劉大賀， 韓曉娟， 李建林

(1. 華北電力大學(xué)控制與計(jì)算機(jī)工程學(xué)院，北京 102206；2. 中國(guó)電力科學(xué)研究院，北京 100192)

基于光伏電站場(chǎng)景下的梯次電池儲(chǔ)能經(jīng)濟(jì)性分析

劉大賀1， 韓曉娟1， 李建林2

(1. 華北電力大學(xué)控制與計(jì)算機(jī)工程學(xué)院，北京 102206；2. 中國(guó)電力科學(xué)研究院，北京 100192)

大規(guī)模可再生能源并網(wǎng)時(shí)，通過(guò)配置儲(chǔ)能系統(tǒng)平抑功率波動(dòng)，可以實(shí)現(xiàn)能量的平穩(wěn)轉(zhuǎn)移。以某光伏電站為應(yīng)用場(chǎng)景，分析梯次電池儲(chǔ)能在平抑光伏功率波動(dòng)這一應(yīng)用模式下的優(yōu)化規(guī)劃并評(píng)估其經(jīng)濟(jì)性。建立光伏電站儲(chǔ)能系統(tǒng)優(yōu)化規(guī)劃和經(jīng)濟(jì)性評(píng)估模型，以滿足并網(wǎng)波動(dòng)率限制下儲(chǔ)能容量成本最小為目標(biāo)函數(shù)，采用人工魚(yú)群算法進(jìn)行優(yōu)化求解，并通過(guò)對(duì)比常規(guī)儲(chǔ)能系統(tǒng)評(píng)估梯次電池的經(jīng)濟(jì)性。選取相關(guān)算例進(jìn)行分析，結(jié)果表明模型具有一定的合理性和有效性。

梯次電池儲(chǔ)能；光伏電站；經(jīng)濟(jì)性；人工魚(yú)群算法

0 引言

近年來(lái)，應(yīng)用梯次電池儲(chǔ)能已成為研究熱點(diǎn)，但成本仍是制約電池儲(chǔ)能大規(guī)模應(yīng)用的主要因素[1，2]。對(duì)于退役動(dòng)力電池，直接報(bào)廢回收處理會(huì)對(duì)環(huán)境造成極大的危害，同時(shí)也是對(duì)電池價(jià)值的巨大浪費(fèi)。退役動(dòng)力電池雖然無(wú)法滿足在電動(dòng)汽車應(yīng)用領(lǐng)域的性能要求，但仍可在其他場(chǎng)合發(fā)揮其作用，一個(gè)最主要的用途就是用于儲(chǔ)能領(lǐng)域，比如用于可再生能源發(fā)電等領(lǐng)域[3]。在一定程度上可以降低電池儲(chǔ)能系統(tǒng)的成本，優(yōu)化儲(chǔ)能配置。對(duì)退役動(dòng)力電池進(jìn)行梯次利用，可充分發(fā)揮動(dòng)力電池的容量?jī)r(jià)值、延長(zhǎng)使用壽命、促進(jìn)節(jié)能減排，有利于緩解大量電池報(bào)廢帶來(lái)的回收工作壓力，并能在一定程度上分?jǐn)傠姵貎?chǔ)能的高成本。研究動(dòng)力電池的梯次利用技術(shù)，對(duì)于推動(dòng)電力行業(yè)的健康綠色發(fā)展、儲(chǔ)能系統(tǒng)的推廣應(yīng)用以及節(jié)能環(huán)保具有重要的社會(huì)意義和巨大的經(jīng)濟(jì)效益[4]。

