計及儲能電站安全性的功率分配策略研究

李建林 李雅欣 劉海濤 馬速良

計及儲能電站安全性的功率分配策略研究

李建林1李雅欣1劉海濤2馬速良1

（1. 儲能技術工程研究中心（北方工業大學） 北京 100144 2. 南京工程學院智能電網產業技術研究院 南京 211167）

儲能電站的安全穩定運行，備受業界關注。大功率等級的儲能電站離不開若干儲能電池艙間聯合運行，合理的功率分配是保障儲能電站運行安全、提升效率的重要手段。因此，該文針對典型的鋰電池儲能電站的系統功率優化分配問題展開研究。面向電化學儲能電站安全性的能量管理問題，提出考慮電池艙健康狀態（SOH）及荷電狀態（SOC）雙層控制下的系統功率分配策略。首先基于SOH設計一級功率均分、單獨出力以及自適應分配三種分配模式；然后，考慮SOC設計防止過充過放的分配策略；最后設計二級功率分配策略聯動，在優先保障電站運行安全性前提下，同時提升儲能電站輸出功率分配最優，并分別從電池艙級、逆變器級、系統級三個方面設計算例驗證有效性，為后續電化學儲能電池系統的工程實際應用重要參考價值。

功率分配 儲能電站 安全運行 能量管理 自適應優化

0 引言

隨著低碳政策的廣泛施行，儲能電站建設數量不斷攀升，儲能電站的安全管理問題逐漸成為行業熱點。由于受電池連接和集成技術限制，電池成組后的技術指標包括比功率、比能量、能量轉化效率、安全性等都遠低于單體電池[1]。同時隨著電池組容量衰減，易出現過充、過放、過電流和超溫等破壞電池內特性的現象，使其壽命比單體電池縮短數倍甚至數十倍[2-4]。同時，也導致儲能電站多個電池艙出力小于單一電池艙出力的現象頻發，為了提升電池儲能電站的整體安全和效率，需要構建計及儲能電站安全性的功率分配策略[5-6]，以保證電站安全穩定運行。

國家層面對儲能電站安全問題也非常重視，由能源局發布《關于加強電化學儲能電站安全管理的通知》。《通知》中提出高度重視電化學儲能電站安全管理、加強電化學儲能電站規劃設計安全管理、做好電化學儲能電站設備選型、嚴格電化學儲能電站施工驗收、嚴格電化學儲能電站并網驗收、加強電化學儲能電站運行維護安全管理，其中在加強電化學儲能電站規劃設計安全管理中提出加強風險評估[7-9]。文獻[10]提出一種適用于孤島微電網的自適應功率分配策略，結合動態特性和運行機理自適應設置調頻系數，實現減小頻率超調量的同時提高系統功率分配響應速度。文獻[11]針對功率分配不均、電壓跌落問題分雙層進行優化控制，以功率分配和穩定電壓作為優化目標，實現了恒功率分配以及母線電壓的穩定。文獻[12]提出了自適應優化控制的功率分配方式，通過引入功率滯環控制，優化變換器的投切，在器件層控制上提升了系統變換器運行效率，從而提升系統功率分配效率。上述參考文獻針對優化功率分配效率問題進行深入研究，沒有考慮功率分配差異對安全性的影響，因此其不適合用于電池儲能電站功率分配應用場景。文獻[13]提出一種基于改進雨流計數法的梯次電池功率分配策略，在儲能系統分段能量需求建模的基礎上結合分段控制提出雨流計數法分段控制思想。文獻[14]提出一種基于博弈理論、計及主被動需求響應的微電網-配電網協調分配模型，該模型提高了用戶、配電網和微電網的收益，證明了方案合理性。文獻[15]提出適用于混合儲能的功率分配策略，通過模糊自適應控制優化功率指令，在確保荷電狀態（State of Charge, SOC）在合理范圍內的同時實現儲能電站長期穩定運行。上述參考文獻中所提出的分配策略分別考慮了兩級聯動控制優化目標[16]，為本文所提優先考慮功率分配安全性目標，并兼顧效率目標的策略設計提供了思路。文獻[17]提出基于SOC的功率分配策略，可以實時檢測SOC并調整控制策略以防止電池的過沖過放，此方法可能會造成控制器誤動作，影響功率平抑效果和儲能元件壽命。文獻[18]基于虛擬額定功率間接消除線路電阻對功率分配的影響，但未考慮SOC均衡問題，上述文獻在解決功率分配問題時，以考慮健康狀態（State of Health, SOH）為主，并未考慮電池SOH因素對系統功率分配安全性的影響。

