儲能優化配置關鍵問題分析

李丹丹，蘇小林，閻曉霞，譚逸雪

(山西大學電力工程系，太原市 030013)

儲能優化配置關鍵問題分析

李丹丹，蘇小林，閻曉霞，譚逸雪

(山西大學電力工程系，太原市 030013)

儲能優化配置是儲能高效應用的基礎，涉及技術和經濟2個維度方面的問題，也涉及多應用時間尺度和功率能量的不同需求問題。基于儲能在安全穩定、調頻、新能源接納、電能質量等方面的應用需求，深入分析了其優化配置的目標、條件、方法和理論。基于儲能系統的成本效益分析，建立了通用凈現值優化模型。結合不同儲能的應用特性，分析了儲能類型的選擇原則，以及復合儲能組合形式與容量配比的確定方法。針對儲能應用的評價，從補償效果、安全性、可靠性、經濟性等方面給出了相關評價指標和評價方法。最后，提出了在儲能應用實踐中有待深入開展的研究性課題。

儲能；電力系統；優化配置；評估指標

0 引 言

儲能系統以其靈活的布局和智能充放能量的特性，打破了傳統電能即發即用的限制，成為穩定電網運行，提高電力設備利用率，促進新能源并網，調整頻率以及改善電能質量的重要手段。儲能已成為現代電力系統的前沿技術和重要課題。目前關于儲能的研究集中在4個方面：(1)高性能儲能技術的研發，朝著快速、高效、低成本的方向發展；(2)優化配置，包括儲能布局和容量規劃；(3)協調控制，涉及不同儲能之間的配合以及儲能與電網現有控制設備和控制系統間的協調配合；(4)復合儲能，利用多種儲能的技術互補特性，同時滿足電網不同應用環境下的多重需求，發揮其相對于單一儲能的技術經濟優勢。

目前針對儲能在電力系統中應用的綜述主要側重于各類型儲能特性的介紹和對比、儲能技術研發方向以及相關領域的工程應用現狀等[1-3]，針對儲能優化配置方面進行分析、評述的文獻甚少。而儲能優化配置是儲能工程應用的首要問題，不僅為控制策略、優化運行奠定基礎，同時恰當的選址定容對儲能作用的充分發揮至關重要。結合不同應用需求開展儲能的優化配置，充分挖掘儲能應用帶來的多種潛在價值，有效促進參與者的投資積極性，具有重大的理論意義和工程意義。本文從儲能的應用需求、經濟效益、應用類型以及應用評價等方面，深入分析儲能規劃過程中所需要解決的優化配置問題。

1 基于應用需求的儲能配置

長期以來，很多學者致力于儲能優化配置方面的研究，研究思路可以分為應用優先和經濟優先兩大類。儲能應用在不同場合，對儲能的應用時間尺度和功率能量要求均不同。根據系統的應用需求，選取適合的方法配置儲能，以滿足系統對安全穩定性、調頻、新能源接納和電能質量等方面的要求。

1.1 基于提高系統安全穩定性的儲能配置

電力系統的動態穩定性一直是電力工作者的重點關注內容。隨著新能源大量接入和電網互聯不斷發展，電網穩定運行主要受小干擾穩定、暫態穩定和電壓穩定的威脅。圍繞這幾種穩定形式，國內外研究人員不斷提出和應用新技術和新控制手段，例如電力系統穩定器(power system stabilizer,PSS)、高壓直流(high voltage direct current，HVDC)輔助控制、柔性交流輸電系統(flexible alternative current transmission systems,FACTS)附加控制、串并聯無功補償控制等。這些控制方式一般難以在同一個控制裝置中實現有功和無功功率協調控制，無法兼顧滿足功角、頻率穩定和電壓穩定的需求。儲能作為一種新型穩定控制裝置，通過控制電力電子換流裝置，實現獨立調節有功、無功功率的能力。

1.1.1 基于阻尼振蕩和提高暫態穩定性的儲能配置

PSS可以有效抑制電力系統局部振蕩，但對于互聯電網的復雜振蕩模式控制效果并不理想，無法有效解決區域電網聯絡線間的功率振蕩問題。而利用儲能技術靈活的功率補償特性可以抑制系統的低頻振蕩、次同步振蕩以及扭振等。基于提高系統穩定性的儲能配置，配置范圍從簡單局部網絡延伸到多機復雜系統；優化方法初期多采用時域仿真法，逐步運用各種優化理論深入研究該類問題。

時域仿真法能夠模擬電網受到擾動后系統的各個參量隨時間變化的具體過渡過程,從而反映系統的穩定程度。通常從經驗總結的角度出發，將儲能單元連接在發電機出口母線處，以發電機轉子角速度偏差Δω或輸出有功功率變化ΔP作為控制信號進行建模仿真，直接對比分析系統功率振蕩曲線、功角變化曲線，判斷儲能裝置的控制效果，選擇使系統最先恢復穩定的位置作為儲能的最佳安裝地點。選定安裝位置后確定儲能的容量，依次安裝不同容量的儲能，分別進行仿真實驗，直到增加的儲能容量不再使系統性能繼續改善，設定此容量為該工況下所需最小儲能容量。大量的研究分析和仿真結果表明，把儲能裝設在最先失穩的發電機機端,能最有效地提高系統的暫態穩定性。對于區域互聯系統，在相同控制和運行條件下儲能安裝在功率接收端要好于安裝在功率發出端，安裝在兩區域聯絡線中間對抑制區域間低頻振蕩效果最差[4]。時域仿真法可以直觀地得到儲能最佳安裝地點以及容量的選擇結果，但儲能的控制效果是通過研究者觀察曲線主觀意識判斷得出的，當仿真曲線較為接近時，則不易準確判斷補償效果的優劣，從而影響儲能選址定容的精確性。因此，現多采用時域仿真法作為檢驗其他優化方法的手段。

