一种百兆瓦电池储能系统容量优化配置方法和系统与流程

本发明涉及储能技术，具体涉及一种百兆瓦电池储能系统容量优化配置方法和系统。

背景技术：

可再生能源发电的波动性、间歇性和不可预知性会给现有电力系统的运行带来一定冲击。储能系统具有快速响应和动态调节能力，可以有效提高新能源电站电力系统的友好性。储能系统配置在发电侧时，可用于平抑可再生能源发电的短时功率波动，跟踪调度计划出力等应用场景，从而改善可再生能源发电接入电网的电能品质，满足新能源电站的灵活接入；储能系统配置在系统侧时可以优化负荷，进行削峰填谷，提高系统自身调节能力，实现对负荷的管理并获得经济效益。

我国已建成多个千万千瓦级新能源发电基地，在新能源发电富集区域电网中，对电池储能的容量要求通常达数十MW以上，甚至达百兆瓦以上。百兆瓦级电池储能参与新能源发电集群控制及系统调度运行，对破解新能源发电的送出和消纳瓶颈有重要意义。因此，在百兆瓦电池储能系统(电站)的扩容、扩建以及规划、设计与建设适用于互联大电网应用需求的超大规模电池储能电站中，亟待破解百兆瓦电池储能系统(以下简称，电池储能系统)容量配置难题，为大规模百兆瓦电池储能系统优化配置提供理论支撑、实践依据以及指导规范。

现有技术条件下，百兆瓦电池储能系统仍是相当昂贵的设备，因此必须合理确定新能源电站-储能联合电站中储能系统容量。显然，只要储能系统容量足够大，新能源电站-储能联合电站便可严格按发电计划向电网注入功率，但此时储能系统运行的经济性却可能极差。在考虑百兆瓦电池储能系统的规划设计与推广应用时，储能容量优化配置的必要性更显突出，更需关注其技术经济性。因此，必须在规划设计阶段，能够实现对百兆瓦电池储能系统容量的量化计算及优化配置，以提高百兆瓦级储能系统的运行经济性和可靠性。

技术实现要素：

为实现储能系统容量的优化配置，本发明提供一种百兆瓦电池储能系统容量优化配置方法和系统，从经济性的角度出发，以周期内运行利润最大的建立目标函数，根据目标函数采用粒子群算法对百兆瓦电池储能系统容量进行优化配置。

为了实现上述发明目的，本发明采取如下技术方案：

本发明提供一种百兆瓦电池储能系统容量优化配置方法，所述方法包括：

步骤1：确定百兆瓦电池储能系统充放电功率以及新能源电站-百兆瓦电池储能系统联合出力；

步骤2：根据周期内百兆瓦电池储能系统运行利润建立目标函数；

步骤3：采用粒子群算法对目标函数进行求解，得到百兆瓦电池储能系统优化后的容量配置。

所述步骤1中，确定百兆瓦电池储能系统充放电功率以及新能源电站-百兆瓦电池储能系统联合出力包括：

1)设t时刻百兆瓦电池储能系统的荷电状态值为S(t)，S_low和S_high分别为百兆瓦电池储能系统正常运行时荷电状态的下限和上限，由百兆瓦电池储能系统本身性能决定；设定第一节点荷电状态值为S_l，第二节点荷电状态值为S_h，满足0＜S_low＜S_l＜S_h＜S_high＜1，于是S_low、S_high、S_l、S_h将百兆瓦电池储能系统的荷电状态值分为五个区间，分别为0与S_low之间的第一区间、S_low与S_l之间的第二区间、S_l与S_h之间的第三区间、S_h与S_high之间的第四区间、S_high与1之间的第五区间；

2)设P(t)为t时刻新能源电站发电功率，P_bess(t)为t时刻百兆瓦电池储能系统的充放电功率，P_hybrid(t)为t时刻新能源电站-百兆瓦电池储能系统联合出力值，P_{f_min}(t)和P_{f_max}(t)分别为P_hybrid(t)下限和上限，且有P_{f_max}(t)＝P_f(t)+P_limit，P_{f_min}(t)＝P_f(t)-P_limit，其中，P_f(t)为t时刻新能源电站日前预测功率，P_limit为新能源电站功率波动限值，且有P_limit＝εC_ap，ε为日预测误差允许的百分值，C_ap为新能源电站的装机容量；

