基于變壽命模型的改善風(fēng)電可調(diào)度性的電池儲能容量優(yōu)化

易 林 婁素華 吳耀武 楊天蒙

(強(qiáng)電磁工程與新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室(華中科技大學(xué)) 武漢 430074)

?

基于變壽命模型的改善風(fēng)電可調(diào)度性的電池儲能容量優(yōu)化

易 林 婁素華 吳耀武 楊天蒙

(強(qiáng)電磁工程與新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室(華中科技大學(xué)) 武漢 430074)

基于風(fēng)電接入技術(shù)準(zhǔn)則和電網(wǎng)調(diào)度需求，對風(fēng)電場日前調(diào)度功率值予以優(yōu)化，并通過電池儲能彌補(bǔ)實(shí)際風(fēng)電出力與該調(diào)度參考值間的差值，從而改善風(fēng)電的可調(diào)度性。從能量吞吐量角度出發(fā)，建立電池儲能實(shí)際使用壽命評估模型。基于該模型，以風(fēng)儲聯(lián)合系統(tǒng)年收益最大為目標(biāo)，提出綜合考慮風(fēng)電調(diào)度功率優(yōu)化和變壽命特性的電池儲能容量優(yōu)化模型。以某風(fēng)電場年歷史出力數(shù)據(jù)為例，對電池儲能功率/電量容量進(jìn)行協(xié)調(diào)優(yōu)化，仿真結(jié)果驗(yàn)證了所提模型的有效性。

壽命預(yù)測模型 風(fēng)電調(diào)度功率 電池儲能系統(tǒng) 可調(diào)度性 容量優(yōu)化配置

0 引言

隨著化石能源危機(jī)及環(huán)境保護(hù)問題的日益突出，風(fēng)能作為一種清潔可再生能源在電力工業(yè)中得到快速發(fā)展。然而，風(fēng)能具有強(qiáng)烈的隨機(jī)性、間歇性和難以預(yù)測性，這些特點(diǎn)導(dǎo)致風(fēng)電場難以持續(xù)輸出穩(wěn)定的功率，其發(fā)電可調(diào)度性差，大規(guī)模風(fēng)電并網(wǎng)將給電力系統(tǒng)的安全可靠運(yùn)行帶來不利影響[1，2]，從而對電網(wǎng)調(diào)度提出了新的要求與挑戰(zhàn)。為了使可調(diào)度性差的風(fēng)電適應(yīng)確定性的電網(wǎng)調(diào)度決策，應(yīng)對并網(wǎng)風(fēng)電場的輸出功率隨機(jī)波動水平予以限制[3]?？焖賰δ芗夹g(shù)具有對功率和能量的時間遷移能力，能有效改善風(fēng)電的輸出特性，增強(qiáng)風(fēng)電的可調(diào)度性，是解決風(fēng)電大規(guī)模并網(wǎng)問題及促進(jìn)風(fēng)資源利用的關(guān)鍵技術(shù)[4-7]。

目前，國內(nèi)外學(xué)者針對電池儲能系統(tǒng)(Battery Energy Storage System，BESS)在風(fēng)電場中的應(yīng)用問題展開了研究，并取得了一定的研究成果。文獻(xiàn)[8]提出了采用離散傅里葉變換對可再生能源出力進(jìn)行頻譜分析，并基于分析結(jié)果及平抑目標(biāo)功率求取系統(tǒng)所需的最小儲能容量。文獻(xiàn)[9]基于風(fēng)電場的風(fēng)速概率分布及風(fēng)電機(jī)組的出力特性，求取了以風(fēng)電場平均出力為風(fēng)儲聯(lián)合系統(tǒng)目標(biāo)出力的儲能容量需求。文獻(xiàn)[10]為適應(yīng)系統(tǒng)調(diào)度計劃，以單個調(diào)度時段內(nèi)等效輸出方差和最小為目標(biāo)求取了該時段風(fēng)儲聯(lián)合系統(tǒng)的計劃出力，并對儲能系統(tǒng)容量進(jìn)行了優(yōu)化配置，但其未考慮相鄰調(diào)度時段的風(fēng)電功率波動約束，且未對電池儲能功率/電量容量進(jìn)行協(xié)調(diào)優(yōu)化。

