摘" 要： 在新能源發(fā)電量將成為電量主體、太陽能發(fā)電將成為第一大電源的前景下，建立儲能是解決光伏發(fā)電不穩(wěn)定，限制光伏電力應(yīng)用與輸送和夜間缺乏光伏電力等問題的有效手段。以青海省果洛地區(qū)為參考，考慮到此地區(qū)用戶分散性較大，主要用電為光伏消納，且部分用戶裝有屋頂分布式光伏，為解決用戶夜間用電問題和避免分布式光伏資源浪費(fèi)，提出由負(fù)荷聚合商建立儲能系統(tǒng)，結(jié)合容量約束條件，以收益最大為目標(biāo)對儲能系統(tǒng)進(jìn)行容量配置；再采用非線性變化慣性權(quán)重改進(jìn)的粒子群算法進(jìn)行求解。結(jié)果表明，在解決上述問題的同時(shí)，聚合商既能獲得自身收益，又能使簽約用戶節(jié)省用電成本，可有效促進(jìn)更多用戶與其簽約，從而整合更多需求側(cè)資源，為電網(wǎng)的需求側(cè)響應(yīng)及市場調(diào)控提供更好的輔助服務(wù)。

關(guān)鍵詞： 分布式光伏； 負(fù)荷聚合商； 容量配置； 儲能； 光伏發(fā)電； 改進(jìn)粒子群算法

中圖分類號： TN86?34； TM615" " " " " " " " " " 文獻(xiàn)標(biāo)識碼： A" " " " " " " " " " " 文章編號： 1004?373X（2024）08?0131?07

Considering of capacity configuration of self?built energy storage for load aggregators of household distributed photovoltaics

ZHAO Yajie， XUE Tianliang， ZHANG Lei， XU Guangchen

（College of Electrical Engineering amp; New Energy， China Three Gorges University， Yichang 443002， China）

Abstract： Under the prospect that new energy power generation will become the main body of electricity and solar power generation will become the largest power source， the establishment of energy storage is an effective means to improve the instability of photovoltaic power generation， and solve the problem of limiting the application and transmission of photovoltaic power， and lacking of photovoltaic power at night. Taking the Guoluo area in Qinghai Province as a reference， considering the high dispersion of users in this area， the main electricity consumption is photovoltaic consumption， and some users are equipped with rooftop distributed photovoltaics. In order to solve the problem of users' nighttime electricity consumption and avoid the waste of distributed photovoltaic resources， an energy storage system is proposed by load aggregators， and the capacity of the energy storage system is configured with the goal of maximizing the benefit in combination with the capacity constraints， and finally the particle swarm optimization algorithm with improved nonlinear inertia weight is used for the solution. The results show that while solving the above problems， aggregators can not only gain their own profits but also save electricity costs for contracted users， effectively promoting more users to sign contracts with them， thereby integrating more demand side resources and providing better auxiliary services for demand side response and market regulation of the power grid.

Keywords： distributed photovoltaics; load aggregator; capacity configuration; energy storage; photovoltaic power generation; improved particle swarm algorithm

0" 引" 言

在經(jīng)濟(jì)迅速發(fā)展的過程中，化石燃料的使用日漸增加，環(huán)境污染問題日益凸顯，為解決環(huán)境污染，需使用清潔能源代替化石能源。隨著“碳達(dá)峰、碳中和”進(jìn)程加快和能源轉(zhuǎn)型的深入推進(jìn)，傳統(tǒng)電力系統(tǒng)正在向新型電力系統(tǒng)轉(zhuǎn)換。新型電力系統(tǒng)有著清潔低碳、安全可控、靈活高效、開放互動、智能友好等優(yōu)點(diǎn)，預(yù)計(jì)2030年我國第一大電源將為新能源發(fā)電，其中包括風(fēng)力發(fā)電和太陽能發(fā)電，總裝機(jī)規(guī)模趕超煤電；2060年前新能源發(fā)電量占比有望超過50%，成為電量主體[1]。光伏發(fā)電是當(dāng)今太陽能發(fā)電的主流，將太陽能轉(zhuǎn)化為電能的光伏技術(shù)具有諸多優(yōu)點(diǎn)，相比于化石能源，光伏發(fā)電可實(shí)現(xiàn)無污染、可再生；相比較于其他新能源，其安裝更靈活，目前已成為諸多學(xué)者研究的焦點(diǎn)[2]。

