楊歡紅，施 穎，3，黃文燾，李 昊，柴 磊，楊鎮(zhèn)瑜，趙 峰

（1.上海電力大學(xué)電氣工程學(xué)院，上海 200090；2.上海交通大學(xué)電力傳輸與功率變換控制教育部重點(diǎn)實(shí)驗(yàn)室，上海 200240；3.國網(wǎng)上海市區(qū)供電公司，上海 200080）

0 引言

近年來，需求側(cè)響應(yīng)的重要性愈發(fā)受到關(guān)注[1-4]。隨著負(fù)荷需求的日益增長和新能源的持續(xù)接入，電網(wǎng)功率波動(dòng)問題日益突出，但火電機(jī)組等常規(guī)電源響應(yīng)電力系統(tǒng)功率波動(dòng)的能力卻難以滿足調(diào)控需求。新能源接入導(dǎo)致的功率實(shí)時(shí)平衡問題要求需求側(cè)須具備s 級至min 級的實(shí)時(shí)響應(yīng)能力[5-6]，但常規(guī)工商業(yè)負(fù)荷和居民負(fù)荷的響應(yīng)能力有限，難以支撐電網(wǎng)功率的快速平衡[7]。儲(chǔ)能系統(tǒng)能夠通過充放電實(shí)時(shí)、快速地響應(yīng)電網(wǎng)頻率變化，是理想的實(shí)時(shí)需求側(cè)響應(yīng)資源[8-13]。通過分布式光儲(chǔ)系統(tǒng)的有效聚合，光儲(chǔ)充電站集群可實(shí)現(xiàn)和火電機(jī)組類似或更加優(yōu)良的響應(yīng)性能，并且能夠進(jìn)一步利用自身資源來獲取超額收益[14-17]。

儲(chǔ)能參與需求側(cè)響應(yīng)的研究方面，目前主要考慮儲(chǔ)能與火電機(jī)組聯(lián)合調(diào)峰場景。文獻(xiàn)[18]介紹了浙江電網(wǎng)儲(chǔ)能電站自動(dòng)發(fā)電控制（Automatic Generation Control，AGC）策略，提出考慮電池能耗因子的負(fù)荷分配策略，可提升儲(chǔ)能系統(tǒng)快速響應(yīng)能力。文獻(xiàn)[19]提出儲(chǔ)能與火電機(jī)組聯(lián)合調(diào)頻模型，利用儲(chǔ)能快速調(diào)節(jié)特性提升電網(wǎng)孤島運(yùn)行方式下的頻率安全性，但未對儲(chǔ)能系統(tǒng)的容量配置進(jìn)行討論。

儲(chǔ)能容量配置方面，目前主要從負(fù)荷轉(zhuǎn)移特性建模以及儲(chǔ)能充放電特性建模等方面進(jìn)行研究。文獻(xiàn)[20]考慮充電站和電動(dòng)汽車用戶間的價(jià)格博弈，采用雙層規(guī)劃方法求解光儲(chǔ)充電站的容量配置。文獻(xiàn)[21]引入負(fù)荷時(shí)移策略使負(fù)荷貼近風(fēng)機(jī)出力曲線，提出風(fēng)儲(chǔ)系統(tǒng)最優(yōu)容量配置的方法。文獻(xiàn)[22]基于分時(shí)電價(jià)計(jì)算不同類型可中斷負(fù)荷的電量補(bǔ)償成本，實(shí)現(xiàn)儲(chǔ)能系統(tǒng)的選址定容，但此方法不適用于實(shí)時(shí)電力市場。文獻(xiàn)[23]以光儲(chǔ)聯(lián)合系統(tǒng)為研究對象，考慮儲(chǔ)能電池充放電提供頻率響應(yīng)輔助服務(wù)，建立了光儲(chǔ)系統(tǒng)容量配置的優(yōu)化模型。文獻(xiàn)[24]以用電成本和動(dòng)作頻次最小為目標(biāo)，配電網(wǎng)恢復(fù)力為約束，控制分布式儲(chǔ)能參與需求側(cè)響應(yīng)，實(shí)現(xiàn)配電網(wǎng)的優(yōu)化運(yùn)行。但所提方法難以實(shí)現(xiàn)實(shí)時(shí)頻率響應(yīng)。

