李丹丹，蘇小林，閻曉霞，譚逸雪

(山西大學(xué)電力工程系，太原市 030013)

儲(chǔ)能優(yōu)化配置關(guān)鍵問題分析

李丹丹，蘇小林，閻曉霞，譚逸雪

(山西大學(xué)電力工程系，太原市 030013)

儲(chǔ)能優(yōu)化配置是儲(chǔ)能高效應(yīng)用的基礎(chǔ)，涉及技術(shù)和經(jīng)濟(jì)2個(gè)維度方面的問題，也涉及多應(yīng)用時(shí)間尺度和功率能量的不同需求問題?；趦?chǔ)能在安全穩(wěn)定、調(diào)頻、新能源接納、電能質(zhì)量等方面的應(yīng)用需求，深入分析了其優(yōu)化配置的目標(biāo)、條件、方法和理論?；趦?chǔ)能系統(tǒng)的成本效益分析，建立了通用凈現(xiàn)值優(yōu)化模型。結(jié)合不同儲(chǔ)能的應(yīng)用特性，分析了儲(chǔ)能類型的選擇原則，以及復(fù)合儲(chǔ)能組合形式與容量配比的確定方法。針對(duì)儲(chǔ)能應(yīng)用的評(píng)價(jià)，從補(bǔ)償效果、安全性、可靠性、經(jīng)濟(jì)性等方面給出了相關(guān)評(píng)價(jià)指標(biāo)和評(píng)價(jià)方法。最后，提出了在儲(chǔ)能應(yīng)用實(shí)踐中有待深入開展的研究性課題。

儲(chǔ)能；電力系統(tǒng)；優(yōu)化配置；評(píng)估指標(biāo)

0 引 言

儲(chǔ)能系統(tǒng)以其靈活的布局和智能充放能量的特性，打破了傳統(tǒng)電能即發(fā)即用的限制，成為穩(wěn)定電網(wǎng)運(yùn)行，提高電力設(shè)備利用率，促進(jìn)新能源并網(wǎng)，調(diào)整頻率以及改善電能質(zhì)量的重要手段。儲(chǔ)能已成為現(xiàn)代電力系統(tǒng)的前沿技術(shù)和重要課題。目前關(guān)于儲(chǔ)能的研究集中在4個(gè)方面：(1)高性能儲(chǔ)能技術(shù)的研發(fā)，朝著快速、高效、低成本的方向發(fā)展；(2)優(yōu)化配置，包括儲(chǔ)能布局和容量規(guī)劃；(3)協(xié)調(diào)控制，涉及不同儲(chǔ)能之間的配合以及儲(chǔ)能與電網(wǎng)現(xiàn)有控制設(shè)備和控制系統(tǒng)間的協(xié)調(diào)配合；(4)復(fù)合儲(chǔ)能，利用多種儲(chǔ)能的技術(shù)互補(bǔ)特性，同時(shí)滿足電網(wǎng)不同應(yīng)用環(huán)境下的多重需求，發(fā)揮其相對(duì)于單一儲(chǔ)能的技術(shù)經(jīng)濟(jì)優(yōu)勢(shì)。

目前針對(duì)儲(chǔ)能在電力系統(tǒng)中應(yīng)用的綜述主要側(cè)重于各類型儲(chǔ)能特性的介紹和對(duì)比、儲(chǔ)能技術(shù)研發(fā)方向以及相關(guān)領(lǐng)域的工程應(yīng)用現(xiàn)狀等[1-3]，針對(duì)儲(chǔ)能優(yōu)化配置方面進(jìn)行分析、評(píng)述的文獻(xiàn)甚少。而儲(chǔ)能優(yōu)化配置是儲(chǔ)能工程應(yīng)用的首要問題，不僅為控制策略、優(yōu)化運(yùn)行奠定基礎(chǔ)，同時(shí)恰當(dāng)?shù)倪x址定容對(duì)儲(chǔ)能作用的充分發(fā)揮至關(guān)重要。結(jié)合不同應(yīng)用需求開展儲(chǔ)能的優(yōu)化配置，充分挖掘儲(chǔ)能應(yīng)用帶來的多種潛在價(jià)值，有效促進(jìn)參與者的投資積極性，具有重大的理論意義和工程意義。本文從儲(chǔ)能的應(yīng)用需求、經(jīng)濟(jì)效益、應(yīng)用類型以及應(yīng)用評(píng)價(jià)等方面，深入分析儲(chǔ)能規(guī)劃過程中所需要解決的優(yōu)化配置問題。

1 基于應(yīng)用需求的儲(chǔ)能配置

長(zhǎng)期以來，很多學(xué)者致力于儲(chǔ)能優(yōu)化配置方面的研究，研究思路可以分為應(yīng)用優(yōu)先和經(jīng)濟(jì)優(yōu)先兩大類。儲(chǔ)能應(yīng)用在不同場(chǎng)合，對(duì)儲(chǔ)能的應(yīng)用時(shí)間尺度和功率能量要求均不同。根據(jù)系統(tǒng)的應(yīng)用需求，選取適合的方法配置儲(chǔ)能，以滿足系統(tǒng)對(duì)安全穩(wěn)定性、調(diào)頻、新能源接納和電能質(zhì)量等方面的要求。

1.1 基于提高系統(tǒng)安全穩(wěn)定性的儲(chǔ)能配置

電力系統(tǒng)的動(dòng)態(tài)穩(wěn)定性一直是電力工作者的重點(diǎn)關(guān)注內(nèi)容。隨著新能源大量接入和電網(wǎng)互聯(lián)不斷發(fā)展，電網(wǎng)穩(wěn)定運(yùn)行主要受小干擾穩(wěn)定、暫態(tài)穩(wěn)定和電壓穩(wěn)定的威脅。圍繞這幾種穩(wěn)定形式，國內(nèi)外研究人員不斷提出和應(yīng)用新技術(shù)和新控制手段，例如電力系統(tǒng)穩(wěn)定器(power system stabilizer,PSS)、高壓直流(high voltage direct current，HVDC)輔助控制、柔性交流輸電系統(tǒng)(flexible alternative current transmission systems,FACTS)附加控制、串并聯(lián)無功補(bǔ)償控制等。這些控制方式一般難以在同一個(gè)控制裝置中實(shí)現(xiàn)有功和無功功率協(xié)調(diào)控制，無法兼顧滿足功角、頻率穩(wěn)定和電壓穩(wěn)定的需求。儲(chǔ)能作為一種新型穩(wěn)定控制裝置，通過控制電力電子換流裝置，實(shí)現(xiàn)獨(dú)立調(diào)節(jié)有功、無功功率的能力。

1.1.1 基于阻尼振蕩和提高暫態(tài)穩(wěn)定性的儲(chǔ)能配置

PSS可以有效抑制電力系統(tǒng)局部振蕩，但對(duì)于互聯(lián)電網(wǎng)的復(fù)雜振蕩模式控制效果并不理想，無法有效解決區(qū)域電網(wǎng)聯(lián)絡(luò)線間的功率振蕩問題。而利用儲(chǔ)能技術(shù)靈活的功率補(bǔ)償特性可以抑制系統(tǒng)的低頻振蕩、次同步振蕩以及扭振等?；谔岣呦到y(tǒng)穩(wěn)定性的儲(chǔ)能配置，配置范圍從簡(jiǎn)單局部網(wǎng)絡(luò)延伸到多機(jī)復(fù)雜系統(tǒng)；優(yōu)化方法初期多采用時(shí)域仿真法，逐步運(yùn)用各種優(yōu)化理論深入研究該類問題。

時(shí)域仿真法能夠模擬電網(wǎng)受到擾動(dòng)后系統(tǒng)的各個(gè)參量隨時(shí)間變化的具體過渡過程,從而反映系統(tǒng)的穩(wěn)定程度。通常從經(jīng)驗(yàn)總結(jié)的角度出發(fā)，將儲(chǔ)能單元連接在發(fā)電機(jī)出口母線處，以發(fā)電機(jī)轉(zhuǎn)子角速度偏差Δω或輸出有功功率變化ΔP作為控制信號(hào)進(jìn)行建模仿真，直接對(duì)比分析系統(tǒng)功率振蕩曲線、功角變化曲線，判斷儲(chǔ)能裝置的控制效果，選擇使系統(tǒng)最先恢復(fù)穩(wěn)定的位置作為儲(chǔ)能的最佳安裝地點(diǎn)。選定安裝位置后確定儲(chǔ)能的容量，依次安裝不同容量的儲(chǔ)能，分別進(jìn)行仿真實(shí)驗(yàn)，直到增加的儲(chǔ)能容量不再使系統(tǒng)性能繼續(xù)改善，設(shè)定此容量為該工況下所需最小儲(chǔ)能容量。大量的研究分析和仿真結(jié)果表明，把儲(chǔ)能裝設(shè)在最先失穩(wěn)的發(fā)電機(jī)機(jī)端,能最有效地提高系統(tǒng)的暫態(tài)穩(wěn)定性。對(duì)于區(qū)域互聯(lián)系統(tǒng)，在相同控制和運(yùn)行條件下儲(chǔ)能安裝在功率接收端要好于安裝在功率發(fā)出端，安裝在兩區(qū)域聯(lián)絡(luò)線中間對(duì)抑制區(qū)域間低頻振蕩效果最差[4]。時(shí)域仿真法可以直觀地得到儲(chǔ)能最佳安裝地點(diǎn)以及容量的選擇結(jié)果，但儲(chǔ)能的控制效果是通過研究者觀察曲線主觀意識(shí)判斷得出的，當(dāng)仿真曲線較為接近時(shí)，則不易準(zhǔn)確判斷補(bǔ)償效果的優(yōu)劣，從而影響儲(chǔ)能選址定容的精確性。因此，現(xiàn)多采用時(shí)域仿真法作為檢驗(yàn)其他優(yōu)化方法的手段。

