計及儲能電站安全性的功率分配策略研究

李建林 李雅欣 劉海濤 馬速良

計及儲能電站安全性的功率分配策略研究

李建林1李雅欣1劉海濤2馬速良1

（1. 儲能技術(shù)工程研究中心（北方工業(yè)大學(xué)） 北京 100144 2. 南京工程學(xué)院智能電網(wǎng)產(chǎn)業(yè)技術(shù)研究院 南京 211167）

儲能電站的安全穩(wěn)定運行，備受業(yè)界關(guān)注。大功率等級的儲能電站離不開若干儲能電池艙間聯(lián)合運行，合理的功率分配是保障儲能電站運行安全、提升效率的重要手段。因此，該文針對典型的鋰電池儲能電站的系統(tǒng)功率優(yōu)化分配問題展開研究。面向電化學(xué)儲能電站安全性的能量管理問題，提出考慮電池艙健康狀態(tài)（SOH）及荷電狀態(tài)（SOC）雙層控制下的系統(tǒng)功率分配策略。首先基于SOH設(shè)計一級功率均分、單獨出力以及自適應(yīng)分配三種分配模式；然后，考慮SOC設(shè)計防止過充過放的分配策略；最后設(shè)計二級功率分配策略聯(lián)動，在優(yōu)先保障電站運行安全性前提下，同時提升儲能電站輸出功率分配最優(yōu)，并分別從電池艙級、逆變器級、系統(tǒng)級三個方面設(shè)計算例驗證有效性，為后續(xù)電化學(xué)儲能電池系統(tǒng)的工程實際應(yīng)用重要參考價值。

功率分配 儲能電站 安全運行 能量管理 自適應(yīng)優(yōu)化

0 引言

隨著低碳政策的廣泛施行，儲能電站建設(shè)數(shù)量不斷攀升，儲能電站的安全管理問題逐漸成為行業(yè)熱點。由于受電池連接和集成技術(shù)限制，電池成組后的技術(shù)指標(biāo)包括比功率、比能量、能量轉(zhuǎn)化效率、安全性等都遠(yuǎn)低于單體電池[1]。同時隨著電池組容量衰減，易出現(xiàn)過充、過放、過電流和超溫等破壞電池內(nèi)特性的現(xiàn)象，使其壽命比單體電池縮短數(shù)倍甚至數(shù)十倍[2-4]。同時，也導(dǎo)致儲能電站多個電池艙出力小于單一電池艙出力的現(xiàn)象頻發(fā)，為了提升電池儲能電站的整體安全和效率，需要構(gòu)建計及儲能電站安全性的功率分配策略[5-6]，以保證電站安全穩(wěn)定運行。

國家層面對儲能電站安全問題也非常重視，由能源局發(fā)布《關(guān)于加強電化學(xué)儲能電站安全管理的通知》?！锻ㄖ分刑岢龈叨戎匾曤娀瘜W(xué)儲能電站安全管理、加強電化學(xué)儲能電站規(guī)劃設(shè)計安全管理、做好電化學(xué)儲能電站設(shè)備選型、嚴(yán)格電化學(xué)儲能電站施工驗收、嚴(yán)格電化學(xué)儲能電站并網(wǎng)驗收、加強電化學(xué)儲能電站運行維護安全管理，其中在加強電化學(xué)儲能電站規(guī)劃設(shè)計安全管理中提出加強風(fēng)險評估[7-9]。文獻(xiàn)[10]提出一種適用于孤島微電網(wǎng)的自適應(yīng)功率分配策略，結(jié)合動態(tài)特性和運行機理自適應(yīng)設(shè)置調(diào)頻系數(shù)，實現(xiàn)減小頻率超調(diào)量的同時提高系統(tǒng)功率分配響應(yīng)速度。文獻(xiàn)[11]針對功率分配不均、電壓跌落問題分雙層進行優(yōu)化控制，以功率分配和穩(wěn)定電壓作為優(yōu)化目標(biāo)，實現(xiàn)了恒功率分配以及母線電壓的穩(wěn)定。文獻(xiàn)[12]提出了自適應(yīng)優(yōu)化控制的功率分配方式，通過引入功率滯環(huán)控制，優(yōu)化變換器的投切，在器件層控制上提升了系統(tǒng)變換器運行效率，從而提升系統(tǒng)功率分配效率。上述參考文獻(xiàn)針對優(yōu)化功率分配效率問題進行深入研究，沒有考慮功率分配差異對安全性的影響，因此其不適合用于電池儲能電站功率分配應(yīng)用場景。文獻(xiàn)[13]提出一種基于改進雨流計數(shù)法的梯次電池功率分配策略，在儲能系統(tǒng)分段能量需求建模的基礎(chǔ)上結(jié)合分段控制提出雨流計數(shù)法分段控制思想。文獻(xiàn)[14]提出一種基于博弈理論、計及主被動需求響應(yīng)的微電網(wǎng)-配電網(wǎng)協(xié)調(diào)分配模型，該模型提高了用戶、配電網(wǎng)和微電網(wǎng)的收益，證明了方案合理性。文獻(xiàn)[15]提出適用于混合儲能的功率分配策略，通過模糊自適應(yīng)控制優(yōu)化功率指令，在確保荷電狀態(tài)（State of Charge, SOC）在合理范圍內(nèi)的同時實現(xiàn)儲能電站長期穩(wěn)定運行。上述參考文獻(xiàn)中所提出的分配策略分別考慮了兩級聯(lián)動控制優(yōu)化目標(biāo)[16]，為本文所提優(yōu)先考慮功率分配安全性目標(biāo)，并兼顧效率目標(biāo)的策略設(shè)計提供了思路。文獻(xiàn)[17]提出基于SOC的功率分配策略，可以實時檢測SOC并調(diào)整控制策略以防止電池的過沖過放，此方法可能會造成控制器誤動作，影響功率平抑效果和儲能元件壽命。文獻(xiàn)[18]基于虛擬額定功率間接消除線路電阻對功率分配的影響，但未考慮SOC均衡問題，上述文獻(xiàn)在解決功率分配問題時，以考慮健康狀態(tài)（State of Health, SOH）為主，并未考慮電池SOH因素對系統(tǒng)功率分配安全性的影響。

