CN111244991A

CN111244991A - 一种考虑电池寿命的储能电站运行控制方法及系统

Info

Publication number: CN111244991A
Application number: CN202010047125.5A
Authority: CN
Inventors: 李相俊; 马锐; 倪筹帷; 张杨; 贾学翠; 刘海峰; 全慧; 靳文涛; 修晓青; 谢志佳
Original assignee: State Grid Corp of China SGCC; State Grid Zhejiang Electric Power Co Ltd; China Electric Power Research Institute Co Ltd CEPRI; Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Current assignee: State Grid Corp of China SGCC; State Grid Zhejiang Electric Power Co Ltd; China Electric Power Research Institute Co Ltd CEPRI; Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Priority date: 2020-01-16
Filing date: 2020-01-16
Publication date: 2020-06-05
Anticipated expiration: 2040-01-16
Also published as: CN111244991B

Abstract

本发明公开了一种考虑电池寿命的储能电站运行控制方法及系统，包括：获取含储能的快充电站区域的参数数据；根据所述含储能的快充电站区域的参数数据确定储能电站的削峰功率和填谷功率；根据所述含储能的快充电站区域的参数数据确定考虑电池寿命的含储能的快充电站区域储能电站的运行控制目标函数；通过遗传算法确定储能电站的充放电目标功率；以及通过预设的控制策略确定储能电站的最优充放电功率。本发明使得储能电站在参与含储能的快充电站区域削峰填谷控制和提高含储能的快充电站区域的经济收益的同时，兼顾电池使用寿命，使储能电池的放电深度控制在合理范围内，达到延缓电池寿命衰减的目的，提高了含储能的快充电站区域经济性。

Description

一种考虑电池寿命的储能电站运行控制方法及系统

技术领域

本发明涉及储能与新能源领域，并且更具体地，涉及一种考虑电池寿命的含储能的快充电站区域储能电站运行控制方法及系统。

背景技术

含储能的快充电站区域主要指城市配电网或其他典型配电网中广域分散式接入的充(含快充或快/慢充混合)储电站区域、光储充(含快充或快/慢充混合)电站区域等。近年来城市中含储能的快充电站区域的数量和规模有不断扩大的趋势，随着我国城镇化水平的加速，含储能的快充电站区域也成为“智慧城市”的标志之一。含储能的快充电站区域作为城市的标志，其用能需求越来越大，负荷也呈现多类型、差异化和个性化的特点。现代含储能的快充电站区域中安装电池储能电站，有利于解决快充电站区域中负荷峰谷差大、能源利用率低等问题，随着能源互联网的逐步推进，未来的含储能的快充电站区域将是多种能源互联的智能化控制节点。

含储能的快充电站区域中的储能电站具有快速充放电的特性，储能电站在负荷低谷时段进行充电，在负荷高峰时段放电，从而缓解含储能的快充电站区域中峰时段用电压力并保障电网可靠运行，提高含储能的快充电站区域经济性。国内外已有储能系统或储能电站工程中，其控制策略专门针对含储能的快充电站区域的较少，含储能的快充电站区域作为城市能源互联网的重要组成部分，将成为一个小型的综合能源系统，储能系统作为其重要组成部分，其运行控制策略也尤为重要。