國(guó)內(nèi)外對(duì)于動(dòng)力電池梯次利用的重要性和經(jīng)濟(jì)效益已經(jīng)有了較明確的認(rèn)識(shí)，但對(duì)于動(dòng)力電池的梯次利用仍處于初步階段。在國(guó)外市場(chǎng)，商業(yè)運(yùn)作方面的應(yīng)用主要集中在家庭儲(chǔ)能、商業(yè)儲(chǔ)能、移動(dòng)電源等小型靈活的設(shè)備[5，6]。國(guó)內(nèi)示范工程的應(yīng)用領(lǐng)域主要集中在新能源發(fā)電、低速電動(dòng)車、電動(dòng)汽車充換電站等方面[7-10]。示范工程驗(yàn)證了梯次電池用于儲(chǔ)能系統(tǒng)的技術(shù)可行性，而動(dòng)力電池梯次利用是否具有經(jīng)濟(jì)可行性，則決定了其在未來(lái)能否具有成規(guī)模的商業(yè)化運(yùn)作。文獻(xiàn)[11]從動(dòng)力電池所有者的角度，以動(dòng)力電池全壽命周期的整體價(jià)值為研究對(duì)象，提出了評(píng)估動(dòng)力電池梯次利用經(jīng)濟(jì)性的方法。文獻(xiàn)[12]根據(jù)給出的典型住宅負(fù)荷曲線，分別確定了典型住宅在具備和不具備梯次利用電池儲(chǔ)能系統(tǒng)進(jìn)行負(fù)荷調(diào)節(jié)情況下的年成本，并分析了在不同電價(jià)和輔助費(fèi)用等級(jí)下采用梯次利用動(dòng)力電池所節(jié)約的成本。文獻(xiàn)[13]從環(huán)保角度出發(fā)，分析了動(dòng)力電池梯次利用所面臨的技術(shù)難題和成本問(wèn)題，并提出了新的動(dòng)力電池商業(yè)模式：租賃。文獻(xiàn)[14]以退役動(dòng)力電池梯次利用的電動(dòng)汽車快速充電站為研究對(duì)象，從電網(wǎng)引入梯次利用儲(chǔ)能系統(tǒng)所帶來(lái)的價(jià)值的角度，建立了梯次利用儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)效益模型。大都沒(méi)有考慮梯次電池儲(chǔ)能在光伏電站場(chǎng)景下的經(jīng)濟(jì)性。

本文以某光伏電站為應(yīng)用場(chǎng)景，分析梯次電池儲(chǔ)能在平抑光伏功率波動(dòng)這一應(yīng)用模式下的優(yōu)化規(guī)劃并對(duì)其經(jīng)濟(jì)性進(jìn)行評(píng)估。建立光伏電站儲(chǔ)能系統(tǒng)優(yōu)化規(guī)劃和經(jīng)濟(jì)性評(píng)估模型，以滿足并網(wǎng)波動(dòng)率限制下儲(chǔ)能容量成本最小為目標(biāo)函數(shù)，采用人工魚(yú)群算法(artificial fish school algorithm，AFSA)進(jìn)行優(yōu)化求解，對(duì)比常規(guī)儲(chǔ)能系統(tǒng)，以此評(píng)價(jià)梯次電池的經(jīng)濟(jì)性，并選取相應(yīng)的算例進(jìn)行分析來(lái)驗(yàn)證該模型的合理性和有效性。

1 梯次電池儲(chǔ)能用于光伏電站的優(yōu)化規(guī)劃和經(jīng)濟(jì)性評(píng)估模型

模型采用基于馬爾可夫鏈的光伏功率預(yù)測(cè)方法[15]，對(duì)光伏電站的出力進(jìn)行預(yù)測(cè)，同時(shí)考慮光伏并網(wǎng)的功率波動(dòng)限制，即光儲(chǔ)系統(tǒng)合成出力在單位時(shí)間內(nèi)的功率波動(dòng)量λPE應(yīng)小于其并網(wǎng)電網(wǎng)所能接受的最大功率波動(dòng)量λlim，采用滑動(dòng)平均法[16]從馬爾科夫預(yù)測(cè)功率Ppv,pre中分離出持續(xù)分量和波動(dòng)分量，其中持續(xù)分量Ppv,ref作為光伏電站的并網(wǎng)功率Pgrid，而光伏實(shí)際出力與并網(wǎng)功率的差額則由儲(chǔ)能來(lái)彌補(bǔ)，即儲(chǔ)能系統(tǒng)的目標(biāo)出力為：

Pess=Ppv-Pgrid

(1)

