园区风光储系统的储能容量优化及运行调控策略研究

姜 杰 付申杰 漆晓凤 张 旭 王冬琳

（国网新疆乌鲁木齐供电公司）

0 引言

随着全球化、 工业化和城市化进程的加快， 全球能源消费总量持续增长， 对能源供给的压力也日益增大。同时， 环境污染、 气候变化等问题日益严重， 这使得传统的以化石燃料为主的能源供应方式面临巨大挑战。在这样的背景下， 开发和利用可再生能源成为了全球共识。风能和太阳能作为最重要的可再生能源， 得到了广泛的关注和快速的发展。然而， 由于风能和太阳能的随机性、 间歇性和不稳定性， 其大规模并网运行给电力系统的稳定性和安全性带来了新的挑战。风光储系统， 即以风电、 光伏、 储能系统为主要组成部分的微电网系统， 正成为解决这一问题的有效方案[1］， 是国家大力推行的解决方案之一。它能够在风电、 光伏发电量不足或过剩时， 通过储能系统进行能量的储存或释放， 以平滑风光出力， 改善电网的运行状态， 保障电力系统的稳定运行。然而， 园区风光储系统的储能容量大小直接影响了系统的经济性和稳定性， 如何确定最优的储能容量， 成为了当前的一个重要研究课题。同时， 园区风光储系统的运行调控策略也对系统的运行效果产生重要影响， 需要进行深入研究。

1 园区风光储系统的概述

园区风光储系统是一种结合了风能、 太阳能和储能设备的新型能源系统。它的主要组成部分包括风电系统、 光伏系统以及储能设备， 这些组件通过电力电子设备和智能控制系统相互连接， 形成一个能在一定范围内自主运行、 并能与电网互动的微电网系统[2］。这种系统的核心是储能设备， 通过它可以解决风电和光伏发电的不稳定性和不可预见性问题。在风力或太阳能充足时， 可以将多余的电能储存起来， 待到需要时再放出来， 从而实现电能的最优配置。而在风力或太阳能不足时， 储能设备则可以释放电能， 保证电网的稳定运行。园区风光储系统的发展现状显示了其巨大的潜力和广阔的应用前景。随着全球对可再生能源的重视和利用程度的不断提升， 园区风光储系统在能源供应、 环境保护、 经济效益等方面的优势得到了充分的体现。在技术方面， 园区风光储系统的关键技术已经取得了显著的进步， 尤其是在储能技术、 电力电子技术和控制技术等方面。储能设备的性能和效率得到了显著的提高， 电力电子设备的小型化、 高效化和智能化水平不断提升， 控制策略和方法也日益精细和智能。在应用方面， 园区风光储系统已经在工业园区、 科技园区、 生态园区等多种场景中得到了广泛的应用， 显示出良好的技术经济性。同时， 随着电力市场的进一步开放和市场化改革的深入推进， 园区风光储系统在市场参与方面也展现出了巨大的潜力。

2 园区风光储系统储能容量优化研究

2.1 基于梯级利用的储能容量优化模型

在园区风光储系统中， 储能容量的优化决定了系统的稳定性和经济性。基于梯级利用的储能容量优化模型是一种有效的优化策略， 其主要思想是根据不同的运行需求， 将储能设备的容量分为不同的级别， 使其在满足系统稳定性需求的同时， 也能实现经济性的最优[3］。模型首先将储能设备的总容量分为若干级别， 每一级别的容量都有其特定的运行目标。例如，最低级别的容量主要用于应对风光发电的瞬时波动，以保证系统的稳定性； 较高级别的容量则用于应对风光发电的小时级或者日级波动， 以提高系统的经济性。在确定了各级别容量的运行目标后， 接下来就是如何确定各级别容量的大小。这就需要根据系统的实际运行数据， 对风光发电的瞬时波动、 小时级波动和日级波动进行统计分析， 然后根据分析结果， 通过优化算法， 如线性规划、 非线性规划等， 确定各级别容量的最优大小。值得注意的是， 基于梯级利用的储能容量优化模型， 不仅考虑了系统的稳定性和经济性，也考虑了储能设备的寿命和可靠性。因为不同级别的容量， 其充放电频率和深度也会不同， 这会对储能设备的寿命和可靠性产生影响。因此， 在确定各级别容量的大小时， 也需要考虑其对储能设备的影响， 以实现系统的长期稳定运行。

2.2 基于风光协同的储能容量优化模型

基于风光协同的储能容量优化模型的核心思想是利用风电和光伏发电在时间和空间上的互补性， 以减少储能设备的容量需求， 从而提高系统的经济性[4］。风电和光伏发电在时间和空间上的互补性表现在， 一般来说， 风电的发电量在夜晚和冬季较高， 而光伏的发电量在白天和夏季较高。此外， 不同地理位置的风电和光伏发电量也存在显著的差异。因此， 通过合理的风光配置和调度， 可以在一定程度上平滑风光的输出波动， 从而减少对储能设备的依赖。基于风光协同的储能容量优化模型首先需要对风电和光伏发电的时间和空间分布进行深入分析， 确定最优的风光配置和调度策略。然后， 根据最优策略， 通过优化算法， 如动态规划、 遗传算法等， 确定最小的储能容量。值得注意的是， 基于风光协同的储能容量优化模型， 不仅需要考虑风电和光伏发电的互补性， 也需要考虑电网的约束、 负荷的需求以及市场价格等因素。因此， 这是一个复杂的多目标优化问题， 需要在满足多种约束条件的前提下， 找到最优的解决方案。

