★ 中国石化工程建设有限公司 王琦

关键词：新能源消纳；多目标优化；改进多目标粒子群算法；电网调峰

在双碳目标驱动下，我国电力系统正加速向高比例新能源、高电力电子化的新型电力系统转型升级。风电、光伏等新能源出力具有显著的间歇性与波动性，大规模并网后极易引发系统功率供需失衡问题^[1]。新能源大发时段，电网基础负荷水平偏低，系统可调峰容量有限，富余新能源电量难以完全消纳，弃风弃光问题频发，而用电负荷高峰时段，新能源出力大幅衰减，系统供电能力无法匹配负荷需求，不仅降低了新能源资源利用效率，还增大了电网调峰与调频运行压力，制约了电力系统安全、稳定、经济运行 ^[2]。针对上述问题，本研究构建了适配新能源消纳的单模型多目标优化体系， 并结合改进多目标粒子群算法（Improved Multi-Objective Particle Swarm Optimization， IMOPSO）实现了模型高效求解，为高比例新能源并网场景下的储能精细化优化配置提供了理论支撑与技术参考。

1   适配新能源消纳的单模型多目标优化建模

1.1   新能源出力特性及储能消纳需求分析

风电与光伏出力具有显著随机性、间歇性及反调峰特征。光伏出力集中于日间，夜间无出力，风电多在夜间与凌晨高发，新能源出力时序特性与电网用电负荷存在明显错配，是造成新能源消纳受阻、电网负荷峰谷差增大的核心诱因。传统调度模式受火电最小技术出力、输电容量及系统调峰能力限制，富余新能源电量难以全额消纳。储能具备电能时空平移与快速功率响应能力，可通过低谷储电、高峰放电平抑出力波动，支撑电网调峰。因此，储能配置需兼顾规划层面的综合效益最优与运行层面的调度性能最优。

1.2   双层优化模型构建

传统储能优化模式对规划配置与运行调度环节进行拆分求解，存在模型耦合性差、多目标制衡冲突明显、迭代求解复杂度高的问题，无法兼顾储能全周期综合运行效益。为此，本研究构建了一体化综合优化模型，通过分层量化目标实现了多维度性能协同优化。

上层规划目标聚焦储能系统全局配置效益，围绕全生命周期成本最低、电网供电可靠性最高、新能源消纳率最大的多维优化诉求，构建上层规划综合目标函数，实现多维度优化目标的量化耦合求解，公式如式（1）所示：

式中，F_up为上层规划综合优化目标函数，函数最小值对应最优规划配置方案；α1、α2、α3 分别为成本、消纳、可靠性对应的权重系数，满足α1+α2+α3 = 1；C_total为储能全生命周期总成本，单位为万元 ^[3] ；cbuse为无储能配置场景下系统等效损耗成本，单位为万元；abs为新能源综合消纳率；Rele为电网供电可靠率^[4]。

下层运行目标聚焦储能实时调度性能与电网动态运行效益，依托上层规划目标的最优配置结果，量化电网实时运行指标，构建下层运行综合目标函数，实现多运行维度性能协同优化，公式如式（2）所示：

式中，F_down 为下层运行综合优化目标函数，无量纲，函数最小值对应最优储能实时调度策略；β1、β2、β3分别为负荷调峰、运行收益、设备利用率对应的权重系数，满足β +β2 +β3 = 1；ΔP load为优化后电网日负荷峰谷差，单位为MW； ΔP_base为无储能调节场景下电网原始峰谷差， 单位为MW；I_net为储能单日运行净利润，单位为万元^[5] ；I_max为当前工况下储能理论最大运行净利润，单位为万元；η_es为储能设备实时运行利用率。

该函数通过归一化处理消除不同指标量纲差异，并以峰谷差归一化项、收益损失项、利用率损失项构建最小化求解模型，可精准表征储能实时调度的综合运行性能，与上层规划目标函数形成规划配置-运行调度双层优化体系。

