一种锂电池梯次利用实现充放电策略的微网优化方法与流程

1.本发明涉及电力系统中储能的运行管理技术领域，具体为一种锂电池梯次利用实现充放电策略的微网优化方法。


背景技术：

2.在当前能源危机与环境问题的背景下，微网的发展具有这良好的前景。它是风电、光伏等分布式发电充分利用的有效组织形式。分布式电源的间歇性与随机性对微网的稳定运行与功率平衡控制带来了较大的挑战。因此，微网中一般需配有储能系统，用于平衡瞬时功率波动，维持微网稳定运行，并发挥削峰填谷作用。
3.能量管理系统的是微网运行的重要保障，用于协调各类分布式电源、储能及用电负荷。微网能量管理与传统电网的主要区别之一在于储能的运行管理。当前，微网中储能的调度方法有：启发式调度方法、基于数学优化建模的调度方法以及模糊控制等，然而对储能运行成本的研究还不完善。放电深度(depth of discharge，dod)是影响储能寿命运行折旧的重要因素，因此，研究基于储能放电深度的折旧成本建模具有重要的意义。
4.当前，在大规模固定式储能的应用中，锂电池储能的成本低于其他储能类型。锂电池储能凭借着能量密度高、无记忆效应、技术相对成熟等优势，在微网示范工程中得到了较为广泛地应用。为此，本专利对微网中的锂电池运行管理提出了一种合理实用的充、放电策略与放电深度经济调度模型；
5.为了解决上述现有技术的不足，提出一种锂电池梯次利用实现充放电策略的微网优化方法来解决上述不足之处。


技术实现要素：

6.针对现有技术的不足，本发明提供了一种锂电池梯次利用实现充放电策略的微网优化方法，解决当前研发新型的单兵肩射武器中，需要将发射器的信息处理组件与弹药引信及弹种药温识别模块电气部分连接起来，因此需要有触点连接，且需保证在战场复杂环境的可靠性的问题。
7.本发明提供如下技术方案：一种锂电池梯次利用实现充放电策略的微网优化方法，该微网优化方法包括以下步骤：
8.步骤一、建立基于锂电池放电深度的可变折旧成本模型；
9.步骤二、建立一种实用的锂电池的充放电控制策略；
10.步骤三、建立考虑锂电池梯次利用与变上限约束充放电控制策略的微网经济优化调度模型。
11.优选的，建立基于锂电池放电深度的可变折旧成本模型，包括以下步骤：
12.s1、锂电池储能折旧成本分析，锂电池存在日历寿命和循环寿命的限制，其折旧可分为固定折旧与可变折旧两部分，其中固定折旧与电池的出厂后的累计时间有关，而可变折旧则与电池的运行状态有关，并直接影响到电池的循环寿命，本发明根据锂电池的可变
折旧成本分解为每次充放电循环过程的折旧成本，并在微网的运行调度过程中予以考虑；
13.s2、锂电池的循环寿命建模，锂电池的循环寿命与每次充放电循环的放电深度密切相关，采用三参数疲劳寿命曲线描述锂电池循环寿命与放电深度之间关系，根据的电池寿命测试数据，采用最小二乘法拟合方法，计算锂电池的循环寿命函数中的参数，得到锂电池的循环寿命模型；
14.s3、计算单次充放电循环过程锂电池的可变折旧成本，根据步骤1与2 中获得的锂电电池寿命模型，采用工作量折旧法，计算锂电池单次充放电循环的寿命损失百分比，这一数值与步骤1中获得的锂电池梯次利用的乘积，即为单次充放电循环过程锂电池的折旧成本。
15.优选的，建立一种实用的锂电池的充放电控制策略，包括以下步骤：
16.s1、分析锂电池典型的两段式充电策略过程的功率变化趋势，该充电过程包括恒流充电与恒压充电两个阶段，恒流充电阶段，充电功率随着荷电状态的升高而逐渐增大；恒压充电充电功率随着充电电流的减少而逐渐减小，整个充电过程，锂电池的充电功率随着荷电状态的升高呈现先增加后减小的变化趋势；
17.s2、分析锂电池典型的恒流放电过程的功率变化趋势，恒流放电过程中，荷电状态逐渐降低，放电电压降逐渐减小，因此锂电池的放电功率也随之逐渐变小；
18.s3、与传统的采用恒定的充、放电功率限值的约束建模方法不同，本发明提出了更为实用、可行的锂电池充放电策略，将步骤1与步骤2中介绍的典型充放电策略下的充放电功率曲线作为锂电池运行过程中的允许功率限值，即锂电池的充放电功率限值将随着其荷电状态的变化而变化。
19.优选的，建立考虑锂电池梯次利用与变上限约束充放电控制策略的微网经济优化调度模型，包括以下步骤：
