储能科学与技术EnergyStorageScienceandTechnologyISSN2095-4239,CN10-1076/TK《储能科学与技术》网络首发论文题目：碳中和目标下移动式储能系统关键技术研究作者：李建林，张则栋，李雅欣，周毅，岳云力DOI：10.19799/j.cnki.2095-4239.2021.0494收稿日期：2021-09-19网络首发日期：2021-10-27引用格式：李建林，张则栋，李雅欣，周毅，岳云力．碳中和目标下移动式储能系统关键技术研究[J/OL]．储能科学与技术.https://doi.org/10.19799/j.cnki.2095-4239.2021.0494网络首发：在编辑部工作流程中，稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶段。录用定稿指内容已经确定，且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期刊特定版式（包括网络呈现版式）排版后的稿件，可暂不确定出版年、卷、期和页码。整期汇编定稿指出版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合《出版管理条例》和《期刊出版管理规定》的有关规定；学术研究成果具有创新性、科学性和先进性，符合编辑部对刊文的录用要求，不存在学术不端行为及其他侵权行为；稿件内容应基本符合国家有关书刊编辑、出版的技术标准，正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。为确保录用定稿网络首发的严肃性，录用定稿一经发布，不得修改论文题目、作者、机构名称和学术内容，只可基于编辑规范进行少量文字的修改。出版确认：纸质期刊编辑部通过与《中国学术期刊（光盘版）》电子杂志社有限公司签约，在《中国学术期刊（网络版）》出版传播平台上创办与纸质期刊内容一致的网络版，以单篇或整期出版形式，在印刷出版之前刊发论文的录用定稿、排版定稿、整期汇编定稿。因为《中国学术期刊（网络版）》是国家新闻出版广电总局批准的网络连续型出版物（ISSN2096-4188，CN11-6037/Z），所以签约期刊的网络版上网络首发论文视为正式出版。收稿日期：2021-09-19；修改稿日期：2021-10-13。第一作者：李建林（1976—），男，通信作者，博士，教授，从事大规模储能技术，E-mail：dkyljl@163.com；张则栋（1999—），男，硕士研究生，从事大规模储能技术研究，E-mail：Zzdzl1721@163.com；李雅欣（1994—），女，硕士研究生，从事退役电池梯次利用技术研究，E-mail：lyxpush@163.com。碳中和目标下移动式储能系统关键技术研究李建林1，张则栋1，李雅欣1，周毅2，岳云力2（1储能技术工程研究中心（北方工业大学），北京，100144；2国网冀北电力有限公司经济技术研究院，北京100038）摘要：在双碳目标与新型电力系统建设的指引下，可再生能源规模化并网发电量将不断提高，因其出力间歇性导致的电网波动大、电能质量差等以及电网灵活性调节能力差等问题是电力系统需要应对的重要挑战。移动式储能技术具备灵活性强、响应速度快且覆盖范围广等优势而备受关注。为推动移动式储能技术的示范应用，本文首先对双碳目标下移动式储能技术的相关政策及示范工程进行梳理分析，然后，对其应急应用、容量配置、网储协调等关键技术进行研究，深入分析了目前其研究现状以及应用的技术难点，以期为后续移动式储能技术的多场景应用提供借鉴；更进一步基于应用场景特点和需求分析建立了移动式储能技术指标体系，并遵循移动储能协同平台建设原则，构建基于事件和电力区域特色的移动储能系统集群动态博弈调整方法；最后，结合双碳目标以及新型电力系统需求对移动式储能系统技术应用进行总结和展望。关键词：移动式储能系统；示范工程；技术指标；智能分派调度技术；场景应用doi：10.19799/j.cnki.2095-4239.2021.0494ResearchonKeyTechnologiesofMobileEnergyStorageSystemundertheTargetofCarbonNeutralityLIJianlin1,ZHANGZedong1,LIYaxin1,ZHOUYi2,YUEYunli2(1EnergyStorageTechnologyEngineeringResearchCenter,NorthChinaUniversityofTechnology,Ltd.,Beijing,100144,China;2StateGridJibeiElectricPowerCo.,Ltd.EconomicandTechnicalResearchInstitute,Beijing100038,China)Abstract:Withthecleargoalofcarbonneutralization,newenergywillgraduallybecomethepillarenergyofpowersystem.Facingthecharacteristicsofhighproportionofrenewableenergyandhighproportionofpowerelectronicequipmentinthepowersystem,thedifficultyofreal-timepowersupplyanddemandbalancewillfurtherincrease.Asthemainwaytoimprovethequalityofnewenergygenerationandstabilizethefluctuationofpowergrid,advancedenergystoragetechnologyhasattractedmuchattention,butitisdifficulttorealizelarge-scalepromotionduetoeconomicconstraints.Themobileenergystoragesystemwithhighflexibility,strongadaptabilityandlowcostwillbeanimportantwaytoimprovenewenergyconsumptionandensurepowersupply.Itwillalsobecomeanimportantpartofpowerserviceandguaranteeinthenewpowersysteminthefuture.Firstly,thispapercombstherelevantpoliciesofmobileenergystoragetechnologyunderthedualcarbongoal,analyzesthetypicaldemonstrationprojectsofmobileenergystoragetechnology