栗慶根，孫娜，董海鷹

（蘭州交通大學(xué) 新能源與動力工程學(xué)院，蘭州 730070）

0 引言

隨著“雙碳”目標的不斷深入推進，以風(fēng)電和光伏為代表的新能源在電力系統(tǒng)中的比例不斷提高，新能源消納能力不足、棄風(fēng)棄光問題日益凸出［1］。儲能可以輔助緩解新能源面臨的問題，但投資回報周期長，資源嚴重閑置，且初始投資成本巨大限制了其大規(guī)模應(yīng)用。在面向新能源消納場景的需求，無法實現(xiàn)發(fā)用電在時空上的解耦，且難以提供靈活的調(diào)節(jié)資源［2］。鑒于此，研究面向新能源消納場景的儲能技術(shù)及其商業(yè)模式是突破新型電力系統(tǒng)發(fā)展瓶頸、助力電力行業(yè)實現(xiàn)“雙碳”目標的重要支撐。共享儲能作為新型商業(yè)模式，將共享經(jīng)濟與儲能相結(jié)合，通過將儲能所有權(quán)與使用權(quán)相分離實現(xiàn)共享，為新能源消納提供靈活的調(diào)節(jié)資源，實現(xiàn)發(fā)用電在時空上的解耦［3］。

根據(jù)應(yīng)用場景的不同，可分為發(fā)電側(cè)、電網(wǎng)側(cè)和用戶側(cè)，各場景中儲能需滿足不同的調(diào)節(jié)需求。在用戶側(cè)，儲能可以根據(jù)分時電價降低用戶的用電成本，通過改善用戶負荷分布以滿足用戶的用能需求。在電網(wǎng)側(cè)，通過儲能實現(xiàn)電網(wǎng)的調(diào)節(jié)需求，以保證電力系統(tǒng)的穩(wěn)定運行。文獻［4］提出利用儲能來跟蹤日前調(diào)度計劃以及參與電網(wǎng)調(diào)頻，為電網(wǎng)提供頻率支撐。在發(fā)電側(cè)，儲能可以平抑功率波動，提升新能源的友好并網(wǎng)能力。文獻［5］基于不同的風(fēng)光互補方式，以抑制新能源電站并網(wǎng)后的波動率為目標進行儲能的配置。文獻［6］根據(jù)各新能源電站發(fā)電過剩功率和缺額功率構(gòu)建共享網(wǎng)絡(luò)，提出一種發(fā)電側(cè)新能源電站自配儲能下的共享儲能合作模式。在新能源消納場景中，發(fā)電側(cè)引入共享儲能不僅可以提高新能源的消納能力，同時有利于提高儲能的調(diào)節(jié)能力，對高比例新能源電力系統(tǒng)的穩(wěn)定運行具有積極作用。

針對儲能優(yōu)化配置，文獻［7-8］通過建立云儲能運營商，將有限的分布式儲能資源進行整合，以實現(xiàn)儲能資源的共享。文獻［9］提出面向新能源消納場景的集中式共享儲能運營模式，并相應(yīng)設(shè)計其運營狀況的評價指標體系。文獻［10］基于能源細胞網(wǎng)絡(luò)提出多主體聯(lián)合投建共享儲能的容量配置與運行優(yōu)化方案。文獻［11］采用二層規(guī)劃模型對用戶側(cè)儲能的容量配置及運行策略進行優(yōu)化，上層以用戶側(cè)儲能全壽命周期內(nèi)經(jīng)濟效益最大為目標優(yōu)化儲能容量及功率，下層以儲能日運行經(jīng)濟最優(yōu)為目標優(yōu)化儲能運行策略。文獻［12-14］考慮用戶需求管理，采用兩階段優(yōu)化的方法對儲能進行優(yōu)化調(diào)度。文獻［15-17］針對分布式儲能從經(jīng)濟性角度出發(fā)以儲能初始投資和運維成本最小為目標構(gòu)建了儲能優(yōu)化配置模型，并通過智能算法對儲能定容問題進行了優(yōu)化計算。文獻［18］針對儲能電站投運成本最低與微能源網(wǎng)運行經(jīng)濟性最優(yōu)的多目標，建立了雙層規(guī)劃模型使用卡羅需-庫恩-塔克法（Karush-Kuhn-Tucker Method， KKTM）對模型轉(zhuǎn)化求解。文獻［19］提出多微電網(wǎng)共享儲能的多目標優(yōu)化配置及其成本的改進Shapley 值法公平分攤方法，利用非支配排序遺傳算法（NSGA-Ⅱ）和模糊隸屬度函數(shù)獲得最優(yōu)解。文獻［20］提出一種多個區(qū)域綜合能源系統(tǒng)（Regional Integrated Energy System， RIES）互聯(lián)下的共享儲能系統(tǒng)容量優(yōu)化配置模型，利用遺傳算法對共享儲能的容量、充放電功率進行優(yōu)化。文獻［21］考慮各用戶在共享儲能全壽命周期中的總凈收益及對配電網(wǎng)潮流的影響，基于廣義納什議價理論建立了共享儲能合作博弈模型。

