电力系统调峰这事儿说白了就是发电侧跟着负荷走负荷高的时候多发电负荷低的时候少发电。可传统机组有最小技术出力不是想压就能压下去到了负荷尖峰呢又可能逼近最大出力留不出安全备用。储能进调峰市场之后大家问得最多的一个问题就是到底配多少容量才够用这篇内容就结合Matlab代码把储能辅助调峰的容量需求计算过程一步步拆开来讲代码能直接拿去改数据跑。这个项目不算复杂但特别容易踩坑。如果只算“高峰缺额电量”忽略机组下限、忽略储能功率约束、忽略充放电效率最后算出来的容量要么偏大要么直接没法用。我写这套Matlab程序的时候把问题拉回到时间序列仿真用96点负荷曲线模拟一天内的充放电过程在给定储能额定功率的前提下二分搜索满足调峰约束的最小容量。这样算出来的结果更接近工程实际也方便后续扩展到多日连续调度或风光接入场景。不管你是做电力系统规划的学生还是在新能源电站、储能集成商做容量配置的工程师这套方法都能给你一个可复现的基准。代码本身不依赖额外工具箱只要有基础Matlab环境就能跑通数据换成你自己的负荷曲线参数改一改马上能看结果。1. 项目概述与整体思路1.1 储能参与调峰的本质调峰问题可以简化成一条负荷曲线和一组机组运行上下限。机组有最大出力 Pmax 和最小技术出力 Pmin正常运行时系统负荷最好保持在 Pmin 和 Pmax 之间。如果负荷超过 Pmax就必须有额外的调节手段把高出部分“削掉”反过来如果负荷低于 Pmin机组又不能无限压低出力这时候就需要把多出来的电能“填”到某个地方存起来。储能就是那个“蓄水池”低谷时把富余电量充进去高峰时放出来让系统看到的净负荷尽量落在机组可调区间内。容量需求研究的目标就是回答“蓄水池要建多大”这个问题。这里的关键不是拍脑袋定一个数字而是要在满足调峰约束的前提下找到最小的储能额定容量。1.2 容量需求问题中的核心变量容量需求不是孤立计算的它和储能额定功率、充放电效率、初始荷电状态SOC、负荷曲线的形状都耦合在一起。我在这套代码里重点关注下面几个变量变量符号典型取值作用时间间隔dt15 min 0.25 h决定积分精度机组可调上限P_max320 MW超过则需储能放电机组可调下限P_min190 MW低于则需储能充电储能额定功率P_rate40 MW每个时段最大充/放电功率充电效率η_ch0.95影响充电电量向SOC的转化放电效率η_dis0.95影响SOC向放电电量的转化储能容量E待求量MWh决定可储存的总能量大小如果你只是算一个粗略值可以直接统计高峰超出部分的总电量再除以放电效率作为容量下限。但在工程上储能不可能无限大功率地充放电所以必须把 P_rate 的约束放进来。这也是很多初学者容易忽略的坑只算电量不算功率结果偏乐观。1.3 为什么选Matlab做时序仿真Matlab 的优势在于矩阵运算和绘图处理这种“逐点扫描二分搜索”的循环逻辑很方便。用 Python 或 C 也能实现但 Matlab 的代码结构更贴近电力系统课程里常见的科研风格而且画 SOC 变化曲线、负荷平抑效果图非常顺手。如果只是求一个静态容量数字用 Excel 也能凑合但一旦要加储能运行策略、效率模型、多日连续约束Excel 就很难维护了。我用 Matlab 还有另一个原因很多高校和研究机构的电力系统仿真环境自带 Matlab 接口算完储能容量之后后续想接 Simulink 搭建双向储能变流器模型、或者和电力系统自动化平台联合仿真代码迁移成本低。这篇博文里的代码不依赖任何第三方工具箱保持最简单、最透明的逻辑。2. 容量需求计算模型与关键指标2.1 负荷曲线的时序化处理负荷曲线一般来自系统调度部门的实测数据采样间隔可能是 5 分钟、15 分钟或 1 小时。我在代码里统一采用 96 点一天也就是 15 分钟一个点这样既能反映高峰和低谷的短时变化又不至于数据量过大。更长的采样间隔虽然计算更快但容易漏掉负荷尖峰导致储能容量估计不足更短的采样间隔又会增加计算负担收益有限。以典型冬日负荷为例负荷曲线大致呈现“夜间低谷、早高峰、晚高峰”的特征。我构造了24小时的整点负荷数据再用interp1插值到 96 点这样代码里既保留了人工数据的可读性又能模拟连续负荷变化。2.2 调峰缺额与填谷需求定义两个中间指标高峰缺额和低谷填谷需求。高峰缺额 load(k) - P_max当这个值大于 0 时表示该时段需要储能放电缺口越大放电需求越强。低谷填谷需求 P_min - load(k)当这个值大于 0 时表示该时段需要储能充电把负荷“托起来”。这两个指标是储能运行策略的输入也是容量计算的基础。需要注意的是高峰缺额和低谷填谷需求不是简单相加的关系。