光儲(chǔ)充電站中的實(shí)時(shí)頻率響應(yīng)需求與負(fù)載充電需求相互獨(dú)立，且通常負(fù)載充電需求的優(yōu)先級較高，使得光儲(chǔ)充電站的充放電策略更為復(fù)雜。光儲(chǔ)系統(tǒng)的容量配置過多將導(dǎo)致初始投資成本較高，而容量配置不足則會(huì)導(dǎo)致響應(yīng)功率缺額及懲罰費(fèi)用增加。目前光儲(chǔ)系統(tǒng)的容量配置主要考慮調(diào)峰需求，而關(guān)于分布式光儲(chǔ)系統(tǒng)參與實(shí)時(shí)需求側(cè)響應(yīng)的研究較少。針對光儲(chǔ)充電站參與實(shí)時(shí)需求側(cè)響應(yīng)的經(jīng)濟(jì)性評估問題，本文提出考慮實(shí)時(shí)需求側(cè)響應(yīng)的光儲(chǔ)充電站容量優(yōu)化配置方法。除滿足負(fù)載充電需求、儲(chǔ)能系統(tǒng)高發(fā)低儲(chǔ)、分布式光伏余量上網(wǎng)等常規(guī)分布式光儲(chǔ)系統(tǒng)的功能外，最大程度地滿足需求側(cè)響應(yīng)需要提供的功率。研究的創(chuàng)新之處在于，考慮光儲(chǔ)充電站參與實(shí)時(shí)需求響應(yīng)的充放電策略，建立了全生命周期評估的雙層規(guī)劃模型，其中內(nèi)層模型基于混合整數(shù)線性規(guī)劃模型求解光儲(chǔ)系統(tǒng)的最優(yōu)充放電策略，外層模型以光伏和儲(chǔ)能系統(tǒng)的容量配置為變量，采用粒子群算法求解最優(yōu)容量配置。算例分析表明，所提算法可使光儲(chǔ)充電站實(shí)現(xiàn)較高收益水平。

1 光儲(chǔ)充電站成本收益模型

1.1 光儲(chǔ)系統(tǒng)優(yōu)化配置

本文以聯(lián)網(wǎng)型光儲(chǔ)充電站為研究對象，其系統(tǒng)架構(gòu)如圖1 所示。

圖1 聯(lián)網(wǎng)型光儲(chǔ)充電站系統(tǒng)架構(gòu)Fig.1 System architecture of grid-connected PVbattery charging station

由圖1 可知，光儲(chǔ)充電站由光伏電池、儲(chǔ)能電池組、變流器以及相應(yīng)的能量管理系統(tǒng)等設(shè)備構(gòu)成。其中，光伏電池、儲(chǔ)能電池組通過變流器接入充電站直流母線，充電站通過變流器分別與配電網(wǎng)和本地負(fù)載連接，當(dāng)光儲(chǔ)系統(tǒng)出力不足時(shí)，剩余功率由配電網(wǎng)支撐。

針對光儲(chǔ)充電站優(yōu)化配置問題，假設(shè)給定數(shù)據(jù)為：優(yōu)化時(shí)間步長、時(shí)間步長內(nèi)的光照強(qiáng)度、負(fù)荷預(yù)測、時(shí)間步長內(nèi)電網(wǎng)平均頻率、峰谷電價(jià)及其執(zhí)行時(shí)間段、分布式發(fā)電上網(wǎng)電價(jià)、儲(chǔ)能售電電價(jià)、光伏電池單價(jià)、儲(chǔ)能電池單價(jià)、變流器單價(jià)、儲(chǔ)能最大放電深度。再根據(jù)給定數(shù)據(jù)對4 類問題進(jìn)行求解：（1）光伏電池面積或功率、儲(chǔ)能電池容量；（2）光儲(chǔ)系統(tǒng)在所有t時(shí)段向配電網(wǎng)購電或售電策略；（3）儲(chǔ)能電池在所有t時(shí)段的充放電策略；（4）儲(chǔ)能生命周期內(nèi)光儲(chǔ)充電站的經(jīng)濟(jì)性指標(biāo)。本文以內(nèi)部收益率為評估指標(biāo)量化光儲(chǔ)系統(tǒng)的經(jīng)濟(jì)性水平，通過求解光儲(chǔ)充電站的容量配置以及在生命周期內(nèi)的充放電行為，計(jì)算光儲(chǔ)充電站光伏電池和儲(chǔ)能電池的最優(yōu)容量配置，以達(dá)到內(nèi)部收益率最大的目標(biāo)。

