收稿日期：2022-09-01

通信作者：呂金歷（1988—），男，碩士研究生、高級(jí)工程師，主要從事電力系統(tǒng)規(guī)劃及運(yùn)行方面的研究。383378808@qq.com

DOI：10.19912/j.0254-0096.tynxb.2022-1317 文章編號(hào)：0254-0096（2023）12-0425-08

摘 要：高占比新能源系統(tǒng)中，儲(chǔ)能對(duì)新能源消納和電力保供至關(guān)重要。為此，提出一種評(píng)估方法。首先，基于凈負(fù)荷曲線分析新能源受阻電力與系統(tǒng)缺口電力產(chǎn)生的機(jī)理，從電力平衡和新能源消納兩個(gè)方面研究?jī)?chǔ)能替代火電開機(jī)的必要性。其次，通過新能源日棄電量持續(xù)曲線計(jì)算儲(chǔ)能容量極小值；通過新能源受阻電力持續(xù)曲線計(jì)算最小儲(chǔ)能功率，并結(jié)合系統(tǒng)實(shí)際合理需求得到等效儲(chǔ)能容量極大值。然后，通過儲(chǔ)能容量極小值和等效儲(chǔ)能容量極大值提出儲(chǔ)能功率時(shí)長(zhǎng)近似曲線，并評(píng)估曲線的適用范圍。最后，針對(duì)實(shí)際算例進(jìn)行仿真驗(yàn)證，結(jié)果表明所提方法的有效性。

關(guān)鍵詞：新能源；儲(chǔ)能；功率和能量；時(shí)序生產(chǎn)模擬；電源規(guī)劃

中圖分類號(hào)：TK513.5""""""""""""" """" """"""文獻(xiàn)標(biāo)志碼：A

0 引 言

加快構(gòu)建新型電力系統(tǒng)，促進(jìn)新能源占比逐步提高，是實(shí)現(xiàn)碳達(dá)峰、碳中和的內(nèi)在要求。隨著新能源裝機(jī)規(guī)模不斷提高，新型電力系統(tǒng)中電源結(jié)構(gòu)正向高不確定性和低可操控性的新能源高占比裝機(jī)逐步演變，系統(tǒng)棄電與缺電風(fēng)險(xiǎn)并存［1-2］。儲(chǔ)能作為構(gòu)建新型電力系統(tǒng)的重要組成部分，通過合理配置其規(guī)模，可顯著提高電力調(diào)節(jié)能力和容量支撐能力［3-4］，提高新能源消納和電力保供水平。

近年來，國(guó)內(nèi)外研究機(jī)構(gòu)和學(xué)者針對(duì)系統(tǒng)儲(chǔ)能容量配置開展相應(yīng)研究并取得了一定成果。文獻(xiàn)［5］提出一種混合儲(chǔ)能配置法，相比于單一類型的儲(chǔ)能規(guī)劃，有助于實(shí)現(xiàn)各類儲(chǔ)能優(yōu)勢(shì)互補(bǔ)。文獻(xiàn)［6-7］提出一種新儲(chǔ)聯(lián)合發(fā)電系統(tǒng)儲(chǔ)能容量配置方法，可一定程度平衡系統(tǒng)穩(wěn)定性和經(jīng)濟(jì)性間的矛盾。文獻(xiàn)［8-10］研究?jī)?chǔ)能不同功能定位下的配置，適用于場(chǎng)站或新能源中以風(fēng)電為主的系統(tǒng)。文獻(xiàn)［11-12］以提升新能源消納和滿足負(fù)荷供應(yīng)為儲(chǔ)能配置目標(biāo)，并計(jì)及儲(chǔ)能配置代價(jià)，研究了全網(wǎng)或局部斷面儲(chǔ)能容量配置問題，對(duì)大電網(wǎng)儲(chǔ)能容量配置具有重要參考價(jià)值。文獻(xiàn)［13-14］分析儲(chǔ)能每單位放電成本和以系統(tǒng)調(diào)峰運(yùn)行成本最小為目標(biāo)下的儲(chǔ)能配置方案，可用于各類儲(chǔ)能技術(shù)經(jīng)濟(jì)性比選。上述文獻(xiàn)對(duì)大電網(wǎng)儲(chǔ)能配置具有一定的指導(dǎo)意義，但均未明確給出儲(chǔ)能功率和時(shí)長(zhǎng)間的數(shù)學(xué)關(guān)系。在新能源利用率指標(biāo)明確情況下，通過時(shí)序或隨機(jī)生產(chǎn)模擬法，多次計(jì)算得到滿足給定指標(biāo)的儲(chǔ)能容量，是目前最常用方法。一方面，該方法需反復(fù)依賴生產(chǎn)模擬優(yōu)化求解，計(jì)算費(fèi)時(shí)，未能充分利用棄電功率的統(tǒng)計(jì)學(xué)特性；另一方面，該方法無法得到儲(chǔ)能功率時(shí)長(zhǎng)量化關(guān)系，無法很好地為各類儲(chǔ)能技術(shù)滿足相同指標(biāo)下的成本分析提供便捷計(jì)算。

