含移动式储能的配电网分层优化控制技术分析

胡志勇，王 蒨，周 磊

（国网河南省电力公司南阳供电公司，河南 南阳 473000）

0 引 言

移动式储能具有削峰填谷的作用，以平滑系统的负荷曲线，降低配电系统的负荷峰谷差的同时改善配电系统的电能质量，降低系统的网损，在配电网中具有较大的应用价值。但是，移动式储能接入配电网后，会使得配电网中的潮流呈现双向流动的状态，给配电网的运行控制增加困难。目前，对含移动式储能的配电网运行控制技术已经有一定的研究。王育飞等人利用移动式储能来对配电网进行削峰填谷，并且构建相应的优化调度模型，采取增强烟花算法进行求解[1]。姜心怡等人分析如何进行配电网移动式储能优化配置，确定移动式储能的配置容量，但是储能如何进行充放电尚未论述[2]。为精细化调度及控制配电网移动式储能装置，文章研究配电网移动式储能的分层优化调度控制技术。

1 配电网移动式储能运行优化控制的必要性

移动式储能的全寿命使用周期与储能装置的充放电次数的关系比较直接，如果储能装置频繁进行充放电，则会直接降低移动式储能的使用寿命。虽然在短时间内进行充放电可能会使得配电网取得一定的经济效益，但缩短了设备的使用寿命，从全寿命周期的角度而言并不经济。因此，移动式储能在明确配置容量后，还需要优化充放电策略，如哪些时段运行在充电状态，哪些状态运行在放电状态，实现移动式储能的优化运行。

合理优化调度控制移动式储能，能够降低配电系统的网损。当配电网处于用电负荷高峰时，如果要实现远距离的输送功率，则会带来较高的系统网损。如果用电负荷功率能够就地实现平衡，则可以降低有功功率在配电线路传输过程中所产生的网损，提高配电系统运行的经济性[3]。而借助移动式储能，就能够在配电系统处于用电高峰时，通过放电为负荷供电，合理控制好移动式储能，能够取得较高的降低配电系统网损效益。

2 配电网移动式储能的分层控制技术

移动式储能的优化控制需要和配电网的优化运行相互结合，可以采取分层控制的理念，以下进行具体的分析和介绍。

2.1 配电网移动式储能的分层控制技术逻辑原理

配电网移动式储能的分层控制技术逻辑原理具体如下。首先，通过上层优化调度，配网调度中心将所收集的配电网负荷及参数等信息输入上层优化调度模型；其次，经过上层优化计算，将移动式储能装置的总充放电出力大小数据反馈给配电网调度控制中心；最后，将所得出的移动式储能装置的总充放电出力数据传输至下层优化调度模型中，借助下层优化调度模型的计算，得出配电网中每一台移动式储能装置的出力大小及调度策略，完成配电网移动式储能的分层控制[4]。

在上层优化调度控制模型中，所需要输入的原始数据信息包括日前配电网的负荷预测信息，配电网当中的分布式电源出力预测数据等。基于功率平衡的基本原理，完成储能总出力的计算。在下层优化调度控制模型中，所需要输入的原始数据信息包括上层模型中的所有数据，还有储能的总出力大小，从而细化移动式储能调度策略。

2.2 配电网移动式储能的分层控制优化模型

明确配电网移动式储能的分层控制逻辑原理之后，就可以构建出配电网移动式储能的分层控制优化模型，从而得出配电网移动式储能的分层控制调度策略，实现配电网移动式储能的优化控制。

2.2.1 上层控制优化模型

配电网移动式储能的上层控制优化模型的目标函数可以取为配电网负荷峰谷差最小。通过移动式储能灵活的充放电性能，调节配电网中的负荷，避免出现配电系统负荷过重或者过轻的问题，从而保证配电网的电压质量不会出现忽高忽低的问题，也能够保证配电系统的电压质量稳定，计算公式为

式中：Pt,i为配电节点i在时段t的有功功率；N为所研究的配电系统总节点数。

对于配电网移动式储能上层控制优化模型中的约束条件，主要包括配电系统的功率平衡约束、移动式储能充放电约束、配电系统中分布式电源出力上下限约束以及移动式储能荷电状态上下限约束等。

2.2.2 下层控制优化模型

配电网移动式储能的下层控制优化模型的目标函数可以取配电系统的网损最小、可移动式储能设备运输成本最小，然后从配电系统运行经济性最佳的角度，优化每一台移动式储能设备出力大小。函数公式为