電池儲能的使用壽命是容量優(yōu)化的關(guān)鍵參量之一，其變壽命特征開始受到相關(guān)研究人員的關(guān)注[11-16]。文獻(xiàn)[11]以鉛酸蓄電池為例，綜述了電池儲能壽命預(yù)測方法。文獻(xiàn)[12]利用超級電容吸收風(fēng)電高頻波動以減少電池儲能充放電次數(shù)及放電深度，從而延長電池儲能的使用壽命。文獻(xiàn)[13]基于Peukert公式構(gòu)建了電池儲能壽命模型，并研究了用于微網(wǎng)的鉛酸蓄電池能量管理策略以延長其使用壽命。文獻(xiàn)[14]基于提出的壽命模型，針對3種不同應(yīng)用場合對電池儲能容量進(jìn)行了優(yōu)化配置。文獻(xiàn)[15]從循環(huán)次數(shù)角度(cycle counting)構(gòu)建BESS的壽命評估模型，并將其作為度量指標(biāo)對控制策略進(jìn)行了研究。文獻(xiàn)[16]將文獻(xiàn)[15]的壽命測算模型引入到電池儲能的容量優(yōu)化中，但未考慮日前風(fēng)電調(diào)度功率值對儲能系統(tǒng)運(yùn)行狀態(tài)以及使用壽命的影響。事實(shí)上，電池儲能的使用壽命與其運(yùn)行方式密切相關(guān)，而風(fēng)電的調(diào)度功率直接關(guān)系到電池儲能的運(yùn)行方式。因此，有必要對考慮風(fēng)電調(diào)度功率優(yōu)化和變壽命特征的儲能容量配置問題進(jìn)行深入研究。

本文結(jié)合風(fēng)電入網(wǎng)技術(shù)準(zhǔn)則和調(diào)度運(yùn)行計劃特點(diǎn)，優(yōu)化制定風(fēng)電調(diào)度功率值，通過電池儲能的引入使風(fēng)儲聯(lián)合系統(tǒng)出力跟蹤該功率值，從而使可調(diào)度性差的風(fēng)電適應(yīng)現(xiàn)行的電網(wǎng)調(diào)度決策。根據(jù)電池的運(yùn)行特性，從能量吞吐量角度出發(fā)建立了BESS使用壽命計算模型?；谏鲜瞿Ｐ?，以風(fēng)儲聯(lián)合系統(tǒng)年收益最大為目標(biāo)，提出了考慮風(fēng)電調(diào)度功率優(yōu)化和變壽命特征的BESS容量優(yōu)化方法。利用本文所提方法對某實(shí)際風(fēng)電場進(jìn)行了電池儲能容量的優(yōu)化配置研究和結(jié)果分析。

1 風(fēng)儲聯(lián)合系統(tǒng)及壽命預(yù)測模型

1.1 風(fēng)電/電池儲能聯(lián)合發(fā)電系統(tǒng)

根據(jù)電池儲能在風(fēng)電場安裝位置的不同，可分為集中式和分散式儲能，集中式儲能安裝在風(fēng)電場的并網(wǎng)點(diǎn)，能有效利用不同風(fēng)機(jī)間的自平滑特性，便于對風(fēng)電場的出力進(jìn)行集中控制和調(diào)節(jié)，是目前廣泛采用的方式。圖1為典型的含集中式電池儲能的風(fēng)力發(fā)電系統(tǒng)并網(wǎng)結(jié)構(gòu)示意圖。

圖1 含集中式電池儲能的風(fēng)力發(fā)電系統(tǒng)Fig.1 Schematic diagram of the wind farm -BESS interconnected to grid

圖1中，Pb為電池儲能系統(tǒng)的充/放電功率；PW為風(fēng)電場的出力；PZ為風(fēng)-儲聯(lián)合系統(tǒng)的總出力。

PZ=PW+Pb

(1)

通過儲能的充放電出力彌補(bǔ)實(shí)際風(fēng)電與調(diào)度功率之間的差值，使風(fēng)儲聯(lián)合系統(tǒng)并網(wǎng)功率PZ的變化滿足調(diào)度部門對接入風(fēng)電場發(fā)電出力的技術(shù)要求，提高風(fēng)電的可調(diào)性。

1.2 電池儲能經(jīng)濟(jì)使用壽命預(yù)測模型

電池儲能的使用壽命受溫度、放電功率、充放電狀態(tài)轉(zhuǎn)換及放電深度(Depth of Discharge，DOD)等因素的影響[17-19]。放電深度為本文研究內(nèi)容涉及的主要因素，為了簡化問題、突出關(guān)鍵點(diǎn)，本文僅考慮該因素的影響。