上述文獻主要基于微網(wǎng)場景，在面向新能源消納場景中研究有限，對考慮新能源消納場景下共享儲能優(yōu)化配置中包含多新能源場站、新能源消納率與經(jīng)濟性的研究較少。同時，儲能在新能源消納方面發(fā)揮著重要的作用，但共享儲能隨著參與共享的新能源場站數(shù)量及裝機容量的增加，分布式共享儲能的優(yōu)化配置及運行難以實現(xiàn)。目前，針對共享儲能優(yōu)化配置方面，新能源消納率、儲能投資建設(shè)成本及投資回報年限等影響因素備受關(guān)注，隨著共享儲能服務(wù)對象的增多，非線性變量也隨之增加，對優(yōu)化配置算法的求解精度、收斂速度提出了更高的要求。

本文根據(jù)新能源并網(wǎng)需求和出力特征，建立了以共享儲能收益最大為目標的優(yōu)化配置模型，在共享儲能運行狀態(tài)、并網(wǎng)需求和新能源出力的約束下，通過鯨魚優(yōu)化算法（WOA）求解優(yōu)化配置結(jié)果，解決了優(yōu)化配置模型中多目標與非線性約束問題，算例分析了面向新能源消納場景對共享儲能優(yōu)化配置的影響，驗證了本文所提共享儲能優(yōu)化配置模型的可行性。

1 共享儲能運行模式

共享儲能是將儲能以共享的方式進行利用，實現(xiàn)了儲能資源所有權(quán)與使用權(quán)的分離，能夠使各參與方在該模式下實現(xiàn)靈活高效的互動。目前，發(fā)電側(cè)共享儲能主要分為分散式和集中式2 種基本結(jié)構(gòu)，其中分散式共享儲能是在滿足自身需求的前提下將盈余的儲能資源通過共享的方式為其他主體或電網(wǎng)提供儲能服務(wù)，而集中式共享儲能可以是多新能源場站共同出資建設(shè)，或者由第三方主體出于盈利目的投資建設(shè)。在面對日益復(fù)雜的新能源電力系統(tǒng)，新能源場站的數(shù)量及儲能需求不斷增加，原有的分散式儲能難以實現(xiàn)靈活的資源調(diào)節(jié)需求，集中式儲能可以大幅降低分散式共享儲能的復(fù)雜程度，優(yōu)化儲能資源配置有利于提高儲能利用率和投資意愿，更利于其商業(yè)運營，因此本文以集中式共享儲能為研究對象，其基本結(jié)構(gòu)示意如圖1所示。

圖1 集中式共享儲能基本結(jié)構(gòu)示意Fig.1 Basic structure of a centralized shared energy storage system

發(fā)電側(cè)集中式共享儲能通過集中管控和分配儲能資源，可以有效應(yīng)對多種調(diào)節(jié)需求，利用多種調(diào)節(jié)需求的時空互補特性提高集中式共享儲能的資源利用率，在降低儲能資源投資成本的同時，提高運行的經(jīng)濟性，以縮短儲能投資回報年限。集中式共享儲能服務(wù)于新能源場站，在新能源場站出力大于并網(wǎng)需求時，為避免大量棄風(fēng)棄光，利用儲能將剩余電能儲存；在新能源出力無法滿足并網(wǎng)需求時，通過儲能彌補出力不足導(dǎo)致的功率缺額，以保證新能源出力與并網(wǎng)需求動態(tài)平衡，提高新能源消納能力。