基于上述分析，針對電化學儲能電站安全性的能量管理問題，本文提出考慮SOH-SOC雙層控制下的站級系統功率分配策略，保障了儲能電池艙充放電時始終處于安全裕度內，可以實時完成功率追蹤及合理分配，提高儲能電站運行年限。本文通過自適應濾波實現SOH-SOC雙層功率分配方案，設計艙間功率分配的站級能量管理策略，并通過仿真分析證明了SOH-SOC策略有效性。本文研究為后續電化學儲能電池系統的工程實際應用提供了重要參考價值。

1 自適應濾波器

自適應濾波器在解決統計量的線性及非線性分布問題上應用廣泛，通過調整濾波參數，實現對濾波系統自動化最優調整[19-22]，本文所提考慮SOH-SOC的兩級功率分配策略利用自適應濾波器實現。在典型鋰電池模型基礎上，基于電池艙的SOH數值動態設定濾波常數，利用濾波常數動態調整儲能輸出功率指令，從而實現對多個電池艙的自適應功率最優分配[23]。對于多個電池艙的儲能系統來說，需要設定多個濾波常數，為下文表述方便，本節以兩個電池艙為例進行闡述。

本文利用自適應濾波器特點，在自適應計算過程中利用濾波系統關聯電池艙SOH對參考功率值進行自適應調整[24-25]，實現考慮電池艙SOH-SOC的兩級功率分配策略。具體來說，功率分配的對象為兩個電池艙，通過SOH-SOC兩級策略改變濾波系數，將功率分配結果中的應輸出較小功率指令以低通濾波方式輸出，使對應的儲能電池艙收到并執行儲能充放電指令，之后再將該輸出功率值與參考值做差，使另一個儲能電池艙收到分配結果中較高功率的儲能充放電指令，從而通過濾波方式實現將功率分配指令下達至兩個電池艙。考慮到表征鋰電池關鍵性能的參數SOH，因此對處于正常工作范圍的電池艙，即SOH∈[0.1, 0.9]的電池艙，設定功率分配濾波常數為，分別對應兩個電池艙分配得到各自相應的功率指令[26]。對處于非正常工作范圍內的電池艙，為避免其影響處于正常工作狀態的電池艙，使其輸出功率指令為0，令其不參與出力，從而有效避免電池過度充放電，保證儲能系統安全運行，實現對電池艙SOH-SOC雙層站級系統功率分配策略。

本文所提SOH-SOC自適應濾波器控制框圖如圖1所示。其中SOH1和SOH2分別為電池艙1和電池艙2的SOH狀態，ref表示儲能系統有功功率參考值，1、2分別表示經濾波后電池艙1和電池艙2分配得到的輸出功率值。

2 SOH-SOC雙層功率分配策略

針對典型鋰電池儲能電站來說，不同電池艙間一致性各異，會造成多個電池艙單元出力小于單一艙出力[27-29]，不僅會大大縮短儲能電站的運行年限，更難以保障電站的安全運行。因此，本節提出考慮電池艙SOH-SOC雙層功率分配策略，第一層通過考慮電池艙SOH使得出力得到均衡分配，第二層考慮電池艙SOC狀態以保障電池艙充放電安全運行。