,andsummarizestheresearchstatusofmobileenergystoragetechnology,inordertoprovidereferenceforthemultisceneemergencyapplicationofmobileenergystoragetechnology;Then,basedontheapplicationscenariocharacteristicsanddemandanalysis,themobileenergystoragetechnologyindexsystemisestablished,andthedynamicgameadjustmentmethodofmobileenergystoragesystemclusterbasedoneventandpowerregionalcharacteristicsisconstructedaccordingtotheconstructionprincipleofmobileenergystoragecooperationplatform;Finally,combinedwiththedoublecarbongoalandthedemandofnewpowersystem,theapplicationofmobileenergystoragesystemtechnologyissummarizedandprospected.Keywords:mobileenergystoragesystem;demonstrationproject;technicalindicators;intelligentdispatchingtechnology;scenarioapplication网络首发时间：2021-10-2709:38:54网络首发地址：https://kns.cnki.net/kcms/detail/10.1076.TK.20211026.1655.001.html0引言2020年，我国电力行业碳排放量占全社会排放总量的50%以上，因此，在能源、交通、工业全面低碳化的过程中，电力行业将建设以新能源为主体的新型电力系统作为推动我国双碳战略的重点举措。但新能源大规模发电并网所带来的强波动性、随机性与间歇性，造成电能实时平衡难度进一步增大[1-2]。为了满足调峰、调频等不同电力场景需求以及应对电力服务时空约束的新挑战，兼具电源和负荷双重特性，拥有高灵活度、强适应性、低成本等优点的移动式储能设备，将是突破传统电网规划、构建新型运营方式、实现电力保障的重要途径[3-5]，也将成为未来新型电力系统中电力服务和保障的重要一环。近期，针对疫情与自然灾害防控过程中大量应急电力需求，建设机动能力强、响应速度快、供电可靠性高的移动储能系统，形成高度数字化、智能化的源网荷储协同管控，将是保障用电安全可靠性的关键[6]。移动储能系统硬件设备包含若干BMS（BatteryManagementSystem）、网络交换机、信息接收/传送模块和信息采集模块等，软件方面涵盖数据采样算法、数据挖掘算法、移动储能规划配置方案和调度控制策略等。移动储能系统所具备的数据分析能力强、调度控制时间短、覆盖区域范围广等特点，推动了移动储能车的快速应用，目前，制约移动式储能系统的两大关键问题分别是“优化配置方案”和“调度控制策略”，国内专家学者针对这两项关键技术进行了大量的研究。文献[7]将移动储能车应用于平抑用电侧负载波动的场景下，提出基于遗传算法的移动储能车调度优化方案，方案以经济效益最大化为目标，验证了移动储能设备在减载方面的突出能力。文献[8]基于研究移动储能系统的优化配置，旨在提升弹性配电网灾后供电的快速恢复能力，同时提高移动储能系统利用效率。文献[9]综合考虑移动储能周期套利和电网辅助服务等各项经济性指标，计及配电网调压、接入节点选择等约束条件，构建配电网移动储能优化模型，对移动式储能车的分配调度策略进行优化，验证了移动储能设备对配电网的支撑能力，同时证明了移动储能设备具备一定的经济性。目前，在国家政策和相关部门的部署推动下，面向电力服务保障场景的移动式储能系统已经取得了阶段性成果。江苏、贵州等省份相继探索移动式储能系统参与电力服务多场景的实践应用示范。但是，面对电力服务场景需求多元化[10]、移动式储能装置单机容量有限、应急服务范围广泛等发展现状，分布式移动储能集群难以发挥出群体汇聚优势[11-13]。因此，如何分析不同应急场景对多种类型储能性能指标的要求、计算移动储能电气性能对于应急保障程度的边界的问题对移动式储能技术的发展至关重要。图1为本文整体研究流程图，首先建立移动储能技术及其所应用多元场景的指标边界体系，基于不同动态分区方法对移动储能集群进行动态调整，最终，对其调度策略进行优化控制。针对如何实现移动式储能系统集群智能分派调度的问题，主要体现在设计层、控制层、优化层三个方面，本文将从这三个方面展开研究，具体技术研究路线图如图2所示。图1整体研究流程图Fig.1Overallresearchflowchart图2移动式储能技术研究路线图Fig.2Researchroadmapofmobileenergystoragetechnology本文以双碳战略为背景，以新型电力系统建设方向为指引，首先对双碳目标下移动式储能技术的相关政策及示范工程进行梳理分析，然后，对其应急应用、容量配置、网储协调等关键技术进行研究，深入分析了目前其研究现状以及应用的技术难点，以期为后续移动式储能技术的多场景应用提供借鉴；更进一步基于应用场景特点和需求分析建立了移动式储能技术指标体系，并遵循移动储能协同平台建设原则，构建基于事件和电力区域特色的移动储能系统集群动态博弈调整方法；最后，结合双碳目标以及新型电力系统需求对移动式储能系统技术应用进行总结和展望。1移动式储能技术发展现状1.1双碳目标下的储能技术相关政策当前，我国储能技术商业化应用尚处于起步阶段，制定合适的相关政策对储能产业今后的发展至关重要[14-15]，因此，储能相关政策的制定工作受到国家发改委、能源部、工信部等部门的普遍重视。2021年3月，国家发展改革委、国家能源局联合发布《关于推进电力源网荷储一体化和多能互补发展的指导意见》，强调统筹各类电源开发利用、适度配备储能设施、充分发挥负荷侧调节能力。同月，十三届全国人大四次会议通过并发布《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》，明确规划指出了我国未来5-15年电力系统转型发展路径，特别强调在大力发展可再生能源的同时，要加强源网荷储协同能力，持续提升清洁能源消纳和存储能力，加快推进新型储能技术的规模化应用。由此可见，新型储能技术对电能的时序调节服务以及提升电力系统的消纳能力等方面具有重要作用，储能技术因此成为连接可再生能源发电和电力系统的重要媒介，也是新能源持续发展的核心支撑[16]。