電池儲能的循環(huán)使用次數(shù)有限，且與其實(shí)際運(yùn)行過程中的放電深度密切相關(guān)。運(yùn)行過程中放電深度越大，循環(huán)使用次數(shù)越少，反之越多。基于實(shí)驗(yàn)數(shù)據(jù)，擬合電池儲能使用次數(shù)與放電深度間的函數(shù)關(guān)系為

(2)

式中：Dr、Da分別為額定放電深度與實(shí)際放電深度；Nr、Na分別為對應(yīng)于額定/實(shí)際放電深度的循環(huán)使用次數(shù)；α1、α2為函數(shù)關(guān)系式的擬合系數(shù)。

研究表明，電池儲能對應(yīng)于額定放電深度下的有效放電電量是一定的[18，19]。額定放電深度下，BESS使用壽命內(nèi)其放電電量計算公式為

Er=NrDrEB

(3)

式中：Er為額定放電深度下電池儲能在其使用壽命內(nèi)的放電電量，MWh；EB為電池儲能的電量容量。

電池儲能在與風(fēng)電配合運(yùn)行過程中會經(jīng)歷一系列不規(guī)則的充放電過程，不同放電過程具有不同的放電深度。某一放電過程中，其實(shí)際放電電量可等效為多少額定放電深度下的有效放電電量，取決于該放電過程的放電深度。

基于式(2)，設(shè)折算系數(shù)KDOD為

(4)

則在規(guī)劃水平年內(nèi)，一系列不同放電深度放電過程折算至額定放電深度下的有效放電電量為

(5)

因此，電池儲能的使用壽命Yb為

(6)

式中Yb為電池儲能的使用壽命，a。

2 電池儲能容量優(yōu)化模型及運(yùn)行策略分析

2.1 電池儲能容量優(yōu)化模型

1)目標(biāo)函數(shù)

本文從風(fēng)電商的角度出發(fā)，在滿足電力調(diào)度上網(wǎng)要求的前提下，以風(fēng)儲聯(lián)合系統(tǒng)的收益最大為目標(biāo)，對風(fēng)電場側(cè)的電池儲能容量進(jìn)行優(yōu)化配置。模型的目標(biāo)函數(shù)不僅包含風(fēng)儲聯(lián)合系統(tǒng)售電收益、電池儲能投資等年值、年運(yùn)行成本，還包含風(fēng)儲聯(lián)合系統(tǒng)實(shí)際出力與其調(diào)度參考值之差而導(dǎo)致的懲罰費(fèi)用，其數(shù)學(xué)表達(dá)式為

(7)

在實(shí)際運(yùn)行中，受電池儲能安裝容量的限制，儲能的功率輸出可能無法完全彌補(bǔ)風(fēng)電實(shí)際出力與調(diào)度參考值間的差異。當(dāng)風(fēng)儲聯(lián)合系統(tǒng)出力高于調(diào)度參考值時，將引起風(fēng)電場強(qiáng)迫棄風(fēng)，降低風(fēng)電場的上網(wǎng)電量，減少風(fēng)電場的收益；當(dāng)風(fēng)儲聯(lián)合系統(tǒng)出力低于調(diào)度參考值，將增大系統(tǒng)功率補(bǔ)償成本甚至失負(fù)荷，使風(fēng)電場將支付一定的罰金。某典型日d天內(nèi)的懲罰費(fèi)用為

(8)

式中

(9)

(10)

式中：Fcp(t)和Fcl(t)分別為該典型日內(nèi)第t時段的棄風(fēng)和缺電懲罰費(fèi)用；kcp和kcl分別為單位棄風(fēng)和缺電懲罰費(fèi)用；PW，r(t)為對應(yīng)時段的風(fēng)電調(diào)度功率參考值。

電池儲能的投資等年值和年運(yùn)行費(fèi)用為

FB=(kpPB+keEB)CRF(r,Yb)

(11)

(12)

Fk=kkPB+kvEB

(13)

式中：kp、ke分別為BESS單位功率和單位電量容量成本；kk、kv分別為BESS的單位功率和單位電量容量年運(yùn)行維護(hù)費(fèi)用；r為貼現(xiàn)率；Yb為式(6)所求的電池儲能使用壽命；CRF(r,Yb)為等年值系數(shù)。

2)約束條件

考慮風(fēng)電場和電池儲能的運(yùn)行特性，應(yīng)滿足如下運(yùn)行約束條件。

①風(fēng)電場運(yùn)行約束

0≤PW(t)≤PW,R

(14)

式中：PW(t)為風(fēng)電場在t時刻的出力；PW，R為風(fēng)電場的額定裝機(jī)容量。.

