摘 要：提出一種在聚合商模式下考慮系統(tǒng)調(diào)峰需求的分布式儲(chǔ)能雙層優(yōu)化配置模型，兼顧聚合商收益與電力系統(tǒng)調(diào)峰運(yùn)行成本。外層模型考慮儲(chǔ)能套利收益、調(diào)峰補(bǔ)貼收益、投資成本等，以聚合商年收益最大為目標(biāo)，以此提高儲(chǔ)能聚合商的投資意愿；內(nèi)層模型為儲(chǔ)能輔助火電機(jī)組調(diào)峰的系統(tǒng)運(yùn)行問(wèn)題，以系統(tǒng)調(diào)峰總成本最小為目標(biāo)。利用改進(jìn)的IEEE 30節(jié)點(diǎn)和IEEE 33節(jié)點(diǎn)混合系統(tǒng)進(jìn)行仿真驗(yàn)證，結(jié)果表明所提模型的可行性與有效性。

關(guān)鍵詞：儲(chǔ)能系統(tǒng)；雙層優(yōu)化；粒子群優(yōu)化；聚合商；調(diào)峰

中圖分類(lèi)號(hào)：TM715 文獻(xiàn)標(biāo)志碼：A

0 引 言

近年來(lái)，隨著電力行業(yè)的快速發(fā)展，新能源大規(guī)模并網(wǎng)給電力系統(tǒng)調(diào)峰帶來(lái)了嚴(yán)重挑戰(zhàn)。截至2022 年底，全國(guó)累計(jì)發(fā)電裝機(jī)容量約25.6 億kW，其中風(fēng)電、光伏裝機(jī)容量分別達(dá)到3.7、3.9 億kW，預(yù)計(jì)2030 年將達(dá)到12 億kW 以上［1］。與此同時(shí)，火電機(jī)組裝機(jī)比例持續(xù)下降，導(dǎo)致系統(tǒng)調(diào)峰缺額進(jìn)一步加大［2］。尋求系統(tǒng)中其他可靠調(diào)峰資源，提高電力系統(tǒng)調(diào)峰能力成為當(dāng)前的熱點(diǎn)問(wèn)題。分布式儲(chǔ)能系統(tǒng)（distributed energy storage system，DESS）因其位置分散、安裝靈活、容量較小、形式多元等特征在系統(tǒng)中得到廣泛應(yīng)用，并成為輔助系統(tǒng)快速調(diào)峰的可靠資源［3］。但在實(shí)際中，安裝在配電側(cè)的分布式儲(chǔ)能容量難以達(dá)到參與系統(tǒng)調(diào)峰的最低門(mén)檻，因此有學(xué)者提出以“聚合商”作為分布式儲(chǔ)能參與系統(tǒng)運(yùn)行的中間橋梁。2021 年11 月19 日發(fā)布的《“十四五”能源領(lǐng)域科技創(chuàng)新規(guī)劃》指出應(yīng)重點(diǎn)掌握多點(diǎn)布局儲(chǔ)能系統(tǒng)聚合調(diào)峰技術(shù)［4］。2021 年12 月21 日國(guó)家能源局發(fā)布的《電力系統(tǒng)輔助服務(wù)管理辦法》提出擴(kuò)大電力輔助服務(wù)新主體，明確聚合商的主體地位［5］。分布式儲(chǔ)能聚合商作為電力市場(chǎng)和儲(chǔ)能用戶(hù)之間的中間代理機(jī)構(gòu)，可將眾多中小型儲(chǔ)能聚合成一個(gè)利益主體參與系統(tǒng)調(diào)峰，緩解調(diào)峰壓力。但成本高仍是制約儲(chǔ)能技術(shù)發(fā)展的關(guān)鍵因素，因此合理配置分布式儲(chǔ)能系統(tǒng)，兼顧自身經(jīng)濟(jì)性與調(diào)峰效果是當(dāng)前研究的熱點(diǎn)［6］。

近年來(lái)已有很多學(xué)者對(duì)儲(chǔ)能規(guī)劃問(wèn)題進(jìn)行了研究。文獻(xiàn)［7］從儲(chǔ)能聚合商角度出發(fā)，建立了兼顧聚合商年收益與配電網(wǎng)有功網(wǎng)損的雙層優(yōu)化模型，實(shí)現(xiàn)了聚合商年收益最大化；文獻(xiàn)［8］基于改進(jìn)的粒子群算法，研究了參與獨(dú)立調(diào)頻的混合儲(chǔ)能系統(tǒng)容量?jī)?yōu)化問(wèn)題；文獻(xiàn)［9］考慮退役電池時(shí)間尺度，以全壽命周期混合儲(chǔ)能經(jīng)濟(jì)性最優(yōu)為目標(biāo)，延長(zhǎng)了退役電池壽命，提高了配置儲(chǔ)能的經(jīng)濟(jì)性；文獻(xiàn)［10］提出兼顧系統(tǒng)經(jīng)濟(jì)性和可靠性的儲(chǔ)能電站規(guī)劃方法，為儲(chǔ)能系統(tǒng)規(guī)劃技術(shù)提供了新思路。上述文獻(xiàn)的研究重點(diǎn)大都是儲(chǔ)能規(guī)劃問(wèn)題，側(cè)重于儲(chǔ)能規(guī)劃的經(jīng)濟(jì)性，然而僅研究其規(guī)劃問(wèn)題難以體現(xiàn)系統(tǒng)對(duì)儲(chǔ)能的應(yīng)用需求與應(yīng)用效果。