2021年7月，国家发改委、能源局联合发布《关于加快推动新型储能发展的指导意见》（以下简称《意见》），明确了我国储能技术发展的目标，即：至2025年，完成新型储能技术从商业化初期向规模化发展的转变；至2030年，实现新型储能技术全面市场化发展。《意见》鼓励推进电源侧储能项目建设，充分发挥大规模新型储能的作用，同时，支持储能用户侧多元化发展，提升大规模新能源及大容量直流介入电力系统后的灵活性调节能力和安全稳定运行水平。《意见》对加快促进新型储能技术发展应用、推动构建新型电力系统具有重要意义。通过梳理储能领域相关政策可知，国家重视储能技术发展与产业延伸，而移动式储能系统契合新型电力系统发展需求，且具有灵活性高、灵敏性好、可靠性强、适用范围广等特点而备受关注[17-18]，这有利于今后移动式储能技术的发展应用。1.2移动式储能应用典型示范工程近年来，相关企业纷纷响应国家政策号召，对移动式储能技术进行了积极部署和有益尝试，并建设投运了一批移动式储能示范工程。例如山西龙源风力发电有限公司、陕西欣旺达能源互联网研究院等多家单位合作开展的10MW级锂电池集装箱式储能系统示范工程，该示范工程储能系统总容量为10MW/9MWh，运用大倍率锂电池成组集成技术，开展锂电池集装箱式储能系统提高大规模间歇式能源接入电网的示范应用，该示范工程不仅推动了储能技术在陕西省的产业化运用，而且协调了右玉当地风电场参与电网调度，对移动式储能在风电场的产业化应用具有重要意义。此外，中国电力科学研究院、欣旺达电子股份有限公司以及各地方电力公司相继在吉林白城、福建安溪、欣旺达居民园区等地部署了适当容量的移动式储能系统，为当地电力系统的稳定运行提供了保障。各示范工程详细信息如表1所示。表1国内移动式储能典型示范工程Tab.1Typicaldemonstrationprojectofdomesticmobileenergystorage示范工程名称主要作用主要特点山西省石玉县老千山风电场示范项目提升电力系统对风电场的消纳能力可进行工厂化生产，具备环境适应性强、安装简便、可扩展性高的特点福建安溪移动式储能示范项目对电力系统进行局部削峰调谷，均衡用电负荷移动灵活、可就地安装、辅助服务多元化甘肃酒泉瓜州干河口风电场储能示范工程平抑风电并网对电力系统产生的波动该移动式储能系统具有平抑风电输出有功功率的波动的上层能量管理策略吉林来福风电场储能示范项目提升风电就地消纳能力，同时提高配电网的电能质量该示范项目具有制定风电-蓄热式电锅炉-储能联合运行控制策略深圳欣旺达居民园区光储微网示范工程保证园区在系统突然断电情况下依然安全稳定运行该示范工程中采用了光储微网上层能量管理策略目前，移动式储能电源因供电容量较小以及供电时间较短等因素影响，接入电网后，整体协调控制能力有限。因此，针对移动式储能整体数量多、分散性强、单一容量小、接入电网位置灵活性高等特点，综合研究其保障电力系统运行以及经济性的调度方法至关重要。同时，移动式储能技术作为应急电源，可以大幅提高配电网供电弹性，研究优化灾后移动式储能与配电网的恢复策略也是储能技术发展的重要一步。从国内这些成功的案例可以看出，移动储能技术目前还处于示范性应用阶段，但移动式储能技术在诸如平抑电网波动、提供应急服务等领域已凸显出一定的应用潜力。因此，亟需建立不同场景下的移动储能系统服务需求与协同控制策略[19]，高效利用配电网中闲置的储能资源[20-22]，提升电力系统的灵活性与可靠性。2移动式储能技术体系2.1基于多元电力事件需求的移动储能技术指标设计移动式储能技术应用场景多元、分散广泛化，不同场景下对移动式储能技术的服务需求差异较大，因此，要分别从源-网-荷角度出发，分析保电-应急-备用-移动救援-调峰-调频等不同电力事件需求的特点，挖掘不同电力事件对移动式储能装置需求，然后利用层次分析法[23]和熵权法形成对移动储能装置技术指标的主客观赋权，明确移动储能建设的关键指标参数，建立移动式储能技术指标。首先，在应急场景下，如电网不堪高负荷引起的大幅波动，移动式储能可以作为灵活性电源保障部分负荷的安全用电，缓解电力系统供电压力。同时，移动式储能电源可作为应急电源向诸如临时医院等特殊电力用户提供可靠的电能供应，缓解用电危机并大幅减少了电网建造维护成本；并且，信息社会下，人们对大数据中心、机场、商业区等敏感地区的供电安全提出更高的要求，移动式储能电源可作为备用电源以提高电力保障的可靠性。其次，非应急需求是指在保证应急场景下移动式储能系统应用需求的基础上，提高可再生能源接入电网能力，进一步解决波动性负荷问题，完成日常调峰调压，保障电力系统稳定，并追求作为应急电源之外的经济效益。熵权法的基本思路是根据指标变异性的大小来确定客观权重[24]，其流程图如图2所示，先由熵权法完成对各项技术指标的客观权重赋值，再通过层次分析法确定不同类型的储能方案。从技术水准、经济成本、环境要求和技术成熟度四个方面出发，汇总储能选型决策指标，形成储能选型的决策指标集。决策指标集中包含目标层A、决策层B和方案层C三层，其中目标层是储能选型的追求目标——储能系统的工况适用性；决策层B汇总了储能选型过程中涉及到的所有决策指标，其中包含两方面，第一层为决策指标大类，第二层为各大类指标下的决策子指标；方案层c为储能系统待选方案，具体决策指标内容如图3所示。图3熵权法客观赋权及储能选型Fig.3Objectiveweightingandenergystorageselectionbyentropyweightmethod2.2基于移动储能及联合移动储能供给的技术指标体系和支撑边界目前，新型储能技术种类繁多，不同储能技术之间的运行特性相差较大，若要进行联合网储供能，首先要梳理不同类型储能系统的技术指标以及联合运行机理，并综合考虑不同类型储能技术的能量密度、响应时间等技术指标以及储能互补运行机理两方面因素，基于不同电力事件构建仿真模型，最终利用扰动分析方法[25]和蒙特卡洛模拟方法[26]计算技术指标对电力事件的灵敏度和支撑边界。本文基于不同电力事件需求分析各类型储能系统的技术运行特性，结合不同电源经济成本、技术发展趋势、环境评估等指标，建立了考虑不同利益主体的移动式储能电源综合效益模型，其中，表2为多种储能系统详细技术指标对比[27]，目前，电化学储能与电磁储能相比具有规模容量大、单位成本低等优势，可以显著增强输配电网支撑和负荷转移能力，提升储能电站运行经济性；与物理储能相比具有功率规模大、充放电效率高等优势，此外电化学储能设备选址定容灵活性高等特点，因此受到广泛关注，装机容量也已经向百MWh级别发展。本文所提出的技术指标体系和支撑边界综合考虑了移动式储能系统对配电网内电力事件的响应度以及参与电网辅助服务的经济性等因素，基于各类储能技术的能量传递流程，对比分析各类储能技术目前的技术发展现状，收集各类储能技术的主要技术参数如能源转换效率、充放能速率、充放能持续时长等，分析各类储能技术对于不同时间尺度的城市电力管理场景的适应性，明确不同类型储能技术的运行特性，图3为各类储能技术的特性参数以及电能支撑图。