計及負荷可控性的微網儲能容量優化配置

婁素華 羅 鵬 吳耀武 張立靜

(強電磁工程與新技術國家重點實驗室(華中科技大學) 武漢 430074)

?

計及負荷可控性的微網儲能容量優化配置

婁素華 羅 鵬 吳耀武 張立靜

(強電磁工程與新技術國家重點實驗室(華中科技大學) 武漢 430074)

合理配置儲能容量，是保證以可再生能源為主體電源的獨立微網經濟可靠運行的關鍵。基于微網地下水開采負荷的可控性，提出可再生能源/儲能/負荷協調的微網系統功率分配策略。在此基礎上，考慮蓄電池儲能的運行特性對其壽命影響，提出微網電池儲能的容量優化模型。以中國西北地區風光互補獨立微網為例，對電池儲能容量優化進行研究，仿真結果驗證了所建模型的合理性。

可控負荷 電池儲能系統 風光互補微網 等效循環壽命 儲能容量優化

0 引言

獨立微網為邊遠地區的供電問題提供了有效解決途徑。隨著科技的進步，微網已發展成為由多種分布式發電單元、儲能系統以及負荷等組成并由中央控制器統一管理調度的供電系統。由于微網中風電、光伏等可再生能源發電單元的功率輸出以及負荷的功率消耗都具有隨機性和不確定性，因而合理配置儲能系統容量對于保證微網安全穩定運行、改善電能質量以及提高供電靈活性具有非常重要的作用[1]。

近幾年來，國內外學者對含可再生能源發電的電力系統中新型儲能的優化運行以及容量配置問題進行了相關研究[2-7]。文獻[2]根據不同風電場和儲能系統容量配比關系進行仿真分析，借助儲能裝置抑制風電場的出力波動，初步探討了大型風力發電場儲能的優化設計方案。文獻[3，4]根據電網對可再生能源功率接入的技術要求，提出了采用儲能平抑新能源波動的充放電控制策略，并從控制的角度評估所需的儲能系統安裝容量。文獻[5]根據液流電池的物理特性，采用負荷缺電率指標來衡量系統供電可靠性，從經濟性角度對電池應用到獨立光伏發電系統中的容量配置問題進行了研究。文獻[6，7]提出了基于頻譜分析的平滑可再生能源發電出力波動的儲能容量配置方法，考慮儲能充放電效率、荷電狀態等約束，確定儲能系統補償功率以及此時所需儲能系統功率容量和電量容量。實例驗證了該方法能較好地平滑可再生能源功率波動，減少儲能系統容量，但計算復雜且補償頻段的確定難度較大。

對于我國以溫帶大陸性氣候為主的廣大西北偏遠地區，由于氣候干燥地表水資源十分貧乏，很多地區通過開采地下水解決當地居民的生產、生活用水問題。地下水開采系統包括地下水開采用潛水泵以及蓄水池，借助于蓄水池的存儲功能，使得某一時刻潛水泵啟動臺數多少是可變的，即地下水開采負荷具有可控性。當微網系統中可再生能源發電出力較小時，可適當減小地下水負荷，從而降低整個微網系統負荷需求；反之，可增大地下水開采負荷，盡可能地消納可再生能源。目前結合可控負荷的微網設計工作，國內外學者也進行了相關研究[8，9]。文獻[8]提出了可再生能源發電與海水淡化負荷相互協調運行的幾種組合方案，并以微網優化設計實例驗證了該方法實用性。文獻[9]針對含可控負荷的獨立微網，建立了考慮系統供電可靠性與經濟性的電源容量優化模型，分析了可控負荷的加入對降低微網電源配置方案的投資成本、使資源利用最大化的影響。

綜合現有的研究成果可知，配置合適的電池儲能是提高可再生能源利用效率的核心因素之一。然而，不同于抽水蓄能儲能的固定壽命模型，蓄電池儲能的有效使用壽命與實際運行情況下蓄電池的充放電次數、充放電深度等因素密切相關[10-13]。而可控負荷作為一種靈活性容量參與微網系統功率平衡調節時，會更加顯著地影響蓄電池的充放電行為以及實際使用壽命，進而影響電池儲能在微網中的合適配置容量。