②電池儲能運(yùn)行約束

(15)

Ebmin≤Eb(t)≤EB

(16)

(17)

μ1∈{0,1},μ2∈{0,1},μ1+μ2≤1

(18)

式中：Eb(t)為電池儲能在t時刻所存儲的電量值；E0為初始存儲電量值；Ebmin為電池儲能存儲電量的下限值；PB為電池儲能的功率容量；ηc、ηd分別為充放電效率；μ1、μ2分別為BESS充放電狀態(tài)變量：充電時，μ1=1，μ2=0；放電時，μ1=0，μ2=1。

2.2 電池儲能運(yùn)行策略分析

風(fēng)電調(diào)度功率值影響電池儲能的運(yùn)行狀態(tài)，從而間接影響電池儲能的使用壽命，是其容量配置的重要因素之一。因此，本文結(jié)合前述壽命模型對風(fēng)電調(diào)度功率值予以優(yōu)化，即在滿足風(fēng)電接入技術(shù)要求的前提下，計及電網(wǎng)實(shí)際調(diào)度運(yùn)行計劃的需求，以調(diào)度期內(nèi)電池儲能綜合出力最小為目標(biāo)優(yōu)化日前風(fēng)電調(diào)度功率值，從而延長電池儲能的使用壽命，如式(19)、式(20)所示。

(19)

(20)

式中：Pb，r(t)為電池儲能在t時刻的出力參考值；γ為相鄰調(diào)度時段的最大出力波動率。

基于制定的調(diào)度功率曲線及風(fēng)電實(shí)際出力即可確定BESS在每個調(diào)度時段的充放電狀態(tài)及出力值。然而，在實(shí)際運(yùn)行中，對于確定規(guī)模的電池儲能裝置，計及其容量約束后，應(yīng)對充放電功率予以調(diào)整，其調(diào)整后的BESS出力值Pb為

(21)

通過式(21)，可求得電池儲能在各時刻的充放電狀態(tài)及出力大小。由該式可知，電池儲能的出力受其配置規(guī)模的影響較大，從而影響對風(fēng)電可調(diào)度性的改善程度。

3 算例分析

本文以某一30 MW裝機(jī)容量的風(fēng)電場為例，應(yīng)用本文所提模型對其配置的電池儲能進(jìn)行容量優(yōu)化。風(fēng)電上網(wǎng)電價k取0.1 $/kWh，單位棄風(fēng)和缺電懲罰費(fèi)用kcp和kcl分別取為0.1 $/kWh和1 $/kWh[20]。電池儲能系統(tǒng)選擇鉛蓄電池，充放電效率均為90%，即綜合轉(zhuǎn)換效率為81%，其余相關(guān)參數(shù)如表1所示[16，21]。電池儲能初始存儲能量E0設(shè)為0.5EB[13]，使其具有充分的上調(diào)和下調(diào)容量空間；存儲電量的下限值Ebmin為0.1EB；相鄰調(diào)度時段允許最大出力波動率γ取12%，調(diào)度周期T取24 h，采樣周期Δt為10 min，貼現(xiàn)率r取10%。

表1 電池儲能參數(shù)Tab.1 Cell parameters for energy storape

本文對電池儲能容量優(yōu)化采用多場景分析和CPLEX優(yōu)化引擎相結(jié)合的方法。采用CPLEX優(yōu)化制定風(fēng)電調(diào)度功率值，基于該調(diào)度功率曲線采用多場景分析法優(yōu)化電池儲能的容量配置規(guī)模。

3.1 電池儲能配置規(guī)模對其使用壽命的影響

基于本文壽命模型及電池儲能運(yùn)行策略，以3 MW的功率容量為例，分析電池儲能電量容量配置規(guī)模對其使用壽命的影響，如圖2所示。

圖2 BESS使用壽命隨電量容量變化趨勢(PB=3 MW)Fig.2 The lifetime of BESS with different energy capacities (PB=3 MW)

由圖2可知，在相同的風(fēng)電出力場景、運(yùn)行策略及運(yùn)行環(huán)境下，當(dāng)電池儲能的功率容量一定時，其使用壽命隨電量容量配置規(guī)模的增大而延長。由BESS壽命預(yù)測模型可知，功率容量一定時，電量容量增大會使實(shí)際運(yùn)行過程中放電深度減小，即同等放電電量下使BESS的損耗減小，從而使用壽命延長。因此，受電池儲能運(yùn)行特性的影響，其使用壽命并非固定不變，而是與其配置規(guī)模密切相關(guān)。在對BESS容量進(jìn)行優(yōu)化配置時，應(yīng)充分考慮配置規(guī)模與使用壽命之間的關(guān)系。

