混合储能在配电网中的优化配置

胡　荣，钟　勇，符　杨，董仁权

(1.上海电力学院电气工程学院，上海　200090；2.郑州轨道交通有限公司，河南郑州　450003)

The Optimization Configuration of Hybrid Energy Storages in the Distribution NetworkHU Rong1，ZHONG Yong1, FU Yang1，DONG Renquan2

(1.College of Electrical Engineering, Shanghai University of Electric Power, Shanghai 200090, China;

2.Zhengzhou Rail Transportation Company Limited, Zhengzhou 450003, China)



混合储能在配电网中的优化配置

胡荣1，钟勇1，符杨1，董仁权2

(1.上海电力学院电气工程学院，上海200090；2.郑州轨道交通有限公司，河南郑州450003)

The Optimization Configuration of Hybrid Energy Storages in the Distribution NetworkHU Rong1，ZHONG Yong1, FU Yang1，DONG Renquan2

(1.College of Electrical Engineering, Shanghai University of Electric Power, Shanghai 200090, China;

2.Zhengzhou Rail Transportation Company Limited, Zhengzhou 450003, China)

0引言

随着城市配电网负荷峰谷差不断增大，传统有功功率调节技术难以完全满足电网发展的需求。在配电网中配置储能系统不仅可以提高电能质量和供电可靠性[1]，还可以低蓄高发套利减小用电成本[2]。可见，储能类型的选取是至关重要的。

目前，配电网中使用配备储能系统主要在日本和欧美等国家获得广泛应用，并且主要为蓄电池储能，大多采用的供电模式为:负荷调整+不间断供电(LL+UPS)和负荷调整+备用电源(LL+EPS)[3]。同时我国也已经有相应的示范工程。例如，深圳宝清锂电池储能电站示范工程。

文献[4]—[5]从低蓄高发套利、设备投资成本以及负荷调节等方面搭建收益-投资优化规划模型；文献[6]基于投资成本与负荷调整等目的对储能系统容量规划和站址选择进行了分析; 文献[7]在考虑商业化节省投资、满足可靠性和降损等因素单一蓄电池优化配置研究；文献[8]对蓄电池储能应用在新能源发电中进行了价值评估。可见，采用单一蓄电池储能虽然都能够获得一定的收益，然而都面临着储能设备投资过高的问题。

1配电网混合储能系统模型

1.1系统模型结构

配电网混合储能系统结构图如图1所示。其中，Eb和Ec分别为蓄电池和超级电容器的容量；EH为混合储能系统容量，即有Eb+Ec=EH，若其大于零，说明HESS放电，反之，则为充电；EN和EL分别为配电网供出容量和用户负荷容量。

图1　HESS结构图

混合储能系统在各种情况下能量变化的数学描述：

充电过程：

(1)

放电过程：

(2)

配网故障时：

(3)

1.2蓄电池模型

规定单体额定容量为CBa(Ah)、工作额定电压为UBa(V)、级联数为NBa的蓄电池组储存的总电能为

(4)

则蓄电池组每次放出电能量为

(5)

式中：λBa为蓄电池的充放电深度，且0<λBa<1。

充电需要的电量为

(6)

式中：ηBa为蓄电池的充电效率，且0<ηBa<1。

一般情况下，为了尽量延长蓄电池的使用寿命，通常把蓄电池组看作恒压工作状态，工作电流控制在0.1CBa则蓄电池组的输出功率为

(7)

蓄电池最大工作电流为IBamax，则蓄电池组的最大输出功率为

(8)

1.3超级电容器模型

由于超级电容器的工作使用寿命可达数十年，并且性能较稳定，故可将超级电容器等效为理想设备。电容器的电容值为CCa(F),额定电压为UCa(V),则电容器储存的电量为

(9)

在应用过程中，为维持电容器正常工作，其电压规定一定的工作范围为：UCamin～UCamax，则对于级联组数为NCa超级电容器组每次放电时为用户提供的电能为

(10)

则工作时电容器组充电时需要电能为

(11)

式中：μCa为充电效率，且0<μCa<1。

同时，工作时电容器组最大输出功率为

(12)

