考虑退役动力电池衰减特性的集中式共享储能分级协调控制策略

2022-06-06李笑竹陈来军杜锡力梅生伟

太阳能 2022年5期

李笑竹，陈来军，杜锡力，梅生伟,

(1. 清华大学电机工程与应用电子技术系，北京 100084；2. 青海大学启迪新能源学院青海省清洁能源高效利用重点实验室，西宁 810016)

0 引言

近年来，中国新能源发电装机容量与发电量连续多年位居世界第一[1]，与新能源发电装机容量、发电量快速增长相比，中国电力系统的灵活性建设尚存在不足。储能具有快速调峰、调频能力，是实现供需动态快速匹配、确保电力系统安全稳定运行的有效途径之一[2]。然而在高比例新能源电力系统中，储能需应对来自源、网、荷三侧多场景的调节需求，由此亟需研究储能的新型运营模式，使其在提高自身利用率的同时兼顾不同应用场景的调节需求。

共享储能是新型电力系统中满足多场景调节需求的有效措施之一。目前，共享储能按满足场景调节需求不同可大致分为2 类：1)在电网侧参与辅助服务，满足电力供需稳定需求[3]；2)在新能源发电侧补偿预测输出功率，满足电力供需平衡需求[4]。在电网侧方面，通过对不同空间上闲置的储能资源进行重新分配和共享来实现资源优化的目的，比如文献[3, 5]均提出电网侧共享储能参与辅助服务的运行调度策略。而在新能源发电侧方面，则是通过对不同时间上闲置的储能资源进行重新分配和共享，以实现资源优化的目的，比如文献[6-7]均提出住宅微电网、光伏发电产销者与共享储能的协同调度策略。上述研究中共享储能均为在时间或空间单一维度上的共享，未充分发挥共享储能资源的时空互补特性，缺乏通过和参与者之间的协同运行来兼顾电网稳定性、新能源利用率的调度模式与运行机制。此外，兼顾平抑电网净负荷波动与协调新能源场站输出功率计划等多场景调节需求的集中式共享储能的容量较大，使其初期投资成本大、收益回报期长。为提高集中式共享储能的经济性，其组建方式也需要进一步研究。

目前，中国大量动力电池正逐渐进入退役期，未来退役量将持续增加，预计将在2025 年达到78 万t 左右[2]。大批动力电池的不断退役，为大规模集中式共享储能的建设提供了新基础。然而，在退役动力电池运行调控方面，需考虑其复杂的历史工况与使用状态，对不同储能单元进行差异化的功率分配[8]。文献[9]基于分化模式，根据电荷数进行退役动力电池充放电状态的动态转换，但未考虑不同退役动力电池的健康状态；文献[10]提出利用自适应无迹卡尔曼滤波算法对退役动力电池的剩余容量进行估算，以此表征退役动力电池的健康状态。在上述研究的基础上，文献[11]利用充放电深度表征退役动力电池的健康状态，进而将整体储能分成2个容量相同的装置，提出了基于退役动力电池充放电深度的分级控制模式。文献[12]针对退役动力电池构建的充电站，提出一种基于水平滚动的集中充电策略；在此基础上，文献[8]计及退役动力电池健康状态的估算偏差，提出基于改进雨流计数法的梯次利用电池储能的分段控制策略。综上所述，目前主流的退役动力电池功率分配策略的分类如表1 所示[8]。

表1 主流的退役动力电池功率分配策略分类Table 1 Classification of mainstream power allocation strategies for retired power batteries

表1 中，整体分摊是考虑调节需求，按比例或平均分配至每一块退役动力电池，但存在调节需求过大时健康状态较差的退役动力电池无法达到分配功率的情况，从而使整体储能系统难以达到预期调节效果。分段协调控制是对储能单元按健康状态进行分组后分时进行不同类型的能量响应，但分段协调控制过程依赖高精度的荷电状态估算技术，在现阶段工程中较难实现[8]。分级协调控制通过合理描述动力电池的性能衰退规律、准确表征不同退役动力电池的健康状态、考虑不同调节需求来确定动力电池组合与功率分配，从而使各退役动力电池在自身健康状态下最大限度的响应功率需求，是兼顾储能各时段功率响应、发挥各退役动力电池利用价值的有效技术手段之一。

