1 什么是含儲能的調度問題？
儲能是智能電網的重要環(huán)節(jié)，將儲能引入經濟調度可以實現削峰填谷和輔助新能源接入。含儲能的調度問題通常可以用圖1的數學模型描述（假定儲能充放電價格為輸入參數）：在儲能運行約束、機組運行約束和網絡約束等三類約束的作用下，力求達到最小化電網總運行費用。由于加入了儲能，在電網總運行費用中還必須多考慮兩點：儲能的充電費用和儲能的放電費用。
對于儲能的充電費用，如果充電價格為正，充電費用認為是由儲能支付給電網；如果充電價格為負，充電費用認為由電網支付給儲能。
對于儲能的放電費用，如果放電價格為正，放電費用認為是由電網支付給儲能；如果放電價格為負，放電費用認為是由儲能支付給電網。
如果儲能和電網簽訂了長期合同，調度時不考慮儲能的運行費用，此時可將充放電的價格設定為零。
2 含儲能調度問題的挑戰(zhàn)是什么？
和不含儲能的調度問題相比，所有含儲能的調度問題都會面臨一個共同的挑戰(zhàn)——儲能同一時刻不能既充電又放電，因此必須在約束條件中考慮這一特性。一個直觀想法是將儲能與電網交換的功率作為唯一的優(yōu)化變量，充電時為正，放電時為負，但這種方法并不可行，因為儲能充放電的效率不同，而且充放電時價格和現金流向也不同（比如充電時儲能向電網付費，放電時電網向儲能付費），無法在優(yōu)化模型中僅僅用一個連續(xù)變量來建模。因此，目前在相關研究中一般都用兩個獨立的優(yōu)化變量（充電功率和放電功率）來對儲能進行建模，而這勢必就需要在優(yōu)化模型中引入“互補約束”，即任一時刻任一儲能的充電功率×放電功率=0（如圖1所示）。顯然，引入這樣一個非線性的約束條件使得優(yōu)化問題的非凸性極強，求解難度大。雖然通過引入罰函數、光滑函數或者離散變量等方法可將含互補約束的優(yōu)化問題轉化為一般問題求解，但需要多次迭代求解同等規(guī)模的子問題，所以這類方法的計算時間通常較長，效率有待提高。
3 如何應對這一挑戰(zhàn)？——嚴格松弛方法
不難發(fā)現，整個問題的關鍵在于這個互補約束，如果它不存在，那么就可以轉化為常規(guī)的凸規(guī)劃問題，有成熟的方法進行求解，效率也非常高。那么，我們能不能在求解過程中故意地“無視”這個互補約束呢？也就是將這一約束在調度模型中直接松弛掉。本文想要回答的問題就是：在滿足什么特定條件的時候，這種松弛是“嚴格的”？即利用松弛后的簡化模型求解得到的最優(yōu)解將“自然而然”地滿足“充電功率×放電功率=0”這一互補約束。如果能找到這樣的條件，而且這樣的條件在一般情況下還都能成立，那就意味著在很多時候我們可以把一個復雜的含儲能的優(yōu)化調度問題顯著簡化，從而大大提高求解效率。
4 哪些條件能使松弛“嚴格”？
由數學反證法可知，只要同時滿足如下兩個條件，這種松弛就會是“嚴格的”。
條件1：對于任一儲能，在任意調度時刻，放電價格大于（或不小于）充電價格。
條件2：對于任一儲能，在任意調度時刻，充電價格不大于（或小于）節(jié)點電價。
這兩個條件的物理含義很清楚。從經濟學的角度，可以給出“嚴格”松弛一個直觀解釋：如果條件1和2都能夠滿足，那么從電網經濟運行的角度看，儲能同時充放電就是次優(yōu)方案，而最優(yōu)解則是松弛問題能夠“自然而然”地滿足互補約束。
5 如何判定這些特定條件能夠成立？
首先來看條件1，由于充放電價格（或預測值）是模型的輸入參數，所以很容易檢查，進而證明條件1成立。對于條件2，則需要通過歷史數據對調度時段內的節(jié)點電價進行預測，進而確定條件2是否能夠得到滿足。由于條件2只需比較充電價格和節(jié)點電價，所以如果發(fā)現充電價格低于節(jié)點電價預測值所處區(qū)間的下界，那么就可以判定條件2成立。
6 這些特定條件能否在一般情況下普遍成立？
先來分析條件1，如果儲能調度時充放電價格均為0（例如儲能由電網公司所有或者儲能所有者已簽訂長期合同），此時條件1顯然成立。否則，考慮到充放電循環(huán)帶來的能量損耗和壽命折損，為吸引儲能提供放電支撐，電網公司很可能以較高的放電價格吸引儲能參與放電，因此可預計在實際調度中通常有放電價格大于（或不小于）充電價格，因此條件1成立。
再來分析條件2，如果充放電價格為0，并且此時節(jié)點電價非負，則條件2成立。如果充電價格不為0，由于儲能參與調度對電網有利，電網公司或者政府部門也許會考慮為儲能所有者制定更低的充電價格，甚至低于節(jié)點電價，以此來達到鼓勵更多的儲能參與調度的目的。因此條件2通常是成立的。
7 如何驗證方法的有效性？
這個方法已經在IEEE30節(jié)點系統中得到了驗證。該系統中共有5個發(fā)電機，總裝機容量為520兆瓦，此外還有一個容量為50兆瓦的風電場。系統中共有50個儲能裝置，每個裝置有2兆瓦時的容量，充放電最大速率為400千瓦，充放電效率均為90%。將本文方法和目前常用的混合整數方法進行對比，仿真結果如下表所示。
可見，采用本文所提方法后，計算時間下降了65%左右。而且，由于松弛后問題為凸優(yōu)化，若采用合理的分布式方法并行計算，計算時間可進一步降低。
此外，仿真中還測試了條件1和2中有一個不滿足的情況，均找到了松弛不嚴格的特例。這表明條件1和2必須同時成立才能保證嚴格松弛。
8 結論和展望
本文提出了一種嚴格松弛方法應對儲能接入后對調度問題的挑戰(zhàn)。方法不僅普遍可行的，而且也方便檢驗，具有普適性和良好的應用前景。隨著未來風電、光伏等新能源在輸配電網側廣泛接入，含儲能的調度也將越加普遍，本文所提方法也將有助于風電、光伏新能源的入網調度問題。
