园区光储多场景协同优化运行策略

宋欣睿，贾燕冰，韩肖清，陈浩

（1.电力系统运行与控制山西省重点实验室(太原理工大学),山西省太原市 030024；2.国家电网山西省太原市供电公司,山西省太原市 030024）

0 引言

大力发展分布式电源是保证“碳达峰”目标实现的重要措施，建设园区型光伏成为提升城郊分布式电源占比的重要发展趋势[1]，而光伏的随机波动使得光伏消纳受限。目前已有相关政策要求园区光伏配置储能，以抑制功率波动[2]，但储能承担单一应用使得部分功率、容量闲置，难以充分利用其潜能，造成储能成本回收期长，利润较低，在一定程度上制约了光储产业发展；而储能同时承担多种应用场景时，由于各种应用相互耦合，增大了调度复杂性[3]。因此亟需探索光储多应用场景的协同优化运行策略，保证园区电网安全可靠运行的同时，获得更高的收益，使得园区光储投资经济效益更具吸引力。

针对含储能的新能源场站参与多种应用场景的运行控制，文献[4]提出光伏商业园区使用变参数控制储能的方式进行削峰填谷；文献[5]从用户需求侧响应的角度，提出微电网成本、光伏消纳率、用户满意度3个指标，对储能参与能量时移的应用场景进行了优化配置；文献[6]对储能参与削峰填谷与新能源波动平抑的应用场景建立了等效价值评估模型，并且在新能源出力平滑方面提出了基于功率差与预测准确率两种等效评估模型；文献[7]提出了光储系统中储能参与能量管理的收益优化方法；文献[8]在考虑需求侧响应与分时电价的前提下构建了光储微网效益最大与光伏消纳率最高的求解模型；文献[9-10]基于小波分析法对储能参与光伏功率波动的平抑进行了研究，提升了光伏出力稳定性；文献[11]综合考虑了新能源出力的不确定性以及负荷需求侧响应对运行策略的影响；文献[12]在储能满足风电场运行稳定时参与调频市场，比较了储能以不同价格参与市场时的运行决策对运行方式的影响；文献[13]利用鲁棒优化控制的方法在计及新能源出力与电价不确定性的情况下提出了一种光储联合运行的优化策略。上述研究表明，在储能配备指标以及应用模式上的研究已经比较广泛，也得到了光储协同在多场景应用可以提升电网对新能源的消纳能力的结论，但光储同时参与多个应用场景时的协调运行优化策略还有待进一步研究。

本文综合考虑光储园区出力特性与负荷的转移特性，针对储能参与平抑光伏波动、能量时移、调频市场3种应用场景，计及园区电网安全运行约束，建立了以光储运营商收益最大为目标的储能多应用场景协同优化调度模型，并研究了价格参数变动对用户选择偏好以及协同运行决策的影响，经算例验证了本文所提调度策略的有效性。

1 园区光储多应用场景

在“自发自用、余额上网”园区光伏运营模式下，为减小考核成本，园区光伏可以通过配置储能抑制光伏实际值与预测值之间的偏差；同时，随着售电放开，采用储能的能量时移作用或与主网交互购售电等方式也可以提升光伏消纳率，同时获取更高的收益[14]；而随着辅助服务市场的开展，光伏运营商还需支付额外的调频费用，储能并网后，当园区内部负荷波动导致并网点频率波动或主网出现频率波动时，储能可以通过参与调频市场提升并网点电能质量[15]。由此可见，储能可以在平抑波动、能量时移、参与调频等多个方面助力光伏园区的运营，但由于储能成本较高，通过协同储能在各个场景的应用，提升光储园区的收益和储能成本回收效率，是推进光储园区有序发展的重要动力。

为保证储能留有足够的裕度可以达到能量时移、平抑波动或参与调频等功能，通常需要根据历史运行数据和负荷预测、辅助服务需求预测等方法，预先对储能参与各种服务进行分配[16]。随着增量配网的发展，园区运营商负责园区与主网的交易，以园区光储总收益最大化为经济目标[17]。本文研究以保证光储园区安全可靠运行为前提的，储能同时参与多种应用的运行模式，如图1所示，从而提升光储园区的光伏消纳率和总体经济效益。