另一種配置思路運用優化理論，提出合理、明確的量化標準指導儲能選址定容。目前采用的配置方法主要有3類：(1)模態分析法，以系統線性狀態方程為基礎，分析特征值/特征向量，利用控制系數[5]以及典型參數的靈敏度分析等方法指導儲能配置；(2)暫態能量函數法，分析系統受大擾動后分布式儲能布局問題；(3)智能優化算法，根據系統穩定控制目標建立目標函數，采用智能算法如遺傳算法、免疫算法、禁忌搜索算法解決儲能布局問題。文獻[6]依據留數指標和參與因子指導飛輪儲能布局，結果表明該方法可以有效抑制系統低頻振蕩；文獻[7-8]建立暫態性能評價指標，根據超導磁儲能(superconducting magnetic energy storage， SMES)在故障條件下改善發電機響應的程度，分別采用禁忌搜索算法和遺傳算法對儲能選址進行優化。對于提高暫態穩定性的儲能布局問題，無論首先進行系統故障掃描[9]或預測預想事故集[10]或找出電網敏感支路，其目的都是要確定系統薄弱環節，作為儲能布局的初步篩選點。再進一步結合優化理論，準確定位儲能的接入位置和選擇配置容量。文獻[9]確定薄弱環節后，以系統的暫態能量分布情況作為儲能布局依據，定點后以穩定狀態偏離值最小為指標計算最優容量。文獻[10]考慮系統不確定因素和事故發生的概率和后果，基于暫態穩定風險理論指導儲能優化配置。每種配置方法均對應一定的適用范圍，例如針對抑制系統振蕩的SMES選址，最大特征值法對于SMES容量很大的情況有效[11]。但如果SMES的容量較小時，由于此時SMES影響特征向量值的能力很弱，因而無法通過特征值準確判斷最佳位置。所以針對電網規模和穩定類型選擇合適的優化理論和方法對于儲能的合理配置至關重要。

關于提高電力系統動態穩定性的定容問題，目前主要有2個方面障礙：一是如何將穩定性的定性問題轉化成定量指標進行研究；二是儲能容量在動態電力系統中的量化問題。

1.1.2 基于提高電壓穩定性的儲能配置

風能是一種間歇性能源，且風速預測存在一定誤差，導致風電場不能提供持續穩定的電能。大量分布式電源分散接入配電網，給電網運行與控制帶來新的機遇和挑戰。當風電場出力較高時，風電場的無功需求以及輸電線路的無功損耗增加，造成局部電網無功不足，電壓穩定裕度下降，危及電網的安全穩定運行。目前風電場多采用靜止無功補償器(static var compensator，SVC)快速補償無功功率，維持并網點電壓穩定，但SVC不能控制風電場輸出的有功功率。儲能可滿足協調控制電網有功、無功功率的需求，能有效改善并網風電場的穩定性。

電網的電壓穩定極限限制了風電場最大裝機容量。目前研究熱點集中在最大風電接納能力下的電網電壓穩定性，主要依據改善電壓分布、增大電壓穩定裕度計算需要配置的最小儲能容量。通常以區域電網P-U曲線為切入點，從穩定運行開始，通過不斷加大風電場出力繪制電壓變化曲線，直到達到電壓穩定臨界值，該時刻對應的風電容量為風電場最大接納水平，而實際風電場容量與最大值之差則為儲能需求量。此種定容方法依賴于風電場出力數據的典型性，并沒有為考慮其他運行因素留有一定裕度，不利于風電場的擴容建設。在此基礎上，可以依據電壓裕度[12]、傳輸線路輸電裕度的需求，細化所需接入的最小儲能容量。

1.1.3 基于提高安全性的儲能配置

基于提高系統安全性的儲能容量配置，關鍵在于如何將安全穩定的定性問題轉化成定量指標進行研究，常從電壓安全裕度和切負荷量2個角度評估電網安全性。文獻[13]提出基于潮流跟蹤的儲能選址方法，根據負載率均衡度和電網最小切負荷損失這2個指標配置儲能最優容量，提高電網靜態安全性。

關于提高電力系統安全穩定性的配置問題，大多是基于特定的運行工況得到優化結果，而實際電網的運行方式和故障情況復雜多變，所得結論能否滿足不同工作狀態下系統的安全穩定，需要適合實際工程應用的儲能優化配置方法。

1.2 基于參與電網調頻的儲能配置

在新能源大量接入以及傳統機組調頻容量有限的情況下，利用儲能電源反應快速的特點調節系統頻率，既可以避免發電機組的過度磨損，又可以部分補充系統備用容量，從而達到提升電能品質的目的[14]。儲能參與系統調頻的運行方式主要有3種：(1)與新能源發電結合參與調頻；(2)輔助火電機組調頻；(3)儲能獨立運行調頻。國內外針對儲能參與電網調頻的研究主要聚焦在前2種運行模式上。當需要儲能輔助一次調頻機組動作時，應盡量將儲能裝置安裝在需要配合的機組母線側，以便接受相同變化指令調整出力。接受指令后可以對比所選儲能類型的動作時間和一次調頻機組的動作快慢，合理安排調頻動作順序。對于儲能配合自動發電控制(automatic generation control，AGC)機組的頻率調整,按比例分配一定負荷給儲能裝置，由此補充備用容量的不足。

參與調頻對儲能的響應速度和功率容量都有一定要求，所以一般選擇鋰電池、液流電池輔助系統調頻。電池容量配置一般分別針對一次調頻或者二次調頻。配置原理基于模擬區域電網的常規機組的下垂特性和基于調節負荷分量曲線，可以根據電池容量和荷電狀態(state of charge,SOC)上下限值[15-16]解決電池參與調頻的動作時機和動作深度問題。配置方案通常以系統運行效益最大為目標，在此基礎上可以考慮不同調頻補償方式對調頻盈利結果的影響[17]。文獻[18]通過分析靈敏度系數的特征，合理安排動作時機，同時結合調頻評估指標要求確定動作深度，并根據所必需的動作深度與額定功率之間的關系形成儲能容量配置方法。文獻[16]在動態調整SOC的基礎上，基于經濟性考慮，采用增加緊急電阻的新型控制算法，緊急電阻用在很少發生極端過頻率的情景，當頻率越限而電池容量滿充時，利用其來消耗電能，減少配置電池的容量。

