用于提高電網(wǎng)中風(fēng)電滲透率的混合儲能容量優(yōu)化分析

梁帥， 張新燕， 胡建雄， 孫晗喆

(新疆大學(xué)電氣工程學(xué)院， 烏魯木齊 830047)

近年來，隨著風(fēng)能的大規(guī)模接入以及居民生活水平的不斷提高，我國電網(wǎng)中環(huán)境污染加劇和能源危機問題日益受到關(guān)注，使以風(fēng)力發(fā)電為代表的可再生能源獲得了迅速的發(fā)展。然而，風(fēng)電大規(guī)模并入電網(wǎng)后，其自身所固有的間歇性，隨機不確定性等特點，給電網(wǎng)發(fā)展帶來了消極影響，并對電力系統(tǒng)的安全運轉(zhuǎn)帶來了更為嚴(yán)峻的挑戰(zhàn)[1]。儲能因具有可充可放的運行特性，可在一定程度上緩解可再生能源出力不確定性，逐漸受到了學(xué)術(shù)界的關(guān)注[2]。儲能技術(shù)主要分為兩類：功率型儲能和能量型儲能，前者適合平抑幅值小、變化頻率高的波動，后者適合平衡變化幅度大、周期較長的功率差。然而，現(xiàn)代電網(wǎng)功率需求復(fù)雜多樣，僅使用某一種儲能裝置通常并不能達(dá)到電網(wǎng)的技術(shù)要求，這時就需要利用多種儲能設(shè)備相互配合，取長補短，極大的擴展混合儲能系統(tǒng)的應(yīng)用場景[3]。實現(xiàn)對大規(guī)模風(fēng)電出力特性改善以及接入系統(tǒng)后能源利用率的提高具有重要意義。

目前，針對風(fēng)電儲能學(xué)者們開展了大量研究。吳倩等[4]提出一種基于變分模態(tài)分解(variational mode decomposition, VMD)和神經(jīng)網(wǎng)絡(luò)的HESS容量優(yōu)化配置方法。羅慶等[5]以加強風(fēng)電可調(diào)度性的方向為起點，從儲能方向提升風(fēng)電消納能力進(jìn)行了分析。Zhang等[6]在含風(fēng)電的電網(wǎng)中，使用抽水蓄能達(dá)到削峰填谷的目的，并提出了優(yōu)化抽水蓄能容量的方案。也有學(xué)者對混合儲能系統(tǒng)進(jìn)行了研究。付菊霞等[7]提出了一種針對混合儲能系統(tǒng)的雙層模糊優(yōu)化控制策略，實現(xiàn)了風(fēng)電場有功功率的平滑輸出。上述研究主要針對功率分配策略以及容量優(yōu)化求解方法，但是風(fēng)電并網(wǎng)技術(shù)在應(yīng)用方面還存在的問題有：①在容量優(yōu)化方面，未考慮一些極端場景對儲能容量的影響，且對多種儲能設(shè)備組成的混合儲能系統(tǒng)分析尚不多見；②在經(jīng)濟性方面，蓄電池而和鋰電池自身的周期壽命較短，日常維護(hù)較為頻繁，且本身存在環(huán)境污染的風(fēng)險，安全性較差[8]。因此，需要對多種儲能裝置進(jìn)行搭配，使其在電網(wǎng)中滿足經(jīng)濟性需求并且適合于大規(guī)模儲能應(yīng)用。

在諸多儲能裝置中，全釩液流電池具有功率和容量可獨立設(shè)計、并安全性能較好的特點，已應(yīng)用于中外大量工程項目中，被認(rèn)為是最適用于可再生能源出力波動平抑的儲能技術(shù)之一[9]。抽水蓄能具備調(diào)節(jié)容量大、單位容量費用低的優(yōu)勢，但不足之處在于它的響應(yīng)速度較慢。超級電容器作為一種新型儲能，因充放電速度快而被廣泛關(guān)注。因此，由全釩液流電池、超級電容器及抽水蓄能共同構(gòu)建的混合儲能系統(tǒng)，可以實現(xiàn)儲能裝置優(yōu)勢互補。但如何對其進(jìn)行功率分配，進(jìn)一步實現(xiàn)其容量的優(yōu)化配置，已成為混合儲能領(lǐng)域需要解決的關(guān)鍵問題。

