CN105160440A - 考虑电网经济调度的储能平抑波动功率的容量规划方法 - Google Patents

Abstract

本发明公开了考虑电网经济调度的储能平抑波动功率的容量规划方法，以并网功率目标值偏移量方差最小作为优化目标建立数学模型，在建立数学模型的基础上，以储能电站运行成本和建设成本最小为目标建立容量规划模型；对混合储能电站容量规划模型对应的容量优化目标函数进行求解计算，确定混合储能电站最优容量数值。该方法以并网功率目标值偏移量方差最小作为优化目标建立数学模型，其中该目标值定义为阶梯型曲线，实现风功率阶段性恒功率输出，利于提升其可调度性；同时该模型中功率偏移量方差最小，可促使减少储能系统存储和释放能量的总和，利于降低储能容量需求。

Description

考虑电网经济调度的储能平抑波动功率的容量规划方法

技术领域

本发明涉及考虑电网经济调度的储能平抑波动功率的容量规划方法。

背景技术

随着可再生能源渗透率的提升，其波动性给电网的安全可靠运行带来了巨大挑战。储能电站因其对能量的充放特性，使其成为平滑可再生能源功率，克服其波动性的重要方式。风电场配置储能的关键问题之一在于，面对平滑效果与投入成本间的制约关系，如何协调确定储能容量，使有限容量同时满足储能系统运行的有效性和经济性。可见，储能电站的容量优化是风电场储能配置规划的重要内容。

目前国内外学者对于储能容量优化进行了相关研究并取得了一系列成果。现有文献中则以提高风电场出力预报精度为补偿目标，利用统计法进行估算储能容量；有的文献中则分析了风电场日出力曲线与储能容量关系，具有一定启发意义，但其并未对两者关系的规律性做进一步量化探讨；有的文献中则则兼顾调度决策适应性和风电场运行经济性，以储能投资及风场运行成本最低为目标函数建立了储能容量优化模型；有的文献中则以补偿预测功率与实际出力的差值为目标，对风电场的储能容量进行了计算分析。上述研究对于推进可再生能源的储能配置及运行研究具有重要意义。同时，伴随着研究推进，有学者指出单一储能介质特性固定，应对复杂风功率波动具有局限性，提出优势特性互补的混合储能是储能技术未来重要的发展方向。混合储能可根据所选介质特性，构建协调合理的运行策略，弥补单一介质的不足，对于提升储能系统的适应能力和运行可靠性具有重要作用，国家电网风光储示范工程同样采取了混合储能电站的设计思路。但目前对于混合储能电站的研究更多的集中在能量管理、运行控制等方面，而混合储能电站容量规划问题研究并不多见。

现有的专利中，专利名称为：用于平抑风电功率波动的混合储能电站容量确定方法，专利号为：201410062240.4，公开了“以减小蓄电池充放电次数或者减小电容容量为目标建立混合储能电站充放电过程模型；以混合储能电站建设成本和运行成本总和最小构建混合储能电站容量优化目标函数；在满足混合储能电站充放电过程模型的条件下，选用PSO算法对混合储能电站容量优化目标函数进行求解计算，确定混合储能电站最优容量数值。本发明以典型功率型储能VRLA和能量型储能UC构建混合储能电站，利用其各自特性构建优势互补的充放电过程模型，利于实现混合储能系统各介质间的协调有机运行；以储能电站运行成本和建设成本最小为目标建立容量规划模型，实现了容量的最优化。”，存在的技术问题是：

1.该专利没有考虑经济调度的平抑目标值的计算，没有考虑并网功率目标值偏移量对整个模型的影响；

2.没有建立最优的并网功率目标值输出曲线。

发明内容

为解决现有技术存在的不足，本发明公开了考虑电网经济调度的储能平抑波动功率的容量规划方法，本发明针对混合储能电站的容量规划问题，以具备规模化应用可行性的铅酸蓄电池(VRLA)与超级电容(UC)为例，提出了符合混合储能介质各自特性的充放电过程模型，在此基础上以建设成本、弃风成本以及期望惩罚成本之和最小为目标函数建立充放电策略，保证了储能系统运行的经济性，实际风电场运行数据验证了本申请方法的有效性。