3.2 電池儲能配置規(guī)模對風(fēng)電可調(diào)度性的影響

電池儲能的功率和電量容量約束著其出力大小，也將對風(fēng)電可調(diào)度性的改善效果產(chǎn)生影響。為了評估功率和電量容量對風(fēng)電可調(diào)度性的影響，以兩種典型的BESS配置規(guī)模為例分析其對應(yīng)的風(fēng)儲聯(lián)合系統(tǒng)出力，如圖3所示。

圖3 不同配置規(guī)模下的風(fēng)儲聯(lián)合系統(tǒng)出力Fig.3 The output power of combined system with different BESS sizes

由圖3可知，配置一定規(guī)模的電池儲能可有效平抑風(fēng)電功率波動，其改善效果與電池儲能功率/電量容量的配置規(guī)模密切相關(guān)。當(dāng)BESS功率容量較小時，其調(diào)度時段瞬時充放電出力有限，即使其電量容量足夠大，仍無法彌補(bǔ)風(fēng)電實(shí)際出力與其調(diào)度參考功率間的差值，如圖3中配置規(guī)模為1 MW/4 MWh時風(fēng)儲聯(lián)合系統(tǒng)在第5～20個采樣周期的出力所示。當(dāng)BESS電量容量較小時，受充放電累積效應(yīng)的影響，若某調(diào)度時段電池儲能已充電至額定電量容量或已放電至存儲能量下限值，即使功率容量滿足瞬時出力的要求，電池仍將停止充/放電，將會有部分調(diào)度功率參考值不能得到滿足，如圖3中電池容量為4 MW/1 MWh時風(fēng)儲聯(lián)合系統(tǒng)在第80～100個采樣周期內(nèi)的出力曲線所示。

上述情況均使風(fēng)電可調(diào)度性降低，從而引起不同程度的棄風(fēng)或缺電現(xiàn)象。隨著電池儲能配置規(guī)模的增加，風(fēng)電可調(diào)度能力逐步增強(qiáng)，當(dāng)其配置容量達(dá)到一定規(guī)模時可使風(fēng)電完全跟蹤其調(diào)度計劃值，但在實(shí)際工程應(yīng)用中，應(yīng)充分權(quán)衡風(fēng)電可調(diào)度性的提高(技術(shù)性)與儲能投資經(jīng)濟(jì)性之間的相互關(guān)系，從而對其容量需求進(jìn)行優(yōu)化配置。

3.3 電池儲能容量優(yōu)化配置分析

BESS容量優(yōu)化配置包含功率容量和電量容量兩部分?；诒疚哪Ｐ?，以PB=3 MW為例，分析配置不同規(guī)模電量容量的BESS對系統(tǒng)各經(jīng)濟(jì)指標(biāo)的影響，如圖4所示。其中，風(fēng)儲聯(lián)合系統(tǒng)年售電收益和年總收益對應(yīng)左側(cè)坐標(biāo)軸，其余經(jīng)濟(jì)指標(biāo)對應(yīng)右側(cè)坐標(biāo)軸。

圖4 不同BESS電量容量經(jīng)濟(jì)性分析(PB=3 MW)Fig.4 The total annual revenue with different energy capacities of BESS (PB =3 MW)

由圖4可知，對于確定的功率容量，電池儲能的投資等年值隨其電量容量的增加呈先減小后上升趨勢，而不是單調(diào)遞增。這是由于當(dāng)PB一定時，在EB增加初期，BESS的使用壽命隨EB的增加明顯延長(如圖2所示)，因此其投資等年值反而呈下降趨勢。隨著EB的繼續(xù)增加，雖然BESS的使用壽命仍有延長，但此時由于BESS的配置規(guī)模較大，投資總成本較大，因此其投資等年值轉(zhuǎn)向上升趨勢。當(dāng)功率容量一定時，風(fēng)儲聯(lián)合系統(tǒng)的年總收益隨EB的增加先增加后減少。當(dāng)電量容量較小時，電池儲能無法滿足跟蹤風(fēng)電調(diào)度功率參考值的要求，懲罰費(fèi)用較大，其收益較小。隨著EB的增加，BESS調(diào)節(jié)能力增強(qiáng)，風(fēng)電實(shí)際出力與調(diào)度功率參考值間差值減少，懲罰費(fèi)用減少，系統(tǒng)總收益增加。當(dāng)電量容量配置到一定規(guī)模時，受儲能功率容量的約束，懲罰費(fèi)用趨于飽和，此時繼續(xù)增加BESS電量容量的配置規(guī)模，由于儲能投資等年值及運(yùn)行維護(hù)成本的增加，系統(tǒng)年總收益轉(zhuǎn)向下降趨勢。