針對上述問題，首先提出了適應(yīng)長期容量配置的風(fēng)電典型和極端場景的提取措施。在滿足風(fēng)力發(fā)電功率波動的條件下，利用電池和超級電容器來平抑電源側(cè)短時風(fēng)電波動，并在電網(wǎng)中配置抽水蓄能對風(fēng)電系統(tǒng)進(jìn)行調(diào)峰；然后提出由全釩液流電池、超級電容器與抽水蓄能構(gòu)建的混合儲能系統(tǒng)雙層容量優(yōu)化模型；最后，依據(jù)某風(fēng)電場的出力功率進(jìn)行分析，證明此雙層容量優(yōu)化模型的有效性。

1 風(fēng)電典型及極端場景提取方法

1.1 基于改進(jìn)K-means聚類的場景削減算法

在電網(wǎng)規(guī)劃中，若對每個風(fēng)電場景均進(jìn)行分析并評估其出力特征，將會導(dǎo)致計算量耗費巨大。所以，有必要對所有風(fēng)電場景采取簡化措施，依據(jù)研究問題的特殊性質(zhì)，對一年的原始出力場景進(jìn)行聚類，得到可以表征并且符合原始功率典型特征的出力場景[10]。

采用改進(jìn)的、基于K-means的K均值聚類算法[11]對風(fēng)電原始出力場景進(jìn)行場景削減。改進(jìn)的K-means算法能夠在完整保留原始風(fēng)電場景出力特性的同時，讓周期內(nèi)的風(fēng)電數(shù)據(jù)通過場景生成和縮減的方法，獲取少數(shù)幾個能代表歷史數(shù)據(jù)特征的風(fēng)電功率典型場景集，使聚類后的典型場景能代表原始場景出力，因而其在場景分析領(lǐng)域中得到了普遍運用。

1.2 極端出力場景的提取方法

在現(xiàn)實當(dāng)中存在著一些極端的風(fēng)電場景，例如風(fēng)電輸出功率有著顯著的反調(diào)峰特點，這些極端風(fēng)電場景并入電力系統(tǒng)將引起“切負(fù)荷”或“棄風(fēng)”的狀況，帶來運行成本增加和資源浪費。然而通過風(fēng)電典型場景削減所得到的場景無法保證將此極端場景包含其中。因此，僅依靠削減出的場景對容量進(jìn)行優(yōu)化，不足以確保電力系統(tǒng)的可靠性。為保證各儲能設(shè)備容量優(yōu)化的準(zhǔn)確性，對極端風(fēng)電場景進(jìn)行提取是非常有必要的。

對于提取極端場景，只將風(fēng)電輸出功率對電網(wǎng)調(diào)峰能力的改變考慮在內(nèi)。風(fēng)電的反調(diào)峰特性是在電力系統(tǒng)中高負(fù)載時刻呈現(xiàn)低出力，而在低負(fù)載時刻呈現(xiàn)高出力，依據(jù)反調(diào)峰特性對極端場景進(jìn)行定義。根據(jù)凈負(fù)荷曲線確定高負(fù)荷和低負(fù)荷的時間，凈負(fù)荷曲線的獲得是將負(fù)負(fù)荷與系統(tǒng)負(fù)荷疊加，其中負(fù)負(fù)荷是削減后獲得的典型風(fēng)電場景。之后，將所有風(fēng)電原始場景高出力和低出力時間與凈負(fù)荷曲線相比較并判斷，如果時間上存在完全相反高低出力，則認(rèn)為此風(fēng)電場景就是極端場景。