式中：Pess為儲(chǔ)能系統(tǒng)的目標(biāo)出力；Ppv為預(yù)測(cè)功率；Pgrid為光伏電站的并網(wǎng)功率。

1.1模型目標(biāo)函數(shù)及約束條件

光伏電站儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置模型以光伏電站配置儲(chǔ)能系統(tǒng)的成本最小為目標(biāo)函數(shù)。即：

F=minCess

(2)

其中配置儲(chǔ)能系統(tǒng)的成本Cess包括電池儲(chǔ)能系統(tǒng)初始投資成本Cess1和運(yùn)行維護(hù)成本Cess2，各成本均折算到等年值，如式(4)、式(5)所示。

Cess=Cess1+Cess2

(3)

(4)

Cess2=kess×(CEEb+CPPb)

(5)

電池儲(chǔ)能系統(tǒng)初始投資成本Cess1主要包括容量成本與功率成本兩部分，即儲(chǔ)能電池成本和功率轉(zhuǎn)換系統(tǒng)(PCS)的成本[17]；運(yùn)行維護(hù)成本Cess2包括儲(chǔ)能電池和電池儲(chǔ)能系統(tǒng)的(battery energy storage system，BESS)年運(yùn)行維護(hù)成本；CE為儲(chǔ)能電池的單價(jià)；CP為PCS的單價(jià)；Pb和Eb分別為儲(chǔ)能電池系統(tǒng)的額定功率與額定容量；m為儲(chǔ)能系統(tǒng)的使用年限；kess為電池儲(chǔ)能系統(tǒng)的年運(yùn)行維護(hù)系數(shù)；r為貼現(xiàn)率。

模型的約束條件包括電池荷電狀態(tài)約束(state of charge，SOC)、電池充放電功率約束、電池充放電守恒約束、系統(tǒng)功率平衡約束以及光伏并網(wǎng)功率波動(dòng)限制約束。

(1) 電池荷電狀態(tài)約束。

ESOCmin≤E(t)SOC≤ESOCmax

(6)

式中：ESOCmin和ESOCmax為SOC的上下限。

(2) 電池充放電功率約束。

|Pba(t)|≤Pba,max

(7)

式中：Pba,max為充放電功率限制；Pba(t)為t時(shí)刻電池的充放電功率；Pba,max≤(1-a)Pb，即儲(chǔ)能電池的充放電功率需留有一定裕度。

(3) 電池充放電守恒約束[19]。

(8)

電池充放電守恒約束即一天內(nèi)蓄電池總充電量和總放電量相等。

(4) 系統(tǒng)功率平衡約束。

Pgrid(t)=Ppv(t)+Pba(t)

(9)

式中：Pgrid(t)，Ppv(t)，Pba(t)分別為各時(shí)刻光伏電站并網(wǎng)功率、光伏發(fā)電出力以及儲(chǔ)能出力。

(5) 光伏并網(wǎng)功率波動(dòng)限制約束。

λPE(n)<λlim

(10)

式中：λPE(n)為光儲(chǔ)系統(tǒng)合成出力在單位時(shí)間內(nèi)功率的波動(dòng)量；λlim為并網(wǎng)電網(wǎng)所能接受的最大功率波動(dòng)量，通常并網(wǎng)波動(dòng)功率不超過(guò)裝機(jī)容量的10%。

1.2 求解算法

本文采用人工魚(yú)群算法對(duì)所建的光伏電站儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置模型進(jìn)行求解。AFSA是由李曉磊等[18]提出的一種基于模擬魚(yú)群行為的智能優(yōu)化算法，其原理是在一片水域中,魚(yú)生存數(shù)目最多的地方往往是水域中富含營(yíng)養(yǎng)物質(zhì)最多的地方,依據(jù)這一特點(diǎn)來(lái)模仿魚(yú)群的覓食等行為，從而實(shí)現(xiàn)全局尋優(yōu)。AFSA需初始化一組魚(yú)群，每條人工魚(yú)代表一個(gè)經(jīng)濟(jì)優(yōu)化模型的一個(gè)解狀態(tài)，每個(gè)個(gè)體所在位置的食物濃度代表解狀態(tài)下對(duì)應(yīng)的經(jīng)濟(jì)效益值。魚(yú)群通過(guò)覓食、聚群及追尾行為向食物濃度更大的區(qū)域游動(dòng)，從而向經(jīng)濟(jì)性最優(yōu)解附近的區(qū)域靠近。

