第1章:性能评估指标体系

大家好,我是老张。在储能行业摸爬滚打了十几年,今天咱们聊聊调度算法的性能评估。说实话,我刚入行那会儿,大家评估算法就看一个指标——赚了多少钱。后来吃过亏才明白,这事儿没那么简单。

一个优秀的调度算法,就像一位经验丰富的操盘手。不光要会赚钱,还得懂得控制风险、保养设备、维持平衡。我见过太多算法,短期收益漂亮,但半年后电池寿命折损严重,得不偿失。

1.1 经济性指标

经济性,说白了就是算法能不能帮你赚钱。这是最直观的指标,也是老板最关心的。

核心经济指标包括:

  • 总收益(Total Revenue):调度周期内的累计收益,单位元
  • 净收益(Net Profit):总收益减去运营成本、折旧等
  • 投资回报率(ROI):净收益 / 初始投资 × 100%
  • 平准化度电成本(LCOS):全生命周期成本 / 总放电量

我个人习惯用净收益作为首要指标。为什么?因为总收益可能很好看,但扣掉电池衰减成本后可能还是亏的。我在一个光伏配储项目中就遇到过这种情况——算法每天拼命充放电,收益数据漂亮,结果一年后电池容量掉了15%,算下来反而亏了。

我的经验:评估经济性时,至少要看一个完整年度的数据。因为储能收益有季节性,只看一个月容易误判。

1.2 响应速度指标

响应速度,是衡量算法"反应快不快"的指标。你想想看,电网调度指令来了,算法半天算不出结果,那还玩什么?

这里有几个关键指标:

指标名称 定义 典型要求
计算延迟 从收到指令到输出结果的时间 < 100ms
收敛时间 算法达到稳定解所需时间 < 500ms
跟踪误差 实际功率与目标功率的偏差 < 2%

嗯,这里要注意。响应速度不是越快越好。我见过有人把计算延迟压到10ms以内,但代价是算法精度大幅下降。说白了,这是个权衡问题。

1.3 寿命损耗指标

电池很贵,换一组电池可能吃掉你几年的利润。所以寿命损耗指标,我建议放在和经济性同等重要的位置。

常用的寿命评估方法:

  • 循环计数法:统计充放电循环次数,按厂家给出的循环寿命折算
  • 雨流计数法:更精确地统计不同SOC区间的循环次数
  • 老化模型法:基于电化学模型实时估算容量衰减

避坑指南:我曾经用循环计数法评估一个调频项目,结果严重低估了寿命损耗。后来发现,调频工况下电池的微循环次数远多于常规充放电,必须用雨流计数法才能准确评估。

1.4 SOC管理指标

SOC(荷电状态)管理,说白了就是电池电量的"水位控制"。好的算法能让SOC始终保持在健康区间,既不过充也不过放。

核心评估指标:

  • SOC偏差:实际SOC与目标SOC的差值,越小越好
  • SOC波动率:单位时间内SOC的变化幅度,波动太大说明算法不稳定
  • 可用容量利用率:实际使用的容量范围 / 总可用容量

我个人建议SOC保持在20%-80%之间。为什么?因为锂电池在这个区间内循环寿命最长。有些算法为了多赚几块钱,把SOC用到10%甚至5%,长期来看绝对是亏的。

1.5 多目标权衡方法

好了,前面讲了四个维度的指标。问题来了——这些指标往往是互相矛盾的。你想多赚钱,就得频繁充放电,但这样会加速寿命损耗。你想保护电池,SOC控制得死死的,但收益可能就上不去。

怎么权衡?我常用的方法有三种:

方法一:加权求和法

总得分 = w1 × 经济性 + w2 × 响应速度 + w3 × 寿命 + w4 × SOC管理
其中 w1 + w2 + w3 + w4 = 1

权重根据项目需求设定。比如调频项目,响应速度权重高一些;峰谷套利项目,经济性权重高一些。

方法二:帕累托前沿法。不设定权重,而是找出所有"非劣解",让决策者自己选。我在一个大型储能项目中用过这个方法,效果不错,但计算量比较大。

方法三:分层优化法。先保证最关键的指标(比如SOC安全),再优化次要指标。说白了,就是设定硬约束和软约束。

我的建议:刚开始做多目标优化时,别搞太复杂。先用加权求和法跑起来,积累数据后再逐步优化。我见过太多人一上来就搞帕累托,结果项目拖了半年还没上线。

知识体系总览

下面这张图,是我梳理的本章知识结构。你可以把它当作一个"地图",方便后续深入学习。

储能调度算法性能评估指标体系 经济性指标 响应速度指标 寿命损耗指标 SOC管理指标 总收益 | 净收益 | ROI | LCOS 计算延迟 | 收敛时间 | 跟踪误差 循环计数 | 雨流计数 | 老化模型 SOC偏差 | 波动率 | 容量利用率 多目标权衡方法 加权求和法 帕累托前沿法 分层优化法 核心原则:没有完美的算法,只有适合场景的权衡

这张图把四个维度的指标和多目标权衡方法串在了一起。你仔细看会发现,所有指标最终都指向同一个问题——如何在多个目标之间找到平衡点。

好了,这一章的内容就到这里。记住一句话:评估算法,别只看一个指标。多维度、多视角,才能看到全貌。


专注资料整理