張　峰　張　熙　張　利　苗驍健　楊立濱　梁　軍

（1. 山東大學(xué)電網(wǎng)智能化調(diào)度與控制教育部重點(diǎn)實(shí)驗(yàn)室　濟(jì)南　250061 2. 山東大學(xué)山東省電動(dòng)汽車工程實(shí)驗(yàn)室　濟(jì)南　250061 3. 國網(wǎng)青海省電力公司電力科學(xué)研究院　西寧　810003 4. 青海省光伏發(fā)電并網(wǎng)技術(shù)重點(diǎn)實(shí)驗(yàn)室　西寧　810003）

區(qū)域風(fēng)電場(chǎng)群儲(chǔ)能電站的優(yōu)化配置及運(yùn)行策略

張峰1，2張熙1張利1苗驍健1楊立濱3，4梁軍1

（1. 山東大學(xué)電網(wǎng)智能化調(diào)度與控制教育部重點(diǎn)實(shí)驗(yàn)室濟(jì)南250061 2. 山東大學(xué)山東省電動(dòng)汽車工程實(shí)驗(yàn)室濟(jì)南250061 3. 國網(wǎng)青海省電力公司電力科學(xué)研究院西寧810003 4. 青海省光伏發(fā)電并網(wǎng)技術(shù)重點(diǎn)實(shí)驗(yàn)室西寧810003）

風(fēng)電場(chǎng)群的空間規(guī)模效應(yīng)使其自身具備波動(dòng)平滑調(diào)節(jié)能力，由此使得區(qū)域風(fēng)電場(chǎng)群中配置電池儲(chǔ)能電站（BESS）具備理論可行性?；诖?，分析了區(qū)域風(fēng)電場(chǎng)群配置BESS的運(yùn)行形態(tài)和工作模式，指出當(dāng)前規(guī)模的 BESS可參與功率波動(dòng)平抑和適度的電網(wǎng)調(diào)峰。基于構(gòu)建 BESS充放電策略，提出了以運(yùn)營成本最小為目標(biāo)的成本優(yōu)化模型，由此確定風(fēng)電場(chǎng)群最佳BESS容量配比。同時(shí)，利用風(fēng)功率出力波動(dòng)的季節(jié)性規(guī)律差異，探討B(tài)ESS在低風(fēng)電出力季節(jié)參與電網(wǎng)調(diào)峰的可行性，提出了以實(shí)時(shí)運(yùn)行效益最大為目標(biāo)的BESS運(yùn)行策略，使其在該目標(biāo)下根據(jù)風(fēng)電出力季節(jié)性差異調(diào)整運(yùn)行模式。利用風(fēng)電場(chǎng)實(shí)際運(yùn)行數(shù)據(jù)驗(yàn)證該方法，計(jì)算結(jié)果表明所提BESS優(yōu)化運(yùn)行策略的有效性和可行性。

風(fēng)電場(chǎng)群電池儲(chǔ)能電站優(yōu)化容量運(yùn)行

0　引言

間歇性電源滲透率的持續(xù)提升，使得電網(wǎng)能量平衡體系中的不確定因素不斷增加，當(dāng)前電網(wǎng)調(diào)控面臨巨大壓力。儲(chǔ)能系統(tǒng)作為傳統(tǒng)能量流傳遞鏈中的新環(huán)節(jié)應(yīng)運(yùn)而生，并成為提升間歇性電源可控性和利用效率的重要可行方式［1］。

目前國內(nèi)外對(duì)于風(fēng)電場(chǎng)分散儲(chǔ)能及電池儲(chǔ)能電站（Battery Energy Storage Station， BESS）均展開了相關(guān)研究，其中分散儲(chǔ)能研究主要集中在儲(chǔ)能系統(tǒng)最優(yōu)容量的計(jì)算［2-4］及系統(tǒng)控制策略的優(yōu)化［5-7］，其功能主要定位于風(fēng)電場(chǎng)功率波動(dòng)的平抑。其中，容量計(jì)算屬于規(guī)劃問題，在于利用典型歷史運(yùn)行數(shù)據(jù)，依據(jù)影響儲(chǔ)能運(yùn)行的主導(dǎo)因素構(gòu)建優(yōu)化目標(biāo)函數(shù)，確定實(shí)現(xiàn)風(fēng)電場(chǎng)期望功率輸出所需的最優(yōu)儲(chǔ)能容量。而后者在于實(shí)現(xiàn)對(duì)實(shí)際儲(chǔ)能運(yùn)行系統(tǒng)的控制和調(diào)整，其目標(biāo)一般為儲(chǔ)能系統(tǒng)的運(yùn)行經(jīng)濟(jì)性或者波動(dòng)平滑的有效性。