采用AFSA能夠具有較快的收斂速度，可以用于解決有實(shí)時(shí)性要求的問(wèn)題，在本文中對(duì)求解精度要求不高，可以通過(guò)AFSA快速得出解。 采用AFSA進(jìn)行光伏電站儲(chǔ)能優(yōu)化配置和經(jīng)濟(jì)性評(píng)估模型的優(yōu)化求解步驟如圖1所示。

圖1 人工魚(yú)群算法流程Fig.1 Flow chart of artificial fish swarm algorithm

1.3 梯次電池儲(chǔ)能系統(tǒng)成本估計(jì)

在可計(jì)算得到梯次電池的循環(huán)壽命和日歷壽命[19-23]的基礎(chǔ)上，本節(jié)提出以梯次電池儲(chǔ)能系統(tǒng)所能產(chǎn)生的使用價(jià)值為依據(jù)的配置梯次電池儲(chǔ)能系統(tǒng)的成本估算方法。梯次電池儲(chǔ)能系統(tǒng)的成本由初始購(gòu)買(mǎi)成本和運(yùn)行維護(hù)成本構(gòu)成。初始購(gòu)買(mǎi)成本(折算到等年值)由容量成本(梯次儲(chǔ)能電池成本)和功率成本(儲(chǔ)能變流器成本)組成，可由式(11)計(jì)算：

(11)

式中：CE_sec為梯次電池儲(chǔ)能系統(tǒng)單位容量的價(jià)格，不同于常規(guī)電池儲(chǔ)能系統(tǒng)的容量成本；CP_sec為梯次儲(chǔ)能系統(tǒng)單位功率的價(jià)格，即儲(chǔ)能變流器(power control system，PCS)的單價(jià)，可認(rèn)為與常規(guī)電池儲(chǔ)能系統(tǒng)的PCS單價(jià)一致；Esec，Psec分別為梯次電池儲(chǔ)能系統(tǒng)的額定容量與額定功率；msec為梯次電池儲(chǔ)能系統(tǒng)的日歷壽命(年)。運(yùn)行維護(hù)成本由梯次儲(chǔ)能電池的運(yùn)維成本和PCS的運(yùn)維成本組成，可由式(12)計(jì)算：

C2_sec=KE_secEsec+KP_secPsec

(12)

式中：KE_sec為單位容量梯次儲(chǔ)能電池運(yùn)行維護(hù)費(fèi)用，其值受梯次電池的初始容量保持率影響；KP_sec為PCS運(yùn)行維護(hù)單價(jià)，其值與常規(guī)儲(chǔ)能系統(tǒng)的PCS運(yùn)維單價(jià)一致。

由式(11)和(12)可知，梯次電池儲(chǔ)能和常規(guī)電池儲(chǔ)能系統(tǒng)在計(jì)算成本時(shí)，除了日歷壽命msec不同之外，單位容量的購(gòu)買(mǎi)費(fèi)用CE_sec和運(yùn)行維護(hù)費(fèi)用KE_sec也有差異。

針對(duì)梯次儲(chǔ)能電池單位容量的購(gòu)買(mǎi)費(fèi)用CE_sec，從梯次電池用于儲(chǔ)能所能產(chǎn)生的使用價(jià)值角度出發(fā)來(lái)進(jìn)行評(píng)估，與常規(guī)儲(chǔ)能電池的使用價(jià)值相比較，梯次電池用于儲(chǔ)能系統(tǒng)產(chǎn)生的使用價(jià)值可由式(13)估計(jì)其單位容量購(gòu)買(mǎi)費(fèi)用CE_sec。

(13)

式中：CE_con為單位容量常規(guī)儲(chǔ)能電池的價(jià)格；mcon為常規(guī)儲(chǔ)能電池壽命。

單位容量梯次儲(chǔ)能電池運(yùn)行維護(hù)費(fèi)用KE_sec隨梯次電池初始容量保持率變化，以鋰離子電池為例，不同初始容量保持率的梯次電池對(duì)應(yīng)的運(yùn)行維護(hù)單價(jià)如表1所示。