2.1 一級SOH功率分配策略

不同于剛出廠的電池，長時間使用后的鋰電池內部活性物質減少、雜質增多、晶體結構變化等因素造成電池性能下降，其中最直接的表現是實際容量顯著下降和電池內阻增大，其真實的狀態與出廠標定存在較大的差異，且差異程度難以估計。而從電池循環壽命指標考慮，隨著電池使用，其剩余的循環次數將不斷地降低，也可以用于表征電池應用過程中的健康狀態變化。本節所提策略第一層為一級SOH功率分配策略，在典型鋰電池模型基礎上，建立電池艙模型，利用雨流計數法（Rain-flow Counting Algorithm, RCA）和BP神經網絡（Back Propagation Neural Network, BPNN）實現電池老化過程的等效模擬，基于NASA電池測試數據，采用BPNN工具箱訓練循環次數與SOH映射關系模型，由此得出電池艙SOH。依據相關標準，定義電池艙SOH∈[0.1, 0.9]為正常運行狀態。針對兩個電池艙的SOH差異性定義三種運行模式如下。

模式3：自適應分配模式，若兩個電池艙SOH情況均不屬于上述兩種情況之列，表明此時兩個電池艙狀態有差異，但是一致性差距處于可接受范圍之內。為保證輸出功率分配最優，此時定義濾波常數，依據濾波常數確定分配權重，進而確定兩個電池艙的功率分配值。

依據上述思路，構建“按需分配”式的一級電池艙SOH功率分配策略。為了更好地說明上述思路，對應的流程如圖2所示，通過輸入ref及SOH1和SOH2后，依據所提的一級SOH功率分配策略中的三種模式判定流程，得到電池艙1和電池艙2的有功功率1、2。

圖2 一級SOH功率分配策略圖

2.2 二級SOC越限保護策略

模式C：正常充放模式，用于上述兩種模式均不滿足的情況。此時則按照一級SOH功率分配指令對電池進行充放電。若兩個電池艙SOC情況均不屬于上述兩種情況之列，表明此時一級SOH功率分配策略安全且合理，應按照一級SOH功率指令對電池艙進行充放電，保證輸出功率分配最優。

圖3 二級SOC越限保護策略流程

3 仿真算例

依據實際案例，采用本文提出的SOH-SOC兩級功率分配策略進行驗證，拓撲搭建如圖4所示。該仿真系統由4個模塊構成，分別為儲能電池艙1系統、儲能電池艙2系統、能量管理系統（Energy Management System, EMS）、波形采集模塊。其中波形采集模塊中分為三組波形展示，由上至下依次為電池艙波形、儲能變流器（Power Conversion System, PCS）波形、功率分配情況波形。系統直流電壓設置為693V，經過DC、AC后逆變為400V交流電并通過升壓艙接入10kV母線中，設置儲能系統功率參考值為5kW，占空比50%。

本節設置了算例仿真對所提出的SOH-SOC兩級電池系統功率分配策略進行分析。

3.1 一級SOH功率分配策略模式1、3分析

本算例驗證一級SOH功率分配策略中的模式1功率均分模式和模式3自適應分配模式。為此，本算例中兩個電池艙初始值設置見表1。

表1 算例一參數

Tab.1 Parameters of case 1

圖4 儲能系統功率分配仿真拓撲

3.1.1 電池艙情況

圖5a為兩個電池艙的SOC情況，可以看出其初始狀態都在50%左右，300s之后SOC1下降得更快。圖5b為兩個電池艙的SOH情況變化，在0～300s內，SOH1=SOH2，依據本文所提策略中一級SOH功率分配策略的模式1功率均分模式進行分配，因此兩個電池艙損耗也一樣，呈均分態勢。在300s時電池艙2的SOH保持不變，電池艙1跳變為0.84左右。在300～600s期間，SOH1＜SOH2，依據一級SOH功率分配模式3自適應分配，電池艙2承擔功率輸出更多。從電池艙1的SOH局部放大圖中可以看出，在整個運行周期600s內，電池艙1的SOH整體呈下降趨勢，符合電氣特性規律，表明所用電池模型的有效性。圖5c表示兩個電池艙的電流情況。可以看出300s前二者電流幅值相同，300s后，SOH高的電池艙2的電流幅值升高，電池艙1電流幅值下降。也驗證了SOH級策略中自適應分配策略起作用。