為此，本文從滿足新能源消納目標(biāo)并考慮電力保供角度，提出了高占比新能源系統(tǒng)儲(chǔ)能容量規(guī)劃方法。首先，基于凈負(fù)荷曲線分析了新能源受阻電力與系統(tǒng)缺口電力產(chǎn)生機(jī)理，從電力平衡和新能源消納兩個(gè)方面研究?jī)?chǔ)能替代火電開機(jī)的必要性。其次，通過新能源日棄電量計(jì)算儲(chǔ)能容量極小值，通過新能源受阻電力計(jì)算最小儲(chǔ)能功率，并結(jié)合系統(tǒng)實(shí)際合理需求得到等效儲(chǔ)能容量極大值。然后，結(jié)合儲(chǔ)能容量極小值和等效儲(chǔ)能容量極大值提出儲(chǔ)能功率時(shí)長(zhǎng)近似曲線，并評(píng)估曲線適用范圍。最后，針對(duì)實(shí)際算例進(jìn)行仿真驗(yàn)證，結(jié)果表明所提方法的有效性。

1 電力系統(tǒng)棄電和缺電機(jī)理分析

1.1 基于凈負(fù)荷曲線的棄電與缺電機(jī)理

電力系統(tǒng)是一個(gè)實(shí)時(shí)平衡的系統(tǒng)，對(duì)有新能源接入的系統(tǒng)，運(yùn)行中需滿足的發(fā)用電約束為：

[Pgen+Pnew=Pload]""""" （1）

式中：[Pgen]——常規(guī)機(jī)組出力；[Pnew]——新能源出力；[Pload]——負(fù)荷大小。

由圖1可知，從系統(tǒng)負(fù)荷角度來看［15］，產(chǎn)生棄電的原因是新能源出力加上常規(guī)機(jī)組最小出力大于負(fù)荷需求，可表示為式（2）；產(chǎn)生缺電的原因是新能源出力加上常規(guī)機(jī)組最大出力小于負(fù)荷需求，可表示為式（3）。

[Pnew+Pgen，mingt;Pload]""""" （2）

[Pnew+Pgen，maxlt;Pload]""""" （3）

式中：[Pgen，min]——常規(guī)機(jī)組最小可調(diào)；[Pgen，max]——常規(guī)機(jī)組最大可調(diào)。

從系統(tǒng)凈負(fù)荷（定義為系統(tǒng)負(fù)荷減去新能源出力）角度來看，產(chǎn)生棄電的原因是常規(guī)機(jī)組最小出力大于凈負(fù)荷，可表示為式（4）；產(chǎn)生缺電的原因是常規(guī)機(jī)組最大出力小于凈負(fù)荷，可表示為式（5）。顯然，從負(fù)荷和凈負(fù)荷闡述的系統(tǒng)棄電、缺電機(jī)理是一致的。

[Pload=Pload-Pnewlt;Pgen，min]""" （4）

[Pload=Pload-Pnewgt;Pgen，max]""" （5）

式中：[Pload]——凈負(fù)荷。

1.2 儲(chǔ)能替代火電開機(jī)的必要性

目前，考慮新能源出力納入備用［16］，電力系統(tǒng)實(shí)際運(yùn)行時(shí)的日前備用留取方式為：

[Pgen，max=Pload，max×1+α-Pwd]""" （6）

式中：[Pload，max]——日負(fù)荷最大值；[α]——系統(tǒng)備用率，根據(jù)新版《電力系統(tǒng)技術(shù)導(dǎo)則》，電力系統(tǒng)備用容量主要包括負(fù)荷、事故和檢修備用，在調(diào)度日前開機(jī)方式中主要考慮負(fù)荷和事故備用，一般取2%～5%；[Pwd]——風(fēng)電納入系統(tǒng)備用的容量。

若將儲(chǔ)能納入備用，替代部分火電開機(jī)，日前備用留取方式為：

[Pgen，max=Plaod，max×（1+α）-Pwd-Ps]""" （7）

[Pgen，min=Pgen，max×β]"" （8）

式中：[Ps]——納入備用的儲(chǔ)能功率；[β]——常規(guī)機(jī)組最小綜合出力系數(shù)，如現(xiàn)階段西北火電機(jī)組一般在35%～65%。

顯然，隨著儲(chǔ)能納入備用替代火電開機(jī)容量的增大，常規(guī)機(jī)組最小可調(diào)逐步下降，系統(tǒng)可接納的新能源逐步增加。

1.3 火電裝機(jī)極值的分析

近年來，隨著能源轉(zhuǎn)型加快，在電力安全保供的前提下，推動(dòng)煤電向基礎(chǔ)支撐性和系統(tǒng)調(diào)節(jié)性電源并重轉(zhuǎn)型過程中，火電裝機(jī)放緩，部分省區(qū)已出現(xiàn)常規(guī)機(jī)組容量不足現(xiàn)象［17-18］。儲(chǔ)能容量的配置隨著新能源裝機(jī)逐步增多，但受電力系統(tǒng)安全穩(wěn)定、電力電量平衡和生產(chǎn)生活供熱等因素制約［19］，儲(chǔ)能所能替代的火電有一個(gè)下限。下面，本文從電力平衡角度，以一個(gè)僅有火電和新能源構(gòu)成的系統(tǒng)為例，探討火電裝機(jī)問題。假設(shè)儲(chǔ)能僅考慮日內(nèi)調(diào)節(jié)，且不考慮補(bǔ)燃的情況下，系統(tǒng)棄電量和缺電量存在如圖2所示的4類情景。

