考虑实时电池老化成本的微电网中混合能源存储系统的双层优化

针对可再生能源波动及电池健康与经济性冲突问题，提出混合储能系统（HESS）双层滚动优化框架。上层每小时优化经济调度并嵌入动态非线性退化成本模型，实时调整电池充放电策略；下层每5分钟通过超级电容平抑快速波动，并基于SOC/SOH指数的指数型分组功率分配策略，有效抑制电池组不均衡老化，仿真验证了该方法在降低运营成本同时延长电池寿命的综合效益。

　　

Zenghui Zhang|Kaile Zhou|Shanlin Yang|Wei He

合肥工业大学管理学院，中国合肥，230009

摘要

随着可再生能源在现代电力系统中的快速部署，电池储能系统已广泛应用于微电网中，以缓解可再生能源的不确定性。虽然定期的深度充放电循环可以为电网提供各种辅助服务，确保短期供电，但它们会对电池健康产生负面影响，从而降低电池系统的整体寿命。为了解决这个问题，本研究介绍了一种混合储能系统（HESS），该系统结合了电池和超级电容器，以平衡微电网中的即时运行效率和长期电池健康。为此，我们开发了一个双层优化模型，并将其实现为分层滚动优化，将实时电池退化成本纳入目标函数。上层模型每小时调整电池储能系统（BESS）的调度和电网交易，以最小化总成本；下层模型解决一个5分钟的跟踪问题，遵循上层设定的参数，利用超级电容器吸收快速波动，并通过考虑SOC/SOH的状态来分配电池组功率。此外，还开发了一个动态非线性退化模型，以准确捕捉不同运行条件下的电池退化行为，为优化提供实时退化成本数据。仿真结果表明，上层模型有效调节了电池的放电深度（DOD），显著降低了运行成本；而下层模型通过优化功率分配进一步减缓了电池退化，同时平滑了可再生能源的波动。

引言

随着全球能源需求的持续增长和环境问题的日益严峻，能源系统的可持续发展已成为全球关注的焦点[[1], [2], [3]]。在这种情况下，基于可再生能源的分布式能源管理系统——微电网受到了广泛关注和应用。微电网能够在局部区域内整合可再生能源、储能系统和负载[3,4]。通过优化这些资源的调度，微电网可以实现高效能源利用和可靠供电，从而减少对主电网的依赖。这在远离主电网的偏远地区或容易发生电力中断的地区尤为重要。

然而，由于光伏（PV）和风力涡轮机（WT）等可再生能源的间歇性和不确定性，有效管理和调度微电网内的能源资源仍然是一项具有挑战性的任务[[4], [5], [6], [7]]。为了解决这一挑战，混合储能系统（HESS）被引入微电网中，以提高系统的灵活性和稳定性[7]。BESS具有高能量密度，适合长期能源管理；而SC具有高功率密度，适用于短期功率调节[8]。实际上，HESS能够使能量和时间尺度对齐，从而能够连贯地处理每小时的能量套利和分钟级别的波动[7,9]。尽管HESS具有巨大潜力，但在实际应用中进行优化以实现成本效益和延长寿命仍然是一个复杂的问题[9]。

最近关于微电网中HESS运行的研究可以根据功率分配/能源管理系统（EMS）类别及其时间尺度的演变来进行分类。首先，基于模型预测控制（MPC）/优化的调度在协调多时间尺度目标的同时执行运行约束[10]。其次，分布式/下垂/共识机制能够在通信负担较小的情况下实现资源共享和二次调节[11]。第三，基于规则/启发式/机器学习的EMS强调实现的简单性和数据的适应性[12]。第四，运行策略和配置研究分析了HESS的生命周期效益和循环意识规划[13]。相关的概率尺寸和调度框架共同优化了容量和运行[14]，而模糊多阶段控制改善了混合微电网中的直流母线调节和电池寿命[15]。针对带有HESS的风光微电网的分层经济调度展示了分层控制的优势[16]，同样，孤岛式直流微电网中分布式HESS的合作策略也体现了这一优势[17]。改进的预测进一步减少了调度不确定性[18]。总体而言，这些研究展示了从单层EMS（一个时间尺度）向分层/双层结构的明显进步，后者将缓慢的能量套利（每小时）与快速波动抑制（分钟级别）分开。受此启发，我们的研究采用了一种双层、滚动框架，将每小时的成本优化与5分钟的跟踪/平滑层相结合。

