本文亮點：1.在儲能系統規劃階段，針對風光協同消納的不同應用場景，提出一種基于運行成本的儲能系統容量優化配置方法。以棄風、棄光和儲能投資成本之和最小為目標函數，考慮功率平衡、支路潮流以及火電、風電和光伏出力等約束條件，對不同場景下儲能系統容量進行規劃。2.在儲能系統實際運行階段，針對儲能系統SOC均衡度較差和運行策略實現較難的問題，提出儲能系統功率優化分配雙層運行策略。根據調度系統為消納風光等可再生能源下發的儲能系統功率指令，在上層基于儲能電池子系統SOC和充放電能力選擇最優充放電電池子系統，在下層以電池單元SOC均衡為目標實現功率優化分配，并基于AOE控制組態通過Excel編寫配置文件實現該策略。

??摘 要 “雙碳”背景下，綜合考慮儲能系統容量配置方法和運行策略，有助于提高風光可再生能源消納率、保障系統經濟性和安全運行。在儲能系統規劃階段，針對風光協同消納的不同應用場景，本文提出一種基于運行成本考慮的儲能系統容量優化配置方法。以棄風、棄光和儲能投資成本之和最小為目標函數，考慮功率平衡、支路潮流以及火電、風電和光伏出力等構建約束條件，對不同場景下儲能系統容量進行規劃，從而減少棄風棄光，實現對風光可再生能源的消納。在儲能系統實際運行階段，針對儲能系統SOC均衡度較差和運行策略實現較難的問題，提出儲能系統功率優化分配雙層運行策略。根據調度系統為消納風光等可再生能源下發的儲能系統功率指令，在上層基于儲能電池子系統剩余電量(state of charge, SOC)和充放電能力選擇最優充放電電池子系統，在下層以電池單元SOC均衡為目標實現功率優化分配，并基于AOE(activity on edge)控制組態通過Excel編寫配置文件實現該策略，具有使用難度低、編寫簡單、控制過程形象直觀、計算與運行效率高等優點，對減緩電池老化、降低用戶運行策略實現難度、有效消納風光可再生能源具有重要意義。

??關鍵詞 儲能系統；容量優化配置；運行策略；剩余電量均衡；AOE

??隨著我國電力事業的快速發展，風電、光伏等可再生能源的接入比例不斷提高，然而其固有的隨機性、不確定性等特點制約了電力系統對可再生能源的消納。單純依靠系統現有調節能力難以滿足可再生能源消納需求，靈活調節資源可以對風電、光伏的隨機波動進行互補，為可再生能源的大規模并網消納問題提供新的解決方案。作為靈活調節資源代表的儲能系統具有快速響應的優勢和靈活吞吐能量的功能，在應對風電光伏波動方面發揮著重要作用。儲能系統的容量對風光互補系統的整體經濟性和運行安全性具有重要影響，在儲能系統規劃設計階段，容量過小無法有效消納系統可再生能源，從而導致棄風棄光，而容量過大則增加投資和維護成本；在儲能系統實際運行階段，進一步制定合理的儲能運行策略可以最大限度地利用儲能系統的容量，保障調度計劃有效實施，有效消納可再生能源，同時減緩電池老化，保障系統運行安全。因此，在實際應用過程中，綜合考慮儲能系統容量配置方法和運行策略，有助于提高可再生能源消納率，確保系統的經濟性和安全運行。

??在上述背景下，對儲能容量進行合理配置具有重要意義。在風光互補系統下儲能容量配置研究中，目前多在目標函數中考慮成本進行容量優化，文獻[9]通過分析歷史數據總結新能源出力規律，以成本和平抑效果為目標求解儲能配置容量。文獻[10]針對風光互補系統，提出考慮成本的壓縮空氣儲能、鋰電池和電容器混合儲能容量配置方法，分析了多種儲能的運行特性求解得到容量配置結果。但是上述研究儲能成本計算方法較為簡單、考慮因素較少，與實際存在偏差。文獻[11]研究了風光儲微網的儲能容量優化配置方法，采用了3種方法確定儲能容量，最后通過算例對比方法的異同。文獻[12]建立了風光儲聯合規劃模型，并提出了基于分解協調的分層優化算法，兩層相互迭代求解最優容量。上述研究對風光互補系統下的儲能容量進行了計算，但是對風光場景類別考慮尚不充分，有待進一步深入研究。

