一种考虑不同种类电池特性的混合储能功率容量配置方法

本发明涉及电力系统领域，具体涉及一种考虑不同种类电池特性的混合储能功率容量配置方法，该方法尤其针对于新能源场站特性，改善其出力特性。

背景技术：

最近由于传统化石能源的不断消耗以及国家的相关政策大力扶持新能源场站的开发，使得新能源场站在电网中的渗透率愈发上升。但受限于新能源自身特性，其出力情况往往受到多方面因素条件的制约，比如光伏发电站的日照时间，风电站的风力大小。此外天气情况，包括温湿度等都对于新能源场站的出力有着很大的影响。

现有比较常见的做法是加入储能装置来解决新能源出力不稳定等问题，常见储能配置方案有抽水蓄能电站配合新能源电站出力，在大范围时间尺度上保证新能源电站出力稳定在合适的范围内，蓄电池加超级电容配合新能源电站出力，通过频谱分析，确定截止频率后计算补偿功率与容量以满足新能源电站的需求。

现有储能配置所达成的目标有些只针对新能源场站面临的某个特定问题，功能比较单一，也有根据频谱分析后的混合储能配置方案可以解决功率和容量的问题，比如蓄电池搭配超级电容的混合储能方案，抽水蓄能与电池的混合储能配置方案，但由于超级电容容量小等问题，抽水蓄能选址要求较高等储能设施本身的限制条件，使得我们如果要完成多目标的储能配置方案较为困难，而且在分配混合配置时，截止频率的选择较为复杂，需要较多的工程实际经验根据当地对于电能质量的要求合理选择，不具有普适性。选择合适的技术，使其摆脱空间，环境以及克服自身的技术缺点，才能够使储能配置方案在工程中的实用性得到大大提升。

技术实现要素：

针对现有技术中存在的缺陷，本发明的目的在于提供一种考虑不同种类电池特性的混合储能功率容量配置方法。

为达到以上目的，本发明采取的技术方案是：

一种考虑不同种类电池特性的混合储能功率容量配置方法，包括以下步骤：

步骤1：获取电池储能系统中锂电池与液流电池的具体参数；

步骤2：建立电池储能系统soc状态模型；

步骤3：首先对风电数据进行处理，处理后的数据为风电场经电池储能系统功率平抑后的风场期望输出，然后设立指标，最后根据所设定指标，制定对应的储能配置方案；

步骤4：根据步骤3中的储能配置方案，运用免疫算法对锂电池和液流电池进行配置，在达到技术要求的同时，得到最为经济合理的储能配置方案。

在上述方案的基础上，步骤1中，锂电池的具体参数包括：充放电容量最大深度socli-ionmax、充放电容量最小深度socli-ionmin、充放电效率ηli-ion、储能的单位功率年运维成本系数ko-li-ion、储能的单位容量年运维成本系数km-li-ion、储能的单位功率年建造成本系数cp-li-ion、储能的单位容量年建造成本系数ce-li-ion、自放电率αli-ion和寿命a1；液流电池的具体参数包括：充放电容量最大深度socvrbmax、充放电容量最小深度socvrbmin、充放电效率ηvrb、储能的单位功率年运维成本系数ko-vrb、储能的单位容量年运维成本系数km-vrb、储能的单位功率年建造成本系数cp-vrb、储能的单位容量年建造成本系数ce-vrb、自放电率αvrb和寿命a2。

在上述方案的基础上，步骤2的具体步骤为：

电池储能系统处于充电状态时，soc状态模型具体如公式(1)所示：

电池储能系统处于放电状态时，soc状态模型具体如公式(2)所示：

上式中，soc(t)为当前电池的负荷状态，取值区间为[0,1]，pcharge(t)和pdischarge(t)分别为电池储能系统的充电功率和放电功率，△t为充放电时间间隔，η为能量转换效率，e为电池储能系统的总能量，α为当前电池的自放电率。

在上述方案的基础上，步骤3的具体步骤为：

获取风电数据，对风电数据进行处理，以风功率短时平均输出为期望输出，其中特定时间为t，t取值为1800s，且t＝m△t，则该段时间内，风电场经过电池储能系统功率平抑后的风场期望输出为pref，具体如公式(3)所示：

