电网AGC调度场景下光储系统的操作策略优化.pdf

太阳能第 09 期总第 353 期2023 年 09 月No.09Total No.353Sep.,2023SOLAR ENERGY670 引言随着国家碳达峰、碳中和目标的快速推进，为了加强清洁能源的高效利用，新能源发电装机容量在电力系统内的占比已显著提高。但由于新能源电站的输出功率受天气影响较大，具有明显的波动性、间歇性等特点，因此，新能源电站侧的主动支撑能力是电力系统现阶段面临的重要问题。国家各部委、各省(市)相继出台了关于新能源电站配置储能系统的相关政策，要求新建的光伏电站需配套一定容量的储能系统，以实现平滑负荷、跟踪电网输出1，从而提升配电网的可靠性与稳定性2-3。在增加储能系统容量配置的同时，如何调度储能系统参与电网调度操作，使光伏发电系统与储能系统(下文简称为“光储系统”)的总输出功率能较好地满足电网自动发电控制(AGC)调度指令需求，实现光储系统的主动支撑作用是现阶段研究的热点问题4。基于此，本文以采用储能电池的储能系统为例，在考虑电池储能系统中储能电池容量衰退和光伏发电系统弃电量的前提下，建立 AGC 调度场景下光储系统的操作策略优化模型，通过优化调度配置了不同类型储能电池的储能系统5，研究在电网AGC调度场景下光储系统的操作策略，对光储系统的操作策略模型进行优化6，在光储系统联合运行中通过发挥电池储能系统的优势来提高光伏发电系统输出功率的稳定性，并以某集中式光储电站为例进行实证验证。1 AGC 调度场景下光储系统的操作策略优化模型1.1 约束条件建立 AGC 调度场景下光储系统的操作策略优DOI:10.19911/j.1003-0417.tyn20220620.04 文章编号：1003-0417(2023)09-67-10电网 AGC 调度场景下光储系统的 操作策略优化石祥宇，吕欣*(国家电力投资集团公司陕西分公司，西安 710000)摘要：主要基于电网自动发电控制(AGC)调度指令，考虑储能电池容量衰退特性和光伏发电系统弃电量等因素，以消除光伏发电系统输出功率的波动性对电网的冲击及实现光伏发电系统和储能系统(下文简称为“光储系统”)的主动支撑作用为目的，建立了电网 AGC 调度场景下光储系统操作策略优化模型，并以某集中式光储电站为例开展了实证验证。研究结果表明：不同类型典型天气条件对电池储能系统容量配置要求的差异较大，通过建立的光储系统操作策略优化模型可获得电池储能系统的最优容量配置。储能电池依据光伏发电系统的输出功率和电网 AGC 调度指令的变化而选择充、放电状态，从而可以减少光伏发电系统的弃电量，降低其输出功率的波动性。该优化模型的适用性较好，可有效实现光伏发电系统的有功功率实时跟踪电网 AGC调度指令功率曲线来输出，从而可有效降低电网 AGC 考核，实现光储系统的主动支撑作用。关键词：储能；光伏发电；光储系统；电网；自动发电控制；操作策略；弃电量中图分类号：TM721.2/TM615 文献标志码：A收稿日期：2022-06-20通信作者：吕欣(1988)，女，硕士、高级工程师，主要从事新能源工程建设方面的工作。2023-09杂志.indd 672023-09杂志.indd 672023/9/26 10:13:202023/9/26 10:13:202023 年太阳能68化模型，需要考虑的约束条件包括：电网 AGC调度约束、功率平衡约束、电池储能系统约束、任意储能电池组充放电状态约束、电池储能系统充放电状态约束、储能电池容量衰退。下文分别对不同约束条件进行分析。1.1.1 电网 AGC 调度约束任意 t 时刻光储系统向电网的输出功率Pap,ac(t)与电网 AGC 调度指令 Pag,ac(t)之间的偏差Pac(t)可表示为：Pac(t)=Pap,ac(t)Pag,ac(t),tT (1)式中：T 为光储系统的运行时间。任意 t 时刻光储系统向电网的输出功率与电网 AGC 调度指令之间的偏差应在电网 AGC 调度指令的 2%范围之内，即：-(Pag,ac(t)2%)Pac(t)Pag,ac(t)2%,tT (2)1.1.2 功率平衡约束光伏发电系统第 o 个光伏方阵在任意 t 时刻的输出功率 Ppv,o(t)和电池储能系统在 t 时刻的放电功率之和应等于电池储能系统在 t 时刻的充电功率、光伏发电系统在 t 时刻的有效输出功率与t 时刻的弃电功率 Ppw,ac(t)之和，即：(t)(t)()()()(,PPttPPtPacpwacapMmmacinmmacMmoutmOoopv?(3)式中：O 为光伏发电系统中所有光伏方阵的数量；m 为第 m 组储能电池组；M 为光储系统内的储能电池组总数；Pmin(t)为第 m 组储能电池组在 t 时刻的充电功率；Pmout(t)为第 m 组储能电池组在 t 时刻的放电功率；ac,m为第 m 组储能电池组的放电效率；ac,m为第 m 组储能电池组的充电效率。1.1.3 电池储能系统约束电池储能系统中，采用储能电池的荷电状态(SOC)来反映储能电池的剩余容量。