风储联合发电系统中锂电池寿命评估

李军徽，冯 爽，崔新振，严干贵，高 凯，李鸿博

(1．东北电力大学电气工程学院，吉林省吉林市132012;2．国网吉林省电力有限公司长春供电公司，吉林长春130021;3．国网辽宁省电力有限公司，辽宁沈阳110000; 4．国网吉林省电力有限公司培训中心，吉林长春130022)

风储联合发电系统中锂电池寿命评估

李军徽1，冯 爽2，崔新振1，严干贵1，高 凯3，李鸿博4

(1．东北电力大学电气工程学院，吉林省吉林市132012;2．国网吉林省电力有限公司长春供电公司，吉林长春130021;3．国网辽宁省电力有限公司，辽宁沈阳110000; 4．国网吉林省电力有限公司培训中心，吉林长春130022)

利用电池储能构建大规模风储联合并网发电系统，改善风电的波动性，成为目前研究的热点。然而在此运行方式下，电池处于频繁的充放电运行状态，为了优化电池的控制并提高其使用寿命，如何对其寿命进行评估十分重要。本文以锂电池为研究对象，分析其实验条件下的寿命特性，考虑不规则充放电循环深度和充放电次数的影响，构建了风储联合运行方式下锂电池的寿命评估方法，并设计了电池储能平抑风电功率波动控制策略和评价指标。基于实测风电数据，对此控制策略下风储联合发电系统的运行性能和锂电池的寿命进行评估。

风储联合发电系统;电池寿命;充放电循环深度;控制策略

1 引言

风能作为清洁的可再生能源，其大规模开发和利用为应对能源与环境危机开辟了新的途径［1］。但由于风能具有随机性、间歇性和不可准确测性，其输出很难保持稳定，随着风电在电源结构中比例不断增大，大规模风电并网对电网造成不利影响，甚至威胁着电力系统的安全运行，同时制约了风电自身的发展。提升源网协调性能已经成为风电等新可再生能源并网发电领域研究的热点［2］。从电源角度出发，一种有效的解决方案就是在风电场引入规模化的电池储能系统，构建风储联合运行系统，利用先进的储能技术改善风电的波动特性，从而提高风电的可调度性［3］。

已有相关文献对风储联合发电系统中的电池的控制策略和容量配置进行研究。文献［4］给出了储能系统与风电场配合的综合控制策略，但没有考虑电池实时运行状态，容易导致过充、过放。文献［5］提出了一种基于实测电池荷电状态修正储能系统参考功率的方法，从一定程度上提高了电池寿命。文献［6］选取一天的风电输出数据进行研究，以储能成本和平滑后输出效益最大来对储能的容量进行规划。文献［7］基于风速预测对储能进行配置，提高电网依据风功率预测进行风电场发电调度的可信性。而文献［8］则是通过分析储能大容量需求产生的原因，提出一种对预测功率进行修正，以进一步减小电池容量需求的方法。

然而上述研究中并未考虑或直接考虑电池的使用寿命，由于储能装置成本费用昂贵，考虑其寿命具有重要意义，因此需建立相应的电池寿命评估方法，为优化电池的控制并提高其使用寿命奠定基础。但是，与标准实验条件下电池运行状态不同的是，应用在风储联合发电方式下，电池储能系统处于充放电频繁交替的不规则循环运行状态，无法根据实验条件下的寿命特性对其寿命衰减进行评估。

电池的寿命主要受到温度、充放电等因素的影响。为了延长电池的寿命，通常利用温控系统对室内温度进行调节，因此本文不计温度影响，主要考虑不规则循环运行状态下充放电循环深度和充放电次数的影响，构建风储联合运行方式下电池寿命评估方法。本文设计了利用储能平抑风电功率波动控制策略和评价指标，基于实测风电数据对风储联合发电系统的输出性能和电池寿命特性进行分析。