表2不同类型储能系统的技术指标对比Tab.2Comparisonoftechnicalindexesofdifferenttypesofenergystoragesystems项目类型容量规模功率规模功率密度响应时间循环次数寿命（年）充放电效率投资成本（元/kWh）电化学储能技术铅酸电池百MWh40-80150-500ms~min500-30005-870%-90%800-1000磷酸铁锂电池80-1701500-25002000-1000010＞90%8000-1600钛酸锂电池60-100＞3000＞10000＞90%1500镍钴锰酸锂120-30030001000-5000＞90%1200-2400钠硫电池150-3002245001575%-90%4000全钒液流电池12-4050-100＞15000＞1075%-85%2500-3900物理储能飞轮储能MWh20-80＞4000ms百万次2085%-95%5000-15000压缩空气储能GWh3-6Wh/L0.5-2.0W/Lmin＞10003040%75%1000-1500电磁储能超级电容储能MWh2.5-151000-10000ms百万次15＞90%9500-13500超导储能1.15000/30＞95%90000图4综合数据分析的移动储能支撑能力Fig.4Mobileenergystoragesupportcapabilitywithcomprehensivedataanalysis由图4可知，铅酸电池储能对于输配电电网支撑与负荷转移能力具有较大的优势，同时能够有效改善电能质量；锂离子电池的响应时间具有较大的灵活性，可以根据使用场景的需求选择合适的响应时间，降低储能应用成本；此外，超导磁储能系统和大功率超级电容器的响应时间极短，能够快速响应电网需求。结合表2数据可以得出，目前电化学储能技术经济、效率等综合优势较高，将广泛应用于各类场景，以提升电力系统灵活性调节能力。2.3基于不同电力事件需求的移动储能装置级-平台级-系统级设计原则与建设标准移动储能装置级作为独立的储能单元具备调度灵活性高、响应能力快等优势，可以迅速抵达电网故障地点，具备在故障情况下保障部分社区及工商业应急用电的能力；更进一步的，将各个独立运行的装置级储能单元电能及位置数据上传至公共平台，通过调度平台统一指挥，可以有效提高移动储能设备利用率，增强电网灵活性调节能力；最终，移动储能平台基于电力事件需求特点，利用智能调度控制策略，搭建移动储能系统级调度中心，推动移动储能参与电网调峰、调频等辅助服务，增强对新型电力系统的支撑能力。因此，本文提出历史数据驱动下不同电力事件影响等级的先验信息估计方法，根据城市供电重要性等级与不同电力事件供电需求，通过蒙特卡洛方法仿真模拟储能系统在装置级-平台级-系统级不同指标下的后验信息；然后，基于先/后验信息的差异度，构建综合不同电力事件需求的“系统-平台-装置”三位一体的移动储能体系设计原则和建设标准，并以此展开针对移动式储能系统的“可调度”移动储能管控平台。根据先验信息，采用贝叶斯理论可以客观分析事件发生概率，即在有限信息驱动下，做出最好的预测，并根据实际信息的变化不断进行修正，整体理论逻辑如图5表示。电力系统采用贝叶斯理论，在地区供电重要性等级以及历史数据驱动下，先对不同电力事件影响等级进行先验估计，然后根据已有数据分析展示出不同电力事件电力供应的需求，可以显著提升电网调度可靠性和灵敏性。图5先验信息估计方法逻辑图Fig.5Logicdiagramofpriorinformationestimationmethod3移动式储能系统智能调度技术3.1基于移动储能系统集群响应多元场景需求能力的动态分区方法移动储能装置因其单体容量有限、群体分布范围广等因素难以支撑电网的辅助服务，因此，可以利用移动储能集群汇聚效应来平抑电网波动等影响，即基于不同的电力事件，利用相应的的调度策略将有限容量的移动储能设备形成规模化集群，然后应用合适的控制策略将其汇聚集合，选择最优节点将汇聚的移动储能装置投入运行，能够显著增强电网灵活性调节能力。近年来，国内专家对移动式储能和电网联合运行调度进行了大量的研究。文献[28]提出了基于移动储能共享模式的网储协同经济策略，并建立了车-储动态时空转移模型。文献[29]提出了配电网动态重构与移动储能协同优化的方法，采用模糊C均值算法重构时段，并建立了电网重构策略与移动储能经济调度的两阶段协同优化模型。文献[30]基于削峰填谷可靠性和经济性建立了双层调度优化方法。文献[31]提出了根据储能不同模块的输入/输出功率及电池荷电状态实现网储协调运行的控制策略。文献[32]提出一种市场电价驱动的移动储能车调度方案。该方案利用主从博弈模型，通过电价进行协调博弈，提高电网运行灵活性。以上文献均未考虑移动式储能的集群汇聚效应。因此，本文提出的动态分区策略基于配电网区域内的源-网-荷-储信息，应用全景理论分析分布式移动储能系统集群在应急和辅助服务等多场景应用中的汇聚效应，建立分布式移动储能系统集群汇聚效用量化指标，结合各移动储能系统当前工作状态、位置信息等参数形成移动储能系统相似度分区指标，最终提出改进型社团分区理论对各MES(MobileEnergyStorage，移动储能)进行动态分区。本文对比分析各类储能技术应用场景及传统储能的技术经济性，通过研究MES汇聚的计费办法，综合考虑汇聚容量、设备成本、合理收益率等因素，最终建立储能报价策略模型，通过经济导向引导电能消费行为，评估可汇聚移动储能的最大潜力。面对突发紧急事件防控，通过政策约束，最大程度利用分布式储能设备，保障重要用电设备的供电。此外，定义包含容量支撑能力、动态响应能力、经济性等汇聚性能考核准则的储能系统汇聚潜力指数，建立包含功率支撑能力、有效汇聚时间比、系统稳定性、系统可靠性等的考核指标集，建立主客观相结合的决策权重集，采用层次分析法对储能设备进行筛选排序，为移动储能汇聚应用提供理论支撑。将储能技术应用于面向电网的需求响应等支撑性作用方面，是对传统技术手段的替代和优化，衡量MES的汇聚效应可从技术性方面展开，通过研究在参与电网需求响应的应用场景下，以功能价值量化MES的汇聚效应，通过实现同样功能的传统技术手段规模度量分布式储能技术的汇聚效应。全景理论聚合方法以系统能量函数减小为基础，通过不断地移动换组，预测资源聚合的最佳情况。对配电网区域内分散布局的移动储能系统开展分区理论研究，将含有大量移动式储能系统的局域电网视为一个复杂网络，移动式储能系统分区一般基于常规聚类理论基础且没有最优区域数目的先决条件，采用全景理论，建立综合考虑分散式储能设备的运行状态、运行策略等因素的匹配度模型，将匹配度高的储能系统聚合划分为一个子区，各分区可独立调度调节，显著提升区域调度合理性，其调度控制框架如图6所示。图6移动式储能调度控制框架Fig.6Mobileenergystorageschedulingcontrolframework3.2计及电力保障和参与电网辅助服务经济性综合指标的移动储能系统集群动态调整方法上文根据区域电网的电力应急事件的特点，建立了面向配电区域和事件的移动储能系统应急服务技术指标，本节延续利用模糊理论[33]推理出当前移动储能应急服务概率与需求容量，基于区域电网能源的特点，利用场景生成理论建立移动储能典型应用场景及其经济收益模型，最终建立移动储能辅助服务经济性期望与应急、保电、救援等服务容量期望模型，并利用博弈论理论动态调整移动储能集群中应急服务与电网辅助服务移动储能单元分配策略。