關于儲能參與電網調頻的容量配置研究尚處于探索階段，目前也多針對一次調頻規劃儲能容量。為提高儲能的綜合利用率，可以考慮同時滿足一、二次調頻需求，合理規劃儲能容量。

1.3 基于提高新能源接納能力的儲能配置

新能源發電并網形式多樣，有輸電側大規模清潔能源并網、配網側分布式發電接入以及微電網等，利用儲能提高電網對新能源接入的友好性，是實現清潔能源大規模開發利用的重要途徑之一。新能源接納能力是在保證電網安全、穩定、經濟運行的前提下，風電/光伏的極限注入功率，主要受該地區網架結構、運行水平、負荷特性以及風、光出力等多方面因素影響。目前多數研究忽略輸電線路輸送容量約束，而輸電容量是導致棄風、棄光的關鍵因素。儲能的配置方式分為分布式儲能和集中式儲能。對于風電場處的儲能布局，儲能可以分散安裝在每一臺風機內部或是集中配置在風電場并網點處。由于風電場多臺風機的自平滑特性可以降低風電場輸出總功率波動，因而采用一個獨立的儲能系統統一控制和調節整個風電場并網功率可以達到更好的平抑效果和最佳經濟性。所以儲能規劃研究一般忽略風電場的多點分布，默認安裝在風電場變電站低壓側，只對其容量配置進行探究。

新能源-儲能聯合發電的調控模式主要有：(1)平滑出力波動；(2)削峰填谷；(3)跟蹤計劃出力。配置儲能實現功率調控以提高新能源接納能力的研究主要為了滿足上述技術目標的一種或多種[19-21]。文獻[19]以能量型儲能為研究對象，考慮跟蹤計劃出力和削峰填谷風儲聯合控制模式，討論各敏感因素變化對儲能最佳容量配置的影響。根據調控模式需求配置儲能容量的研究中以改善風電場輸出功率特性研究居多。

基于平滑出力波動，配置儲能的功率/容量流程如圖1所示。我國限制風電功率波動依據2個時間尺度：1 min和10 min，不同時間尺度提出明確的波動限制指標。根據限制指標進而選擇適用于平滑風電功率波動的儲能類型，需考慮儲能響應時間和出力幅值2個參數，由此確定儲能類型。根據不同的優化目標，風電并網輸出參照的目標曲線也不同，如按照風電期望的平滑曲線輸出或按照風電的功率預測曲線輸出，最終需要儲能補償的容量差別較大。以目標曲線為依據，制定平滑控制策略，最常用的控制算法有低通濾波控制、滑動平均法、滾動平均法。得到最小或最優儲能容量后，需對該方案進行可行性評估。

圖1 基于平滑出力波動的儲能配置流程Fig.1 Flow chart of ESS capacity allocation in wind farm for fluctuation mitigation

一階低通濾波控制的原理是利用儲能系統補償風電功率在截止頻率以上的高頻分量，而在截止頻率以下的功率可順利通過低通濾波器，風電原始功率與濾波器輸出值之差即為儲能系統需要吸收/釋放的功率，此方法的關鍵在于濾波時間常數的確定。平滑時間常數越大，平滑效果越好，但所需的儲能功率和容量隨之增大。因此需要從技術和成本的角度考慮選擇合適的時間常數。文獻[22]在研究平滑時間常數-電池容量特性的基礎上，通過分析平滑時間常數-合成輸出標準偏差這2種特性之間的關系，同時依據成本/性能比來確定合適的時間常數，使其既能滿足風電輸出平滑化的需求，又能使電池容量比較小。低通濾波法的缺點在于沒有考慮儲能自身參數，并且在某些功率變化較大的時刻點，輸出功率會被大幅修正，因而對儲能系統的功率能力提出較高要求。

滑動平均法是一種選擇固定時間長度窗口，將窗口內的所有數值做算術平均，將平均值作為窗口中心點的數學方法。基于實際風電場風電功率預測曲線和風速概率密度曲線，計算得到的輸出功率期望值設定為平均功率水平。然后人為對原始功率曲線劃分時段，比較各個時段內實際功率與平均功率得到該時段需要配置的容量，最后取最大值設置為該風電場所需的儲能功率和容量[23-24]。輸出曲線劃分的時間段越多，所需儲能容量越小，但頻繁充放電會影響儲能壽命，而且區間段設置過小，風電功率預測的相對誤差就越大，影響此方法的精確性，所以滑動平均法關鍵在于滑動時間窗口寬度的設定。滾動平均法原理與滑動平均法基本相同，但從配置結果上看，采用滑動平均法容量配置結果偏大[25]。

1.4 基于改善電能質量的儲能配置

在配電網中低壓側合理裝設儲能系統，一方面提高電網對新能源的消納能力，促進分布式發電的應用；另一方面可以改善供電負荷的電能質量。與電網側相連的功率變換系統(power conrersion system, PCS)實時檢測網側電壓，一旦檢測出現電壓波動、電壓偏差超過允許限值或是發生電壓中斷等電能質量問題時，PCS控制儲能系統輸出維持敏感負荷所需要的能量，保證維持重要負荷正常工作的能力。儲能改善電能質量屬于功率型應用，所需的儲能容量并不大，所以其一般配合其他優化目標進行容量規劃。文獻[26]建立了多目標最優潮流模型，實現有功損耗最小、無功補償費用最低以及電壓偏差最小的多重配置目標，以提高風電接納能力。基于改善電能質量的儲能配置，首先需要對波動分量進行分解，分析各部分波動量對電網電能質量的影響程度，從而配置一定容量的儲能，補償對電壓、頻率影響較大的分量。有學者采用傅里葉變換和希爾伯特-黃變換(Hilbert-Huang transform, HHT)分解不平衡量，分析得出HHT更適用于局部細節分析，在以提高電能質量為目標的儲能配置方面具有獨到優勢[27]。

