锂离子电池储能电站能耗优化_田刚领.pdf

第 49 卷 第 3 期：1118-1127 高电压技术 Vol.49,No.3:1118-1127 2023 年 3 月 31 日 High Voltage Engineering March 31,2023 DOI:10.13336/j.1003-6520.hve.20220895 2023 年 3 月 31 日第 49 卷 March 锂离子电池储能电站能耗优化 田刚领1,2，叶 晖3，谢 佳1，张柳丽2，崔美琨2，李爱魁3（1.华中科技大学电气与电子工程学院，武汉 430074；2.平高集团储能科技有限公司，天津 300399；3.大连理工大学电气工程学院，大连 116024）摘 要：储能电站能耗预估与优化是提高电站能量效率及经济性的关键技术。因此，分析了电化学储能电站运行过程中电池模块、储能变流器(power conversion system，PCS)、变压器及辅助用电系统工作特性和能耗规律，并建立了储能单元和辅助用电系统的能耗模型。在负荷率基础上，储能单元和辅电系统的能耗模型加入电流、温度等特征量，以适应储能电站的多工况应用场景，提高模型用于能耗预估的准确性，并通过某地区电网侧百兆瓦级储能电站进行了应用验证。结果表明，所建立能耗模型与真实数据间的相对误差均值为 0.6%，可有效估算储能电站能效水平。对比现有电站策略，在低于 50%负荷率工况下，基于能耗模型的功率分配策略可提高储能电站能量效率 0.6%10.7%，通过减少电站能耗有效提升了电站运行经济性。关键词：储能电站；能耗模型；能耗优化；锂离子电池；效率 Energy Consumption Optimization of Lithium-ion Battery Storage Power Station TIAN Gangling1,2,YE Hui3,XIE Jia1,ZHANG Liuli2,CUI Meikun2,LI Aikui3(1.School of Electrical and Electronic Engineering,Huazhong University of Science and Technology,Wuhan 430074,China;2.Pinggao Group Energy Storage Technology Co.,Ltd.,Tianjin 300399,China;3.School of Electrical Engineering,Dalian University of Technology,Dalian 116024,China)Abstract：Energy consumption estimation and optimization of energy storage power stations are the key technologies to improve the energy efficiency and economy of power stations.This paper analyzes the working characteristics and energy consumption rules of battery system,energy storage PCS,transformer and auxiliary power consumption system during the operation of electrochemical energy storage power station,and establishes the energy consumption model of energy storage unit and auxiliary power consumption system.On the basis of the load rate,characteristic quantities such as cur-rent and temperature are introdued into the energy consumption model of the energy storage unit and auxiliary power system to adapt to the multi-condition application scenarios of the energy storage power station,and to improve the accu-racy of the model for energy consumption estimation;meanwhile,the model has been applied and verified in a 100-megawatt energy storage power station on the grid side in a certain region.The results show that