第 i 个储能电池子阵在 t 时刻后剩余的电量 Bi,t可表示为：IiTttptpBBoutiouttiintiinit?1iti?,(4)式中：iin与 iout分别为第 i 个储能电池子阵的充电效率和放电效率；Bi,t1为第 i 个储能电池子阵在 t1 时刻后剩余的电量；Pi,tin为第 i 个储能电池子阵在 t 时刻的充电功率；Pi,tout为第 i 个储能电池子阵在 t 时刻的放电功率；t 为储能电池组从投入使用到 t 时刻的时间段(即已投入使用时间)；I 为光储系统内的储能电池子阵总数。第 m 组储能电池组在任意 t 时刻的电量Bm(t)需满足以下条件：mbmmbCtBC,)(?Cs,max,mCs,min,m (5)?)()(,tQSCtBmlosmmbm?(6)式中：Cs,min,m为第 m 组储能电池组的最小荷电状态；Cs,max,m为第 m 组储能电池组的最大荷电状态；Cb,m为第 m 组储能电池组的额定容量；Sm为第 m 组储能电池组的初始容量保持率；Qlos,m(t)为第 m 组储能电池组在 t 时刻的累积容量衰退率。任意 1 组储能电池组在任意 t 时刻的充电功率和放电功率的上、下限值均应满足以下条件：?mnominmmPPP,min,(t)(t)(t)(7)?mnomoutmmPPP,min,(t)(t)(t)(8)式中：Pmin,m(t)为第 m 组储能电池组在 t 时刻的充、放电功率的下限值；Pnom,m(t)为第 m 组储能电池组在t时刻的充、放电功率的上限值(即额定功率)。1.1.4 任意储能电池组的充放电状态约束在同一储能电池组中的储能电池，不允许在相同一个时间段内同时开展充电与放电，即需要满足以下条件：?)()()(0,tZtPtPinmmnominm (9)?)()()(0,tZtPtPoutmmnomoutm (10)?1)()(0?tZtZoutminm (11)式中：Zmin(t)、Zmout(t)分别为第 m 组储能电池组在 t 时刻的充电二元变量和放电二元变量。1.1.5 电池储能系统的充放电状态约束同一时段内，电池储能系统不能同时开展充电与放电，即需要满足以下条件：技 术 应 用2023-09杂志.indd 682023-09杂志.indd 682023/9/26 10:13:212023/9/26 10:13:21第 09 期69?)()()(0,tPtvtPMmmnominacMminm?(12)?)()()(0,tPtvtPMmmnomoutacMmoutm?(13)?1)()(0?tvtvoutacinac (14)式中：vacin(t)、vacout(t)分别为电池储能系统在 t时刻的充电二元变量和放电二元变量。1.1.6 储能电池容量衰退储能电池的容量衰退特性主要受储能电池的工作温度、放电深度、荷电状态、充电电流、放电电流、充电方式等因素的影响7-8。储能电池的总容量衰退由循环寿命衰退和日历寿命衰退两部分组成9。第 m 组储能电池组在任意 t 时刻的总容量衰退率 Qtot,m(t)可通过式(15)式(17)计算得到。mcycmboutminmmcycLCtPPtQ,2)()(?(t)(t)(15)mcalmcalLttQ,)(?(16)()()(,tQtQtQmcalmcycmtot?(17)式中：Qcyc,m(t)为第 m 组储能电池组在 t 时刻的循环寿命衰退率；Lcyc,m为第 m 组储能电池组的循环寿命；Qcal,m(t)为第 m 组储能电池组在t 时刻的日历寿命衰退率；Lcal,m为第 m 组储能电池组的日历寿命。当储能电池的容量衰退至其额定容量的 80%及以下时，需要退役更换新的储能电池10-11。因此，相对于整个电池储能系统，第 m 组储能电池组在 t 时刻的累积容量衰退率可表示为：)(2.0)(,tQtQmtotlos,m?(18)1.2 目标函数模型建立的目标分别为光伏发电系统弃电量最小、由于容量衰退造成的电池储能系统损耗费用最低。1.2.1 光伏发电系统弃电量最小通过优化电池储能系统的调度，使光伏发电系统每一时刻的弃电功率 P 均达到最小，则有：?)(minP,tPacpw?(19)1.2.2 由于容量衰退造成的电池储能系统损耗费用最低对电池储能系统的调度应使储能电池的容量衰退较小，因此在光伏发电系统弃电量最小的基础上，以由于容量衰退造成的电池储能系统损耗费用 F 最小为优化目标，则有：?MmmbtFF)(min,?(20)式中：Fb,m(t)为由于容量衰退造成的第 m 组储能电池组在 t 时段内的损耗费用。由于容量衰退造成的第 m 组储能电池组在 t时段内的损耗费用可表示为：tot,moutminmmmbCttPtPHtF,2)()()(?(21)式中：Hm为电池储能系统的购置成本；Ctot,m为第 m 组储能电池组的使用年限折损的容量。考虑储能电池在固定放电深度(DOD)下循环失效，第 m 组储能电池组的使用年限折损的容量可表示为：mbmgmgmtotCDEC,?(22)式中：Eg,m为第 m 组储能电池组循环到终点时的总循环次数；Dg,m为第 m 组储能电池组的放电深度。