1.2 成本收益模型目標(biāo)函數(shù)

光儲(chǔ)充電站經(jīng)濟(jì)性的優(yōu)化目標(biāo)是光儲(chǔ)系統(tǒng)全生命周期的內(nèi)部收益率最大，涉及到生命周期的現(xiàn)金流入與現(xiàn)金流出2 個(gè)方面。

光儲(chǔ)充電站的現(xiàn)金流入部分為負(fù)載的售電費(fèi)用和電網(wǎng)的售電費(fèi)用之和減去電網(wǎng)的購電費(fèi)用。計(jì)算第i年現(xiàn)金流入為：

綜上所述，光儲(chǔ)系統(tǒng)的內(nèi)部收益率為：

式中：N為光儲(chǔ)系統(tǒng)的使用年限；A為內(nèi)部收益率。

1.3 成本收益模型約束條件

1）功率平衡約束。光儲(chǔ)充電站光伏系統(tǒng)、儲(chǔ)能系統(tǒng)、負(fù)載以及配電網(wǎng)可以看成1 個(gè)微網(wǎng)系統(tǒng)，應(yīng)滿足實(shí)時(shí)的功率平衡約束為：

式中：Ppv,t為光伏系統(tǒng)在t時(shí)段的出力；和為儲(chǔ)能電池在t時(shí)段充/放電功率；T為光儲(chǔ)系統(tǒng)生命周期對應(yīng)的時(shí)段集合；αchar,t為布爾型變量，αchar,t=1 表示電池在t時(shí)段處于充電狀態(tài)，αchar,t=0則處于放電或空閑狀態(tài)；αdisc,t為布爾型變量，αdisc,t=1 表示t時(shí)段電池處于放電狀態(tài)，αdisc,t=0 表示t時(shí)段電池處于充電或空閑狀態(tài)；αGB,t為布爾型變量，αGB,t=1 表示t時(shí)段充電站向電網(wǎng)購電，αGB,t=0 表示t時(shí)段充電站不向電網(wǎng)購電；αGS,t為布爾型變量，αGS,t=1 表示t時(shí)段充電站向電網(wǎng)售電，αGS,t=0 表示t時(shí)段充電站不向電網(wǎng)售電。

其中，式（6）表示在t時(shí)段內(nèi)，儲(chǔ)能充電和放電最多只能存在1 種情況；式（7）表示在t時(shí)段內(nèi)，光儲(chǔ)充電站和配電網(wǎng)之間功率不能雙向流動(dòng)；式（8）表示t時(shí)段內(nèi)，儲(chǔ)能放電和向電網(wǎng)售電最多只能存在1 種形式。

2）光儲(chǔ)系統(tǒng)參與頻率響應(yīng)約束。電力市場中，光儲(chǔ)系統(tǒng)通常通過競價(jià)或直接執(zhí)行聚合商的調(diào)度指令參與頻率響應(yīng)，平衡實(shí)際需求與調(diào)度指令之間的實(shí)時(shí)偏差。本文參考傳統(tǒng)火電機(jī)組參與一次調(diào)頻的形式制定分布式光儲(chǔ)電站的頻率響應(yīng)方式，即通過設(shè)定下垂系數(shù)，自動(dòng)決策電網(wǎng)在不同頻率下光儲(chǔ)電站的響應(yīng)功率。光儲(chǔ)系統(tǒng)參與頻率響應(yīng)的約束為：