the average error between the energy consumption model established in this paper and the real data is 0.6%,which can effectively estimate the energy efficiency level of the energy storage power station.Compared with the existing power station strategies,when the load rate is lower than 50%,the power distribution strategy based on the energy consumption model can improve the energy efficiency of the energy storage power station by 0.6%10.7%,and effectively improve the operating economy of the power station by reducing the energy consumption of the power station.Key words：energy storage power station;consumption model;energy consumption optimization;lithium-ion battery;efficiency 0 引言1 当前全球环境不断恶化，各国正经历能源结构转型。新型电力系统规划是引领电力系统绿色低碳 基金资助项目：平高集团科技项目(PGKJ2020077；529100200021)。Project supported by Science and Technological Program of Pinggao Group(PGKJ2020077,529100200021).发展及转型的重要技术前提，新型电力系统建设是实现“碳达峰、碳中和”目标的重要保证1-2。新型储能技术因其运行可控、配置灵活等特点在电力系统中应用广泛，其容量、规模也随技术成熟而不断增大3。储能电站在充放电过程中存在能量损失，其效率影响储能电站经济性，制约储能电站的推广应用。储能电站能量效率受电站规模、运行工况、田刚领，叶 晖，谢 佳，等：锂离子电池储能电站能耗优化 1119 环境条件等多因素影响，同时还与储能电池、逆变器等各部分的动态性能衰减特性有关。为提高储能电站经济性，需要量化分析储能电站能耗分布，基于储能电站运行状态构建能耗模型，研究储能电站各环节的能耗特性，为效率优化提供技术支撑。针对储能电站运行效率研究多以系统内部主要设备为研究对象，包含变压器、储能变流器(power conversion system，PCS)、电池模块、辅助用电等，分别研究其能效影响因素、能耗模型及能耗优化方法等。变压器发展较早、技术相对成熟，崔勇等人通过对变压器冷却系统进行改造，降低变压器温升，并具有明显节能效果4。祁琪对变压器损耗进行分析，并基于效率曲线进行负荷再分配，明显减少了有功损耗5。针对逆变器效率优化，众多学者从改进其调制策略入手，通过减少开关周期内的开关动作、合理分配开关管动作时间等方法减少开关损 耗6-8，此类方法可将逆变器效率提高 0.3%1%不等。此外，逆变器硬件结构对效率也有一定影响，王贵忠等人提出基于二极管箝位逆变器的可变拓扑结构，根据发电源输出电压、功率的不同使其分别工作在级联结构和并联结构，以拓宽发电范围和提高工作效率9。针对电池效率的相关研究主要分为效率优化和效率模型建立及应用等方面。电池充放电效率受充放电方式的影响，于维珂等人分析电池效率影响因素，对不同充放电方式、倍率、温度、时间下的电池进行了实验研究，得出恒功率充放电模式比恒流充放电模式的效率高 1.02%10。Gabriele Panzeri 等人通过实际测量数据证明间歇式脉冲充放电可显著提高其效率，相比恒流方式能量效率提高约 7.3%11。Rui Wang 等则考虑了电池组在不同功率负载和不同外部条件下的效率，提出了一种无模型自适应优化方法(极值搜索算法控制)，该方法能够在不同温度和外部工作条件下搜索到最优放电电流和效率12。围绕电池效率模型及其应用，Sakti A 等人建立了电力系统中电池串并联后能耗模型，将电池能耗模型分段线性化后应用于能源套利模型的优化计算中，并分析了模型准确性对估值的影 响13。伍俊等人提出了压缩空气和电化学储能的动态效率模型，并将两模型进行分段线性化和常数化处理后应用于风储电站运行的混合整数优化模型，结果表明，明确储能动态效率模型可有效刻画消纳效果14。辅助用电系统能耗中空调占比最大，可达75%以上，可采用基于季节变换设定温度、运行方式或优化通风管道等方法降低空调系统的能耗15-17。