與風(fēng)電場(chǎng)分散儲(chǔ)能相比，電池儲(chǔ)能電站功能定位具有更強(qiáng)的可擴(kuò)展性，其具有備用電源、間歇性電源平抑、調(diào)峰、調(diào)頻、暫態(tài)有功緊急響應(yīng)以及暫態(tài)電壓緊急支撐等多重功能［8-10］。目前對(duì)于 BESS的研究主要集中在BESS性能對(duì)比、動(dòng)靜態(tài)功能分析以及系統(tǒng)監(jiān)控等領(lǐng)域。文獻(xiàn)［11］對(duì)以鋰電池、鈉硫電池以及液流電池為儲(chǔ)能介質(zhì)的BESS建立了綜合兼容性模型，并對(duì)性能、應(yīng)用效果及經(jīng)濟(jì)指標(biāo)等進(jìn)行了對(duì)比分析。文獻(xiàn)［12］根據(jù)微網(wǎng)系統(tǒng)運(yùn)行特點(diǎn)，提出了一種分布式發(fā)電單元和蓄電池儲(chǔ)能單元間的協(xié)同控制能量管理策略。對(duì)于國內(nèi)已建成的 BESS示范工程，文獻(xiàn)［13，14］分別介紹了國家風(fēng)光儲(chǔ)輸示范工程和深圳寶清BESS的關(guān)鍵技術(shù)和運(yùn)行模式。文獻(xiàn)［15］建立了 BESS與發(fā)電側(cè)、供電側(cè)及用戶響應(yīng)的實(shí)時(shí)電價(jià)動(dòng)態(tài)博弈聯(lián)動(dòng)模型，并對(duì)其市場(chǎng)環(huán)境下的效益進(jìn)行了分析。上述文獻(xiàn)對(duì)于推進(jìn)BESS的相關(guān)研究具有積極意義，但對(duì)于功能定位靈活、運(yùn)行適應(yīng)度高的 BESS系統(tǒng)，其具體運(yùn)行形態(tài)、復(fù)合功能模式及策略等領(lǐng)域仍未見相關(guān)較明確的報(bào)道。

基于此，本文對(duì)BESS可行的運(yùn)行形態(tài)進(jìn)行了對(duì)比分析，指出了適合當(dāng)前BESS規(guī)模的復(fù)合功能定位和工作模式，提出了以BESS運(yùn)營成本最小為目標(biāo)的容量優(yōu)化計(jì)算模型。而在實(shí)際運(yùn)行策略中，根據(jù)風(fēng)電出力的季節(jié)差異性［16］，提出了考慮風(fēng)電場(chǎng)群功率波動(dòng)平抑和適度電網(wǎng)調(diào)峰的BESS復(fù)合功能充放電模式。利用風(fēng)功率預(yù)測(cè)信息，以 BESS同步參與功率波動(dòng)平抑和電網(wǎng)調(diào)峰時(shí)的收益最大為目標(biāo)構(gòu)建實(shí)時(shí)優(yōu)化運(yùn)行模型。本文以區(qū)域風(fēng)電場(chǎng)群波動(dòng)平抑為前提優(yōu)化BESS規(guī)劃容量，其時(shí)間尺度一般依據(jù)風(fēng)電出力的年度周期性。實(shí)際運(yùn)行中考慮風(fēng)電季節(jié)性差異引入適度電網(wǎng)調(diào)峰功能，并在運(yùn)行效益最大的目標(biāo)函數(shù)下提出了均衡運(yùn)行模式以增加與整體成本提升間制約關(guān)系的優(yōu)化方法。由此，該優(yōu)化目標(biāo)下，以天為時(shí)間尺度，使BESS在風(fēng)電出力偏弱季節(jié)可利用閑置容量參與調(diào)峰且創(chuàng)造價(jià)值，而在風(fēng)電出力較強(qiáng)季節(jié)則不參與或在優(yōu)化目標(biāo)下適度參與調(diào)峰。

1　理論分析

1.1區(qū)域風(fēng)電場(chǎng)群平滑效應(yīng)

理論分析和實(shí)際運(yùn)行數(shù)據(jù)表明，風(fēng)電場(chǎng)群出力呈現(xiàn)空間規(guī)模效應(yīng)，即平滑效應(yīng)，其機(jī)理在于風(fēng)能在時(shí)間上的延遲效應(yīng)和過濾效應(yīng)，以及空間上的分布效應(yīng)［17］。該現(xiàn)象可致使區(qū)域風(fēng)電場(chǎng)群的匯集功率在各時(shí)間尺度下均呈現(xiàn)平滑效果，波動(dòng)性有效減弱。由此，區(qū)域風(fēng)電場(chǎng)群配置 BESS將比各風(fēng)場(chǎng)分散儲(chǔ)能在規(guī)劃容量、平抑效果、功用拓展等方面均具有優(yōu)勢(shì)。

1.2BESS運(yùn)行形態(tài)

BESS規(guī)模必然伴隨從微型到超大型的發(fā)展歷程，同時(shí)其運(yùn)行形態(tài)也會(huì)在電力市場(chǎng)的推動(dòng)下不斷分化和完善。為提升供電的可靠性或經(jīng)濟(jì)性，微小型 BESS更多配置于微電網(wǎng)以及分布式電源［8］，運(yùn)行形態(tài)融合于微電網(wǎng)或分布式電源綜合供電系統(tǒng)。大中型BESS目前較多與大規(guī)模間歇性電源配合［2-7］，解決功率出力的波動(dòng)平抑問題，同時(shí)具備參與調(diào)頻、調(diào)峰、緊急備用等的規(guī)模能力。超大型BESS在儲(chǔ)能成本大幅降低前提下在未來智能電網(wǎng)中有望出現(xiàn)，其規(guī)模水平可能在源網(wǎng)荷平衡的可控性和經(jīng)濟(jì)性方面發(fā)揮革命性作用。

