面向季节性运行场景的多簇储能系统一致性导向自适应最优功率分配方法研究

《Scientific Reports》：A consistency-oriented adaptive power allocation method for battery energy storage systems under seasonal wind–photovoltaic scenarios

　　

摘要

随着风电和光伏渗透率的不断提高，电池储能系统（BESSs）已成为可再生能源电站中功率平衡和灵活调度的重要支撑资源。然而，在多簇并联电池系统的长期运行过程中，由于簇间容量差异、初始状态偏差以及运行不均匀性等因素，荷电状态（SOC）不一致性会持续累积。这种累积进一步导致各簇响应不均衡、边界约束提前触发以及系统可用调节能力下降。为解决上述问题，本研究提出了一种面向季节性风—光运行场景的一致性导向自适应最优功率分配（COAO）方法。首先，基于全年风电、光伏及负荷数据构建日运行特征向量，并采用模糊C均值聚类提取对应春、夏、秋、冬四季的四个典型运行场景，从而建立统一的跨季节评估框架。其次，针对多簇电化学储能系统，构建了一种一致性导向的数学模型，该模型纳入了簇级SOC动态特性、SOC安全边界、功率约束、爬坡速率约束以及方向性退出机制。同时，综合考虑与调节方向相关的SOC裕度和容量差异，构建了簇级优先级评分函数，并引入基于一致性指标的自适应权重调整与可行域优化修正机制。由此，在工程约束条件下可同时实现功率执行能力与一致性维持能力。最后，在四个季节性代表场景下，将所提方法与三种基准分配策略进行了系统对比，这三种策略分别为荷电状态比例分配（SCPA）、基于最大剩余功率排序的水填充法（MRWF）以及基于模型预测控制的SOC均衡方法（MPC-SOC），共进行30组配对仿真。结果表明，COAO方法在所有四个季节场景下均实现了最低的SOC均值范围与SOC标准差，并展现出最优的整体功率跟踪性能。本研究可为可再生能源电站中多簇储能系统的精细化运行控制提供方法学支撑。