然而，受太陽輻照、溫度以及降雨量等氣象環(huán)境因素的影響，光伏發(fā)電功率也具有波動性與間歇性的缺點(diǎn)。目前限制光伏電力應(yīng)用和輸送的主要原因是光伏電力具有不穩(wěn)定性，而且高比例光伏接入電網(wǎng)難以實(shí)現(xiàn)充分消納。針對這兩個(gè)問題，為光伏發(fā)電系統(tǒng)建立儲能系統(tǒng)是有效的解決手段，將二者結(jié)合可以在棄光限制發(fā)電時(shí)，使光伏電站將多余電能作為電能消納存入儲能系統(tǒng)中，當(dāng)光伏發(fā)電量難以滿足負(fù)荷量或晚上用電高峰時(shí)，可通過逆變器將儲能系統(tǒng)中所儲存的電能送入電網(wǎng)。因此儲能系統(tǒng)既可參與電網(wǎng)削峰填谷，還可以利用峰谷電價(jià)差創(chuàng)造更大的經(jīng)濟(jì)效益[3]。

本文以青海省果洛地區(qū)為參考背景展開研究。青海地區(qū)日照充足，年日照小時(shí)數(shù)超過3 500 h，是著名的“陽光地帶”，近10年來以光伏為主的新能源裝機(jī)急劇增長[4]。青海果洛州太陽能稟賦優(yōu)異，地勢高峻而易受北方和西北方的寒流影響，降雨降雪量較多，居民年均取暖需求可達(dá)8個(gè)月之久，因無天然氣供暖，所以果洛地區(qū)具有一定的通過光伏發(fā)電取暖的光伏消納需求。果洛地區(qū)用戶分布于城鎮(zhèn)、牧區(qū)等，具有分散性較大的特點(diǎn)，且部分用戶裝有屋頂分布式光伏，需求側(cè)資源在分布上具有離散性；在用戶側(cè)建立分布式儲能存在著問題成本及安全性問題，且中小型電力用戶因達(dá)不到參與需求響應(yīng)市場的準(zhǔn)入門檻，導(dǎo)致其參與響應(yīng)的積極性不高。需求響應(yīng)作為調(diào)節(jié)電力系統(tǒng)平衡的重要手段，可以引導(dǎo)用戶參與市場調(diào)控，起到削峰填谷的作用，電力用戶也可獲得經(jīng)濟(jì)效益。因此，本文考慮采用負(fù)荷聚合商（LA）運(yùn)營模式整合需求側(cè)資源，由負(fù)荷聚合商自建儲能系統(tǒng)來解決建立分布式儲能成本高、收益回收周期長、安全可靠性低等問題。負(fù)荷聚合商通過與用戶簽訂合同來實(shí)現(xiàn)需求側(cè)資源管理，發(fā)掘需求側(cè)資源響應(yīng)潛力并提供服務(wù)。

目前大多數(shù)研究中負(fù)荷聚合商與儲能的整合旨在用電動汽車和空調(diào)負(fù)荷優(yōu)化需求響應(yīng)負(fù)荷調(diào)度策略，提高系統(tǒng)運(yùn)行效率和電網(wǎng)運(yùn)行穩(wěn)定性，很少為負(fù)荷聚合商建立儲能，研究儲能容量配置。文獻(xiàn)[5]通過對電動汽車和空調(diào)負(fù)荷的整合，結(jié)合LA調(diào)節(jié)需求的潛力，以主體收益最大化為目標(biāo)構(gòu)建了雙層優(yōu)化調(diào)度模型，從而進(jìn)行配電系統(tǒng)優(yōu)化調(diào)度，減少購電量并提高收益。文獻(xiàn)[6]以經(jīng)濟(jì)最優(yōu)為目標(biāo)，在LA協(xié)同控制框架下提出了適用于異構(gòu)負(fù)荷的集群內(nèi)部控制策略，減輕了機(jī)組調(diào)節(jié)壓力，降低了系統(tǒng)運(yùn)行成本。文獻(xiàn)[7]針對用戶負(fù)荷不確定性的問題，將儲能裝置與市場交易傳統(tǒng)模型相結(jié)合，提出一種LA日前市場與實(shí)時(shí)市場聯(lián)合運(yùn)營策略，有效減少了購電量與實(shí)際用電量的誤差。文獻(xiàn)[8]考慮到電力用戶由于用電意愿導(dǎo)致違約時(shí)對平衡帶來的風(fēng)險(xiǎn)，提出一種基于市場等級化補(bǔ)償規(guī)則，為負(fù)荷聚合商建立了儲能來規(guī)避風(fēng)險(xiǎn)。本文為解決在僅有光伏電站發(fā)電情況下，因光照度影響電網(wǎng)所供電量不足，及夜晚無光照情況下無法由光伏發(fā)電供電的問題，減少屋頂分布式光伏無儲能造成的浪費(fèi)，提出由負(fù)荷聚合商自建儲能并提供電能供用戶使用，且光照度高能量難以充分消納時(shí)，儲能可作為負(fù)荷將多余電能存入儲能電池內(nèi)。

