一种计及储能使用年寿命的风电场储能配置方法

1.本发明涉及新能源电力系统技术和储能应用领域，具体为一种计及储能使用年寿命的风电场储能配置方法。


背景技术：

2.我国风电快速持续增长，逐步进入风电大规模发展阶段，根据国家能源局已发数据显示，截至2019年底，全国风电累计装机达2.1亿千瓦。然而，由于风电存在的反调峰性、随机性和波动性等特征，大规模风电发展带来了大量弃风、并网功率波动等问题，从而给电力系统的可靠、安全运行带来负面影响。为此，国家和地区政府对风电并网做了一系列要求，例如，风电消纳方面，国家发改委和能源局联合印发了《清洁能源消纳行动计划(2018—2020)年》，要求2020年我国风电弃风率控制在5％左右。
3.为了解决风电快速发展所带来的负面影响，以及满足国家和地区政府对风电并网要求，电储能(简称：储能)技术因具有双向快速电功率交互和电能时空迁移的能力，逐渐成为了当前的主流方案。但当前储能配置一次投资过大，且由于储能循环寿命短，导致储能配合风电并网方案的经济性较差。
4.风电的储能配置取了许多成果，然而现阶段研究多针对弃风或风功率波动某一问题来配置储能，较少探讨弃风和风功率波动与对应调度阶段的联系。此外，较少考虑电储能实际使用状态对储能寿命的影响，即忽略了电储能实际使用状态对储能成本的影响。为此，根据风电并网的需求，并结合不同类型电储能的技术特点，进行储能优化配置来提高风电并网储能配置的经济性显得尤为重要。


技术实现要素：

5.为解决上述技术问题，该方法是一种用强、经济性较好的风电场储能配置方法，该方法能够在保证相同弃风率前提下，合理配置不同类型储能容量，从而提升了风电场配置储能的经济性。
6.本发明一种计及储能使用年寿命的风电场储能配置方法，步骤包括：
7.s1.分析蓄电池和超级电容两种类型储能的使用寿命损耗特点，建立了实际使用寿命年值数学模型；
8.所述步骤s1中考虑不同类型储能的寿命损耗，蓄电池受放电深度影响，统计循环次数b
dod
与放电深度d
od
数据，并拟合得b
dod
＝f(d
od
)数学关系式，记每次循环对应的寿命损耗为可得第j天的寿命损耗k
1,j
，从而得到蓄电池等效年使用年寿命数学模型l1；
[0009][0010]
[0011]
其中，b
dod,j,s
为第j天第s次循环对应的充放深度，m表示为第j天电储能充放电循环次数，d为一年中的运行天数，不考虑检修停运的影响，取值365；
[0012]
所述步骤s1超级电容的总受循环次数m2的影响，第j天的超级电容使用转换次数为k
2，j
，超级电容的等效年使用寿命数学模型l2；
[0013][0014]
s2.分析和整体性考虑风电在日前、日内阶段并网的调度需求特点，以风电场年运行收益为目标进行储能配置，构建了计及储能使用年寿命的风电场整体性储能优化配置模型；
[0015]
所述步骤s2中应用储能等效年使用年寿命数学模型，并考虑风电调度需求的整体性，以年运行收益为目标，构建了计及储能使用年寿命的风电场整体性储能优化配置模型，模型包括年弃风惩罚成本储能的配置在寿命周期内的成本年值、年售电收益和年并网偏差考核成本
[0016][0017]
其中，表示第i类储能在寿命周期内的成本年值，i取1表示蓄电池，i取2表示超级电容，和分别为蓄电池和超级电容所配置功率量，分别所配置的蓄电池和超级电容；
[0018]
s3.以某实际风电场为算例数据进行求解，得到储能优化配置模型的配置结果。
[0019]
作为本发明进一步改进，所述步骤s2中风电场日前阶段解决风电出力的反调峰性，蓄电池因具有优势是单位成本较功率型低比较合适；而日内阶段解决风电波动性，超级电容因具有快速充放电转换能力比较合适。
[0020]
作为本发明进一步改进，所述步骤s3中以某实际风电场为本发明应用对象，将算例数据代入，并调用fminunc函数和编程求解。
[0021]
与现有技术相比，本发明的优点在于：
[0022]
1)本发明充分考虑电储能实际使用过程和状态对储能寿命的影响，并考虑不同类型储能的特点，能量型储能以蓄电池为例，功率型储能以超级电容为例，将电储能寿命的影响折算到电储能配置成本中，构建了蓄电池和超级电容实际使用寿命年值数学模型。所建立储能实际使用寿命年值数学模型，能为储能配置方法提供更精确依据。