基于上述分析，針對電化學(xué)儲能電站安全性的能量管理問題，本文提出考慮SOH-SOC雙層控制下的站級系統(tǒng)功率分配策略，保障了儲能電池艙充放電時始終處于安全裕度內(nèi)，可以實時完成功率追蹤及合理分配，提高儲能電站運行年限。本文通過自適應(yīng)濾波實現(xiàn)SOH-SOC雙層功率分配方案，設(shè)計艙間功率分配的站級能量管理策略，并通過仿真分析證明了SOH-SOC策略有效性。本文研究為后續(xù)電化學(xué)儲能電池系統(tǒng)的工程實際應(yīng)用提供了重要參考價值。

1 自適應(yīng)濾波器

自適應(yīng)濾波器在解決統(tǒng)計量的線性及非線性分布問題上應(yīng)用廣泛，通過調(diào)整濾波參數(shù)，實現(xiàn)對濾波系統(tǒng)自動化最優(yōu)調(diào)整[19-22]，本文所提考慮SOH-SOC的兩級功率分配策略利用自適應(yīng)濾波器實現(xiàn)。在典型鋰電池模型基礎(chǔ)上，基于電池艙的SOH數(shù)值動態(tài)設(shè)定濾波常數(shù)，利用濾波常數(shù)動態(tài)調(diào)整儲能輸出功率指令，從而實現(xiàn)對多個電池艙的自適應(yīng)功率最優(yōu)分配[23]。對于多個電池艙的儲能系統(tǒng)來說，需要設(shè)定多個濾波常數(shù)，為下文表述方便，本節(jié)以兩個電池艙為例進行闡述。

本文利用自適應(yīng)濾波器特點，在自適應(yīng)計算過程中利用濾波系統(tǒng)關(guān)聯(lián)電池艙SOH對參考功率值進行自適應(yīng)調(diào)整[24-25]，實現(xiàn)考慮電池艙SOH-SOC的兩級功率分配策略。具體來說，功率分配的對象為兩個電池艙，通過SOH-SOC兩級策略改變?yōu)V波系數(shù)，將功率分配結(jié)果中的應(yīng)輸出較小功率指令以低通濾波方式輸出，使對應(yīng)的儲能電池艙收到并執(zhí)行儲能充放電指令，之后再將該輸出功率值與參考值做差，使另一個儲能電池艙收到分配結(jié)果中較高功率的儲能充放電指令，從而通過濾波方式實現(xiàn)將功率分配指令下達(dá)至兩個電池艙?？紤]到表征鋰電池關(guān)鍵性能的參數(shù)SOH，因此對處于正常工作范圍的電池艙，即SOH∈[0.1, 0.9]的電池艙，設(shè)定功率分配濾波常數(shù)為，分別對應(yīng)兩個電池艙分配得到各自相應(yīng)的功率指令[26]。對處于非正常工作范圍內(nèi)的電池艙，為避免其影響處于正常工作狀態(tài)的電池艙，使其輸出功率指令為0，令其不參與出力，從而有效避免電池過度充放電，保證儲能系統(tǒng)安全運行，實現(xiàn)對電池艙SOH-SOC雙層站級系統(tǒng)功率分配策略。