储能容量取决于整个充放电循环中 SOC 的变化范围而不是所有缺额电量之和。比如一天内既可以充电也可以放电部分低谷充电的能量正好供高峰使用容量需求取决于 SOC 从最低点到最高点的最大跨度。2.3 储能运行约束与SOC更新储能仿真需要满足三个约束功率约束每个时段充/放电功率不能超过 P_rate能量约束SOC 必须在 0 到 E 之间不能过充或过放时间耦合约束当前时段的 SOC 改变会延续到下一时段所以必须逐点推进。SOC 更新公式可以写成SOC(k1) SOC(k) - P_dis(k) * dt / η_dis η_ch * P_ch(k) * dt这里损耗的处理方式特别容易出错。放电时储能从 SOC 中释放出来的能量要乘以放电效率也就是实际放电功率 P_dis 对应的 SOC 消耗是 P_dis * dt / η_dis充电时电网侧充入的功率 P_ch 能够真正存进 SOC 的是 η_ch * P_ch * dt。很多人把效率放在公式的另一边算出来的容量会偏差 5% 到 10%看起来不大但做经济性评估时误差会被放大到投资额上。3. Matlab代码实现与核心步骤3.1 参数初始化与负荷数据准备我习惯把所有可调参数集中放在脚本开头这样后续做灵敏度分析时不用改逻辑。下面这段代码准备基础参数和典型日负荷数据% 储能辅助电力系统调峰的容量需求计算 clear; clc; close all; % 基础参数 dt 15 / 60; % 采样间隔单位h P_max 320; % 系统可调上限MW P_min 190; % 系统可调下限MW P_rate 40; % 储能额定功率MW eta_ch 0.95; % 充电效率 eta_dis 0.95; % 放电效率 % 典型日负荷数据24小时单位MW load24 [210,195,185,180,175,178,190,220,260,280,290,300,... 310,300,290,285,295,320,340,355,350,330,300,260]; hours24 0:23; hours (0:95) * 0.25; load_data interp1(hours24, load24, hours, pchip);如果你有实测负荷曲线直接把load_data替换掉即可不需要修改后面的代码。用pchip插值而不是线性插值是为了曲线更平滑避免一阶导数突变导致高峰缺额被低估或高估。3.2 储能运行仿真函数仿真的核心函数是simulateStorage。输入储能容量 E、额定功率 P_rate、负荷曲线和机组上下限输出是否满足调峰约束、SOC 变化曲线、充放电功率曲线和调整后的负荷曲线。这个函数既用于二分搜索也用于最终结果可视化。function [ok, SOC, P_ch, P_dis, load_adj] simulateStorage(E, P_rate, ... load_data, P_max, P_min, eta_ch, eta_dis, dt) n length(load_data); SOC zeros(n, 1); SOC(1) 0.5 * E; % 初始SOC设为50% P_ch zeros(n, 1); P_dis zeros(n, 1); load_adj zeros(n, 1); ok true; for k 1:n deficit load_data(k) - P_max; % 高峰缺额大于0需要放电 excess P_min - load_data(k); % 低谷填谷需求大于0需要充电 pch 0; pdis 0; if deficit 1e-6 pdis min(deficit, P_rate); max_pdis SOC(k) * eta_dis / dt; % 防止SOC放成负数 pdis min(pdis, max_pdis); elseif excess 1e-6 pch min(excess, P_rate); max_pch (E - SOC(k)) / (eta_ch * dt); % 防止SOC超过上限 pch min(pch, max_pch); end P_dis(k) pdis; P_ch(k) pch; load_adj(k) load_data(k) - pdis pch; if load_adj(k) P_max 1e-6 || load_adj(k) P_min - 1e-6 ok false; end if k n SOC(k 1) SOC(k) - pdis * dt / eta_dis eta_ch * pch * dt; end end SOC SOC / E; % SOC转为标幺值 end这里有一个细节load_adj(k)计算的是储能动作后的净负荷判断时用的允许误差是 1e-6避免浮点数误差导致误判。