索比光伏网
我要投稿
考虑多模式融合的光储充电站储能系统优化运行策略
摘要：针对储能系统单一运行模式难以满足光储充电站多类技术需求的问题，提出一种考虑多模式融合的光储充电站储能系统优化运行策略。首先，分析光储充电站储能系统典型运行模式，在此基础上进行储能系统多模式融合设计；其次，建立不同模式下光储充电站储能系统运行模型，进一步提出多模式融合的光储充电站储能系统优化运行策略；最后，基于上海某光储充电站24 h运行曲线，对所提策略进行仿真与实验分析。结果表明：所提策略可降低光储充电站并网负荷波动和储能系统能量平衡用电成本，提升光储充电站运行效益。
引言
随着电动汽车的快速发展，人们对充电基础设施规划与建设提出了更高要求[1]。与此同时，在“碳达峰、碳中和”战略背景下，为应对化石能源枯竭和环境污染问题，提升可再生能源发展和利用水平、实现能源可持续发展成为世界各国的目标[2-3]。光储充电站作为兼具新能源消纳、负荷波动平抑和延缓输电线路扩容功能的新型充电服务设施，近年来得到了广泛关注与研究[4]。储能系统具备双向变功率的电能传输特性，是光储充电站中最灵活的能量控制单元，因此储能系统优化运行策略研究对提升光储充电站综合效益具有重要意义[5]。
目前已有学者针对充电站储能系统优化运行问题开展了相关研究。文献[6]考虑电网侧和负荷侧的运行需求，建立了电网侧负荷方差最小、储能运维成本最小和向电网购电费用最小的多目标优化运行模型，并利用NSGA-III和模糊聚类得到储能系统优化运行方案，提升了光储充电站整体运行性能，但未考虑光伏出力及充电负荷不确定性对运行结果的影响；文献[7-9]计及充电站中光伏出力或充电负荷的不确定性，建立以充电站运行成本最小为目标的优化运行模型，结合并网约束条件，在满足运行要求的前提下提升了充电站运行效益，但未考虑电池寿命损耗问题；文献[10-11]建立了计及电池寿命损耗的储能系统优化运行模型，根据电池老化规律对储能系统运行成本作进一步量化，使优化模型更加接近于实际运行情况，但储能配置成本过高仍制约充电站综合规划效益；文献[12-13]将电动汽车退役动力电池用于充电站储能系统配置，建立考虑充电站负荷整形效益、运行维护成本和退役动力电池折旧成本的储能多目标优化模型，在降低初始投资成本、优化充电站运行的同时，推进电动汽车退役动力电池梯次利用。以上方法从经济效益、技术效果和生态价值等方面进行了储能系统运行优化，但此类方法主要通过建立优化目标函数，利用智能算法寻优得到储能系统优化运行方案，其寻优过程是以优化目标为方向的趋向性过程，存在一定随机性，所得结果并非预设的具体优化值，易导致实际运行时难以达到预期控制效果的问题。
根据给定控制目标，结合功率平衡关系得到被控对象的功率控制信号，使其在运行时对该信号进行跟踪，可有效解决上述问题。文献[14-15]采用低通滤波、移动平均滤波和高斯滤波等方法得到目标并网功率值，对光储系统进行并网功率平滑控制，提高了光伏发电系统的电能输出质量；文献[16]提出一种电池储能参与电网削峰填谷的变功率控制策略，通过设定峰谷阈值进行并网负荷整形；文献[17-18]结合分时电价确定储能系统充放电时刻，通过对储能进行“低储高放”赚取峰谷电价差，提升了储能电站运行的经济效益。综上，根据不同控制目标，储能系统主要运行模式可分为并网功率平滑、并网负荷整形和分时电价套利等。实际应用中，光储充电站储能系统的优化运行往往不能简单从电网侧功率调节或负荷侧经济运行等单一方面考虑。
针对上述问题，本文提出一种考虑多模式融合的光储充电站储能系统优化运行策略。通过对光储充电站储能系统功率平滑、负荷整形和分时电价3种运行模式进行融合设计，建立光储充电站储能系统优化控制模型，得到兼具多种技术优势的储能系统优化运行策略，并结合上海某光储充电站运行数据进行仿真与实验分析，验证所提运行策略的有效性。
1 光储充电站结构及运行模式
设计的光储充电站结构如图1所示，相比于传统电动汽车充电站结构，光储充电站中配置有光伏电池组和储能电池组。其中，光伏电池组经DC/AC变换器连接至交流母线，作为光储充电站的重要电力来源；储能电池组通过DC/AC变换器与交流母线相连，用于平抑交流母线不平衡功率；能量管理系统通过监测各能量单元的功率信息对各时刻光伏电池组、储能电池组和电网的功率进行调控，以满足充电负荷需求。
图1 光储充电站结构
Fig.1 Structure of photovoltaic-storage charging station