式中，t1＝t0+(k-1)t，t2＝t1+(m-1)△t，t0为初始时刻，△t为时间间隔，这里取1s，m为t内的时间间隔数，这里取1800，pwind(t)为风场输出实时功率，k为在t取1800s时，一天内所取时间段的起始时间间隔数，k∈[1,48]；

所述指标包括：功率平抑有效性、容量平抑功率上下界、削峰率和稳定性，

(1)功率平抑有效性ηp-effect具体如公式(4)所示：

式中，表示加入电池储能系统的功率补偿后，实际输出满足期望输出时的时间总和，表示整个平抑时间周期内的总时间；

(2)容量平抑功率上界用lhigh来表示，容量平抑功率下界用llow来表示；

(3)削峰率λpeakcutting具体如公式(5)所示：

式中，pref-rc(t)为风场经电池储能系统削峰填谷后并入电网的最终输出功率，max和min分别是最大值函数与最小值函数，作用是取得pwind(t)和pref-rc(t)在整个时间段内的最大值和最小值；

(4)稳定性λsteady具体如公式(6)所示：

式中，ebess-discharge为电池储能系统能够容纳的充电电量，etotal-discharge为在给定的风电数据下总共所需的充电电量；

储能配置方案具体步骤为：

(1)编写程序，在编写程序中输入功率平抑有效性ηp-effect的参考值，参考值根据实际情况确定，

(2)根据公式(4)进行平抑功率补偿迭代，计算补偿功率，

(3)若ηpassrate≤ηp-effect，则进入(4)，否则返回(2)，其中ηpassrate表示实际计算过程中功率平抑有效性的值，

(4)输入容量平抑功率上界lhigh、容量平抑功率下界用llow、削峰率λpeakcutting和稳定性λsteady，

(5)根据公式(5)、(6)进行削峰填谷时的功率、容量迭代，计算容量和削峰填谷所需功率，

(6)若γ≤λpeakcutting,β≥λsteady，则输出平抑风功率阶段所需的功率prep、容量erep、削峰填谷所需的功率ppc和容量epc，否则返回(5)，其中γ、β分别代表在对应的功率补偿与容量补偿下所计算出的削峰率与稳定性。

在上述方案的基础上，步骤4的具体步骤为：

首先引进储能平均使用成本lcusy，具体如公式(7)所示：

式中，y指规定使用年限，y＝0,1,2,…,y，指修正后的电池储能系统的初始建造成本，指简化后的电池储能系统的后续运维成本，指在规定使用年限内电池储能系统释放的能量；

电池储能系统的初始建造成本costinitial的计算公式如下所示：

costinitial＝cppess+ceeess(8)

式中：pess、eess分别为电池储能系统的功率和容量；cp、ce分别电池储能系统的功率和容量的单位投资；

等年值系数c(r，n)表示为：

式中：r为基准折现率；n为电池储能系统运行的期限；

对电池储能系统的初始建造成本进行修正，得到修正后的电池储能系统的初始建造成本为：

电池储能系统的后续运维成本的计算公式为：

costoperating＝kopess+kmqess(11)

式中：ko为电池储能系统的单位功率年运行维护成本系数；km为电池储能系统的单位容量年运行维护成本系数；qess为电池储能系统的年发电量；

当ko和km不易确定时，电池储能系统的后续运维成本一般按电池储能系统的初始建造成本的一定比例估算，由此得到简化后的电池储能系统的后续运维成本具体如公式(12)所示：

式中：μ为电池储能系统的运行维护费用系数；

编写程序，在所编写程序中，输入步骤1中锂电池的具体参数和液流电池的具体参数，然后确定目标函数minlcusy，

约束条件具体为：

(1)容量限制

式中，pli-ion,ref和pvrb,ref分别为锂电池与液流电池的额定功率，eli-ion和evrb分别为锂电池与液流电池的容量；

(2)功率限制

式中，pmin为功率的最低限制，低于此功率储能配置不能达到其应有效果；

(3)充放电深度限制

0.2≤socli-ion≤0.8(15)

0.05≤socvrb≤0.95(16)

