儲能優(yōu)化配置關(guān)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(yōu)化配置關(guān)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(yōu)化配置是儲能高效應(yīng)用的基礎(chǔ)，涉及技術(shù)和經(jīng)濟2個維度方面的問題，也涉及多應(yīng)用時間尺度和功率能量的不同需求問題?；趦δ茉诎踩€(wěn)定、調(diào)頻、新能源接納、電能質(zhì)量等方面的應(yīng)用需求，深入分析了其優(yōu)化配置的目標、條件、方法和理論。基于儲能系統(tǒng)的成本效益分析，建立了通用凈現(xiàn)值優(yōu)化模型。結(jié)合不同儲能的應(yīng)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(yīng)用的評價，從補償效果、安全性、可靠性、經(jīng)濟性等方面給出了相關(guān)評價指標和評價方法。最后，提出了在儲能應(yīng)用實踐中有待深入開展的研究性課題。

儲能；電力系統(tǒng)；優(yōu)化配置；評估指標

0 引 言

儲能系統(tǒng)以其靈活的布局和智能充放能量的特性，打破了傳統(tǒng)電能即發(fā)即用的限制，成為穩(wěn)定電網(wǎng)運行，提高電力設(shè)備利用率，促進新能源并網(wǎng)，調(diào)整頻率以及改善電能質(zhì)量的重要手段。儲能已成為現(xiàn)代電力系統(tǒng)的前沿技術(shù)和重要課題。目前關(guān)于儲能的研究集中在4個方面：(1)高性能儲能技術(shù)的研發(fā)，朝著快速、高效、低成本的方向發(fā)展；(2)優(yōu)化配置，包括儲能布局和容量規(guī)劃；(3)協(xié)調(diào)控制，涉及不同儲能之間的配合以及儲能與電網(wǎng)現(xiàn)有控制設(shè)備和控制系統(tǒng)間的協(xié)調(diào)配合；(4)復合儲能，利用多種儲能的技術(shù)互補特性，同時滿足電網(wǎng)不同應(yīng)用環(huán)境下的多重需求，發(fā)揮其相對于單一儲能的技術(shù)經(jīng)濟優(yōu)勢。

目前針對儲能在電力系統(tǒng)中應(yīng)用的綜述主要側(cè)重于各類型儲能特性的介紹和對比、儲能技術(shù)研發(fā)方向以及相關(guān)領(lǐng)域的工程應(yīng)用現(xiàn)狀等[1-3]，針對儲能優(yōu)化配置方面進行分析、評述的文獻甚少。而儲能優(yōu)化配置是儲能工程應(yīng)用的首要問題，不僅為控制策略、優(yōu)化運行奠定基礎(chǔ)，同時恰當?shù)倪x址定容對儲能作用的充分發(fā)揮至關(guān)重要。結(jié)合不同應(yīng)用需求開展儲能的優(yōu)化配置，充分挖掘儲能應(yīng)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(yīng)用需求、經(jīng)濟效益、應(yīng)用類型以及應(yīng)用評價等方面，深入分析儲能規(guī)劃過程中所需要解決的優(yōu)化配置問題。

1 基于應(yīng)用需求的儲能配置

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

1.1 基于提高系統(tǒng)安全穩(wěn)定性的儲能配置

電力系統(tǒng)的動態(tài)穩(wěn)定性一直是電力工作者的重點關(guān)注內(nèi)容。隨著新能源大量接入和電網(wǎng)互聯(lián)不斷發(fā)展，電網(wǎng)穩(wěn)定運行主要受小干擾穩(wěn)定、暫態(tài)穩(wěn)定和電壓穩(wěn)定的威脅。圍繞這幾種穩(wěn)定形式，國內(nèi)外研究人員不斷提出和應(yīng)用新技術(shù)和新控制手段，例如電力系統(tǒng)穩(wěn)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(tǒng)(flexible alternative current transmission systems,FACTS)附加控制、串并聯(lián)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(xiàn)有功和無功功率協(xié)調(diào)控制，無法兼顧滿足功角、頻率穩(wěn)定和電壓穩(wěn)定的需求。儲能作為一種新型穩(wěn)定控制裝置，通過控制電力電子換流裝置，實現(xiàn)獨立調(diào)節(jié)有功、無功功率的能力。