2 风储运行下锂电池寿命评估方法

2.1 实验条件下锂电池寿命特性分析

电池的放电深度(DOD)指电池放电量与实际容量的比值，相应的电池的充电深度(DOC)即为电池充电量与实际容量的比值。在此基础上，定义电池的充放电循环深度，设电池的初始荷电状态为SOC1，对电池进行充电，使其荷电状态上升至SOC2，然后对电池进行放电，至荷电状态降到SOC1时停止放电，即电池以相同充电深度和放电深度工作一次，电池对应的充放电循环深度ΔSOC则为:ΔSOC =|SOC1－SOC2|。

以锂电池为研究对象，文献［9］在实验条件下，对锂电池在不同充放电循环深度下进行实验测试，得出了锂电池的最大充放电循环次数，其关系曲线如图1所示。由图1可知，电池在不同的充放电循环深度下的最大充放电次数不同。

图1 不同ΔSOC时最大充放电循环次数Fig．1 Curve of different ΔSOC and maximum number of charging and discharging

对所得到的实际运行数据进行函数拟合，得到电池运行在某一充放电循环深度与相应循环深度对应的最大充放电循环次数的关系函数，从而可对任意充放电循环深度下的充放电次数进行求解。

电池在不同的充放电循环深度下所吸收或释放的总电量也不同。电池在充放电深度x时的电池整个寿命周期的总吞吐电量Eb为:

参考国内大规模储能示范工程容量参数设计，当选取额定容量为10MW·h时，根据式(1)计算可得到电池的电量如图2所示。

图2 不同ΔSOC时吸收(释放)总电量Fig．2 Throughput of maximum electricity at different ΔSOC

电池使用寿命可用标准充放电状态下吞吐的总电量来表征，即以100%的深度对电池完全充放电，当电池到达寿命极限时，此时电池吞吐的总电量［10］。基于以上分析，可将不同充电、放电深度下电池吞吐的电量等效为标准状态下的电量，计算等效的总吞吐电量，建立电池的寿命衰减函数，对风储运行方式下电池寿命进行评估。

2.2 锂电池充放电深度和电量统计方法

为建立电池寿命衰减函数，需对风储运行下电池不规则的充放电深度以及对应的充放电电量进行统计。具体计算步骤如下。

(1)确定电池的充放电功率Pb(采样间隔为Ts)，充放电工作时间t，电池的额定容量EN，电池的充放电效率ηc、ηd。

(2)首先判断电池储能系统的功率值Pb(1)，如果Pb(1)＞0，电池开始执行充电任务，依据式(2)计算电池的充电电量，直到Pb(i)＜0即电池转到放电状态，此过程中电池的充电电量为Ec，充电深度为DOC，且DOC=Ec/EN，当下一次电池由放电转为充电时，重复此过程，计算下一次充电过程对应的充电电量和充电深度，并将每次计算得到的Ec和DOC存储到数组中。

(3)如果Pb(1)＜0，电池开始执行放电任务，依据式(2)计算电池的放电电量，直到Pb(i)＞0即电池转到充电状态，此过程中电池的放电电量为Ed，放电深度为DOD，且DOD=Ed/EN。当下一次电池由充电转为放电时，重复此过程，计算下一次放电过程对应的放电电量和放电深度，并将每次计算得到的Ed和DOD存储到数组中。

2.3 锂电池寿命衰减函数建立

根据不同充放电深度下吞吐的电量值，定义等效系数a(x)，则:

设电池共充放电n次，充放电深度分别为x1，…，xk，…，xn，则根据等效系数式(3)，可得到此次充放电过程电池等效吞吐的总电量为:

式中，ek为第k次充放电电池吞吐的电量。

定义电池的寿命衰减程度为Ls，则:

根据分析可知，Eb(n)越大，Ls越大，等效吞吐的总电量越大，电池寿命衰减程度越大。

3 平抑风电功率波动控制策略

风储联合发电系统可从多方面提高风电运行性能，减小风电并网对电网的影响。当选取不同的上层控制目标，系统的运行方式不同，控制策略也不同［11］。本文选取平抑风电功率波动方式设计控制策略。

利用电池储能系统平抑分钟级的风电功率波动，采用基于低通滤波原理的风电功率平抑控制策略［12］，对风电功率中的高频分量进行平抑，则储能系统的功率为:

