含钠硫电池储能系统的微网多时间尺度能量管理策略

谢伟，李官军，方陈，张宇，刘宇，杨苹

（1.国网上海市电力公司电力科学研究院，上海 200437；2.中国电力科学研究院，江苏南京 210003；3.上海电气钠硫储能技术有限公司，上海 201815；4.广东省绿色能源技术重点实验室，广东广州 510640）

含钠硫电池储能系统的微网多时间尺度能量管理策略

谢伟1，李官军2，方陈1，张宇1，刘宇3，杨苹4

（1.国网上海市电力公司电力科学研究院，上海 200437；2.中国电力科学研究院，江苏南京 210003；3.上海电气钠硫储能技术有限公司，上海 201815；4.广东省绿色能源技术重点实验室，广东广州 510640）

针对包含钠硫电池储能系统的微电网，文中以微网运行成本最小化为目标，同时考虑钠硫电池的荷电状态和使用寿命，提出一种针对含钠硫电池储能系统微网的多时间尺度能量管理策略，分别对微网能量管理策略的日前调度和实时调度进行建模。最后以一个微网系统作为算例，通过日前调度结果和实时调度结果的比较分析可知，多时间尺度的能量管理策略可提高微电网运行效益，而实时调度计划基于超短期功率预测，可对日前调度计划进行较大程度的修正，保证微电网的经济优化运行。

钠硫电池储能；微电网；多时间尺度能量管理

近年来，随着社会经济的快速发展，人们对电能需求与日剧增，而分布式发电技术以其高能源利用率、清洁性和经济性得到广泛的关注，成为新能源利用的主要形式，但是由于其具有随机性、波动性和间歇性等特点，分布式电源的大规模并网运行会给电网安全稳定运行带来不利影响，给电网规划和能量的调度管理带来巨大的挑战[1-2]。

作为分布式发电的技术支持，微电网受到同样的关注。微电网系统将分布式电源，负荷，储能系统及其控制系统结合在一起，形成一个小型的电力系统。微电网和大电网可以互为支撑，同时微电网的灵活性使其既能够联网运行又可孤岛运行，保障供电可靠性[3-5]。

可再生能源具有随机性、间歇性和不确定性，必须借助储能技术实现其在电网中的安全平稳地有效使用[6-9]。各类电池储能中，从功率提供能力、能量效率、安装成本、额定功率放电能力、安装场地要求、维护要求等多因素综合考虑，钠硫电池的总体特性最适合大规模储能系统应用。钠硫电池具有能量密度高、运行寿命长、维护成本低以及突出的超载脉冲功率输出特性和快速的动态特性等特点[10-12]。

微电网能量管理技术是基于微电网的电源、负荷组成和环境资源数据，在微电网稳定可靠运行的基础上，以微电网运行效益最大化为目标，制定合理的能量管理控制策略的关键技术[13-14]。考虑到分布式电源和负荷在不同精度下的预测结果，多时间尺度的微网能源管理策略分为日前调度和实时调度[11，15]。现有研究对储能的折损费用处理比较粗略，文献[16-17]忽略了储能电池的折损费用，而文献[18-19]则考虑了通用化的储能经济模型，未能考虑钠硫电池的具体特性。

本文以微网运行成本最小化为目标，同时考虑钠硫电池的荷电状态和使用寿命，提出一种针对含钠硫电池储能系统微网的多时间尺度能量管理策略，分别对微网能量管理策略的日前调度和实时调度进行建模，最后以一个微网系统作为算例，通过日前调度结果和实时调度结果的比较分析可知，多时间尺度的能量管理策略可提高微电网运行效益，而实时调度计划基于超短期功率预测，可对日前调度计划进行较大程度的修正，保证微电网的经济优化运行。

1 微网多时间尺度能量管理策略

微电网的优化调度是一个非线性、多约束、多时间尺度的优化问题，微网能量管理可以划分为日前调度和实时调度两个阶段，如图1所示为多时间尺度的微网能量管理策略框架图。

图1 多时间尺度的微网能量管理策略框架Fig.1 Micro-grid energy management strategy framework for multi-time scale

