柳 丹，江克证，曹 侃

（国网湖北省电力有限公司 电力科学研究院，武汉 340077）

随着“碳中和、碳达峰”能源革命的不断推进，构建清洁高效的能源供给体系已逐步成为世界各国研究的重点。我国已明确提出以新能源为主体的新型电力系统发展路径，未来每年将至少新增12 GW 及以上的新能源装机规模，电源也将呈现间歇性和波动性的属性。同时，以电动汽车为代表的新型负荷不断接入，负荷端变化使得负荷属性也逐步发生改变，因此，源-荷两端的双重变化给电力系统提出了更高的要求和挑战。

电化学储能是提升新型电力系统安全稳定运行的重要手段，具备选址灵活、功率密度高、响应速度快等优点，可用于破解规模化新能源和负荷接入带来的系统稳定性问题。在风电和光伏为主的新能源大规模接入电网以及规模化电动汽车无序充电对电网带来的双重影响下，储能的配置以及灵活性调节资源的联合应用显得格外重要。国内外众多学者已围绕风光储充的应用场景、拓扑结构、配置方法和调度策略开展研究。文献［1］面向多源混合微电网储能配置，通过建立风电、光伏、柴油发电机和蓄电池储能的数学模型，并梳理微网容量优化的约束条件和目标函数。文献［2］针对风光互补发电系统，提出了一种改进的容量优化储能配置方法，使小容量配置储能在系统独立运行时实现供电的高可靠性，并网运行时满足负荷需求和平抑电源波动。文献［3］面向规模化充电桩，提出一种规模化电动汽车参与微网运行管理的优化方法，提高微电网经济性运行同时也实现了对区域负荷的有效管理。在储能经济性约束背景下，众多学者研究考虑通过其他的灵活性调节手段和技术以实现电源和负荷间的实时平衡［4］。柔性互联作为其中一种调节资源，可以实现不同区域间的电网互联，对线路进行功率调配和电压支撑，进一步提升电网运行的灵活性。

基于上述背景，本文构建了含风电、光伏、储能、电动汽车和柔性互联的源荷储系统，通过储能、电动汽车和柔性互联等多种灵活性调节，实现对区域电网内风电、光伏的最大消纳，提出系统的能量优化控制策略，实现存量储能资源的充分利用，并提出了面向新能源最大消纳情况下的最优储能配置。

1.1 风力发电

目前，风力发电主要以双馈或全功率两种类型并网，均是通过变流器实现与电网互联。传统发电机组因为其运行方式，同时具备解决负荷变化引起不平衡功率的能力且可以“穿越”电网扰动，因而具有较强的致稳性和抗扰性［5］。

当风力发电等新能源作为区域电网唯一电源时，其对电网的频率、电压和电能质量均存在影响，同时风电功率具有波动性和间歇性等特点，需要通过精准的超短期、短期和中期来实现风电并网功率的准确性和间接可调配性，针对源荷两种形态来看，风电的调峰具备正反调峰2种效应，正调峰效应是指风电的日出力曲线与电网日负荷曲线正相关，风电与负荷叠加可等效减小负荷峰谷差，反调峰效应是指风电的日出力曲线与电网日负荷曲线反相关，风电与负荷叠加将等效增大负荷峰谷差。

1.2 光伏发电

光伏发电受太阳辐射影响很大，晴朗白天太阳辐射强度高，阴雨天和夜间太阳辐射量很小，因此具有高度的不确定性。光伏电池输出特性主要与光照强度和温度有关，光伏电池输出特性如图1和图2所示，图1为温度保持不变（T=25 ℃）时，光照强度G分别为300 W/m2、600 W/m2、800 W/m2和1 000 W/m2时的光伏电池输出I-V曲线和P-V曲线；
图2为光照强度保持不变（G=1 000 W/m2）时，环境温度T分别在5 ℃、15 ℃、25 ℃和50 ℃时的光伏电池输出I-V曲线和P-V曲线。如图1（b）和图2（b）所示，光伏输出P-V 曲线为一个单峰值曲线，当电压增大时存在唯一的电压值对应输出功率最大值，该点为最大功率点（Vmpp，Pmpp），光照强度的变化对光伏电池输出功率影响较大而受温度影响较小。

