，分别对应两个电池舱分配得到各自相应的功率指令[26]。对处于非正常工作范围内的电池舱，为避免其影响处于正常工作状态的电池舱，使其输出功率指令为0，令其不参与出力，从而有效避免电池过度充放电，保证储能系统安全运行，实现对电池舱SOH-SOC双层站级系统功率分配策略。摘要 储能电站的安全稳定运行，备受业界关注。大功率等级的储能电站离不开若干储能电池舱间联合运行，合理的功率分配是保障储能电站运行安全、提升效率的重要手段。因此，该文针对典型的锂电池储能电站的系统功率优化分配问题展开研究。面向电化学储能电站安全性的能量管理问题，提出考虑电池舱健康状态（SOH）及荷电状态（SOC）双层控制下的系统功率分配策略。首先基于SOH设计一级功率均分、单独出力以及自适应分配三种分配模式；然后，考虑SOC设计防止过充过放的分配策略；最后设计二级功率分配策略联动，在优先保障电站运行安全性前提下，同时提升储能电站输出功率分配最优，并分别从电池舱级、逆变器级、系统级三个方面设计算例验证有效性，为后续电化学储能电池系统的工程实际应用重要参考价值。
关键词：功率分配 储能电站 安全运行 能量管理 自适应优化
随着低碳政策的广泛施行，储能电站建设数量不断攀升，储能电站的安全管理问题逐渐成为行业热点。由于受电池连接和集成技术限制，电池成组后的技术指标包括比功率、比能量、能量转化效率、安全性等都远低于单体电池[1]。同时随着电池组容量衰减，易出现过充、过放、过电流和超温等破坏电池内特性的现象，使其寿命比单体电池缩短数倍甚至数十倍[2-4]。同时，也导致储能电站多个电池舱出力小于单一电池舱出力的现象频发，为了提升电池储能电站的整体安全和效率，需要构建计及储能电站安全性的功率分配策略[5-6]，以保证电站安全稳定运行。
国家层面对储能电站安全问题也非常重视，由能源局发布《关于加强电化学储能电站安全管理的通知》。《通知》中提出高度重视电化学储能电站安全管理、加强电化学储能电站规划设计安全管理、做好电化学储能电站设备选型、严格电化学储能电站施工验收、严格电化学储能电站并网验收、加强电化学储能电站运行维护安全管理，其中在加强电化学储能电站规划设计安全管理中提出加强风险评估[7-9]。文献[10]提出一种适用于孤岛微电网的自适应功率分配策略，结合动态特性和运行机理自适应设置调频系数，实现减小频率超调量的同时提高系统功率分配响应速度。文献[11]针对功率分配不均、电压跌落问题分双层进行优化控制，以功率分配和稳定电压作为优化目标，实现了恒功率分配以及母线电压的稳定。文献[12]提出了自适应优化控制的功率分配方式，通过引入功率滞环控制，优化变换器的投切，在器件层控制上提升了系统变换器运行效率，从而提升系统功率分配效率。上述参考文献针对优化功率分配效率问题进行深入研究，没有考虑功率分配差异对安全性的影响，因此其不适合用于电池储能电站功率分配应用场景。文献[13]提出一种基于改进雨流计数法的梯次电池功率分配策略，在储能系统分段能量需求建模的基础上结合分段控制提出雨流计数法分段控制思想。文献[14]提出一种基于博弈理论、计及主被动需求响应的微电网-配电网协调分配模型，该模型提高了用户、配电网和微电网的收益，证明了方案合理性。文献[15]提出适用于混合储能的功率分配策略，通过模糊自适应控制优化功率指令，在确保荷电状态（State of Charge, SOC）在合理范围内的同时实现储能电站长期稳定运行。上述参考文献中所提出的分配策略分别考虑了两级联动控制优化目标[16]，为本文所提优先考虑功率分配安全性目标，并兼顾效率目标的策略设计提供了思路。文献[17]提出基于SOC的功率分配策略，可以实时检测SOC并调整控制策略以防止电池的过冲过放，此方法可能会造成控制器误动作，影响功率平抑效果和储能元件寿命。文献[18]基于虚拟额定功率间接消除线路电阻对功率分配的影响，但未考虑SOC均衡问题，上述文献在解决功率分配问题时，以考虑健康状态（State of Health, SOH）为主，并未考虑电池SOH因素对系统功率分配安全性的影响。
基于上述分析，针对电化学储能电站安全性的能量管理问题，本文提出考虑SOH-SOC双层控制下的站级系统功率分配策略，保障了储能电池舱充放电时始终处于安全裕度内，可以实时完成功率追踪及合理分配，提高储能电站运行年限。本文通过自适应滤波实现SOH-SOC双层功率分配方案，设计舱间功率分配的站级能量管理策略，并通过仿真分析证明了SOH-SOC策略有效性。本文研究为后续电化学储能电池系统的工程实际应用提供了重要参考价值。