當(dāng)前BESS理論研究及應(yīng)用均主要集中于微小和大中型規(guī)模。BESS的運(yùn)行形態(tài)依賴于能量存儲(chǔ)和釋放過程中的效益產(chǎn)出，由此當(dāng)前BESS可能出現(xiàn)的歸屬形式主要有電力公司、發(fā)電企業(yè)、大負(fù)荷用戶或電力市場(chǎng)下的其他企業(yè)（如供電零售商）。

1.3當(dāng)前規(guī)模BESS的工作模式

考慮到當(dāng)前規(guī)模 BESS的直接收益形式，若BESS參與調(diào)頻不僅對(duì)其備用容量要求較高，而且調(diào)頻和功率波動(dòng)平抑的實(shí)時(shí)同步控制可能存在一定難度，同時(shí)受制于電網(wǎng)狀態(tài)的不確定調(diào)頻容量，BESS容量的動(dòng)態(tài)經(jīng)濟(jì)分配也存在一定問題。相對(duì)而言，電網(wǎng)調(diào)峰對(duì)容量需求具有較高的確定性和規(guī)律性，同時(shí)差異化的風(fēng)電場(chǎng)群季節(jié)性出力為 BESS參與調(diào)峰提供了可能，因此當(dāng)前BESS工作模式較適于風(fēng)電功率波動(dòng)平抑和可控性較高的電網(wǎng)調(diào)峰。

2　區(qū)域風(fēng)電場(chǎng)群BESS優(yōu)化配置

2.1BESS充放電策略

風(fēng)電場(chǎng)群BESS平抑功率波動(dòng)過程中，當(dāng)風(fēng)電場(chǎng)群功率 P（t）＞Pref（t）時(shí)，BESS系統(tǒng)充電；P（t）＜Pref（t）時(shí)，BESS系統(tǒng)放電，其中，Pref（t）為期望輸出功率。當(dāng)充電功率、荷電狀態(tài)（State Of Charge， SOC）或充電功率變化率大于BESS限值，即如式（1）～式（3）所示時(shí)，則會(huì)出現(xiàn)棄風(fēng)。

式中，Pmax-cha為BESS的最大充電功率；σcha為BESS充電效率，本文取σcha=0.85；SOCmax為SOC上行限值，本文取SOCmax=1.0；ΔPcha（t）為充電功率變化率，ΔPcha（t）=P（t） -P（t-1）；ΔPmax-cha為BESS的充電功率變化率極大值。

同理，當(dāng)放電功率及其變化率大于BESS限值，或SOC低于下行限值時(shí)，如式（4）～式（6）所示，則會(huì)因平抑功率不足而出現(xiàn)平抑不充分。

式中，Pmax-discha為BESS的最大放電功率，Pmax-discha＞0；σdischa為BESS放電效率，本文取σdischa=0.9；SOCmin為 SOC下行限值，本文取 SOCmin=0.1；ΔPdischa（t）為放電功率變化率；ΔPmax-discha為BESS的放電功率變化率極大值。

2.2BESS容量規(guī)劃優(yōu)化模型

建立考慮運(yùn)營成本的容量規(guī)劃模型需計(jì)及BESS建設(shè)投入到運(yùn)行的各項(xiàng)支出，以其總體成本費(fèi)用最小為目標(biāo)函數(shù)。運(yùn)營成本主要包含建設(shè)成本Ccons和運(yùn)行成本Crun，其中Crun將在式（1）～式（3）所示行為引起棄風(fēng)、式（4）～式（6）所示而引發(fā)波動(dòng)平抑不足或 SOC過度充放而導(dǎo)致越限運(yùn)行影響B(tài)ESS壽命時(shí)產(chǎn)生。因此Crun包含棄風(fēng)成本Caba、SOC 越限懲罰成本 Coutline和期望輸出懲罰成本Clack?？傮w而言，Ccons與Crun相互制衡，顯然BESS的容量V將是影響Ccons與Crun平衡性及總體成本的關(guān)鍵因素。具體計(jì)算模型如式（7）～式（10）所示。

式中，γ 為單位容量電池儲(chǔ)能基礎(chǔ)成本；ε 為BESS安裝成本；k為BESS運(yùn)行壽命折合年數(shù)；inc為考慮資本投入時(shí)間價(jià)值引入的年利率；T為所提取運(yùn)行數(shù)據(jù)的時(shí)窗長度；β為單位容量的棄風(fēng)成本；α為平抑功率不足導(dǎo)致所缺容量的單位懲罰成本；η 為SOC越限運(yùn)行時(shí)的單位容量懲罰成本；SOC（t-1）為對(duì)應(yīng)前一時(shí)刻SOC取值；Δt為采樣間隔；SOCHline、SOCLline分別為SOC正常運(yùn)行上、下限值，當(dāng)SOC（t）＞SOCHline時(shí)，BESS仍可充電至SOCmax，但其越限運(yùn)行容量將產(chǎn)生越限懲罰成本，本文取 SOCHline=0.85，SOCLline=0.20；同理，SOCmin＜SOC（t）＜SOCLline時(shí)將產(chǎn)生下行越限懲罰成本。Faba（t）、Flack（t）、Foutline（t）分別為棄風(fēng)、平抑不足或越限運(yùn)行狀態(tài)布爾量，其表達(dá)式如（11）～式（13）所示。