3.1.2 儲能電站功率分配情況

電池艙功率分配情況如圖6所示，在0～300s內，兩個電池艙各自有功出力均為2.5kW，占總有功功率指令的一半。在300s時由于電池艙SOH1跳變，兩個電池艙的有功出力也因此改變。在300～600s期間，由于SOH1＜SOH2，從圖6中可以看出，電池艙2的有功功率指令幅值升高，表明其承擔有功功率輸出大于電池艙1。

圖6 算例1電池艙功率分配情況

Fig 6 Power distribution results of 2 battery bays

綜上所述，本算例從電池艙級和系統級兩個維度驗證了一級SOH功率分配策略中模式1功率均分及模式3自適應分配策略的有效性。

3.2 一級SOH功率分配策略模式2和模式3分析

本算例驗證一級SOH功率分配策略中的模式3自適應分配和模式2單獨出力模式。為此，本算例中兩個電池艙初始值設置見表2。

表2 算例二參數

Tab.2 Parameters of case 2

3.2.1 電池艙情況

圖7a為兩個電池艙的SOC情況，在0～300s內，2個電池艙的SOC都呈下降趨勢，但下降速率相異，表明二者均在承擔不同大小的功率指令。300s后，電池艙1的SOC1變化為0，SOC2仍持續下降，說明300s后只有電池艙2單獨出力。圖7b為兩個電池艙的SOH情況變化，在0～300s內，SOH1＞SOH2，在300s電池艙1的SOH1發生跳變后驟降為77.5%，整個600s周期內SOH2恒為0.88，在300s后電池艙1的SOH衰退程度明顯較電池艙2更嚴重，無法承擔功率指令。依據SOH級策略中模式2單獨出力模式，說明此時由電池艙2承擔全部有功出力。圖7c表示2個電池艙的電流情況。可以看出300s前，SOH高的電池艙1的電流幅值高于電池艙2，說明此時二者均承擔功率指令，并且電池艙1出力更多。在300s后，電池艙2的幅值升高較300s升高，但電池艙1的電流幅值下降為0，表明300s由電池艙2承擔全部有功出力指令，電池艙1 不出力。

3.2.2 儲能電站功率分配情況

電池艙功率分配情況如圖8所示。在0～300s內，2個電池艙均承擔有功出力，且電池艙1承擔更多出力；在300～600s期間，電池艙2的有功出力升高，電池艙1有功指令為0，表明此時只有電池艙2承擔全部有功指令。因此驗證一級SOH策略中的模式3自適應分配和模式2單獨出力模式的情況。

圖8 算例2電池艙功率分配情況

Fig8 Power distribution results of 2 battery bays of case 2

綜上所述，本算例從電池艙級和系統級兩個維度驗證了一級SOH功率分配策略中模式3自適應分配及模式2單獨出力策略的有效性。

3.3 二級SOC越限保護策略分析

本算例驗證二級SOC越限保護功率分配策略有效性，基于一級SOH功率分配結果，對SOC發生越限的儲能電池艙進行重新分配，以充分保證電池艙及儲能電站系統運行的安全性。基于儲能電站運行安全性考慮，本節算例驗證SOC級策略下模式B，即防止放電完全情況的有效性。為此，本算例中兩個電池艙初始值設置見表3。

表3 算例三參數表

Tab.3 Parameters of case 3

3.3.1 電池艙情況

圖9a為兩個電池艙的SOC情況，可以看出在0～600s整個周期內，SOC1呈持續下降態勢，而SOC2則持續上升。表明整個周期內，電池艙1在持續放電，而電池艙2則處于充電狀態。圖9b為兩個電池艙的SOH情況變化。圖9c為兩個電池艙的電流情況。可以看出經二級SOC功率分配策略控制后，電池艙2的電流為負，表明電池艙2在整個周期均處于充電狀態，并且在300s后充電電流幅值增大。而電池艙1的電流方向正負均有，并且在300s后放電電流幅值增大，表明電池艙1承擔全部放電任務。

