基于電力物聯網的儲能云網平臺應用技術

薛晨， 任景， 崔偉， 張小白， 劉鵬飛， 臧闊

(1.國家電網公司西北分部，陜西，西安 710048；2.國網南京南瑞集團公司(國網電力科學研究院)，江蘇，南京 211106；3.國電南瑞科技股份有限公司，江蘇，南京 211106)

0 引言

隨著社會、經濟的不斷進步，各個行業對能源的需求與日俱增，但是以化石能源為主的不可再生能源卻日益枯竭。世界所能提供的能源與社會經濟快速發展所需要的能源差距越來越大，能源短缺問題將成為全球性的大問題。同時，全球各國對化石能源的大量使用也使環境污染問題成為全球各國都應該重視的問題，能源問題面臨著危機，因此，儲能問題就提上了日程。

針對能源問題，現有技術也紛紛做出相關研究，文獻[1]分析了儲能設備對間歇性電網的影響，并提出錯時儲能調度方案，但是并未對該方案提出完整方案；文獻[2]提出了一種通過儲能設備對電網用電端的電壓進行改善的方案，通過儲能設備解決電網供電端和用電端運行不穩定的問題，但是并未真正發揮出儲能云網平臺的調節能力；文獻[3]通過采用復合式儲能設備提高太陽能的利用效率，但是由于未建立綜合的電力物聯網，在電力儲存中利用效率較小，建設成本較高。

針對上述技術存在的不足，本研究基于電力物聯網技術，融合能量調度模型和調度優化算法實現了儲能云網平臺的新型應用。

1 創新點設計

本研究的創新點在于：

(1)結合電力物聯網技術的特點，構建出新型的儲能云網應用平臺，通過“物—網—用”的結構體系，實現“互聯網+儲能”應用模式。

(2)設計出新型能量調度模型，實現了供電端和需求端之間的調度，提高了本研究平臺應用的效率。

(3)設計出新型的儲能云網平臺能量優化方法，充分利用儲能設備對現有電網進行修改優化，對于上下游各個環節狀態的全感知，計算出儲能設備在能源生產消費中的數據關系，以此更好地優化電力資源調度。

2 融合電力物聯網的儲能云網平臺設計

本研究所設計的儲能云網平臺充分借助于人工智能和大數據等技術，將儲能技術作為核心技術進行計算，優化儲能系統充放電控制策略，發揮儲能設備既是供給端又是需求端的特點，實現多種能源的高效互補，促進對新型清潔能源的消納，輔助支撐電網穩定、安全、可靠運行[4]。本研究的儲能云網平臺總體架構如圖1所示。

圖1 儲能云網平臺總體架構

在圖1中，從實現功能上來講，主要有規劃設計、運行監測、智能運維、運營分析、設備資產、調度控制、交易結算和能效管理等八個業務功能[5]。從系統運行步驟來看，其主要是通過對發電廠、用戶以及儲能設備的數據匯聚于數據庫，進行更優化的電力調度，并提供可視化服務。

圖2為儲能云網平臺的硬件框架。儲能云網通過各種設備對發電站的運行數據進行獲取，以及對各用戶用電習慣數據進行獲取，分別預測其未來一段時間的發電、用電情況。把多個電廠的發電數據和多個用戶用電數據進行匯總，在以就近供電原則上，將集中式儲能設備既作為需求端，又作為供應端，能夠實現發電、用電的削峰填谷，這種方式既解決了發電站棄風棄光行為，又能夠提高對突發情況的容錯率。并且為了使電力調度更迅速準確，本研究把系統分為供給端和需求端兩部分，在就近調度原則下分別對其進行預先調度[6]。

圖2 儲能云網平臺硬件框架

本研究中的儲能云網平臺硬件框架包括需求端和供應端。在供應端，由于電網中通常接入大規模的風電、光電等清潔能源，風電、光電等清潔能源發電量有很大隨機性、波動性，不能提供穩定可靠的電力支撐。對于發電站所造成的波動特點有：電力總量大、時間尺度長、不需要快速反應等特點，可以采用高儲量的抽水儲能電站，既可以滿足日調峰作用又可以滿足年調峰作用。

在需求端，由于用戶對用電需求的隨意性，通常修建一些小型的太陽能電池板，通過這些發電設備對用戶供電，這對電力調度能力提出了更嚴峻的挑戰。本研究采用了虛擬電廠的概念。

通過將分布式發電設備與分布式儲能設備結合成一個整體，通過儲能云網平臺進行調度，使其接入電網，既解決了電力需求問題，又對電網調度起到緩沖作用。需求端電力波動特點：電力總量小，需求曲線波動劇烈，要求供電設備反應迅速[7]。對于這種情況可以采用大容量電池組來儲能。關于虛擬電廠架構如圖3所示。

圖3 虛擬電廠架構

3 能量調度模型

3.1 供應端調度模型

供給端的調度基本模型是供應端通過以往的發電數據，給儲能云網平臺提供一條發電標準值曲線。供應端按照所給的標準曲線給電網提供電力，電網也照著標準曲線來進行電力調度。發電站發電量的不穩定性在供應端內部通過儲能設備進行調平。