情景1，該日存在棄電量，且棄電量大于缺電量，如圖2中凈負(fù)荷持續(xù)曲線1所示；情景2，該日存在棄電量，但棄電量小于缺電量，缺電量不足部分由儲(chǔ)能設(shè)備充火電滿足，如圖2中凈負(fù)荷持續(xù)曲線2所示；情景3，該日不存在棄電量，但可通過儲(chǔ)能設(shè)備充火電滿足缺電量，如圖2中凈負(fù)荷持續(xù)曲線3所示；情景4，該日不存在棄電量且通過儲(chǔ)能設(shè)備充火電不滿足缺電量，如圖2中凈負(fù)荷持續(xù)曲線4所示。

thermal power output

上述情景3向情景2過渡過程中，存在一個(gè)滿足供電需求下的火電開機(jī)極值，其過渡關(guān)系可表示為：

[limPload→Pload（ΔSNBB′×δ-ΔSOMB′）=0]"" （9）

式中：[ΔSNBB′]——火電剩余日發(fā)電量；[δ]——儲(chǔ)能設(shè)備綜合充放電效率；[ΔSOMB′]——系統(tǒng)日缺電量。

顯然，將負(fù)荷持續(xù)曲線近似為一條直線，可知[ΔSNBB′]與[ΔSOMB′]是相似三角形，則：

[ΔSNBB′/ΔSOMB′=NB2/OM2"""""""" =γ-ρ2/1-γ2] （10）

[ΔSNBB′/ΔSOMB′=1/δ]"""" （11）

式中：[γ]——日綜合負(fù)荷率；[ρ]——日最小負(fù)荷率。

聯(lián)立求解式（10）、式（11），可得：

[γ=（1+ρ×δ）/（1+δ）]"""""" （12）

此外，火電裝機(jī)還需考慮自身檢修所需容量等情況，則火電裝機(jī)極小值可表示為：

[Pth，min=Pload，max×γ×（1+μ）]"""" （13）

式中：[Pth，min]——火電裝機(jī)極小值；[μ]——滿足火電檢修需求的檢修備用率。

2 儲(chǔ)能容量極值分析

2.1 滿足新能源利用率的儲(chǔ)能容量極小值

2.1.1 最小儲(chǔ)能容量

由1.1節(jié)分析可知，系統(tǒng)某一刻新能源受阻電力可表示為：

[Pnew，lose=Pgen，min-Pload，Ploadlt;Pgen，min0，Pload≥Pgen，min]"""" （14）

式中：[Pnew，lose]——新能源受阻電力。

則某一日新能源棄電量可表示為：

[Qinew，lose=i=1TPnew，lose] （15）

式中：[Qinew，lose]——新能源日棄電量；[T]——日時(shí)長(zhǎng)；[i]——某一日。

記系統(tǒng)中儲(chǔ)能配置的容量為[S]，新能源年理論發(fā)電量為[Qnew，]不考慮儲(chǔ)能功率制約，則新能源利用率[η]為：

[η（S）=1-i=1D（Qinew，lose-S）/Qnew，" Qinew，losegt;S]"""""" （16）

式中：D—— 一年的天數(shù)。

在給定新能源利用率目標(biāo)[η]的情況下，系統(tǒng)所需日最小儲(chǔ)能容量記為[Snew，lose，min]，其值為：

[Snew，lose，min=η-1（η）]"""" （17）

2.1.2 儲(chǔ)能容量極小值

定義儲(chǔ)能容量極小值[Smin]為計(jì)算步長(zhǎng)[ΔT]和儲(chǔ)能功率極大值點(diǎn)[Ps，max]確定的點(diǎn)，這里將該坐標(biāo)點(diǎn)[[ΔT，Ps，max]]稱為儲(chǔ)能容量極小值點(diǎn)。[Smin]可表示為：

[Smin=ΔT×Ps，max]""" （18）

其具有的物理意義是，在儲(chǔ)能容量不變時(shí)，在[[0，ΔT]]時(shí)間間隔內(nèi)，若儲(chǔ)能功率大于[Ps，max]，新能源利用率不隨儲(chǔ)能功率的增大而改變，即儲(chǔ)能功率和時(shí)長(zhǎng)構(gòu)成一個(gè)反比例函數(shù)。

顯然，在采樣時(shí)間[ΔT=1]時(shí)，式（18）求得的儲(chǔ)能容量就為儲(chǔ)能容量極小值；同一量綱下，儲(chǔ)能功率極大值在數(shù)值上等于儲(chǔ)能容量極小值，其二者取值可表示為：

[Smin=Ps，max=Snew，lose，min]""" （19）

2.2 滿足新能源利用率的儲(chǔ)能容量極大值

2.2.1 最小儲(chǔ)能功率

記滿足新能源利用率指標(biāo)要求的最小儲(chǔ)能功率為[Ps，new，min]，則新能源利用率又可表示為：

[η=1-i=1NPinew，lose-Ps，new，min/Qnew，Pinew，losegt;Ps，new，min]""" （20）

[Ps，new，min=η-1（η）]" （21）

如圖3所示，在儲(chǔ)能最小功率確定后，若要保證消納虛線以下的所有棄電量，儲(chǔ)能容量配置為圖中所示的最大棄電面積。顯然，這是滿足新能源消納指標(biāo)所需的一個(gè)儲(chǔ)能容量。但是，因新能源具有隨機(jī)性和波動(dòng)性，按照上述面積配置的容量必然偏大。隨著儲(chǔ)能功率的增大，滿足新能源消納的儲(chǔ)能容量逐步減小［10，20］。下面求解給定儲(chǔ)能功率下，滿足新能源利用率指標(biāo)的最小儲(chǔ)能時(shí)長(zhǎng)。

2.2.2 儲(chǔ)能容量極大值

在新型電力系統(tǒng)中，儲(chǔ)能種類多種多樣，分散布置，儲(chǔ)能的充放電功率首先應(yīng)滿足儲(chǔ)能電池自身的運(yùn)行約束，更有必要采取統(tǒng)一的優(yōu)化控制，實(shí)現(xiàn)儲(chǔ)能的高效利用［10］。在儲(chǔ)能總?cè)萘恳欢ǖ那闆r下，可通過充電面積去等效新能源棄電量。對(duì)于內(nèi)部無網(wǎng)絡(luò)約束的新能源系統(tǒng)，主要約束條件有［20］：