本文針對含可控負荷的風光儲微網系統，考慮蓄電池儲能在實際系統中運行特性對其循環使用壽命的影響，充分發揮可控負荷的輔助功率調節作用，對微網系統中儲能容量的優化配置進行研究。以西北地區的風光互補微網為例進行儲能容量的優化配置分析，驗證所建模型及系統功率分配策略的合理性；深入分析可控地下水開采負荷對于提高微網供電質量、延長蓄電池儲能使用壽命、減少蓄電池儲能系統(Battery Energy Storage System，BESS)投資運行成本等方面的重要作用。

1 含可控負荷的獨立微網系統模型

因地制宜，合理利用豐富的風能、太陽能等可再生能源進行發電，配置一定容量的儲能裝置作為功率調節電源形成可在生能源/儲能發電系統，是目前微網應用較為廣泛的發電模式之一。

1.1 獨立微網系統結構

本文所建獨立微網系統主要由當地風電場、光伏發電場、蓄電池儲能系統、常規負荷以及可控的地下水開采負荷組成，微網系統結構如圖1所示。

圖1 微網系統結構Fig.1 Structure of the microgrid system

圖1中，若t時刻風電場和光伏電場輸出功率分別為PW(t)和PPV(t)，則此時微網中可再生能源發電系統總發電出力PRE(t)可表示為

PRE(t)=PW(t)+PPV(t)

(1)

1.2 可控的用電負荷模型

獨立微網的負荷包括當地居民日常生產生活等常規用電負荷以及可控的地下水開采負荷兩部分。

地下水開采負荷在實際運行過程中，不僅受潛水泵安裝總臺數的約束，還受居民用水需求、蓄水池儲水狀態以及蓄水池最大調節容量等因素的限制，因此某一時刻潛水泵運行臺數是有限的，其取值范圍為

(2)

式中，NDmax(t)、NDmin(t)分別為t時刻最多和最少可運行的潛水泵的臺數；QL(t)為t時刻用水需求量；Q(t-1)為t-1時刻蓄水池中剩余水量；QE為蓄水池容積；Qmin為蓄水池中應儲存的最小水量；ND為潛水泵總臺數；Q0為單臺潛水泵每時段平均產水量；ceil(·)、floor(·)分別表示向上、向下取整函數。

根據式(2)，地下水開采系統潛水泵負荷上下限可表示為

(3)

式中，PDmax(t)、PDmin(t)分別為t時刻最大和最小的地下水開采電力負荷；PD0為單臺潛水泵的額定功率。

微網中可再生能源發電出力波動頻繁，當可再生能源發電出力小于常規負荷與最小地下水開采負荷總和或者大于常規負荷與最大地下水開采負荷總和時，通過調用其他靈活性電源參與系統功率平衡的調節，此時地下水開采負荷功率為其邊界值；反之，則可完全依靠可控的地下水開采負荷實現微網功率平衡。因此，t時刻地下水開采負荷功率為

(4)

式中，PL(t)、PD(t)分別為t時刻常規負荷和地下水開采負荷功率。

綜上，獨立微網系統任意時刻t地下水開采負荷功率為

(5)

可見，蓄水池的儲水功能使得地下水開采系統的負荷大小具有一定的可調性，因此該系統可作為一種靈活性資源參與獨立微網的功率平衡調節，降低微網系統對其他調節性電源的需求。

1.3 蓄電池儲能系統壽命評估模型

電池儲能的使用壽命是其投資成本分析的重要參數，在實際運行過程中蓄電池的有效使用壽命與其工作環境、充放電深度等因素密切相關。

研究表明，蓄電池運行過程中放電深度越大，其循環使用次數越少，反之越多。根據某型號鉛酸蓄電池放電深度D與循環壽命NC的實驗數據，擬合出兩者的函數關系[12，13]為

NC=-3 278D4-5D3+12 823D2-14 122D+5 112

(6)

設蓄電池在第i次循環周期內放電深度為Di，則本次循環的等效循環次數可表示為

(7)

式中，NC(Db)為基準放電深度Db時的循環壽命；NC(Di)為放電深度Di時的循環壽命。

在規劃水平年內，蓄電池運行過程中不同放電深度的循環過程對應的等效循環次數總和N為

(8)

式中，NS為一年中的研究階段數；ND為第l個階段中的天數；NH為第l階段第j天經歷的放電過程數；N(Dljk)為蓄電池在第l階段第j天第k個放電過程的等效充放電循環次數。

