基于动态预览长度与BOCPD的电网级电池储能主动控制方法

《Journal of Energy Storage》：Towards proactive control of grid-scale battery energy storage using dynamic preview length

　　

固定预览（fixed-preview）和反应式（reactive）电池控制在波动性和季节性电价下会变为次优。研究人员提出一种面向电网级电池储能（grid-scale battery energy storage）的主动式电池控制框架，其预览长度（preview length）可动态调整。该框架采用贝叶斯在线变点检测（Bayesian online change-point detection, BOCPD）使控制时域（control horizon）适应市场机制转变（market regime shifts）。通过基于电压灵敏度（voltage sensitivity）的动态运行包络（dynamic operating envelopes）纳入网络感知约束（network-aware constraints）。与固定预览方法相比，该方法提高电池收益（revenue）并保持较低计算负担（computational burden）。

传统电网级电池控制多采用反应式（reactive，即响应式）策略，仅在需求或发电变化后、或依据市场发布的预测价格启动调度；主动式（proactive）策略虽引入未来系统条件预览，但多使用固定预览（fixed preview），难以适应每日和季节性市场波动。AEMO（Australian Energy Market Operator）预调度（pre-dispatch）价格存在随预测时域增加的不确定性和明显季节性，预调度价格并不必然随实际调度临近而收敛，反应式调度可能因预测不准而显著损失收益，NEM（National Electricity Market）中报告的收入损失可达50%，短时电池更敏感。高分辨率NEM 5分钟调度增加优化变量和计算负担，而最佳前瞻时域随季节变化，固定预览可能在另一季节次优。现有社区电池储能研究多关注退化、产消者参与和降本，常忽略波动和不确定预调度及季节动态导致的次优性。因此，Shakil Mirza等开展研究，提出面向电网级电池储能、特别是社区电池储能（community battery storage, CBS）的两层主动控制框架，并将成果发表在《Journal of Energy Storage》。

技术方法上，研究人员采用两层动态预览滚动时域控制（dynamic preview receding horizon control, DP-RHC）。上层监督层对AEMO预调度价格进行偏差校正，并以自回归贝叶斯在线变点检测（Bayesian online change-point detection, BOCPD）监测价格机制转变，将预计变点时间映射为下层预览长度；同时用Jacobian电压灵敏度矩阵估计电池母线电压并形成网络感知约束。下层以5分钟滚动时域控制（receding horizon control, RHC）最大化套利收益并满足电压等约束。仿真采用CIGRE低压配电测试系统，使用Solar Analytics 2019 Historical Dataset中昆士兰100户家庭5分钟光伏与负荷数据，并顺序应用AEMO 2019年30分钟预调度价格预测；另用独立历史数据进行偏差校正、BOCPD离线参数及季节预览范围整定。

研究结果如下。4.1 改进预调度价格下的性能：通过比较原始与校正预调度价格下不同预览长度控制器的收益，偏差校正使代表性预调度序列的平均绝对误差（MAE）降低约8.6%；单步前瞻滚动时域控制（one sample ahead RHC, OSA-RHC）最不敏感，固定预览滚动时域控制（fixed preview RHC, FP-RHC）中的FP(6)-RHC收入变化最大（30.64%），DP-RHC敏感性显著低于FP-RHC，表明动态预览减少了对不可靠长程预测的暴露并保留经济收益。4.2 动态预览长度调整：将BOCPD用于1:30 AM发布的预调度价格，运行长度（run-length）揭示午间三个价格机制及清晰变点；监督层按式（8）把预计变点时间映射为预览长度，变点较远时缩短预览，变点临近时延长预览以捕捉变点后动态。4.3 所提DP-RHC方法性能：在场景A中，24小时收益随预览长度增加至6小时饱和，继续延长因预测不确定性导致过早或次优调度并使收益下降；DP-RHC归一化收益由FP-RHC的1.24提高至2.12，同时计算负担较低；终端荷电状态（state of charge, SoC）为0.5时性能最高；事件1价格机制转变后，FP-RHC因长预览提前放电而错过峰值，DP-RHC先短后长并推迟放电以捕获峰值；电池母线电压估计最大绝对误差0.018 p.u.、MAE 0.0019 p.u.。4.4 不同价格场景下性能比较：场景A为平坦价格；场景B午间负价下DP-RHC较FP-RHC收益提高42%；场景C多峰下DP-RHC与FP-RHC均优于OSA-RHC，而FP-RHC执行时间大幅增加；场景D高波动下DP-RHC较FP-RHC提高52%。全年DP-RHC归一化性能0.71（$20,463），OSA-RHC为0.40（$11,613），FP-RHC为0.65（$18,722），较FP-RHC提高约9.2%、较OSA-RHC提高77%；月均收益$1689（95% CI：$1318–$2060），8月和11月表现较强。4.5 监督层敏感性测试：对自回归BOCPD的阶数p和风险率λ进行敏感性分析，较小λ检测更多变点、较大λ减少检测；主要变点在所有参数设置下均于单个30分钟区间内一致检出，说明监督层能可靠识别主导价格波动，且灵敏度可由p和λ控制。

讨论部分指出，DP-RHC具有提高收益和降低计算复杂度的双重优势，可增强聚合电池协调场景的可扩展性和实际可部署性，适用于社区电池运营商、零售商、聚合商、虚拟电厂运营商或配电网络服务提供商（DNSP）等；市场运营商、DNSP和聚合商分别提供价格/调度信号、运行包络与电压/出口限制、组合级目标，随着资产数量、时域长度和网络耦合约束增加，计算效率具有实时可行性、数值鲁棒性和集成FCAS（频率控制辅助服务）等附加服务的意义；在NEM中FCAS收入受启用、激活和价格动态不确定性影响，能源与FCAS联合优化需要动态主动容量分割和预留。研究结论翻译如下：储能系统，尤其是部署于电力网络各层级的电池，正通过增强灵活性、网络运行可靠性和可再生能源整合，在重塑现代电网中发挥越来越重要的作用。本文提出一种两层主动控制方法，用于电网级电池在每日和季节性价格波动下在能源市场中的高效运行，特别关注社区级储能运行。滚动时域控制的预览长度通过BOCPD在线调整，输入为实际和历史AEMO预调度价格信号。经偏差校正的价格轨迹与基于Jacobian的电压灵敏度模型相结合，使下层滚动时域控制器能够在满足配电级电压约束的同时共同最大化能源套利收益。所提控制器的鲁棒性在多个代表性历史NEM调度和预调度价格场景以及真实家庭需求和光伏数据下得到测试。基于CIGRE低压馈线的仿真研究表明，所提动态预览控制器（DP-RHC）始终优于传统反应式和固定预览调度策略。关键结论为：预测不确定性限制较长固定预览，因预调度价格具有时域偏置的预测不确定性，固定长预览优化越来越暴露于预测误差，导致保守或时机不当的电池调度并降低收益；动态预览适配同时提高收益和效率，通过自适应改变预览，DP-RHC更好地使调度与实际价格变动对齐，获得更高收益，并避免不必要长优化的计算负担；跨多种场景具有鲁棒性，动态调整RHC在多种场景下始终优于传统方法，说明在前瞻性与不确定性管理之间取得平衡比保持固定预览时域更有效。