此外，文獻(xiàn)［11］建立了雙層優(yōu)化模型，將儲(chǔ)能用于系統(tǒng)調(diào)峰，并考慮了全壽命周期內(nèi)儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)性和系統(tǒng)調(diào)峰成本；文獻(xiàn)［12］對(duì)參與系統(tǒng)調(diào)峰的儲(chǔ)能-制氫混合系統(tǒng)的容量?jī)?yōu)化問(wèn)題進(jìn)行了研究，建立了混合系統(tǒng)參與調(diào)峰的費(fèi)用模型和收益模型；文獻(xiàn)［13］針對(duì)風(fēng)光接入電網(wǎng)場(chǎng)景，綜合考慮了儲(chǔ)能長(zhǎng)期規(guī)劃與短期運(yùn)行經(jīng)濟(jì)性，并對(duì)多位置儲(chǔ)能配置結(jié)果進(jìn)行了分析；文獻(xiàn)［14］針對(duì)電網(wǎng)儲(chǔ)能配置，考慮儲(chǔ)能的直接收益與間接收益，提出基于市場(chǎng)機(jī)制下的儲(chǔ)能系統(tǒng)配置方法。上述研究將規(guī)劃與運(yùn)行問(wèn)題相結(jié)合，但研究重點(diǎn)仍是集中式儲(chǔ)能的選址定容，隨著技術(shù)的發(fā)展，集中式儲(chǔ)能建設(shè)成本高、利用率低等弊端逐漸顯露，目前研究多點(diǎn)分布式儲(chǔ)能合理配置更能滿(mǎn)足新型電力系統(tǒng)的需要。

針對(duì)上述問(wèn)題，本文提出一種在聚合商模式下考慮系統(tǒng)調(diào)峰需求的分布式儲(chǔ)能優(yōu)化配置方法，建立兼顧系統(tǒng)調(diào)峰成本與儲(chǔ)能聚合商收益的雙層優(yōu)化配置模型。在外層優(yōu)化配置模型中，考慮儲(chǔ)能聚合商的套利收益、調(diào)峰補(bǔ)貼收益、投資成本等，以聚合商年收益最大為目標(biāo)，以此提高儲(chǔ)能聚合商的投資意愿；其次，為滿(mǎn)足未來(lái)電力系統(tǒng)調(diào)峰需求，內(nèi)層模型為儲(chǔ)能輔助火電機(jī)組調(diào)峰的系統(tǒng)運(yùn)行問(wèn)題，以系統(tǒng)調(diào)峰總成本最小為目標(biāo)。

1 分布式儲(chǔ)能聚合參與調(diào)峰

分布式儲(chǔ)能系統(tǒng)主要安裝在中低壓配電網(wǎng)或者用戶(hù)側(cè)，其功率在幾千瓦到幾兆瓦之間，容量一般不超過(guò)10 MWh［15］。與集中式儲(chǔ)能相比，分布式儲(chǔ)能因容量較小、位置分散、安裝靈活，更能適應(yīng)新型配電網(wǎng)的運(yùn)行要求。一方面，分布式儲(chǔ)能可平抑新能源出力波動(dòng)，促進(jìn)新能源消納；另一方面，可參與電網(wǎng)調(diào)峰，改善系統(tǒng)調(diào)峰壓力，實(shí)現(xiàn)系統(tǒng)的靈活經(jīng)濟(jì)運(yùn)行。針對(duì)分布式儲(chǔ)能參與輔助服務(wù)，中國(guó)暫未制定相關(guān)準(zhǔn)則及市場(chǎng)機(jī)制。從國(guó)外儲(chǔ)能運(yùn)行經(jīng)驗(yàn)來(lái)看，2018 年美國(guó)聯(lián)邦能源管理委員會(huì)（Federal Energy Regulatory Commission，F(xiàn)ERC）頒布了841 法案［16］，明確賦予儲(chǔ)能市場(chǎng)主體地位，并將儲(chǔ)能的準(zhǔn)入門(mén)檻從1 MW 降低到100 kW，這有利于分布式儲(chǔ)能參與系統(tǒng)運(yùn)行。中國(guó)也發(fā)布了相關(guān)政策，降低了儲(chǔ)能準(zhǔn)入門(mén)檻，鼓勵(lì)電化學(xué)儲(chǔ)能參與系統(tǒng)輔助服務(wù)。2022 年6 月13 日，南方能監(jiān)局印發(fā)《南方區(qū)域新型儲(chǔ)能并網(wǎng)運(yùn)行及輔助服務(wù)管理實(shí)施細(xì)則》，規(guī)定南方區(qū)域地級(jí)市及以上電力調(diào)度儲(chǔ)能電站容量門(mén)檻為5 MWh［17］。2020 年11 月，華北能監(jiān)局出臺(tái)《第三方獨(dú)立主體參與華北電力調(diào)峰輔助服務(wù)試點(diǎn)市場(chǎng)規(guī)則（試行，2020 版）》，明確了分布式儲(chǔ)能可由聚合后第三方獨(dú)立主體代理參與調(diào)峰市場(chǎng)，第三方獨(dú)立儲(chǔ)能調(diào)節(jié)容量不小于2.5 MWh，最大充放功率不小于5 MW［18］。而接入中低壓配電網(wǎng)或者用戶(hù)側(cè)儲(chǔ)能難以滿(mǎn)足市場(chǎng)準(zhǔn)入要求，因此國(guó)內(nèi)外主張以“聚合商”模式參與輔助服務(wù)市場(chǎng)。