式中：kf為頻率響應(yīng)下垂系數(shù)；PLFD,t，PHFD,t分別為t時(shí)段光儲(chǔ)充電站低頻或高頻響應(yīng)的需求功率；fmax,t，fmin,t分別為頻率響應(yīng)死區(qū)的上下限；ft為t時(shí)段的電網(wǎng)平均頻率；αLFR,t為布爾型變量，表示若t時(shí)段電網(wǎng)頻率低于響應(yīng)死區(qū)下限，則此時(shí)光儲(chǔ)系統(tǒng)需進(jìn)行低頻響應(yīng)；αHFR,t為布爾型變量，表示若t時(shí)段電網(wǎng)頻率高于響應(yīng)死區(qū)上限，則此時(shí)光儲(chǔ)系統(tǒng)需進(jìn)行高頻響應(yīng)；為t時(shí)段低頻響應(yīng)實(shí)際值與需求功率之間的差額；為t時(shí)段高頻響應(yīng)實(shí)際值與需求功率之間的差額，

其中，式（11）和式（12）分別表示t時(shí)段光儲(chǔ)系統(tǒng)是否參與頻率響應(yīng)；式（13）和式（14）表示光儲(chǔ)系統(tǒng)的響應(yīng)功率不超過其需求功率；式（15）表示光儲(chǔ)充電站向電網(wǎng)購電時(shí)無法參與低頻響應(yīng)；式（16）表示t時(shí)段光儲(chǔ)充電站最多只參與1 種頻率響應(yīng)形式。

3）儲(chǔ)能充放電功率約束。儲(chǔ)能充放電功率應(yīng)滿足最大充放電能力上下限約束為：

其中，式（18）和式（20）表示在t時(shí)段若儲(chǔ)能處于空閑狀態(tài)，則充放電功率為0。

4）配網(wǎng)功率交換約束。當(dāng)t時(shí)段配網(wǎng)功率流向確定時(shí)，反方向的潮流數(shù)值為0。與儲(chǔ)能充放電約束相似，光儲(chǔ)充電站與配電網(wǎng)的功率交換約束為：

5）儲(chǔ)能能量平衡及容量約束。儲(chǔ)能系統(tǒng)除滿足充放電限值外，能量平衡約束和容量約束為：

其中，式（23）表示在t時(shí)段儲(chǔ)能電池的電量等于t-1 時(shí)段電量加上（減去）t時(shí)段的充（放）電量；式（24）表示儲(chǔ)能系統(tǒng)在t時(shí)段的電量不高于其容量，考慮到儲(chǔ)能循環(huán)壽命，設(shè)置一定的余量；式（25）表示儲(chǔ)能系統(tǒng)在t時(shí)段不參與低頻響應(yīng)時(shí)，儲(chǔ)能SOC 的值不小于；式（26）表示t時(shí)段光儲(chǔ)系統(tǒng)參與低頻響應(yīng)時(shí)，儲(chǔ)能SOC 的值最多允許降低至本文考慮緊急頻率響應(yīng)情況下，儲(chǔ)能可利用預(yù)留能量進(jìn)一步釋放響應(yīng)潛力，因此設(shè)置

6）儲(chǔ)能電池充電約束。儲(chǔ)能電池在不同SOC水平下的充電功率不同，在充電過程中SOC 的變化是非線性的。在電池SOC 小于一定的閾值時(shí)，可采用額定功率為電池充電，當(dāng)?shù)竭_(dá)較高的SOC 后，可減小充電電流并采用小功率為電池充電直至充滿。儲(chǔ)能電池充電約束為：

其中，式（27）和（28）表示儲(chǔ)能的SOC 水平在第r和第r+1 個(gè)線性化分段中；本文假設(shè)最后1 個(gè)線性化分段采用小功率充電，因此對于前N-1 個(gè)線性化分段，儲(chǔ)能充電功率滿足式（17）和式（18）；在若在t時(shí)段儲(chǔ)能的SOC 處于最后1 個(gè)分段，則儲(chǔ)能的充電功率應(yīng)滿足式（29）；式（30）表示儲(chǔ)能充電功率在t時(shí)段不高于儲(chǔ)能容量減去當(dāng)前電量；式（31）表示儲(chǔ)能在每個(gè)時(shí)間段至少處在1 種SOC 水平上。