3.3.2 逆變器變換情況

圖10為兩個逆變器的有功功率，明顯看出在0～300s期間，逆變器1承擔全部放電功率指令，在300s后承擔部分充電指令，但充電功率小于逆變器2。而逆變器2在整個周期均執行充電指令，并且在300s后其充電功率升高，且高于逆變器1。說明電池艙2滿足SOC級控制下的模式B越限條件，因此SOC控制策略作用，使電池艙2始終執行充電指令。

圖10 電池艙系統逆變器情況

3.3.3 儲能電站功率分配情況

總功率追蹤情況如圖11所示。圖11a為儲能電站系統總功率指令與2個電池艙有功功率和的追蹤情況，可以看出，對于給定充放電功率5kW，2個電池艙出力之和實現精準追蹤。圖11b中，在0～300s內，電池艙1承擔全部放電指令，在300s后電池艙1的充電功率增加，但增加程度小于電池艙2。而在整個周期中，電池艙1和電池艙2均處于充電狀態，并且在300s后其充電功率增大。同時整個周期內，電池艙1、2的有功功率指令和完全符合給定值。驗證了二級SOC功率越限保護控制策略有效。

圖11 總功率追蹤情況

圖12所示為電池艙2功率分配實際輸出情況。圖12a為電池艙2的SOH-SOC級功率指令情況。可以看出在一級SOH功率分配指令下，電池艙2應在整個周期處于正常充放電工作狀態，并且在300s后其充放電功率增大。由于電池艙2達到越限保護生效條件，因此SOC級功率越限保護指令作用。如圖12所示，在整個周期內電池艙2只進行充電操作，不再執行之前SOH級的模式3自適應分配策略的功率指令。從而保證電池艙2安全運行。圖12b為電池艙2的SOC級功率指令追蹤情況。可以看出電池艙2的實際輸出有功功率對其SOC級功率指令實現精準追蹤。驗證SOC級策略的安全保護作用。

綜上所述，本算例從電池艙級、逆變器級、系統級三個維度驗證了儲能電站系統功率分配策略中二級SOC功率越限保護策略的有效性，保證電池艙安全運行。

4 結論

本文提出了考慮SOH-SOC控制下的系統功率分配策略。利用自適應濾波器濾波原理，實現一級SOH控制下的功率均分模式1、單獨出力模式2以及自適應分配模式3三種情況。在此基礎上，設計二級SOC控制下的防止充電過剩模式A、防止放電完全模式B以及正常充放模式C三種情況。設計仿真驗證該功率分配策略有效性，與現有技術相比，該策略具有如下優點：

1）設定濾波常數，依據濾波常數確定功率分配權重，充分考慮儲能電池艙特性。

2）設計一級SOH功率分配控制策略時，分別提出功率均分模式1、單獨出力模式2以及自適應分配模式3三種情況，避免多個電池艙出力和小于單一艙出力的情況，實現電池艙間功率均衡分配。

3）設計二級SOC功率越限控制策略時，分別提出防止充電過剩模式A、防止放電完全模式B以及正常充放模式C三種情況，保障儲能電站的安全運行。

4）設計考慮SOH-SOC功率分配策略聯動，在優先保障鋰電池儲能電站運行安全情況下，提高了電池艙出力均衡性，具有工程實際應用價值。

[1] 李建林, 李雅欣, 黃碧斌, 等. 退役動力電池一致性評估及均衡策略研究[J]. 電力系統保護與控制, 2021, 49(12): 1-7.

Li Jianlin, Li Yaxin, Huang Bibin, et al. Research on consistency evaluation and control strategy of a retired power battery[J]. Power System Protection and Control, 2021, 49(12): 1-7.

[2] 袁鐵江, 張昱, 栗磊, 等. 計及功率密度約束含氫儲能的預裝式多元儲能電站容量優化配置研究[J]. 電工技術學報, 2021, 36(3): 496-506.

Yuan Tiejiang, Zhang Yu, Li Lei, et al. Capacity optimization configuration of pre-installed multi-energy storage power station considering power density constrained hydrogen storage[J]. Transactions of China Electrotechnical Society, 2021, 36(3): 496-506.

