分布式化學(xué)儲(chǔ)能系統(tǒng)數(shù)據(jù)分析模型構(gòu)建研究

唐 雨 薇

（四川財(cái)經(jīng)職業(yè)學(xué)院，四川成都 610101）

為了提高儲(chǔ)能系統(tǒng)工作效率，提高設(shè)備狀態(tài)監(jiān)測(cè)及故障預(yù)防的風(fēng)險(xiǎn)評(píng)估能力，以分布式開(kāi)展、利用數(shù)據(jù)集進(jìn)行高速運(yùn)算及存儲(chǔ)成為儲(chǔ)能系統(tǒng)現(xiàn)代化發(fā)展的必然趨勢(shì)。依托智能運(yùn)維、分布式儲(chǔ)能、運(yùn)行優(yōu)化、容量分配等，建立儲(chǔ)能系統(tǒng)數(shù)據(jù)分析模型，以降低線(xiàn)損、優(yōu)化選址、提高效率為基礎(chǔ)，確保儲(chǔ)能系統(tǒng)高效率運(yùn)行，解決大規(guī)模分布式儲(chǔ)能容量配置問(wèn)題，提高高峰調(diào)峰收益。

《電池儲(chǔ)能系統(tǒng)集成技術(shù)與應(yīng)用》一書(shū)系統(tǒng)且全面的闡述電池儲(chǔ)能系統(tǒng)集成技術(shù)面臨困境、系統(tǒng)架構(gòu)、核心設(shè)備、運(yùn)行機(jī)制、電氣設(shè)計(jì)、結(jié)構(gòu)設(shè)計(jì)、熱設(shè)計(jì)、消防安全設(shè)計(jì)、通信與控制、設(shè)備集成與安裝調(diào)試、建模仿真及先進(jìn)技術(shù)應(yīng)用展望等。書(shū)中列舉多種案例，詳細(xì)闡述分布式光伏儲(chǔ)能系統(tǒng)設(shè)計(jì)流程及電池儲(chǔ)能系統(tǒng)數(shù)據(jù)分析模型建構(gòu)。電池儲(chǔ)能系統(tǒng)集成技術(shù)不僅涵蓋系統(tǒng)本身硬件集成與軟件控制，更涉及適用場(chǎng)景的協(xié)同及與傳統(tǒng)儲(chǔ)能系統(tǒng)的配合。本書(shū)可供電氣、電力電子、電化學(xué)、通信控制等領(lǐng)域從業(yè)者參考借鑒，適用電力系統(tǒng)、新能源發(fā)電、火儲(chǔ)聯(lián)合、需求側(cè)響應(yīng)及微電網(wǎng)等領(lǐng)域。

分布式光伏儲(chǔ)能系統(tǒng)數(shù)據(jù)分析模型建構(gòu)：立足傳統(tǒng)能源日益緊缺、新能源高速發(fā)展的背景，分布式儲(chǔ)能系統(tǒng)的研究?jī)A向光伏發(fā)電?；诠舱叻龀?，國(guó)內(nèi)光伏裝機(jī)容量持續(xù)攀升，由于小型分布式光伏具有占地面積小、投資低、棄光率低的特點(diǎn)，成為市場(chǎng)焦點(diǎn)。考慮到光伏發(fā)電波動(dòng)性和間歇性特征，光伏發(fā)電面臨用戶(hù)負(fù)荷區(qū)段差異與供需不匹配的問(wèn)題，為光伏電網(wǎng)并入帶來(lái)一定難度?；诖耍瑢⒒瘜W(xué)儲(chǔ)能電池融入儲(chǔ)能系統(tǒng)（構(gòu)建光伏儲(chǔ)能系統(tǒng)）可削峰填谷，降低需求側(cè)與供電側(cè)能量交互，減輕能量損耗。

