0 引言

储能在构建安全、高效、清洁的现代能源电力体系，优化能源结构中发挥着重要作用。储能按技术类别可以分为电磁储能、电化学储能和热储能等，其中电化学储能因其效率高、受地理和资源条件限制小等特点在电力系统中广泛使用[1]。

随着电化学储能技术的发展与成本的降低，中国储能产业发展迅速，储能电站的容量和规模不断增加，并且开始陆续并网运行，使电网的稳定运行受到了影响，因此储能电站的并网运行需要进一步规范化、标准化。中国颁布的GB/T 36549—2018《电化学储能电站运行指标及评价》提出了储能电站运行评价指标的统一规范。文献[2]利用层次分析法-熵权修正法与模糊评分理论，将指标权重与指标评分相结合得出储能式充电站的评价方法。文献[3]采用层次分析法和模糊综合评价法计算指标权重和关系矩阵，从而获得评价结果。文献[4]分析了储能系统的价值构成，提出综合评价三级指标体系，最后给出了电网侧储能系统的综合评价方法。文献[5]基于改进层次分析法，通过数据预处理，建立数据评价矩阵，构建模糊矩阵评价模型，最后提出风光储能电站数据评价模型。文献[6]首先构建系统的评价指标体系，通过层次分析法和反熵权法取得最优组合权重，最后建立基于组合权重的储能电站调峰调频性能综合评价模型。目前针对储能电站运行评价的相关研究较少，无法有效支撑未来大规模储能电站的安全稳定运行。

与此同时，由于大容量的电化学储能电站规模大、站内协同控制方式复杂，运行过程中影响因素较多，在并入电网后难免会对电网的稳定运行造成一定冲击，因此必须在并网前对大容量电化学储能电站进行性能检测，在并网后进行跟踪运行评价，以满足电网稳定安全运行的需求。但目前的检测和评价方法是基于储能电站中的某一个系统且普遍基于设备级，根据某一个储能系统的检测结果归纳整个储能电站的性能和运行效果，该方法不仅存在较大的安全隐患，还会占用大量的人力物力，降低工作效率。中国2018年颁布的GB/T 36547—2018《电化学储能系统接入电网技术规定》、GB/T 36548—2018《电化学储能系统接入电网测试规程》、GB/T 36558—2018《电力系统电化学储能系统通用技术条件》等对储能系统的电网适应性和故障电压穿越能力做出了统一规范，奠定了储能行业的国家标准基础。现有研究中，文献[7]针对锂离子电池检测，研究电池系统的全面检测评价技术，建立了电力储能综合评估平台。文献[8]根据储能电站的构成，研发了储能电站并网一体化测试平台，并基于测试平台工程应用场景，提出了储能电站并网测试实施方案，但其所提指标不能满足GB/T 36548—2018的要求。文献[9-10]研究了可以测试电压、频率适应性和低电压穿越的电网模拟器。

本文针对上述问题，选取储能系统并网的电网适应性及故障穿越等指标，建立储能电站等值模型，构建储能电站评价平台，通过测试储能电站并网的适应性及高低压穿越能力，验证测试平台的准确性，实现对储能电站运行的评价和检测，以提高储能系统并网的安全性和可靠性。

1 储能电站评价指标

储能系统的并网特性主要包括电能质量、功率控制能力、电网适应性、充放电转换、低电压穿越能力、保护功能等。并网运行评价指标包括储能电站响应能力、安全性、电网适应性、故障穿越等关键指标，其中安全性包括电气安全、电池安全、功能安全、电磁兼容、环保、并网接口保护等，是储能系统的评价基础。除安全性之外，储能系统的性能评估也是其重要指标，包括额定容量、充放电效率、自放电率、高低温特性、循环次数、响应时间等。