2 案例分析基于本文研究的 AGC 调度场景下光储系统的操作策略优化模型，以某已建成并网的集中式光储电站为例，研究在 AGC 调度场景下光储系统的容量配置方案、操作策略、使用寿命和光伏发电系统弃电量等情况，以获得在电网 AGC 调度场景下由于容量衰退造成的电池储能系统损耗费用最低和光伏发电系统弃电量最小时对应的光储系统容量配置方案和操作策略方案。该集中式光储电站的光储系统接线图如图 1所示。2.1 基础信息该集中式光储电站共包括 18 个光伏方阵，编号为F1F18。需要说明的是：18个光伏方阵中，技 术 应 用石祥宇等：电网AGC 调度场景下光储系统的操作策略优化2023-09杂志.indd 692023-09杂志.indd 692023/9/26 10:13:232023/9/26 10:13:232023 年太阳能70电网35 kV 线路AC35kV35 kV 线路AC35kV升压变1000kVAAC520V光伏逆变器DC850VAC520V储能逆变器DC850V变压器1000kVA汇流箱汇流箱光伏方阵控制柜控制柜储能电池储能电池光伏方阵DCDCACACDCDCDCDC图 1 光储系统的接线图Fig.1 Wiring diagram of PV-energy storage system仅有 16 个光伏方阵配置了储能电池，且每个光伏方阵对应配置 1 个储能电池子阵。本案例综合考虑晴天、多云、雨天和雪天 4 种典型天气条件，研究在 AGC 调度场景下该光储系统的容量配置方案和操作策略方案。2.1.1 光伏发电系统输出功率数据采集晴天、多云、雪天这 3 种典型天气条件下 18 个光伏方阵的发电数据，各光伏方阵的输出功率曲线如图 2 所示。从图 2 可以看出：晴天天气条件下，光伏发电系统的输出功率曲线相对较平滑；多云、雪天等天气条件下，光伏发电系统输出功率曲线的变化波动较大。020040060080010001200140024:0020:0016:0012:0008:0004:00?/kW?F1F2F3F4F5F6F7F8F9F10F11F12F13F14F15F16F17F18a.晴天?/kW24:0020:0016:0012:0008:0004:00?F1F2F3F4F5F6F7F8F9F10F11F12F13F14F15F16F17F180200400600800100012001400b.多云?/kW24:0020:0016:0012:0008:0004:00?F1F2F3F4F5F6F7F8F9F10F11F12F13F14F15F16F17F18020040060080010001200c.雪天图 2 典型天气条件下 18 个光伏方阵的输出功率曲线Fig.2 Curves of output power of eighteen PV arrays under typical weather conditions2.1.2 AGC 调度指令依据当地电网下达的历史 AGC 调度指令，模拟 4 种典型天气条件下电网 AGC 调度曲线，如图 3 所示。00:0004:00 08:0012:0016:00 20:0024:0002000400060008000100001200014000?/kW?a.晴天技 术 应 用2023-09杂志.indd 702023-09杂志.indd 702023/9/26 10:13:242023/9/26 10:13:24第 09 期71?/kW02000400060008000100001200000:0004:00 08:0012:0016:00 20:0024:00?b.多云?/kW02000400060008000100001200000:00 04:00 08:0012:0016:00 20:0024:00?c.雨天?/kW0200040006000800010000120001400000:00 04:00 08:0012:0016:00 20:0024:00?d.雪天图 3 4 种典型天气条件下电网 AGC 调度的模拟曲线Fig.3 Simulation curves of AGC scheduling in power grid under four kinds of typical weather conditions从图 3 可以看出：晴天、多云、雨天、雪天等典型天气条件下，电网 AGC 调度曲线均不相同，但与光伏发电系统输出功率曲线相比，整体较为平滑，波动较小。2.1.3 储能电池系统参数在计算中假设储能电池的初始容量保持率为1；且设定该光储系统在进行容量配置时，各储能电池子阵容量配置的上、下限分别为设计容量配置的 200%和 50%。2.2 AGC 调度场景下光储系统的容量配置优化方案分析在光储系统中储能电池种类保持不变时，在模拟的电网 AGC 调度场景下光储系统满足由于容量衰退造成的电池储能系统损耗费用最低和光伏弃电量最小时，得到的不同类型典型天气条件下光储系统的容量配置优化方案如表 1 所示。