2 共享儲能優(yōu)化配置模型

儲能的共享模式打破了“自建自儲自用”的模式下各儲能主體的儲能設(shè)備與儲能需求之間相互孤立的狀態(tài)，根據(jù)多種調(diào)節(jié)需求的時空互補特性減少儲能資源閑置與浪費，降低儲能沉沒成本。面新能源消納場景下的共享儲能優(yōu)化配置基于儲能投資成本最小，通過提高儲能資源利用率，實現(xiàn)儲能經(jīng)濟效益最大的前提下保證新能源消納，以減少棄風(fēng)棄光量。

2.1 目標函數(shù)

儲能投資建設(shè)成本是限制其大規(guī)模發(fā)展的主要因素，降低儲能投資成本，并利用有限的儲能資源獲取最大的經(jīng)濟效益是驅(qū)動共享儲能發(fā)展的動力。面向新能源消納場景下共享儲能服務(wù)于新能源場站，在此基礎(chǔ)上以共享儲能典型日運行收益最大為目標函數(shù)，實現(xiàn)共享儲能電站儲能容量、最大充放電功率和各時段充放電功率的優(yōu)化配置。本文考慮儲能投資成本、運維成本，提供儲能服務(wù)獲得的服務(wù)收益，為支撐新能源場站并網(wǎng)需求的收益，以及在考慮經(jīng)濟性前提下導(dǎo)致的儲能配置不足產(chǎn)生的新能源場站棄電成本，建立了共享儲能優(yōu)化配置模型，目標函數(shù)為

式中：I1為儲能電站為新能源場站提供儲能服務(wù)獲得的服務(wù)收益；I2為儲能電站為支撐新能源并網(wǎng)需求獲得的收益；C1為集中式共享儲能投資成本；C2為共享儲能運維成本；C3為儲能經(jīng)濟最優(yōu)配置時棄風(fēng)棄光懲罰成本。

共享儲能電站的服務(wù)費是基于實際充電電量進行計算

式中：N為新能源場站總數(shù)；T為典型日共享儲能總運行時段數(shù)；λ(t)為共享儲能第t時段向新能源場站提供儲能服務(wù)的單位功率服務(wù)費；Pc，i(t)為第i個新能源場站第t時段的充電功率；Δt為單次儲能持續(xù)時間。

新能源出力存在波動性，當新能源出力無法滿足并網(wǎng)功率需求時，利用儲能放電彌補并網(wǎng)功率缺額。出于經(jīng)濟性考慮，支撐新能源場站并網(wǎng)需求的放電過程中，共享儲能收益為

式中：μ(t)為儲能第t時段放電單位功率價格；Pd，i(t)為第i個新能源場站第t時段的放電功率。

儲能投資是共享儲能投資建設(shè)過程中重要的支出，其成本包含功率投資成本和容量投資成本，儲能電站投資成本模型為

式中：PESS，EESS分別為儲能的功率和容量；cP，cE分別為儲能的功率和容量的單位投資成本。

鑒于儲能建設(shè)前期投資成本巨大，且受時間價值的影響，因此需要對儲能投資成本進行修正和折算，其修正折算系數(shù)為

式中：r為基準折現(xiàn)率；n為儲能電站運行壽命；Yd為一年中的天數(shù)。

根據(jù)式（5）投資成本修正折算系數(shù)，得到儲能折算至每天的投資成本為

儲能運行維護過程中需要考慮其功率和充放電總量，因此儲能運行維護成本為

式中：kO為儲能電站單位功率日運行維護成本系數(shù)；kM為儲能單位容量日運行維護成本系數(shù)；QESS為儲能日充放電總量。

由于儲能系統(tǒng)的單位功率和單位容量日運行維護成本系數(shù)不易確定，所以運行維護費用一般按初始投資的一定比例近似估算［22］，即

式中：ζ為儲能運行維護系數(shù)。

共享儲能優(yōu)化配置時，需要考慮新能源消納情況，在新能源消納與儲能經(jīng)濟性情況下進行優(yōu)化配置，因此引入棄電懲罰成本，即

式中：θ(t)為第t時段的單位功率棄電懲罰成本；Pr，i(t)為第i個新能源場站第t時段的棄電功率。

2.2 約束條件

面向新能源消納場景的共享儲能優(yōu)化配置時，忽略網(wǎng)路損耗和設(shè)備損耗，考慮參與共享儲能的新能源場站出力和并網(wǎng)需求、共享儲能荷電狀態(tài)、儲能充放電功率，確定符合共享儲能優(yōu)化配置模型的約束條件。

