引言
随着储能技术进步和成本降低以及需求侧的演化发展，用户侧分布式储能的广泛接入是未来电网发展的必然趋势。用户侧分布式储能的接入可有效解决高峰期的用电问题，提升配电网的电能质量和用电可靠性。但与此同时，大量的用户侧分布式储能接入将改变配电网潮流的方向和大小，进而对配电网的网络损耗产生影响。
1配电网运行多目标优化模型
1.1目标函数
1）配电网有功功率波动优化研究配电网功率波动时，认为大电网是稳定的，只考虑功率变化对配电网内部节点的影响，将配电网入口母线作为平衡节点进行潮流计算，则配电网整体功率即为平衡节点输出功率。由于新能源出力具有不确定性且无法准确预测，所以直接考虑一个调度周期内功率的波动是不易的，故可以用滤波算法设定参考值，用实际值和参考值的差值实时表征功率波动情况，如下所示：
式中：１表示平衡节点，其相角为０；Ｐ１为平衡节点发出的有功功率；Ｐ′１表示无储能出力情况下的平衡节点发出的有功功率；ｊ表示和平衡节点直接相连的节点编号，共有ｎ个；Ｒ１ｊ和Ｘ１ｊ分别为平衡节点到ｊ节点的电阻和电抗；Ｕｉ和δｉ分别表示ｉ节点母线的电压幅值和相角，可由潮流计算得到；Ｐ１，ｒｅｆ表示配电网功率控制参考值，是原始功率经低通滤波之后的值，通过跟踪该参考值，可以实现储能平抑配电网功率波动的效果；Δｔ表示功率采集的时间间隔；α为滤波系数，α越小，滤波效果越好；Ｆ为目标函数，表征原始功率和目标功率的差值，即控制储能系统的出力，调整配电网潮流，使原始功率Ｐ１和Ｐ１，ｒｅｆ之差的绝对值最小。
1.2储能系统的ＳＯＣ反馈控制
由于新能源出力的不确定性，在一个完整调度周期内考虑储能系统的出力计划是不易的，故需要对储能系统的出力附加ＳＯＣ反馈，在ＳＯＣ较低的时候减少放电，在ＳＯＣ较高的时候减少充电，使得储能电池的荷电状态维持在合理的区间内，以完成整个调度周期内的工作。
1.3ＮＳＧＡ－ＩＩ算法
非支配排序遗传算法（ｎｏｎ－ｄｏｍｉｎａｔｅｄ ｓｏｒｔｉｎｇｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍ，ＮＳＧＡ）是一种基于Ｐａｒｅｔｏ最优概念的遗传算法，ＮＳＧＡ与基本遗传算法的最大区别在于，ＮＳＧＡ算法在进行选择、交叉、变异等操作之前，对种群中个体之的支配关系进行了分层，通过这种方法，能够选择较优的个体。ＮＳＧＡ－ＩＩ算法ＮＳＧＡ的改进，通过增加精英保留策略、计算拥挤距离值作为密度估计策略和快速非支配排序策略，解决了ＮＳＧＡ算法参数选取难和运行效率低等缺点，是多目标进化算法中应用最为广泛的算法。
2含新能源接入的配电网中储能系统协调控制策略
2.1抑制风光发电出力波动性，提高新能源消纳能力
随着科学技术的发展，新能源发电的发展越来越快，所占的比例也越来越大。但是在新能源发电中，风能和太阳能发电具有间歇性、不稳定性，就给电网接入带来了随机性和波动性。欧洲有关机构研究结果表明，如果风电和光伏发电等新能源发电的装机（或电量）占本国发电装机（或发电量）总量的比例超过某一极限值（不同系统，极限值不同），就必须要配置大容量储能设施来进一步提高电网接纳新能源的能力。通过大规模储能技术，能够实现新能源发电功率的平滑输出，有效调控新能源发电所引起的电网电压、频率及相位的变化，降低新能源发电输出电压波动对电网造成的巨大负面影响，从而保障大规模风电及太阳能电力并网的安全性，提高电网对新能源的消纳能力。
2.2与现有发电厂联合运行，提供辅助服务
通过与现有发电厂联合运行，提高常规电源频率响应特性，提供调频等辅助服务也是储能参与发电侧应用的重要途径。从储能应用于调频辅助服务获取的收益（辅助服务补偿费用）来看，主要包括三部分：一次调频考核费用，AGC调节考核费用，以及AGC调节补偿费用。而根据储能电池参与电力辅助服务市场的形式不同，储能和辅助服务规则范围内的发电厂联合运营，提供调频辅助服务是储能最有可能在电力市场获得收益的模式。
2.3储能在配电网及用户侧的作用
目前储能系统用于配电网侧或用户端的主要应用方式是分布式电源和储能的联合运行，或是更高级应用的微网形式。通过分布式电源、储能和用户的协调控制来实现三者的优化运行，能够提高用户用电电能质量，保障大电网短时故障下的可靠供电。分布式储能具有很强的灵活性，能够在应对各类突发事件时作为应急电源，实现按需调配，并且满足危急时刻局部重要地区的用电需求。储能是分布式发电及微网的关键支撑技术，在包含可再生能源技术的分布式发电及微网中发挥着重要作用，其作用主要体现在稳定系统输出、备用电源、提高调度灵活性等三个方面。
2.4储能在发电侧的作用
对于传统火电机组，储能应用于发电侧，可以提高机组效率、辅助动态运行、取代或延缓新建机组。一方面，根据日前发电曲线和调度中心的实时指令来对储能系统进行充放电，可以调节发电机组的总输出，使发电机组可以在接近额定功率的条件下运行，增强了发电厂整体的调峰能力；另一方面，发电机组在用电低谷时段对储能系统进行充电，可以在用电高峰时段满足高效、快速地向负荷放电的同时还可保证电网的稳定运行。
结语
①以配电网有功功率波动、新能源接入点电压波动为目标，建立了基于低通滤波的配电网多储能系统多目标协调控制优化模型，并且考虑了完整调度周期内储能系统的ＳＯＣ约束，提出储能系统基于ＳＯＣ反馈的控制策略，使ＳＯＣ在一个完整调度周期内一直处在合理区间中。②使用ＮＳＧＡ－ＩＩ算法对本文提出的多目标优化模型进行求解，可以获得优化模型的Ｐａｒｅｔｏ最优解集，根据优化目标的侧重点，在Ｐａｒｅｔｏ前沿上选择合适的解作为控制目标。③对ＩＥＥＥ１４节点配电网进行了算例分析，其中接入光伏６ＭＷｐ，接入风电１０ＭＷ。首先分析无储能时配电网有功功率波动和新能源接入节点电压波动，选择了优化功率波动作为优先控制目标，之后对无储能、储能孤立控制和储能协调控制３种情况的结果进行对比分析，表明了本文协调控制策略的有效性。
参考文献
［1］李建林，马会萌，袁晓冬，等．规模化分布式储能的关键应用技术研究综述［J］．电网技术，2017，41(10):3365－3375．
［2］王承民，孙伟卿，衣涛，等．智能电网中储能技术应用规划及其效益评估方法综述［J］．中国电机工程学报，2013，33(7):33－41．
论文作者:程一笛 鲍革革 陈小东
论文发表刊物:《中国电气工程学报》2019年第3期
论文发表时间:2019/6/11
标签：储能论文; 功率论文; 新能源论文; 节点论文; 配电网论文; 电网论文; 算法论文; 《中国电气工程学报》2019年第3期论文;