为实现上述目的，本发明的具体方案如下：

考虑电网经济调度的储能平抑波动功率的容量规划方法，包括以下步骤：

以并网功率目标值偏移量方差最小作为优化目标建立数学模型，其中该目标值定义为阶梯型曲线，实现风功率阶段性恒功率输出；

在建立数学模型的基础上，以储能电站运行成本和建设成本最小为目标建立充放电策略，并考虑两种介质即功率型和能量型介质的充放电功率约束和容量对比约束；

对混合储能电站充放电策略对应的容量优化目标函数进行求解计算，确定混合储能电站最优容量数值。

进一步的，优化数学模型，以并网功率目标值偏移量方差最小为目标，确定可自适应跟踪风功率输出变化趋势的并网功率优化目标值。

进一步的，确定并网功率优化目标值的具体步骤为：

对选定时间区间的风电功率，将其分为任意k段区间，k为正整数，各区间功率目标值为P_G.i，i＝1，2…k，各区间时间范围分别为(t_i-1，t_i]，i＝1，2…k，若k取值变化，则相应的P_G.i、(t_i-1，t_i]均跟随变化，由此，在目标功率偏移量方差衡量下，依据其最小方差选择最优的k值，并优化k段区间对应的P_G.i、(t_i-1，t_i]的数值，i＝1，2…k，形成最优的并网功率目标值输出曲线。

进一步的，选定时间区间T内的风功率P_T(t)，当分为k段时，则第i段的功率偏移量为：

$P_{\mathrm{\Δ}.k.i}=\underset{t_{i-1}}{\overset{t_i}{\Σ}}|P_T\left(t\right)-P_{G.i}|,(i=1,2,...k)---\left(1\right)$

其中P_G.i为第i区间段的目标功率值；t_i-1，t_i分别为第i段区间时间的起始和终止时刻，t₀为选定区间功率P_T(t)的起始时刻，在选定时间区间[t₀，t_k]内，满足t₀<t₁<…t_k-1<t_k，1≤i≤k。

更进一步的，在分段区间数k给定情况下，目标函数以总方差最小为目标，并依此优化各分段对应的起始时刻t_i-1、t_i，以及各段的目标功率值P_G.i，优化模型目标函数为：

$S_{min}=\min \underset{i=1}{\overset{k}{\&Sigma;}}\left\{\frac{1}{t_i-t_{i-1}}\underset{t_{i-1}}{\overset{t_i}{\&Sigma;}}{\&lsqb;P_T\left(t\right)-P_{G.i}\&rsqb;}^2\right\}---\left(2\right).$

进一步的，优化模型对应约束条件主要包括充放电功率约束和分段区间时长约束。

充放电功率约束：为避免储能与风电场间能量传递过程中，因充放电功率而造成能量的损失或平抑功率不足，考虑充放电功率约束：

$-P_{discha}\&le;P_T\left(t\right)-P_{G.i}\&le;P_{cha}---\left(3\right)$

式中，P_cha、P_discha分别为储能系统的最大充放电功率，为表述统一，将放电看作为负充电过程，其大小以其绝对值为准。

分段区间时长约束：因考虑到区间长度对调度需求的影响，分段区间需满足一定时长约束：

Δt_min≤t_i-t_i-1≤Δt_max(4)

式中，Δt_min、Δt_max分别为最小、最大允许分段时间，考虑调度需求主要考虑Δt_min，而Δt_max与风功率波形有关，其数值可相对较大。

充放电策略：t时刻风电机组输出功率P_W(t)与时段期望输出功率P_ref(t)的差值P(t)为：

P(t)＝P_W(t)-P_ref(t)(5)

同时为了进一步发挥混合介质特性，利用滤波器将P(t)分解为高频分量P_h(t)和趋势分量P_l(t)，且满足：

P(t)＝P_ΔH(t)+P_ΔL(t)(6)

正常运行状态下，若P_ΔH(t)>0,则t时刻储能电站UC处于充电状态；反之，则处于放电状态；同理，若P_ΔL(t)>0，则t时刻储能电站VRLA处于充电状态；反之，则处于放电状态。

同时，为充分发挥VRLA成本低和容量大，以及UC成本高但不受充放电状态转换次数的能力，本文构建如下两种特殊运行状态。

(1)特殊情况1：当VRLA充放电状态转变但转变后的充电/放电区间时长小于门槛值。

设f(t)为P_ΔL(t)的正负标志位，当满足f(t-1)·f(t)<0时，若f(t)>0且Δt_f＜Δt_thr，式中Δt_f为f转换后充电/放电状态持续时间，Δt_thr为持续时间阈值，则此时VRLA的充放电状态将保持不变，此时平抑任务主要由UC完成。具体而言，转换后的充电/放电持续时间若大于阈值Δt则VRLA充放电状态发生改变，否则VRLA不改变，且充电/放电功率将为零，此时由UC完成低频和高频偏移量的平抑。该方式可有效减少VRLA的充放电状态转换次数，延长VRLA的运行寿命。

