3. 储能系统建模：BESS模型、SOC约束、充放电效率与寿命衰减模型
好，咱们进入第三讲。这一讲，我打算把储能系统建模这件事彻底讲透。
你想想看，做电网调峰调度，你手里得有“兵”吧？储能系统就是你的兵。但你对这个兵了解多少？它什么时候有劲，什么时候会累，什么时候会“折寿”？这些不清楚，调度方案就是纸上谈兵。
我个人习惯，做任何优化之前，先把模型搭扎实。模型不准，后面算得再花哨也没用。今天咱们就聚焦三个核心：BESS模型、SOC约束、以及充放电效率与寿命衰减。
3.1 电池储能系统（BESS）基础模型
先说BESS模型。说白了，就是一个能量进出的大水池。
我习惯用一个简单的能量平衡方程来描述它：
E(t+1) = E(t) + η_charge * P_charge(t) * Δt - (1/η_discharge) * P_discharge(t) * Δt这里：
- E(t)：t时刻电池内的剩余能量（kWh）
- P_charge(t)：t时刻的充电功率（kW），正值
- P_discharge(t)：t时刻的放电功率（kW），正值
- η_charge：充电效率（0~1）
- η_discharge：放电效率（0~1）
- Δt：时间步长（小时）
这个公式看着简单，但坑不少。我在项目中遇到过，有人把充放电效率搞反了，结果调度出来的方案，电池越充越少，越放越多，闹了笑话。
3.2 荷电状态（SOC）约束
SOC，就是电池还剩多少电。用百分比表示，0%是空，100%是满。
调度时，SOC不能乱跑。为什么？
- 过充：电池鼓包，甚至起火。我见过一次实验室过充测试，那场面，印象深刻。
- 过放：电池“饿死”，容量永久损失，再也充不回来了。
所以，SOC约束是硬约束：
SOC_min ≤ SOC(t) ≤ SOC_max其中：
- SOC_min：一般设为10%~20%，保护电池
- SOC_max：一般设为80%~90%，留有余地
嗯，这里要注意。有些优化算法为了追求经济性，会拼命把SOC往边界上推。我曾经吃过这个亏，算法跑出来结果很漂亮，但实际运行一个月，电池健康度掉了3%。后来我加了SOC惩罚项，让算法尽量把SOC维持在40%~60%的“舒适区”。
3.3 充放电效率模型
效率不是常数。你想想看，大电流充电时，发热多，损耗大，效率就低。小电流慢充，效率就高。
我习惯用一个分段线性函数来拟合：
η_charge(P) = η_charge_0 - k_charge * (P / P_max)或者更精确一点，用查表法。我在一个项目中，实测了不同功率下的效率数据，然后做成了二维插值表。效果比固定效率好得多。
| 充电功率（%P_max） | 充电效率（%） | 放电功率（%P_max） | 放电效率（%） |
|---|---|---|---|
| 20% | 95% | 20% | 96% |
| 50% | 92% | 50% | 93% |
| 80% | 88% | 80% | 89% |
| 100% | 85% | 100% | 86% |
你看，效率差10个点，对调度结果影响很大。尤其是做全天优化时，这个细节不能省。
3.4 寿命衰减模型
这是最让调度算法头疼的部分。电池每充放一次，寿命就少一点。怎么量化？
业内常用的是循环寿命曲线。比如某款电池，在100% DOD（放电深度）下，能循环3000次；在50% DOD下，能循环8000次。
我常用的模型是：
Loss_per_cycle = a * (DOD)^b其中a和b是电池厂商提供的拟合参数。如果没有，可以用经验值：a=0.0002, b=1.5。
举个例子：
- 如果每次只充放20%的电（DOD=0.2），单次寿命损耗 = 0.0002 * (0.2)^1.5 ≈ 0.0000179
- 如果每次充放80%的电（DOD=0.8），单次寿命损耗 = 0.0002 * (0.8)^1.5 ≈ 0.000143
差了8倍！所以，调度时尽量让电池浅充浅放，别可着一个电池往死里用。
min Σ (寿命损耗成本)。
3.5 知识体系总览
说了这么多，咱们用一张图把这一章的核心逻辑串起来：
这张图把BESS模型拆成了三个核心模块。你看，SOC约束是“安全底线”，效率模型是“经济账本”，寿命衰减是“长期成本”。三者缺一不可。
好了，这一讲就到这里。模型搭好了，下一章咱们就可以开始写调度算法了。记住，模型是算法的地基，地基不稳，楼盖得再高也得塌。