1" 負(fù)荷聚合商自建儲能運(yùn)營模式

如圖1所示，參與負(fù)荷聚合商自建儲能模式的利益主體有光伏用戶、普通用戶、負(fù)荷聚合商、電網(wǎng)。

光伏用戶為果洛地區(qū)建有屋頂分布式光伏且無自建儲能的用戶，普通用戶為無屋頂分布式光伏的用戶。簽約的光伏用戶在白天采用自發(fā)自用模式，可將超出戶用電量的部分即剩余電量出售給負(fù)荷聚合商獲利，夜間采用向負(fù)荷聚合商購電以供電能消耗。負(fù)荷聚合商與用戶簽訂協(xié)議并制定內(nèi)部電價(jià)，簽約用戶的電能消耗由負(fù)荷聚合商提供，負(fù)荷聚合商從簽約用戶中獲取單個(gè)負(fù)荷的可控性和響應(yīng)控制指令的意愿，儲能商給予簽約用戶低于向電網(wǎng)購電的購電價(jià)格。在每個(gè)采樣區(qū)間內(nèi)，每個(gè)用戶之間用電需求不同，負(fù)荷聚合商可根據(jù)光伏用戶自建的分布式光伏發(fā)電情況與負(fù)荷情況，將電能進(jìn)行戶間調(diào)度，提供給有電能需求的普通用戶，或根據(jù)整體用電情況與電網(wǎng)進(jìn)行交易。負(fù)荷聚合商向電網(wǎng)提供簽約用戶的整體信息，接收調(diào)控中心下發(fā)的調(diào)控指令，并將指令分解后分配給具體的負(fù)荷，負(fù)荷聚合商與電網(wǎng)簽訂協(xié)議獲得批量電價(jià)，并從與用戶的電能交易中獲益。

2" 數(shù)學(xué)模型

2.1" 光伏發(fā)電模型

分布式光伏的發(fā)電量和輸出功率受環(huán)境因素影響較大，與其所處環(huán)境中的光照度、溫度的關(guān)系如下：

[Ppv=t=124PSTC?f?GtpvGSTC1+α（Ttpv-TSTC）Ttpv=Ttα+GtpvTOTC-200.8] （1）

式中：[Ppv]為戶用分布式光伏的發(fā)電量；[PSTC]為光伏組件標(biāo)準(zhǔn)測試下的發(fā)電功率；[f]為降額因子；[Gtpv]為t時(shí)刻太陽能光照度；[GSTC]為標(biāo)準(zhǔn)測試條件下的太陽能光照度；[α]為輸出功率溫度系數(shù)；[Ttpv]為光伏組件工作溫度；[TSTC]為標(biāo)準(zhǔn)測試下電池板溫度；[Ttα]為t時(shí)刻光伏板溫度；[TOTC]為光伏組件標(biāo)稱工作溫度。

光伏用戶自建的屋頂分布式光伏在t時(shí)刻發(fā)電量、光伏用戶自用電量和出售給儲能系統(tǒng)的電量之間的關(guān)系滿足式（2）。

[Ptpv=Ptu+Ptl+Ptv] （2）

式中：[Ptpv]表示戶用分布式光伏在t時(shí)刻的發(fā)電量；[Ptu]表示光伏用戶在t時(shí)刻的自用電量；[Ptl]表示在t時(shí)刻分布式光伏發(fā)出的未被消納的電量；[Ptv]表示在t時(shí)刻光伏用戶出售給儲能系統(tǒng)的電量。