2 光儲(chǔ)充電站全生命周期經(jīng)濟(jì)性評估

目前光儲(chǔ)系統(tǒng)的生命周期主要按照設(shè)備壽命計(jì)算，其中主要影響因素為儲(chǔ)能電池的退化。由于儲(chǔ)能的退化特性與充放電行為強(qiáng)相關(guān)，因此儲(chǔ)能系統(tǒng)的生命周期為非定值。為解決儲(chǔ)能退化特性影響生命周期的計(jì)算問題，本文提出基于粒子群算法和混合整數(shù)線性規(guī)劃算法相結(jié)合的光儲(chǔ)系統(tǒng)經(jīng)濟(jì)性計(jì)算方法，將鋰電池的循環(huán)壽命衰減特性納入到全生命周期的經(jīng)濟(jì)性計(jì)算中。

電池容量保持率的上限隨著循環(huán)次數(shù)的增加緩慢降低，理論上在每1 次循環(huán)后容量保持率都會(huì)產(chǎn)生變化，頻繁計(jì)算容量保持率會(huì)使得求解過程變得非常復(fù)雜，因此需要對電池容量保持率的動(dòng)態(tài)變化過程進(jìn)行簡化。本文以年為單位，在儲(chǔ)能電池容量保持率未達(dá)到下限的每個(gè)使用年，根據(jù)第2 章的光儲(chǔ)充電站充放電模型模擬儲(chǔ)能的充放電過程，并在1 年的尺度上應(yīng)用雨流計(jì)數(shù)法統(tǒng)計(jì)電池的等效循環(huán)次數(shù)，再將結(jié)果代入“容量保持率—儲(chǔ)能循環(huán)次數(shù)”關(guān)系式中，計(jì)算得到儲(chǔ)能容量保持率的減少量，以修正下1 年儲(chǔ)能容量保持率。由于當(dāng)年的儲(chǔ)能充放電均是基于年初的容量保持率進(jìn)行計(jì)算，為避免收益的結(jié)果偏樂觀，須在當(dāng)年售電收益中乘以一定的折扣比例對計(jì)算結(jié)果進(jìn)行進(jìn)一步的修正。修正系數(shù)的表達(dá)式為：

式中：βi為第i年的收益修正系數(shù)；分別為第i年年初電池剩余容量和年末電池剩余容量。

參考文獻(xiàn)[25]，可得動(dòng)力電池的容量保持率和循環(huán)次數(shù)的關(guān)系表達(dá)式為：

式中：η為儲(chǔ)能電池等效循環(huán)總次數(shù)對應(yīng)的容量保持率；n為儲(chǔ)能電池等效總循環(huán)次數(shù)。

光儲(chǔ)充電站全生命周期優(yōu)化配置算法流程如圖2 所示。由圖2 可知，在第k次迭代中，給定Spv以及Wbatt，以年為單位按照第2 章所提成本收益模型計(jì)算第i年現(xiàn)金流入和現(xiàn)金流出值，應(yīng)用雨流計(jì)數(shù)法計(jì)算第i年儲(chǔ)能等效循環(huán)次數(shù)，進(jìn)而得到第i年儲(chǔ)能容量保持率衰減值。當(dāng)儲(chǔ)能容量保持率衰減達(dá)到或超過設(shè)定的閾值后停止計(jì)算現(xiàn)金流入和流出，以當(dāng)前所有年限的現(xiàn)金流入和流出數(shù)據(jù)計(jì)算光儲(chǔ)充電站的內(nèi)部收益率。當(dāng)?shù)螖?shù)k達(dá)到預(yù)設(shè)值或計(jì)算結(jié)果收斂到預(yù)設(shè)值后，輸出最優(yōu)配置結(jié)果。

圖2 光儲(chǔ)充電站全生命周期優(yōu)化配置計(jì)算流程Fig.2 Calculation process of full life cycle optimal configuration in PV-battery charging station