图1 园区光储联合运行模式结构Fig.1 Stricture chart of combined operation mode of PV generation with battery energy storage system(abbr.BESS)in the zone

对于储能而言，考量其工况指标最重要的一个参数就是储能的SOC状态即储能的荷电状态，其表达式为：

式中：

式中：Eb为t时刻储能的能量变化量，负值表示充电，正值则表示放电；γ为储能自放电率；ηc，ηd分 别表示储能的充放电效率；Eb_max表示储能的最大可储存电量值，即t+1时刻的SOC值与t时刻的SOC值和t时刻储能的充放电特性相关。

1.1 储能平抑光伏波动

光伏出力由于受环境与自身工况的影响存在较大的不确定性，实际功率输出与预测值之间会存在波动，光伏出力波动通常指光伏预测值与实际出力值之间的偏差。光伏波动特性如图2所示。

图2光伏出力波动特性Fig.2 Fluctuation characteristic of PV output

图2 为光伏阵列在最大功率输出模式下的功率波动情况，光伏预测周期为15 min，实际运行出力采样时间为1 min，图2为1 h的采样数据。在一个运算周期即15 min内，光伏出力的波动情况为波动值围绕预测值上下波动[10]，且其均值与预测值相差不大，即：

为了保证光储园区并网功率的稳定性，当光储园区并网功率存在较大出力偏差时，以惩罚函数的形式削减收益。为了提升园区收益，可以通过储能的快速响应特性平抑光伏出力的波动，即：

考虑到光伏电站出力波动的特征，设计储能优先用于平抑光伏出力的波动，即首先满足功率稳定的要求。则储能在周期t内可用于其他应用场景的剩余功率裕量为：

式中：Pbe为储能在周期t内满足平抑光伏波动后的剩余裕量；Pb_max为储能出力的最大值，为保证储能有足够的功率可用于平抑功率波动，故按照周期t内最大可能使用的储能功率来估算。根据光伏历史运行数据，周期t内预留用于平抑光伏波动的储能容量为：

式中：Pbi为储能为平抑光伏波动预留的容量；k 为根据历史统计数据得到的光伏出力波动系数。

1.2 储能参与能量时移

相较于传统的恒功率控制的储能运行模式，本文采用分时段变功率差的模式控制储能的响应，即储能在参与负荷平衡时的出力方式主要由负荷与光伏出力限值之间差值的符号来决定[18]。

即当光伏出力无法满足负荷需求时，储能放电或/并从电网购电来补充；光伏出力过量时，由储能充电或/并向电网售电来提升光伏的消纳。其充放电判别方式如图3所示。

图3 储能参与能量管理的充放电判别方式Fig.3 The way to judge charging/discharging of BESS participating in energy management

为识别储能参与能量时移的状况，增加判断此应用场景储能的充放电标志为：

则：

式中：Pl为当前时段的负荷值； ubc、 ubd分别为储能参与能量市场的充放电标志；Pbc、Pbd分别为储能参与能量管理的充放电功率；Ppv_max为光伏出力限值，取决于环境因素与光伏阵列特性；Pbat为储能在能量转移应用中的功率表现值。

光储园区中，除了靠储能达到光伏与负荷平衡外，还可以引入负荷响应来使得光储园区获得更高的光伏消纳能力和经济效益。因此，本文在储能进行能量时移的同时引入负荷补偿，即通过负荷转移补偿提升园区内部削峰填谷的响应能力：

式中：ΔPl为负荷转移功率； Pl_t为负荷转移以后，园区内的负荷值，当负荷移出本周期时ΔPl(t)＞0，否则ΔPl(t)＜0。

通过负荷转移后园内用户可获得补偿为：

式中：Wl_t为用户获得的负荷转移补偿；ρ为负荷转移补偿单价。

用户侧通过负荷转移，可以减小其负荷购电支出，同时可以提升园区运营商收益，提升光伏的消纳量。

1.3 储能参与调频市场

现阶段国内外对于调频市场中的准入条件与补偿办法不尽相同，但是所有市场中的补偿机制基本都是以容量与里程两方面为基准进行定义[19]。即：

式中：Wfm为调频市场给予的调频补偿； Kf为调频性能指标，一般包括调频时间、调频里程与调频速度3类，根据不同的地方标准也会略有差异；Cf为储能补偿单价；Pf为上报调频容量。

