风力发电系统中储能容量的优化配置

第27卷第3期2015年3月电力系统及其自动化学报PROCEEDINGSOFTHECSUEPSAVO127NO3MAR2015风力发电系统中储能容量的优化配置程世军，张粒子华北电力大学新能源电力系统国家重点实验室，北京102206摘要在风力发电系统中，合理地规划配置储能系统的容量对于风力发电产业的长远发展具有非常重要的意义。首先建立了电池储能系统的模型，提出一种基于该类储能系统的容量优化配置策略，并在此基础上将电池储能系统的全生命周期成本作为储能容量的优化目标，建立了以发电系统能量缺失率等运行指标为约束条件的储能容量优化模型，运用粒子群算法对该复杂优化配置模型进行求解计算。通过对算例系统的求解，验证了所建模型和算法的正确性和有效性，同时也为风力发电系统中储能单元的容量优化提供了参考。关键词风力发电系统；电池储能系统；容量优化配置策略；能量缺失率；G2子群算法中图分类号TM911文献标志码A文章编号10038930201503007105DOI103969ISSN1003893020150313ENERGYSTORAGECAPACITYOPTIMIZATIONFORWINDPOWERGENERATIONSYSTEMCHENGSHIJUN，ZHANGLIZISTATEKEYLABORATORYOFALTERNATEELECTRICALPOWERSYSTEMWITHRENEWABLEENERGYSOURCES，NORTHCHINAELECTRICPOWERUNIVERSITY，BEIJING102206，CHINAABSTRACTINWINDPOWERGENERATIONSYSTEM，ITISOFGREATIMPORTANCEFORTHELONGTERMDEVELOPMENTOFWINDPOWERINDUSTRYTOREASONABLYCONFIGURETHECAPACITYOFENERGYSTORAGESYSTEMFIRSTLY，THEMODELOFBATTERYENERGYSTORAGESYSTEMBESSISBUILTTHEN，ACAPACITYOPTIMIZATIONSTRATEGYOFTHEENERGYSTORAGESYSTEMISPROPOSEDBASEDONTHISSTRATEGY，THEOPTIMALCAPACITYMODELISESTABLISHEDBYTAKINGTHELOWESTLIFECYCLECOSTOFENERGYSTORAGEDEVICEASTHEOPTIMIZATIONOBJECTIVE，ANDBYCONSIDERINGTHEOPERATIONINDICESSUCHASTHELOSSOFPOWERSUPPLYPROBABILITYASCONSTRAINTCONDITIONSFINALLY，THECOMPLEXOPTIMIZATIONMODELISSOLVEDBYPSOALGORITHMWITHTHEEXAMPLESYSTEM，ITDEMONSTRATESTHECORRECTNESSANDEFFECTIVENESSOFTHEPROPOSEDMODELANDALGORITHMATTHESAMETIME，THEMETHODCANPROVIDEAREFERENCEFORTHECAPACITYOPTIMIZATIONOFENERGYSTORAGEUNITSINWINDGENERATIONSYSTEMKEYWORDSWINDPOWERGENERATIONSYSTEM；BATTERYENERGYSTORAGESYSTEMBESS；CAPACITYOPTIMIZATIONSTRATEGY；ENERGYSCARCITYRATE；PARTICLESWARLNOPTIMIZATIONPSOALGORITHM近年来，风力发电在全世界范围内取得了飞速发展。然而随着风电规模的不断扩大，风能的随机性和间歇性使风力发电系统输出功率波动很大，这不仅使得风电出力难以准确预测，而且也给电力系统的安全稳定和经济运行带来了一系列问题【“。为了平抑风电波动功率，使风电在一定程度上具有可调度性，常将储能设备接人作为提高系统稳定性和可靠性的方式。电池储能系统BESSBATTERYENERGYSTORAGESYSTEM作为新兴的风力发电储能技术，相比于其他储能技术231，不仅具有能量密度高、安装地点灵活的特点，还具有充放电效率高，部分类型电池材料价格低廉的优势，因而得到了广泛应用。储能系统容量配置是否合理，对风力发电系统的经济运行影响也很大。若储能容量配置较小，则夜间风机发出的多余电量不能得到充分存储，造成风能资源的极大浪费。若容量配置过大，不仅会极大增加初期投资成本，还可能会使得储能系统长期处于充电不足状态，进而影响储能的效果和寿命。因此，合理地规划储能系统的容量，对于风力发电产业的长远发展具有十分重要的现实意义。