图1 温度一定光照不同时的特性曲线Fig.1 The characteristic curves when the temperature is constant and the illumination is different

图2 光照一定温度不同时的特性曲线Fig.2 The characteristic curves when the illumination is constant and the temperature is different

图3展示出某省光伏的日出力曲线，x轴表示全天1—24 h，y 轴表示全年1—365 d，z 轴表示光伏出力占装机容量的比例，可以明显看出光伏日曲线的输出特性呈现典型的骆驼峰形式。

图3 某省光伏电站不同季节下典型日出力曲线Fig.3 Typical daily output curves of photovoltaic power plants in different seasons in a province

1.3 储能系统

储能系统的应用贯穿于电力系统发电、输电、配电、用电的各个环节［6］，不同环节的储能系统具备不同的应用功能，其中，电源侧储能具备平抑波动和跟踪计划出力能力，电网侧储能具备调峰、调频和电压支撑等能力，负荷侧储能具备对用户侧的保供电、优化电能质量等能力。

储能系统功率和能量取决于其配置，响应速度取决于变流器的动态响应时间。一般来说，储能系统可以实现ms 级的响应，而规模化的储能电站在AGS 指令下达后，在3 s 内也可以实现全功率响应，因此，储能是具备双向调节能力的灵活性资源，在一定经济范畴内具备非常优益的调节能力。

1.4 电动汽车负荷

电动汽车负荷特性主要与其充电规律相关联，其主要对配电网层面产生影响，由于电动汽车充电具有时空性和不确定性，因此，其对配网的电压、谐波、三相不平衡等电能质量存在影响，同时，也对配网规划、运行网损和配变超容有影响［7—8］。

电动汽车的具备快充和慢充的两种充电方式，慢充是指采取小电流对蓄电池进行充电，充电时长通常是5～8 h，一般夜间采用慢充方式，快充是采用较大电流对蓄电池充电，充电时长通常在30～120 min，因此电动汽车负荷的分布特点是在谷电时具有大部分的慢充用户，而在非谷电阶段拥有较多快充用户。目前，通过电动汽车有序充电的方式可以优化电网运行的同时也降低用户的充电成本，考虑未来运行场景下电动汽车均具备电网互动（vehicle to grid，V2G）功能，电网可以统筹电动汽车充放电和电力调度需求，实现汽车与电网间的能量互动并参与辅助服务，电动汽车负荷V2G示意图如图4所示。

图4 电动汽车负荷V2GFig.4 Electric vehicle V2G

1.5 柔性互联

柔性互联具备电压变换、电压隔离、提升电能质量、能量双向流动的综合调节能力，能够根据故障情况或系统需要，自主地实现区域电网分离，提高电网的自愈性，能够调节网内的馈线潮流，实现功率的快速调节能力，因此，柔性互联具备分布式新能源最大消纳、改善电能质量和优化区域电网运行的能力。

本场景下的柔性互联主要用于区域间的电压变换、稳态运行调控、协调优化控制、区域保护控制和自愈控制，根据调度要求可实现负荷监控、功率自动调节、能量管理、潮流调度等电网需求。

如图5所示，柔性互联基于电力电子技术，采用AC/AC 拓扑结构，对于高压大功率应用场景在变流器端也可采用模块化级联，具有良好的动态特性，可以进行ms 级的功率响应，同时具备应对短路故障、完成低压穿越等功能。

图5 柔性互联基本拓扑结构Fig.5 The basic topology of flexible interconnection

1.6 灵活性调节资源

储能系统、电动汽车负荷和柔性互联是灵活性调节，综合来看，不同类型提升系统灵活性的技术路径各具优势，针对不同场景均有一定的适应范围。在发展规模潜力方面，电动汽车、储能系统和柔性互联发展潜力较大；
在调节特性方面，储能系统和柔性互联较优；
在响应时间方面，储能系统响应较快；
在经济性方面，储能系统和柔性互联更为经济；
在安全性方面，柔性互联更为安全；
在环保性方面，柔性互联和电动汽车能较为环保。不同类型提升系统灵活性技术路径评价如表1所示。