根据GB/T 36548—2018，储能系统并网测试装置应满足以下2种要求[11]：能够模拟电网正常运行时的电压跌落与频率波动；能够模拟电网故障时的电压降落和升高。因此本文选取电网适应性和故障电压穿越指标作为储能电站评价指标并进行仿真测试，各指标的计算方法按照GB/T 36548—2018规定公式计算，指标及其测试标准如下。

1）适应性。

电网适应性包括频率适应性、电压适应性、电能质量适应性。电能质量适应性包括三相电压不平衡适应性、闪变适应性、谐波电压适应性。

测试装置模拟电网正常运行状态时应达到以下要求[11]：①频率偏差应小于0.01 Hz；②测试过程中电压幅值变化量不能小于标准电压幅值的1%；③三相电压不平衡度应小于1%，相位偏差应小于5°；④储能变流器连接侧的电压谐波畸变率小于允许值的50%。

2）故障电压穿越。

电压穿越指系统在确定时间内承受某一电网高电压或低电压而不退出运行的能力[11]。

故障电压穿越包括低电压穿越和高电压穿越，根据GB/T 36995—2018规定，低电压穿越要求为自电压跌落时刻起电压处在0.2 Pu（基准电压）及以上，0.625 s内及电压恢复时系统不脱网连续运行的能力；高电压穿越要求为自电压升高时刻起，电压处在1.3 Pu及以下0.5 s内，1.2 Pu及以下1 s内系统不脱网连续运行的能力。

测试装置模拟电网故障运行状态时应达到以下要求[12]：①能模拟三相对称电压跌落、相间电压跌落和单相电压跌落，跌落幅值应在0～90%之间；②能模拟三相对称电压抬升，电压抬升幅值应在110%～130%之间；③电压阶跃响应调节时间小于20 ms。

2 储能电站评价平台

本文结合储能电站等值模型和并网检测与运行评价关键指标，基于现有储能并网运行架构，以四象限变流器为核心构建储能电站评价平台。

等值建模就是将建立的物理模型按照其内在特征及参数划分几个相类似的群组，再将相应参数聚合，将数个详细模型等值为一个等值模型，从而简化计算过程，缩短仿真计算时间，提高仿真效率。由于储能电站中存在众多特性不同的储能子系统，因此在进行等值建模时，需要对站内的储能子系统进行分类和聚合等值，可以有效解决包含储能系统的电力系统仿真时间过长的问题。平台构建流程如图1所示。

图1 储能电站评价平台构建流程
Fig. 1 Flow chart of evaluation platform construction for energy storage power station

2.1 储能电站等值模型

2.1.1 等值原则

储能电站等值模型应遵循的规律为[13]

式中：Ueq为等值后交流系统的电压；Ieq为等值后储能电站的输出电流；U为等值前交流系统电压；I为等值前储能电站的输出电流；m为需等值电站的集电线数目。

2.1.2 储能系统模型

储能系统模型主要包含电池组模型和变流器模型2部分。

1）储能电池组模型。

储能电池组由多个电池单体串并联形成整体。电池组模型主要有戴维南模型、Rint模型、PNGV模型等，实际应用中戴维南模型结构更清晰，仿真结果具有足够精度，计算上较为简便，应用也相对广泛。储能电池组的戴维南模型如图2所示，其结构主要包含电池SOC（state of charge）、极化电压Uc、单体电压Ub、单体电流等。

图2 蓄电池戴维南模型
Fig. 2 Davinen model of battery

2）变流器模型。

储能变流器（power conversion system，PCS）均为双向变流器，能够实现电网与电池的连接，使电能在电网与电池之间双向流动。储能变流器的性能对整个储能系统的安全稳定运行起着至关重要的作用[14]。储能变流器的结构如图3所示。储能变流器模型控制方式包括恒功率（PQ）控制、电压-频率（VF）控制、下垂控制、电流内环控制等[15]。

