CN110401189B - 退役动力电池群组的分层分组协同优化调度方法 - Google Patents

Abstract

本发明公开了一种退役动力电池群组的分层分组协同优化调度方法，包括以下步骤：建立退役动力电池群组分层分组协同调度架构；在该架构的中央控制层建立分选成组系统，以将退役动力电池群组分选成组，得到多个退役动力电池组，以及获取微电网的运行参数，根据微电网的运行参数及退役动力电池组之间的性能差异制定各退役动力电池组调度计划；组间协同调度层执行上层调度计划，以完成各退役动力电池组之间的功率调度，并制定各退役动力电池组的组内调度计划；组内调度层执行各组内调度计划，以完成组内各单体退役动力电池的功率分配。该调度方法，可降低退役动力电池群组调度的复杂度，实现从组到个体的精确调度，提高退役动力电池的利用率和经济性。

Description

退役动力电池群组的分层分组协同优化调度方法

技术领域

本发明涉及储能技术领域，尤其涉及一种退役动力电池群组的分层分组协同优化调度方法。

背景技术

新能源汽车中因更换和退役而闲置的大量退役动力电池(简称退役动力电池)分选成组后能够在微电网中作为储能系统使用，为新能源消纳和电网削峰填谷提供支持，但由于单个退役动力电池组的容量有限，在应用于大容量场合时，需要将多个退役动力电池组组合在一起使用，增加了退役动力电池的调度规模，且现有分选方法分选出的退役动力电池组性能一致性不高，这不仅使退役动力电池调度的复杂度提高，也使精确管理单体电池变得困难，从而导致退役动力电池的利用率低下。此外，即使是分选之后的退役动力电池组，其性能差异相比新动力电池组也要大得多，若直接对其进行集中调度，不考虑各电池组的性能差异，会使得部分电池组使用不充分，部分电池组使用过度，从而导致所有电池组的经济性降低，而且退役动力电池组内单体电池性能的差异仍然存在，组内按照平均分配原则进行功率分配会导致单体电池的容量利用率低下。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的目的在于提出一种退役动力电池群组的分层分组协同优化调度方法，以降低退役动力电池群组调度的复杂度，实现从组到个体的精确调度，避免出现部分电池过度使用的情况，提高退役动力电池的利用率和经济性。

为达到上述目的，本发明实施例提出了一种退役动力电池群组的分层分组协同优化调度方法，包括以下步骤：建立退役动力电池群组分层分组协同调度架构，其中，所述分层分组协同调度架构包括中央控制层、组间协同调度层和组内调度层；在所述中央控制层建立分选成组系统，以将退役动力电池群组分选成组，得到多个退役动力电池组，以及获取微电网的运行参数，根据所述微电网的运行参数制定各退役动力电池组调度计划；其中，所述分选成组系统包括数据中心、初分选模块、再分选模块和成组模块，其中，分选成组系统将退役动力电池群组分选成组包括：所述数据中心从所述退役动力电池群组获取各单体退役动力电池的容量、欧姆内阻和电压放电曲线，并将各单体退役动力电池的容量、欧姆内阻发送给所述初分选模块和所述成组模块，将各单体退役动力电池的电压放电曲线发送给所述再分选模块；所述初分选模块根据各单体退役动力电池的容量、欧姆内阻对所述退役动力电池群组进行初分选，得到多个电池分组；所述再分选模块根据各单体退役动力电池的电压放电曲线对所述多个电池分组中的每一个进行再分选，得到多个退役动力电池组；所述成组模块根据所述多个退役动力电池组中各单体退役动力电池的容量、欧姆内阻对所述多个退役动力电池组进行串并联成组；所述组间协同调度层执行各退役动力电池组调度计划，以完成各退役动力电池组之间的功率调度，并制定各退役动力电池组的组内调度计划；所述组内调度层执行各组内调度计划，以完成组内各单体退役动力电池的功率分配。

本发明实施例的退役动力电池群组的分层分组协同优化调度方法，通过建立退役动力电池群组分层分组协同调度架构，可将退役动力电池群组层层分解，降低每一层调度对象的规模，降低了调度的复杂度，通过提高退役动力电池组性能的的一致性来进一步降低调度复杂度；针对每一层的调度对象，都充分考虑调度对象之间的差异，实现从组到个体的精确调度，避免出现部分退役电池过度使用的情况，从而提高退役动力电池的利用率和经济性。

