为降低异质性电池储能系统在平抑微电网不平衡功率时的寿命损耗、提升其中电池单体的均衡度及控制精度，华北电力大学电力系统自动化团队提出兼顾电气参数与运行状态差异的改进分组模型，并以此设计梯次调控方法，进一步基于考虑通信时滞的固定时间比例一致性算法，设计了异质性电池储能系统精准梯次功率控制策略，实现了异质性电池储能系统低损，均衡的功率控制，完成了微电网不平衡功率的快速精准平抑。
研究背景
由于包含随机性源、荷，维持微电网的功率平衡至关重要。尤其是在间歇式新能源与随机性负荷接入后，微电网的功率波动将显著增加，提升了其维持功率平衡的难度。在微电网中加装可快速充放电的电池储能系统成为被广泛采用的应对手段。
随着新能源和随机性负荷接入比例的不断攀升，原有储能系统无法满足功率平衡的需求，需要进一步扩建。扩建后的储能系统由多个电气参数及运行状态互有差异的系统组成，形成异质性电池储能系统（Heterogeneous Battery Energy Storage System, HBESS）。
可见，HBESS常分期建设，致使其中的储能系统额定容量、额定功率、运行效率等电气参数存在较大差异；且由于投运时长不同，他们的健康状态也存在一定差异。此外，由于运行工况与内部特性的差异，长期运行下储能系统内的电池单体（Battery Unit, BU）的荷电状态与健康状态也将不一致。与传统储能系统相似，HBESS也具有较高的投入成本和有限的服役时长。因此，设计考虑寿命损耗的HBESS功率控制方法成为重要的研究课题。
论文所解决的问题及意义
目前研究中常采用的基于分组模型的HBESS梯次调控方法，将电池储能系统分成容量相等的电池组(Battery Group, BG)，进一步提出梯次调控方法使各BG梯次参与调控，通过功率的梯次分配来降低寿命损耗。只是HBESS的多种电气参数及运行状态存在明显差异，现有研究未能全面考虑此类差异，存在局限。
此外，分组模型在将异质性的BU划成BG后，同一储能系统内的BU可能被分至不同的BG、在不同梯次参与调控，这将加剧同一系统内的BU运行状态不一致。同一储能系统内的运行状态不一致会影响分组，进而影响同一系统内BU运行状态均衡，易形成恶性循环。
为此，本文先考虑电气参数、运行状态及指令特征评估BU调控能力；进一步基于所提改进分组模型，将HBESS分成若干BG，并设计了梯次调控方法。这样做不仅考虑了多种电气参数及运行状态差异，还可同一系统的BU在相同BG、相同梯次参与功率控制，有效降低寿命损耗，促进HBESS运行状态均衡。
另外，目前采用的HBESS功率控制常基于分布式控制架构。不过，分布式控制架构高度依赖于BU间的通信，而HBESS中的储能系统在场址分布、通信手段等方面的差异易导致通信时滞，形成更为复杂的时滞环境，影响了功率控制的速度。
本质上，HBESS的分布式功率控制需确保功率指令在规定时间内准确分配至各BU，这与固定时间一致性算法的特性高度契合。只是，当前关于时滞环境下的相关研究主要聚焦于其固定时间收敛特性，且多以实现状态变量平均一致为目标，未能消除时滞带来等的功率控制误差，难以直接应用于HBESS的梯次功率控制。
为此，本文提出了计及时滞的固定时间比例一致性算法 (Time-delay based Fixed-time Proportional Consistency Algorithm, TFPCA)。该算法实现了固定时间与比例一致性，通过研究其数学特性，给出了消除了迭代误差的方法。
本文进一步设计了基于梯次调控方法及TFPCA的HBESS功率控制策略，考虑BU运行状态均衡度，实现BG对功率指令的精准梯次控制，完成了对于微电网不平衡功率的快速准确补偿，具有一定的实际工程意义。
论文方法及创新点
1、兼顾电气参数与运行状态差异的改进分组模型
为适应HBESS，本文在评估BU调控能力时，兼顾了储能参数(包含电气参数、运行状态)与功率指令特征，从承担功率与备用容量两方面展开分析。
关于HBESS储能参数，额定功率与运行效率是衡量BU承担功率能力的重要指标；额定容量、SOC与SOH则可用于量化BU的备用容量，展示了HBESS在未来承担功率的潜力。