由于储能拥有良好的功率响应特性，其对于响应的时间一般在毫秒级，通常认为储能可作为一种优质的调频资源且其向市场上报的调频资源可被市场全部接受[20]。基于此，在保证园区功率平衡的同时可利用储能裕量参与调频市场以获得更好的经济效益与并网满意度。

在实际调频运行周期中，调频信号在正负值间波动，均值约为0，而储能在周期开始前要预留足够的容量保证能准确地响应调频市场的信号，即：

式 中Ptfi为储能可响应的调频信号。

1.4 园区经济收益模式

综合考虑光储园区与电网交互购售电、储能平抑园区波动、能量时移和调频需求时，光储园区的协同优化策略模型应考虑：1）园-网交互的能量市场与调频市场；2）园内负荷侧响应的需求；3）储能工况，由此建立园区内功率平衡关系如式(13)所示：

式中：Ppv_g为 园区向电网的售电功率；Pg_pv为园区从电网的购电功率。

园-网交互能量市场由园区向电网售电与购电两部分组成，即在光伏出力不能满足负荷需求时向电网购电（包括逆变器待机时的园区负荷满足情况），在光伏出力大于园区内部负荷和储能可消纳量时将多余的电量向电网出售。调频市场中主要考虑的因素则是调频的收益补偿模式以及储能的动作方式。引入负荷侧响应需求的主要目的是在减小弃光量的基础上提升园区运营商收益、减小园内用户支出，也就是说，通过负荷转移补偿的方式引导用户将可转移的使用电量从光伏出力较低的时期转移到光伏出力高峰期。在上述的市场应用中各场景均离不开储能的动作，而储能的损耗也是目前大部分储能运营商考虑的重要问题，如何合理地使用储能以获得更大的收益已经成为了目前研究的重点。

2 园区光储联合运行优化策略

为保证供电的稳定性与电能质量，储能首先保证光伏出力的波动进行平抑，剩余储能功率基于光伏园区收益最大化为目标，在能量时移和调频收益之间进行协同运行优化。

2.1 优化目标函数

综合考虑园区运营商与园内用户的经济效益，建立光储联合运行优化策略模型的目标函数为：

式中：W 为园区运营商的每日总收益；Wl为园区向内部负荷售电的收益；Wpv_g为园区向电网售电收益；Wfm为园区参与调频市场收益，如式(11)；Wg_pv为 园区从电网购电的支出；Wb为储能损耗。由于本文中设置储能的最高优先级用于平抑光伏波动以满足园区并网的电能质量，并保证所设置储能裕量大于平抑波动所需容量，因此对于光伏并网的偏差电量考核成本忽略不计。

2.1.1 园区内部负荷用电收益

从园区内部的角度来说，园区运营商的负荷收益就是园内用户的支出。园区内部负荷用电收益分为两部分：负荷用电收益与负荷转移补偿，其表达式为：

式中：Cl为园内用户用电的单位价格。

则园区内部用户用电的总支出Q为：

2.1.2 园区与电网能量交互收益

园区与电网进行能量的交互的方式有两种：园区光伏上网与园区从电网购电。对应的收益方式为Wpv_g与 Wg_pv，表达式为：

式中：Cpv_g为光伏园区的上网电价； Cpv_g为光伏园区从电网的购电电价。

通常上述两类价格在电力市场的背景下以分时电价的形式存在，园区上网电价在限光与非限光时段分为峰谷两段，购电电价则根据市场需求的特性分为峰谷平3段，如图4所示。

图4 园－网能量交互电价Fig.4 The energy interactive electricity price between PV zone and power grid