儲(chǔ)能充放電功率約束：

[0≤Pch≤Ps] （22）

[0≤Pdisch≤Ps]""" （23）

式中：[Pch]——儲(chǔ)能等效充電功率；[Ps]——儲(chǔ)能等效額定功率；[Pdisch]——儲(chǔ)能等效放電功率。

儲(chǔ)能日充電電量約束：

[0≤1TδPch≤S]" （24）

[0≤1TδPch≤Qinew，lose]"" （25）

聯(lián)立式（22）～式（25），在最小儲(chǔ)能功率確定情況下，可求得滿足給定新能源利用率指標(biāo)的最小儲(chǔ)能時(shí)長(zhǎng)，記為[Ts，new，min]。

定義儲(chǔ)能容量極大值[Smax]由儲(chǔ)能時(shí)長(zhǎng)極大值[Ts，max]和最小儲(chǔ)能功率[Ps，min]確定，這里將坐標(biāo)點(diǎn)[[Ts，max，Ps，min]]稱為儲(chǔ)能容量極大值點(diǎn)。

[Smax=Ts，max×Ps，min]""""" （26）

其具有的物理意義是：在最小儲(chǔ)能功率確定的情況下，與其相對(duì)應(yīng)的必有一個(gè)儲(chǔ)能時(shí)長(zhǎng)，由儲(chǔ)能時(shí)長(zhǎng)極大值和最小儲(chǔ)能功率所確定的儲(chǔ)能容量滿足新能源利用率指標(biāo)要求，且在儲(chǔ)能時(shí)長(zhǎng)大于其極大值的情況下，新能源利用率不再變化。顯然，最小儲(chǔ)能功率和儲(chǔ)能時(shí)長(zhǎng)極大值可用式（27）、式（28）求得：

[Ps，min=Ps，new，min]"""" （27）

[Ts，max=Ts，new，min]"""" （28）

2.3 滿足系統(tǒng)保供需求的儲(chǔ)能配置要求

由1.1節(jié)分析可知，系統(tǒng)某一刻電力缺口可表示為：

[Pload，gap=Pload-Pgen，max，Ploadgt;Pgen，max0，Pload≤Pgen，max]"" （29）

式中：[Pload，gap]——系統(tǒng)缺口電力。

則某一日的系統(tǒng)缺電量可表示為：

[Qiload，gap=i=1TPload，min] （30）

式中：[Qiload，gap]——某一日的缺電量。

記滿足系統(tǒng)保供需求的最小儲(chǔ)能容量為[Sload，min]，則其值為：

[Sload，min=maxQ1load，gap， …， QDload，gap]"""" （31）

同理，通過式（29），可求得全年逐時(shí)刻的系統(tǒng)缺口電力，記滿足系統(tǒng)電力保供所需的最小儲(chǔ)能功率為[Ps，gap，min]，則其值為：

[Ps，gap，min=maxP1load，gap， …，PNload，gap]""""" （32）

式中：N—— 一年內(nèi)總?cè)彪姇r(shí)長(zhǎng)數(shù)。

3 儲(chǔ)能功率時(shí)長(zhǎng)曲線估算法

3.1 儲(chǔ)能功率時(shí)長(zhǎng)曲線

儲(chǔ)能功率時(shí)長(zhǎng)曲線關(guān)系結(jié)合第2節(jié)所述，可表示為一個(gè)分段函數(shù)：

[Ps=Smin/t，0lt;t≤ΔTPs（t），ΔTlt;tlt;Ts，maxPs，min，t≥Ts，max]""""" （33）

第1段：儲(chǔ)能時(shí)長(zhǎng)位于[（0， ΔT]]之間時(shí)，滿足新能源消納的儲(chǔ)能功率時(shí)長(zhǎng)構(gòu)成一個(gè)反比例函數(shù)，兩者的乘積等于儲(chǔ)能容量極小值。

第2段：儲(chǔ)能時(shí)長(zhǎng)位于[（ΔT，Ts，max）]之間時(shí)，可通過不同儲(chǔ)能功率求解得到對(duì)應(yīng)的最小儲(chǔ)能時(shí)長(zhǎng)，形成一組下邊界值，計(jì)算過程繁雜，耗時(shí)量大。

第3段：儲(chǔ)能時(shí)長(zhǎng)位于[[Ts，max， +∞）]之間時(shí)，滿足新能源消納的儲(chǔ)能功率不隨儲(chǔ)能時(shí)長(zhǎng)變化，恒為最小儲(chǔ)能功率。

這里需要說明的是，滿足給定新能源利用率的一個(gè)儲(chǔ)能功率必對(duì)應(yīng)一個(gè)最小儲(chǔ)能時(shí)長(zhǎng)，兩者乘積確定的儲(chǔ)能容量是滿足給定新能源利用率的最小容量，因此這里所說的儲(chǔ)能功率時(shí)長(zhǎng)曲線，實(shí)質(zhì)是滿足新能源利用率指標(biāo)的下邊界。

3.2 儲(chǔ)能功率時(shí)長(zhǎng)近似曲線

如2.2節(jié)所述，通過最小儲(chǔ)能功率確定的儲(chǔ)能容量一般偏大，實(shí)際配置的儲(chǔ)能容量往往較儲(chǔ)能容量極大值點(diǎn)小很多，故有必要增大最小儲(chǔ)能功率，減少儲(chǔ)能容量配置，提升系統(tǒng)經(jīng)濟(jì)性。將提升后的最小儲(chǔ)能功率對(duì)應(yīng)的儲(chǔ)能容量定義為等效儲(chǔ)能容量極大值，則式（26）可表示為：