因此，需要一种对含储能的快充电站区域储能电站充放电进行有效控制的方法。

发明内容

本发明提出一种考虑电池寿命的储能电站运行控制方法及系统，以解决如何实现含储能的快充电站区域储能电站的经济运行的问题。

为了解决上述问题，根据本发明的一个方面，提供了一种考虑电池寿命的储能电站运行控制方法，其特征在于，所述方法包括：

获取含储能的快充电站区域的参数数据；所述参数数据包括：负荷、光伏、日前负荷预测功率、日前光伏预测功率、光伏装机容量和储能电站装机容量；

根据所述含储能的快充电站区域的参数数据确定储能电站的削峰功率和填谷功率；

根据所述含储能的快充电站区域的参数数据确定考虑电池寿命的含储能的快充电站区域储能电站的运行控制目标函数；

通过遗传算法确定储能电站的充放电目标功率；

通过预设的控制策略确定储能电站的最优充放电功率。

优选地，其中所述根据所述含储能的快充电站区域的参数数据确定储能电站的削峰功率和填谷功率，包括：

步骤1，根据所述日前负荷预测功率和日前光伏预测功率确定日前预测最大净负荷曲线的净负荷最大功率和净负荷最小功率；

步骤2，确定迭代步长；

步骤3，计算所述净负荷最大功率和迭代步长的差值为当前的削峰功率，计算所述净负荷最小功率和迭代步长的和作为当前的填谷功率；

步骤4，根据迭代步长反复调整削峰功率和填谷功率的值，直至统计的储能电站的总充电量和总放电量均大于储能电站的额定容量的修订值的差值；

步骤5，若当前的储能电站的总充电量与总放电量的差值的绝对值在预设范围内，则确定当前的削峰功率和填谷功率即为出储能电站的削峰功率和填谷功率；反之，返回步骤2，重新确定迭代步长。

优选地，其中所述运行控制目标函数为：

其中，F₁为储能电站提高含储能的快充电站区域经济效益的评价函数；F₂为提高储能电站寿命的评价函数；F₃为SOC波动评价目标函数；η_d和η_c分别为电池的放电效率和充电效率；P_d(t)和P_c(t)分别为t时刻储能电站的放电功率和充电功率；p(t)为t时刻含储能的快充电站区域的商用电实时电价；C_{profit_max}为储能电站SOC经历一个预设倍数的循环周期，且在谷时段充电、峰时段放电时的盈利值的最大值；N_max[(DOD(i)]表示第i次放电深度对应的电池循环寿命(次数)；SOC_max(T)为该时段内SOC最大值，SOC_av(T)为T+Δt时段内SOC平均值。

优选地，其中所述方法还包括：

采用雨流计数法确定电池的放电深度。

优选地，其中在通过遗传算法确定储能电站的充放电目标功率时的约束条件，包括：

电网功率平衡约束为：

P_g＝P_load-P_pv-P_ESS，

储能电站SOC及功率约束为：

SOC_min≤SOC(t)≤SOC_max，

0≤P_c≤P_{c_e}，

0≤P_d≤P_{d_e}，

并且，在储能电站充电过程中，其SOC还需满足：

在储能电站放电过程中，其SOC还需满足：

其中，P_g为电网向含储能的快充电站区域注入的功率；P_pv为含储能的快充电站区域的分布式光伏发电功率；P_load为含储能的快充电站区域的各类负荷的总功率；P_ESS为储能系统吸收或发出的功率；SOC(t)为t时刻储能电站电池的SOC值；SOC_min为储能电站电池SOC的最小约束值；SOC_max为储能电站电池SOC的最大约束值；P_{c_e}为储能电站的额定充电功率；P_{d_e}为储能电站的额定放电功率；γ为储能电站自放电率，SOC(t)为t时刻的储能电站的SOC状态值；η_d和η_c分别为电池的放电效率和充电效率；P_d(t)和P_c(t)分别为t时刻储能电站的放电功率和充电功率；E_e为储能电站额定容量。

优选地，其中所述通过预设的控制策略确定储能电站的最优充放电功率，包括：

当负荷高于削峰功率时，储能电站放电，放电功率为：

P_d＝min(P_load-P₁,P_{d_obj})，

当负荷低于填谷功率时，储能系统充电，充电功率为：

P_c＝min(P₂-P_load,P_{c_obj})，

其中，P₁为削峰功率；P_d为放电功率；P_load为实际负荷功率；P_{d_obj}为通过遗传算法确定的储能电站的放电目标功率；P₂为填谷功率；P_c为充电功率或放电功率；P_load为实际负荷功率；P_{c_obj}为基于考虑电池寿命的储能电站运行控制方法计算得出的充电功率值。