1.1.1 基于阻尼振蕩和提高暫態(tài)穩(wěn)定性的儲能配置

PSS可以有效抑制電力系統(tǒng)局部振蕩，但對于互聯(lián)電網(wǎng)的復雜振蕩模式控制效果并不理想，無法有效解決區(qū)域電網(wǎng)聯(lián)絡(luò)線間的功率振蕩問題。而利用儲能技術(shù)靈活的功率補償特性可以抑制系統(tǒng)的低頻振蕩、次同步振蕩以及扭振等?；谔岣呦到y(tǒng)穩(wěn)定性的儲能配置，配置范圍從簡單局部網(wǎng)絡(luò)延伸到多機復雜系統(tǒng)；優(yōu)化方法初期多采用時域仿真法，逐步運用各種優(yōu)化理論深入研究該類問題。

時域仿真法能夠模擬電網(wǎng)受到擾動后系統(tǒng)的各個參量隨時間變化的具體過渡過程,從而反映系統(tǒng)的穩(wěn)定程度。通常從經(jīng)驗總結(jié)的角度出發(fā)，將儲能單元連接在發(fā)電機出口母線處，以發(fā)電機轉(zhuǎn)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(tǒng)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(tǒng)最先恢復穩(wěn)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(tǒng)性能繼續(xù)改善，設(shè)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(jié)果表明，把儲能裝設(shè)在最先失穩(wěn)的發(fā)電機機端,能最有效地提高系統(tǒng)的暫態(tài)穩(wěn)定性。對于區(qū)域互聯(lián)系統(tǒng)，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(fā)出端，安裝在兩區(qū)域聯(lián)絡(luò)線中間對抑制區(qū)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(jié)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(yōu)劣，從而影響儲能選址定容的精確性。因此，現(xiàn)多采用時域仿真法作為檢驗其他優(yōu)化方法的手段。

另一種配置思路運用優(yōu)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(tài)分析法，以系統(tǒng)線性狀態(tài)方程為基礎(chǔ)，分析特征值/特征向量，利用控制系數(shù)[5]以及典型參數(shù)的靈敏度分析等方法指導儲能配置；(2)暫態(tài)能量函數(shù)法，分析系統(tǒng)受大擾動后分布式儲能布局問題；(3)智能優(yōu)化算法，根據(jù)系統(tǒng)穩(wěn)定控制目標建立目標函數(shù)，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(jù)留數(shù)指標和參與因子指導飛輪儲能布局，結(jié)果表明該方法可以有效抑制系統(tǒng)低頻振蕩；文獻[7-8]建立暫態(tài)性能評價指標，根據(jù)超導磁儲能(superconducting magnetic energy storage， SMES)在故障條件下改善發(fā)電機響應(yīng)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(yōu)化。對于提高暫態(tài)穩(wěn)定性的儲能布局問題，無論首先進行系統(tǒng)故障掃描[9]或預測預想事故集[10]或找出電網(wǎng)敏感支路，其目的都是要確定系統(tǒng)薄弱環(huán)節(jié)，作為儲能布局的初步篩選點。再進一步結(jié)合優(yōu)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(huán)節(jié)后，以系統(tǒng)的暫態(tài)能量分布情況作為儲能布局依據(jù)，定點后以穩(wěn)定狀態(tài)偏離值最小為指標計算最優(yōu)容量。文獻[10]考慮系統(tǒng)不確定因素和事故發(fā)生的概率和后果，基于暫態(tài)穩(wěn)定風險理論指導儲能優(yōu)化配置。每種配置方法均對應(yīng)一定的適用范圍，例如針對抑制系統(tǒng)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(wǎng)規(guī)模和穩(wěn)定類型選擇合適的優(yōu)化理論和方法對于儲能的合理配置至關(guān)重要。

關(guān)于提高電力系統(tǒng)動態(tài)穩(wěn)定性的定容問題，目前主要有2個方面障礙：一是如何將穩(wěn)定性的定性問題轉(zhuǎn)化成定量指標進行研究；二是儲能容量在動態(tài)電力系統(tǒng)中的量化問題。