??在儲能系統實際運行階段，制定合理運行策略將儲能系統協同消納風光可再生能源功率指令進行有效分配，對消納可再生能源、保障系統安全運行至關重要。目前多采用剩余電量(state of charge, SOC)比例功率優化分配策略，根據SOC比例進行功率分配，控制SOC運行在合理區間，為目標函數進行功率優化分配，滿足功率需求指令。文獻[13]對不同功率運行策略下SOC變化率進行了對比分析，進而提出改進系數的儲能系統運行策略，并根據SOC比例分配功率進行了仿真驗證；文獻[14]提出了風電場的飛輪儲能矩陣系統協調控制方法，根據儲能單元可用電量按照比例分配充放電功率。上述研究采用SOC比例功率優化分配策略，改善了系統功率分配精度，但是會使放電過程同調度時段SOC較低儲能單元SOC仍下降，充電過程同調度時段SOC較高儲能單元SOC繼續上升，存在儲能單元因為持續充放電提前達到SOC上限或下限，提前停止運行的問題，損傷電池壽命，增加危險事故發生的概率。此外，文獻[15]基于電池組SOC值大小選取最優充放電電池組，計算最優電池組最大充放電功率，若滿足均分給各優先電池組。文獻[16]基于SOC數值將儲能系統劃分為正常、減少和禁止充放電工作區間，根據SOC狀態利用模糊控制實時調節儲能功率，保障SOC運行在安全區間。上述研究僅考慮SOC邊界，未充分考慮SOC均衡度問題，儲能單元SOC不均衡會導致過充過放、部分單元提前退出停止運行等事件發生，制約系統的可用容量，因此有必要開展提高儲能SOC均衡度研究，減少充放電循環的次數、防止過充過放，保持電池安全穩定運行。文獻[19]提出了一種含電/氫復合儲能的直流微電網模糊功率分配和協調控制方法，并基于TMS320F28335 DSP和實時仿真RT-LAB的硬件在環實驗平臺實現控制策略，但是存在實現過程復雜繁瑣、學習門檻高的問題。文獻[20]設計了飛輪儲能實驗系統，通過可編程邏輯控制器(PLC)控制飛輪陣列充放電，但是使用過程還存在底層代碼較為復雜，控制策略實現需要較強編程基礎的問題，因此有必要研究簡單易用、學習門檻低的控制策略實現方法，便于工程人員使用。

??本文針對儲能系統容量配置和運行策略現有技術存在的不足，首先提出了考慮運行成本的儲能系統容量配置方法，在儲能系統規劃階段考慮棄風棄光等成本，提高可再生能源消納率，減少系統運行成本；其次提出了儲能系統功率優化分配雙層運行策略，并基于AOE(activity on edge)控制組態求解功率分配結果，實現可再生能源消納，保障儲能系統運行安全，降低實現難度；最后通過仿真實驗驗證所提方法的有效性。

??2 考慮運行成本的儲能系統優化配置研究

??2.1　考慮運行成本的優化配置策略目標函數構建

??2.2　考慮運行成本的優化配置策略約束條件構建

??3 儲能系統功率優化分配雙層運行策略

??3.1　儲能系統功率優化分配雙層運行策略框架

??根據上述方法得到的容量配置結果構建儲能系統，考慮儲能系統建成后即實際運行階段，各儲能電池單元由于充放電工作不同，荷電狀態存在較大差異，為了減少充放電循環的次數、防止過充過放，保持電池安全穩定運行，本文提出儲能系統功率優化分配雙層運行策略。根據調度系統為消納風光等可再生能源下發的儲能系統功率指令，上層以最優工作電池子系統選擇為目標函數，根據指令功率和儲能電池子系統實際充放電功率關系選擇最優充放電電池子系統，下層以SOC均衡度為目標函數，實現電池單元之間的功率分配，其策略流程，如圖1所示。

圖1 功率優化分配雙層運行策略流程圖

??3.2　上層運行策略——最優電池子系統選擇層

??3.3　下層運行策略——功率優化分配層

??根據上層運行策略得到的最優放電電池子系統和每個儲能電池子系統承擔的總功率，在儲能電池子系統內部即儲能電池單元之間以SOC均衡度最小為目標函數，實現功率優化分配，可以表示為式(26)。

??4 算例分析

??本文以改進Garver-6節點系統為例，拓撲圖如圖2所示，研究不同滲透率和風光比例下儲能系統優化配置結果。

圖2 改進Garver-6節點網絡圖

??系統輸電線路數據、火電廠數據、系統最大負荷、儲能系統成本參數、典型日內負荷、風電和光伏波動曲線分別如表1~5所示。

表1 Garver-6 節點系統輸電線路數據

表2 Garver-6 節點系統火電廠數據

表3 Garver-6 節點系統最大負荷

表4 儲能系統成本參數

表5 典型日內負荷和風電光伏出力

??4.1　儲能系統優化配置結果分析

??4.1.1　不同滲透率優化配置結果分析

??新能源滲透率一般是指新能源裝機規模占電網最大負荷比重。本算例電網最大負荷為640 MW。分析新能源滲透率分別為30%、50%下優化配置結果和棄風棄光成本。

??（1）新能源滲透率為30%

??風電場裝機容量為150 MW，光伏發電場裝機容量為42 MW，儲能最大接入個數為1，儲能成本系數1時，求解得到儲能配置在節點6處，節點6處的儲能額定功率和額定能量為8.61 MW和23.85 MW·h。此時，年棄風成本為35.48萬元，年棄光成本為73.89萬元，儲能年投資成本為297.42萬元，總成本為406.79萬元，其容量配置結果如圖3所示。