[3] 嚴干貴, 劉瑩, 段雙明, 等. 電池儲能單元群參與電力系統二次調頻的功率分配策略[J]. 電力系統自動化, 2020, 44(14): 26-34.

Yan Gangui, Liu Ying, Duan Shuangming, et al. Power distribution strategy for battery energy storage unit group participating in secondary frequency regulation of power system[J]. Automation of Electric Power Systems, 2020, 44(14): 26-34.

[4] 劉皓明, 陸丹, 楊波, 等. 可平抑高滲透分布式光伏發電功率波動的儲能電站調度策略[J]. 高電壓技術, 2015, 41(10): 3213-3223.

Liu Haoming, Lu Dan, Yang Bo, et al. Dispatch strategy of energy storage station to smooth power fluctuations of high penetration photovoltaic generation[J]. High Voltage Engineering, 2015, 41(10): 3213-3223.

[5] 王德順, 薛金花, 葉季蕾, 等. 基于粒子群算法的儲能電站經濟優化調度策略[J]. 可再生能源, 2019, 37(5): 714-719.

Wang Deshun, Xue Jinhua, Ye Jilei, et al. Economic optimization scheduling strategy for battery energy storage system based on particle swarm optimization[J]. Renewable Energy Resources, 2019, 37(5): 714-719.

[6] 孫瑋澤. 基于大規模儲能電站的控制研究[D]. 吉林: 東北電力大學, 2019.

[7] 王志強. 電池儲能電站能量管理及其參與電網調頻特性分析[D]. 徐州: 中國礦業大學, 2021.

[8] 王坤, 李國豪, 甘智勇, 等. 電網側大容量儲能電站的應用與節能分析[J]. 資源節約與環保, 2019(12): 6.

[9] 蔡新雷, 董鍇, 孟子杰, 等. 基于優化動態分組技術的電池儲能電站跟蹤AGC指令控制策略[J]. 儲能科學與技術, 2022, 11(5): 1475-1481.

Cai Xinlei, Dong Kai, Meng Zijie, et al. AGC command tracking control strategy for battery energy storage power station based on optimized dynamic grouping technology[J]. Energy Storage Science and Technology, 2022, 11(5): 1475-1481.

[10] 陳曉雯, 李奇, 蒲雨辰, 等. 基于等效氫耗特征的孤島電-氫混合儲能多微電網功率自適應分配控制方法研究[J/OL].電網技術: 1-13[2022-05-25]. DOI: 10.13335/j.1000-3673.pst.2021.2396.

Chen Xiaowen, Li Qi, Pu Yuchen,Yang Yang, wt al. Power adaptive distribution control of isolated multi-microgrids containing electric-hydrogen hybrid energy storage based on equivalent hydrogen consumption characteristics[J/OL]. Power System Technology: 1-13[2022-05-25]. DOI: 10.13335/j.1000-3673. pst.2021.2396.

[11] 李瑜, 張占強, 孟克其勞, 等. 基于分層控制的孤島微電網儲能優化控制策略[J]. 儲能科學與技術, 2022, 11(1): 176-184.

Li Yu, Zhang Zhanqiang, Meng Keqilao, et al. Optimal control strategy for energy storage in island microgrid based on hierarchical control[J]. Energy Storage Science and Technology, 2022, 11(1): 176-184.

[12] 陳根, 蔡旭. 提升并聯型風電變流器運行效率的自適應功率優化控制[J]. 中國電機工程學報, 2017, 37(22): 6492-6499, 6761.

Chen Gen, Cai Xu. Adaptive power optimal control for operation efficiency improvement of parallel wind power converters[J]. Proceedings of the CSEE, 2017, 37(22): 6492-6499, 6761.

[13] 王育飛, 葉俊斌, 薛花, 等. 基于改進雨流計數法的梯次利用電池儲能系統優化控制[J]. 電力系統自動化, 2022, 46(8): 39-49.

Wang Yufei, Ye Junbin, Xue Hua, et al. Optimal control for energy storage system with echelon utilization batteries based on improved rain-flow counting method[J]. Automation of Electric Power Systems, 2022, 46(8): 39-49.