本文所提SOH-SOC自適應(yīng)濾波器控制框圖如圖1所示。其中SOH1和SOH2分別為電池艙1和電池艙2的SOH狀態(tài)，ref表示儲能系統(tǒng)有功功率參考值，1、2分別表示經(jīng)濾波后電池艙1和電池艙2分配得到的輸出功率值。

2 SOH-SOC雙層功率分配策略

針對典型鋰電池儲能電站來說，不同電池艙間一致性各異，會造成多個電池艙單元出力小于單一艙出力[27-29]，不僅會大大縮短儲能電站的運行年限，更難以保障電站的安全運行。因此，本節(jié)提出考慮電池艙SOH-SOC雙層功率分配策略，第一層通過考慮電池艙SOH使得出力得到均衡分配，第二層考慮電池艙SOC狀態(tài)以保障電池艙充放電安全運行。

2.1 一級SOH功率分配策略

不同于剛出廠的電池，長時間使用后的鋰電池內(nèi)部活性物質(zhì)減少、雜質(zhì)增多、晶體結(jié)構(gòu)變化等因素造成電池性能下降，其中最直接的表現(xiàn)是實際容量顯著下降和電池內(nèi)阻增大，其真實的狀態(tài)與出廠標(biāo)定存在較大的差異，且差異程度難以估計。而從電池循環(huán)壽命指標(biāo)考慮，隨著電池使用，其剩余的循環(huán)次數(shù)將不斷地降低，也可以用于表征電池應(yīng)用過程中的健康狀態(tài)變化。本節(jié)所提策略第一層為一級SOH功率分配策略，在典型鋰電池模型基礎(chǔ)上，建立電池艙模型，利用雨流計數(shù)法（Rain-flow Counting Algorithm, RCA）和BP神經(jīng)網(wǎng)絡(luò)（Back Propagation Neural Network, BPNN）實現(xiàn)電池老化過程的等效模擬，基于NASA電池測試數(shù)據(jù)，采用BPNN工具箱訓(xùn)練循環(huán)次數(shù)與SOH映射關(guān)系模型，由此得出電池艙SOH。依據(jù)相關(guān)標(biāo)準(zhǔn)，定義電池艙SOH∈[0.1, 0.9]為正常運行狀態(tài)。針對兩個電池艙的SOH差異性定義三種運行模式如下。

模式3：自適應(yīng)分配模式，若兩個電池艙SOH情況均不屬于上述兩種情況之列，表明此時兩個電池艙狀態(tài)有差異，但是一致性差距處于可接受范圍之內(nèi)。為保證輸出功率分配最優(yōu)，此時定義濾波常數(shù)，依據(jù)濾波常數(shù)確定分配權(quán)重，進而確定兩個電池艙的功率分配值。

依據(jù)上述思路，構(gòu)建“按需分配”式的一級電池艙SOH功率分配策略。為了更好地說明上述思路，對應(yīng)的流程如圖2所示，通過輸入ref及SOH1和SOH2后，依據(jù)所提的一級SOH功率分配策略中的三種模式判定流程，得到電池艙1和電池艙2的有功功率1、2。

圖2 一級SOH功率分配策略圖

2.2 二級SOC越限保護策略

模式C：正常充放模式，用于上述兩種模式均不滿足的情況。此時則按照一級SOH功率分配指令對電池進行充放電。若兩個電池艙SOC情況均不屬于上述兩種情況之列，表明此時一級SOH功率分配策略安全且合理，應(yīng)按照一級SOH功率指令對電池艙進行充放電，保證輸出功率分配最優(yōu)。

圖3 二級SOC越限保護策略流程

3 仿真算例

依據(jù)實際案例，采用本文提出的SOH-SOC兩級功率分配策略進行驗證，拓?fù)浯罱ㄈ鐖D4所示。該仿真系統(tǒng)由4個模塊構(gòu)成，分別為儲能電池艙1系統(tǒng)、儲能電池艙2系統(tǒng)、能量管理系統(tǒng)（Energy Management System, EMS）、波形采集模塊。其中波形采集模塊中分為三組波形展示，由上至下依次為電池艙波形、儲能變流器（Power Conversion System, PCS）波形、功率分配情況波形。系統(tǒng)直流電壓設(shè)置為693V，經(jīng)過DC、AC后逆變?yōu)?00V交流電并通過升壓艙接入10kV母線中，設(shè)置儲能系統(tǒng)功率參考值為5kW，占空比50%。

本節(jié)設(shè)置了算例仿真對所提出的SOH-SOC兩級電池系統(tǒng)功率分配策略進行分析。

3.1 一級SOH功率分配策略模式1、3分析

本算例驗證一級SOH功率分配策略中的模式1功率均分模式和模式3自適應(yīng)分配模式。為此，本算例中兩個電池艙初始值設(shè)置見表1。

表1 算例一參數(shù)