圖1 所示為分布式儲(chǔ)能聚合商的運(yùn)營(yíng)模式。分布式儲(chǔ)能將自身設(shè)備狀態(tài)和出力期望等信息傳遞給聚合商，聚合商根據(jù)分布式儲(chǔ)能自身狀態(tài)進(jìn)行充放電以響應(yīng)電網(wǎng)調(diào)控中心的指令。分布式儲(chǔ)能具有響應(yīng)快、成本低的優(yōu)點(diǎn)，在聚合商的統(tǒng)一控制下，可實(shí)現(xiàn)以規(guī)?；瘍?chǔ)能的形式參與系統(tǒng)調(diào)峰。

2 考慮調(diào)峰需求的分布式儲(chǔ)能系統(tǒng)優(yōu)化配置

2.1 雙層模型架構(gòu)

雙層優(yōu)化包含內(nèi)、外兩層規(guī)劃問(wèn)題，本文外層為分布式儲(chǔ)能規(guī)劃問(wèn)題，內(nèi)層為系統(tǒng)調(diào)峰運(yùn)行問(wèn)題。雙層優(yōu)化的目的是使內(nèi)層目標(biāo)在達(dá)到最優(yōu)的條件下找到使外層達(dá)到最優(yōu)的變量，其數(shù)學(xué)模型描述為［19］：

式中：F、f——外層模型、內(nèi)層模型的目標(biāo)函數(shù)；x、y——外層模型、內(nèi)層模型的決策變量；G、g——外層模型、內(nèi)層模型的約束條件。

本文所提儲(chǔ)能配置模型如圖2 所示。外層為儲(chǔ)能規(guī)劃模型，考慮聚合商收益最大；內(nèi)層為電網(wǎng)運(yùn)行模型，考慮系統(tǒng)參與調(diào)峰運(yùn)行的經(jīng)濟(jì)性。外層生成儲(chǔ)能初始配置方案?jìng)鬟f到內(nèi)層，內(nèi)層對(duì)儲(chǔ)能的充放電功率進(jìn)行優(yōu)化，并將結(jié)果反饋給外層，進(jìn)而影響外層規(guī)劃模型。內(nèi)、外層優(yōu)化的主體和目標(biāo)不同，但目標(biāo)均受相同決策變量（即儲(chǔ)能充放電功率）的影響。因此，本文所提模型將考慮內(nèi)、外層的利益需求，并最終實(shí)現(xiàn)利益均衡。

2.2 外層優(yōu)化模型

外層優(yōu)化模型以?xún)?chǔ)能聚合商投資運(yùn)營(yíng)綜合收益最大為目標(biāo)，以此提高聚合商的投資積極性。具體目標(biāo)函數(shù)與約束條件如下文所述。

2.2.1 目標(biāo)函數(shù)

聚合商的投資成本包括建設(shè)成本和運(yùn)維成本，收益包括套利收益和調(diào)峰補(bǔ)償收益，以年收益最大為目標(biāo)，建立分布式儲(chǔ)能聚合商收益模型?？紤]到風(fēng)電、光伏出力和負(fù)荷的不確定性，對(duì)新能源出力和負(fù)荷一年的歷史數(shù)據(jù)聚類(lèi)生成典型場(chǎng)景，根據(jù)場(chǎng)景得到具體年收益目標(biāo)函數(shù)：

式中：R——分段數(shù)；kr——第r 段線性函數(shù)的斜率；pt，r——在第r 段線性區(qū)間t 時(shí)段機(jī)組出力；Pr——機(jī)組在r 分段的出力。

3.2 求解流程

雙層優(yōu)化模型首先給外層模型賦予初始配置方案，內(nèi)層模型在此基礎(chǔ)上進(jìn)行優(yōu)化，得到的結(jié)果返回到外層優(yōu)化模型中，內(nèi)、外層交替迭代，最終得到優(yōu)化結(jié)果。具體流程如圖3所示。

4 算例分析

4.1 算例參數(shù)