另一種配置思路運(yùn)用優(yōu)化理論，提出合理、明確的量化標(biāo)準(zhǔn)指導(dǎo)儲(chǔ)能選址定容。目前采用的配置方法主要有3類：(1)模態(tài)分析法，以系統(tǒng)線性狀態(tài)方程為基礎(chǔ)，分析特征值/特征向量，利用控制系數(shù)[5]以及典型參數(shù)的靈敏度分析等方法指導(dǎo)儲(chǔ)能配置；(2)暫態(tài)能量函數(shù)法，分析系統(tǒng)受大擾動(dòng)后分布式儲(chǔ)能布局問題；(3)智能優(yōu)化算法，根據(jù)系統(tǒng)穩(wěn)定控制目標(biāo)建立目標(biāo)函數(shù)，采用智能算法如遺傳算法、免疫算法、禁忌搜索算法解決儲(chǔ)能布局問題。文獻(xiàn)[6]依據(jù)留數(shù)指標(biāo)和參與因子指導(dǎo)飛輪儲(chǔ)能布局，結(jié)果表明該方法可以有效抑制系統(tǒng)低頻振蕩；文獻(xiàn)[7-8]建立暫態(tài)性能評(píng)價(jià)指標(biāo)，根據(jù)超導(dǎo)磁儲(chǔ)能(superconducting magnetic energy storage， SMES)在故障條件下改善發(fā)電機(jī)響應(yīng)的程度，分別采用禁忌搜索算法和遺傳算法對(duì)儲(chǔ)能選址進(jìn)行優(yōu)化。對(duì)于提高暫態(tài)穩(wěn)定性的儲(chǔ)能布局問題，無論首先進(jìn)行系統(tǒng)故障掃描[9]或預(yù)測(cè)預(yù)想事故集[10]或找出電網(wǎng)敏感支路，其目的都是要確定系統(tǒng)薄弱環(huán)節(jié)，作為儲(chǔ)能布局的初步篩選點(diǎn)。再進(jìn)一步結(jié)合優(yōu)化理論，準(zhǔn)確定位儲(chǔ)能的接入位置和選擇配置容量。文獻(xiàn)[9]確定薄弱環(huán)節(jié)后，以系統(tǒng)的暫態(tài)能量分布情況作為儲(chǔ)能布局依據(jù)，定點(diǎn)后以穩(wěn)定狀態(tài)偏離值最小為指標(biāo)計(jì)算最優(yōu)容量。文獻(xiàn)[10]考慮系統(tǒng)不確定因素和事故發(fā)生的概率和后果，基于暫態(tài)穩(wěn)定風(fēng)險(xiǎn)理論指導(dǎo)儲(chǔ)能優(yōu)化配置。每種配置方法均對(duì)應(yīng)一定的適用范圍，例如針對(duì)抑制系統(tǒng)振蕩的SMES選址，最大特征值法對(duì)于SMES容量很大的情況有效[11]。但如果SMES的容量較小時(shí)，由于此時(shí)SMES影響特征向量值的能力很弱，因而無法通過特征值準(zhǔn)確判斷最佳位置。所以針對(duì)電網(wǎng)規(guī)模和穩(wěn)定類型選擇合適的優(yōu)化理論和方法對(duì)于儲(chǔ)能的合理配置至關(guān)重要。

關(guān)于提高電力系統(tǒng)動(dòng)態(tài)穩(wěn)定性的定容問題，目前主要有2個(gè)方面障礙：一是如何將穩(wěn)定性的定性問題轉(zhuǎn)化成定量指標(biāo)進(jìn)行研究；二是儲(chǔ)能容量在動(dòng)態(tài)電力系統(tǒng)中的量化問題。

1.1.2 基于提高電壓穩(wěn)定性的儲(chǔ)能配置

風(fēng)能是一種間歇性能源，且風(fēng)速預(yù)測(cè)存在一定誤差，導(dǎo)致風(fēng)電場(chǎng)不能提供持續(xù)穩(wěn)定的電能。大量分布式電源分散接入配電網(wǎng)，給電網(wǎng)運(yùn)行與控制帶來新的機(jī)遇和挑戰(zhàn)。當(dāng)風(fēng)電場(chǎng)出力較高時(shí)，風(fēng)電場(chǎng)的無功需求以及輸電線路的無功損耗增加，造成局部電網(wǎng)無功不足，電壓穩(wěn)定裕度下降，危及電網(wǎng)的安全穩(wěn)定運(yùn)行。目前風(fēng)電場(chǎng)多采用靜止無功補(bǔ)償器(static var compensator，SVC)快速補(bǔ)償無功功率，維持并網(wǎng)點(diǎn)電壓穩(wěn)定，但SVC不能控制風(fēng)電場(chǎng)輸出的有功功率。儲(chǔ)能可滿足協(xié)調(diào)控制電網(wǎng)有功、無功功率的需求，能有效改善并網(wǎng)風(fēng)電場(chǎng)的穩(wěn)定性。

電網(wǎng)的電壓穩(wěn)定極限限制了風(fēng)電場(chǎng)最大裝機(jī)容量。目前研究熱點(diǎn)集中在最大風(fēng)電接納能力下的電網(wǎng)電壓穩(wěn)定性，主要依據(jù)改善電壓分布、增大電壓穩(wěn)定裕度計(jì)算需要配置的最小儲(chǔ)能容量。通常以區(qū)域電網(wǎng)P-U曲線為切入點(diǎn)，從穩(wěn)定運(yùn)行開始，通過不斷加大風(fēng)電場(chǎng)出力繪制電壓變化曲線，直到達(dá)到電壓穩(wěn)定臨界值，該時(shí)刻對(duì)應(yīng)的風(fēng)電容量為風(fēng)電場(chǎng)最大接納水平，而實(shí)際風(fēng)電場(chǎng)容量與最大值之差則為儲(chǔ)能需求量。此種定容方法依賴于風(fēng)電場(chǎng)出力數(shù)據(jù)的典型性，并沒有為考慮其他運(yùn)行因素留有一定裕度，不利于風(fēng)電場(chǎng)的擴(kuò)容建設(shè)。在此基礎(chǔ)上，可以依據(jù)電壓裕度[12]、傳輸線路輸電裕度的需求，細(xì)化所需接入的最小儲(chǔ)能容量。

1.1.3 基于提高安全性的儲(chǔ)能配置

基于提高系統(tǒng)安全性的儲(chǔ)能容量配置，關(guān)鍵在于如何將安全穩(wěn)定的定性問題轉(zhuǎn)化成定量指標(biāo)進(jìn)行研究，常從電壓安全裕度和切負(fù)荷量2個(gè)角度評(píng)估電網(wǎng)安全性。文獻(xiàn)[13]提出基于潮流跟蹤的儲(chǔ)能選址方法，根據(jù)負(fù)載率均衡度和電網(wǎng)最小切負(fù)荷損失這2個(gè)指標(biāo)配置儲(chǔ)能最優(yōu)容量，提高電網(wǎng)靜態(tài)安全性。

關(guān)于提高電力系統(tǒng)安全穩(wěn)定性的配置問題，大多是基于特定的運(yùn)行工況得到優(yōu)化結(jié)果，而實(shí)際電網(wǎng)的運(yùn)行方式和故障情況復(fù)雜多變，所得結(jié)論能否滿足不同工作狀態(tài)下系統(tǒng)的安全穩(wěn)定，需要適合實(shí)際工程應(yīng)用的儲(chǔ)能優(yōu)化配置方法。