圖3 新能源滲透率為30%儲能系統容量配置結果

??（2）新能源滲透率為50%

??風電場裝機容量為150 MW，光伏發電場裝機容量為170 MW，儲能最大接入個數為1，儲能成本系數1時，儲能配置在節點4處，節點4處的儲能額定功率和額定能量為26.24 MW和116.45 MWh。此時，年棄風成本為391.68萬元，年棄光成本為725.15萬元，儲能年投資成本為1304.37萬元，總成本為2421.2萬元，其容量配置結果，如圖4所示。

圖4 新能源滲透率為50%儲能系統容量配置結果

??綜上所述，隨著新能源滲透率的增高，通過合理配置儲能可以減少棄風棄光，但是儲能投資成本相應增加，總成本也隨之增加。

??4.1.2　不同風光比例優化配置結果分析

??（1）風光比例為3∶2

??風電場裝機容量為150 MW，光伏發電場裝機容量為100 MW，儲能最大接入個數為1，儲能成本系數1時，儲能配置在節點1處，節點1處的儲能額定功率和額定能量為15.91 MW和51.45 MWh。此時，年棄風成本為0萬元，年棄光成本為83.05萬元，儲能年投資成本為616.16萬元，總成本為699.21萬元，其容量配置結果如圖5所示。

圖5 風光比例為3∶2儲能系統容量配置結果

??（2）風光比例為1：1

??風電場裝機容量為150 MW，光伏發電場裝機容量為150 MW，儲能最大接入個數為1，儲能成本系數1時，儲能配置在節點4處，節點4處的儲能額定功率和額定能量為：25.39 MW和96.54 MWh。此時，年棄風成本為0萬元，年棄光成本為4.23萬元，儲能年投資成本為1114.68萬元，總成本為1118.91萬元，其容量配置結果如圖6所示。

圖6 風光比例為1∶1儲能系統容量配置結果

??綜上所述，通過上述對比分析可以得知，風光比例為3∶2時，配置一臺儲能系統節點在1、總成本為699.21萬元。風光比例為1∶1時，配置一臺儲能系統節點在4、總成本為1118.91萬元。由于目標函數是棄風成本、棄光成本和儲能投資成本之和，那么在不同風光比例下，系統會嘗試在不同節點配置儲能以最小化系統成本。本文風光比例為1∶1時相比風光比例為3∶2時，新能源裝機容量更大，因此可以配置更大儲能容量減少棄風棄光，提高新能源消納率，減少系統成本。此外，光伏具有調峰特性而風電具有反調峰特性，因此儲能配置在靠近風電場接入節點，實現新能源的就地消納具有更好的經濟效益，但是本文風光接入節點無負荷，當風光比例不同時考慮線路容量約束，選擇配置在靠近風光接入的節點，有效地平衡整個電網的負荷和能源供應。風光比例會對儲能配置結果產生影響，在系統建設初期合理規劃風電場和光伏電廠裝機容量對減少系統成本、提高可再生能源消納率具有重要意義。

??4.2　儲能功率分配運行策略仿真結果分析

??4.2.1　基于AOE的儲能功率分配運行策略求解方法

??為了驗證所提出的儲能系統功率優化分配雙層運行策略，本文采用Simulink建立儲能系統仿真模型，并基于AOE實現運行策略對儲能系統的仿真分析。AOE是一種由多個事件驅動流程組成的加權有向無環圖，其節點表示事件，邊表示動作，當節點滿足條件被觸發后，其對應邊所表示的事件被執行。基于AOE實現儲能功率優化分配運行策略，僅需通過Excel配置文件編寫即可實現該策略，具有使用難度低、編寫簡單、控制過程形象直觀、計算與運行效率高等諸多優點。具體策略實現包括測點配置、AOE配置和通信通道配置3部分。

??（1）測點配置

??測點配置主要用于配置控制器輸入輸出信號的參數，并定義各個測點屬性。本算例測點配置包括主控系統下發的遙調即系統有功指令功率測點、各個儲能電池啟動信號測點、SOC測點和實際功率測點，并對其名稱、是否離散、是否計算點、默認值進行了定義。測點配置文件如圖7所示。

