多阶段规划工业园区的双重功能共享储能配置

2021-04-15汪海涛

电力安全技术 2021年2期

汪海涛

(国网北京市电力公司，北京 100031)

0 引言

随着分布式能源技术的不断发展，工业园区的发展方向已然从原始的满足工业需要转变为如今的鼓励低碳节能。工业园区内用户数量多、用电集中且负荷较大，在其中建设光伏、风电等新能源可有效降低厂区购电成本。但由于新能源出力不稳定，会导致弃风、弃光和购电成本的增加。目前较为有效的解决途径是通过配备储能装置来实现非连续新能源电力的消纳，同时可根据峰谷电价进行合理充放电操作以减少购电成本。

当前技术最为成熟的储能方式是抽水蓄能，但抽水蓄能受地域限制，使得这种储能方式在大多数工业园区都无法使用。随着化学储能、电磁储能和机械储能等储能技术日趋成熟，为储能技术应用于用户侧提供了新思路和新方法。文献[1]指出，应大力支持企业和机构推广使用储能技术，以提高能源利用率。但储能设备成本普遍较高、投资回收周期长，大大限制了储能设备的推广应用。为此，可通过合理规划、调度分布式储能系统，利用分布式储能系统形成规模化汇聚效应，降低用户储能成本。文献[2]假设电力公司允许闲置储能电量进行交易，分析了共享储能模式施行的可行性。文献[3]提出了一种商业共享储能模式，考虑了全寿命周期成本、放电深度、削峰获利等因素，表明共享储能相对于单用户储能可以节约用电成本。文献[4]以社区能源系统为研究对象，建立了社区共享储能经济模型，并根据时段不同选择最佳供能方式，降低了社区居民用能支出。

上述研究验证了用户侧共享储能的优势和可行性。然而，为延长储能设备使用寿命，实际中使用储能设备时常需保留一定的容量裕度，这增加了储能成本。另外，为保证供电的连续性，工业园区内许多企业都需要配备不间断电源(uninterruptible power supply，UPS)，但随着配网供电可靠性不断提高，一般工业园区的停电次数很少，整个UPS生命周期内放电次数极有限，导致配备的UPS容易变成休眠资产，形成资源浪费。

目前用户侧共享储能研究主要分为两种运营模式：一种是储能运营商建设集中式储能设备，通过用电低谷期充电高峰期放电进行套利，该种运营方式一次性建设投资较大、回报周期长，储能电池不能充分利用;另一种共享储能模式是储能运营商通过建立调控中心将各个持有储能设备的用户联系起来，使他们能够进行自由交易并从中赚取服务费，该种运营方式一次性投资相对较少，但如果储能用户较少且不集中，不利于实际应用。采用低充高放与实时购入售出光伏电能相结合的运行策略，并将备用容量作为UPS储能电源使用，大大提高了储能电池利用率，可在相同储能容量下获取更多经济效益。

综上，以工业园区共享储能为研究对象，拟提出包含储能和UPS双重功能的共享储能结构框架，建立工业园区共享储能设备容量模型，通过优化配置共享储能设备达到新能源出力备用和替代UPS电源的双重目的。与此同时，为保证共享储能运营商效益最大化，还构建了多阶段随机规划模型，并应用随机对偶动态规划(stochastic dual dynamic programming，SDDP)算法求解模型，避免了传统的动态规划(dynamic drogramming，DP)算法的维数诅咒，最后利用仿真算例对所建模型进行了有效性分析与验证。

1 具备双重功能的共享储能构建

1.1 共享储能结构框架

如图1所示，工业园区共享储能结构框架主要由储能装置、控制中心、光伏阵列等组成。控制中心包含控制器、通信设备等，可实时获取工业园区各企业光伏出力和负荷大小，并以此调整光伏出力、储能设备充放电操作，同时可实时监测电网运行状态，在停电瞬间将储能电池切入，通过UPS专线为各企业需要不间断供电的设备供电。

图1 共享储能结构框架

储能电池、控制中心、调控开关等由共享储能运营商建设。运营商以光伏上网电价购入园区内企业光伏发电所产生电能或在用电低谷期使用市电对储能电池进行充电，并在用电高峰期或电网停电时储能电池放电为企业供应电能。在用电低谷期和平时期直接使用市电为企业供电，电价按照当地电网分时电价收取。

1.2 系统模型构建

1.2.1 光伏发电功率模型

光伏发电输出功率与环境温度、辐照强度、空气湿度等因素有关，具有随机性、波动性和不稳定性。光伏发电输出功率模型为[5]：

式中：ZDt表示实时光照强度，ZD0表示参考光照强度;Гt表示光伏板运行温度，Г0表示标准运行温度;表示标准测试条件(STC，光照强度ZD0=1 000 W/m2，环境温度Г0=25℃)下企业i光伏发电最大输出功率;ε表示光伏温漂特性，常取ε=-0.47 %/℃。