微网能量管理系统首先对微网中可控微源或机组和储能装置制定基于短期预测数据的日前出力及启停计划，日前计划包含一个完整调度周期的最优化运行状态，保障微网长时间尺度下的经济性；微网实际运行中，实时调度则根据精度较高的超短期预测数据，遵循日前调度计划中的运行状态，以微网运行成本最低作为优化目标进行实时的功率调整。实时调度与日前调度共同形成微网调度方案，它保障微网实际运行时的可靠性和经济性；最后由MGCC发布调度指令，作用于下层设备。

2 微网能量管理策略建模

2.1 微电网日前调度模型

2.1.1 日前调度元件建模

1）钠硫电池储能系统建模

储能系统对微网系统的安全稳定运行和电能质量控制具有重要作用。钠硫电池的研究理论、试验研究及应用分析显示[10-11]，钠硫电池具有以下优势：

①高比能量。比能量是指电池单位质量或单位体积所具有的有效电能量。大功率钠硫电池先进的结构设计使其理论比能量为760 Wh/kg，实际已达到300 Wh/kg，是锂电池的4倍、镍电池的5倍、铝酸电池的10倍。

②大电流、高功率放电。大功率钠硫电池放电时电流密度一般可达2～3 kA/m2，并瞬时可放出其300%的固有能量。

③无自放电现象，具有高充放电效率。NaS电池采用固体电解质，不会产生如采用液体电解质的二次电池所产生的自放电及副反应，故充放电效率几乎为100%。

④充电时间短，使用长寿命。大功率NaS电池连续充放电近2万次，使用寿命可达10 a之久。

⑤无污染、可回收、安全可靠。

在t时刻，钠硫电池储能系统的荷电状态（State of Charge，SOC）表达式如下所示：

式中：Qleft为钠硫电池储能系统的剩余容量；Qall为钠硫电池储能系统的总容量。

t时刻和t+1时刻的荷电状态之间有如下关系：

式中：Δt为电池管理系统的调整步长；IESS为钠硫电池储能系统的充放电电流大小，正值表示充电；IESS（t）=PESS（t）/（NUESS），其中PESS为充放电功率；N为串联电池数目；UESS为钠硫电池储能系统的额定端电压。

而充放电效率η由下式计算得出：

最大充放电电流为：

最大充放电功率为：

故存在不等式约束：

储能设备的损耗和其充放电周期有关，用rESS表示某个储能设备一个周期充放电损耗，可由如下公式计算得出：

式中：cESS为该台储能装置的购置费用；TESS为该台储能装置的可使用寿命。

由于在一个电池功率调整时段，一次完全的充放电过程不可能发生，所以假设该时段的充放电损耗等于一个调整周期充放电损耗乘以该时段的充放电百分比，因此在调度周期内钠硫电池储能系统的损耗为：

式中：T为日前调度周期；rb，ESS为第b台储能设备的周期充放电损耗；Tb，ESS为第b台储能设备的可使用寿命；nb，ESS为第b台储能设备在第t时段的充放电百分比。其中nb，ESS可由式（9）得出：

2）光伏系统建模

光伏电池由半导体等固态电子元件组成，具有简单易用，安全可靠，无污染无噪声，维护方便等优点，但光伏出力具有随机性、间歇性和不确定性，必须借助储能技术实现其在电网中的安全平稳地有效使用。随着技术的进步，在电池成本逐渐减低的情况下，光伏发电得到了迅速的发展。同时，由于光伏电池在发电过程中受日照强度、大气现象、环境温度等自然条件的影响较大，其电池元件的功率输出具有明显的非线性特点：

式中：GT为光照强度；PPV为该光照强度下的原件输出功率；PSTC为标准测试条件STC（光强1 000 W/m2、环境温度25℃）下的输出功率；GSTC为标准测试条件STC下的光照强度；k为功率温度系数，文献[17-18]取-0.004 7/℃；Tr为参考温度25℃；Tc为电池板的工作温度，可由下式表示：