2.2" 儲能系統(tǒng)充放電模型

儲能系統(tǒng)的充放電過程中，單一時(shí)刻只能進(jìn)行充電或者放電，即儲能系統(tǒng)的充放電不能同時(shí)進(jìn)行，如式（4）所示。儲能系統(tǒng)處于充電過程時(shí)的儲能系統(tǒng)輸出功率值為正，儲能系統(tǒng)處于放電過程時(shí)值為負(fù)，儲能系統(tǒng)處于閑置狀態(tài)時(shí)值為0。

[PBESSt=PBESS，ct，" " chargingPBESS，dt，" " discharging0，" " " " " " "idle] （3）

式中：[PBESSt]為儲能系統(tǒng)在t時(shí)刻的輸出功率；[PBESS，ct]、[PBESS，dt]分別為儲能系統(tǒng)在t時(shí)刻的充電功率與放電功率。[PBESS，ct]、[PBESS，dt]的關(guān)系如下：

[PBESS，ct·PBESS，dt=0] （4）

定義[ζBESSt]為一個(gè)二進(jìn)制變量，值取0或1。當(dāng)[ζBESSt]值為1時(shí)表示儲能系統(tǒng)充電，值為0時(shí)表示儲能系統(tǒng)放電，儲能系統(tǒng)的充放電效率滿足式（5）。

[0≤PBESS，ct≤CλBESS·ζBESSt0≤PBESS，dt≤DλBESS·（1-ζBESSt）] （5）

式中：[λBESS]為充放電效率；[CλBESS]和[DλBESS]為儲能系統(tǒng)的充電效率和放電效率。

2.3" 儲能系統(tǒng)的電量和SOC模型

儲能系統(tǒng)在t時(shí)刻的電量[EB（t）]可用式（6）表示，定義[EB，min]和[EB，max]分別為儲能系統(tǒng)電量的最小值與最大值，[EB（t）]滿足式（7）所示約束關(guān)系。

[EB（t）=EB（t-1）+PBESS，ct·Δt·CλBESS-PBESS，dt·ΔtDλBESS] （6）

[EB，min≤EB（t）≤EB，max] （7）

為避免儲能電池出現(xiàn)過充過放而影響電池使用壽命，對儲能系統(tǒng)的電池荷電狀態(tài)進(jìn)行上下限約束，從而延長電池使用壽命。定義[SOCmax]和[SOCmin]分別為SOC的上下限，則儲能系統(tǒng)的SOC滿足式（8）約束，儲能系統(tǒng)的荷電狀態(tài)可由式（9）計(jì)算，系統(tǒng)在t時(shí)刻和t-1時(shí)刻的荷電狀態(tài)滿足式（10）關(guān)系。

[SOCmin≤SOC（t）≤SOCmax] （8）

[SOC（t）=EB（t）EB，max] （9）

[SOC（t）=SOC（t-1）+PBESSt·Δt·λBESSEB] （10）

3" 目標(biāo)函數(shù)與約束條件

3.1" 目標(biāo)函數(shù)

本文構(gòu)建的負(fù)荷聚合商自建儲能模式以儲能系統(tǒng)收益最大為目標(biāo)函數(shù)，如式（11）所示。其中總成本包括投資成本、運(yùn)行維護(hù)成本和購電成本，總收益包括售能收益和參與電網(wǎng)輔助服務(wù)的補(bǔ)貼收益。收益模型如式（12）所示，成本模型如式（13）所示。

目標(biāo)函數(shù)：

[maxSNVP=Sin-Ccost] （11）

收益模型：

[Sin=Se+SsSe=t=124CeldPteldSs=t=124CsldPtsld] （12）

成本模型：

[Ccost=Cei+Cm+ChCei=CbpNbPb+CbeNbEb+CiNiPi365NCm=Cbmt=124m=121NmPtmCh=t=124（CgPtg+CvPtv）] （13）