2-1)当P(t)＜P_{f_min}(t)时，百兆瓦电池储能系统放电，根据百兆瓦电池储能系统的荷电状态值分为以下两种情况：

①当S_low＜S(t)＜S_h时，百兆瓦电池储能系统以P_{f_min}(t)为期望进行放电，有P_bess(t)＝P_{f_min}(t)-P(t)；

②当S_h＜S(t)时，百兆瓦电池储能系统以P_{f_max}(t)为期望进行放电，有P_bess(t)＝P_{f_max}(t)-P(t)；

t时刻新能源电站-百兆瓦电池储能系统联合出力值P_hybrid(t)表示为：

P_hybrid(t)＝P(t)+P_bess(t)

2-2)当P(t)＞P_{f_max}(t)时，百兆瓦电池储能系统充电，根据百兆瓦电池储能系统的荷电状态值分为以下两种情况：

①当S_l＜S(t)＜S_high时，百兆瓦电池储能系统以P_{f_max}(t)为期望进行充电，有P_bess(t)＝P_{f_max}(t)-P(t)；

②当S(t)＜S_l时，百兆瓦电池储能系统以P_{f_min}(t)为期望进行充电，有P_bess(t)＝P_{f_min}(t)-P(t)；

2-3)当P_{f_min}(t)＜P(t)＜P_{f_max}(t)时，百兆瓦电池储能系统根据百兆瓦电池储能系统的荷电状态值进行充放电，分为以下两种情况：

①当S(t)＜S_l时，百兆瓦电池储能系统以P_{f_min}(t)为期望进行充电，有P_bess(t)＝P_{f_min}(t)-P(t)；

②当S_h＜S(t)时，百兆瓦电池储能系统以P_{f_max}(t)为期望进行放电，有P_bess(t)＝P_{f_max}(t)-P(t)。

所述步骤2中，以周期内百兆瓦电池储能系统运行利润最大为目标建立如下目标函数：

maxV_profit(E_c)＝V_benefit(E_c)-V_cost(E_c)

其中，E_c表示百兆瓦电池储能系统，V_profit(E_c)为周期内百兆瓦电池储能系统运行利润，V_benefit(E_c)为周期内百兆瓦电池储能系统的运行收益，V_cost(E_c)为周期内百兆瓦电池储能系统的运行成本；

V_benefit(E_c)和V_cost(E_c)分别表示为：

V_benefit(E_c)＝ρ₁(E_h-E)+ρ₂(E_pe-E_pe,h)

$V_{\cos t}\left(E_c\right)={\mathrm{\αV}}_{total}\frac{n_1}{n_{total}}+V_m$

其中，ρ₁为新能源电站上网电价，E_h为周期内新能源电站-百兆瓦电池储能系统联合电站上网的电量，E为周期内新能源电站向电网注入的能量，ρ₂为出力偏差惩罚价格，E_pe为周期内新能源电站的注入能量与计划注入能量之差，E_pe,h为周期内新能源电站-百兆瓦电池储能系统联合电站的注入能量与计划注入能量之差；α为成本系数，V_total为百兆瓦电池储能系统投资，n₁为周期内百兆瓦电池储能系统的充放电循环次数，n_total为百兆瓦电池储能系统充放电循环寿命，V_m为百兆瓦电池储能系统的维护成本。

所述步骤3中，采用粒子群算法对目标函数进行求解，得到百兆瓦电池储能系统优化后的容量配置包括：

3-1)以储能系统容量为寻优参数，采用粒子群算法对其进行寻优；

3-2)参数优化过程中以maxV_profit(E_c)＝V_benefit(E_c)-V_cost(E_c)为适应度函数，评价每个粒子的适应度，不断更新优化后的解；