本文首先建立了电池储能系统BESS的模型，收稿ET期20130823；修回日期20131031基金项目国家电网公司科技项目DZB172OB0O64，电力系统中多元能源优化互补理论和算法研究72电力系统及其自动化学报第27卷提出一种基于该类储能系统的容量优化配置策略，区别于传统策略中只考虑储能系统初始投资成本作为优化目标，本文把储能单元的全生命周期成本作为储能容量的优化目标，研究在满足发电系统能量缺失率等运行指标为约束条件的前提下，风力发电系统中储能装置全寿命周期成本最小的储能容量配置。最后，运用粒子群算法对该复杂优化配置模型进行求解计算。通过对算例的求解，验证本文所建模型和算法的正确性和有效陛。1电池储能系统模型荷电状态SOC指储能装置的剩余容量占总容量的比值，是制定储能装置控制策略的重要依据。荷电状态与储能装置充放电功率的关系为SOCKTEKTF一叼KTPKT一L01UD后JP】出1M。J0UCKTUDKT1LTCKT，UDKT0，1】SSOCKTS1式中JIT为第后时刻储能装置初始能量；为储能装置的额定容量；为第时刻储能装置的充放电功率；77和吼分别为储能装置的充电和放电效率；5为储能装置的最小荷电状态值；5一为储能装置的最大荷电状态值；LTCKT、UD分别为第时刻的充、放电控制标志。为避免充放电冲突，第时刻UCKT和UDKT只能取为0或L且不同时为1，即不可能同时工作在充电和放电状态，这样可满足变量间互斥要求。当UC和UAKT均为0时表示储能装置运行在浮充状态。第时刻，若风电场输出功率PAKT大于电网调度功率，则储能系统处于充电状态，该时刻的能量可表示为KT一1TUCKT尸KTTL2式中KT为电池储能系统第JI时刻的能量；E一1为电池储能系统第一1T时刻的能量。若风电场输出功率PW小于电网调度功率，则储能系统处于放电状态，该时刻的能量可表示为EKTE一1T】UAKTPKTTHL32储能系统的容量优化配置策略为延长电池储能系统BESS中蓄电池的使用寿命，使蓄电池长期处于较优的工作状态，本文要求蓄电池组尽可能以额定功率充放电。在系统运行过程中，若风电场输出功率小于电网调度功率，此时就出现功率缺失储能系统进行放电弥补功率缺失。定义能量缺失率LPSP1OSSOFPOWERSUPPLYPROBABILITY为系统整个运行过程中能量缺失量鹧的总和与调度总需求量的比值，具体的表达式81为RE蛹T2EAT41FTL若风电场输出功率大于电网调度功率，此时系统的能量缺失量为0，储能系统充电。考虑到风力发电系统的间歇性，结合电池储能系统能量密度大、充放电效率高的特点，提出适合该储能系统的容量优化配置策略。管理策略LMS当系统的缺失功率小于电池储能系统的额定功率时，储能装置的充、放电功率为P15式中，田为系统逆变器的功率转换效率。经过单位时间T的放电后，电池储能系统未放电至最小容量K，此时电池储能系统完全可以弥补系统的功率缺失，即这种情况没有能量缺失。管理策略2MS当系统的缺失功率小于电池储能系统的额定功率时，再经过TOT。时间的放电后，电池储能系统刚好放电至最小容量E。此时TOEB一EB叼6而之后的一TO时间内，为避免电池出现过度放电现象，电池储能系统停止放电。则该种情况的能量缺失ERRS为GRSPLKTTO7管理策略3MS，当系统的缺失功率大于电池储能系统的额定功率时，则电池储能系统以额定功率放电进行补偿，经过单位时间T的放电后，电池储能系统未放电至最小容量E，则该种情况的能量缺失E为ERRSACL【一PH一。8管理策略4MS当系统的缺失功率大于电池储能系统的额定功率时，则电池储能系统以额定功率放电进行补偿，再经过TOT。时间的放电后，电池储能系统刚好放电至最小容量E一，此时第3期程世军等风力发电系统中储能容量的优化配置73TO玩一K9在之后的一时间内，为避免电池出现过度放电的现象，电池储能系统停止放电。该种情况的能量缺失如为风P1ACK一。T0PLFTO103储能容量优化模型31目标函数本研究的主要目标是在满足电网调度的情况下，寻找使储能装置全寿命周期成本最小的储能容量。根据全寿命周期成本理论，储能系统成本包括投资成本、运行成本、维护成本和处置成本。为避免优化模型过于复杂，本文中引入不同的比例系数来表示对应的成本，同时将上述成本折算为储能系统的年均费用，其折算系数用储能系统的年折旧值表示。具体的目标函数表达式【91为RAINCCICCCDC1KDCDENG12式中CI为储能装置的投资成本；为储能装置的运行成本；为储能装置的维护成本；为储能装置的处置成本；后为储能装置的运行成本系数；为储能装置的维护成本系数；出为储能装置的处置成本系数；K如为储能装置的年折旧值；N为储能系统中蓄电池组的个数；为储能系统中单个蓄电池组的价格。上述优化目标模型克服了传统储能系统经济性优化中只侧重初始投资成本的局限性，充分考虑了储能系统的安装、运行、维护和处置等整个全生命周期过程中的全部成本，其优化结果更符合实际。32约束条件考虑风力发电系统的运行特性，建立满足风力发电系统安全可靠运行的约束条件，即1系统合理性要求为KT，NN。ID1一PWF1132电池储能系统BESS正常运行时的基本约束为PKT，N一NEKT，点N3能量缺失率的限制条件IRRSRN，U孙33粒子群优化算法机解，通过迭代搜寻最优解，在优化过程中需要调整的参数少，鲁棒性好，结构简单，收敛速度快。