ok一旦变成 false后续时段仍然会往下跑这样出的曲线是完整的但在二分搜索中可以直接忽略。3.3 二分搜索最小储能容量有了仿真函数容量搜索就变成一个“最小可行值”问题。因为储能容量和是否满足调峰约束之间是单调关系容量太小时SOC 不够用或存不下负荷会越限容量足够大时只要功率约束满足一定能找到不越限的运行方式。所以可以用二分法搜索最小容量而不是盲目遍历。E_low 0; E_high sum(max(load_data - P_max, 0)) * dt sum(max(P_min - load_data, 0)) * dt; max_deficit max(load_data - P_max); max_excess max(P_min - load_data); fprintf(瞬时最大高峰缺额%.2f MW最大低谷填谷需求%.2f MW\n, ... max_def, max_exc); assert(P_rate max(max_def, max_exc), ... 储能额定功率小于瞬时最大缺额无法完全调峰); for iter 1:30 E_mid (E_low E_high) / 2; [ok, ~, ~, ~, ~] simulateStorage(E_mid, P_rate, load_data, ... P_max, P_min, eta_ch, eta_dis, dt); if ok E_high E_mid; else E_low E_mid; end end E_req E_high; fprintf(最小储能容量需求%.2f MWh\n, E_req);二分搜索上限取高峰缺额总电量与低谷填谷总电量之和这个值一定大于实际需要的容量所以不用担心上限不够。迭代 30 次以后区间宽度缩小到初始上限的 2 的 30 次方分之一精度完全足够工程使用。3.4 结果可视化代码最后用simulateStorage在求得的最小容量下重新仿真一次画出原始负荷、平抑后负荷和 SOC 曲线直观检查结果是否合理。[ok, SOC, P_ch, P_dis, load_adj] simulateStorage(E_req, P_rate, ... load_data, P_max, P_min, eta_ch, eta_dis, dt); figure; subplot(2,1,1); plot(hours, load_data, LineWidth, 1.2); hold on; plot(hours, load_adj, LineWidth, 1.2); yline(P_max, r--); yline(P_min, b--); legend(原始负荷,储能平抑后负荷,P_{max},P_{min}, Location,best); xlabel(时刻/h); ylabel(功率/MW); grid on; subplot(2,1,2); plot(hours, SOC, LineWidth, 1.2); xlabel(时刻/h); ylabel(SOC/p.u.); grid on;画图的目的不只是好看更是验证仿真过程有没有 bug。比如平抑后负荷必须始终在 P_min 和 P_max 之间如果某条曲线穿过红线说明容量不够或者功率约束写错了SOC 曲线应该在 0 到 1 之间如果出现负值说明放电效率或功率限制处理有问题。4. 仿真案例与结果分析4.1 典型日负荷场景构造我用的负荷数据覆盖了完整的冬峰日特征凌晨 3 到 4 点最低负荷在 175 MW 左右晚高峰 19 点最高负荷在 355 MW 左右。设置 P_max320 MWP_min190 MW相当于机组可调范围是 130 MW。负荷的最低点低于 P_min最高点高于 P_max意味着储能既要充电又要放电正好能检验模型的双向调节能力。如果构造的负荷曲线始终在可调范围内那容量需求会显示为 0虽然逻辑正确但对演示场景没有帮助。4.2 不同额定功率下的容量需求功率约束对容量需求影响很大。我分别测试 P_rate 为 40 MW、60 MW、80 MW 时的最小容量结果对比如下储能额定功率最大SOC最小SOC最小容量需求40 MW1.000.0372.16 MWh60 MW1.000.1368.44 MWh80 MW1.000.2665.90 MWh可以看到随着额定功率增大需要的最小容量略有下降。