2 儲能配置的經濟性分析

儲能在電力系統中各個場合應用的技術優勢已經得到論證，但當前儲能的單位成本昂貴導致儲能接入系統后盈利區間有限。因此需全面分析儲能的成本和效益，探究儲能在電力系統中應用的必要性與可行性。

2.1 成本分析

考慮新能源與儲能聯合應用的成本主要來源于2個方面，一是儲能裝置投資成本；二是運行成本。風電場、光伏電站側儲能容量優化的目標是在滿足波動率要求的前提下，以最低的儲能投資成本和運行成本實現儲能系統的運行效益最優。

2.1.1 投資成本

儲能的投資成本主要包括[28]：站址建設成本、電能轉換設備(包括交流側變壓器和斷路器、整流/逆變系統)成本、儲能系統(主要為蓄電池組和電池組管理系統)成本。前2種基本為固定成本，所以投資成本在于對儲能自身成本的把控。多數研究粗略估計儲能投資成本和運行維護費用，未能計及儲能整個壽命周期內更換、失效保護所產生的費用[29]，此類費用對于充放電循環次數有限的電池類儲能不容忽視。在實際運行過程中儲能充/放電策略和運行環境會直接影響電池放電深度，而放電深度與蓄電池壽命密切相關，雨流計數法可以計算計及充放電深度的儲能系統使用壽命[30]。

2.1.2 運行成本

以風電場為例說明運行成本，主要包含儲能系統損失能量成本和風電場棄風成本2個部分[20]，兩者均因儲能容量的變化而變化。

儲能系統損失能量由2種原因導致。一種是由電池容量限制產生的，即當電池電量處于滿充狀態后，蓄電池停止充電，多余的能量不能轉換成電能儲存；另一種是由電池的最大充電功率限制產生的，即當風電場實際輸出功率與期望輸出功率的差值大于電池的最大充電功率時，儲能只能按照規定的最大充電功率充電，而無法以功率差值充電，此部分能量看做儲能損失的能量。同樣，風電場棄風能量也主要由這2種因素產生。另外還與系統的運行方式、調峰能力以及輸電線路輸送能力等因素相關聯。文獻[31]研究了風電場棄風成本、儲能損失成本以及儲能投資成本這3種成本間的制約關系，構建了儲能容量經濟優化計算模型。

儲能投資成本與運行成本之間存在對立關系。由上述分析可知，儲能容量越大，儲能系統損失能量和風電場棄風能量越小，即運行成本降低。當前市場儲能投資成本較高，風儲系統運行過程中接納適量的棄風能量，可以使風電場整體效益最優。如果盲目追求棄風能量最小，會大大增加儲能容量而產生高昂的系統總成本，經濟效益不佳。所以可以采用滿足一定置信水平或基于機會約束規劃的思想配置儲能容量[32-33]，得到技術和經濟性方面的權衡方案。

2.2 效益分析

儲能的應用價值體現在多方面，一般研究只關注投資主體的直接經濟利益，而忽略了對儲能給電網和社會所帶來的隱性經濟價值的評估。如何量化儲能效益，全面評估儲能應用的綜合效益，是推動儲能大規模商業化發展的關鍵。

全方位衡量儲能對系統的綜合價值，應該涉及經濟效益和社會效益2個方面。當前投資主體呈現多元化(包括發電公司、電網運營商、用戶側)，在效益評估時應明確各受益方利益，否則在考慮多種收益時，容易導致受益主體利益相矛盾。

2.2.1 經濟效益

儲能產生的經濟效益是多方面的，儲能系統應用于新能源發電中，可以獲得低儲高發套利帶來的直接收益，還可以獲得削峰填谷、減少系統旋轉備用等間接收益；應用于發輸電系統側，能夠通過延緩電網升級改造、減少輸電阻塞、提供調頻輔助服務等獲利；應用于配電網側和微網中能夠通過降低缺電成本、減少有功網損等獲得經濟效益。不同研究偏重于不同方面進行規劃，所以建立的模型各異。

2.2.2 社會效益

儲能與新能源聯合運行，快速推進清潔能源并網發電，減少化石燃料的消耗和廢氣排放，降低燃煤、燃氣式發電在電源結構中的比例，在此過程中可以體現出儲能帶來的能源節約效益、環保效益、容量替代效益等，促進能源節約型、環境友好型社會的發展。文獻[34]研究了基于需求側響應的分布式光伏和儲能容量配置，考慮負荷預測誤差和負荷曲線波動的影響，目標兼顧成本費用最低和CO2排放量最小，最終結論為當光伏和儲能系統的容量分別為峰值負荷的10%～15%、2%～3%時目標最優。

儲能規劃模型針對優化各類技術目標，結合成本和效益建立數學模型，且一般認為成本和效益是對于整個儲能聯合運行系統而言的，并不只是針對儲能裝置本身。以收益最大為目標函數的凈現值優化模型如式(1)所示。約束條件需滿足各種物理、運行、系統等因素制約。

(1)

式中：E為儲能系統最優配置容量；RI為第t年的收益；CO為折算至第t年的成本；r為基準收益率；T為項目壽命；Rj(j=1，2，3，…)表示研究時段內儲能通過低儲高發套利、提供輔助服務、減少停電損失等所帶來的相應收益；CBESS、Cr分別是電池全壽命周期內電池安裝和運維費用、從電網購買電量的費用。