根据本发明的另一个方面，提供了一种考虑电池寿命的储能电站运行控制系统，其特征在于，所述系统包括：

参数数据获取单元，用于获取含储能的快充电站区域的参数数据；所述参数数据包括：负荷、光伏、日前负荷预测功率、日前光伏预测功率、光伏装机容量和储能电站装机容量；

削峰功率和填谷功率确定单元，用于根据所述含储能的快充电站区域的参数数据确定储能电站的削峰功率和填谷功率；

运行控制目标函数确定单元，用于根据所述含储能的快充电站区域的参数数据确定考虑电池寿命的含储能的快充电站区域储能电站的运行控制目标函数；

充放电目标功率确定单元，用于通过遗传算法确定储能电站的充放电目标功率；

最优充放电功率确定单元，用于通过预设的控制策略确定储能电站的最优充放电功率。

优选地，其中所述削峰功率和填谷功率确定单元，根据所述含储能的快充电站区域的参数数据确定储能电站的削峰功率和填谷功率，包括：

净负荷功率确定模块，用于根据所述日前负荷预测功率和日前光伏预测功率确定日前预测最大净负荷曲线的净负荷最大功率和净负荷最小功率；

迭代步长确定模块，用于确定迭代步长；

计算模块，用于计算所述净负荷最大功率和迭代步长的差值为当前的削峰功率，计算所述净负荷最小功率和迭代步长的和作为当前的填谷功率；

迭代模块，用于根据迭代步长反复调整削峰功率和填谷功率的值，直至统计的储能电站的总充电量和总放电量均大于储能电站的额定容量的修订值的差值；

削峰功率和填谷功率确定模块，若当前的储能电站的总充电量与总放电量的差值的绝对值在预设范围内，则确定当前的削峰功率和填谷功率即为出储能电站的削峰功率和填谷功率；反之，进入迭代步长确定模块，重新确定迭代步长。

优选地，其中所述运行控制目标函数为：

优选地，其中所述运行控制目标函数确定单元，还包括：

放电深度计算模块，用于采用雨流计数法确定电池的放电深度。

优选地，其中在所述运行控制目标函数确定单元，通过遗传算法确定储能电站的充放电目标功率时的约束条件，包括：

电网功率平衡约束为：

P_g＝P_load-P_pv-P_ESS，

储能电站SOC及功率约束为：

SOC_min≤SOC(t)≤SOC_max，

0≤P_c≤P_{c_e}，

0≤P_d≤P_{d_e}，

并且，在储能电站充电过程中，其SOC还需满足：

在储能电站放电过程中，其SOC还需满足：

优选地，其中所述最优放电功率确定单元，通过预设的控制策略确定储能电站的最优充放电功率，包括：

当负荷高于削峰功率时，储能电站放电，放电功率为：

P_d＝min(P_load-P₁,P_{d_obj})，

当负荷低于填谷功率时，储能系统充电，充电功率为：

P_c＝min(P₂-P_load,P_{c_obj})，

其中，P₁为削峰功率；P_d为放电功率；P_load为实际负荷功率；P_{d_obj}为通过遗传算法确定的储能电站的放电目标功率；P₂为填谷功率；P_c为充电功率或放电功率；P_load为实际负荷功率；P_{c_obj}为基于考虑电池寿命的储能电站运行控制系统计算得出的充电功率值。

本发明提供了一种考虑电池寿命的储能电站运行控制方法及系统，包括：获取含储能的快充电站区域的参数数据；根据所述含储能的快充电站区域的参数数据确定储能电站的削峰功率和填谷功率；根据所述含储能的快充电站区域的参数数据确定考虑电池寿命的含储能的快充电站区域储能电站的运行控制目标函数；通过遗传算法确定储能电站的充放电目标功率；以及通过预设的控制策略确定储能电站的最优充放电功率。本发明的控制方法具有一定全局性和预见性，使得储能电站在参与含储能的快充电站区域削峰填谷控制和提高含储能的快充电站区域的经济收益的同时，兼顾电池使用寿命，使储能电池的放电深度控制在合理范围内，达到延缓电池寿命衰减的目的，本发明能够实现对含储能的快充电站区域储能电站充放电的有效控制，达到了延缓电池寿命衰减，提高了含储能的快充电站区域经济性。