2.1.3 储能经济寿命损耗

目前常用的计算储能寿命损耗的方法为全寿命周期理论，即寿命损耗与储能的循环充放电量有关。研究表明储能单位寿命损耗与储能的功率输出成正比，即寿命损耗可表示为储能能量的变化与一个常数的乘积。

在光伏园区中储能主要有3种应用场景，这3种场景都会给储能的寿命带来损耗，即：储能参与能量管理的寿命损耗Wbl，储能参与平抑波动的寿命损耗Wbi，储能参与调频市场的寿命损耗Wbf，所以储能总的寿命损耗可以表示为：

式中：Cb为储能寿命损耗单价；α·PbiΔt为储能在一个运算周期内平抑光伏波动所消耗的电量；β·PfΔt为一个运算周期内储能参与调频市场消耗的电量。

2.2 约束条件

模型中的约束主要包括光伏与储能的功率约束、园-网能量交互约束、负荷功率约束与储能的工况约束。

2.2.1 光储功率约束

光伏阵列的功率约束为：

综合储能的各类应用场景后储能的功率约束为：

式 中： Pf_max为允许上报的最大调频容量。

2.2.2 园－网能量交互约束

考虑带园区光伏上网作为一种能量倒送的方式流入电网，现设置约束条件为：

2.2.3 负荷侧功率约束

基于负荷可转移的需求，负荷的功率约束为

式中：Ldown，Lup为 可转移负荷的上下限限值；δ为基础负荷在转移时最低的容量保有量。

2.2.4 储能工况约束

储能工况的约束主要体现在储能的SOC状态上面，即：

式中： S OCmin与 S OCmax分别为储能SOC状态的下限与上限。

值得注意的是，由于储能参与平抑光伏波动与调频市场时的出力采样周期与价格出清结算周期不同，因此要增加储能的SOC状态约束为：

式中Δi为储能参与平抑光伏波动与参与调频市场的出力采样周期。

3 算例分析

3.1 算例设置

采用我国某光伏园区夏季典型日一天96点采样数据。光伏电站最大额定功率为10 MW，储能设置为2 MW/3 MW·h。

图5为模型设置中的光伏出力限值与基础负荷曲线，光伏阵列运行时间为6:00—18:00，其余时间段光伏逆变器处于待机状态，没有电力输出。负荷转移时的变化状态为上下波动至多1 MW且当下时段损失或增加不超过40%。园区与电网进行交互的购售电价如图4所示，即在限光时段电网不鼓励光伏上网，电价较低，在非限光时段以常规电价对光伏电能进行购买；对于电网售电价格，根据时间节点的不同分为峰、谷、平3类。能量交互与负荷补偿以15 min为周期进行出清结算。

图5 光伏出力限值与基础负荷Fig.5 PV output limit and base load

光伏波动特征取典型光伏阵列波动特性，储能参与功率波动平抑时采取满功率补偿的方式，调频信号取该园区所在电网AGC信号，并根据光储园区做等效AGC信号曲线，波动与调频信号的采样周期均为1 min，调频信号为早6:00—23:00的限值为1.5 MW的信号。调频补偿与储能寿命损耗的出清结算周期均为15 min。

表1为园区运行的各类价格设置，表2为储能运行的各类参数，其中所有数据均按照上文中的运算周期转化。

表2 储能运行参数Table 2 Operating parameters of energy storage

表1中的价格参数中，用户电价、负荷转移补偿价格可由园区运营商做适当调节，调频补偿价格为申报价格上限，且随市场的变化会出现一定的波动。

表1 园区电价参数Table 1 Electricity priceparametersin the zone

3.2 计算结果分析

3.2.1 园区光储联合运行优化结果

图6为园区与电网能量交互功率，图中绿色虚线部分为园区向电网电量倒送的功率上限2 MW。售电电价高峰价格，且园区内光伏发电大于区域负荷用电需求时，园区以售电为主，在满足本区域负荷需求的前提下，尽可能地将电量出售给电网。

图6 园-网能量交互功率Fig.6 Power exchanged between the zone and the grid

图7为优化前后的负荷与光伏实际出力，由图7可知，优化后负荷很大一部分从光伏发电低谷区转移到光伏出力高峰时期，引入负荷响应可以引导用户在光伏出力高峰时间段增加电量使用。