新能源場站與共享儲能作為聯(lián)合系統(tǒng)，利用儲能平抑新能源出力的隨機性、波動性，通過儲能充電消納新能源發(fā)電高峰電量，儲能放電彌補并網(wǎng)功率缺額，其滿足的約束條件為

式中：Pi(t)為第i個新能源場站第t時段的發(fā)電功率；PESS，c(t)，PESS，d(t)分別為共享儲能電站第t時段的充電和放電功率；Pload(t)為第t時段并網(wǎng)的功率總需求；Pr(t)為第t時段的棄電總功率。

其中，共享儲能充放電功率存在以下關(guān)系

集中式共享儲能在充放電過程中，需要考慮充放電狀態(tài)和功率，為了符合實際運行情況，約束條件為

式中：σc(t)和σd(t)分別為共享儲能電站的第i個新能源場站第t時段充電狀態(tài)和放電狀態(tài)。

根據(jù)共享儲能電站的約束條件，可以得到各新能源場站存在的約束關(guān)系為

式中：σc，i(t)和σd，i(t)分別為第i個新能源場站第t時段的充電狀態(tài)和放電狀態(tài)；PESS為新能源場站最大充電和放電需求功率。

共享儲能電站運行過程中，充放電狀態(tài)會導(dǎo)致儲能電量不斷變化，同時儲能電量會影響共享儲能優(yōu)化配置，因此通過儲能荷電狀態(tài)及充放電深度保證儲能連續(xù)運行和優(yōu)化配置的經(jīng)濟性，其約束條件為

式中：SOCmin和SOCmax分別為共享儲能最小荷電狀態(tài)和最大荷電狀態(tài)；SOC(t)為集中式共享儲能電站第t時段的荷電狀態(tài)；ηESS，c和ηESS，d分別為共享儲能充電效率和放電效率。式（15）反映了共享儲能充放電深度與實際荷電狀態(tài)之間的關(guān)系，式（16）則反映了共享儲能第t時段的荷電狀態(tài)與前一時刻和當前時刻充放電之間的關(guān)系。

3 共享儲能優(yōu)化配置方法

在共享儲能優(yōu)化配置模型中，新能源場站發(fā)電功率和并網(wǎng)功率需求是儲能電站充放電功率和充放點狀態(tài)的重要影響因素，而儲能電站最大充放電功率和最大容量受儲能電站實際充放電功率和充放電狀態(tài)影響。在共享儲能優(yōu)化配置過程中，存在大量的非線性約束條件，且優(yōu)化配置模型的求解精度和求解速度會影響儲能優(yōu)化配置。因此在面向新能源消納的共享儲能優(yōu)化配置決策過程中采用改進WOA［23］獲取最優(yōu)解。

3.1 WOA

WOA通過模擬鯨魚獨特的泡泡網(wǎng)覓食行為［24］，在搜尋獵物和獲取獵物信息的過程中，不斷地包圍和螺旋式靠近獵物，最終捕獲獵物，即獲得問題的最優(yōu)解。

由于WOA 分為包圍捕食、螺旋更新、搜尋獵物3 個階段，但存在求解精度低、收斂速度慢和易陷入局部最優(yōu)的缺點，通過準反向?qū)W習(xí)［25］對種群初始化、利用非線性收斂因子［26］更新包圍捕食階段、自適應(yīng)權(quán)重策略［27］與隨機差分法變異策略［28-32］預(yù)防陷入局部最優(yōu)對WOA進行改進。

在包圍捕食階段，鯨魚種群通過獲取獵物位置信息，使種群中距離最近的鯨魚個體（當前的最優(yōu)解）靠近獵物，從而使種群間接不斷地向獵物移動。在實際求解過程中，問題的全局最優(yōu)解對應(yīng)獵物的位置。在該階段，通過模擬鯨魚捕食行為的數(shù)學(xué)模型為

