城市电网智能化之计及电池寿命和经济运行的微电网储能容量优化-北极星储能网

投稿

我要投稿

微电网是可再生能源高效管理和综合利用的有效技术手段[1-3]。储能作为微电网中重要的组成部分,可以有效的平抑微电网中可再生能源发电的随机性和波动性、改善电能质量,维持系统稳定以及实现并孤网无缝切换等功能,受到了广泛关注[4]。但由于目前储能装置造价较昂贵,运行寿命也较短,其大规模推广及应用也受到了较大的制约,因此如何在满足系统运行需求的基础上,对储能系统容量进行合理规划设计具有重要的现实意义[5]。

常用的储能系统容量配置和优化方法主要有能量平衡法、波动平抑法、经济特性优化法3大类;能量平衡法一般从保障持续供电的角度出发,依据储能来平衡发电机组发电量与用电负荷耗电量间的不平衡进行容量配置[6];波动平抑法主要根据储能系统对波动功率的平抑效果进行储能容量的优化配置,具体又包括频谱分析法[7]、滑动平均法[8]、时间常数法[9]等;经济特性优化法主要是通过建立优化目标函数和约束条件,将储能系统容量作为优化变量,采用智能优化算法求取最佳的储能容量。如文献[10-12]从微电网经济调度角度出发,建立了基于经济调度的蓄电池容量优化模型。确定了实现综合成本最低所需配置的储能容量;文献[13]进一步计及可靠性约束,建立了基于经济调度并考虑系统可靠性的微电网储能优化模型;文献[14]针对风柴储孤网系统,考虑风电渗透率、储能效率和柴油发电机运行策略影响,以供电费用最小化为目标,采用随机优化方法求取最优储能容量并进行了相应的敏感性分析。但这些文献对于储能的使用寿命均考虑不足,仅加以了简单的约束,未给出定量的评估与测算,受储能高投资、低寿命等特点的影响,此时的储能容量往往也并非最优。

综上,已有相关研究针对微电网储能容量规划时少有在考虑系统运行的同时对于储能寿命进行定量评估与测算,规划结果难以有效兼顾系统运行经济性和储能使用寿命。本文针对微电网中的储能容量优化配置问题,首先基于电池累积损伤模型量化评估了充放电功率和充放电深度对蓄电池储能寿命的影响,在规划时详细考虑含储能微电网的运行过程,并计入储能寿命反馈修正,以全寿命周期内的储能系统成本及微电网期望运行成本所构成的整体费用最低为优化目标,建立了一种同时计及系统运行和电池寿命的储能容量双层优化模型;为降低模型的计算规模和求解难度,给出了一种两阶段优化的模型求解策略,采用网格自适应直接搜索算法与改进粒子群算法相结合对模型迭代求解获取了最佳储能容量;最后通过算例分析说明了本文的模型及算法的合理性与有效性。

1、含储能的微电网系统

由分布式发电单元和储能构成的典型微电网系统如图1所示。系统中可再生能源发电单元有光伏、风电,由于其不直接消耗燃料,不污染环境,常作为优先利用的资源,以最大功率跟踪(maximum

图1含储能的微电网系统示意图

powerpointtracking,MPPT)方式跟踪控制最大功率输出;可控型分布式电源有微型燃气轮机,燃料电池和柴油机;微型燃气轮机和燃料电池具有输出功率稳定、响应速度快等特点,其运行出力情况主要受经济性制约[15-16];柴油机一般可用于孤网运行模式作为备用电源,用以保证系统供电的可靠性。

储能系统是微电网中的重要组成部分,微电网中配备一定容量的储能具有多方面的作用,一方面,储能可以有效平抑微电网中可再生能源发电功率的波动,提高电能质量;另一方面,储能也可以调节系统负荷峰谷差,获取经济收益;此外,储能还可以在紧急情况下作为系统的后备电源,保证系统运行的可靠性。

铅酸蓄电池作为目前微电网中应用最广泛的储能方式之一,具有技术成熟、维护简单、能量密度大等特点。本文选取其作为研究对象,并针对并网和孤网两种运行模式分别进行其容量优化。

2、蓄电池储能寿命模型

蓄电池储能作为微电网系统中寿命较短的设备之一,频繁的充放电以及高倍数放电会极大地缩短其使用寿命,影响系统整体经济性。因此,有必要详细分析储能的充放电功率及充放电深度对其寿命的影响,并建立相应的寿命量化评估模型,以使储能容量规划结果能在系统运行经济性和储能使用寿命之间合理折中。