(2)特殊情况2:当VRLA正常充放电时，且SOC有较为充足的充放电容量时，VRLA协助UC完成平抑，当VRLA的SOC不足时，UC独立完成高频分量的平抑任务。由此，可有效减少UC的容量需求，降低储能电站的总体成本。

容量优化函数：目标函数：以储能电站的成本总和最小构建优化目标函数，其中包含建设成本和运行成本，建设成本即为储能电站进行建设所需成本，主要与储能容量的需求有关；运行成本包含弃风成本和期望输出惩罚成本，其中弃风成本因混合储能系统满充而引发的弃风损失，期望输出惩罚成本则由于储能容量放电至最低而无法满足平抑目标所引入的惩罚。由此可见，两者相互制约，而本目标函数在于求取建设成本与运行成本权衡下的最佳容量。容量优化函数如式(7)所示。

$\begin{array}{c}C={\mathrm{\&rho;}}_V\&CenterDot;V_V+{\mathrm{\&rho;}}_U\&CenterDot;V_U+\\ \mathrm{\&beta;}\&CenterDot;\left\{\begin{array}{c}\underset{t=1}{\overset{T}{\&Sigma;}}P\left(P_{\mathrm{\&Delta;}L}\right(t)\mathrm{\&Delta;}t-(V_V+V_V\left(t-1\right)\left)\right)+P\left(P_{\mathrm{\&Delta;}L}\right(t)-P_{\max }^{Vc})\mathrm{\&Delta;}t+\\ \underset{t=1}{\overset{T}{\&Sigma;}}P\left(P_{\mathrm{\&Delta;}H}\right(t)\mathrm{\&Delta;}t-(V_U-V_U\left(t-1\right)\left)\right)+P\left(P_{\mathrm{\&Delta;}H}\right(t)-P_{\max }^{Uc})\mathrm{\&Delta;}t\end{array}\right\}+\\ \mathrm{\&alpha;}\&CenterDot;\left\{\begin{array}{c}\underset{t=1}{\overset{T}{\&Sigma;}}P\left(\right|P_{\mathrm{\&Delta;}L}\left(t\right)|\mathrm{\&Delta;}t-(V_V\left(t-1\right)-V_{V.\min }\left)\right)+P\left(\right|P_{\mathrm{\&Delta;}L}\left(t\right)|-P_{\max }^{Vd})\mathrm{\&Delta;}t+\\ \underset{t=1}{\overset{T}{\&Sigma;}}P\left(\right|P_{\mathrm{\&Delta;}H}\left(t\right)|\mathrm{\&Delta;}t-(V_U\left(t-1\right)-V_{U.\min }\left)\right)+P\left(\right|P_{\mathrm{\&Delta;}H}\left(t\right)|-P_{\max }^{Ud}\mathrm{\&Delta;}t\end{array}\right\}\end{array}---\left(7\right)$

式中，ρ_V、ρ_U分别为VRLA和UC单位容量建设成本；T为所提取运行数据的时窗长度；β为单位容量的弃风成本；α为未达到平抑目标所缺容量的单位惩罚成本；P(x)为取正函数，其含义为若y＝P(x)，当x>0时，y＝x，而当x≤0时，y＝0；V_V(t-1)，V_U(t-1)为对应前一时刻容量取值；Δt为采样间隔；分别为相应介质的最大充电功率；V_V.min、V_U.min分别为对应介质的最低放电容量，与SOC数值对应；分别为对应最大放电功率。

该目标函数中，弃风成本和期望输出惩罚成本均由两部分构成，其一为容量因素，因容量不足而造成满充弃风或者放电下行越限而无法有效平抑波动；其二为功率因素，虽各自平抑目标确实时已消除该因素影响，但因协调互补的充放电策略导致实际平抑波动过程中，仍有充放功率不足导致弃风和平抑功率不足的可能。

约束条件主要包括充放电功率约束和容量约束。

充放电功率约束：

$-P_{max}^d<P\left(t\right)<P_{max}^d---\left(8\right)$

式中，分别为相应介质对应的最大充放电功率。

容量约束：

$\{\begin{array}{c}{V}_{\min }\&le;V\left(t\right)\&le;V_{max}\\ V_V\left(t\right)>V_U\left(t\right)\end{array}---\left(9\right)$