20.s1、建立的锂电池的单次循环的折旧成本是放电深度(dod)的非线性函数，本发明对其进行分段线性化等效，降低优化调度问题的求解难度，并将等效后的锂电池折旧成本函数加入到微网经济调度的目标函数中；
21.s2、根据步骤2和3中提出的充放电功率限制策略，建立锂电池的运行约束条件；
22.s3、建立以运行成本最小为目标的微网优化调度模型，运行成本包括：可控电源的运行成本、微网与大电网之间的购、售电成本以及锂电池运行成本和折旧成本；
23.s4、求解步骤3中建立的优化调度模型，获得微网的优化调度方案，指导微网的发电调度。
24.优选的，s2中约束条件包括：电力平衡约束、各类机组的技术出力约束与启停约束、锂电池的充放电功率约束、荷电状态约束。
25.与现有技术对比，本发明具备以下有益效果：使用三参数疲劳寿命曲线较为准确的描述了锂电池循环寿命与放电深度之间的关系，对放电深度与锂电池循环寿命间的关系给出了更为直观的描述，在此基础上，根据放电深度的不同将单次循环的电池寿命损失折算为折旧成本，并在微网优化调度建模中予以考虑，从而实现了锂电池放电深度的优化管理。本专利根据典型的充放电方法提出了更为安全实用的锂电池充放电管理策略，保证了电池的实际运行条件优于典型运行环境，可以避免因使用不当导致电池加速老化，本专利提出的考虑锂电池梯次利用的调度模型，为锂电池放电深度的合理调度提供了理论依据，
有利于降低了锂电池的老化速度，提高其生命周期内的经济效益，降低微网整体的运行成本，并且，本调度模型可用于微网中其它类型储能设备的管理。
附图说明
26.通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本技术的其它特征、目的和优点将会变得更明显：
27.图1为考虑锂电池梯次利用与实用充放电约束策略微网发电调度示意图；
28.图2为依赖于荷电状态的锂电池充放电功率约束示意图；
29.图3为锂电池梯次利用的分段线性化示意图。
具体实施方式
30.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制，为了更好地说明本发明的具体实施方式，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸，对本领域技术人员来说，附图中某些公知结构、部件及其说明可能省略是可以理解的，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
31.在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“连接”应做广义理解，例如可以是固定连接，可以是活动连接，也可以是可拆卸连接，或一体地连接，可以是机械连接，也可以是电连接，可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。下面将参考附图并结合实施例来详细说明本技术。
32.请参阅图1-3，一种锂电池梯次利用实现充放电策略的微网优化方法，该微网优化方法包括以下步骤：
33.步骤一、建立基于锂电池放电深度的可变折旧成本模型；
34.步骤二、建立一种实用的锂电池的充放电控制策略；
35.步骤三、建立考虑锂电池梯次利用与变上限约束充放电控制策略的微网经济优化调度模型。
36.建立基于锂电池放电深度的可变折旧成本模型，包括以下步骤：
37.s1、锂电池储能折旧成本分析，锂电池存在日历寿命和循环寿命的限制，其折旧可分为固定折旧与可变折旧两部分，其中固定折旧与电池的出厂后的累计时间有关，而可变折旧则与电池的运行状态有关，并直接影响到电池的循环寿命，本发明根据锂电池的可变折旧成本分解为每次充放电循环过程的折旧成本，并在微网的运行调度过程中予以考虑；
38.s2、锂电池的循环寿命建模，锂电池的循环寿命与每次充放电循环的放电深度密切相关，采用三参数疲劳寿命曲线描述锂电池循环寿命与放电深度之间关系，根据的电池寿命测试数据，采用最小二乘法拟合方法，计算锂电池的循环寿命函数中的参数，得到锂电池的循环寿命模型；