因此，蓄電池有效使用壽命NY為

(9)

2 微網系統功率分配策略

相對于大電網，微網電源數量少，當間歇性可再生能源作為微網核心電源供給時，須與具有靈活功率調節能力的電源或可調負荷配合運行，才能保證供電的質量。因此，根據微網系統中可再生能源發電特點，進行電源出力、儲能以及可控負荷之間的功率分配優化至關重要。

基于本文研究的微網系統，根據可再生能源發電出力的情況，通過調整開啟的潛水泵臺數，優先發揮負荷自身的功率調節能力，若仍無法實現發電與負荷的平衡，再通過儲能裝置的充/放電行為，實現微網系統經濟、可靠的功率供給，并提高可再生能源利用率，系統具體功率分配策略如下。

1)風光發電功率剛好能滿足負荷用電需求，即

PL(t)+PDmin(t)≤PRE(t)≤PL(t)+PDmax(t)

(10)

此時，地下水開采負荷為

(11)

儲能系統不進行充放電，即PB(t)=0。PB(t)為t時刻儲能系統充放電功率。PB(t)>0為放電狀態，PB(t)<0為充電狀態。

2)當風光發電功率大于等于常規負荷與地下水開采最大負荷之和，即

PRE(t)>PL(t)+PDmax(t)

(12)

則地下水開采負荷為

PD(t)=PDmax(t)

(13)

剩余可再生能源對儲能系統充電，充電功率為

PB(t)=-(PRE(t)-PL(t)-PDmax(t))

(14)

由于儲能系統的容量和功率是有限的，若t時刻儲能系統已經到達其充電功率上限時，微網仍有剩余功率，則溢出的剩余功率POVER(t)可表示為

POVER(t)=PRE(t)-PBcmax(t)-PL(t)-PDmax(t)

(15)

式中，PBcmax(t)為t時刻電池儲能最大充電功率，PBcmax(t)≥0。

3)風光發電不能滿足最小負荷需求，即

PRE(t)

(16)

則地下水開采負荷為PD(t)=PDmin(t)。

此時，儲能系統放電，放電功率為

PB(t)=PL(t)+PDmin(t)-PRE(t)

(17)

當儲能系統儲存的電量不足或者放電功率較小，不足以補償因可再生能源發電不足造成的功率缺額時，微網系統強迫失負荷功率PLOST(t)可表示為

PLOST(t)=PL(t)+PDmin(t)-PBdmax(t)-PRE(t)

(18)

式中，PBdmax(t)為t時刻電池儲能最大放電功率，PBdmax(t)≥0。

3 微網儲能系統容量優化模型

3.1 目標函數

微網儲能系統容量優化配置的目標是根據可再生能源發電系統輸出功率和負荷需求，在保證微網系統可靠供電的前提下，合理配置儲能容量，使系統年綜合成本最小，其目標函數為

minCC=min{C1·δCRF(r0,NY)+C2+C3}

(19)

式中

C1=kBpPB+kBeEB

(20)

C2=kgykBpPB+kkyEBa

(21)

(22)

(23)

式中，CC為系統年綜合成本；C1、C2、C3分別為蓄電池投資成本、運行維護成本以及負荷強迫停電懲罰費用；PB、EB分別為蓄電池儲能的額定功率容量和額定電量容量；EBa為蓄電池儲能年放電量；kBp、kBe分別為蓄電池功率成本系數和電量成本系數；kgy、kky分別為蓄電池固定運行維護費用率和可變運行維護費用率；klost為負荷停電懲罰系數，其值的確定采用平均電價折算倍數法；δCRF(r0,NY)為等年值系數；T為研究周期；r0為貼現率。

3.2 約束條件

1)蓄電池儲能系統充放電功率約束。

t時刻，儲能系統充放電功率范圍可表示為

(24)

式中，PDmax、PCmax分別為儲能系統最大持續放電功率、充電功率；EB(t-1)為t-1時刻蓄電池儲能系統剩余電量；EBmax、EBmin分別為儲能系統存儲電量上、下限；ηBd、 ηBc分別為蓄電池放電效率、充電效率；Δt為步長。

2)儲能系統電量約束。

儲能系統電量約束可表示為

EBmin≤EB(t)≤EBmax

(25)