附图说明

通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：

图1为根据本发明实施方式的考虑电池寿命的含储能的快充电站区域储能电站运行控制方法100的流程图；

图2为根据本发明实施方式的削峰功率和填谷功率的示意图；

图3为根据本发明实施方式的确定削峰功率和填谷功率的流程图；

图4为根据本发明实施方式的SOC变化曲线图；

图5为根据本发明实施方式的雨流技术法中雨滴下落的示意图；

图6为根据本发明实施方式的循环次数的示意图；

图7为根据本发明实施方式的利用遗传算法确定储能电站充放电功率最优个体的流程图；以及

图8为根据本发明实施方式的考虑电池寿命的含储能的快充电站区域储能电站运行控制系统800的结构示意图。

具体实施方式

现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。

除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。

图1为根据本发明实施方式的考虑电池寿命的含储能的快充电站区域储能电站运行控制方法100的流程图。如图1所示，本发明的实施方式提供的考虑电池寿命的含储能的快充电站区域储能电站运行控制方法具有一定全局性和预见性，使得储能电站在参与含储能的快充电站区域削峰填谷控制和提高含储能的快充电站区域的经济收益的同时，兼顾电池使用寿命，使储能电池的放电深度控制在合理范围内，达到延缓电池寿命衰减的目的，本发明能够实现对含储能的快充电站区域储能电站充放电的有效控制，达到了延缓电池寿命衰减，提高了含储能的快充电站区域经济性。本发明的实施方式提供的考虑电池寿命的含储能的快充电站区域储能电站运行控制方法100从步骤101处开始，在步骤101获取含储能的快充电站区域的参数数据；所述参数数据包括：负荷、光伏、日前负荷预测功率、日前光伏预测功率、光伏装机容量和储能电站装机容量。

在步骤102，根据所述含储能的快充电站区域的参数数据确定储能电站的削峰功率和填谷功率。

步骤1021，根据所述日前负荷预测功率和日前光伏预测功率确定日前预测最大净负荷曲线的净负荷最大功率和净负荷最小功率；

步骤1022，确定迭代步长；

步骤1023，计算所述净负荷最大功率和迭代步长的差值为当前的削峰功率，计算所述净负荷最小功率和迭代步长的和作为当前的填谷功率；

步骤1024，根据迭代步长反复调整削峰功率和填谷功率的值，直至统计的储能电站的总充电量和总放电量均大于储能电站的额定容量的修订值的差值；

步骤1025，若当前的储能电站的总充电量与总放电量的差值的绝对值在预设范围内，则确定当前的削峰功率和填谷功率即为出储能电站的削峰功率和填谷功率；反之，返回步骤1022，重新确定迭代步长。

本发明的实施方式的削峰功率和填谷功率的示意图如图2所示。

本发明的实施方式的计算削峰功率和填谷功率的流程如图3所示，包括:根据所述日前负荷预测功率P_load和日前光伏预测功率P_pv确定日前预测最大净负荷曲线的净负荷最大功率P_max＝max(P_load-P_pv)和净负荷最小功率P_min＝min(P_load-P_pv)；确定迭代步长△P；计算当前的削峰功率为P₁＝P_max-ΔP，计算当前的填谷功率为P₂＝P_max+ΔP；根据迭代步长反复调整削峰功率和填谷功率的值，直至统计的储能电站的总充电量E_c和总放电量E_d均大于储能电站的额定容量的修订值ζE_N的差值；若当前的储能电站的总充电量与总放电量的差值的绝对值在预设范围内，即|E_c-E_d|＜ε，则确定当前的削峰功率和填谷功率即为出储能电站的削峰功率和填谷功率；反之，则重新确定迭代不长以重新确定削峰功率和填谷功率。

