本文引文信息
伍俊, 魯宗相, 喬穎, 等. 考慮儲能動態(tài)充放電效率特性的風儲電站運行優(yōu)化 [J]. 電力系統自動化, 2018, 42(11): 41-47. DOI: 10.7500/ AEPS20180326002.
WU Jun, LU Zongxiang, QIAO Ying, et al. Optimal Operation of Wind Farm with Hybrid Storage Devices Considering Efficiency Characteristics of Dynamic Charging and Discharging [J]. Automation of Electric Power Systems, 2018, 42(11): 41-47. DOI: 10.7500/ AEPS20180326002.
考慮儲能動態(tài)充放電效率特性的風儲電站運行優(yōu)化
DOI: 10.7500/AEPS20180326002
伍俊，魯宗相，喬穎，楊海晶
1、研究背景
近年來，中國新能源迅猛發(fā)展，但同時棄風棄光矛盾凸顯，風電場與儲能聯合是提升風電場消納的有效途徑。儲能效率直接影響風儲聯合發(fā)電系統的消納效果，但目前的常數效率模型對儲能的效率特性刻畫不夠精細。本文以等效風電消納量最大為目標，建立了考慮儲能動態(tài)效率的風電儲能聯合發(fā)電系統運行優(yōu)化模型。該模型考慮了儲能在充放電運行功率不同時的效率變化，將動態(tài)效率以分段函數形式納入混合整數線性優(yōu)化模型?；趯嶋H風電場運行數據進行了仿真分析，證明了動態(tài)效率特性對最大化消納具有顯著影響，是風儲聯合系統運行優(yōu)化值得納入考慮的因素。
2、儲能的動態(tài)效率特性
不同的儲能設備，其運行功率范圍、效率大小、動態(tài)效率變化的快慢程度不同，難以直接比較分析，為統一考慮其動態(tài)充放電特性，采用功率-效率曲線來描述。某先進絕熱壓縮空氣儲能發(fā)電設備透平機的效率隨功率的變化為一條“上升”曲線，發(fā)電環(huán)節(jié)效率可認為透平發(fā)電設備的效率和包括儲熱設備在內的其他環(huán)節(jié)效率的乘積，得到整個發(fā)電環(huán)節(jié)的效率變化如圖1，是一種“上升型”的特征。
圖1 主儲能發(fā)電部分的分段功率-效率曲線
圖2 鋰電池放電功率-效率曲線
電化學儲能的效率特性與壓縮空氣儲能完全不同。以放電環(huán)節(jié)為例，鉛酸電池和鋰電池儲能在合理放電深度范圍（典型值SOC在20%~95%區(qū)間），電壓基本不變，效率隨著放電電流的增大有不同程度的降低。依據鋰電池放電深度與電壓的關系、放電效率與電流的關系得到鋰電池放電效率變化特性，有著“下降型”特征，且近似線性。
3、風儲聯合運行優(yōu)化模型
風儲聯合運行優(yōu)化模型目標函數為最大化風電的等效消納量，包括三個部分：一段時間內直接上網電量、儲能系統中的未上網電量變化額、運行過程中的耗能（如冷啟動消耗、熱備用狀態(tài)的消耗，包括輔機、儲熱裝置消耗等）。
考慮到效率隨功率變化而變化，電量為功率的積分函數，呈現為非線性形式，與電量相關的目標函數與約束條件均會非線性化，為了綜合考慮模型求解的復雜度和最優(yōu)解的可靠性，用分段函數來擬合動態(tài)效率曲線，儲能功率由一組連續(xù)變量和0-1變量表示，從而使得包括儲能的功率約束、電量上下限約束、啟停約束等在內的約束條件線性化，目標函數也表示為變量的線性函數，該優(yōu)化模型轉化為線性混合整數規(guī)劃，易于求解。
4、算例分析
主儲能放電的功率范圍取30%-100%，功率均勻劃分三段，即n=3，效率取值不均勻以保留曲線的非線性變化特征，三段效率取值為0.5、0.68、0.8，充電環(huán)節(jié)類似。
4.1 只接入主儲能時的不同效率模型消納效果分析
1）放電時段
在動態(tài)效率模型下，其特性是放電功率小對應效率低，放電功率大對應效率高，因此，不同放電功率下的等效消納電量不同，放電功率越低則消納電量越小，放電過程中損失的能量越大。圖3給出了主儲能放電時段的A、B兩種極限情況，B以最大功率即對應最高效率放電，可釋放能量的等效消納電量最大；而A的放電功率及對應效率最低，更多的能量被損耗，等效消納電量最小，B工況即為考慮動態(tài)效率模型下的最優(yōu)結果。常數、動態(tài)模型的消納效果最大差異值即為A、B工況的差值，相對差值為34.74%，一般常數效率取效率曲線的平均值，其消納差異會小一些。