由此，以總體運(yùn)營成本最小為目標(biāo)構(gòu)建優(yōu)化模型為

式中，kT為成本計(jì)算所取區(qū)間時(shí)長T的折合年數(shù)。由此可確定該目標(biāo)函數(shù)下的 BESS最優(yōu)容量 V。BESS容量規(guī)劃依據(jù)風(fēng)電出力的年度周期性，利用年度歷史運(yùn)行數(shù)據(jù)進(jìn)行優(yōu)化計(jì)算。

3　區(qū)域風(fēng)電場(chǎng)群BESS優(yōu)化運(yùn)行

3.1實(shí)時(shí)運(yùn)行優(yōu)化策略

BESS具備引入調(diào)峰功能的可行性，原因在于：①考慮風(fēng)電場(chǎng)功率輸出的年度周期性，一般取kT=1；②理論研究表明，風(fēng)電場(chǎng)出力具有明顯季節(jié)性差異［16］，作者進(jìn)一步實(shí)地走訪山東諸城、威海等多個(gè)風(fēng)電場(chǎng)，現(xiàn)場(chǎng)數(shù)據(jù)表明各風(fēng)電場(chǎng)均具備該特征。由此可得，V作為保障全年平抑效果的平均容量取值，而全年各季節(jié)風(fēng)電出力及其波動(dòng)并不均衡。由此，在某季節(jié)風(fēng)電出力大、波動(dòng)幅度大的季節(jié)，V將主要用于保證波動(dòng)平抑效果。而在風(fēng)電出力小或出力平緩的季節(jié)，V將具備參與調(diào)峰行為的容量空間。

本文實(shí)時(shí)運(yùn)行效益優(yōu)化的思想在于，以市場(chǎng)化的價(jià)格引導(dǎo)為手段，利用風(fēng)電出力季節(jié)差異性特征和峰谷期間上網(wǎng)電價(jià)差額，參照短期功率預(yù)測(cè)數(shù)據(jù)，充分均衡利用BESS容量，使其具備同時(shí)參與波動(dòng)平抑和電網(wǎng)調(diào)峰的可行性，并實(shí)現(xiàn)其總體效益的最大化?？梢?，BESS參與調(diào)峰可實(shí)現(xiàn)谷荷期風(fēng)能的存儲(chǔ)，既有利于降低火電深度調(diào)峰的壓力，又可為峰荷提供電源供給，同時(shí)為BESS空閑容量提供收益運(yùn)行模式。

3.2BESS優(yōu)化運(yùn)行模型

BESS參與電網(wǎng)調(diào)峰，一方面產(chǎn)生效益，另一方面因其對(duì)容量的占用，必然在風(fēng)功率波動(dòng)平抑時(shí)提升部分充放區(qū)間棄風(fēng)或平抑功率不足的風(fēng)險(xiǎn)，引起B(yǎng)ESS運(yùn)行成本的上升。因此，協(xié)調(diào)優(yōu)化成本上升與調(diào)峰收益間的關(guān)系，實(shí)現(xiàn)總體效益最大化將是本文優(yōu)化運(yùn)行模型的構(gòu)建目標(biāo)。

設(shè)定參與調(diào)峰的充放電行為將依據(jù)BESS在谷荷和峰荷期間的可充放能量，在對(duì)應(yīng)時(shí)間區(qū)間內(nèi)恒功率存儲(chǔ)或釋放，則有

式中，Echa、Pv（t）分別為谷荷期間的充電能量和功率；Edischa、Pp（t）分別為峰荷期間的的放電能量和功率；Δtcha、Δtdischa分別為充、放電持續(xù)時(shí)間。

以日為實(shí)時(shí)運(yùn)行優(yōu)化時(shí)間尺度，市場(chǎng)行為引導(dǎo)下確定地區(qū)尖峰負(fù)荷和低谷負(fù)荷時(shí)間范圍［tpi， tpl］、［tvi， tvl］，以及其對(duì)應(yīng)電價(jià)rp、rv，設(shè)Δt為t的遞進(jìn)步長，即采樣間隔，則 BESS峰谷荷能量對(duì)應(yīng)價(jià)值差額為式中，前半部分為峰荷期間放電產(chǎn)生的收益；后半部分為谷荷期間充電能量所需成本。

考慮峰谷荷時(shí)期的充放電行為，各時(shí)段充放電及運(yùn)行模型如下。

tpi≤t≤tpl時(shí)

式中，SOCst1（t）為tpi≤t≤tpl區(qū)間的SOC變量表達(dá)式；SOC（tpi）為該區(qū)間的初始SOC數(shù)值，對(duì)應(yīng)為tpi時(shí)刻的數(shù)值；Ps（t）為該區(qū)間功率波動(dòng)平抑充放電功率；Cst1為該區(qū)間運(yùn)行成本，根據(jù)式（8）～式（10）可得，對(duì)于BESS充放電特征參數(shù)如Pmax-cha、SOCmax等確定的前提下，該區(qū)間成本計(jì)算式均為SOC變量的函數(shù)。該區(qū)間 BESS具有峰荷放電調(diào)峰以及功率波動(dòng)平抑的雙重運(yùn)行功能。

tpl＜t＜tvi時(shí)