图7 优化后负荷与光伏出力Fig.7 Optimized load and photovoltaic output

图8为储能参与能量时移的功率与储能的SOC状态，图9为储能参与调频市场与光伏波动平抑时的功率。

由图8、图9可知，在正午12：00往后的2～3 h内，受到光伏出力波动的影响与储能SOC状态的约束，储能更多的裕量来进行能量时移，也就是说在该时段，储能参与能量时移带来的价值要大于储能参与调频市场带来的价值。而由图8中储能的SOC状态可知，在可向电网购电的情况下，储能的初始SOC状态可适当地降低来保证更好的经济性与弃光率。而在12:00—16:00光伏园区将大量的电能用于储能充电，从图6可知，在该时段园区售电功率已达上限，为了保证更好的光伏消纳率与储能裕量参与其他应用，需要在此时对储能进行充电。

图8 储能参与能量管理功率与SOC状态Fig.8 Power and SOC status of bessparticipating in energy management

图9 储能参与平抑波动与调频市场的功率Fig.9 The power of BESSparticipating in mitigating fluctuation and frequency regulation market

园区运营商的总收益为40913.51元，园内用户的总支出为34435.33元，园区的弃光量0.747 MW·h，储能参与调频的电量为8.68 MW·h。

为研究本文所提运行策略的有效性，对比本文的运行方式与光储不参与调频市场、园区无负荷响应机制两种情况，结果如表3和图10所示。

图10 各类运行策略下收益-支出情况Fig.10 Earning and expenditure situations under various operating strategies

由表3可知在引入能量平移后能够减小园内用户的支出同时减小弃光量，而设置储能参与调频市场则能够给园区运营商带来更好的经济效益，而联合两者实行的优化运行策略则能够在减小弃光量与园内用户支出的同时提升园区运营商的经济收益。

表3 各类运行策略对比Table 3 Comparison of various operating strategies

图10为各类情况下园区运营商收益的组成部分，各类情况下园-网的售电收入没有太大的变化，这一部分也能够从图7分析可知，即园区向电网的售电功率在全时段已经接近上限，储能没有更多的裕量进行能量时移。在不考虑负荷侧响应的情况下，园-网的购电支出增大，这是因为取消了负荷转移补偿后储能弃光量增大，同时为了经济收益的提高储能的裕量大部分用于调频而少用于能量时移。综合考虑两种情况，优化策略主要通过增加调频市场收益与减小购电支出来获得更好的经济效益。

3.2.2 调频与负荷转移补偿价格的影响分析

由文中模型可见，负荷转移补偿价格和调频价格的波动会对园区总收益有较大的影响，进而影响到园区的调度策略，在模型中分别改变负荷转移补偿价格与调频补偿价格，对比各价格变动对弃光、园区总收益、负荷转移量、园区用户支出的影响。

图11为负荷转移补偿价格从0元/MW到100元/MW变动时，弃光量、负荷转移总量、园区运营商收益与园内用户的支出情况。

图11 负荷补偿价格变化对运行决策的影响Fig.11 Impactsof thechange of load compensation price on the decision of operation

当负荷补偿价格从100元/MW逐步降低时，园区运营商的总收益逐步升高，而园区负荷转移量会呈现出阶段性上升的状态，园内用户的支出也随之升高。这是因为降低负荷补偿价格后园区可以以较低的成本购买更多的负荷转移量，从而可以预留出更多的储能容量来参与调频和能量时移市场，从而获得更多的经济收益。在图11中负荷补偿价格为85元/MW时弃光量的变化与园内用户的支出出现了一个比较特别的跳跃现象，这是因为在负荷补偿价格过高时，对于园区来说负荷转移补偿的成本大于其收益，此刻宁愿弃光让储能参与调频市场来获得更好的经济收益。