图3 储能变流器结构
Fig. 3 Structure of PCS

储能变流器通常采用单级型和多级型（或双级型）2种配置方式，在等值模型中多级型变流器可以认为是多个单级型变流器合并而成[14]。双级型变流器的前级为DC/DC直流变换器，负责调节直流侧充放电电流并通过直流母线与后级相连。后级为DC/AC逆变整流器，采用电压外环、电流内环的双闭环控制方式。图4为双级式变流器的主电路拓扑结构[16]。

图4 双级式变流器主电路拓扑结构
Fig. 4 Main circuit topology of two-stage converter

四象限变流器为可编程交流电源，可以实时控制输出交流电压的幅值和频率，从而测试储能装置的电网适应和故障电压穿越能力，其拓扑结构如图5所示。

图5 四象限变流器拓扑结构
Fig. 5 Four-quadrant converter topology

四象限变流器不仅能够降低对电感、电容的容量要求，还能使电网电流接近正弦波，降低谐波含量，控制功率因数大小，实现能量的双向流动[17]。四象限变流器有两电平和三电平两种结构，其两电平主电路结构如图6所示。

图6 四象限变流器主电路图
Fig. 6 Four-quadrant converter main circuit diagram

3）等值模型。

本系统从单电池的等效电路模型入手，依据电池串并联的电气连接关系，建立电池模组的等效控制模型。通过数据拟合及对等效控制模型的降阶处理，得到电池组的等值模型，同时从单机储能变流器仿真模型入手，考虑储能变流器的电气联接方式/运行模式和控制策略，得到储能变流器的多机并联仿真模型。将储能电池组和储能变流器模型融合，考虑到储能单元在实际运行过程中会因控制作用使某一时刻某几个储能单元产生近似的仿真结果，对运行状态相似的储能单元参数进行整合，采用聚类算法并结合储能电站的运行特性，从而合并为一个储能子系统[15]，得到电化学储能电站的等值模型。

聚类算法可以分为k-means、模糊聚类、层次聚类、基于神经网络的聚类方法等。由于k-means算法响应速度快、计算结果较准确，本文采用k-means聚类算法[18]。本文以储能单元输出的有功功率相似度作为分群依据，以有功功率之间的距离作为相似度的评价指标，将样本划分为K个簇，然后通过迭代计算使样本点到聚类中心的误差平方和（sum of the squared errors, SSE）达到最小，以对运行状态相似的储能单元进行分类。

建立等值模型所选择的参数主要有电池组模型中的荷电状态SOC，端口电压电流，变流器中控制有功功率、无功功率、电压、频率的控制参数等。储能单元参数与等值模型整合参数建立如下联系：

式中：Pref为等值后的储能有功功率参考值，kW；i表示第i个储能单元；n为等值的储能单元个数；为等值后的电池组SOC；C为等值后的储能容量，kWh；Pmax为等值后的储能最大充放电功率，kW；为等值后的电压，V；I为等值后的电流，A。

等值后变流器功率参考值、最大充放电功率和等值后电池组SOC的关系不会发生变化，储能变流器滤波电路采用电感电容并联的形式，其功率等级为500 kW，变流器侧滤波电感为0.25 mH，电网侧滤波电感为0.08 mH，滤波电容为220 μF，并网电感为0.03 mH。等值模型给定电池组SOC的初值，以式（2）计算得到有功功率参考值作为输入数据，储能系统的充放电功率作为输出结果，所得结果如图7所示。

图7 储能电站等值模型充放电测试
Fig. 7 Charging and discharging test of equivalent model of
energy storage station

由测试结果可知，储能电站等值模型的充放电有功功率平均绝对误差为0.416 kW，最大绝对误差为1.166 kW；实际充放电有功功率的平均绝对误差为0.251 kW，最大绝对误差为0.737 kW；等值模型的仿真时间为2 s，而实际储能电站的仿真时间为7 min。故本文所建立的储能电站等值模型的有功功率充放电结果与实际测量的储能电站有功功率充电结果相差不大，但仿真时间远小于实际储能系统的仿真时间。等值后储能电站的模型较为简化，且储能系统对外充放电功率几乎不发生变化，即储能电站的外特性不变，所以该模型应用于电力系统仿真时可以快速得到仿真结果，能够极大缩短储能电站评价平台的仿真时间。

