电池储能系统对风力发电系统可靠性的影响

袁 越，张新松，傅质馨

(1.河海大学能源与电气学院，江苏南京 210098;2.河海大学可再生能源发电技术教育部工程研究中心，江苏南京 210098)

随着环境污染的日益加剧及化石燃料的逐渐枯竭，风电作为一种可大规模开发利用的可再生能源受到了越来越多的重视。中国政府计划在中华人民共和国国民经济和社会发展第十二个五年规划期间(2011—2015年)将风电装机容量增加至1亿kW。然而，与常规能源发电机组不同，风电场出力由随机风速决定，是一种典型的间歇性、波动性能源，其对发电系统可靠性的贡献远不如同容量的常规发电机组。通过对RBTS可靠性测试系统［1］的研究发现，90 MW的风电机组对该测试系统可靠性的贡献仅相当于原系统中1台10 MW的常规发电机组［2］。当然，这一替代率与风力发电机轮毂处的平均风速及其参数均有密切的关系。

20世纪80年代以来，欧、美国家普遍意识到电池储能系统(BESS)在电力系统中的应用潜力。众多的BESS试验工程在世界范围内投入运营，并取得良好的效益［3-4］。如位于美国加州奇诺的BESS(容量为40 MW·h;最大充、放电功率为10MW)试验工程成功运行了10 a(1988—1997年)，该工程被成功地应用于提供快速备用、抑制低频震荡、电压控制、频率控制等方面。进入21世纪后，随着风电大规模接入电网，工业界和学术界普遍意识到风电的波动性和间歇性会对电网运行带来巨大的挑战［5］，如降低系统可靠性、增加系统运行成本、恶化电能质量等。此时，学者们开始探讨如何利用BESS灵活的充、放电能力平滑风功率波动［6-8］、改善风功率间歇性，并在一定程度上实现风电的可调度［9-10］。

我国于2010年启动的国家科技支撑计划“风光储输示范工程关键技术研究”也开始着手研究数十兆瓦级的BESS集成技术，并将其应用于可再生能源发电并网工程。与此同时，加拿大著名学者Billinton领导的研究小组尝试将储能装置接入到风电场，并借助蒙特卡洛模拟技术分析其对发电系统可靠性的贡献［11-12］。Bagen等［11］将BESS接入包含风电场和光伏电站的孤立电力系统，并研究不同容量的BESS对孤立系统可靠性的贡献。研究表明，BESS可有效提升孤立系统的可靠性，且BESS容量越大，可靠性的提升效果越明显。Hu等［12］研究了风电接入后，BESS对发电系统可靠性的贡献，指出BESS可有效提升发电系统的可靠性。此外，文献［12］还提出几种不同的BESS运行策略，并对比了不同策略下的发电系统可靠性提升效果。但是在上述研究工作中没有明确指明储能装置的类型，且几乎没有考虑储能装置的特性。

为改善风电的间歇性，笔者尝试将BESS接入到风电场的汇流母线，并利用序贯蒙特卡洛模拟技术(SMCS)评估其对发电系统可靠性的贡献。并用电力不足期望(ELOLE)与电量不足期望(ELOEE)2个常用指标衡量发电系统的可靠性。为充分利用BESS有限的充、放电循环寿命，任何不完整的充、放电循环在电池运行过程中均被严格限制。基于RBTS可靠性测试系统的仿真结果表明:BESS可以在不显著消耗循环寿命的情况下，有效提升风力发电机组对发电系统可靠性的贡献，即BESS在提高发电系统可靠性的同时，仍有足够的能力用于平滑风电波动［6-8］、调度风功率［9-10］。

1 电池储能系统及其运行策略

为提高并网风电场对发电系统可靠性的贡献，将BESS通过双向功率变换器接入到风电场的汇流母线，构建了如图1所示的风储混合电站。图1中Pw为风储混合电站中的风电输出功率，Pb为BESS的充、放电功率(电池放电时，Pb为正值，反之为负值)，Pd为风储混合电站向发电系统注入的功率。需要指出，本文中Pb并不局限于风速，因此Pd可能为负值，即整个风储混合电站可能会从发电系统吸收功率。