自适应滤波器在解决统计量的线性及非线性分布问题上应用广泛，通过调整滤波参数，实现对滤波系统自动化最优调整[19-22]，本文所提考虑SOH-SOC的两级功率分配策略利用自适应滤波器实现。在典型锂电池模型基础上，基于电池舱的SOH数值动态设定滤波常数，利用滤波常数动态调整储能输出功率指令，从而实现对多个电池舱的自适应功率最优分配[23]。对于多个电池舱的储能系统来说，需要设定多个滤波常数，为下文表述方便，本节以两个电池舱为例进行阐述。
本文利用自适应滤波器特点，在自适应计算过程中利用滤波系统关联电池舱SOH对参考功率值进行自适应调整[24-25]，实现考虑电池舱SOH-SOC的两级功率分配策略。具体来说，功率分配的对象为两个电池舱，通过SOH-SOC两级策略改变滤波系数，将功率分配结果中的应输出较小功率指令以低通滤波方式输出，使对应的储能电池舱收到并执行储能充放电指令，之后再将该输出功率值与参考值做差，使另一个储能电池舱收到分配结果中较高功率的储能充放电指令，从而通过滤波方式实现将功率分配指令下达至两个电池舱。考虑到表征锂电池关键性能的参数SOH，因此对处于正常工作范围的电池舱，即SOH∈[0.1, 0.9]的电池舱，设定功率分配滤波常数为，分别对应两个电池舱分配得到各自相应的功率指令[26]。对处于非正常工作范围内的电池舱，为避免其影响处于正常工作状态的电池舱，使其输出功率指令为0，令其不参与出力，从而有效避免电池过度充放电，保证储能系统安全运行，实现对电池舱SOH-SOC双层站级系统功率分配策略。
本文所提SOH-SOC自适应滤波器控制框图如图1所示。其中SOH1和SOH2分别为电池舱1和电池舱2的SOH状态，Pref表示储能系统有功功率参考值，P1、P2分别表示经滤波后电池舱1和电池舱2分配得到的输出功率值。
图1 SOH-SOC自适应滤波器控制框图
Fig.1 SOH-SOC adaptive filter control block diagram
针对典型锂电池储能电站来说，不同电池舱间一致性各异，会造成多个电池舱单元出力小于单一舱出力[27-29]，不仅会大大缩短储能电站的运行年限，更难以保障电站的安全运行。因此，本节提出考虑电池舱SOH-SOC双层功率分配策略，第一层通过考虑电池舱SOH使得出力得到均衡分配，第二层考虑电池舱SOC状态以保障电池舱充放电安全运行。
不同于刚出厂的电池，长时间使用后的锂电池内部活性物质减少、杂质增多、晶体结构变化等因素造成电池性能下降，其中最直接的表现是实际容量显著下降和电池内阻增大，其真实的状态与出厂标定存在较大的差异，且差异程度难以估计。而从电池循环寿命指标考虑，随着电池使用，其剩余的循环次数将不断地降低，也可以用于表征电池应用过程中的健康状态变化。本节所提策略第一层为一级SOH功率分配策略，在典型锂电池模型基础上，建立电池舱模型，利用雨流计数法（Rain-flow Counting Algorithm, RCA）和BP神经网络（Back Propagation Neural Network, BPNN）实现电池老化过程的等效模拟，基于NASA电池测试数据，采用BPNN工具箱训练循环次数与SOH映射关系模型，由此得出电池舱SOH。依据相关标准，定义电池舱SOH∈[0.1, 0.9]为正常运行状态。针对两个电池舱的SOH差异性定义三种运行模式如下。
模式1：功率均分模式，满足
时，认为两个电池舱SOH均处于正常状态，且其健康状态基本接近，此时两个电池舱平均分配系统功率输出。
模式2：单独出力模式，若两个电池舱SOH满足
，此时SOH1
SOH2，认为此时电池舱SOH2不具备正常出力条件，表明此时二者一致性较差，根据“木桶效应”，共同执行功率指令则会导致SOH优异的电池舱性能锐减，此时电池舱1承担全部功率输出。同理，若满足
，则由电池舱2承担全部功率指令。
模式3：自适应分配模式，若两个电池舱SOH情况均不属于上述两种情况之列，表明此时两个电池舱状态有差异，但是一致性差距处于可接受范围之内。为保证输出功率分配最优，此时定义滤波常数
，依据滤波常数确定分配权重，进而确定两个电池舱的功率分配值。
