储能装置在微网系统中的经济运行分析

陈 磊，詹跃东

（1. 昆明理工大学信息工程与自动化学院，云南 昆明 650500；2. 昆明理工大学云南电网公司研究生工作站，云南 昆明 650217）

储能装置在微网系统中的经济运行分析

陈 磊1,2，詹跃东1

（1. 昆明理工大学信息工程与自动化学院，云南 昆明 650500；2. 昆明理工大学云南电网公司研究生工作站，云南 昆明 650217）

本文基于风、光、柴油机、蓄电池复合发电系统研究分布式发电中的能量调度及优化设计问题。本文建立了风机、光伏阵列、柴油机及蓄电池的数学模型，利用该模型可以根据实时的太阳辐射强度和风速计算出光伏阵列和风力发电机的输出功率。本文所采用的能量调度策略为并网状态下最大限度地使用可再生能源。在此调度策略基础上，利用动态规划法确定柴油机和蓄电池的输出功率。最后在 Matlab上通过算例系统对本文所研究的问题进行仿真分析，结果表明蓄电池在微网中的应用可以使系统达到降低经济成本、提高系统运行可靠性的目的。

分布式发电；微电网；蓄电池；动态规划法

0 引言

引入储能技术是为了解决新能源消纳、增强电网稳定性、提高配电系统利用效率。电网中的储能环节可以有效地实现需求侧管理，消除峰谷差异，平抑负荷。不仅可以改善系统运行稳定性、参与调频调压、补偿负载波动，还能更有效地利用电力设备、降低电力成本，进而促进可再生能源的应用。

1 本文所需分布式电源的数学模型

1.1 光伏机组的数学模型

光伏电池机组的的功率输出表达式为:

其中，标准测试条件电池输出功率为STCP ；光伏电池的实际输出功率为PVP ；标准测试条件下辐照强度STCG ；实际辐照强度为INGG ；功率温度系数为k；参考温度为rT；电池板工作温度为cT[1]。

1.2 风力发电的数学模型

当风速很小时，风电机不发电。达切入风速时，发电机开始发电。风力愈强，输出功率愈大。至额定风速时，风电机输出其额定功率。随后输出功率保持大致相同。当风速愈发增大，达切出风速的时，为免受损，风电机刹车，不再输出功率。则风力机的输出功率可表示为风速的函数：

式中：风电机功率特性曲线参数 k0、k1、k2；切入风速vi、额定风速vr、切出风速vo以及额定功率Pr。

1.3 柴油机的数学模型

柴油发电机是按MG-EMS的指令运行，在微网处于孤岛运行时或者在微网处于并网向孤岛运行状态过渡时，将以PV节点运行，而在微网并网运行时一般以PQ节点运行。如下为其燃料-功率输出特性：

其中，同步发电单元的费用系数为 ai， bi， ci，同步发电单元的燃料消耗成本为 CF-syn（元），同步发电单元的出力为

1.4 蓄电池

通常来讲，荷电状态（SOC）的预测是整个分布式发电机组的经济平衡和发电规划的一个重要环节[2]。输入蓄电池的能量或者从蓄电池输出的能量可通过安培小时法简单计算出。仅需已知被测蓄电池的最大容量，即可用此方法来求取蓄电池的荷电状态[3]。

安培小时法的基本思想为把不同电流下的放电电量等效成标准电流下的放电电量，通过一个容量修正系数得到修正后的等效放电电量公式：式中，iC表示在相同的初始条件下以不同放电电流i放出的电量，IC表示在相同的初始条件下以标准放电电流 I放出的电量错误！未找到引用源。。考虑温度的影响（温度升高，蓄电池放电时间增加，放出容量增加，反之降低），引入温度修正系数tω（设标准容量 CN为 30℃时标准放电电流下的最大放电容量）：

式中，温度系数 k是一个近似常数，通常取0.008。

修正后的等效放电电量公式为：

则蓄电池的剩余容量为：

得蓄电池的荷电状态（SOC）：

式（9）中i为充放电电流，可按如下方法计算。设系统额定电压为V，负载需求功率为PLD，或系统剩余功率为Pe，则有，

充电电流chargeI ：

2 蓄电池在微网中的经济运行分析

本章考虑了微网的并网运行情况，结合与配电网的交互问题，提出了含柴油机、风力发电机、光伏发电单元和蓄电池的微网，以经济效益最大目标的能量优化管理模型和调度策略。制定如下经济运行原则：