3 算例分析

3.1 結(jié)果分析

為驗(yàn)證所提算法的有效性，參考某地全年光照強(qiáng)度的實(shí)際數(shù)據(jù)，設(shè)置算例光照強(qiáng)度數(shù)據(jù)。設(shè)定光電轉(zhuǎn)化效率為20%，采用t時(shí)段光照強(qiáng)度乘以光電轉(zhuǎn)化效率即得到該時(shí)段單位面積的光伏出力數(shù)據(jù)。以普通工業(yè)園區(qū)為參考建立負(fù)荷近似模型，在每個(gè)自然日的7:00-22:00，設(shè)置隨機(jī)分布的負(fù)荷范圍在300～700 kW。仿真算例初始參數(shù)如表1 所示。算例仿真結(jié)果如表2 所示。其中，仿真算例硬件平臺(tái)參數(shù)為AMD Ryzen 7 Pro 4750U 1.70 Hz、16GB RAM+512GB ROM，軟件平臺(tái)為Pycharm 2020.1，混合整數(shù)線性規(guī)劃采用Gurobi 10.0.0 進(jìn)行優(yōu)化計(jì)算。

表1 仿真算例初始參數(shù)Table 1 Parameter setting for case study

表2 算例仿真結(jié)果Table 2 Simulation results of case study

儲(chǔ)能電池容量保持率和光儲(chǔ)充電站典型年運(yùn)行情況如圖3 和圖4 所示，其中儲(chǔ)能充電功率為正值，放電功率為負(fù)值。

圖3 儲(chǔ)能電池容量保持率Fig.3 Battery capacity retention rate

圖4 光儲(chǔ)充電站典型年運(yùn)行情況Fig.4 Operation of PV-battery charging station in typical year

由圖3 和圖4 可知，儲(chǔ)能電池在循環(huán)過程中容量保持率下降速度較為均勻。在典型年數(shù)據(jù)中，儲(chǔ)能僅在少數(shù)情況下采取較大放電倍率放電，說明本文采用的儲(chǔ)能配置結(jié)果考慮了容量和衰減速率間的平衡。

為反映儲(chǔ)能的充放電策略，取典型日進(jìn)行分析.典型日光儲(chǔ)充電站充放電功率如圖5 所示。

圖5 典型日光儲(chǔ)充電站充放電功率Fig.5 Charging and discharging power of PV-battery station in typical day

由圖5（a）和圖5（b）可知，在0:00-6:00，光伏無出力且負(fù)載無需求，此時(shí)處于谷時(shí)電價(jià)，儲(chǔ)能利用谷時(shí)電價(jià)從電網(wǎng)購電進(jìn)行充電。在7:00-11:00，由光伏和儲(chǔ)能共同為負(fù)載供電，其中由于7:00 負(fù)載需求較高且光伏幾乎沒有出力，因此負(fù)載需求主要由儲(chǔ)能承擔(dān)。由圖5（a）和圖5（b）和圖5（d）可知，在12:00-14:00，光伏出力較高，此時(shí)光伏出力大于負(fù)載需求，剩余功率一方面可為儲(chǔ)能充電，另一方面可通過參與低頻響應(yīng)獲取額外收益。由圖5（a）及圖5（c）可知，在16:00-22:00，此時(shí)光伏無出力，負(fù)載需求由儲(chǔ)能與配電網(wǎng)共同滿足。由圖5 中充放電過程可以看出，通過儲(chǔ)能系統(tǒng)、光伏系統(tǒng)以及配電網(wǎng)間的交互，在不同時(shí)段設(shè)計(jì)相應(yīng)的控制策略，能夠最大程度增加光儲(chǔ)系統(tǒng)的收益水平。

3.2 關(guān)鍵參數(shù)敏感度分析

光儲(chǔ)充電站的內(nèi)部收益率受到投資和收益兩個(gè)方面的影響，且各種影響因素對于經(jīng)濟(jì)性的貢獻(xiàn)大小也不同。本文從光伏和儲(chǔ)能系統(tǒng)單價(jià)、峰時(shí)電價(jià)、負(fù)載售電電價(jià)、低頻響應(yīng)電價(jià)等方面對光儲(chǔ)系統(tǒng)的經(jīng)濟(jì)性進(jìn)行敏感度分析。

3.2.1 光儲(chǔ)系統(tǒng)成本

以表1 中光伏電池單位功率價(jià)格、儲(chǔ)能電池和變流器單位價(jià)格以及電網(wǎng)峰時(shí)購電電價(jià)為基礎(chǔ)，設(shè)置浮動(dòng)步長為5%，計(jì)算得到光儲(chǔ)系統(tǒng)成本對內(nèi)部收益率的敏感度如表3 所示。