表1 不同容量保持率的鋰電池對(duì)應(yīng)的運(yùn)行維護(hù)單價(jià)Table 1 Operation and maintenance price of lithium battery with different capacity retention rate

采用指數(shù)函數(shù)擬合得到單位容量梯次儲(chǔ)能電池運(yùn)行維護(hù)費(fèi)用KE_sec與梯次電池初始容量保持率的關(guān)系，如式(14)所示：

KE_sec=0.051 65×β-6

(14)

2 算例分析

2.1 模型參數(shù)設(shè)定

在本文中選取河北張家口風(fēng)光儲(chǔ)能電站的數(shù)據(jù)進(jìn)行算例分析，其裝機(jī)容量Pins為40 MW，功率數(shù)據(jù)采樣間隔Δt=1 min，即一個(gè)典型日內(nèi)共采1440個(gè)點(diǎn)。由于光伏發(fā)電夜間出力為0，因此只考慮每天從6：00時(shí)至19：00時(shí)的出力數(shù)據(jù)。模型所需各參數(shù)如表2所示。

表2 模型所需各參數(shù)Table 2 parameters of the model

2.2 算例分析

采用人工魚(yú)群算法對(duì)所建模型進(jìn)行優(yōu)化求解，AFSA算法參數(shù)設(shè)置如下：最大迭代次數(shù)為100；魚(yú)群規(guī)模為30；視野范圍為6—12；最大步長(zhǎng)為3—5；擁擠度因子為0.628；T為4—8；安全度系數(shù)為0.9；則求解得到該光伏電站配置儲(chǔ)能系統(tǒng)的額定容量為2.218 9 MW·h，額定功率為3.925 9 MW。圖2為典型日光伏電站實(shí)測(cè)功率、馬爾可夫預(yù)測(cè)功率以及光伏并網(wǎng)功率曲線。圖3為儲(chǔ)能電池充放電功率及荷電狀態(tài)變化曲線。

圖2 光伏實(shí)測(cè)功率和預(yù)測(cè)功率以及并網(wǎng)功率曲線Fig.2 Measured power, predictive power and grid connected power

圖3 儲(chǔ)能電池充放電功率以及荷電狀態(tài)變化曲線Fig. 3 Charging and discharging power and state of charge curve of energy storage battery

由所述計(jì)算梯次電池等效循環(huán)壽命[19]的方法，根據(jù)儲(chǔ)能電池的荷電狀態(tài)計(jì)算得到電池在該典型日內(nèi)的等效完全充放電次數(shù)Nday=3.350 2 次。根據(jù)式(14)計(jì)算得單位容量梯次儲(chǔ)能電池運(yùn)行維護(hù)費(fèi)用為0.2 元/(kW·h)。從梯次電池用于儲(chǔ)能所能產(chǎn)生的使用價(jià)值角度出發(fā)，由式(13)可估算梯次儲(chǔ)能系統(tǒng)單位容量購(gòu)買(mǎi)價(jià)格CE取1270 元/(kW·h)，則可計(jì)算得到配置常規(guī)儲(chǔ)能系統(tǒng)和梯次儲(chǔ)能系統(tǒng)的成本，同時(shí)對(duì)比梯次儲(chǔ)能系統(tǒng)單位容量分別為990.8 元/(kW·h)、800 元/(kW·h)、600 元/(kW·h)時(shí)的情況，得到如表3所示的經(jīng)濟(jì)性對(duì)比結(jié)果。

表3 配置常規(guī)儲(chǔ)能和梯次儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)性對(duì)比Table 3 Economic comparison of conventional configuration and echelon storage system