2 基于小波包的風(fēng)電功率分配策略

2.1 小波包分解基本原理

利用小波包對風(fēng)電出力分解，與小波分解相比，其分辨率更高，而且對于小波變換在高頻和低頻段頻率混疊的現(xiàn)象有所改善。將最初的功率信號分解與重構(gòu)獲得高、低頻率信號，隨后依次再進(jìn)行高頻信號和低頻信號的分解，直至達(dá)到所需要的分解要求[12]。小波包分解法分解原始信號的示意圖如圖1所示。

S為原始信號；A為低頻；D為高頻；1、2、3為分解層數(shù)圖1 小波包分解示意圖Fig.1 Schematic diagram of wavelet packet decomposition

假設(shè)P(t)為風(fēng)電輸出功率，m層小波包分解輸出功率可表示為

(1)

第m層小波包重構(gòu)算法可表示為

(2)

2.2 基于小波包的風(fēng)電出力信號分解方法

依據(jù)不同儲能設(shè)備之間存在的性能差異，使用小波包對風(fēng)電功率信號分頻，結(jié)果依次為低頻、中頻以及高頻。其中低頻部分具有能量大，波動相對平緩的性質(zhì)，風(fēng)功率并網(wǎng)期望值則是低頻部分; 幅值大、頻率高的功率信號可以通過能量型儲能設(shè)備進(jìn)行平抑，因此電池則承擔(dān)功率波動較平緩的中頻信號; 超級電容器則因具有波動速度快的性質(zhì)來承擔(dān)高頻部分。假設(shè)Pw為風(fēng)電總出力，Po為并網(wǎng)功率，風(fēng)電場側(cè)儲能系統(tǒng)輸出功率PHESS為電池輸出功率Pb與超級電容器輸出功率Psc之和，即

(3)

為實現(xiàn)對風(fēng)能的大規(guī)模利用，中國對風(fēng)電接入電力系統(tǒng)制訂了具體規(guī)則，其中對風(fēng)電出力波動率的規(guī)定如表 1 所示。

表1 中國風(fēng)電場有功功率變化最大限值

當(dāng)使用小波包分析法進(jìn)行分解時，分解層數(shù)越高，其平抑波動的效果會更好，但是也會伴隨著電池以及超級電容器容量的增加，導(dǎo)致經(jīng)濟浪費，因此，需要選定最優(yōu)的分解層數(shù)。

風(fēng)功率分配可表示為

(4)

式(4)中：P1為并網(wǎng)信號；Ph1、Ph2為低頻信號；Ph3，Ph4，…，Ph2m-1為高頻信號。

根據(jù)式(4)來實現(xiàn)風(fēng)電功率的劃分。利用試差法對m的數(shù)值確定，該方法即指對m從小變大依次定值，達(dá)到風(fēng)電并網(wǎng)規(guī)定要求即停止。

電池和超級電容器所需配置的最大功率Pb和Psc表達(dá)式為

(5)

式(5)中：PB為電池配置功率；PSC為超級電容器配置功率。

對電池以及超級電容器設(shè)備的容量計算時，通常從各儲能裝置的容量以及功率兩個角度進(jìn)行，在一段充放電時間內(nèi)，電池和超級電容器的能量變動可表示為

(6)

電池和超級電容器容量優(yōu)化結(jié)果可表示為

(7)

式(7)中：EB為電池配置功率；ESC為超級電容器配置功率。

根據(jù)典型和極端場景風(fēng)電功率數(shù)據(jù)進(jìn)行容量配置，對場景出現(xiàn)概率加權(quán)獲得電池和超級電容器最終的容量配置。