[Smax，eq=Ts，max，eq×Ps，min，eq] （34）

式中：[Ts，max，eq]——等效最大儲(chǔ)能時(shí)長(zhǎng)；[Ps，min，eq]——等效最小儲(chǔ)能功率。

則式（33）可表示為：

[Ps=Smin/t，0lt;t≤ΔTPs（t），ΔTlt;tlt;Ts，max，eqPs，min，eq，t≥Ts，max，eq]"""""" （35）

在等效儲(chǔ)能容量極大值與儲(chǔ)能容量極小值的差值較小時(shí)，式（35）可進(jìn)一步近似為：

[Ps=Smin/t，0lt;t≤ΔTSmax，eq/t，ΔTlt;tlt;Ts，max，eqPs，min，eq，t≥Ts，max，eq]""""" （36）

顯然，當(dāng)儲(chǔ)能時(shí)長(zhǎng)位于[（ΔT，Ts，max，eq）]之間時(shí)，利用式（36）計(jì)算的新能源利用率較實(shí)際利用率相對(duì)偏高。設(shè)系統(tǒng)配置的儲(chǔ)能容量用[Smax，eq]近似后，每日增配的儲(chǔ)能容量均可滿充，新能源利用率較目標(biāo)利用率最大偏大量記為[λ]，表示為：

[λ=ε（Smax，eq-Smin）/Qnew]"""" （37）

式中：[ε]——全年日棄電量大于儲(chǔ)能容量極小值的天數(shù)。

規(guī)劃工作中，若要求在[（ΔT，Ts，max，eq）]區(qū)間配置的儲(chǔ)能容量計(jì)算的新能源利用率和實(shí)際利用率偏差量不大于[θ%]，則可得滿足式（36）成立的條件為：

[Smax，eq≤Qnew×θ%/ε+Smin]""""" （38）

3.3 儲(chǔ)能容量?jī)?yōu)化配置

規(guī)劃水平年，計(jì)算儲(chǔ)能容量配置的流程見圖4，具體步驟如下：

第1步：確定規(guī)劃水平年負(fù)荷、直流曲線、風(fēng)電、光伏出力時(shí)間序列，系統(tǒng)最小開機(jī)方式，常規(guī)電源裝機(jī)水平等計(jì)算所需邊界條件。

第2步：逐步減小常規(guī)電源開機(jī)，同時(shí)計(jì)算滿足新能源利用率指標(biāo)和系統(tǒng)保供需求的儲(chǔ)能容量，直至兩者相等，得到儲(chǔ)能容量極小值點(diǎn)。

第3步：計(jì)算滿足新能源利用率指標(biāo)的最小儲(chǔ)能功率和滿足系統(tǒng)電力保供所需的儲(chǔ)能最小功率，兩者中的最大值即為系統(tǒng)所需最小儲(chǔ)能功率，并求出其對(duì)應(yīng)的滿足新能源消納的儲(chǔ)能時(shí)長(zhǎng)。

第4步：根據(jù)儲(chǔ)能容量極小值，得到儲(chǔ)能功率位于[（0， ΔT]]間的表達(dá)式；根據(jù)最小儲(chǔ)能功率，得到儲(chǔ)能功率位于[[Ts，max， +∞）]間的表達(dá)式；根據(jù)式（22）～式（25），得到不同儲(chǔ)能功率位于[（ΔT，Ts，max）]間的一組下邊界值，從而得到儲(chǔ)能功率時(shí)長(zhǎng)函數(shù)。

第5步：根據(jù)規(guī)劃水平年新能源利用率計(jì)算誤差要求，計(jì)算等效儲(chǔ)能容量極大值，得到儲(chǔ)能功率時(shí)長(zhǎng)近似曲線。

4 案例分析

4.1 基本邊界

基于上述儲(chǔ)能容量配置方法，以西北某省級(jí)電網(wǎng)參數(shù)為例，進(jìn)行算法驗(yàn)證。系統(tǒng)主要邊界如下：

系統(tǒng)最大內(nèi)用負(fù)荷1500萬kW，內(nèi)用風(fēng)電840萬kW，理論發(fā)電小時(shí)數(shù)1968 h；內(nèi)用光伏1000萬kW，理論發(fā)電小時(shí)數(shù)1550 h。直流外送最大負(fù)荷800萬kW，配套風(fēng)電700萬kW，理論發(fā)電小時(shí)數(shù)2439 h；配套光伏300萬kW，理論發(fā)電

小時(shí)數(shù)1500 h；配套火電400萬kW，最小技術(shù)出力30%。內(nèi)用火電非供暖季平均最小技術(shù)出力35%，供暖季平均最小技術(shù)出力60%，系統(tǒng)上備用率5%，新能源利用率指標(biāo)95%，平均日負(fù)荷率0.81，火電自身檢修率5%，儲(chǔ)能設(shè)備綜合充放電效率0.9，新能源理論發(fā)電量占比約30%。由式（13）可知火電最小裝機(jī)量為1276萬kW；不考慮新能源預(yù)測(cè)功率，由式（7）可知，儲(chǔ)能替代火電開機(jī)的最大規(guī)模為375萬kW。

