基于盈利性与退化约束的风电集成中电池储能系统容量配置技术经济模型
2026-06-03 19:21:54 点击： 次
跟着动力商场政策的演化，电池储能体系（BESS）不只作为可再生动力的备用支撑，更作为电力商场中独立的参加主体取得认可。这一转型使BESS可以经过贱价时段储电、高价时段售电的动力买卖战略，成为具有重要经济价值的资产。传统上用于补偿风电等可再生动力（RESs）发电缺少的BESS，现正承担起以商场为导向的扩展角色。本研讨提出了一种并网风能体系(WES)中蓄电池储能体系(BESS)最优规划的确认办法，可同步优化电池组能量容量(kWh)与功率调节体系(PCS)额定功率(kW)。为支撑这一两层功能，所提框架一起考虑了BESS运转的技能与经济维度。研讨讨论了三种运转战略：(i)使用BESS确保可调度性，(ii)可调度性与收益相结合，(iii)彻底聚集收益而不强制调度许诺。在收益驱动战略中，BESS经过贱价时段充电与高价时段放电完成能量套利。选用根据导数的办法优化放电进程，一起经过动态容量调整办理荷电状况(SoC)违规状况。该模型一起考虑了循环衰减与日历衰减两种老化机制。根据印度动力买卖所(IEX)日前商场(DAM)电价数据的剖析标明，以商场为导向的运营战略明显优于单纯调度形式。与遗传算法(GA)相比，本研讨所提办法能完成更优的经济收益与更高效的老化办理，充沛体现了习惯性商场感知型电池储能体系(BESS)规划的优势。
导言
为削减碳排放而对太阳能和风能等可再生动力（RESs）日益增长的依赖，由于其多变且依赖气候的输出特性带来了应战。这种动摇性使得RESs难以继续实行预订的电力供给许诺，然后引发牢靠性忧虑和潜在罚款[1]。将电池储能体系（BESS）与RESs配对有助于处理这一问题：经过在高发电时段存储过剩能量，并在输出缺少或需求顶峰时开释储能，然后提高全体体系稳定性并削减供给缺少[2]。为支撑这种整合，美国、英国和印度等国近期政策调整答应BESS更灵敏地运转，包括参加除支撑RESs传统角色之外的动力商场[3][4][5]。这些框架使BESS可以作为独立单元运转，使其得以按竞争性日前商场（DAM）价格出售存储的动力。例如在印度，《国家动力存储促进框架》[5]规则：5兆瓦以上的可再生动力项目有必要装备至少掩盖其容量5%的储能体系，并答应出售超出许诺出力部分的放电量。这些监管发展为后续研讨发明了机遇，要点在于确认支撑可再生动力并网的最佳电池储能体系（BESS）规划，一起经过有用的商场参加完成赢利最大化。
根据IEEE Std 2030.2.1.2019规范，电池储能体系（BESS）由电池组与功率调节体系（PCS）构成[6]。该PCS通常包含DC-DC变流器和逆变器等组件，用于完成能量转化进程。如图1[7][8]所示，一种常用装备选用直流耦合架构，将BESS与本地风能体系（WES）集成。文献[9]研讨标明，相较于沟通耦合计划，直流耦合结构具有更高稳定性，因其无需依赖双向逆变器即可直接将剩下能量存储至电池。在该装备中，风力涡轮机产生的沟通电经过AC-DC变流器转化为直流电。该直流电输入直流母线以稳定体系电压并发挥缓冲作用。蓄电池组经过双向DC-DC变流器与直流母线衔接，可根据发电量和需求水平完成储能或供电功能。存储的能量随后经过逆变器转化回沟通电，经LCL滤波器改善电能质量后，再经过升压变压器完成并网。电力转化体系（PCS）负责和谐这些组件以确保运转牢靠高效。根据此架构，所提办法旨在从能量（kWh）与功率（kW）维度确认最优电池储能体系（BESS）容量，使其既能作为并网式风力发电体系（WES）的备用电源，又可作为呼应商场条件改变进行能量买卖的独立体系。