（1）微网与主网功率可自由交换，但优先使用微网内部电源满足微网负荷需求；

（2）风电及光伏发电均在最大功率点追踪模式[4]下运行。

在满足各种约束条件的基础上，使用动态规划法求取微网的经济效益最大下的各发电单元出力[5]。

2.1 目标函数

经济运行将微网系统看作一个整体，不计向微电网内部负荷售电收益，忽略风电、光伏发电及蓄电池运行费用，在调度时段内微电网保证自身负荷需求的基础上，以经济效益最大为目标，则目标函数为：

式中：在时段 内，微电网发电成本为 Cei；微电网向主网售电或购电的费用为 Cei；微电网与主网交换功率为 Pexi（微电网输出功率为正 Pexi，反之为负）；售电电价和购电电价分别为 psi和 pbi；柴油机耗油量为VMTi；时长为Δti；柴油机发电成本为CFCi。柴油价格为 pgas；柴油机发电成本为 CFCi。

2.2 约束条件

2.2.1 系统有功功率平衡

式中，t时刻系统中的总有功负荷为tLP（kW）；可调度单元t时刻功率输出为itP（kW）；不可调度单元t时刻功率输出为ftP（kW）；d：可调度单元数目；q：不可调度单元数目[6]。

2.2.2 发电单元有功功率限制

2.2.3 储能单元运行约束

蓄电池需要满足荷电状态约束：

充电电流约束：

放电电流约束：

2.3 蓄电池的运行方式

调度周期内在负荷确定的情况下，风电、光伏发电的运行方式已相对固定，所以仅需确定蓄电池的合理运行方式。故求解蓄电池的最佳运行方式，本文采用动态规划法。蓄电池运行方式优化属多阶段非线性规划问题，在采用动态规划求解之前，须将蓄电池模型转化为动态规划可操作的方式[7]。

首先将整个调度周期均分为N个时段，假定每个时段内，电价、负荷、电源出力等均恒定不变，其中各时段依次记为i，i∈{1, 2, …, N}。用N个时段表示蓄电池的N个阶段，把剩余电量作为蓄电池各阶段的状态，同时将各阶段所有可能的充放电电流作为备用决策，为模拟蓄电池充放电过程，先把蓄电池出力变化的连续过程离散化，如表1所示。

表1 电池充放电状态及相应电流Tab.1 Charging and discharging status of battery and corresponding current

其中，蓄电池的额定充电电流为Iar和额定放电电流Ibr，并且假定蓄电池放电电压等于充电电压。

使用动态规划法求解，当确定在某一阶段蓄电池的剩余电量后，经由表1选择任一充放电电流作为该阶段决策，即可过渡到下一阶段状态。定义在蓄电池不启动情况下微网与主网在时段 的功率交换量为（当微网输出功率，为正，反之为负）。为了充分利用电价波动来提高微网经济效益，蓄电池应按如下原则运行：

为在动态规划求解的各阶段体现上述原则，则如式（20）制定阶段指标函数来表示时段 i的虚拟收入，且动态规划求解过程中评价指标均以虚拟收入体现：

式中：期望损失和期望收益分别为 Cdi和Uk为充或放电电压，恒定不变； Ik为充放电电流，若蓄电池放电，则 Ik为正，反之为负；峰时段售电电价为 psmax；时段i的售电电价和购电电价分别为psi和pbi；δ为系数，取1～2；时段i的时长为Δti；时段i的充电效率和放电效率分别为ηai和ηbi。过程指标函数可如下：

2.4 蓄电池的控制策略

在确定风电、光伏、柴油机运行方式的情况下，使用如下三种蓄电池的调度策略：

（1）蓄电池在整个调度周期内均不启动；

（2）蓄电池在整个调度周期内均工作于循环充放电状态；

（3）蓄电池按如下方法确定其以最佳运行方式运行：

3 算例分析

3.1 算例系统

主要由微电网、柴油机组、风力发电机组、光伏阵列组成算例系统发电单元，蓄电池为储能单元，如图1所示。

图1 微电网结构Fig.1 Microgrid structure

图中：风机切入风速为2.5 m，额定风速为12 m，切出风速为25 m；风速数据采用威布尔分布模拟，形状参数为2.2且尺度参数为8；初始时刻蓄电池剩余电量（最低允许剩余电量）为18 kW⋅h；蓄电池额定充电电流为46 A，放电电流为40 A，充放电电压均取400 V，充放电效率均为87%；辐照强度及温度采用文献[8]的数据；将调度周期1 d等分为48时段，其中谷时段为23:00—07:00，平时段为07:00—08:00、11:00—17:00和22:00—23:00，峰时段为08:00—11:00和17:00—22:00。各时段电价如表2所示[9]。