依据上述思路，构建“按需分配”式的一级电池舱SOH功率分配策略。为了更好地说明上述思路，对应的流程如图2所示，通过输入Pref及SOH1和SOH2后，依据所提的一级SOH功率分配策略中的三种模式判定流程，得到电池舱1和电池舱2的有功功率P1、P2。
图2 一级SOH功率分配策略图
Fig.2 SOH level power allocation strategy diagram
在上述一级SOH功率分配策略的基础上，为了进一步保障储能电池舱运行安全性，提高电池舱使用寿命以及电化学储能电站运行安全性，而电池舱SOC是重要影响因素[30]，因此本节提出二级SOC越限保护策略。为表述方便，分别定义一级SOH功率分配后电池舱1、电池舱2输出有功功率为P1、P2，经二级SOC功率越限保护策略后，电池舱1和电池舱2的输出有功功率分别为
、
。基于电池安全性考虑，首先需要比较两个电池舱的SOH情况，优先对SOH状态较差的电池舱进行二级功率分配。以
为例进行阐述。即二级SOC越限保护策略具体分为如下三种情况：
模式A：防止充电过剩，满足
时，表明此时SOC2充足，但在一级SOH功率分配策略中电池舱收到的功率指令为充电指令。为减少电池充放电次数，避免充电过剩，定义此时=0，即将一级SOH功率分配指令清零，以保证电池舱2正常运行，延长电池舱2的使用年限。
模式B：防止放电完全，满足
时，表明此时SOC2过低，但一级SOH功率分配策略中电池舱收到的功率指令为放电。为避免造成电池过放影响放电完全，保障电池舱安全运行，定义此时
，即将一级SOH功率分配指令清零，以保证电池舱2安全运行，延长电池舱2的使用年限。
模式C：正常充放模式，用于上述两种模式均不满足的情况。此时则按照一级SOH功率分配指令对电池进行充放电。若两个电池舱SOC情况均不属于上述两种情况之列，表明此时一级SOH功率分配策略安全且合理，应按照一级SOH功率指令对电池舱进行充放电，保证输出功率分配最优。
依据上述思路，充分考虑电池舱运行安全的重要性，构建二级SOC越限保护功率分配策略，为了更好地说明上述思路，对应的流程如图3所示。首先输入一级SOH功率分配策略下分别得到的电池舱1和电池舱2的有功功率P1、P2，SOH1、SOH2、SOC1和SOC2，依据所提的二级SOC越限保护策略中的三种模式判定流程，得到电池舱1和电池舱2的输出有功功率和。
图3 二级SOC越限保护策略流程
Fig.3 Flow chart of out-of-limit protection policy for secondary SOC
依据实际案例，采用本文提出的SOH-SOC两级功率分配策略进行验证，拓扑搭建如图4所示。该仿真系统由4个模块构成，分别为储能电池舱1系统、储能电池舱2系统、能量管理系统（Energy Management System, EMS）、波形采集模块。其中波形采集模块中分为三组波形展示，由上至下依次为电池舱波形、储能变流器（Power Conversion System, PCS）波形、功率分配情况波形。系统直流电压设置为693V，经过DC、AC后逆变为400V交流电并通过升压舱接入10kV母线中，设置储能系统功率参考值为5kW，占空比50%。
本节设置了算例仿真对所提出的SOH-SOC两级电池系统功率分配策略进行分析。
本算例验证一级SOH功率分配策略中的模式1功率均分模式和模式3自适应分配模式。为此，本算例中两个电池舱初始值设置见表1。
表1 算例一参数
Tab.1 Parameters of case 1
初始参数电池舱1电池舱2 SOHinitSOH1=0.88(t≤300)+ 0.85(t＞300)SOH2=0.88 SOCinitSOC1=0.5SOC2=0.5 SOH跳变时间/s300不发生跳变
图4 储能系统功率分配仿真拓扑
Fig.4 Simulation topology of power distribution of energy storage system
3.1.1 电池舱情况