1.1.2 基于提高電壓穩(wěn)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(xù)穩(wěn)定的電能。大量分布式電源分散接入配電網(wǎng)，給電網(wǎng)運行與控制帶來新的機遇和挑戰(zhàn)。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(wǎng)無功不足，電壓穩(wěn)定裕度下降，危及電網(wǎng)的安全穩(wěn)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(wǎng)點電壓穩(wěn)定，但SVC不能控制風電場輸出的有功功率。儲能可滿足協(xié)調(diào)控制電網(wǎng)有功、無功功率的需求，能有效改善并網(wǎng)風電場的穩(wěn)定性。

電網(wǎng)的電壓穩(wěn)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(wǎng)電壓穩(wěn)定性，主要依據(jù)改善電壓分布、增大電壓穩(wěn)定裕度計算需要配置的最小儲能容量。通常以區(qū)域電網(wǎng)P-U曲線為切入點，從穩(wěn)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(wěn)定臨界值，該時刻對應(yīng)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(shù)據(jù)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(shè)。在此基礎(chǔ)上，可以依據(jù)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(tǒng)安全性的儲能容量配置，關(guān)鍵在于如何將安全穩(wěn)定的定性問題轉(zhuǎn)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(wǎng)安全性。文獻[13]提出基于潮流跟蹤的儲能選址方法，根據(jù)負載率均衡度和電網(wǎng)最小切負荷損失這2個指標配置儲能最優(yōu)容量，提高電網(wǎng)靜態(tài)安全性。

關(guān)于提高電力系統(tǒng)安全穩(wěn)定性的配置問題，大多是基于特定的運行工況得到優(yōu)化結(jié)果，而實際電網(wǎng)的運行方式和故障情況復雜多變，所得結(jié)論能否滿足不同工作狀態(tài)下系統(tǒng)的安全穩(wěn)定，需要適合實際工程應(yīng)用的儲能優(yōu)化配置方法。

1.2 基于參與電網(wǎng)調(diào)頻的儲能配置

在新能源大量接入以及傳統(tǒng)機組調(diào)頻容量有限的情況下，利用儲能電源反應(yīng)快速的特點調(diào)節(jié)系統(tǒng)頻率，既可以避免發(fā)電機組的過度磨損，又可以部分補充系統(tǒng)備用容量，從而達到提升電能品質(zhì)的目的[14]。儲能參與系統(tǒng)調(diào)頻的運行方式主要有3種：(1)與新能源發(fā)電結(jié)合參與調(diào)頻；(2)輔助火電機組調(diào)頻；(3)儲能獨立運行調(diào)頻。國內(nèi)外針對儲能參與電網(wǎng)調(diào)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(diào)頻機組動作時，應(yīng)盡量將儲能裝置安裝在需要配合的機組母線側(cè)，以便接受相同變化指令調(diào)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(diào)頻機組的動作快慢，合理安排調(diào)頻動作順序。對于儲能配合自動發(fā)電控制(automatic generation control，AGC)機組的頻率調(diào)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(diào)頻對儲能的響應(yīng)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(tǒng)調(diào)頻。電池容量配置一般分別針對一次調(diào)頻或者二次調(diào)頻。配置原理基于模擬區(qū)域電網(wǎng)的常規(guī)機組的下垂特性和基于調(diào)節(jié)負荷分量曲線，可以根據(jù)電池容量和荷電狀態(tài)(state of charge,SOC)上下限值[15-16]解決電池參與調(diào)頻的動作時機和動作深度問題。配置方案通常以系統(tǒng)運行效益最大為目標，在此基礎(chǔ)上可以考慮不同調(diào)頻補償方式對調(diào)頻盈利結(jié)果的影響[17]。文獻[18]通過分析靈敏度系數(shù)的特征，合理安排動作時機，同時結(jié)合調(diào)頻評估指標要求確定動作深度，并根據(jù)所必需的動作深度與額定功率之間的關(guān)系形成儲能容量配置方法。文獻[16]在動態(tài)調(diào)整SOC的基礎(chǔ)上，基于經(jīng)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(fā)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(guān)于儲能參與電網(wǎng)調(diào)頻的容量配置研究尚處于探索階段，目前也多針對一次調(diào)頻規(guī)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(diào)頻需求，合理規(guī)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(fā)電并網(wǎng)形式多樣，有輸電側(cè)大規(guī)模清潔能源并網(wǎng)、配網(wǎng)側(cè)分布式發(fā)電接入以及微電網(wǎng)等，利用儲能提高電網(wǎng)對新能源接入的友好性，是實現(xiàn)清潔能源大規(guī)模開發(fā)利用的重要途徑之一。新能源接納能力是在保證電網(wǎng)安全、穩(wěn)定、經(jīng)濟運行的前提下，風電/光伏的極限注入功率，主要受該地區(qū)網(wǎng)架結(jié)構(gòu)、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(shù)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(guān)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(nèi)部或是集中配置在風電場并網(wǎng)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(tǒng)統(tǒng)一控制和調(diào)節(jié)整個風電場并網(wǎng)功率可以達到更好的平抑效果和最佳經(jīng)濟性。所以儲能規(guī)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(cè)，只對其容量配置進行探究。