1.3   多维度运行约束设置

为保障上述双层优化目标的求解结果贴合工程实际工况，规避理论优化方案存在的可行性缺陷，本研究结合储能设备运行特性、电网功率运行规则及经济技术边界，构建了多维度耦合约束体系，公式如式（3）所示：

式中，①为储能寿命衰减约束，其中S_reat为储能实时可用容量，单位为MWh；S_es为储能额定配置容量，单位为MWh；δ_i为第i次充放电循环对应的容量衰减率；n为储能累计充放电循环次数；②为储能功率与容量安全约束，其中P_{es ,t}为t时刻储能实时充放电功率，单位为MW；P_es,max为储能额定最大充放电功率，单位为MW； S_min 为储能安全运行最低容量，单位为MWh；③为电网功率平衡约束，其中P_new，t为t时刻新能源实际发电功率，单位为MW；P_trα,t为t时刻传统电源发电功率，单位为MW； Pl_oαd,t为t时刻电网用户负荷功率，单位为MW；④为新能源出力波动约束， 其中ΔP_new,t为t时刻新能源出力波动量，单位为MW；ΔP_new,mαx为新能源短时允许最大出力波动量，单位为MW。

该公式用于约束新能源出力突变幅度， 配合储能快速响应特性平抑电网功率扰动，保障了并网新能源功率平稳，提升了电网电能质量与系统运行稳定性。

2   基于IMOPSO算法的储能消纳配置模型求解

采用MOPSO对双层优化模型迭代求解，依托优化后的粒子更新机制与多目标最优解筛选策略持续寻优，最终得到兼顾电网规划全局效益与储能运行局部性能的最优储能配置与调度方案。

设置算法核心固定参数与待优化变量，具体参数定义及取值如下：种群规模N=80，最大迭代次数Kmax=150，惯性权重取值区间wmax=0.9、wmin=0.4，学习因子c1=c2=2 .0；待优化变量为储能配置容量Ses、储能额定充放电功率Pes,t。

为实现上层规划、下层运行双目标协同寻优，本研究构建了双层目标联合求解公式，统一量化粒子综合适配性能，完成种群择优迭代，公式如式（4）所示：

式中， F(X)为双层目标融合综合寻优函数，无量纲， 以最小值作为全局最优判据；F_up (X)为上层规划综合优化目标函数，用于表征储能配置全局规划效益；F_down (x)为下层运行综合优化目标函数，用于表征储能实时调度运行性能；F_{up  base}、F_{down  base}分别为双层目标对应的基准归一化数值，用于消除上下层目标量纲与数量级差异；为双层目标均衡权重， 用于调节电网规划全局效益与储能运行局部性能的优化侧重； 为储能优化变量向量，满足X=[S_es , P_es,max」。

基于上述联合求解公式迭代运算，结合帕累托支配关系定义最优解集：若种群内任意解x"不存在其他可行解X使得F_up (X) ≤F_up (X^* )、F_down (X)≤F_down (X^*)至少一项严格成立，则X^*为非支配最优解，所有最优解构成的集合即为帕累托最优解集X^* ={X₁^*, X₂^* ,..., X_n^*}，集合内所有解均为兼顾电网规划与储能运行性能的有效储能配置方案。

3   实验

3.1   实验场景

为全面验证所提优化配置方法的工程实用性与优越性，实验选取我国东部某高比例新能源并网省级电网作为实际案例场景，如图1所示。

图1 实际案例场景

图1所示电网覆盖区域工商业负荷密集、居民用电体量庞大，区域内风电、光伏新能源并网装机总量突破2800万千瓦，新能源装机占比达45.2%，符合高比例新能源电力系统特征。该区域新能源出力昼夜波动剧烈，晚间风电大发、午间光伏出力集中，与用电负荷特性错配问题突出，常年存在大规模弃风弃光现象，电网季节性、昼夜调峰压力极大，实验场景具备极强的典型性与代表性。