图5a为两个电池舱的SOC情况，可以看出其初始状态都在50%左右，300s之后SOC1下降得更快。图5b为两个电池舱的SOH情况变化，在0～300s内，SOH1=SOH2，依据本文所提策略中一级SOH功率分配策略的模式1功率均分模式进行分配，因此两个电池舱损耗也一样，呈均分态势。在300s时电池舱2的SOH保持不变，电池舱1跳变为0.84左右。在300～600s期间，SOH1＜SOH2，依据一级SOH功率分配模式3自适应分配，电池舱2承担功率输出更多。从电池舱1的SOH局部放大图中可以看出，在整个运行周期600s内，电池舱1的SOH整体呈下降趋势，符合电气特性规律，表明所用电池模型的有效性。图5c表示两个电池舱的电流情况。可以看出300s前二者电流幅值相同，300s后，SOH高的电池舱2的电流幅值升高，电池舱1电流幅值下降。也验证了SOH级策略中自适应分配策略起作用。
图5 算例1电池舱情况组图
Fig.5 Picture of battery compartment of case 1
3.1.2 储能电站功率分配情况
电池舱功率分配情况如图6所示，在0～300s内，两个电池舱各自有功出力均为2.5kW，占总有功功率指令的一半。在300s时由于电池舱SOH1跳变，两个电池舱的有功出力也因此改变。在300～600s期间，由于SOH1＜SOH2，从图6中可以看出，电池舱2的有功功率指令幅值升高，表明其承担有功功率输出大于电池舱1。
图6 算例1电池舱功率分配情况
Fig 6 Power distribution results of 2 battery bays
综上所述，本算例从电池舱级和系统级两个维度验证了一级SOH功率分配策略中模式1功率均分及模式3自适应分配策略的有效性。
本算例验证一级SOH功率分配策略中的模式3自适应分配和模式2单独出力模式。为此，本算例中两个电池舱初始值设置见表2。
表2 算例二参数
Tab.2 Parameters of case 2
初始参数电池舱1电池舱2 SOHinitSOH1=0.92(t≤300)+0.75(t＞300)SOH2=0.88 SOCinitSOC1=0.5SOC2=0.5 SOH跳变时间/s300不发生跳变
3.2.1 电池舱情况
图7a为两个电池舱的SOC情况，在0～300s内，2个电池舱的SOC都呈下降趋势，但下降速率相异，表明二者均在承担不同大小的功率指令。300s后，电池舱1的SOC1变化为0，SOC2仍持续下降，说明300s后只有电池舱2单独出力。图7b为两个电池舱的SOH情况变化，在0～300s内，SOH1＞SOH2，在300s电池舱1的SOH1发生跳变后骤降为77.5%，整个600s周期内SOH2恒为0.88，在300s后电池舱1的SOH衰退程度明显较电池舱2更严重，无法承担功率指令。依据SOH级策略中模式2单独出力模式，说明此时由电池舱2承担全部有功出力。图7c表示2个电池舱的电流情况。可以看出300s前，SOH高的电池舱1的电流幅值高于电池舱2，说明此时二者均承担功率指令，并且电池舱1出力更多。在300s后，电池舱2的幅值升高较300s升高，但电池舱1的电流幅值下降为0，表明300s由电池舱2承担全部有功出力指令，电池舱1 不出力。
图7 算例2电池舱情况组图
Fig.7 Picture of battery compartment of case 2
3.2.2 储能电站功率分配情况
电池舱功率分配情况如图8所示。在0～300s内，2个电池舱均承担有功出力，且电池舱1承担更多出力；在300～600s期间，电池舱2的有功出力升高，电池舱1有功指令为0，表明此时只有电池舱2承担全部有功指令。因此验证一级SOH策略中的模式3自适应分配和模式2单独出力模式的情况。
图8 算例2电池舱功率分配情况
Fig8 Power distribution results of 2 battery bays of case 2
综上所述，本算例从电池舱级和系统级两个维度验证了一级SOH功率分配策略中模式3自适应分配及模式2单独出力策略的有效性。
本算例验证二级SOC越限保护功率分配策略有效性，基于一级SOH功率分配结果，对SOC发生越限的储能电池舱进行重新分配，以充分保证电池舱及储能电站系统运行的安全性。基于储能电站运行安全性考虑，本节算例验证SOC级策略下模式B，即防止放电完全情况的有效性。为此，本算例中两个电池舱初始值设置见表3。
表3 算例三参数表
Tab.3 Parameters of case 3