2.2 储能电站评价平台的搭建

平台整体方案示意图如图8所示。整个平台包括10 kV/6 kV输入断路器、10 kV 四象限变流器、10 kV/（10 kV/6 kV）变压器、输出断路器和旁路断路器。通过控制10 kV四象限变流器输出幅值、频率和相位可变的电压来实现输出功能需求，单元可实现的测试功能包括：高低电压故障穿越能力测试、电网适应性[频率适应性、电压适应性和电能质量（谐波、简谐波、波动及闪变和三相不平衡）适应性]测试和一次调频等测试。

图8 整体方案示意图
Fig. 8 Schematic diagram of the overall scheme

变流器功率单元整流端采用可控整流设计，实时检测单元直流量，进行恒压控制；四象限变流器输出端配置10 kV/（10 kV/6 kV）变压器，实现输出10 kV/6 kV；扰动单元的输入端和输出端都设有断路器，旁路开关用于变流器停止运行后可旁路至电网输出。为了实现单相或两相不对称跌落，单元输出采用3台单相变压器，避免采用三相变压器由于磁路耦合造成的电压不能跌落至0的问题。

测试平台接入10 kV/6 kV电网，模拟10 kV/6 kV电网适应性扰动，电网电压适应能量双向流动能力，具备主回路旁路功能。测试平台工作时需串联在电网与储能系统之间，模拟电网扰动，并需要适应能量双向流动。根据装置功能需求，设计的系统包括输入断路器、四象限变流器、10 kV/6 kV隔离变压器、输出断路器和旁路断路器等。

3 评价平台测试与结果分析

储能电站的并网检测大多通过抽取一个储能子系统进行，本文对35 kV/3 MVA的系统进行测试。35 kV电网通过开关柜、35 kV/10 kV降压变后，接入系统的10 kV内核，其输出经过10 kV/35 kV升压变和35 kV开关柜后接被测35 kV装置。装置的主回路结构如图9所示。

图9 35 kV/3 MVA装置主回路结构
Fig. 9 Main loop structure of 35 kV/3 MVA device

3.1 故障电压穿越

高电压穿越电压给定指令在0.1 s时由低电压变为高电压，持续0.1 s后经过2次阶跃减小。给定测试电压为1.3 Pu，测试时间为2 s，测试波形如图10所示。

图10 高电压穿越输出电压仿真波形
Fig. 10 Simulation waveforms of high voltage across output voltage

低电压穿越电压给定指令在0.1 s时由高电压变为低电压，持续0.2 s后经过1次阶跃增大，再经过大约0.6 s后以一定斜率缓慢增大。电压跌落至0.2Pu，测试时间为2 s，测试波形如图11所示。

图11 低电压穿越输出电压仿真波形
Fig. 11 Simulation waveforms of low voltage across output voltage

3.2 电网适应性

三相电压不平衡仿真试验分别设置每相基准差值为： A、C相设置为100%基准值，B相设置为在0.06 s跌落30%基准电压，持续时间为0.01 s，仿真波形如图12所示。

图12 三相输出电压不平衡仿真波形
Fig. 12 Simulation waveforms of three-phase output voltage imbalance

设定输出电压幅值按照正弦规律波动，波动的频率为40 Hz，波动幅度为±25%，测试波形如图13所示。

图13 输出电压波动以及闪变仿真波形
Fig. 13 Simulation waveforms of output voltage fluctuation and flicker

对系统装置分别进行5次、7次谐波扰动输出仿真，结果如图14所示。

图14 含5次、7次谐波输出电压仿真波形
Fig. 14 Simulation waveforms of harmonic output voltage of 5 and 7 times