[14] 范添圓, 王海云, 王維慶, 等. 計及主/被動需求響應下基于合作博弈的微網-配電網協調優化調度[J]. 電網技術, 2022, 46(2): 453-462.

Fan Tianyuan, Wang Haiyun, Wang Weiqing, et al. Coordinated optimization scheduling of microgrid and distribution network based on cooperative game considering active/passive demand response[J]. Power System Technology, 2022, 46(2): 453-462.

[15] 賈偉青, 任永峰, 薛宇, 等. 基于小波包-模糊控制的混合儲能平抑大型風電場功率波動[J]. 太陽能學報, 2021, 42(9): 357-363.

Jia Weiqing, Ren Yongfeng, Xue Yu, et al. Wavelet packet-fuzzy control of hybrid energy storage for power fluctuation smoothing of large wind farm[J]. Acta Energiae Solaris Sinica, 2021, 42(9): 357-363.

[16] 韓曉娟, 陳躍燕, 張浩, 等. 基于小波包分解的混合儲能技術在平抑風電場功率波動中的應用[J]. 中國電機工程學報, 2013, 33(19): 8-13, 24.

Han Xiaojuan, Chen Yueyan, Zhang Hao, et al. Application of hybrid energy storage technology based on wavelet packet decomposition in smoothing the fluctuations of wind power[J]. Proceedings of the CSEE, 2013, 33(19): 8-13, 24.

[17] 李培強, 李文英, 唐捷, 等. 基于SOC優化的混合儲能平抑風電波動方法[J]. 電力系統及其自動化學報, 2017, 29(3): 20-27.

Li Peiqiang, Li Wenying, Tang Jie, et al. Method of hybrid energy storage to smooth the fluctuations for wind power based on state of charge optimization[J]. Proceedings of the CSU-EPSA, 2017, 29(3): 20-27.

[18] Hoang K D, Lee H H. Accurate power sharing with balanced battery state of charge in distributed DC microgrid[J]. IEEE Transactions on Industrial Electronics, 2019, 66(3): 1883-1893.

[19] 劉璐, 牛萌, 鄭偉杰, 等. 考慮內部參數不一致性的儲能系統用鋰電池組建模[J]. 電力系統自動化, 2021, 45(19): 15-23.

Liu Lu, Niu Meng, Zheng Weijie, et al. Modeling of lithium-ion battery packs for energy storage system considering inconsistency of internal battery parameters[J]. Automation of Electric Power Systems, 2021, 45(19): 15-23.

[20] 申景潮, 胡健, 胡敬梁, 等. 直流微電網儲能裝置雙向DC-DC變換器參數自適應反步控制[J]. 儲能科學與技術, 2022, 11(5): 1512-1522.

Shen Jingchao, Hu Jian, Hu Jingliang, et al. Parameter adaptive backstepping control of bidirectional DCDC converter for DC microgrid energy storage device[J]. Energy Storage Science and Technology, 2022, 11(5): 1512-1522.

[21] 李建林, 牛萌, 王上行, 等. 江蘇電網側百兆瓦級電池儲能電站運行與控制分析[J]. 電力系統自動化, 2020, 44(2): 28-35.

Li Jianlin, Niu Meng, Wang Shangxing, et al. Operation and control analysis of 100 MW class battery energy storage station on grid side in Jiangsu power grid of China[J]. Automation of Electric Power Systems, 2020, 44(2): 28-35.

[22] 顏湘武, 鄧浩然, 郭琪, 等. 基于自適應無跡卡爾曼濾波的動力電池健康狀態檢測及梯次利用研究[J]. 電工技術學報, 2019, 34(18): 3937-3948.

Yan Xiangwu, Deng Haoran, Guo Qi, et al. Study on the state of health detection of power batteries based on adaptive unscented Kalman filters and the battery echelon utilization[J]. Transactions of China Electrotechnical Society, 2019, 34(18): 3937-3948.

[23] 劉瑩. 電化學儲能電站參與電力系統二次調頻功率分配策略[D]. 吉林: 東北電力大學, 2021.

