足以滿足負荷要求，即時，負荷缺電量(LPS)為零，儲能裝置充電，具體過程見圖3；當風光電源功率不足，即時，儲能裝置放電彌補電源功率缺額，負荷缺電量(LPS)的計算示于圖4。

圖2 LPSP計算流程圖Fig. 2 Flowchart of Loss of Power Supply Probability

圖3 儲能裝置充電時LPSP的計算流程圖Fig. 3 Flowchart of Loss of Power Supply Probability when energy storing device is charging

圖4 儲能裝置放電時LPSP的計算流程圖Fig. 4 Flowchart of Loss of Power Supply Probability when energy storing device is discharging

3 儲能系統(tǒng)容量優(yōu)化模型

3.1 優(yōu)化目標函數(shù)

根據(jù)IEC60300-3-3（國際電工委員會制定的全壽命周期成本計算的標準）的規(guī)定[9]，設(shè)備的全壽命周期成本（Life Cycle Cost，LCC）是指整個壽命周期內(nèi)所消耗的總成本，包括購置成本(Acquisition Cost)，擁有成本(Ownership Cost)和廢棄成本(Disposal Cost)。

其中：LCC是全壽命周期成本； Caq是設(shè)備的購置成本； Cow是設(shè)備的擁有成本（運行和維護成本）；Cdi是設(shè)備的廢棄成本（報廢成本和殘值）。

對LCC模型的主要構(gòu)成要素進行具體的分析，將儲能系統(tǒng)優(yōu)化目標模型定義為四大成本之和，即IEC標準中的購置成本、運行成本、維護成本以及處置成本，并給出具體的表達式[10]

其中：ivC 指儲能裝置的購置成本（investment cost），包括儲能裝置及其附加設(shè)備的購置成本；ocC 指儲能裝置的運行成本（operating cost），包括儲能裝置的試驗、安裝、損耗、停運成本、人工費用等；mcC指儲能裝置的維護成本（maintenance cost），包括故障前的檢修成本和故障后的維修成本；dcC 指儲能裝置的處置成本（disposal cost），包括儲能裝置的報廢成本和殘值。

上述優(yōu)化目標模型克服了傳統(tǒng)經(jīng)濟性優(yōu)化問題中只注重降低初始購置成本的局限性，將儲能裝置成本延伸到安裝、運行、維護、失效報廢等整個壽命期過程中使得優(yōu)化結(jié)果更符合實際情況，更具有現(xiàn)實意義。

3.2 優(yōu)化約束條件

根據(jù)上述能量管理策略，并考慮獨立風光發(fā)電系統(tǒng)的運行特性，研究適用于獨立風光發(fā)電系統(tǒng)的儲能系統(tǒng)容量優(yōu)化配置的約束條件如式（12）

式中：m，n表示蓄電池組和超級電容器組的個數(shù)；α表示不平衡功率dp中基本功率所占比例；β是額定負荷lnP中重要負荷的比例系數(shù)。

第一個公式屬于系統(tǒng)合理性的要求；第二、三、四個公式是保證蓄電池和超級電容器正常運行的基本約束，可以看出為延長蓄電池壽命，蓄電池功率值設(shè)定為其額定功率；第五個公式體現(xiàn)了所提的能量管理策略，即蓄電池的功率輸出維持在基本負荷以內(nèi)；第六個公式表示用戶對獨立風光發(fā)電系統(tǒng)自主能力的要求，即當遇到連續(xù)陰雨且無風天氣時，風機與光伏電源無法正常發(fā)電，儲能系統(tǒng)仍能夠保證重要負荷不間斷供電小時數(shù)；第七個公式是指獨立風光發(fā)電系統(tǒng)需要滿足一定的供電可靠性，這里以負荷缺電率（LPSP）作為供電可靠性指標。

4 算例分析

以某國家示范工程一期建設(shè)項目為例進行分析計算，該建設(shè)項目包含100 MW的風電系統(tǒng)和40 MW 的太陽能光伏發(fā)電系統(tǒng)，假設(shè)當?shù)刎摵蔀?80 MW，且獨立運行，現(xiàn)在為其配置儲能容量。詳細參數(shù)如表1。