圖3 兩種極限工況下的儲能功率曲線
2）充電時段
在充電時段，風電功率一部分直接上網發(fā)電，一部分用于儲能設備充電（對應產生部分損耗）。常數效率模型下，由于不同功率對應的充電效率一樣，則風電場以限值功率上網發(fā)電，風電最大出力與上網限值的差即為充電功率，這種差值方式消納效果最佳。而在動態(tài)效率模型下，上網發(fā)電功率和充電功率之間則存在一個優(yōu)化問題。圖4給出了動態(tài)效率下充放電全時段優(yōu)化后的主儲能出力曲線，比B工況增加12.88MW·h，相對提升6.0%，原因在于，常數效率模型下主儲能的功率對效率不敏感，會出現一些時段在低效率狀態(tài)運行，而動態(tài)效率模型下將會盡量避免這種低效率情況。
圖4 兩種效率模型下主儲能功率曲線
4.2 混合儲能對消納效果的影響
混合儲能模式下，動態(tài)效率模型優(yōu)化消納結果為245.52MW·h，對比B工況消納結果差值為31.1MW·h，這部分的提升來自于兩部分。第一部分是輔助儲能在局部充放電吸收棄風，增加消納量為15.26MW·h，增加7.12%，這部分輔助儲能帶來的收益對于常數效率模型下混合儲能也同樣存在；第二部分，采用動態(tài)效率模型帶來的綜合效率提升增加消納，具體增加量為15.84MW·h，提升7.39%，這部分因素在常數效率模型中不存在。可見，小容量輔助儲能的加入，在主儲能低功率運行時輔助充放電，混合儲能的低功率區(qū)段綜合效率得以提升。
圖5 動態(tài)效率模型下主儲能和輔助儲能功率曲線
4.3 消納效果影響的因素分析
1）主儲能容量影響分析
假設主儲能的容量在170MW·h~400MW·h之間變化，得到單一儲能模式下消納提升效果與儲能容量的關系曲線如圖6所示（放電時段均為最大效率）?？梢园l(fā)現，消納提升效果的百分比總趨勢隨容量增加而增加；當容量增加到一定水平后，改善效果趨于飽和，不再增加。通過這組曲線，也可以為風儲聯合系統的儲能優(yōu)化配置提供借鑒。
圖6 消納提升效果與儲能容量的關系
2）混合儲能模式下配比影響分析
圖7表示了充電環(huán)節(jié)提升效果受輔助儲能容量的影響，其縱坐標表示混合儲能通過提高效率帶來的消納提升，這部分提升在常數效率模型中無法獲得。3條曲線對應不同放電時長的輔助儲能，即最大存儲電量容量不同?？梢钥吹捷o助儲能加入后，對動態(tài)效率的提升存在一個飽和值，這是因為當混合儲能聯合運行將儲能都優(yōu)化到高效率點以后，來自于動態(tài)效率模型的消納提升則飽和。
圖
7 消納提升效果與輔助儲能容量的關系
3）預測誤差影響分析
以預測曲線計算出動態(tài)效率模型和常數模型下的出力，在預測曲線上添加隨機誤差（本次分析重復50次），分析兩種模型下的日前優(yōu)化出力在添加誤差后的實際效果，其中基準值為添加誤差后新曲線的最優(yōu)理想消納效果。由圖8可以看到，動態(tài)模型給出的出力計劃與理想最優(yōu)效果差距平均為8.49%，而以B工況的出力效果與理想最優(yōu)的差距平均為20.70%，在預測誤差的干擾下，動態(tài)模型消納效果受到的影響相對較小，這是動態(tài)模型下的儲能出力在較高的效率區(qū)域的緣故。
圖8 預測誤差對兩種模型出力效果的影響
5、結論
本文以壓縮空氣儲能和電化學儲能為例，建立了儲能的動態(tài)效率特性模型，在此基礎上建立了混合儲能-風電聯合運行的混合整數優(yōu)化模型，用于分析實現最大風電消納的優(yōu)化運行方式。結合理論與算例分析，發(fā)現風儲聯合系統中，不論充電時段還是放電時段，努力使儲能工作在滿足約束條件下的最大功率模式，可有效提升風電消納效果，采用動態(tài)效率模型能夠更精確刻畫其儲能效率。主儲能容量和混合儲能配比影響消納效果，隨著主儲能容量增加，動態(tài)效率模型的消納提升效果越顯著，但這種增效存在飽和特性；在此基礎上，輔助儲能能帶來額外提升，但同樣存在飽和現象。
與常數模型優(yōu)化運行相比，動態(tài)效率模型受誤差隨機性的影響有所減少，但仍然存在。本文對效率模型受誤差影響的研究尚有局限，預測誤差對動態(tài)效率影響的量化及依此進行儲能出力的修正將是進一步的研究方向。