针对储能系统/电站整体能耗特性，姜华等人从优化电池管理系统、变流器、变压器选型角度分析储能电站效率优化16；Michael Schimpe 等人从电力电子变换、电池、热管理及控制和监控系统几方面分析储能系统能耗，建立前述各组件模型，并结合实验数据验证电池和电力电子能耗特性，通过系统仿真评估储能系统能耗模型的性能18。Tu A.Nguyen 等人考虑电池充放电效率和变流器转换效率，建立储能系统非线性效率模型，并在用于调频的储能系统经济性分析中采用该模型提高系统经济收益19。储能电站能效优化还可从电站运行策略入手，但目前储能电站功率分配策略多以均衡荷电状态(state of charge，SOC)20、延长使用寿命21-22或提高经济性23-25等为优化目标，未考虑储能电站运行效率，导致储能电站运行效率较低。而考虑储能运行效率的经济调度或运行策略常采用恒定效率或效率分段线性化14,26等方法进行分析计算，无法准确描述储能系统/电站动态效率特性。本文以锂离子电池储能电站为研究对象，基于电池、逆变器、变压器和辅助用电系统能耗特性建立储能电站整体能耗模型，将模型应用于百兆瓦级储能电站能耗优化，采用实际测量数据对本文所提模型及能耗优化策略进行实验验证，为储能电站运行优化提供有效研究思路。1 储能电站能耗分析 储能电站结构如图 1 所示，由电池模块、PCS、变压器、辅助用电系统等部分组成。其中电池单体通过串并联连接构成电池模块，作为储能电站能量载体。PCS 包含储能变流器、滤波器等器件，将交直流电进行相互转换。变压器为连接电站与电网的变压器件，同时具有隔离变压器作用。辅助用电系统包含温控系统、照明系统等，为储能电站正常运行提供保障。图 1 储能电站结构示意图 Fig.1 Structure of energy storage power station 1120 高电压技术 2023,49(3)储能电站进行充电或放电时能量流经各部分会产生一些损耗，这部分损耗定义为该部分的能耗，其功率流动如图 2 所示，将各部分流入和输出功率值作差可得到该部分功率损耗。目前，总能耗以电表的值为计算依据，但运行中内部能耗分布情况需要分解。由图 2 可知，各部分能耗值作和为总体能耗值。图 2 中，虚、实单向箭头表示充、放电工况下功率流动方向，其中 PtrT、PtrPCS、Ptrbatt、Ptraux分别为变压器、PCS、电池模块、辅助用电系统输出的有功功率；Pset为储能电站功率给定值。当功率值大于 0 时为储能电站充电状态，当功率值小于 0时为储能电站放电状态。储能电站充电和放电工况下的功率传递特性见式(1)，功率值大于 0 时为吸收功率值，小于 0 时为发出功率值。setbattPCSTZauxloss realsetauxbattPCSTZ,PPPPP+=+,放电充电(1)式中：Ploss,real为能耗真实值；TZ、PCS、batt分别为变压器、PCS、储能电池模块的有功传输效率。综上，储能电站总体能耗(计算值)Ploss由电池模块能耗 Pbatt、储能 PCS 能耗 PPCS、变压器能耗 PTZ和辅助用电系统能耗 Paux作和得到，具体计算式为 battPCSTZauxlossPPPPP+=+(2)2 储能电站能耗模型构建 储能电站能耗模型由变压器、PCS、电池模块和辅助用电系统能耗模型构成，能耗受储能电站运行工况、环境等多因素的影响。储能单元具体包含变压器、PCS 和电池模块能耗模型，储能单元能耗与负荷率紧密相关。辅助系统为站用电独立供电，一般为一主一备形式，除负荷率外，其能耗受环境条件影响很大。因此，本文将能耗模型分为储能单元和辅助用电系统两个部分，分别展开研究。2.1 储能单元能耗模型 本文通过对能耗计算表征储能电站能耗分布，储能单元能耗Pu共包含3部分，分别为变压器能耗、储能 PCS 能耗和电池模块能耗，表达式如式(3)。变压器、储能 PCS 和电池模块效率的具体计算见式(4)式(12)。uTZPCSbattPPPP=+(3)变压器在传输电能过程中产生损耗，损耗主要分为铜耗和铁耗：铜耗(负载损耗)是电流流过变压 图 2 储能电站功率流动图 Fig.2 Power flow of energy storage station 器线圈时产生的直流电阻损耗；铁耗(空载损耗)是变压器铁芯中的磁滞涡流损耗27。典型变压器效率随负载系数变化曲线28如附录 A 图 A1 所示。储能电站中变压器与常规变压器效率特性大体一致，但其既可以收发有功功率，用于支撑削峰填谷、频率调节等功能，也可以作为无功源收发无功功率，用于电压调节等功能。因此在计算其效率时不能认为其功率因数是在某范围内的定值，应将其考虑为变化参量进行计算。根据功率损耗计算方法可知无功电流也会产生有功损耗29，因此将能耗计算分为有功和无功两个部分，无功部分产生损耗采用修正量折算为有功损耗。具体计算见式(4)式(6)，采用负荷率、功角表征变压器能耗变化规律。22TNNiiiLS SPQS=+(4)2TokNTPPP L=+(5)()()TZTQTTQT2okNTQtan1tanPPQPPPP L=+=+=+(6)式中：SN为变压器额定容量；PT为有功损耗；Q为无功分量损耗修正系数；QT为无功分量产生的有功损耗；为功角；Po为变压器空载损耗；PkN为变压器额定负载损耗；LT为变压器负荷率；Si为 i时刻实际输出视在功率；Pi、Qi分别为 i 时刻实际输出的有功、无功功率。