式中，SOCst2（t）為該時(shí)間區(qū)間的SOC變量表達(dá)式；SOC（tpl）為該區(qū)間的初始SOC數(shù)值；Cst2為該區(qū)間運(yùn)行成本。該區(qū)間以功率波動(dòng)平抑為BESS主要運(yùn)行行為。

tvi≤t≤tvl時(shí)

式中，SOCst3（t）為該時(shí)間區(qū)間的SOC變量表達(dá)式；SOC（tvi）為該區(qū)間的初始SOC數(shù)值；Cst3為該區(qū)間運(yùn)行成本。該區(qū)間BESS具有谷荷期充電以及功率波動(dòng)平抑的雙重運(yùn)行行為。

tvl＜t＜tpi時(shí)

式中，SOCst4（t）為該時(shí)間區(qū)間的SOC變量表達(dá)式；SOC（tvl）為該區(qū)間的初始SOC數(shù)值；Cst4為該區(qū)間運(yùn)行成本。該區(qū)間以功率波動(dòng)平抑為BESS主要運(yùn)行行為。

綜合上述分析，日時(shí)間級(jí)實(shí)時(shí)運(yùn)行效益計(jì)算可表達(dá)為

式中，Qd為日級(jí)實(shí)時(shí)運(yùn)行效益為 BESS僅參與風(fēng)功率波動(dòng)平抑時(shí)的運(yùn)行成本，其計(jì)算式為其中 SOC（t）為僅參與功率平抑時(shí)的 SOC變化量。運(yùn)行效益優(yōu)化以 Qd的最大化為目標(biāo)和Ps（t）是該目標(biāo)下的優(yōu)化變量。當(dāng)Qd＞0時(shí)表明參與電網(wǎng)行為具有收益，且Qd越大則收益越可觀。而當(dāng)電網(wǎng)調(diào)峰收益與成本增加值相當(dāng)甚至不足以平衡時(shí)，Qd將逐漸降低直至為零，Qd=0時(shí)表明BESS未參與電網(wǎng)調(diào)峰。

本文實(shí)時(shí)運(yùn)行效益優(yōu)化策略實(shí)現(xiàn)過程中部分問題解決方案如下。

（2）柴油發(fā)電機(jī)等備用電源將成為彌補(bǔ)風(fēng)功率預(yù)測(cè)偏差的重要方式，因此本文所參考風(fēng)功率預(yù)測(cè)認(rèn)為其誤差可得到風(fēng)電場(chǎng)自備電源一定程度的彌補(bǔ)消化。同時(shí)誤差相對(duì)更小的超短期風(fēng)功率預(yù)測(cè)可進(jìn)一步引入實(shí)時(shí)運(yùn)行效益優(yōu)化過程中，輔助在線計(jì)算的調(diào)整優(yōu)化。

4　算例驗(yàn)證

選取山東某區(qū)域風(fēng)場(chǎng)，包含3個(gè)地理位置毗鄰的風(fēng)電場(chǎng)，其裝機(jī)容量分別為 45MW、40MW和65MW，并網(wǎng)功率采樣間隔為 10min，本文選用技術(shù)成熟化的改性鉛酸電池，參數(shù)取值見表1。表1中參數(shù)在數(shù)值上為以單位儲(chǔ)能容量（MW·h）基礎(chǔ)成本為基準(zhǔn)值的標(biāo)幺值。文中成本基準(zhǔn)值取6×105＄［18］。

表1　參數(shù)取值Tab.1　Calculation parameters

4.1BESS容量規(guī)劃

選取某年度各風(fēng)場(chǎng)并網(wǎng)功率數(shù)據(jù)，按照全年風(fēng)功率利用率最高為目標(biāo)確定區(qū)域風(fēng)場(chǎng)和各分散風(fēng)場(chǎng)的平抑目標(biāo)數(shù)值，基于文中儲(chǔ)能容量規(guī)劃方法確定區(qū)域風(fēng)場(chǎng)BESS及分散BESS容量計(jì)算結(jié)果見表2。

表2　容量計(jì)算結(jié)果Tab.2　Calculation results

由表2可以看出，相比三塊分散風(fēng)場(chǎng)總體儲(chǔ)能投入，區(qū)域風(fēng)場(chǎng) BESS容量需求大幅降低 30.5%，區(qū)域風(fēng)場(chǎng)的空間平滑效應(yīng)有效地降低了儲(chǔ)能所需配置容量。進(jìn)一步分析區(qū)域風(fēng)場(chǎng) BESS平抑效果和運(yùn)行狀態(tài)，分別選取1月份和7月份的典型日風(fēng)功率曲線，平抑效果與SOC分別在1月份和7月份典型日運(yùn)行狀態(tài)如圖1和圖2所示。

可以看出，1月份山東地區(qū)風(fēng)場(chǎng)大部分風(fēng)資源充足，風(fēng)電功率數(shù)值較大，同時(shí)伴隨較大幅度波動(dòng)。由圖1a可以看出，本文確定的儲(chǔ)能容量基本可實(shí)現(xiàn)1月份期望功率的輸出，同時(shí)SOC大幅波動(dòng)，并伴有越限過程。原因在于容量規(guī)劃選取年度樣本數(shù)據(jù)，由此獲取的BESS容量為保障全年平抑效果的優(yōu)化容量。而對(duì)于全年風(fēng)功率波動(dòng)程度不同的各季節(jié)，其平抑效果也將有差別。