3-3)输出优化后的解，得到百兆瓦电池储能系统优化后的容量配置。

本发明还一种百兆瓦电池储能系统容量优化配置系统，所述系统包括通讯模块、数据存储与管理模块、控制与决策模块和容量配置寻优模块；

所述通讯模块，用于实现数据通讯网络与监控平台与数据存储与管理模块通信；

所述数据存储与管理模块用于向所述控制与决策模块和容量配置模块分别发送数据信号；

所述控制与决策模块向所述数据存储与管理模块及所述容量配置寻优模块发送数据信号；

所述容量配置寻优模块对百兆瓦电池储能系统配置进行优化，并向所述数据存储与管理模块发送优化后的容量配置。

所述通讯模块接收新能源电站-百兆瓦电池储能系统联合电站的运行数据，向所述数据通讯网络与监控平台发送新能源电站计划出力值信号和储能电池功率命令值信号，且所述数据通讯网络与监控平台实时监测及控制所述通讯模块。

所述数据存储与管理模块向所述控制与决策模块发送的数据信号包括新能源电站发电功率值信号、百兆瓦电池储能系统功率值信号、新能源电站计划出力值信号、百兆瓦电池储能系统启停信号和储能电池荷电状态值信号。

所述数据存储与管理模块向容量配置模块发送的数据信号包括新能源电站发电功率值信号。

所述数据存储与管理模块接受并保存百兆瓦电池储能系统容量优化配置信号，同时将新能源电站计划出力值信号和百兆瓦电池储能系统的功率命令值信号按事先设定的协议赋给接口变量，供百兆瓦电池储能系统接口平台使用。

所述控制与决策模块首先判断自身接收的信号类型，分为以下两种情况：

①若为新能源电站发电功率值信号，则根据跟踪计划出力控制策略得到百兆瓦电池储能系统功率值信号；

②若为百兆瓦电池储能系统功率值信号，则直接读取百兆瓦电池储能系统充放电功率，得到新能源电站-百兆瓦电池储能系统联合出力值信号。

所述控制与决策模块向所述数据存储与管理模块及所述容量配置寻优模块发送的数据信号包括百兆瓦电池储能系统功率值信号和新能源电站-百兆瓦电池储能系统联合出力值信号。

所述容量配置寻优模块根据百兆瓦电池储能系统功率值信号、新能源电站-百兆瓦电池储能系统联合出力值信号和新能源电站发电功率值信号得到百兆瓦电池储能系统运行利润最大的目标函数，采用粒子群算法根据目标函数对容量配置进行优化，得到百兆瓦电池储能系统容量优化配置信号，并将百兆瓦电池储能系统容量优化配置信号发送给数据存储与管理模块。

与最接近的现有技术相比，本发明提供的技术方案具有以下有益效果：

本发明提供一种百兆瓦电池储能系统容量优化配置方法和系统，先通过读取新能源电站发电功率，进而得到新能源电站-百兆瓦电池储能系统联合出力值，并从经济性的角度出发，以周期内运行利润最大为目标建立目标函数，根据目标函数采用粒子群算法对百兆瓦电池储能系统的容量配置进行优化，以提高百兆瓦电池储能系统运行的经济性。另一方面，本发明方法，依据实际计算需求，可以自由设定不同规模的粒子个数，且粒子数量越多，容量优化计算的颗粒度就越精细。该方法和系统不仅可以实现不同计算需求下的储能系统容量优化设计目的，而且最终实现了兼顾储能系统容量配置经济性、新能源-储能联合控制功能、储能约束条件、控制指标等多因素的百兆瓦级电池储能系统容量配置一体化综合计算与评估的效果。

附图说明

图1是本发明实施例中百兆瓦电池储能系统容量优化配置方法流程图；

图2是本发明实施例中百兆瓦电池储能系统容量优化配置系统结构图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