图12为调整调频补偿价格后园区运营商收益与弃光量的变化情况，随着调频补偿价格的升高，园区运营商的总收益上升的，弃光量随价格上升阶段性上升。导致弃光量呈现阶段性上升的原因是在一定程度内储能减小的弃光量的成本与购电支出小于储能参与调频市场所带来的收益，实际上也就是储能的裕量分配问题，即储能本应用于光伏能量时移的裕量用于了调频市场，而功率平衡缺失的部分则由园区向电网购电来补充。

图12 调整调频补偿价格后园区运营商收益与弃光量的变化情况Fig.12 Variation of earningsof operatorsin the zoneand the PV curtailment rateafter the adjustment of frequency regulation compensation price

3.2.3 价格对运行决策影响的灵敏度分析

为了对比综合价格因素对于园区运行收益/支出的影响情况，设定负荷转移价格区间为[20,100]元/MW，调频补偿价格区间为[90,210]元/MW，用户电价区间为[500,1000]元/MW，图13为园区运营商的收益情况，图14为园内用户的支出情况，图15为电量随价格的变化情况，图16为电量之间的影响变化情况。

由图13可知，对于园区运营商来说，负荷电价变化对其的影响最大，调频补偿价格次之，而负荷转移补偿价格影响最小。由图14可知，对于园内用户来说负荷电价对其影响最大，负荷补偿价格次之，调频补偿价格影响基本无影响。

图13 园区运营商收益情况切片Fig.13 The slice map of the earning of the operator in the zone

图14 园内用户支出情况切片Fig.14 The slice map of the expenditure situation of users in the zone

由图15可知，调频补偿价格主要影响弃光量与参与调频电量，也就是对于储能的分配方式产生较大的影响，呈现阶段性的分配变化，即储能的裕量更多的用于能量时移亦或是调频市场，仅在价格较高时会对负荷转移量有些许影响，这是因为在价格过高时园区运营商希望有更多的负荷来进行转移以给储能留出更多的余量来参与调频市场。负荷转移补偿价格主要影响园区购入的负荷转移量，仅在价格较高时会对弃光量产生影响，且会使弃光量增大，这是因为价格过高时对于园区运营商来说负荷转移补偿的成本大于此部分电量的收入，则其宁愿舍弃一部分电量也不愿有更多的负荷进行转移，而负荷转移补偿价格对于调频电量的影响仅在调频补偿价格较低时体现。

图15 电量随价格变化可视化散点Fig.15 The visual scatter plot of electric quantity varying with theprice

由图16中的调频电量与弃光量可以看出储能裕量的分配倾斜度。在负荷转移补偿价格一定的情况下，弃光量的增大必然会伴随着调频电量的增大，即储能的裕量是一定的，更多的参与调频市场必然会减少其参与能量时移的裕量，同时减小弃光量。负荷转移量在小于一定值时会影响弃光量的变化，即存在一个上限量也就是储能用于负荷转移的裕量的上限值，在此值之后，影响极小，综合考虑图15，在负荷转移量较大时也就是负荷转移补偿价格较低时会产生一些影响。负荷转移量对调频电量的影响仅体现在弃光量较小时，在此区域调频补偿价格较低，储能用于能量时移的裕量足够，减小负荷补偿价格增大负荷转移量可以减小弃光量，在调频价格较高后，储能较多的裕量参与调频市场，没有更多的能力进行能量时移减小弃光量。

图16 电量变化可视化散点Fig.16 Thevisual scatter plot of electric quantity variation

4 结论

现阶段配备储能的光伏园区建设已经成为研究的热点，而储能的分配利用问题成为了影响光伏园区运营商收益的重要因素。基于上述问题，本文首先设置了3类储能应用场景，引入了负荷转移补偿概念，提出了一种光储联合的园区运营优化策略。经过算例验证与分析，证明所提方法能够在提高园区运营商收益的前提下减小园内用户的支出，提高光伏消纳率。本文研究价格变动对于策略参数的影响程度，分析不同价格对于收益、支出与光伏消纳率因素的影响，同时分析了价格变化对于策略倾斜程度的影响，结果表明，调频市场补偿价格的变动对运行策略的影响要大于负荷需求响应与储能能量时移对运行策略的影响。