式中：ICa_max为单个超级电容器最大工作电流。

说明：以上计算中，电能计算单位均为kWh，功率计算单位均为kW。

2容量优化配置模型

2.1构建目标函数

本文基于计及蓄电池的使用寿命主要从初次购置成本(CH1)、二次投资成本(CH2)和运行维护成本(CH3)等3个方面分析计算混合储能成本[9]。

① 初次购置成本为

(13)

式中：MBa和MCa分别为蓄电池和超级电容器的单价。

② 二次投资成本为

(14)

式中：kB2和kC2分别为二者的更换次数系数。

③ 运行维护成本为

(15)

式中：kB3和kC3分别为二者的运行维护成本系数。

综上所述，目标函数为

(16)

式中：Z为整个寿命周期的工作年限。

2.2混合储能设备更换次数计算

鉴于超级电容器的使用寿命可达数十年之久，且其充放电次数超过50万次，故对HESS设计时可将超级电容器的更换次数设为常数0。而蓄电池的使用寿命与其工作方式有很大关系，主要影响因素有温度、工作电流和充放电深度等，其放电深度越大，蓄电池使用寿命越短[10]。

为简化运算，本文将蓄电池的充放电深度设置为保证其能正常工作的定值常数，且蓄电池的更换次数由它的循环使用寿命决定。表1为本文所采用某蓄电池组的放电深度与循环次数相应的关系[11]。

表1　某蓄电池放电深度与循环次数对应关系

本文采用曲线拟合方法获得放电深度和循环次数的对应关系函数，其拟合曲线为

Y=5 176-14 219X+15 880X2-6 150X3

(17)

假定本文所采用蓄电池组的放电深度为XBa,则根据公式(17)得到对应的循环使用次数为YBa。且假如每天充放电次数为j次，则在整个寿命周期内的充放电次数为jZ。则蓄电池组的更换次数为

(18)

2.3约束条件

配电网中HESS优化配置原则为：蓄电池储能具有功率密度低、能量密度高和响应速度较慢等特点，其与超级电容器储能的特点互补[12]，故在负荷平稳时主要由蓄电池供电，在用户负荷发生大功率波动时主要由超级电容器供电。依据分时电价制定的原理及方法[13]，规定分时电价曲线最低电价持续时段内为HESS充电时段，最高电价持续时段内为HESS放电时段。HESS充放电容量大小与用户日工作负荷曲线有关。当发生电力故障时，HESS作为备用电源，以保证不间断供电。同时，在发生大功率冲击性负荷时，为保证不间断供电和对电网的冲击，HESS可平滑负荷波动，并且这种情况作为优先考虑的配置原则。

① 充电约束

为保证最大限度储存电能，同时又不过度加大设备投资，规定如下充电约束：

(19)

式中：PLmax表示日负荷曲线上最大峰值；PLk_min为分时电价曲线低谷时段内对应日负荷曲线时段上的功率值；t1为其谷值持续时间，单位为小时。

② 放电约束

为保证HESS最大限度的放电，提高其使用效率，故对其进行一定的数学处理，规定公式(20)为其放电约束。

(20)

③ 供电故障约束

一般情况下电力系统故障时间超过15min，则视为重大事故。故本文假定HESS可作为电力事故备用电源，可持续使用1h。则有如下供电故障约束条件：

(21)

④ 功率约束

在HESS中，蓄电池主要承担平稳的电能充放电工作，超级电容器作为辅助单元主要用来平滑用户出现的大功率波动负荷,故有如下功率约束。

(22)

(23)

式中：PL_max表示大功率冲击性用户负荷；t3表示冲击性负荷持续时间。

3粒子群优化算法

粒子群优化算法(particle swarm optimization，PSO)是近几年发展起来的一种基于对鸟类社会行为进行模拟的种群随机优化算法，且被广泛用于工程之中[14]。