本发明提供一种百兆瓦电池储能系统容量优化配置方法，如图1，所述方法包括：

步骤1：确定百兆瓦电池储能系统充放电功率以及新能源电站-百兆瓦电池储能系统联合出力；

步骤2：根据周期内百兆瓦电池储能系统运行利润建立目标函数；

步骤3：采用粒子群算法对目标函数进行求解，得到百兆瓦电池储能系统优化后的容量配置。

所述步骤1中，确定百兆瓦电池储能系统充放电功率以及新能源电站-百兆瓦电池储能系统联合出力包括：

1)设t时刻百兆瓦电池储能系统的荷电状态值为S(t)，S_low和S_high分别为百兆瓦电池储能系统正常运行时荷电状态的下限和上限，由百兆瓦电池储能系统本身性能决定；设定第一节点荷电状态值为S_l，第二节点荷电状态值为S_h，满足0＜S_low＜S_l＜S_h＜S_high＜1，于是S_low、S_high、S_l、S_h将百兆瓦电池储能系统的荷电状态值分为五个区间，分别为0与S_low之间的第一区间、S_low与S_l之间的第二区间、S_l与S_h之间的第三区间、S_h与S_high之间的第四区间、S_high与1之间的第五区间；

2)设P(t)为t时刻新能源电站发电功率，P_bess(t)为t时刻百兆瓦电池储能系统的充放电功率，P_hybrid(t)为t时刻新能源电站-百兆瓦电池储能系统联合出力值，P_{f_min}(t)和P_{f_max}(t)分别为P_hybrid(t)下限和上限，且有P_{f_max}(t)＝P_f(t)+P_limit，P_{f_min}(t)＝P_f(t)-P_limit，其中，P_f(t)为t时刻新能源电站日前预测功率，P_limit为新能源电站功率波动限值，且有P_limit＝εC_ap，ε为日预测误差允许的百分值，C_ap为新能源电站的装机容量；

2-1)当P(t)＜P_{f_min}(t)时，百兆瓦电池储能系统放电，根据百兆瓦电池储能系统的荷电状态值分为以下两种情况：

①当S_low＜S(t)＜S_h时，百兆瓦电池储能系统以P_{f_min}(t)为期望进行放电，有P_bess(t)＝P_{f_min}(t)-P(t)；

②当S_h＜S(t)时，百兆瓦电池储能系统以P_{f_max}(t)为期望进行放电，有P_bess(t)＝P_{f_max}(t)-P(t)；

t时刻新能源电站-百兆瓦电池储能系统联合出力值P_hybrid(t)表示为：

P_hybrid(t)＝P(t)+P_bess(t)

2-2)当P(t)＞P_{f_max}(t)时，百兆瓦电池储能系统充电，根据百兆瓦电池储能系统的荷电状态值分为以下两种情况：

①当S_l＜S(t)＜S_high时，百兆瓦电池储能系统以P_{f_max}(t)为期望进行充电，有P_bess(t)＝P_{f_max}(t)-P(t)；

②当S(t)＜S_l时，百兆瓦电池储能系统以P_{f_min}(t)为期望进行充电，有P_bess(t)＝P_{f_min}(t)-P(t)；

2-3)当P_{f_min}(t)＜P(t)＜P_{f_max}(t)时，百兆瓦电池储能系统根据百兆瓦电池储能系统的荷电状态值进行充放电，分为以下两种情况：

①当S(t)＜S_l时，百兆瓦电池储能系统以P_{f_min}(t)为期望进行充电，有P_bess(t)＝P_{f_min}(t)-P(t)；

②当S_h＜S(t)时，百兆瓦电池储能系统以P_{f_max}(t)为期望进行放电，有P_bess(t)＝P_{f_max}(t)-P(t)。

所述步骤2中，以周期内百兆瓦电池储能系统运行利润最大为目标建立如下目标函数：

maxV_profit(E_c)＝V_benefit(E_c)-V_cost(E_c)

其中，E_c表示百兆瓦电池储能系统，V_profit(E_c)为周期内百兆瓦电池储能系统运行利润，V_benefit(E_c)为周期内百兆瓦电池储能系统的运行收益，V_cost(E_c)为周期内百兆瓦电池储能系统的运行成本；

V_benefit(E_c)和V_cost(E_c)分别表示为：

V_benefit(E_c)＝ρ₁(E_h-E)+ρ₂(E_pe-E_pe,h)