1.2.2 储能电池模型

假设ZQ表示研究周期时间，并将整个周期划分为T个时间阶段，则：

式中：δt-1和δt分别表示第t阶段的上下边界(δ0=0，δt=ZQ)。

储能电池输出功率取决于企业负荷功率和光伏发电功率，因此储能电池t阶段输出功率模型为：

在模型(3)中，一般限制储能电池t阶段输出功率然而的情况在实际运行中也是存在的，表示了光伏发电功率超过了共享储能联盟内所有企业电力负荷总功率，此时富余电能将储存在储能电池中，因此可得储能电池t阶段充电功率：

为防止向电网回馈的电能引起配电网过电压，则：

电网停电时为了保证园区一段时间内的正常供电，储能电池需划分出相应容量作为UPS电源备用。UPS电池的容量主要由供电对象功率所决定，相关电气规范中对UPS容量的选择要求见表1。

表1 UPS容量设计规范

当主供电源失电后，UPS电池容量必须保证火灾报警及控制系统能够同时工作3 h以上[15]，故进一步选取3 h作为UPS供电时长，则储能电池作为UPS功能使用的储能容量为：

假设储能装置总容量为QAll，则储能电池容量模型为：

式中：SOCmax和SOCmin分别为储能设备荷电状态上限和下限;QMin储能电池储能电量下限，表示储能设备最小剩余电量既要满足UPS电源备用又要避免储能电池过度放电而缩短电池使用寿命;SOCt为t阶段荷电状态，Qt为t阶段储能电池所存储电量。

式中：β表示储能设备充电效率;tlow为用电低谷期时长，约束条件(10)表示储能电池容量应保证用电低谷期结束时刻电池应为满电状态。

1.2.3 运营商投资净现值模型

资本预算分析中，净现值(net present value，NPV)用于分析资产盈利能力的度量，常应用于发电、输电和配电等基建建设投资效益分析[11-14]，表征了现金流入现值与现金流出现值之差。使用NPV的主要优点是可以对项目最初投资的资本状况将产生的影响进行量化，因此采用净现值分析运营上盈利情况。

储能设备成本模型为：

式中：n表示光伏板寿命期间储能设备更换次数;mb表示每增加1 kWh储能容量所需投入的成本;c表示贴现率;l代表运行年限。

以光伏板寿命为周期，在此期间分时电价费率会有所不同。为了表示未来储能电价的增长，可利用过去10年的可用数据计算峰谷电价的平均变化率，并结合此平均值来代表储能电价未来的增长率。储能运营商净现值模型可表示为：

式中：Q1表示应用储能策略后储能运营商平均售给企业电量，Q2表示应用储能策略后储能运营商平均每年购买企业光伏产生的电量，Q3表示应用储能策略后储能运营商平均每年使用电网电能对储能设备充电电量;Δr表示在太阳能光伏板寿命期限内峰谷电价差值增长率;rs表示储能运营商售电电价，rb表示光伏上网电价，r0表示谷值电价;L表示光伏板寿命。

2 共享储能容量优化配置方法

2.1 场景树生成

为表示光伏发电和电力负荷两个随机变量之间的相关性，首先需要收集两变量的历史数据，而后对两组数据进行相关性分析。假设阶段数为T，不确定参数个数为n，设A为(T×n)阶矩阵，矩阵A中元素服从标准正态分布N(0，1)。设M为光伏发电与电力负荷之间的关联系数矩阵，且M的Cholesky分解为下三角矩阵P，则：

式中：B为光伏发电量和电力负荷之间相关性矩阵，且服从正态分布N(0，∑)，协方差矩阵∑=M;bj，i为矩阵B中元素，表示园区内企业i在t阶段的电力负荷和光伏发电量现有值相关性表示园区内企业i在t阶段的电力负荷和光伏发电量预测值相关性;μi，t，σi，t分别表示t阶段企业i电力负荷或光伏发电量的数学期望和标准差。

2.2 储能容量多阶段随机规划线性模型

储能运营商利润来源为根据电价差套利，所以在一定储能容量和共享储能策略下，一天之中储能电池放电量越大，储能运营商效益越高，因此多阶段随机规划模型可用嵌套形式表示：

式中：ct为效益系数，表示在t-1阶段策略下t阶段条件期望概率值。

2.3 基于SDDP算法的多阶段模型优化

对于阶段数较多的实际问题来说，直接求解模型(20)较为困难，SDDP算法常应用于不同类型的多级随机线性程序，与传统的DP算法相比，SDDP算法通过构造分段线性函数避免了DP算法的维数诅咒，因此采用SDDP算法求解上述模型。

图2所示为应用SDDP算法求解简单三阶问题过程示意。图2(a)为简单三阶预测问题路径，图2(b)即为问题所对应的预测场景树。前向采样路径就是使算法在前向通道中进行(图2（c）绿色部分)，由一系列正向节点组成，而这些节点的起点为场景树的根源，并按照特定的正向节点序列延伸，直至到达场景树某一分支末端。而Benders削减法在每个时间阶段将先前迭代中累积的削减被用作附加约束，以更好地估算未来成本并改善决策过程。在此过程中，构建了与方案树中所有采样的前向路径相关的成本的采样均值估计器，并将其视为采样的多阶段随机程序的上限;而下限是由求解模型第一阶段问题获得的。如果下限和上限差值估计量达到置信区间的m(1-η)时(η通常取0.05），随机随机规划过程停止。否则，迭代过程将继续进行，直到达到所需的收敛水平为止。

