需求响应下分布式储能协调运行策略研究

李文启，李朝晖，杨海晶，李琼林

（1.国网河南省电力公司，郑州 450052；

2.国网河南省电力公司 电力科学研究院,郑州 450052）

近年来，随着智能电网技术的兴起和发展，特别是风电、光伏发电等间歇性新能源电站的规模化建设和并网运行，增加了电力系统灵活调节和实时平衡服务需求［1—3］。另一方面，随着电池储能技术的成熟度及技术经济性的不断提升，锂离子电池和铅碳电池的等效全寿命千瓦时用电成本已经低于我国某些省份的峰谷电价差，为电池储能参与系统调节提供了市场环境和应用条件。电池储能技术以其安装方便、灵活组态的特点受到了广泛关注，被应用在需求响应、微电网、大型风/光储电站等不同场景中［4—7］。目前电池储能项目的业主包括电网公司、电站和电力用户，投资运营模式呈多元化发展趋势。随着储能装备的技术经济性进一步提升，发展势头将更加迅猛。大量的分布式储能系统安装在电网中，且装机容量累计到一定规模后，电网通过对众多的分布式储能开展主动控制和有序管理，可以实现分布式储能在电网中的规模化聚合，不但能够显著发挥储能在局部电网的多功能应用，同时也为电网提供了容量可观的可调节资源［8—9］。本文从储能电池与负荷的协调，多点储能电池之间的协调2方面着手，对需求响应下的分布式储能协调优化问题展开研究，并提出相应的优化模型与解决方法。

1 储能电池调节与响应特性

典型的电池储能系统通过电力电子变流器与外部电网相连，当变流器采用PQ控制模式时，以电网电压作为参考电压，根据PQ控制目标给定一个内环参考电流，经过PI调节和dq变换输出电流。储能变流器PQ控制如图1所示。

图1 储能变流器PQ控制

式中：P、Q分别为三相变流器输出的有功、无功功率；U、I分别为三相变流器端口相电压、相电流；φ为相角。由于三相变流器输出电压为电网电压，通过控制其输出电流即可控制储能变流器的有功功率和无功功率的注入或输出。表1为主要电池储能技术的技术特性。

表1 主要电池储能技术的技术特性

就电池储能系统的调节速率而言，除了常规监控系统信息交互所需的时间，影响调节速率的主要是电池本体和变流器的动态响应特性。表1中给出了几种主要电池储能技术［10］的动态响应特性，由此可见电池储能系统本体响应时间均在毫秒至秒级，同时储能变流器作为电力电子器件其响应时间也在毫秒级，因此，电池储能系统在需求侧调节响应时具有快速的响应特性，在其容量达到一定规模后具备整体参与需求侧辅助服务的可行性。

2 分布式储能参与需求响应策略

需求响应是指包含储能设施在内的各类需求侧调节资源根据市场给出的价格信号（分时电价、实时电价、尖峰电价）改变其固有的用电模式，改变并转移某时段的用电负荷而响应电力供应，从而实现自身经济运行和保障电网安全稳定的双重目标。在分时电价模式下，一方面电力部门将每天24 h划分为高峰、平段、低谷等多个时段，对各时段分别制定了不同的电价；另一方面用户基于分时电价，借助储能和负控等措施，优化用电计划，将电价较高时段的负荷转移到电价较低时段，从而降低总体用电成本。对于同一投资运营主体下的多点分布式电池储能设施，其参与分时电价响应的具体步骤为：

（1）根据用电设备类型和生产生活需求预测下一个周期各时段负荷需求。

（2）考虑各点储能电池的总能量存储能力和状态，从整体上响应分时价格信号，以用电成本最小化为目标优化下一个周期内用电计划，并同时得到储能电池整体的充放电计划。

（3）根据储能电池整体充放电计划，考虑位于各点储能电池的能量存储状态、充放电功率限制以及相应的电网约束，合理分配各点储能电池的调节量。

2.1 基于分时电价的储能需求响应模型

以用户用电成本最小化为目标，建立基于分时电价的储能电池需求响应模型。该模型将参与需求响应的分布式储能电池作为一个整体来考虑，所涉及参数均为描述整体特性的集总参数。

（1）目标函数

式中：设用电周期为T，按步长Δt等分为N个时段；ai为第i个时段的分时电价；P′L,i为第i个时段的净负荷。

（2）净负荷平衡约束

式中：PL,i为第i个时段的用电计划；PE,i为第i个时段的储能电池充放电计划（充电为正，放电为负）。

（3）负荷转移约束

式中：PL0,i为第i个时段的原始负荷需求；PLB,i为第i个时段的基础负荷需求（不可调节）。

（4）电池充放电功率约束

式中：PE,max、PE,min分别为储能电池充放电功率的上下限。

（5）电池充放电深度约束

式中：SOCmax、SOCmin分别为储能电池充放电功率深度上下限。SOC的定义为

式中:E为储能电池当前能量状态；Erate为储能电池的额定能量空间。

2.2 多点储能充放电协调优化模型

对于同一投资运营主体而言，多点分布式储能参与需求响应的核心问题就是在2.1节中的整体充放电计划确定后，如何对各点储能设施的功率进行分配问题。本节以网损最小化为目标，考虑储能电池充放电功率约束、能量约束、线路过载约束、节点电压约束，建立多点分储能系统参与需求响应时的协调优化模型。