式中，Pw(t)为t时刻平抑前风电功率;Pw1(t－Δt) 为(t－Δt)时刻平抑后的风电功率;τ为滤波时间常数;τ=1/(2πfc)，fc为截止频率。

为了评价电池储能系统对风电功率平抑效果，建立平抑后风电功率每分钟最大波动量的评价指标:

式中，k为常数，根据采样时间间隔选取。

4 算例分析

基于额定容量为49.3MW的某风电场实测风电功率数据，采样间隔Ts=10s，选取锂电池储能系统的充放电效率均为0.9，对第3节所述控制策略下风储联合发电系统的运行性能和锂电池的寿命进行评估。

当截止频率为1/3600Hz时，配置5MW·h的储能系统，平抑前后风电功率曲线如图3所示，经计算得到，电池储能系统平抑后的风电场输出功率的分钟最大波动量为0.58MW，与平抑前风电场输出功率分钟最大波动量3.75MW相比，很大程度上改善了风电场的功率波动。

图3 平抑前后风电场的输出功率Fig．3 Original and smoothed output power of wind farm

电池储能系统的功率曲线如图4所示，电池充放电动作切换十分频繁。为了计算电池寿命衰减程度，对每次充电、放电的电量进行统计，如图5和图6所示。

图4 电池储能系统充放电功率Fig．4 Output power of battery

分别选取储能系统的容量为1～6MW·h，得到分钟级最大波动量ΔPmax和电池寿命衰减程度Ls，如表1所示。由表1可知，当配置储能容量较小时，分钟级最大风电功率波动量较大，电池寿命衰减程度较小，随着容量的增大，最大波动量减小，此时需要电池频繁动作，寿命衰减程度增大。

图5 电池每次充电能量曲线Fig．5 Battery energy of each charging process

图6 电池每次放电能量曲线Fig．6 Battery energy of each discharging process

表1 不同储能容量时的ΔPmax和LsTab．1 ΔPmaxand Lsat different battery energy storages

对不同截止频率下的分钟级最大风电功率波动量和电池寿命衰减程度进行计算，结果如表2所示。

表2 不同截止频率时的ΔPmax和LsTab．2 ΔPmaxand Lsat different cut-off frequencies

由表2可知，随着截止频率的减小，ΔPmax减小，因而，电池动作次数增多，寿命衰减程度增大。

5 结论

本文以锂电池储能系统为研究对象，在对其充放电实验数据分析基础上，主要考虑不规则循环运行状态下充放电循环深度和充放电次数的影响，构建了风储联合运行方式下电池储能的寿命衰减评估方法。算例分析结果表明，不同的运行条件下，风储联合发电系统的输出特性和电池衰减程度不同，这为储能系统容量配置和优化控制研究奠定了基础。

［1］张丽英，叶廷路，辛耀中，等 (Zhang Liying，Ye Tinglu，Xin Yaozhong，et al．)．大规模风电接入电网的相关问题及措施(Problems and measures of power grid accommodating large scale wind power)［J］．中国电机工程学报(Proceedings of the CSEE)，2010，30(25): 1-9．

［2］Hadi Banakar，Chang ling Luo，Boon Teck Ooi．Impacts of wind power minute-to-minute variations on power system operation［J］．IEEE Transaction on Power Systems，2008，23(1):151-160．

［3］Abdorreza Rabiee，Hossein Khorramdel，Jamshid Aghaei．A review of energy storage systems in microgrids with wind turbines［J］．Renewable and Sustainable Energy Reviews．2013，18(1):316-326．

［4］童欣，郝剑波，张坤 (Tong Xin，Hao Jianbo，Zhang Kun)．锂电池储能在风力发电系统中的应用(Application of lithium battery energy storage in the wind power system)［J］．电力科学与工程(Electric Power Science and Engineering)，2013，29(2):5-10．

［5］谢俊文，陆继明，毛承雄，等(Xie Junwen，Lu Jiming，Mao Chengxiong，et al．)．基于变平滑时间常数的电池储能系统优化控制方法 (Optimal control of battery energy storage system based on variable smoothing time constant)［J］．电力系统自动化 (Automation of Electric Power Systems)，2013，37(1):96-101．