BESS的使用寿命可用其生命周期内总的充、放电循环次数来衡量，其与最大放电深度、环境温度以及充、放电速度均有密切的关系［3］。文献［13］指出:当BESS放电深度为20%时，寿命为4 200次充、放电循环;当其放电深度增加到80%时，寿命下降为2000次充、放电循环。此外，过大的放电深度可能对BESS造成永久性的伤害，并显著降低其使用寿命［14］。因此，参照美国加州奇诺 BESS试验工程的成功经验，本文BESS的最大放电深度设为80%，与之对应的BESS荷电率(SOC)为0.2。此外，为避免过快的充、放电速度对BESS造成伤害，利用功率变换器对BESS的充、放电功率进行严格控制。若电池在t时刻处于放电状态，为避免过度放电，其最大允许放电功率为

图1 风储混合电站示意图Fig.1 BESSincorporated into wind farm

若t时刻电池处于充电状态，为避免过度充电，其最大充电功率为

式中:Pbm——BESS的最大充、放电功率;St-1——t-1 时刻的荷电率;Eb——BESS 的容量;η——BESS 的充、放电效率;T——时间间隔。

BESS的运行策略为:当发电系统可用发电容量(包含风电)大于负荷需求时，BESS充电;当发电系统可用发电容量小于负荷需求时，BESS放电，以减小发电系统失负荷风险。由于BESS是一种昂贵的储能装置，为充分利用其有限的循环寿命，运行中应严格禁止BESS经历不完整的充、放电循环。即BESS充电时，必须充电至满充状态(对应的SOC为1.0);而BESS的放电时，必须放电至设定的最大放电深度(对应的SOC为0.2)。BESS的运行策略见图2。假定某时刻负荷需求大于可用发电容量，此时BESS应放电并承当部分负荷，从而减少切负荷量，降低系统风险。但若此时BESS正处在充电状态，且为避免不完整的充、放电循环，BESS便不能放电。显然，这一运行策略会影响BESS对发电系统可靠性的贡献。

2 常规机组及风电场的可靠性模型

2.1 常规机组可靠性模型

常规机组采用双状态模型描述，即正常运行状态和故障停运状态。机组的可用容量由其运行状态决定，即正常运行时，可用容量为其额定容量;而故障停运时，可用容量为零。机组i的运行持续时间ti1与检修时间ti2均服从指数分布［15］，即故障率λi和修复率μi均为常数。因此，对各机组的持续运行时间和检修时间进行抽样的公式分别为

图2 BESS运行策略Fig.2 Operation strategy of BESS

式中U为区间［0，1］上服从均匀分布的随机数。本文假定各常规机组的初始状态均为正常状态。基于各常规机组在模拟周期内的时序运行状态抽样结果，可求得各常规机组在模拟周期内各时段总的可用发电容量。

2.2 风电场可靠模型

假定风电场由N台容量为Pr的风力发电机组(WTG)组成，各机组经汇流、升压后接入电网。WTG的切入、额定及切出风速分别为Vq，Vr及Vo，当WTG轮毂高度处的风速为V时，其输出功率为［16］

与常规机组不同，WTG的输入能源不可控，其可用发电容量主要由随机风速确定。因此，在可靠性分析中可忽略WTG本身的随机故障对风电场可用容量的影响，即假定WTG是完全可靠的理想发电机。此外，在可靠性分析中一般认为风电场各WTG的输出功率近似相同，即整个风电场的输出功率为

由于V难以预测，因此用Weibull分布［16-17］描述其概率分布:

其中

式中:k——形状参数，代表风速频谱特性，无量纲;c——尺度参数，反映平均风速大小，m/s;Ew，σw——WTG轮毂高度处风速的平均值和标准差;Γ——伽马函数。参数k，c均可由风速统计数据获得。

根据式(7)对V进行抽样后，由式(5)(6)可计算出对应风电输出功率的抽样值。

3 基于SMCS的发电系统可靠性分析

BESS的充、放电模型与常规机组可用发电容量序列均为时序模型，故本文采用SMCS技术对包含BESS与风力发电机组的发电系统1 a内的运行情况进行模拟，并在此基础上分析发电系统的可靠性，流程如图3所示。为保证模拟的精度，在研究周期内需要对发电系统的运行状况进行足够次的模拟，设模拟次数为n(本文设定的最大模拟次数为106次)，并在此基础上统计发电系统的可靠性指标。

4 算例分析

以RBTS可靠性测试系统(由11台常规机组组成，总装机容量240 MW、最高负荷185 MW)［2］为算例，研究BESS接入对发电系统的可靠性的影响。首先，对RBTS基本测试系统的可靠性进行模拟，得到可靠性指标ELOLE为1.06 h/a，ELOEE为9.43 MW·h/a。因此，RBTS基本测试系统的可靠性水平很高。