式中：δloss为网损电价；Gj为配电系统支路j的电导；Pj,t为配电系统支路j在时段t的有功功率；Qj,t为配电系统支路j在时段t的有功功率；Uj,t为配电系统支路j在时段t的电压；M为时段的总数；S为配电系统支路总数。

可移动式储能设备运输成本函数f3计算为

式中：qt为时段t所需运输的储能容量；pc为单位容量储能的运输成本；Lc为单位距离储能的运输成本。

配电网移动式储能下层控制优化模型中的约束条件包括配电系统的功率平衡约束、配电系统中各个节点电压约束、配电系统中每一条线路的潮流上下限约束等[5]。通过潮流计算，得出系统中各个节点电压、支路潮流和系统的网损情况等，实现下层模型的优化计算。

3 案例分析

对于文章设计的含移动式储能的配电网分层优化控制技术，以某地区10 kV 配电系统为例进行分析计算，配电系统结构如图1 所示，系统典型负荷数据信息如表1 所示[6]。

表1 系统典型日负荷值

图1 配电系统结构

3.1 配电网移动式储能的分层控制优化模型的求解算法

对于文章设计的的配电网移动式储能的分层控制优化模型，采取改进粒子群搜索优化算法进行求解。其原因是传统的粒子群搜索优化算法求解效率相对不高，且最优解可能会根据迭代计算次数的不同而有所差异。改进粒子群搜索优化算法求解流程如图2所示。

图2 改进粒子群搜索优化算法求解流程

从图2 中可以看出，在输入优化模型求解所需要的原始数据，并处理目标函数后，就可以对粒子群中的初始种群赋予初始的位置和速度，即初始化移动式储能的容量和充放电功率[7-8]。之后，通过算法更新粒子群中种群的速度和位置，同时更新目标函数中的罚因子，直到满足算法的收敛条件后，输出最优解，完成程序的迭代计算。

3.2 配电网移动式储能的分层控制优化模型的求解结果

移动式储能交通路网数据如图3 所示，单位容量储能的运输成本为4.5 元/（kW·h）[6]。

图3 移动式储能交通路网

根据改进粒子群优化算法，求解移动式储能的分层控制优化模型，算法的迭代收敛曲线如图4 所示。

图4 算法的收敛曲线

从图4 中可以看出，经过181 次迭代计算之后，算法收敛。当算法在迭代计算96 次时，基本满足收敛条件，但是算法所设置的收敛精度较高，又继续进入迭代过程，从而满足所输出的最优解。同时，所得到的移动式储能在24 h 时间尺度下的充放电结果如图5 所示。

图5 移动式储能充放电优化控制结果

从图5 可以看出，移动式储能在00:00—05:00和23:00—24:00（23:00 到次日05:00 间）范围内，出力状态都为1，表示移动式储能处于充电状态。此时的负荷水平较低，移动式储能可以运行在充电状态，以吸收系统中的有功功率，避免配电系统出现夜间电压过高的问题。05:00—23:00 期间，移动式储能在大部分时间段的状态都为-1，只有少数时间为0。状态为-1，表示移动式储能运行在放电阶段。由于白天的负荷水平较高，需要通过移动式储能放电，保证配电系统不会出现电压过低的情况，同时起到平滑配电系统负荷需求的作用。同时，从图5 中可以看出，移动式储能在1 d 的时间尺度下共进行1 次充电以及2次放电，一共3 次的充放电，次数较低，在降低充放电次数以满足使用寿命的前提下，能够提高储能装置的运行经济性。对于该配电系统的运行网损情况，在没有配置移动式储能的情况下，该配电系统的网损成本为1 076 元，配置移动式储能后，系统的网损成本为642 元，较为明显地减低网损成本的效益。

4 结 论

含移动式储能的配电网可以进行优化控制的空间较大，合理优化配电网的运行状态，可以增强含移动式储能配电网的运行稳定性，同时提高系统运行的经济性。文章系统介绍含移动式储能的配电网优化控制技术，并且分析控制结果，从而更好地保证配电网的运行安全。未来，随着配电网中分布式光伏和风电的接入，配电网逐渐呈现出主动性的特征，优化控制配电网的运行状态将是配电系统调度中重要的工作内容。