根據(jù)光伏儲(chǔ)能系統(tǒng)并網(wǎng)需求，重點(diǎn)考慮儲(chǔ)能系統(tǒng)、光伏系統(tǒng)、并網(wǎng)逆變器及分布式設(shè)計(jì)理念。鑒于儲(chǔ)電較為靈活且效率高，適用于分布式能源系統(tǒng)，所以重點(diǎn)探討鋰電池在電量釋放及存儲(chǔ)的模型搭建。為保證分布式儲(chǔ)能系統(tǒng)能量平衡，依托光伏系統(tǒng)及化學(xué)儲(chǔ)能電池建立數(shù)學(xué)模型，擇取光伏系統(tǒng)與逆變器、電池特征間的參數(shù)特征。其一，光伏系統(tǒng)模型以單二極管五參數(shù)模型為基礎(chǔ)，分析光伏組件輸出電流及發(fā)電總量。其二，化學(xué)儲(chǔ)能電池模型采用電池荷電狀態(tài)特征參數(shù)，反映不同時(shí)刻荷電特征。由于鋰電池存在過(guò)充過(guò)放風(fēng)險(xiǎn)，為保證其使用壽命，需分別設(shè)置荷電狀態(tài)下的上限與下限?？紤]工作中的發(fā)熱問(wèn)題，對(duì)充放電效率有直接影響，設(shè)置充電及放電電流25A。其三，根據(jù)需求側(cè)典型負(fù)荷曲線(xiàn)及不同時(shí)段用戶(hù)用電情況，搭建負(fù)荷模型，設(shè)置日隨機(jī)波動(dòng)及月隨機(jī)負(fù)荷波動(dòng)，獲取負(fù)荷數(shù)據(jù)。

結(jié)合分布式光伏儲(chǔ)能電網(wǎng)分析模型建構(gòu)流程，對(duì)其有效性評(píng)價(jià)涉及能量性指標(biāo)及經(jīng)濟(jì)性指標(biāo)兩類(lèi)。前者表示新能源和需求側(cè)負(fù)荷實(shí)踐匹配度，重點(diǎn)關(guān)注峰谷時(shí)段供需關(guān)系，擇取并網(wǎng)光伏儲(chǔ)能系統(tǒng)技術(shù)性指標(biāo)。以光伏自給率（SCR）與用戶(hù)自給率（SSR）為基準(zhǔn)。SCR 針對(duì)新能源電力使用情況；SSR重點(diǎn)關(guān)注用戶(hù)負(fù)荷的新能源供給比例。后者圍繞峰谷分時(shí)和階梯電價(jià)政策，依托分布式光伏補(bǔ)貼及標(biāo)準(zhǔn)電價(jià)，解讀系統(tǒng)投資回報(bào)。凈現(xiàn)值是其核心組成，代表系統(tǒng)運(yùn)行全周期匯報(bào)和成本的差值，二者差異越大，經(jīng)濟(jì)效率越高。將側(cè)重點(diǎn)放在光伏自給率保障措施，實(shí)現(xiàn)流程為：系統(tǒng)內(nèi)部自主分析光伏發(fā)電電量是否大于實(shí)際負(fù)荷，如大于由光伏實(shí)時(shí)供給負(fù)載，并將化學(xué)儲(chǔ)能電池充滿(mǎn)，剩余光伏電力供化學(xué)儲(chǔ)能電池充電，如果仍剩余光伏電力，將其賣(mài)給電網(wǎng)；如小于，檢測(cè)蓄電池是否有可放電量，分別執(zhí)行蓄電池與光伏同時(shí)供電或電網(wǎng)和光伏向負(fù)載供電。根據(jù)數(shù)據(jù)分析模型功能性需求，應(yīng)探究能量控制措施，擇用最大光伏自給率策略。

針對(duì)電池容量模型建構(gòu)及設(shè)計(jì)：電池作為光伏儲(chǔ)能系統(tǒng)的核心構(gòu)成，其設(shè)計(jì)前需對(duì)其仿真模擬，優(yōu)化技術(shù)指標(biāo)，提升經(jīng)濟(jì)性。首先，基于負(fù)荷優(yōu)化措施，分析投資周期結(jié)束時(shí)凈現(xiàn)值與電池容量升降關(guān)系。分布式儲(chǔ)能系統(tǒng)運(yùn)行控制策略融入峰谷電價(jià)，解讀有效提升投資期結(jié)束時(shí)的系統(tǒng)凈現(xiàn)值，直到加入化學(xué)儲(chǔ)能中的鋰電池系統(tǒng)后其經(jīng)濟(jì)性提升為止，全生命周期均納入收益統(tǒng)計(jì)。其次，根據(jù)最大光伏自給率基礎(chǔ)措施及加入峰谷時(shí)段電池調(diào)用頻率控制對(duì)策，科學(xué)變更電池容量，核算光伏自給率和需求側(cè)用率關(guān)系曲線(xiàn)。