考虑最大化新能源消纳，光伏逆变器采用最大功率点跟踪（maximum power point tracking，MPPT）控制模式[19]，任意时刻t的光伏出力可视为不可控量，与电动汽车充电负荷叠加为光储充电站的等效负荷，即
式中：Pload(t) 为等效负荷； Pev(t) 为电动汽车充电负荷； Ppv(t) 为光伏出力； Pac(t) 为交流充电负荷； Pdc(t) 为直流充电负荷。
根据能量守恒原理，光储充电站功率平衡关系为
式中： Pgrid(t) 为光储充电站并网功率； Pbess(t) 为储能系统充放电功率， Pbess(t)＞0表示储能系统充电， Pbess(t)＜0表示储能系统放电。
由式（3）可知，通过改变各时刻储能系统充放电功率，可优化电网与光储充电站间的功率传输。从电网运行和光储充电站运营的角度出发，光储充电站主要存在以下几种运行模式。
1）功率平滑模式。
功率平滑模式主要从电网运行角度优化光储充电站并网负荷变化率，其具体方式是利用储能系统双向变功率输出特性，通过调节各时刻储能系统充放电状态及其功率大小，缓冲光伏发电与电动汽车充电负荷的功率骤变，使光储充电站并网负荷曲线趋于平滑，减小充电负荷对配电网的冲击。
2）负荷整形模式。
负荷整形模式主要从电网运行角度优化光储充电站并网负荷变化范围，其具体方式是使储能系统在等效负荷低于设定功率下限时充电，高于设定功率上限时放电，保证光储充电站并网负荷稳定在合理的上下限之间，延缓输电线路扩容。
3）分时电价模式。
分时电价模式主要从光储充电站运营角度对储能系统充放电时段进行优化调整，其具体方式是利用储能系统在谷电价时段充电、峰电价时段放电，以获取峰谷差价利润，提高光储充电站运行经济性。
以上3种运行模式均能从不同角度实现光储充电站运行优化。如功率平滑模式和负荷整形模式分别从并网负荷变化率和变化范围2个方面进行了优化，改善了光储充电站并网负荷功率质量；分时电价模式则利用峰谷电价差降低了光储充电站购电成本，提高运行经济性。然而，光储充电站实际运行过程中需要兼顾电网侧运行的技术性指标和充电站经济性指标[6]，因此须对以上3种运行模式进行融合设计。
2 多模式融合的光储充电站储能系统优化运行策略
2.1 多模式融合设计
功率平滑模式和负荷整形模式的主要控制目标均为光储充电站并网负荷功率，是不同技术指标下2种并网负荷功率调节手段，具有较好的兼容性，可在完成功率平滑控制目标的基础上，同时实现负荷整形控制要求。分时电价模式的储能系统充放电功率则主要取决于峰谷电价时段，与实际并网负荷功率的变化情况可能存在一定偏差，即峰电价时段不一定为实际负荷峰值时段，谷电价时段不一定为实际负荷谷值时段。因此，若简单将3种运行模式叠加，可能导致并网负荷功率“峰上加峰”的情况[20-21]，不利于光储充电站安全稳定运行。此外，考虑工作周期内储能系统参与并网负荷功率调节的充电量和放电量通常不相等，若不采取措施对储能系统进行能量平衡，将难以保证储能系统长时间持续运行。
为解决上述问题，提出一种多模式融合的储能系统优化运行策略，主要思路如下。
1）根据各时刻光伏出力和充电负荷数据，得到各时刻光储充电站原始并网负荷功率，即各时刻等效负荷功率，构成等效负荷功率序列。
2）对等效负荷功率序列进行功率平滑处理，得到功率平滑处理后的并网负荷功率序列，在此基础上对所得序列进行负荷整形处理，进一步得到负荷整形处理后的并网负荷功率序列。
3）计算负荷整形处理后的并网负荷功率序列与等效负荷功率序列之间的能量差，基于“低储高放”的分时电价模式，对上述能量差进行平衡。
因此，光储充电站多模式融合运行目标主要由2个部分构成。1）从并网功率优化角度，对功率平滑模式和负荷整形模式进行融合，实现光储充电站并网负荷曲线的优化调节；2）结合光储充电站经济运行要求，利用分时电价模式进一步解决融合运行带来的储能系统能量不平衡问题。
2.2 多模式融合的光储充电站储能系统优化运行建模
基于上述分析，建立光储充电站并网负荷功率优化模型和基于分时电价模式的储能系统能量平衡模型。
1）光储充电站并网负荷功率优化模型。
功率平滑模式旨在降低光储充电站并网负荷变化率，参考文献[22]，采用滑动平均法得到功率平滑模型为
式中：FPS 为功率平滑函数； X1 、 Y1 分别为 FPS 的输入、输出序列；x1(t) 为 X1 的第t个元素值（t =1, 2, ···）； y1[x1(t)] 为 Y1 的第t个元素值（t =1, 2, ···）；N为滑动系数，取值为大于1的奇数[21]。