3 混合儲能系統(tǒng)的雙層容量優(yōu)化配置模型

3.1 整體建模思路

依據(jù)風(fēng)電功率分配策略建立雙層容量優(yōu)化配置模型。模型由電池、超級電容器和抽水蓄能[13]構(gòu)成，上層模型的目標(biāo)函數(shù)是系統(tǒng)投資總費用最低，優(yōu)化儲能裝置容量的同時給下層模型傳遞優(yōu)化出的配置方案；下層模型在上層模型優(yōu)化出容量的基礎(chǔ)之上進(jìn)行機組調(diào)度優(yōu)化，其目標(biāo)函數(shù)是系統(tǒng)運行成本最小。當(dāng)下層進(jìn)行優(yōu)化時，依據(jù)小波包功率策略進(jìn)行容量配置，使用商業(yè)軟件對各場景進(jìn)行求解，同時傳遞優(yōu)化結(jié)果給上層模型。最后，依據(jù)上層和下層優(yōu)化出的結(jié)果進(jìn)行反復(fù)優(yōu)化，直到求得最優(yōu)方案。雙層容量優(yōu)化模型結(jié)構(gòu)如圖2所示。

圖2 雙層容量優(yōu)化模型結(jié)構(gòu)Fig.2 Structure of two-layer capacity optimal model

3.2 上層容量優(yōu)化模型

上層模型以儲能設(shè)備容量和儲能設(shè)備功率定為決策變量，進(jìn)而優(yōu)化儲能裝置的容量。

3.2.1 目標(biāo)函數(shù)

上層模型的目標(biāo)函數(shù)是：電力系統(tǒng)中總費用投入最低。由于風(fēng)電場投資成本和常規(guī)機組成本固定不變，所以建設(shè)成本不考慮在內(nèi)。目標(biāo)函數(shù)由系統(tǒng)運行成本和各儲能投資成本共同組成。

F=min(FINV+FOPR)

(8)

FINV=FB+FSC+FPH

(9)

FB=(kPPB+kEEB)CRF(r,YB)

(10)

FSC=(kP2PSC+kE2ESC)CRF(r,YSC)

(11)

FPH=kP3PPHCRF(r,YPH)

(12)

(13)

式中：F為儲能系統(tǒng)的投資總成本；FINV為儲能的投資等年值總成本；FOPR為儲能系統(tǒng)的年運行成本；FB為電池的投資成本；FSC為超級電容器的投資費用；FPH為抽水蓄能的建設(shè)成本；kP、kE分別為電池的單位功率和容量價格；PB、EB分別為電池的功率及額定容量；CRF(r,YB)為等年值系數(shù)；r為貼現(xiàn)系數(shù)；YB為電池儲能的壽命值；kP2、kE2分別為超級電容器的單位功率和容量成本；PSC、ESC分別為超級電容器的功率和額定容量；YSC為超級電容器的壽命值；kP3為抽水蓄能的單位功率價格；PPH為抽水蓄能的功率容量；YPH為抽水蓄能的壽命值,Y為儲能設(shè)備壽命值。

工作電流和一些別的因素會給超級電容器的壽命招來不利影響，通常情況充放電循環(huán)可至50萬次以上。因此，能夠把超級電容器壽命看作定值。因為充放電循環(huán)的頻繁程度、充放電深度和壽命關(guān)系很大，所以電池的壽命評估可以利用變壽命模型[14]。

(14)

(15)

3.2.2 約束條件

由于儲能本身條件和投資費用的約束，儲能裝置的功率和容量約束條件為

(16)

式(16)中：EB,max、EB,min和PB,max、PB,min分別為電池規(guī)劃容量和額定功率的上下限；ESC,max、ESC,min和PSC,max、PSC,min分別為電容器布局容量和額定功率的上下限；EPH,min和EPH,max分別為抽水蓄能最小及最大蓄水量；PPH,max和PPH,min分別為抽水蓄能功率容量上下限。

3.3 下層運行費用優(yōu)化模型

為了凸顯電池、超級電容器和抽水蓄能在不同時間尺度下的響應(yīng)特性，首先，使用小波包去分解與重構(gòu)風(fēng)電的功率信號，而后依據(jù)選定的m值計算得出電池和超級電容器需要平抑的功率。抽水蓄能、常規(guī)機組參與日前優(yōu)化調(diào)度，進(jìn)行削峰填谷、并且提高風(fēng)電消納能力。