基于上述分析，本文以基于退役动力电池的可为电网与新能源场站提供辅助服务的集中式共享储能作为应用场景，在考虑平抑电网净负荷波动与协调新能源场站输出功率计划等多应用场景模式后进行集中式共享储能各时段调节需求建模；以最大可用容量表征各退役动力电池的健康状态，考虑集中式共享储能在不同时段需求差异，并计及退役动力电池的健康状态，对各退役动力电池进行分级利用，进而提出考虑退役动力电池衰减特性的集中式共享储能分级协调控制策略；最后通过算例验证所提策略的有效性，并通过与现有策略的对比表明所提策略具有的竞争力。

1 共享储能多场景调节需求模型

1.1 基于退役动力电池的集中式共享储能运营模式

基于退役动力电池的集中式共享储能可充分发挥共享储能资源的时空互补特性，将电源侧、电网侧储能资源进行全网优化，使其既可以协调新能源场站输出功率计划，还能够平抑电网净负荷波动。集中式共享储能运营模式示意图如图1 所示。

从图1 中可以看出：一方面，集中式共享储能在平抑电网净负荷波动与协调新能源场站输出功率计划的多场景调节需求间频繁变化；另一方面，储能系统中各退役动力电池的最大可用容量、循环次数不尽相同，而退役动力电池状态不一致会导致储能系统难以达到预期调节效果。上述复杂交互性使根据不同时段调节需求来对集中式共享储能中不同退役动力电池的充放电功率进行动态分配变得十分必要。

1.2 多场景调节需求模型的建立

2 退役动力电池储能分级协调控制策略

2.1 退役动力电池衰减特性分析

利用储能电池的最大可用容量表征各退役动力电池的健康状态[10]。最大可用容量越大，表明该储能电池的充放电能力越强；最大可用容量越小，表明充放电能力越弱。以三元锂电池为例，第i块退役动力电池的最大可用容量表示为[13]：

2.2 退役动力电池的分级协调控制策略

根据共享储能系统在t时刻对多场景调节需求的总充放电功率与总容量，将各退役动力电池的充放电功率与容量分配为：

将各退役动力电池根据最大可用容量进行分组，各组间按照容量大小进行排序。根据对储能系统整体的功率需求逐个计算各组退役动力电池的充放电功率，以避免“短板效应”。通常，仅部分退役动力电池会处于运行状态，因此需在每个调度时段重新调整各电池组合与充放电功率。一段运行时间后，重新计算各电池的最大可用容量，更新各电池的分组情况，以实现基于退役动力电池共享储能系统的动态分级协调控制。退役动力电池共享储能系统分级协调控制示意图如图2 所示。图中：T、t分别为退役动力电池的状态评估总周期及循环使用周期。

图2 退役动力电池共享储能系统分级协调控制示意图Fig. 2 Schematic diagram of hierarchical regulation of retired power battery shared energy storage system

其中，

各时段第i块退役动力电池的容量不仅与当前时刻电池的充放电功率相关，还与上个时刻电池的容量相关，具体的计算式为：

式中：αi为第i块退役动力电池的自放电率；ηc,i、ηd,i分别为第i块退役动力电池的充、放电率。

由于共享储能系统中各退役动力电池的最大可用容量不同，还存在如下约束：

此外，为保证共享储能系统的可持续性运行，每个调度总周期的始末电量应保持一致，即：

2.3 退役动力电池分级控制流程

为保证基于退役动力电池的共享储能系统能够满足多应用场景动态调节需求，需考虑储能运行约束，兼顾各场景多功率需求，在每个调度时段调整各分级利用电池组合与充放电功率。同时，为保证储能系统的可持续性运行，要适时调整电网中火电机组输出功率，使共享储能系统有充足的可用容量。此外，退役动力电池的最大可用容量作为表征电池健康状态的指标，在本文考虑的总调度周期较短的退役动力电池分级协调控制过程中可近似认为是恒定不变的。分级协调控制策略流程如图3 所示。

