用于電網削峰填谷的儲能系統容量配置及經濟性評估

修曉青，李建林，惠東

(中國電力科學研究院，北京市100192)

0 引言

近年來，隨著人民生活水平的提高和電力負荷的快速增長，電網負荷峰谷差逐步增大，與此同時，隨機性、波動性、不可調度性的可再生能源大規模并網，導致電網的調峰問題更加突出，也給電力調度造成一系列的困難。電力系統中電源及輸配電設備均按照電網高峰負荷規劃建設，但電網高峰負荷持續時間較短，導致為滿足高峰負荷需求而規劃建設的電力設備資產利用率較低。研究解決電網調峰問題、提高資產利用率是現階段電網建設面臨的一個重要課題。

我國的電源結構以火電為主，大多數常規火電機組能夠靈活調節出力的能力不足額定容量的50%，當負荷峰谷差低于火電機組的調整范圍時，需要部分小容量機組啟停調峰或壓火調峰，甚至需投資建設更多的機組并改進火電機組的運行方式來滿足調峰需求，從而大幅增加了系統的運行成本［1-3］。據統計，近年來我國電網負荷的峰谷差為38% ～48%［4］。以遼寧電網為例，2011年遼寧電網峰值負荷為22 362 MW，低谷負荷為12 708 MW，峰谷差為43.2%。

調峰問題是電網運行中的基本問題。啟停迅速、運行方式靈活的調峰技術符合電網調峰技術的應用需求。在電力系統常規調峰技術中，相比于火電機組，水電機組啟停迅速、運行方式靈活，且調峰深度接近100%［4-5］，但水電機組的建設受地理條件的限制，不能進行大規模的推廣應用。

大規模電池儲能系統因其快速響應特性，具有優越的調峰性能，可在用電低谷期作為負荷存儲電能，在用電高峰期作為電源釋放電能，實現發電和用電間解耦及負荷調節，削減負荷峰谷差，且其建設不受地理條件限制。以鋰離子電池、全釩氧化還原液流電池、鈉硫電池為代表的電池儲能系統，可有效延緩甚至減少電源和電網建設，提高能源利用效率和電網整體資產利用水平，改變現有電力系統的建設模式［6-7］。

影響儲能技術在電力領域規模化應用的主要因素主要包括儲能系統規模、技術水平、安全性及經濟性。當儲能系統的容量達到MW/MWh級規模能力、滿足MW/MWh級下的安全性、循環壽命達到5 000次及以上、充放電效率達到80%及以上時，儲能系統的高成本成為限制其大規模應用的關鍵因素，從而有必要研究儲能應用的容量配置問題，進而評估儲能項目運營的經濟性。儲能系統的應用研究主要包括2個層次:(1)在規劃前期，根據儲能系統應用方向，配置儲能系統容量，并進行經濟性評估;(2)在儲能系統運行過程中，根據儲能系統應用目標，研究儲能系統在線優化控制問題，文獻［8-9］對電池儲能系統削峰填谷的在線優化控制進行了研究，文獻［10-15］研究了風電場中儲能容量的配置方法。關于規劃前期，儲能系統參與調峰的容量配置及經濟性問題對儲能產業的發展意義重大，本文將重點圍繞此問題展開研究。

1 儲能系統容量配置策略

儲能系統接入電網示意圖如圖1所示，儲能電池經直交變換、升壓變壓器升壓后接入大電網。

儲能技術用于電網削峰填谷的容量配置，包括功率配置和容量配置。儲能系統的功率需滿足系統調峰的功率限值，功率和容量的計算公式為

圖1 儲能系統接入電網示意Fig.1 Energy storage systems integrated to grid

式中:PESS為儲能系統功率;EESS為儲能系統容量;ΔPi為各個時刻儲能系統出力需求;ΔT為樣本數據采樣時間間隔;1～m1、m2～m3，mj～mn為樣本數據中需要儲能不間斷充電 /放電的數據采樣時刻，其中不間斷充電時間定義為連續不放電時間，不間斷放電時間定義為連續不充電時間。

考慮儲能系統充放電平衡約束，控制儲能系統的充放電，控制策略如下:

(1)導入待處理的負荷數據，統計負荷的峰值與谷值;

(2)根據負荷峰谷值，設定儲能調節后合成出力低谷值Pref，并為合成出力峰值賦初值Pmax;

(3)系統循環賦初值n=1;

(4)比較負荷與Pref、Pmax的大小關系。當負荷小于Pref時，儲能電池充電;當負荷大于Pmax時，儲能電池放電;負荷在Pref、Pmax之間時，儲能電池不動作。

(5)n=n+1;

(6)若n小于所載入負荷數據的條數時，返回步驟(4)，否則進行步驟(7);

(7)統計儲能電池的充電電量、放電電量;

(8)判斷儲能電池充放電是否平衡。若充電電量大于放電電量，減小Pmax，返回步驟(3);若充電電量小于放電電量，增大Pmax，返回步驟(3);若充放電平衡，由式(1)～(4)計算儲能系統的功率、容量。

2 經濟性分析

2.1 成本分析

電池儲能系統成本主要包括初始投資成本和運營維護成本。儲能系統的初始投資成本主要由功率成本和容量成本構成。容量成本與儲能電池的投資有關，功率成本與儲能電池用雙向變流器、監控系統的投資有關。儲能系統的運行維護成本為維持儲能電站處于良好的待機狀態所需要的費用。

儲能系統循環壽命是其成本分析中的重要參量。儲能系統的循環壽命，即標稱容量降至儲能電池初始額定容量的80%時，電池的完整充放電循環次數。影響電池循環壽命的主要因素包括極端溫度、過度充放電、充放電深度及充放電速率。儲能系統在標準充放電電流、電壓、溫度條件下工作時，其循環壽命為充放電深度的函數。儲能系統使用壽命年限為

式中:Tlife為對應充放電深度下儲能系統的循環壽命;Lcyc_year為年充放電循環次數。

假定不考慮儲能系統正常使用期內的設備更換成本，為便于分析，根據儲能系統的使用壽命和基準收益率，可將儲能系統的總投資成本在壽命期內進行成本分攤，與儲能系統的年維護成本疊加，得到儲能系統的費用年值。儲能系統費用年值為

式中:Cp為儲能系統單位功率成本;CE為儲能系統單位容量成本;PESS為儲能系統額定功率;EESS為儲能系統額定容量;n為儲能系統使用壽命年限;i為儲能項目投資收益率;Cm為儲能系統單位運維成本;Q為儲能系統年發電量。

2.2 經濟效益分析

儲能系統定位為電網負荷削峰填谷，其經濟效益包括直接效益和間接效益。直接效益主要來自于儲能系統采取削峰填谷模式運營，通過電網用電高峰與用電低谷的電價差獲取的經濟效益。儲能系統的間接效益主要包括節煤效益、環境效益以及儲能系統延緩發輸配電設備投資帶來的經濟效益。

儲能系統的經濟效益Iincome可分為功率效益、容量效益和環境效益，計算式為

式中:Rp_vest為常規發電機組單位功率投資額;Rout為儲能系統上網電價;Rin為儲能系統充電電價;RTP為常規火電機組的單位供電成本;Vi為儲能減少第i種污染物排放帶來的環境效益;n為污染物總數;Qi為第i種污染物的排放量。

影響儲能系統投資經濟性的相關指標主要包括峰谷價差，儲能系統功率、容量、投資成本、運行維護成本、充放電深度及相應充放電深度下的循環壽命［16-17］，以及常規火電機組投資額、發電成本、環境成本等。用于評估削峰填谷的儲能系統投資經濟性的數學模型為

由式(8)可知，僅當S＞0時儲能系統的投資具備經濟性。儲能系統投資具備規模經濟性的條件為

3 仿真研究

以某地區2011年11月份的實際負荷數據為例進行分析，該地區凌晨0:00～6:00為用電低谷期，上午11:00前后為用電小高峰，晚17:00前后為用電高峰期。峰值負荷為 22 207 kW，低谷負荷為17 761 kW，峰谷差為20%。