表表 1 模拟的电网 AGC 调度场景下电池储能系统的 容量配置优化方案Table 1 Optimization scheme for capacity configuration of battery energy storage system under simulated power grid AGC scheduling scenarios光伏方阵编号电池储能系统的容量/kWh晴天多云雨天雪天现有值优化值F1842.7728.21335.9340.8681.61335.9F2340.8340.8340.8340.8681.6340.8F3340.8340.8340.8340.8681.6340.8F4253.5253.5253.5253.5507.0253.5F563.563.563.563.5127.063.5F6190.0190.0190.0190.0380.0190.0F7328.5328.5328.5328.5657.0328.5F8304.5324.11218.0304.5609.01218.0F9304.5304.5304.5304.5609.0304.5F10328.5328.5328.5328.5657.0328.5F11262.0357.6262.0262.0524.0357.6F1271.574.071.571.5143.074.0F13182.5182.5182.5182.5365.0182.5F14304.5304.5304.5304.5609.0304.5F15328.5328.5328.5328.5657.0328.5F16333.5333.5333.5333.5667.0333.5总计4779.84783.06186.54277.98555.86284.6技 术 应 用石祥宇等：电网AGC 调度场景下光储系统的操作策略优化2023-09杂志.indd 712023-09杂志.indd 712023/9/26 10:13:252023/9/26 10:13:252023 年太阳能72中：现有值是指储能电池子阵的设计容量配置；优化值是指储能电池子阵针对不同类型典型天气条件优化后的最大容量配置，即能满足各种典型天气条件使用的容量配置优化方案。由表 1 可知：在模拟的电网 AGC 调度场景下，天气类型对电池储能系统容量配置的影响较小。在不同类型典型天气条件下，所得到的电池储能系统的容量配置优化值均小于原容量配置(即现有值)；在不改变原有光储系统中储能电池种类的前提下，光储系统优化后的储能电池容量配置约为原容量配置的 73%。这说明在电网AGC 调度场景下，该光储系统原本配置的储能电池容量存在一定的冗余。通过求解可得到在电网 AGC 调度场景中，不同类型典型天气条件下光储系统联合运行时的输出功率曲线和电池储能系统的应用曲线，分别如图 4、图 5 所示。图中：虚线表示光储系统联合运行时输出功率的上下限范围。02000400060008000100001200014000?/kW?AGC?00:00 04:00 08:0012:0016:00 20:0024:00?a.晴天?AGC?/kW02000400060008000100001200000:00 04:00 08:0012:0016:00 20:0024:00?b.多云?/kW020004000600080001000012000?AGC?00:00 04:00 08:0012:0016:00 20:0024:00?c.雨天?/kW0200040006000800010000120001400000:00 04:00 08:0012:0016:00 20:0024:00?AGC?d.雪天图 4 在电网 AGC 调度场景中，不同类型典型天气条件下光储系统联合运行时的输出功率曲线Fig.4 Output power curves of PV-energy storage system joint operation under different kinds of typical weather conditions in power grid AGC scheduling scenarios由图 4、图 5 可知：在电网 AGC 调度场景中，在晴天、多云、雨天和雪天天气条件下，电池储能系统会选择在光伏发电系统输出功率大于电网AGC 调度指令功率值时允许光伏发电系统向其充-4000040008000120001600020000?/kW?00:00 04:00 08:0012:0016:00 20:0024:00?a.晴天技 术 应 用2023-09杂志.indd 722023-09杂志.indd 722023/9/26 10:13:262023/9/26 10:13:26第 09 期73?/kW-4000-20000200040006000800010000120001400000:0004:0008:0012:0016:00 20:0024:00?b.多云?/kW-4000-2000020004000600080001000012000140001600018000?00:0004:0008:0012:0016:00 20:0024:00?c.