[0023]
2)本发明充分分析风电场风电出力的反调峰性和波动性性，以及单独考虑风电在日前、日内两阶段调度需求特点，得到风电场日前阶段主要解决风电场出力的反调峰性，日内阶段主要解决日前阶段结束后，风电“波动性”导致的风电偏差问题。以日前、日内两阶段需求分析为基础，确定日前阶段需求能量型储能蓄电池调整，日内阶段需求功率型储能超级电容调整，并进一步考虑日前、日内需求的整体性，可使得蓄电池和超级电容得到更合理配置。
[0024]
3)本实施例基于上述特点，应用所建储能实际使用寿命年值数学模型，考虑日前、日内阶段风电调度需求的整体性，以风电场年运行收益为目标进行储能配置，构建了计及
储能使用年寿命的风电场整体性储能优化配置模型。在此基础上，以某实际风电场为本发明应用对象，一定程度上验证了本发明的实用性和有效性。
附图说明
[0025]
图1是本实施例中计及储能使用年寿命的风电场储能配置方法的实现流程示意图；
[0026]
图2是本实施例中风储联合发电系统结构示意图；
[0027]
图3是本实施例中某月典型日的风电示意图；
[0028]
图4是本实施例中蓄电池配置效果示意图；
[0029]
图5是本实施例中日内阶段蓄电池优先调整时区示意图；
[0030]
图6是本实施例中不同典型日的可消纳风电和预测出力示意图；
[0031]
图7是本实施例中不同典型日的风电预测偏差量出力示意图。
具体实施方式
[0032]
下面结合附图与具体实施方式对本发明作进一步详细描述：
[0033]
本发明方法是一种实用强、经济性较好的风电场储能配置方法，该方法能够在保证相同弃风率前提下，合理配置不同类型储能容量，从而提升了风电场配置储能的经济性。
[0034]
如图1所示，本实施例降低风电商在电力平衡市场中成本的方法，步骤包括：
[0035]
s1.分析蓄电池和超级电容两种类型储能的使用寿命损耗特点，建立了实际使用寿命年值数学模型；
[0036]
s2.分析和整体性考虑风电在日前、日内阶段并网的调度需求特点，以风电场年运行收益为目标进行储能配置，构建了计及储能使用年寿命的风电场整体性储能优化配置模型；
[0037]
s3.以某实际风电场为算例数据进行求解，得到储能优化配置模型的配置结果。
[0038]
本实施例中，根据电储能其物理特性可分为能量型和功率型两类储能，不同类型的电储能有各自适合的应用特点。能量型储能，例如蓄电池，其优势是单位成本较功率型低，但其频繁的进行充电转换会损害电池寿命，不利于电池的全寿命周期内的经济性；功率型储能，例如超级电容，因具有快速充放电转换能力，适用于抑制功率的频繁波动，但由于配置成本较高不适合大容量配置。为此，需对不同类型储能建立实际使用寿命年值数学模型。
[0039]
在常规应用环境下，蓄电池的寿命受放电深度和循环寿命的影响，一般通过循环次数与放电深度试验关系来估算实际使用寿命，其中放电深度为单次充放电过程中最大储电量与电池配置容量之比。具体关系如下：
[0040]bdod
＝f(d
od
)
ꢀꢀ
(1)
[0041]
其中，b
dod
为充放电深度为d
od
所对应的循环次数，则每次循环对应的寿命损耗为具体表达式可参考文献。
[0042]
则第j天放电深度与循环次数和单循环内的寿命损耗关系k
1,j
如下：
[0043]
[0044]
其中，b
dod,j,s
为第j天第s次循环对应的充放深度，m表示为第j天电储能充放电循环次数。
[0045]
则可以推导出蓄电池的等效年使用寿命l1为：
[0046][0047]
其中，d为一年中的运行天数，不考虑检修停运的影响，取值365。
[0048]
在常规应用环境下，超级电容具有循环次数多，功率密度大的优势，其使用寿命超级电容主要受循环次数影响，超级电容的出厂循环次数为m2，取值20万次，一年内第j天的超级电容使用转换次数为k
2，j
，则可以推导出超级电容的等效年使用寿命l2为：
[0049][0050]
为了电储能的安全运行，需要满足一定充放电功率约束：
[0051][0052]
其中，和分别为蓄电池t时刻充、放电功率，和分别为超级电容t时刻充、放电功率，p
1max
