一种储能系统削峰填谷的变参数功率差控制策略分析

刘志良

摘要：随着储能技术的发展，利用一定功率处理原理的控制策略容易出现“大马拉小车”的现象，因此，利用储能系统达到最佳的谷忠峰效果将成为研究热点。在此基础上，本文提出了调整峰谷效应的变参数功率差控制策略。利用储能系统的多目标函数优化模型，以最低的成本实现储能系统的峰谷要求。

关键词：储能系统；变参数功率差控制；削峰填谷

引言

随着经济的飞速发展，电力负荷的需求量不断攀升，使得负荷特性呈现用电集中、峰谷差大的特点，严重影响了电网的安全平稳运行和用户用电的可靠性。此外，为应对全球能源危机和环境污染问题，电动汽车(ElectricVehicle,EV)作为传统燃油汽车的替代品得到了大力推广及使用,入网的电动汽车数量显著上升。然而，大量EV随机接入电网进行无序充电，极易造成峰上加峰的现象，进而加剧电力系统的负荷峰谷差，给配电网的经济稳定运行造成很大的影响。因此，如何对配电网负荷曲线进行削峰填谷，减小峰谷差，保证配电网的安全稳定运行具有重要的现实意义。

1客户侧储能参与自动需求响应项目架构

通过调查，准确评估客户能源资源的可移动负荷，在经济分析的基础上合理配置能源资源，发挥客户能源用户的负荷调节潜力，提高储能客户的能源应用效率，提高客户和电网能源用户的韧性，制定经济灵活的需求响应实施策略，引导客户能源存储资源积极参与需求响应，同时确保电网和用户的双重效益。(1)云主要是可调负荷的中央控制系统和不同等级的控制中心或负荷机组控制中心，实现所有负荷的综合分配，以接入主站平台或等级控制中心，并发布网格交互指南。(2)管道层主要用于连接云边缘和通信层，通常使用互联网或长途广域网。除了这一层的通信设备，还必须使用通信安全设备，通常是防火墙或专用管道。(3)边界层对客户储能运行数据进行存储、预处理和分析，整合相关管理策略，对客户储能电站进行实时管理。边缘层还接收云生成的网格交互命令，根据客户端上的储能电站的运行方式，将实时网格交互命令转换成控制策略，并发送到终端层，以执行实时控制。(4)最终层主要分为独立的powerconversionsystem (PCS)和电池。PCS输出控制可以改变客户储能电池的电源，使用户通过储能参与电网侧的需求响应。

2含MESS的主动配电网分层控制策略

主动配电网优化中，可将储能的优化调度和无功优化相互配合，使系统运行在更优状态。固定式储能在电力系统中的优化效果受限，因此，本文提出了一种基于MESS和无功补偿装置的分层动态控制策略。其中，各MESS构成总储能系统。上层控制中，根据典型日负荷预测曲线、DG出力预测曲线以及交通网数据，以削峰填谷后净负荷曲线方差以及总储能系统日运行成本最小为目标，在满足功率约束、容量约束的条件下，对储能系统的各时段总充放电功率进行优化。下层根据上层控制优化结果，结合日前负荷风光数据与交通网情况，以系统网损成本最小、MESS迁移成本最小和电压偏移量最小为目标。在调度周期内，对DG无功出力、无功补偿装置出力、每个MESS的各时段出力及接入位置进行动态调控，其中各MESS的功率需根据上层控制得到的储能系统总出力分配。利用改进QPSO算法进行寻优求解，各MESS出力及接入位置结合DG动态无功出力、无功补偿装置动态出力，即可得到整个系统的最优控制策略。

3一种储能系统削峰填谷的变参数功率差控制策略

3.1多目标粒子群储能优化

本文中模型涉及到负荷削峰填谷优化、系统最大充放电和储能配置优化。以储能系统变参数功率为变量，涉及到分布式能源配电系统储能功率、各项平衡约束。储能系统可变参数的功率优化本质上是一个多属性决策问题。也就是说，群体中的节点可以向种群适应性好的粒子学习。根据粒子运动路径和种群适应性好的粒子确定全局最优值。得到最佳优化结果集。开发人员根据首选信息选择最佳解决方案。当多目标粒子群算法应用于多目标优化时，帕累托排序机制和基本粒子群算法相结合，解决了最优粒子解，更新了错误的解集。因此，在解决线性约束优化问题时，需要修正可行域外的粒子。因此，在现有粒子群优化算法的基础上，改进了帕累托排序的多目标粒子群优化算法，以确定粒子的速度和位置.