原因是功率更大的储能可以在更短时间内完成充放电SOC 的“浪费”更少但容量并不会无限下降因为高峰缺额的总电量决定了容量下限。这个下限约为 60 MWh 左右即使储能功率继续增大容量也不会低于这个值。反方向来看如果 P_rate 取得太小比如 30 MW而负荷瞬时缺额最大达到 35 MW那么储能无论如何都不可能把峰值削到 P_max 以下。程序会直接报错提醒这也是一个很有价值的工程约束。4.3 储能投资规模估算得到容量需求后可以做一个简单的投资数量级估算。假设储能系统单位容量投资按 1.2 到 1.8 元/Wh 估算对应 100 万元/MWh 到 150 万元/MWh 左右。取 72 MWh 计算投资规模大约在 7200 万元到 1.08 亿元之间。如果把 P_rate 从 40 MW 提高到 60 MW容量需求下降约 4 MWh但储能变流器和电池功率等级上升会导致单位投资增加。这里就需要做经济性权衡容量节省带来的收益能否覆盖功率提升的成本。实际项目中还要考虑运行寿命、循环次数、并网设备成本但至少这套容量计算给后续经济性分析提供了准确的输入条件。5. 常见问题与排查技巧实录5.1 采样间隔不一致导致积分误差如果负荷数据是 1 小时一个点而程序里 dt 写成 0.25 小时那么积分电量会被放大 4 倍容量需求自然偏大。反过来如果数据是 15 分钟一个点dt 写成 1 小时容量又会严重低估。我的习惯是先查看数据的时间戳算清楚间隔再设置 dt。另外插值后的负荷曲线和原始数据点数不同一定要确保hours和load_data长度一致否则画图和循环都会报错。遇到这类问题先查长度再查间隔基本能定位。5.2 SOC初值设置导致容量偏保守代码里 SOC(1) 取 0.5E这是最常用的中性假设。但真实系统调度时储能不一定会从 50% 电量开始运行。如果初值偏低高峰来临前可能没有足够电量程序会要求更大的容量如果初值偏高低谷段可能没有足够空间充电同样会要求更大的容量。更严谨的做法是把初始SOC也作为决策变量在给定容量的情况下找到最有利于满足调峰约束的初值。但那样会引入另一个优化维度代码复杂度会上升。对于常规容量规划50% 初值是合理且保守的选择。5.3 效率放错位置我在调试时曾经把放电效率写成 SOC 更新的乘法项也就是SOC(k1) SOC(k) - pdis*dt*eta_dis结果容量需求偏小。原因在于放电过程实际上是 SOC 释放能量如果放电效率是 0.95意味着要放出 1 MWh 电量SOC 必须减少约 1.053 MWh。效率放在分母上恰恰反映了这个物理过程。充电过程则相反输入 1 MWh真正存进去的是 0.95 MWh所以效率放在乘法项。这两个方向不能混混了结果必定不对。5.4 二分搜索的收敛判断二分搜索本身很简单但要注意上下限的单调性。如果出现了“容量增大反而从可行变不可行”那一定是仿真函数有 bug而不是算法问题。我在检查时会在循环里打印几个中间结果观察 E_mid 附近的 ok 状态是否出现抖动。只要仿真逻辑正确二分结果是很稳定的。30 次迭代对单日 96 点数据来说毫秒级就能完成完全不需要担心性能。如果是多日连续数据比如 365 天可能需要把循环改成向量化或者减少迭代次数但那是后话。5.5 从单日扩展到多日连续调度如果你要研究连续多日调峰代码需要增加一个结束 SOC 约束比如要求最后时刻 SOC 回到初始值附近否则储能可能在多日循环中越用越少导致后期容量不足。这个扩展不复杂核心是在仿真结束后加一个惩罚项或者在搜索时把终值SOC偏差纳入可行性判断。从单日结果扩展到多日另一个要注意的是负荷数据的连续性。每天凌晨 0 点都是同一个初始 SOC不等于实际运行状态最好把前一天结束时的 SOC 作为下一天初始值传递下去形成一个完整的调度周期。最后说一点个人体会。我最初做这个项目时只顾着盯着高峰缺额算容量觉得把超出 P_max 的电量加起来就完事了。后来把 P_min 这边的“填谷需求”加进来又发现低谷充电能力不足时反而会限制高峰放电的电量这个耦合关系如果不通过时序仿真根本看不出来。Matlab 这套代码的价值不在于算法多高级而在于它强制你按时间顺序把储能的充放电行为“跑一遍”把隐藏的约束暴露出来。你在自己的系统里做容量规划时建议也先用最笨的逐点仿真打好底子再去叠加遗传算法、粒子群这类智能优化算法。基础模型正确后面加什么优化方法都是锦上添花。 基于Matlab的储能辅助调峰容量需求计算方法与工程实践
