計及直流配電效益的混合儲能系統容量配置模型

謝兼達，邱曉燕，任立，劉波

(智能電網四川省重點實驗室(四川大學電氣信息學院)， 成都市 610065)

計及直流配電效益的混合儲能系統容量配置模型

謝兼達，邱曉燕，任立，劉波

(智能電網四川省重點實驗室(四川大學電氣信息學院)， 成都市 610065)

為了解決在直流配電網下平抑風電場出力波動的混合儲能系統容量優化配置問題，提出了一種以釩電池-超級電容混合儲能系統為研究對象的多目標容量配置模型。首先，以風電場實際輸出功率和儲能設備荷電狀態為指標構建了風電場目標功率輸出曲線；然后，分別建立了以計及直流配電效益的最小年均成本和最大風電場輸出功率合格率為目標函數，以荷電狀態、功率出力等為約束條件的多目標容量優化配置模型；最后，采用自適應遺傳算法求解所建模型。結果表明，直流配電效益主要體現在降低傳輸損耗帶來的收益，而節省的換流成本和增加的直流換流站成本影響有限。

直流配電網；混合儲能系統；容量配置；自適應遺傳算法

0 引 言

電網和電網技術發展到今天，已進入第三代即現代電網、廣義的智能電網。未來40年中國電網發展總體上要完成第二代電網向第三代電網的過渡[1]。直流電網技術和大容量儲能技術是第三代電網的重要基礎技術，目前國內外對于這兩種重要基礎技術相結合的研究還處于剛剛起步階段。

隨著電力電子技術的進步，綠色清潔能源的發展和全球能源互聯網的構建[2]，用戶的用電方式發生了較大的改變。現有的交流配電網面臨線路損耗大、供電走廊緊張，以及電網諧波、電壓順勢跌落、電壓波動和三相不平衡等一系列電能質量問題[3]。與之相對，采用以直流為主導的配電網具有供電容量大、線路損耗小、電能質量好、無需無功補償以及便于分布式電源和儲能裝置接入等優點[4-7]。近幾年研究人員對直流配電網的可靠性與經濟性、電壓等級序列及拓撲結構都進行了一定程度的研究，但是直流配電網作為未來配電網的重要模式，如何為直流配電網的分布式電源配置適當容量的儲能設備仍是直流配電技術亟待解決的重要問題。

風力發電是分布式電源技術中發展和應用最成熟的發電方式，風電有助于緩解全球能源危機和建設美麗中國。然而，風能具有隨機波動性和間歇性等特點，其波動成分相當復雜，除了被轉子慣量吸收的波動和由電網自動發電控制補償的波動外，還需要安裝儲能設備進行平抑[8]。相關研究發現，通過將小容量、高功率比、高循環壽命和大容量、高能量比的儲能設備進行組合，并引入恰當的控制策略分別對功率波動中不同時間特性的功率波動進行補償，能夠得到比單一儲能裝置更好的技術經濟性能[9]。為了對混合儲能系統(hybrid energy storage system，HESS)的儲能設備進行功率分配，相繼提出了考慮儲能設備荷電狀態(state of charge, SoC)的神經網絡策略[10]、模糊控制策略[11]及專家系統協調控制策略[9]等，以補償分布式電源的輸出功率波動。文獻[12]考慮了釩電池儲能系統給微電網帶來的利潤和環保成本，建立了多目標的負荷優化分配模型，討論了儲能系統在微電網中的運行情況。文獻[13]基于雨流計數法和循環壽命曲線，建立了計及電池使用壽命的以儲能裝置年均成本最小為目標的容量配置模型。文獻[14]考慮了含儲能系統的微網間博弈，結合動態回溯模擬方法求解非合作環境下的各微網的最佳經濟運行方式。上述文獻雖然都對儲能系統的控制或配置問題進行了研究，具有很強的參考價值，但均是基于交流配電網，而沒有考慮直流配電網便于分布式電源和儲能裝置接入的天然優勢。

