基于价值流分析的微网储能系统建模与控制方法

doi:10.19799/j.cnki.2095-4239.2020.0048

摘要/Abstract

摘要：

含可再生能源发电的微网系统中源、网、荷、储的优化控制对微网系统的运行经济性具有重要意义。为提升微网系统运行经济性，利用流程模拟软件Modelica开发了基于价值流分析的微网模型库EnergySystem。针对储能系统双向流动特点，在传统流变量、势变量基础上对单价变量的计算做了特别处理。通过园区微网系统储能系统充放电策略分析案例，验证了EnergySystem模型库对微网系统优化控制的指导作用。结果表明，合理的储能系统控制策略需要充分考虑分时电价、负荷需求、光伏发电特性、储能系统参数等众多边界条件。相较于储能供应商给出的策略，基于价值流分析的充放电策略可提升峰谷套利约1.8倍，减少弃光量约50%。

关键词: 储能系统, 微网, Modelica, 优化控制, 动态规划

Abstract:

Coordinated control among the energy sources, girds, loads, and storages is vital for the economic operation of a microgrid system, especially when the microgrid system includes energy storage systems. To improve the operation economy of such systems, a model library based on value stream analysis was developed on process simulation software. After calculating the flow and potential variables, the unit price variable was calculated according to the bidirectional flow characteristics of the energy storage system. To verify the reliability of the EnergySystem library in optimizing the control of a microgrid system, the control strategy of its energy storage system was analyzed. The result showed that a reasonable control strategy of the energy storage system must fully consider many boundary conditions, such as the time-of-use electric price, load demand, photovoltaic power generation, and energy-storage system parameters. After implementing a control strategy based on the value stream analysis, the peakvalley arbitrage was 1.8 times higher and the solar power loss was 50% lower than after implementing the strategy of the energy storage provider.

Key words: energy storage system, micro-grid, modelica, optimization control strategy, dynamic programming

中图分类号:

TM 73

李晓恩, 卢婷, 赵璐璐, 周友. 基于价值流分析的微网储能系统建模与控制方法[J]. 储能科学与技术, 2020, 9(3): 735-742.

LI Xiaoen, LU Ting, ZHAO Lulu, ZHOU You. Modeling and control strategy for energy storage system of micro-grid based on value stream analysis method[J]. Energy Storage Science and Technology, 2020, 9(3): 735-742.

图/表 14

图1

图2

表 1

常用载体流变量及其对应的单价变量和价值流以及EnergySystem中单位"

载体依托的流变量 $f$	对应单价变量 $c$	载体的价值流 $f$
物质流量 $m ˙$ /kg·h^-1	￥/kg	￥/h
功率 $E ˙$ /kW	￥/(kW·h)	￥/h
热流量 $Q ˙$ /kW	￥/(kW·h)	￥/h

表 1

图3

图4

图5

表 2

图6

图 7

图8

图9

图10

表 3

符号说明"

c	—	单价变量
e	—	势变量
f	—	流变量
SOC	—	电池充放电状态
$p (k)$	—	环境变量
$u (k)$	—	控制变量
$x (k)$	—	状态变量
下角标
bat	—	储能蓄电池
cal	—	计算值
upstream	—	上游值

