一種分布式儲能集群調度方法

阮志杰 余俊杰 楊涌新

（廣東電網有限責任公司中山供電局 廣東省中山市 528400）

儲能技術對于全球節能減排與優化能源結構的目標實現有著積極的推動作用，尤其隨著可再生能源接入比例的增大、智能電網概念的提出、政府的支持與資本的追逐，規模化儲能技術應用的市場前景逐漸顯現[1]。其應用貫穿于電力系統的發、輸、供、配、用各個環節[2]。

將儲能設備集群可以實現電網的調峰等輔助服務，利用多個儲能設備構成的集群，融合了發電、負荷和儲能設備于一體，儲能設備的參與可以有效實現對關口輸送功率波動的平抑。然而，儲能設備自身存在多種約束條件[3]，各個時間的充放電之間存在耦合約束關系，而且為了設備維護成本的考慮，儲能設備的充放電功率不能進行頻繁的波動，上述特性給儲能設備集群的優化調度帶來了困難。

進行大電網的潮流分析，實時計算出各個集群的有功目標值下發到集群控制裝置，集群控制裝置則控制轄區內各分布式光伏和儲能裝置的有功輸出達到調度有功目標值。

本文研究目標是在考慮集群內部儲能設備約束的前提下，給出了平抑關口功率波動的和避免儲能設備充放電功率的目標函數，實現了對分布式儲能集群的優化調度[2]。

1 分布式儲能集群調度的數學模型

1.1 儲能設備模型

對于單個儲能設備，其充放電功率分別有如下最大值約束條件：

另外，同一個儲能設備的充放電功率應該至少有一個為0，因此有：

定義第i個儲能設備在時刻t的凈輸出功率為：

儲能設備存在如下爬坡約束：

1.2 分布式儲能集群調度的目標函數

求解不考慮儲能設備情況下集群關口各時刻的總預測注入功率：

由于集群的總凈預測有功注入功率波動往往較為劇烈，為了避免其波動對優化結果的影響，導致儲能設備頻繁地充放電，因此可以將其進行低通濾波處理，采用滑動均值濾波的方式，進行濾波。

分別求各個時刻集群的預測關口功率：

圖1：考慮充放成本的分布式儲能集群調度系統結構圖

其中，n表示儲能集群中儲能設備的數量。

定義各個時刻集群的預測關口功率的均值為：

2 優化調度系統的結構

該分布式儲能集群調度系統的整體控制結構如圖1所示，上層為該調度系統的控制中心，下層為分布在集群內部的各個儲能設備控制器。該儲能調度系統可以進行日前優化調度、滾動優化調度和實時優化調度，三者之間的區別為，進行的優化時所輸出的儲能設備調度計劃時間跨度不同。

在日前優化調度模式下，以15分鐘作為一個決策時刻間隔，所考慮的時間范圍為未來一天24小時的時段，此時上述模型中輸出時刻數量為96個。下層的分布式儲能設備控制器將儲能設備現有的能量值上傳給上層的控制中心；控制中心收集電網側所采集的未來一天的可再生能源最大出力預測值和負荷預測值，基于預測值獲得未來一天各個時刻節點的預測凈有功注入功率，進而得到未來一天的集群關口功率預測值。基于上述預測值和儲能設備的當前狀態通過分布式儲能集群調度模型進行求解可以得到儲能集群中未來一天的儲能設備的充放電調度計劃。按照該計劃對儲能設備進行調度即可實現在避免集群儲能設備頻繁充放電的情況下實現對關口波動的平抑。

在滾動優化調度模式下，所考慮的時間范圍為未來的3個小時，此時上述模型中輸出時刻數量為12個。下層的分布式儲能設備控制器仍然將儲能設備現有的能量值上傳給控制中心，控制中心基于當前最新的可再生能源出力和負荷的預測結果，得到當前時刻至日末的最新預測結果，更新相應的預測凈有功注入功率和集群關口功率預測值。求解當前時刻至日末時刻的儲能調度優化問題，更新未來3個小時的調度計劃。

在實時調度模式下，所考慮的時間范圍為未來的15分鐘，此時上述模型中輸出時刻數量為1個。上層控制中心收集下層分布式儲能設備的實時能量值，并基于實時的可再生能源出力和負荷預測值獲取實時的有功注入功率和集群關口功率。求解當前時刻至日末時刻的儲能調度優化問題，更新儲能集群未來15分鐘的調度計劃。

圖2：儲能優化調度效果圖

上述日前、滾動和實時三種模式涉及的時間尺度不同，應該通過三者結合的方式進行應用。在第二天開始之前，控制中心進行日前優化調度，獲取未來一天集群儲能調度計劃；每隔1個小時，控制中心進行滾動優化調度，在未來一天集群儲能調度計劃的基礎之上更新未來3個小時的調度計劃；每隔15分鐘，控制中心進行實時優化調度，在日前和滾動的調度計劃基礎之上，更新未來15分鐘的調度計劃。這樣，既保證了對儲能設備未來調度計劃預期的產生，又能夠根據最近獲取的更加精確的預測結果實現優化調度。

3 算例分析

分布式儲能集群調度方法的優化效果示意圖如圖2所示。該算例集群中含有分布式儲能設備總的最大充放電功率為70MW。

設定各個儲能設備儲能最小能量、最大能量占儲能設備最大儲存能量的比例分別為0.2和1.0，所有儲能設備的充電和放電效率全部設定為95%，自然的損耗率設定為0.99。

基于實際系統的天氣預測，得到可再生能源最大輸出功率預測值和集群的負荷節點預測值，在未加入儲能設備充放電的網絡中，假設一天之中各個時間節點的關口輸出功率的預測值曲線如圖2中的黑色虛線所示。按照分布式儲能集群調度模型中求解儲能設備的集群優化調度問題，可以得到集群關口如圖2紅色曲線所示的集群關口輸出功率結果。

圖3(a)(b)分別為集群中全體儲能設備的輸出功率和總的能量值所占最大值的比例。可以看到，在加入儲能設備后，集群關口功率的波動幅值明顯得到改善，最大關口峰值功率由205WM下降到了121MW，降低了約40%。同時，從儲能調度曲線來看，當儲能設備輸出功率大于0時表示放電、小于0時表示充電，可以看到優化后得到的曲線中，儲能設備的輸出功率沒有頻繁地在正負之間轉換，即無頻繁充放電切換的現象出現，滿足的優化問題的要求。另外，從儲能設備的能量值變化過程來看，儲能設備中的能量所占儲能設備最大存儲能量的百分比沒有低于最小值0.2，也沒有超出最大值1.0，保證了儲能設備自身功率約束和能量約束條件的成立。

圖3

4 結論

本文構建了一種考慮充放成本的分布式儲能集群調度方法。首先對單個儲能設備的約束條件進行建模，考慮儲能設備充放電功率約束和能量約束條件；隨后針對集群關口功率的波動形式，給出了平抑關口功率波動的和避免儲能設備充放電功率頻繁波動的目標函數，通過求解優化問題即可實現目標。所提出的方法實現了對儲能集群的優化調度，在實際應用中具有較大價值。