1.2 基于參與電網(wǎng)調(diào)頻的儲(chǔ)能配置

在新能源大量接入以及傳統(tǒng)機(jī)組調(diào)頻容量有限的情況下，利用儲(chǔ)能電源反應(yīng)快速的特點(diǎn)調(diào)節(jié)系統(tǒng)頻率，既可以避免發(fā)電機(jī)組的過度磨損，又可以部分補(bǔ)充系統(tǒng)備用容量，從而達(dá)到提升電能品質(zhì)的目的[14]。儲(chǔ)能參與系統(tǒng)調(diào)頻的運(yùn)行方式主要有3種：(1)與新能源發(fā)電結(jié)合參與調(diào)頻；(2)輔助火電機(jī)組調(diào)頻；(3)儲(chǔ)能獨(dú)立運(yùn)行調(diào)頻。國內(nèi)外針對(duì)儲(chǔ)能參與電網(wǎng)調(diào)頻的研究主要聚焦在前2種運(yùn)行模式上。當(dāng)需要儲(chǔ)能輔助一次調(diào)頻機(jī)組動(dòng)作時(shí)，應(yīng)盡量將儲(chǔ)能裝置安裝在需要配合的機(jī)組母線側(cè)，以便接受相同變化指令調(diào)整出力。接受指令后可以對(duì)比所選儲(chǔ)能類型的動(dòng)作時(shí)間和一次調(diào)頻機(jī)組的動(dòng)作快慢，合理安排調(diào)頻動(dòng)作順序。對(duì)于儲(chǔ)能配合自動(dòng)發(fā)電控制(automatic generation control，AGC)機(jī)組的頻率調(diào)整,按比例分配一定負(fù)荷給儲(chǔ)能裝置，由此補(bǔ)充備用容量的不足。

參與調(diào)頻對(duì)儲(chǔ)能的響應(yīng)速度和功率容量都有一定要求，所以一般選擇鋰電池、液流電池輔助系統(tǒng)調(diào)頻。電池容量配置一般分別針對(duì)一次調(diào)頻或者二次調(diào)頻。配置原理基于模擬區(qū)域電網(wǎng)的常規(guī)機(jī)組的下垂特性和基于調(diào)節(jié)負(fù)荷分量曲線，可以根據(jù)電池容量和荷電狀態(tài)(state of charge,SOC)上下限值[15-16]解決電池參與調(diào)頻的動(dòng)作時(shí)機(jī)和動(dòng)作深度問題。配置方案通常以系統(tǒng)運(yùn)行效益最大為目標(biāo)，在此基礎(chǔ)上可以考慮不同調(diào)頻補(bǔ)償方式對(duì)調(diào)頻盈利結(jié)果的影響[17]。文獻(xiàn)[18]通過分析靈敏度系數(shù)的特征，合理安排動(dòng)作時(shí)機(jī)，同時(shí)結(jié)合調(diào)頻評(píng)估指標(biāo)要求確定動(dòng)作深度，并根據(jù)所必需的動(dòng)作深度與額定功率之間的關(guān)系形成儲(chǔ)能容量配置方法。文獻(xiàn)[16]在動(dòng)態(tài)調(diào)整SOC的基礎(chǔ)上，基于經(jīng)濟(jì)性考慮，采用增加緊急電阻的新型控制算法，緊急電阻用在很少發(fā)生極端過頻率的情景，當(dāng)頻率越限而電池容量滿充時(shí)，利用其來消耗電能，減少配置電池的容量。

關(guān)于儲(chǔ)能參與電網(wǎng)調(diào)頻的容量配置研究尚處于探索階段，目前也多針對(duì)一次調(diào)頻規(guī)劃儲(chǔ)能容量。為提高儲(chǔ)能的綜合利用率，可以考慮同時(shí)滿足一、二次調(diào)頻需求，合理規(guī)劃儲(chǔ)能容量。

1.3 基于提高新能源接納能力的儲(chǔ)能配置

新能源發(fā)電并網(wǎng)形式多樣，有輸電側(cè)大規(guī)模清潔能源并網(wǎng)、配網(wǎng)側(cè)分布式發(fā)電接入以及微電網(wǎng)等，利用儲(chǔ)能提高電網(wǎng)對(duì)新能源接入的友好性，是實(shí)現(xiàn)清潔能源大規(guī)模開發(fā)利用的重要途徑之一。新能源接納能力是在保證電網(wǎng)安全、穩(wěn)定、經(jīng)濟(jì)運(yùn)行的前提下，風(fēng)電/光伏的極限注入功率，主要受該地區(qū)網(wǎng)架結(jié)構(gòu)、運(yùn)行水平、負(fù)荷特性以及風(fēng)、光出力等多方面因素影響。目前多數(shù)研究忽略輸電線路輸送容量約束，而輸電容量是導(dǎo)致棄風(fēng)、棄光的關(guān)鍵因素。儲(chǔ)能的配置方式分為分布式儲(chǔ)能和集中式儲(chǔ)能。對(duì)于風(fēng)電場(chǎng)處的儲(chǔ)能布局，儲(chǔ)能可以分散安裝在每一臺(tái)風(fēng)機(jī)內(nèi)部或是集中配置在風(fēng)電場(chǎng)并網(wǎng)點(diǎn)處。由于風(fēng)電場(chǎng)多臺(tái)風(fēng)機(jī)的自平滑特性可以降低風(fēng)電場(chǎng)輸出總功率波動(dòng)，因而采用一個(gè)獨(dú)立的儲(chǔ)能系統(tǒng)統(tǒng)一控制和調(diào)節(jié)整個(gè)風(fēng)電場(chǎng)并網(wǎng)功率可以達(dá)到更好的平抑效果和最佳經(jīng)濟(jì)性。所以儲(chǔ)能規(guī)劃研究一般忽略風(fēng)電場(chǎng)的多點(diǎn)分布，默認(rèn)安裝在風(fēng)電場(chǎng)變電站低壓側(cè)，只對(duì)其容量配置進(jìn)行探究。

新能源-儲(chǔ)能聯(lián)合發(fā)電的調(diào)控模式主要有：(1)平滑出力波動(dòng)；(2)削峰填谷；(3)跟蹤計(jì)劃出力。配置儲(chǔ)能實(shí)現(xiàn)功率調(diào)控以提高新能源接納能力的研究主要為了滿足上述技術(shù)目標(biāo)的一種或多種[19-21]。文獻(xiàn)[19]以能量型儲(chǔ)能為研究對(duì)象，考慮跟蹤計(jì)劃出力和削峰填谷風(fēng)儲(chǔ)聯(lián)合控制模式，討論各敏感因素變化對(duì)儲(chǔ)能最佳容量配置的影響。根據(jù)調(diào)控模式需求配置儲(chǔ)能容量的研究中以改善風(fēng)電場(chǎng)輸出功率特性研究居多。

基于平滑出力波動(dòng)，配置儲(chǔ)能的功率/容量流程如圖1所示。我國限制風(fēng)電功率波動(dòng)依據(jù)2個(gè)時(shí)間尺度：1 min和10 min，不同時(shí)間尺度提出明確的波動(dòng)限制指標(biāo)。根據(jù)限制指標(biāo)進(jìn)而選擇適用于平滑風(fēng)電功率波動(dòng)的儲(chǔ)能類型，需考慮儲(chǔ)能響應(yīng)時(shí)間和出力幅值2個(gè)參數(shù)，由此確定儲(chǔ)能類型。根據(jù)不同的優(yōu)化目標(biāo)，風(fēng)電并網(wǎng)輸出參照的目標(biāo)曲線也不同，如按照風(fēng)電期望的平滑曲線輸出或按照風(fēng)電的功率預(yù)測(cè)曲線輸出，最終需要儲(chǔ)能補(bǔ)償?shù)娜萘坎顒e較大。以目標(biāo)曲線為依據(jù)，制定平滑控制策略，最常用的控制算法有低通濾波控制、滑動(dòng)平均法、滾動(dòng)平均法。得到最小或最優(yōu)儲(chǔ)能容量后，需對(duì)該方案進(jìn)行可行性評(píng)估。

圖1 基于平滑出力波動(dòng)的儲(chǔ)能配置流程Fig.1 Flow chart of ESS capacity allocation in wind farm for fluctuation mitigation

一階低通濾波控制的原理是利用儲(chǔ)能系統(tǒng)補(bǔ)償風(fēng)電功率在截止頻率以上的高頻分量，而在截止頻率以下的功率可順利通過低通濾波器，風(fēng)電原始功率與濾波器輸出值之差即為儲(chǔ)能系統(tǒng)需要吸收/釋放的功率，此方法的關(guān)鍵在于濾波時(shí)間常數(shù)的確定。平滑時(shí)間常數(shù)越大，平滑效果越好，但所需的儲(chǔ)能功率和容量隨之增大。因此需要從技術(shù)和成本的角度考慮選擇合適的時(shí)間常數(shù)。文獻(xiàn)[22]在研究平滑時(shí)間常數(shù)-電池容量特性的基礎(chǔ)上，通過分析平滑時(shí)間常數(shù)-合成輸出標(biāo)準(zhǔn)偏差這2種特性之間的關(guān)系，同時(shí)依據(jù)成本/性能比來確定合適的時(shí)間常數(shù)，使其既能滿足風(fēng)電輸出平滑化的需求，又能使電池容量比較小。低通濾波法的缺點(diǎn)在于沒有考慮儲(chǔ)能自身參數(shù)，并且在某些功率變化較大的時(shí)刻點(diǎn)，輸出功率會(huì)被大幅修正，因而對(duì)儲(chǔ)能系統(tǒng)的功率能力提出較高要求。