式中，socli-ion为锂电池的充放电深度，socvrb为液流电池的充电电深度；

采用免疫算法寻优，分别计算锂电池和液流电池的容量、功率，若满足lcusy(k^*)-lcusy(k^*-1)≤ε，则输出锂电池的功率pli-ion和容量eli-ion，液流电池的功率pvrb和容量evrb，其中，lcusy(k^*)和lcusy(k^*-1)代表在寻优过程中，计算得到的储能平均使用成本，ε为设置的可接受的误差范围，k^*和k^*-1代表了寻优过程中的次数。

本发明技术方案带来的有益效果：

(1)本发明提出的储能配置方案无需根据经验选择截止频率，不用担心截止频率选择不好会导致储能平抑效果与预期误差较大。

(2)本发明提出的储能配置方案并非只关注经济性，而不考虑实际的工程技术指标，是在满足技术指标的一系列条件上，寻求的经济最优解。

(3)本发明提出的成本衡量指标，对于储能技术种类没有限制，可以从多角度比较每一种储能方案的经济性，方便有效，较容易实现。

附图说明

本发明有如下附图：

图1新能源场站与电池储能系统联合出力系统。

图2蓄电池简化电路图。

图3技术指标限制下的储能配置方案流程图。

图4经济性储能配置分配流程图。

图5风功率出力图。

图6功率平抑效果图。

图7削峰效果图。

图8稳定性变化图。

图9免疫算法流程图。

图10储能方案成本对比图。

图11锂电池出力效果图。

图12液流电池出力效果图。

具体实施方式

以下结合附图1-12对本发明作进一步详细说明。

为了使工程运用更加方便，不需要选择适当的截止频率，这里提出了一种考虑不同种类电池特性的混合储能功率容量配置方法。这里的混合储能指的是不同电池类型间的混合，而不同于一般的蓄电池与其他种类间的混合储能。

这样电池间的储能配置，充分考虑了电池的基本特性，发挥了功率型电池和容量型电池二者自身的特点和优势，同时，由于其自身特性，使得功率波动抑制与削峰填谷分属于不同电池间的所属任务，无需进行低通滤波从而避免了截止频率的选择。新能源场站与电池储能系统的连接示意图如附图1所示。

本发明采用针对现有新能源场站储能容量配置方法，相应技术指标配置不明确的现状，提出了一种考虑不同种类电池特性的混合储能功率容量配置方法。所述方法包括以下步骤：

步骤1：获取电池储能系统中锂电池与液流电池的具体参数；

步骤2：建立电池储能系统soc状态模型；

步骤3：首先对风电数据进行处理，处理后的数据为风电场经电池储能系统功率平抑后的风场期望输出，然后设立指标，最后根据所设定指标，制定对应的储能配置方案；

步骤4：根据步骤3中的储能配置方案，运用免疫算法对锂电池和液流电池进行配置，在达到技术要求的同时，得到最为经济合理的储能配置方案。

步骤1.锂电池与液流电池的具体参数

该步骤是搜集与电池储能系统监造最为相关的几项参数，后续的储能配置的经济评判指标就与此参数息息相关。

表1配置过程所需参数表

注：表中提供的运行寿命和充放电深度与运行环境都有比较大的关系，这里给出的是一般情况下厂家所给出的理想情况下的最合适的充放电深度。

步骤2.建立电池储能系统soc状态模型

附图2为蓄电池的典型电路简化图，根据图2可知因为这次采取的电池储能系统均为电池，具体电池可能在效率等方面有所差别，但基本公式原理完全相同。根据附图2，我们可以得到下面荷电状态公式(为了后续便于区别充电状态与放电状态，也为了和电池储能系统的工作状态统一，我们认为充电时功率为负，放电时功率为正。经过功率平抑后，风场期望输出在短时间内一致，可以用时间乘以时间代替功率对时间积分，soc状态的限制主要针对电池储能系统中削峰填谷的应用部分。)

电池储能系统处于充电状态时，soc状态模型具体如公式(1)所示：

电池储能系统处于放电状态时，soc状态模型具体如公式(2)所示：

上式中，soc(t)为当前电池的负荷状态，取值区间为[0,1]，pcharge(t)和pdischarge(t)分别为电池储能系统的充电和放电功率，△t为充放电时间间隔，η为能量转换效率，e为电池储能系统的总能量，α为当前电池的自放电率。