式中：t為迭代次數(shù)；X(t)為鯨魚個體的位置向量；Xp(t)為獵物位置向量；A和C分別為系數(shù)向量，具體計算過程如式（18）所示；r1和r2分別為[0，1]范圍內(nèi)的隨機向量；a為與迭代次數(shù)相關(guān)的系數(shù)向量，由a(t)構(gòu)成；max_iter為最大迭代次數(shù)。

在螺旋更新階段，以獵物為中心，鯨魚通過不斷地螺旋上升向獵物逼近，最終實現(xiàn)捕獲獵物的目的。

通過計算種群中鯨魚個體與獵物位置之間的距離，以螺旋的方式縮小距離，更新個體的位置，其位置更新公式為

式中：b為定義螺線線圈的常數(shù)；l為［-1，1］范圍內(nèi)的隨機數(shù)。

為保證收縮包圍和螺旋更新同步，通過概率p判別鯨魚個體的位置更新方式，假設(shè)2 種方式發(fā)生的概率均為50%，即

式中：p為[0，1]范圍內(nèi)的隨機數(shù)。

在搜尋獵物階段，鯨魚在探索找尋獵物的線索信息時以隨機的方式實現(xiàn)，因此從種群中隨機選擇需要的個體進行位置更新，其表達式為

式中：Xrand(t)為當前種群中隨機選取的鯨魚個體位置向量。

3.2 改進WOA

為保證種群獲得更好的初始化種群個體，在WOA的基礎(chǔ)上引入準反向?qū)W習(xí)，將隨機解與準反向解相結(jié)合，選取其中最優(yōu)解，以實現(xiàn)種群的多樣性和快速收斂性。其數(shù)學(xué)模型為

式中：fit為適應(yīng)度函數(shù)；X和分別為隨機和準反向?qū)W習(xí)產(chǎn)生的個體向量。

鯨魚種群中，第i鯨魚在d維空間中的位置為準反向?qū)W習(xí)產(chǎn)生的個體位置由準方向解構(gòu)成，其求解方法為

收斂因子a(t)呈線性變化，在更新迭代過程中無法適應(yīng)非線性變化過程，引入非線性收斂因子，以充分挖掘其全局搜索能力和局部開發(fā)能力，即

式中：μ和φ分別為其相關(guān)參數(shù)，且選取μ=0.5，φ= 0。為避免鯨魚算法陷入局部最優(yōu)和收斂早熟的現(xiàn)象，提出一種自適應(yīng)權(quán)重策略和隨機差分策略，以保證種群的多樣性和實現(xiàn)全局最優(yōu)。自適應(yīng)權(quán)重策略如式（26），隨機差分策略為

式中：ω= 1 -為自適應(yīng)權(quán)重與迭代次數(shù)之間的關(guān)系；X'(t)為種群隨機個體的位置向量。

3.3 共享儲能優(yōu)化配置

基于改進WOA 的共享儲能優(yōu)化配置流程如圖2 所示。本文建立的共享儲能優(yōu)化配置模型采用改進WOA求解，具體流程如下。

圖2 基于改進WOA的共享儲能優(yōu)化配置流程Fig.2 Flow chart of the optimal configuration for shared energy storage based on improved WOA

（1）輸入新能源發(fā)電功率、并網(wǎng)功率需求及價格等系統(tǒng)數(shù)據(jù)，初始化改進WOA 種群規(guī)模、最大迭代次數(shù)和螺旋系數(shù)等參數(shù)。