39.s3、计算单次充放电循环过程锂电池的可变折旧成本，根据步骤1与2 中获得的锂
电电池寿命模型，采用工作量折旧法，计算锂电池单次充放电循环的寿命损失百分比，这一数值与步骤1中获得的锂电池梯次利用的乘积，即为单次充放电循环过程锂电池的折旧成本。
40.建立一种实用的锂电池的充放电控制策略，包括以下步骤：
41.s1、分析锂电池典型的两段式充电策略过程的功率变化趋势，该充电过程包括恒流充电与恒压充电两个阶段，恒流充电阶段，充电功率随着荷电状态的升高而逐渐增大；恒压充电充电功率随着充电电流的减少而逐渐减小，整个充电过程，锂电池的充电功率随着荷电状态的升高呈现先增加后减小的变化趋势；
42.s2、分析锂电池典型的恒流放电过程的功率变化趋势，恒流放电过程中，荷电状态逐渐降低，放电电压降逐渐减小，因此锂电池的放电功率也随之逐渐变小；
43.s3、与传统的采用恒定的充、放电功率限值的约束建模方法不同，本发明提出了更为实用、可行的锂电池充放电策略，将步骤1与步骤2中介绍的典型充放电策略下的充放电功率曲线作为锂电池运行过程中的允许功率限值，即锂电池的充放电功率限值将随着其荷电状态的变化而变化。
44.建立考虑锂电池梯次利用与变上限约束充放电控制策略的微网经济优化调度模型，包括以下步骤：
45.s1、建立的锂电池的单次循环的折旧成本是放电深度(dod)的非线性函数，本发明对其进行分段线性化等效，降低优化调度问题的求解难度，并将等效后的锂电池折旧成本函数加入到微网经济调度的目标函数中；
46.s2、根据步骤2和3中提出的充放电功率限制策略，建立锂电池的运行约束条件；
47.s3、建立以运行成本最小为目标的微网优化调度模型，运行成本包括：可控电源的运行成本、微网与大电网之间的购、售电成本以及锂电池运行成本和折旧成本；
48.s4、求解步骤3中建立的优化调度模型，获得微网的优化调度方案，指导微网的发电调度。
49.s2中约束条件包括：电力平衡约束、各类机组的技术出力约束与启停约束、锂电池的充放电功率约束、荷电状态约束。
50.需要说明的是，应用本发明所提的微网运行优化调度模型时，需要首先从锂电池生产厂商获得相关数据，包括：
51.锂电池标称循环寿命及典型放电深度对应的循环寿命；
52.锂电池循环寿命测试过程所采用的两阶段充电策略中的恒流充电倍率与恒压充电电压值；
53.锂电池循环寿命测试过程所采用恒流放电倍率。
54.第1步：针对锂电池的配置容量与循环寿命测试数据，建立锂电池的可变折旧成本模式，包括：
55.1)计算锂电池的初始投资成本与锂电池的额定功率容量和额定电量容量有关由公式(1)获得：
56.(1)
[0057][0058]
式中：c
p
，cw分别为与电池额定功率容量和额定电量容量相关成本系数。
[0059]
2)根据锂电池循环寿命的测试数据，使用式(2)所示三参数疲劳寿命曲线拟合锂电池循环寿命与放电深度之间关系。
[0060]nst
＝c/(dod
st-d)m(2)
[0061][0062]
式中：n
st
为锂电池的实际循环寿命/次；dod
st
为锂电池的放电深度/％； c，d，m为待拟合参数。
[0063]
3)根据工作量折旧法，计算单次充放电循环过程的寿命损失δl
st
，可表示为：
[0064]
δl
st
＝1/n
st
＝(dod
st-d)m/c (3)
[0065][0066]
4)令锂电池的可变折旧成本占总成本的γ％，可变折旧成本与单次循环寿命损失的乘积即为单次充放电循环过程的可变折旧成本δu
st
，即：
[0067][0068]
第2步，建立一种实用的锂电池的充放电控制策略分析，包括：
[0069]
1)首先分析锂电池典型的两段式充电过程中充电功率的变化趋势，该充电过程包括恒流充电和恒压充电两个过程。在恒流充电阶段，充电电流保持恒定，随着充电的进行，电池荷电状态与充电电压逐渐升高，因此充电功率也逐渐变大，直至充电电压达到某一设定值后，开始进入恒压充电阶段，此过程中充电电流将随着荷电状态的升高而逐渐变小，因此充电功率也逐渐减小。全过程的充电功率如图2的充电过程图中的实线所示。
[0070]