步骤3.风电数据处理，设立指标，储能配置

获取风电数据，对风电数据进行处理，以风功率短时平均输出为期望输出，其中特定时间为t，t取值为1800s，且t＝m△t，则该段时间内，风电场经过电池储能系统功率平抑后的风场期望输出为pref，具体如公式(3)所示：

式中t1＝t0+(k-1)t，t2＝t1+(m-1)△t，t0为初始时刻，本文选取t＝0.5h，△t＝1s，m为t内的时间间隔数，这里取1800，pwind(t)为风场输出实时功率，k为在t取1800s时，一天内所取时间段的起始时间间隔数，k∈[1,48]。

首先在制定标准前我们需要明确几个量的具体指标。这些指标就是我们作为储能技术条件上的约束，必须在满足这些条件的情况下，储能配置优化才有意义。

(1)功率平抑有效性(％)

上文中，我们对经过电池储能系统功率平抑后的风场功率进行了预期，但在实际情况中，由于极个别时间段内风速骤升或骤降，将会使风机出力浮动极大，这时其所发功率，将会极大偏离我们所期望的计算值，我们可以对其进行完全补偿，但会导致补偿功率过大，在其余大部分时间内被闲置，平抑后的风场功率所带来的经济效益不足以覆盖建设如此大功率的补偿设备，不利于经济性方面的考虑。这时我们设定一个值，假设这一天的风功率在一定的功率补偿下达到一天基本都满足要求，这样可以大大减少经济性成本，功率平抑有效性ηp-effect具体如公式(4)所示。

式中，表示加入电池储能系统的功率补偿后，实际输出满足期望输出时的时间总和，表示整个平抑时间周期内的总时间。

(2)容量平抑功率上下界

刚才我们所定义的功率平抑有效性，完成功率平抑以后，这时风机出力理论上应该与预期计算值相差不大，但并网接入时，功率在小时间长度下，波动还是较大，这就需要我们制定该标准，功率浮动的上下限，高于上限我们就认为所发风功率大于期望输出，即此时电池储能系统开始充电，相应的风功率小于下限时，即此时电池储能系统开始放电，以此维持风电场的一个稳定区间。这个指标对于我们制定容量配置的大小起着非常关键的作用，属于前置条件。这里我们将功率的上界用lhigh来表示，下界用llow来表示。

(3)削峰率(％)

定义容量平抑功率上下界后，为了针对容量进行配置分析，我们需要对容量所需要的功率进行配置，这部分功率用于风场能量的削峰填谷，因为即便定了容量平抑功率的上下界后，由于电池储能系统本身的限制无法使所有情况满足要求，这里我们提出另一种指标，削峰率(％)来评判容量补偿后的好坏，假如在设立容量补偿后，此时的峰谷差功率与峰值功率的比值和未进行容量补偿前的差值，我们可以定义成削峰率，削峰率λpeakcutting具体如公式(5)所示。

式中，pref-rc(t)为风场经电池储能系统削峰填谷后的最后并入电网的最终输出功率，max和min分别是最大值函数与最小值函数，作用是取得pwind(t)和pref-rc(t)在整个时间段内的最大值和最小值。

(4)稳定性(％)

在风场与电池储能系统联合输出后，电池储能系统能量过剩时，我们可以通过弃风来稳定电量，但要是风量不足，除了电池储能系统外没有任何方法，这里我们定义稳定性就是在储能配置之后电池储能系统能量不足的概率的减少程度，稳定性λsteady具体如公式(6)所示。

式中，ebess-discharge为电池储能系统能够容纳的充电电量，etotal-discharge为在给定的风电数据下总共所需的充电电量

根据上述指标对电池储能系统的功率及容量进行配置，附图3为本步骤中储能配置的详细流程。具体步骤为：

(1)编写程序，在编写程序中输入功率平抑有效性ηp-effect的参考值，参考值根据实际情况确定，

(2)根据公式(4)进行平抑功率补偿迭代，计算补偿功率，

(3)若ηpassrate≤ηp-effect，则进入(4)，否则返回(2)，其中ηpassrate表示实际计算过程中功率平抑有效性的值，

(4)输入容量平抑功率上界lhigh、容量平抑功率下界用llow、削峰率λpeakcutting和稳定性λsteady，

(5)根据公式(5)、(6)进行削峰填谷时的功率、容量迭代，计算容量和削峰填谷所需功率，

(6)若γ≤λpeakcutting,β≥λsteady，则输出平抑风功率阶段所需的功率prep、容量erep、削峰填谷所需的功率ppc和容量epc，否则返回(5)，其中γ、β分别代表在对应的功率补偿与容量补偿下所计算出的削峰率与稳定性。

