SSB电池储能技术在风电系统调峰优化中的应用

1优化调度建模

1.1目标函数

本文设定调度周期为24h，选取1h作为时间间隔建立目标函数。

1)最小化日负荷曲线的标准差：

 

式中：F₁表示日负荷曲线的标准差；P^t_L表示t时刻的系统负荷；P^v_L表示系统的平均负荷；P^t_w表示t时刻的风电预测出力；P^t_E表示t时刻电池储能与系统的交换电量；P^t_gw表示t时刻的弃风电量；k表示t时刻电池储能状态。

2)运行成本最小化：

 

式中：C^t_G，C^t_W，C^t_E分别为火电机组、风电和电池储能的运行成本。

其中，

 

式中：P^t_Gi为t时刻i火电机组功率，a_i，b_i，c_i为i火电机组燃料费用系数；S_i为i火电机组启停费用，本文除火电调峰时调峰机组有启停外，其他时刻不进行机组启停，故在后续计算中忽略此部分。

 

式中：I表示充电成本系数；h示放电成本系数；P^t_EL表示t时刻的充电功率；P^t_EH表示t时刻的放电功率。

3)火电机组出力相邻点差的平方和最小值：

 

2)、3)项目标函数可根据主观赋权理想点法转化为如下的统一表达式：

 

式中：λ₁、λ₂为权重系数，且λ₁＋λ₂=1。

1.2相关约束条件

1.2.1系统运行约束

整个系统功率平衡约束：

 

式中：P^t_G表示t时刻的火电机组功率，P^t_K表示t时刻系统网损。

整个系统的备用约束：

 

 

1.2.2火电机组可考虑的约束

火电机组出力：

 

火电机组爬坡速率：

 

式中：rⁱ_u为i机组向上爬坡速率；rⁱ_d为i机组向下爬坡速率；T60为一个时段即1h=60min。

风电场运行约束：

 

其中：P_w^total为风电场装机总和。

1.2.3电池储能可考虑的约束条件

荷电状态约束：

 

式中：S_SOCt表示t时刻的电池荷电状态，S_SOCmin和S_SOCmax分别表示电池荷电状态的最小值和最大值。

功率方面约束：

 

容量相关约束条件：

 

式中：η表示电池储能系统转换效率；P^t_EH表示电池储能系统t时刻放电量；P_{E_max}表示电池储能系统最大功率；E_{E_max}表示电池储能系统最大容量；N表示电池储能连续充放电时间。

连续工作约束有：

 

 

2求解相关模型

2.1粒子群算法

移动的快慢—速度矿和移动的方向一位置X是粒子群算法的两个主要属性。

 

式中：d为空间维数。

各粒子独立求解最优解为个体极值(p_Best)，全局最优解(g_Best)则根据每个粒子的最优个体极值得到，各粒子可根据当前的个体极值(p_best)以及粒子群全局最优解(g_Best)来改变自己的位置和速度。

 

式中：ω表示惯性因子；c₁和c₂表示学习因子，c₁=c₂∈[0，4]；r₁和r₂表示[0，1]之间的任意数。

粒子群算法流程为：设定开始时的算法参数，主要包括学习因子c₁和c₂、粒子位置和速度初始化、搜索空间范围设定、最大迭代次数和粒子的速度范围；考察粒子的适应度，若适应度值优于当前个体最优值，则更新个体最优值。若所有粒子的个体最优值优于全局最优值，则更新全局最优值；根据式(22)和(23)对粒子位置和速度进行实时计算；当迭代次数达到预设的规定次数或者已经寻找到预设的最优结果，结束寻优过程。

2.2求解模型的流程

录入相关数据；考虑相关约束，对电池储能系统充放电状态和电量进行优化；进行迭代搜索过程；进行优化要求的判断，若达到优化要求进入下一步流程，否则返回上一步循环；基于最优目标函数值和组合解的优化方法，对火电机组的负荷总量进行求解；优化计算火电机组负荷分配；进行优化要求的判断；得到当前目标函数值的最优解后进行输出；终止优化求解过程。

2.3调峰效果相关分析

系统可调峰容量：

 

式中，P_{G_real}、P_GNmin分别表示全网机组实际最小出力和技术出力下限。

日负荷标准差：

 

式中：P_Lmax表示调峰后系统的最大负荷；P_Lmin表示调峰后系统的最小负荷。

 

3实际计算及仿真

3.1机组情况

相关计算系统的机组设置情况见表1。