初始参数电池舱1电池舱2 SOHinitSOH1=0.88(t≤300)+0.85(t＞300)SOH2=0.88 SOCinitSOC1=0.5SOC2=0.099 SOH跳变时间/s300不发生跳变
3.3.1 电池舱情况
图9a为两个电池舱的SOC情况，可以看出在0～600s整个周期内，SOC1呈持续下降态势，而SOC2则持续上升。表明整个周期内，电池舱1在持续放电，而电池舱2则处于充电状态。图9b为两个电池舱的SOH情况变化。图9c为两个电池舱的电流情况。可以看出经二级SOC功率分配策略控制后，电池舱2的电流为负，表明电池舱2在整个周期均处于充电状态，并且在300s后充电电流幅值增大。而电池舱1的电流方向正负均有，并且在300s后放电电流幅值增大，表明电池舱1承担全部放电任务。
图9 算例3电池舱情况组图
Fig.9 Picture of battery compartment of case 3
3.3.2 逆变器变换情况
图10为两个逆变器的有功功率，明显看出在0～300s期间，逆变器1承担全部放电功率指令，在300s后承担部分充电指令，但充电功率小于逆变器2。而逆变器2在整个周期均执行充电指令，并且在300s后其充电功率升高，且高于逆变器1。说明电池舱2满足SOC级控制下的模式B越限条件，因此SOC控制策略作用，使电池舱2始终执行充电指令。
图10 电池舱系统逆变器情况
Fig.10 Condition of battery compartment system inverter
3.3.3 储能电站功率分配情况
总功率追踪情况如图11所示。图11a为储能电站系统总功率指令与2个电池舱有功功率和的追踪情况，可以看出，对于给定充放电功率5kW，2个电池舱出力之和实现精准追踪。图11b中，在0～300s内，电池舱1承担全部放电指令，在300s后电池舱1的充电功率增加，但增加程度小于电池舱2。而在整个周期中，电池舱1和电池舱2均处于充电状态，并且在300s后其充电功率增大。同时整个周期内，电池舱1、2的有功功率指令和完全符合给定值。验证了二级SOC功率越限保护控制策略有效。
图11 总功率追踪情况
Fig.11 Total power tracking
图12所示为电池舱2功率分配实际输出情况。图12a为电池舱2的SOH-SOC级功率指令情况。可以看出在一级SOH功率分配指令下，电池舱2应在整个周期处于正常充放电工作状态，并且在300s后其充放电功率增大。由于电池舱2达到越限保护生效条件，因此SOC级功率越限保护指令作用。如图12所示，在整个周期内电池舱2只进行充电操作，不再执行之前SOH级的模式3自适应分配策略的功率指令。从而保证电池舱2安全运行。图12b为电池舱2的SOC级功率指令追踪情况。可以看出电池舱2的实际输出有功功率对其SOC级功率指令实现精准追踪。验证SOC级策略的安全保护作用。
图12 电池舱2功率指令情况
Fig.12 Battery compartment 2 power command situation
综上所述，本算例从电池舱级、逆变器级、系统级三个维度验证了储能电站系统功率分配策略中二级SOC功率越限保护策略的有效性，保证电池舱安全运行。
本文提出了考虑SOH-SOC控制下的系统功率分配策略。利用自适应滤波器滤波原理，实现一级SOH控制下的功率均分模式1、单独出力模式2以及自适应分配模式3三种情况。在此基础上，设计二级SOC控制下的防止充电过剩模式A、防止放电完全模式B以及正常充放模式C三种情况。设计仿真验证该功率分配策略有效性，与现有技术相比，该策略具有如下优点：
1）设定滤波常数，依据滤波常数确定功率分配权重，充分考虑储能电池舱特性。
2）设计一级SOH功率分配控制策略时，分别提出功率均分模式1、单独出力模式2以及自适应分配模式3三种情况，避免多个电池舱出力和小于单一舱出力的情况，实现电池舱间功率均衡分配。
3）设计二级SOC功率越限控制策略时，分别提出防止充电过剩模式A、防止放电完全模式B以及正常充放模式C三种情况，保障储能电站的安全运行。
4）设计考虑SOH-SOC功率分配策略联动，在优先保障锂电池储能电站运行安全情况下，提高了电池舱出力均衡性，具有工程实际应用价值。
参考文献
[1] 李建林, 李雅欣, 黄碧斌, 等. 退役动力电池一致性评估及均衡策略研究[J]. 电力系统保护与控制, 2021, 49(12): 1-7.