（2）在解空間用準反向?qū)W習(xí)初始化種群個體。

（3）當?shù)螖?shù)小于最大迭代次數(shù)時，計算最優(yōu)個體位置和適應(yīng)度函數(shù)值并記錄。

（4）利用非線性因子更新包圍階段模型，提高全局搜索能力和局部開發(fā)能力。

（5）采用自適應(yīng)策略和隨機差分法變異策略更新種群最優(yōu)位置，迭代次數(shù)加1。

（6）當滿足迭代終止判斷條件時，輸出個最優(yōu)個體位置和適應(yīng)度函數(shù)值。

（7）獲取共享儲能電站優(yōu)化配置結(jié)果、充放電功率和狀態(tài)。

4 算例分析

4.1 算例設(shè)置

為驗證本文優(yōu)化配置模型的可行性，選取我國西北某地區(qū)2 個裝機容量為100 MW 的光伏電站和1 個裝機容量為180 MW 的風(fēng)電場，為該3 個新能源電站配置共享儲能。本文基于典型日下新能源出力與并網(wǎng)需求進行分析，集中式共享儲能參數(shù)見表1，根據(jù)新能源場站全年觀測的數(shù)據(jù)可以得到，典型日風(fēng)速、太陽輻照度如圖3 所示。結(jié)合典型日風(fēng)速和太陽輻照度，新能場站總功率和并網(wǎng)功率總需求如圖4所示。

表1 集中式共享儲能系統(tǒng)參數(shù)Table 1 Parameters of centralized shared energy storage system

圖3 典型日風(fēng)光伏電站輻照度與電場風(fēng)速Fig.3 Irradiance and wind speed of a wind-PV power plant on a typical day

圖4 新能源場站總功率和并網(wǎng)功率需求Fig.4 Total power and grid-connected power of the new energy station

集中式共享儲能有利于提高儲能資源利用率，降低儲能投資成本，為更好地對比不同場景下儲能對新能源消納的影響，設(shè)置以下3 個場景。場景1：各新能源場站未配置儲能；場景2：各新能源場站配置獨立儲能；場景3：新能源場站配置集中式共享儲能。

4.2 結(jié)果分析

4.2.1 場景1結(jié)果分析

由于風(fēng)力發(fā)電和光伏發(fā)電具有隨機性和波動性，新能源發(fā)電會出現(xiàn)發(fā)電側(cè)出力無法匹配并網(wǎng)需求和完全消納的情況。當新能源出力盈余時，出現(xiàn)大量的電能因無法利用被浪費；當新能源出力不足時，會造成功率缺額導(dǎo)致難以滿足并網(wǎng)功率需求。各新能源電站實際出力與消納情況如圖5 所示，新能源總出力、并網(wǎng)需求、并網(wǎng)功率缺額、消納與棄電情況如圖6所示。

圖5 未配置儲能時各新能源場站消納情況Fig.5 New energy consumptions of different power stations without energy storage device

圖6 無儲能新能源場站消納情況Fig.6 New energy consumption of the power station without energy storage device

為直觀反映新能源實際消納情況，新能源消納率計算式為

通過分析圖5與圖6，利用式（28）計算得到新能源消納率為84.08%，剩余的電能因無法存儲和利用被大量浪費，導(dǎo)致新能源經(jīng)濟性較低，不利于新能源發(fā)展，同時存在功率缺額現(xiàn)象會威脅電網(wǎng)的穩(wěn)定運行。分析對比新能源各場站實際消納情況和總消納情況，風(fēng)力發(fā)電和光伏發(fā)電在時間上具有互補性，減少了新能源棄電量。棄電主要集中在00：00 —04：00，10：00 —18：00，該時段風(fēng)電和光伏發(fā)電量大于電網(wǎng)消納量。在04：00 —10：00，20：00 —22：00 并網(wǎng)功率需求大于新能源場站實際發(fā)電功率，導(dǎo)致新能源出力無法滿足并網(wǎng)功率需求，出現(xiàn)并網(wǎng)功率缺額。

4.2.2 場景2結(jié)果分析

各新能源場站出力具有波動性，且新能源消納能力不足，可以通過儲能平抑功率隨機波動和提高新能源消納能力。根據(jù)現(xiàn)有新能源場站儲能配置要求，儲能功率按新能源場站裝機容量的15%進行配置，同時為了更好地和場景3進行對比分析，該場景下儲能時長設(shè)為6 h，即各新能源場站配置獨立儲能情況見表2。光伏電站分別配置獨立儲能為15 MW/90 MW·h，投資建設(shè)成本為631.79萬元/a，風(fēng)電場配置獨立儲能為27 MW/162 MW·h，投資建設(shè)成本為1 137.22 萬元/a，即獨立儲能總裝機容量為57 MW/342 MW·h，投資建設(shè)成本共計2 400.80萬元/a。新能源場站配置獨立儲能后各新能源場站消納情況如圖7 所示，配置獨立儲能后新能源場站總消納情況如圖8所示。