式中，容量V(t)的变化应限制在各介质最大容量V_max和最小容量V_min之间。

本发明的有益效果：

本发明提出了考虑风电经济调度和降低储能规划容量的并网功率目标值的优化计算方法。该方法以并网功率目标值偏移量方差最小作为优化目标建立数学模型，其中该目标值定义为阶梯型曲线，实现风功率阶段性恒功率输出，利于提升其可调度性；同时该模型中功率偏移量方差最小，可促使减少储能系统存储和释放能量的总和，利于降低储能容量需求。在此基础上，以储能电站运行成本和建设成本最小为目标建立容量规划模型，并考虑两种介质的充放电功率约束和容量对比约束；最后，给出了求解算法和步骤。以实际风电场运行数据进行验证分析，结果表明了本申请方法对混合储能电站容量规划的有效性和合理性。

附图说明

图1a偏移量P示意图；

图1bPΔ_H曲线示意图；

图1cPΔ_L曲线示意图；

图2部分时间截面平抑效果示意图；

图3分解目标充放电功率示意图。

具体实施方式：

下面对本发明进行详细说明：

储能电站对于平抑风功率波动具有重要作用，考虑到单一储能介质的有限特性，可实现功能互补的混合储能电站具有较好应用前景。以典型功率型和能量型储能构建混合储能电站，并依据各自特性建立优势互补的储能电站充放电模型；风电并网功率目标值即为储能平抑风电场功率波动后的期望输出值，对储能容量的确定具有重要影响。

考虑经济调度的平抑目标值计算：并网功率目标值偏移量为风电场功率输出与期望输出目标间的偏差表征，其方差代表了两者间的偏离程度^[12]，显然并网功率目标偏移量方差越大，代表所设定的期望输出值与风功率输出偏离越大，此时所需储能容量必然增大；反之，则储能容量减小。

因此，该优化模型构建的思想在于建立消除主观设定的优化数学模型，以并网功率目标值偏移量方差最小为目标，确定可自适应跟踪风功率输出变化趋势的并网功率优化目标值。具体思路为：对选定时间区间的风电功率，将其分为任意k(k为正整数)段区间，各区间功率目标值为P_G.i(i＝1，2…k)，各区间时间范围分别为(t_i-1，t_i](i＝1，2…k)。若k取值变化，则相应的P_G.i、(t_i-1，t_i]均跟随变化。由此，在目标功率偏移量方差衡量下，依据其最小方差选择最优的k值，并优化k段区间对应的P_G.i、(t_i-1，t_i](i＝1，2…k)数值，形成最优的并网功率目标值输出曲线。

目标函数：选定时间区间T内的风功率P_T(t)，当分为k段时，则第i(1≤i≤k)段的功率偏移量为：

$P_{\mathrm{\&Delta;}.k.i}=\underset{t_{i-1}}{\overset{t_i}{\&Sigma;}}|P_T\left(t\right)-P_{G.i}|,(i=1,2,\mathrm{...}k)---\left(1\right)$

其中P_G.i为第i区间段的目标功率值；t_i-1，t_i分别为第i段区间时间的起始和终止时刻，t₀为选定区间功率P_T(t)的起始时刻，在选定时间区间[t₀，t_k]内，满足t₀<t₁<…t_k-1<t_k。。

由此，在分段区间数k给定情况下，目标函数以总方差最小为目标，并依此优化各分段对应的起始时刻t_i-1、t_i，以及各段的目标功率值P_G.i，优化模型目标函数为：

$S_{\min }=\min \underset{i=1}{\overset{k}{\&Sigma;}}\left\{\frac{1}{t_i-t_{i-1}}\underset{t_{i-1}}{\overset{t_i}{\&Sigma;}}{\&lsqb;P_T\left(t\right)-P_{G.i}\&rsqb;}^2\right\}---\left(2\right)$

约束条件：上述优化模型对应约束条件主要包括充放电功率约束和分段区间时长约束。

1)充放电功率约束：为避免储能与风电场间能量传递过程中，因充放电功率而造成能量的损失或平抑功率不足，考虑充放电功率约束：

$-P_{discha}\&le;P_T\left(t\right)-P_{G.i}\&le;P_{cha}---\left(3\right)$

式中，P_cha、P_discha分别为储能系统的最大充放电功率，为表述统一，将放电看作为负充电过程，其大小以其绝对值为准。

2)分段区间时长约束：因考虑到区间长度对调度需求的影响，分段区间需满足一定时长约束：

Δt_min≤t_i-t_i-1≤Δt_max(4)