Li Jianlin, Li Yaxin, Huang Bibin, et al. Research on consistency evaluation and control strategy of a retired power battery[J]. Power System Protection and Control, 2021, 49(12): 1-7.
[2] 袁铁江, 张昱, 栗磊, 等. 计及功率密度约束含氢储能的预装式多元储能电站容量优化配置研究[J]. 电工技术学报, 2021, 36(3): 496-506.
Yuan Tiejiang, Zhang Yu, Li Lei, et al. Capacity optimization configuration of pre-installed multi-energy storage power station considering power density constrained hydrogen storage[J]. Transactions of China Electrotechnical Society, 2021, 36(3): 496-506.
[3] 严干贵, 刘莹, 段双明, 等. 电池储能单元群参与电力系统二次调频的功率分配策略[J]. 电力系统自动化, 2020, 44(14): 26-34.
Yan Gangui, Liu Ying, Duan Shuangming, et al. Power distribution strategy for battery energy storage unit group participating in secondary frequency regulation of power system[J]. Automation of Electric Power Systems, 2020, 44(14): 26-34.
[4] 刘皓明, 陆丹, 杨波, 等. 可平抑高渗透分布式光伏发电功率波动的储能电站调度策略[J]. 高电压技术, 2015, 41(10): 3213-3223.
Liu Haoming, Lu Dan, Yang Bo, et al. Dispatch strategy of energy storage station to smooth power fluctuations of high penetration photovoltaic generation[J]. High Voltage Engineering, 2015, 41(10): 3213-3223.
[5] 王德顺, 薛金花, 叶季蕾, 等. 基于粒子群算法的储能电站经济优化调度策略[J]. 可再生能源, 2019, 37(5): 714-719.
Wang Deshun, Xue Jinhua, Ye Jilei, et al. Economic optimization scheduling strategy for battery energy storage system based on particle swarm optimization[J]. Renewable Energy Resources, 2019, 37(5): 714-719.
[6] 孙玮泽. 基于大规模储能电站的控制研究[D]. 吉林: 东北电力大学, 2019.
[7] 王志强. 电池储能电站能量管理及其参与电网调频特性分析[D]. 徐州: 中国矿业大学, 2021.
[8] 王坤, 李国豪, 甘智勇, 等. 电网侧大容量储能电站的应用与节能分析[J]. 资源节约与环保, 2019(12): 6.
[9] 蔡新雷, 董锴, 孟子杰, 等. 基于优化动态分组技术的电池储能电站跟踪AGC指令控制策略[J]. 储能科学与技术, 2022, 11(5): 1475-1481.
Cai Xinlei, Dong Kai, Meng Zijie, et al. AGC command tracking control strategy for battery energy storage power station based on optimized dynamic grouping technology[J]. Energy Storage Science and Technology, 2022, 11(5): 1475-1481.
[10] 陈晓雯, 李奇, 蒲雨辰, 等. 基于等效氢耗特征的孤岛电-氢混合储能多微电网功率自适应分配控制方法研究[J/OL].电网技术: 1-13[2022-05-25]. DOI: 10.13335/j.1000-3673.pst.2021.2396.
Chen Xiaowen, Li Qi, Pu Yuchen,Yang Yang, wt al. Power adaptive distribution control of isolated multi-microgrids containing electric-hydrogen hybrid energy storage based on equivalent hydrogen consumption characteristics[J/OL]. Power System Technology: 1-13[2022-05-25]. DOI: 10.13335/j.1000-3673. pst.2021.2396.
[11] 李瑜, 张占强, 孟克其劳, 等. 基于分层控制的孤岛微电网储能优化控制策略[J]. 储能科学与技术, 2022, 11(1): 176-184.