本文將一階低通濾波算法和滑動平均濾波方法引入HESS容量優化配置問題，在原有研究的基礎上綜合考慮平抑效果和SoC帶來的影響。將儲能系統在直流配電網下產生的直流配電效益與儲能成本相結合，與風電場輸出功率的合格率共同作為目標函數，采用自適應遺傳算法尋優。最后，通過算例驗證所提模型的有效性。

1 HESS模型及其控制策略

1.1 系統結構

基于蓄電池和超級電容的傳統HESS模型中，超級電容被用于平抑短時高頻的功率波動，從而使蓄電池能工作在平均功率水平，以達到延長蓄電池使用壽命的目的[15]。釩電池(vanadium redox flow battery, VRB)具有容量大、效率高、安全性好、運行維護成本低、選址自由度度大等特點[12]；超級電容(ultra capacitor, UC)具有功率比高、循環壽命長、可靠性強、工作溫度范圍寬等優點。因此，本文選擇VRB和UC作為容量優化配置對象，討論在直流配電網下平抑風電場出力波動的HESS容量配置模型，基于HESS的風儲聯合發電系統結構如圖1所示。

圖1 系統結構圖Fig.1 System structure diagram

圖中VRB和UC通過雙向DC-DC換流器直接與直流母線相連，風電場則不需要DC/AC換流器和濾波裝置。與交流配電網相比，在直流配電網正常運行時不用考慮無功功率因素[7]，也不存在靜態電壓穩定性問題[9]，能有效節省設備投入，具有較大經濟效益。

1.2 風機輸出功率參考值的確定

(1)

λt與濾波器的時間常數τt的關系為

(2)

式中Δt為采樣間隔。

λt與HESS中儲能設備荷電狀態的關系為

(3)

其中

(4)

1.3 控制策略

HESS中常通過低通濾波器和儲能功率分配來實現集中控制[16]。控制的實質是通過低通濾波器比較風機的輸出功率參考值PWref和實際輸出功率PW，并根據各儲能設備當前的SoC，調整UC和VRB的輸出功率(即PUC和PVRB)，使PWref與平抑后的輸出功率PS(即PW+PUC+PVRB)之差盡量小。采用一階低通濾波算法平抑風電場出力波動，得到的HESS在t時刻的輸出功率為

(5)

式中τ為濾波器的時間常數。

由于VRB具有容量大、單位容量價格較低等優點，而UC具有動態響應較快、循環壽命長等優點，故采用滑動平均濾波方法分配HESS的功率，兩者優先權相同[13]。VRB在t時刻的輸出功率為

(6)

UC在t時刻的輸出功率為

(7)

式中T為滑動平均濾波時間常數。

2 計及直流配電效益的HESS多目標容量優化配置模型

2.1 儲能元件的充放電模型

此模型反映了儲能元件在t時刻的剩余電量與該元件的自放電、充電和放電量的關系。

(8)

式中：Et和Et-Δt分別為儲能元件在t與t-Δt時刻的剩余容量；μ是儲能元件單位時間的自放電系數；PC、ηD和PD、ηC分別為儲能元件的充放電功率與效率； ΔtC和ΔtD是充放電各自的計算時長。

2.2 容量配置目標函數

HESS的作用主要是對分布式電源的功率波動進行平滑，采用直流配電模式一方面換流站相對于變電站過高的造價會增加成本；另一方面也會節省大量換流裝置并降低傳輸損耗，帶來經濟效益。

目標1：計及直流配電效益的最小化HESS年均成本。

(9)

其中

(10)

(11)

(12)

(13)

(14)

目標2：最大化風電場輸出功率合格率。

(15)

其中

(16)

(17)

式中：γi是第i個時段風電場輸出功率是否合格的判斷指標，1表示合格，0表示不合格；NT是總時段數;r表示t時刻經平抑后的風電場輸出功率的誤差率；ε為r的閾值。

由于2個目標的數量級不統一，直接加權并不具有實際意義，故先對2個目標函數進行歸一化后再加權，得到的總目標函數為

(18)

