考虑运行经济成本的风电场储能容量优化

章伟+谭伦农+阚红军

摘 要： 储能技术作为一种新兴的调节风电功率输出方法，能够有效平抑风电出力波动.储能系统容量规划问题正成为重要的研究课题.以蓄电池作为研究对象，将放电深度和过放电现象对电池寿命的损伤折合为运行经济成本，同时考虑惩罚成本及固有成本，在确保风电出力尽可能接近期望出力的前提下，建立了以总经济成本最小为目标，以容量限制、功率限制及充放电次数限制为约束条件的储能容量优化模型，采用遗传算法求解目标函数.算例分析结果表明，该方法可以配置合理的储能容量，使得储能系统在平抑风电出力波动的同时使总经济成本降至最低，实现稳定性和经济性的相协调.

关键词： 储能容量； 蓄电池； 风电出力； 经济成本

中图分类号： TP 732 文献标志码： A

Abstract： As a new method for applying to adjust the wind power output，energy storage technology can effectively suppress the wind power fluctuations.The energy storage capacity plan is becoming an important research topic.In this study，the battery was used.And the damage to battery life caused by the depth of discharge and overdischarge phenomenon was equivalent to the run cost.At the same time，the penalty cost and inherent cost were taken into account.Under the promise that the wind power output close to the desired output which could be ensured as much as possible，the storage capacity optimization model was established by taking the minimum total economic cost as a goal as well as taking the capacity limitation，power limitation and charge and discharge times limitation as the constraints.Genetic algorithms were used to solve the objective function.According to the results of case study，the proposed method in this study could configure a reasonable energy storage capacity，making the energy storage system to suppress the fluctuation of wind power output at the minimum economic cost.The reliability and economic could be realized harmoniously.

Keywords： energy storage capacity； battery； wind power output； economic cost

風电接入量的增加以及其波动性和间歇性等特性给电网的安全稳定运行带来了严重的挑战[1].因此，平滑风电出力，使风电能够满足电网对电能质量的要求，尽可能降低其对电网造成的影响已成为重要的研究课题.在风电场中设置的储能系统，可以在负荷低谷时吸收剩余的风电，而在负荷高峰、电网电能不足时释放储存的电能，从而达到平滑功率输出的目的.

随着储能技术的研究不断取得进展，储能系统容量的确定显得十分重要.若系统容量配置合理，则可以使风电出力尽可能地接近期望输出，从而有效抑制风电出力波动，减少弃风量，提高风能利用效率，减少系统总成本.

目前国内外对储能系统容量的配置问题已开展了众多研究，而在这些研究中，建立储能容量优化模型时涉及运行成本的甚少.文献[2]分析了电池储能系统在提高并网风电场运行稳定性方面的作用；文献[3]提出了基于风光互补发电系统的铅蓄电池的多阶段充电控制策略；文献[4]提出了一种使大型风电场在长时间内保持功率平稳输出所需要的储能系统容量的计算方法；文献[5]基于傅立叶变换对风电功率进行了频谱分析，以此来确定最佳的储能容量范围.

在考虑储能系统固有成本及惩罚成本的同时，本文提出将放电深度和过放电现象对电池寿命造成的损伤折合为运行成本，在降低风电出力波动，使其满足电网对电能质量的要求的前提下，以这三部分之和最小为目标函数，以容量限制、功率限制、充放电次数限制为约束条件，采用遗传算法求解储能系统的最佳储能容量.

1 储能容量优化模型

1.1 目标函数

储能容量优化的目标是采用某种方法求解出储能容量的最优解，使系统运行时各种影响因素所折合的经济成本的总和最小，主要包括惩罚成本、固有成本、运行成本.

（1） 运行成本：它是指储能设备由于长时间运行将对设备寿命造成损失，将这部分损失折合成经济成本，主要是由放电深度及过放电现象引起的[6].

（2） 惩罚成本：当风电场输出功率经过储能系统作用后仍未能满足输出要求时，将未能满足输出要求的这部分能量折合成经济成本，称为惩罚成本[7].endprint

（3） 固有成本：主要指儲能设备初期投资成本，主要取决于储能系统的容量大小[8].

2 求解方法

针对上述建立的储能容量优化模型，选用遗

传算法求解目标函数的最优解.遗传算法具有较强的解决问题的能力和广泛的适应性[9].

针对本文提出的优化模型，其求解步骤为：

① 在程序中导入风电场某一时间段的输出功率，并计算出同一时期的负荷参考值；

② 建立式（1）的目标函数，在每次迭代过程中该目标函数都会被调用；

③ 设置算法的初始条件，同时产生初始种群；

④ 种群交叉：在每两个父代种群中选择基因不同部分进行交叉变异，进而产生新个体；

⑤ 适应度评估：计算出每个新生个体的适应度，通过适应度大小来判定个体的优劣性；

⑥ 种群选择：从种群中的个体当中选择适应度较大的传给下一代进行繁殖；

⑦ 种群变异：从种群中随机选取一定数量的个体，以初始条件中设置的变异概率随机更改某个基因的值；

⑧ 重复步骤④～⑦，当在设定的最大迭代次数内适应度达到期望值或迭代次数达到最大值时，程序停止运行，并将此时的储能容量及经济成本输出.