3 不同類型儲能的配置分析

3.1 儲能類型選擇

壓縮空氣儲能和抽水蓄能電站儲能容量大，多用在配網側提供能量管理和調頻服務，小型電站可作為微網的能量緩沖環節。電磁類和電池類儲能占地面積小，安裝靈活，可滿足輸電網、配電網以及微網多種場合的應用需求。儲能應用類型分為單一儲能和復合儲能兩大類，單一儲能有能量型和功率型元件之分。對儲能容量需求不大但要求快速響應不平衡功率的場合選取功率型儲能，相反在能量管理場合選擇能量型儲能。若針對某些應用對長短時間尺度都有要求的場合，則需要采用2種不同特性的儲能類型構成復合儲能系統。關于復合儲能統的組成形式，常見的有各類先進電池配合超級電容器使用，還有介質特性差異較大的2種電池類組合(如全釩液流電池與鉛酸電池聯合使用)[35]。

3.2 復合儲能

對于復合儲能功率/容量的配置，一般思路為在儲能組合類型確定后，基于儲能成本分析，對不同儲能裝置進行協調控制，確定功率分配方案。得到儲能功率配置結果后，繼而結合運行時間計算得到容量值。整個配置流程關鍵在于如何將波動分量在各個儲能元件中進行功率分配。

復合儲能系統的功率分配常常通過高通濾波器方法實現。補償方式為分頻補償，即功率型補償高頻分量，能量型補償低頻分量，所以功率分配重點是確定分界頻率，即確定濾波時間常數。時間常數越大，功率型器件補償功率越大，則能量型器件補償功率越小。因此，實際應用中應結合具體場合的配置目標，采用遺傳算法[30]、黃金分割法結合拋物線逼近法[36]確定分界頻率，求解最優時間常數大小。除了高通濾波法，還可以利用小波分析法[37-38]、多孔算法[35]等優化方法分配復合儲能的功率。文獻[37]通過小波分析法解耦電池、超級電容器信號后，通過概率統計方法，分析了2種儲能信號的分布特性，得出不同置信水平下的功率組合方案。以均值、方差、波動范圍及波動點數為指標，比較各種方案平抑風電功率的效果。

圍繞復合儲能配置，除了合理的配置方法外，儲能系統數學模型的精確性、復合儲能元件的連接方式以及協調運行策略[39]對儲能容量的優化配置至關重要。因此，有關復合儲能的協調控制策略、經濟規劃和優化調度有待進一步研究。

4 儲能配置效果評價分析

依據量化指標對儲能作用效果進行評價，是體現儲能應用價值的最直接手段，也是刺激投資主體積極性的重要方式。從波動補償效果、系統安全性、供電可靠性、可再生能源浪費率和經濟性方面，分別給定通用評價指標和評價依據。

4.1 補償效果

波動變化率為相鄰時間輸出功率差的絕對值，常用作表征短時間尺度風電、光伏等輸出波動大小的指標。標準偏差衡量一個隨機變量偏離算數平均值的程度。一般用標準偏差作為評估長時間段內風電、光伏等輸出波動的評估指標，計算表達式如式(2)所示：

(2)

式中：N為評估期內的離散點數；Pave為可再生能源平均輸出功率。標準偏差越小，表征隨機變量偏離均值越小，則說明輸出曲線越平滑，補償效果越好。

4.2 提高安全穩定裕度

安全穩定裕度反映了系統期望的安全運行風險水平，根據實際情況選擇期望的系統運行風險水平，以靈活調整儲能裝置的配置方案。目前通用的的評價指標有最小切負荷量、負載率均衡度、暫態穩定裕度、電壓越限距離、節點電壓分布等。儲能能夠為電網提供暫態支撐能力，可以提高系統的故障極限切除時間(critical clearing time,CCT )。CCT是系統重要的運行參數，能夠為安全經濟調度和預防控制提供有價值的信息。當系統遭受故障時，CCT越小，說明在此種故障情況下系統穩定性越差，故可以采用極限切除時間作為評判儲能增強系統穩定效果的指標。

節點電壓是反映系統穩定性和電能質量的重要參數之一，電壓偏移、電壓波動值均可衡量儲能改善供電電壓質量的程度。電壓分布指標量化儲能作用后對電壓穩定的改善效果，其計算如式(3)、(4)所示[40]：

(3)

(4)

式中：Ui表示節點電壓幅值；Un表示額定電壓；Umax、Umin分別表示節點電壓最大、最小限值；N表示饋線節點數；Pj、Pi分別表示儲能加入前后節點注入功率。

Upi反映節點電壓質量，Upi越小，表示此節點電壓偏離額定值距離越大，則說明加入儲能對饋線電壓分布影響越小。所以Upi的值越大越好。Up反映饋線綜合電壓分布質量，其值越大越好，上限值達到1時表示各個節點電壓為標稱電壓。

4.3 供電可靠性

電網的任何功能都要從用戶需求出發，從用戶角度看，最為關心的是能否連續獲得符合電能質量要求的電能，即系統能否提供良好的供電可靠性。一般選用負荷缺電率、供電損失率ηLPSP、供求匹配系數、平均系統停電時間TASIDI[41]等指標衡量儲能配合其他形式電源構成聯合發電系統的供電可靠性。

TASID選自最具代表性的IEEE配電可靠性指標標準，該指標定義如式(5)所示：

(5)

式中：ri為每次停電事件的恢復供電時間；Li表示每次停電事件所連的停電負荷， kV·A；Lr表示供電所連總負荷， kV·A。該指標提供系統平均停電持續時間，時間越短，說明系統供求平衡度越好，負荷失電量越少，供電可靠性越高。

4.4 可再生能源浪費率

很多文獻采用能量浪費率ηEXC或能量損失率指標指導儲能容量與可再生能源發電量的配比關系，間接反映增設儲能裝置對新能源利用率的影響。ηEXC為風光等發電浪費的功率與評估期負載要求的總功率的比值。當風光儲總發電功率高于當前負荷所需要的功率時風力和光伏發電浪費的能量如式(6)所示[42]：

EW(t)=[PPV(t)+PWG(t)]Δt-

{Pref(t)Δt/ηinv+[Cbatmax-Cbat(t-1)]/ηcha}

(6)