本文算例系統(tǒng)由IEEE 30 節(jié)點(diǎn)輸電網(wǎng)和4 個(gè)IEEE 33 節(jié)點(diǎn)配電網(wǎng)構(gòu)成。其中，4 個(gè)配電網(wǎng)分別接入輸電網(wǎng)節(jié)點(diǎn)11、13、25 和27，具體輸配電線路參數(shù)參考文獻(xiàn)［21-22］，設(shè)置負(fù)荷的有功和無(wú)功功率為原系統(tǒng)的3 倍。算例系統(tǒng)如圖4 所示，機(jī)組與節(jié)點(diǎn)的對(duì)應(yīng)情況見(jiàn)表1，風(fēng)電場(chǎng)和光伏電廠的裝機(jī)容量分別為300 和200 MW。

為考慮新能源出力和負(fù)荷的不確定性，對(duì)新能源出力和負(fù)荷一年的歷史數(shù)據(jù)按季節(jié)聚類(lèi)生成典型場(chǎng)景，得到4 個(gè)典型日?qǐng)鼍?。仿真中，根?jù)本文所提雙層模型求解分布式儲(chǔ)能系統(tǒng)配置方案，對(duì)配置儲(chǔ)能和未配置儲(chǔ)能時(shí)系統(tǒng)運(yùn)行情況和經(jīng)濟(jì)性進(jìn)行分析，儲(chǔ)能基礎(chǔ)參數(shù)如表2 所示。本文選取200 MW 火電機(jī)組進(jìn)行深度調(diào)峰，其中火電機(jī)組不投油深度調(diào)峰階段補(bǔ)償為200 元/MWh，投油深度調(diào)峰階段補(bǔ)償為700 元/MWh［23］。風(fēng)電棄風(fēng)懲罰系數(shù)為600 元/MW［24］，分時(shí)電價(jià)設(shè)定為：高電價(jià)時(shí)段，10：00—14：00、19：00—21：00，電價(jià)為931 元/MWh；低電價(jià)階段，00：00—09：00、15：00—18：00、22：00—24：00，電價(jià)為498 元/MWh。

4.2 儲(chǔ)能優(yōu)化配置結(jié)果

為驗(yàn)證所提模型的可行性，本文選取未配置儲(chǔ)能與配置儲(chǔ)能兩種場(chǎng)景，對(duì)兩種場(chǎng)景下的經(jīng)濟(jì)性、調(diào)峰效果及新能源消納情況對(duì)比分析。

4.2.1 未配置儲(chǔ)能結(jié)果分析

無(wú)儲(chǔ)能配置時(shí)，內(nèi)、外層優(yōu)化問(wèn)題轉(zhuǎn)變?yōu)閮?nèi)層單層優(yōu)化問(wèn)題，內(nèi)層優(yōu)化目標(biāo)為僅火電機(jī)組參與調(diào)峰的運(yùn)行成本最小。在此場(chǎng)景下，設(shè)置兩種調(diào)度模式（模式1：火電機(jī)組進(jìn)行常規(guī)調(diào)峰；模式2：火電機(jī)組進(jìn)行深度調(diào)峰），并對(duì)優(yōu)化結(jié)果進(jìn)行分析。兩種模式下系統(tǒng)日調(diào)峰成本如表3 所示。

由表3 可知，模式1 火電機(jī)組出力受限導(dǎo)致系統(tǒng)棄風(fēng)現(xiàn)象明顯，棄風(fēng)率達(dá)到11.08%，產(chǎn)生24.70 萬(wàn)元的棄風(fēng)懲罰成本；模式2 中火電機(jī)組運(yùn)行成本降低6.89 萬(wàn)元，棄風(fēng)率降低了10.38%，棄風(fēng)成本大幅減少，可見(jiàn)火電機(jī)組進(jìn)行深度調(diào)峰可促進(jìn)新能源消納，為風(fēng)電、光伏釋放了更多的上網(wǎng)空間。此外，雖然模式2 使系統(tǒng)增加了一項(xiàng)深度調(diào)峰成本，但此時(shí)火電機(jī)組獲得的調(diào)峰補(bǔ)償收益大于增加的運(yùn)行費(fèi)用，并且棄風(fēng)懲罰成本減少了23.14 萬(wàn)元，因此系統(tǒng)調(diào)峰總成本降低24%。

以春季典型日數(shù)據(jù)為例兩種調(diào)度模式下各電源出力情況如圖5 所示。無(wú)儲(chǔ)能參與時(shí)，火電機(jī)組承擔(dān)大部分的功率出力，機(jī)組運(yùn)行成本較高。機(jī)組進(jìn)行常規(guī)調(diào)峰時(shí)，受機(jī)組出力限制和風(fēng)電反調(diào)峰特性的影響，在01：00—06：00、13：00—18：00 和21：00—23：00 均出現(xiàn)了不同程度的棄風(fēng)現(xiàn)象，而光伏裝機(jī)容量較小，因此未出現(xiàn)明顯棄光現(xiàn)象。進(jìn)行深度調(diào)峰時(shí)，在03：00—06：00 和16：00—18：00 也出現(xiàn)了棄風(fēng)現(xiàn)象，但棄風(fēng)量明顯小于前者?？梢钥闯?，僅火電機(jī)組參與系統(tǒng)調(diào)峰時(shí)，機(jī)組運(yùn)行成本較高，棄風(fēng)現(xiàn)象嚴(yán)重，系統(tǒng)調(diào)峰困難。