滑動(dòng)平均法是一種選擇固定時(shí)間長(zhǎng)度窗口，將窗口內(nèi)的所有數(shù)值做算術(shù)平均，將平均值作為窗口中心點(diǎn)的數(shù)學(xué)方法?；趯?shí)際風(fēng)電場(chǎng)風(fēng)電功率預(yù)測(cè)曲線和風(fēng)速概率密度曲線，計(jì)算得到的輸出功率期望值設(shè)定為平均功率水平。然后人為對(duì)原始功率曲線劃分時(shí)段，比較各個(gè)時(shí)段內(nèi)實(shí)際功率與平均功率得到該時(shí)段需要配置的容量，最后取最大值設(shè)置為該風(fēng)電場(chǎng)所需的儲(chǔ)能功率和容量[23-24]。輸出曲線劃分的時(shí)間段越多，所需儲(chǔ)能容量越小，但頻繁充放電會(huì)影響儲(chǔ)能壽命，而且區(qū)間段設(shè)置過小，風(fēng)電功率預(yù)測(cè)的相對(duì)誤差就越大，影響此方法的精確性，所以滑動(dòng)平均法關(guān)鍵在于滑動(dòng)時(shí)間窗口寬度的設(shè)定。滾動(dòng)平均法原理與滑動(dòng)平均法基本相同，但從配置結(jié)果上看，采用滑動(dòng)平均法容量配置結(jié)果偏大[25]。

1.4 基于改善電能質(zhì)量的儲(chǔ)能配置

在配電網(wǎng)中低壓側(cè)合理裝設(shè)儲(chǔ)能系統(tǒng)，一方面提高電網(wǎng)對(duì)新能源的消納能力，促進(jìn)分布式發(fā)電的應(yīng)用；另一方面可以改善供電負(fù)荷的電能質(zhì)量。與電網(wǎng)側(cè)相連的功率變換系統(tǒng)(power conrersion system, PCS)實(shí)時(shí)檢測(cè)網(wǎng)側(cè)電壓，一旦檢測(cè)出現(xiàn)電壓波動(dòng)、電壓偏差超過允許限值或是發(fā)生電壓中斷等電能質(zhì)量問題時(shí)，PCS控制儲(chǔ)能系統(tǒng)輸出維持敏感負(fù)荷所需要的能量，保證維持重要負(fù)荷正常工作的能力。儲(chǔ)能改善電能質(zhì)量屬于功率型應(yīng)用，所需的儲(chǔ)能容量并不大，所以其一般配合其他優(yōu)化目標(biāo)進(jìn)行容量規(guī)劃。文獻(xiàn)[26]建立了多目標(biāo)最優(yōu)潮流模型，實(shí)現(xiàn)有功損耗最小、無功補(bǔ)償費(fèi)用最低以及電壓偏差最小的多重配置目標(biāo)，以提高風(fēng)電接納能力?；诟纳齐娔苜|(zhì)量的儲(chǔ)能配置，首先需要對(duì)波動(dòng)分量進(jìn)行分解，分析各部分波動(dòng)量對(duì)電網(wǎng)電能質(zhì)量的影響程度，從而配置一定容量的儲(chǔ)能，補(bǔ)償對(duì)電壓、頻率影響較大的分量。有學(xué)者采用傅里葉變換和希爾伯特-黃變換(Hilbert-Huang transform, HHT)分解不平衡量，分析得出HHT更適用于局部細(xì)節(jié)分析，在以提高電能質(zhì)量為目標(biāo)的儲(chǔ)能配置方面具有獨(dú)到優(yōu)勢(shì)[27]。

2 儲(chǔ)能配置的經(jīng)濟(jì)性分析

儲(chǔ)能在電力系統(tǒng)中各個(gè)場(chǎng)合應(yīng)用的技術(shù)優(yōu)勢(shì)已經(jīng)得到論證，但當(dāng)前儲(chǔ)能的單位成本昂貴導(dǎo)致儲(chǔ)能接入系統(tǒng)后盈利區(qū)間有限。因此需全面分析儲(chǔ)能的成本和效益，探究?jī)?chǔ)能在電力系統(tǒng)中應(yīng)用的必要性與可行性。

2.1 成本分析

考慮新能源與儲(chǔ)能聯(lián)合應(yīng)用的成本主要來源于2個(gè)方面，一是儲(chǔ)能裝置投資成本；二是運(yùn)行成本。風(fēng)電場(chǎng)、光伏電站側(cè)儲(chǔ)能容量?jī)?yōu)化的目標(biāo)是在滿足波動(dòng)率要求的前提下，以最低的儲(chǔ)能投資成本和運(yùn)行成本實(shí)現(xiàn)儲(chǔ)能系統(tǒng)的運(yùn)行效益最優(yōu)。

2.1.1 投資成本

儲(chǔ)能的投資成本主要包括[28]：站址建設(shè)成本、電能轉(zhuǎn)換設(shè)備(包括交流側(cè)變壓器和斷路器、整流/逆變系統(tǒng))成本、儲(chǔ)能系統(tǒng)(主要為蓄電池組和電池組管理系統(tǒng))成本。前2種基本為固定成本，所以投資成本在于對(duì)儲(chǔ)能自身成本的把控。多數(shù)研究粗略估計(jì)儲(chǔ)能投資成本和運(yùn)行維護(hù)費(fèi)用，未能計(jì)及儲(chǔ)能整個(gè)壽命周期內(nèi)更換、失效保護(hù)所產(chǎn)生的費(fèi)用[29]，此類費(fèi)用對(duì)于充放電循環(huán)次數(shù)有限的電池類儲(chǔ)能不容忽視。在實(shí)際運(yùn)行過程中儲(chǔ)能充/放電策略和運(yùn)行環(huán)境會(huì)直接影響電池放電深度，而放電深度與蓄電池壽命密切相關(guān)，雨流計(jì)數(shù)法可以計(jì)算計(jì)及充放電深度的儲(chǔ)能系統(tǒng)使用壽命[30]。

2.1.2 運(yùn)行成本

以風(fēng)電場(chǎng)為例說明運(yùn)行成本，主要包含儲(chǔ)能系統(tǒng)損失能量成本和風(fēng)電場(chǎng)棄風(fēng)成本2個(gè)部分[20]，兩者均因儲(chǔ)能容量的變化而變化。

儲(chǔ)能系統(tǒng)損失能量由2種原因?qū)е隆Ｒ环N是由電池容量限制產(chǎn)生的，即當(dāng)電池電量處于滿充狀態(tài)后，蓄電池停止充電，多余的能量不能轉(zhuǎn)換成電能儲(chǔ)存；另一種是由電池的最大充電功率限制產(chǎn)生的，即當(dāng)風(fēng)電場(chǎng)實(shí)際輸出功率與期望輸出功率的差值大于電池的最大充電功率時(shí)，儲(chǔ)能只能按照規(guī)定的最大充電功率充電，而無法以功率差值充電，此部分能量看做儲(chǔ)能損失的能量。同樣，風(fēng)電場(chǎng)棄風(fēng)能量也主要由這2種因素產(chǎn)生。另外還與系統(tǒng)的運(yùn)行方式、調(diào)峰能力以及輸電線路輸送能力等因素相關(guān)聯(lián)。文獻(xiàn)[31]研究了風(fēng)電場(chǎng)棄風(fēng)成本、儲(chǔ)能損失成本以及儲(chǔ)能投資成本這3種成本間的制約關(guān)系，構(gòu)建了儲(chǔ)能容量經(jīng)濟(jì)優(yōu)化計(jì)算模型。

儲(chǔ)能投資成本與運(yùn)行成本之間存在對(duì)立關(guān)系。由上述分析可知，儲(chǔ)能容量越大，儲(chǔ)能系統(tǒng)損失能量和風(fēng)電場(chǎng)棄風(fēng)能量越小，即運(yùn)行成本降低。當(dāng)前市場(chǎng)儲(chǔ)能投資成本較高，風(fēng)儲(chǔ)系統(tǒng)運(yùn)行過程中接納適量的棄風(fēng)能量，可以使風(fēng)電場(chǎng)整體效益最優(yōu)。如果盲目追求棄風(fēng)能量最小，會(huì)大大增加儲(chǔ)能容量而產(chǎn)生高昂的系統(tǒng)總成本，經(jīng)濟(jì)效益不佳。所以可以采用滿足一定置信水平或基于機(jī)會(huì)約束規(guī)劃的思想配置儲(chǔ)能容量[32-33]，得到技術(shù)和經(jīng)濟(jì)性方面的權(quán)衡方案。

2.2 效益分析

儲(chǔ)能的應(yīng)用價(jià)值體現(xiàn)在多方面，一般研究只關(guān)注投資主體的直接經(jīng)濟(jì)利益，而忽略了對(duì)儲(chǔ)能給電網(wǎng)和社會(huì)所帶來的隱性經(jīng)濟(jì)價(jià)值的評(píng)估。如何量化儲(chǔ)能效益，全面評(píng)估儲(chǔ)能應(yīng)用的綜合效益，是推動(dòng)儲(chǔ)能大規(guī)模商業(yè)化發(fā)展的關(guān)鍵。