式中Δt_min、Δt_max分别为最小、最大允许分段时间，考虑调度需求主要考虑Δt_min，而Δt_max与风功率波形有关，其数值可相对较大。

混合电站特性分析：为弥补单一储能功能的有限性，该文采用VRLA和UC构建混合电站。其中，VRLA属于能量型储能装置，速度慢且充放电次数少，但成本低，输出能量较大，可用来补偿风功率中波动平缓、能量较大的趋势分量；UC具备频繁充放电切换响应能力，可充放电次数高，适用于呈现频繁快速变化特性的高频分量的波动平抑。由此利于实现构建各介质协调互补的充放电策略。

充放电策略：t时刻风电机组输出功率P_W(t)与时段期望输出功率P_ref(t)的差值P(t)为：

P(t)＝P_W(t)-P_ref(t)(5)

同时为了进一步发挥混合介质特性，利用滤波器将P(t)分解为高频分量P_h(t)和趋势分量P_l(t)，且满足：

P(t)＝P_ΔH(t)+P_ΔL(t)(6)

正常运行状态下，若P_ΔH(t)>0,则t时刻储能电站UC处于充电状态；反之，则处于放电状态；同理，若P_ΔL(t)>0,则t时刻储能电站VRLA处于充电状态；反之，则处于放电状态。

同时，为充分发挥VRLA成本低和容量大，以及UC成本高但不受充放电状态转换次数的能力，本文构建如下两种特殊运行状态。

(1)特殊情况1:当VRLA充放电状态转变但转变后的充电/放电区间时长小于门槛值。

设f(t)为P_ΔL(t)的正负标志位，当满足f(t-1)·f(t)<0时，若f(t)>0且Δt_f＜Δt_thr，式中Δt_f为f转换后充电/放电状态持续时间，Δt_thr为持续时间阈值，则此时VRLA的充放电状态将保持不变，此时平抑任务主要由UC完成。具体而言，转换后的充电/放电持续时间若大于阈值Δt则VRLA充放电状态发生改变，否则VRLA不改变，且充电/放电功率将为零，此时由UC完成低频和高频偏移量的平抑。该方式可有效减少VRLA的充放电状态转换次数，延长VRLA的运行寿命。

(2)特殊情况2:当VRLA正常充放电时，且SOC有较为充足的充放电容量时，VRLA协助UC完成平抑，当VRLA的SOC不足时，UC独立完成高频分量的平抑任务。由此，可有效减少UC的容量需求，降低储能电站的总体成本。

容量优化函数：目标函数：以储能电站的成本总和最小构建优化目标函数，其中包含建设成本和运行成本，建设成本即为储能电站进行建设所需成本，主要与储能容量的需求有关；运行成本包含弃风成本和期望输出惩罚成本，其中弃风成本因混合储能系统满充而引发的弃风损失，期望输出惩罚成本则由于储能容量放电至最低而无法满足平抑目标所引入的惩罚。由此可见，两者相互制约，而本目标函数在于求取建设成本与运行成本权衡下的最佳容量。容量优化函数如式(7)所示。

$\begin{array}{c}C={\mathrm{\&rho;}}_V\&CenterDot;V_V+{\mathrm{\&rho;}}_U\&CenterDot;V_U+\\ \mathrm{\&beta;}\&CenterDot;\left\{\begin{array}{c}\underset{t=1}{\overset{T}{\&Sigma;}}P\left(P_{\mathrm{\&Delta;}L}\right(t)\mathrm{\&Delta;}t-(V_V+V_V\left(t-1\right)\left)\right)+P\left(P_{\mathrm{\&Delta;}L}\right(t)-P_{\max }^{Vc})\mathrm{\&Delta;}t+\\ \underset{t=1}{\overset{T}{\&Sigma;}}P\left(P_{\mathrm{\&Delta;}H}\right(t)\mathrm{\&Delta;}t-(V_U-V_U\left(t-1\right)\left)\right)+P\left(P_{\mathrm{\&Delta;}H}\right(t)-P_{\max }^{Uc})\mathrm{\&Delta;}t\end{array}\right\}+\\ \mathrm{\&alpha;}\&CenterDot;\left\{\begin{array}{c}\underset{t=1}{\overset{T}{\&Sigma;}}P\left(\right|P_{\mathrm{\&Delta;}L}\left(t\right)|\mathrm{\&Delta;}t-(V_V\left(t-1\right)-V_{V.\min }\left)\right)+P\left(\right|P_{\mathrm{\&Delta;}L}\left(t\right)|-P_{\max }^{Vd})\mathrm{\&Delta;}t+\\ \underset{t=1}{\overset{T}{\&Sigma;}}P\left(\right|P_{\mathrm{\&Delta;}H}\left(t\right)|\mathrm{\&Delta;}t-(V_U\left(t-1\right)-V_{U.\min }\left)\right)+P\left(\right|P_{\mathrm{\&Delta;}H}\left(t\right)|-P_{\max }^{Ud}\mathrm{\&Delta;}t\end{array}\right\}\end{array}---\left(7\right)$