2.3 約束條件

(1)能量守恒約束

(19)

(2)儲能的功率約束

(20)

(21)

(3)儲能的荷電狀態約束

(22)

(23)

(4)風電場的出力約束

(24)

(5)直流系統與交流系統交互功率約束

(25)

2.4 優化算法

(1)編碼產生初始種群。對4個變量采用4維、每維30位二進制編碼方式，種群規模為100，進化次數為300。

(2)檢驗群體中的所有個體是否滿足約束條件。通過設定優化變量范圍來滿足不等式約束式(20)—(25)，對于等式約束式(19)轉化為罰函數計入目標函數中。

(3)計算適應度函數值。根據風機實際輸出功率與參考輸出功率的差值，對VRB和UC進行功率分配，計算適應度值并保留當前群體中適應度最高的10個個體。

(4)采用文獻[17]中提出的自適應交叉算子與交叉率調整公式，提供交叉操作的交叉概率。

(5)采用文獻[17]中提出的自適應變異算子與變異率調整公式，提供變異操作的變異概率。

(6)迭代終止條件判斷。以最大進化次數和最優個體適應度值保持連續不變的最大代數作為迭代終止條件。若滿足終止迭代條件，則輸出結果；不滿足則返回步驟(3)繼續尋優。

3 算例分析

以某30MW風電系統實際運行數據進行分析計算。首先選取典型日的風電場出力曲線，根據式(1)計算風電場的參考輸出功率曲線，如圖2所示。

圖2 風電場實際和參考輸出功率曲線Fig.2 Actual and reference output power curves of wind power

假設上網電價m為0.52元/(kW·h)[18]，直流系統與交流系統交互功率限值設為50MW，VRB和UC的初始荷電狀態值均為0.6，采樣時間Δt為3min，經平抑后的風電場輸出功率的誤差率的閾值ε取0.05。為使HESS的使用時間N達到20年，VRB更換次數nVRB取1，UC更換次數nUC取0。

為了充分考慮成本和風電場輸出功率合格率，權重因子ω取0.5。直流換流站相對于交流變電站增加的單位功率建設成本α取700元/kW，中壓直流配電網單位功率換流成本β取800元/kW，直流配電網相較傳統的交流配電網降低的傳輸損耗率δ為5%[6]。在尋優計算中，VRB和UC的具體計算參數如表1所示[9,13,19]。

圖3為計及直流配電效益的HESS的年均成本隨滑動平均濾波時間常數T的變化情況。由圖3可知，計及直流配電效益的HESS年均成本隨滑動平均濾波時間常數T先大幅減少后小幅增加，大約在T=17 min時取最小值，為了方便計算取T=15 min，并將全天24小時均分為96個時段。

表1 VRB和UC的具體計算參數
Table 1 Specific calculation parameters of VRB and UC

圖3 計及直流配電效益的HESS年均成本與滑動平均濾波時間常數的關系Fig.3 Relationship between average annual cost of HESS considering DC distribution benefit and moving average filtering time constant

圖4是直流配電網HESS在96個時段中對風電的平抑效果。從圖中可以看出由VRB和UC組成的HESS不僅適用于交流配電系統也適用于直流配電系統。HESS能夠平抑大部分風電隨機波動，使經平抑后的風電輸出功率盡量接近參考輸出功率，提高了系統的穩定性。

圖4 直流配電網HESS對風電的平抑效果Fig.4 HESS smooth effect of wind power in DC power distribution network

4 結 語

本文研究了基于釩電池和超級電容的混合儲能系統，在直流配電網下平抑風電場出力波動的容量優化配置問題，建立了以計及直流配電效益的年均最小成本和風電輸出功率合格率為目標的多目標優化模型。綜合考慮平抑效果和儲能元件荷電狀態，制定了風電場參考輸出功率曲線，通過采用一階低通濾波算法和滑動平均濾波方法對混合儲能系統進行控制，利用自適應遺傳算法尋優得到混合儲能系統容量優化配置結果。通過對某風電場儲能容量配置實例分析，證明該模型可以較好地平抑風電場出力波動，具有較大經濟效益。

