学术︱基于变寿命模型的改善风电可调度性的电池储能容量优化
“2015第二届轨道交通供电系统技术大会”本周五在京开幕
报名方式1
浏览会议详情和在线报名参会，请进入"分布式发电与微电网"微信号（dggrid），点击菜单栏“地铁会议”。
报名方式2
长按下图，识别二维码，即可浏览会议详情和在线报名参会。
强电磁工程与新技术国家重点实验室（华中科技大学）的研究人员易林、娄素华等，在2015年第15期《电工技术学报》上撰文指出，基于风电接入技术准则和电网调度需求，对风电场日前调度功率值予以优化，并通过电池储能弥补实际风电出力与该调度参考值间的差值，从而改善风电的可调度性。从能量吞吐量角度出发，建立了电池储能实际使用寿命评估模型。
基于该模型，以风储联合系统年收益最大为目标，提出了综合考虑风电调度功率优化和变寿命特性的电池储能容量优化模型。以某风电场年历史出力数据为例，对电池储能功率/电量容量进行协调优化，仿真结果验证了所提模型的有效性。
随着化石能源危机及环境保护问题的日益突出，风能作为一种清洁可再生能源在电力工业中得到快速发展。然而，风能具有强烈的随机性、间歇性和难以预测性，这些特点导致风电场难以持续输出稳定的可控功率，其发电可调度性差，大规模风电并网将给电力系统的安全可靠运行带来不利影响[1,2]，从而对电网调度提出了新的要求与挑战。
为了使可调度性差的风电适应确定性的电网调度决策，应对并网风电场的输出功率随机波动水平予以限制[3]。快速储能技术具有对功率和能量的时间迁移能力，能够有效改善风电的输出特性，增强风电的可调度性，是解决风电大规模并网问题、促进风资源利用的关键技术[4-7]。
目前，国内外学者针对电池储能系统（BESS，batteryenergy storage system）在风电场中的应用问题展开了研究，并取得了一定的研究成果。
文献[8]提出了采用离散傅里叶变换对可再生能源出力进行频谱分析，并基于分析结果及平抑目标功率求取系统所需的最小储能容量；文献[9]基于风电场的风速概率分布及风电机组的出力特性，求取了以风电场平均出力为风储联合系统目标出力的储能容量需求。
文献[10]为适应系统调度计划，以单个调度时段内等效输出方差和最小为目标求取了该时段风储联合系统的计划出力，并对储能系统容量进行了优化配置。但其未考虑相邻调度时段的风电功率波动约束，且未对电池储能功率/电量容量进行协调优化。
此外，电池储能的使用寿命为容量优化的关键参量之一，其变寿命特征开始受到相关研究人员的关注[11-14]。文献[11,12]将电池储能的变寿命特征引入到控制策略优化中，其中文献[11]通过计算储能电池的累计损耗系数评估其有效使用寿命，并以寿命最大为目标对控制参数予以优化；文献[12]从循环次数角度（cyclecounting）构建BESS的寿命评估模型，将不同放电深度下的充放电次数折算到全充全放条件下的循环使用次数测算BESS的使用寿命，并将其作为度量指标对控制策略进行研究。
文献[13]将文献[12]的寿命测算模型引入到电池储能的容量优化中；文献[14]在容量优化模型中考虑了因放电深度引起的寿命损失成本和过放成本，然未对使用寿命予以量化，且文献[13,14]均未考虑日前风电调度功率值对储能系统运行状态及使用寿命的影响。
事实上，电池储能的使用寿命与其运行方式密切相关，而风电的调度功率直接关系到电池储能的运行方式。因此，有必要对考虑风电调度功率优化和变寿命特征的储能容量配置问题进行深入研究。
综上所述，本文结合风电入网技术准则和调度运行计划特点，优化制定风电调度功率值，通过电池储能的引入使风储联合系统出力跟踪该功率值，从而使可调度性差的风电适应现行的电网调度决策。根据电池的运行特性，从能量吞吐量角度（kWh-throughput counting）出发建立了BESS使用寿命计算模型。
基于上述模型，以风储联合系统年收益最大为目标，提出了考虑风电调度功率优化和变寿命特征的BESS容量优化方法。利用本文所提方法对某实际风电场进行了电池储能容量的优化配置研究和结果分析。
图1 含集中式电池储能的风力发电系统
结论
电池储能技术的迅速发展为其在含风电电力系统中的规模化应用提供了新的契机。本文立足于电网对风电接入的技术要求，通过电池储能灵活的充放电特性改善风电的可调度能力，结合放电深度对电池储能使用寿命的影响，建立了电池储能使用寿命预测模型，并将其引入到风储联合系统的电池储能容量需求评估中。
算例表明，通过合理的配置电池储能容量，能够有效的提高风电的可调度能力，且较于固定寿命模型，本文所提模型能更客观、准确地评估风电场对电池储能的容量需求及其经济效益。
关注新能源行业技术发展动态