式中，EB(t)為t時刻蓄電池儲能系統剩余電量。

4 算例分析

以我國西北地區的獨立風光互補微網系統為例，進行儲能規劃容量的優化分析，并分析可控負荷的功率調節作用。該微網風力發電容量為3.7 MW，光伏發電容量為1.9 MW，常規負荷峰值為600 kW，農業、畜牧業及居民生活等每日用水需求及常規負荷如圖2所示。已知地下水開采用潛水泵額定功率為22 kW，生產能力為10 t/h，共10臺。蓄電池相關參數見表1[14，15]。

圖2 典型日用水、用電曲線Fig.2 Water demand and power load for typical days

表1 蓄電池儲能相關參數Tab.1 Parameters of battery storage

4.1 蓄電池儲能系統優化結果與分析

蓄電池儲能系統優化配置包括功率容量和電量容量兩部分，合理配置蓄電池儲能系統功率/電量容量是實現其年綜合成本最小化的關鍵。

1)電量容量優化配置分析。

基于本文模型，以功率容量規劃集內的某一容量PB=0.40 MW為例，分析配置不同電量容量的儲能對孤網系統各項技術經濟指標的影響，結果如圖3所示。由圖3可知，蓄電池儲能微網年綜合成本隨著儲能電量容量的增大先下降再呈上升趨勢。這主要是因為對于某一確定的儲能功率容量，當儲能電量容量較小時，由于儲存能量的空間有限，其平抑可再生能源發電出力波動的能力不足，造成失負荷電量較大，使得停電懲罰成本較大。隨著儲能電量容量的增大，儲能平抑可再生能源發電波動的能力增強，可逐步降低負荷強迫停電導致的懲罰成本，當電量容量增至4.40 MW·h左右時年綜合成本最小；繼續增大儲能電池的電量容量，由于儲能投資成本等年值持續增長，且其增長速度明顯大于負荷停電懲罰成本的減小速度，因此系統年綜合成本轉向上升趨勢。

圖3 蓄電池儲能電量容量優化(PB =0.4 MW)Fig.3 Optimal results of different energy capacity of BESS(PB=0.4 MW)

此外，蓄電池的使用壽命則隨著儲能容量的增大而延長，主要原因是儲能電量容量越大，蓄電池儲能系統能量空間越大，則其每次充放電深度越小，從而延長了蓄電池的實際使用壽命。

2)功率/電量容量優化配置分析。

為得到微網蓄電池儲能系統的最優配置規模，對其余功率/電量容量方案集進行優化，結果見表2。

由表2可知，隨著儲能功率容量PB的增大，系統的年綜合成本呈現先減小后增大的趨勢，其原因與儲能電量容量對系統成本影響的分析類似。這主要是因為，在蓄電池儲能系統功率容量較小階段，由于功率容量的增大而獲得的供電可靠性提高的效益(即停電懲罰成本降低)明顯大于投資等年值的增加，因此系統的年綜合成本降低；當蓄電池儲能功率容量達到0.40 MW時系統綜合成本最低，約為固定最大負荷的67%，占總負荷的49%，對應的最優電量容量為4.40 MW·h。當儲能容量配置達到一定規模后，繼續增大蓄電池儲能功率容量，由于系統對靈活性功率需求的減小，導致負荷停電懲罰成本降低帶來的效益無法抵扣投資成本的增加，因而年綜合成本反而出現了上升的趨勢。

表2 蓄電池儲能系統功率/電量容量優化Tab.2 Optimal results of different power/energy capacity of BESS

4.2 可控負荷調節作用分析

1)可控負荷功率調節作用分析。

當蓄電池儲能系統容量配置為0.4 MW/4.40 MWh時，就地下水開采負荷的功率調節特性進行分析，圖4給出了某典型日24 h微網系統中各組成部分功率變化曲線。

圖4 微網各組成部分功率變化曲線Fig.4 The power curves of microgrid components

從圖4可以看出，可調的地下水開采負荷對微網功率平衡具有調節作用。在2∶00～6∶00和11∶00～17∶00時段，可再生能源發電出力大于常規負荷需求時，增加開啟的潛水泵臺數，從而增大了地下水開采負荷，盡可能地消納可再生能源，同時減小了對電池儲能的容量需求和充電深度。與此相反，在18∶00～24∶00時段由于可再生能源發電出力小于常規負荷需求，潛水泵全部停機，即功率需求為零；蓄電池處于放電狀態，以保證對常規固定負荷的可靠供電。可見地下水開采負荷是微網中一種有效的靈活性容量來源。