在本发明的实施方式中，当统计的储能总充电量和储能总放电量与储能电站额定容量修订值ζE_N相近时输出P₁和P₂，其中E_N为储能电站额定容量。但实际工程中储能电站SOC需限定在一定范围内，不允许满充满放运行，因此引入变量ζ，ζ通常取值0.6～0.8，计算完成后，可根据含储能的快充电站区域负荷及储能电站实时工况适当调整P₁和P₂的值。

在步骤103，根据所述含储能的快充电站区域的参数数据确定考虑电池寿命的含储能的快充电站区域储能电站的运行控制目标函数。

优选地，其中所述运行控制目标函数为：

其中，F₁为储能电站提高含储能的快充电站区域经济效益的评价函数；F₂为提高储能电站寿命的评价函数；F₃为SOC波动评价目标函数；η_d和η_c分别为电池的放电效率和充电效率；P_d(t)和P_c(t)分别为t时刻储能电站的放电功率和充电功率；p(t)为t时刻含储能的快充电站区域的商用电实时电价；C_pro_fit__max为储能电站SOC经历一个预设倍数的循环周期，且在谷时段充电、峰时段放电时的盈利值的最大值，预设倍数的取值范围为0.2-0.8；N_max[(DOD(i)]表示第i次放电深度对应的电池循环寿命(次数)；SOC_max(T)为该时段内SOC最大值，SOC_av(T)为T+Δt时段内SOC平均值。

优选地，其中所述方法还包括：采用雨流计数法确定电池的放电深度。

在本发明的实施方式中，采用雨流计数法确定电池的放电深度，计算规则如下：

(1)将SOC曲线顺时针旋转90°，并标注出所有极值点，极值点如图5所示；其中，SOC曲线如图4所示。

(2)雨流计数的起点依次从SOC变化曲线每一个极值的内边开始，即从1,2,3···等尖点开始。

(3)雨流在流到峰值处(即屋檐处)竖直下滴，直到对面处有一个比开始时最大值(最小值)更正的最大值(或更负的最小值)为止。

(4)当雨流遇到来自上面屋顶留下的雨时，就停止流动，并计1个循环。

(5)根据雨每个流的起始点记录循环，并单独取出,取出结果如图6所示。

(6)确定每个雨流对应的纵轴长度即为为该循环的放电深度。

在运用雨流计数法时，可根据电池SOC曲线得到电池工作DOD的n次循环，记为DOD(1)，DOD(2)，···，DOD(n)，则电池寿命衰减率可表示为：

若电池经历了N次循环，则电池剩余寿命可表示为：

例如，通过雨流计数法计算电池DOD时，计算某磷酸铁锂电池循环寿命与DOD的对应关系如下表1所示。

表1磷酸铁锂循环寿命与电池DOD关系表

根据表1中的数据，采用5阶函数可以拟合电池DOD与其循环寿命(次数)的关系为：

N＝-1302DOD⁵+4427DOD³

-8925DOD+10500。

在本发明的实施方式中，运用主观赋值法确定各子目标函数权重，目标函数F₁权重λ₁值越大，储能电站每日带来的经济效益越明显，但相应的电池寿命衰减越严重；目标函数F₂、F₃的权重λ₂、λ₃的值越大，越有利于减缓电池寿命衰减，但储能电站带来的日收益也会相应减少。