Li Yu, Zhang Zhanqiang, Meng Keqilao, et al. Optimal control strategy for energy storage in island microgrid based on hierarchical control[J]. Energy Storage Science and Technology, 2022, 11(1): 176-184.
[12] 陈根, 蔡旭. 提升并联型风电变流器运行效率的自适应功率优化控制[J]. 中国电机工程学报, 2017, 37(22): 6492-6499, 6761.
Chen Gen, Cai Xu. Adaptive power optimal control for operation efficiency improvement of parallel wind power converters[J]. Proceedings of the CSEE, 2017, 37(22): 6492-6499, 6761.
[13] 王育飞, 叶俊斌, 薛花, 等. 基于改进雨流计数法的梯次利用电池储能系统优化控制[J]. 电力系统自动化, 2022, 46(8): 39-49.
Wang Yufei, Ye Junbin, Xue Hua, et al. Optimal control for energy storage system with echelon utilization batteries based on improved rain-flow counting method[J]. Automation of Electric Power Systems, 2022, 46(8): 39-49.
[14] 范添圆, 王海云, 王维庆, 等. 计及主/被动需求响应下基于合作博弈的微网-配电网协调优化调度[J]. 电网技术, 2022, 46(2): 453-462.
Fan Tianyuan, Wang Haiyun, Wang Weiqing, et al. Coordinated optimization scheduling of microgrid and distribution network based on cooperative game considering active/passive demand response[J]. Power System Technology, 2022, 46(2): 453-462.
[15] 贾伟青, 任永峰, 薛宇, 等. 基于小波包-模糊控制的混合储能平抑大型风电场功率波动[J]. 太阳能学报, 2021, 42(9): 357-363.
Jia Weiqing, Ren Yongfeng, Xue Yu, et al. Wavelet packet-fuzzy control of hybrid energy storage for power fluctuation smoothing of large wind farm[J]. Acta Energiae Solaris Sinica, 2021, 42(9): 357-363.
[16] 韩晓娟, 陈跃燕, 张浩, 等. 基于小波包分解的混合储能技术在平抑风电场功率波动中的应用[J]. 中国电机工程学报, 2013, 33(19): 8-13, 24.
Han Xiaojuan, Chen Yueyan, Zhang Hao, et al. Application of hybrid energy storage technology based on wavelet packet decomposition in smoothing the fluctuations of wind power[J]. Proceedings of the CSEE, 2013, 33(19): 8-13, 24.
[17] 李培强, 李文英, 唐捷, 等. 基于SOC优化的混合储能平抑风电波动方法[J]. 电力系统及其自动化学报, 2017, 29(3): 20-27.
Li Peiqiang, Li Wenying, Tang Jie, et al. Method of hybrid energy storage to smooth the fluctuations for wind power based on state of charge optimization[J]. Proceedings of the CSU-EPSA, 2017, 29(3): 20-27.
[18] Hoang K D, Lee H H. Accurate power sharing with balanced battery state of charge in distributed DC microgrid[J]. IEEE Transactions on Industrial Electronics, 2019, 66(3): 1883-1893.
[19] 刘璐, 牛萌, 郑伟杰, 等. 考虑内部参数不一致性的储能系统用锂电池组建模[J]. 电力系统自动化, 2021, 45(19): 15-23.
Liu Lu, Niu Meng, Zheng Weijie, et al. Modeling of lithium-ion battery packs for energy storage system considering inconsistency of internal battery parameters[J]. Automation of Electric Power Systems, 2021, 45(19): 15-23.
[20] 申景潮, 胡健, 胡敬梁, 等. 直流微电网储能装置双向DC-DC变换器参数自适应反步控制[J]. 储能科学与技术, 2022, 11(5): 1512-1522.
Shen Jingchao, Hu Jian, Hu Jingliang, et al. Parameter adaptive backstepping control of bidirectional DCDC converter for DC microgrid energy storage device[J]. Energy Storage Science and Technology, 2022, 11(5): 1512-1522.
[21] 李建林, 牛萌, 王上行, 等. 江苏电网侧百兆瓦级电池储能电站运行与控制分析[J]. 电力系统自动化, 2020, 44(2): 28-35.
Li Jianlin, Niu Meng, Wang Shangxing, et al. Operation and control analysis of 100 MW class battery energy storage station on grid side in Jiangsu power grid of China[J]. Automation of Electric Power Systems, 2020, 44(2): 28-35.