式中，ρ_V、ρ_U分别为VRLA和UC单位容量建设成本；T为所提取运行数据的时窗长度；β为单位容量的弃风成本；α为未达到平抑目标所缺容量的单位惩罚成本；P(x)为取正函数，其含义为若y＝P(x)，当x>0时，y＝x，而当x≤0时，y＝0；V_V(t-1)，V_U(t-1)为对应前一时刻容量取值；Δt为采样间隔；分别为相应介质的最大充电功率；V_V.min、V_U.min分别为对应介质的最低放电容量，与SOC数值对应；分别为对应最大放电功率。

该目标函数中，弃风成本和期望输出惩罚成本均由两部分构成，其一为容量因素，因容量不足而造成满充弃风或者放电下行越限而无法有效平抑波动；其二为功率因素，虽各自平抑目标确实时已消除该因素影响，但因协调互补的充放电策略导致实际平抑波动过程中，仍有充放功率不足导致弃风和平抑功率不足的可能。

约束条件主要包括充放电功率约束和容量约束。

充放电功率约束：

$-P_{max}^d<P\left(t\right)<P_{max}^d---\left(8\right)$

式中，分别为相应介质对应的最大充放电功率。

容量约束：

$\{\begin{array}{c}{V}_{\min }\&le;V\left(t\right)\&le;V_{max}\\ V_V\left(t\right)>V_U\left(t\right)\end{array}---\left(9\right)$

式中，容量V(t)的变化应限制在各介质最大容量V_max和最小容量V_min之间。

求解算法及步骤

采用计算效率较高、收敛特性较好的PSO算法进行求解计算，具体算法及步骤如下：

1)提取风电场运行数据时间窗口长度T及其对应数据，平抑目标分解并确定各自目标P_ΔL和P_ΔH；

2)设置粒子群维数D，最大迭代次数M_max，收敛精度σ_thresh，同时初始化粒子群位置x和速度x，并给定初始V_V、V_U数值；

3)判断是否满足充放电过程模型，并采取对应充放电策略；

4)按式(2)计算各成本参量，并计算各粒子适应度值；

5)将各粒子适应度值与自身粒子极值及全局例子极值比较，若适应度值较小，则更新各粒子个体极值e_best及全局例子适应度极值g_best；

6)判断当前计算是否满足收敛条件，若是则提取当前V_V、V_U即为最优容量数值；若否则依据式(3,4)约束，按式(2)所示规则更新各粒子位置x及速度v，并重复步骤3-5.

$\begin{array}{cc}{v}_i^{n+1}={\mathrm{wv}}_i^n+c_1{r}_1(e_{besti}^n-x_i^n)+c_2{r}_2(g_{best}-x_i^n)& x_i^{n+1}=x_i^n+{\mathrm{gv}}_i^{n+1}\end{array}---\left(10\right)$

其中n为当前循环次数；c₁、c₂为粒子权重系数；w为惯性权重；r₁、r₂为(0,1)内均匀分布随机数；x_i、v_i为第i维粒子的位置与速度；g为约束因子。

验证分析：采用山东威海风电场的实际运行数据，对本文方法进行验证。其中容量采用等效值，将UC容量等效为以VRLA为基准的容量，按下式计算等效总容量：

$V=V_V+\frac{{\mathrm{\&rho;}}_V\&CenterDot;V_U}{{\mathrm{\&rho;}}_V}---\left(11\right)$

该风场装机容量90MW，对年度运行数据，基于功率偏移量方差最小为目标自适应确定期望输出平抑目标及分解目标，如图1a-图1c所示。

基于此，结合充放电策略和容量优化方法，依据求解算法和步骤计算最佳储能容量配置，计算结果如表格1所示：

表格1计算结果

表格中功率偏移方差用来衡量平抑后输出功率与期望输出间的偏移程度；N为VRLA的充放电状态转换次数。本文混合储能系统最优等效容量为29.3MWh，目标函数值为420.1；相比较而言，单一UC系统的最优容量为32.6MWh，而其目标函数值为425.3。可以看出，从经济性角度，本文混合储能系统所选择容量相比单一介质容量较低，且以总成本为目标函数的最优数值也相对较小，表明性能提升的同时混合储能系统进一步优化了其经济性。