参考文献 20

1	ZHANG J , CHO H, MAGO P J , et al . Multi-objective particle swarm optimization (MOPSO) for a distributed energy system integrated with energy storage[J]. Journal of Thermal Science, 2019, 28(6): 1221-1235.
2	MA S , ZHOU D , ZHANG H , et al . Modeling and operational optimization based on energy hubs for complex energy networks with distributed energy resources[J]. Journal of Energy Resources Technology, 2019, 141(2): doi: 10.1115/1.4041287.
3	谢桦, 滕晓斐, 张艳杰, 等 . 风/光/储微网规划经济性影响因素分析[J]. 电力系统自动化, 2019, 43(6): 70-76.
	XIE Hua , TENG Xiaofei , ZHANG Yanjie , et al . Econmic factors analysis of wind/solar/storage microgrid system[J]. Automation of Electric Power System, 2019, 43(6): 70-76.
4	袁霜晨, 蔡声霞, 王守相, 等 . 用户侧热/电综合储能系统经济性建模与分析[J]. 储能科学与技术, 2017, 6(5): 1099-1104.
	YUAN Shuangchen , CAI Shengxia , WANG Shouxiang , et al . Economic modeling and analysis of user-side electrical/thermal comperhensive energy storage system[J]. Energy Storage Science and Technology, 2017, 6(5): 1099-1104.
5	FRITZSON P . Principles of object-oriented modeling and simulation with Modelica 3.3: A cyber-physical approach[M]. New Jersey: John Wiley & Sons, 2014.
6	SCHWEIGER G , NILSSON H , SCHOEGGL J , et al . Modeling and simulation of large-scale systems: A systematic comparison of modeling paradigms[J]. Applied Mathematics and Computation, 2020, 365: doi: 10.1016/j.amc.2019.124713.
7	王楚航, 徐博, 周翀, 等 . 基于Modelica语言的塔式太阳能光热电站的熔盐回路建模与仿真[J]. 储能科学与技术, 2018, 7(4): 134-141.
	WANG Chuhang , XU Bo , ZHOU Chong , et al . Modelling and simulation of a molten salt loop of a solar tower power plant in a modelica environment[J]. Energy Storage Science and Technology, 2018, 7(4): 134-141.
8	杨子龙, 宋振浩, 潘静, 等 . 分布式光伏/储能系统多运行模式协调控制策略[J]. 中国电机工程学报, 2019, 39(8): 2213-2220.
	YANG Zilong , SONG Zhenhao , PAN Jing , et al . Multi-mode coordinated control strategy of distributed PV and energy storage system[J]. Proceedings of the CSEE, 2019, 39(8): 2213-2220.
9	吕超贤, 李欣然, 户龙辉, 等 . 基于小波分频与双层模糊控制的多类型储能系统平滑策略[J]. 电力系统自动化, 2015, 39(2): 21-29.
	Chaoxian LYU , LI Xinran , HU Longhui , et al . A smoothing strategy for hybrid energy storage system based on wavelet frequency allocation and two-level fuzzy control[J]. Automation of Electric Power System, 2015, 39(2): 21-29.
10	张鹏, 张峰, 梁军, 等 . 采用小波包分解和模糊控制的风电机组储能优化配置[J]. 高电压技术, 2019, 45(2): 609-617.
	ZHANG Peng , ZHANG Feng , LIANG Jun , et al . Capacity optimization of hybrid energy storage system for wind farm using wavelet packet decompostion and fuzzy control[J]. High Voltage Engineering, 2019, 45(2): 609-617.
11	曾鸣, 韩旭, 李源非, 等 . 基于 Tent 映射混沌优化 NSGA-Ⅱ 算法的综合能源系统多目标协同优化运行[J]. 电力自动化设备, 2017, 37(6): 220-228.
	ZENG Ming , HAN Xue , LI Yuanfei , et al . Integrated energy system of multi-objective optimal operation based on chaos optimization NSGA-Ⅱ Tent mapping algorithm[J]. Electric Power Automation Equipment, 2017, 37(6): 220-228.
12	禹威威, 刘世林, 陈其工, 等 . 考虑需求侧管理的光伏微电网多目标优化调度方法[J]. 太阳能学报, 2017(11): 2972-2981.
	YU Weiwei , LIU Shilin , CHEN Qigong , et al . Multi-objective optimization scheduling method for photovoltaic based microgrid considering demand side management[J]. Acta Energiae Solaris Sinica, 2017(11): 2972-2981.
13	林泓涛, 姜久春, 贾志东, 等 . 权重系数自适应调整的混合储能系统多目标模型预测控制[J]. 中国电机工程学报, 2018, 38(18): 5538-5547.
	LIN Hongtao , JIANG Jiuchun , JIA Zhidong , et al . Multi-objective model predictive control for hybrid energy storage system with adaptive adjustment of weight coefficients[J]. Proceedings of the CSEE, 2018, 38(18) : 5538-5547.
14	陈满, 陆志刚, 刘怡, 等 . 电池储能系统恒功率削峰填谷优化策略研究[J]. 电网技术, 2012, 36(9): 232-237.
	CHEN Man , LU Zhigang , LIU Yi , et al . Research on optimal peak load shifting strategy of battery energy storage system operated in constant power mode[J]. Power System Technology, 2012, 36(9): 232-237.
15	李建林, 郭斌琪, 牛萌, 等 . 风光储系统储能容量优化配置策略[J]. 电工技术学报, 2018, 33(6): 1189-1196.
	LI Jianglin , GUO Binqi , NIU Meng , et al . Optimal configuration strategy of energy storage capacity in wind/PV/storage hybrid system[J]. Transactions of China Electrotechnical Society, 2018, 33(6): 1189-1196.
16	CHEN X , HEWITT N , LI Z , et al . Dynamic programming for optimal operation of a biofuel micro CHP-HES system[J]. Applied Energy, 2017, 208: 132-141.
17	葛海麟, 陈皓勇, 邱明 . 基于键合图的区域综合能源系统动态仿真研究[J]. 陕西电力, 2017, 45(2): 37-42.
	GE Hailin , CHEN Haoyong , QIU Ming . Dynamic simulation of integrated regional energy system based on bond graph[J]. Shaanxi Electric Power, 2017, 45(2): 37-42.
18	李振坤, 路群, 符杨, 等 . 有源配电网动态重构的状态分裂多目标动态规划算法[J]. 中国电机工程学报, 2019, 39(17): 5025-5036.
	LI Zhenkun , LU Qun , FU Yang , et al . State split multi-objective dynamic programming algorithm for dynamic reconfiguration of active distribution network[J]. Proceedings of the CSEE, 2019, 39(17): 5025-5036.
19	SPILIOTIS K , GONÇALVES J E , SAELENS D , et al . Electrical system architectures for building-integrated photovoltaics: A comparative analysis using a modelling framework in modelica[J]. Applied Energy, 2020, 261: 114247.
20	王成山, 洪博文, 郭力, 等 . 冷热电联供微网优化调度通用建模方法[J]. 中国电机工程学报, 2013, 33(31): 26-33.
	WANG Chengshan HONG Bowen, GUO Li , et al . A general modeling method for optimal dispatch of combined cooling, heating and power microgrid[J]. Proceedings of the CSEE, 2013, 33(31): 26-33.