采用鋰離子電池儲能系統對電網負荷調峰，將用電低谷期負荷抬升至18 761 kW時，可將峰荷期常規機組出力降至20 525 kW，儲能系統完成一個完整充放電過程，所需儲能系統的功率為1 681 kW，容量為4 100 kW·h，此時峰谷差降為8.6%。負荷與儲能的合成出力及負荷曲線如圖2所示。

圖2 負荷與儲能系統合成出力曲線Fig.2 Synthetic output curves of load and energy storage system

參與電網調峰的儲能系統容量與儲能系統的調峰程度、當地電網負荷特性密切相關。儲能系統功率和容量需求如圖3所示。本地區的電網負荷，隨著調峰程度的增加，所需儲能系統的功率、容量隨之增加。儲能系統的功率受限于峰值負荷的調節量，仿真結果表明，該地區儲能系統的功率與峰值負荷功率的減小量相同。

考慮儲能系統的循環壽命，仿真過程中設定儲能系統的荷電狀態范圍為［0.1，0.9］，每天完成1個完整充放電循環，并且以天為單位滿足充放電平衡約束，使用壽命約為15年。根據儲能系統容量配置與電網負荷調節量的關系，從社會整體效益和投資者角度分別分析儲能系統的經濟效益。

圖3 儲能系統功率和容量需求曲線Fig.3 Power demand and capacity demand curves of energy storage system

(1)社會整體效益角度。以S為目標函數，分析儲能系統不同容量配置下的經濟性。在現有技術經濟水平下，鋰離子儲能電池成本約為4 500元/(kW·h)，監控成本為5 000元/kW，常規火電機組的單位投資成本為374.72元/(kW·a)，220 kV輸電設備的單位投資成本為594元/(kW·a)，相關參量設置見表1［18-20］。

表1 參量設置Tab.1 Parameters setting

電網中配置儲能進行削峰填谷的經濟效益如圖4所示。從圖4中可看，隨著所配置儲能系統功率的增加，儲能系統年收益先升高后降低。當儲能系統功率為753 kW、容量為684 kW·h時，年收益最大為13 740元，此時的峰谷差為15.3%，峰谷差降低了4.7%。分析儲能系統投資經濟性數學模型可得，儲能系統功率增大時，造成年收益下滑的主要原因是現階段儲能系統成本過高。因此有必要分析儲能電池在不同成本下的收益曲線情況。

圖4 儲能系統削峰填谷經濟效益Fig.4 Economic benefits of peak load shifting of energy storage system

儲能系統不同成本下的收益如圖5所示。根據圖5可知，隨著每kW·h儲能成本C［單位為元/(kW·h)］的降低，儲能系統整體經濟效益上升。當儲能電池成本高于3 000元/(kW·h)時，儲能系統投資規模不經濟。儲能電池成本降為2 500元/(kW·h)時，隨著儲能系統規模的增大，儲能投資的年收益隨之增大，表明儲能成本降至該值時，儲能系統的投資具備規模經濟性。

圖5 不同儲能系統成本下的經濟效益Fig.5 Economic benefits under different costs of energy storage system

(2)投資者角度。對投資者而言，儲能系統的間接效益體現為儲能項目的政府補貼，因此不考慮目標函數中儲能系統的間接效益，僅從直接效益、政府補貼和儲能系統成本進行經濟效益評估。峰谷價差與儲能項目的收益直接相關，政府補貼為500元/kW時，不同峰谷價差下儲能系統年收益如圖6所示。

圖6 不同峰谷價差下儲能系統年收益Fig.6 Annual revenue of energy storage system under different peak-valley difference

圖6(a)為儲能電池成本等于4 500元/(kW·h)時，不同峰谷價差下儲能系統的年收益。峰谷價差K小于2元/(kW·h)，儲能項目的投資不經濟;峰谷價差大于2元/(kW·h)，投資具備規模經濟性。

圖6(b)為儲能電池成本等于2 500元/(kW·h)時，不同峰谷價差下儲能系統年收益。峰谷價差小于1元/(kW·h)，儲能項目的投資不經濟;峰谷價差大于1.5/(kW·h)，投資具備規模經濟性。