［6］王成山，于波，肖峻，等 (Wang Chengshan，Yu Bo，Xiao Jun，et al．)．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(Sizing of energy storage systems for output smoothing of renewable energy systems) ［J］．中国电机工程学报 (Proceedings of the CSEE)，2012，32(16):1-7．

［7］毕大强，杨歆玉，吴正平 (Bi Daqiang，Yang Xinyu，Wu Zhengping)．基于风速预测与储能的可调度风电场并网功率控制 (Wind speed forecasting and energy storage based power control of grid-connected wind farm) ［J］．电工电能新技术 (Advanced Technology of Electrical Engineering and Energy)，2013，32(1):1-4．

［8］柯联锦，潘文霞，朱建红 (Ke Lianjin，Pan Wenxia，Zhu Jianhong)．一种基于风功率预测修正的储能电池容量需求分析(Analysis of capacity requirements of battery energy storage based on forecasted wind power correction)［J］．电工电能新技术 (Advanced Technology of Electrical Engineering and Energy)，2013，32(3): 57-61．

［9］Lunz B，Walz Hsauer D U．Optimizing vehicle-to-grid charging strategies using genetic algorithms under the consideration of battery aging［A］．Proceedings of 2011 IEEE Vehicle Power and Propulsion Conference［C］．2011.1-7．

［10］罗伟林，张立强，吕超，等 (Luo Weilin，Zhang Liqiang，Lv Chao，et al．)．锂离子电池寿命预测国外研究现状综述 (Review on foreign status of life prediction of lithiumion batteries)［J］．电源学报 (Journal of Power Supply)，2013，45(1):140-144．

［11］刘波，郭家宝，袁智强，等(Liu Bo，Guo Jiabao，Yuan Zhiqiang，et al．)．风光储联合发电系统调度策略研究(Research on scheduling strategy of wind-PV-ES hybrid power system)［J］．华东电力 (East China Electric Power)，2010，38(12):1897-1899．

［12］严干贵，朱星旭，李军徽，等 (Yan Gangui，Zhu Xingxu，Li Junhui，et al．)．内蕴运行寿命测算的混合储能系统控制策略设计(Control strategy design for hybrid energy storage system with intrinsic operation life measurement and calculation)［J］．电力系统自动化(Automation of Electric Power Systems)，2013，37 (1):110-114．

Lifetime evaluation of battery energy storage system in wind-ES hybrid power system

LI Jun-hui1，FENG Shuang2，CUI Xin-zhen1，YAN Gan-gui1，GAO Kai3，LI Hong-bo4
(1．School of Electric Engineering，Northeast Dianli University，Jilin 132012，China;2．Changchun Electric Power Supply Company，State Grid Jilin Electric Power Company，Changchun 130021，China; 3．State Grid Liaoning Province Electric Power Company，Shenyang 110000，China; 4．State Grid Jilin Electric Power Training Center，Changchun 130022，China)

Using battery energy storage to build a large-scale wind-energy storage(Wind-ES)hybrid power system has become the focus of current research to mitigate the fluctuation of wind power．However，battery system is running in complex charge-discharge state when used in Wind-ES hybrid power system scenario．In order to optimize battery operation mode and elongate its lifetime，to evaluate its lifetime is important．In this paper，lithium battery energy storage is used as the study object，its lifetime characteristics under experimental conditions are analyzed．Considering the impact of the charge-discharge depth and number of irregular charge-discharge cycles，a lifetime evaluation method is developed under Wind-ES conditions．Based on the wind power data，the lifetime evaluation method is used to analyze battery characteristics under the designed operation control strategy for Wind-ES．The result provides theoretical reference for configuration of the battery energy storage in engineering application．

wind-ES hybrid power system;battery lifetime;charge-discharge cycle depth;control strategy

TM76

A

1003-3076(2015)10-0034-05

2014-09-29

国家重点基础研究发展计划(973计划)项目(2013CB228201)、国家电网公司科技项目 (合同号: SGLNSY00FZJS1500191)、吉林市科技发展计划项目(201464038)

李军徽(1976-)，男，陕西籍，副教授，博士，研究方向为新能源发电运行控制、大规模储能技术应用等;冯 爽(1990-)，女，吉林籍，助理工程师，研究方向为电力系统运行控制技术。