假设粒子群种群规模数为N，在M维空间中各个粒子的位置向量表示为:Xj=[xj1,xj2,xj3,…,xjm]，粒子j的速度定义为迭代过程中粒子移动的距离，则速度向量表示为Vj=[vj1,vj2,vj3,…,vjm]。Pjbest表示粒子j所经历过程中的最好位置，Pgbest表示种群中所有粒子所经历过程中的最好位置。各个粒子每更新一次，就重新计算一次适应度值，综合比较个体适应度值和群体适应度值更新Pjbest和Pgbest，最后收敛得到问题的最优解或近似解。

在每次迭代过程中粒子群优化算法对粒子的速度和位置进行更新的公式如下:

(24)

(25)

式中：k为进化代数值；ω为惯性权重系数值；c1,c2为加速因子值；r1,r1为[0,1]之间的随机数值。

4算例分析

取某地区的实况数据为例进行分析，且规定HESS由蓄电池组和超级电容器组组成，单一储能由蓄电池组构成。两种储能设备的各项计算参数系数[18]如表2所示。

表2　二者计算系数

注明：上述数据均为先行设定,其中蓄电池采用铅酸电池。

由图2可知，分时电价低谷时段(即分时电价为0.030 1时段)为从当天的21:00到第二天的5:00。对应图3可得，此时段为用电低谷期，故混合储能系统在这一时段内充电。同理，由图2所示，分时电价高峰期(即电价系数为0.099 1时段)为8:00～12:00和18:00～20:00两段，对应图3可得，这两个时段内为用电高峰时段，故混合储能系统在这两段时间内放电。具体充放电时段见图4。经计算得，负荷平均功率为348.19kW,最大冲击功率为平均功率的4倍，持续时间大约在10s左右，并且每天发生次数较频繁。同时，当发生电力系统故障时，混合储能可作为备用电源以保证不影响正常生产需要。

图2　某地区24h分时电价

图3　某企业典型日工作负荷曲线

图4　混合储能系统充放电时间示意图

结合上述分析，把公式(19)～(23)转换为罚函数，结合所构建的目标函数，组成粒子群优化算法的适应度函数。设置粒子群种群规模数为100，加速因子c1=c2=1.496，权重系数ω=1。经过1 000 次迭代得到最优化的结果见表3所示。

表3　优化结果

由表3可知，当采用单一蓄电池储能时，假定蓄电池性能非常优良，可在最大工作电流100A时持续运行，需配备蓄电池个数为13 254个，其年均投资将达到397.62万元；若工作在正常工作电流0.1CBa时投资更大，需配备蓄电池个数为21 799个，投资需1 453.80万元。当使用混合储能且蓄电池工作在正常工作电流0.1CBa时，仅需需配备超级电容器295个，蓄电池3 300个，年均投资明显减少，仅为225.19万元。这充分体现采用混合储能方式可对储能系统进行优化配置，且在满足同样储能要求下可以减少储能设备投资，同时证明了利用超级电容器大功率吞吐和快速响应能力，可节约经济成本。

5结论与展望

① 本文采用年均投资成本最小作为目标函数，考虑了蓄电池的二次投资成本，较全面地对配电网储能系统进行了优化配置，将仅配置单-蓄电池储能系统与配置蓄电池-超级电容器混合储能系统作比较，充分体现出了配置混合储能系统的优越性，具有较强的实际意义。

② 经计算可知，在配网中配备混合储能适合于经常性发生大功率负荷波动的场合，若配网中负荷比较平稳，从成本投资角度来看仅需配备单一蓄电池储能即可满足用户要求。

③ 本文在计算过程中未充分考虑蓄电池温度因素对蓄电池使用寿命的影响，故如何综合全面地考虑各方因素进行计算有待进一步研究。

参考文献

[1]陆志刚，王科，刘怡，等. 深圳宝清锂电池储能电站关键技术及系统成套设计方法[J].电力系统自动化，2013,37(1):65-69.

[2]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):33-41.

[3]孙丙香，姜久春，时玮等.钠硫电池储能应用现状研究[J].现代电力，2010,27(6):62-65.

[4]LEOU R C. An Economic Analysis Model for the Energy Storage Systems in a Deregulated Market[C]// Proceedings of IEEE International Conference on Sustainable Energy Technologies, November 24-27, 2008, Singapore: 744-749.