3.1.1 電廠發電量標準值偏差懲罰

假設當前電力市場的價格為確定量數值，在這種電力市場環境下建立電力調度模型。本研究通過對清潔能源發電站進行電力調度優化模型以及提出發電站發電量偏差懲罰概念。在ω場景下，在t時段的清潔能源發電站發電量標準值偏差懲罰[8]如式(1)：

(1)

3.1.2 目標函數

在綜合考慮發電站發電量標準值偏差懲罰以及棄電懲罰等情況下，以發電站的經濟效益為優化目標，再考慮到含有隨機變量的情況下，把目標函數使用含有隨機變量的最大數學期望值來表示，如式(2)：

(2)

3.1.3 約束條件

(1)發電站發電量平衡約束

(3)

(2)發電廠發電量約束

(4)

(3)標準值約束

(5)

(4)儲能容量運行約束

(6)

3.2 需求端調度模型

在需求端，由于用戶的多樣性，本研究選取有代表性的家庭型用戶進行研究。以微電網模型進行分析。該模型從用戶角度出發，以用戶的最大經濟效益為電能調度研究優化目標，用戶電能收益如式(7)：

fall=fPV,sub+fPV,s+fload

(7)

式中，fall為電能收益，fPV,sub為政府對光伏發電的補貼收入，fPV,s為向電網饋電獲得的收入，fload為從電網中購電的支出。

通過式(7)可以求解出t時刻的收益如式(8)：

(8)

約束條件：購、饋電互斥約束

ηt+μt=1

(9)

同一時刻用戶和電網電能交互只能是單向的，向電網饋電和從電網購電同一時刻只能發生一種情況，不能同時向電網饋電和從電網購電。儲能設備的儲電量不能大于最大儲量，也不能小于最小量。

(10)

因此，通過上述數據模型，實現了能量調度。

4 模擬與分析

4.1 供給端模擬分析

為了驗證所提方法的有效性，需設計以下仿真試驗進行驗證。仿真環境選擇Windows 10操作系統的計算機，設置計算機內存為32 G，Intel Xeon W-2145 CPU 3.70 GHz，本次模擬仿真試驗的軟件選取MATLAB 7.0軟件。本次模擬試驗選取某發電站一年的標準發電數據和真實發電數據，發電站數據繪制圖如圖4所示。

圖4 發電站電力數據

由圖4可見，虛線表示標準發電數據，實線為真實發電數據。發電站在3、4、5、7、8月發電站的發電量超出所需供給的標準供給量，儲能充電，在2、6、11月的發電量不足供給量，儲能放電。關于標準發電數據與真實發電數據差值得到儲能設備電力調度圖如圖5所示。

圖5為儲能設備的充放電情況，其中正值表示設備在充電，負值為在放電。由于儲能設備的儲能上限問題，在5月有部分性棄電行為，棄電量不足3%。在該模型下，儲能設備運行綜合考慮自身運行約束情況，減小儲能設備的出力偏差，增加在電力市場的競爭力。

圖5 儲能設備充放電數據

4.2 需求端模擬分析

本次需求端模擬實驗通過對河南某用戶的電力數據進行模擬試驗。通過對其電力需求數據進行分析，把三種不同的方案進行比較，得到用戶電力數據結果如圖6所示。

圖6 用戶電力數據

由圖6可知，該用戶在2019年某天的電力情況。其中，虛線為電力需求情況，實線為光伏發電情況。政府補貼光伏發電為0.72元/kWh。證明上述建立的電力調度模型的合理性。通過調研得出該電力費用數據如圖7所示。

由圖7可知，該地區的電力價格采用分時定價方式。實線表示不同時間段電力價格，虛線為電網饋電的價格。通過運算得出三種不同方法費用數據如圖8所示。

圖8 三種不同方法費用數據

圖8為該用戶不改變電力使用習慣，三種不同的方式進行電力調度。其中，長虛線表示第一種方式，方式二如短虛線所示，最后一種方式如實線所示,利用一個容量為30 kWh的蓄電池，除了對光伏所發電量進行儲存外，還在電費處于低谷時進行儲存電力，既可以對家庭的日常用電提供供給，還可以把多余的電力傳入電網，使電網進行回收。通過這種調度方法完整的一天可以獲得25.317元的金額。相比于只進行光伏發電，通過分布式儲能設備參與儲能云網調度，經濟收益增加了108.3%。

5 總結

針對儲能云網平臺的應用技術，本研究設計了一種“物-網-用”的儲能應用平臺，通過對供應端和需求端分別采用不同的調度模型，實現電力的儲存和調度，能夠更高效的利用間歇性電網，并通過試驗得出本研究設計的儲能云網平臺對電力進行調度，可以提高電力使用的效率，同時能夠增加一定的經濟效益，但是由于本研究設計的方案還未能在真實環境中大量使用，因此還需要對其進行更進一步的研究。