（1）目标函数

式中：M为线路条数；Ploss,j为第j条线路的线损。

（2）充放电计划约束

式中：K为分布式储能电池设施数目；Pk为第k处储能设施的充放电功率；ΔPE为需求响应下的总充放电计划。

（3）电力平衡约束

式中：N为网络节点数；M为网络支路数；S为储能设施数；PGi为第i个节点的发电功率；PLi为第i个节点的负荷功率；PEk为第k处储能电池的充放电功率。

通过从本院在2016年11月—2018年7月间进行孕前检查的孕妇当中进行抽取，选取3200例孕妇作为样本，回顾性分析孕妇的相关临床资料。在本次选取的孕妇当中，年龄分布在21岁到37岁的范围当中，平均年龄为（26.63±2.18）岁，孕周为17周到38周之间，平均孕周为（25±1.4）周。此次选取的样本均为单胎，在知情同意原则的基础上参与此次研究，并且进行知情同意书的签订。

（4）单点储能电池充放电功率约束

式中：Pk,max、Pk,min分别为第k处储能电池充放电功率的上下限。

（5）单点储能电池充放电深度约束

式中：SOCk,max、SOCk,min分别为第k处储能电池充放电深度上下限。

（6）线路过载约束

式中：Ij为第j条线路的电流；Ij,max为第j条线路的热稳电流。

（7）节点电压约束

3 算例分析

以IEEE 3机9节点为例，进行算例分析，系统基准容量100 MVA，如图2所示。各母线节点和支路的初始参数如表2-表4所示。受篇幅所限，本节主要对基于充放电计划的多点储能协调优化模型进行算例验证分析。

在节点5、6、8处均配置了电池储能设施，承担整个系统的AGC调节任务，其参数如表2所示。

设某运行时刻，储能电池参与需求响应的总体放电计划功率值为10.5 MW，基于2.2中的模型，利用遗传算法计算多点储能设施参与需求响应协调优化方案，并下达调节指令给各储能设施。各点储能电池充放电分配结果如表3-表4所示。

图2 IEEE 3机9节点系统

表2 电池储能设施参数

表3 储能系统调节量

表4 各支路有功损耗

如根据各点储能电池的容量等比例分配，各点储能电池调节量为3.5 MW，对应的各支路有功损耗及网损如表5所示。

上述结果可见：等比例分配原则下的系统网损值明显大于协调优化下的系统网损值，通过各点储能电池调节量的优化分配可以在充分考虑储能电池容量、能量等约束条件的前提下，实现需求响应过程中网损的最小化。

表5 各支路有功损耗

4 结束语

本文研究了多点分布式电池储能系统参与电网需求响应中的协调优化问题，分析了电池储能系统的技术调节特性，提出了多点分布式储能参与需求响应的策略分析步骤，以用户用电成本最小化为目标，建立基于分时电价的储能电池需求响应模型，并在此基础上建立了以网损最小化为目标的多点分布式储能参与需求响应协调优化模型。通过IEEE 3机9节点算例验证了模型的有效性，为电池储能系统在电力需求侧管理辅助服务市场中的应用提供了技术支撑。

电池储能系统作为调节电源在电力系统中的大规模推广和应用离不开电力市场机制的建立和完善，特别是相应的调峰调频等辅助市场机制。基于电池储能系统的技术与经济特性，研究市场环境下的电池储能技术在电力系统中的应用场景、适用范围以及运行管理模式将是下一步工作的重点。D

［1］ 陈大宇，张粒子，王澎，等.储能在美国调频市场中的发展及启示［J］.电力系统自动化，2013，37（1）：9-13.

［2］ 蒋凯.电力储能技术的进展与挑战［J］.电力需求侧管理，2017，19（4）：1-5.

［3］ 王承民，孙伟卿，衣涛，等.智能电网中储能技术应用规划及其效益评估方法综述［J］.中国电机工程学报，2013，33（7）：33-42.

［4］ 孙伟卿，王承民，张焰.智能电网中的柔性负荷［J］.电力需求侧管理，2012，14（3）：10-15.

［5］ 姚勇，朱桂萍，刘秀成.电池储能系统在改善微电网电能质量中的应用［J］.电工技术学报，2012，27（1）：85-89.

［6］ 候世英，房勇，孙韬，等.混合储能系统在独立光伏发电系统功率平衡中的应用［J］.电网技术，2011，35（5）：183-187.

［7］ 董振斌，高山.主动配电网与需求侧管理［J］.电力需求侧管理，2015，17（6）：1-4.

［8］ 杨水丽，李建林，李蓓，等.电池储能系统参与电网调频的优势分析［J］.电网与清洁能源，2013，29（2）：43-47.

［9］ 裴海波，李德智，韩婉娇，等.面向新能源消纳的电能替代技术［J］.电力需求侧管理，2016，18（6）：45-49.

［10］ 陈伟，石晶，任丽，等.微网中的多元复合储能技术［J］.电力系统自动化，2010，34（1）：111-114.