4.2 儲(chǔ)能功率時(shí)長(zhǎng)曲線計(jì)算

在不配置儲(chǔ)能情況下，新能源利用率為87.25%，為滿足新能源95%的利用率，最小儲(chǔ)能容量需配置2530萬kWh。按照計(jì)算流程圖，逐步減小常規(guī)機(jī)組開機(jī)，直至同時(shí)滿足新能源消納和電力保供需求，此時(shí)求得儲(chǔ)能容量極小值點(diǎn)為760萬kWh，年最大替代常規(guī)機(jī)組316萬kW。

圖5為逐步減小常規(guī)機(jī)組開機(jī)后，滿足新能源利用率指標(biāo)、電力保供所需最小儲(chǔ)能容量和最小儲(chǔ)能功率隨替代火電規(guī)模的演變曲線。

在儲(chǔ)能替代火電開機(jī)替代316萬kW的情況下，本案例中儲(chǔ)能容量極小值為760萬kWh，采樣時(shí)間為1 h，則滿足新能源消納的儲(chǔ)能容量極小值點(diǎn)為（1，760）；儲(chǔ)能容量極大值點(diǎn)為（16，103）。顯然，滿足新能源消納的儲(chǔ)能容量極大值1648萬kWh遠(yuǎn)大于儲(chǔ)能容量極小值760萬kWh，前者所需配置的儲(chǔ)能時(shí)長(zhǎng)偏長(zhǎng)。

由2.3節(jié)可知，儲(chǔ)能功率還需同時(shí)滿足最小電力保供187萬kW的要求，求得和其對(duì)應(yīng)的儲(chǔ)能時(shí)長(zhǎng)為4.3 h，則對(duì)應(yīng)的儲(chǔ)能容量為804萬kWh。

由3.1節(jié)所述，逐步改變儲(chǔ)能時(shí)長(zhǎng)，多次計(jì)算得到區(qū)間（1，4.3）內(nèi)的儲(chǔ)能功率，從而得到儲(chǔ)能功率時(shí)長(zhǎng)曲線，如圖6所示。從曲線可看出，在達(dá)到相同利用率的前提下，儲(chǔ)能容量隨著儲(chǔ)能功率的增大而減少，且減少的趨勢(shì)逐步放緩。

4.3 儲(chǔ)能功率時(shí)長(zhǎng)曲線估算

規(guī)劃工作中，若要求在[[ΔT，Ts，max，eq]]區(qū)間配置的儲(chǔ)能容量下新能源利用率和實(shí)際利用率偏差量不大于0.5%，令式（38）等號(hào)成立，經(jīng)統(tǒng)計(jì)[ε=124] d，可求得等效儲(chǔ)能容量極大值為976萬kWh，大于804萬kWh，即直接?。?.3，187）為對(duì)應(yīng)的等效儲(chǔ)能容量極大值點(diǎn)，則儲(chǔ)能功率時(shí)長(zhǎng)近似曲線可表示為式（39）。儲(chǔ)能時(shí)長(zhǎng)近似曲線和原曲線的誤差如圖7所示。

[Ps=760/t，0lt;t≤1804/t，1lt;tlt;4.3187，t≥4.3]" （39）

結(jié)合算例分析，由式（38）可知，隨著系統(tǒng)中新能源發(fā)電量的提升，可允許的儲(chǔ)能容量極大值和極小值點(diǎn)的差值變大，即基于儲(chǔ)能容量極小值和等效儲(chǔ)能容量極大值得到的近似曲線適用性越好。此外，隨著儲(chǔ)能納入備用替代火電開機(jī)規(guī)模逐步增長(zhǎng)，滿足保供的儲(chǔ)能功率越來越大，儲(chǔ)能功率的最小值逐步變大，近似曲線的適用性將進(jìn)一步增強(qiáng)。

5 結(jié) 論

本文從凈負(fù)荷曲線角度分析了新型電力系統(tǒng)中棄電與缺電機(jī)理，提出在確保系統(tǒng)安全供電基礎(chǔ)上，滿足新能源消納目標(biāo)的儲(chǔ)能容量配置方法。

1）新能源和儲(chǔ)能納入備用后，系統(tǒng)常規(guī)機(jī)組最小出力顯著下降，新能源消納空間明顯提升，同時(shí)滿足新能源消納要求的儲(chǔ)能配置容量顯著下降。因此，將新能源和儲(chǔ)能納入備用，對(duì)于新能源消納意義重大。

2）儲(chǔ)能功率時(shí)長(zhǎng)在采樣時(shí)長(zhǎng)和儲(chǔ)能時(shí)長(zhǎng)極大值點(diǎn)之間，存在非線性耦合關(guān)系，但僅滿足新能源消納的儲(chǔ)能極大值點(diǎn)對(duì)應(yīng)的儲(chǔ)能時(shí)長(zhǎng)偏大，配置的儲(chǔ)能容量也偏大，固有必要提升最小儲(chǔ)能功率，得到等效儲(chǔ)能時(shí)長(zhǎng)極大值點(diǎn)，減少系統(tǒng)儲(chǔ)能容量配置需求。

3）結(jié)合本文案例，高占比新能源系統(tǒng)中，儲(chǔ)能時(shí)長(zhǎng)較小時(shí)，達(dá)到同一新能源利用率指標(biāo)下的儲(chǔ)能容量配置幾乎不變；隨著儲(chǔ)能時(shí)長(zhǎng)進(jìn)一步增大，儲(chǔ)能容量配置顯著上升，即相同容量下，電力系統(tǒng)更加偏愛“尖瘦”型儲(chǔ)能技術(shù)。

4）本文中關(guān)于新能源和儲(chǔ)能入備用后，電力系統(tǒng)保供安全的闡述通過多次迭代計(jì)算予以保證，后續(xù)還需進(jìn)一步從新能源預(yù)測(cè)準(zhǔn)確度、系統(tǒng)供電可靠性等數(shù)學(xué)機(jī)理上開展深入研究。

［參考文獻(xiàn)］

［1］"""" 吳智泉， 賈純超， 陳磊， 等. 新型電力系統(tǒng)中儲(chǔ)能創(chuàng)新方向研究［J］. 太陽(yáng)能學(xué)報(bào)， 2021， 42（10）： 444-451.