假定RBTS测试系统的最高负荷由185 MW增至210 MW，由于负荷水平的增加，测试系统的可靠性指标ELOLE与ELOEE分别增至7.39 h/a与82.76 MW·h/a。为确保发电系统的可靠性，必须新增发电容量。当新增发电容量为10 MW的燃气机组(GTG)［2］时，测试系统可靠性指标的变化情况如表1所示。由表1得，GTG可有效地应对负荷增长，确保发电系统的可靠性。当GTG新增容量为30MW时(3台GTG)，系统的可靠性水平与RBTS基本测试系统相当。

假定单台WTG的额定容量为2MW，其切入风速、额定风速和切出风速分别为3 m/s，12 m/s和22 m/s。风电场的风况数据采用江苏响水风电场的实测数据，WTG轮毂高度处的年平均风速为6.68 m/s，标准差为3.61 m/s。当新增发电容量为WTG时，测试系统可靠性的变化趋势如表2所示。

图3 SMCS流程Fig.3 Flowchart of SMCS

从表2可以看出，作为一种间歇性能源，WTG对发电系统可靠性的贡献远不如常规机组。当WTG新增容量增至280 MW时，ELOEE和ELOLE的数值分别为15.53MW·h/a和1.39h/a，仍显著低于RBTS基本测试系统的可靠性水平。当WTG装机容量从0 MW增至160 MW时，对应的ELOEE和ELOLE数值分别下降65.31 MW·h/a和5.81 h/a;而当WTG装机容量进一步增至280 MW时，对应的ELOEE和ELOLE数值仅分别下降2.1 MW·h/a和0.19 h/a。即WTG对发电系统可靠性的贡献呈现出“饱和”效应，由此可推断，即使继续增加WTG装机容量也不能有效提高发电系统的可靠性。因此，在负荷增长的情况下，仅靠WTG不足以确保发电系统的可靠性。

为改善WTG对发电系统可靠性的贡献，假定容量为40 MW·h的BESS接入到风电场汇流母线(该 BESS最大充、放电功率为10 MW)，且BESS按照第1节提出的运行策略运行。不同新增WTG装机容量下测试系统的可靠性水平如表3所示。从表3可以看出，当新增WTG装机容量为160 MW时，发电系统的可靠性指标ELOEE与ELOLE分别降至10.73 MW·h/a和0.97 h/a，基本达到了RBTS基本测试系统的可靠性水平。

当BESS容量从40 MW·h增至80 MW·h时(BESS最大充、放电功率亦由10 MW增至20 MW)，不同WTG装机容量下测试系统的可靠性水平如表3所示。此时，当新增WTG装机容量为100 MW时，发电系统的ELOEE和ELOLE分别降至10.10 MW·h/a和0.83 h/a，基本达到了RBTS基本测试系统的可靠性水平。

表1 GTG对测试系统可靠性的贡献Table 1 Reliability contribution of GTG

表2 WTG对测试系统可靠性的贡献Table 2 Reliability contribution of WTG

表3 含BESS的WTG对测试系统可靠性的贡献(E b=40 MW·h，E b=80 MW·h)Table 3 Reliability contribution of WTG with BESS(E b=40 MW·h，E b=80 MW·h)

以上分析表明，按照第1节提出的技术方案将BESS接入到风电场，可显著增强WTG对发电系统的可靠性的贡献。且BESS容量越大，这一作用越明显。需要指出，电池是一种昂贵的储能设备，仅用其来提高WTG对发电系统的可靠性的贡献度不经济。从表3可以看出，由于严格限制了BESS不完整的充、放电循环，因此，模拟年内电池的平均充、放电次数均不超过2次，且随BESS容量的增加而下降。BESS在其使用周期内可用的充、放电总数往往可达几百乃至上千次(如美国加州奇诺BESS试验工程在10 a内的总充、放电循环次数高达2000次)，也就是说BESS完全有能力在提高发电系统可靠性的同时完成其他的功能，如用于平滑风功率的波动［6-8］、实现风功率的可调度［9-10］等。当然，如何协调BESS完成这些功能，是一个值得深入研究的课题，作者将在未来的研究工作中加以考虑。

5 结 语

为提高WTG对发电系统可靠性的贡献，将BESS接入到风电场的汇流母线。BESS在发电系统可用发电容量大于负荷需求时充电，在发电系统可用发电容量小于负荷需求时放电，以减小发电系统失负荷风险、提高发电系统的可靠性。为延长BESS的使用寿命，BESS在运行过程中严格限制不完整的充、放电循环。

利用SMCS技术评估BESS对发电系统可靠性的影响，结果显示，BESS可在不显著消耗其循环寿命的前提下有效提高风力发电机组对发电系统可靠性的贡献。

［1］BILLITION R，BAI G.Generating capacity adequacy associated with wind energy［J］.IEEE Transactions on Energy Conversions，2004，19(3):641-646.