4 結論

(1)用于電網削峰填谷時，電網調峰量不同，儲能系統的功率、容量也隨之不同。儲能系統功率值取決于系統調峰量的大小，容量值與峰值負荷的持續時間有關。

(2)在本文算例中，當儲能系統功率為峰值負荷的3.4%時，儲能系統達到最大經濟效益。

(3)在現有的技術水平下，鋰離子電池儲能系統實現規模化應用，電池成本需降到2 500元/(kW·h)。

(4)為實現儲能技術的大規模發展，不僅需要廠商加大研究力度，提高儲能系統的技術性能，降低生產成本;而且需要政府出臺相關政策，支持儲能產業發展。

［1］張恒良，謝誕梅，劉靜宇，等.調峰機組啟停優化控制［J］.熱能動力工程，2005，20(5):300-303.

［2］余欣梅，熊信艮，吳耀武，等.電力系統調峰電源規劃優化模型探討及其應用［J］.中國電力，2003，36(1):48-51.

［3］曹昉，張粒子.結合系統調峰容量比確定抽水蓄能機組裝機容量的方法［J］.電力自動化設備，2007，27(6):47-50.

［4］楊瑞瑜.九評:我國電網谷電大規模儲能調峰技術路線［J］.電網與清潔能源，2012，28(4):1-11.

［5］謝俊，白興忠，甘德強.水電/火電機組調峰能力的評估與激勵［J］.浙江大學學報:工學版，2009，43(11):2079-2084.

［6］張文亮，丘明，來小康.儲能技術在電力系統中的應用［J］.電網技術，2008，32(4):136-142.

［7］梁亮，李建林，惠東.大型風電場用儲能裝置容量的優化配置［J］.高電壓技術，2011，37(4):930-936.

［8］鮑冠南，陸超，袁志昌.基于動態規劃的電池儲能系統削峰填谷實時優化［J］.電力系統自動化，2012，36(12):11-16.

［9］Oudalov A，Cherkaoui R ，Beguin A.Sizing and optimal operation of battery energy storage system for peak shaving application［C］//IEEE Proceeding of Power Tech，2007:299-303.

［10］孔飛飛，晁勤，袁鐵江，等.用于短期電網調度的風電場儲能容量估算法［J］.電力自動化設備，2012，32(7):21-24.

［11］王成山，于波，肖峻，等.平滑可再生能源發電系統輸出波動的儲能系統容量優化方法［J］.中國電機工程學報，2012，32(16):1-8.

［12］楊水麗，惠東，李建林，等.適用于風電場的最佳電池容量選取的方法［J］.電力建設，2010，31(9):1-4.

［14］Hans Bludszuweit，José Antonio，Domínguez Navarro.A probabilistic method for energy storage sizing based on wind power forecast uncertainty［J］.IEEE Transactions on Power Systems，2011，26(3):1651-1658.

［14］Wang X Y ，Vilathgamuwa D M.Determination of battery storage capacity in energy buffer for wind farm［J］.IEEE Transactions on Energy Conversion，2008，23(3):868-878.

［15］Li Q，Choi S S，Yuan Y，et al.On the determination of battery energy storage capacity and short-term power dispatch of a wind farm［J］.IEEE Transactions on Sustainable Energy，2011，2(2):148-158.

［16］楊裕生，程杰，曹高萍.規模儲能裝置經濟效益的判據［J］.電池，2011，41(1):19 －21.

［17］Chengke Zhou，Kejun Qian，Malcolm Allan，et al.Modeling of the cost of EV battery wear due to V＆G application in power systems［J］.IEEE Transactions on Energy Conversion，2011，26(4):1041-1050.

［18］譚靖，李國杰，唐志偉.基于壓縮空氣儲能的風電場功率調節及效益分析［J］.電力系統自動化，2011，35(8):33-37.

［19］韓勇，田聞旭，譚忠富.基于長期邊際成本的不同電壓等級輸配電價定價模型及其應用［J］.電網技術，2011，35(7):175-180.

［20］謝瑛，譚忠富，程晉，等.節能減排調度環境下燃煤電廠發電成本分析［J］.電網技術，2011，35(2):137-142.