全方位衡量?jī)?chǔ)能對(duì)系統(tǒng)的綜合價(jià)值，應(yīng)該涉及經(jīng)濟(jì)效益和社會(huì)效益2個(gè)方面。當(dāng)前投資主體呈現(xiàn)多元化(包括發(fā)電公司、電網(wǎng)運(yùn)營(yíng)商、用戶側(cè))，在效益評(píng)估時(shí)應(yīng)明確各受益方利益，否則在考慮多種收益時(shí)，容易導(dǎo)致受益主體利益相矛盾。

2.2.1 經(jīng)濟(jì)效益

儲(chǔ)能產(chǎn)生的經(jīng)濟(jì)效益是多方面的，儲(chǔ)能系統(tǒng)應(yīng)用于新能源發(fā)電中，可以獲得低儲(chǔ)高發(fā)套利帶來的直接收益，還可以獲得削峰填谷、減少系統(tǒng)旋轉(zhuǎn)備用等間接收益；應(yīng)用于發(fā)輸電系統(tǒng)側(cè)，能夠通過延緩電網(wǎng)升級(jí)改造、減少輸電阻塞、提供調(diào)頻輔助服務(wù)等獲利；應(yīng)用于配電網(wǎng)側(cè)和微網(wǎng)中能夠通過降低缺電成本、減少有功網(wǎng)損等獲得經(jīng)濟(jì)效益。不同研究偏重于不同方面進(jìn)行規(guī)劃，所以建立的模型各異。

2.2.2 社會(huì)效益

儲(chǔ)能與新能源聯(lián)合運(yùn)行，快速推進(jìn)清潔能源并網(wǎng)發(fā)電，減少化石燃料的消耗和廢氣排放，降低燃煤、燃?xì)馐桨l(fā)電在電源結(jié)構(gòu)中的比例，在此過程中可以體現(xiàn)出儲(chǔ)能帶來的能源節(jié)約效益、環(huán)保效益、容量替代效益等，促進(jìn)能源節(jié)約型、環(huán)境友好型社會(huì)的發(fā)展。文獻(xiàn)[34]研究了基于需求側(cè)響應(yīng)的分布式光伏和儲(chǔ)能容量配置，考慮負(fù)荷預(yù)測(cè)誤差和負(fù)荷曲線波動(dòng)的影響，目標(biāo)兼顧成本費(fèi)用最低和CO2排放量最小，最終結(jié)論為當(dāng)光伏和儲(chǔ)能系統(tǒng)的容量分別為峰值負(fù)荷的10%～15%、2%～3%時(shí)目標(biāo)最優(yōu)。

儲(chǔ)能規(guī)劃模型針對(duì)優(yōu)化各類技術(shù)目標(biāo)，結(jié)合成本和效益建立數(shù)學(xué)模型，且一般認(rèn)為成本和效益是對(duì)于整個(gè)儲(chǔ)能聯(lián)合運(yùn)行系統(tǒng)而言的，并不只是針對(duì)儲(chǔ)能裝置本身。以收益最大為目標(biāo)函數(shù)的凈現(xiàn)值優(yōu)化模型如式(1)所示。約束條件需滿足各種物理、運(yùn)行、系統(tǒng)等因素制約。

(1)

式中：E為儲(chǔ)能系統(tǒng)最優(yōu)配置容量；RI為第t年的收益；CO為折算至第t年的成本；r為基準(zhǔn)收益率；T為項(xiàng)目壽命；Rj(j=1，2，3，…)表示研究時(shí)段內(nèi)儲(chǔ)能通過低儲(chǔ)高發(fā)套利、提供輔助服務(wù)、減少停電損失等所帶來的相應(yīng)收益；CBESS、Cr分別是電池全壽命周期內(nèi)電池安裝和運(yùn)維費(fèi)用、從電網(wǎng)購買電量的費(fèi)用。

3 不同類型儲(chǔ)能的配置分析

3.1 儲(chǔ)能類型選擇

壓縮空氣儲(chǔ)能和抽水蓄能電站儲(chǔ)能容量大，多用在配網(wǎng)側(cè)提供能量管理和調(diào)頻服務(wù)，小型電站可作為微網(wǎng)的能量緩沖環(huán)節(jié)。電磁類和電池類儲(chǔ)能占地面積小，安裝靈活，可滿足輸電網(wǎng)、配電網(wǎng)以及微網(wǎng)多種場(chǎng)合的應(yīng)用需求。儲(chǔ)能應(yīng)用類型分為單一儲(chǔ)能和復(fù)合儲(chǔ)能兩大類，單一儲(chǔ)能有能量型和功率型元件之分。對(duì)儲(chǔ)能容量需求不大但要求快速響應(yīng)不平衡功率的場(chǎng)合選取功率型儲(chǔ)能，相反在能量管理場(chǎng)合選擇能量型儲(chǔ)能。若針對(duì)某些應(yīng)用對(duì)長(zhǎng)短時(shí)間尺度都有要求的場(chǎng)合，則需要采用2種不同特性的儲(chǔ)能類型構(gòu)成復(fù)合儲(chǔ)能系統(tǒng)。關(guān)于復(fù)合儲(chǔ)能統(tǒng)的組成形式，常見的有各類先進(jìn)電池配合超級(jí)電容器使用，還有介質(zhì)特性差異較大的2種電池類組合(如全釩液流電池與鉛酸電池聯(lián)合使用)[35]。

3.2 復(fù)合儲(chǔ)能

對(duì)于復(fù)合儲(chǔ)能功率/容量的配置，一般思路為在儲(chǔ)能組合類型確定后，基于儲(chǔ)能成本分析，對(duì)不同儲(chǔ)能裝置進(jìn)行協(xié)調(diào)控制，確定功率分配方案。得到儲(chǔ)能功率配置結(jié)果后，繼而結(jié)合運(yùn)行時(shí)間計(jì)算得到容量值。整個(gè)配置流程關(guān)鍵在于如何將波動(dòng)分量在各個(gè)儲(chǔ)能元件中進(jìn)行功率分配。

復(fù)合儲(chǔ)能系統(tǒng)的功率分配常常通過高通濾波器方法實(shí)現(xiàn)。補(bǔ)償方式為分頻補(bǔ)償，即功率型補(bǔ)償高頻分量，能量型補(bǔ)償?shù)皖l分量，所以功率分配重點(diǎn)是確定分界頻率，即確定濾波時(shí)間常數(shù)。時(shí)間常數(shù)越大，功率型器件補(bǔ)償功率越大，則能量型器件補(bǔ)償功率越小。因此，實(shí)際應(yīng)用中應(yīng)結(jié)合具體場(chǎng)合的配置目標(biāo)，采用遺傳算法[30]、黃金分割法結(jié)合拋物線逼近法[36]確定分界頻率，求解最優(yōu)時(shí)間常數(shù)大小。除了高通濾波法，還可以利用小波分析法[37-38]、多孔算法[35]等優(yōu)化方法分配復(fù)合儲(chǔ)能的功率。文獻(xiàn)[37]通過小波分析法解耦電池、超級(jí)電容器信號(hào)后，通過概率統(tǒng)計(jì)方法，分析了2種儲(chǔ)能信號(hào)的分布特性，得出不同置信水平下的功率組合方案。以均值、方差、波動(dòng)范圍及波動(dòng)點(diǎn)數(shù)為指標(biāo)，比較各種方案平抑風(fēng)電功率的效果。

圍繞復(fù)合儲(chǔ)能配置，除了合理的配置方法外，儲(chǔ)能系統(tǒng)數(shù)學(xué)模型的精確性、復(fù)合儲(chǔ)能元件的連接方式以及協(xié)調(diào)運(yùn)行策略[39]對(duì)儲(chǔ)能容量的優(yōu)化配置至關(guān)重要。因此，有關(guān)復(fù)合儲(chǔ)能的協(xié)調(diào)控制策略、經(jīng)濟(jì)規(guī)劃和優(yōu)化調(diào)度有待進(jìn)一步研究。

4 儲(chǔ)能配置效果評(píng)價(jià)分析

依據(jù)量化指標(biāo)對(duì)儲(chǔ)能作用效果進(jìn)行評(píng)價(jià)，是體現(xiàn)儲(chǔ)能應(yīng)用價(jià)值的最直接手段，也是刺激投資主體積極性的重要方式。從波動(dòng)補(bǔ)償效果、系統(tǒng)安全性、供電可靠性、可再生能源浪費(fèi)率和經(jīng)濟(jì)性方面，分別給定通用評(píng)價(jià)指標(biāo)和評(píng)價(jià)依據(jù)。

4.1 補(bǔ)償效果

波動(dòng)變化率為相鄰時(shí)間輸出功率差的絕對(duì)值，常用作表征短時(shí)間尺度風(fēng)電、光伏等輸出波動(dòng)大小的指標(biāo)。標(biāo)準(zhǔn)偏差衡量一個(gè)隨機(jī)變量偏離算數(shù)平均值的程度。一般用標(biāo)準(zhǔn)偏差作為評(píng)估長(zhǎng)時(shí)間段內(nèi)風(fēng)電、光伏等輸出波動(dòng)的評(píng)估指標(biāo)，計(jì)算表達(dá)式如式(2)所示：

(2)