表1 不同类型提升系统灵活性技术路径评价Table 1 Technical path evaluation of different types of improving system flexibility

2.1 应用场景

如图6 所示，应用场景的拓扑包含区域电网1和区域电网2，其中区域电网1由含风电、光伏、储能系统、电动汽车负荷和柔性互联组成的微电网与本地电网组成，区域电网1 和区域电网2 通过柔性互联装置实现互联，区域电网1 的微电网中的储能系统、电动汽车负荷和柔性互联是调节性资源。

图6 含风-光-储-电动汽车-柔性互联的应用场景基本拓扑Fig.6 The basic topology of WG-PV-ESS-EV-FI

2.2 配置目标

考虑本地电网呈孤岛模式运行，且只通过柔性互联实现与其他区域电网互联，且电动汽车负荷需100%来自于本地电网的新能源发电，电动汽车负荷具备V2G功能，但主要以有序充电作为调节手段［9］，而储能和柔性互联均可以实现双向调节，但柔性互联调节功率不超过区域电网中电源总装机容量的50%。综合考虑的灵活性调节资源的组合，结合系统优化控制策略，实现储能容量的最优配置。

2.3 约束条件

计及含风电、光伏、电动汽车负荷和柔性互联的多单元微电网系统，结合储能配置目标，储能优化配置的约束条件将分别围绕能量约束、运行约束、可靠性约束和功率波动约束等方面考虑［1—2］。

（1）考虑能量平衡约束条件

考虑以区域电网中微电网容量为约束条件时，此时整个系统中吸收和释放的能量相等，如图6 所示，其中区域电网1中微电网包含风电、光伏、储能、柔性互联和电动汽车负荷，由此可以得出系统的能量平衡约束

式中:Ewind为相同时域下风力发电的输出电量；
EPV为相同时域下光伏发电的输出电量；
EES为相同时域下储能系统的调节电量；
EFI为相同时域下柔性互联的调节电量；
EEV为相同时域下电动汽车负荷调节电量；
Eload为相同时域下流向本地电网恒定电量，孤岛运行模式下为0。

（2）考虑运行平衡约束条件

当考虑以运行平衡约束为主要条件时，此时以秒、分钟和小时为元素，构建功率的平衡关系，可以得到储能充放电的配置约束条件

式中:Pwind(t) 为某时间点风力发电的发电功率；
PPV(t)为某时间点光伏发电的发电功率；
PES(t)为某时间点储能系统的充放电功率；
PFI(t)为某时间点柔性互联的调节功率；
PEV(t)为某时间点电动汽车负荷充放电功率；
Pload(t)为某时间点流向本地电网的功率，孤岛运行模式下为0。

PES(t)、PFI(t)和PEV(t)均根据优化策略进行主动调节。定义储能、柔性互联和电动汽车负荷为流向区域电网1为正，此时储能正处于放电状态，柔性互联的功率流向为区域电网2流向区域电网1，电动汽车负荷正向电网放电；
同时储能、柔性互联和电动汽车负荷为流出区域电网1 为负，此时储能正处于充电状态，柔性互联的功率流向为区域电网1 流向区域电网2，电动汽车负荷正向充电。

（3）考虑供电可靠性约束条件

含风电、光伏、电动汽车负荷和柔性互联等多元系统其首要任务是满足负荷的用电需求，因此，在满足可靠性的前提下系统的经济性才有意义，衡量系统供电可靠性的指标包括负荷缺电概率（loss of power supply probability，LPSP）、失负荷时间期望（loss of load expectation，LOLE）、系统停电频率或电量不足期望（expected energy not served，EENS），其中，负荷缺电概率是最常用的系统稳定性指标。

负荷缺电概率fLPSP指在独立运行模式下发电单元发电量小于负荷需求的概率，在负荷确定的情况下，可表示为

式中:εG(t)是指电网最大的功率变化率。从输电的友好性来看，该指标越小越好，考虑到功率波动对区域电网1 是消极波动，而通过储能柔性互联对区域电网2的功率进行调节属于积极波动，因此，理想场景下变化率应该为0。