式中：[Sin]為儲能系統(tǒng)日收益；[Ccost]為系統(tǒng)日成本；[Se]為儲能系統(tǒng)售能收益；[Ss]為儲能項(xiàng)目參與電網(wǎng)輔助服務(wù)的收益補(bǔ)貼；[Celd]為儲能系統(tǒng)向用戶出售電能的售電單價(jià)；[Csld]為儲能系統(tǒng)放電補(bǔ)貼單價(jià)；[Pteld]為[t]時(shí)刻儲能系統(tǒng)為滿足用戶電負(fù)荷需求的放電功率；[Ptsld]為t時(shí)刻儲能系統(tǒng)參與電網(wǎng)輔助服務(wù)的輸出功率；h為儲能系統(tǒng)參與電網(wǎng)輔助服務(wù)的時(shí)長；[Cei]為投資成本；[Cm]為運(yùn)行維護(hù)成本；[Ch]為購電成本；[Cbp]為蓄電池單位功率費(fèi)用；[Cbe]為蓄電池單位容量費(fèi)用；[Ci]為變流器單位功率費(fèi)用；[Nb]、[Ni]為配置蓄電池、變流器數(shù)量；[Pb]為蓄電池額定功率；[Eb]為蓄電池額定容量；[Pi]為變流器額定功率；N為儲能系統(tǒng)等效壽命；[Cbm]為設(shè)備m輸出單位功率的維護(hù)費(fèi)用，m取1、2，分別代表蓄電池、變流器；[Nm]為設(shè)備數(shù)量；[Ptm]為設(shè)備m在t時(shí)刻輸出的功率；[Cg]為儲能系統(tǒng)向電網(wǎng)購電的購電單價(jià)；[Ptg]為t時(shí)刻儲能系統(tǒng)向電網(wǎng)所購電量；[Cv]為儲能系統(tǒng)向裝有分布式光伏用戶購電的購電單價(jià)。

3.2" 約束條件

1） 功率平衡約束

[PBESSt=Pg+Pv+Peld+Psld] （14）

2） 荷電狀態(tài)約束

[SOCmin=0.2SOCmax=0.9SOCmin≤SOC（t）≤SOCmax] （15）

3） 充放電功率約束

充電功率約束：

[Pc，min≤PBESS，ct≤Pc，max] （16）

放電功率約束：

[Pd，min≤PBESS，dt≤Pd，max] （17）

4" 求解方法與算例分析

4.1" 求解方法

本文采用改進(jìn)粒子群算法對儲能容量配置進(jìn)行求解，標(biāo)準(zhǔn)粒子群算法流程如圖2所示，其表達(dá)式如下：

[vid（k+1）=ωvid（k）+c1r1[pid（k）-xid（k）]+" " " " " " " " " " " " c2r2[pgd（k）-xid（k）]] （18）

[xid（k+1）=xid（k）+vid（k+1）] （19）

式中：[vid（k）]表示在k時(shí)刻第i個(gè)粒子在d維度的速度i=1，2，…，x；d=1，2，…，d；[ω]為慣性權(quán)重；[c1]、[c2]為學(xué)習(xí)因子；[r1]、[r2]為（0，1）范圍內(nèi)的隨機(jī)數(shù)；[pid]表示個(gè)體極值；[pgd]表示全局極值。

由式（18）可知：[ωvid]表示粒子在上個(gè)周期的速度，對粒子的初始移動非常重要的，當(dāng)[ω]值過小時(shí)，粒子群優(yōu)化算法全局求優(yōu)能力較差，局部求優(yōu)能力較好﹔當(dāng)[ω]值過大時(shí)，粒子群優(yōu)化算法的全局求優(yōu)能力較強(qiáng)，而局部求優(yōu)能力較差。因此提出Y與U兩個(gè)可變算子，分別在不同情況下對[ω]進(jìn)行優(yōu)化，增強(qiáng)算法前期全局搜索能力與后期局部搜索能力。可變算子及慣性權(quán)重的公式如下：

[Y=c1-c2c1+c2·kkmax] （20）

[U=c1c2·kkmax] （21）

[ω=eY-0.2，" "c1≥c213U，" " " " " "c1lt;c2] （22）

式中： [k]為當(dāng)前迭代次數(shù)；[kmax]為最大迭代次數(shù)；Y、U為可變算子，可通過學(xué)習(xí)因子進(jìn)行自適應(yīng)調(diào)整。當(dāng)[c1]=0、[c2]≠0時(shí)，粒子群收斂速度快，容易出現(xiàn)早熟現(xiàn)象；當(dāng)[c1]≠0、[c2]=0時(shí)，粒子注重自己的信息，各粒子間互相交流較少，導(dǎo)致收斂速度大幅降低，粒子在一定的區(qū)間內(nèi)漂移。為了避免陷入局部最優(yōu)，獲得全局最優(yōu)，需對[c1]和[c2]的值進(jìn)行動態(tài)調(diào)整。使用式（23）和式（24）對[c1]和[c2]進(jìn)行自適應(yīng)優(yōu)化。