2.3 储能容量优化实例分析与对比

为了进一步理解和比较基于梯级利用和风光协同的储能容量优化模型， 我们选取了一个具体的园区风光储系统实例进行分析。在这个实例中， 风电和光伏的装机容量分别为10MW 和5MW， 储能设备的最大容量为5MWh。我们首先应用基于梯级利用的储能容量优化模型， 通过对系统的实际运行数据的分析和优化， 确定了各级别容量的大小， 并进行了系统的模拟运行。结果显示， 该模型能够有效地满足系统的稳定性需求， 同时也提高了系统的经济性。

然后， 我们应用基于风光协同的储能容量优化模型， 通过分析风电和光伏的时间和空间分布， 确定了最优的风光配置和调度策略， 并根据这个策略确定了最小的储能容量。结果显示， 该模型能够进一步减少储能设备的容量需求， 提高系统的经济性， 同时也提高了风光发电的利用效率。通过对比分析 （表1）， 我们发现， 基于梯级利用的模型更注重系统的稳定性，而基于风光协同的模型则更注重系统的经济性。因此， 在实际应用中， 需要根据具体的系统需求和条件， 灵活选择和应用这两种模型， 以实现储能容量的最优化。

表1 梯级利用与风光协同储能优化模型比较

3 园区风光储系统运行调控策略研究

在园区风光储系统中， 除了储能容量的优化外，运行调控策略的选择也对系统的稳定性和经济性产生重要影响。

3.1 基于能量管理的运行调控模型

基于能量管理的运行调控模型是一种有效的调控策略， 主要目标是最大化系统的能量利用效率， 同时保证系统的稳定运行[5］。该模型主要包括两个部分：一是预测模块， 二是优化决策模块。预测模块负责预测风光发电的输出和园区的负荷需求， 优化决策模块则根据预测结果， 制定最优的调控策略。在预测模块中， 通常会采用机器学习或统计方法对风光发电的输出和园区的负荷需求进行预测。例如， 可以使用回归分析、 时间序列分析或神经网络等方法对历史数据进行学习， 然后根据学习的模型对未来的输出和需求进行预测。在优化决策模块中， 会根据预测结果， 通过优化算法， 如线性规划、 动态规划等， 制定最优的调控策略。该策略需要在满足园区负荷需求的前提下，最大化系统的能量利用效率， 包括最大化风光发电的利用， 最小化储能设备的充放电损失， 以及最优化电网接入， 从而降低系统运行成本。

3.2 基于市场运营的运行调控模型

基于市场运营的运行调控模型是一种以经济效益为核心目标的调控策略， 其核心是通过对电力市场规则和趋势的深入理解， 优化风光储系统的运行策略以获得最大的经济效益[6］。运行调控模型需要对电力市场的价格、 需求、 供应等关键因素进行深入分析。这样， 我们可以了解市场的运行规则， 预测市场的变化趋势， 从而为制定运行策略提供决策支持。这一过程通常涉及到大量的数据处理和复杂的统计分析。根据市场分析的结果， 我们可以制定风光发电和储能设备的运行策略。例如， 当市场价格高时， 可以优先使用风光发电， 多余的电能可以存储在储能设备中， 以备后用。当市场价格低时， 可以优先使用储能设备的电能， 从而减少运行成本。我们需要通过优化算法， 如线性规划或动态规划等， 制定最优的运行调控策略。这一过程需要考虑多种因素， 包括市场价格、 风光发电和储能设备的运行状态、 园区的电力需求等， 以实现系统运行的最大经济效益。

3.3 运行调控实例分析与对比

在对风光储系统运行调控模型进行实例分析与对比时， 我们选取了一个具有典型风光发电和负荷特性的园区作为研究对象， 应用了基于能量管理的运行调控模型和基于市场运营的运行调控模型。对比两者的运行结果， 我们发现不同的调控策略会导致系统运行出现明显的差异 （表2） 。

表2 基于能量管理与市场运营运行调控模型比较

结果发现， 基于能量管理的运行调控模型在能量利用效率方面表现优于基于市场运营的模型。这主要源于能量管理模型将满足园区的电力需求和系统稳定性作为首要目标， 因此在利用风光资源和储能设备方面更具优势， 尤其在风光资源丰富和负荷需求波动较大的情况下。

从经济效益的角度看， 基于市场运营的运行调控模型更具优势。它通过对电力市场规则和价格变化的深入理解， 能够更灵活地调整风光发电和储能设备的运行策略， 尽可能地减少运行成本， 尤其在电力市场价格波动较大的情况下。

4 结束语

园区风光储系统作为一种可再生能源集成解决方案， 其储能容量优化和运行调控策略研究具有重要的理论和实践价值。结果显示， 基于梯级利用的储能容量优化模型能有效利用系统内部的能源梯度， 提高能源利用效率； 基于风光协同的储能容量优化模型则能减少风光发电的波动性， 提高系统稳定性。在运行调控策略方面， 基于能量管理的模型在保证系统稳定性和提高能量利用效率方面具有优势， 而基于市场运营的模型在提高经济效益方面更具优势。

总的来说， 本研究为园区风光储系统的设计和运行提供了理论指导和实践参考。然而， 由于风光储系统的复杂性和不确定性， 以及电力市场的动态性和复杂性， 我们需要进一步深化研究， 以更好地优化系统性能和提高运行效率。