式中：N為評(píng)估期內(nèi)的離散點(diǎn)數(shù)；Pave為可再生能源平均輸出功率。標(biāo)準(zhǔn)偏差越小，表征隨機(jī)變量偏離均值越小，則說明輸出曲線越平滑，補(bǔ)償效果越好。

4.2 提高安全穩(wěn)定裕度

安全穩(wěn)定裕度反映了系統(tǒng)期望的安全運(yùn)行風(fēng)險(xiǎn)水平，根據(jù)實(shí)際情況選擇期望的系統(tǒng)運(yùn)行風(fēng)險(xiǎn)水平，以靈活調(diào)整儲(chǔ)能裝置的配置方案。目前通用的的評(píng)價(jià)指標(biāo)有最小切負(fù)荷量、負(fù)載率均衡度、暫態(tài)穩(wěn)定裕度、電壓越限距離、節(jié)點(diǎn)電壓分布等。儲(chǔ)能能夠?yàn)殡娋W(wǎng)提供暫態(tài)支撐能力，可以提高系統(tǒng)的故障極限切除時(shí)間(critical clearing time,CCT )。CCT是系統(tǒng)重要的運(yùn)行參數(shù)，能夠?yàn)榘踩?jīng)濟(jì)調(diào)度和預(yù)防控制提供有價(jià)值的信息。當(dāng)系統(tǒng)遭受故障時(shí)，CCT越小，說明在此種故障情況下系統(tǒng)穩(wěn)定性越差，故可以采用極限切除時(shí)間作為評(píng)判儲(chǔ)能增強(qiáng)系統(tǒng)穩(wěn)定效果的指標(biāo)。

節(jié)點(diǎn)電壓是反映系統(tǒng)穩(wěn)定性和電能質(zhì)量的重要參數(shù)之一，電壓偏移、電壓波動(dòng)值均可衡量?jī)?chǔ)能改善供電電壓質(zhì)量的程度。電壓分布指標(biāo)量化儲(chǔ)能作用后對(duì)電壓穩(wěn)定的改善效果，其計(jì)算如式(3)、(4)所示[40]：

(3)

(4)

式中：Ui表示節(jié)點(diǎn)電壓幅值；Un表示額定電壓；Umax、Umin分別表示節(jié)點(diǎn)電壓最大、最小限值；N表示饋線節(jié)點(diǎn)數(shù)；Pj、Pi分別表示儲(chǔ)能加入前后節(jié)點(diǎn)注入功率。

Upi反映節(jié)點(diǎn)電壓質(zhì)量，Upi越小，表示此節(jié)點(diǎn)電壓偏離額定值距離越大，則說明加入儲(chǔ)能對(duì)饋線電壓分布影響越小。所以Upi的值越大越好。Up反映饋線綜合電壓分布質(zhì)量，其值越大越好，上限值達(dá)到1時(shí)表示各個(gè)節(jié)點(diǎn)電壓為標(biāo)稱電壓。

4.3 供電可靠性

電網(wǎng)的任何功能都要從用戶需求出發(fā)，從用戶角度看，最為關(guān)心的是能否連續(xù)獲得符合電能質(zhì)量要求的電能，即系統(tǒng)能否提供良好的供電可靠性。一般選用負(fù)荷缺電率、供電損失率ηLPSP、供求匹配系數(shù)、平均系統(tǒng)停電時(shí)間TASIDI[41]等指標(biāo)衡量?jī)?chǔ)能配合其他形式電源構(gòu)成聯(lián)合發(fā)電系統(tǒng)的供電可靠性。

TASID選自最具代表性的IEEE配電可靠性指標(biāo)標(biāo)準(zhǔn)，該指標(biāo)定義如式(5)所示：

(5)

式中：ri為每次停電事件的恢復(fù)供電時(shí)間；Li表示每次停電事件所連的停電負(fù)荷， kV·A；Lr表示供電所連總負(fù)荷， kV·A。該指標(biāo)提供系統(tǒng)平均停電持續(xù)時(shí)間，時(shí)間越短，說明系統(tǒng)供求平衡度越好，負(fù)荷失電量越少，供電可靠性越高。

4.4 可再生能源浪費(fèi)率

很多文獻(xiàn)采用能量浪費(fèi)率ηEXC或能量損失率指標(biāo)指導(dǎo)儲(chǔ)能容量與可再生能源發(fā)電量的配比關(guān)系，間接反映增設(shè)儲(chǔ)能裝置對(duì)新能源利用率的影響。ηEXC為風(fēng)光等發(fā)電浪費(fèi)的功率與評(píng)估期負(fù)載要求的總功率的比值。當(dāng)風(fēng)光儲(chǔ)總發(fā)電功率高于當(dāng)前負(fù)荷所需要的功率時(shí)風(fēng)力和光伏發(fā)電浪費(fèi)的能量如式(6)所示[42]：

EW(t)=[PPV(t)+PWG(t)]Δt-

{Pref(t)Δt/ηinv+[Cbatmax-Cbat(t-1)]/ηcha}

(6)

式中：EW(t)是在滿足負(fù)荷要求和儲(chǔ)能元件最大充電容量要求的基礎(chǔ)上，風(fēng)力發(fā)電和光伏發(fā)電等浪費(fèi)的能量；PPV(t)、PWG(t)為t時(shí)刻光伏發(fā)電、風(fēng)力發(fā)電輸出的有功功率；Δt為用于計(jì)算的步長(zhǎng)；Pref(t)為負(fù)荷所需功率的參考值；ηinv為功率變換器效率；Cbatmax、Cbat(t-1)分別為儲(chǔ)能系統(tǒng)的最大容量和t-1時(shí)刻的初始容量；ηcha為儲(chǔ)能系統(tǒng)充電效率。

評(píng)估期T內(nèi)，能量浪費(fèi)率為

(7)

式中Pload(t)為評(píng)估期T內(nèi)負(fù)載總功率。應(yīng)盡量減小能量浪費(fèi)率，以提高可再生能源利用率。

4.5 經(jīng)濟(jì)性

儲(chǔ)能裝置造價(jià)昂貴，其成本在整個(gè)聯(lián)合發(fā)電系統(tǒng)的投資成本中占比很大，所以客觀評(píng)估儲(chǔ)能的經(jīng)濟(jì)價(jià)值是儲(chǔ)能技術(shù)商業(yè)化推廣應(yīng)用的關(guān)鍵。目前采用的評(píng)價(jià)標(biāo)準(zhǔn)有針對(duì)儲(chǔ)能使用壽命的評(píng)估指標(biāo)(電池充放電次數(shù)、儲(chǔ)能功率概率密度分布特性、SOC越限次數(shù))和反映總體盈利能力的指標(biāo)(凈現(xiàn)值指標(biāo)、投資回收期)。凈現(xiàn)值越大，配置方案越優(yōu)，投資效益越好。若凈現(xiàn)值出現(xiàn)負(fù)值，則說明該方案在經(jīng)濟(jì)性上不可行，需調(diào)整儲(chǔ)能配置方案。

投資回收期是工程項(xiàng)目的累計(jì)經(jīng)濟(jì)效益全部抵償初始投資費(fèi)用所需的時(shí)間，是反映項(xiàng)目財(cái)務(wù)投資回收能力的重要指標(biāo)，計(jì)算公式如式(8)所示[43]:

(8)

式中：P0為初始投資；Rt為每年的凈收益；Pt為投資回收期。回收期愈短，資金周轉(zhuǎn)速度越快，風(fēng)險(xiǎn)愈小，盈利愈多。

5 結(jié) 語

本文從應(yīng)用需求、經(jīng)濟(jì)效益、應(yīng)用類型和評(píng)價(jià)指標(biāo)等方面深入分析了儲(chǔ)能優(yōu)化配置的關(guān)鍵問題。文中的分析結(jié)論對(duì)儲(chǔ)能應(yīng)用規(guī)劃具有積極的指導(dǎo)作用。在儲(chǔ)能應(yīng)用實(shí)踐中，有以下幾個(gè)方面有待深入研究：

(1)儲(chǔ)能自身具有優(yōu)越的技術(shù)性能，結(jié)合各種先進(jìn)的控制策略，使儲(chǔ)能應(yīng)用不再存在技術(shù)難題，但是如何在滿足技術(shù)需求的同時(shí)減少儲(chǔ)能系統(tǒng)的配置容量是儲(chǔ)能規(guī)劃追求的最終目標(biāo)；

(2)在各類數(shù)字仿真平臺(tái)搭建儲(chǔ)能模型進(jìn)行時(shí)域仿真驗(yàn)證時(shí)，一般只考慮儲(chǔ)能容量限制對(duì)平抑功率波動(dòng)的影響，而忽略了儲(chǔ)能最大充放電功率的限制，而這點(diǎn)也是影響儲(chǔ)能性能的重要因素。

[1]張文亮，丘明，來小康.儲(chǔ)能技術(shù)在電力系統(tǒng)中的應(yīng)用[J].電網(wǎng)技術(shù)，2008，32(7)：1-9.

ZHANG Wenliang，QIU Ming，LAI Xiaokang.Application of energy storage technologies in power grids[J].Power System Technology，2008，32(7)：1-9.