3.1 源-荷-储多元系统控制架构

含风电、光伏、储能、柔性互联和电动汽车负荷的源-荷-储多元系统控制架构分为本地层和调度层，其中，本地层根据源荷储间的差异化功能应用，又针对性的分为新能源场站级控制、规模化负荷级控制和灵活调节资源控制，其对应分别由调度层的新能源场站的调度模块和调节资源的聚合管控模块分别控制，最终由电网调度系统整体控制，并对本地层实现遥控、遥测和遥调，系统的控制架构如图7所示。

图7 源-荷-储系统控制架构Fig.7 The control configuration of source-load-ESS

3.2 源-荷-储多元系统优化控制

源-荷-储系统的优化控制策略如图8 所示。源-荷-储的多元系统控制方式主要依据各单元的控制方式，一般来说，单元的控制方式主要依托与电网的接口装置来实现电压源特性或是电流源特性，其中电压源特性的控制方式为V/F控制，电流源特性的控制方式为PQ控制，系统中各单元控制方式如表2 所示。稳态运行时，区域电网是电压源，储能、柔性互联和电动汽车负荷均是灵活性调节资源，当区域电网发生故障时，系统呈现孤岛运行方式，此时储能和柔性互联均可以通过控制模式的调整实现对系统电压控制，同时，系统也将被灵活性调节资源将被削弱。

图8 源-荷-储系统的优化控制策略Fig.8 The optimization control strategy of source-load-ESS system

表2 源-荷-储多元控制模式Table 2 Multiple control mode of source-load-ESS system

考虑风电和光伏是尽发尽用和零弃风弃光率的原则，通过储能、柔性互联和电动汽车负荷来逐级灵活调节来实现系统能量的优化控制。首先，考虑系统将调节资源的优先级区分，柔性互联调节优先级最高，其次分别是储能和电动汽车，分别采用最优逼近方法分别对柔性互联、储能和电动汽车给的最优功率。

调度实时进行发电功率和负荷功率的核算，若新能源发电功率大于负荷功率时，首先，判断电动汽车的可充容量并优先对电动汽车充电，以保证电动汽车负荷的尽多消耗新能源发电；
其次，当电动汽车负荷无可充电量时，此时系统将判断储能的SOC值，当SOC值小于90%时，将向储能充电，当SOC值大于90%时，将停止向储能充电；
再次，当发电功率仍大于负荷功率，此时盈余功率将通过柔性互联向区域电网2流动。若新能源发电功率小于负荷功率，负荷的功率缺额量将通过柔性互联实现区域电网2向区域电网1的流动，当柔性互联达到额定值时，若此时储能SOC大于20%时，储能向电网放电直至储能SOC降至20%以下，若此时还存在发电小于负荷情况，则通过电动汽车V2G功能实现放电。

柔性互联将主要承担基础功率调节作用，通过采用最优逼近法设置功率指令值，其原理是采用基本的电平来叠加出离参考电压最近的电平，基础功率外的功率需求将由储能系统进行调节。

选取某城市电力系统拓扑图，如图9所示，区域电网1 中包括2 个风力发电基地、2 个光伏发电基地、1 个规模化电动汽车负荷、1 个储能系统和1 个柔性互联，并通过主用开关和备用开关实现线路的冗余合分闸。根据《国家能源局关于推进新能源微电网示范项目建设的指导意见》［10］中明确要求“微电网内可再生能源装机功率与峰值负荷功率的比值原则上要达到50%”，区域电网1中的新能源发电量与规模化电动汽车负荷的比例约50%。电动汽车负荷、储能和柔性互联是区域电网1 的灵活性调节资源，区域电网1 的功率盈余或匮乏时可以通过柔性互联实现与区域电网2间的互联调度。