MES是一种时空灵活性资源，它是将储能电池组和储能双向变流器集成于集装箱内，配备牵引车辆而形成的移动储能车，赋予了固定储能电池在空间上的可平移性。为了提高资源利用率，移动储能的运营策略包括“常规运营”和“供电保障”两个模式。“常规运营”是指配电网无故障发生正常运行时，移动储能在“集中站”接收辅助服务指令随时接受调度，通过对储能充放电功率进行优化调控，从而为系统提供可再生能源消纳，峰谷套利、辅助调频等服务；“供电保障”是在线路故障等突发事件和设备检修等预安排停电事件时，系统则由“常规运营”转为“供电保障”，移动储能车实时上传自身位置及电量等信息，并依据“控制中心”的调控指令，行驶到目的地进行应急供电。利用场景生成理论构建的随机场景集综合考虑了负荷、紧急事件、电网以及热能供应的不确定性，并深入分析每个独立不确定性因素内部的时序自相关性和不确定性因素之间的互相关性，且阐明了时序自相关性和互相关性的含义，如图7所示，其中，时序自相关性描述了同一时间序列不同时刻任意两元素的关联程度，互相关性描述了不同时间序列之间的关联程度。图7时序自相关性与互相关性的含义Fig.7Themeaningoftimeseriesauto-correlationandcross-correlation为了使生成的随机场景集更贴合实际情况，将配电台区的负荷、紧急事件发生概率、电网波动、热能供应等因素分别按照过渡季、夏季和冬季处理。首先基于各个不确定性因素所服从的概率分布，利用蒙特卡洛随机抽样得到n个初始随机场景；然后赋予真实参考场景的时序自相关性，得到具有时序自相关性的因素样本；此外，通过采用惯性权重线性递减的粒子群算法达到缩减场景规模[34]、优化场景质量的目的，最终获得综合考虑时序自相关性和互相关性的随机场景集。在新兴的应用场景下，通过采用Nash博弈模型动态调整分布式移动储能集群中应急服务与非应急服务移动储能单元分配方法。具体步骤如下：a.判断配电台区电力供应与用户电力需求是否匹配；b.基于夸大行为的价格讨价还价策略进行应急服务与非应急服务移动储能之间单元分配的博弈；c.判断分配之后用于应急服务移动式储能集群是否能够满足应急地区的电力应急需求；d.若能，则分配正确，本次应急调度结束；否则，根据本次实际情况，动态调整储能单元分配方法。3.3具有高响应度的移动式储能集群时域滚动优化调度方法移动储能调度方法基于每个储能装置的剩余电量以及接收供电需求点发送的供电需求指令，按照所述供电需求指令中的需求电量从大到小将所述供电需求点进行排序，将其排序顺序确定为所述供电需求点的供电调度的优先级，当前最高优先级别的供电需求点按照从近到远的距离将移动储能设备进行排序，选取距离所述供电需求点最近的储能装置，并按照剩余电量从大到小的顺序选取储能装置，直至满足所述供电需求点的能量需求。装置系统调度策略流程图如图8所示。图8系统调度策略流程图Fig.8Systemschedulingstrategyflowchart此外，开展MES的分区理论研究以优化移动式储能具备的分散性特点，将含有大量MES的“可调度”电源管控平台视为一个复杂网络，采用社团分区算法，建立考虑MES所在位置、动态特性、荷电状态、控制方式等因素的相似度指标，将相似度高的MES聚合划分为一个子区域。分区后，考虑在不同应用场景下的MES适用性，并采用分区模块度指标描述分区的工况适用性，各分区可独立、快速接收区域内“可调度”电源指令，提高移动式储能集群响应度。图9为集群控制框架及通讯方式示意图。如图所示，构建“可调度”电源管控平台的集群控制调度框架，框架分3层，决策层、网络层和实施层，基于分区理论得到MES集群，每个集群可以实时上报设备的运行状态、自身荷电状态、汇聚潜力和功能报价，“可调度”电源管控平台依据MES的汇聚潜力评估和筛选排序理论、电网的时序储能需求和经济性优化目标制定调度计划，下发调度计划给MES，“可调度”电源通过对最底层MES的调度形成对上级电网的有效支撑。研究集群控制系统的通讯方案，支持MES与上级调度系统进行快速通信，各层间通过合作网协议进行交互，满足汇聚系统整体及MES的约束和需求，以动态地响应系统需求的变化。图9集群控制框架及通讯方式Fig.9Clustercontrolframeworkandcommunicationmode移动储能的优化调控是混合整数的非线性规划问题，即在配电网与交通网耦合约束下求解以负荷损失最小为目标的移动储能车最佳调控方案，其优化调控指令包括：路径类指令和功率类指令。目标函数为时间集合T内负荷削减量最小：min𝑓=∑∑𝑃𝑖,𝑡𝐿𝑆Δt+𝜆𝑖∈𝐸𝑛𝑡∈𝑇∑∑rijIij,tΔt𝑖𝑗∈𝐸𝑏𝑡∈𝑇(1)式中：𝐸n、𝐸b分别为配电网中节点集合和支路集合；𝑃𝑖,𝑡𝐿𝑆为t时刻节点i的负荷削减量；𝑟𝑖𝑗、𝐼𝑖𝑗,𝑡分别为支路i,j的电阻和t时刻电流的平方；Δt为时间间隔；等式右侧前一项表示配电网负荷削减量，后一项用于保证二阶锥松弛优化后模型求解的准确性，λ为一个较大的正数。其中，约束条件包括路径约束、储能电池约束、配网潮流约束。图10滚动优化策略示意图Fig.10Schematicdiagramofrollingoptimizationstrategy移动储能的运行调度具有时空分布广、耦合约束多、不可预测性强等特性，例如故障预期持续时间等故障信息预测精度低，道路拥堵、交通事故等路况信息存在偶然性，移动储能车可能未按计划到达预定位置等，而上述电网、交通和移动储能的不确定性因素均会给调控运行带来较大偏差，若仅依靠在故障发生初决策的调控计划，不能保证达到最优的调控效果。针对该问题，构建调控策略的滚动优化框架，根据车路网实时信息，每隔时间间隔Δt对移动储能调控策略进行更新修正，最大限度地消除因各类不确定性因素导致调控偏差过大的现象，滚动优化框架如图10所示。在调控过程中，控制中心每隔Δt时间收取配网故障信息、交通路况信息和移动储能车的位置与电量信息，优化求解并下发[𝑁Δt,T]时段的路径类和功率类调控指令，各辆移动储能车依指令调度。4总结新型储能技术契合新型电力系统发展方向，有助于推动我国碳达峰碳中和目标的加速实现，其中，移动式储能系统关键技术对电力系统平稳运行、应急情况下紧急供电等应用具有重要意义。本文通过分析移动式储能系统应用场景，梳理特定情况下电力系统需求，最终优化移动式储能系统调度管理，具体表现如下：(1)梳理双碳目标下与新型储能技术相关的政策部署，基于示范工程功能与特点进行分析。