图3 基于退役动力电池的共享储能系统分级协调控制策略流程图Fig. 3 Hierarchical regulation strategy flow chart of shared energy storage system based on retired batteries

分级协调控制策略可归纳为3 个阶段，分别为：

1)阶段1：表征退役动力电池健康状态，计算共享储能系统调节需求。根据各共享储能系统中各退役动力电池的容量衰减系数、充放电深度、工作温度，计算动力电池的最大可用容量以表征不同退役动力电池的健康状态；根据平抑电网净负荷波动与协调新能源场站输出功率计划，计算共享储能系统各时段的总充放电功率与电量。

2)阶段2：计及电池组最大可用容量约束，分配退役动力电池响应功率。在初始响应功率的基础上，计及电池组最大可用容量约束，利用动态松弛约束处理方法[14]，基于各电池最大可用容量调节裕度，修正当前时段利用的电池组合与充放电功率。如此反复直至完成总调度周期内各时段的修正。

3)阶段3：计及共享储能系统整体始末电量约束，调整火电机组输出功率，进而调整电池组功率分配。在各时段修正响应功率的基础上，计及共享储能系统整体始末容量约束，利用动态松弛约束处理方法，计算各时段共享储能系统整体电量调节裕度，从而修正各时段火电机组输出功率，进而再次调整各时段利用的电池组合与充放电功率。

3 算例分析

3.1 算例基础参数

本文选取我国西北地区某装机容量为50 MW 的风电场的全年历史数据中某天的预测输出功率与实际输出功率，并选取该天的预测负荷与实际负荷，具体如图4 所示。

图4 某风电场某天的风电输出功率及负荷的预测与实际情况Fig. 4 Forecast and actual situation of wind power output power and load of a wind farm on a certain day

从图4a 中可以看出，风电预测输出功率峰谷差近40 MW。而结合图4a 和图4b 中的预测值可以发现，净负荷的最大波动率近10%。

由于退役动力电池一般拥有65%～80%的剩余容量，存在较高的利用价值[12]。集中式共享储能系统配置的5 组退役动力电池的额定容量均为15 MWh，在重新评估退役动力电池的健康状态后，计算得到各电池组的最大容量分别为13.0、12.0、11.0、10.5、10.0 MWh。各电池组的最大充放电功率为该电池组退役前最大充放电功率的50%[10]，为5 MW；共享储能系统中各电池组的自放电率均为0.1，充、放电率均为0.9[15]。

3.2 分级协调控制策略验证

根据上文中分级协调控制策略的3 个阶段，通过跟踪新能源场站输出功率计划、平抑电网净负荷波动等多应用场景调节需求来确定各时段不同场景调节需求与总体需求曲线，具体如图5 所示。

图5 各时段不同场景调节需求与总体需求曲线Fig. 5 Regulation demand and overall demand curve for different scenarios in different periods

考虑到共享储能系统自身运行特性与约束，结合不同时段的总体需求曲线对共享储能系统中的退役动力电池进行分级利用，各时段各电池组的功率分配情况如图6 所示。

图6 各时段各电池组的功率分配情况Fig. 6 Power distribution of each battery pack in each period

图6 中，健康状态较好的电池组1 参与了00:00～05:00、14:00～19:00、22:00～24:00 时段共享储能系统需求功率的响应，而健康状态较差的电池组4、5 仅分别参与了05:00～06:00 和06:00～07:00 时段共享储能系统需求功率的响应。不难看出，随着健康状态的逐步递减，电池组的利用程度不断降低。这表明该分级协调控制策略优先利用健康状态较优的电池组，实现了“健康状态好的电池深充深放、健康状态差的电池浅充浅放”的目标，克服了基于退役动力电池的共享储能系统在不同时段调节需求中的“短板效应”。