Tab.1 Parameters of case 1

圖4 儲能系統(tǒng)功率分配仿真拓?fù)?/p>

3.1.1 電池艙情況

圖5a為兩個電池艙的SOC情況，可以看出其初始狀態(tài)都在50%左右，300s之后SOC1下降得更快。圖5b為兩個電池艙的SOH情況變化，在0～300s內(nèi)，SOH1=SOH2，依據(jù)本文所提策略中一級SOH功率分配策略的模式1功率均分模式進行分配，因此兩個電池艙損耗也一樣，呈均分態(tài)勢。在300s時電池艙2的SOH保持不變，電池艙1跳變?yōu)?.84左右。在300～600s期間，SOH1＜SOH2，依據(jù)一級SOH功率分配模式3自適應(yīng)分配，電池艙2承擔(dān)功率輸出更多。從電池艙1的SOH局部放大圖中可以看出，在整個運行周期600s內(nèi)，電池艙1的SOH整體呈下降趨勢，符合電氣特性規(guī)律，表明所用電池模型的有效性。圖5c表示兩個電池艙的電流情況。可以看出300s前二者電流幅值相同，300s后，SOH高的電池艙2的電流幅值升高，電池艙1電流幅值下降。也驗證了SOH級策略中自適應(yīng)分配策略起作用。

3.1.2 儲能電站功率分配情況

電池艙功率分配情況如圖6所示，在0～300s內(nèi)，兩個電池艙各自有功出力均為2.5kW，占總有功功率指令的一半。在300s時由于電池艙SOH1跳變，兩個電池艙的有功出力也因此改變。在300～600s期間，由于SOH1＜SOH2，從圖6中可以看出，電池艙2的有功功率指令幅值升高，表明其承擔(dān)有功功率輸出大于電池艙1。

圖6 算例1電池艙功率分配情況

Fig 6 Power distribution results of 2 battery bays

綜上所述，本算例從電池艙級和系統(tǒng)級兩個維度驗證了一級SOH功率分配策略中模式1功率均分及模式3自適應(yīng)分配策略的有效性。

3.2 一級SOH功率分配策略模式2和模式3分析

本算例驗證一級SOH功率分配策略中的模式3自適應(yīng)分配和模式2單獨出力模式。為此，本算例中兩個電池艙初始值設(shè)置見表2。

表2 算例二參數(shù)

Tab.2 Parameters of case 2

3.2.1 電池艙情況

圖7a為兩個電池艙的SOC情況，在0～300s內(nèi)，2個電池艙的SOC都呈下降趨勢，但下降速率相異，表明二者均在承擔(dān)不同大小的功率指令。300s后，電池艙1的SOC1變化為0，SOC2仍持續(xù)下降，說明300s后只有電池艙2單獨出力。圖7b為兩個電池艙的SOH情況變化，在0～300s內(nèi)，SOH1＞SOH2，在300s電池艙1的SOH1發(fā)生跳變后驟降為77.5%，整個600s周期內(nèi)SOH2恒為0.88，在300s后電池艙1的SOH衰退程度明顯較電池艙2更嚴(yán)重，無法承擔(dān)功率指令。依據(jù)SOH級策略中模式2單獨出力模式，說明此時由電池艙2承擔(dān)全部有功出力。圖7c表示2個電池艙的電流情況?？梢钥闯?00s前，SOH高的電池艙1的電流幅值高于電池艙2，說明此時二者均承擔(dān)功率指令，并且電池艙1出力更多。在300s后，電池艙2的幅值升高較300s升高，但電池艙1的電流幅值下降為0，表明300s由電池艙2承擔(dān)全部有功出力指令，電池艙1 不出力。

3.2.2 儲能電站功率分配情況

電池艙功率分配情況如圖8所示。在0～300s內(nèi)，2個電池艙均承擔(dān)有功出力，且電池艙1承擔(dān)更多出力；在300～600s期間，電池艙2的有功出力升高，電池艙1有功指令為0，表明此時只有電池艙2承擔(dān)全部有功指令。因此驗證一級SOH策略中的模式3自適應(yīng)分配和模式2單獨出力模式的情況。

圖8 算例2電池艙功率分配情況

Fig8 Power distribution results of 2 battery bays of case 2

綜上所述，本算例從電池艙級和系統(tǒng)級兩個維度驗證了一級SOH功率分配策略中模式3自適應(yīng)分配及模式2單獨出力策略的有效性。

3.3 二級SOC越限保護策略分析

本算例驗證二級SOC越限保護功率分配策略有效性，基于一級SOH功率分配結(jié)果，對SOC發(fā)生越限的儲能電池艙進行重新分配，以充分保證電池艙及儲能電站系統(tǒng)運行的安全性?；趦δ茈娬具\行安全性考慮，本節(jié)算例驗證SOC級策略下模式B，即防止放電完全情況的有效性。為此，本算例中兩個電池艙初始值設(shè)置見表3。

