中国科学院电工研究所、中国科学院大学、中国电力科学研究院的研究人员杨艳红、裴玮、邓卫等，在2015年第22期《电工技术学报》上撰文指出，蓄电池储能是进行微电网日前调度需要综合考虑的重要单元。为了充分发挥蓄电池储能平抑可再生能源波动、调节系统峰谷差及减小系统备用的功能，需要综合考虑其剩余容量、充放电功率及充放电次数对蓄电池寿命的影响。

文中通过推导得出了反应蓄电池每一次放电损耗的数学模型，并对其进行了适当简化，通过权重因子将其引入到日前调度优化的目标函数中;针对蓄电池储能约束条件时间上耦合的特点，文中将基于拉格朗日松弛和内点法的动态规划方法应用于模型求解;通过算例分析，表明了所述方法对微电网日前调度具有良好的优化效果。

微电网集成太阳能光伏发电和风力发电等可再生能源发电、热电联供机组及储能装置，既可以向本地负荷供电，也可以通过公共连接点与外部电网进行功率交换。在进行微电网日前调度时，蓄电池储能可以调节机组的功率输出以提高其运行效率，还可以利用分时电价实现电价差收益，从而优化系统整体运行经济性。

蓄电池储能在运行时不直接产生运行费用，但其每一次充放电都会损耗使用寿命，文献通过实验详细分析了蓄电池充放电深度和充放电速率对其寿命的影响。文献将蓄电池储能寿命引入对其运行的影响，对以储能为主的独立运行风、光、柴和储系统运行中如何避免蓄电池储能在低荷电状态(SOC)下工作以及避免频繁充放电进行了研究，提出了采用充放电损耗假设影响因子的分析方法。

对于联网运行的微电网系统，文献]的研究表明由于对接口功率的限制以及电价的变化，使其更加难于在考虑寿命影响的同时优化储能的功率和容量分配策略。对于如何评估储能寿命对微电网运行调度的影响，目前的研究往往采用简化的方式处理。

计及蓄电池储能寿命影响的微电网日前调度问题从数学本质上讲是一个非线性的多阶段动态规划问题，既不宜引入过于复杂的储能模型，又需要能够真实反映储能寿命的影响，因此，对于建立适当的储能寿命模型尚需更为深入的研究。

在求解方面，文献中采用了多步迭代粒子群(ParticleSwarmOptimization,PSO)优化方法，使用了改进遗传算法，使用了主动进化规划的方法，分别对含有蓄电池储能的微电网系统调度进行了优化，使用智能算法的优点是可以精细建模，模型中可以包含不连续、非线性的约束，但其缺点是容易陷入局部最优且优化过程不可控、灵活性差。

以蓄电池荷电状态(StateOfCharge,SOC)为状态变量使用动态规划方法对其实现削峰填谷的充放电策略进行了优化，而使用动态规划方法对蓄电池参与调峰的容量与运行策略同时进行了优化，动态规划方法具有较快的计算速度和良好的收敛性。

综上所述，针对现有研究在考虑蓄电池储能寿命损耗模型和其在优化调度中的配合使用问题研究的不足，文中通过推导得出了反应蓄电池每一次放电损耗的数学模型，并对其进行了适当简化，通过权重因子将其引入到日前调度优化的目标函数中。针对蓄电池储能约束条件时间上耦合的特点，文中将基于拉格朗日松弛和内点法的动态规划方法应用于模型求解，通过算例分析，表明了所述方法具有良好的优化调度效果。

图1 典型联网运行的微电网系统

结论

本文通过推导得出了反应蓄电池储能每一次充放电损耗的数学模型，适当简化后通过权重因子将其引入到微电网日前调度目标函数中。针对蓄电池储能约束条件时间上耦合的特点，文中将基于拉格朗日松弛和内点法的动态规划方法应用于模型求解。通过对算例的计算与分析，表明了本文所述方法对解决考虑蓄电池储能寿命影响的微电网日前调度问题具有良好的优化效果。