本文采取50個蓄電池單體、100個超級電容器單體串并聯(lián)分別組成蓄電池組和超級電容器組，根據(jù)圖5所示，風電年發(fā)電預(yù)測數(shù)據(jù)、光伏年發(fā)電預(yù)測數(shù)據(jù)、負荷年用電預(yù)測數(shù)據(jù)，運用改進粒子群優(yōu)化算法[11-12]對優(yōu)化問題進行求解。

當采用基本能量管理策略進行優(yōu)化計算時，即不考慮對蓄電池的工作狀態(tài)進行優(yōu)化，蓄電池和超級電容器工作不分優(yōu)先次序，平等的彌補不平衡負荷，優(yōu)化計算結(jié)果如表2所示。

表1 系統(tǒng)參數(shù)Table 1 System parameters

圖5 風電功率/光伏發(fā)電功率/負荷功率0.5 h發(fā)電預(yù)測值Fig. 5 Forecast of half an hour of wind power / photovoltaic power / load power

表2 基本能量管理策略優(yōu)化計算結(jié)果Table 2 Optimization results of basic energy management strategy

采用本文所提能量管理策略進行優(yōu)化計算，優(yōu)化計算結(jié)果如表3所示。

表3 新能量管理策略優(yōu)化計算結(jié)果Table 3 Optimization results of new energy management strategy

通過表2和表3的數(shù)據(jù)可以看出，在相同的供電可靠性約束下，本文所提能量管理策略比基本策略計算所得年平均最小費用要少近20萬，同時可以發(fā)現(xiàn)蓄電池的折舊程度相差兩倍多，因此本文所提能量管理策略可以使整個儲能系統(tǒng)的運行年限延長，這就在相當程度上節(jié)省了儲能開支。由此得出新的能源管理策略能夠更加充分地發(fā)揮兩種儲能元件的互補優(yōu)勢，有效降低儲能系統(tǒng)成本。

根據(jù)表3優(yōu)化結(jié)果數(shù)據(jù)，繪制蓄電池組和超級電容器組在一年中4300 h~4400 h時間段的輸出功率變化曲線如圖6所示，其中Pba表示蓄電池輸出功率，Puc表示超級電容器輸出功率。

由圖6可以看出，由于超級電容器組的參與，蓄電池組的輸出功率變化很平坦，峰值不平衡功率和頻變不平衡功率主要由超級電容器組提供，這樣可以有效地優(yōu)化了蓄電池組的工作狀態(tài)，延長了其使用壽命，最終減少了儲能系統(tǒng)的運行維護等費用。

圖6 超級電容器組/蓄電池組輸出功率曲線Fig. 6 Power curves of ultracapacitor pile / storage battery pile

5 結(jié)論

本文通過分析超級電容器和蓄電池的儲能特性，建立了其數(shù)學模型；根據(jù)風光電站功率輸出特性以及負荷功率波動特性，充分利用超級電容器和蓄電池優(yōu)良的互補性，提出了適合該類混合儲能系統(tǒng)的能量管理策略，并分析了此能量管理策略下的系統(tǒng)負荷缺電率（LPSP）的計算流程；建立以全生命周期費用（LCC）理論為基礎(chǔ)的儲能容量優(yōu)化目標函數(shù)，以獨立風光發(fā)電系統(tǒng)負荷缺電率（LPSP）等可靠性指標為約束條件的優(yōu)化模型，運用改進粒子群算法進行優(yōu)化問題的求解。最后通過算例驗證了所提能量管理策略能夠更加充分地發(fā)揮兩種儲能元件的互補優(yōu)勢，有效降低儲能系統(tǒng)成本。本文所提出的容量優(yōu)化方法與策略為風光發(fā)電系統(tǒng)獨立運行時儲能系統(tǒng)的配置提供了方法，對于聯(lián)網(wǎng)運行系統(tǒng)容量優(yōu)化設(shè)計方法同樣具有參考意義。

[1] 冬雷, 廖曉鐘, 劉廣忱, 等. 分布式風光互補發(fā)電系統(tǒng)及其多目標優(yōu)化控制策略研究[J]. 儀器儀表學報,2005, 26(8): 750-753.DONG Lei, LIAO Xiao-zhong, LIU Guang-chen, et al.Multi-index optimization control strategy based on distributed PV and wind energy complemental generation system[J]. Chinese Journal of Scientific Instrument, 2005,26(8): 750-753.