[2]周林，黃勇，郭珂，等.微電網(wǎng)儲(chǔ)能技術(shù)研究綜述[J].電力系統(tǒng)保護(hù)與控制，2011，39(7)：147-152.

ZHOU Lin，HUANG Yong，GUO Ke，et al.A survey of energy storage technology for micro grid[J].Power System Protection and Control，2011，39(7)：147-152.

[3]RIBEIRO P F，JOHNSON B K，CROW M L，et al.Energy storage systems for advanced power applications[J].Proceedings of the IEEE，2001，89(12):1744-1756.

[4]趙靜波，雷金勇，甘德強(qiáng).電池儲(chǔ)能裝置在抑制電力系統(tǒng)低頻振蕩中的應(yīng)用[J].電網(wǎng)技術(shù)，2008，32(6)：93-99，108.

ZHAO Jingbo，LEI Jinyong，GAN Deqiang.Application of battery energy storage devices in suppressing low-frequency oscillation of power system[J].Power System Technology，2008，32(6)：93-99，108.

[5]馬騰宇.超導(dǎo)儲(chǔ)能裝置(SMES)用于改善電力系統(tǒng)穩(wěn)定性的布局研究[D].武漢：華中科技大學(xué)，2009.

MA Tengyu.Study on the optimal location of Superconducting Magnetic energy storage (SMES) used for improving the transient stability of Power System [D].Wuhan：Huazhong University of Science and Technology，2009.

[6]LIU D B， SHIL J， XU Q，et al.Selection of installing locations of flywheel energy storage system in multi-machine power systems by modal analysis[C]//International Conference on Sustainable Power Generation and Supply.Nanjing，China:IEEE，2009.

[7]UEDA S，TAKEUCHI H，OHSAWA Y.Studies on power system stabilization by distributed allocation of micro SMES units[C]//Proceedings of IEEE Conference on Power System Technology.Kunming，China:IEEE，2002.

[8]LI Y Z，WADA K，OHSAWA Y.Optimal allocation of micro SMES units for power system stabilization by means of genetic algorithm[C]//Proceedings of IEEE Conference on Power System Technology.Chongqing，China:IEEE，2006.

[9]夏亞君.儲(chǔ)能提高電力系統(tǒng)暫態(tài)穩(wěn)定性的優(yōu)化配置研究[D].武漢：華中科技大學(xué)，2012.

XIA Yajun.The optimal allocation of energy storage system for enhancing transient stability of power system [D].Wuhan：Huazhong University of Science and Technology，2012.

[10]吳迪，劉世林，文勁宇.一種基于暫態(tài)穩(wěn)定風(fēng)險(xiǎn)的儲(chǔ)能位置與容量?jī)?yōu)化方法[J].電力科學(xué)與技術(shù)學(xué)報(bào)，2012，27(1)：19-26.

WU Di，LIU Shilin，WEN Jinyu.A transient stability risk assessment based optimization method[J].Journal of Electric Power Science and Technology，2012，27(1)：19-26.

[11]OHSAWA Y，MARUOKA Y，TAKENO H，et al.Determination of installation location of SMES for power system stabilization[C]//Proceedings of IEEE Conference on Circuits and Systems.Geneva，Switzerland:IEEE，2000.

[12]熊雄，袁鐵江，楊水麗，等.基于電壓穩(wěn)定與限值的風(fēng)/儲(chǔ)系統(tǒng)容量配置[J].電網(wǎng)與清潔能源，2012，28(4)：63-68.

XIONG Xiong，YUAN Tiejiang，YANG Shuili，et al.Based on the voltage stability and limit wind-energy storage system capacity configuration[J].Power System and Clean Energy，2012，28(4)：63-68.

[13]李婷婷.需求側(cè)儲(chǔ)能提高電網(wǎng)靜態(tài)安全性的優(yōu)化配置研究[D].武漢：華中科技大學(xué)，2013.

LI Tingting.Optimal configuration of demand side ES for improving the power system Security[D].Wuhan：Huazhong University of Science and Technology，2013.

[14]李紅梅，嚴(yán)正.用可再生能源充電的SMES裝置在系統(tǒng)調(diào)頻中的應(yīng)用[J].電力系統(tǒng)自動(dòng)化，2009，33(15)：94-97,102.

LI Hongmei，YAN Zheng.Application of renewable energy charged SMES devices in power system frequency regulation[J].Automation of Electric Power Systems，2009，33(15)：94-97,102.

[15]MERCIER P，CHERKAOUI R，OUDALOV A.Optimizing a battery energy storage system for frequency control application in an isolated power system[J].IEEE Transactions on Power Systems，2009，24(3)，1469-1477.

[16]ALEXANDRE O，DANIEL C，CHRISTIAN O.Optimizing a battery energy storage system for primary frequency control[J].IEEE Transactions on Power Systems，2007，22(3):1259-1266.

[17]丁冬.適用于調(diào)頻的儲(chǔ)能系統(tǒng)配置策略研究[D].北京：華北電力大學(xué)，2015.

DING Dong.Research on energy storage system configuration strategy for frequency regulation [D].Beijing：North China Electric Power University，2015.

[18]黃際元，李欣然，曹一家，等.考慮儲(chǔ)能參與快速調(diào)頻動(dòng)作時(shí)機(jī)與深度的容量配置方法[J].電工技術(shù)學(xué)報(bào)，2015，30(12)：454-464.

HUANG Jiyuan，LI Xiran，CAO Yijia，et al.Capacity allocation of energy storage system considering its action moment and output depth in rapid frequency regulation[J].Transactions of China Electrotechnical Society，2015，30(12)：454-464.

[19]姜書鵬，喬穎，徐飛，等.風(fēng)儲(chǔ)聯(lián)合發(fā)電系統(tǒng)容量?jī)?yōu)化配置模型及敏感性分析[J].電力系統(tǒng)自動(dòng)化，2013，37(20)：16-21.

JIANG Shupeng，QIAO Ying，XU Fei，et al.Capacity optimization and sensitivity analysis of cogeneration system of wind power and energy storage[J].Automation of Electric Power Systems，2013，37(20)：16-21.

[20]馮江霞，梁軍，張峰，等.考慮調(diào)度計(jì)劃和運(yùn)行經(jīng)濟(jì)性的風(fēng)電場(chǎng)儲(chǔ)能容量?jī)?yōu)化計(jì)算[J].電力系統(tǒng)自動(dòng)化，2013，37(1)：90-95.

FENG Jiangxia，LIANG Jun，ZHANG Feng，et al.An optimization calculation method of wind farm energy storage capacity[J].Automation of Electric Power Systems，2013，37(1)：90-95.

[21]GUPTA A，SAINIR P, SHARMAM P.Hybrid energy system sizing incorporating battery storage: an analysis via simulation calculation[C]//Proceedings of IEEE Conference on Power System.Kharagpur，Indian:IEEE，2009.

[22]楊水麗，惠東，李建林，等.適用于風(fēng)電場(chǎng)的最佳電池容量選取的方法[J].電力建設(shè)，2010，31(9)：1-4.

YANG Shuili，HUI Dong，LI Jianlin，et al.Selection of the optimal battery capacity for wind farm[J].Electric Power Construction，2010，31(9)：1-4.

[23]張浩，馬愛軍，李文斌，等.風(fēng)電場(chǎng)日出力曲線和儲(chǔ)能容量關(guān)系研究[J].中國電力，2012，45(6)：77-81.

ZHANG Hao，MA Aijun，LI Wenbin，et al.Research of the relationship between wind farm output and energy storage[J].Electric Power，2012，45(6)：77-81.

[24]韓濤，盧繼平，喬梁，等.大型并網(wǎng)風(fēng)電場(chǎng)儲(chǔ)能容量?jī)?yōu)化方案[J].電網(wǎng)技術(shù)，2010，34(1)：169-173.

HAN Tao，LU Jiping，QIAO Liang，et al.Optimized scheme of energy storage capacity for grid-connected large-scale wind farm[J].Power System Technology，2010，34(1)：169-173.

[25]毛彪.液流儲(chǔ)能對(duì)分布式發(fā)電系統(tǒng)穩(wěn)定運(yùn)行的作用機(jī)理及優(yōu)化配置理論研究[D].武漢：華中科技大學(xué)，2012.

MAO Biao.Research on mechanism and optimization theory of the impact of VRB energy storage on stable operation of distributed generation system[D].Wuhan：Huazhong University of Science and Technology，2012.

[26]劉小寨，徐天，葛立坤，等.含風(fēng)電場(chǎng)的電網(wǎng)儲(chǔ)能系統(tǒng)選址和優(yōu)化配置[J].電網(wǎng)與清潔能源，2014，30(12)：119-125.

LIU Xiaozhai，XU Tian，GE Likun，et al.Location selection and optimal allocation for energy storage system of power system with wind farm[J].Power System and Clean Energy，2012，30(12)：119-125.

[27]李翔.抑制風(fēng)電電壓閃變的混合儲(chǔ)能優(yōu)化配置方法[D].廣州：華南理工大學(xué)，2013.