然后以典型电力事件为基础，建立此场景下不同储能互补运行仿真模型，分析不同类型储能指标在不同电力事件下的灵敏度，最后，综合历史先验信息和仿真模拟的后验信息，提出从“装置-平台-系统”三个方面建设移动储能体系的方法；(2)以电力应急与储能指标的供需关系分析为切入点，在系统且充分了解面向电力应急的移动储能规划建设体系的基础上，从移动储能单体设计至移动储能系统集群，自下而上地论证各层级硬件装置设计方案、软件算法实现方式，形成了移动储能系统服务电力应急场景的全套方案，为实际工程中移动储能技术应用提供决策依据；(3)针对不同电力事件对移动储能装置的需求以及不同类型储能的技术指标以及联合运行机理，分别采用层次分析法、熵权法、扰动分析方法和蒙特卡洛模拟方法进行计算，具有速度快、精度高、适用性强诸多优点，可以精准辨识移动式储能状态及其关键指标，对今后技术指标量化评价奠定了基础；(4)基于移动储能系统多场景应用能力的辨识和动态群组分割，解析分布式移动储能系统在多元电力事件中的汇聚效应，并以提高电力保障可靠性和经济性为目的，建立基于事件和电力区域特色的移动储能系统集群动态博弈调整方法，兼顾移动储能系统的应急响应和电网辅助服务等多元场景下的经济性，使移动式储能满足配电区域内不同应用场景需求。最后，定义移动储能集群的电力事件需求响应度，并建立基于交通与电网信息的移动储能集群高电力服务响应度优化调度模型和求解方法；(5)目前，在电价驱动下，利用动态博弈理论，可以仿真得出移动式储能车在不同的时机进入电网，电价的变化情况，下降率最大达385%，具有较高的经济性。(6)当前，储能系统容量小、供电时间有限等因素制约移动式储能技术的发展应用，若将电网中的闲置储能装备通过汇聚技术接入到移动储能平台，能够显著增强其对电力系统的保障能力。本文通过对移动式储能系统关键技术的分析探索，为今后移动式储能技术的多元化应用及高效率运行提供了借鉴参考。参考文献[1]朱星阳,张建华,刘文霞,等.考虑负荷电压静特性的含分布式电源的配电网潮流计算[J].电网技术,2012,36(2):217–223.ZhuXingyang,ZhangJianhua,LiuWenxia,etal.Powerflowcalculationofdistributionnetworkwithdistributedgenerationconsideringloadvoltagestaticcharacteristics[J].PowerSystemTechnology,2012,36(2):217–223[2]付学谦,陈皓勇,刘国特,等.分布式能源电能质量综合评估方法[J].中国电机工程学报,2014,34(25):4270–4276.FuXueqian,ChenHaoyong,Liuguote,etal.Comprehensiveevaluationmethodofdistributedenergypowerquality[J].ProceedingsoftheCSEE,2014,34(25):4270–4276[3]李建林,马会萌,惠东.储能技术融合分布式可再生能源的现状及发展趋势[J].电工技术学报,2016,31(14):1-10+20.LiJianlin,MaHuimeng,Huidong.Currentsituationanddevelopmenttrendofenergystoragetechnologyintegrationanddistributedrenewableenergy[J].TransactionsofChinaElectrotechnicalSociety,2016,31(14):1-10+20[4]王剑波,李建林,周喜超,米阳.基于全景理论的分散式储能系统集群优化调度策略[J].高电压技术,2021,47(8):2742-2752.WangJianbo,LiJianlin,ZhouXichao,MiYang.Optimalschedulingstrategyofdistributedenergystoragesystemclusterbasedonpanoramictheory[J].High-VoltageTechnology,2021,47(8):2742-2752[5]李建林,惠东,靳文涛,等.大规模储能技术[M].北京:机械工业出版社,2016.LiJianlin,HuiDong,JinWentao,etal.Largescaleenergystoragetechnology[M].Beijing:ChinaMachinePress,2016[6]靳文涛,李蓓,谢志佳.电池储能系统在跟踪风电计划出力中的需求分析[J].储能科学与技术,2013,2(3):294-299.JinWentao,LiBei,XieZhijia.Demandanalysisofbatteryenergystoragesystemintrackingplannedoutputofwindpower[J].EnergyStorageScienceandTechnology,2013,2(3):294-299[7]李靖霞,纪陵,左建勋,吴世伟,王紫东.基于遗传算法的移动储能车调度方案优化及应用[J].浙江电力,2020,39(3):50-53.LiJingxia,JiLing,ZuoJianxun,WuShiwei,WangZidong.Optimizationandapplicationofmobileenergystoragevehicleschedulingschemebasedongeneticalgorithm[J].ZhejiangElectricPower,2020,39(3):50-53.[8]姜心怡,陈健,陈明,邱吉福,彭博,杨天佑.计及效率提升的弹性配电网中可移动式储能优化配置方法[J].南方电网技术,2021,15(2):40-47.JiangXinyi,ChenJian,ChenMing,QiuJifu,Bloomberg,YangTianyou.Optimalconfigurationmethodofportableenergystorageinflexibledistributionnetworkconsideringefficiencyimprovement[J].SouthernPowerSystemTechnology,2021,15(2):40-47.[9]蔡博戎,凌开元,姜华,周洁,魏歆.配电网移动储能优化配置研究[J].电工电能新技术,2019,38(9):26-32.CaiBoyong,LingKaiyuan,JiangHua,ZhouJie,WeiXin.ResearchonOptimalConfigurationofMobileEnergyStorageinDistributionNetwork[J].AdvancedTechnologyofElectricalEngineeringandEnergy,2019,38(9):26-32.[10]张东辉,徐文辉,门锟,张树卿,卢嗣斌.储能技术应用场景和发展关键问题[J].