电池储能体系（BESS）在风力发电体系（WES）功率缺少时提供电力支撑方面具有关键作用。其效能与经济性高度依赖于合理的容量装备，具体由功率转化体系（PCS）的额定功率（单位为kW）和电池组能量容量（单位为kWh）共同界说。其中kW级PCS功率决议瞬时功率输出才能，ratedkWh级电池容量则影响继续供电时长。最新研讨中，优化BESS调度战略以下降体系本钱成为首要焦点，但以经济效益为首要方针的BESS最优容量确认研讨相对匮乏。文献[10]提出经过可再生动力（RES）发电过剩时段充电、用电顶峰时段放电来满意本地需求以完本钱钱最小化的办法。另有研讨[11][12]在BESS无法满意负荷时引进柴油发电机（DG）作为备用支撑，特别是当电池荷电状况（SoCrated表示体系可用总能量。精确的容量装备可确保最优功能与本钱效益。为应对可再生动力（RES）的动摇性，电池储能体系（BESS）被整合至混合体系中。现有研讨首要集中于三个方向：(i) 多源微电网中的本钱最小化[10]-[17]，(ii) 以BESS作为备用电源的可再生动力-储能体系中本钱优化[18]-[24]，以及(iii) 提高经济回报的赢利导向型办法[25]-[30][38][39]。Prated governs instantaneous power delivery, Jrated indicates the total energy available. Accurate sizing ensures optimal performance and cost efficiency. To address RES variability, BESSs are integrated into hybrid systems. Existing research mainly focuses on three areas: (i) cost minimization in multi-source microgrids [10], [11], [12], [13], [14], [15], [16], [17], (ii) cost optimization in RES-BESS systems with BESS as a backup [18], [19], [20], [21], [22], [23], [24], and (iii) profit-oriented approaches enhancing economic returns [25], [26], [27], [28], [29], [30], [38], [39].
）较低。但是由于分布式电源（DG）运转本钱昂扬，其使用往往会削弱对BESS进行合理容量装备的经济激励，因其常在电力缺少时接收供电。为更有用办理SoC束缚条件下，部分研讨[13][14]选用概率模型，经过剖析均值和规范差等核算参数来归入风能的动摇性。另有若干研讨使用元启发式办法进行BESS容量装备，但由于其搜索进程具有随机性，这类技能或许导致较高的核算负荷。例如，文献[15]选用改进的瞪羚优化算法(GOA)来最小化体系总本钱，并将结果与粒子群优化(PSO)进行对比。虽然该办法能坚持安全SoC在功率约束方面，该体系面对诸如在可再生动力发电量低或动摇期间削减功率等应战。另一项研讨[16]选用BAT算法随时间分配BESS出力，一起坚持电池规划稳定并在阈值打破时约束放电。%% 类似地，文献[17]结合遗传算法、粒子群优化算法和灰狼优化器(GWO)进行本钱优化，但该研讨假定BESS规划固定，或许导致体系作用欠佳或不可行的运转结果。SoC limits, it faces challenges such as curtailing power during low or fluctuating renewable generation. Another study [16] uses the BAT algorithm to allocate BESS output over time while keeping the battery size constant and limiting discharging when SoC thresholds are breached. Similarly, [17] combines GA, PSO, and Grey Wolf Optimizer (GWO) for cost optimization, though it assumes a fixed BESS size, which can result in less effective or non-viable system outcomes.