其中，Po、PkN为变压器基本参数；LT为根据实际工况确定的输入量；Q为通过历史数据进行的拟合量。储能 PCS 包含 DC/AC 变流器及其控制系统和滤波电路。变流器损耗主要由绝缘栅双极型晶体管(insulated gate bipolar transistor，IGBT)开关管的损耗和反并联二极管的损耗构成，常用变流器效率模型有分段效率函数30，主要考虑了 PCS 效率随负荷率变化规律，此模型直观且便于数值拟合，但每段效率特性采用线性近似处理，降低了模型准确性。田刚领，叶 晖，谢 佳，等：锂离子电池储能电站能耗优化 1121 此外，还有将逆变器损耗分为开关损耗和导通损耗两部分分别展开详细计算的模型，该类计算方法需大量测量数据，如各开关导通时间、开关次数、开通前/关断后电压等，计算得到的能耗准确度较高31-32，但计算复杂费时，不适用于储能电站整体能耗分析。滤波电路损耗主要为滤波电感和电容上的损耗，两者均受滤波电感脉动电流影响33，分别计算精度较高，但过程复杂。因此，本文在拓扑结构、调制方式不变，且空调系统维持温度稳定的条件下考虑储能 PCS 能耗计算34，通过其等效阻值与流经电流值计算，将储能 PCS 能耗计算分为逆变器损耗 PInv和滤波器损耗 Pfil两部分展开，如式(7)所示。PCSInvfilPPP=+(7)逆变器的功率损耗重点由静态损耗和动态损耗组成，其中静态损耗分为断态和通态损耗，断态损耗在总损耗中占比较小，可忽略不计，而通态损耗大小受温度、流经电流和逆变器两端电压等量影响，动态损耗亦为开关损耗，也受到温度和流经电流的影响，具体计算式为：()2InvInv DCInv DCInvDC2Inv DCInvDCInvPAIBIUCIDI=+(8)2filfilDCfilPIA=+(9)式中：IDC为 PCS 直流侧电流；AInv、BInv、CInv、DInv、Inv为逆变器损耗随电流变化的拟合量；Afil为滤波器损耗中铁耗拟合量；fil为电感导通电阻修正量。将式(8)、(9)代入式(7)，化简过程如附录A中式(A1)、(A2)所示。在储能电站运行过程中直流电压和电流乘积为直流侧功率值，与指令功率值近似成相同变化趋势，因此采用储能 PCS 的负荷率 LPCS进行等效替换，最终可得到储能 PCS 能耗计算式为 PCSInv DCPCSInvPCS2PCS DCInv DCfilPAILBLCIDIE=+(10)式中：InvA、InvB、PCSC、filE为逆变器损耗随电流变化的拟合量。与变压器、储能逆变器和滤波器等电气类设备不同，电池模块能耗特性随电流产生常规内阻损耗，还存在受电流不断变化影响的极化内阻损耗等。电池能耗大小还会受到电池温度、电池 SOC 和电池充放电功率大小影响35。当电池 SOC 处于 0.20.9 这一区间内时，其效率基本不变13,36，储能电站可充放电区间在前述范围内，故考虑储能单元的 SOC 状态对电池模块能耗影响较小。由实际测量数据分析可知，不同 SOC 状态下电池损耗差最大约为 0.6 kW，最大占电池总损耗 5.6%，如图 3 所示。综上，本文不考虑 SOC 对电池模块能耗影响。在储能电站运行过程中，站内温度将由温控系统稳定于设定温度值间，因此本文所建立的电池模块能耗模型不考虑温度对其效率影响。综上，电池模块能耗大小受内阻值和电流值影响37，如式(11)所示。()battopPf RRI=，(11)本文将内阻值分为欧姆内阻Ro和极化内阻Rp，欧姆内阻为定值，可通过电池基本参数计算得到，极化内阻受电池工作状态影响，通过实测拟合得到，流经电池电流值I影响通过负荷率表示，其原因为电站进行恒功率放电时，电压变化存在一个变化平台，此段内电压变化很小且此平台期占放电全过程的 80%以上，因此可用功率大小反映电流大小。具体电池模块计算式为 ()()2battopPCSopPCSbattPRRLRRL=+(12)式中batt为电池模块能耗修正拟合量。综上，储能单元能耗及效率计算见式(13)、(14)，输入参数为负荷率、功角和电流。()()()()2uTZPCSbattT2Inv DCPCSInvPCSPCS DCInv DC2filopPCQoSopPCSb tka tN1tanPPPPA ILBLPP LCID IERRLRRL=+=+(13)将式(13)中已知输入量进行简化，用k1、k2、k3、k4、k5、k6、k7、k8替代表示，表达式为 2234T22u1TDCPCSDC24PCS56PCS7 DC8t nanatPLkkk LkkILILkk Lk Ik+=+(14)图 3 不同 SOC 对电池能耗大小影响 Fig.3 Influence of different SOC on battery energy consumption 1122 高电压技术 2023,49(3)根据储能单元所应用工况或不同配置，如当其仅用于提供有功支撑或电站配置变压器容量与储能PCS 相同时，式(14)可化简为附录 A 式(A3)、(A4)。