4.2.2 配置儲(chǔ)能結(jié)果分析

本文將分布式儲(chǔ)能配置在配電網(wǎng)中，選取配電網(wǎng)中{13～16，19～20，27～31}節(jié)點(diǎn)作為安裝分布式儲(chǔ)能的待選節(jié)點(diǎn)，分布式儲(chǔ)能聚合商對(duì)系統(tǒng)中安裝的儲(chǔ)能進(jìn)行統(tǒng)一管理。根據(jù)DESS 雙層規(guī)劃模型進(jìn)行仿真，經(jīng)過(guò)有效的內(nèi)層優(yōu)化調(diào)度策略對(duì)儲(chǔ)能配置策略進(jìn)行優(yōu)化，得到4 個(gè)配電網(wǎng)中分別配置2.35 MW/8.6 MWh、3 MW/12 MWh、2.6 MW/9.2 MWh、2.4 MW/9 MWh 時(shí)儲(chǔ)能聚合商凈收益最大，此時(shí)各配電網(wǎng)中儲(chǔ)能配置結(jié)果如表4 所示。由表4 可看出，雖然接入的4 個(gè)配電網(wǎng)結(jié)構(gòu)相同，但不同配電網(wǎng)中配置儲(chǔ)能容量有所差異，這是考慮到系統(tǒng)網(wǎng)架結(jié)構(gòu)、節(jié)點(diǎn)負(fù)荷及潮流分布等因素影響儲(chǔ)能配置。但根本原因在于所提出的內(nèi)外層模型的影響，本文儲(chǔ)能配置結(jié)果是在兼顧儲(chǔ)能聚合商收益與系統(tǒng)運(yùn)行成本得出的，分布式儲(chǔ)能在參與系統(tǒng)調(diào)峰時(shí)，聚合商會(huì)根據(jù)分布式儲(chǔ)能自身狀態(tài)進(jìn)行充、放電，不僅可滿(mǎn)足系統(tǒng)的調(diào)峰需求，也能減少儲(chǔ)能閑置容量，提升聚合商經(jīng)濟(jì)性。為驗(yàn)證本文模型所得結(jié)果的有效性，設(shè)置不考慮系統(tǒng)調(diào)峰收益場(chǎng)景（場(chǎng)景1：不考慮儲(chǔ)能調(diào)峰收益；場(chǎng)景2：考慮儲(chǔ)能調(diào)峰收益，即本文所提模型），并進(jìn)行對(duì)比分析，兩種場(chǎng)景下分布式儲(chǔ)能聚合商各項(xiàng)成本收益如表5 所示，系統(tǒng)日調(diào)峰成本結(jié)果如表6 所示。

從表5 可看出，與場(chǎng)景2 相比，不考慮調(diào)峰收益時(shí)的儲(chǔ)能配置容量偏小，投資建設(shè)成本和運(yùn)維成本分別降低了163.26 和38.11 萬(wàn)元，但此時(shí)儲(chǔ)能聚合商僅通過(guò)套利獲益導(dǎo)致總收益為-413.63 萬(wàn)元，大大削減了聚合商的投資意愿。在本文所提模型的最優(yōu)配置方案下，聚合商通過(guò)套利與輔助系統(tǒng)調(diào)峰獲取收益，年收益達(dá)到115.61 萬(wàn)元，這是由于目前國(guó)家鼓勵(lì)儲(chǔ)能作為第三方獨(dú)立主體參與系統(tǒng)調(diào)峰，不斷提高電化學(xué)儲(chǔ)能調(diào)峰補(bǔ)償標(biāo)準(zhǔn)，使得聚合商收入來(lái)源主要依賴(lài)于調(diào)峰補(bǔ)償收益。儲(chǔ)能建設(shè)成本的限制使得聚合商收益不會(huì)隨儲(chǔ)能配置容量的增加而升高，但可以預(yù)見(jiàn)，隨著技術(shù)的發(fā)展，儲(chǔ)能設(shè)備的建設(shè)成本將逐漸降低，峰谷電價(jià)機(jī)制與儲(chǔ)能參與輔助服務(wù)市場(chǎng)制度日漸完善，分布式儲(chǔ)能綜合收益會(huì)更加明顯。