平抑效果方面，相比单一介质系统，混合储能系统功率偏移方差χ下降10.1％，其原因在于单一储能介质中其偏移量主要由其充放电功率越限而导致，而在混合系统中由于平抑目标的分解，其各自介质承担限值充放电功率相对降低，由此起总体平抑结果的χ呈现下降趋势；而在VRLA的充放电次数方面，混合储能系统具备显著降低N的能力，其降幅达79.7％，其原因在于混合储能系统的充放电策略优先考虑VRLA的短时充放电转换情况，对该情况采取UC辅助平抑的方法。为利于显示，提取一定时间截面的平抑效果，如图2所示，该平抑过程的充放电功率如图3所示。

由图2可以看出，所选定时间截面的平抑效果显著；由图3得该区间界面内充放电功率并未越限。综合上述仿真验证可得，本文所提混合容量计算方法，在所构建的混合储能系统的充放电策略引导下，可实现不同介质储能的有机配置，并在保证波动平抑效果的前提下，储能平抑功率偏移量及VRLA充放电次数等方面具有明显的优化提升作用，同时总体成本有小幅降低。

以典型功率型储能VRLA和能量型储能UC构建混合储能电站，利用其各自特性构建优势互补的充放电过程模型，利于实现混合储能系统各介质间的协调有机运行；以储能电站运行成本和建设成本最小为目标建立容量规划模型，实现了容量的最优化。利用现场运行数据进行验证分析，表明该方法可有效减少VRLA充放电次数，降低UC的容量比重，性能有效提升的同时进一步降低了总体成本投入，有效验证了本文混合储能系统配置方法的经济性和可行性。

上述虽然对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.考虑电网经济调度的储能平抑波动功率的容量规划方法，其特征是，包括以下步骤：

以并网功率目标值偏移量方差最小作为优化目标建立数学模型，其中该目标值定义为阶梯型曲线，实现风功率阶段性恒功率输出；

在建立数学模型的基础上，以储能电站运行成本和建设成本最小为目标充放电策略，并考虑两种介质即功率型和能量型介质的充放电功率约束和容量对比约束；

对混合储能电站充放电策略对应的容量优化目标函数进行求解计算，确定混合储能电站最优容量数值。

2.如权利要求1所述的考虑电网经济调度的储能平抑波动功率的容量规划方法，其特征是，优化数学模型，以并网功率目标值偏移量方差最小为目标，确定可自适应跟踪风功率输出变化趋势的并网功率优化目标值。

3.如权利要求1所述的考虑电网经济调度的储能平抑波动功率的容量规划方法，其特征是，确定并网功率优化目标值的具体步骤为：

对选定时间区间的风电功率，将其分为任意k段区间，k为正整数，各区间功率目标值为P_G.i，i＝1，2…k，各区间时间范围分别为(t_i-1，t_i]，i＝1，2…k，若k取值变化，则相应的P_G.i、(t_i-1，t_i]均跟随变化，由此，在目标功率偏移量方差衡量下，依据其最小方差选择最优的k值，并优化k段区间对应的P_G.i、(t_i-1，t_i]的数值，i＝1，2…k，形成最优的并网功率目标值输出曲线。

4.如权利要求3所述的考虑电网经济调度的储能平抑波动功率的容量规划方法，其特征是，选定时间区间T内的风功率P_T(t)，当分为k段时，则第i段的功率偏移量为：

$P_{\mathrm{\&Delta;}.k.i}=\underset{t_{i-1}}{\overset{t_i}{\&Sigma;}}|P_T\left(t\right)-P_{G.i}|,(i=1,2,...k)---\left(1\right)$

其中P_G.i为第i区间段的目标功率值；t_i-1，t_i分别为第i段区间时间的起始和终止时刻，t₀为选定区间功率P_T(t)的起始时刻，在选定时间区间[t₀，t_k]内，满足t₀<t₁<…t_k-1<t_k，1≤i≤k。

5.如权利要求4所述的考虑电网经济调度的储能平抑波动功率的容量规划方法，其特征是，在分段区间数k给定情况下，目标函数以总方差最小为目标，并依此优化各分段对应的起始时刻t_i-1、t_i，以及各段的目标功率值P_G.i，优化模型目标函数为：

$S_{\min }=\min \underset{i=1}{\overset{k}{\&Sigma;}}\left\{\frac{1}{t_i-t_{i-1}}\underset{t_{i-1}}{\overset{t_i}{\&Sigma;}}{\&lsqb;P_T\left(t\right)-P_{G.i}\&rsqb;}^2\right\}---\left(2\right).$