從表3中可以看出，當(dāng)梯次儲(chǔ)能系統(tǒng)單位容量的購(gòu)買(mǎi)價(jià)格CE取1270 元/(kW·h)時(shí)，梯次儲(chǔ)能系統(tǒng)的購(gòu)買(mǎi)成本和運(yùn)維成本均高于常規(guī)儲(chǔ)能系統(tǒng)，說(shuō)明該情況下配置梯次儲(chǔ)能系統(tǒng)相較于常規(guī)儲(chǔ)能并不具有優(yōu)勢(shì)；當(dāng)CE取990.8 元/(kW·h)時(shí)，配置梯次儲(chǔ)能與配置常規(guī)儲(chǔ)能的總成本相同；當(dāng)CE取800 元/(kW·h)和600 元/(kW·h)時(shí)，配置梯次儲(chǔ)能的成本低于常規(guī)儲(chǔ)能系統(tǒng)。由以上分析可說(shuō)明，在光伏電站應(yīng)用場(chǎng)景中，考慮經(jīng)濟(jì)性的前提下，當(dāng)梯次儲(chǔ)能單位容量購(gòu)買(mǎi)價(jià)格CE小于990.8 元/(kW·h)時(shí)，該模型能夠帶來(lái)一定的經(jīng)濟(jì)效益。

3 結(jié)論

本文以某光伏電站為應(yīng)用場(chǎng)景，建立光伏電站儲(chǔ)能系統(tǒng)優(yōu)化規(guī)劃和經(jīng)濟(jì)性評(píng)估模型，以滿足并網(wǎng)波動(dòng)率限制下儲(chǔ)能容量成本最小為目標(biāo)函數(shù)，分析梯次電池儲(chǔ)能在平抑光伏功率波動(dòng)這一應(yīng)用模式下的優(yōu)化規(guī)劃并對(duì)其進(jìn)行經(jīng)濟(jì)性評(píng)估。采用AFSA進(jìn)行優(yōu)化求解，并對(duì)比常規(guī)儲(chǔ)能系統(tǒng)，以此來(lái)評(píng)價(jià)梯次電池儲(chǔ)能的經(jīng)濟(jì)性，算例分析結(jié)果表明了模型的合理性和有效性。

[1] 傅 旭, 李海偉, 李冰寒. 大規(guī)模風(fēng)電場(chǎng)并網(wǎng)對(duì)電網(wǎng)的影響及對(duì)策綜述[J]. 陜西電力, 2010, 38(1):53-57.

FU Xu, LI Haiwei, LI Binghan. Influence of large scale wind farm on grid and its counter measures[J]. Shaanxi Electric Power, 2010, 38 (1): 53-57.

[2] 金 虹, 衣 進(jìn). 當(dāng)前儲(chǔ)能市場(chǎng)和儲(chǔ)能經(jīng)濟(jì)性分析[J]. 儲(chǔ)能科學(xué)與技術(shù), 2012, 1(2):103-111.

JIN Hong, YI Jin. Current energy storage market andenergy storage economy analysis[J]. Energy Storage Science and Technology, 2012, 1 (2): 103-111.

[3] 朱廣燕, 劉三兵, 海 濱, 等. 動(dòng)力電池回收及梯次利用研究現(xiàn)狀[J]. 電源技術(shù), 2015(7):1564-1566.

ZHU Guangyan, LIU Sanbing, HAI Bin, et al. Study on the status of power battery recycling and echelon utilization [J]. Power System Technology, 2015(7): 1564-1566.

[4] 仝瑞軍. 動(dòng)力鋰電池梯次利用的關(guān)鍵技術(shù)研究[J]. 客車技術(shù)與研究,2014(3):30-32.

TONG Ruijun. Power lithium battery echelon of the key technology research[J]. Bus Technology and Research, 2014(3): 30-32.

[5] HESSAMI M, BOWLY D R. Economic feasibility and optimization of an energy storage system for Portland wind farm[J]. Applied Energy, 2011, 88: 2755-2763.

[6] 佚 名. 日產(chǎn)和住友集團(tuán)合資成立廢棄鋰電池能源公司[J]. 新材料產(chǎn)業(yè), 2010(10):83-83.

Anonymous. Nissan and Sumitomo group jointly established waste lithium battery energy company [J]. New Materials Industry, 2010(10): 83-83.