各电池组的电量变化情况如图7 所示，图中折线部分为各电池组在各时段的电量变化情况，不同颜色的色块表示各电池组的最大可用容量。

图7 各电池组的电量变化情况Fig. 7 Electric quantity change of each battery pack

从图7 中可以看出，各电池组在各时段的电量变化均在其最大可用容量范围内，满足最大可用容量约束，从而验证了所提集中式共享储能中退役动力电池功率分配策略的合理性与可行性。

火电机组在各时段的输出功率情况如图8所示。

图8 火电机组各时段输出功率情况Fig. 8 Output power of thermal unit in each period

从图8 中可看出，火电机组的输出功率集中在08:00～12:00，而从图4 中可以看出该时段风电的输出功率较小但负荷需求较大，再结合图7可以发现，此时段共享储能系统无足够容量来持续满足电量需求，这说明需要火电机组协调新能源场站输出功率，以满足电力供需平衡。该分析结论与图7 中储能系统在06:00～13:00 时的容量为零相吻合。为保证共享储能系统的可持续性运行，火电机组在00:00～05:00、14:00～19:00、22:00～24:00 时有微小输出功率，以协调储能充放电功率，满足在总调度周期始末容量一致性约束。综上可知，该分级协调控制策略能够在满足多场景调节需求的同时兼顾共享储能的可持续性运行。

3.3 不同功率分配策略对比分析

为验证所提分级协调控制策略的竞争力，选取常见的功率均分策略与按比例分摊策略[10]与本文所提分级协调控制策略进行对比。不同功率分配策略下各电池组在各时段的功率动态分配情况如图9 所示。

图9 不同功率分配策略下各电池组在各时段的功率分配Fig. 9 Power allocation of each battery pack in rach period under different power allocation strategies

从图9a 中可以看出，储能系统对电池组1的分配功率最多，但随着电池健康状态的递减，该电池组的分配功率也相应递减。不难看出，分级协调控制策略是优先利用健康状态较好的电池组，在当前电池组达到其电量界限时才使用下一个电池组。

对比图9a～图9c 可看出，分级协调控制策略较其他2 种策略能在更多的时段响应系统总体需求。例如：在06:00～07:00 与20:00 时功率均分与按比例分摊策略均无法有效响应，在22:00时按比例分摊策略无法有效响应；而分级协调控制策略在上述时段均可有效响应。这是由于功率均分与按比例分摊策略未考虑退役动力电池的衰减特性差异，使健康状态较差的电池组无法响应分配功率，导致储能系统无法整体满足调节需求；分级协调控制策略则进行差异化控制，在各电池组健康状态的范围内进行功率分配，确保各电池组均可参与响应。

综上可知，分级协调控制策略能够有效克服基于退役动力电池的集中式共享储能系统在不同时段调节需求中的“短板效应”。

储能利用程度USES可表示为：

结合图9 再利用式(13)可得出：相较于功率均分策略与按比例分摊策略，分级协调控制策略的储能利用率分别提升了28.20%和47.12%。

不同功率分配策略下火电机组的输出功率情况如图10 所示。

图10 不同功率分配策略下火电机组输出功率Fig. 10 Output power of thermal unit under different power allocation strategies

从图10 可看出，除09:00 之外，分级协调控制策略得到了3 种策略中最低的火电机组输出功率。分级协调控制策略在总调度周期内火电机组的总输出功率较功率均分策略约降低了8.37%，较按比例分摊策略约降低了15.60%。该结果表明，分级协调控制策略能够优化退役动力电池功率分配，提高储能系统的利用程度，减少火电机组输出功率，这既提高了集中式共享储能的经济性，又符合中国节能减排的“双碳”战略需求。