表2 售电及购电价格Tab.2 Sale and purchase price of electricity

使用Matlab编程仿真，典型日负荷数据选取如图2。

图2 典型日负荷数据Fig.2 Typical day load data

据图2可知，典型日负荷数据一直处于比较波动的状态，但是其负荷的波动符合居民用电规律。在3点至4点，负荷处于低谷，分别在10点至11点与19点至20点时段负荷处于高峰。

设定调度周期内风电及光伏发电置于最大功率点追踪模式运行，则各时段风电、光伏、柴油机组发电功率输出情况如图3所示。

图3 分布式电源输出的功率Fig.3 Output power of distributed power supply

分析图3可知，通过分析可得，由于设置了以微网经济效益最大为目标的目标函数，风光机组最大化利用自然条件。光伏机组在0点至7点一直没有发电，在7点至15点光伏机组输出功率逐步上升，15点至 19点其输出功率逐步减小，从 19点至 24点其不输出。风力机组的输出功率在0点至24点全时段内一直处于比较频繁的波动状态。柴油机组的出力情况为在0点至8点一直处于稳定的发电状态，8点至13点左右柴油机输出功率逐步减小，13点至18点柴油机输出功率逐步增长，18点至24点柴油机输出功率处于一个稳定的值。

3.2 算例分析

在上述风电、光伏及柴油机运行方式确定的情况下，制定了3种蓄电池的控制策略，在该典型日进行算例分析[10-12]。

在采用以上3种不同控制策略时，图 6为微网与主网间功率交换情况，功率为负表示微电网输入功率，功率为正表示微电网输出功率。

由图4可知：当蓄电池采用控制策略1时，在0点至10点、12点至16点，此时微网与主网之间的交换功率为正，说明此时微电网有多余电能向大电网输送；而在10点至12点、16点至24点，此时微网与主网之间的交换功率为负，说明此时，大电网向微电网输送功率。

图4 采用不同控制策略时微电网与主网交换的功率Fig.4 The power of the microgrid in exchange for different control strategies

当蓄电池采用控制策略2时，在0点至12点、17点半至19点半、21点半至23点半，此时微网与主网之间的交换功率为正，说明此时微电网有多余电能向大电网输送；而12点至17点、19点半至21点半、23点半至 24点，此时微网与主网之间的交换功率为负，说明此时，大电网向微电网输送功率。

当蓄电池采用控制策略3时，在0点至19点半，此时微网与主网之间的交换功率为正，说明此时微电网有多余电能向大电网输送；而在 19点半至 24点，此时微网与主网之间的交换功率为负，说明此时，大电网向微电网输送功率。

因此，可以从图中可以看出，与策略1和2相比，在策略3对蓄电池的运行方式改进提升之后，主网与微网之间的交换功率的浮动较小，说明当蓄电池采用策略3可以减小主网与微网之间的功率交换，起到了平衡电能、减小功率波动的作用；还可以看出，当采用策略 3，一定程度上可减少微电网与主网交换功率为负的时段，即减少微电网向主网购电的时段，并降低购电量，采用策略3时蓄电池出力情况如图5所示。

据图5可知，在0点至7点，蓄电池的输出功率为负，处于充电状态；在7点至15点，蓄电池的输出功率为正，处于放电状态；在15点至16点，蓄电池的输出功率为负，处于充电状态；在16点至24点，蓄电池的输出功率为0，一直处于相对稳定的状态，既不放电也不充电。

图5 采用策略3时蓄电池输出的功率Fig.5 Using strategy 3 battery output power

因为风电、光伏及柴油机运行方式已经确定，所以在不考虑柴油机发电成本的情况下，蓄电池采用策略1、2、3时，微网购售电费用情况如表3所示。

表3 购电和售电费用Tab.3 The purchase and sale of electricity costs

通过表3分析可知，由于策略1采用蓄电池在整个调度周期内均不启动，其购电费用最高，向主网售电的收益居中，合计下来经济效益居中；策略2蓄电池在整个调度周期内均工作于循环充放电状态，其购电费用居中，向主网售电的收益最少，合计下来经济效益最少；策略3蓄电池在整个调度周期内进行优化调度，其购电费用最少，向主网售电的收益最多，合计下来经济效益最多。因此，采取本文设置的策略 3，不仅可以购电费用减少，还可以使得向主网售电费用最高，说明蓄电池采用策略3可以使得微网的运行收益和经济效益最好。如果制定不当的蓄电池运行方式，与策略1对比，当使用策略2时反而会降低微电网收益。

