中國儲能網訊：大規(guī)?？稍偕茉唇尤雽е码娏ο到y(tǒng)中靈活性資源不足、慣量水平下降，對系統(tǒng)的可再生發(fā)電消納和頻率安全性帶來挑戰(zhàn)。對此，迫切需要挖掘需求側的資源靈活性，為電力系統(tǒng)提供備用和頻率支撐輔助服務。
隨著信息通信技術（information communication technology，ICT）的飛速發(fā)展，5G基站的規(guī)劃與建設數量迅速增加。根據廣東省工業(yè)和信息化廳的數據，預計到2025年，廣東省將累計建設16萬座5G宏基站，其備用電池的總功率容量將達到1600 MW，約占廣東省2025年預測峰值負荷的1%。由于5G基站備用電池具有快速響應的優(yōu)勢，可為電力系統(tǒng)提供備用和事故后的慣性及一次調頻響應輔助服務。目前，基站備用電池長期處于閑置狀態(tài)，導致潛在的靈活性資源浪費，因此，研究大規(guī)模5G基站為電力系統(tǒng)提供備用和頻率支撐輔助服務的優(yōu)化調度策略具有重要意義。
1 如何在確?；竟╇娍煽啃缘那疤嵯拢{度其備用電池為電力系統(tǒng)提供運行備用與頻率支撐輔助服務？
5G基站備用電池的首要功能是保障基站供電的可靠性，通常要求基站在遭受停電事故后，其備用電池能夠為基站不間斷提供3小時的供電服務。由于5G基站的通信業(yè)務存在顯著的“潮汐效應”，其有功負載也隨著基站通信業(yè)務的變化而改變，因此，滿足基站備電需求的備用電池最小荷電狀態(tài)（state of charge, SOC）也隨基站有功負載而改變，如圖1所示，備用電池超出最小SOC需求的部分可為電力系統(tǒng)輔助服務提供可調空間。
圖1 基站備用電池最小SOC需求評估
2 如何協(xié)同調度蜂窩網基站備用電池及電源側機組，從而應對新能源隨機場景下的功率平衡與頻率安全挑戰(zhàn)？
本文基于各基站通信業(yè)務需求，計算各時段備用電池的最小SOC需求，在此基礎上構建其調度模型，調用基站備用電池提供運行備用、慣性響應和一次調頻響應輔助服務。將上述模型納入考慮頻率安全約束的電力系統(tǒng)兩階段隨機機組組合模型中。第一階段對應日前調度，優(yōu)化決策機組的啟/停機、機組和基站備用電池的出力曲線、運行備用容量、慣性響應和一次調頻響應備用容量；第二階段對應日內實時調整，根據實際的新能源和負荷曲線，優(yōu)化決策機組和基站備用電池的運行備用、慣性響應和一次調頻響應備用部署，以保障各新能源隨機場景下的功率平衡與頻率安全。
3 如何高效求解海量蜂窩網基站備用電池參與的兩階段機組組合問題，同時保障基站隱私？
為實現所提兩階段隨機機組組合問題求解的分布式部署，本文首先對模型進行重構，如圖2所示。原問題（圖2(a)）是一個近似的“N-block”優(yōu)化問題，但由于存在功率平衡、線路潮流和頻率安全等約束條件，直接耦合了各基站備用電池之間的決策變量，難以直接進行問題分解。對此，本文引入一系列輔助決策變量，解耦了各基站備用電池之間的直接耦合關系，如圖2(b)所示。
圖2 解耦各基站備用電池耦合關系的兩階段隨機機組組合問題重構 (a) 原優(yōu)化問題結構 (b) 重構后優(yōu)化問題結構
針對重構后的兩階段隨機機組組合問題（圖2(b)），構建增廣拉格朗日函數并對其應用交替方向乘子（alternating direction method of multipliers, ADMM）算法，將兩階段機組組合問題分解為兩部分：調度中心的優(yōu)化決策問題和基站備用電池的自主優(yōu)化決策問題。由于此時各基站備用電池之間不存在直接耦合關系，它們能夠以分布式且并行的方式自主優(yōu)化其調度策略。所提出的分布式優(yōu)化框架如圖3所示，有效地解決了海量基站備用電池參與的調度策略高效求解和隱私泄露問題。
圖3 分布式優(yōu)化框架
4 蜂窩網基站備用電池提供電力系統(tǒng)運行備用與頻率支撐輔助服務的效果如何？
本文首先在IEEE 14節(jié)點電力系統(tǒng)上驗證了所提基站備用電池調度模式的有效性，設置了3個對比案例。Case 1：基站備用電池僅提供能量服務；Case 2：基站備用電池提供能量和運行備用輔助服務；Case 3：基站備用電池提供能量、運行備用和頻率支撐輔助服務。Case 1-Case3的運行成本對比如表1所示，結果表明所提調度模式下，基站備用電池的參與有效促進了新能源的消納，并顯著提高了系統(tǒng)運行經濟性。圖4展示了基站備用電池調度的結果，表明在本文提出的調度模式下，基站備用電池的功率/能量容量得到了充分利用，充分發(fā)揮了其靈活性潛力，同時提高了閑置資源的利用率。
表1 運行成本對比
圖4 基站備用電池調度結果 (a) Case 1：功率與備用調度結果 (b) Case 2：功率與備用調度結果 (c) Case 3：功率與備用調度結果 (d) Case 1：SOC曲線 (e) Case 2：SOC曲線 (f) Case 3：SOC曲線
5 所提分布式優(yōu)化框架的收斂性和實用性如何？
本文基于廣東省500 kV網架電力系統(tǒng)進行仿真，分析了不同規(guī)?；緜溆秒姵貐⑴c提供輔助服務時的總運行成本與分布式算法迭代次數變化情況，如圖5所示。隨著基站備用電池數量的增加，總運行成本逐漸降低，其經濟性優(yōu)于不考慮基站備用電池需求響應的案例，證明了所提方法在提升運行經濟性方面的有效性。此外，采用所提分布式調度框架，優(yōu)化迭代次數始終低于20次，且不隨基站數量增多而增加，驗證了本文所提分布式優(yōu)化框架具備可規(guī)模化應用的潛力。
圖5 針對參與調度的基站備用電池規(guī)模的敏感性分析