基于貪婪算法的分布式儲(chǔ)能系統(tǒng)數(shù)據(jù)分析模型搭建及配置：針對(duì)上文解讀，了解到化學(xué)儲(chǔ)能系統(tǒng)與分布式儲(chǔ)能系統(tǒng)的關(guān)系，并初步匯總儲(chǔ)能系統(tǒng)數(shù)據(jù)分析模型搭建方式?；诜植际絻?chǔ)能系統(tǒng)對(duì)調(diào)峰與選址能力的高需求，引入貪婪算法，搭建數(shù)據(jù)分析模型。針對(duì)儲(chǔ)能系統(tǒng)容量配置問(wèn)題，多偏重遺傳算法，但遺傳算法僅適用于中小型分布式儲(chǔ)能系統(tǒng)容量處置，計(jì)算效率偏低，不適合處理大量數(shù)據(jù)。由于遺傳算法優(yōu)化中需對(duì)種群適應(yīng)性進(jìn)行評(píng)估，導(dǎo)致儲(chǔ)能系統(tǒng)數(shù)據(jù)處理能力較差。貪婪算法屬于追求最優(yōu)解的方法，可簡(jiǎn)化不必要的流程，并可自動(dòng)獲取最優(yōu)解。所以，貪婪算法計(jì)算效率明顯高于遺傳算法，科學(xué)利用貪婪算法可提高分布式儲(chǔ)能系統(tǒng)容量配置，為數(shù)據(jù)分析模型搭建提供技術(shù)保障。

貪婪算法容量配置方法具體包括節(jié)點(diǎn)選取與蒙特卡羅模擬。前者負(fù)責(zé)擇取功率損耗靈敏度最高的區(qū)間，將其設(shè)置為DESS節(jié)點(diǎn)。后者通過(guò)蒙特卡羅模擬預(yù)測(cè)負(fù)荷未來(lái)發(fā)展趨勢(shì)，以最小存儲(chǔ)單元解讀總?cè)萘?。依托貪婪算法?duì)各個(gè)最小單元進(jìn)行充放電時(shí)間測(cè)定，提升利潤(rùn)率。各單元合理分配后，對(duì)應(yīng)節(jié)點(diǎn)電負(fù)載與DESS處于協(xié)同運(yùn)作關(guān)系，該過(guò)程被重復(fù)數(shù)次，直到最小存儲(chǔ)單元被完全分配。針對(duì)功率損耗靈敏度選址，其模型建構(gòu)應(yīng)考慮節(jié)點(diǎn)功率損耗與總變化量的關(guān)系，界定二者比值。在給定DESS容量的基礎(chǔ)上，設(shè)置在PLS高位節(jié)點(diǎn)的DESS功能得以凸顯。可認(rèn)為PLS高位節(jié)點(diǎn)是安裝DESS的候選節(jié)點(diǎn)。依照拓?fù)浣Y(jié)構(gòu)及負(fù)荷參數(shù)，結(jié)合數(shù)據(jù)分析模型建構(gòu)功能指向，獲取節(jié)點(diǎn)的PLS，并從下屬N個(gè)節(jié)點(diǎn)中擇取PLS最高的節(jié)點(diǎn)。由于高位節(jié)點(diǎn)小于N，該參數(shù)模擬方式可降低選址維度，同時(shí)可提高DESS容量分配效率。針對(duì)貪婪算法的容量分析。起始于N個(gè)節(jié)點(diǎn)組成的分布式網(wǎng)絡(luò)，所有節(jié)點(diǎn)均有其對(duì)應(yīng)功率。當(dāng)某節(jié)點(diǎn)DESS最佳分配容量處于0，代表該節(jié)點(diǎn)尚未分配DESS。儲(chǔ)能系統(tǒng)所有節(jié)點(diǎn)設(shè)置的DESS額定功率由電網(wǎng)系統(tǒng)結(jié)構(gòu)影響。對(duì)于儲(chǔ)能容量的負(fù)荷數(shù)據(jù)，指代DESS容量分配的核心參數(shù)，需考慮數(shù)據(jù)分析模型建構(gòu)中儲(chǔ)能系統(tǒng)長(zhǎng)期運(yùn)載下負(fù)荷特征的變化，并對(duì)歷史進(jìn)行解讀，同時(shí)分析未來(lái)負(fù)荷趨勢(shì)?；诿商乜_模擬法，通過(guò)對(duì)負(fù)荷參數(shù)的長(zhǎng)期預(yù)測(cè)可獲取正態(tài)分布的預(yù)測(cè)結(jié)果，依托分布函數(shù)生成多組負(fù)荷數(shù)據(jù)，尋求最優(yōu)的容量配置方案。