部分研讨针对电池储能体系（BESS）容量装备问题开展了以本钱最小化为要点的讨论，首要考虑单一动力与BESS联合运转的情形。此类研讨通常选用两种办法处理调度问题：或经过设定固定BESS容量[18][19]，或在产生读档概率事情时从有限预设容量调集中进行挑选[18][19]。但是，将挑选范围局限于固定容量或许无法取得最优解，因其无法辨认BESS容量继续添加但盈余才能不再提高的盈亏平衡点。所提办法经过动态确认最具经济可行性的规划来处理这一局限性。由于这些办法通常选用孤立可再生动力体系装备，未能充沛发掘电池储能体系（BESS）的经济潜力。文献[20]选用概率性办法，以未供电能量（界说为BESS输送能量与其装机容量的比值）作为规划确认规范，并假定规范化值为0.5，标明BESS以半容量运转。类似地，文献[21]提出根据季节性区间内平均风功率与读档需求比值的规划方针。该比值既用于预算BESS规划，也用于办理其充放电循环。虽然这种根据方针的办法或许适用于日能量曲线等短期场景，但缺少长时间经济性考量。文献[22][23]开发的BESS控制器选用日前读档猜测，后续经过实时数据进行优化以坚持SoC在答应范围内。研讨[24]确认了电池储能体系（BESS）的容量，以补偿猜测差错，一起完本钱钱最小化并坚持SoC但是，这些研讨并未评价盈余才能或讨论所选容量是否能确保全生命周期本钱回收。仅以本钱最小化为方针的容量战略或许无法完成财务可继续性。由于电池储能体系（BESS）经过使用这些资源并考虑商场价格动摇可带来明显经济优势，其盈余才能已成为研讨要点。现有研讨分为两类：第一类是针对包含BESS在内的所有电源的微电网全体盈余核算[25][26]；第二类则聚集于独立可再生动力-BESS体系的容量优化，其中又分为不考虑衰减[27][28][29][30]和考虑衰减模型[38][39]两种状况。本研讨创新性地探索了与可再生动力同母线衔接的BESS容量问题，其核心方针在于使风能体系（WES）具备可调度性与盈余性。在文献[25][26]中，电池储能体系（BESS）是微电网网络中存在的多种电源之一，其方针并非完成使可再生动力（RES）可调度且具有经济效益这一objective。
目前鲜有研讨深入讨论与可再生动力（RES）直接并置于同一母线的电池储能体系（BESS）的盈余才能问题。此类体系中，BESS的首要功能是确保RES的许诺出力[27][28][29][30][38][39]。文献[27]选用混合整数线性规划模型，在考虑分时电价与家庭负荷特性的状况下，对居民用户的光伏-储能体系进行优化装备，以提高上网电价政策下的经济收益。沿用相似思路，文献[28]研讨了为多公寓修建供电的光伏体系中BESS的容量装备问题，并考虑了太阳能的动摇特性。该研讨选用遗传算法求解容量优化问题。文献[29]则提出了一种根据短期电价猜测的光伏-储能体系能量办理战略，经过遗传算法完成收益最大化。但是，该办法选用固定放电计划，未根据价格动摇动态更新放电功率或调整BESS容量，这约束了体系充沛呼应商场动摇的才能。相同，文献[30]提出了一种双层优化战略，用于确认公用事业规划光伏电站的储能装备规划，并经过净现值、内部收益率和投资回收期等方针评价投资绩效。虽然该办法包括财务可行性剖析，但其放电行为与PCS容量坚持稳定，无法习惯多变的商场信号。这种静态装备会约束体系呼应性与调度才能，在实践运转动摇中或许导致储能容量装备违背最优状况。