2.2 辅助用电系统能耗模型 储能电站辅助用电包含空调系统、照明系统等，其中空调系统能耗占比最高。根据实测数据显示辅助用电中空调系统能耗占储能集装箱系统总能耗比例 75%以上17。因此本文辅助用电系统能耗主要考虑空调能耗，影响空调系统能耗因素主要有电站温度(主要测量电池温度)、电站工作状态和策略等。负荷率较大时储能电站需要输出功率较大，此情况下流经电池模块的电流值也较大，其欧姆内阻Ro和极化内阻Rp产生热量，空调系统为保持电站温度而耗电量增加。电池温度是最直观判断空调系统工作状态的量，本文考虑采用温度Tbatt反映空调系统工作环境，电流与负荷率为近似正比例关系，因此辅助用电能耗计算方式为 ()2PCauxbattPCSRSPCSba tOPtRC,TLLTPL+=(15)式中：R和R为内阻修正参数；COP为空调能效修正参数，通过试验数据拟合得到；Tbatt为储能电站电池管理系统监测到的电池温度均值。3 能耗模型试验验证 储能电站由多个储能单元在 10/35 kV 处并联构成，总体能耗为储能单元及辅助用电系统总和。本文选择一个 10 kV 储能单元为例进行试验分析，储能系统测试参数如表 1 所示。在不同 SOC 下测试多个负荷率的储能系统效率。本次试验采用功率分析仪(横河高精度分析仪WT1806E)，以恒功率模式运行，将线路损耗等计入各部分能耗之内，测试点如图 4 所示，分别为 PCS直流侧、交流测，变压器高压侧，辅助用电端变压器低压侧，直流侧数据从电池管理系统获得。3.1 能耗模型评价指标 为有效表征和评价本文所建立模型，定义如下模型评价指标：1）确定系数(R2)，来表征各模型的拟合效果。()()2SSE121SSSSTE2SST1niiiniiiyXyRXXyyX=(16)式中：XSSE为残差平方和(sum of squares error,SSE)；XSST为总离差平方和(sum of squares total,SST)。2）平均绝对百分比误差(mean absolute per-centage error，MAPE)，表示相对于真实值的预测误差大小平均值，表达式为 MAPE1100%niiiiyyXny=(17)式中：iy为第i个储能电站能耗真实值；iy为第i个储能电站能耗模型计算所得能耗值；iy为储能电站能耗真实值的均值；n为数据点的总数。R2越接近于 1，表明该模型对数据拟合的效果越好；XMAPE值越接近于 0，说明实际测量数据与模型计算数据间误差越小，具体能耗数据验证如下文所述。3.2 储能单元能耗模型验证 本文采用 Matlab 对模型有效性和准确性进行验证，所建立储能单元能耗模型(下称储能单元能耗 表 1 储能系统参数 Table 1 Energy storage system parameters 参数名称 数据 额定能量/kWh 1428.48 变压器额定容量/kVA 2800 PCS 额定功率/kW 630 单体电池额定内阻/m 0.52 电池单体连接方式 240 串 2 并 电池簇数量 6 簇 充放电倍率/C 0.5 运行模式 恒功率运行 冷却方式 空调冷却 图 4 储能电站测试点拓扑图 Fig.4 Topology diagram of test node of energy storage power station 田刚领，叶 晖，谢 佳，等：锂离子电池储能电站能耗优化 1123 模型 1)的验证结果如图 5 所示，图 5(a)为能耗模型与实际测量数据点，图 5(b)为残差结果，即模型 1计算所得预测能耗值与真实值的差值。由图 3 可知，能耗模型可有效反映储能单元能耗分布，残差值均值为真实能耗值的 3%左右。本文还对仅采用负荷率描述的能耗模型(下称储能单元能耗模型 2)进行了验证，具体为采用二次函数Pu=f(LPCS)与真实数据进行拟合，根据本文 3.1中所提模型评价指标计算二模型的R2与 MAPE，其结果见表 2。相比储能单元能耗模型 2，储能单元能耗模型 1 的R2提高了 1.7%，XMAPE降低了 48.2%，表明本文所提能耗模型对储能单元能耗的描述更准确。3.3 辅助用电系统能耗模型验证 本文所建立储能辅助用电系统能耗模型(下称辅电能耗模型 1)的验证结果如图 6 所示，图(a)为能耗模型与实际测量数据点，图(b)为残差结果，即模型 1 计算所得预测能耗值与真实值的差值。由图 6可知，能耗模型可有效反映储能单元能耗分布，残差值均值为真实能耗值的 4%左右。本文还对现有辅助用电的能耗模型Paux=f(IDC)图 5 储能单元能耗模型验证 Fig.5 Energy storage unit energy model verification 表 2 储能单元能耗模型验证结果对比 Table 2 Comparison of energy consumption model verifica-tion results of energy storage units 模型 R2 XMAPE/%模型 1 0.984 3.44 模型 2 0.968 6.64(下称辅电能耗模型 2)进行了验证，二模型的评价指标计算结果见表 3。