和分别为蓄电池和超级电容所配置功率量。
[0053]
电储能储存的能量为一定时间内放出/吸收能量的总和，其约束为：
[0054][0055]
其中，e
1,t
和e
2,t
分别为t时刻蓄电池和超级电容蓄电量，和分别为超级电容充、放电效率，和分别为蓄电池充、放电效率。
[0056]
一般储存能量还需满足：
[0057][0058]
其中，分别所配置的蓄电池和超级电容。
[0059]
本实施例中，构建风储联发系统，进而考虑风电场日前、日内调度需求整体性，并将调度需求与不同类型储能性能匹配。
[0060]
风电场配置储能后组建成风储联发系统，相对于风电场而言，风储联发系统具有更高的灵活性，可对风电场的出力进行调节，其典型结构如图2所示。
[0061]
图2中，p
grid
为风电和储能的联合出力，pw为风电场出力。
[0062]
1)日前阶段风电场储能配置
[0063]
日前阶段主要解决风电场出力的的“反调峰性”如图3所示，以某日风电场日前出力进行消纳示意，整个过程分为预申报阶段和再申报阶段两个阶段。
[0064]
预申报阶段是指，风电场将日前预测风电出力作为预申报出力向上级电网调度申报，上级调度部门在校验电网安全、可靠和经济等指标后向风电场下发可消纳风电。如图3所示，如果不进行其它方式调节，风电出力“反调峰”性会导致大量弃风。
[0065]
再申报阶段是指，风电场对风电消纳率进行核验，如果满足要求，则以预申报出力作为申报出力上报调度确定；如不满足要求，风电场依据可消纳风电与预申报出力的关系，在考虑经济性和风电消纳率要求的基础上，进行蓄电池配置，使得风电消纳满足要求，如图4所示。
[0066]
2)日前阶段风电场储能配置
[0067]
日内阶段主要解决日前阶段结束后，风电“波动性”导致的风电偏差问题。即实际风电出力为：
[0068][0069]
其中，和δp
w,t
分别为t时刻风电实际出力、预测出力和预测偏差。
[0070]
实际风储系统的出力与申报出力存在偏差，一般可以采用超级电容进行平抑偏差，即：
[0071][0072]
其中，p
sb,t
为t时刻经蓄电池调整后的上报出力；分别为日前蓄电池在t时刻的充放电功率；分别为t时刻超级电容的充放电功率；p
qw,t
为t时刻弃风功率；δp
s,t
为调整措施实时后t时刻并网偏差。
[0073]
但仅考虑超级电容单独平抑偏差会使得其所配置的容量较大，经济性不太可观。因此，本实施案例充分考虑蓄电池与超级电容的配置，即蓄电池动作区间段，可以优先修改蓄电池运行状态，消除偏差量；蓄电池未动作时段，由所配置的超级电容来消除，示意图如图5所示。
[0074]
当然，蓄电池参与偏差消除时，需满足如下关系：
[0075][0076][0077]
其中，分别为日内蓄电池调整出力后在t时刻的充放电功率。
[0078]
此外，为了保持蓄电池的使用寿命，蓄电池日内调整不改变充放电状态，即满足：
[0079][0080]
本发明中，分析和整体性考虑风电在日前、日内阶段并网的调度需求特点，建立计及储能使用年寿命的风电场整体性储能优化配置模型，以风电场年运行收益为目标进行储能配置，考虑所配置储能实际使用寿命下的成本年值、年弃风惩罚成本、并网偏差考核成和年售电收益。
[0081]
所配置储能实际使用寿命下的成本年值主要由电池本体购置成本、辅助设备成本、运行维护成本和回收残值所构成。
[0082]
1)本体购置成本：
[0083]
[0084]
其中，λ
i,e
和λ
i,p
分别为第i类电储能的单位容量和功率购置单价。p
imax
分别为第i类电储能所配置的容量和功率。
[0085]
考虑货币时间价值的影响，电储能的本体购置成本年值为：
[0086][0087][0088]
其中，r为折现率，取值0.08；li为第i类电储能的实际使用年寿命。
[0089]
2)辅助设备成本：
[0090]
第i类电储能的辅助设备成本c
i,sup
可描述为：
[0091][0092]
其中，为第i类电池辅助设备的单位容量价格。
[0093]
同理，辅助设备成本的年值为：
[0094][0095]
3)运行维护成本
[0096]
电储能的年运行维护成本由年固定运行维护成本和年可变运行维护成本组成，则第i类电池的运行维护成本可表述为：