新能源-儲能聯(lián)合發(fā)電的調(diào)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(xiàn)功率調(diào)控以提高新能源接納能力的研究主要為了滿足上述技術(shù)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(lián)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(jù)調(diào)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(jù)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(jù)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(yīng)時間和出力幅值2個參數(shù)，由此確定儲能類型。根據(jù)不同的優(yōu)化目標，風電并網(wǎng)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?shù)娜萘坎顒e較大。以目標曲線為依據(jù)，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(yōu)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(tǒng)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(tǒng)需要吸收/釋放的功率，此方法的關(guān)鍵在于濾波時間常數(shù)的確定。平滑時間常數(shù)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(shù)和成本的角度考慮選擇合適的時間常數(shù)。文獻[22]在研究平滑時間常數(shù)-電池容量特性的基礎(chǔ)上，通過分析平滑時間常數(shù)-合成輸出標準偏差這2種特性之間的關(guān)系，同時依據(jù)成本/性能比來確定合適的時間常數(shù)，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(shù)，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(tǒng)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(nèi)的所有數(shù)值做算術(shù)平均，將平均值作為窗口中心點的數(shù)學方法?；趯嶋H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(shè)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(nèi)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(shè)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(qū)間段設(shè)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(guān)鍵在于滑動時間窗口寬度的設(shè)定。滾動平均法原理與滑動平均法基本相同，但從配置結(jié)果上看，采用滑動平均法容量配置結(jié)果偏大[25]。

1.4 基于改善電能質(zhì)量的儲能配置

在配電網(wǎng)中低壓側(cè)合理裝設(shè)儲能系統(tǒng)，一方面提高電網(wǎng)對新能源的消納能力，促進分布式發(fā)電的應(yīng)用；另一方面可以改善供電負荷的電能質(zhì)量。與電網(wǎng)側(cè)相連的功率變換系統(tǒng)(power conrersion system, PCS)實時檢測網(wǎng)側(cè)電壓，一旦檢測出現(xiàn)電壓波動、電壓偏差超過允許限值或是發(fā)生電壓中斷等電能質(zhì)量問題時，PCS控制儲能系統(tǒng)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(zhì)量屬于功率型應(yīng)用，所需的儲能容量并不大，所以其一般配合其他優(yōu)化目標進行容量規(guī)劃。文獻[26]建立了多目標最優(yōu)潮流模型，實現(xiàn)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?；诟纳齐娔苜|(zhì)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(wǎng)電能質(zhì)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(jié)分析，在以提高電能質(zhì)量為目標的儲能配置方面具有獨到優(yōu)勢[27]。

2 儲能配置的經(jīng)濟性分析

儲能在電力系統(tǒng)中各個場合應(yīng)用的技術(shù)優(yōu)勢已經(jīng)得到論證，但當前儲能的單位成本昂貴導致儲能接入系統(tǒng)后盈利區(qū)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(tǒng)中應(yīng)用的必要性與可行性。

2.1 成本分析

考慮新能源與儲能聯(lián)合應(yīng)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(cè)儲能容量優(yōu)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(xiàn)儲能系統(tǒng)的運行效益最優(yōu)。