影响蓄电池储能使用寿命的主要因素有放电深度、放电速率及充放电次数等[17],基于美国可再生能源实验室(nationalrenewableenergylaboratory,NREL)实验数据分析得出的蓄电池累积损伤模型[18],每次放电过程都会造成蓄电池寿命不可逆转损耗直至蓄电池寿命终结;同时其认为蓄电池在额定放电速率、额定放电深度下所能释放的电能是可以计算的,称之为总有效吞吐量(以安培-小时数表示)。每次放电事件均可以折算为有效安培-小时数,当累计有效安培-小时数达到总有效吞吐量时,则认为电池报废,需进行相应的更换。其中,总有效吞吐量ΓRΓR满足

式中：LRLR为在额定放电深度和额定放电电流下的循环次数;DRDR为额定放电深度;CRCR为额定放电电流下的额定容量(单位：Ah)。

每次放电事件可以折算为有效安培-小时数为[13]

式中：DADA为实际放电深度;dactdact为实际放电电流下的安培小时数(单位：Ah);${{u}_{0}}$和${{u}_{1}}$为拟合参数;可通过厂商提供的放电深度与失效循环次数的关系曲线进行拟合得到;${{C}_{A}}$为实际放电容量(单位：Ah);可以查询蓄电池出厂手册获得。

综合式(1)和(2),若运行周期$T$(单位：a)内包含$n$次放电事件,那么实际使用过程中的蓄电池寿命可表示为

式中：${{Y}_{\text{time}}}$为蓄电池的实际等效折算寿命(单位：年);${{\Gamma}_{eff}}$为运行周期$T$内蓄电池累计有效安培-小时数。

据此,依据蓄电池全年的充放电状态可以有效的推算出其使用寿命,通过在储能容量优化模型中合理的计及该寿命评估模型则可以有效的控制储能的充放电深度和放电功率,进而达到延长储能使用寿命的目的。

3、计及电池寿命和经济运行的微电网储能容量优化模型

在第2章建立的蓄电池储能寿命模型基础上,为使储能容量的规划结果对于系统未来运行有更好的适应性,储能容量规划时还必须详细考虑含储能微电网的运行,以兼顾系统运行的安全性与经济性;为此,本文所建立的储能容量优化模型将包含储能容量规划问题以及在规划储能容量下的计及电池寿命的系统经济运行两层问题,根据大系统分解协调调度思想,可将这种具有层次结构的决策问题分解为投资主问题和运行子问题,进一步可建立一种如下的双层优化模型。

3.1 外层优化模型

外层优化模型以储能系统的初始购置成本、运行维护成本、置换成本以及微电网的期望运行成本所构成的总成本最低为优化目标

式中：f(PRESS,ERESS)f(PESSR,EESSR)为内层模型返回目标值,代指微电网期望的年运行成本;cPcP和cEcE分别为储能单位功率成本系数和单位容量成本系数;PRESSPESSR和ERESSEESSR分别为储能的额定功率与额定容量;CESSOMCOMESS为储能的年均维护成本;$\beta$为年利率;${{Y}_{a}}$为微电网项目设计总年限。

CESSRepCRepESS为项目年限内的储能电池总置换成本,其与蓄电池的实际使用寿命${{Y}_{time}}$密切相关,计算如式(5)所示

上述模型需满足的约束条件为

式中：PminESSPESSmin和PmaxESSPESSmax分别为储能系统的最小与最大投资功率;EminESSEESSmin和EmaxESSEESSmax分别为储能系统的最小与最大投资容量。

原标题：计及电池寿命和经济运行的微电网储能容量优化

投稿与新闻线索：陈女士微信/手机：13693626116 邮箱：chenchen#bjxmail.com（请将#改成@）

订阅北极星周刊，精彩内容不再错过！

特别声明：北极星转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。

凡来源注明北极星*网的内容为北极星原创，转载需获授权。

阅读下一篇

储能国际峰会2017在京盛大开幕：引领储能行业发展推动商业化进程

微电网查看更多>微电网系统查看更多>储能容量查看更多>

姓名：
性别：
出生日期：
邮箱：
所在地区：
行业类别：
工作经验：
学历：
公司名称：
任职岗位：

城市电网智能化之计及电池寿命和经济运行的微电网储能容量优化

储能国际峰会2017在京盛大开幕：引领储能行业发展 推动商业化进程

登录注册

绑定账号

想要获取更精准资讯推荐？建议您完善以下信息~

订阅成功

储能国际峰会2017在京盛大开幕：引领储能行业发展推动商业化进程

想要获取更精准资讯推荐？建议您
完善以下信息~