2)可控負荷對系統儲能最優容量的影響。

本節就微網是否考慮地下水開采負荷的可調性兩種情況下微網系統運行技術經濟性以及最優儲能容量進行對比分析。不考慮可控負荷調節性的系統儲能優化結果見表3。

表3 蓄電池儲能容量優化(負荷不可調)Tab.3 Optimal results of capacity of BESS (without controllable load)

對比表2和表3可知，相同蓄電池儲能系統配置下，與考慮地下水開采負荷的功率調節特性的系統運行指標相比，不考慮負荷可調性時蓄電池使用壽命明顯縮短。這是由于不含可調負荷的微網系統在運行過程中，可再生能源的出力波動以及電源出力與負荷需求的不平衡均由電池儲能來平衡，電池儲能不僅充放電頻繁而且放電深度加大，從而導致實際使用壽命降低。不含可調負荷的系統負荷停電懲罰成本和儲能系統投資成本等年值顯著增大，并最終使得蓄電池儲能系統年綜合成本明顯增大，且不同儲能系統容量配置情況下各微網系統運行指標具有相同的變化趨勢。

以蓄電池儲能功率容量PB=0.40 MW、電量容量EB=4.40 MW·h為例，相對于含可控負荷的情況，無可控負荷時微網蓄電池使用壽命縮短了約1年，負荷停電懲罰成本和蓄電池儲能系統投資成本等年值分別增大了約63%和23%，使得系統年綜合成本增大了約36%。因此，地下水開采負荷作為可控負荷參與微網系統功率平衡調節，可在一定程度上延長蓄電池循環使用壽命，提高微網供電可靠性，降低蓄電池儲能系統投資運行成本。

4.3 儲能投資靈敏度分析

為了分析電池儲能投資對其在微網中配置容量的影響，本節在電量成本系數與功率成本系數比值不變的前提下進行蓄電池儲能容量優化的成本靈敏度分析。不同成本系數下儲能容量最優配置規模及該配置下的系統年綜合成本如圖5所示。

圖5 不同kBp下的儲能配置規模和系統成本Fig.5 The optimal size of BESS and system cost under different kBp

由圖5可知，隨著蓄電池投資單位成本下降，儲能配置容量會明顯增大，儲能系統年綜合成本明顯減小。若電池儲能成本系數保持不變，由表2可知，當配置規模增加到一定程度時，新增容量帶來的供電可靠性收益因無法彌補投資成本的增加而使系統年綜合成本轉向上升趨勢。然而，受成本系數減小的影響，同等容量增量的情況下，系統供電可靠性收益的增加值將會大于投資成本的增加值，即系統年綜合成本隨功率成本系數的下降持續減小。由此可見，儲能投資成本是制約其在電力系統大規模應用的關鍵因素。

5 結論

在以可再生能源為主體的微網內配置儲能電源是保證其可靠供電的一種有效手段。本文針對含可控負荷的風光儲獨立微網系統，提出了考慮負荷側響應的系統功率分配策略；基于蓄電池儲能的運行特性對其循環使用壽命的影響，建立了電池儲能在獨立微網中的容量優化配置模型。算例分析表明，通過發揮負荷側的功率調節能力可以削弱微網中可再生能源發電波動性，提高系統供電可靠性，從而降低微網系統對儲能容量的需求。本文所提模型可為含間歇性發電電源的獨立微網系統儲能電源的規劃發展提供理論依據。

[1] 王成山，王守相.分布式發電供能系統若干問題研究[J].電力系統自動化，2008，32(20)：1-4. Wang Chengshan，Wang Shouxiang.Study on some key problems related to distributed generation systems[J].Automation of Electric Power Systems，2008，32(20)：1-4.

[2] 梁亮，李建林，惠東.大型風電場用儲能裝置容量的優化配置[J].高電壓技術，2011，37(4)：930-936. Liang Liang，Li Jianlin，Hui Dong.Optimization configuration for capacity of energy storage system in large-scale wind farm[J].High Voltage Engineering，2011，37(4)：930-936.