时段	23:00—7:00	7:00—10:00	10:00—15:00(11:00—13:00^①)	15:00—18:00(16:00—17:00)	18:00—21:00	21:00—23:00
工作模式	充电	待机	放电	待机（放电）	放电	待机
持续时间	8 h	3 h	5 h（2 h）	3 h（1 h）	3 h	2 h
峰/平/谷	谷	平	峰（尖峰）	平（尖峰）	峰	平
电价/元.(kW.h)^-1	0.3648	0.8645	1.3902 （1.5195）	0.8645 （1.5195）	1.3902	0.8645

参量	储能供应商策略	基于价值流分析策略
日市电购电费用/元	697.6	567.5
日峰谷套利/元	123.7	233.0
日弃光量/kW·h	41.6	21.6

[1]	郭雨涵, 郁丹, 杨鹏, 王子绩, 王金涛. 基于贪婪算法的分布式储能系统容量优化配置方法[J]. 储能科学与技术, 2022, 11(7): 2295-2304.
[2]	吴田, 林闽城, 海浩, 孙海渔, 温兆银, 马福元. 面向一次调频的镍氢电池系统开发[J]. 储能科学与技术, 2022, 11(7): 2213-2221.
[3]	张平, 康利斌, 王明菊, 赵广, 罗振华, 唐堃, 陆雅翔, 胡勇胜. 钠离子电池储能技术及经济性分析[J]. 储能科学与技术, 2022, 11(6): 1892-1901.
[4]	田峰, 程志江, 杨涵棣, 杨天翔. 模块化多电平复合变换器电池储能系统容错控制策略[J]. 储能科学与技术, 2022, 11(5): 1583-1591.
[5]	李建林, 张则栋, 李雅欣, 周毅, 岳云力. 碳中和目标下移动式储能系统关键技术[J]. 储能科学与技术, 2022, 11(5): 1523-1536.
[6]	李昊, 刘畅, 苗博, 张静. 考虑冷热电互补及储能系统的多园区综合能源系统协调优化调度[J]. 储能科学与技术, 2022, 11(5): 1482-1491.
[7]	陶飞跃, 王焕然, 李瑞雄, 赵静, 葛刚强, 贺新, 陈昊. 利用环境再冷的二氧化碳储能热电联产系统及其热力学分析[J]. 储能科学与技术, 2022, 11(5): 1492-1501.
[8]	范馥麟, 李军徽, 严干贵, 李翠萍. 储能友好型频率响应服务市场：英国视角[J]. 储能科学与技术, 2022, 11(4): 1278-1288.
[9]	郭斌, 邢洁, 姚飞, 景小敏. 基于双层规划模型的用户侧混合储能优化配置[J]. 储能科学与技术, 2022, 11(2): 615-622.
[10]	刘迪, 张甜甜, 彭宇维, 唐晓梅, 王丹, 毛承雄. 压缩空气储能系统释能环节轴系建模与振荡分析[J]. 储能科学与技术, 2022, 11(2): 563-572.
[11]	朱信龙, 王均毅, 潘加爽, 康传智, 邹燚涛, 杨凯杰, 施红. 集装箱储能系统热管理系统的现状及发展[J]. 储能科学与技术, 2022, 11(1): 107-118.
[12]	沈渭程, 甄文喜, 邵冲, 谢琦. 基于超导磁储能系统的双馈风机协同故障穿越策略[J]. 储能科学与技术, 2022, 11(1): 136-146.
[13]	乔亮波, 张晓虎, 孙现众, 张熊, 马衍伟. 电池-超级电容器混合储能系统研究进展[J]. 储能科学与技术, 2022, 11(1): 98-106.
[14]	高晓芝, 王磊, 田晋, 刘佳璐, 刘庆华. 基于参数优化变分模态分解的混合储能功率分配策略[J]. 储能科学与技术, 2022, 11(1): 147-155.
[15]	卢颖辉. 计及微网储能系统多尺度不确定性容量协调优化[J]. 储能科学与技术, 2021, 10(6): 2235-2243.