图9 含风-光-储-电动汽车-柔性互联的案例Fig.9 The case configuration of WG-PV-ESS-EV-FI

本算例风电场1、2 和光伏电站1、2 均接入区域电网1，总装机规模为50 MW，根据当地调度部门提供的风电场和光伏基地的历史数据，得到2 个风电场和2个光伏基地的当日分钟级波形图，如图10所示，风力发电随机性和波动性较大，且夜间出力相对较多，而光伏输出波形呈现典型鸭嘴形态，中午出力较多，2 个风电场和光伏电站的最大功率分别为19.3 MW、10.2 MW、14.3 MW和7.7 MW。

图10 风电场和光伏电站24 h输出功率波形Fig.10 24-hour output power waveform of wind farm and photovoltaic power station

通过当地调度部门获得电动汽车24 h的分钟级的充电负荷曲线，如图11所示，电动汽车负荷用电负荷具备随机性和间歇性特点，整体的用电负荷相对较小，但仍存在用电负荷高峰，峰值负荷为114 MW。

图11 电动汽车负荷24 h充电负荷曲线Fig.11 24-hour charging power waveform of EV load

根据相同的应用场景，考虑柔性互联的最大功率调节为新能源装机规模的50%，功率为25 MW，分别考虑采用单储能调节、储能和电动汽车负荷调节、储能和柔性互联调节以及储能、电动汽车和柔性互联对比分析风电和光伏发电盈余时通过电动汽车、储能和柔性互联等灵活性调节资源共同实现功率和能量调节，分析不同调节资源下储能的配置情况，随着灵活调节资源的增多，储能配置也呈逐步减小的趋势，如表3所示。

表3 不同灵活性调节资源组合投入后的配置比较Table 3 Comparison of EES configuration based on diffenertial adjustment resource

当电动汽车、储能和柔性互联等灵活性调节资源均投入使用后，若采用源-荷-储优化控制策略，可以进一步降低储能系统的配置，达到19 MW/79 MWh，储能配置可以降低至控制策略优化前的16.4%，但同时也具备对系统稳定性和高效性运行的有力支撑。源-荷-储系统优化控制策略功率输出如图12所示。日内的功率输出波形，可以明显看出控制策略优化后，电动汽车的负荷呈现有序利用状态，柔性互联根据调度并在自身功率上下限范围内进行最优功率逼近调节，从而节约储能的调节次数和功率。

图12 源-荷-储系统优化控制策略功率输出Fig.12 The output power waveform with the source-load-ESS system optimial control

本文提出了含风电、光伏、储能、电动汽车和柔性互联的源-荷-储系统，考虑能量平衡、运行平衡、供电可靠性和功率波动等约束条件，提出储能系统的配置目标和约束条件，基于某地的典型拓扑结构和当地风光和电动汽车的历史数据，提出面向储能、电动汽车和柔性互联的不同灵活性格调节资源的组合配置下的储能最优配置，同时，通过源荷储的系统优化控制策略，可以大幅度降低储能配置，由此可见，可以通过充分利用电动汽车等存量化的灵活性调节资源，经过有效的平台管理和系统优化，在相同调节效果的情况下，实现了储能系统的最优配置，从而减少增量储能的配置和投资，提升社会资本利用效率。D

猜你喜欢 储能柔性功率 《“十四五”新型储能发展实施方案》出台矿山安全信息(2022年9期)2022-11-24柔性接口铸铁排水管在建筑排水工程中的应用建材发展导向(2022年14期)2022-08-19二维有限长度柔性壁面上T-S波演化的数值研究北京航空航天大学学报(2022年7期)2022-08-06考虑用户优先级的云储能用电策略优化电子乐园·下旬刊(2022年5期)2022-05-13中小企业柔性体系的协同与共治机理现代企业(2021年11期)2021-12-08碳中和下的新赛道">储能：
碳中和下的新赛道股市动态分析(2021年7期)2021-04-20破冰船推进功率与破冰能力的匹配性分析舰船科学技术(2021年12期)2021-03-29“功率”练习中学生数理化·八年级物理人教版(2016年5期)2016-08-26功和功率的常用计算方法中学生数理化·八年级物理人教版(2016年5期)2016-08-26化解功和功率疑问新高考·高一物理(2015年3期)2015-08-20