HBESS功率指令的特征可由幅值与变化率两大维度来刻画。在相同运行效率的前提下，BU的额定功率越高，其所能承担的功率指令幅值也随之提升，这直接映射出功率指令对BU承担功率能力的诉求。类似地，当功率指令的快速爬坡时，对HBESS的备用容量需求随之提升；此时拥有更大备用容量的BU将具有更强适应性，所能承受的功率指令变化率将更为宽泛。由此，功率指令的变化率可以反映此类爬坡对BU备用容量的需求。
本文兼顾BU承担功率能力、备用容量、功率指令的幅值与变化率构建了调控能力评估模型。该模型下，具有相同电气参数、相近SOH的BU调控能力将更接近，即同一储能系统的BU的评估结果将更接近，这样做将有助于保障同一储能系统内BU的均衡度。
基于调控能力评估，本文所提改进分组模型的流程包含3个步骤，示意图见图1。
步骤1：在每个调控时刻评估各BU的调控能力，并按评估结果的降序排列。
步骤2：以最小化BG容量差异、最小化BG内调控能力差异为目标求解BG数量及每个BG所包含的BU，并依据所求结果将BU分至各组。
步骤3：按调控能力强弱将所分BG依次命名。
图1 HBESS分组模型流程
当功率指令较大且变化较快时，BU间的调控能力差异更大，所提模型将增加BG的数量以降低组内BU调控能力的差异，避免违反BG梯次调控的逻辑。反之，BU调控能力差异较小，BG的数量将随之降低，方便提升BG内同一储能系统的BU运行状态均衡度。基于上述分析可知，所提分组模型考虑了BU的异质性，且均衡度提升为目标，更适用于HBESS。
2、基于梯次调控方法与TFPCA的电池组精准功率控制策略
本文所提梯次调控方法如表1所示。本文依据HBESS的功率指令确定参与调控的BG数量，并按调控能力强弱梯次参与调控，使功率指令集中于调控能力较高的BG；同时，调控能力强的BG应多承担功率，反之则少承担功率，这样做可以使功率梯次分配以延长HBESS使用寿命。
表1 HBESS梯次调控方法
进一步地，本文设计了TFPCA，并严格证明了其固定时间一致性及比例一致性，推导出了收敛时间上界、迭代终值间的比例。本文通过系统性研究算法内关键参数的求解方法，给出了消除时滞引入误差的方法。TFPCA(算法0)迭代曲线及迭代误差对比图如图2、3所示。
图2 TFPCA迭代曲线
图3 各算法迭代误差占比
本文所设计的HBESS均衡功率控制策略具体流程如图4所示，HBESS内各BU依据此流程完成功率控制。一方面，所提功率策略基于梯次调控方法，通过功率的梯次分配降低HBESS整体的寿命损耗；另一方面，结合调控能力评估方法间接提升HBESS均衡度，并基于TFPCA实现精准的功率控制。HBESS寿命损耗降低效果如图5所示，各系统及HBESS均衡度提升效果如图6所示，HBESS功率控制误差如图7所示。
图4 HBESS功率控制策略流程
图5 HBESS寿命损耗降低效果
图6 各储能系统及HBESS均衡度提升效果
图7 HBESS功率控制误差
结论
本文针对微电网内HBESS在功率控制时寿命损耗高、BU运行状态均衡度低、控制精度低的问题展开研究，取得如下结论：
1）提出了兼顾电气参数与运行状态差异的改进分组模型。该模型考虑多种储能参数差异，可降低寿命损耗约8%，且可以动态调整BG数量。
2）面向时滞环境提出了TFPCA，实现了固定时间与比例一致性，消除了算法的迭代误差，相较于其他算法更适用于HBESS梯次精准功率控制。
3）设计了兼顾电气参数与运行状态差异的梯次功率调控方法，结合TFPCA进一步提出了电池组精准梯次功率控制策略，该策略下SOC均衡度提升约50%，完成了HBESS的精准梯次功率控制。
团队介绍
华北电力大学电力系统自动化团队依托于新能源电力系统全国重点实验室、河北省分布式储能与微网重点实验室，近年来承担国家重点研发计划项目、国家自然科学基金、河北省自然科学基金、国家电网公司、南方电网公司、科研机构等纵横向项目50余项，获得省部级奖励10多项，其中一等奖4项，在国内外权威期刊上发表200多篇论文，被SCI/EI检索120余篇，高被引论文20余篇。
来源：电工技术学报 |