WU Z Q， JIA C C， CHEN L， et al. Research on innovative direction of energy storage in new power system construction［J］." Acta" energiae" solaris" sinica，" 2021，" 42（10）： 444-451.

［2］"""" 李恒， 孫偉卿， 向紅偉， 等. 影響區(qū)域電網(wǎng)可再生能源消納能力的邊界條件分析［J］. 太陽(yáng)能學(xué)報(bào)， 2020， 41（8）： 108-114.

LI H， SUN W Q， XIANG H W， et al. Analysis on boundary conditions affecting consumption ability of renewable energy in regional power grid［J］. Acta energiae solaris sinica， 2020， 41（8）： 108-114.

［3］"""" 國(guó)家發(fā)展改革委， 國(guó)家能源局. 關(guān)于印發(fā)《“十四五”新型儲(chǔ)能發(fā)展實(shí)施方案》的通知（發(fā)改能源〔2022〕209號(hào)）［Z］.

National Development and Reform Commission， National Energy Administration. Notice on the issuance of the“14th five-year""" plan” ""implementation""" program""" for""" the development of new-type energy storage. （Development and Reform Energy〔2022〕No. 209）［Z］.

［4］"""" 楊修宇， 段士偉， 安軍， 等. 固定儲(chǔ)能配比對(duì)風(fēng)電基地外送輸電容量的影響分析［J］. 太陽(yáng)能學(xué)報(bào)， 2020， 41（8）： 60-66.

YANG X Y， DUAN S W， AN J， et al. Influence of fixed energy storage proportion on wind power transmission capacity［J］. Acta energiae solaris sinica， 2020， 41（8）： 60-66.

［5］"""" 齊曉光， 姚福星， 朱天曈， 等. 考慮大規(guī)模風(fēng)電接入的電力系統(tǒng)混合儲(chǔ)能容量?jī)?yōu)化配置［J］. 電力自動(dòng)化設(shè)備， 2021， 41（10）： 11-19.

QI X G， YAO F X， ZHU T T， et al. Capacity optimization configuration of hybrid energy storage in power system considering large-scale wind power integration［J］. Electric power automation equipment， 2021， 41（10）： 11-19.

［6］"""" 高鋒陽(yáng)， 袁成， 李昭君， 等. 考慮風(fēng)-光-荷時(shí)空相關(guān)性的分布式電源和廣義儲(chǔ)能聯(lián)合規(guī)劃［J］. 電力自動(dòng)化設(shè)備， 2021， 41（6）： 133-144.

GAO F Y， YUAN C， LI Z J， et al. Joint planning of distributed generation and generalized energy storage considering"""" spatial-temporal""""" correlation"""" of"""" wind-photovoltaic-load［J］. Electric power automation equipment， 2021， 41（6）： 133-144.

［7］"""" 李建林， 郭斌琪， 牛萌， 等. 風(fēng)光儲(chǔ)系統(tǒng)儲(chǔ)能容量?jī)?yōu)化配置策略［J］. 電工技術(shù)學(xué)報(bào)， 2018， 33（6）： 1189-1196.

LI J L， GUO B Q， NIU M， et al. Optimal configuration strategy of energy storage capacity in wind/PV/storage hybrid system［J］. Transactions of China Electrotechnical Society， 2018， 33（6）： 1189-1196.

［8］"""" 吳瑋坪， 胡澤春， 宋永華. 結(jié)合隨機(jī)規(guī)劃和序貫蒙特卡洛模擬的風(fēng)電場(chǎng)儲(chǔ)能優(yōu)化配置方法［J］. 電網(wǎng)技術(shù)， 2018， 42（4）： 1055-1062.

WU W P， HU Z C， SONG Y H. Optimal sizing of energy storage system for wind farms combining stochastic programming and sequential Monte Carlo simulation［J］. Power system technology， 2018， 42（4）： 1055-1062.

［9］"""" 汪海蛟， 江全元. 應(yīng)用于平抑風(fēng)電功率波動(dòng)的儲(chǔ)能系統(tǒng)控制與配置綜述［J］. 電力系統(tǒng)自動(dòng)化， 2014， 38（19）： 126-135.

WANG H J， JIANG Q Y. An overview of control and configuration of energy storage system used for wind power fluctuation mitigation［J］. Automation of electric power systems， 2014， 38（19）： 126-135.

［10］""" 孫偉卿， 羅靜， 張婕. 高比例風(fēng)電接入的電力系統(tǒng)儲(chǔ)能容量配置及影響因素分析［J］. 電力系統(tǒng)保護(hù)與控制， 2021， 49（15）： 9-18.

SUN W Q， LUO J， ZHANG J. Energy storage capacity allocation and influence factor analysis of a power system with a high proportion of wind power［J］. Power system protection and control， 2021， 49（15）： 9-18.

［11］""" 代倩， 吳俊玲， 秦曉輝， 等. 提升局部區(qū)域新能源外送能力的儲(chǔ)能容量?jī)?yōu)化配置方法［J］. 電力系統(tǒng)自動(dòng)化， 2022， 46（3）： 67-74.