步骤4.确定算法，明确分配

在上述技术指标的储能配置确定后，下面开始可以根据电池特性分别对两种电池的功率和容量进行储能分配。根据算法及限制条件得出储能的最佳分配方案如附图4。

首先确定方案配置的目标函数，由于前面的步骤已经完成了对于技术指标上的所有要求，对于平抑风功率，削峰填谷等都有了很好的运用效果，这里我们只把经济性作为目标函数，这里我们引进一个叫做储能平均使用成本(levelizedcostofusingstorage，lcus)的概念。

储能平均使用成本lcusy，具体如公式(7)所示：

y指规定使用年限，y＝0,1,2,…,y，

指修正后的电池储能系统的初始建造成本

指简化后的电池储能系统的后续运维成本

指在规定使用年限内电池储能系统释放的能量

这种模式讨论的是服务期内电池储能系统所释放的能量，放电量是指在通过连接点传送到客户电网的能量。这个数值可能不是电池储能系统的额定能量值乘以它经历的循环次数那么简单。例如，如果一个电池储能系统的额定功率为3小时下储能容量10mwh，通过lcusy的计算公式计算1小时放电循环的成本，则必须考虑到电池储能系统由于使用更快的充放倍率而导致的额外损失。

这种lcusy的计算公式可以有三种实际应用方式：

1.可以比较选择不同的储能技术之间的成本，无论它们是否来自不同的技术、设计还是制造商。

2.可以比较特定储能技术或产品在不同应用场景下的成本。

3.有助于阐明某些运营模式如何影响业主的整体投资成本。

式中的变量的具体计算公式有

电池储能系统的初始建造成本costinitial

初始建造成本是指电池储能系统工程投建初期一次性投入的固定资金，通常用于主要设备的购置等，计算公式为

costinitial＝cppess+ceeess(8)

式中：pess、eess分别为电池储能系统的功率和容量；cp、ce分别电池储能系统的功率和容量的单位投资。

等年值系数c(r，n)表示为

式中：r为基准折现率；n为电池储能系统运行的期限(寿命)，年。

考虑资金的时间价值，对电池储能系统的初始建造成本进行修正，得到修正后的电池储能系统的初始建造成本为：

电池储能系统的后续运维成本costoperating

后续运维成本是指为保障电池储能系统在寿命期内正常运行而动态投入的资金，通常包括电池储能系统的试验、安装、损耗、停运、人力、检修和维修等费用，以年为单位，计算公式为：

costoperating＝kopess+kmqess(11)

式中：ko为电池储能系统的单位功率年运行维护成本系数；km为电池储能系统的单位容量年运行维护成本系数；qess为电池储能系统的年发电量。

当ko和km不易确定时，电池储能系统的后续运维成本一般按电池储能系统的初始建造成本的一定比例近似估算，由此得到简化后的电池储能系统的后续运维成本具体如公式(12)所示：

式中：μ为电池储能系统的运行维护费用系数。

其中锂电池和液流电池分别有自己的初始投资成本，和后续运维成本，但二者公式与以上完全相同，故不再赘述。

编写程序，在所编写程序中，输入步骤1中锂电池的具体参数和液流电池的具体参数，确定目标函数minlcusy，同时由于锂电池和液流电池在功率和容量上的成本各有优势，在容量和功率上各自利用二者的成本优势，在一定的范围限制下，一定存在一个最优解使得目标函数达到要求。

约束条件：

(1)容量限制

锂电池与液流电池这二者之中，根据最后的储能配置效果来看，至少有一个要承担平抑功率的作用，而这类作用要求最低放电时间为0.25h，故：

式中，pli-ion,ref和pvrb,ref分别为锂电池与液流电池的额定功率，eli-ion和evrb分别为锂电池与液流电池的容量。

(2)功率限制

此外锂电池与液流电池在充当削峰填谷的储存释放作用时，也需要保证一定的功率，否则相应功率配置所储存的能量，不能满足本身配置容量的使用，导致配置的容量闲置，也使得最后的储能配置不能满足技术需求。