式中：Vwind为风速；Tran为当天所取得随机温度值，可有下面公式求出：

式中：Tmax及Tmin分别为该日温度的最高值以及温度的最低值；tavg为该计算时段的日平均温度。

3）柴油发电机建模

柴油发电机具有响应速度快、热效率高、故障少和维护方便等优点，通常作为后备电源，在偏远地区的微电网系统中仍是重要的分布式电源。文献[18]表明其耗油量是与其输出功率相关的线性函数，可表示为：

式中：PDEr和PDE分别为柴油发电机的额定功率和输出功率；F0和F1为柴油消耗曲线截距系数，文献[18]和文献[22]推荐将F0取值为0.084 15，F1则取值为0.246。

式中：d为第d台柴发；D为柴油发电机的集合；sd，t为第d台柴发的t时刻的运行/停运状态；0为停运状态；1为运行状态；cdstart为第d台柴发的开机启动成本；coil为柴油价格。

柴发功率应满足爬坡率约束和输出功率约束。

爬坡率约束为：

式中：rup，rdown分别为柴发出力的最大上升率和最大下降率。

输出功率约束：

式中：PDE，max为最大可允许的最大输出功率；PDE，min为最小允许输出功率。

2.1.2 日前调度模型

日前调度的优化模型是使微电网运行成本最小的经济性模型。运行成本包括运行支出和运行收益，运行支出包括机组的运行维护成本和燃料成本，运行收益则是由微网与外电网的联络线功率交换产生的。

其数学模型为：

式中：h（P，s）为等式约束；g（P，s）为不等式约束。钠硫储能和柴油发电机的具体不等式约束条件见式（6）、式（15）—式（17）。

功率平衡的等式约束是：

式中：Pnet（t）为实时联络线交换功率，正值为流出，负值为流出。

目标函数为：

上式表示能量管理策略日前计划的目标是使得微电网在调度周期内的总运行成本最小化。其中，FESS是钠硫电池的运行费用，FDE是柴油发电机的运行费用，Fnet是由联络线功率交换产生的收益，微电网处于离网运行状态时该项为0，当Fnet为负值时，表示联络线功率交换产生亏损。

式中：积分式前项表示微网向主网售电的收益，积分式后项表示微网向主网售电的收益；cout（t）为微网向主网售电价格；cin（t）为微网从主网购电价格。

2.2 微电网实时调度模型

2.2.1 滚动优化模型

在实时调度中，微电网以分钟级的时间间隔作为一个调度周期（如Ts=0.25 h）。期间，柴油发电机组遵从日前调度计划的开停机结果，而柴油发电机组和钠硫储能系统则基于储能的实时荷电状态以及超短期功率预测结果（光伏/风电/负荷）形成的实时调度优化计算结果在满足相关约束的情况下调整出力，并发布调度指令。

为了及时修正可再生能源出力和负荷功率波动对日前调度的误差，将滚动优化的方法引入实时调度，利用最新信息（如可再生能源出力和负荷的超短期预测）修正柴油发电机组和钠硫储能系统的出力，对日前计划不断修改和刷新，从而形成具体的实时调度方案。可滚动优化的实时调度可以减少日前调度模型中的短期预测误差给能量管理策略带来的影响。

如图2是实时调度滚动优化流程图。滚动优化的方法是：从t=t0时刻开始，基于超短期预测和实时调度模型，计算t=t0后的一个超短期预测功率周期（Tc=4 h）内的实时调度优化结果，然后取超短期预测功率周期内前Ts时间的优化结果形成实时调度方案。进入t=t0+Ts时刻，再次计算此后Tc时间内的实时调度优化结果，在取此时间段内前Ts时间的优化结果形成实时调度方案，以此类推不断修正。