[7] 退役動(dòng)力電池有救了，電動(dòng)地車動(dòng)力電池的梯次利用分析 [EB/OL]. [2015-06-24]. http:www.d1ev.com38911-4.html.

Retired power battery has saved, electric vehicle power battery echelon use analysis [EB / OL].http:www.d1ev.com38911-4.html.

[8] 裴 鋒. 江西電力開(kāi)展動(dòng)力電池梯次利用研究[EB/OL].[2014-12-12].http:www.cpnn.com.cnjs201209t20120903_461000.html.

PEI Feng. Jiangxi electric power to carry out the use of power battery echelon [EB /OL]. [2014-12-12]. http:www.cpnn.com.cnjs201209t20120903_461000.html.

[9] 河南省攻克退役動(dòng)力電池再利用技術(shù)難題[EB/OL]. [2014-9-23].http:www.zhev.com.cnnewsshow-1411426688.html.

Henan Province to overcome the retired power battery recycling technology problems[EB/OL]. [2014-9-23]. http:www.zhev.com.cnnewsshow-1411426688.html.

[10] 陳佰爽. 磷酸鐵鋰電池梯次利用于儲(chǔ)能領(lǐng)域的影響因素分析[J]. 儲(chǔ)能科學(xué)與技術(shù), 2014(4):427-428.

CHEN Baishuang. Lithium iron phosphate battery echelon utilization and energy storage field influencing factors analysis [J]. Energy Storage Science and Technology, 2014(4): 427-428.

[11] VISWANATHANV, VILAYANUR V, MICHAEL K M. Second use of transportation batteries: maximizing the value of batteries for transportation and grid services[J]. IEEE Transactions on Vehicular Technology, 2011, 60(7):2963-2970.

[12] CATHERINEH, WALKER S B, YOUNG S B, et al. Economic analysis of second use electric vehicle batteries for residential energy storage and load-leveling[J]. Energy Policy, 2014, 71(1): 22-30.

[13] LIH W C, YEN J H, SHIEH F H, et al. Second-use applications of lithium-ion batteries retired from electric vehicles: challenges, repurposing process, cost analysis and optimal business model[J]. International Journal of Advancements in Computing Technology, 2012,4(22): 518-527.

[14] 張金國(guó), 焦東升, 王小君, 等. 基于梯級(jí)利用電池的儲(chǔ)能系統(tǒng)經(jīng)濟(jì)運(yùn)行分析[J]. 電網(wǎng)技術(shù), 2014, 38(9):2551-2555.

ZHANG Jinguo, JIAO Dongsheng, WANG Xiaojun, et al. Economic operation analysis of energy storage system based on cascade battery [J]. Power System Technology, 2014, 38 (9): 2551-2555.

[15] ZHANG H, HAN X, DOU J Y. A method to forecast photo-voltaic power outputs based on Markov Chain[C]International Power, Electronics and Materials Engineering Conference, Dalian, China:2015.

[16] 林衛(wèi)星, 文勁宇, 艾小猛,等. 風(fēng)電功率波動(dòng)特性的概率分布研究[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2012,32(1):38-46.

LIN Weixing, WEN Jingyu, AI Xiaomeng, et al. Study on the probability distribution of the fluctuation of wind power [J]. Proceedings of the CSEE, 2012,32 (1): 38-46.

[17] 張 浩. 儲(chǔ)能系統(tǒng)用于配電網(wǎng)削峰填谷的經(jīng)濟(jì)性評(píng)估方法研究[D]. 北京:華北電力大學(xué), 2014.

ZHANG Hao. Study on the economic evaluation method of energy storage system for peak shaving and valley filling in distribution network [D].Beijing:North China Electric Power University, 2014.

[18] 李曉磊, 邵之江, 錢(qián)積新. 一種基于動(dòng)物自治體的尋優(yōu)模式:魚(yú)群算法[J]. 系統(tǒng)工程理論與實(shí)踐, 2002, 22(11):32-38.

LI Xiaolei, SHAO Zhijiang, QIAN Jixin. An animal optimizing method based on autonomous: fish swarm algorithm [J].Systems Engineering Theory & Practice, 2002, 22 (11): 32-38.