式中：EW(t)是在滿足負荷要求和儲能元件最大充電容量要求的基礎上，風力發電和光伏發電等浪費的能量；PPV(t)、PWG(t)為t時刻光伏發電、風力發電輸出的有功功率；Δt為用于計算的步長；Pref(t)為負荷所需功率的參考值；ηinv為功率變換器效率；Cbatmax、Cbat(t-1)分別為儲能系統的最大容量和t-1時刻的初始容量；ηcha為儲能系統充電效率。

評估期T內，能量浪費率為

(7)

式中Pload(t)為評估期T內負載總功率。應盡量減小能量浪費率，以提高可再生能源利用率。

4.5 經濟性

儲能裝置造價昂貴，其成本在整個聯合發電系統的投資成本中占比很大，所以客觀評估儲能的經濟價值是儲能技術商業化推廣應用的關鍵。目前采用的評價標準有針對儲能使用壽命的評估指標(電池充放電次數、儲能功率概率密度分布特性、SOC越限次數)和反映總體盈利能力的指標(凈現值指標、投資回收期)。凈現值越大，配置方案越優，投資效益越好。若凈現值出現負值，則說明該方案在經濟性上不可行，需調整儲能配置方案。

投資回收期是工程項目的累計經濟效益全部抵償初始投資費用所需的時間，是反映項目財務投資回收能力的重要指標，計算公式如式(8)所示[43]:

(8)

式中：P0為初始投資；Rt為每年的凈收益；Pt為投資回收期。回收期愈短，資金周轉速度越快，風險愈小，盈利愈多。

5 結 語

本文從應用需求、經濟效益、應用類型和評價指標等方面深入分析了儲能優化配置的關鍵問題。文中的分析結論對儲能應用規劃具有積極的指導作用。在儲能應用實踐中，有以下幾個方面有待深入研究：

(1)儲能自身具有優越的技術性能，結合各種先進的控制策略，使儲能應用不再存在技術難題，但是如何在滿足技術需求的同時減少儲能系統的配置容量是儲能規劃追求的最終目標；

(2)在各類數字仿真平臺搭建儲能模型進行時域仿真驗證時，一般只考慮儲能容量限制對平抑功率波動的影響，而忽略了儲能最大充放電功率的限制，而這點也是影響儲能性能的重要因素。

[1]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(7)：1-9.

ZHANG Wenliang，QIU Ming，LAI Xiaokang.Application of energy storage technologies in power grids[J].Power System Technology，2008，32(7)：1-9.

[2]周林，黃勇，郭珂，等.微電網儲能技術研究綜述[J].電力系統保護與控制，2011，39(7)：147-152.

ZHOU Lin，HUANG Yong，GUO Ke，et al.A survey of energy storage technology for micro grid[J].Power System Protection and Control，2011，39(7)：147-152.

[3]RIBEIRO P F，JOHNSON B K，CROW M L，et al.Energy storage systems for advanced power applications[J].Proceedings of the IEEE，2001，89(12):1744-1756.

[4]趙靜波，雷金勇，甘德強.電池儲能裝置在抑制電力系統低頻振蕩中的應用[J].電網技術，2008，32(6)：93-99，108.

ZHAO Jingbo，LEI Jinyong，GAN Deqiang.Application of battery energy storage devices in suppressing low-frequency oscillation of power system[J].Power System Technology，2008，32(6)：93-99，108.

[5]馬騰宇.超導儲能裝置(SMES)用于改善電力系統穩定性的布局研究[D].武漢：華中科技大學，2009.

MA Tengyu.Study on the optimal location of Superconducting Magnetic energy storage (SMES) used for improving the transient stability of Power System [D].Wuhan：Huazhong University of Science and Technology，2009.

[6]LIU D B， SHIL J， XU Q，et al.Selection of installing locations of flywheel energy storage system in multi-machine power systems by modal analysis[C]//International Conference on Sustainable Power Generation and Supply.Nanjing，China:IEEE，2009.

[7]UEDA S，TAKEUCHI H，OHSAWA Y.Studies on power system stabilization by distributed allocation of micro SMES units[C]//Proceedings of IEEE Conference on Power System Technology.Kunming，China:IEEE，2002.

[8]LI Y Z，WADA K，OHSAWA Y.Optimal allocation of micro SMES units for power system stabilization by means of genetic algorithm[C]//Proceedings of IEEE Conference on Power System Technology.Chongqing，China:IEEE，2006.

[9]夏亞君.儲能提高電力系統暫態穩定性的優化配置研究[D].武漢：華中科技大學，2012.

XIA Yajun.The optimal allocation of energy storage system for enhancing transient stability of power system [D].Wuhan：Huazhong University of Science and Technology，2012.

[10]吳迪，劉世林，文勁宇.一種基于暫態穩定風險的儲能位置與容量優化方法[J].電力科學與技術學報，2012，27(1)：19-26.

WU Di，LIU Shilin，WEN Jinyu.A transient stability risk assessment based optimization method[J].Journal of Electric Power Science and Technology，2012，27(1)：19-26.

[11]OHSAWA Y，MARUOKA Y，TAKENO H，et al.Determination of installation location of SMES for power system stabilization[C]//Proceedings of IEEE Conference on Circuits and Systems.Geneva，Switzerland:IEEE，2000.

[12]熊雄，袁鐵江，楊水麗，等.基于電壓穩定與限值的風/儲系統容量配置[J].電網與清潔能源，2012，28(4)：63-68.

XIONG Xiong，YUAN Tiejiang，YANG Shuili，et al.Based on the voltage stability and limit wind-energy storage system capacity configuration[J].Power System and Clean Energy，2012，28(4)：63-68.

[13]李婷婷.需求側儲能提高電網靜態安全性的優化配置研究[D].武漢：華中科技大學，2013.

LI Tingting.Optimal configuration of demand side ES for improving the power system Security[D].Wuhan：Huazhong University of Science and Technology，2013.