在步骤104，通过遗传算法确定储能电站的充放电目标功率。

电网功率平衡约束为：

P_g＝P_load-P_pv-P_ESS，

储能电站SOC及功率约束为：

SOC_min≤SOC(t)≤SOC_max，

0≤P_c≤P_{c_e}，

0≤P_d≤P_{d_e}，

并且，在储能电站充电过程中，其SOC还需满足：

在储能电站放电过程中，其SOC还需满足：

在本发明的实施方式中，SOC_min取0.2，SOC_max取0.8。

在步骤105，通过预设的控制策略确定储能电站的最优充放电功率。

当负荷高于削峰功率时，储能电站放电，放电功率为：

P_d＝min(P_load-P₁,P_{d_obj})，

当负荷低于填谷功率时，储能系统充电，充电功率为：

P_c＝min(P₂-P_load,P_{c_obj})，

在本发明的实施方式中，储能电站的最优充放电功率Pc表示如下，包括：

(1)负荷高于削峰功率P₁时，储能系统放电，放电功率可表示为：

P_d＝min(P_load-P₁,P_{d_obj})，

(2)当负荷低于填谷功率P₂时，储能系统充电，充电功率可表示为：

P_c＝min(P₂-P_load,P_{c_obj})，

(3)当负荷处于削峰功率P₁和填谷功率P₂区间时，储能无需完成削峰填谷任务，但考虑到削峰功率P₁和填谷功率P₂根据预测负荷得出，如果削峰功率P₁过小，后期会出现储能放电功率不足的问题，显然这会增重电力系统负担，造成经济损失。因此，当含储能的快充电站区域负荷处于P₁和P₂之间时，如果后期储能功率不足，可适当对储能系统进行充电，但要综合考虑储能系统SOC状态以及电池寿命等因素的影响，不能出现储能系统过度充电的情况，此时储能充电功率由本发明所建立的数学模型求得，无法严格解析表达，可简单表示为：

P_C＝f(SOC,DOD,R,L)，

其中，其中SOC为储能电站荷电状态状态、DOD为储能电站放电深度R为储能电站剩余电池寿命，除此之外还有时序功率、负荷及光伏功率等其他因素的影响。

图7为根据本发明实施方式的利用遗传算法确定储能电站充放电功率最优个体的流程图，首先根据典型日负荷预测曲线确定削峰功率P₁和填谷功率P₂,然后产生储能电站充放电功能率初始群体，通过执行遗传算法的选择、交叉、变异操作，输出通过遗传算法得出的储能电站充放电功率计算结果，然后再根据步骤105所述的方法确定储能电站的最终充放电功率。

图8为根据本发明实施方式的考虑电池寿命的含储能的快充电站区域储能电站运行控制系统800的结构示意图。如图8所示，本发明的实施方式提供的考虑电池寿命的含储能的快充电站区域储能电站运行控制系统800，包括：参数数据获取单元801、削峰功率和填谷功率确定单元802、运行控制目标函数确定单元803、充放电目标功率确定单元804和最优充放电功率确定单元805。

优选地，所述参数数据获取单元801，用于获取含储能的快充电站区域的参数数据；所述参数数据包括：负荷、光伏、日前负荷预测功率、日前光伏预测功率、光伏装机容量和储能电站装机容量。

优选地，所述削峰功率和填谷功率确定单元802，用于根据所述含储能的快充电站区域的参数数据确定储能电站的削峰功率和填谷功率。

优选地，其中所述削峰功率和填谷功率确定单元802，包括：净负荷功率确定模块8021、迭代步长确定模块8022、计算模块8023、迭代模块8024和削峰功率和填谷功率确定模块8025。

优选地，所述净负荷功率确定模块8021，用于根据所述日前负荷预测功率和日前光伏预测功率确定日前预测最大净负荷曲线的净负荷最大功率和净负荷最小功率。

优选地，所述迭代步长确定模块8022，用于确定迭代步长。

优选地，所述计算模块8023，用于计算所述净负荷最大功率和迭代步长的差值为当前的削峰功率，计算所述净负荷最小功率和迭代步长的和作为当前的填谷功率。

优选地，所述迭代模块8023，用于根据迭代步长反复调整削峰功率和填谷功率的值，直至统计的储能电站的总充电量和总放电量均大于储能电站的额定容量的修订值的差值。

优选地，所述削峰功率和填谷功率确定模块8025，若当前的储能电站的总充电量与总放电量的差值的绝对值在预设范围内，则确定当前的削峰功率和填谷功率即为出储能电站的削峰功率和填谷功率；反之，进入迭代步长确定模块8022，重新确定迭代步长。