开始执行PSO算法时，首先随机初始化M个粒子的位置和速度，通过迭代来搜索最优值。设1个由M个粒子个体组成的种群在1个D维的目标空间中进行搜索。则粒子I在第T次迭代时的位置为F，XAT，】TI1，2，MK1，2，DL，相应的速度为FUIKN，VI2，“TIVAT，眦】个体最优位置为ZT1，ZAT，ZR全局最优位置为ZGT，R粒子I在第T1次迭代计算后，和位置分别为17181920更新的速度1C1R1一XKTC21“2一】21XK1122式中C、C为2个学习因子；R2为2个分布在0，1之间的随机数。粒子群优化算法流程如图1所示。1415FI晷1图1粒子群优化算法流程FLOWCHARTOFPARTICLESWARMOPTIMIZATIONALGORITHM164算例分析粒子群算法【明PSOPARTICLESWARLNOPTIMIZATION是一种基于迭代的优化工具，系统初始化一组随为验证优化效果，在MATLABR2009A环境下对本文中储能系统的容量优化配置方法进行了编程第3期程世军等风力发电系统中储能容量的优化配置75参考文献【1】田春筝，李琼林，宋晓凯TIANCHUNZHENG，LIQIONGLIN，SONGXIAOKAI风电场建模及其对接入电网稳定性的影响分析MODEHNGANDANALYSISOFTHESTABILITYFORTHEPOWERSYSTEMCONSIDERINGTHEINTEGRATIONOFTHEWINDFARMSJ电力系统保护与控制POWERSYSTEMPROTEETIONANDCONTRO1，2009，3719465122丁明，刘友翔DINGMING，LIUYOUXIANG蓄能电站静动态综合效益评估RIHECOMPREHENSIVEEVALUATIONOFTHESTATICANDDYNAMICBENEFITSOFSTORAGEPLANTJ电力系统自动化AUTOMATIONOFELECTRICPOWERSYSTEMS，1994，189303533罗正远，丁明LUOZHENGYUAN，DINGMING概率模拟中蓄能电站经济运行的判据ECONOMICOPERATIONCRITERIAOFSTORAGEPLANTINPROBABILISTICSIMULATIONJ中国电机工程学报PROCEEDINGSOFTHECSEE，1993，13243384李强，袁越，谈定中LIQIANG，YUANYUE，TANDINGZHONG储能技术在风电并网中的应用研究进展PROGRESSONAPPLICATIONOFENERGYSTORAGETECHNOLOGYINWINDPOWERINTEGRATION【J1河海大学学报自然科学版JOURNALOFHOHAIUNIVERSITYNATURALSCIENCES，2010，381115122【5】吴雨，潘文霞，冯蒙霜，等WUYU，PANWENXIA，FENGMENGSHUANG，ETAT基于混合储能的微电网功率控制策略POWERCONTROLSTRATEGYFORMICROGRIDBASEDONHYBRIDENERGYSTORAGESYSTEMJ】电力系统及其自动化学报PROCEEDINGSOFTHECSUEPSA，2013，252109114，158【6丁明，徐宁舟，毕锐DINGMING，XUNINGZHOU，BIRUI用于平抑可再生能源功率波动的储能电站建模及评价MODELINGOFBESSFORSMOOTHINGRENEWABLEENERGYOUTPUTFLUCTUATIONSJ电力系统自动化AUTOMATIONOFELECTRICPOWERSYSTEMS，2011，35266727】丁明，徐宁舟，毕锐DINGMING，XUNINGZHOU，BIRUI负荷侧新型电池储能电站动态功能的研究DYNAMICMODELOFNEWTYPEBATTERYENERGYSTORAGESYSTEMATDEMANDSIDEJ1电力自动化设备ELECTRICPOWERAUTOMATIONEQUIPMENT，2011，315178】TESTAA，DECAROS，LATORRER，ETA1OPTIMALDESIGNOFENERGYSTORAGESYSTEMSFORSTANDALONEHYBRIDWINDPVGENERATORSCINTERNATIONALSYMPOSIUMONPOWERELECTRONIES，ELECTRICALDRIVES，AUTOMATIONANDMOTION。PISA，ITALY20109】9崔新奇，尹来宾，范春菊，等CUIXINQI，YINLAIBIN，FANCHUNJU，ET变电站改造中变压器全生命周期费用LCC模型的研究STUDYOFLCCFORPOWERTRANSFORMERINMODIFICATIONOFTRANSFORMERSUBSTATIONJ电力系统保护与控制POWERSYSTEMPROTECTIONANDCONTRO1，2010，387697310】纪震，廖惠连，吴青华粒子群算法及应用M北京科学出版社