表3 算例三參數(shù)表

Tab.3 Parameters of case 3

3.3.1 電池艙情況

圖9a為兩個電池艙的SOC情況，可以看出在0～600s整個周期內(nèi)，SOC1呈持續(xù)下降態(tài)勢，而SOC2則持續(xù)上升。表明整個周期內(nèi)，電池艙1在持續(xù)放電，而電池艙2則處于充電狀態(tài)。圖9b為兩個電池艙的SOH情況變化。圖9c為兩個電池艙的電流情況。可以看出經(jīng)二級SOC功率分配策略控制后，電池艙2的電流為負(fù)，表明電池艙2在整個周期均處于充電狀態(tài)，并且在300s后充電電流幅值增大。而電池艙1的電流方向正負(fù)均有，并且在300s后放電電流幅值增大，表明電池艙1承擔(dān)全部放電任務(wù)。

3.3.2 逆變器變換情況

圖10為兩個逆變器的有功功率，明顯看出在0～300s期間，逆變器1承擔(dān)全部放電功率指令，在300s后承擔(dān)部分充電指令，但充電功率小于逆變器2。而逆變器2在整個周期均執(zhí)行充電指令，并且在300s后其充電功率升高，且高于逆變器1。說明電池艙2滿足SOC級控制下的模式B越限條件，因此SOC控制策略作用，使電池艙2始終執(zhí)行充電指令。

圖10 電池艙系統(tǒng)逆變器情況

3.3.3 儲能電站功率分配情況

總功率追蹤情況如圖11所示。圖11a為儲能電站系統(tǒng)總功率指令與2個電池艙有功功率和的追蹤情況，可以看出，對于給定充放電功率5kW，2個電池艙出力之和實現(xiàn)精準(zhǔn)追蹤。圖11b中，在0～300s內(nèi)，電池艙1承擔(dān)全部放電指令，在300s后電池艙1的充電功率增加，但增加程度小于電池艙2。而在整個周期中，電池艙1和電池艙2均處于充電狀態(tài)，并且在300s后其充電功率增大。同時整個周期內(nèi)，電池艙1、2的有功功率指令和完全符合給定值。驗證了二級SOC功率越限保護控制策略有效。

圖11 總功率追蹤情況

圖12所示為電池艙2功率分配實際輸出情況。圖12a為電池艙2的SOH-SOC級功率指令情況?？梢钥闯鲈谝患塖OH功率分配指令下，電池艙2應(yīng)在整個周期處于正常充放電工作狀態(tài)，并且在300s后其充放電功率增大。由于電池艙2達(dá)到越限保護生效條件，因此SOC級功率越限保護指令作用。如圖12所示，在整個周期內(nèi)電池艙2只進行充電操作，不再執(zhí)行之前SOH級的模式3自適應(yīng)分配策略的功率指令。從而保證電池艙2安全運行。圖12b為電池艙2的SOC級功率指令追蹤情況。可以看出電池艙2的實際輸出有功功率對其SOC級功率指令實現(xiàn)精準(zhǔn)追蹤。驗證SOC級策略的安全保護作用。

綜上所述，本算例從電池艙級、逆變器級、系統(tǒng)級三個維度驗證了儲能電站系統(tǒng)功率分配策略中二級SOC功率越限保護策略的有效性，保證電池艙安全運行。

4 結(jié)論

本文提出了考慮SOH-SOC控制下的系統(tǒng)功率分配策略。利用自適應(yīng)濾波器濾波原理，實現(xiàn)一級SOH控制下的功率均分模式1、單獨出力模式2以及自適應(yīng)分配模式3三種情況。在此基礎(chǔ)上，設(shè)計二級SOC控制下的防止充電過剩模式A、防止放電完全模式B以及正常充放模式C三種情況。設(shè)計仿真驗證該功率分配策略有效性，與現(xiàn)有技術(shù)相比，該策略具有如下優(yōu)點：

1）設(shè)定濾波常數(shù)，依據(jù)濾波常數(shù)確定功率分配權(quán)重，充分考慮儲能電池艙特性。

2）設(shè)計一級SOH功率分配控制策略時，分別提出功率均分模式1、單獨出力模式2以及自適應(yīng)分配模式3三種情況，避免多個電池艙出力和小于單一艙出力的情況，實現(xiàn)電池艙間功率均衡分配。

3）設(shè)計二級SOC功率越限控制策略時，分別提出防止充電過剩模式A、防止放電完全模式B以及正常充放模式C三種情況，保障儲能電站的安全運行。

4）設(shè)計考慮SOH-SOC功率分配策略聯(lián)動，在優(yōu)先保障鋰電池儲能電站運行安全情況下，提高了電池艙出力均衡性，具有工程實際應(yīng)用價值。

[1] 李建林, 李雅欣, 黃碧斌, 等. 退役動力電池一致性評估及均衡策略研究[J]. 電力系統(tǒng)保護與控制, 2021, 49(12): 1-7.