表2 新能源場站獨立儲能系統(tǒng)功率及容量參數(shù)Table 2 Powers and capacities of the independent energy storage systems in new energy stations

圖7 配置獨立儲能時各新能源場站消納情況Fig.7 New power consumptions of the stations with independent energy storage systems

圖8 新能源場站配置獨立儲能總消納情況Fig.8 Total consumption of new power from the stations with independent energy storage systems

圖7 和圖8 反映出新能源場站配置獨立儲能在發(fā)電功率大于并網(wǎng)功率需求時將電能儲存，在出現(xiàn)功率缺額時釋放電能。

通過分析新能源場站配置獨立儲能消納情況，根據(jù)式（28）計算得到新能源消納率為92.7%。獨立儲能在提高新能源消納率和縮小并網(wǎng)功率缺額方面發(fā)揮了重要的作用，但獨立儲能在新能源消納和儲能利用率較低。其中，光伏電站的儲能系統(tǒng)只實現(xiàn)了一次充放電過程，大部分時間是處于閑置狀態(tài)；風(fēng)電場的儲能系統(tǒng)可能會出現(xiàn)多次充放電過程，但由于配置的儲能系統(tǒng)功率和容量有限無法完全消納過剩電能和彌補功率缺額。

4.2.3 場景3結(jié)果分析

根據(jù)新能源發(fā)電功率和并網(wǎng)功率需求，對面向新能源場站消納的共享儲能優(yōu)化配置，結(jié)果見表3。圖9 為新能源消納率和共享儲能配置功率、容量及成本關(guān)系曲線。由表3 和圖9 可知，隨著儲能容量及儲能功率的增加，儲能成本增加，新能源消納率也得到了提高。同時圖9反映出相同儲能功率情況下，儲能容量會影響新能源消納率。在儲能優(yōu)化配置過程中，儲能容量對配置成本的影響大于儲能功率的影響。從共享儲能經(jīng)濟性角度考慮，共享儲能前期投資建設(shè)成本巨大，新能源消納率的提高會導(dǎo)致儲能配置成本攀升，不利于共享儲能的發(fā)展。

表3 共享儲能系統(tǒng)優(yōu)化配置結(jié)果Table 3 Optimized configuration results of the shared energy storage system

圖9 新能源消納率與共享儲能配置關(guān)系Fig.9 Relationship between new energy consumption rate and shared energy storage configuration

綜上所述，選取合理的儲能投資回報率和新能源消納率是共享儲能優(yōu)化配置的前提，本文以經(jīng)濟利益最大化為目標，因此選取方案1 為研究對象。共享儲能配置功率為56.37 MW，配置容量為302.54 MW·h，根據(jù)式（28）計算的得到新能源消納率為95.52%。通過計算共享儲能配置成本為2 180.35 萬元/a，根據(jù)市場電價及儲能服務(wù)價格得到共享儲能投資回報率為20.80%。

在共享儲能電站作用下，新能源棄電功率如圖10 所示。從新能源消納角度考慮，光伏電站和風(fēng)電場均出現(xiàn)了不同程度的棄電現(xiàn)象，但是棄電時間段基本重合，集中在10：00—18：00，主要原因是風(fēng)光總出力大于并網(wǎng)負荷需求及儲能最大消納功率之和，導(dǎo)致部分電能浪費。從并網(wǎng)功率角度考慮，在共享儲能的作用下彌補了因新能源出力不足產(chǎn)生的并網(wǎng)功率缺額，保證了并網(wǎng)功率需求與電源側(cè)的動態(tài)平衡，有利于提高電網(wǎng)運行穩(wěn)定性。

圖10 新能源棄電功率Fig.10 New energy curtailment rate

新能源消納能力的提高，得益于共享儲能的參與，為了更好地展現(xiàn)共享儲能的實際運行狀況，從運行角度考慮，各新能源場站典型日參與共享儲能電站充放電的功率、狀態(tài)及SOC 變化曲線如圖11所示。共享儲能參與新能源消納和并網(wǎng)功率支撐的功率變化情況如圖12 所示。共享儲能電站SOC 變化趨勢受儲能充放電狀態(tài)影響，而儲能充放電狀態(tài)取決于新能源發(fā)電功率和并網(wǎng)功率需求。面向新能源消納場景的共享儲能閑置時間大幅縮減，新能源出力波動頻率會影響儲能充放電頻率。