图2 实时调度滚动优化流程图Fig.2 Flowchart of real-time scheduling rolling optimization

2.2.2 实时调度元件建模

针对实时调度阶段的钠硫储能数学模型是

式中：F′ESS为当前实时调度周期的钠硫电池储能损耗成本；t0为起始计算时刻。

由于发电机的启停成本已在日前调度中进行考虑，所以在实时调度中只考虑在一个实时调度周期的总运行费用。因此柴油发电机的数学模型是：

式中：F′DE为当前实时调度周期的柴油发电机运行成本。

2.2.3 实时调度模型

实时调度的优化模型也是微电网运行成本最小的经济性模型。其数学模型为：

其中，目标函数为：

上式表示能量管理策略日前计划的目标是使得微电网在超短期预测周期Tc内的总运行成本最小化。

3 算例

设置如图3的微电网系统作为本文算例。该微电网系统有80 kW的光伏发电系统，20 kW*6 h的钠硫储能系统和负荷构成，通过并/离网开关与配电网连接。超短期预测功率周期为Tc=4 h，微电网调度指令Ts=0.25 h发布一次，因此一天24 h可以分为96个调度时间点。各时间尺度模型求解均通过粒子群算法进行求解。

图3 微电网电气拓扑Fig.3 Microgrid electrical topology

算例中光伏出力曲线如图4所示，负荷出力曲线如图5所示。如图6所示是实时电价曲线，算例设置微网向主网售电价格等于微网从主网购电价格，即cout（t）=cin（t）。

图4 光伏出力曲线Fig.4 Photovoltaic output curve

这里设置微网向主网售电价格等于微网从主网购电价格，即cout（t）=cin（t）。如图6所示是实时电价曲线。

此处考虑到微网的日前调度模型和实时调度模型是带约束的多元规划问题，采用粒子群算法对问题进行求解。图7所示是根据日前调度和实时调度的钠硫储能出力曲线，如图8所示是根据日前调度和实时调度的钠硫储能SOC曲线，由图可知实时调度对日前调度方案进行了较大程度的修正。在电价低谷和可再生能源发电量较多的时间段（如点45～60 t），钠硫储能深度充电，二在电价高峰期，钠硫储能深度放电，这保证微电网的经济运行。

图5 负荷出力曲线Fig.5 Load output curve

图6 实时电价曲线Fig.6 Real-time electricity price curve

图7 钠硫储能出力曲线Fig.7 NaS storage power curve

根据式（20），求解得到总运行成本的日前调度优化结果为-18.55，总运行成本的实时调度滚动优化结果为-33.49，算例以微电网总运行成本最低作为优化目标，因此实时调度结果更优。由此分析，日前调度基于短期功率预测，将产生偏差，通过多时间尺度的能量管理策略，即可滚动优化的实时调度进行修正，微网系统的经济性成本得以提高。

图8 钠硫储能SOC曲线Fig.8 NaS storage SOC curve

4 结语

本文以微网运行成本最小化为目标，同时考虑钠硫电池的荷电状态和使用寿命，提出一种针对含钠硫电池储能系统微网的多时间尺度能量管理策略，分别对微网能量管理策略的日前调度和实时调度进行建模，最后以一个微网系统作为算例，通过日前调度结果和实时调度结果的比较分析可知，多时间尺度的能量管理策略可提高微电网运行效益，而实时调度计划基于超短期功率预测，可对日前调度计划进行较大程度的修正，保证微电网的经济优化运行。

[1]王鹤，李国庆．含多种分布式电源的微电网控制策略[J]．电力自动化设备，2012，32（5）：19-23．WANG He，LI Guoqing.Control strategy of microgrid with different DG types[J].Electric Power Automation Equipment，2012，32（5）：19-23（in Chinese）.

[2]王成山，武震，李鹏．微电网关键技术研究[J]．电工技术学报，2014，29（2）：1-12.WANG Chengshan，WU Zhen，LI Peng.Research on key technologies of microgrid[J].Transactions of China Electrotechnical Society，2014，29（2）：1-12（in Chinese）.