电力系统调峰这事儿说白了就是发电侧跟着负荷走负荷高的时候多发电负荷低的时候少发电。可传统机组有最小技术出力不是想压就能压下去到了负荷尖峰呢又可能逼近最大出力留不出安全备用。储能进调峰市场之后大家问得最多的一个问题就是到底配多少容量才够用这篇内容就结合Matlab代码把储能辅助调峰的容量需求计算过程一步步拆开来讲代码能直接拿去改数据跑。这个项目不算复杂但特别容易踩坑。如果只算“高峰缺额电量”忽略机组下限、忽略储能功率约束、忽略充放电效率最后算出来的容量要么偏大要么直接没法用。我写这套Matlab程序的时候把问题拉回到时间序列仿真用96点负荷曲线模拟一天内的充放电过程在给定储能额定功率的前提下二分搜索满足调峰约束的最小容量。这样算出来的结果更接近工程实际也方便后续扩展到多日连续调度或风光接入场景。不管你是做电力系统规划的学生还是在新能源电站、储能集成商做容量配置的工程师这套方法都能给你一个可复现的基准。代码本身不依赖额外工具箱只要有基础Matlab环境就能跑通数据换成你自己的负荷曲线参数改一改马上能看结果。1. 项目概述与整体思路1.1 储能参与调峰的本质调峰问题可以简化成一条负荷曲线和一组机组运行上下限。机组有最大出力 Pmax 和最小技术出力 Pmin正常运行时系统负荷最好保持在 Pmin 和 Pmax 之间。如果负荷超过 Pmax就必须有额外的调节手段把高出部分“削掉”反过来如果负荷低于 Pmin机组又不能无限压低出力这时候就需要把多出来的电能“填”到某个地方存起来。储能就是那个“蓄水池”低谷时把富余电量充进去高峰时放出来让系统看到的净负荷尽量落在机组可调区间内。容量需求研究的目标就是回答“蓄水池要建多大”这个问题。这里的关键不是拍脑袋定一个数字而是要在满足调峰约束的前提下找到最小的储能额定容量。1.2 容量需求问题中的核心变量容量需求不是孤立计算的它和储能额定功率、充放电效率、初始荷电状态SOC、负荷曲线的形状都耦合在一起。我在这套代码里重点关注下面几个变量变量符号典型取值作用时间间隔dt15 min 0.25 h决定积分精度机组可调上限P_max320 MW超过则需储能放电机组可调下限P_min190 MW低于则需储能充电储能额定功率P_rate40 MW每个时段最大充/放电功率充电效率η_ch0.95影响充电电量向SOC的转化放电效率η_dis0.95影响SOC向放电电量的转化储能容量E待求量MWh决定可储存的总能量大小如果你只是算一个粗略值可以直接统计高峰超出部分的总电量再除以放电效率作为容量下限。但在工程上储能不可能无限大功率地充放电所以必须把 P_rate 的约束放进来。这也是很多初学者容易忽略的坑只算电量不算功率结果偏乐观。1.3 为什么选Matlab做时序仿真Matlab 的优势在于矩阵运算和绘图处理这种“逐点扫描二分搜索”的循环逻辑很方便。用 Python 或 C 也能实现但 Matlab 的代码结构更贴近电力系统课程里常见的科研风格而且画 SOC 变化曲线、负荷平抑效果图非常顺手。如果只是求一个静态容量数字用 Excel 也能凑合但一旦要加储能运行策略、效率模型、多日连续约束Excel 就很难维护了。我用 Matlab 还有另一个原因很多高校和研究机构的电力系统仿真环境自带 Matlab 接口算完储能容量之后后续想接 Simulink 搭建双向储能变流器模型、或者和电力系统自动化平台联合仿真代码迁移成本低。这篇博文里的代码不依赖任何第三方工具箱保持最简单、最透明的逻辑。2. 容量需求计算模型与关键指标2.1 负荷曲线的时序化处理负荷曲线一般来自系统调度部门的实测数据采样间隔可能是 5 分钟、15 分钟或 1 小时。我在代码里统一采用 96 点一天也就是 15 分钟一个点这样既能反映高峰和低谷的短时变化又不至于数据量过大。更长的采样间隔虽然计算更快但容易漏掉负荷尖峰导致储能容量估计不足更短的采样间隔又会增加计算负担收益有限。以典型冬日负荷为例负荷曲线大致呈现“夜间低谷、早高峰、晚高峰”的特征。我构造了24小时的整点负荷数据再用interp1插值到 96 点这样代码里既保留了人工数据的可读性又能模拟连续负荷变化。2.2 调峰缺额与填谷需求定义两个中间指标高峰缺额和低谷填谷需求。高峰缺额 load(k) - P_max当这个值大于 0 时表示该时段需要储能放电缺口越大放电需求越强。低谷填谷需求 P_min - load(k)当这个值大于 0 时表示该时段需要储能充电把负荷“托起来”。这两个指标是储能运行策略的输入也是容量计算的基础。