DAI Q， WU J L， QIN X H， et al. Optimal configuration method of energy storage capacity for improving delivery ability""" of""" renewable""" energy""" in""" regional""" area［J］. Automation of electric power systems， 2022， 46（3）： 67-74.

［12］""" 張東輝， 康重慶， 盧洵， 等. 高比例新能源系統(tǒng)中儲(chǔ)能配置規(guī)模論證［J］. 南方電網(wǎng)技術(shù)， 2022， 16（4）： 3-11.

ZHANG D H， KANG C Q， LU X， et al. Demonstration on the scale of energy storage deployment in high-proportion new"" energy"" power"" system［J］."" Southern" power" system technology， 2022， 16（4）： 3-11.

［13］""" 李軍徽， 張嘉輝， 李翠萍， 等. 參與調(diào)峰的儲(chǔ)能系統(tǒng)配置方案及經(jīng)濟(jì)性分析［J］. 電工技術(shù)學(xué)報(bào)， 2021， 36（19）： 4148-4160.

LI J H， ZHANG J H， LI C P， et al. Configuration scheme and economic analysis of energy storage system participating in grid peak shaving［J］. Transactions of China Electrotechnical Society， 2021， 36（19）： 4148-4160.

［14］""" 文軍， 劉楠， 裴杰， 等. 儲(chǔ)能技術(shù)全生命周期度電成本分析［J］. 熱力發(fā)電， 2021， 50（8）： 24-29.

WEN J， LIU N， PEI J， et al. Life cycle cost analysis for energy storage technology［J］. Thermal power generation， 2021， 50（8）： 24-29.

［15］""" 舒印彪， 張智剛， 郭劍波， 等. 新能源消納關(guān)鍵因素分析及解決措施研究［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2017， 37（1）： 1-9.

SHU Y B， ZHANG Z G， GUO J B， et al. Study on key factors and solution of renewable energy accommodation［J］. Proceedings of the CSEE， 2017， 37（1）： 1-9.

［16］""" 張振宇， 孫驍強(qiáng)， 萬筱鐘， 等. 基于統(tǒng)計(jì)學(xué)特征的新能源納入西北電網(wǎng)備用研究［J］. 電網(wǎng)技術(shù)， 2018， 42（7）： 2047-2054.

ZHANG Z Y， SUN X Q， WAN X Z， et al. Research on reserve of northwest power grid considering renewable energy based on statistical characteristics［J］. Power system technology， 2018， 42（7）： 2047-2054.

［17］""" 王曉彬， 孟婧， 石訪， 等. 煤電與清潔電源協(xié)同演進(jìn)優(yōu)化模型及綜合評(píng)價(jià)體系研究［J］. 電力系統(tǒng)保護(hù)與控制， 2022， 50（13）： 43-52.

WANG X B， MENG J， SHI F， et al. An optimization model and comprehensive evaluation system for the synergistic evolution of coal-fired power plants and clean power sources［J］. Power system protection and control， 2022， 50（13）： 43-52.

［18］""" 任大偉， 侯金鳴， 肖晉宇， 等. 能源電力清潔化轉(zhuǎn)型中的儲(chǔ)能關(guān)鍵技術(shù)探討［J］. 高電壓技術(shù)， 2021， 47（8）： 2751-2759.

REN D W， HOU J M， XIAO J Y， et al. Exploration of key technologies for energy storage in the cleansing transformation of energy and power［J］. High voltage engineering， 2021， 47（8）： 2751-2759.

［19］""" 劉中建， 周明， 李昭輝， 等. 高比例新能源電力系統(tǒng)的慣量控制技術(shù)與慣量需求評(píng)估綜述［J］. 電力自動(dòng)化設(shè)備， 2021， 41（12）： 1-11， 53.

LIU Z J， ZHOU M， LI Z H， et al. Review of inertia control technology and requirement evaluation in renewable-dominant power system［J］. Electric power automation equipment， 2021， 41（12）： 1-11， 53.

［20］""" 董昱， 范高鋒， 董存， 等. 電力系統(tǒng)配置儲(chǔ)能分析計(jì)算方法［J］. 中國(guó)電力， 2022， 55（1）： 26-36.

DONG Y， FAN G F， DONG C， et al. Analysis and calculation of energy storage configuration in power system［J］. Electric power， 2022， 55（1）： 26-36.

EVALUATION METHOD OF ENERGY STORAGE POWER

DURATION BASED ON TIME SERIES MODEL

Duan Naixin，Lyu Jinli， Zhang Xiaoqi，Ge Pengjiang，Wang Ying，Wen Zhang

（Northwest Branch of State Grid Corporation of China， Xi’an 710048， China）

Abstract：Energy storage is crucial for new energy consumption and power preservation in high-percentage new energy systems. For this reason， an evaluation method is proposed. Firstly， the generation mechanism of new energy blocked power and system gap power is analyzed based on the net load curve. The necessity of replacing thermal power with energy storage is studied from two aspects of power balance and new energy consumption. Secondly， the minimum value of energy storage capacity is calculated by the new energy daily abandoned power duration curve， the minimum energy storage power is calculated by the new energy blocked power duration curve， and the maximum value of equivalent energy storage capacity is obtained by combining with the actual reasonable demand of the system. Then， we propose an approximate curve of energy storage power duration by the minimal value of energy storage capacity and the maximum value of equivalent energy storage capacity， and evaluate the applicability range of the curve. Finally， simulations are carried out to verify the effectiveness of the proposed method for practical cases.

Keywords：new energy； energy storage； power and energy； time-series production simulation； generation expansion planning