[3]丁明，张颖媛，茆美琴．微网研究中的关键技术[J]．电网技术，2009（11）：6-11.DING Ming，ZHANG Yingyuan，MAO Meiqin.Key technologies for microgrids being researched[J].Power System Technology，2009（11）：6-11（in Chinese）.

[4]李瑞生．微电网关键技术实践及实验 [J]．电力系统保护与控制，2013，41（2）：73-78.LI Ruisheng.Practice and experiment of the key microgrid technologies[J].Power System Protection and Control，2013，41（2）：73-78（in Chinese）.

[5]唐西胜，邓卫，李宁宁．基于储能的可再生能源微网运行控制技术[J]．电力自动化设备，2012，32（3）：99-103.TANG Xisheng，DENG Wei，LINingning.Control technologies of micro-grid operation based on energy storage[J].Electric Power Automation Equipment，2012，32（3）：99-103（in Chinese）.

[6]周林，黄勇，郭珂，等．微电网储能技术研究综述[J]．电力系统保护与控制，2011（7）：147-152.ZHOU Lin，HUANG Yong，GUO Ke，et al.A survey of energy storage technology for micro grid[J].Power System Protection and Control，2011（7）：147-152（in Chinese）.

[7]易桂平，胡仁杰.分布式电源接入电网的电能质量问题研究综述[J].电网与清洁能源，2015（10）:38-41.YI Guiping，HU Renjie.A survey of power quality issues in distributed power grid[J].Power System and Clean Energy.，2015（10）:38-41（in Chinese）.

[8]程华，徐政.分布式发电中的储能技术[J].高压电器，2003（3）:53-56.CHENG Hua，XU Zheng.Energy storage technology in distributed generation[J].High Voltage Apparatus，2003（3）:53-56（in Chinese）.

[9]燕跃豪，鲍薇，李光辉，等.基于混合储能的可调度型分布式电源控制策略[J].华北电力大学学报，2014（2）: 28-35.YAN Yuehao，BAO Wei，LI Guanghui，et al.Schedulingbased distributed power control strategy based on hybrid energy storage[J].Journal of North China Electric Power University，2014（2）:28-35（in Chinese）.

[10]温兆银，俞国勤，顾中华，等．中国钠硫电池技术的发展与现状概述[J]．供用电，2010，27（6）：25-28.WEN Zhaoyin，YU Guoqin，GU Zhonghua，et al.Development and summary of sodium-sulfur battery technology in China[J].Distribution&Utilization，2010，27（6）：25-28（in Chinese）.

[11]丁明，张颖媛，茆美琴，等．包含钠硫电池储能的微网系统经济运行优化[J]．中国电机工程学报，2011（4）：7-14.DING Ming，ZHANG Yingyuan，MAO Meiqin，et al.Economic operation optimization for microgrids including Na/S battery storage[J].Proceedings of the CSEE，2011（4）：7-14（in Chinese）.

[12]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.SUN Bingxiang，JIANG Jiuchun，SHI Wei，et al.Research on the application of NaS battery energy storage system[J].Modern Electric Power，2010，27（6）：62-65（in Chinese）.

[13]吴雄，王秀丽，刘世民，等.微电网能量管理系统研究综述[J].电力自动化设备，2014，34（10）：7-14.WU Xiong，WANG Xiuli，LIU Shimin，et al.Summary of research on microgrid energy management system[J].Electric Power Automation Equipment，2014，34（10）：7-14（in Chinese）.

[14]王新刚，艾芊，徐伟华，等.含分布式发电的微电网能量管理多目标优化[J].电力系统保护与控制，2009（20）：79-83.WANG Xingang，AI Qian，XU Weihua，et al.Multiobjective optimal energy management of microgrid with distributed generation[J].Power System Protection and Control，2009（20）：79-83（in Chinese）.

[15]石庆均.微网容量优化配置与能量优化管理研究[D].杭州：浙江大学，2012.