$V_{\cos t}\left(E_c\right)={\mathrm{\αV}}_{total}\frac{n_1}{n_{total}}+V_m$

其中，ρ₁为新能源电站上网电价，E_h为周期内新能源电站-百兆瓦电池储能系统联合电站上网的电量，E为周期内新能源电站向电网注入的能量，ρ₂为出力偏差惩罚价格，E_pe为周期内新能源电站的注入能量与计划注入能量之差，E_pe,h为周期内新能源电站-百兆瓦电池储能系统联合电站的注入能量与计划注入能量之差；α为成本系数，V_total为百兆瓦电池储能系统投资，n₁为周期内百兆瓦电池储能系统的充放电循环次数，n_total为百兆瓦电池储能系统充放电循环寿命，V_m为百兆瓦电池储能系统的维护成本。

市场模式下，若新能源电站不能按发电计划向电网注入功率，则必须向交易中心交纳罚金，交易中心利用此项收入在辅助服务市场中购买备用服务，确保实时功率平衡。由于储能系统容量有限，其在某些时刻的出力可能小于计划出力。此时，按市场规则，必须向交易中心额外交纳罚金。

所述步骤3中，采用粒子群算法对目标函数进行求解，得到百兆瓦电池储能系统优化后的容量配置包括：

3-1)以储能系统容量为寻优参数，采用粒子群算法对其进行寻优；

3-2)参数优化过程中以maxV_profit(E_c)＝V_benefit(E_c)-V_cost(E_c)为适应度函数，评价每个粒子的适应度，不断更新优化后的解；

3-3)输出优化后的解，得到百兆瓦电池储能系统优化后的容量配置。

本发明还一种百兆瓦电池储能系统容量优化配置系统，如图2，所述系统包括通讯模块、

数据存储与管理模块、控制与决策模块和容量配置寻优模块；

所述通讯模块，用于实现数据通讯网络与监控平台与数据存储与管理模块通信；

所述数据存储与管理模块用于向所述控制与决策模块和容量配置模块分别发送数据信号；

所述控制与决策模块向所述数据存储与管理模块及所述容量配置寻优模块发送数据信号；

所述容量配置寻优模块对百兆瓦电池储能系统配置进行优化，并向所述数据存储与管理模块发送优化后的容量配置。

所述通讯模块接收新能源电站-百兆瓦电池储能系统联合电站的运行数据，向所述数据通讯网络与监控平台发送新能源电站计划出力值信号和储能电池功率命令值信号，且所述数据通讯网络与监控平台实时监测及控制所述通讯模块。

所述数据存储与管理模块向所述控制与决策模块发送的数据信号包括新能源电站发电功率值信号、百兆瓦电池储能系统功率值信号、新能源电站计划出力值信号、百兆瓦电池储能系统启停信号和储能电池荷电状态值信号。

所述数据存储与管理模块向容量配置模块发送的数据信号包括新能源电站发电功率值信号。

所述数据存储与管理模块接受并保存百兆瓦电池储能系统容量优化配置信号，同时将新能源电站计划出力值信号和百兆瓦储能电池系统的功率命令值信号按事先设定的协议赋给接口变量，供百兆瓦电池储能系统接口平台使用。

所述控制与决策模块首先判断自身接收的信号类型，分为以下两种情况：

①若为新能源电站发电功率值信号，则根据跟踪计划出力控制策略得到百兆瓦电池储能系统功率值信号；

②若为百兆瓦电池储能系统功率值信号，则直接读取百兆瓦电池储能系统充放电功率，得到新能源电站-百兆瓦电池储能系统联合出力值信号。

所述控制与决策模块向所述数据存储与管理模块及所述容量配置寻优模块发送的数据信号包括百兆瓦电池储能系统功率值信号和新能源电站-百兆瓦电池储能系统联合出力值信号。

所述容量配置寻优模块根据百兆瓦电池储能系统功率值信号、新能源电站-百兆瓦电池储能系统联合出力值信号和新能源电站发电功率值信号得到百兆瓦电池储能系统运行利润最大的目标函数，采用粒子群算法根据目标函数对容量配置进行优化，得到百兆瓦电池储能系统容量优化配置信号，并将百兆瓦电池储能系统容量优化配置信号发送给数据存储与管理模块。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。