在离网应用中将second-life SSB蓄电池用作储能的综合技术与经济评估：一项定制化的成本分析
2026-06-19 11:26:26
配电网重构问题自可再生动力——Distributed Generation出现以来变得尤为重要。因此，配电网将不再具有单向功率流。配电网中的损耗十分明显，使其下降至关重要。克服供应的不确认性以及波动的负荷需求，给管理电网的工程师带来了应战。关于网络重构主题的总述论文为[1,2]。文献中提到了许多用于处理网络重构问题的算法。它们大致可分为：1）启发式办法[[3], [4], [5]]或启发式（实验性、非数学知识）与其他优化办法的结合[[6], [7], [8]]；2）元启发式办法[9,10]；3）基于人工智能的办法[11,12]；以及4）数学办法[13]。本文描述的算法归于启发式算法。它旨在最小化网络有功功率损耗和电容器电池本钱。所提出的处理方案归于动态重构办法，由于它是每小时执行一次的[2]。剖析的问题归于Mixed Intiger Nonlinear Programming (MINLP)优化类。特别奉献在于纳入了DG和Battery Energy Storage Systems。
最新的参考文献触及电容器的并发装备、网络重构以及DG分配[14,15]。提出了一种极速静态同步电容器装备与网络重构算法，其性能超越了耗时的非线性元启发式办法[14]。这是经过将多项式负荷公式转换为二次公式完成的。针对低规划（16和33节点）网络，选用了适用于工业、住宅、商业及混合形式的电压相关负荷模型。该提议模型经过AMPL软件求解器中的CPLEX引入，且比KNITRO更节省时间。在[15]中，在AMPL（一种数学规划言语）框架下，选用包含有功和无功需求的每日负荷曲线，使用线性求解器，完成了电容器装备、网络重构与生物质分布式发电的并发优化。剖析中还纳入了经济要素。一切非线性变量均被替换为其平方值。考虑了规划较小的配电网，最多达30个节点。
很少有作者以小时为单位处理配电网的重构问题[16]。太阳辐照度在每小时内运用Markov模型被随机处理[17]。具有重构功用的有源配电网的韧性是文献[18]的主题，而用于改动网络拓扑结构的微型PMU设备的虚拟化则在文献[19]中提出。与以往的研讨相似，本文遵从当时趋势。在规划每小时的配电网装备时，有必要考虑DG发电的随机特性。除了DG之外，配电网的视角还包含BESS。有几篇论文探讨了BESS的存在[20]（氢能体系-HES）和[21]。文献[20]介绍了一种电压改变范围在0.81–1.21 p.u.之间的弱环状配电网。在文献[21]中，还考虑了BESS的空转状况。该问题的经济方面很少被考虑[20,22]。文献[22]针对DG寿数周期展示了十一种负荷模型。
作者通常倾向于选择不同的网络束缚条件。为了尽可能真实地表征问题，有必要考虑很多的束缚条件。除了强制性的电流和电压束缚外，还有必要剖析其他束缚。一种很少运用的束缚是每日开关操作次数[23]。文献[23]的不足之处在于其仅剖析了大规划配电网中有限数量的换相支路。换相束缚至关重要，由于过多的操作会导致设备磨损并缩短运用寿数。
为了测试所选用的算法，作者通常运用包含33个或69个节点的IEEE测试网络[24,25]。文献[24]中的开创性作业在于，在非平衡电网中将二进制重构变量表明为连续变量。文献[25]经过对配电网潮流、电压和电流的非线性方程进行线性化处理，完成了最小化功率损耗和最大化电压稳定性指数。一些作者考虑了需求波动性并做出了奉献[26,27]。文献[26]提出了一种基于电压依赖模型的DG同步规划重构办法。一种用于下降损耗并缓解DG错误选址不良后果的有用办法是拓扑重构，该办法依据受技术和运转限制束缚的预测DG功率和负荷来改动拓扑结构，这在文献[27]中得到了论述。在提出的模型[27]中，优于以往文献的解集生成标准差为零。
本文的目标是拟定一种配电网重构与无功补偿算法，并充分考虑分布式动力和储能体系的存在。为了尽可能真实地出现该问题，文中纳入了很多束缚条件。这些限制包含满足输入功率因数、无功功率不过补偿、节点电压的最小值与最大值、网络支路电流的最大答应有用值，以及每个开关元件在24小时内的动作次数。经过逆变器连接的可再生动力和BESS可以发生一定的无功功率。然而，可再生动力仅能在有风或有阳光的时段发生能量（有功和无功）。电容器组是独立的无功功率源。此外，BESS的本钱远高于电容器组。本文假定一切DG和BESS单元均以等于1的功率因数运转。虽然可以经过逆变器向电网注入无功功率，但电容器组可以对网络输入功率因数和电压分布完成更精准的调理。
本文结合两种算法形成了一种新算法，并在两个层面进行了优化。首要，应用Kruskal算法处理网络重构问题，随后选用Simulated Annealing [28]处理无功补偿问题。现有的网络重构办法通常会舍弃不可行解直到生成可行解，这占有了大部分核算时间。因此，本文选用Kruskal算法来构建Minimum Spanning Tree (MST) [29]。
在本文中，运用了来自塞尔维亚贝尔格莱德一个真实变电站的测量数据。这一观察对于监测期间盯梢每日用电量改变至关重要。基于这些假定，给出了典型作业日和非作业日的用电量相对值。这是本文的另一项奉献。潮流核算是在MATLAB环境下运用MATPOWER软件进行的。
本文的首要奉献如下： - 一种旨在最小化功率损耗和总本钱的配电网重构算法。 - 使用电容器组进行无功补偿并确认其方位。 - 考虑了大规划配电网（118节点测试体系）在长时间段内（1008小时）每小时生产和消费的随机性。 - 重构剖析是以小时为单位进行的。 - 对BESS（具有独特的充放电表明方式）进行了适当剖析，这反映了配电网的未来发展趋势。 - 在重构剖析中考虑了每个开关元件在24小时周期内答应的最大切换次数。