[14]李紅梅，嚴正.用可再生能源充電的SMES裝置在系統調頻中的應用[J].電力系統自動化，2009，33(15)：94-97,102.

LI Hongmei，YAN Zheng.Application of renewable energy charged SMES devices in power system frequency regulation[J].Automation of Electric Power Systems，2009，33(15)：94-97,102.

[15]MERCIER P，CHERKAOUI R，OUDALOV A.Optimizing a battery energy storage system for frequency control application in an isolated power system[J].IEEE Transactions on Power Systems，2009，24(3)，1469-1477.

[16]ALEXANDRE O，DANIEL C，CHRISTIAN O.Optimizing a battery energy storage system for primary frequency control[J].IEEE Transactions on Power Systems，2007，22(3):1259-1266.

[17]丁冬.適用于調頻的儲能系統配置策略研究[D].北京：華北電力大學，2015.

DING Dong.Research on energy storage system configuration strategy for frequency regulation [D].Beijing：North China Electric Power University，2015.

[18]黃際元，李欣然，曹一家，等.考慮儲能參與快速調頻動作時機與深度的容量配置方法[J].電工技術學報，2015，30(12)：454-464.

HUANG Jiyuan，LI Xiran，CAO Yijia，et al.Capacity allocation of energy storage system considering its action moment and output depth in rapid frequency regulation[J].Transactions of China Electrotechnical Society，2015，30(12)：454-464.

[19]姜書鵬，喬穎，徐飛，等.風儲聯合發電系統容量優化配置模型及敏感性分析[J].電力系統自動化，2013，37(20)：16-21.

JIANG Shupeng，QIAO Ying，XU Fei，et al.Capacity optimization and sensitivity analysis of cogeneration system of wind power and energy storage[J].Automation of Electric Power Systems，2013，37(20)：16-21.

[20]馮江霞，梁軍，張峰，等.考慮調度計劃和運行經濟性的風電場儲能容量優化計算[J].電力系統自動化，2013，37(1)：90-95.

FENG Jiangxia，LIANG Jun，ZHANG Feng，et al.An optimization calculation method of wind farm energy storage capacity[J].Automation of Electric Power Systems，2013，37(1)：90-95.

[21]GUPTA A，SAINIR P, SHARMAM P.Hybrid energy system sizing incorporating battery storage: an analysis via simulation calculation[C]//Proceedings of IEEE Conference on Power System.Kharagpur，Indian:IEEE，2009.

[22]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.

YANG Shuili，HUI Dong，LI Jianlin，et al.Selection of the optimal battery capacity for wind farm[J].Electric Power Construction，2010，31(9)：1-4.

[23]張浩，馬愛軍，李文斌，等.風電場日出力曲線和儲能容量關系研究[J].中國電力，2012，45(6)：77-81.

ZHANG Hao，MA Aijun，LI Wenbin，et al.Research of the relationship between wind farm output and energy storage[J].Electric Power，2012，45(6)：77-81.

[24]韓濤，盧繼平，喬梁，等.大型并網風電場儲能容量優化方案[J].電網技術，2010，34(1)：169-173.

HAN Tao，LU Jiping，QIAO Liang，et al.Optimized scheme of energy storage capacity for grid-connected large-scale wind farm[J].Power System Technology，2010，34(1)：169-173.

[25]毛彪.液流儲能對分布式發電系統穩定運行的作用機理及優化配置理論研究[D].武漢：華中科技大學，2012.

MAO Biao.Research on mechanism and optimization theory of the impact of VRB energy storage on stable operation of distributed generation system[D].Wuhan：Huazhong University of Science and Technology，2012.

[26]劉小寨，徐天，葛立坤，等.含風電場的電網儲能系統選址和優化配置[J].電網與清潔能源，2014，30(12)：119-125.

LIU Xiaozhai，XU Tian，GE Likun，et al.Location selection and optimal allocation for energy storage system of power system with wind farm[J].Power System and Clean Energy，2012，30(12)：119-125.

[27]李翔.抑制風電電壓閃變的混合儲能優化配置方法[D].廣州：華南理工大學，2013.

LI Xiang.Hybrid energy storage systems for wind power systems: optimization of system capacity and cost through suppress voltage flicker[D].Guangzhou：South China University of Technology，2013.

[28]顏志敏，王承民，連鴻波，等.計及缺電成本的用戶側蓄電池儲能系統容量規劃[J].電力系統自動化，2012，36(11)：50-54.

YAN Zhimin，WANG Chengmin，LIAN Hongbo，et al.Capacity plan of battery energy storage system in user side considering power outtage cost[J].Automation of Electric Power Systems，2012，36(11)：50-54.

[29]向育鵬，衛志農，孫國強，等.基于全壽命周期成本的配電網蓄電池儲能系統的優化配置[J].電網技術，2015，39(1)：264-270.

XIANG Yupeng，WEI Zhinong，SUN Guoqiang，et al.Life cycle cost based optimal configuration of battery energy storage system indistribution network[J].Power System Technology，2015，39(1)：264-270.

[30]肖峻，張澤群，張磐，等.用于優化微網聯絡線功率的混合儲能容量優化方法[J].電力系統自動化，2014，38(12)：19-26.

XIAO Jun，ZHANG Zequn，ZHANG Pan，et al.A capacity optimization method of hybrid energy storage system for optimizing tie-line power in microgrids[J].Automation of Electric Power Systems，2014，38(12)：19-26.

[31]殷志敏，晁勤，王一波，等.波動率優于國網標準的風電場儲能容量經濟優化配置[J].可再生能源，2016，32(1)：86-94.

YIN Zhimin，CHAO Qin，WANG Yibo，et al.An economic optimal method for wind farm energy storage capacity with superior fluctuation rate to standard of the State Grid[J].Renewable Energy Resources，2016，32(1)：86-94.

[32]謝石驍，楊莉，李麗娜.基于機會約束規劃的混合儲能優化配置方法[J].電網技術，2012，36(5)：79-84.