[1]周孝信，陳樹勇，魯宗相. 電網和電網技術發展的回顧與展望：試論三代電網[J]. 中國電機工程學報，2013，33(22)：1-11. ZHOU Xiaoxin，CHEN Shuyong，LU Zongxiang. Review and prospect for power system development and related technologies: a concept of three-generation power systems[J]. Proceedings of the CSEE，2013，33(22)：1-11.

[2]劉振亞．全球能源互聯網[M]．北京：中國電力出版社，2015：271-284.

[3]鄭歡，江道灼，杜翼. 交流配電網與直流配電網的經濟性比較[J]. 電網技術，2013，37(12)：3368-3374. ZHENG Huan，JIANG Daozhuo，DU Yi. Economic comparison of AC and DC distribution system[J]. Power System Technology，2013，37(12)：3368-3374.

[4]江道灼，鄭歡. 直流配電網研究現狀與展望[J]. 電力系統自動化，2012，36(8)：98-104. JIANG Daozhuo，ZHENG Huan. Research status and developing prospect of DC distribution network[J]. Automation of Electric Power System，2012，36(8)：98-104.

[5]宋強，趙彪，劉文華，等. 智能直流配電網綜述[J]. 中國電機工程學報，2013，33(25)：9-19. SONG Qiang，ZHAO Biao，LIU Wenhua，et al. An overview of research on smart DC distribution power network[J]. Proceedings of the CSEE，2013，33(25)：9-19.

[6]崔福博，郭劍波，荊平，等. 直流配電技術綜述[J]. 電網技術，2014，38(3)：556-564. CUI Fubo，GUO Jianbo，JING Ping，et al. A review of DC power distribution technology[J]. Power System Technology，2014，38(3)：556-564.

[7]杜翼，朱克平，尹瑞，等. 基于分布式電源的直流配電網建模與仿真[J]. 電力建設，2014，35(7)：13-19. DU Yi，ZHU Keping，YIN Rui，et al. Modeling and simulation of DC power distribution network based on distributed generation[J]. Electric Power Construction，2014，35(7)：13-19.

[8]程彬. 含分布式電源的配電網多目標優化問題研究[D]. 重慶：重慶大學，2013. CHENG Shan. Study on multi-objective optimization of distribution network with distributed generation[D]. Chongqing：Chongqing University，2013.

[9]江潤州，邱曉燕，陳光堂. 風電場混合儲能系統優化配置方法[J]. 電力系統及其自動化學報，2015，27(1)：37-47. JIANG Runzhou，QIU Xiaoyan，CHEN Guangtang. Optimal configuration method of hybrid energy storage system for wind farm[J]. Proceedings of the CSU-EPSA，2015，27(1)：37-47.

[10]ABBEY C，STRUNZ K，JOOS G. A knowledge-based approach for control of two-level energy storage for wind energy systems[J]. IEEE Transactions on Energy Conversion，2009，24(2)：539-547.

[11]丁明，林根德，陳自年，等. 一種適用于混合儲能系統的控制策略[J]. 中國電機工程學報，2012, 32(7)： 1-6. DING Ming，LIN Gende，CHEN Zinian，et al. A control strategy for hybrid energy storage systems[J]. Proceedings of the CSEE，2012，32(7)：1-6.

[12]陳光堂，邱曉燕，林偉. 含釩電池儲能的微電網負荷優化分配[J]. 電網技術，2012，36(5)：85-91. CHEN Guangtang，QIU Xiaoyan，LIN Wei. Optimal load distribution of microgrid with energy storage system composed of Vanadium redox flow battery[J]. Power System Technology，2012，36(5)：85-91.