其中，所述微电网的运行参数包括所述微电网内各退役动力电池组性能、负荷、微网内电源和配电网电价数据，所述组间协同调度层由电池管理系统BMS组成。

具体地，所述初分选模块根据各单体退役动力电池的容量、欧姆内阻对所述退役动力电池群组进行初分选，包括：所述初分选模块对各单体退役动力电池的容量和欧姆内阻进行标准化处理得到特征向量，通过K-means聚类算法对所述特征向量进行聚类，实现退役动力电池的初分选。

具体地，所述再分选模块根据各单体退役动力电池的电压放电曲线对所述多个电池分组中的每一个进行再分选，包括：所述再分选模块根据各单体退役动力电池的电压放电曲线三阶段的特征选出DFBAHGE共7个特征点，提取各电池分组中最小电压放电曲线的DFBAH特征点作为各电池分组中所有单体退役动力电池的DFBAH特征点，提取各电池分组中各单体退役动力电池的电压放电曲线的G,E特征点作为各电池分组中各单体退役动力电池的G,E特征点，对从各电池分组中提取出的特征点分别进行标准化处理得到与多个电池分组对应的多个向量组，通过K-means聚类算法分别对所述多个向量组进行聚类，实现对退役动力电池组的再分选，其中，所述7个特征点分别为放电时间起点、放电时间的3％、10％、50％、90％、97％和放电时间终点所对应的电压值。

具体地，根据所述微电网的运行参数及退役动力电池组之间的性能差异制定各退役动力电池组调度计划，包括：以微电网运行费用最小为目标，计及各退役动力电池组的不同损耗成本，建立多个具有性能差异的退役动力电池组参与微电网运行的经济调度优化模型，所述经济调度优化模型以各退役动力电池组的功率输出为决策变量。

具体地，所述经济调度优化模型的目标函数为：

其中，F_op,t为微电网的运行维护成本，F_grid,t为微电网与配电网的交互效益，F_E,t为环境治理成本，F_bat,s,t为所有退役动力电池组的损耗成本，T为调度周期。

其中，所述微电网的运行维护成本通过下式表示：

其中，N_G为柴油发电机的数量，P_DE,i,t为t时刻柴油机i在未加入退役动力电池组时的输出功率，a_i,0、a_i,1、a_i,2分别为柴油机i的耗量性能参数，K_r,i为柴油机i的运维系数；

所述微电网与配电网的交互效益通过下式表示：

F_grid,t＝x_tp_buy,tP_grid,t-y_tp_sell,tP_grid,t

其中，x_t+y_t≤1，x_t、y_t为二进制数，x_t取值为1或0，表示t时刻微电网处于购电状态或非购电状态，y_t取值为1或0，表示t时刻微电网处于售电状态或非售电状态，p_buy,t、p_sell,t分别为t时刻的购电和售电价格，P_grid,t为t时刻配电网与微电网之间的功率交互值；

所述环境治理成本通过下式表示：

其中，ξ_DE,j、ξ_grid,j分别为柴油发电机和配电网的排放系数，J为污染物的数量，V_E,j、ζ_j分别为污染物的环境价值和罚款系数；

所述所有退役动力电池组损耗成本通过下式表示：

F_bat,s,t＝F_bat,de,t+F_bat,e,t，

其中，F_bat,de,t为所有退役动力电池组的退化成本，F_bat,e,t为所有退役动力电池组的效率损失成本。

可选地，所述所有退役动力电池组的退化成本通过下式表示：

其中，L_i为退役动力电池组i释放单位电量退化成本系数，N_bat,p为退役动力电池组的数量，P_i,t,bat为t时刻退役动力电池组i的输出功率，Δt为调度的时间间隔，Q_i,tol为退役动力电池组i的总可放电容量，p_i,bat为退役动力电池组的购买成本，p_new为新动力电池的单位电量的购置成本，p₂为退役动力电池组重组成本，n_new、n_sec为新动力电池的可循环次数和退役动力电池的可循环次数，Q_sec为所有退役动力电池组的电量；

所有退役动力电池组的效率损失成本通过下式表示：

其中，u_i,t取值1或0，分别表示t时刻退役动力电池组i处于放电状态或非放电状态，v_i,t取值为0或1，分别表示t时刻退役动力电池组i处于非充电状态或充电状态，η_i,bat表示电池组i的效率，E_loss,i,t为所有退役动力电池组损失电量。