负荷整形模式旨在限定光储充电站并网负荷变化范围。若输入值处于所设范围内，则不作处理直接输出；若输入值超出所设阈值，则将其限制于阈值。因此，得到负荷整形模型为
式中： FLS 为负荷整形函数； X2 、 Y2 分别为 FLS 的输入、输出序列； x2(t) 为 X2 的第t个元素值(t =1, 2, ···)； y2[x2(t)] 为 Y2 的第t个元素值(t =1, 2, ···)； xM 、 xm 分别为允许输出的最大值和最小值。
以功率平滑函数为内层函数，负荷整形函数为外层函数，建立光储充电站并网负荷优化模型为
式中： FOP 为光储充电站并网负荷优化函数； X3 、 Y3 分别为 FOP 的输入、输出序列； x3(t) 为 X3 的第t个元素值(t =1, 2, ···)。
2）基于分时电价模式的储能系统能量平衡模型。
为避免充放电量不相等导致的储能系统宕机问题，同时提高光储充电站购电经济性。若储能系统在24 h内的充电量大于放电量，则在峰电价时段中将剩余能量传输至电网，赚取售电利润；若储能系统在24 h内的放电量大于充电量，则在谷电价时段中利用电网对储能充电，节省充电成本。根据以上思路，设定储能系统能量平衡时段为T1~T2，建立储能系统能量平衡模型为
式中：FBL 为能量平衡函数； X4 、 Y4 分别为 FBL 的输入、输出序列；x4(t) 为 X4 的第t个元素值(t =1, 2, ···)； PBL 为平衡功率； εBL 为能量平衡状态序列，若t时刻属于能量平衡时段T1~T2，则 εBL 中第t个元素 εBL(t) =1，反之 εBL(t) =0； τ 为能量平衡总时长； Δt 为功率采样时间间隔。
整理后，可得基于分时电价的储能系统能量平衡模型为
2.3 多模式融合的光储充电站储能系统优化运行流程
多模式融合的光储充电站储能系统优化运行流程如图2所示，光储充电站运行时，通过读取光储充电站各时刻光伏出力和充电负荷运行数据，结合光储充电站并网负荷优化模型，可得到光储充电站各时刻目标并网负荷功率。在此基础上，根据式（3）所示功率平衡关系将目标并网负荷功率数据转化为储能系统所需充放电功率数据，结合基于分时电价模式的储能系统能量平衡模型，可计算各时刻储能系统拟充放电功率方案，并经储能运行约束条件校验及修正，得到多模式融合的光储充电站储能系统运行方案。
图2 储能系统优化运行流程
Fig.2 Optimized operation flow of energy storage system
具体操作如下。
1）以光伏出力序列 Ppv = {Ppv(1) Ppv(2) ⋯} 和充电负荷序列 Pev = {Pev(1) Pev(2) ⋯} 为输入量，得到储能系统未进行充放电情况下的原始并网负荷功率序列（即等效负荷序列 Pload = {Pload(1) Pload(2) ⋯} ）。
2）为得到光储充电站各时刻目标并网负荷功率，首先对等效负荷序列 Pload 作功率平滑处理，设定滑动系数N，得到功率平滑处理后的并网负荷功率序列 Pcc,1 = {Pcc,1(1) Pcc,1(2) ⋯} ，其中
进一步地，以并网负荷功率序列 Pcc,1 为输入量进行负荷整形处理，设定并网负荷上限值 Pcc,M 和下限值 Pcc,m ，得到负荷整形处理后的并网负荷功率序列 Pcc,2 = {Pcc,2(1) Pcc,2(2) ⋯} ，其中
3）为进行光储充电站储能系统能量平衡，将光储充电站并网负荷功率通过功率平衡关系转化为储能系统充放电功率作为输入量，计算功率平滑及负荷整形处理后的储能系统充放电功率序列 Pbess,2 = {Pbess,2(1) Pbess,2(2) ⋯} ，其中
设定光储充电站储能系统能量平衡时段T1~T2，得到能量平衡状态序列 εBL ，以功率序列 Pbess,2 为输入量，计算能量平衡处理后的储能系统拟充放电功率序列图片 其中
综上可知，光储充电站运行过程中，能量管理系统通过读取光伏出力序列 Ppv = {Ppv(1) Ppv(2) ⋯} 和充电负荷序列 Pev = {Pev(1) Pev(2) ⋯} 作为输入量，结合式（18）~（20）计算光储充电站储能系统充放电功率序列 Pbess = {Pbess(1) Pbess(2) ⋯} 作为输出量，可得到多模式融合的光储充电站储能系统优化运行方案，如表1所示，该运行策略1）以功率平滑函数为内层函数、负荷整形函数为外层函数，对功率平滑函数和负荷整形函数进行复合处理，实现功率平滑模式和负荷整形模式的融合。2）结合了分时电价政策及储能系统充放电能量差，设定储能系统能量平衡时段T1—T2，节约储能系统能量平衡成本，能够有效优化光储充电站运行效果。