圖1　1月份典型日運(yùn)行狀態(tài)示意圖Fig.1　Fluctuation smoothing of a typical day in January

圖2　7月份典型日運(yùn)行狀態(tài)示意圖Fig.2　Fluctuation smoothing of a typical day in July

進(jìn)一步觀察圖2可以看出，由于7月份的山東地區(qū)風(fēng)力減弱，功率輸出明顯偏低且無大幅波動(dòng)，此時(shí)利用本文規(guī)劃儲(chǔ)能將有效實(shí)現(xiàn)期望輸出，且SOC無越限狀況發(fā)生，并保持在0.5上下。由此不難得出，基于風(fēng)功率出力的季節(jié)差異性，在風(fēng)功率出力較弱的季節(jié)，BESS不僅可有效平抑風(fēng)電波動(dòng)，同時(shí)具備較強(qiáng)的調(diào)峰可行性。

4.2實(shí)時(shí)運(yùn)行優(yōu)化

根據(jù)本文實(shí)時(shí)運(yùn)行效益優(yōu)化策略，可得1月份典型日風(fēng)功率出力若參與調(diào)峰，將進(jìn)一步加劇SOC越限程度。且此時(shí)調(diào)峰收益不足以抵消BESS運(yùn)營成本的增加，此類季節(jié)BESS全部參與功率波動(dòng)平抑將是最優(yōu)運(yùn)行狀態(tài)。對(duì)于參與調(diào)峰可行性較強(qiáng)的7月份，SOC的空閑將為調(diào)峰提供了容量空間。選取該季節(jié)典型日參與電網(wǎng)調(diào)峰，調(diào)峰收益計(jì)算結(jié)果見表3，參與調(diào)峰后的運(yùn)行狀態(tài)如圖3所示。

表3　調(diào)峰收益計(jì)算結(jié)果Tab.3　Calculation results

由表3可得，7月份區(qū)域風(fēng)場(chǎng)BESS參與調(diào)峰可獲得可觀收入，其中Qd為標(biāo)幺值，其有名值單位為＄，同時(shí)各風(fēng)場(chǎng)按擔(dān)責(zé)與收益關(guān)系各自不同程度獲利。圖3a中SOC′為參與調(diào)峰的SOC變化曲線。通過比較可以看出，BESS在谷荷期間充入調(diào)峰能量，SOC處于高位運(yùn)行，將增加 SOC上行越限的風(fēng)險(xiǎn)。峰荷期間BESS調(diào)峰放電后，SOC處于低位運(yùn)行，同理下行越限風(fēng)險(xiǎn)增大。但本文優(yōu)化模型在調(diào)峰收益和運(yùn)營成本增加間的相互制約下，可尋找到最優(yōu)可行解。圖3b為峰谷荷期間儲(chǔ)能參與調(diào)峰的充放電功率示意圖。

圖3　參與調(diào)峰后的運(yùn)行狀態(tài)Fig.3　Operating state with peak regulation

進(jìn)一步分析全年各月份收益見表 4，可見該結(jié)果符合風(fēng)功率出力的季節(jié)性差異，同時(shí)本文方法可實(shí)現(xiàn)區(qū)域風(fēng)場(chǎng)BESS的可觀額外運(yùn)行收益。

表4　全年各月份收益統(tǒng)計(jì)Tab.4　Statistics of monthly benefits in one year

綜上可得，利用區(qū)域風(fēng)場(chǎng)的年度運(yùn)行數(shù)據(jù)，可獲得區(qū)域風(fēng)場(chǎng)配置BESS的最優(yōu)規(guī)劃容量。在此容量基礎(chǔ)上，利用風(fēng)場(chǎng)出力的季節(jié)差異性，引入BESS調(diào)峰功能，實(shí)際數(shù)據(jù)表明該運(yùn)行模式將為BESS帶來可觀的年度收益。

5　結(jié)論

1）利用風(fēng)電場(chǎng)群的平滑效應(yīng)，從運(yùn)營成本和收益方面探討了集群風(fēng)場(chǎng)配置BESS的可行性?；诔浞烹姴呗詷?gòu)建，以運(yùn)營成本最小為優(yōu)化目標(biāo)，確定BESS的最優(yōu)容量，算例表明集群風(fēng)場(chǎng)BESS在容量配置方面較各風(fēng)場(chǎng)分散儲(chǔ)能具有優(yōu)勢(shì)。

2）基于風(fēng)電場(chǎng)群出力的季節(jié)性差異，提出了BESS弱風(fēng)季節(jié)同時(shí)參與功率波動(dòng)平抑和電網(wǎng)調(diào)峰的運(yùn)行策略，并以實(shí)時(shí)運(yùn)行效益最大為目標(biāo)建立優(yōu)化運(yùn)行模型。驗(yàn)證結(jié)果表明，該策略可顯著增加BESS的運(yùn)行收益。

3）利用風(fēng)電場(chǎng)實(shí)際運(yùn)行數(shù)據(jù)驗(yàn)證本文方法，計(jì)算結(jié)果表明了本文所提BESS優(yōu)化運(yùn)行策略具有有效性和可行性。

［1］Yoshimoto K， Nanahara T， Koshimizu G. New control method for regulating state-of-charge of a battery in hybrid wind power/battery storage system［C］// Power Systems Conference and Exposition， Atlanta， GA，2006： 1244-1251.