相比辅电能耗模型 2，辅电能耗模型 1 的R2提高了 28%，XMAPE降低了 46.6%，结果表明本文所建立模型与实测数据间误差更小，更适用于描述储能辅助用电的能耗特性。3.4 储能电站整体能耗模型验证 基于本文所建立储能电站能耗模型，结合输入量和储能电站实际指令功率可计算出储能电站整体能耗和效率，效率计算如式(18)所示，其验证结果如图 7 所示。()calsetlossset100%PPP=(18)本次测试锂离子电池储能电站在不同负荷率下的能耗真实值与通过所提能耗模型计算所得能耗计算值变化趋势一致，如图 7(a)所示，两者间误差均值为 1.2 kW。储能电站整体效率的计算值与真实值间最大误差为 5.5%，误差均值为 0.6%。以上仿真结果证明了所提出的锂离子储能电站能耗模型的有效性。图 6 储能辅助用电系统能耗模型验证结果 Fig.6 Verification results of energy consumption model of energy storage auxiliary power system 表 3 辅助用电能耗模型验证结果对比 Table 3 Auxiliary power consumption model verification results comparison 模型 R2 XMAPE/%模型 1 0.909 3.67 模型 2 0.710 6.87 1124 高电压技术 2023,49(3)图 7 储能电站能耗模型结果对比验证 Fig.7 Comparison and verification of energy consumption model results of energy storage power station 4 能耗优化实例 目前，储能电站功率分配策略多以 SOC 状态为准，本研究在某地区电网侧百兆瓦级储能电站进行了验证，该电站为 193.6 MWh，共包含 44 个储能单元，176 台储能 PCS，具备需求响应、调峰、一次调频等能力，在非额定工况下存在能耗优化空间，该电站拓扑如图 8 所示。通过改进后的能耗模型分析储能电站能耗分布，进行电站运行优化，其优化流程如图 9 所示。根据电站技术参数与运行参数，采用本文所提能耗模型可计算出该电站能耗分布如图 10 所示。储 能单元效率在负荷率为50%时到达效率最高点92%。本文根据图 10 中能耗分布设置功率分配优先区间，优先效率最高的基础上考虑 SOC 状态进行指令下发(称策略 1)。此外，对指令功率均分策略(称 图 8 百兆瓦级储能电站拓扑图 Fig.8 Topology diagram of 100 megawatt energy storage power station 图 9 储能电站能耗优化流程图 Fig.9 Energy consumption optimization flow chart of energy storage power station 图 10 储能单元能耗特性和效率特性曲线 Fig.10 Energy consumption characteristic curve and efficiency characteristic curve of energy storage unit 策略 2)进行计算，储能电站运行策略中大多包含SOC 均衡策略，因此运行时各储能单元 SOC 状态相差较小，本文忽略该差值，因此对功率均分。田刚领，叶 晖，谢 佳，等：锂离子电池储能电站能耗优化 1125 在不同工况下的两策略分配结果如表 4 所示，结果表明：当储能电站指令功率值较小时，考虑能效优化的分配策略可提升电站效率 0.6%10.7%，有效提升该电站运行经济性。当储能电站负荷率达到60%及以上时，所有储能单元均需出力且将功率指令进行均分，因此两策略效率近乎相等。5 结论 本文通对储能电站运行过程中能耗特性进行分析，提出基于负荷率的储能单元和辅助用电系统能耗模型，并基于能耗模型进行了能耗优化，主要贡献总结如下：1）在运储能电站实际数据验证表明，本文建立的储能单元能耗模型符合实际运行储能电站能耗分布规律，相比现有模型，其准确性明显提高，XMAPE降低了 48.2%。本文在现有空调能耗模型基础上加入空调能耗修正参数，结果表明：本文模型相比现有能耗模型的R2提高了 28%，XMAPE降低了 46.6%。2）文中建立的储能电站整体能耗预估模型适用于同类型储能电站的能耗预估，基于能耗分布的预估结果，可实现百兆瓦级储能电站能耗优化，以能耗最优进行策略优化时，可有效提升电站运行效率0.6%10.7%，为储能电站经济性运行提供有效支撑。此外，本文所建立的能耗模型对部份变量进行常数化处理，忽略了部份对能耗有影响的动态因素，后续研究将考虑更全面的影响因素，进一步完善储能电站能耗模型相关工作。附录见本刊网络版(http:/)。参考文献 References 1 武昭原，周 明，王剑晓，等.