4 总结

本文在含新能源的并网的运行和控制策略研究范畴内,针对储能装置在微网中的运行分析问题开展研究,主要工作及结果如下:

（1）本文对微电网系统中常见的风力发电机组、光伏发电机组和柴油机组等分布式能源的运行特性和工作原理进行了详细的分析，并建立了它们的数学模型。

（2）根据储能装置的特性，在微网并网运行的情况下，为储能装置设置了三种控制策略。

（3）使用Matlab编程仿真，分析了微电网系统在并网运行时，以微网系统的经济效益最大为目标的情况下，储能装置基于三种不同的控制策略的出力曲线，研究了储能装置在微网系统并网运行时所能起到的作用。

[1] 刘天琪, 江东林. 基于储能单元运行方式优化的微电网经济运行[J]. 电网技术, 2012.

[2] 吴红斌, 蔡亮. 可再生能源分布式发电系统的经济调度[J].农业工程学报, 2010.

[3] 金晓东, 丁明, 茆美琴. 分布式发电系统中的蓄电池模型[J]. 仪器仪表用户, 2008.

[4] Benefit of Distributed Generation. A Line Loss Reduction Analysis. P.Chiradeja.

[5] 2005 IEEE/PES Transimission and Distrubution Conference and Exhibition: Asia and Pacific. 2005, Dalian, China.

[6] 徐虹, 芦晶晶, 孙宇斌, 艾欣, 张建华. 含分布式电源的智能配电网的多目标优化调度. 电气技术, 2012.

[7] Antonio Carlos Barbosa Martins, Cesar Ribeiro Zani, Sergio L. A. Sardinha. Integration of Wide-Scale Renewable Resources Into the Power Delivery Syetem, 2009 CIGRE/IEEE PES Joint Symposium. July 29th-31st, 2009, Calgary,Canada.

[8] 郭佳欢. 微电网经济运行优化的研究[D]. 北京: 华北电力大学, 2010.

[9] 来金钢, 周洪, 胡文山. 微电网环境下光伏发电短期输出功率预测研究[J]. 新型工业化, 2014, 4(12): 5-11.

[10] 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, 201l, 35(2): 66-72.

[11] 艾芊, 章健. 基于多代理系统的微电网竟价优化策略[J].电网技术, 20 10, 34(21): 46. 51.

[12] Majumder R G, Ledwich A G. Power management and power flow control with back-to-back converters in a utility connected micro grid[J]. IEEE Trans on Power Systems, 20 10, 25(2): 821-834.

The Economic Operation Analysis of Energy Storage Device in Micro-grid

CHEN Lei1,2, ZHAN Yue-dong1
(1. School of Information Engineering and Automation of Kunming University of Science and Technology, Kunming 650500, China;2. Kunming University of Science and Technology’s Postgraduate Workstation of Yunnan Power Grid Company, Kunming 650217, China)

In this paper, the scheduling and optimal design of energy in wind-solar-diesel-fuel cell-battery hybrid power generation system will be discussed. The mathematical models of solar array, wind turbine, diesel, battery and fuel cell are presented based on quasi-steady-state theory. By using the models, the output power of solar array and wind turbine are determined corresponding to solar radiation and wind velocity data. The energy scheduling strategy used in this paper is to maximize the use of renewable energy in the grid connected state. On the basis of this scheduling strategy, the output power of the diesel engine and the battery is determined by the dynamic programming method. Finally, on the Matlab through a numerical example system studied in this paper carries on the simulation analysis, the results show that the battery in the micro network application can make the system to reduce the cost and improve the reliability of the system operation.

Distributed generation; Micro-gridl; Energy dispatching strategiesl; Dynamic programming method

TP273+.1

A

10.3969/j.issn.1003-6970.2017.12.024

本文著录格式：陈磊，詹跃东. 储能装置在微网系统中的经济运行分析[J]. 软件，2017，38（12）：123-128

陈磊(1993-)，男，硕士研究生，主要研究方向为配网自动化；詹跃东(1963-)，男，教授，主要研究方向为分布式电源接入技术研究。

陈磊(1993-)，男，硕士研究生，主要研究方向为配网自动化。