從表6 可看出，在不考慮儲(chǔ)能調(diào)峰收益時(shí)，系統(tǒng)無(wú)需向聚合商支付調(diào)峰費(fèi)用，但此時(shí)配置儲(chǔ)能容量偏小，難以滿(mǎn)足系統(tǒng)調(diào)峰需求，使得火電機(jī)組運(yùn)行成本和深度調(diào)峰成本分別增加了2.04 和0.31 萬(wàn)元，系統(tǒng)調(diào)峰總成本增加了0.61 萬(wàn)元。與場(chǎng)景1 相比，場(chǎng)景2 雖然考慮儲(chǔ)能調(diào)峰收益使系統(tǒng)增加了一部分成本支出，但火電機(jī)組各項(xiàng)成本均有所降低，棄風(fēng)率降低了0.19%，基本實(shí)現(xiàn)了風(fēng)電全部上網(wǎng)。由此可知，考慮儲(chǔ)能調(diào)峰收益是配置儲(chǔ)能容量的關(guān)鍵因素，隨著調(diào)峰補(bǔ)償細(xì)則的逐漸完善，儲(chǔ)能容量也更能滿(mǎn)足未來(lái)電力系統(tǒng)的調(diào)峰需求。此外，與4.2.1 節(jié)未配置儲(chǔ)能相比，儲(chǔ)能的接入使在負(fù)荷低谷時(shí)段火電機(jī)組處于深度調(diào)峰狀態(tài)的次數(shù)減少，火電深度調(diào)峰成本有所降低，減小了系統(tǒng)的調(diào)峰壓力。結(jié)果表明，在考慮儲(chǔ)能調(diào)峰收益的前提下，儲(chǔ)能聚合商作為第三方調(diào)峰主體共同參與優(yōu)化調(diào)度，不僅可獲得良好的收益，也能降低系統(tǒng)運(yùn)行成本，實(shí)現(xiàn)共贏。

圖7 為火電機(jī)組進(jìn)行深度調(diào)峰時(shí)未配置儲(chǔ)能和配置儲(chǔ)能的風(fēng)電消納量（以春季典型日數(shù)據(jù)為例）。由圖7 可看出，與未配置儲(chǔ)能時(shí)相比，儲(chǔ)能的接入促進(jìn)了風(fēng)電消納，棄風(fēng)量顯著降低，基本實(shí)現(xiàn)了風(fēng)電全部消納，故棄風(fēng)懲罰成本也降低。以春季典型日數(shù)據(jù)為例，儲(chǔ)能最優(yōu)配置時(shí)各電源出力情況如圖8 所示。由圖8 所示可看出，儲(chǔ)能參與系統(tǒng)運(yùn)行實(shí)現(xiàn)了削峰填谷的目的，雖然本文配置的分布式儲(chǔ)能容量較小，出力較小，但也可有效減小電網(wǎng)負(fù)荷峰谷差，使發(fā)電量和負(fù)荷需求趨于平衡。

5 結(jié) 論

針對(duì)目前系統(tǒng)調(diào)峰困難的問(wèn)題，本文提出一種在聚合商模式下考慮系統(tǒng)調(diào)峰需求的分布式儲(chǔ)能優(yōu)化配置方法，并對(duì)系統(tǒng)和聚合商進(jìn)行了經(jīng)濟(jì)性分析，主要結(jié)論如下：

1）分布式儲(chǔ)能聚合商的凈收益與配置容量并非簡(jiǎn)單的線性關(guān)系，在本文所提模型中，當(dāng)系統(tǒng)中的聚合商在配置10.35 MW/38.8 MWh 儲(chǔ)能時(shí)年收益最大，為115.61 萬(wàn)元，儲(chǔ)能最優(yōu)配置時(shí)系統(tǒng)調(diào)峰成本為101.03 萬(wàn)元，比未配置儲(chǔ)能時(shí)降低了1.79 萬(wàn)元。

2）不考慮儲(chǔ)能調(diào)峰收益時(shí)，配置儲(chǔ)能容量降低，難以滿(mǎn)足系統(tǒng)調(diào)峰需求，導(dǎo)致聚合商虧損、系統(tǒng)調(diào)峰成本增加。隨著調(diào)峰補(bǔ)償?shù)奶岣?，聚合商獲得了良好的收益，提高了聚合商的投資意愿和調(diào)峰積極性，緩解了系統(tǒng)的調(diào)峰壓力。

3）分布式儲(chǔ)能由于容量小且位置分散，難以滿(mǎn)足系統(tǒng)的準(zhǔn)入要求。在聚合商的統(tǒng)一管理下，作為獨(dú)立第三方主體參與系統(tǒng)運(yùn)行，可為未來(lái)分布式儲(chǔ)能在系統(tǒng)中的應(yīng)用提供新思路。

［參考文獻(xiàn)］

［1］ 王建， 李興源， 邱曉燕. 含有分布式發(fā)電裝置的電力系統(tǒng)研究綜述［J］. 電力系統(tǒng)自動(dòng)化， 2005， 29（24）： 90-97.

WANG J， LI X Y， QIU X Y. Power system research ondistributed generation penetration［J］. Automation of electricpower systems， 2005， 29（24）： 90-97.

［2］ 崔楊， 于世鵬， 王學(xué)斌， 等. 考慮系統(tǒng)調(diào)峰需求與光熱電站收益平衡的儲(chǔ)熱容量?jī)?yōu)化配置［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2023， 43（22）： 8745-8757.

CUI Y， YU S P， WANG X B， et al. Optimal configurationof heat storage capacity considering the balance betweensystem peak shaving demand and concentrating solar powerplant revenue［J］. Proceedings of the CSEE， 2023， 43（22）： 8745-8757.

［3］ 趙冬梅， 徐辰宇， 陶然， 等. 多元分布式儲(chǔ)能在新型電力系統(tǒng)配電側(cè)的靈活調(diào)控研究綜述［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2023， 43（5）： 1776-1799.