圖7 測點配置文件

??（2）AOE配置

??AOE配置是通過定義AOE的基本信息、變量、事件和動作，進而實現對運行策略的描述。本算例共包括6個節點和5個動作。將上述運行策略用AOE進行表示如圖8所示。節點1為Simulink通信事件節點，為事件觸發類型，當儲能系統開始工作，該節點被觸發開始執行運行策略。動作1是計算中間量，在通信事件節點觸發后被執行，計算儲能電池子系統的SOC。動作2是最優電池子系統選擇，根據儲能電池子系統SOC和目標函數，優化選擇充放電電池子系統。動作3是儲能電池單元功率優化分配問題求解。當存在最優解時，執行動作4下發優化策略；當不存在最優解時，執行動作5下發默認均分策略。不存在最優解時說明指令功率不合理，或者儲能可調度容量太小。

圖8 運行策略AOE拓撲

??（3）通信通道配置

??通信通道配置用于描述控制器與Simulink儲能系統仿真模型之間的通信方式，并給出測點寄存器信息和地址。本算例控制器作為從站，采用Modbus實現控制器與仿真模型之間的通信。測點數據均為EightByteFloat數據類型，占4位寄存器，進而根據數據類型完成對地址的分配。

??4.2.2　功率分配結果分析

??據儲能系統容量優化配置結果，設置儲能系統額定功率和額定能量為20 MW和40 MWh，儲能子系統額定功率和額定容量為4000 kW和8000 kWh，最大充放電功率為12000 kW，儲能子系統SOC初值分別為0.9、0.7、0.5、0.3、0.1，儲能單元額定功率和額定容量為500 kW和1000 kWh，SOC最大值和最小值分別為0.9和0.1。

??運行控制器與仿真模型得到為消納風光等可再生能源下發的指令功率和儲能系統實際輸出總功率曲線圖，如圖9所示。

圖9 指令功率和儲能系統實際輸出功率

??從圖中可以看出，儲能系統實際輸出功率能夠精確跟隨指令功率變化，雖然輸出功率由于儲能電池特性略有波動，但是其波動值在0.2 kW以內。

??圖10展示了儲能電池子系統工作狀態變化和輸出功率變化情況。儲能電池子系統中，儲能電池子系統1的SOC最大，從圖中可以看出根據上層運行策略在滿足指令功率情況下，儲能電池子系統1處于工作狀態，其余電池子系統處于關機狀態。在0.2~0.4 h、0.6~0.8 h、1.4~2.8 h等時間范圍內由于指令功率大于子系統1最大允許放電功率，儲能電池子系統2投入運行即可滿足指令功率要求，其余儲能子系統仍處于關機狀態；在0.4~0.6 h、0.8~1.4 h、2.8~3.4 h等時間范圍內指令功率小于子系統1最大允許放電功率，儲能電池子系統2退出運行，實現了最優充放電電池子系統選擇。在本文策略下電池子系統間歇性地承擔充放電任務，減少了循環充放電次數。

圖10 儲能電池子系統1和2工作狀態變化和輸出功率

??圖11為儲能工作電池單元雙層運行策略SOC變化情況，從圖中可以看出下層運行策略實現了儲能電池單元之間功率的合理分配，經過2 h，SOC達到基本均衡。儲能子系統1的8個儲能單元SOC極差從0.45減小至0.09，儲能子系統2的8個儲能單元SOC極差從0.25減小至0.16，因此本文策略實現了儲能電池單元之間的功率均衡，減小了荷電狀態的差異性，避免了過充過放，減緩儲能電池老化，保障儲能系統運行安全。

圖11 儲能電池單元雙層運行策略下SOC變化情況

??5 結 論

??本文研究了考慮風光消納的儲能系統容量優化配置及運行策略，通過仿真分析，驗證了策略的有效性。主要結論有以下幾個方面。

??（1）在儲能系統規劃階段，本文提出了考慮運行成本的儲能系統優化配置策略，對不同場景下儲能容量進行了規劃和分析，在系統建設階段通過合理配置儲能可以減少棄風棄光，實現對風光可再生能源的消納，同時提高了系統運行經濟性。

??（2）在儲能系統實際運行階段，以最優充放電電池子系統選擇為上層運行策略，實現儲能電池子系統間歇性地承擔充放電任務，無須所有電池子系統實時承擔充放電任務，有效減少了充放電次數；以功率優化分配為下層運行策略，實現了儲能電池單元之間的SOC均衡，避免了儲能電池過充過放，減緩電池老化，保障了儲能系統運行安全，實現消納風光可再生能源功率指令的有效跟蹤。

??（3）提出一種基于AOE的運行策略，通過Excel即可編寫運行策略，實現過程簡單靈活，具有高通用性、計算效率高、學習難度小等諸多優點，有利于讓更多工業用戶參與到“雙碳”目標中，提高風光可再生能源消納率。