[c1=cos2π2·kkmax+a] （23）

[c2=sin2π2·kkmax+b] （24）

式中：[a]=[b]=1。

標(biāo)準(zhǔn)粒子群算法的優(yōu)點(diǎn)在于收斂速度較好，但是容易陷入局部最優(yōu)解，因此本文采用非線性變化慣性權(quán)重算法的改進(jìn)粒子群算法進(jìn)行求解。使用改進(jìn)后的算法求解步驟為：

1） 輸入室外溫度、太陽光照度、用戶平均日用負(fù)荷等數(shù)據(jù)；

2） 初始化儲能系統(tǒng)參數(shù)和算法參數(shù)，對每個(gè)粒子賦隨機(jī)初值；

3） 粒子進(jìn)行迭代，迭代后更新位置、速度、學(xué)習(xí)因子和慣性權(quán)重，與粒子上一個(gè)周期的適應(yīng)度進(jìn)行比較，記憶并更新個(gè)體極值；

4） 將最優(yōu)的個(gè)體極值保存為全局極值，并更新和保存?zhèn)€體極值；

5） 全局連續(xù)穩(wěn)定5次及以上或者達(dá)到最大迭代次數(shù)，迭代結(jié)束。

4.2" 場景描述及參數(shù)設(shè)置

以與負(fù)荷聚合商簽約的用戶為150戶進(jìn)行仿真，其中光伏用戶為60戶，普通用戶為90戶。根據(jù)青海當(dāng)?shù)赜脩粲秒娞卣鞣譃橄募竞投緝蓚€(gè)場景，用戶夏季和冬季的日平均用電負(fù)荷如圖3所示。

場景一：夏季為7月至9月，用戶無空調(diào)制冷需求，負(fù)荷主要集中在早上06：00—08：00；中午11：00—12：00；晚上18：00—23：00。

場景二：冬季為10月至來年6月，用戶冬季采暖負(fù)荷量量較大。除上述場景提到的三個(gè)時(shí)間段外，用電高峰主要在晚上18：00以后。

設(shè)定儲能壽命為30年，用戶向電網(wǎng)購電平均單價(jià)為0.45元/（kW·h），簽約用戶向負(fù)荷聚合商購電單價(jià)為0.40元/（kW·h），其他仿真參數(shù)設(shè)置詳見表1、表2。

4.3" 結(jié)果分析

根據(jù)用戶在夏季和冬季的用電負(fù)荷圖，可得出儲能系統(tǒng)在夏季和冬季的輸出功率曲線，如圖4所示。夏季和冬季在傍晚18：00至第二天早上6：00之間光伏用戶和普通簽約用戶的用電負(fù)荷均由儲能系統(tǒng)提供。夏季早上7：00之后光伏用戶自建的分布式光伏可滿足自身電能消耗，并有余量出售給儲能系統(tǒng)；在晚上18：00至第二天6：00有購電需求，普通用戶全天均有購電需求。而冬季用戶采暖需求負(fù)荷較大，相比于夏季，光伏用戶在滿足家用負(fù)荷之外，有少量電能可出售給儲能商，在晚上17：00至第二天7：00有購電需求，普通用戶全天均有購電需求。

由于用戶與用戶之間用電習(xí)慣不同，且單一用戶每日的用電負(fù)荷也有波動，所以用戶日總負(fù)荷能達(dá)到日最高負(fù)荷量的情況并非一直出現(xiàn)，根據(jù)改進(jìn)的粒子群算法得出容量配置為1 458.75 kW·h。為驗(yàn)證改進(jìn)的粒子群算法，使用未改進(jìn)的粒子群算法求解得出儲能配置容量為1 542.70 kW·h ，如表3所示，本文儲能容量配置為1 458.75 kW·h，相比于1 542.70 kW·h，初始投資成本更低，成本回收期更短，凈收益更多。