數(shù)據(jù)分析模型搭建的目標(biāo)函數(shù)設(shè)置：假定分布式儲(chǔ)能系統(tǒng)由N個(gè)節(jié)點(diǎn)組成，DESS配置存在指定約束條件：由于DESS充放電模塊具備容量上限，同時(shí)功率轉(zhuǎn)換系統(tǒng)無(wú)法超量存儲(chǔ)，應(yīng)保證充電及放電功率控制在臨界限制以?xún)?nèi)；荷電狀態(tài)需滿(mǎn)足上限約束；若想保證儲(chǔ)能系統(tǒng)每天均具備相同的調(diào)峰能力，DESS在當(dāng)天開(kāi)始及結(jié)束時(shí)均應(yīng)配置相同的SOC。

根據(jù)上文闡述，未考慮DESS充放電功率差異及SOC限制因素，其模型搭建與儲(chǔ)能系統(tǒng)的匹配性不足。因此，根據(jù)貪婪算法分步求解，重點(diǎn)將儲(chǔ)能系統(tǒng)分成若干個(gè)單元，各單元容量?jī)H充電及放電一次，確定單元存儲(chǔ)在不同負(fù)荷下安裝位置及充放電時(shí)間。了解各基礎(chǔ)單元設(shè)置位置及充放電時(shí)間后，獲取分配方案，并歸總最大凈利潤(rùn)，分別分析不同總存儲(chǔ)量下的最大凈利潤(rùn)，尋求最優(yōu)方案。數(shù)據(jù)分析模型建構(gòu)中，依照DESS特點(diǎn)對(duì)暫存問(wèn)題簡(jiǎn)化處理，調(diào)峰過(guò)程中融入多個(gè)DESS共同處理，降低單個(gè)模塊功率誤差對(duì)數(shù)據(jù)分析模型的影響。針對(duì)單個(gè)DESS功率管理，可采用恒功率充電放電措施。介于分布式儲(chǔ)能系統(tǒng)對(duì)壽命的要求，數(shù)據(jù)分析模型建構(gòu)考慮DESS使用過(guò)度后降低其壽命的關(guān)系曲線(xiàn)，單DESS僅限充放電單個(gè)循環(huán)。同時(shí)，當(dāng)DESS參與調(diào)峰時(shí)，放電與充電多發(fā)于低負(fù)荷及峰值負(fù)荷期，所以模型建構(gòu)需界定峰值負(fù)荷最佳放電時(shí)間，了解谷負(fù)荷時(shí)的最佳充電時(shí)長(zhǎng)。

通過(guò)搭建并網(wǎng)光伏儲(chǔ)能系統(tǒng)數(shù)據(jù)分析模型及貪婪算法輔助下的分布式儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置模型，初步總結(jié)最大光伏自給率的基礎(chǔ)系統(tǒng)控制方案，解讀貪婪算法相比遺傳算法的海量數(shù)據(jù)處理及篩選能力，搭建貪婪算法輔助下的分布式儲(chǔ)能系統(tǒng)數(shù)據(jù)分析模型，分別對(duì)二者進(jìn)行測(cè)驗(yàn)分析?；诜植际絻?chǔ)能系統(tǒng)迅速推進(jìn)及新能源高速發(fā)展，適時(shí)引入化學(xué)儲(chǔ)能系統(tǒng)，可提升儲(chǔ)能系統(tǒng)運(yùn)行效率，增強(qiáng)電網(wǎng)削峰填谷能力，有助于優(yōu)化系統(tǒng)配置，提高凈現(xiàn)值、降低能耗。