Li Jianlin, Li Yaxin, Huang Bibin, et al. Research on consistency evaluation and control strategy of a retired power battery[J]. Power System Protection and Control, 2021, 49(12): 1-7.

[2] 袁鐵江, 張昱, 栗磊, 等. 計及功率密度約束含氫儲能的預(yù)裝式多元儲能電站容量優(yōu)化配置研究[J]. 電工技術(shù)學(xué)報, 2021, 36(3): 496-506.

Yuan Tiejiang, Zhang Yu, Li Lei, et al. Capacity optimization configuration of pre-installed multi-energy storage power station considering power density constrained hydrogen storage[J]. Transactions of China Electrotechnical Society, 2021, 36(3): 496-506.

[3] 嚴(yán)干貴, 劉瑩, 段雙明, 等. 電池儲能單元群參與電力系統(tǒng)二次調(diào)頻的功率分配策略[J]. 電力系統(tǒng)自動化, 2020, 44(14): 26-34.

Yan Gangui, Liu Ying, Duan Shuangming, et al. Power distribution strategy for battery energy storage unit group participating in secondary frequency regulation of power system[J]. Automation of Electric Power Systems, 2020, 44(14): 26-34.

[4] 劉皓明, 陸丹, 楊波, 等. 可平抑高滲透分布式光伏發(fā)電功率波動的儲能電站調(diào)度策略[J]. 高電壓技術(shù), 2015, 41(10): 3213-3223.

Liu Haoming, Lu Dan, Yang Bo, et al. Dispatch strategy of energy storage station to smooth power fluctuations of high penetration photovoltaic generation[J]. High Voltage Engineering, 2015, 41(10): 3213-3223.

[5] 王德順, 薛金花, 葉季蕾, 等. 基于粒子群算法的儲能電站經(jīng)濟優(yōu)化調(diào)度策略[J]. 可再生能源, 2019, 37(5): 714-719.

Wang Deshun, Xue Jinhua, Ye Jilei, et al. Economic optimization scheduling strategy for battery energy storage system based on particle swarm optimization[J]. Renewable Energy Resources, 2019, 37(5): 714-719.

[6] 孫瑋澤. 基于大規(guī)模儲能電站的控制研究[D]. 吉林: 東北電力大學(xué), 2019.

[7] 王志強. 電池儲能電站能量管理及其參與電網(wǎng)調(diào)頻特性分析[D]. 徐州: 中國礦業(yè)大學(xué), 2021.

[8] 王坤, 李國豪, 甘智勇, 等. 電網(wǎng)側(cè)大容量儲能電站的應(yīng)用與節(jié)能分析[J]. 資源節(jié)約與環(huán)保, 2019(12): 6.

[9] 蔡新雷, 董鍇, 孟子杰, 等. 基于優(yōu)化動態(tài)分組技術(shù)的電池儲能電站跟蹤AGC指令控制策略[J]. 儲能科學(xué)與技術(shù), 2022, 11(5): 1475-1481.

Cai Xinlei, Dong Kai, Meng Zijie, et al. AGC command tracking control strategy for battery energy storage power station based on optimized dynamic grouping technology[J]. Energy Storage Science and Technology, 2022, 11(5): 1475-1481.

[10] 陳曉雯, 李奇, 蒲雨辰, 等. 基于等效氫耗特征的孤島電-氫混合儲能多微電網(wǎng)功率自適應(yīng)分配控制方法研究[J/OL].電網(wǎng)技術(shù): 1-13[2022-05-25]. DOI: 10.13335/j.1000-3673.pst.2021.2396.

Chen Xiaowen, Li Qi, Pu Yuchen,Yang Yang, wt al. Power adaptive distribution control of isolated multi-microgrids containing electric-hydrogen hybrid energy storage based on equivalent hydrogen consumption characteristics[J/OL]. Power System Technology: 1-13[2022-05-25]. DOI: 10.13335/j.1000-3673. pst.2021.2396.

[11] 李瑜, 張占強, 孟克其勞, 等. 基于分層控制的孤島微電網(wǎng)儲能優(yōu)化控制策略[J]. 儲能科學(xué)與技術(shù), 2022, 11(1): 176-184.

Li Yu, Zhang Zhanqiang, Meng Keqilao, et al. Optimal control strategy for energy storage in island microgrid based on hierarchical control[J]. Energy Storage Science and Technology, 2022, 11(1): 176-184.

[12] 陳根, 蔡旭. 提升并聯(lián)型風(fēng)電變流器運行效率的自適應(yīng)功率優(yōu)化控制[J]. 中國電機工程學(xué)報, 2017, 37(22): 6492-6499, 6761.