下層模型過程為：利用小波包對提取后的風(fēng)電出力分解重構(gòu)，依據(jù)文獻(xiàn)[15]的方法得出電池和超級電容器的容量和功率。下層優(yōu)化模型根據(jù)上層模型得到的參數(shù)，應(yīng)用MATLAB及Cplex優(yōu)化引擎進(jìn)行求解優(yōu)化，并將結(jié)果傳遞上層模型。

3.3.1 目標(biāo)函數(shù)

下層模型的目標(biāo)函數(shù)是：系統(tǒng)運行總費用最低。FOPR由常規(guī)機組的煤耗費用、風(fēng)電場有功出力波動越限考核成本、棄風(fēng)成本、儲能裝置的年運行維護(hù)成本組成，可表示為

(17)

(18)

(19)

FR,i=kRER,i

(20)

Fm=rP,BEB+rP,SCESC+rP,PHFPH

(21)

式中：N為場景總數(shù)；pi為出現(xiàn)第i個場景的概率；FG,i為第i個場景的煤耗成本；FH,i為風(fēng)電場波動越限考核成本；FR,i為第i個場景的棄風(fēng)懲罰價格；Fm為儲能維護(hù)價格；aj、bj、cj為第j臺常規(guī)機組的煤耗成本系數(shù)；Pi,j,t為第i個場景中常規(guī)機組j在t時的功率；NG為系統(tǒng)中常規(guī)機組數(shù)量；λH為風(fēng)電功率波動越限考核單位成本系數(shù)；ΔPW,fs,τ為τ時段的有功出力波動量；ΔPw,limit為系統(tǒng)允許的有功出力波動限值；s(|ΔPW,fs,τ|,ΔPw, limit)是二進(jìn)制變量，當(dāng)|ΔPW,fs,τ|> ΔPw, limit則為1，否則為0；kR為棄風(fēng)懲罰成本系數(shù)；ER,i為第i個場景的棄風(fēng)電量；rP,B為電池單位年維護(hù)成本；rP,SC為超級電容器單位年維護(hù)價格；rP,PH為抽蓄年運行維護(hù)費成本。

3.3.2 約束條件

(1)功率平衡與容量約束。

PL,t(1+ρ+σ)

(22)

(23)

(2)電池儲能運行約束。

(24)

EB,n=EB,n-1+TS(PB,i,nηB,c+PB,i,n/ηB,d)

(25)

式中：EB,n為電池在第n個周期的容量值；PB,i,n為電池在第i個風(fēng)電場景第n個周期的出力功率；TS為風(fēng)電采樣周期；ηB,c和ηB,d分別為電池的充、放電效率。

(3)超級電容器儲能系統(tǒng)的運行約束。

(26)

ESC,n=ESC,n-1+TS(PSC,i,nηSC,c+PSC,i,n/ηSC,d)

(27)

式中：ESC,n為超級電容器在第n個循環(huán)的容量值；PSC,i,n為超級電容器在第i個風(fēng)電場景第n個周期的出力功率；ηSC,c、ηSC,d分別為超級電容器的充、放電效率。

(4)抽水蓄能運行約束。

(28)

(29)

(30)

3.4 求解流程

粒子群算法(particle swarm optimization algorithm，PSO)是全局優(yōu)化算法，它相比于其他智能算法，有更大的機會取得全局最優(yōu)解。粒子群算法本身不依靠所研究問題的嚴(yán)格數(shù)學(xué)性質(zhì)，且最大優(yōu)點是求解速度快。上層模型使用PSO智能算法對其求解。在上層得到容量優(yōu)化配置結(jié)果后，下層模型將轉(zhuǎn)變成混合整數(shù)線性問題，因此，下層模型利用CPLEX優(yōu)化。雙層容量優(yōu)化模型求解流程圖如圖3所示。

圖3 雙層容量優(yōu)化模型求解流程圖Fig.3 Flow chart of solving two-layer capacity optimization model