由以上仿真结果得出平台所测试系统的故障电压穿越能力、三相电压不平衡适应性、谐波扰动适应性、输出电压波动以及闪变适应性具体参数如表1所示。

表1 平台仿真结果
Table 1 Simulation results

测试项目参数标准值测试值高电压穿越三相故障时电压抬升幅值/%110～130满足低电压穿越三相故障及不对称故障电压跌落幅值/%0～90满足调节能力阶跃响应时间/ms2015三相不平衡电压不平衡度/%0.100.05电压相位偏差/(°)33电压谐波奇次谐波畸变率/%1.600.48稳态电压稳态电压变化最大幅值/%10.66频率频率偏差/Hz0.010.01

从表1可以看出，在故障电压穿越能力上，当系统承受高电压穿越时，在0.1 s给定1.3Pu测试电压时，系统承受该电压0.1 s且正常运行；在0.2 s发生第一次阶跃电压减少至1.2 Pu时，系统承受该电压0.9 s正常运行，自第二次阶跃发生至2 s时，系统仍能继续正常运行。低电压穿越过程中，在0.1 s时系统电压将为0，在0.3 s发生第一次阶跃电压升高至0.2 Pu时，系统承受该电压0.6 s正常运行，在0.9 s时电压以一定斜率缓慢增大，系统仍能正常运行。电压阶跃响应时间为15 ms，说明系统灵敏性较强；反之，电压阶跃响应时间越长，说明系统反应越迟钝。因此，无论三相故障电压抬升至1.3 Pu还是跌落至0.2 Pu，系统都能迅速反应且在规定时间内不脱网连续运行，即故障承受能力强，有利于提高电网的稳定运行能力。

在电网适应性能力上，系统三相电压及相位不平衡度均能满足GB/T 36458—2018的要求，三相电压的平衡可以降低线路的电能损耗，有效防止继电器误动和电机发热，提高电动机效率，保证电网电能质量。同时，电压谐波畸变率为0.48%，小于GB/T 36458—2018中1.6%的要求，由于电网谐波可能会使局部电网发生谐振从而产生过电流和过电压，这将对电网的稳定运行造成严重影响，也会对相关设备的运行造成影响，因此较小的电压谐波畸变率将有利于电网和相关设备的稳定运行。电网电压偏差可分为电压偏高和偏低2种情况，电压偏高会导致电动机、变压器等相关设备的铁损增加；而电压偏低会严重降低系统有功功率，缩短设备使用年限，降低工作效率。电压波动造成的闪变也会给电网稳定运行造成隐患，该系统测得稳态电压变化最大幅值为0.66%，即天气变化等原因引起的电气量波动较小，有利于系统的正常稳定运行。系统频率偏差为0.01 Hz，满足GB/T 36458—2018中的要求，能够有效防止由于系统频率偏差过大引发的电网大面积停电事故。

通过上述分析可知，该平台可以较为准确地测量出系统的运行状态，实现对储能电站并网的实时监测及运行效果的实时评估，符合储能电站的行业规范，进而获得权威部门的运行认证许可，最终实现与国外储能电站的互联互通。同时，利用该平台对大容量电化学储能电站的并网运行进行检测与评价能够节省大量人力和设备，也将极大提高电力设备的运行安全性，具有很好的经济和实用价值。

4 结论

目前对电化学储能电站在电网运行过程中的异常和故障状态分析等运行特性评价研究较少且大多基于设备级，本文利用等值原则和聚类算法，结合储能电池组和储能变流器模型，得到电化学储能电站的等值模型，极大缩短了系统仿真时间。基于现有储能并网的运行架构，开发了大容量储能电站评价平台，选取电网适应性及故障穿越等指标，验证了测试平台的准确性。通过系统仿真实验结果可知，该平台可以实现对仓储式储能系统的电网适应性和故障电压穿越测试。该平台可实现对储能电站并网的实时监测，提高储能并网的安全性和可靠性，实现储能电站检测运行评价的智能化升级。