3 算例分析

本文算例采用我国某地区电力调度中心能量管理系统（EMS）统计的该地区某风电场一年内的风电运行数据，时间是从2013年1月1日00：00至2013年12月31日24：00.每5 min进行一次采样，共得到105 120个有效数据.

3.1 期望输出参考值的求取

3.3 储能容量优化及运行结果分析

利用上述风电场一年内的风电出力数据，以蓄电池储能系统运行一年作为评估期，采用遗传算法对式（1）进行储能容量优化，结果如表2所示.

为分析所得最佳容量的储能系统的储能效果，首先给出一年中某一天风电场经该储能系统作用后的风电出力，结果如图1所示.

从图1中不难看出：在加入储能系统后，由于受蓄电池充放电功率及容量等约束条件的限制，风电输出功率在个别时间段与负荷参考值并不完全相同，即没有完全抑制这些时间段内原有的尖波；但总体来看，在大部分时间段内风电输出功率与负荷参考值非常接近，说明该储能系统能够较好地抑制风电出力的波动.

图2、3分别为蓄电池充放电功率以及蓄电池荷电状态图，其中荷电状态SOC可反映一天中某一时刻蓄电池中剩余电量的多少，其表达式为

由图2、3中可以看出，在一天24 h内，电池充放电功率以及荷电状态均在允许范围内，满足上述约束条件，说明蓄电池运行状态良好，进一步验证了该储能系统能够满足抑制风电波动，稳定功率输出的要求.

为从经济性角度衡量该储能系统的优劣，本文采用储能经济因子这一评价指标，它表示在整个运行过程中，储能系统实际对外提供或从风电场吸收的总电量与抑制所有风电功率波动使输出功率完全满足期望输出所需的总电量之比.该表达式的值越接近1，系统经济性越高，其表达式为

经计算，当未加入储能系统时α为0；当加入储能系统后α为0.885 2.由此可知，采用本文所提的方法求解出储能系统最佳容量后，该储能系统在确保平滑风电场输出功率的同时，还具有较高的经济性.

4 结 论

为降低风电场输出功率波动，使其尽可能地接近期望输出，本文将蓄电池储能系统引入风电场中.考虑到蓄电池充放电过程中的放电深度及过放电现象均会对电池的使用寿命造成一定的损伤，提出将这两部分折合为运行成本，并以总经济

成本为目标函数，以容量限制、功率限制等为约束

条件，建立储能系统优化模型.经过算例分析，验证了本文所提方法能够配置合理的储能容量，使得加入储能系统后的风电出力波动得到有效降低，符合期望输出的要求，同时也使储能系统的总成本最小，说明通过该方法可以实现风电供电稳定性与经济性的相协调.

在各类储能电池中，铅酸蓄电池因其自放电小、高温性能好、容量大、循环寿命长等优点，应用本文所提优化模型进行容量优化后，在风力发电领域将会有着广阔的应用前景.

参考文献：

[1] 冯江霞，梁军，张峰，等.考虑调度计划和运行经济性的风电场储能容量优化计算[J].电力系统自动化，2013，37（1）：90-95.

[2] 张步涵，曾杰，毛承雄，等.电池储能系统在改善并网风电场电能质量和稳定性中的应用[J].电网技术，2006，30（15）：54-58.

[3] 王银杰，胡国文，王林.风光互补系统多阶段充电控制策略研究[J].能源研究与信息，2014，30（3）：178-181.

[4] 韩涛，卢继平，乔梁，等.大型并网风电场储能容量优化方案[J].电网技术，2010，34（1）：169-173.

[5] MAKAROV Y V，PENGWEI D，MINTNERMEYER M C W，et al.Sizing energy storage to accommodate high penetration of variable energy resources[J].IEEE Transactions on Sustainable Energy，2012，3（1）：34-40.

[6] 徐群，吕晓禄，武乃虎，等.考虑电池寿命和过放现象的风电场储能容量优化[J].电网技术，2014，38（6）：1505-1511.

[7] 梁亮，李建林，惠东.大型风电场用储能装置容量的优化配置[J].高电压技术，2011，37（4）：930-936.

[8] 张峰，梁军，张利，等.考虑最佳期望输出与荷电状态的风电场储能容量优化方法[J].电力系统自动化，2014，38（24）：12-19.

[9] TELEKE S，BARAN M E，HUANG A Q，et al.Control strategies for battery energy storage for wind farm dispatching[J].IEEE Transactions on Energy Conversion，2009，24（3）：725-732.endprint