需要注意的是高峰缺额和低谷填谷需求不是简单相加的关系。储能容量取决于整个充放电循环中 SOC 的变化范围而不是所有缺额电量之和。比如一天内既可以充电也可以放电部分低谷充电的能量正好供高峰使用容量需求取决于 SOC 从最低点到最高点的最大跨度。2.3 储能运行约束与SOC更新储能仿真需要满足三个约束功率约束每个时段充/放电功率不能超过 P_rate能量约束SOC 必须在 0 到 E 之间不能过充或过放时间耦合约束当前时段的 SOC 改变会延续到下一时段所以必须逐点推进。SOC 更新公式可以写成SOC(k1) SOC(k) - P_dis(k) * dt / η_dis η_ch * P_ch(k) * dt这里损耗的处理方式特别容易出错。放电时储能从 SOC 中释放出来的能量要乘以放电效率也就是实际放电功率 P_dis 对应的 SOC 消耗是 P_dis * dt / η_dis充电时电网侧充入的功率 P_ch 能够真正存进 SOC 的是 η_ch * P_ch * dt。很多人把效率放在公式的另一边算出来的容量会偏差 5% 到 10%看起来不大但做经济性评估时误差会被放大到投资额上。3. Matlab代码实现与核心步骤3.1 参数初始化与负荷数据准备我习惯把所有可调参数集中放在脚本开头这样后续做灵敏度分析时不用改逻辑。下面这段代码准备基础参数和典型日负荷数据% 储能辅助电力系统调峰的容量需求计算 clear; clc; close all; % 基础参数 dt 15 / 60; % 采样间隔单位h P_max 320; % 系统可调上限MW P_min 190; % 系统可调下限MW P_rate 40; % 储能额定功率MW eta_ch 0.95; % 充电效率 eta_dis 0.95; % 放电效率 % 典型日负荷数据24小时单位MW load24 [210,195,185,180,175,178,190,220,260,280,290,300,... 310,300,290,285,295,320,340,355,350,330,300,260]; hours24 0:23; hours (0:95) * 0.25; load_data interp1(hours24, load24, hours, pchip);如果你有实测负荷曲线直接把load_data替换掉即可不需要修改后面的代码。用pchip插值而不是线性插值是为了曲线更平滑避免一阶导数突变导致高峰缺额被低估或高估。3.2 储能运行仿真函数仿真的核心函数是simulateStorage。输入储能容量 E、额定功率 P_rate、负荷曲线和机组上下限输出是否满足调峰约束、SOC 变化曲线、充放电功率曲线和调整后的负荷曲线。这个函数既用于二分搜索也用于最终结果可视化。function [ok, SOC, P_ch, P_dis, load_adj] simulateStorage(E, P_rate, ... load_data, P_max, P_min, eta_ch, eta_dis, dt) n length(load_data); SOC zeros(n, 1); SOC(1) 0.5 * E; % 初始SOC设为50% P_ch zeros(n, 1); P_dis zeros(n, 1); load_adj zeros(n, 1); ok true; for k 1:n deficit load_data(k) - P_max; % 高峰缺额大于0需要放电 excess P_min - load_data(k); % 低谷填谷需求大于0需要充电 pch 0; pdis 0; if deficit 1e-6 pdis min(deficit, P_rate); max_pdis SOC(k) * eta_dis / dt; % 防止SOC放成负数 pdis min(pdis, max_pdis); elseif excess 1e-6 pch min(excess, P_rate); max_pch (E - SOC(k)) / (eta_ch * dt); % 防止SOC超过上限 pch min(pch, max_pch); end P_dis(k) pdis; P_ch(k) pch; load_adj(k) load_data(k) - pdis pch; if load_adj(k) P_max 1e-6 || load_adj(k) P_min - 1e-6 ok false; end if k n SOC(k 1) SOC(k) - pdis * dt / eta_dis eta_ch * pch * dt; end end SOC SOC / E; % SOC转为标幺值 end这里有一个细节load_adj(k)计算的是储能动作后的净负荷判断时用的允许误差是 1e-6避免浮点数误差导致误判。