式中，pmin为功率的最低限制，低于此功率储能配置不能达到其应有效果。

(3)充放电深度限制

这里由于锂电池的寿命本身会随着充放电深度的增加而减少，这里选择实验得出保证锂电池寿命的情况下比较优越的充放电深度如下：

0.2≤socli-ion≤0.8(15)

而液流电池由于自身结构，是反应堆反应，充放电深度对自身寿命影响不大，故充放电约束如下：

0.05≤socvrb≤0.95(16)

这里液流电池的充放电深度没有达到理论上无损寿命的最大值完全充放，是因为可能会有意外情况，故而发生留出一定的裕度来应对可能会产生的变故。

图3中出现的变量：ηpassrate表示实际计算过程中功率平抑有效性的值，γ、β分别代表在对应的功率补偿与容量补偿下所计算出的削峰率与稳定性。

图4中出现的变量：lcusy(k^*)和lcusy(k^*-1)代表在寻优过程中，计算得到的储能平均使用成本，k^*和k^*-1代表了寻优过程中的次数。

具体应用的最佳实施例：

实际工程中采用电池参数取值如表2所示。(表2给出的为理想状态下的具体电池参数，要获取实际更加准确的日历参数，需要根据当地环境因素具体分析测试)

表2电池详细参数

依据表2所给参数进行步骤1的参数获取，得到在后续过程中所得到运用的全部基本参数。接着建立电池储能系统soc状态模型，然后获取风电数据，并对其进行处理，处理后的数据为风电场经电池储能系统功率平抑后的风场期望输出，如图5所示，(该风场的最大出力为400mw)。

接着设立指标。

首先是随着功率平抑有效性提升(式(4))，补偿功率也随之提升，如图6所示。这里我们设置功率平抑有效性为95％。

接下来是削峰填谷部分的仿真，这里我们设置容量平抑功率上界lhigh为70mw和容量平抑功率下界llow为30mw(容量平抑功率的上下界根据在一年内的平均输出功率，上下浮动20mw)，削峰率计算如式(5)所示。

图7给出了削峰率随容量补偿上升的关系，可以看出削峰率变化接近于线性分段函数。图8则是给出了电池储能系统稳定性随容量的具体变化曲线。

上面的仿真是根据设立的目标标准，在纯技术角度下所计算出来的满足要求的储能容量配置，我们可以确定最后补偿的有效功率一共是68mw，有效容量是134.4mw·h。但配置相同的可用补偿功率及容量，不同的配置策略的成本也不相同，为了寻找最佳成本配置策略，进行步骤4。

下面根据免疫算法来计算出锂电池与液流电池的详细配置流程图。用免疫算法是因为免疫算法全局搜索能力较强，同时不失鲁棒性与快速性的优点。

寻优过程中涉及4个未知变量分别是锂电池功率pli-ion，锂电池容量eli-ion，液流电池功率pvrb，液流电池容量evrb。

经过免疫算法后，算法流程如图9所示，(考虑锂电池和液流电池本身的能量转化率与限制条件后)，得出的优化解为pli-ion＝45mw，eli-ion＝21.067mw·h，pvrb＝23mw，evrb＝195.497mw·h。

表3储能方案配置对比

图10给出了3种方案的储能平均使用成本，结合上述的分析我们可以最终得出，混合储能配置方案是有利于经济成本的降低，同时也没有牺牲技术可靠性。在储能配置中，也不涉及截止频率与其他标准的选择，可以说本方案大大提高了实际工程的实用性，可以为之后新能源场站的储能配置提供一定的参考价值。

图11-12分别为锂电池与液流电池的出力效果图，图11为锂电池在工作中为平抑风功率的功率出力效果，图12为液流电池对于风场削峰填谷的最终效果图。

本发明的技术关键点和欲保护点：

根据每种电池特性进行储能配置，既可以免去截止频率的选择又能充分发挥不同类型电池的特性一举两得，同时在迭代运算与寻优过程中对所搭建的寻优计算模型有所优化。

本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。