2.1.1 投資成本

儲能的投資成本主要包括[28]：站址建設(shè)成本、電能轉(zhuǎn)換設(shè)備(包括交流側(cè)變壓器和斷路器、整流/逆變系統(tǒng))成本、儲能系統(tǒng)(主要為蓄電池組和電池組管理系統(tǒng))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(shù)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(nèi)更換、失效保護所產(chǎn)生的費用[29]，此類費用對于充放電循環(huán)次數(shù)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(huán)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(guān)，雨流計數(shù)法可以計算計及充放電深度的儲能系統(tǒng)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(tǒng)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(tǒng)損失能量由2種原因?qū)е?。一種是由電池容量限制產(chǎn)生的，即當電池電量處于滿充狀態(tài)后，蓄電池停止充電，多余的能量不能轉(zhuǎn)換成電能儲存；另一種是由電池的最大充電功率限制產(chǎn)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(guī)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(chǎn)生。另外還與系統(tǒng)的運行方式、調(diào)峰能力以及輸電線路輸送能力等因素相關(guān)聯(lián)。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(guān)系，構(gòu)建了儲能容量經(jīng)濟優(yōu)化計算模型。

儲能投資成本與運行成本之間存在對立關(guān)系。由上述分析可知，儲能容量越大，儲能系統(tǒng)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(tǒng)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(yōu)。如果盲目追求棄風能量最小，會大大增加儲能容量而產(chǎn)生高昂的系統(tǒng)總成本，經(jīng)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(guī)劃的思想配置儲能容量[32-33]，得到技術(shù)和經(jīng)濟性方面的權(quán)衡方案。

2.2 效益分析

儲能的應(yīng)用價值體現(xiàn)在多方面，一般研究只關(guān)注投資主體的直接經(jīng)濟利益，而忽略了對儲能給電網(wǎng)和社會所帶來的隱性經(jīng)濟價值的評估。如何量化儲能效益，全面評估儲能應(yīng)用的綜合效益，是推動儲能大規(guī)模商業(yè)化發(fā)展的關(guān)鍵。

全方位衡量儲能對系統(tǒng)的綜合價值，應(yīng)該涉及經(jīng)濟效益和社會效益2個方面。當前投資主體呈現(xiàn)多元化(包括發(fā)電公司、電網(wǎng)運營商、用戶側(cè))，在效益評估時應(yīng)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(jīng)濟效益

儲能產(chǎn)生的經(jīng)濟效益是多方面的，儲能系統(tǒng)應(yīng)用于新能源發(fā)電中，可以獲得低儲高發(fā)套利帶來的直接收益，還可以獲得削峰填谷、減少系統(tǒng)旋轉(zhuǎn)備用等間接收益；應(yīng)用于發(fā)輸電系統(tǒng)側(cè)，能夠通過延緩電網(wǎng)升級改造、減少輸電阻塞、提供調(diào)頻輔助服務(wù)等獲利；應(yīng)用于配電網(wǎng)側(cè)和微網(wǎng)中能夠通過降低缺電成本、減少有功網(wǎng)損等獲得經(jīng)濟效益。不同研究偏重于不同方面進行規(guī)劃，所以建立的模型各異。

2.2.2 社會效益

儲能與新能源聯(lián)合運行，快速推進清潔能源并網(wǎng)發(fā)電，減少化石燃料的消耗和廢氣排放，降低燃煤、燃氣式發(fā)電在電源結(jié)構(gòu)中的比例，在此過程中可以體現(xiàn)出儲能帶來的能源節(jié)約效益、環(huán)保效益、容量替代效益等，促進能源節(jié)約型、環(huán)境友好型社會的發(fā)展。文獻[34]研究了基于需求側(cè)響應(yīng)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(jié)論為當光伏和儲能系統(tǒng)的容量分別為峰值負荷的10%～15%、2%～3%時目標最優(yōu)。

儲能規(guī)劃模型針對優(yōu)化各類技術(shù)目標，結(jié)合成本和效益建立數(shù)學模型，且一般認為成本和效益是對于整個儲能聯(lián)合運行系統(tǒng)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(shù)的凈現(xiàn)值優(yōu)化模型如式(1)所示。約束條件需滿足各種物理、運行、系統(tǒng)等因素制約。

(1)

