区域配电网中电池储能的最佳规模配置以实现具有成本效益的峰值削减

《Journal of Energy Storage》：Optimal sizing of battery storage for cost-effective peak shaving in regional distribution networks

本文提出了一种基于半线性迭代公式（SLIF）的电池能量存储系统（BESS）最优容量分析方法，用于澳大利亚区域电网（RDN）的峰削应用。通过整合实际负荷数据和电价结构，该方法通过三次迭代即可快速收敛，并采用规则验证机制确保经济性。实验表明，该方法在澳大利亚和马来西亚的RDN中均能显著降低运营成本（最高达$963,600/20年），峰削效率提升13.69%，同时平衡了初始投资与长期收益。研究对比了遗传算法（GA）、粒子群优化（PSO）和混合整数线性规划（MILP）的结果，验证了SLIF在计算效率和实用性上的优势。

　　电池储能系统（BESS）是管理区域配电网（RDN）中各种不确定性及关键挑战，尤其是削峰填谷的重要技术。然而，不恰当的BESS容量配置可能导致安装、运行和维护成本不合理。考虑到这些成本可能超过电池的运营收益，本文提出了一种分析方法，旨在实现经济高效的削峰应用，特别是在澳大利亚的RDN中。该方法利用RDN的负荷曲线，这些曲线具有确定的时间分辨率，同时考虑了各种计费费率和电价。通过使用实际的负荷和成本数据，该方法系统地确定了最佳电池容量，从而提升了BESS的整体效率和性能。所提出的分析方法通过基于规则的技术进行评估，确保了其实际适用性和可靠性。结果表明，该方法在澳大利亚RDN的测试中显著确定了最经济适用的BESS配置，降低了系统运营成本，并在高需求时段实现了有效的削峰。此外，为了评估该技术的可行性，还收集了马来西亚RDN的负荷曲线和相关成本因素，并在案例研究中进行了测试。

在当前的研究中，电池储能系统在现代电力网络中的部署迅速增加，主要是因为其在优化电力需求和提升电网稳定性方面的多重优势。BESS可以通过在低谷时段存储多余能量，并在高峰时段释放这些能量，从而实现时间套利，这种能力在管理需求高峰和维持电网稳定方面尤为宝贵。然而，高成本仍然是其广泛应用的主要障碍。因此，为了最大化电网的技术经济效益并增强电池的经济竞争力，必须进行深入的BESS能力与角色研究，并实现其最佳集成。

现有的一些方法主要关注技术方面，而忽略了经济和可靠性因素。例如，一些方法采用线性数学函数进行容量计算，不考虑BESS效率或其他系统相关成本函数，如峰值电力成本、峰值惩罚成本、BESS运行与维护（O&M）成本等。这使得这些方法在实际应用中可能无法满足复杂的经济需求。为了应对这些挑战并遵循经济原则，不仅需要部署BESS，还需要在电网中确定其最佳容量。BESS的最佳容量可以提升电网的可靠性和效率，同时确保经济性。

本文提出了一种基于半线性迭代公式（SLIF）的分析方法，用于确定BESS的经济容量，以实现削峰填谷。该方法不同于许多现有的广泛优化方法，因为它提供了最优BESS容量的闭合形式。这种方法的优势包括较低的计算复杂度，可以在几次迭代内快速收敛，易于实施，可以直接集成实际负荷曲线和计费结构，确保实际适用性，并且适用于多节点或多代理系统。研究的主要贡献总结在表格1中，提供了与现有文献的比较。

在实际应用中，该方法通过模拟和评估技术，对BESS容量进行了系统分析。该方法在澳大利亚RDN的测试中表明，可以显著减少系统运营成本，并实现有效的削峰。此外，该方法还利用马来西亚RDN的负荷和成本数据进行了测试，以评估其在马来西亚情境下的可行性。通过将分析方法的结果与遗传算法（GA）、粒子群优化（PSO）和混合整数线性规划（MILP）等方法进行比较，展示了其准确性和稳健性，以及其在削峰应用中的实际效率。

BESS的容量计算涉及多个关键因素，包括负荷曲线、电价、以及系统运行约束。为了确保BESS在不同时间段内满足电网需求，该方法通过考虑高峰和低谷时段的负荷变化和电价波动，系统地调整电池容量。此外，还考虑了电池的充放电效率，以确保其在高峰时段的有效运作。

通过实际负荷数据和多种成本参数，该方法有效地确定了适当的电池容量。最佳容量的确定涉及对目标函数和约束条件的全面分析。基于规则的技术被用来评估确定的BESS容量，并通过MATLAB/Simulink软件进行系统模拟和评估。结果表明，该方法在澳大利亚RDN中显著减少了运营成本，并实现了有效的削峰。同时，该方法也适用于马来西亚RDN，以评估其在不同情境下的可行性。

本文的案例研究显示，BESS配置3在澳大利亚RDN中表现最佳，因为它实现了最高的削峰量和成本节约，尽管其初始成本和回收期较长。在马来西亚RDN中，BESS配置3同样表现出色，因为它能够实现较高的削峰量和成本节约，虽然其回收期略长。通过比较分析，SLIF方法在多个方面优于GA、PSO和MILP方法，包括更快的收敛速度、更少的迭代次数以及更高的削峰指数。这些结果表明，该方法在技术经济性方面具有显著优势，适用于实际电网的削峰需求。

此外，本文还分析了不同负荷变化对BESS性能的影响。对于澳大利亚RDN，BESS的性能在负荷变化中表现出较强的线性关系，因为其高峰时段较宽且稳定。而在马来西亚RDN中，高峰时段较短且变化较大，因此负荷变化对削峰量和经济收益的影响更为显著。这表明在确定BESS的最佳容量时，必须考虑到负荷变化的模式和持续时间。

通过与现有优化方法的比较，本文提出的SLIF方法展示了其在实际应用中的优势。它能够直接整合电价变化、负荷需求和储能约束，从而实现更精确的容量计算。这种方法的稳健性和高效性使其成为电网削峰应用的理想选择。

综上所述，本文提出的方法不仅提供了BESS容量的经济优化，还确保了电网在高需求时段的稳定运行。通过实际案例研究和比较分析，该方法被证明在多种情境下都具有良好的适用性。未来的研究可以进一步探索更先进的充放电机制，如自适应阈值调整，以提高其在不同负荷和电价条件下的鲁棒性。此外，研究混合储能系统的集成，如结合BESS与其他技术（如超级电容器或飞轮），也可能有助于提升系统的可靠性，并适应更广泛的应用场景。