3.2   实验指标

为客观凸显IMOPSO算法及双层优化模型的优化效果，设置两组主流储能配置方法作为对照组，在完全一致的实验边界条件下开展对比仿真实验。对照组一为传统单目标粒子群优化配置方法，仅以储能全生命周期成本最低为单一优化目标，无新能源消纳与电网调峰约束；对照组二为传统分层多目标优化配置方法，采用规划、运行分层迭代求解模式，未计入储能动态寿命衰减约束。本文所提内嵌双层目标的单模型IMOPSO优化方法作为实验组。

为全方位量化评价各方案的优化性能，本研究构建了多维度实验评价指标体系，涵盖新能源消纳性能、电网运行性能两大维度，具体指标设置如下：

新能源消纳性能指标选取年度弃风弃光电量，该指标可直观反映系统新能源资源利用水平，数值越小代表新能源消纳能力越强。

电网运行性能指标选取电网日最大负荷峰谷差，该指标用于表征电网负荷波动程度与调峰压力，数值越小代表电网运行稳定性越好。

3.3   实验结果与分析

在新能源消纳性能方面，各方案指标变化效果如表1所示。

表1 各方案年度弃风弃光电量

由表1可知，传统单目标优化方案忽视新能源消纳需求，年度弃风弃光电量达到307.7亿kWh，新能源资源浪费问题突出；传统分层优化方案优化效果有限，仅将弃风弃光电量降至281.5亿kWh；而本文优化方案依托双层目标协同优化与动态约束调控，将系统弃风弃光电量降至253.2亿kWh，相较于传统单目标方案减少了弃电量54.5亿kWh，新能源消纳提升效果显著，有效挖掘了高比例新能源并网场景的发电利用潜力。

在电网运行性能方面，各方案指标变化效果如图2所示。

图2 各方案电网日最大负荷峰谷差

由图2可知，传统单目标优化方案电网日最大负荷峰谷差高达1289MW，电网调峰压力巨大，负荷波动问题突出；传统分层优化方案峰谷差优化至962MW，调峰性能有所改善；而本文优化方案通过储能精准充放电调度平抑负荷波动，电网日最大峰谷差降至726MW， 极大缓解了电网调峰压力， 提升了电力系统运行稳定性。

4   结束语

本文提出了储能系统在新能源消纳中的优化配置方法，构建了融合规划与运行双层目标的统一优化模型，并引入IMOPSO实现了储能容量与功率的协同寻优。实验结果表明，该方法使年度弃风弃光电量减少了54.5亿kWh，日最大峰谷差降低了563MW，有效提升了新能源消纳能力并缓解了调峰压力，验证了其在工程实践中的可行性与优越性。未来可进一步探索多类型储能混合配置及源网荷储协同调度策略，以支撑更高比例新能源的稳定并网

作者简介：

王   琦（1974-），男，甘肃人，高级工程师，本科，现就职于中国石化工程建设有限公司，研究方向为电气工程。

参考文献：

[1] 段晓磊, 王宇飞, 魏云峰, 等. 考虑新能源消纳的配电网中分布式光伏及储能联合优化配置[J]. 现代电力, 2026, 43 (1) : 181 - 192.

[2] 夏玉裕, 孔彬, 王宝安, 等. 一种适用于新能源消纳与主动支撑场景的新能源电站储能配置方法[J]. 可再生能源, 2024, 42 (8) : 1104 - 1110.

[3] 林俐, 丁文敏, 唐传伟, 等. 计及储能调频能力的高比例新能源电力系统优化调度[J]. 华北电力大学学报(自然科学版), 2026, 53 (1) : 1 - 11.

[4] 刘联涛, 刘飞, 吉平, 等. 储能参与新能源消纳的优化控制策略[J]. 中国电力, 2023, 56 (3) : 137 - 143.

[5] 孙巍, 季震, 孙舶皓, 等. 基于烟花算法的新能源储能系统调度优化方法[J]. 计算机仿真, 2025, 42 (12) : 190 - 193.

摘自《自动化博览》2026年8月刊