［2］馮江霞， 梁軍， 張峰， 等. 考慮調(diào)度計(jì)劃和運(yùn)行經(jīng)濟(jì)性的風(fēng)電場(chǎng)儲(chǔ)能容量優(yōu)化計(jì)算［J］. 電力系統(tǒng)自動(dòng)化， 2013， 37（1）： 90-95. Feng Jiangxia， Liang Jun， Zhang Feng， et al. A method for the optimization calculation of wind farm energy storage capacity［J］. Automation of Electric Power Systems， 2013， 37（1）： 90-95.

［3］韓濤， 盧繼平， 喬梁， 等. 大型并網(wǎng)風(fēng)電場(chǎng)儲(chǔ)能容量優(yōu)化方案［J］. 電網(wǎng)技術(shù)， 2010， 34（1）： 169-173. Han Tao， Lu Jiping， Qiao Liang， et al. Optimized scheme of energy storage capacity for grid-connected large-scale wind farm［J］. Power System Technology，2010， 34（1）： 169-173.

［4］Brekken T K A， Yokochi A， Von Jouanne A， et al. Optimal energy storage sizing and control for wind power application［J］. IEEE Transactions on Sustainable Energy， 2011， 2（1）： 69-77.

［5］戚永志， 劉玉田. 風(fēng)光儲(chǔ)聯(lián)合系統(tǒng)輸出功率滾動(dòng)優(yōu)化與實(shí)時(shí)控制［J］. 電工技術(shù)學(xué)報(bào)， 2014， 29（8）：242-248. Qi Yongzhi， Liu Yutian. Output power rolling optimization and real-time control in wind-photovoltaicstorage hybrid system［J］. Transactions of China Electrotechnical Society， 2014， 29（8）： 242- 248.

［6］馬速良， 蔣小平， 馬會(huì)萌， 等. 平抑風(fēng)電波動(dòng)的混合儲(chǔ)能系統(tǒng)的容量配置［J］. 電力系統(tǒng)保護(hù)與控制，2014， 42（8）： 108-114. Ma Suliang， Jiang Xiaoping， Ma Huimeng， et al. Capacity configuration of the hybrid energy storage system for wind power smoothing［J］. Power System Protection and Control， 2014， 42（8）： 108-114.

［7］張純江， 董杰， 劉君. 蓄電池與超級(jí)電容混合儲(chǔ)能系統(tǒng)的控制策略［J］.電工技術(shù)學(xué)報(bào)， 2014， 29（4）：334-340. Zhang Chunjiang， Dong Jie， Liu Jun. A control strategy for battery-ultracapacitor hybrid energy storage system［J］. Transactions of China Electrotechnical Society， 2014， 29（4）： 334-340.

［8］陳健， 王成山， 趙波. 考慮不同控制策略的獨(dú)立型微電網(wǎng)優(yōu)化配置［J］. 電力系統(tǒng)自動(dòng)化， 2013， 37（11）：1-6. Chen Jian， Wang Chengshan， Zhao Bo. Optimal sizing for stand-alone microgrid considering different control strategies［J］. Automation of Electric Power Systems， 2013， 37（11）： 1-6.

［9］鮑冠南， 陸超， 袁志昌. 基于動(dòng)態(tài)規(guī)劃的電池儲(chǔ)能系統(tǒng)削峰填谷實(shí)時(shí)優(yōu)化［J］. 電力系統(tǒng)自動(dòng)化， 2012，36（12）： 11-16. Bao Guannan， Lu Chao， Yuan Zhichang. Load shift real-time optimization strategy of battery storage system based on dynamic programming［J］. Automation of Electric Power Systems， 2012， 36（12）：11-16.

［10］陳大宇， 張粒子， 王澍. 儲(chǔ)能在美國調(diào)頻市場(chǎng)中的發(fā)展及啟示［J］. 電力系統(tǒng)自動(dòng)化， 2013， 37（11）：9-13. Chen Dayu， Zhang Lizi， Wang Shu. Development of energy storage in frequency regulation market of united states and its enlightenment［J］. Automation of Electric Power Systems， 2013， 37（11）： 9-13.

［11］丁明， 徐寧周， 畢銳， 等. 基于綜合建模的 3類電池儲(chǔ)能電站性能對(duì)比分析［J］. 電力系統(tǒng)自動(dòng)化，2011， 35（15）： 34-39. Ding Ming， Xu Ningzhou， Bi Rui， et al. Modeling and comparative study on multiple battery energy storage system［J］. Automation of Electric Power Systems， 2011， 35（15）： 34-39.

［13］姜世公， 李琰， 王衛(wèi). 一種微網(wǎng)系統(tǒng)孤島運(yùn)行條件下的能量管理策略［J］. 電工技術(shù)學(xué)報(bào)， 2014， 29（2）：130-135. Jiang Shigong， Li Yan， Wang Wei. A novel power management strategy for microgrid on islanding mode［J］. Transactions of China Electrotechnical Society， 2014， 29（2）： 130-135.