表3 光儲(chǔ)系統(tǒng)成本對內(nèi)部收益率的敏感度Table 3 Sensitivity of PV-battery system cost to internal rate of return

由表3 可知，光伏電池單位功率價(jià)格每降低5%，對內(nèi)部收益率的貢獻(xiàn)在1.2%～2.3%之間；儲(chǔ)能電池和變流器單位價(jià)格每5%的單價(jià)變化對內(nèi)部收益率的貢獻(xiàn)在0.3%～0.6%之間；電網(wǎng)峰時(shí)購電電價(jià)每5%的價(jià)格變動(dòng)對內(nèi)部收益率的貢獻(xiàn)在0.2%～0.5%之間，可見光伏成本對于內(nèi)部收益率的影響最大。這是由于光伏系統(tǒng)的單價(jià)較高，且占總成本的比例最大，而儲(chǔ)能電池和變流器的單位價(jià)格以及電網(wǎng)峰時(shí)購電電價(jià)的變化對于內(nèi)部收益率的敏感度相近。

3.2.2 負(fù)載售電電價(jià)和低頻響應(yīng)電價(jià)

以表1 的負(fù)載售電電價(jià)和低頻響應(yīng)電價(jià)為基礎(chǔ)，設(shè)置充電服務(wù)價(jià)格步長為2.5%，對內(nèi)部收益率的敏感度如表4 所示。

表4 負(fù)載售電電價(jià)、低頻響應(yīng)電價(jià)對內(nèi)收益率的敏感度Table 4 Sensitivity of load charging price and low frequency response price to internal rate of return

由表4 可知，負(fù)載售電電價(jià)浮動(dòng)2.5%對于內(nèi)部收益率的貢獻(xiàn)在1%～1.3%之間。充電服務(wù)是光儲(chǔ)充電站的主要收益來源，因此負(fù)載售電電價(jià)是光儲(chǔ)充電站的內(nèi)部收益率的關(guān)鍵變量。低頻響應(yīng)電價(jià)浮動(dòng)2.5%對于內(nèi)部收益率的貢獻(xiàn)在0.1%～0.2%之間，這是由于配置的光伏系統(tǒng)主要用于供給負(fù)載和儲(chǔ)能系統(tǒng)充電，因此低頻響應(yīng)電量占總發(fā)電量的比例較小。但從收益的角度分析，光儲(chǔ)系統(tǒng)參與低頻響應(yīng)仍然對總收益做出了一定的貢獻(xiàn)。儲(chǔ)能作為頻率響應(yīng)資源相比其他大容量可調(diào)節(jié)負(fù)荷具有一定的稀缺性，目前頻率響應(yīng)電價(jià)尚未針對儲(chǔ)能的響應(yīng)性能進(jìn)行差異化定價(jià)，若能提升儲(chǔ)能實(shí)時(shí)響應(yīng)價(jià)格，則對光儲(chǔ)系統(tǒng)經(jīng)濟(jì)性的貢獻(xiàn)將更大。

4 結(jié)語

本文提出了一種考慮實(shí)時(shí)需求側(cè)響應(yīng)的光儲(chǔ)充電站容量優(yōu)化配置方法，在滿足負(fù)載需求的基礎(chǔ)上，進(jìn)一步考慮光儲(chǔ)系統(tǒng)參與電網(wǎng)頻率響應(yīng)的可行性，設(shè)計(jì)了光儲(chǔ)充電站的充放電策略。建立了雙層規(guī)劃模型，求解光儲(chǔ)充電站生命周期經(jīng)濟(jì)性。仿真結(jié)果表明，所提容量優(yōu)化配置方法能夠充分利用分布式光伏和儲(chǔ)能電池快速響應(yīng)的優(yōu)勢，最大化光儲(chǔ)充電站生命周期內(nèi)的收益水平。同時(shí)，本文對影響經(jīng)濟(jì)性結(jié)果的關(guān)鍵參數(shù)給出了敏感度分析的量化結(jié)果，可用于不同地區(qū)、不同應(yīng)用場景下光儲(chǔ)充電站的經(jīng)濟(jì)性評估測算。