Chen Gen, Cai Xu. Adaptive power optimal control for operation efficiency improvement of parallel wind power converters[J]. Proceedings of the CSEE, 2017, 37(22): 6492-6499, 6761.

[13] 王育飛, 葉俊斌, 薛花, 等. 基于改進雨流計數(shù)法的梯次利用電池儲能系統(tǒng)優(yōu)化控制[J]. 電力系統(tǒng)自動化, 2022, 46(8): 39-49.

Wang Yufei, Ye Junbin, Xue Hua, et al. Optimal control for energy storage system with echelon utilization batteries based on improved rain-flow counting method[J]. Automation of Electric Power Systems, 2022, 46(8): 39-49.

[14] 范添圓, 王海云, 王維慶, 等. 計及主/被動需求響應(yīng)下基于合作博弈的微網(wǎng)-配電網(wǎng)協(xié)調(diào)優(yōu)化調(diào)度[J]. 電網(wǎng)技術(shù), 2022, 46(2): 453-462.

Fan Tianyuan, Wang Haiyun, Wang Weiqing, et al. Coordinated optimization scheduling of microgrid and distribution network based on cooperative game considering active/passive demand response[J]. Power System Technology, 2022, 46(2): 453-462.

[15] 賈偉青, 任永峰, 薛宇, 等. 基于小波包-模糊控制的混合儲能平抑大型風(fēng)電場功率波動[J]. 太陽能學(xué)報, 2021, 42(9): 357-363.

Jia Weiqing, Ren Yongfeng, Xue Yu, et al. Wavelet packet-fuzzy control of hybrid energy storage for power fluctuation smoothing of large wind farm[J]. Acta Energiae Solaris Sinica, 2021, 42(9): 357-363.

[16] 韓曉娟, 陳躍燕, 張浩, 等. 基于小波包分解的混合儲能技術(shù)在平抑風(fēng)電場功率波動中的應(yīng)用[J]. 中國電機工程學(xué)報, 2013, 33(19): 8-13, 24.

Han Xiaojuan, Chen Yueyan, Zhang Hao, et al. Application of hybrid energy storage technology based on wavelet packet decomposition in smoothing the fluctuations of wind power[J]. Proceedings of the CSEE, 2013, 33(19): 8-13, 24.

[17] 李培強, 李文英, 唐捷, 等. 基于SOC優(yōu)化的混合儲能平抑風(fēng)電波動方法[J]. 電力系統(tǒng)及其自動化學(xué)報, 2017, 29(3): 20-27.

Li Peiqiang, Li Wenying, Tang Jie, et al. Method of hybrid energy storage to smooth the fluctuations for wind power based on state of charge optimization[J]. Proceedings of the CSU-EPSA, 2017, 29(3): 20-27.

[18] Hoang K D, Lee H H. Accurate power sharing with balanced battery state of charge in distributed DC microgrid[J]. IEEE Transactions on Industrial Electronics, 2019, 66(3): 1883-1893.

[19] 劉璐, 牛萌, 鄭偉杰, 等. 考慮內(nèi)部參數(shù)不一致性的儲能系統(tǒng)用鋰電池組建模[J]. 電力系統(tǒng)自動化, 2021, 45(19): 15-23.

Liu Lu, Niu Meng, Zheng Weijie, et al. Modeling of lithium-ion battery packs for energy storage system considering inconsistency of internal battery parameters[J]. Automation of Electric Power Systems, 2021, 45(19): 15-23.

[20] 申景潮, 胡健, 胡敬梁, 等. 直流微電網(wǎng)儲能裝置雙向DC-DC變換器參數(shù)自適應(yīng)反步控制[J]. 儲能科學(xué)與技術(shù), 2022, 11(5): 1512-1522.

Shen Jingchao, Hu Jian, Hu Jingliang, et al. Parameter adaptive backstepping control of bidirectional DCDC converter for DC microgrid energy storage device[J]. Energy Storage Science and Technology, 2022, 11(5): 1512-1522.

[21] 李建林, 牛萌, 王上行, 等. 江蘇電網(wǎng)側(cè)百兆瓦級電池儲能電站運行與控制分析[J]. 電力系統(tǒng)自動化, 2020, 44(2): 28-35.

Li Jianlin, Niu Meng, Wang Shangxing, et al. Operation and control analysis of 100 MW class battery energy storage station on grid side in Jiangsu power grid of China[J]. Automation of Electric Power Systems, 2020, 44(2): 28-35.

[22] 顏湘武, 鄧浩然, 郭琪, 等. 基于自適應(yīng)無跡卡爾曼濾波的動力電池健康狀態(tài)檢測及梯次利用研究[J]. 電工技術(shù)學(xué)報, 2019, 34(18): 3937-3948.