6.如权利要求1所述的考虑电网经济调度的储能平抑波动功率的容量规划方法，其特征是，优化模型对应约束条件主要包括充放电功率约束和分段区间时长约束。

7.如权利要求6所述的考虑电网经济调度的储能平抑波动功率的容量规划方法，其特征是，充放电功率约束：为避免储能与风电场间能量传递过程中，因充放电功率而造成能量的损失或平抑功率不足，考虑充放电功率约束：

-P_discha≤P_T(t)-P_G.i≤P_cha(3)

式中，P_cha、P_discha分别为储能系统的最大充放电功率，为表述统一，将放电看作为负充电过程，其大小以其绝对值为准。

8.如权利要求6所述的考虑电网经济调度的储能平抑波动功率的容量规划方法，其特征是，分段区间时长约束：因考虑到区间长度对调度需求的影响，分段区间需满足一定时长约束：

Δt_min≤t_i-t_i-1≤Δt_max(4)

式中，Δt_min、Δt_max分别为最小、最大允许分段时间，考虑调度需求主要考虑Δt_min，而Δt_max与风功率波形有关，其数值可相对较大。

9.如权利要求1所述的考虑电网经济调度的储能平抑波动功率的容量规划方法，其特征是，充放电策略：t时刻风电机组输出功率P_W(t)与时段期望输出功率P_ref(t)的差值P(t)为：

P(t)＝P_W(t)-P_ref(t)(5)

同时为了进一步发挥混合介质特性，利用滤波器将P(t)分解为高频分量P_h(t)和趋势分量P_l(t)，且满足：

P(t)＝P_ΔH(t)+P_ΔL(t)(6)

正常运行状态下，若P_ΔH(t)>0,则t时刻储能电站UC处于充电状态；反之，则处于放电状态；同理，若P_ΔL(t)>0，则t时刻储能电站VRLA处于充电状态；反之，则处于放电状态。

10.如权利要求1所述的考虑电网经济调度的储能平抑波动功率的容量规划方法，其特征是，容量优化函数如式(7)所示,

$\begin{array}{c}C={\mathrm{\&rho;}}_V\&CenterDot;V_V+{\mathrm{\&rho;}}_U\&CenterDot;V_U+\\ \mathrm{\&beta;}\&CenterDot;\left\{\begin{array}{c}\underset{t=1}{\overset{T}{\&Sigma;}}P\left(P_{\mathrm{\&Delta;}L}\right(t)\mathrm{\&Delta;}t-(V_V+V_V\left(t-1\right)\left)\right)+P\left(P_{\mathrm{\&Delta;}L}\right(t)-P_{\max }^{Vx})\mathrm{\&Delta;}t+\\ \underset{t=1}{\overset{T}{\&Sigma;}}P\left(P_{\mathrm{\&Delta;}H}\right(t)\mathrm{\&Delta;}t-(V_U-V_U\left(t-1\right)\left)\right)+P\left(P_{\mathrm{\&Delta;}H}\right(t)-P_{\max }^{Uc})\mathrm{\&Delta;}t\end{array}\right\}+\\ \mathrm{\&alpha;}\&CenterDot;\left\{\begin{array}{c}\underset{t=1}{\overset{T}{\&Sigma;}}P\left(\right|P_{\mathrm{\&Delta;}L}\left(t\right)|\mathrm{\&Delta;}t-(V_V\left(t-1\right)-V_{V.\min }\left)\right)+P\left(\right|P_{\mathrm{\&Delta;}L}\left(t\right)|-P_{\max }^{Vd})\mathrm{\&Delta;}t+\\ \underset{t=1}{\overset{T}{\&Sigma;}}P\left(\right|P_{\mathrm{\&Delta;}H}\left(t\right)|\mathrm{\&Delta;}t-(V_U\left(t-1\right)-V_{U.\min }\left)\right)+P\left(\right|P_{\mathrm{\&Delta;}H}\left(t\right)|\mathrm{\&Delta;}t-P_{\max }^{Ud}\mathrm{\&Delta;}t\end{array}\right\}\end{array}---\left(7\right)$

式中，ρ_V、ρ_U分别为VRLA和UC单位容量建设成本；T为所提取运行数据的时窗长度；β为单位容量的弃风成本；α为未达到平抑目标所缺容量的单位惩罚成本；P(x)为取正函数，其含义为若y＝P(x)，当x>0时，y＝x，而当x≤0时，y＝0；V_V(t-1)，V_U(t-1)为对应前一时刻容量取值；Δt为采样间隔；分别为相应介质的最大充电功率；V_V.min、V_U.min分别为对应介质的最低放电容量，与SOC数值对应；分别为对应最大放电功率。