[13]韓曉娟，程成，籍天明，等. 計及電池使用壽命的混合儲能系統容量優化模型[J]. 中國電機工程學報， 2013，33(34)：91-97. HAN Xiaojuan，CHEN 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.

[14]江潤洲，邱曉燕，李丹，等. 含儲能系統的多微網智能配電系統經濟運行[J]. 電網技術，2013，37(12)：3596-3602. JIANG Runzhou，QIU Xiaoyan，LI Dan，et al. Economic operation of smart distribution network containing multi microgrids and energy storage system[J]. Power System Technology，2013，37(12)：3596-3602.

[15]WANG Y，XIANG C，HU S．Design and control strategy for a new hybrid energy storage system[C]// 2014 IEEE Applied Power Electronics Conference and Exposition- APEC 2014. Fort Worth：IEEE Industry Applications Society IEEE Power Electronics Society，2014：3401-3405.

[16]XIAO J，WANG P，SETYAWAN L．Hierarchical control of hybrid energy storage system in DC microgrids[J]. IEEE Transactions on Industrial Electronics，2015， 62(8)：4915-4924.

[17]邱曉燕，夏莉麗，李興源. 智能電網建設中分布式電源的規劃[J]. 電網技術，2010，34(4)：7-10. QIU Xiaoyan，XIA Lili，LI Xingyuan．Planning of distributed generation in construction of smart grid[J]．Power System Technology，2010，34(4)：7-10．

[18]中華人民共和國國家發展和改革委員會. 國家發展改革委關于適當調整陸上風電上網電價的通知：發改價格[2014]3008號[EB/OL].(2014-12-31)[2015-12-18]. http://www.sdpc.gov.cn/gzdt/201501/t20150109_659879.html

[19]廖強強，陸宇東，王棟，等. 發電側備用電池儲能系統的技術經濟分析[J]. 電力建設，2014，35(1)：118-121. LIAO Qiangqiang，LU Yudong，WANG Dong，et al．Technical and economic analysis on energy storage system of standby battery for thermal power plants[J]. Electric Power Construction，2014，35(1)：118-121．

(編輯 張小飛)

Capacity Configuration Model of Hybrid Energy Storage System Considering DC Distribution Benefit

XIE Jianda, QIU Xiaoyan, REN Li, LIU Bo

(Intelligent Electric Power Grid Key Laboratory of Sichuan Province,School of Electrical Engineering and Information, Sichuan University， Chengdu 610065, China)

To solve the capacity optimal configuration problem of hybrid energy storage system for smoothing wind power fluctuating in the DC power distribution network, this paper proposes the multi-objective capacity configuration model with taking hybrid energy storage system which composed by Vanadium redox flow battery and ultra capacitor as research objects. Firstly, we take the real output of wind power and the charge state of energy storage as indicators to establish the desired output curve of wind power. Then, we construct the multi-objective capacity optimal configuration model which takes the minimum annual cost considering DC distribution benefit and the maximum percent of pass of wind power output power as objective functions, the charge state and power output as constraints. Finally, we adopt adaptive genetic algorithm to solve the proposed model. The results show that DC distribution benefit is mainly reflected in the income of reducing transmission loss, and has a limited impact on saving converter cost and increasing DC converter station cost.

DC distribution network; hybrid energy storage system; capacity configuration; adaptive genetic algorithm

四川省科技支撐項目(2014JY0191)；四川省電力公司科技項目

TM 614;TM 74

A

1000-7229(2016)05-0028-06

10.3969/j.issn.1000-7229.2016.05.016

2015-12-18

謝兼達(1992)，男，碩士研究生，主要研究方向為儲能技術、直流配電網;

邱曉燕(1964)，女，教授，博士，主要研究方向為電力系統分析與控制、智能電網、分布式發電及儲能控制技術等;

任立(1992)，男，碩士研究生，主要研究方向為電力系統穩定與控制;

劉波(1991)，男，碩士研究生，主要研究方向為主動配電網及其關鍵技術。