表1 储能系统多模式融合策略
Table 1 Multi-mode integration strategy of energy storage system
3 仿真分析
3.1 数据来源
选取图3所示上海某光储充电站24 h运行曲线进行仿真分析。该光储充电站具体配置参数如表2所示，其功率采样时间间隔Δt =1 min。
图3 上海某光储充电站24 h运行曲线
Fig.3 24 h operation curves of a photovoltaic-storage charging station in Shanghai
表2 光储充电站基本配置参数
Table 2 Basic configuration parameters of photovoltaic-storage charging station
3.2 仿真结果与分析
3.2.1 仿真结果
设定滑动系数N=15，并网负荷上、下限分别为变压器额定功率的75%和1%（即 Pcc,M =112.5 kW， Pcc,m =1.5 kW），可得到光储充电站储能系统待平衡能量为−7.65 kW·h，即能量平衡前储能系统24 h放电量比充电量多7.65 kW·h，因此须增大储能系统充电量。根据上海市最新分时电价政策，08:00—11:00、18:00—21:00为峰时段；06:00—08:00、11:00—18:00、21:00—22:00为平时段；22:00至次日06:00为谷时段。结合图3可知，光储充电站在00:00—06:00负荷较低，且处于谷电价时段，宜在此阶段增大储能系统充电功率，进行储能系统能量平衡。因此，设定00:00—06:00为能量平衡时段，即T1=00:00，T2=06:00。基于以上设定，可得到所提策略下储能系统充放电功率曲线及SOC变化曲线，如图4所示。
图4 所提策略下的储能系统运行曲线
Fig.4 Operating curves of energy storage system under the proposed strategy
基于上述储能系统优化运行方案，可得到储能工作前后光储充电站并网负荷曲线对比，如图5所示。其中，储能工作前曲线为光储充电站原始并网负荷曲线（即光储充电站等效负荷曲线），储能工作后曲线为所提策略下光储充电站并网负荷曲线。由图5可知，所提策略可有效实现并网点功率平滑和负荷整形，降低光储充电站并网点功率变化率和变化范围，减小光储充电站负荷波动对电网造成的冲击。
图5 储能工作前后光储充电站并网负荷曲线对比
Fig.5 Comparison of grid-connected load curves of the photovoltaic-storage charging station before and after operation of energy storage system
3.2.2 对比分析
为验证所提策略在储能系统能量平衡及光储充电站并网功率调节方面的优势，将所提策略与功率平滑、负荷整形和分时电价3种传统运行模式进行比较分析。
1）储能系统能量平衡效果。
不同运行模式下储能系统充放电功率曲线如图6 a)所示。为验证储能系统能量平衡效果，根据各时刻储能系统充放电功率值，可计算储能系统各时刻的净能量值，得到储能系统净能量变化曲线如图6 b)所示。经计算，分时电价模式及所提运行策略下，储能系统末端时刻的净能量值均趋于零，实现了储能系统24 h充放电能量自平衡，但分时电价模式由于充电或放电过程持续时间长，所需电池运行容量较大，成本较高；功率平滑模式和负荷整形模式下储能系统末端时刻的净能量值分别为0.05 kW·h和−12.15 kW·h，存在一定能量差，易出现储能系统充电量与放电量不均衡的情况，难以满足储能系统运行的可靠性要求。
图6 不同运行模式下的储能系统运行曲线对比
Fig.6 Comparison of operating curves of energy storage system under different operating modes
2）光储充电站并网功率调节效果。
不同运行模式下的光储充电站并网负荷曲线如图7所示，其负荷波动率、负荷变化范围和总购电成本如表3所示。其中，负荷波动率采用文献[22]中的定义，对应的光储充电站负荷波动率 γ 为