2)分析锂电池典型的恒流放电策略下放电功率的变化趋势，该策略下，放电电流保持恒定，随着放电的进行，电池荷电状态与放电电压逐渐降低，因此，放电功率也逐渐变小，放电过程的功率变化情况如图2的放电过程图中的实线所示。
[0071]
第3步，建立考虑锂电池折旧成本与充放电策略的微网经济优化调度模型，包括：
[0072]
1)对锂电池的单次循环过程的可变折旧成本的非线性函数进行分段线性化等效，分段处理示意图见图3。分段等效后锂电池单次循环的折旧成本可表示为：
[0073][0074]
式中：m线性分段数，αj，βj分别为第j个分段斜率和纵轴截距；代表第j个分段上放电深度的连续变量和0-1状态变量，它们之间关系可表示为：
[0075][0076]
式中：为第j个分段的放电深度上、下限。
[0077]
锂电池的实际放电深度可表示为：
[0078][0079]
由于，中仅有一个变量取非零值，因此，中仅有一个变量取值为1：
[0080][0081]
2)基于典型充放电策略，建立锂电池的充放电约束条件，从图2可见，理想或测试条件下，锂电池的充放电功率随电池荷电状态而变化。为了防止实际运行中锂电池的过度老化，本发明应将其充放电功率限制在典型充放电功率以内，并用图2中所示的虚线所示的线性函数代替各阶段中充放电功率与荷电状态的非线性关系，得到实用的充放电约束条件如下：
[0082][0083][0083][0084][0085][0086]
式中：表示锂电池运行过程中的充放电功率，soc
st
(t)为锂电池的荷电状态，其他符号含义在图2中已注明。
[0087]
3)微网的优化调度建模，目标函数为：
[0088][0089]
式中：tn为调度的时段数；ng为微网中可控机组的个数；δt单步的时间步长；式(12)中的运行费用包括：可控电源的燃料成本维护成本和启停成本微网与大电网之间的购、售电成本f
buy
(t)、f
sell
(t)以及锂电池的运行成本和可变折旧成本分别由式(13)-(19)进行计算。
[0090][0091][0092][0093]fbuy
(t)＝u
buy
p
buy
(t) (16)
[0094][0095]fsell
(t)＝u
sell
p
sell
(t) (17)
[0096][0097][0098][0099]
式中：p
ig
(t)为可控电源出力；为可控电源的开机状态变量；为可控电源的开机费用；p
buy
(t)，p
sell
(t)为微网的与大电网的购、售电功率；u
buy
， u
sell
为购、售电价格；锂电池的单位时间运行成本由两部分组成，一部分与最大功率有关，一部分与单位时间转移的电量有关；co， cm为相应的成本系数。
[0100]
该优化问题中约束条件包括：式(20)所示的电力平衡约束、式(21)-(26) 所示的各类电源的技术出力约束；式(27)-(30)所示的锂电池的充放电功率约束以及式(31)-(34)所示的锂电池荷电状态约束。
[0101][0102][0103]
[0104][0105][0106][0107][0108][0109][0110][0111][0112][0113][0114][0115][0115][0116][0117]
式中：为锂电池组k的充放电功率；为锂电池
组k的充放电状态变量；nst为锂电池组数；为微网公共连接点 (point of common coupling，pcc)的功率传输极限；b
ig
(t)为可控电源的状态变量；是锂电池的充放电效率；是光伏、风电电源的预测出力；p
pv
(t)，p
wt
(t)风电、光伏出力的计划调度出力；p
l
(t)为微网中的负荷功率；t1，tn调度区间的始末时刻；代表锂电池组k的放电深度；代表调度期间锂电池组的k荷电状态变化量。
[0118]
4)求解3)中建立的优化调度模型，获得微网的计划调度方案；
[0119]
本说明中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
[0120]
所需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0121]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。