Yan Xiangwu, Deng Haoran, Guo Qi, et al. Study on the state of health detection of power batteries based on adaptive unscented Kalman filters and the battery echelon utilization[J]. Transactions of China Electrotechnical Society, 2019, 34(18): 3937-3948.

[23] 劉瑩. 電化學(xué)儲能電站參與電力系統(tǒng)二次調(diào)頻功率分配策略[D]. 吉林: 東北電力大學(xué), 2021.

[24] 薛宇石. 電池儲能電站能量管理及協(xié)調(diào)控制策略研究[D]. 北京: 華北電力大學(xué)(北京), 2018.

[25] Khalaji A K, Haghjoo M. Adaptive passivity-based control of an autonomous underwater vehicle[J]. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 2022, 236(20) : 10563-10572.

[26] 謝敏, 韋薇, 李建釗, 等. 儲能電站參與能量-調(diào)頻市場聯(lián)合調(diào)度模式研究[J]. 電力建設(shè), 2019, 40(2): 20-28.

Xie Min, Wei Wei, Li Jianzhao, et al. Research on combined dispatching mode of energy storage in energy market and regulation market[J]. Electric Power Construction, 2019, 40(2): 20-28.

[27] 葉季蕾, 薛金花, 吳福保, 等. 一種電池儲能電站的經(jīng)濟優(yōu)化調(diào)度策略[J]. 電源技術(shù), 2016, 40(2): 365-369.

Ye Jilei, Xue Jinhua, Wu Fubao, et al. Economic optimization dispatching strategic of battery energy storage station[J]. Chinese Journal of Power Sources, 2016, 40(2): 365-369.

[28] 張宸偲. 分布式電源接入的配電網(wǎng)儲能系統(tǒng)優(yōu)化配置技術(shù)研究[D]. 武漢: 湖北工業(yè)大學(xué), 2019.

[29] 李建林, 郭斌琪, 牛萌, 等. 風(fēng)光儲系統(tǒng)儲能容量優(yōu)化配置策略[J]. 電工技術(shù)學(xué)報, 2018, 33(6): 1189-1196.

Li Jianlin, Guo Binqi, Niu Meng, et al. Optimal configuration strategy of energy storage capacity in wind/PV/storage hybrid system[J]. Transactions of China Electrotechnical Society, 2018, 33(6): 1189-1196.

[30] 甘偉, 郭劍波, 艾小猛, 等. 應(yīng)用于風(fēng)電場出力平滑的多尺度多指標(biāo)儲能配置[J]. 電力系統(tǒng)自動化, 2019, 43(9): 92-98.

Gan Wei, Guo Jianbo, Ai Xiaomeng, et al. Multi-scale multi-index sizing of energy storage applied to fluctuation mitigation of wind farm[J]. Automation of Electric Power Systems, 2019, 43(9): 92-98.

Research on Power Distribution Strategy Considering the Safety of Energy Storage Power Station

Li Jianlin1Li Yaxin1Liu Haitao2Ma Suliang1

（1. Energy Storage Technology Engineering Research Center North China University of Technology Beijing 100144 China 2. Smart Grid Industry Technology Research Institute Nanjing Institute ofTechnology Nanjing 211167 China）

The safety and stability of energy storage power stations during operation have received strong attention from the industry. Energy storage power stations of high power level cannot operate without many battery compartments. Reasonable power distribution is important to ensure the operation safety and improve efficiency of energy storage power stations. Therefore, the paper studies the optimal power distribution of typical lithium battery energy storage power stations. Aiming at the energy management problem of energy storage power station safety, a power distribution State of health (SOH)-State of charge (SOC) strategy was proposed. Three power distribution modes are designed under the first-level SOH power distribution strategy, namely, equal power distribution, independent power distribution and adaptive power distribution. Then, the SOC is considered to design the distribution strategy to prevent overcharge and overdischarge. Finally, the two-stage power distribution strategy is designed to improve the optimal output power distribution of the energy storage power station under the priority of guaranteeing the operation safety of the power station. The effectiveness is verified from three aspects of battery compartment level, inverter level and system level respectively, which provides important reference value for the safe operation of electrochemical energy storage power station system.

Power distribution, energy storage power station, safe operation, energy management, adaptive optimization

10.19595/j.cnki.1000-6753.tces.221679

TM732

國家自然科學(xué)基金面上項目（52277211）、江蘇省配電網(wǎng)智能技術(shù)與裝備協(xié)同創(chuàng)新中心開放基金項目（XTCX202208）資助。

2022-09-01

2022-10-09

李建林 男，1976年生，教授，研究方向為大規(guī)模儲能技術(shù)。E-mail：dkyljl@163.com（通信作者）

李雅欣 女，1994年生，博士研究生，研究方向為大規(guī)模儲能技術(shù)。E-mail：lyxpush@163.com

（編輯 郭麗軍）