可选地，所述组内调度层执行各组内调度计划时，退役动力电池组内单体退役动力电池的功率输出为：

其中，N_i,bat为退役动力电池组i中单体退役动力电池数量，P_i,k,t,bat为退役动力电池组i中单体退役动力电池k的功率输出，t_i,k、t_i,j为退役动力电池组i中单体退役动力电池k和j的放电时间，

表示单体退役动力电池k的放电时间占其所在退役动力电池组总放电时间的比例。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

图1是本发明实施例的退役动力电池群组的分层分组协同优化调度方法的流程图；

图2是本发明实施例的退役动力电池组分层分组调度架构的示意图；

图3是本发明实施例的分选成组系统的结构示例图；

图4是本发明的仿真分析中考虑电池组性能差异的各退役动力电池组SOC情况的示意图；

图5是本发明的仿真分析中不考虑电池组性能差异的各退役动力电池组SOC情况的示意图；

图6是本发明的仿真分析中各电池组的损耗成本的示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的退役动力电池群组的分层分组协同优化调度方法。

实施例1

图1是本发明实施例的退役动力电池群组的分层分组协同优化调度方法的流程图。如图1所示，该协同优化调度方法包括以下步骤：

S1，建立退役动力电池群组分层分组协同调度架构，其中，分层分组协同调度架构包括中央控制层、组间协同调度层和组内调度层。

具体地，如图2所示，退役动力电池组分层分组协同调度架构的最上层是中央控制层，负责对退役动力电池群组进行分选成组和下发调度指令，调度对象是各个退役动力电池组；中间层是组间协同调度层，包括各个退役动力电池组的电池管理系统(BatteryManagement System,BMS)，负责执行中央控制层的调度指令，完成退役动力电池组之间的功率调度，同时针对组内单体退役动力电池制定调度计划；最下层是组内调度层，负责执行组间协同调度层的调度指令，完成组内电池功率的分配。

S2，在中央控制层建立分选成组系统，以将退役动力电池群组分选成组，得到多个退役动力电池组，以及获取微电网的运行参数，根据微电网的运行参数及退役动力电池组之间的性能差异制定各退役动力电池组调度计划。

其中，微电网的运行参数包括微电网内各退役动力电池组性能、负荷、微网内电源和配电网电价数据。

参见图2，中央控制层包括分选成组系统、数据中心和调度中心，其中，分选成组系统负责将退役动力电池群组分选成性能一致性较高的退役动力电池组，使调度中心的直接调度对象由大量单体退役动力电池变成了退役动力电池组，降低了调度规模，且由于退役动力电池组之间性能的一致性较高，在调度时考虑退役动力电池组之间性能的差异，可以降低调度的复杂度。数据中心负责采集微电网内各退役动力电池组性能、负荷、微网内电源和配电网电价数据，并将其提供给调度中心。由于调度对象规模的降低和退役动力电池组之间性能较高的一致性，因此调度中心接收数据中心数据后，针对微电网的运行约束，可以考虑退役动力电池组之间的性能差异，以微电网的运行成本最小为目标制定各退役动力电池组调度计划，然后将计划发送给第二层的组间协同调度层。

具体地，如图3所示，分选成组系统包括数据中心、初分选模块、再分选模块和成组模块，其中，分选成组系统将退役动力电池群组分选成组包括：数据中心从退役动力电池群组获取各单体退役动力电池的容量、欧姆内阻和电压放电曲线，并将各单体退役动力电池的容量、欧姆内阻发送给初分选模块和成组模块，将各单体退役动力电池的电压放电曲线发送给再分选模块；初分选模块根据各单体退役动力电池的容量、欧姆内阻对退役动力电池群组进行初分选，得到多个(如图3中的n个)电池分组；再分选模块根据各单体退役动力电池的电压放电曲线对n个电池分组中的每一个进行再分选，得到多个(如图3中的c个)退役动力电池组；成组模块根据c个退役动力电池组中各单体退役动力电池的容量、欧姆内阻对c个退役动力电池组进行串并联成组。