式中：E為儲能系統(tǒng)最優(yōu)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(nèi)儲能通過低儲高發(fā)套利、提供輔助服務(wù)、減少停電損失等所帶來的相應(yīng)收益；CBESS、Cr分別是電池全壽命周期內(nèi)電池安裝和運維費用、從電網(wǎng)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(wǎng)側(cè)提供能量管理和調(diào)頻服務(wù)，小型電站可作為微網(wǎng)的能量緩沖環(huán)節(jié)。電磁類和電池類儲能占地面積小，安裝靈活，可滿足輸電網(wǎng)、配電網(wǎng)以及微網(wǎng)多種場合的應(yīng)用需求。儲能應(yīng)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(yīng)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(yīng)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(gòu)成復合儲能系統(tǒng)。關(guān)于復合儲能統(tǒng)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(zhì)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(lián)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(xié)調(diào)控制，確定功率分配方案。得到儲能功率配置結(jié)果后，繼而結(jié)合運行時間計算得到容量值。整個配置流程關(guān)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(tǒng)的功率分配常常通過高通濾波器方法實現(xiàn)。補償方式為分頻補償，即功率型補償高頻分量，能量型補償?shù)皖l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(shù)。時間常數(shù)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(yīng)用中應(yīng)結(jié)合具體場合的配置目標，采用遺傳算法[30]、黃金分割法結(jié)合拋物線逼近法[36]確定分界頻率，求解最優(yōu)時間常數(shù)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(yōu)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(tǒng)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(shù)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(tǒng)數(shù)學模型的精確性、復合儲能元件的連接方式以及協(xié)調(diào)運行策略[39]對儲能容量的優(yōu)化配置至關(guān)重要。因此，有關(guān)復合儲能的協(xié)調(diào)控制策略、經(jīng)濟規(guī)劃和優(yōu)化調(diào)度有待進一步研究。

4 儲能配置效果評價分析

依據(jù)量化指標對儲能作用效果進行評價，是體現(xiàn)儲能應(yīng)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(tǒng)安全性、供電可靠性、可再生能源浪費率和經(jīng)濟性方面，分別給定通用評價指標和評價依據(jù)。

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(shù)平均值的程度。一般用標準偏差作為評估長時間段內(nèi)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(nèi)的離散點數(shù)；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(wěn)定裕度

安全穩(wěn)定裕度反映了系統(tǒng)期望的安全運行風險水平，根據(jù)實際情況選擇期望的系統(tǒng)運行風險水平，以靈活調(diào)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(tài)穩(wěn)定裕度、電壓越限距離、節(jié)點電壓分布等。儲能能夠為電網(wǎng)提供暫態(tài)支撐能力，可以提高系統(tǒng)的故障極限切除時間(critical clearing time,CCT )。CCT是系統(tǒng)重要的運行參數(shù)，能夠為安全經(jīng)濟調(diào)度和預防控制提供有價值的信息。當系統(tǒng)遭受故障時，CCT越小，說明在此種故障情況下系統(tǒng)穩(wěn)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(tǒng)穩(wěn)定效果的指標。

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

(3)

(4)

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

Upi反映節(jié)點電壓質(zhì)量，Upi越小，表示此節(jié)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(zhì)量，其值越大越好，上限值達到1時表示各個節(jié)點電壓為標稱電壓。

4.3 供電可靠性

電網(wǎng)的任何功能都要從用戶需求出發(fā)，從用戶角度看，最為關(guān)心的是能否連續(xù)獲得符合電能質(zhì)量要求的電能，即系統(tǒng)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(shù)、平均系統(tǒng)停電時間TASIDI[41]等指標衡量儲能配合其他形式電源構(gòu)成聯(lián)合發(fā)電系統(tǒng)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(tǒng)平均停電持續(xù)時間，時間越短，說明系統(tǒng)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(fā)電量的配比關(guān)系，間接反映增設(shè)儲能裝置對新能源利用率的影響。ηEXC為風光等發(fā)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(fā)電功率高于當前負荷所需要的功率時風力和光伏發(fā)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(chǔ)上，風力發(fā)電和光伏發(fā)電等浪費的能量；PPV(t)、PWG(t)為t時刻光伏發(fā)電、風力發(fā)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(tǒng)的最大容量和t-1時刻的初始容量；ηcha為儲能系統(tǒng)充電效率。

評估期T內(nèi)，能量浪費率為

(7)