[5]KAZEMPOUR S J, MOGHADDAM M P. Economic Viability of NaS Battery Plant in a Competitive Electricity Market[C]// Proceedings of International Conference on Clean Electrical Power, June 9-11, 2009, Capri, Italy: 453-459.

[6]JUNG K H, KIM H, RHO D. Determination of the Installation Site and Optimal Capacity of the Battery Energy Storage System for Load Leveling[J]. IEEE Trans on Energy Conversion, 1996, 11(1): 162-167.

[7]颜志敏，王承民，连鸿波，等.计及缺电成本的用户侧蓄电池储能系统容量规划[J].电力系统自动化，2012，36(11)：50-54.

[8]王成山，于波，肖峻，等. 平滑可再生能源发电系统输出波动的储能系统容量优化方法[J].中国电机工程学报，2012，32(16)：1-8.

[9]李成，杨秀，张美霞，等. 基于成本分析的超级电容器和蓄电池混合储能优化配置方案[J].电力系统自动化，2013,37(18): 20-24.

[10]李逢兵，谢开贵，张雪松，等. 基于寿命量化的混合储能系统协调控制参数优化[J].电力系统自动化，2014,38(1): 1-5.

[11]韩列娟，程成，籍天明，等. 计及电池使用寿命的混合储能系统容量优化模型[J]. 中国电机工程学报，2013,33(34):91-97.

[12]王海波，杨秀，张美霞. 平抑光伏系统波动的混合储能控制策略[J]. 电网技术，2013,37(9): 2452-2458.

[13]孙琳，刘俊勇，张琳琳.配电侧分时电价综述[J]. 四川电力技术，2006,29(6):24-25.

[14]贾娜，叶尔兰.粒子群优化算法简介[J].电脑知识与技术，2010,6(21):6096-6097.

[15]杨珺，张建成，周阳，等.针对独立风光发电中混合储能容量优化配置研究[J].电力系统保护与控制，2013,41(4):38-44.

胡荣(1962—)，女，副教授，研究方向为配电网优化规划及储能等，E-mail:hurong62@126.com；

钟勇(1987—)，男，硕士研究生，研究方向为配电网规划及储能等，E-mail:zhongyong0321@163.com；

符杨(1968—)，男，博士，教授，研究方向为双控、配电网规划，微网以及储能等，E-mail:mfudong@126.com；

董仁权(1985—)，男，助理工程师，研究方向为地铁供电系统以及储能等，E-mail:491904418@qq.com。

(责任编辑：林海文)

摘要：单一蓄电池储能技术已应用于配电网中，作为备用容量和节省电能投资。鉴于单一蓄电池储能设备成本过高的问题，本文采用电池-超级电容器混合储能(HESS)技术，建立以整个寿命周期内年均成本为最小的目标函数，以满足供电可靠性、调压、平抑大负荷功率冲击等为约束条件的容量优化配置模型。运用粒子群优化算法进行求解，与单一蓄电池储能作比较，验证了HESS混合储能在配电网中的经济性。

关键词：配电网；混合储能；蓄电池；优化配置

Abstract：Single battery energy storage technology is already applied in the distribution network to be used as spare capacity and electric energy-saving investments. In view of the problem of high cost of battery energy storage equipment, the battery-super capacitor hybrid energy storage (HESS) technology is presented in this paper, and the optimized configuration model is built with the objective function of minimizing the average annual cost in total life cycle and with such constraint conditions as the power supply reliability, voltage regulation and the suppressing of large load power impact. Particle swarm optimization algorithm is used to solve proposed model. And compared to single battery energy storage, HESS hybrid energy storage technology shows its good economic when applying in distribution network.

Keywords：power distribution network; hybrid energy storage; battery energy storage; optimization configuration

作者简介：

收稿日期：2014-06-22

基金项目：国家自然科学基金资助项目(51177098)；上海绿色能源并网工程技术研究中心(13DZ2251900)；上海市重点支撑攻关计划(13160500800)

文章编号：1007-2322(2015)03-0049-05

文献标志码：A

中图分类号：TM91