优选地，所述运行控制目标函数确定单元803，用于根据所述含储能的快充电站区域的参数数据确定考虑电池寿命的含储能的快充电站区域储能电站的运行控制目标函数。

优选地，其中所述运行控制目标函数为：

其中，F₁为储能电站提高含储能的快充电站区域经济效益的评价函数；F₂为提高储能电站寿命的评价函数；F₃为SOC波动评价目标函数；η_d和η_c分别为电池的放电效率和充电效率；P_d(t)和P_c(t)分别为t时刻储能电站的放电功率和充电功率；p(t)为t时刻含储能的快充电站区域的商用电实时电价；C_{profit_max}为储能电站SOC经历一个预设倍数的循环周期，且在谷时段充电、峰时段放电时的盈利值的最大值，预设倍数的取值范围为0.2-0.8；N_max[(DOD(i)]表示第i次放电深度对应的电池循环寿命(次数)；SOC_max(T)为该时段内SOC最大值，SOC_av(T)为T+Δt时段内SOC平均值。

优选地，其中所述运行控制目标函数确定单元，还包括：放电深度计算模块，用于采用雨流计数法确定电池的放电深度。

优选地，所述充放电目标功率确定单元804，用于通过遗传算法确定储能电站的充放电目标功率。

电网功率平衡约束为：

P_g＝P_load-P_pv-P_ESS，

储能电站SOC及功率约束为：

SOC_min≤SOC(t)≤SOC_max，

0≤P_c≤P_{c_e}，

0≤P_d≤P_{d_e}，

并且，在储能电站充电过程中，其SOC还需满足：

在储能电站放电过程中，其SOC还需满足：

其中，P_g为电网向含储能的快充电站区域注入的功率；P_pv为含储能的快充电站区域的分布式光伏发电功率；P_load为含储能的快充电站区域的各类负荷的总功率；P_ESS为储能系统吸收或发出的功率；SOC(t)为t时刻储能电站电池的SOC值；SOC_min为储能电站电池SOC的最小约束值；SOC_max为储能电站电池SOC的最大约束值；P_{c_e}为储能电站的额定充电功率；P_{d_e}为储能电站的额定放电功率；γ为储能电站自放电率，SOC(t)为t时刻的储能电站的SOC状态值；η_d和η_c(t)分别为电池的放电效率和充电效率；P_d(t)和P_c(t)分别为t时刻储能电站的放电功率和充电功率；E_e为储能电站额定容量。

优选地，所述最优充放电功率确定单元805，用于通过预设的控制策略确定储能电站的最优充放电功率。

当负荷高于削峰功率时，储能电站放电，放电功率为：

P_d＝min(P_load-P₁,P_{d_obj})，

当负荷低于填谷功率时，储能系统充电，充电功率为：

P_c＝min(P₂-P_load,P_{c_obj})，

本发明的实施例的考虑电池寿命的含储能的快充电站区域储能电站运行控制系统800与本发明的另一个实施例的考虑电池寿命的含储能的快充电站区域储能电站运行控制方法100相对应，在此不再赘述。

已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。

通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。

Claims

1.一种考虑电池寿命的储能电站运行控制方法，其特征在于，所述方法包括：

通过遗传算法确定储能电站的充放电目标功率；

通过预设的控制策略确定储能电站的最优充放电功率。

2.根据权利要求1所述的方法，其特征在于，所述根据所述含储能的快充电站区域的参数数据确定储能电站的削峰功率和填谷功率，包括：

步骤2，确定迭代步长；

步骤5，若当前的储能电站的总充电量与总放电量的差值的绝对值在预设范围内，则确定当前的削峰功率和填谷功率即为储能电站的削峰功率和填谷功率；反之，返回步骤2，重新确定迭代步长。