光伏用戶在夏季和冬季平均每日出售給儲能系統(tǒng)的電能如圖5所示。相比于冬季，在夏季無取暖需求且光照度更強(qiáng)的情況下，光伏用戶日均售能更多。光伏用戶與普通簽約用戶夏季和冬季平均每戶每日在有儲能和無儲能情況下的用電費(fèi)用如表4所示。

由表4可知，無論是在夏季還是冬季，在有儲能的情況下，光伏用戶與普通用戶的平均日用電消費(fèi)均少于無儲能情況。相比較于普通用戶，在有儲能的情況下，光伏用戶出售滿足自身家用負(fù)荷之外的電能之后，可節(jié)省更多的用能消費(fèi)；建立儲能，光伏用戶每年用電花費(fèi)可節(jié)省約930元，普通用戶每年用電花費(fèi)可節(jié)省約382元。

5" 結(jié)" 論

本文首先從青海地區(qū)光照資源充足且大部分用電消耗依靠光伏發(fā)電，在夜晚無光照需從外網(wǎng)購電，以及部分用戶自建有分布式光伏的角度出發(fā)，提出了由負(fù)荷聚合商來建立儲能系統(tǒng)以滿足用戶夜間電能消耗及避免戶用分布式光伏能源浪費(fèi)的方法；并在負(fù)荷聚合商自建儲能系統(tǒng)的運(yùn)營模式框架下，建立了儲能系統(tǒng)模型和以負(fù)荷聚合商收益最大為目標(biāo)的目標(biāo)函數(shù)，在進(jìn)行條件約束與仿真后可得出以下結(jié)論：

1） 負(fù)荷聚合商在建立儲能后，除保證自身收益外，可有效解決用戶在夜間無光照情況下的用電問題，及部分用戶自建的屋頂分布式光伏在滿足自身負(fù)荷后可能出現(xiàn)的能源浪費(fèi)問題，并可在一定程度上為光伏用戶及普通用戶節(jié)省用電花費(fèi)。

2） 負(fù)荷聚合商建立的儲能系統(tǒng)在給簽約用戶帶來良好的用電體驗(yàn)的同時(shí)，可有效促進(jìn)更多電力用戶與其簽約，從而整合更多需求側(cè)資源，為電網(wǎng)的需求側(cè)響應(yīng)及市場調(diào)控提供更好的輔助服務(wù)。

注：本文通訊作者為趙雅潔。

參考文獻(xiàn)

[1] 李春來，周萬鵬，楊立濱，等.青海省規(guī)?；娋W(wǎng)側(cè)共享儲能發(fā)展分析[J].青海科技，2022，29（4）：63?71.

[2] 張蕾，邢治河，魏昭.加油站光伏發(fā)電模式選擇與經(jīng)濟(jì)性分析[J].油氣與新能源，2021，33（3）：97?101.

[3] 黎耀華，賈衛(wèi)歌.光儲充一體化充電站系統(tǒng)研究[J].機(jī)械工程與自動化，2023（1）：224?226.

[4] 駱曉飛，解統(tǒng)強(qiáng).新能源優(yōu)勢突出 青海加速儲能產(chǎn)業(yè)布局[N].經(jīng)濟(jì)參考報(bào)，2022?11?28（7）.

[5] 譚鳴驄，王玲玲，蔣傳文，等.考慮負(fù)荷聚合商調(diào)節(jié)潛力的需求響應(yīng)雙層優(yōu)化模型[J].中國電力，2022，55（10）：32?44.

[6] 覃丹，馬立紅，汪希玥，等.基于負(fù)荷聚合商模式的電網(wǎng)協(xié)同優(yōu)化調(diào)度[J].電力需求側(cè)管理，2023，25（2）：57?62.

[7] 蘇超，武小梅，田明正.考慮儲能裝置的負(fù)荷聚合商運(yùn)營策略研究[J].寧夏電力，2017（5）：17?24.

[8] 張開宇，宋依群，嚴(yán)正.考慮用戶違約可能的負(fù)荷聚合商儲能配置策略[J].電力系統(tǒng)自動化，2015，39（17）：127?133.

[9] 孫波，吳旭東，謝敬東，等.基于信息間隙決策理論的綜合負(fù)荷聚合商儲能優(yōu)化配置模型[J].現(xiàn)代電力，2021，38（2）：193?207.