作为一个示例，初分选模块根据各单体退役动力电池的容量、欧姆内阻对退役动力电池群组进行初分选，包括：初分选模块对各单体退役动力电池的容量和欧姆内阻进行标准化处理得到特征向量，通过K-means聚类算法对特征向量进行聚类，实现退役动力电池的初分选。

作为一个示例，再分选模块根据各单体退役动力电池的电压放电曲线对多个电池分组中的每一个进行再分选，包括：再分选模块根据各单体退役动力电池的电压放电曲线三阶段的特征选出DFBAHGE共7个特征点，提取各电池分组中最小电压放电曲线的DFBAH特征点作为各电池分组中所有单体退役动力电池的DFBAH特征点，提取各电池分组中各单体退役动力电池的电压放电曲线的G,E特征点作为各电池分组中各单体退役动力电池的G,E特征点，对从各电池分组中提取出的特征点分别进行标准化处理得到与多个电池分组对应的多个向量组，通过K-means聚类算法分别对多个向量组进行聚类，实现对退役动力电池组的再分选，其中，7个特征点分别对应放电时间起点、放电时间的3％、10％、50％、90％、97％和放电时间终点及其对应的电压值。

具体而言，为了提高分选出的退役动力电池组性能的一致性，从而降低调度的复杂度，建立如图3所示的退役动力电池群组分选成组系统，并设计了相应的动静态联合分选方法。在该系统中，退役动力电池群组将单体退役动力电池的容量C、欧姆内阻R和电压放电曲线等信息提供给数据中心，数据中心再将数据传递给不同的模块，传递方向及具体内容为：

1)将单体退役动力电池的容量和欧姆内阻信息传递给初分选模块和成组模块；

2)将单体退役动力电池的电压放电曲线信息传递给再分选模块。

参见图3，数据中心发送数据以后，首先初分选模块对退役动力电池群组进行初分选，得到n个电池分组，然后再分选模块对这n个电池分组中的每一个进行再分选，总共得到c个退役动力电池组，最后成组模块再对这c个退役动力电池组进行串并联成组。基于图3所示的分选成组系统，本发明综合考虑退役动力电池的动静态特性，提出了一种动静态特性联合分选方法，该方法分为静态初分选和动态再分选两部分，分别应用于初分选模块和再分选模块。静态初分选使用容量和欧姆内阻作为特征参数变量来表征退役动力电池的静态性能。对这两个参数进行标准化处理后形成特征向量，最后通过K-means聚类算法对标准化的特征向量进行聚类，实现退役动力电池的初步分选。动态再分选部分是利用退役动力电池的电压放电曲线对这n个电池分组进行再分选，依据电压放电曲线三阶段的特征可选出DFBAHGE等7个特征点，分别为放电时间起点，放电时间的3％、10％、50％、90％、97％和放电时间终点所对应的电压值。本发明提取该电池分组中最小电压放电曲线的DFBAH点作为该组中所有退役动力电池的DFBAH特征点，而G,E点则选择每条曲线放电时间的97％所对应的电压值。提取出这些特征值后，进行标准化处理，构建表征电池动态性能的向量组，最后通过K-means聚类算法进行聚类，实现电池分组的再分选。再分选出的电池再通过成组模块串并联成退役动力电池组。参见图3，电池分组1再分选得到a个退役动力电池组，电池分组2再分选得到b-a个退役动力电池组，电池分组n再分选得到c-b个退役动力电池组。

通过该分选系统及分选方法，可以将退役动力电池群组分选成一致性较高的退役动力电池组，然后将其置于图2所示分层架构下进行调度，不仅使调度中心直接调度对象的规模降低，同时由于退役动力电池组内单体退役动力电池之间性能相近，便于协同运行，降低了调度的复杂度。

作为一个示例，根据微电网的运行参数制定各退役动力电池组调度计划，包括：以微电网运行费用最小为目标，计及各退役动力电池组的不同损耗成本，建立多个具有性能差异的退役动力电池组参与微电网运行的经济调度优化模型，经济调度优化模型以各退役动力电池组的功率输出为决策变量。

具体地，经济调度优化模型的目标函数为下式(1)：

其中，F_op,t为微电网的运行维护成本，F_grid,t为微电网与配电网的交互效益，F_E,t为环境治理成本，F_bat,s,t为所有退役动力电池组的损耗成本，T为调度周期，其取值可为1天。