4 算例分析

使用改進(jìn)的IEEE RTS-96系統(tǒng)進(jìn)行算例分析。算例裝機常規(guī)機組26臺，總?cè)萘渴? 105 MW，參數(shù)和負(fù)載數(shù)據(jù)參見文獻(xiàn)[16-17]，最大負(fù)載為2 800 MW。利用某風(fēng)電場一年輸出功率進(jìn)行分析，TS為5 min一次，風(fēng)電場風(fēng)機總?cè)萘渴?40 MW (風(fēng)電滲透率是30%)。風(fēng)電并網(wǎng)功率10 min內(nèi)的功率波動率上限定為5%。

電池選用全釩液流電池，電池單位功率和容量成本是426 美元/kW和100 美元/(kW·h)[18-19]，年維護(hù)價格是9 美元/kW[18]，放電深度是90%，其額定功率狀態(tài)下工作循環(huán)達(dá)13 000次，充放電效率是0.8[19]。超級電容器的單位功率及電量成本是250美元/kW及4 500 美元/(kW·h)；單位維護(hù)成本是0.01 美元/(kW·h)；充放電效率是98%；電量容量的上下限為90%及10%；壽命選定20 年。為方便后續(xù)分析，設(shè)抽蓄電站額定功率是100 MW，單位功率成本是608 美元/kW[20]，年維護(hù)成本是2%，壽命是25 年。行業(yè)貼現(xiàn)系數(shù)是10%。棄風(fēng)成本系數(shù)kR是1 000 美元/(MW·h)。

4.1 風(fēng)電場景集合及并網(wǎng)功率的確定

選定風(fēng)電場歷史數(shù)據(jù)，利用第一節(jié)提出的各場景提取措施，獲得各場景出現(xiàn)的概率如圖4所示。典型場景和原始出力趨勢相同，為便于分析，使典型場景替代原始出力。極端場景出現(xiàn)的概率雖然小，但對容量優(yōu)化仍有影響，需要考慮在內(nèi)。

1～3為典型場景；4為極端場景圖4 風(fēng)電典型及極端出力場景Fig.4 Typical and special output scenarios of wind power

采用上述風(fēng)電并網(wǎng)功率策略分析，平抑后得到風(fēng)電并網(wǎng)功率，采用試差法對確定m值的選取，當(dāng)m=6時，系統(tǒng)風(fēng)電并網(wǎng)達(dá)到國家規(guī)定，風(fēng)電并網(wǎng)功率與原始功率如圖5所示。

4.2 混合儲能容量優(yōu)化配置分析

使用混合儲能對風(fēng)電波動進(jìn)行平抑時，因為電池和超級電容器不同容量時對風(fēng)電并網(wǎng)曲線的波動性影響很大。因此當(dāng)優(yōu)化系統(tǒng)中各儲能的容量時，要求先考慮電池與超級電容器的容量優(yōu)化。依據(jù)式(4)～式(7)使用3種典型場景和一種極端場景來近似優(yōu)化電池以及超級電容器的容量配置，結(jié)果如表2所示。

圖5 風(fēng)電并網(wǎng)功率與原始功率對比Fig.5 Comparison of wind power grid-connected power and original power

表2 電池和超級電容器容量配置結(jié)果

當(dāng)風(fēng)電場側(cè)的電池以及超級電容器都獲得最優(yōu)容量配置時，基于上述章節(jié)構(gòu)建的雙層容量配置模型，對抽水蓄能的容量進(jìn)行配置。如圖6所示，可以看出，抽水蓄能配置容量與系統(tǒng)總成本的聯(lián)系，抽水蓄能建設(shè)成本對應(yīng)右側(cè)y軸，其他成本數(shù)據(jù)對應(yīng)左側(cè)y軸?？梢钥闯觯樗钅軝C組臺數(shù)持續(xù)增加的情境下，電網(wǎng)中總成本顯現(xiàn)先減小后增大的走勢。其中最大的因素是抽水蓄能容量的增加能夠增強電網(wǎng)的調(diào)峰能力，減小常規(guī)機組的運轉(zhuǎn)費用，進(jìn)而減小系統(tǒng)總成本。由于電力系統(tǒng)本身固有條件的影響，當(dāng)抽水蓄能容量是200 MW時，電力系統(tǒng)的投資總成本最小。若繼續(xù)增加，隨著儲能投資成本增長，抽水蓄能經(jīng)濟效益會降低。因此，選定抽水蓄能容量為200 MW/1 000(MW·h)，此時，系統(tǒng)總費用最小。