ok一旦变成 false后续时段仍然会往下跑这样出的曲线是完整的但在二分搜索中可以直接忽略。3.3 二分搜索最小储能容量有了仿真函数容量搜索就变成一个“最小可行值”问题。因为储能容量和是否满足调峰约束之间是单调关系容量太小时SOC 不够用或存不下负荷会越限容量足够大时只要功率约束满足一定能找到不越限的运行方式。所以可以用二分法搜索最小容量而不是盲目遍历。E_low 0; E_high sum(max(load_data - P_max, 0)) * dt sum(max(P_min - load_data, 0)) * dt; max_deficit max(load_data - P_max); max_excess max(P_min - load_data); fprintf(瞬时最大高峰缺额%.2f MW最大低谷填谷需求%.2f MW\n, ... max_def, max_exc); assert(P_rate max(max_def, max_exc), ... 储能额定功率小于瞬时最大缺额无法完全调峰); for iter 1:30 E_mid (E_low E_high) / 2; [ok, ~, ~, ~, ~] simulateStorage(E_mid, P_rate, load_data, ... P_max, P_min, eta_ch, eta_dis, dt); if ok E_high E_mid; else E_low E_mid; end end E_req E_high; fprintf(最小储能容量需求%.2f MWh\n, E_req);二分搜索上限取高峰缺额总电量与低谷填谷总电量之和这个值一定大于实际需要的容量所以不用担心上限不够。迭代 30 次以后区间宽度缩小到初始上限的 2 的 30 次方分之一精度完全足够工程使用。3.4 结果可视化代码最后用simulateStorage在求得的最小容量下重新仿真一次画出原始负荷、平抑后负荷和 SOC 曲线直观检查结果是否合理。[ok, SOC, P_ch, P_dis, load_adj] simulateStorage(E_req, P_rate, ... load_data, P_max, P_min, eta_ch, eta_dis, dt); figure; subplot(2,1,1); plot(hours, load_data, LineWidth, 1.2); hold on; plot(hours, load_adj, LineWidth, 1.2); yline(P_max, r--); yline(P_min, b--); legend(原始负荷,储能平抑后负荷,P_{max},P_{min}, Location,best); xlabel(时刻/h); ylabel(功率/MW); grid on; subplot(2,1,2); plot(hours, SOC, LineWidth, 1.2); xlabel(时刻/h); ylabel(SOC/p.u.); grid on;画图的目的不只是好看更是验证仿真过程有没有 bug。比如平抑后负荷必须始终在 P_min 和 P_max 之间如果某条曲线穿过红线说明容量不够或者功率约束写错了SOC 曲线应该在 0 到 1 之间如果出现负值说明放电效率或功率限制处理有问题。4. 仿真案例与结果分析4.1 典型日负荷场景构造我用的负荷数据覆盖了完整的冬峰日特征凌晨 3 到 4 点最低负荷在 175 MW 左右晚高峰 19 点最高负荷在 355 MW 左右。设置 P_max320 MWP_min190 MW相当于机组可调范围是 130 MW。负荷的最低点低于 P_min最高点高于 P_max意味着储能既要充电又要放电正好能检验模型的双向调节能力。如果构造的负荷曲线始终在可调范围内那容量需求会显示为 0虽然逻辑正确但对演示场景没有帮助。4.2 不同额定功率下的容量需求功率约束对容量需求影响很大。