3. 储能本体建模与运行特性

虚拟电厂要对储能资源做调度，第一步不是写优化算法，而是把储能本体“翻译”成可计算的模型。储能本体建模的核心任务，是把物理装置的能量存储、转换与损耗过程，抽象为一组带约束的状态方程和参数集合。不同储能技术的物理机理差异很大，但它们在调度层面往往可以统一到“能量状态 + 功率边界 + 效率 + 寿命”这一组变量上。本节先梳理四类典型储能技术的原理与建模要点，再给出荷电状态、充放电效率、循环寿命和功率—容量约束的建模方法。

四类储能技术的原理与建模特征

电池储能通过锂离子等电化学体系在正负极之间可逆地嵌入与脱出离子，实现电能与化学能的相互转换。它的响应时间在毫秒到秒级，能量密度高，适合分钟级到小时级的能量搬移。建模时通常用荷电状态（SOC）描述剩余能量比例，用充放电功率上限描述瞬时能力，用循环次数或吞吐量描述寿命衰减。电池的充放电效率不是常数，在低SOC和高SOC区间、以及大倍率充放电时效率会下降，因此高精度模型会把效率写成SOC和功率的函数。

飞轮储能利用高速旋转的转子储存动能，通过双向电机实现电能与机械能的转换。其特点是功率密度极高、响应极快、循环寿命极长，但自放电（待机损耗）明显，能量容量相对有限。飞轮建模的关键参数是转动惯量、转速上下限、以及由转速决定的可用能量。由于能量与转速平方成正比，飞轮在低转速时可用能量迅速减少，因此其SOC与转速呈非线性关系，调度中常用“转速区间”而非线性SOC来约束。

抽水蓄能通过上下水库之间的水位差储存势能，抽水时消耗电能，发电时释放电能。它的单机容量大、持续放电时间长，适合小时级到日级的能量转移，但响应速度受水泵水轮机调节限制，且存在库容约束。建模时需同时考虑上库和下库的库容、水位—库容关系、以及抽水/发电两种工况下的流量—功率关系。抽水蓄能的效率通常用“抽发循环效率”表示，即抽水消耗电量与发电输出电量之比，典型值在70%～80%。

压缩空气储能在电网低谷时用压缩机将空气压入储气库，在高峰时释放高压空气推动透平发电。传统压缩空气储能需要补燃，先进绝热压缩空气储能则通过储热装置回收压缩热，效率可提升到60%～70%。建模要点包括储气库压力—容量关系、压缩机与透平的功率—流量特性、以及储热罐的温度约束。压缩空气储能的响应速度介于电池和抽水蓄能之间，适合小时级调度。

荷电状态与效率建模

荷电状态SOC定义为当前可用能量与额定容量之比，取值范围通常限制在[SOC_min, SOC_max]。以电池为例，若额定容量C=100 MWh，SOC_min=0.1，SOC_max=0.9，则可用能量区间为10～90 MWh。调度步长Δt内，SOC的更新方程为：

SOC(t+1) = SOC(t) + η_ch · P_ch(t) · Δt / C − P_dis(t) · Δt / (η_dis · C)

其中P_ch和P_dis分别为充电和放电功率，η_ch和η_dis为对应效率。注意充电时SOC增加，放电时SOC减少，两者不能同时为正。若取η_ch=0.95、η_dis=0.95、C=100 MWh、Δt=0.25 h（15分钟），当P_ch=20 MW持续一个步长时，SOC增量为0.95×20×0.25/100=0.0475，即上升4.75个百分点。这个计算过程说明：效率直接决定了“充进去的电”有多少真正变成可调度能量。

飞轮的SOC建模需要特别处理。飞轮储存的动能为E=½Jω²，其中J为转动惯量，ω为角速度。若转速范围为ω_min～ω_max，则可用能量为½J(ω_max²−ω_min²)。定义SOC=(ω²−ω_min²)/(ω_max²−ω_min²)，则SOC与转速平方成线性关系，但与转速本身非线性。调度中若把飞轮当作线性SOC设备处理，会在低转速段高估可用能量，因此更稳妥的做法是直接以转速为状态变量，或对SOC区间做分段线性化。

循环寿命与功率—容量约束

循环寿命是储能经济性的关键。电池的循环次数与放电深度DOD强相关：浅充浅放可显著延长循环寿命。工程上常用雨流计数法或等效吞吐量法把不规则充放电折算为等效全循环次数。例如某磷酸铁锂电池在DOD=80%时循环寿命约6000次，在DOD=40%时可达12000次以上。调度模型中可以引入寿命衰减成本，把每次充放电的吞吐量乘以单位衰减成本，从而避免频繁深度循环。

功率—容量约束是调度可行性的边界。对电池储能，需同时满足：充电功率不超过P_ch,max，放电功率不超过P_dis,max，SOC始终在允许区间内，且在一个调度周期结束时SOC回到目标值（如初始SOC），以保证可持续运行。对抽水蓄能，还需增加上下库库容约束和抽发工况互斥约束；对压缩空气储能，需增加储气库压力上下限约束。这些约束共同构成储能本体的可行域，虚拟电厂的优化调度只能在这个可行域内寻找最优解。

建模参数示例

下表给出一组用于教学演示的储能本体参数示例，数值为合理假设，不代表任何实际工程实测值。读者可据此在调度模型中代入计算。

把上述参数代入SOC方程和功率约束，即可得到各储能在每个调度步长的可行充放电区间。虚拟电厂调度器再结合电价、负荷预测和新能源出力预测，在可行域内分配功率指令。需要强调的是，储能本体模型不是越复杂越好，而是要与调度时间尺度和控制精度匹配：秒级调频需要精细的功率响应模型，小时级能量调度则更关注SOC轨迹和循环寿命成本。