［2］BILLITION R，KUMAR S，CHOWDHUR N，et al.A reliability test system for educational purpose:basic data［J］.IEEE Transactions on Power Systems，1989，4(3):1238-1244.

［3］DIVYA K C，Ø TERGARRD J.Battery energy storage technology for power systems:an overview［J］.Electrical Power Systems Research，2009，79(4):511-520.

［4］PARKER C D.Lead-acid battery energy-storage systems for electricity supply networks［J］.Journal of Power Sources，2001，100(1):18-28.

［5］ALBADI M H，EL-SAADANDY E F.Overview of wind power intermittency impacts on power systems［J］.Electrical Power Systems Research，2010，80(6):627-632.

［6］丁明，徐宁舟，毕锐.用于平抑可再生能源功率波动的储能电站建模及评价［J］.电力系统自动化，2011，35(2):66-72.(DING Ming，XU Ningzhou，BI Rui.Modeling of BESSfor smoothing renewable energy output fluctuations［J］.Automation of Electrical Power Systems，2011，35(2):66-72.(in Chinese))

［7］TELEKE S，BARAN M E，HUANG A Q，et al.Control strategies for battery energy storage for wind farm dispatching［J］.IEEE Transactions on Energy Conversation，2009，24(3):725-732.

［8］TELEKE S，BARAN M E，BHATTACHARYA S，et al.Optimal control of battery energy storage for wind farm dispatching［J］.IEEE Transactions on Energy Conversation，2010，25(3):787-794.

［9］LI Qiang，CHOI SS，YUAN Yue，et al.On the determination of battery energy storage capacity and short-term power dispatchof a wind farm［J］.IEEE Transactions on Sustainable Energy，2011，2(1):148-158.

［10］YAO D L，CHOI S S，TSENG K J，et al.A statistical approach to the design of a dispatchable wind power-battery energy storage system［J］.IEEE Transactions on Energy Conversation，2009，24(4):916-925.

［11］BAGEN B，BILLITION R.Incorporating well-being considerations in generating systems using energy storage［J］.IEEE Transactions on Energy Conversion，2005，20(1):225-230.

［12］HU P，CARKI R，BILLITION R.Reliability evaluation of generating systems containing wind power and energy storage［J］.IET Generation Transmission and Distribution，2009，3(8):783-791.

［13］SEC Industrial Battery Co.Ltd.Solar Power Battery［EB/OL］.［2012-05-18］.http://www.amberjac-projects.co.uk/documents.

［14］CALASANZION D，CASELLI M，GHIOTTO D.Charging of valve-regulated lead/acid batteries under deep cycling applications［J］.Journal of Power Sources，1995，53(1):143-147.

［15］张宏宇，印永华，申洪，等.基于序贯蒙特卡洛方法的风电并网系统调峰裕度评估［J］.电力系统自动化，2012，36(1):32-37.(ZHANGHongyu，YIN Yonghua，SHEN Hong，et al.Peak-shaving margin evaluation associated with wind power integrated system based on sequential Monte-Carlo simulation［J］.Automation of Electrical Power Systems，2012，36(1):32-37.(in Chinese))

［16］于晗，钟志勇，黄杰波，等.考虑负荷和风电出力不确定性的输电系统机会约束规划［J］.电力系统自动化，2009，33(2):20-24.(YU Han，ZHONG Zhiyong，HUANG Jiebo，et al.A chance constrained transmission network expansion method associated with load and wind farm variations ［J］.Automation of Electrical Power Systems，2009，33(2):20-24.(in Chinese))

［17］李强，袁越，李振杰，等.考虑峰谷电价的风电-抽水蓄能联合系统能量转化效益研究［J］.电网技术，2009，33(6):13-18.(LI Qiang，YUAN Yue，LI Zhenjie，et al.Research on energy shifting benefits of hybrid wind power and pumped hydro storage system considering peak-valley electricity price［J］.Power System Technology，2009，33(6):13-18.(in Chinese))