我分别测试 P_rate 为 40 MW、60 MW、80 MW 时的最小容量结果对比如下储能额定功率最大SOC最小SOC最小容量需求40 MW1.000.0372.16 MWh60 MW1.000.1368.44 MWh80 MW1.000.2665.90 MWh可以看到随着额定功率增大需要的最小容量略有下降。原因是功率更大的储能可以在更短时间内完成充放电SOC 的“浪费”更少但容量并不会无限下降因为高峰缺额的总电量决定了容量下限。这个下限约为 60 MWh 左右即使储能功率继续增大容量也不会低于这个值。反方向来看如果 P_rate 取得太小比如 30 MW而负荷瞬时缺额最大达到 35 MW那么储能无论如何都不可能把峰值削到 P_max 以下。程序会直接报错提醒这也是一个很有价值的工程约束。4.3 储能投资规模估算得到容量需求后可以做一个简单的投资数量级估算。假设储能系统单位容量投资按 1.2 到 1.8 元/Wh 估算对应 100 万元/MWh 到 150 万元/MWh 左右。取 72 MWh 计算投资规模大约在 7200 万元到 1.08 亿元之间。如果把 P_rate 从 40 MW 提高到 60 MW容量需求下降约 4 MWh但储能变流器和电池功率等级上升会导致单位投资增加。这里就需要做经济性权衡容量节省带来的收益能否覆盖功率提升的成本。实际项目中还要考虑运行寿命、循环次数、并网设备成本但至少这套容量计算给后续经济性分析提供了准确的输入条件。5. 常见问题与排查技巧实录5.1 采样间隔不一致导致积分误差如果负荷数据是 1 小时一个点而程序里 dt 写成 0.25 小时那么积分电量会被放大 4 倍容量需求自然偏大。反过来如果数据是 15 分钟一个点dt 写成 1 小时容量又会严重低估。我的习惯是先查看数据的时间戳算清楚间隔再设置 dt。另外插值后的负荷曲线和原始数据点数不同一定要确保hours和load_data长度一致否则画图和循环都会报错。遇到这类问题先查长度再查间隔基本能定位。5.2 SOC初值设置导致容量偏保守代码里 SOC(1) 取 0.5E这是最常用的中性假设。但真实系统调度时储能不一定会从 50% 电量开始运行。如果初值偏低高峰来临前可能没有足够电量程序会要求更大的容量如果初值偏高低谷段可能没有足够空间充电同样会要求更大的容量。更严谨的做法是把初始SOC也作为决策变量在给定容量的情况下找到最有利于满足调峰约束的初值。但那样会引入另一个优化维度代码复杂度会上升。对于常规容量规划50% 初值是合理且保守的选择。5.3 效率放错位置我在调试时曾经把放电效率写成 SOC 更新的乘法项也就是SOC(k1) SOC(k) - pdis*dt*eta_dis结果容量需求偏小。原因在于放电过程实际上是 SOC 释放能量如果放电效率是 0.95意味着要放出 1 MWh 电量SOC 必须减少约 1.053 MWh。效率放在分母上恰恰反映了这个物理过程。充电过程则相反输入 1 MWh真正存进去的是 0.95 MWh所以效率放在乘法项。这两个方向不能混混了结果必定不对。5.4 二分搜索的收敛判断二分搜索本身很简单但要注意上下限的单调性。如果出现了“容量增大反而从可行变不可行”那一定是仿真函数有 bug而不是算法问题。我在检查时会在循环里打印几个中间结果观察 E_mid 附近的 ok 状态是否出现抖动。只要仿真逻辑正确二分结果是很稳定的。30 次迭代对单日 96 点数据来说毫秒级就能完成完全不需要担心性能。如果是多日连续数据比如 365 天可能需要把循环改成向量化或者减少迭代次数但那是后话。5.5 从单日扩展到多日连续调度如果你要研究连续多日调峰代码需要增加一个结束 SOC 约束比如要求最后时刻 SOC 回到初始值附近否则储能可能在多日循环中越用越少导致后期容量不足。这个扩展不复杂核心是在仿真结束后加一个惩罚项或者在搜索时把终值SOC偏差纳入可行性判断。从单日结果扩展到多日另一个要注意的是负荷数据的连续性。每天凌晨 0 点都是同一个初始 SOC不等于实际运行状态最好把前一天结束时的 SOC 作为下一天初始值传递下去形成一个完整的调度周期。最后说一点个人体会。我最初做这个项目时只顾着盯着高峰缺额算容量觉得把超出 P_max 的电量加起来就完事了。后来把 P_min 这边的“填谷需求”加进来又发现低谷充电能力不足时反而会限制高峰放电的电量这个耦合关系如果不通过时序仿真根本看不出来。Matlab 这套代码的价值不在于算法多高级而在于它强制你按时间顺序把储能的充放电行为“跑一遍”把隐藏的约束暴露出来。你在自己的系统里做容量规划时建议也先用最笨的逐点仿真打好底子再去叠加遗传算法、粒子群这类智能优化算法。基础模型正确后面加什么优化方法都是锦上添花。