[10] 汪鋒，劉智強(qiáng)，張克勇，等.基于分時(shí)電價(jià)與儲能充放電策略的臺區(qū)可調(diào)控資源聚合及調(diào)度[J].儲能科學(xué)與技術(shù)，2023，12（4）：1204?1214.

[11] 張思遠(yuǎn)，鐘浩.聚合用戶儲能的云儲能容量配置與定價(jià)[J].南方電網(wǎng)技術(shù)，2022，16（11）：9?19.

[12] 林敏怡，雷勇，李宇澤，等.基于改進(jìn)量子粒子群算法的儲能容量優(yōu)化配置[J].電源技術(shù)，2021，45（2）：203?207.

[13] EMRANI A， BERRADA A， BAKHOUYA M. Optimal sizing and deployment of gravity energy storagesystem in hybrid PV?windpowerplant [J]. Renewable energy， 2022 ， 183： 12?27.

[14] 郭桂志.社區(qū)微電網(wǎng)儲能容量配置與協(xié)同優(yōu)化運(yùn)行研究[D].南寧：廣西大學(xué)，2022.

[15] HOU Hui， XUE Mengya， XU Yan， et al. Multi?objective economic dispatch of a microgrid considering electric vehicle and transferable load [J]. Applied energy， 2020， 262： 307?316.

[16] XIAO Jiangwen， YANG Yanbing， CUI Shichang， et al. A new energy storage sharing framework with regard to both storage capacity and power capacity [J]. Applied energy， 2022， 307： 118171.

[17] 文剛，翁維華，趙巖，等.考慮負(fù)荷聚集商參與的源荷互動雙層優(yōu)化模型[J].電網(wǎng)技術(shù)，2017，41（12）：3956?3963.

[18] LIU Di， CAO Junwei， LIU Mingshuang. Joint optimization of energy storage sharing and demand response in microgrid considering multiple uncertainties [J]. Energies， 2022， 15（9）： 3067.

[19] 周天嬌，周任軍，黃婧杰，等.儲能聚合商自營共享模式下電能交易方法[J].電力自動化設(shè)備，2023，43（5）：171?176.

[20] 張沖，榮娜.基于改進(jìn)粒子群算法的新能源側(cè)儲能容量配置[J].電網(wǎng)與清潔能源，2022，38（10）：98?105.

[21] JIN Y W， YU B， SEO M， et al. Optimal aggregation design formassive V2 G participation in energy market [J]. IEEE access， 2020（8）： 211794?211808.

[22] 趙安軍，李旺，于軍琪，等.基于戶間調(diào)度的青海農(nóng)村家庭光儲容量配置優(yōu)化[J].電力系統(tǒng)及其自動化學(xué)報(bào)，2023，35（7）：45?56.

[23] 羅曉樂，宋洋，徐翔，等.計(jì)及新能源消納的儲能容量優(yōu)化配置研究[J].電氣開關(guān)，2022，60（2）：19?24.

[24] 梅書凡，檀勤良，代美.考慮風(fēng)光出力季節(jié)性波動的儲能容量配置[J].電力工程技術(shù)，2022，41（4）：51?57.

[25] 白樺，王正用，李晨，等.面向電網(wǎng)側(cè)、新能源側(cè)及用戶側(cè)的儲能容量配置方法研究[J].電氣技術(shù)，2021，22（1）：8?13.

[26] 李濤，許苑，陳健，等.計(jì)及全壽命成本和收益的微電網(wǎng)儲能優(yōu)化配置[J].電力系統(tǒng)及其自動化學(xué)報(bào)，2020，32（3）：46?51.

作者簡介：趙雅潔（1998—），女，湖北武漢人，碩士研究生，主要研究領(lǐng)域?yàn)榭稍偕茉床⒕W(wǎng)與儲能技術(shù)。

薛田良（1977—），男，山西運(yùn)城人，博士，副教授，碩士生導(dǎo)師，主要研究領(lǐng)域?yàn)樾畔⑽锢硐到y(tǒng)。

張" 磊（1986—），男，土家族，湖北恩施人，博士，副教授，博士生導(dǎo)師，主要研究領(lǐng)域?yàn)榇笠?guī)模新能源接入電力系統(tǒng)的優(yōu)化調(diào)度。

徐光晨（1998—），男，安徽馬鞍山人，碩士研究生，主要研究領(lǐng)域?yàn)榫C合能源系統(tǒng)優(yōu)化調(diào)度。