LI Xiang.Hybrid energy storage systems for wind power systems: optimization of system capacity and cost through suppress voltage flicker[D].Guangzhou：South China University of Technology，2013.

[28]顏志敏，王承民，連鴻波，等.計(jì)及缺電成本的用戶側(cè)蓄電池儲(chǔ)能系統(tǒng)容量規(guī)劃[J].電力系統(tǒng)自動(dòng)化，2012，36(11)：50-54.

YAN Zhimin，WANG Chengmin，LIAN Hongbo，et al.Capacity plan of battery energy storage system in user side considering power outtage cost[J].Automation of Electric Power Systems，2012，36(11)：50-54.

[29]向育鵬，衛(wèi)志農(nóng)，孫國強(qiáng)，等.基于全壽命周期成本的配電網(wǎng)蓄電池儲(chǔ)能系統(tǒng)的優(yōu)化配置[J].電網(wǎng)技術(shù)，2015，39(1)：264-270.

XIANG Yupeng，WEI Zhinong，SUN Guoqiang，et al.Life cycle cost based optimal configuration of battery energy storage system indistribution network[J].Power System Technology，2015，39(1)：264-270.

[30]肖峻，張澤群，張磐，等.用于優(yōu)化微網(wǎng)聯(lián)絡(luò)線功率的混合儲(chǔ)能容量?jī)?yōu)化方法[J].電力系統(tǒng)自動(dòng)化，2014，38(12)：19-26.

XIAO Jun，ZHANG Zequn，ZHANG Pan，et al.A capacity optimization method of hybrid energy storage system for optimizing tie-line power in microgrids[J].Automation of Electric Power Systems，2014，38(12)：19-26.

[31]殷志敏，晁勤，王一波，等.波動(dòng)率優(yōu)于國網(wǎng)標(biāo)準(zhǔn)的風(fēng)電場(chǎng)儲(chǔ)能容量經(jīng)濟(jì)優(yōu)化配置[J].可再生能源，2016，32(1)：86-94.

YIN Zhimin，CHAO Qin，WANG Yibo，et al.An economic optimal method for wind farm energy storage capacity with superior fluctuation rate to standard of the State Grid[J].Renewable Energy Resources，2016，32(1)：86-94.

[32]謝石驍，楊莉，李麗娜.基于機(jī)會(huì)約束規(guī)劃的混合儲(chǔ)能優(yōu)化配置方法[J].電網(wǎng)技術(shù)，2012，36(5)：79-84.

XIE Shixiao，YANG Li，LI Lina.A chanceconstrained programming based optimal configuration method of hybrid energy storage system[J].Power System Technology，2012，36(5)：79-84[33]黎靜華，文勁宇，程時(shí)杰，等.基于p-有效點(diǎn)理論的含大規(guī)模風(fēng)電電力系統(tǒng)最小儲(chǔ)能功率配置方法[J].中國電機(jī)工程學(xué)報(bào)，2013，33(13)：45-52.

LI Jinghua，WEN Jinyu，CHENG Shijie，et al.Method of minimum energy storage power allocation for electric power systems with large-scale wind power based on p-efficient point theory[J].Proceedings of the CSEE，2013，33(13)：45-52.

[34]HIDA Y，ITO Y，YOKOYAMA R, et al.A study of optimal capacity of PV and battery energy storage system distributed in demand side[C]//Universities Power Engineering Conference (UPEC).Cardiff，Wales:IEEE，2010.

[35]張峰，董曉明，梁軍，等.考慮目標(biāo)分解及其互補(bǔ)平抑的風(fēng)電場(chǎng)復(fù)合儲(chǔ)能容量?jī)?yōu)化[J].電力系統(tǒng)自動(dòng)化，2014，38(7)：9-15.

ZHANG Feng，DONG Xiaoming，LIANG Jun，et al.Capacity optimization of hybrid energy storage system based on target decomposition and complementary fluctuations smothing[J].Automation of Electric Power Systems，2014，38(7)：9-15.

[36]李成，楊秀，張美霞，等.基于成本分析的超級(jí)電容器和蓄電池混合儲(chǔ)能優(yōu)化配置方案[J].電力系統(tǒng)自動(dòng)化，2013，37(18)：20-24.

LI Cheng，YANG Xiu，ZHANG Meixia，et al.Optimal configuration scheme for hybrid energy storage system of super—capacitors and batteries based on cost analysis[J].Automation of Electric Power Systems，2013，37(18)：20-24.

[37]馬速良，蔣小平，馬會(huì)萌，等.平抑風(fēng)電波動(dòng)的混合儲(chǔ)能系統(tǒng)的容量配置[J].電力系統(tǒng)保護(hù)與控制，2014，42(8)：108-114.

MA Suliang，JIANG Xiaoping，MA Huimeng，et al.Capacity configuration of the hybrid energy storage system for wind power smoothing[J].Power System Protection and Control，2014，42(8)：108-114.

[38]熊雄，葉林，楊仁剛，等.多元復(fù)合儲(chǔ)能在獨(dú)立微電網(wǎng)中運(yùn)行策略及容量?jī)?yōu)化研究[J].智能電網(wǎng)，2014，2(6)：5-10.

XIONG Xiong，YE Lin，YANG Rengang，et al.Operation strategy and capacity optimization of multi-element composite energy storage system in stand-alone microgrid[J].Smart Grid，2014，2(6)：5-10.

[39]高孝天，凌志斌，郭海峰，等.基于粒子群優(yōu)化的風(fēng)儲(chǔ)配合控制策略研究[J].太陽能學(xué)報(bào)，2014，35(11)：2249-2256.

GAO Xiaotian，LING Zhibin，GUO Haifeng，et al.Control strategies for wind farm with battery energy storage based on particle swarm optimization[J].Acta Energiae Solaris Sinica，2014，35(11)：2249-2256.

[40]ZHONG Qing，YU Nanhua，ZHANG Xiaoping，et al.Optimal siting&sizing of battery energy storage system in active distribution network[C]//IEEE/PES Innovation Smart Grid Technologies Europe.Lyngby，Denmark:IEEE，2013.

[41]瞿海妮，劉建清.國內(nèi)外配電網(wǎng)供電可靠性指標(biāo)比較分析[J].華東電力，2012，40(9)：1566-1570.

QU Haini，LIU Jianqin.Comparison and analysis on power supply reliability indicators of distribution network at home and abroad[J].East China Electric Power，2012，40(9)：1566-1570.

[42]譚興國，王輝，張黎，等.微電網(wǎng)復(fù)合儲(chǔ)能多目標(biāo)優(yōu)化配置方法及評(píng)價(jià)指標(biāo)[J].電力系統(tǒng)自動(dòng)化，2014，32(8)：7-14.

TAN Xingguo，WANG Hui，ZHANG Li，et al.Multi-objective optimization of hybrid energy storage and assessment indices in microgrid[J].Automation of Electric Power Systems，2014，32(8)：7-14.

[43]楊毅，劉潔，于建成，等.分布式儲(chǔ)能優(yōu)化配置影響因素的評(píng)價(jià)方法研究[J].現(xiàn)代電子技術(shù)，2015，38(2)：152-157.

YANG Yi，LIU Jie，YU Jiancheng，et al.Evaluation method of distributed energy storage system in consideration of optimizationconfiguration influence factors[J].Modern Electronics Technique，2015，38(2)：152-157.

(編輯 張小飛)

Principal Problems of Energy Storage Optimization Allocation

LI Dandan, SU Xiaolin, YAN Xiaoxia, TAN Yixue

(Department of Electric Power Engineering,Shanxi University,Taiyuan 030013,China)

Energy storage optimization allocation is the foundation of energy storage system (ESS) application, which involves two dimensions of technical and economic aspects, also relates to the different needs of multi-application time scales and power energy.According to the different application requirements of ESS in power grids, focusing on security and stability, frequency regulation, acceptance of renewable energy sources and power quality, this paper analyzes the optimal allocation of its objectives, conditions, methods and theories deeply.Based on the cost-benefit analysis of energy storage system, this paper establishes a general NPV (net present value) optimization model.Combined with the application characteristics of different energy storage, this paper analyzes the selection principles of energy storage type, as well as the combination type of composite energy storage and the methods of capacity allocation.This paper presents the relevant evaluation index and methods for the evaluation of energy storage application from the compensation effect, safety, reliability, economy and so on.Finally, this paper proposes the future research topics in the practice of energy storage planning.

energy storage; electric power system; optimization allocation; evaluation index

TM 910

A

1000-7229(2016)09-0070-09

10.3969/j.issn.1000-7229.2016.09.010

2016-05-12

李丹丹(1992)，女，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)穩(wěn)定分析與控制、儲(chǔ)能技術(shù)；

蘇小林(1963)，男，工學(xué)博士，教授，本文通訊作者，主要研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行與控制、智能電網(wǎng)等；

閻曉霞(1963)，女，工學(xué)學(xué)士，副教授，研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行與控制；

譚逸雪(1992)，女，碩士研究生，研究方向?yàn)閮?chǔ)能在電力系統(tǒng)中的應(yīng)用。