电池退化本钱在决议储能体系全生命周期费用与盈余才能方面具有关键作用，但许多研讨忽视了这一因素[25][26][27][28][29][30]。例如文献[31]选用了一个整合电压、电流、温度及阻抗数据的复杂多项式模型，用以捕捉诸如SEI层增厚和活性电极资料损耗等重要老化效应。文献[32]的研讨讨论了温度怎么影响充放电进程中的开路电压，经过使用阿伦尼乌斯方程更新动力学参数，证明电池在低温条件下具有更优的功能和更长的寿数。文献[33]经过调整开路电压曲线来辨认部分充电循环中的退化机制，然后提高了剩下容量猜测的精度。文献[34]选用遗传算法与粒子群优化相结合的办法预算电池寿数，但未考虑温度效应。文献[35]进一步使用混合整数线性规划框架内的雨流计数法对退化进程进行建模，该办法一起考虑了完好与部分充电循环。文献[36][37]选用阿伦尼乌斯模型，综合荷电状况、放电深度、固定充放电速率及电池装备等因素进行本钱优化。文献[38]讨论了分时电价下户用与社区储能体系的效益，但这些体系选用静态调度战略与固定容量装备，约束了习惯性与盈余潜力。最终，[39]的研讨聚集于将BESS与风电场整合以完成能量套利，将弃风与退化归入MILP模型。但是其调度战略仍坚持固定，且将退化简化为线性关系，约束了灵敏性并或许随时间推移下降盈余才能。
现有很多研讨首要聚集于可再生动力集成体系中电池储能体系（BESS）容量装备的本钱最小化问题[10]-[24]，这些研讨将BESS作为独立或辅佐电源以满意读档需求或可再生动力供电许诺。但是，此类办法通常将BESS运转约束于仅掩盖可再生动力许诺功率的缺少部分，且普遍制止将剩下能量回售电网，往往导致经济功能欠佳及投资本钱难以彻底回收的应战。这提醒了一个严重缺陷，由于仅根据本钱的容量规划或许导致经济损失。为克服这些约束，近期研讨经过将商场参加机制整合到可再生动力-电池储能体系（RES-BESS）中，转向了赢利最大化方向。遗传算法[28][29]、多层优化[30]以及混合整数线性规划[27][39]等技能已被使用于优化以BESS容量为关键因子的非线性赢利函数。但是这些办法在...时通常依赖启发式或随机调整BESS容量（注：原文切断）。SoC超出阈值时，现有研讨通常仅在单次越限后被迫呼应，缺少结构化容量重装备战略。这会添加核算负担并推迟最优解的获取。此外，大都研讨未能使用猜测差错智能设定BESS初始容量，这一过程本可提高功率并下降读档负担。固定的放电速率也约束了调度灵敏性，约束了赢利最大化潜力。应对这些应战关于开发更具习惯性、高效性且经济合理的电池储能体系（BESS）容量规划与运转办法至关重要，特别是在实践商场环境和体系动态条件下。
根据此，本研讨的贡献可概括如下：
- 1.本文开发了一个具体的迭代框架，用于精确核算与WES同母线装置的BESS容量装备，要点满意可调度性要求和盈余方针。功率（kW）与能量容量（kWh）的初始装备值源自能量循环中最长的放电继续时间，该战略有助于削减迭代次数并加快收敛至最优装备。
- 2.提出一种根据导数的剖析办法以优化电池储能体系(BESS)在每个时间段的功率调度。该办法将印度动力买卖所(IEX)的实时日前商场(DAM)电价与投资本钱、维护本钱及退化本钱相整合，然后精确反映真实收益与开销流。一起考虑了由DAM价格动摇引发的C率改变，提高了调度决议计划的灵敏性。经过图形化验证核算得到的最优功率，并将赢利表达式按单位归一化处理，确保其在不同并网点(PCC)电压等级下的适用性。
- 3.不同于以往选用启发式或随机方式调整BESS容量的研讨，本办法选用结构化重定容流程，将容量增量与SoC越限次数相相关。这确保了后续迭代中BESS规划的可行性，彻底消除SoC越限现象，然后提高定容办法的效能与牢靠性。
- 4.经过选用等效电路模型表征电池储能体系（BESS），该退化本钱模型一起考虑了循环损耗与日历损耗。该模型约束级地捕捉了由SEI层增厚驱动的日历衰减机制，这种现象会导致电池内阻随时间继续增大。容量衰减则选用与SoC衰减特性相关的曲线拟合技能进行建模，然后将优化方针聚集于全生命周期赢利最大化，而非简单的瞬时功能方针。
- 5.在进行优化前，创建了三个不同的能量循环以代表不同运转形式：(i)仅可调度性，(ii)可调度性与经济可行性的组合，以及(iii)仅盈余性。这些循环根据对应于各方针的概率密度函数构建，为在不同实践场景下使用迭代容量框架奠定了坚实基础。
- 6.为验证作用，开发了根据遗传算法（GA）的优化器求解相同问题。结果标明：与GA办法相比，所提办法可完成生命周期赢利最高提高18.7%，平准化本钱下降2.6%，凸显其杰出的经济与运转功能。