XIE Shixiao，YANG Li，LI Lina.A chanceconstrained programming based optimal configuration method of hybrid energy storage system[J].Power System Technology，2012，36(5)：79-84[33]黎靜華，文勁宇，程時杰，等.基于p-有效點理論的含大規模風電電力系統最小儲能功率配置方法[J].中國電機工程學報，2013，33(13)：45-52.

LI Jinghua，WEN Jinyu，CHENG Shijie，et al.Method of minimum energy storage power allocation for electric power systems with large-scale wind power based on p-efficient point theory[J].Proceedings of the CSEE，2013，33(13)：45-52.

[34]HIDA Y，ITO Y，YOKOYAMA R, et al.A study of optimal capacity of PV and battery energy storage system distributed in demand side[C]//Universities Power Engineering Conference (UPEC).Cardiff，Wales:IEEE，2010.

[35]張峰，董曉明，梁軍，等.考慮目標分解及其互補平抑的風電場復合儲能容量優化[J].電力系統自動化，2014，38(7)：9-15.

ZHANG Feng，DONG Xiaoming，LIANG Jun，et al.Capacity optimization of hybrid energy storage system based on target decomposition and complementary fluctuations smothing[J].Automation of Electric Power Systems，2014，38(7)：9-15.

[36]李成，楊秀，張美霞，等.基于成本分析的超級電容器和蓄電池混合儲能優化配置方案[J].電力系統自動化，2013，37(18)：20-24.

LI Cheng，YANG Xiu，ZHANG Meixia，et al.Optimal configuration scheme for hybrid energy storage system of super—capacitors and batteries based on cost analysis[J].Automation of Electric Power Systems，2013，37(18)：20-24.

[37]馬速良，蔣小平，馬會萌，等.平抑風電波動的混合儲能系統的容量配置[J].電力系統保護與控制，2014，42(8)：108-114.

MA Suliang，JIANG Xiaoping，MA Huimeng，et al.Capacity configuration of the hybrid energy storage system for wind power smoothing[J].Power System Protection and Control，2014，42(8)：108-114.

[38]熊雄，葉林，楊仁剛，等.多元復合儲能在獨立微電網中運行策略及容量優化研究[J].智能電網，2014，2(6)：5-10.

XIONG Xiong，YE Lin，YANG Rengang，et al.Operation strategy and capacity optimization of multi-element composite energy storage system in stand-alone microgrid[J].Smart Grid，2014，2(6)：5-10.

[39]高孝天，凌志斌，郭海峰，等.基于粒子群優化的風儲配合控制策略研究[J].太陽能學報，2014，35(11)：2249-2256.

GAO Xiaotian，LING Zhibin，GUO Haifeng，et al.Control strategies for wind farm with battery energy storage based on particle swarm optimization[J].Acta Energiae Solaris Sinica，2014，35(11)：2249-2256.

[40]ZHONG Qing，YU Nanhua，ZHANG Xiaoping，et al.Optimal siting&sizing of battery energy storage system in active distribution network[C]//IEEE/PES Innovation Smart Grid Technologies Europe.Lyngby，Denmark:IEEE，2013.

[41]瞿海妮，劉建清.國內外配電網供電可靠性指標比較分析[J].華東電力，2012，40(9)：1566-1570.

QU Haini，LIU Jianqin.Comparison and analysis on power supply reliability indicators of distribution network at home and abroad[J].East China Electric Power，2012，40(9)：1566-1570.

[42]譚興國，王輝，張黎，等.微電網復合儲能多目標優化配置方法及評價指標[J].電力系統自動化，2014，32(8)：7-14.

TAN Xingguo，WANG Hui，ZHANG Li，et al.Multi-objective optimization of hybrid energy storage and assessment indices in microgrid[J].Automation of Electric Power Systems，2014，32(8)：7-14.

[43]楊毅，劉潔，于建成，等.分布式儲能優化配置影響因素的評價方法研究[J].現代電子技術，2015，38(2)：152-157.

YANG Yi，LIU Jie，YU Jiancheng，et al.Evaluation method of distributed energy storage system in consideration of optimizationconfiguration influence factors[J].Modern Electronics Technique，2015，38(2)：152-157.

(編輯 張小飛)

Principal Problems of Energy Storage Optimization Allocation

LI Dandan, SU Xiaolin, YAN Xiaoxia, TAN Yixue

(Department of Electric Power Engineering,Shanxi University,Taiyuan 030013,China)

Energy storage optimization allocation is the foundation of energy storage system (ESS) application, which involves two dimensions of technical and economic aspects, also relates to the different needs of multi-application time scales and power energy.According to the different application requirements of ESS in power grids, focusing on security and stability, frequency regulation, acceptance of renewable energy sources and power quality, this paper analyzes the optimal allocation of its objectives, conditions, methods and theories deeply.Based on the cost-benefit analysis of energy storage system, this paper establishes a general NPV (net present value) optimization model.Combined with the application characteristics of different energy storage, this paper analyzes the selection principles of energy storage type, as well as the combination type of composite energy storage and the methods of capacity allocation.This paper presents the relevant evaluation index and methods for the evaluation of energy storage application from the compensation effect, safety, reliability, economy and so on.Finally, this paper proposes the future research topics in the practice of energy storage planning.

energy storage; electric power system; optimization allocation; evaluation index

TM 910

A

1000-7229(2016)09-0070-09

10.3969/j.issn.1000-7229.2016.09.010

2016-05-12

李丹丹(1992)，女，碩士研究生，研究方向為電力系統穩定分析與控制、儲能技術；

蘇小林(1963)，男，工學博士，教授，本文通訊作者，主要研究方向為電力系統運行與控制、智能電網等；

閻曉霞(1963)，女，工學學士，副教授，研究方向為電力系統運行與控制；

譚逸雪(1992)，女，碩士研究生，研究方向為儲能在電力系統中的應用。