面向多服务目标需求的集中式电池储能优化配置方法研究_马速良.pdf

面向多服务目标需求的集中式电池储能优化配置方法研究马速良1，武亦文1，李建林1，熊俊杰2，曾伟2（1.北京未来电化学储能系统集成技术创新中心，北方工业大学，北京100144；2.国网江西省电力有限公司电力科学研究院，南昌330096）摘要：面对新能源消纳、电网服务以及用户供电保障多类服务目标需求，合理规划电池储能系统已经成为促进其深度应用的关键。文中提出一种结合评分系统的双层规划结构，拟解决多目标优化下电池储能系统优化配置问题。首先，建立计及发电机、新能源及电网运行特性的储能电池多目标、多复杂约束混合整数优化模型；然后，基于规划运行的双层模式，优化计算出各目标函数值，通过引入评分系统形成多目标指标综合得分，进而指引迭代优化，完成电池储能规划；最后，以加入高比例新能源的IEEE33节点系统仿真分析，并讨论不同位置和电池储能类型的影响，相关结果表明，所提优化架构有效地兼顾了新能源消纳、电网电压质量以及储能经济性等多目标要求。关键词：电池储能系统；储能规划；多目标优化；新能源消纳；经济性Research on Optimal Configuration of Centralized Battery Energy Storage for MultipleService ObjectivesMA Suliang1，WU Yiwen1，LI Jianlin1，XIONG Junjie2，ZENG Wei2（1.Beijing Future Technology Innovation Centre for Electrochemical Energy Storage System Integration，North China University ofTechnology，Beijing 100144，China；2.State Grid Jiangxi Electric Power Research Institute，Nanchang 330096，China）Abstract:Aiming at the multiple service target demands of new energy consumption，power grid service and userpower supply guarantee，reasonable planning of battery energy storage system has become the key to promote its indepth application.In this paper，a twolevel planning structure in combination with a scoring system is proposed tosolve the problem of optimal configuration of battery energy storage systems under multiobjective optimization.First，a multiobjective，complex constraint mixed integer optimization model for energy storage batteries，including the operating characteristics of generators，new energy sources and power grids，is set up.Then，based on the planningrunning twolayer model，the function values of each objective are optimized and calculated.By introducing a scoring system to form a comprehensive score of multiobjective indicators，the iterative optimization to complete the battery energy storage planning is promoted.Finally，the simulation analysis of the IEEE33 node system containing a high proportion of new energy is added，and the impact of different locations and battery energy storage types is discussed.Relevant results show that the proposed optimization architecture effectively takes into account the multiobjective requirements of new energy consumption，grid voltage quality as well as energy storage economy.Key words:battery energy storage system；energy storage planning；multiobjective optimization；new energyconsumption；economy0引言作为一种灵活的储能方式，电池储能系统在含高比例新能源的电网中可以有效地降低弃风弃光水平、降低电网电压波动和网络损耗以及保障负荷用电1-5。