圖11 共享儲能充放電功率與SOC曲線Fig.11 Charge and discharge power and SOC of the shared power storage system

圖12 共享儲能消納新能源與并網(wǎng)支撐情況Fig.12 New energy consumption and grid-connected power support made by the shared power storage system

4.2.4 算例對比分析

根據(jù)新能源消納的3 種場景對比分析可得，場景1 新能源場站群包含風(fēng)電與光伏發(fā)電，在時間上具有互補性，但各場站未配置儲能會導(dǎo)致大量的電能無法利用被浪費，在并網(wǎng)功率需求方面會出現(xiàn)嚴重的功率缺額現(xiàn)象，同時新能源出力存在隨機性、周期性，導(dǎo)致新能源場站并網(wǎng)運行存在一定的阻力。

場景2新能源場站通過配置獨立儲能平抑出力波動，當出力大于并網(wǎng)功率需求時，儲能充當負載消耗過剩電能，當出力與并網(wǎng)功率之間存在功率缺額時，儲能系統(tǒng)釋放電能彌補功率缺額，獨立儲能的加入使得場景2 在場景1 的基礎(chǔ)上提高了新能源消納率、減小了功率缺額，但儲能利用率較低，在消納過剩電能方面能力有限。針對面向新能源消納場景，場景3 在發(fā)電側(cè)通過集中式共享儲能方式促進新能源消納，以共享儲能經(jīng)濟效益最大化為目標進行優(yōu)化配置，結(jié)果表明共享儲能在新能源消納和彌補功率缺額具有積極的作用，同時在場景2 的基礎(chǔ)上大幅縮小了新能源出力與并網(wǎng)功率需求之間的功率差額，提高了電網(wǎng)的穩(wěn)定性，同時減少了儲能閑置時間，提高了儲能利用率。

場景2 與場景1 對比可得，新能源場站配置獨立儲能有利于提高新能源消納能力，配置獨立儲能后新能源消納率提高了8.62%，也減小了并網(wǎng)功率缺額；場景3 與場景2 對比可得，共享儲能可以避免獨立儲能調(diào)節(jié)能力有限的現(xiàn)狀，同時減少了儲能閑置時間，提高了儲能資源利用率，在新能源消納方面，由于巨額儲能投資成本限制了儲能消納能力，本文所選取的共享儲能配置方案比相同投資情況下的獨立儲能提高了2.82%，共享儲能的盈利模式也縮短了儲能投資的回收年限，有助于推動共享儲能運營模式的發(fā)展。

5 結(jié)論

為改善面向新能源消納場景中儲能資源嚴重浪費、缺乏商業(yè)模式和投資回收年限長等問題，本文在考慮新能源消納、儲能電站約束、新能源場站對儲能充放電需求的基礎(chǔ)上，提出以共享儲能收益最大為目標的共享儲能優(yōu)化配置模型，采用改進WOA 進行求解。通過對比分析面向新能源消納場景中儲能的參與程度，得到以下結(jié)論。

（1）新能源場站配置共享儲能可以進一步提高新能源消納能力、平抑出力波動，有利于減小并網(wǎng)功率缺額，發(fā)電側(cè)集中式共享儲能模式可以充分利用儲能資源，更大限度的發(fā)揮儲能時移特性消納盈余電能和彌補功率缺額，可有效發(fā)揮風(fēng)光儲間的互補特性和調(diào)節(jié)特性。

（2）共享儲能的運行模式打破了獨立儲能服務(wù)對象單一、消納和調(diào)節(jié)能力有限的窘境，通過儲能資源共享的方式充分發(fā)揮挖掘儲能資源的經(jīng)濟價值，投資回報率達20.8%，有效縮短了儲能投資回收年限。

（3）共享儲能的經(jīng)濟性與新能源消納率密切相關(guān)，在儲能配置功率相同時，消納率直接影響儲能配置的容量，導(dǎo)致投資建設(shè)成本急劇增加，延長儲能投資回報年限，不利于共享儲能的發(fā)展。