[19] 韓曉娟, 張 婳, 修曉青,等. 配置梯次電池儲(chǔ)能系統(tǒng)的快速充電站經(jīng)濟(jì)性評(píng)估[J]. 儲(chǔ)能科學(xué)與技術(shù), 2016, 5(4):514-521.

HAN Xiaojuan, ZHANG Hua, XIU Xiaoqing, et al. Economic evaluation of fast charging station for echelon battery energy storage system[J]. Energy Storage Science and Technology. 2016,5(4):514-521.

[20] 程 成. 用于可再生能源發(fā)電并網(wǎng)技術(shù)的混合儲(chǔ)能控制策略研究[D]. 北京:華北電力大學(xué), 2014.

CHENG Cheng. Research on hybrid energy storagecontrol strategy for grid connected generation of renewable energy [D]. Beijing: North China Electric Power University, 2014.

[21] 李新靜, 張佳瑢, 魏引利,等. 鋰離子電池日歷壽命研究進(jìn)展[J]. 電源技術(shù),2015, 39(8):1777-1779.

LI Xinjing, ZHANG Jiarong, WEI Yinli, et al. Research progress of lithiumion battery calendar life [J]. Power Technology, 2015, 39 (8): 1777-1779.

[22] 徐 晶. 梯次利用鋰離子電池容量和內(nèi)阻變化特性研究[D]. 北京:北京交通大學(xué), 2014.

XU Jing. Research on the variation characteristics of capacity and internal resistance of Lithium-ion batteries echelon use[D]. Beijing:Beijing Jiaotong University, 2014.

[23] 陳偉華, 李 娜, 苑津莎. 梯次利用鋰離子電池循環(huán)性能分析[J]. 華北電力技術(shù), 2017(6):14-19.

CHEN Weihua, LI Na, YUAN Jinsha. Cycle performance analysis of second-use of Lithium-ion power batteries[J]. North China Electric Power, 2017(6):14-19.

劉大賀

劉大賀(1991—)，男，北京昌平人，碩士研究生，研究方向?yàn)樾履茉窗l(fā)電控制技術(shù)、儲(chǔ)能技術(shù)等(E-mail:1067236785@qq.com)；

韓曉娟(1970—)，女，北京昌平人，博士，教授，研究方向?yàn)樾履茉窗l(fā)電控制技術(shù)、故障診斷、信息融合和檢測(cè)技術(shù)等(E-mail:wmhxj@163.com)；

李建林(1976—)，男，北京海淀人，教授級(jí)高級(jí)工程師，主要從事大規(guī)模儲(chǔ)能應(yīng)用技術(shù)的研究(E-mail:dkyljl@163)。

(編輯陳 娜)

EconomicAnalysisofEchelonBatteryEnergyStorageBasedonArtificialFishSwarmAlgorithm

LIU Dahe1，HAN Xiaojuan1，LI Jianlin2

(1． School of Control and Computer Engineering, North China Electric Power University, Beijing 102206, China; 2. China Electric Power Research Institute, Beijing 100192, China)

Large scale renewable energy such as wind power grid, photovoltaic grid and others has brought great challenges to the grid′s afety and stability. Energy storage system should be configured so as to stabilize the power fluctuation and achieve energy smooth transfer. Under the application scenario of photovoltaic power plant，the echelon battery storage′ optimal planning is analyzed in the mode of stabilizing the photovoltaic power fluctuation . Economic evaluation is assessed. The optimal planning and economic evaluation model of the photovoltaic power plant energy storage system is established to meet the minimum storage capacity cost under the limit of the grid fluctuation ratio. The artificial fish swarm algorithm is used for solution optimization, and the economy evaluation of echelon battery is assessed and compared with conventional energy storage system. The results show the rationality and validity of the model.

echelon battery energy storage; photovoltaic power plants; economy; AFSA

TM912

A

2096-3203(2017)06-0027-05

2017-06-28；

2017-08-20

國(guó)家自然科學(xué)基金資助項(xiàng)目(51577065)；國(guó)家重點(diǎn)研發(fā)計(jì)劃資助項(xiàng)目(2017YFGX100110)