1. 课程导入与SOC约束调度全景

储能系统能否真正创造价值，往往不取决于电池本身有多先进，而取决于调度策略是否尊重电池的物理边界。一块标称容量为 100 MWh 的磷酸铁锂储能电站，如果调度指令让它长期在 5% 以下或 95% 以上运行，短期看能量吞吐量很大，长期看循环寿命会明显缩短，最终度电成本反而上升。本课程要解决的核心问题就是：在满足功率与能量需求的同时，如何把荷电状态（SOC）约束纳入调度决策，使储能既"能用"又"耐用"。

四个必须建立的核心术语

SOC（State of Charge，荷电状态）表示当前剩余电量占额定容量的百分比，是调度中最直接的约束变量。工程上通常把 SOC 允许区间设为 [10%, 90%]，留出上下缓冲，避免过充过放触发保护。需要注意的是，SOC 本身是估算量，BMS 给出的 SOC 存在误差，调度层必须为估算误差预留裕度。

SOH（State of Health，健康状态）反映电池当前可用容量与出厂容量的比值，新电池 SOH 约为 100%，随循环衰减。SOH 下降会直接改变 SOC 与可用能量的换算关系：同样显示 50% SOC，SOH 为 80% 时实际可用能量只有新电池的八成。因此调度模型中的容量参数应随 SOH 更新，而不是长期固定。

充放电深度（DOD，Depth of Discharge）指一次充放电过程中 SOC 的变化幅度。DOD 越大，单次循环对寿命的消耗越显著。以常见磷酸铁锂电芯为例，DOD 为 80% 时循环寿命可能约 6000 次，而 DOD 控制在 40% 时循环寿命可提升到 10000 次以上（具体数值随电芯型号与工况变化，此处为示例量级）。这解释了为什么"浅充浅放"在储能调度中常被优先考虑。

循环寿命是电池在容量衰减到额定值 80% 前所能承受的等效循环次数。它与 DOD、温度、充放电倍率、SOC 区间中点位置都相关。调度优化中常用"等效循环次数"把不同 DOD 的循环折算到统一口径，例如以 100% DOD 为基准，一次 50% DOD 循环折算为 0.5 次等效循环，从而把寿命损耗纳入目标函数。

三类典型应用场景对SOC约束的不同要求

新能源消纳场景中，储能配合风电、光伏平抑出力波动。光伏中午大发时充电，傍晚回落时放电。这类场景充放电频繁、单次 DOD 较小，SOC 通常维持在 30%～80% 的中段，重点是响应速度和可用调节容量，而不是把电量用尽。

峰谷套利场景中，储能在低谷电价时段充电、高峰电价时段放电，追求单日收益最大化。这类场景 DOD 往往较大，SOC 会在 10%～90% 之间大幅摆动，调度需要在收益与寿命损耗之间权衡：多放 5% 的电可能多赚价差，但会加快衰减。

调频辅助服务场景中，储能快速响应电网频率偏差，充放电方向频繁切换，单次能量变化很小但循环次数极高。此时 SOC 约束的关键不是深度，而是把 SOC 稳定在 50% 附近，避免因持续单向调节导致 SOC 漂移出可用区间而失去调节能力。

从数据到调度决策的整体技术框架

储能 SOC 约束调度优化不是单一算法，而是一条从数据到指令的链路。下图给出本节的全景框架：左侧是输入数据与约束，中间是优化模型，右侧是调度指令与运行反馈，底部是贯穿全过程的寿命与安全约束。

储能SOC约束调度优化全景框架 输入数据与约束 电价 / 负荷预测曲线 15min 或 1h 分辨率 新能源出力预测 光伏 / 风电功率序列 电池参数 容量 / 功率 / SOH / 效率 SOC 初始值与允许区间 如 [10%, 90%] 电网调度指令 / 考核要求 SOC约束调度优化模型 决策变量：各时段充放电功率 P(t) 充电为正 / 放电为负（统一约定） SOC 递推约束 SOC(t+1)=SOC(t)+η·P(t)·Δt/E 目标函数 收益最大 − 寿命损耗惩罚 功率与能量边界约束 P_min ≤ P(t) ≤ P_max 调度指令与运行反馈 充放电功率指令 下发至 PCS / EMS SOC 实时监测 BMS 上报 / 估算修正 实际功率与偏差 指令跟踪误差统计 SOH 与循环计数更新 寿命模型在线修正 越限告警 / 策略回滚 运行数据反馈 → 模型参数与约束更新 贯穿全过程的寿命与安全约束 SOC 上下限 · DOD 限制 · 充放电倍率限制 · 温度保护 · 等效循环寿命折算

这条链路的关键在于：SOC 约束不是事后检查，而是嵌入优化模型的硬约束或软惩罚项。硬约束保证 SOC 不越限，软惩罚则把寿命损耗折算成经济成本，让优化器在收益和寿命之间自动取舍。运行反馈回路则让模型参数（如 SOH、实际效率）随实际运行更新，避免模型长期偏离真实电池状态。

一个可手算的入门示例

假设某储能电站额定容量 E = 100 MWh，初始 SOC = 50%，SOC 允许区间 [10%, 90%]，充放电效率 η = 95%，调度周期为 1 小时一步。若某时段计划充电功率 P = 20 MW，持续 1 小时，则 SOC 变化量为：

ΔSOC = η · P · Δt / E
     = 0.95 × 20 MW × 1 h / 100 MWh
     = 0.19 = 19%

充电后 SOC = 50% + 19% = 69%  → 未超过 90%，约束满足

若下一时段继续以 20 MW 充电 1 小时，SOC 将达到 88%，仍在区间内；但若再充 1 小时，SOC 将升至 107%，越限。因此调度器必须在 SOC 接近 90% 时提前降低充电功率或切换为放电。这个简单递推就是 SOC 约束调度最基本的计算单元，后续章节会在此基础上引入多时段优化、寿命惩罚和不确定性处理。

学习本课程时，建议始终带着三个问题看每一节的模型和算例：SOC 约束写成了什么形式？寿命损耗如何量化进目标函数？运行中的不确定性如何被处理？这三条主线会贯穿全部 30 章。

本课程的学习目标

  • 理解 SOC、SOH、DOD、循环寿命之间的定量关系，能完成基本的 SOC 递推与越限判断。
  • 掌握把 SOC 约束写入调度优化模型的方法，包括硬约束、软惩罚和等效循环折算。
  • 能够针对新能源消纳、峰谷套利、调频辅助服务三类场景，选择合适的 SOC 区间与调度策略。
  • 具备从预测数据、电池参数到调度指令的完整链路设计能力，并能判断结果是否满足约束与收益要求。
← 上一章 📖 返回目录 下一章 →