图7 不同运行模式下的光储充电站并网负荷曲线
Fig.7 Grid-connected curves of photovoltaic-storage charging station under proposed strategy
表3 4种运行策略下光储充电站运行指标对比
Table 3 Comparison of operating indicators of photovoltaic-storage charging station under four operating strategies
式中： Ppv,N 、 Pev,N 分别为光伏发电和电动汽车充电桩的额定配置容量。电价计算采用上海市最新分时电价政策，即峰时段为1.074元/(kW·h)，平时段为0.671元/(kW·h)，谷电价为0.316元/(kW·h)。
由表3可知，功率平滑模式使光储充电站负荷波动率由1.83%降至0.41%，约为原来的22.4%，但其负荷变化范围存在小于零的区间，存在向电网倒送电能的情况；负荷整形模式将光储充电站负荷变化限制于1.5~112.5 kW范围内，但其负荷波动率未能改善；分时电价模式下24 h总购电成本为881.23元，相比无储能状态下的972.19元降低了9.36%，但其不仅增大了负荷波动率，而且未能有效改善负荷变化范围；所提策略兼具功率平滑模式和负荷整形模式的调节效果，不仅使光储充电站负荷波动率由1.83%降至0.41%，而且将光储充电站负荷变化限制于1.5~112.5 kW范围内，可使光储充电站并网负荷曲线趋于平滑稳定，降低光储充电站负荷波动对电网运行的不利影响，同时还能降低变压器的寿命损耗；此外，光储充电站24 h总购电成本为965.48元，相比无储能状态下的972.19元降低了0.69%，可见所提策略还能够降低光储充电站购电成本，实现光储充电站经济运行。
4 实验验证
为进一步验证所提策略的可行性，在上海某光储充站点对所提多模式融合优化运行策略进行实验验证。实证站点系统结构如图8所示，包括屋顶光伏、储能系统、充电桩及运行控制系统等。
图8 光储充电站储能系统实证平台
Fig.8 Test platform of energy storage system in photovoltaic-storage charging station
在该站点中，选择某日08:30至次日08:30的实际采样数据进行实验验证，采样间隔为10 min。首先，利用各时刻光伏出力和充电负荷实际数据，结合光储充电站并网负荷优化模型，计算得到光储充电站各时刻目标并网功率。在此基础上，进一步根据功率平衡关系，将其转化为储能系统拟充放电功率数据，并对储能系统拟充放电功率数据进行储能运行约束条件校验和修正，得到储能系统充放电功率给定值，以此作为控制信号对储能系统各时刻充放电功率进行控制，得到储能系统24 h充放电功率曲线及SOC变化曲线如图9所示。由图9可以看出，储能系统实际交流侧功率能够较好地跟踪其功率给定值，可有效验证所提策略的可行性。
图9 储能系统24 h充放电实验结果
Fig.9 Experimental results of 24 h charge and discharge power of energy storage system
5 结论
本文针对光储充电站储能系统优化运行问题进行了研究，对功率平滑、负荷整形和分时电价3种运行模式进行了融合设计，得出以下结论。
1）所提策略可使光储充电站负荷波动率降低为原来的22.4%，同时将光储充电站负荷变化范围限制于变压器额定功率的1%~75%，能够从负荷波动率和波动范围2个方面改善光储充电站并网负荷曲线，降低光储充电站负荷波动对电网电能质量造成的不利影响，延长变压器运行寿命。
2）所提策略下光储充电站储能系统24 h充放电量相等，能够克服因并网功率调节导致的储能系统充放电量失衡问题，提升储能系统运行可靠性。
3）所提策略利用谷电价时段对储能系统进行能量平衡，总购电成本相比原始状态降低了0.69%，同时还可兼顾实现并网功率平滑、并网负荷整形、储能系统能量平衡等技术效果，能够提升光储充电站的综合运行性能。
4）实验表明，所提策略下储能系统实际交流侧功率能够较好地跟踪其功率给定值，具备可行性。
本研究将储能系统视为整体，与光储充电站中其他能量单元进行功率的优化分配。事实上，随着电池储能系统寿命周期的不断增长，其内部各储能单元将呈现出一定的个体差异性，因此基于论文所提策略框架下的储能系统内部功率分配问题将是下一步研究重点。