圖5為不同功率/電量容量配置下的運(yùn)行模擬結(jié)果，由圖可知，不同功率容量下的最優(yōu)電量容量均與PB=3 MW時呈類似變化趨勢。此外，不同PB下的年最大總收益隨PB的增加先增加后減少，其原因與EB對系統(tǒng)收益影響的分析類似。該風(fēng)電場的BESS最優(yōu)配置規(guī)模為3.7 MW/11 MWh，占風(fēng)電場裝機(jī)容量的12.3%，風(fēng)儲聯(lián)合系統(tǒng)年最大總收益為801.8萬美元，其中年售電收益為840.1萬美元，懲罰費(fèi)用為0.9萬美元。可見，為實(shí)現(xiàn)系統(tǒng)經(jīng)濟(jì)效益的最大化，允許風(fēng)儲聯(lián)合出力與調(diào)度功率參考值之間存在一定程度的差值，可在風(fēng)電可調(diào)度性的改善與風(fēng)儲聯(lián)合系統(tǒng)的經(jīng)濟(jì)性之間取得最佳平衡。

圖5 配置不同規(guī)模BESS的系統(tǒng)年總收益Fig.5 The total annual revenue with different BESS sizes

3.4 兩種壽命模型的對比分析

表2為固定壽命模型時不同壽命參數(shù)下的最優(yōu)配置計算結(jié)果與可變壽命模型的對比分析。

表2 固定壽命模型與變壽命模型的比較Tab.2 Comparison between two lifetime models

由表2可知，固定壽命模型中，Yb取值不同時，其最優(yōu)配置規(guī)模下的年總收益相差較大。當(dāng)BESS壽命參數(shù)取值過小時，受較高投資等年值的影響，電池儲能的最優(yōu)功率/電量容量均較小。較小的配置規(guī)模將在很大程度上無法滿足跟蹤風(fēng)電調(diào)度功率的要求，懲罰費(fèi)用較高，從而導(dǎo)致風(fēng)儲聯(lián)合系統(tǒng)的總收益較低。由于風(fēng)電場對用于改善風(fēng)電可調(diào)度性的儲能容量需求較小(約占風(fēng)場裝機(jī)容量的10%左右)，因此儲能的總投資成本相對較小。隨著BESS壽命參數(shù)取值的增加，不同配置規(guī)模下的投資等年值差距縮小，此時電池儲能的最優(yōu)配置規(guī)模主要受跟蹤風(fēng)電調(diào)度功率需求的影響(體現(xiàn)為懲罰費(fèi)用)。因此較高壽命參數(shù)下的電池儲能最優(yōu)配置規(guī)模整體提升，均為3.7 MW/10 MWh，該配置規(guī)模下的懲罰費(fèi)用趨于飽和，能在存在一定懲罰的情況下實(shí)現(xiàn)經(jīng)濟(jì)收益最佳。

由于電池儲能的最優(yōu)功率容量主要取決于瞬時充放電需求，因此當(dāng)固定壽命模型壽命參數(shù)取值較大時，兩種壽命模型下的最優(yōu)功率容量相同。然而，由于變壽命模型綜合考慮了實(shí)際運(yùn)行過程放電深度對電池使用壽命的影響，因此在相同功率容量配置下，變壽命模型的最優(yōu)電量容量比固定壽命模型配置規(guī)模高10%，為11 MWh。

由上述分析可知，使用壽命是影響電池儲能容量需求評估的關(guān)鍵參量之一。在電池儲能規(guī)劃階段，考慮其變壽命特征十分必要。固定壽命模型因未考慮實(shí)際運(yùn)行過程對使用壽命的影響，不同壽命取值會對電池儲能的經(jīng)濟(jì)效益和容量需求評估產(chǎn)生偏差。相較于固定壽命模型，可變壽命模型能更合理地評估電池儲能的經(jīng)濟(jì)效益及容量需求。