作为一个示例，微电网的运行维护成本通过下式(2)表示：

其中，N_G为柴油发电机的数量，P_DE,i,t为t时刻柴油机i在未加入退役动力电池组时的输出功率，a_i,0、a_i,1、a_i,2分别为柴油机i的耗量性能参数，K_r,i为柴油机i的运维系数。

微电网与配电网的交互效益通过下式(3)表示：

F_grid,t＝x_tp_buy,tP_grid,t-y_tp_sell,tP_grid,t (3)

其中，x_t+y_t≤1，x_t、y_t为二进制数，x_t取值为1或0，表示t时刻微电网处于购电状态或非购电状态，y_t取值为1或0，表示t时刻微电网处于售电状态或非售电状态，p_buy,t、p_sell,t分别为t时刻的购电和售电价格，P_grid,t为t时刻配电网与微电网之间的功率交互值。

环境治理成本通过下式(4)表示：

其中，ξ_DE,j、ξ_grid,j分别为柴油发电机和配电网的排放系数，J为污染物的数量，V_E,j、ζ_j分别为污染物的环境价值和罚款系数；

所有退役动力电池组损耗成本通过下式(5)表示：

F_bat,s,t＝F_bat,de,t+F_bat,e,t (5)

其中，F_bat,de,t为所有退役动力电池组的退化成本，F_bat,e,t为所有退役动力电池组的效率损失成本。

由于动力电池组时刻发生不可逆的副反应消耗锂离子，造成动力电池组性能的衰减，主要表现在可用容量的衰减，由于不同性能的动力电池组，其可用容量衰减速度不一样，导致动力电池组输出单位功率所损失的容量不一样，根据单位容量的购买成本，就能得到动力电池组输出单位功率所损失的成本，这种容量衰减所带来的损失成本被称为退化成本。作为一个示例，所有退役动力电池组的退化成本可通过下式(6)表示：

其中，L_i为退役动力电池组i释放单位电量退化成本系数，N_bat,p为退役动力电池组的数量，P_i,t,bat为t时刻退役动力电池组i的输出功率，Δt为调度的时间间隔，其取值可为1小时，Q_i,tol为退役动力电池组i的总可放电容量，p_i,bat为退役动力电池组的购买成本，p_new为新动力电池的单位电量的购置成本，p₂为退役动力电池组重组成本，n_new、n_sec为新动力电池的可循环次数和退役动力电池的可循环次数，如n_sec可设为退役动力电池容量衰减到50％所需的循环次数，Q_sec为所有退役动力电池组的电量。

当动力电池组进行充放电时，动力电池组内部会损失一部分能量，可将其表示为效率损失电量。不同动力电池组的性能，动力电池组效率不同，会产生不同损失电量。为了将其转换为损失成本，单位电量价格采用微电网与配电网的交互状态对应的电网电价，故所有退役动力电池组的效率损失成本可通过下式(7)表示：

其中，u_i,t取值1或0，分别表示t时刻退役动力电池组i处于放电状态或非放电状态，v_i,t取值为0或1，分别表示t时刻退役动力电池组i处于非充电状态或充电状态，η_i,bat表示电池组i的效率，E_loss,i,t为所有退役动力电池组损失电量。

上式(1)-(7)所述模型还需要遵从联络线约束、柴油发电机出力约束、功率平衡约束和电池组的功率约束。调度中心利用该模型调度完成以后将各退役动力电池组的功率输出值发送给下一层相应的BMS，以使BMS据此分配组内各单体退役动力电池的功率输出。

S3，组间协同调度层执行各退役动力电池组调度计划，以完成各退役动力电池组之间的功率调度，并制定各退役动力电池组的组内调度计划。

参见图2，组间协同调度层由BMS组成，BMS与中央控制层之间是双向通讯，而与组内调度层是单向通讯。BMS在与中央控制层通讯时，一方面将各退役动力电池组的性能告知给数据中心；另一方面，BMS负责接收来自调度中心的调度计划，并执行该计划，得到各退役动力电池组的功率输出，然后BMS对组内的单体退役动力电池进行调度管理，制定组内调度计划，分配各个单体电池的充放电功率。由于退役动力电池群组经过分选后每一组内的单体退役动力电池数量已经减少了数倍，因此这一层可以充分考虑单体退役动力电池之间的性能差异，实现对单体退役动力电池较为精确的管理。制定好组内调度计划后，BMS便与组内调度层进行通讯，将组内调度计划发送给下一层的组内调度层。