南方能源建设,2019,6(3):1-5.ZhangDonghui,XuWenhui,menKun,ZhangShuqing,LuSibin.Applicationscenariosandkeydevelopmentissuesofenergystoragetechnology[J].SouthernEnergyConstruction,2019,6(3):1-5[11]金森钧,高雄,陈俊鑫,彭勇刚,韦巍,雷金勇,田兵.基于电能质量的分布式电源上网电价机制[J].电网技术,2016,40(12):3790-3795.Jinsenjun,Kaohsiung,ChenJunxin,PengYonggang,WeiWei,LeiJinyong,TianBing.Gridpricemechanismofdistributedgenerationbasedonpowerquality[J].PowerSystemTechnology,2016,40(12):3790-3795[12]S.HAN,S.HAN,K.SEZAKI.DevelopmentofanOptimalVehicle-to-GridAggregatorforFrequencyRegulation[J].InstituteofElectricalandElectronicsEngineers,2010,6(1):65–72.[13]BrooksA,GageT,PropulsionA.Integrationofelectricdrivevehicleswiththeelectricpowergrid-Anewvaluestream.[C].ProceedingsoftheSeventeenthAnnualBatteryConferenceonApplicationsandAdvances.LongBeach,USA,2011.[14]李建林,李雅欣,周喜超,王力.储能商业化应用政策解析[J].电力系统保护与控制,2020,48(19):168-178.LiJianlin,LiYaxin,ZhouXichao,WangLi.Analysisofenergystoragecommercializationapplicationpolicy[J].PowerSystemProtectionandControl,2020,48(19):168-178[15]李岱昕,张静.首个产业政策发布助推中国储能迈向商业化[J].电器工业,2017(11):42-44.LiDaixin,ZhangJing.ThefirstindustrialpolicyreleasepromotesChina'senergystoragetowardscommercialization[J].ChinaElectricalEquipmentIndustry,2017(11):42-44[16]王元臣.电力辅助服务市场运营解读及经济性分析[J].中国市场,2018(35):137+139.WangYuanchen.Operationinterpretationandeconomicanalysisofpowerauxiliaryservicemarket[J].ChinaMarket,2018(35):137+139[17]李刚,焦亚菲,刘福炎,俞敏,宋雨,文福拴.联合采用熵权和灰色系统理论的电力大数据质量综合评估[J].电力建设,2016,37(12):24-31.LiGang,JiaoYafei,LiuFuyan,YuMin,SongYu,WenFushuan.Comprehensiveevaluationofpowerbigdataqualitybasedonentropyweightandgreysystemtheory[J].ElectricPowerConstruction,2016,37(12):24-31[18]储能技术融合分布式可再生能源的现状及发展趋势[A].中国农机工业协会风能设备分会«中小型风能设备与应用»编辑部.中小型风能设备与应用(2016年第3期总第23期)[C].:中国农业机械工业协会风力机械分会,2016:9.Currentsituationanddevelopmenttrendofenergystoragetechnologyintegratingdistributedrenewableenergy[a].EditorialDepartmentofsmallandmedium-sizedwindenergyequipmentandapplication,windenergyequipmentbranchofChinaAgriculturalMachineryIndustryAssociation.Smallandmedium-sizedwindenergyequipmentandapplication(No.3,totalNo.23,2016)[C].WindmachinerybranchofChinaAgriculturalMachineryIndustryAssociation,2016:9[19]沈瑜,岳园园,闫华光,陈霄,李德智,易永仙,郭炳庆.地区电网需求响应资源聚合与调控策略研究[J].电网技术,2017,41(10):3341-3348.ShenYu,YueYuanyuan,YanHuaguang,ChenXiao,LiDezhi,YiYongxian,GuoBingqing.Researchonresourceaggregationandregulationstrategyofregionalpowergriddemandresponse[J].PowerSystemTechnology,2017,41(10):3341-3348[20]王成山,武震,李鹏.微电网关键技术研究[J].电工技术学报,2014,29(2):1-12.WangChengshan,WuZhen,LiPeng.ResearchonKeyTechnologiesofmicrogrid[J].TransactionsofChinaElectrotechnicalSociety,2014,29(2):1-12[21]张丹,王杰.国内微电网项目建设及发展趋势研究[J].电网技术,2016,40(2):451-458.ZhangDan,WangJie.Researchonconstructionanddevelopmenttrendofdomesticmicrogridprojects[J].PowerSystemTechnology,2016,40(2):451-458[22]曹斌,刘文霞,王睿喆,张建华.考虑电网运行风险的发用电一体化调度方法[J].电网技术,2015,39(9):2578-2584.CaoBin,LiuWenxia,WangRuizhen,ZhangJianhua.Powergenerationandconsumptionintegrateddispatchingmethodconsideringpowergridoperationrisk[J].PowerSystemTechnology,2015,39(9):2578-2584[23]杨小彬,李和明,尹忠东,蒋利民,孟珺遐,姜喆.