ZHAO D M， XU C Y， TAO R， et al. Review on flexibleregulation of multiple distributed energy storage indistribution side of new power system［J］. Proceedingsof the CSEE， 2023， 43（5）： 1776-1799.

［4］ 國(guó)家能源局， 科學(xué)技術(shù)部. 關(guān)于印發(fā)《“十四五”能源領(lǐng)域科技創(chuàng)新規(guī)劃》的通知［EB/OL］.［ 2021-11-29］. http：//zfxxgk.nea.gov.cn/2021-11/29/c_1310540453.htm.

National Energy Administration， Ministry of Science andTechnology. Notice on printing and distributing the“ 14thFive Year Plan” for science and technology innovation inthe energy field［EB/OL］. ［2021-11-29］. http：//zfxxgk.nea.gov.cn/2021-11/29/c_1310540453.htm.

［5］ 國(guó)家能源局. 關(guān)于印發(fā)《電力輔助服務(wù)管理辦法》的通知［EB/OL］. ［2021-12-21］. http：//zfxxgk.nea.gov.cn/2021-12/21/c_1310391161.htm.

National Energy Administration. Notice of the nationalenergy administration on printing and distributing theadministrative “Measures for Electric Power AuxiliaryServices”［EB/OL］. ［2021-12-21］. http：//zfxxgk. nea. gov.cn/2021-12/21/c_1310391 161.htm.

［6］ 李建林， 修曉青， 呂項(xiàng)羽， 等. 儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置及全壽命周期經(jīng)濟(jì)性評(píng)估研究綜述［J］. 電源學(xué)報(bào)，2018， 16（4）： 1-13.

LI J L， XIU X Q， LYU X Y， et al. Review on capacityoptimization configuration and life cycle economicevaluation method for energy storage system［J］. Journal ofpower supply， 2018， 16（4）： 1-13.

［7］ 唐權(quán)， 胥威汀， 葉希， 等. 考慮聚合商參與的配電網(wǎng)分布式儲(chǔ)能系統(tǒng)優(yōu)化配置［J］. 電力系統(tǒng)保護(hù)與控制，2019， 47（17）： 83-92.

TANG Q， XU W T， YE X， et al. Optimized configurationof distributed energy storage system in distribution networkconsidering the participation of aggregators［J］. Powersystem protection and control， 2019， 47（17）： 83-92.

［8］ 李聰， 秦立軍. 基于改進(jìn)粒子群算法的混合儲(chǔ)能獨(dú)立調(diào)頻的容量?jī)?yōu)化研究［J］. 太陽(yáng)能學(xué)報(bào)， 2023， 44（1）： 426-434.

LI C， QIN L J. Sizing optimization for hybrid energystorage system independently participating in regulationmarket using improved particle swarm optimization［J］.Acta energiae solaris sinica， 2023， 44（1）： 426-434.

［9］ 李培強(qiáng)， 李雄， 蔡筍， 等. 風(fēng)電場(chǎng)含退役動(dòng)力電池的混合儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置［J］. 太陽(yáng)能學(xué)報(bào)， 2022， 43（5）： 492-498.

LI P Q， LI X， CAI S， et al. Capacity optimizationconfiguration of hybrid energy storage system with retiredpower batteries in wind farms［J］. Acta energiae solarissinica， 2022， 43（5）： 492-498.

［10］ 馬速良， 武亦文， 李建林， 等. 提升電網(wǎng)可靠性的儲(chǔ)能系統(tǒng)最優(yōu)經(jīng)濟(jì)性規(guī)劃方法［J］. 太陽(yáng)能學(xué)報(bào)， 2024， 45（2）： 251-262.

MA S L， WU Y W， LI J L， et al. Optimal economicplanning method of energy storage system to improve gridreliability［J］. Acta energiae solaris sinica， 2024， 45（2）：251-262.

［11］ 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 schemeand economic analysis of energy storage systemparticipating in grid peak shaving［J］. Transactions ofChina Electrotechnical Society， 2021， 36（19）： 4148-4160.

［12］ 曹煒， 沙海偉. 考慮輔助調(diào)峰的儲(chǔ)能-制氫混合系統(tǒng)容量配置研究［J］. 能源研究與利用， 2022（5）： 47-52.

CAO W， SHA H W. Study on capacity allocation of energystorage-hydrogen production hybrid system consideringauxiliary peak shaving［J］. Energy research amp; utilization，2022（5）： 47-52.

［13］ 朱志瑩， 郭杰， 于國(guó)強(qiáng)， 等. 風(fēng)光接入下儲(chǔ)能系統(tǒng)雙層優(yōu)化模型［J］. 太陽(yáng)能學(xué)報(bào)， 2022， 43（10）： 443-451.

ZHU Z Y， GUO J， YU G Q， et al. Bi-layer optimizationmodel for energy storage systems under wind and pv access［J］. Acta energiae solaris sinica， 2022， 43（10）： 443-451.