4 結(jié)論

電池儲能技術(shù)的迅速發(fā)展為其在含風(fēng)電電力系統(tǒng)中的規(guī)模化應(yīng)用提供了新的契機(jī)。本文立足于電網(wǎng)對風(fēng)電接入的技術(shù)要求，通過電池儲能靈活的充放電特性改善風(fēng)電的可調(diào)度能力，結(jié)合放電深度對電池儲能使用壽命的影響，建立了電池儲能使用壽命預(yù)測模型，并將其引入到風(fēng)儲聯(lián)合系統(tǒng)的電池儲能容量需求評估中。算例表明，通過合理配置電池儲能容量，能有效提高風(fēng)電的可調(diào)度能力，且相較于固定壽命模型，本文所提模型能更客觀、準(zhǔn)確地評估風(fēng)電場對電池儲能的容量需求及其經(jīng)濟(jì)效益。

[1] 鄧衛(wèi)，唐西勝，裴瑋，等.含風(fēng)電微型電網(wǎng)電壓穩(wěn)定性分析及控制技術(shù)[J].電工技術(shù)學(xué)報，2012，27(1)：56-62. Deng Wei，Tang Xisheng，Pei Wei，et al.Voltage stability and control technologies of Micro-Grid with wind power[J].Transactions of China Electrotechnical Society，2012，27(1)：56-62.

[2] 何世恩，董新洲.大規(guī)模風(fēng)電機(jī)組脫網(wǎng)原因分析及對策[J].電力系統(tǒng)保護(hù)與控制，2012，40(1)：131-137，144. He Shien，Dong Xinzhou.Cause analysis on large-scale wind turbine tripping and its countermeasures[J].Power System Protection and Control，2012，40(1)：131-137，144.

[3] GB/T 19963—2011，風(fēng)電場接入電力系統(tǒng)技術(shù)規(guī)定[S].北京：中國標(biāo)準(zhǔn)出版社，2011.

[4] 婁素華，吳耀武，崔艷昭，等.電池儲能平抑短期風(fēng)電功率波動運(yùn)行策略[J].電力系統(tǒng)自動化，2014，38(2)：17-22，58. Lou Suhua，Wu Yaowu，Cui Yanzhao，et al.Operation strategy of battery energy storage system for smoothing short-term wind power fluctuation[J].Automation of Electric Power Systems，2014，38(2)：17-22，58.

[5] 姚勇，朱桂萍，劉秀成.電池儲能系統(tǒng)在改善微電網(wǎng)電能質(zhì)量中的應(yīng)用[J].電工技術(shù)學(xué)報，2012，27(1)：85-89. Yao Yong，Zhu Guiping，Liu Xiucheng.Improvement of power quality of Micro-Grids by battery energy storage system[J].Transactions of China Electrotechnical Society，2012，27(1)：85-89.

[6] Jiang Quanyuan，Wang Haijiao.Two-time-scale coordination control for a battery energy storage system to mitigate wind power fluctuations[J].IEEE Transactions on Energy Conversion，2013，28(1)：52-61.

[7] 張坤，毛承雄，陸繼明，等.基于儲能的直驅(qū)風(fēng)力發(fā)電系統(tǒng)的功率控制[J].電工技術(shù)學(xué)報，2011，26(7)：1-8. Zhang Kun，Mao Chengxiong，Lu Jiming，et al.Power control strategy of directly drive wind turbine with energy storage system[J].Transactions of China Electrotechnical Society，2011，26(7)：1-8.

[8] 王成山，于波，肖俊，等.平滑可再生能源發(fā)電系統(tǒng)輸出波動的儲能系統(tǒng)容量優(yōu)化方法[J].中國電機(jī)工程學(xué)報，2012，32(16)：1-8. Wang Chengshan，Yu Bo，Xiao Jun，et al.Sizing of energy storage systems for output smoothing of renewable energy systems[J].Proceedings of the CSEE，2012，32(16)：1-8.

[9] 韓濤，盧繼平，喬梁，等.大型并網(wǎng)風(fēng)電場儲能容量優(yōu)化方案[J].電網(wǎng)技術(shù)，2010，34(1)：169-173. Han Tao，Lu Jiping，Qiao Liang，et al.Optimized scheme of energy-storage capacity for grid-connected large-scale wind farm[J].Power System Technology，2010，34(1)：169-173.

[10]馮江霞，梁軍，張峰，等.考慮調(diào)度計劃和運(yùn)行經(jīng)濟(jì)性的風(fēng)電場儲能容量優(yōu)化計算[J].電力系統(tǒng)自動化，2013，37(1)：90-95. Feng Jiangxia，Liang Jun，Zhang Feng，et al.An optimization calculation method of wind farm energy storage capacity[J].Automation of Electric Power Systems，2013，37(1)：90-95.