具体地，BMS接收到来自调度中心的退役动力电池组的功率输出信息后，需要控制相应的退役动力电池组输出相应的功率值，而动力电池组的总功率输出是组内各个单体退役动力电池的功率输出的总和，为了提高组内单体退役动力电池的容量利用率，不以平均分配原则进行分配，而是考虑单体退役动力电池之间的性能差异，使得单体性能好的电池分配充放电的能量多，衰减增加，相反性能差的电池分配功率要少，衰减减少，以实现电池组的效率最优和使用后差异减少。放电时间能够显示电池性能的优劣，因此可以依据放电时间对组内电池进行调度。

作为一个示例，组内调度层执行各组内调度计划时，退役动力电池组内单体退役动力电池的功率输出为下式(8)：

其中，N_i,bat为退役动力电池组i中单体退役动力电池数量，P_i,k,t,bat为退役动力电池组i中单体退役动力电池k的功率输出，t_i,k、t_i,j为退役动力电池组i中单体退役动力电池k和j的放电时间，

表示单体退役动力电池k的放电时间占其所在退役动力电池组总放电时间的比例。

需要说明的是，单体电池的调度同样应满足相应的约束，包括单体电池的充放电约束、单体电池的充放电状态约束、单体退役动力电池的充放电守恒约束。

S4，组内调度层执行各组内调度计划，以完成组内各单体退役动力电池的功率分配。

参见图2，组内调度层在接收到来自BMS的调度指令后，便按照指令分配各个单体退役动力电池的输出功率，至此完成了对退役动力电池群的分层调度，实现了对单体退役动力电池的精确管理。

下面通过仿真分析说明本发明退役动力电池群组的分层分组协同优化调度方法的有效性：

在仿真分析中，选用了90只容量为360Ah的单体退役动力电池，通过本发明所述的分选成组系统处理后获得6组退役动力电池组，将其投入并网型微电网中作为储能系统使用，并基于图2所示退役动力电池组分层分组调度架构，能够充分考虑退役动力电池之间性能的差异，因此分别就不考虑电池组性能差异和考虑电池组性能差异两种调度方式对上述退役动力电池组的调度管理进行仿真分析。

图4、图5分别为两种情况下各电池组的SOC情况，从中可以看出，电池组1的放电深度最高，其原因在于电池组1的性能较好，相比而言购买成本较高，电池组1以较高的放电深度(Depth of Discharge，DOD)运行能够减少总的损耗成本，提升电池组1的收益。而电池组3虽然以较高的输出功率运行，但其DOD并没有电池组1高，原因在于电池组3以高DOD运行电池组的损耗成本过高，而其效率也较电池组1低，因此电池组3的DOD比电池组1要低。同时电池组4、5、6由于性能较差，虽然购买成本较低，但以高DOD运行寿命会大大缩短，损耗成本会大大加大，因此电池组4、5、6的DOD并不是很高，相比于其余的电池组DOD较低。从整体上看，不考虑电池组性能的各电池组的DOD较高。性能好的电池组在高DOD下，虽然收益有所增加，但寿命影响更大，损耗成本也会提升，而性能差的电池DOD过高损耗成本更大，从而使得整体的经济性变差，微电网的运行成本增加。因此，可以看出调度时考虑退役动力电池组之间的性能差异，能够提高电池组的经济性。

图6为在上述两种调度方式下一天之内各电池组的损耗成本，从中可以看出，在不考虑电池组的性能差异的情况下，电池的损耗成本有所增加。此外，电池组1的损耗成本最高，这是由于电池组1的性能较好，电池组以较高的放电深度运行，因此损耗成本最高。而性能差的电池组以低DOD运行，电池组损耗成本较低。不考虑电池组性能差异，各电池组充放电功率有所增加，其中电池组6的损耗成本增加幅度最大，原因在于电池组6的性能较差，电池组DOD较大时，循环次数下降幅度较大，损耗成本增幅较大，而电池组1、2、3的增幅相对较小，原因在于电池组性能较好，电池组DOD较大时，电池循环次数下降幅度相对较小。从以上分析可以看出，调度时考虑退役动力电池的性能差异可以降低退役动力电池组的损耗成本。