[0097][0098]
年固定成本主要反映人力和管理的投入费用，其与日常的电池运行状态无关，主要受储能类型和所配置的功率有关。
[0099][0100]
其中，为第i类电池的年固定运行维护成本系数。
[0101]
年可变成本主要反映电池日常运行所需要的费用，受日常运行状态影响，主要由每天所处理的能量大小来刻画，考虑时间价值因素的影响，可表述为：
[0102][0103]
其中，为第i类电池的单位充放电量运行维护成本；y
i,j
为第i类电池第j天的充/放电量。
[0104]
4)回收残值：
[0105]
电池储能的理论寿命结束时，可通过回收利用获得收益，其回收年值可表示为：
[0106][0107]
其中，κ
i,rec
为第i类储能的回收系数，取0.15。
[0108]
综上，电储能的配置在寿命周期内的成本年值可表述为：
[0109][0110]
年弃风惩罚成本为：
[0111][0112]
其中，为年弃风惩罚成本；k
qw
为风电惩罚系数，取值2；λ
grid,t
为t时刻的风电上网单价；δt为为采样时长，取值0.15h。
[0113]
并网偏差考核成本为：
[0114][0115]
其中，为年并网偏差考核成本；k
pc
为偏差考核系数，取值3；为第j天t时刻允许的偏差量，取预测出力的2％
[0116]
年售电收益为：
[0117][0118]
其中，为年售电收益；λ
grid,t
为t时刻的风电上网单价。
[0119]
则目标函数为：
[0120][0121]
为了满足弃风率控制要求范围内，设置年弃风率约束：
[0122][0123]
其中，分别为第j天第t时刻的风电预测出力和可消纳风电；γ
qfl
为弃风控制水平，取5％。
[0124]
此外，实施案例约束还包括式(5)-式(7)和式(8)-式(12)。
[0125]
本本实施例中，选取我国中部某风电厂进行电储能配置和相关分析，并以该风电厂2018年整年的风电预测出力、可消纳风电和预测出力偏差作为数据样本，为了分析和模型求解方便，将数据以日为单元，进行聚类，得到4类典型日，如图6-图7所示；蓄电池选择铁锂蓄电池和超级电容，其相关参数如表1所示；风电上网单价为0.6元/kwh。
[0126]
表1电储能的成本参数
[0127][0128]
为便于对比所提电储能配置方案的有效性，共设计3个方案。
[0129]
case1：实施案列所提储能配置方案；case2：相比于case1，未考虑调度需求整体
性；case3：相比于case1，未考虑实际使用寿命约束，但按照实际使用情况进行实际使用寿命年折算。调用fminunc函数和编程求解各方案，结果如表2：
[0130]
表2不同方案储能配置结果
[0131][0132][0133]
分析表2可知，方案1相比方案2可以有效延长超级电容的使用寿命，以及可降低超级电容功率和容量的配置，但由于方案1中的蓄电池在一定时段内需要兼顾风电消纳和偏差消除，其需配置的蓄电池功率和容量有所提高。将方案1与方案3对比可知，方案3未考虑使用寿命约束虽然可以降低蓄电池容量和功率的配置，但蓄电池运行在深度充放电状态，使得蓄电池实际使用寿命降低。
[0134]
表3不同方案经济系比较
[0135][0136]
结合表1、表3，对比方案1和2可知，本案列考虑日前-日内调度需求整体性配置方案在风电消纳和偏差消除相当的情况下降低了储能配置和年运行成本，验证了本发明配置电储能方案有效性；对比方案1和3可知，考虑使实际用寿命约束的电储能配置年运行成本更低，提高了年运行收益，验证了本发明考虑使实际用寿命的有效性。
[0137]
在本发明中，针对风电场储能配置较少考虑储能的实际使用寿命对储能成本的影响，以及欠缺考虑风电并网的日前、日内阶段调度需求的整体性，种计及储能使用年寿命的风电场储能配置方法。本发明可使得蓄电池和超级电容得到更合理配置，一定程度上提升了配置储能方的收益，可为新能源发展和应用提供助力。
[0138]
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作任何其他形式的限制，而依据本发明的技术实质所作的任何修改或等同变化，仍属于本发明所要求保护的范围。