[16]王辉.微电网经济运行优化[D].广州：华南理工大学，2014.

[17]牛铭，黄伟，郭佳欢，等.微网并网时的经济运行研究[J].电网技术，2010，34（11）：38-42.NIU Ming，HUANG Wei，GUO Jiahuan，et al.Research on economic operation of grid-connected microgrid[J].Power System Technology，2010，34（11）：38-42（in Chinese）.

[18]陈健，王成山，赵波，等.考虑储能系统特性的独立微电网系统经济运行优化[J].电力系统自动化，2012，36（20）：25-31.CHEN Jian，WANG Chengshan，ZHAO Bo，et al.Economic operation optimization of a stand-alone microgrid system considering characteristics ofenergy storage system[J].Automation of Electric Power Systems，2012，36（20）：25-31（in Chinese）.

[19]郭思琪，袁越，张新松，等.多时间尺度协调控制的独立微网能量管理策略[J].电工技术学报，2014（2）：122-129.GUO Siqi，YUAN Yue，ZHANG Xinsong，et al.Energy management strategy of isolated microgrid based on multitime scale coordinated control[J].Transactions of China Electrotechnical Society，2014（2）：122-129（in Chinese）.

[20]贾盼盼.微电网的能量优化与协调控制研究[D].广州：华南理工大学，2014.

[21]张海防.基于禁忌粒子群算法的微电网经济运行应用研究[D].锦州：辽宁工业大学，2015.

[22]DUFO-LÓPEZ R，BERNAL-AGUÍN J L.Multi-objective design of PV wind diesel hydrogen battery systems[J].Renewable Energy，2008，33（12）：2559-2572.

（编辑 张晓娟）

Multi-Time Scale Energy Management Strategy of Microgrid Containing Sodium Sulfur Battery Energy Storage Systems

XIE Wei1，LI Guanjun2，FANG Chen1，ZHANG Yu1，LIU Yu3，YANG Ping4
（1.State Grid Shanghai Electric Power Research Institute，Shanghai 200437，China；2.China Electric Power Research Institute，Nanjing 210003，China；3.Shanghai Electric Sodium-Sulfur Batteries Energy-Storage Technology Co.，Ltd.，Shanghai 201815，China；4.Guangdong Key Laboratory of Clean Energy Technology，Guangzhou 510640，Guangdong，China）

For the microgrid containing sodium sulfur battery energy storage systems，this paper proposes a multi-time scale energy management strategy which aims at minimizing the operating cost of the microgrid and takes the state of charge and service life of the battery into consideration.The energy management strategy contains both the day-ahead scheduling and the real-time scheduling.Finally，a microgrid system is chosen as the application example，and computations and comparative analysis are made for the results of the day-ahead scheduling and the real-time scheduling.The study shows that the multitime scale energy management strategy can improve the operation efficiency of the microgrid while the real-time scheduling based on the ultra-short term power forecasting can make large modifications to the day-ahead scheduling，thus ensuring the optimization operation of the microgrid.

sodium sulfur battery；microgrid；multi-time scale energy management strategy

国家电网公司科技项目：钠硫电池储能系统集成应用关键技术研究（52094014000M）。

Project Supported by the Science and Technology Program of the State Grid Corporation of China（No.52094014000M）:Research on Key Technology of Integrated Application of Sodium Sulfur Battery Energy Storage System.

1674-3814（2016）10-0160-07

TM743

B

2016-05-16。

谢 伟（1968—），男，高级工程师，研究方向为电力科技管理、智能电网等；

李官军（1982—），男，高级工程师，研究方向为分布式发电及微网技术等。

杨 苹（1967—），女，教授，研究方向为自动控制专业；

方 陈（1983—），男，高级工程师，研究方向为智能电网、分布式新能源和微电网优化运行；

张 宇（1970—），男，高级工程师，研究方向为电力科技管理、储能技术；

刘 宇（1973—），男，研究员，研究方向为电化学储能技术。