［14］ 姜欣， 鄭雪媛， 胡國(guó)寶， 等. 市場(chǎng)機(jī)制下面向電網(wǎng)的儲(chǔ)能系統(tǒng)優(yōu)化配置［J］. 電工技術(shù)學(xué)報(bào)， 2019， 34（21）：4601-4610.

JIANG X， ZHENG X Y， HU G B， et al. Optimization ofbattery energy storage system locating and sizing for thegrid under the market mechanism［J］. Transactions ofChina Electrotechnical Society， 2019， 34（21）： 4601-4610.

［15］ 武震. 分布式儲(chǔ)能系統(tǒng)關(guān)鍵技術(shù)研究［D］. 天津： 天津大學(xué)， 2014.

WU Z. Studies on key technologies of distributed energystorage system［D］. Tianjin： Tianjin University， 2014.

［16］ Federal Energy Regulatory Commission. Order No. 841［R］. Washington DC： FERC， 2018.

［17］ 國(guó)家能源局南方監(jiān)管局. 關(guān)于印發(fā)《南方區(qū)域電力并網(wǎng)運(yùn)行管理實(shí)施細(xì)則》《南方區(qū)域電力輔助服務(wù)管理實(shí)施細(xì)則》的通知［EB/OL］. ［2022-06-13］. https：//nfj.nea.gov.cn/hdhy/ zlxz/202402/t20240208_244591.html.

South China Energy Regulatory Bureau of the NationalEnergy Administration of the People's Republic of China.Notice on printing and distributing “the ImplementationRules for the Management of Grid Connected Operation ofElectric Power in the South Region” and “theImplementation Rules for the Management of AuxiliaryServices of Electric Power in the South Region”［EB/OL］.［2022-06-13］. https：//nfj. nea. gov. cn/hdhy/zlxz/202402/t20240208_244591.html.

［18］ 國(guó)家能源局華北能監(jiān)局. 關(guān)于印發(fā)《第三方獨(dú)立主體參與華北電力調(diào)峰輔助服務(wù)市場(chǎng)規(guī)則（試行2020版）》的通知［EB/OL］. ［2022-12-10］. https：//hbj. nea. gov. cn/xxgk/zcfg/ 202402/t20240208_239973.html.

North China Energy Regulatory Bureau of National EnergyAdministration of The People's Republic of China. Noticeon printing and distributing the “Market Rules forParticipation of Third Party Independent Entities in NorthChina Electric Power Peak shaving Auxiliary ServiceMarket （trial， 2020）”［EB/OL］. ［2022-12-10］. https：//hbj.nea.gov.cn/xxgk/zcfg/202402/t20240 208_239973.html.

［19］ 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 configurationstrategy of energy storage capacity in wind/PV/storagehybrid system［J］. Transactions of China ElectrotechnicalSociety， 2018， 33（6）： 1189-1196.

［20］ 蔡福霖， 胡澤春， 曹敏健， 等. 提升新能源消納能力的集中式與分布式電池儲(chǔ)能協(xié)同規(guī)劃［J］. 電力系統(tǒng)自動(dòng)化， 2022， 46（20）： 23-32.

CAI F L， HU Z C， CAO M J， et al. Coordinated planningof centralized and distributed battery energy storage forimproving renewable energy accommodation capability［J］.Automation of electric power systems， 2022， 46（20）： 23-32.

［21］ YU L， CHEN M Y， YU D C， et al. A novel informationexchange particle swarm optimization for microgrid multiobjectivedynamic optimization control［J］. Journal ofrenewable amp; sustainable energy， 2014， 6（2）： 1-12.

［22］ XING H J， FU Y， CHENG H Z. Active distributionnetwork expansion planning integrating practical operationconstraints［J］. Electric power components and systems， 45（16）： 1795-1805， 2017.

［23］ 國(guó)家能源局東北監(jiān)管局. 關(guān)于征求《東北電力輔助服務(wù)市場(chǎng)運(yùn)營(yíng)規(guī)則（征求意見(jiàn)稿）》意見(jiàn)的通知［EB/OL］.［2020-11-26］. https：//dbj.nea.gov.cn/hdhy/dczj/202402/t20240212_256459.html.

Northeast China Energy Regulatory Bureau of NationalEnergy Administration of the People's Republic of China.Notice on soliciting opinions on the “Northeast ElectricPower Auxiliary Service Market Operation Rules （Draft forComments）”［EB/OL］. ［2020-11-26］. https：//dbj.nea.gov.cn/hdhy/dczj/202402/t20240212_256459.html.

［24］ 李軍徽， 張嘉輝， 穆鋼， 等. 儲(chǔ)能輔助火電機(jī)組深度調(diào)峰的分層優(yōu)化調(diào)度［J］. 電網(wǎng)技術(shù)， 2019， 43（11）： 3961-3970.

LI J H， ZHANG J H， MU G， et al. Hierarchicaloptimization scheduling of deep peak shaving for energystorageauxiliary thermal power generating units［J］. Powersystem technology， 2019， 43（11）： 3961-3970.

基金項(xiàng)目：電力傳輸與功率變換控制教育部重點(diǎn)實(shí)驗(yàn)室開(kāi)放課題（2022AA03）