图2 运用SDDP的多阶段随机优化求解过程

在算法的每次迭代过程中，新的前向路径(如图2 (d)所示)与先前的迭代独立进行采样，以便更好地探索解空间并实现算法的正确收敛。因此，在图2 (d)中，表示决策向量，其值在时间阶段1和2进行了优化。与前向迭代相似，后向迭代同样对独立的场景进行采样(突出显示的节点)。图2 (e)描绘了后向迭代过程的每个阶段要添加的新约束。

为了计算Benders削减，SDDP可以选择采样路径的子集。后向迭代与前向迭代相比需要计算时间较长，因此为减少SDDP迭代时间，通常后向迭代中的所选路径数小于前向迭代。

借鉴文献[10]的思路，重新修改模型(20)，则第1阶段模型为：

E表示在第1阶段决策下，第2阶段企业成本期望值;表示第2阶段电力负荷或光伏发电的随机变量。

则t阶段模型为：

式中：Dt，Gt和ht为模型约束条件(3)～(14)，构成矩阵;表示在第t-1阶段决策下，第t阶段企业成本期望值;表示第t+1阶段电力负荷或光伏发电随机性的变量，gt表示第t阶段电力负荷或光伏发电量;并假设kt为模型(18)所对应的最优对偶向量。

SDDP算法可从场景树中抽取有限数量的场景以近似表示预期成本。则t阶段近似成本函数表示为运用Benders削减可生成边界近似值xt+1：

式中：集合Z是添加到每个阶段t问题(19)的所有Bender’s削减的索引集;表示经过Bender削减的切梯度矩阵和截距向量。

2.4 最佳储能容量求解过程

求解共享储能最佳容量以及储能运营商最大净现值的过程如图3所示。其中储能容量迭代初始条件表示储能容量至少应满足园区内各企业UPS电源备用，再使用SDDP算法计算此储能容量下储能运营商所能获取的最大净现值。而后以1 kWh为迭代步长逐步增加储能容量，并计算该储能容量下储能运营商最大净现值，直至达到迭代终止条件最后获得共享储能运营商最大净现值FNPV以及此时储能电池最佳容量

3 仿真与分析

3.1 仿真数据与参数设置

为验证工业园区共享储能策略的有效性，选取天津市某工业园区为研究对象，该园区包括5家企业。为简化计算，选取夏季某天对园区内用电量、太阳辐照强度及环境温度进行分析，其典型日负荷功率如图4所示，太阳光照强度及环境温度如图5所示。根据电力消费情况，将其一天中的用电时段分为三个时段：高峰时段(08：30～11：30，18：00 ～ 23：00)，平时段 (07：00 ～ 08：30，11：30～18：00)和低谷时段 (23：00 ～ 07：00)。三个时段所对应的电价分别为1.313 3元/kWh，0.859 3元/kWh和0.427 3元/kWh。

图3 最佳储能容量求解过程

图4 5家企业典型日负荷功率

图5 典型日光照强度和温度

如表2所示，以文献[16]中的相关数据为参考设置该研究参数。

表2 相关参数设置

3.2 多阶段随机规划算法应用

首先利用正态分布模型N(0，1)构建场景树，场景树共有1441级，每级100个独立场景。而后将多阶段SDDP算法应用于场景树，并对模型(25)进行仿真。接着取1 000个路径所得结果的平均值作为每家企业在所对应节点总成本预测值，并确定最佳存储容量，最大化储能运营商利润。

5家企业需要配备不间断电源容量以及光伏电池最大发电功率如表3所示。

表3 五家企业UPS储能容量

应用多阶段SDDP算法计算不同储能容量下共享储能出力曲线，并计算该储能容量储能运营商净现值，获得图6所示结果。

图6 储能容量与净现值关系曲线

获得储能运营商最优储能容量：

运营商最大净现值：

FNPV=287.97万元

因此，储能运营商年利润约为14万元左右。

最佳储能容量时储能电池输出功率如图7所示(输出功率为负时表示储能电池充电)。当光伏发电量过多(超过需求)时，将储能设备进行充电，而当企业需求高于光伏发电量时，将对储能设备进行放电。当电价较低时，储能设备进行充电;当需求低于发电量时，存储设备会在用电高峰时段放电，并保持足够的容量来存储光伏发电量。

图7 储能电池输出功率

当光伏无储能时，企业3高峰时段不能完全消纳光伏产生的电能，因此必然会造成弃光现象。而实行共享储能策略时，企业3光伏发电多余的电能可通过共享交易的模式由运营商供给园区内其它企业使用，不仅给运营商带来收益，而且给企业3带来额外收益并解决了弃光问题，实现了多赢。同时储能运营商将储能设备作为UPS功能使用，可进一步缩减企业运营成本，对于企业来说有足够的吸引力参与共享储能联盟。