[11]Sauer D U，Wenzl H.Comparison of different approaches for lifetime prediction of electrochemical systems——using lead-acid batteries as example[J].Journal of Power Sources，2008，176(2)：534-546.

[12]Gee A M，Robinson F V P，Dunn R W.Analysis of battery lifetime extension in a small-scale wind-energy system using supercapacitors[J].IEEE Transactions on Energy Conversion，2013，28(1)：24-33.

[13]Tran D，Khambadkone A M.Energy management for lifetime extension of energy storage system in micro-grid applications[J].IEEE Transactions on Smart Grid，2013，4(3)：1289-1296.

[14]Jenkins D P，F(xiàn)letcher J，Kane D.Lifetime prediction and sizing of lead-acid batteries for microgeneration storage applications[J].IET Renewable Power Generation，2008，2(3)：191-200.

[15]嚴(yán)干貴，朱星旭，李軍徽，等.內(nèi)蘊(yùn)運(yùn)行壽命測算的混合儲能系統(tǒng)控制策略設(shè)計[J].電力系統(tǒng)自動化，2013，37(1)：110-114. Yan Gangui，Zhu Xingxu，Li Junhui，et al.Control strategy design for hybrid energy storage system with intrinsic operation life measurement and calculation[J].Automation of Electric Power Systems，2013，37(1)：110-114.

[16]韓曉娟，程成，籍天明，等.計及電池使用壽命的混合儲能系統(tǒng)容量優(yōu)化模型[J].中國電機(jī)工程學(xué)報，2013，33(34)：91-97. Han Xiaojuan，Cheng Cheng，Ji Tianming，et al.Capacity optimal modeling of hybrid energy storage systems considering battery life[J].Proceedings of the CSEE，2013，33(34)：91-97.

[17]Bindner H，Cronin T，Lundsager P，et al.Lifetime modelling of lead acid batteries[R].Roskilde：Ris? National Laboratory，2005.

[18]Drouilhet S，Johnson B.A battery life prediction method for hybrid power applications[R].Golden：U.S.Department of Energy，1997.

[19]Babazadeh H，Gao W，Duncan K.A new control scheme in a battery energy storage system for wind turbine generators[C].IEEE Power and Energy Society General Meeting，San Diego，CA，2012：1-7.

[20]Bouffard F，Galiana F D.Stochastic security for operations planning with significant wind power generation[J].IEEE Transactions on Power System，2008，23(2)：306-316.

[21]Chacra F A，Bastard P，F(xiàn)leury G，et al.Impact of energy storage costs on economical performance in a distribution substation[J].IEEE Transactions on Power System，2005，20(2)：684-691.

Optimal Battery Capacity Based on Lifetime Predicationfor Improving the Schedulability of the Wind Power

YiLinLouSuhuaWuYaowuYangTianmeng

(State Key Laboratory of Advanced Electromagnetic Engineering and Technology Huazhong University of Science and Technology Wuhan 430074 China)

Based on the technical rule for connecting the wind farm to the power system and the requirements of the power system dispatching，the wind farmday-ahead dispatching power is optimized.The battery energy storage system (BESS) is used to meet the difference between the wind power and the referencevalue to improve the output characteristics and the schedulability of the wind power.From the energy throughput standpoint，a battery lifetime prediction model is developed and introduced into the optimization model.The optimal capacity of the installed BESS is determined，with which the wind power and the storage system can achieve maximum revenue and the power optimization and lifetime characteristics are both considered.Comparing to thetraditional approaches without lifetime predication，the calculation results with real wind farm historical output power demonstratethe feasibility and the effectiveness of this model.

Lifetime model，wind power dispatchingvalue，battery storage system，schedulability，capacity optimization

國家自然科學(xué)基金(51207062)和國家重點(diǎn)基礎(chǔ)研究發(fā)展(973)計劃(2012CB215102)資助。

2014-12-10 改稿日期2015-03-14

TM732

易 林 男，1990年生，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)規(guī)劃與優(yōu)化運(yùn)行、新能源發(fā)電、儲能系統(tǒng)優(yōu)化。

婁素華 女，1974年生，博士、副教授，研究方向?yàn)殡娏ο到y(tǒng)規(guī)劃與優(yōu)化運(yùn)行、新能源發(fā)電和電力技術(shù)經(jīng)濟(jì)。(通信作者)