通过仿真分析可以看出，不同性能的电池组，在使用过程中，其损耗成本不一样，而在本发明所述分层调度架构下能够充分考虑电池组之间的性能差异，结合本发明所述调度策略，能够降低各退役动力电池组的放电深度，从而降低退役动力电池组的损耗成本，提高了退役动力电池群组的经济性和利用率。

综上所述，本发明实施例的退役动力电池群组的分层分组协同优化调度方法，通过建立退役动力电池群组分层分组协同调度架构，可将退役动力电池群组层层分解，降低每一层调度对象的规模，降低了调度的复杂度，通过提高退役动力电池组性能的的一致性来进一步降低调度复杂度；针对每一层的调度对象，都充分考虑调度对象之间的差异，实现从组到个体的精确调度，避免出现部分电池过度使用，从而提高退役动力电池的利用率和经济性。

实施例2

本发明还提出了一种计算机可读存储介质。

在本发明的实施例中，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述的退役动力电池群组的分层分组协同优化调度方法。

本发明实施例的计算机可读存储介质，在其上存储的与上述退役动力电池群组的分层分组协同优化调度方法对应的计算机程序被处理器执行时，可将退役动力电池群组层层分解，降低每一层调度对象的规模，降低了调度的复杂度，通过提高退役动力电池组性能的的一致性来进一步降低调度复杂度；针对每一层的调度对象，都充分考虑调度对象之间的差异，实现从组到个体的精确调度，避免出现部分电池过度使用，从而提高退役动力电池的利用率和经济性。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种退役动力电池群组的分层分组协同优化调度方法，其特征在于，包括以下步骤：

建立退役动力电池群组分层分组协同调度架构，其中，所述分层分组协同调度架构包括中央控制层、组间协同调度层和组内调度层；

在所述中央控制层建立分选成组系统，以将退役动力电池群组分选成组，得到多个退役动力电池组，以及获取微电网的运行参数，根据所述微电网的运行参数及退役动力电池组之间的性能差异制定各退役动力电池组调度计划；其中，所述分选成组系统包括数据中心、初分选模块、再分选模块和成组模块，其中，分选成组系统将退役动力电池群组分选成组包括：所述数据中心从所述退役动力电池群组获取各单体退役动力电池的容量、欧姆内阻和电压放电曲线，并将各单体退役动力电池的容量、欧姆内阻发送给所述初分选模块和所述成组模块，将各单体退役动力电池的电压放电曲线发送给所述再分选模块；所述初分选模块根据各单体退役动力电池的容量、欧姆内阻对所述退役动力电池群组进行初分选，得到多个电池分组；所述再分选模块根据各单体退役动力电池的电压放电曲线对所述多个电池分组中的每一个进行再分选，得到多个退役动力电池组；所述成组模块根据所述多个退役动力电池组中各单体退役动力电池的容量、欧姆内阻对所述多个退役动力电池组进行串并联成组；

所述组间协同调度层执行各退役动力电池组调度计划，以完成各退役动力电池组之间的功率调度，并制定各退役动力电池组的组内调度计划；

所述组内调度层执行各组内调度计划，以完成组内各单体退役动力电池的功率分配。

2.如权利要求1所述的退役动力电池群组的分层分组协同优化调度方法，其特征在于，所述微电网的运行参数包括所述微电网内各退役动力电池组性能、负荷、微网内电源和配电网电价数据，所述组间协同调度层由电池管理系统BMS组成。

3.如权利要求1所述的退役动力电池群组的分层分组协同优化调度方法，其特征在于，所述初分选模块根据各单体退役动力电池的容量、欧姆内阻对所述退役动力电池群组进行初分选，包括：

所述初分选模块对各单体退役动力电池的容量和欧姆内阻进行标准化处理得到特征向量，通过K-means聚类算法对所述特征向量进行聚类，实现退役动力电池的初分选。

4.如权利要求1所述的退役动力电池群组的分层分组协同优化调度方法，其特征在于，所述再分选模块根据各单体退役动力电池的电压放电曲线对所述多个电池分组中的每一个进行再分选，包括：