[2] 劉立群, 王志新, 顧臨峰. 基于改進模糊法的分布式風光互補發(fā)電系統(tǒng)MPPT控制[J]. 電力系統(tǒng)保護與控制, 2011, 39(15): 70-74 , 79 .LIU Li-qun, WANG Zhi-xin, GU Lin-feng. MPPT control based on improved fuzzy method for distributed hybrid wind-solar power[J]. Power System Protection and Control, 2011, 39(15): 70-74, 79.

[3] 徐大明, 康龍云, 曹秉剛. 風光互補獨立發(fā)電系統(tǒng)的優(yōu)化設(shè)計[J]. 太陽能學報, 2006, 27(9): 919-922.XU Da-ming, KANG Long-yun, CAO Bing-gang.Optimal design of standalone hybrid Wind/PV power systems[J]. Acta Energiae Solaris Sinica, 2006, 27(9):919-922 .

[4] 李少林, 姚國興. 風光互補發(fā)電蓄電池超級電容器混合儲能研究[J]. 電力電子技術(shù), 2010, 44(2): 12-14.LI Shao-lin, YAO Guo-xing, Research on ultracapacitor /battery energy storage in Wind/Solar power system[J].Power Electronics, 2010, 44(2): 12-14.

[5] 周林, 黃勇, 郭珂, 等. 微電網(wǎng)儲能技術(shù)研究綜述[J].電力系統(tǒng)保護與控制, 2011, 39(7): 147-152.ZHOU Lin, HUANG Yong, GUO Ke, et al. A survey of energy storage technology for micro grid[J]. Power System Protection and Control, 2011, 39(7): 147-152.

[6] Zhao Y S, Zhan J, Zhang Y, et al. The optimal capacity configuration of an independent Wind/PV hybrid power supply system based on improved PSO algorithm[C] //Advances in Power System Control, Operation and Management (APSCOM 2009), 8th International Conference on, 2009: 1-7.

[7] Fatemeh Jahanbani Ardakani, Gholamhossein Riahy,Mehrdad Abedi. Design of an optimum hybrid renewable energy system considering reliability indices[C] //Electrical Engineering (ICEE), 2010 18th Iranian Conference on, 2010: 842-847.

[8] Testa A, de Caro S, La Torre R, et al. Optimal design of energy storage systems for stand-alone hybrid Wind/PV generators[C] // Power Electronics Electrical Drives Automation and Motion (SPEEDAM), 2010 International Symposium on, 2010: 1291-1296.

[9] International Electrotechnical Commission. Life cycle costing[S]. International Standard 60300-3-3, 2004.

[10] 崔新奇, 尹來賓, 范春菊, 等. 變電站改造中變壓器全生命周期費用(LCC)模型的研究[J]. 電力系統(tǒng)保護與控制, 2010, 38(7): 69-73.CUI Xin-qi, YIN Lai-bin, FAN Chun-ju, et al. Study of LCC for power transformer in modification of transformer substation[J]. Power System Protection and Control, 2010, 38(7): 69-73.

[11] 黃友銳. 智能優(yōu)化算法及其應(yīng)用[M]. 北京: 國防工業(yè)出版社, 2008.HUANG You-rui. Intelligent optimization algorithms and its application[M]. Beijing: National Defense Industry Press, 2008.

[12] 姜文, 嚴正. 基于一種改進粒子群算法的含風電場電力系統(tǒng)動態(tài)經(jīng)濟調(diào)度[J]. 電力系統(tǒng)保護與控制, 2010,38(21): 173-178, 183.JIANG Wen, YAN Zheng. Dynamic economic dispatch considering wind power penetration based on IPSO [J].Power System Protection and Control, 2010, 38(21):173-178, 183.