但多个主体的服务目标需求可能存在潜第59卷第7期：007500862023年 7月16日High Voltage ApparatusVol.59，No.7：00750086Jul.16，2023DOI:10.13296/j.10011609.hva.2023.07.009_收稿日期：20230211；修回日期：202304192023年7月第59卷第7期在的矛盾，这对集中式电池储能系统的最佳容量配置提出了新的挑战6-9。国内外专家学者围绕电池储能系统的最优规划问题开展了大量研究10-13，特别是在多目标优化方面的研究最为广泛14-17。目前解决多目标函数的优化问题主要有两种途径，其一是将多目标问题利用如规格化平面约束14分解成多阶段单目标或者加权求和多个目标的方式综合成单一目标解决。比如文18将储能系统成本目标和最优化调频性能目标利用规格化平面约束转化为多个单目标优化问题进行求解；文19将储能系统成本与电网电压偏差的多个目标利用权重和方式统一为单目标，完成主动支撑电压水平的商用住宅电池储能系统的选址定容；文20从电网性能、网络损耗和电压偏差最小为目标，以单目标下的最优值消除各目标函数量纲不一致的影响；文21通过加入分布式电源前后的有功、无功和电压偏差标幺化多个目标函数，而后利用群智能优化算法求解加和下的单目标优化问题，获得分布式电源的选址配容方案；文22将储能系统规划的成本模型以投资成本、运行成本分为两阶段优化，以交互迭代方式获得优化配置结果。尽管这种方式是可以获得电池储能系统的唯一的全局优化配置方案，但是优化结果仅限于该综合方式的条件以内，并且多个目标指标量纲差异造成综合方式合理性受限。另一种途径表现为帕累托优化，获得多目标函数下的非劣解集，这意味着将存在多个在不同目标上互具优势的电池储能配置方案。如文23以含有精英策略的非支配排序遗传方法求解储能系统投资成本与馈线综合电压指标两目标下的帕累托最优解集；文24利用多目标正弦余弦算法优化出储能系统和分布式发电机的位置和容量集合，提升电网可靠性和经济性，同时降低了网络损失；文25利用多目标灰狼算法和模糊满意度评价方式，有效地解决了快速充电站、光伏电站和电池储能系统的选址定容问题，增加了系统收益，抑制了有功损耗和电压波动；文26从提升电网性能、满足负荷用电需求以及提升储能经济性多个目标函数出发，利用改进粒子群算法获得储能系统配置的多组非支配解，基于TOPSIS方法获得推荐方案；文27通过改进非帕累托遗传算法的个体更新和筛选机制，引入理想点决策选择出储能系统的最优折衷方案。针对现有多目标优化问题，为了解决电池储能系统在多服务目标下的优化配置问题，文中提出一种结合评分系统的双层规划结构，其特点在于：考虑电池储能规划模型多目标复杂约束特点，建立规划层配置方案和运行层计算指标的双层规划结构；通过引入评分系统综合评价运行层指标结果，指导规划层迭代优化方向，形成电池储能最优配置方案；所提方法具体解决电池储能系统寻址选型问题的扩展能力，可以通过在规划层增加优化变量解决相关问题。通过文中含高比例新能源的IEEE33节点系统为例对所提方法配置结果以及不同节点位置和电池类型的影响讨论，验证了所提方法可以在兼顾提高新能源消纳、电网电压质量以及储能经济性等多目标下形成电池储能配置方案，同时为电池储能的选型寻址提供了途径。1多目标下集中式电池储能规划建模1.1集中式电池储能系统规划模型的多服务目标函数储能电池接入含新能源的配电网后可以提升新能源消纳和动态无功储备、改善电网电压和网络损耗以及提高负荷功能可靠性，有效地服务于电源、电网和用户。但是储能电池在提供多种服务时，由于源网荷需求差异，可能导致其优化运行目标间存在潜在矛盾，造成储能电池规划和运行控制难以兼顾多服务目标需求。文中从电源、电网以及储能多个角度，建立储能电池多种优化目标函数，进行储能电池规划建模，具体目标函数如下：1)从传统电源角度出发，以第i个电力网络节点上发电机在 t 时刻的有功功率 PGEN，i(t)和无功功率QGEN，i(t)平方和的平方根，表示该发电机组在t时刻的实际输出情况，然后计算全时段内电力网络全部节点上发电机实际输出的和，表征发电机出力情况，建立目标函数J1，见式(1)J1=t=1Ti=1NbP2GEN,i()t+Q2GEN,i()t0.5(1)式(1)中：若某节点无发电机则有功和无功功率为零；T为时间长度；Nb为电力网络节点数。2)从新能源电源角度出发，建立描述新能源场站弃风弃光量的数学模型15，见式(2)J2=t=1Ti=1Nb|PrefPV,i()t-PPV,i()t+.PrefWIND,i()t-PWIND,i()t(2)式(2)中，PrefPV,i()t、PrefWIND,i()t和PPV，i(t)、PWIND，i(t)分别为第i个电力网络节点上光伏和风电场站在典型日t时刻的最大和实际有功功率输出，MW，不考虑新能源输出无功功率的情况。3)从电网性能角度出发，考虑最小化网络损耗10，24，建立优化目标函数J3，见式(3)76J3=12t=1Ti=1Nbj=1NbIi,j()t R2i,j+X2i,j(3)式(3)中：Ii，j(t)为在t时刻节点j向节点i流动的电流ii，j的平方，A2；而Ri，j和Xi，j分别为节点j与节点i之间电阻和电抗，。4)从电网电压角度出发，选择全时段内全网所有节点电压与标称电压偏差的绝对值最大值，用以表征电网电压波动情况，建立目标函数J4，见式(4)J4=maxt=1T|maxi=1Nb()abs()U0.5i()t-Ubase(4)式(4)中：Ui(t)表示在t时刻节点i的电压Vi(t)的平方；Ubase表示电力网络基准电压，kV；而max()和abs()分别表示求最大值和绝对值的函数。5)从电网无功功率备用角度出发，忽略新能源风电场的动态无功部分，以全时段内各节点上发电机无功输出上限值与当前时刻发电机无功输出偏差的和表示发电机无功备用水平；此外，以电池储能系统额定实在功率与当前时刻输出视在功率偏差的和表示电池储能无功备用能力，建立描述电力系统无功储备的目标函数J5，见式(5)J5=t=1Ti=1Nb|QmaxGEN,i-QGEN,i()t+.P2ESS,i()t+Q2ESS,i()t-PNess,i0.5(