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

4.5 經(jīng)濟性

儲能裝置造價昂貴，其成本在整個聯(lián)合發(fā)電系統(tǒng)的投資成本中占比很大，所以客觀評估儲能的經(jīng)濟價值是儲能技術(shù)商業(yè)化推廣應(yīng)用的關(guān)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(shù)、儲能功率概率密度分布特性、SOC越限次數(shù))和反映總體盈利能力的指標(凈現(xiàn)值指標、投資回收期)。凈現(xiàn)值越大，配置方案越優(yōu)，投資效益越好。若凈現(xiàn)值出現(xiàn)負值，則說明該方案在經(jīng)濟性上不可行，需調(diào)整儲能配置方案。

投資回收期是工程項目的累計經(jīng)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(wù)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?；厥掌谟蹋Y金周轉(zhuǎn)速度越快，風險愈小，盈利愈多。

5 結(jié) 語

本文從應(yīng)用需求、經(jīng)濟效益、應(yīng)用類型和評價指標等方面深入分析了儲能優(yōu)化配置的關(guān)鍵問題。文中的分析結(jié)論對儲能應(yīng)用規(guī)劃具有積極的指導作用。在儲能應(yīng)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(yōu)越的技術(shù)性能，結(jié)合各種先進的控制策略，使儲能應(yīng)用不再存在技術(shù)難題，但是如何在滿足技術(shù)需求的同時減少儲能系統(tǒng)的配置容量是儲能規(guī)劃追求的最終目標；

(2)在各類數(shù)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(shù)在電力系統(tǒng)中的應(yīng)用[J].電網(wǎng)技術(shù)，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(wǎng)儲能技術(shù)研究綜述[J].電力系統(tǒng)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(tǒng)低頻振蕩中的應(yīng)用[J].電網(wǎng)技術(shù)，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(tǒng)穩(wěn)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(tǒng)暫態(tài)穩(wěn)定性的優(yōu)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(tài)穩(wěn)定風險的儲能位置與容量優(yōu)化方法[J].電力科學與技術(shù)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(wěn)定與限值的風/儲系統(tǒng)容量配置[J].電網(wǎng)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(cè)儲能提高電網(wǎng)靜態(tài)安全性的優(yōu)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(tǒng)調(diào)頻中的應(yīng)用[J].電力系統(tǒng)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(diào)頻的儲能系統(tǒng)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(diào)頻動作時機與深度的容量配置方法[J].電工技術(shù)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(lián)合發(fā)電系統(tǒng)容量優(yōu)化配置模型及敏感性分析[J].電力系統(tǒng)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(diào)度計劃和運行經(jīng)濟性的風電場儲能容量優(yōu)化計算[J].電力系統(tǒng)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(shè)，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(guān)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(wǎng)風電場儲能容量優(yōu)化方案[J].電網(wǎng)技術(shù)，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(fā)電系統(tǒng)穩(wěn)定運行的作用機理及優(yōu)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(wǎng)儲能系統(tǒng)選址和優(yōu)化配置[J].電網(wǎng)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(yōu)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(cè)蓄電池儲能系統(tǒng)容量規(guī)劃[J].電力系統(tǒng)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(wèi)志農(nóng)，孫國強，等.基于全壽命周期成本的配電網(wǎng)蓄電池儲能系統(tǒng)的優(yōu)化配置[J].電網(wǎng)技術(shù)，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(yōu)化微網(wǎng)聯(lián)絡(luò)線功率的混合儲能容量優(yōu)化方法[J].電力系統(tǒng)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(yōu)于國網(wǎng)標準的風電場儲能容量經(jīng)濟優(yōu)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(guī)劃的混合儲能優(yōu)化配置方法[J].電網(wǎng)技術(shù)，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(guī)模風電電力系統(tǒng)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(yōu)化[J].電力系統(tǒng)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(yōu)化配置方案[J].電力系統(tǒng)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(tǒng)的容量配置[J].電力系統(tǒng)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(wǎng)中運行策略及容量優(yōu)化研究[J].智能電網(wǎng)，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(yōu)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(nèi)外配電網(wǎng)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(wǎng)復合儲能多目標優(yōu)化配置方法及評價指標[J].電力系統(tǒng)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(yōu)化配置影響因素的評價方法研究[J].現(xiàn)代電子技術(shù)，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(tǒng)穩(wěn)定分析與控制、儲能技術(shù)；

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(tǒng)運行與控制、智能電網(wǎng)等；

閻曉霞(1963)，女，工學學士，副教授，研究方向為電力系統(tǒng)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(tǒng)中的應(yīng)用。