所述再分选模块根据各单体退役动力电池的电压放电曲线三阶段的特征选出DFBAHGE共7个特征点，提取各电池分组中最小电压放电曲线的DFBAH特征点作为各电池分组中所有单体退役动力电池的DFBAH特征点，提取各电池分组中各单体退役动力电池的电压放电曲线的G,E特征点作为各电池分组中各单体退役动力电池的G,E特征点，对从各电池分组中提取出的特征点分别进行标准化处理得到与多个电池分组对应的多个向量组，通过K-means聚类算法分别对所述多个向量组进行聚类，实现对退役动力电池组的再分选，其中，所述7个特征点分别对应放电时间起点、放电时间的3％、10％、50％、90％、97％和放电时间终点及其对应的电压值。

5.如权利要求1所述的退役动力电池群组的分层分组协同优化调度方法，其特征在于，根据所述微电网的运行参数制定各退役动力电池组调度计划，包括：

以微电网运行费用最小为目标，计及各退役动力电池组的不同损耗成本，建立多个具有性能差异的退役动力电池组参与微电网运行的经济调度优化模型，所述经济调度优化模型以各退役动力电池组的功率输出为决策变量。

6.如权利要求5所述的退役动力电池群组的分层分组协同优化调度方法，其特征在于，所述经济调度优化模型的目标函数为：

其中，F_op,t为微电网的运行维护成本，F_grid,t为微电网与配电网的交互效益，F_E,t为环境治理成本，F_bat,s,t为所有退役动力电池组的损耗成本，T为调度周期。

7.如权利要求6所述的退役动力电池群组的分层分组协同优化调度方法，其特征在于，

所述微电网的运行维护成本通过下式表示：

其中，N_G为柴油发电机的数量，P_DE,i,t为t时刻柴油机i在未加入退役动力电池组时的输出功率，a_i,0、a_i,1、a_i,2分别为柴油机i的耗量性能参数，K_r,i为柴油机i的运维系数；

所述微电网与配电网的交互效益通过下式表示：

F_grid,t＝x_tp_buy,tP_grid,t-y_tp_sell,tP_grid,t

其中，x_t+y_t≤1，x_t、y_t为二进制数，x_t取值为1或0，表示t时刻微电网处于购电状态或非购电状态，y_t取值为1或0，表示t时刻微电网处于售电状态或非售电状态，p_buy,t、p_sell,t分别为t时刻的购电和售电价格，P_grid,t为t时刻配电网与微电网之间的功率交互值；

所述环境治理成本通过下式表示：

其中，ξ_DE,j、ξ_grid,j分别为柴油发电机和配电网的排放系数，J为污染物的数量，V_E,j、ζ_j分别为污染物的环境价值和罚款系数；

所述所有退役动力电池组损耗成本通过下式表示：

F_bat,s,t＝F_bat,de,t+F_bat,e,t，

其中，F_bat,de,t为所有退役动力电池组的退化成本，F_bat,e,t为所有退役动力电池组的效率损失成本。

8.如权利要求7所述的退役动力电池群组的分层分组协同优化调度方法，其特征在于，

所述所有退役动力电池组的退化成本通过下式表示：

其中，L_i为退役动力电池组i释放单位电量退化成本系数，N_bat,p为退役动力电池组的数量，P_i,t,bat为t时刻退役动力电池组i的输出功率，Δt为调度的时间间隔，Q_i,tol为退役动力电池组i的总可放电容量，p_i,bat为退役动力电池组的购买成本，p_new为新动力电池的单位电量的购置成本，p₂为退役动力电池组重组成本，n_new、n_sec为新动力电池的可循环次数和退役动力电池的可循环次数，Q_sec为所有退役动力电池组的电量；

所有退役动力电池组的效率损失成本通过下式表示：

其中，u_i,t取值1或0，分别表示t时刻退役动力电池组i处于放电状态或非放电状态，v_i,t取值为0或1，分别表示t时刻退役动力电池组i处于非充电状态或充电状态，η_i,bat表示电池组i的效率，E_loss,i,t为所有退役动力电池组损失电量。

9.如权利要求8所述的退役动力电池群组的分层分组协同优化调度方法，其特征在于，所述组内调度层执行各组内调度计划时，退役动力电池组内单体退役动力电池的功率输出为：

其中，N_i,bat为退役动力电池组i中单体退役动力电池数量，P_i,k,t,bat为退役动力电池组i中单体退役动力电池k的功率输出，t_i,k、t_i,j为退役动力电池组i中单体退役动力电池k和j的放电时间，

表示单体退役动力电池k的放电时间占其所在退役动力电池组总放电时间的比例。

Images