基于层次分析法的配电网能效指标体系[J].电力系统自动化,2013,37(21):146-150+195.YangXiaobin,LiHeming,YinZhongdong,JiangLimin,MengJunya,JiangZhe.Distributionnetworkenergyefficiencyindexsystembasedonanalytichierarchyprocess[J].AutomationofElectricPowerSystems,2013,37(21):146-150+195[24]张宁,胡兆光,周渝慧,肖欣,王一依,丛炘玮.考虑需求侧低碳资源的新型模糊双目标机组组合模型[J].电力系统自动化,2014,38(17):25-30.ZhangNing,HuZhaoguang,ZhouYuhui,XiaoXin,WangYiyi,CongXinwei.Anewfuzzydualobjectiveunitcommitmentmodelconsideringdemandsidelow-carbonresources[J].AutomationofElectricPowerSystems,2014,38(17):25-30[25]冯宇,唐轶,吴夕科.采用电量参数分析方法的电能质量扰动参数估计[J].中国电机工程学报,2009,29(16):100-107.FengYu,TangYi,WuXike.Estimationofpowerqualitydisturbanceparametersusingpowerparameteranalysismethod[J].ProceedingsoftheCSEE,2009,29(16):100-107[26]葛少云,王浩鸣,徐栎.基于蒙特卡洛模拟的分布式风光蓄发电系统可靠性评估[J].电网技术,2012,36(4):39-44.GeShaoyun,WangHaoming,XuLi.ReliabilityevaluationofdistributedwindsolarenergystorageandgenerationsystembasedonMonteCarlosimulation[J].PowerSystemTechnology,2012,36(4):39-44[27]汤奕,孙大松,周毅,周良才.含分布式电源的主配一体化电网日前-实时协调风险调度方法研究[J].智慧电力,2020,48(8):8-14+23.TangYi,sunDASONG,ZhouYi,ZhouLiangcai.Researchondayaheadreal-timecoordinatedriskschedulingmethodofmaindistributionintegratedpowergridwithdistributedgeneration[J].SmartPower,2020,48(8):8-14+23[28]陈彪,俞伟,方旭峰,李豪鑫,曹磊,潘俊.一种基于区内电池共享模式的主动配电网-孤岛微网协同经济调度策略[J/OL].储能科学与技术:1-12[2021-09-19].[29]孙伟卿,刘唯,张婕.高比例可再生能源下配电网动态重构与移动储能协同优化[J/OL].电力系统自动化:1-28[2021-09-19].http://kns.cnki.net/kcms/detail/32.1180.TP.20210624.1317.002.html.SunWeiqing,LiuWei,ZhangJie.Dynamicreconfigurationofdistributionnetworkandcoordinatedoptimizationofmobileenergystorageunderhighproportionofrenewableenergy[J/OL].AutomationofElectricPowerSystems:1-28[2021-09-19].http://kns.cnki.net/kcms/detail/32.1180.TP.20210624.1317.002.html.[30]王育飞,郑云平,薛花,米阳.基于增强烟花算法的移动式储能削峰填谷优化调度[J].电力系统自动化,2021,45(5):48-56.WangYufei,ZhengYunping,XueHua,MiYang.Mobileenergystoragepeakshavingandvalleyfillingoptimizationdispatchbasedonenhancedfireworkalgorithm[J].AutomationofElectricPowerSystems,2021,45(5):48-56.[31]郭振,王冬林,蒋宁,沈菁菁,唐冬琴.移动储能应急电源系统控制策略的方法研究[A].浙江省电力学会.浙江省电力学会2020年度优秀论文集[C].:浙江省电力学会,2021:10.GuoZhen,WangDonglin,JiangNing,ShenJingjing,TangDongqin.Researchonthecontrolstrategyofmobileenergystorageemergencypowersupplysystem[A].ZhejiangElectricPowerSociety.ZhejiangElectricPowerSociety2020ExcellentPaperCollection[C].:ZhejiangElectricPowerSociety,2021:10.[32]莫宇鸿,覃智君,詹沁.基于移动储能车的电网运行灵活性提升策略[J].广西大学学报(自然科学版),2021,46(3):651-665.MoYuhong,QinZhijun,ZhanQin.Gridoperationflexibilityimprovementstrategybasedonmobileenergystoragevehicles[J].JournalofGuangxiUniversity(NaturalScienceEdition),2021,46(3):651-665.[33]李建林,谭宇良,赵锦,王楠.电网侧储能发展态势及技术走向[J].电器与能效管理技术,2020(5):1-6.LiJianlin,TanYuliang,ZhaoJin,WangNan.Developmenttrendandtechnologytrendofgridsideenergystorage[J].Electrical&EnergyManagementTechnology,2020(5):1-6[34]徐鹤鸣.多目标粒子群优化算法的研究[D].上海交通大学,2013.XuHeming.Researchonmulti-objectiveparticleswarmoptimizationalgorithm[D].ShanghaiJiaotongUniversity,2013