在运行压力下对电池进行退化建模对于生命周期意识的调度至关重要。结合循环深度、电流率和温度的多应力模型已被整合到HESS的运行决策中[19]，而技术经济分析突出了季节性/长期视角对储能价值的影响[20]。分层热管理和能源管理进一步强调了共同设计控制和健康状态的需求[21]。在并网微电网中，协调调度考虑了氢/BESS或EV–BESS–SC的退化成本，以减少磨损并提高经济效益[22,23]。重要的是，考虑健康状态的多时间尺度运行可以将物理/经验退化映射转化为与能量套利一起优化的实时退化成本[24,25]。在本研究中，“模型”指的是在系统限制下最小化货币和退化成本的优化公式；而“退化模型”指的是生成优化所使用的实时成本信号的物理/经验映射[26,27]。

在BESS中，电池组级别的功率分配对不均匀老化和效率有重要影响。针对光伏电站的EMS和两级MILP管理制定了现实的设备约束，以指导电池组内的调度[28,29]；而混合系统的工厂级控制器强调充电状态（SOC）管理，以实现稳健的性能[30]。基于组的策略结合嵌套的时间尺度协调电池组间的充电/放电[31]，主动均衡利用实时反馈来减少SOC漂移并提高一致性[32]。对于频率支持应用，分层控制结合SOC恢复展示了经济性和健康状态的双重效益[33]。作为工程基准，共识/下垂共享被广泛使用[11]；因此，我们以共识风格的分配器为基准，并提出了一种考虑SOC/健康状态（SOH）的指数级电池组级分配方法，实时优先考虑各组间的充电/放电[34]。

尽管取得了显著进展，但目前的研究仍缺乏在明确的实时退化成本下将每小时经济调度与分钟级别平滑紧密耦合的方法，而且通常缺乏一种透明且轻量级的、考虑SOC/SOH的电池组分配器，这种分配器可以在不进行大量计算的情况下抑制不均匀老化。为了应对这些挑战并填补现有空白，本研究提出了几种新颖的方法，旨在优化系统性能并延长HESS的总体寿命。本研究的主要贡献如下：

(1)

双层、双时间尺度优化。我们开发了一个分层滚动框架，上层进行每小时的成本优化，而下层解决一个5分钟的跟踪问题，利用超级电容器吸收快速波动并遵循上层的设定参数。这种双层方法确保微电网以经济高效的方式运行，同时保持系统稳定性并延长储能组件的寿命。

(2)

动态非线性退化成本。我们制定了一个动态非线性退化模型，将运行条件映射到实时退化成本，并将其直接纳入调度；基于该模型的退化成本计算确保HESS的充放电策略不仅满足系统需求，还能在运行过程中最小化长期退化。这种方法在实时运行效率和长期电池健康之间取得了平衡。

(3)

考虑SOC/SOH的BESS内部功率分配。我们提出了一种基于指数级的电池组级功率分配策略，利用实时SOH和SOC来优先考虑电池组间的充电/放电，从而减少不均匀退化并提高生命周期经济效益。

本研究的其余部分结构如下：第2节详细介绍了所提出的双层优化模型。第3节概述了实验设置并展示了仿真结果及比较分析。最后，第4节总结了研究并提出了未来研究的方向。

部分内容摘要

双层优化模型

典型的微电网包括由光伏和风力涡轮机组成的可再生能源、由电池储能和超级电容器组成的HESS以及需求负载[35]。它可以向主电网购买或出售电力[36]。本研究提出了一个适用于典型微电网场景的HESS双层优化模型。所提出双层优化模型的时间尺度如图1所示。

该模型适用于在微电网实时运行期间优化HESS

仿真结果与讨论

在本节中，我们通过仿真验证了所提出的双层优化模型的性能。上述数学模型在MATLAB中实现，上层和下层优化问题分别使用IPOPT[44]和Gurobi求解器解决。使用的硬件环境包括一台配备Intel Core i9-13900H 2.60 GHz CPU和32 GB RAM的Windows笔记本电脑。总优化周期设置为48小时，在此期间

结论

本研究开发了一种用于并网微电网中HESS运行的双层滚动时域优化框架，将每小时的经济调度与分钟级别的跟踪和平滑相结合。上层模型将实时电池退化成本纳入考虑，以经济高效地调节放电深度（DOD）；而下层模型利用超级电容器吸收快速波动，并应用考虑SOC/SOH状态的电池组分配规则来抑制不均匀老化。

CRediT作者贡献声明

Zenghui Zhang：撰写——原始草稿、可视化、验证、软件、方法论、形式分析、数据整理、概念化。Kaile Zhou：撰写——审稿与编辑、可视化、监督、方法论、资金获取、概念化。Shanlin Yang：监督、资金获取。Wei He：撰写——审稿与编辑、监督、资金获取。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢

本研究部分得到了国家自然科学基金（编号72242103和72271071）、中央高校基本科研业务费（编号JZ2022HGPB0305）、英国工程与物理科学研究委员会（EPSRC）（EP/W027372/1）以及皇家工程院（RAEng）的发展研究奖学金（授予编号RF\201819\18\89）的支持。