[24] 薛宇石. 電池儲能電站能量管理及協調控制策略研究[D]. 北京: 華北電力大學(北京), 2018.

[25] Khalaji A K, Haghjoo M. Adaptive passivity-based control of an autonomous underwater vehicle[J]. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 2022, 236(20) : 10563-10572.

[26] 謝敏, 韋薇, 李建釗, 等. 儲能電站參與能量-調頻市場聯合調度模式研究[J]. 電力建設, 2019, 40(2): 20-28.

Xie Min, Wei Wei, Li Jianzhao, et al. Research on combined dispatching mode of energy storage in energy market and regulation market[J]. Electric Power Construction, 2019, 40(2): 20-28.

[27] 葉季蕾, 薛金花, 吳福保, 等. 一種電池儲能電站的經濟優化調度策略[J]. 電源技術, 2016, 40(2): 365-369.

Ye Jilei, Xue Jinhua, Wu Fubao, et al. Economic optimization dispatching strategic of battery energy storage station[J]. Chinese Journal of Power Sources, 2016, 40(2): 365-369.

[28] 張宸偲. 分布式電源接入的配電網儲能系統優化配置技術研究[D]. 武漢: 湖北工業大學, 2019.

[29] 李建林, 郭斌琪, 牛萌, 等. 風光儲系統儲能容量優化配置策略[J]. 電工技術學報, 2018, 33(6): 1189-1196.

Li Jianlin, Guo Binqi, Niu Meng, et al. Optimal configuration strategy of energy storage capacity in wind/PV/storage hybrid system[J]. Transactions of China Electrotechnical Society, 2018, 33(6): 1189-1196.

[30] 甘偉, 郭劍波, 艾小猛, 等. 應用于風電場出力平滑的多尺度多指標儲能配置[J]. 電力系統自動化, 2019, 43(9): 92-98.

Gan Wei, Guo Jianbo, Ai Xiaomeng, et al. Multi-scale multi-index sizing of energy storage applied to fluctuation mitigation of wind farm[J]. Automation of Electric Power Systems, 2019, 43(9): 92-98.

Research on Power Distribution Strategy Considering the Safety of Energy Storage Power Station

Li Jianlin1Li Yaxin1Liu Haitao2Ma Suliang1

（1. Energy Storage Technology Engineering Research Center North China University of Technology Beijing 100144 China 2. Smart Grid Industry Technology Research Institute Nanjing Institute ofTechnology Nanjing 211167 China）

The safety and stability of energy storage power stations during operation have received strong attention from the industry. Energy storage power stations of high power level cannot operate without many battery compartments. Reasonable power distribution is important to ensure the operation safety and improve efficiency of energy storage power stations. Therefore, the paper studies the optimal power distribution of typical lithium battery energy storage power stations. Aiming at the energy management problem of energy storage power station safety, a power distribution State of health (SOH)-State of charge (SOC) strategy was proposed. Three power distribution modes are designed under the first-level SOH power distribution strategy, namely, equal power distribution, independent power distribution and adaptive power distribution. Then, the SOC is considered to design the distribution strategy to prevent overcharge and overdischarge. Finally, the two-stage power distribution strategy is designed to improve the optimal output power distribution of the energy storage power station under the priority of guaranteeing the operation safety of the power station. The effectiveness is verified from three aspects of battery compartment level, inverter level and system level respectively, which provides important reference value for the safe operation of electrochemical energy storage power station system.

Power distribution, energy storage power station, safe operation, energy management, adaptive optimization

10.19595/j.cnki.1000-6753.tces.221679

TM732

國家自然科學基金面上項目（52277211）、江蘇省配電網智能技術與裝備協同創新中心開放基金項目（XTCX202208）資助。

2022-09-01

2022-10-09

李建林 男，1976年生，教授，研究方向為大規模儲能技術。E-mail：dkyljl@163.com（通信作者）

李雅欣 女，1994年生，博士研究生，研究方向為大規模儲能技術。E-mail：lyxpush@163.com

（編輯 郭麗軍）