［13］李建林， 謝志佳， 惠東， 等. 國家風(fēng)光儲(chǔ)輸示范工程介紹及其典型運(yùn)行模式分析［J］. 電力系統(tǒng)自動(dòng)化， 2013， 37（1）： 59-64. Li Jianlin， Xie Zhijia， Hui Dong， et al. Presentationof national wind/photovoltaic/energy storage and trans- mission demonstration project and analysis of typical operation modes［J］. Automation of Electric Power Systems， 2013， 37（1）： 59-64.

［14］陸志剛， 王科， 劉怡. 深圳寶清鋰電池儲(chǔ)能電站關(guān)鍵技術(shù)及系統(tǒng)成套設(shè)計(jì)方法［J］. 電力系統(tǒng)自動(dòng)化，2013， 37（1）： 65-69. Lu Zhigang， Wang Ke， Liu Yi. A control scheme design for smoothing wind power fluctuation with hybrid energy storage system［J］. Automation of Electric Power Systems， 2013， 37（1）： 65-69.

［15］崔強(qiáng)， 王秀麗， 劉祖永. 市場(chǎng)環(huán)境下計(jì)及儲(chǔ)能電站運(yùn)行的聯(lián)動(dòng)電價(jià)研究及其效益分析［J］. 中國電機(jī)工程學(xué)報(bào)， 2013， 33（13）： 62-68. Cui Qiang， Wang Xiuli， Liu Zuyong. Study on linkage electricity price and benefit analysis considering energy storage station operation in market enviroment［J］. Proceedings of the CSEE，2013， 33（13）： 62-68.

［16］于大洋， 韓學(xué)山， 梁軍. 基于 NASA地球觀測(cè)數(shù)據(jù)庫的區(qū)域風(fēng)電功率波動(dòng)特性分析［J］. 電力系統(tǒng)自動(dòng)化， 2011， 35（5）： 77-81. Yu Dayang， Han Xueshan， Liang Jun. Study on the profiling of China's regional wind power fluctuation using GEOS-5 data assimilation system of national aeronautics and space administration of america［J］. Automation of Electric Power Systems， 2011， 35（5）：77-81.

［17］劉燕華， 田茹， 張東英. 風(fēng)電出力平滑效應(yīng)的分析及應(yīng)用［J］. 電網(wǎng)技術(shù)， 2013， 37（4）： 987-991. Liu Yanhua， Tian Ru， Zhang Dongying. Analysis and application of wind farm output smoothing effect［J］. Power System Technology， 2013， 37（4）： 987-991.

［18］蔣凱， 李浩秒， 李威. 幾類面向電網(wǎng)的儲(chǔ)能電池介紹［J］. 電力系統(tǒng)自動(dòng)化， 2013， 37（1）： 47-53. Jiang Kai， Li Haomiao， Li Wei. On several battery technologies for power grids［J］. Automation of Electric Power Systems， 2013， 37（1）： 47-53.

Size Optimization and Operating Strategies for Battery Energy Storage Station in Adjacent Wind Farms

Zhang Feng1，2Zhang Xi1Zhang Li1Miao Xiaojian1Yang Libin3，4Liang Jun1
（1. Key Laboratory of Power System Intelligent Dispatch and Control of Ministry of EducationShandong UniversityJinan250061China 2. Electric Vehicle Engineering Laboratory of Shandong ProvinceShandong University Jinan250061China 3. State Grid Qinghai Electric Power Research InstituteXining810003China 4. Qinghai Province Key Laboratory of Photovoltaic Grid Connected Power Generation Technology Xining810003China）

Due to the spatial scale effect， battery energy storage station （BESS） in adjacent wind farms has advantages in capacity and investment compared with the distributed energy storage systems. Besides， BESS has centralized supervisory control， which bears higher controllability when participating in dispatching and control. Therefore， this paper analyzes the operation pattern and working mode of BESS. It is shown that the current BESS scale can participate in the fluctuation smoothing and peak shaving in power grid. After that， the cost optimization mathematical model is set up based on charging and discharging strategy， to minimize the sum of operating cost. So the optimal BESS capacity can be determined. According to the seasonal differences of wind power outputs， theBESS operating strategy for fluctuation smoothing and peak shaving has been discussed. Taken the maximal benefit of real time operation as the target， the optimal operating model has been built. Thus BESS can adjust the operating mode in accordance with the wind power output differences. The actual wind power data show that this method can optimize the capacity and operating strategy of BESS， and has high feasibility.

Adjacent wind farms， battery energy storage station， optimization， capacity， operation

TM614

張峰男，1983年生，博士，副教授，研究方向?yàn)樾履茉窗l(fā)電并網(wǎng)的運(yùn)行與控制。

E-mail： fengzhang@sdu.edu.cn（通信作者）

張熙男，1982年生，博士研究生，研究方向?yàn)殡妱?dòng)汽車與新能源發(fā)電的協(xié)同運(yùn)行與控制。

E-mail： kczx@sdu.edu.cn

國家自然科學(xué)基金（51307101、51177091）和山東省優(yōu)秀中青年科學(xué)家科研獎(jiǎng)勵(lì)基金（BS2013NJ011）資助項(xiàng)目。

2014-09-15改稿日期 2015-03-20