3.根据权利要求1所述的方法，其特征在于，所述运行控制目标函数为：

其中，F₁为储能电站提高含储能的快充电站区域经济效益的评价函数；F₂为提高储能电站寿命的评价函数；F₃为SOC波动评价目标函数；η_d和η_c分别为电池的放电效率和充电效率；P_d(t)和P_c(t)分别为t时刻储能系电站放电功率和充电功率；p(t)为t时刻含储能的快充电站区域的商用电实时电价；C_{profit_max}为储能电站SOC经历一个预设倍数的循环周期，且在谷时段充电、峰时段放电时的盈利值的最大值；N_max[(DOD(i)]表示第i次放电深度对应的电池循环寿命(次数)；SOC_max(T)为该时段内SOC最大值，SOC_av(T)为T+Δt时段内SOC平均值。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

采用雨流计数法确定电池的放电深度。

5.根据权利要求1所述的方法，其特征在于，在通过遗传算法确定储能电站的充放电目标功率时的约束条件，包括：

电网功率平衡约束为：

P_g＝P_load-P_pv-P_ESS，

储能电站SOC及功率约束为：

SOC_min≤SOC(t)≤SOC_max，

0≤P_c≤P_{c_e}，

0≤P_d≤P_{d_e}，

并且，在储能电站充电过程中，其SOC还需满足：

在储能电站放电过程中，其SOC还需满足：

6.根据权利要求1所述的方法，其特征在于，所述通过预设的控制策略确定储能电站的最优充放电功率，包括：

当负荷高于削峰功率时，储能电站放电，放电功率为：

P_d＝min(P_load-P₁,P_{d_obj})，

当负荷低于填谷功率时，储能系统充电，充电功率为：

P_c＝min(P₂-P_load,P_{c_obj})，

其中，P₁为削峰功率；P_d为放电功率；P_load为实际负荷功率；P_{d_obj}为通过遗传算法确定的储能电站的放电目标功率；P₂为填谷功率；P_c为充电功率或放电功率；P_load为实际负荷功率；P_{c_obj}为基于通过遗传算法确定储能电站的充电目标功率值。

7.一种考虑电池寿命的储能电站运行控制系统，其特征在于，所述系统包括：

8.根据权利要求7所述的系统，其特征在于，所述削峰功率和填谷功率确定单元，根据所述含储能的快充电站区域的参数数据确定储能电站的削峰功率和填谷功率，包括：

迭代步长确定模块，用于确定迭代步长；

9.根据权利要求7所述的系统，其特征在于，所述运行控制目标函数为：

10.根据权利要求9所述的系统，其特征在于，所述系统还包括：

11.根据权利要求7所述的系统，其特征在于，在所述运行控制目标函数确定单元，通过遗传算法确定储能电站的充放电目标功率时的约束条件，包括：

电网功率平衡约束为：

P_g＝P_load-P_pv-P_ESS，

储能电站SOC及功率约束为：

SOC_min≤SOC(t)≤SOC_max，

0≤P_c≤P_{c_e}，

0≤P_d≤P_{d_e}，

并且，在储能电站充电过程中，其SOC还需满足：

在储能电站放电过程中，其SOC还需满足：

12.根据权利要求7所述的系统，其特征在于，所述最优放电功率确定单元，通过预设的控制策略确定储能电站的最优充放电功率，包括：

当负荷高于削峰功率时，储能电站放电，放电功率为：

P_d＝min(P_load-P₁,P_{d_obj})，

当负荷低于填谷功率时，储能系统充电，充电功率为：

P_c＝min(P₂-P_load,P_{c_obj})，

其中，P₁为削峰功率；P_d为放电功率；P_load为实际负荷功率；为通过遗传算法确定的储能电站的放电目标功率；P₂为填谷功率；P_c为充电功率或放电功率；P_load为实际负荷功率；P_{c_obj}为基于通过遗传算法确定储能电站的充电目标功率值。