雨天?/kW-4000-20000200040006000800010000120001400016000?00:0004:0008:0012:0016:00 20:0024:00?d.雪天图 5 在电网 AGC 调度场景中，不同类型典型天气条件下电池储能系统的应用曲线Fig.5 Application curve of battery energy storage system under different kinds of typical weather conditions in power grid AGC scheduling scenarios电，以减少光伏发电系统的弃电量，并使光储系统联合运行时的输出功率在电网 AGC 调度指令波动允许范围内；电池储能系统会选择在光伏发电系统输出功率小于电网 AGC 调度指令功率值时放电，使光储系统输出功率在电网 AGC 调度指令波动允许范围内。综上所述，在调峰场景下，电池储能系统依据光伏发电系统的输出功率和电网 AGC 调度指令的变化来选择充、放电可以减少光伏发电系统的弃电量，并满足抑制光伏发电系统输出功率波动的要求。2.3 光储系统的响应精度结果分析结合电池储能系统配置参数，导入建立的电网 AGC 调度场景下光储系统操作策略优化模型，以验证该模型的控制效果。分别选取晴天与多云两种典型天气条件下光储系统的联合运行情况，开展光伏发电系统输出功率与电池储能系统充放电功率之间的重合度研究。晴天、多云天气条件下光储系统联合运行曲线和响应精度曲线分别如图 6 图 9 所示。需要说明的是，数据采集频次为秒级，数据按照变量保存，时间和数据一一匹配对应，显示时间为系统自动匹配的时刻。后文同此。从图 6图 9 可以看出：通过调节电池储能系统的充放电功率，可以使光伏发电系统的有功功率曲线实时跟踪电网 AGC 调度指令功率曲线来输出，既可有效避免限电，又可满足电网AGC 调度需求。光储系统联合运行可以有效减少功率波动，与电网 AGC 调度曲线较为契合，但在多云天气条件下，由于光伏发电系统输出的有功功率波动较大，电池储能系统的调节频次远电网 AGC 调度指令功率值光储系统输出的总有功功率光伏发电系统输出的有功功率电池储能系统充放电功率功率/kW电池储能系统充放电功率/kW700006000050000400003000020000100000-100006000400020000-2000-4000-6000-800006:0106:3107:0107:3108:0108:3109:0109:3610:0610:3611:0612:0112:3613:1113:4114:2114:5115:2115:5616:3117:2117:5118:2118:5119:2119:5120:2120:51时刻图 6 晴天天气条件下光储系统联合运行曲线Fig.6 Curves of joint operation of PV-energy storage system under sunny weather condition技 术 应 用石祥宇等：电网AGC 调度场景下光储系统的操作策略优化2023-09杂志.indd 732023-09杂志.indd 732023/9/26 10:13:272023/9/26 10:13:272023 年太阳能74电网 AGC 调度指令功率值光储系统输出的总有功功率光伏发电系统输出的有功功率电池储能系统充放电功率功率/kW电池储能系统充放电功率/kW6000050000400003000020000100000-1000080006000400020000-2000-4000-6000-800006:0110:2210:4411:0711:5712:2712:5914:0414:4916:1116:4717:1317:3518:2911:3309:42时刻图 7 多云天气条件下光储系统联合运行曲线Fig.7 Curves of joint operation of PV-energy storage system under cloudy weather condition140120100806040200-20时刻响应精度/%06:0106:2606:5107:1607:4108:0608:3108:5609:2609:5110:1610:4111:0611:5612:2612:5113:2113:5114:2114:4615:1115:3616:0616:3617:2117:4618:1118:3619:0119:2619:5120:1620:41图 8 晴天天气条件下光储系统响应精度曲线Fig.8 Curve of response accuracy of PV-energy storage system under sunny weather condition180160140120100806040200-20时刻响应精度/%06:0109:3910:1810:3510:5611:2011:4212:0712:3212:5914:0314:4215:2916:2717:0217:2117:4019:20图 9 多云天气条件下光储系统响应精度曲线Fig.9 Curve of response accuracy of PV-energy storage system under cloudy weather condition高于其在晴天天气条件下的调节频次。