双碳目标下提升电力系统灵活性的市场机制综述J.中国电机工程学报，2022，42(21)：7746-7764.WU Zhaoyuan,ZHOU Ming,WANG Jianxiao,et al.Review on mar-ket mechanism to enhance the flexibility of power system under the dual-carbon targetJ.Proceedings of the CSEE,2022,42(21):7746-7764.2 韩肖清，李廷钧，张东霞，等.双碳目标下的新型电力系统规划新问题及关键技术J.高电压技术，2021，47(9)：3036-3046.HAN Xiaoqing,LI Tingjun,ZHANG Dongxia,et al.New issues and key technologies of new power system planning under double carbon goalsJ.High Voltage Engineering,2021,47(9):3036-3046.3 李建林，张则栋，谭宇良，等.碳中和目标下储能发展前景综述J.电气时代，2022(1)：61-65.LI Jianlin,ZHANG Zedong,TAN Yuliang,et al.Review of energy storage development prospect under carbon neutral goalJ.Electric Age,2022(1):61-65.表 4 百兆瓦级储能电站运行效率对比 Table 4 Comparison of operating efficiency of 100-megawatt energy storage power stations 指令功率/MW 策略 1 策略 2 效率/%运行单元数 效率/%运行单元数 10 91.9 9 81.2 44 20 91.9 16 86.9 44 30 92.0 24 90.0 44 40 92.0 32 91.4 44 50 92.0 40 91.9 44 60 91.9 44 91.9 44 4 崔 勇，洪 浩，肖 君，等.大型变压器运行效率改造优化设计J.高压电器，2012，48(9)：27-30.CUI Yong,HONG Hao,XIAO Jun,et al.Optimal design of the large transformer operational efficiency transformationJ.High Voltage Apparatus,2012,48(9):27-30.5 祁 琪.某总开闭所厂用变压器效率核算及优化运行J.电力设备管理，2020(4)：129-131.QI Qi.Efficiency calculation and optimized operation of plant trans-formers in a general switchgearJ.Electric Power Equipment Management,2020(4):129-131.6 李婉婷.三电平中点箝位型变流器的效率优化及中点电位控制策略研究D.西安：西安理工大学，2019.LI Wanting.Efficiency optimization and midpoint potential control strategy of three-level neutral point clamped converterD.Xian,China:Xian University of Technology,2019.7 娄修弢，张 犁，陈永炜，等.4-SiC 3L-ANPC 逆变器损耗均衡和效率优化调制策略J.中国电机工程学报，2022，42(5)：1925-1933.LOU Xiutao,ZHANG Li,CHEN Yongwei,et al.A dedicate modula-tion scheme for 4-SiC 3l-ANPC inverter with loss balanced distribution and efficiency improvementJ.Proceedings of the CSEE,2022,42(5):1925-1933.8 郎天辰，杜士祥，尹 浩，等.基于可变关断时间断续电流模式的全桥逆变器轻载效率优化方法J.电工技术学报，2020，35(22)：4761-4770.LANG Tianchen,DU Shixiang,YIN Hao,et al.Optimizing method for light-load efficiency of a h-bridge inverter based on variable turn-off time discontinuous current modeJ.Transactions of China Electrotechnical Society,2