[3] 張坤，毛承雄，陸繼明，等.基于儲能的直驅風力發電系統的功率控制[J].電工技術學報，2011，26(7)：7-14. Zhang Kun，Mao Chengxiong，Lu Jiming，et al.Power control strategy of directly driven wind turbine with energy storage system[J].Transactions of China Electrotechnical Society，2011，26(7)：7-14.

[4] 丁明，徐寧舟，畢銳.用于平抑可再生能源功率波動的儲能電站建模及評價[J].電力系統自動化，2011，35(2)：66-72. Ding Ming，Xu Ningzhou，Bi Rui.Modeling of BESS for smoothing renewable energy output fluctuations[J].Automation of Electric Power Systems，2011，35(2)：66-72.

[5] 胡國珍，段善旭，蔡濤，等.基于液流電池儲能的光伏發電系統容量配置及成本分析[J].電工技術學報，2012，27(5)：260-267. Hu Guozhen，Duan Shanxu，Cai Tao，et al.Sizing and cost analysis of photovoltaic generation system based on vanadium redox battery[J].Transactions of China Electrotechnical Society，2012，27(5)：260-267.

[6] Yoshimoto K，Nanahara T，Koshimizu G.Analysis of data obtained in demonstration test about battery energy storage system to mitigate output fluctuation of wind farm[C]//IEEE PES Joint Symposium on Integration of Wide-Scale Renewable Resources into the Power Delivery System，Paris，France，2009：1-5.

[7] 王成山，于波，肖峻，等.平滑可再生能源發電系統輸出波動的儲能系統容量優化方法[J].中國電機工程學報，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.

[8] Bourouni K，Ben M’Barek T，Al Taee A.Design and optimization of desalination reverse osmosis plants driven by renewable energies using genetic algorithms[J].Renewable Energy，2011，36(3)：936-950.

[9] 張建華，于雷，劉念，等.含風光柴儲及海水淡化負荷的微網容量優化配置[J].電工技術學報，2014，29(2)：102-112. Zhang Jianhua，Yu Lei，Liu Nian，et al.Capacity configuration optimization for island microgrid with wind photovoltaic diesel storage and seawater desalination load[J].Transactions of China Electrotechnical Society，2014，29(2)：102-112.

[10]婁素華，易林，吳耀武，等.基于可變壽命模型的電池儲能容量優化配置[J].電工技術學報，2015，30(2)：265-271. Lou Suhua，Yi Lin，Wu Yaowu，et al.Optimizing of the deployment of battery energy storage based on lifetime predication[J].Transactions of China Electrotechnical Society，2015，30(2)：265-271.

[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)：477-483.

[12]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，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.

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

[14]Li Wei，Joos G.A power electronic interface for a battery supercapacitor hybrid energy storage system for wind applications[C]//Proceedings of Power Electronics Specialists Conference，Rhodes，Greek，2008：1762-1768.

[15]楊裕生，程杰，曹高萍.規模儲能裝置經濟效益的判據[J].電池，2011，41(1)：19-21. Yang Yusheng，Cheng Jie，Cao Gaoping.A gauge for direct economic benefits of energy storage devices[J].Battery Bimonthly，2011，41(1)：19-21.

Sizing of Energy Storage in Microgrid with Controllable Load

Lou Suhua Luo Peng Wu Yaowu Zhang Lijing

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

The appropriate size of energy storage is one of the critical elements to improve the reliability and economy of power supplies for remote microgrid with renewable generations.In this paper，a power allocation strategy coordinating the renewable energy，energy storage，and load is presented considering the time-shifting load of mining underwater within the microgrid.A model of sizing the energy storage is developed considering the unfixed cycle life of battery storage.The proposed model is carried out on a typical wind/photovoltaic hybrid system in northwest China with load of mining underwater.The results demonstrate that the proposed model is effective

Controllable load，battery energy storage system，wind/PV hybrid micro-grid system，equivalent cycle life，sizing of energy storage

國家自然科學基金(51677076)和國家重點基礎研究發展計劃(973計劃)(2012CB215102)資助項目。

2015-06-08 改稿日期2015-10-10

TM732

婁素華 女，1974年生，博士，副教授，研究方向為電力系統規劃與優化運行、新能源發電和電力技術經濟。

E-mail：shlou@mail.hust.edu.cn(通信作者)

羅 鵬 男，1988年生，碩士研究生，研究方向為電力系統規劃與優化運行、微電網技術、儲能系統優化。

E-mail：1509839765@qq.com