[22] 颜湘武, 邓浩然, 郭琪, 等. 基于自适应无迹卡尔曼滤波的动力电池健康状态检测及梯次利用研究[J]. 电工技术学报, 2019, 34(18): 3937-3948.
Yan Xiangwu, Deng Haoran, Guo Qi, et al. Study on the state of health detection of power batteries based on adaptive unscented Kalman filters and the battery echelon utilization[J]. Transactions of China Electrotechnical Society, 2019, 34(18): 3937-3948.
[23] 刘莹. 电化学储能电站参与电力系统二次调频功率分配策略[D]. 吉林: 东北电力大学, 2021.
[24] 薛宇石. 电池储能电站能量管理及协调控制策略研究[D]. 北京: 华北电力大学(北京), 2018.
[25] Khalaji A K, Haghjoo M. Adaptive passivity-based control of an autonomous underwater vehicle[J]. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 2022, 236(20) : 10563-10572.
[26] 谢敏, 韦薇, 李建钊, 等. 储能电站参与能量-调频市场联合调度模式研究[J]. 电力建设, 2019, 40(2): 20-28.
Xie Min, Wei Wei, Li Jianzhao, et al. Research on combined dispatching mode of energy storage in energy market and regulation market[J]. Electric Power Construction, 2019, 40(2): 20-28.
[27] 叶季蕾, 薛金花, 吴福保, 等. 一种电池储能电站的经济优化调度策略[J]. 电源技术, 2016, 40(2): 365-369.
Ye Jilei, Xue Jinhua, Wu Fubao, et al. Economic optimization dispatching strategic of battery energy storage station[J]. Chinese Journal of Power Sources, 2016, 40(2): 365-369.
[28] 张宸偲. 分布式电源接入的配电网储能系统优化配置技术研究[D]. 武汉: 湖北工业大学, 2019.
[29] 李建林, 郭斌琪, 牛萌, 等. 风光储系统储能容量优化配置策略[J]. 电工技术学报, 2018, 33(6): 1189-1196.
Li Jianlin, Guo Binqi, Niu Meng, et al. Optimal configuration strategy of energy storage capacity in wind/PV/storage hybrid system[J]. Transactions of China Electrotechnical Society, 2018, 33(6): 1189-1196.
[30] 甘伟, 郭剑波, 艾小猛, 等. 应用于风电场出力平滑的多尺度多指标储能配置[J]. 电力系统自动化, 2019, 43(9): 92-98.
Gan Wei, Guo Jianbo, Ai Xiaomeng, et al. Multi-scale multi-index sizing of energy storage applied to fluctuation mitigation of wind farm[J]. Automation of Electric Power Systems, 2019, 43(9): 92-98.
Research on Power Distribution Strategy Considering the Safety of Energy Storage Power Station
Abstract The safety and stability of energy storage power stations during operation have received strong attention from the industry. Energy storage power stations of high power level cannot operate without many battery compartments. Reasonable power distribution is important to ensure the operation safety and improve efficiency of energy storage power stations. Therefore, the paper studies the optimal power distribution of typical lithium battery energy storage power stations. Aiming at the energy management problem of energy storage power station safety, a power distribution State of health (SOH)-State of charge (SOC) strategy was proposed. Three power distribution modes are designed under the first-level SOH power distribution strategy, namely, equal power distribution, independent power distribution and adaptive power distribution. Then, the SOC is considered to design the distribution strategy to prevent overcharge and overdischarge. Finally, the two-stage power distribution strategy is designed to improve the optimal output power distribution of the energy storage power station under the priority of guaranteeing the operation safety of the power station. The effectiveness is verified from three aspects of battery compartment level, inverter level and system level respectively, which provides important reference value for the safe operation of electrochemical energy storage power station system.
keywords：Power distribution, energy storage power station, safe operation, energy management, adaptive optimization
DOI: 10.19595/j.cnki.1000-6753.tces.221679
中图分类号：TM732
国家自然科学基金面上项目（52277211）、江苏省配电网智能技术与装备协同创新中心开放基金项目（XTCX202208）资助。
收稿日期 2022-09-01
改稿日期 2022-10-09
李建林 男，1976年生，教授，研究方向为大规模储能技术。E-mail：dkyljl@163.com（通信作者）
李雅欣 女，1994年生，博士研究生，研究方向为大规模储能技术。E-mail：lyxpush@163.com
（编辑 郭丽军）