晴天天气条件下，光储系统输出的总有功功率曲线与电网AGC 调度指令功率曲线的响应精度较好，响应精度可基本稳定在 100%；但由于在 11:06 前电池储能系统未投运，电池储能系统的充放电功率为死值，未参与电网 AGC 调度，因此响应精度差异较大；电池储能系统参与电网 AGC 调度后，光储系统的整体响应精度有所改善，但在多云天气条件下的响应精度较差，主要是因为电池储能系统采用多级控制，响应时间需要 3 s 左右。为进一步验证光储系统联合运行对降低电网AGC 考核的支撑作用，按照国家能源局西北监管局发布西北区域发电厂并网运行管理实施细则及 西北区域并网发电厂辅助服务管理实施细则(下文简称为“两个细则”)中要求的“电网 AGC 死区为不超过场站装机容量的 3%视为合格”，则光伏发电系统输出的有功功率调节死区限值为 2.31 MW，即光储系统输出的总有功功率在电网 AGC 调度指令功率值的 2310 kW 内即满足要求。在电网 AGC 调度场景中，对典型晴天天气条件下电池储能系统不同投运状态时光储系统的响应精度曲线进行对比分析，结果如图10所示。160140120100806040200时刻响应精度/%09:0109:2109:3609:5110:0610:2110:3610:5111:0611:2112:0114:0112:2114:2112:3615:3615:5616:3117:2114:3612:5116:1617:0617:3617:5114:5113:1113:2615:0613:4115:21电池储能系统未投运电池储能系统投运图 10 典型晴天天气条件下电池储能系统不同投运状态时光储系统的响应精度曲线对比Fig.10 Comparison of response accuracy curves of PV-energy storage system under different operating states of battery energy storage system under typical sunny weather condition 从图10可以看出：在电网AGC调度场景中，典型晴天天气条件下电池储能系统投运后光储系统联合运行时的响应精度基本稳定在100%左右，整体曲线较为光滑，波动较小。为分析光储系统响应电网 AGC 调度指令的合格率，选择该光储系统在典型晴天天气条件下 09:0018:00 之间的运行数据，数据采集时间间隔为 5 min，共 92 个数据采集点，计算电网技 术 应 用2023-09杂志.indd 742023-09杂志.indd 742023/9/26 10:13:312023/9/26 10:13:31第 09 期75AGC 调度指令功率值与光伏发电系统输出的有功功率值、光储系统输出的总有功功率值之间的偏差，结果如图 11 所示。20000150001000050000-5000-10000-15000-20000功率/kW电网 AGC 调度指令功率与光伏发电系统输出的有功功率偏差电网 AGC 调度指令调度功率与光储系统输出的总有功功率偏差时刻09:0109:2109:3609:5110:0610:2110:3610:5111:0611:2112:0114:0112:2114:2112:3615:3615:5616:3117:2114:3612:5116:1617:0617:3617:5114:5113:1113:2615:0613:4115:21图 11 电网 AGC 调度指令功率值与光伏发电系统输出的 有功功率值、光储系统输出的总有功功率值之间的 偏差折线图Fig.11 Line chart of deviation between power value of power grid AGC scheduling command and active power output value of PV power generation system and total active power output of PV-energy storage system从图 11 可以看出：根据“两个细则”的考核要求，在 92 个数据采集点中，光伏发电系统输出的有功功率值有 32 个数据采集点满足合格要求，合格率为 34.78%；光储系统输出的总有功功率值有 60 个数据采集点满足合格要求，合格率为 65.22%；光储系统输出的总有功功率值的合格率比光伏发电系统输出的有功功率值的合格率高 30.44%。综上所述，说明光储系统联合运行可有效降低电网 AGC 考核。