3.2 DC/DC变换器控制设计

控制策略是双闭环控制，外环是功率环，内环是电流环。控制方法是PWM的附加控制，开关管S1和S2的驱动是互补的。电流环是电感电流的内环。蓄电池充电时电感电流内环闭环控制控制控制蓄电池充电电流，保护开关管的安全。电池放电时电感电流内环提高了系统的快速性能。储能装置功率p与预定Pref功率不同而实时获得的误差，通过电压调节器获得电流内环感应电流参考值。然后计算电流内环参考值与充放电电流测量的偏差，将其与电流调节器后的三角形载波进行比较，得到占空比变化的PWM波，即开关管开关信号，实现储能系统的功率控制。

3.3含储能快充电站的结构

含储能快充电站主要包含直流充电系统、储能系统、监控系统和供配电系统。其中，直流充电系统为核心部分，电动汽车通过直流充电机获取电能，进行快充服务；多台直流充电机并接于0.4kV交流母线，并通过变压器接入10kV配电网。储能系统包含电池组、变流器（PCS）和能量管理系统（EMS）；变流器是储能电池组与电网之间的能量转换通道，由整流/逆变模块及直流变换模块组成，完成交直流变换及直流电压变换工作；能量管理系统检测储能系统运行状态，接收电网调度指令，并通过控制变流器调节电池储能系统出力。监控系统负责站内各部分运行状态监测、数据信息采集及交互、调度指令接收及传递、含储能快充电站充放电计划制定等，协调控制电站内各子系统间的运作。供配电系统是含储能快充电站的主要电源，由线路、变压器、开关等一次设备和监测、控制、保护等二次设备组成。

3.4光储微电网拓扑分析

针对客户光存储微系统的应用场景，提出了基于峰谷价格差异的光存储功率调整控制策略。实行峰谷电价的生活区可以用低谷电价储存电力，用峰谷电价生产电力。因此，在峰谷电价机制中，当光伏负载来自超额电力或处于低价时，储能电池充电、光伏系统发电、储能电池将以峰谷电价放电。在光存储微电网系统电力不足或出现故障时，负载由市电供电，充分利用太阳能光伏资源和峰谷电价机制，实现峰谷套利，降低光存储微电网运营成本。我们有。光存储器微系统由分布式光电发电系统、蓄电池系统、升压直流转换器、上升双向升压转换器和并网逆变器组成。假设光伏发电系统的输出功率是Ppv，储能电池的实际充放电功率是Pbat，负载功率是Pload，光系统和大电网之间的交换功率是Pgrid。

结束语

研究了峰谷储能系统的经济运行策略。多目标系统优化问题针对峰谷负荷侧功率、电池储能配置和储能系统成本。利用多目标粒子群优化算法调整惯性权重，优化峰谷多目标储能系统，形成最优帕累托解。tops是解决最优解的方法。研究表明:(1)利用三个子组件多目标优化粒子群优化算法，利用动态自适应粒子群优化算法获得系统控制参数，调整储能系统的SOC超限，可以减少SOC变化范围，降低工程成本。(2)根据日负荷预测曲线，制定储能系统的变参数功率策略。比较实际负荷曲线的控制效果，可以使程序技术满足填补峰谷所需的储能系统容量分配要求，同时最大限度地降低成本。

参考文献

[1]曹锐鑫,张瑾,朱嘉坤.用户侧电化学储能装置最优系统配置与充放电策略研究[J].储能科学与技术,2020,9(06):1890-1896.

[2]陈世锋,陈北海,孙玉民,张振华,李相俊,刘怀照.新能源侧百兆瓦时级储能电站系统集成技术研究与应用[J].电器与能效管理技术,2020(10):47-54.

[3]蒋迎花,侯少攀,刘永忠.多电池储能系统实现削峰填谷的分步优化方法[J].高校化学工程学报,2020,34(05):1265-1273.

[4]罗庆,张新燕,罗晨,周二彪,樊国旗.新能源发电中储能综合利用的优化评估[J].智慧电力,2020,48(09):51-55+62.

[5]马佳炜,秦鹏.储能系统在微电网中的作用[J].电力安全技术,2020,22(09):64-68.