4.3 不同風(fēng)電滲透率下的混合儲能系統(tǒng)容量優(yōu)化

基于上述章節(jié)提出構(gòu)建的雙層容量優(yōu)化模型，通過不斷提高風(fēng)電滲透率，取得不同滲透率下容量配置以及系統(tǒng)投資總成本，結(jié)果如表3所示。

從表3可以看出，各儲能容量并不會隨風(fēng)電滲透率的提升而成比例增加。電力系統(tǒng)中風(fēng)電并網(wǎng)時風(fēng)電滲透率從35%提高到40%時，滲透率的提高

圖6 配置不同抽水蓄能規(guī)模下的系統(tǒng)年總成本Fig.6 Total annual cost of system with different pumped storage scale

表3 不同風(fēng)電滲透率下混合儲能容量及系統(tǒng)總費用

要求電網(wǎng)有強大的削峰填谷能力，這時，抽水蓄能容量從200 MW提高到300 MW以滿足電網(wǎng)需求；在滲透率從40%提高至45%時，電網(wǎng)要求削峰填谷能力進(jìn)一步增加，經(jīng)過比較提高棄風(fēng)的投資成本、儲能維護(hù)成本和提高抽水蓄能容量成本的經(jīng)濟性，判斷在電網(wǎng)中配置抽水蓄能容量300 MW時經(jīng)濟性最好。在風(fēng)電滲透率大于45%的時候，由于儲能維護(hù)成本和棄風(fēng)懲罰成本的提高降低了電網(wǎng)中的總體經(jīng)濟性，表明混合儲能系統(tǒng)利用風(fēng)電的能力不能無止境增加。算例數(shù)據(jù)表明，當(dāng)?shù)陀?5%的風(fēng)電滲透率接入電網(wǎng)中時，投資混合儲能系統(tǒng)總費用相比于棄風(fēng)懲罰費用較小，能夠增加電網(wǎng)的整體經(jīng)濟性，也表明在一定的風(fēng)電滲透率下，添加儲能裝置能夠消納更多風(fēng)能并且降低系統(tǒng)總費用。

由此可知，構(gòu)建混合儲能系統(tǒng)能夠達(dá)到平抑風(fēng)電波動規(guī)定和系統(tǒng)調(diào)峰需求。利用各儲能協(xié)調(diào)運行，可以提升風(fēng)電滲透率并減小系統(tǒng)總投資費用。

5 結(jié)論

為了提升風(fēng)電滲透率，本文提出了由全釩液流電池、超級電容器和抽水蓄能組建的雙層混合儲能容量優(yōu)化模型。得出如下結(jié)論。

(1)提出關(guān)于風(fēng)電典型場景和極端場景的提取方案。并利用典型場景去代表原始出力場景；對容量優(yōu)化影響大而且出現(xiàn)概率較小的場景由極端場景代表。

(2)構(gòu)建的混合儲能系統(tǒng)能夠?qū)崿F(xiàn)各儲能設(shè)備優(yōu)勢互補，一定程度上還能通過消納更多風(fēng)能降低系統(tǒng)總投資費用。

(3)提出雙層混合儲能系統(tǒng)容量優(yōu)化模型，不僅能夠緩和風(fēng)力發(fā)電的出力波動，達(dá)到削峰填谷的目的，還可以提升風(fēng)電滲透率，減小系統(tǒng)總費用，對提升電網(wǎng)的安全經(jīng)濟運轉(zhuǎn)具有重大意義。