3 结论本文以光储系统联合运行的输出功率曲线契合电网 AGC 调度曲线为目标，结合储能电池容量衰退特性、光伏发电系统弃电量等因素，建立了电网 AGC 调度场景下光储系统操作策略优化模型，并在某集中式光储电站中进行了实证验证。研究结果表明：1)不同类型典型天气条件对储能电池容量配置要求的差异较大，可能出现晴天天气条件下光伏发电系统发电量高时储能电池容量配置不足，而阴天天气条件下储能电池容量冗余较多的情况。通过建模可求解获得储能电池的最优容量配置，从而提高电池储能系统的利用率与经济性。2)储能电池依据光伏发电系统的输出功率和电网AGC调度指令的变化而选择充、放电状态，从而可以减少光伏发电系统的弃电量，降低其输出功率的波动性。3)建立的光储系统操作策略优化模型的适用性较好，电池储能系统参与电网 AGC 调度后，可以降低光伏发电系统的弃电量，也可以有效实现光伏发电系统的有功功率实时跟踪电网AGC 调度指令功率曲线输出，从而有效降低电网 AGC 考核，实现光储系统的主动支撑作用。4)通过光储系统联合运行的实证验证，发现电池储能系统多级控制的响应时间相对较长，需要 3 s 左右，响应精度较差。因此，为了更好的响应电网 AGC 调度要求，应选择更匹配的电池储能系统的结构控制或响应时间。参考文献 1 ZHANG J，CHO H，LUCK R，et al.Integrated photovoltaic and battery energy storage(PV-BES)systems：an analysis of existing financial incentive policies in the USJ.Applied energy，2018，212：895-908.2 VIVAS F J，DE LAS HERAS A，SEGURA F，et al.A review of energy management strategies for renewable hybrid energy systems with hydrogen backupJ.Renewable and sustainable energy reviews，2018，82：126-155.3 G N T H E R S，B E N S M A N N A，H A N K E-RAUSCHENBACH R.Theoretical dimensioning and sizing limits of hybrid energy storage systemsJ.Applied energy，2018，210：127-137.4 康丽霞，麻晨露，刘永忠.混合供电系统中退役电池的模块化储能操作优化 J.化工学报，2019，70(2)：599-606.5 侯少攀，吕欣，孟祥飞，等.平滑输出场景下分布式储能系统多电池操作策略 J.储能科学与技术，2019，8(S1)：74-79.6 张刘冬，袁宇波，孙大雁，等.基于两阶段鲁棒区间优化的风储联合运行调度模型 J.电力自动化设备，2018，38(12)：59-66，93.7 CANALS CASALS L，AMANTE GARCA B.Second-life batteries on a gas turbine power plant to provide area regulation servicesJ.Batteries，2017，3(4):10.8 UDDIN K，JACKSON T，WIDANAGE W D，et al.技 术 应 用石祥宇等：电网AGC 调度场景下光储系统的操作策略优化2023-09杂志.indd 752023-09杂志.indd 752023/9/26 10:13:322023/9/26 10:13:322023 年太阳能76On the possibility of extending the lifetime of lithium-ion batteries through optimal V2G facilitated by an integrated vehicle and smart-grid systemJ.Energy，2017，133：710-722.9 蒋迎花，康丽霞，刘永忠.考虑日历和循环衰退的多种类电池储能系统的功率调度优化J.高校化学工程学报，2019，33(4)：895-902.10 李学哲，封孝辉，张有东，等.动力锂电池劣化失效评价方法及系统的研究 J.煤矿机械，2016，37(1)：219-221.11 郭东亮，陶风波，孙磊，等.储能电站用磷酸铁锂电池循环老化机理研究 J.电源技术，2020，44(11)：1591-1593，1661.OPTIMIZATION OF OPERATIONAL STRATEGY FOR PV-ENERGY STORAGE SYSTEM IN POWER GRID AGC SCHEDULING SCENARIOShi Xiangyu，Lyu Xin(Shaanxi Branch of State Power Investment Corporation，Xian 710000，China)A