新能源側(cè)儲(chǔ)能配置技術(shù)研究綜述

李相俊，馬會(huì)萌，姜倩

(新能源與儲(chǔ)能運(yùn)行控制國家重點(diǎn)實(shí)驗(yàn)室（中國電力科學(xué)研究院有限公司），北京 100192)

0 引言

2020年9月聯(lián)合國大會(huì)上，國家主席習(xí)近平作出了碳排放2030年前達(dá)到峰值、2060年前實(shí)現(xiàn)碳中和的國際承諾，以可再生能源為主體的綠色、低碳、清潔能源體系建設(shè)是中國乃至全世界的能源戰(zhàn)略選擇。近年來，中國新能源規(guī)?；焖侔l(fā)展，截至2020年底，全國新能源發(fā)電累計(jì)裝機(jī)達(dá)5.34億kW，占全國發(fā)電總裝機(jī)的24.3%?？梢灶A(yù)見“十四五”及以后，中國新能源仍將保持高速發(fā)展態(tài)勢。

新能源發(fā)電具有隨機(jī)波動(dòng)性、間歇性，且相較于同步發(fā)電機(jī)，不具備阻尼特性。新能源機(jī)組的滲透率不斷增加，給電力系統(tǒng)的安全穩(wěn)定運(yùn)行帶來了嚴(yán)峻挑戰(zhàn)[1]。儲(chǔ)能系統(tǒng)具有能量時(shí)移[2]、快速響應(yīng)及靈活布置等特點(diǎn)，是促進(jìn)新能源消納、提升新能源主動(dòng)支撐能力的重要技術(shù)手段。近年來，新能源側(cè)配置儲(chǔ)能逐漸成為研究熱點(diǎn)[3-5]。目前，已有超過20個(gè)省份從消納和一次調(diào)頻角度發(fā)文鼓勵(lì)新能源場站配置儲(chǔ)能。伴隨“碳達(dá)峰 碳中和”的提出，能源轉(zhuǎn)型的進(jìn)一步推進(jìn)，“新能源+儲(chǔ)能”將成為新能源發(fā)展的主流模式。

儲(chǔ)能配置是儲(chǔ)能應(yīng)用環(huán)節(jié)的前期工作。新能源側(cè)的儲(chǔ)能配置是以涵蓋新能源機(jī)組、電站、基地、新能源高比例接入省級(jí)電網(wǎng)或區(qū)域電網(wǎng)為應(yīng)用背景，面向特定應(yīng)用場景，以“新能源+儲(chǔ)能”達(dá)到特定的技術(shù)指標(biāo)或技術(shù)經(jīng)濟(jì)綜合指標(biāo)為應(yīng)用目標(biāo)，在明確儲(chǔ)能系統(tǒng)的控制策略或運(yùn)行邊界下，開展的儲(chǔ)能系統(tǒng)容量優(yōu)化配置工作。

目前，國內(nèi)外在新能源側(cè)儲(chǔ)能配置領(lǐng)域已獲得許多有價(jià)值的階段性成果。儲(chǔ)能配置主要明確應(yīng)用場景、技術(shù)需求分析、應(yīng)用模式、各應(yīng)用模式下的技術(shù)性目標(biāo)和經(jīng)濟(jì)性目標(biāo)、技術(shù)類型、儲(chǔ)能系統(tǒng)的控制策略或運(yùn)行邊界、優(yōu)化配置模型及求解，最后通過對(duì)儲(chǔ)能配置效果進(jìn)行預(yù)評(píng)估形成配置工作的閉環(huán)。

在技術(shù)需求分析階段，需要基于應(yīng)用場景的考核要求、業(yè)主要求，結(jié)合政策環(huán)境和電力市場環(huán)境考慮儲(chǔ)能項(xiàng)目的收益途徑，并收集能夠描述儲(chǔ)能應(yīng)用場景的歷史運(yùn)行數(shù)據(jù)或規(guī)劃數(shù)據(jù)。

在搭建儲(chǔ)能優(yōu)化配置模型階段，基于前述基礎(chǔ)數(shù)據(jù)收資和儲(chǔ)能控制策略或運(yùn)行邊界的確定，提取儲(chǔ)能應(yīng)用的典型工況或構(gòu)建典型場景集，以全壽命周期收益最大、項(xiàng)目投資成本最低、儲(chǔ)能容量最小等目標(biāo)中的一個(gè)或多個(gè)作為優(yōu)化目標(biāo)，在考慮典型工況下儲(chǔ)能設(shè)備的壽命衰減特性基礎(chǔ)上，搭建儲(chǔ)能優(yōu)化配置模型。如果應(yīng)用工況需要儲(chǔ)能兼具小時(shí)級(jí)充放電、頻繁充放電狀態(tài)切換、快速功率響應(yīng)等能力，采用多種儲(chǔ)能技術(shù)聯(lián)合應(yīng)用，從提升儲(chǔ)能技術(shù)對(duì)場景需求的響應(yīng)程度和項(xiàng)目的全壽命周期投資經(jīng)濟(jì)性來講均是有效的技術(shù)手段。

在儲(chǔ)能優(yōu)化配置模型的求解階段，主流的做法是選擇適用的智能求解算法或改進(jìn)的智能求解算法進(jìn)行求解，或者首先通過對(duì)模型做線性化處理或凸化處理，經(jīng)過處理后的模型，可以直接調(diào)用商業(yè)求解器進(jìn)行求解。在儲(chǔ)能配置效果的預(yù)評(píng)估階段，可采用時(shí)序生產(chǎn)模擬方法在年度長時(shí)間尺度上評(píng)估儲(chǔ)能配置比例在促進(jìn)新能源消納方面的作用，或搭建控制策略模型，輸入基礎(chǔ)數(shù)據(jù)樣本，通過仿真儲(chǔ)能系統(tǒng)的運(yùn)行過程評(píng)估儲(chǔ)能的應(yīng)用效果，還可以采用經(jīng)濟(jì)性評(píng)估方法對(duì)儲(chǔ)能項(xiàng)目的投資經(jīng)濟(jì)性進(jìn)行評(píng)估。

本文就目前國內(nèi)外在各環(huán)節(jié)的詳細(xì)進(jìn)展進(jìn)行總結(jié)分析，以期為該領(lǐng)域的研究人員開展更深入的研究提供理論基礎(chǔ)。

1 “新能源+儲(chǔ)能”的應(yīng)用場景

新能源側(cè)的儲(chǔ)能技術(shù)需求，大多來自新能源電站并網(wǎng)運(yùn)行規(guī)定、電力系統(tǒng)安全穩(wěn)定導(dǎo)則等相關(guān)管理規(guī)定[6-8]。儲(chǔ)能的應(yīng)用場景主要包含機(jī)組、電站、省級(jí)電網(wǎng)、區(qū)域電網(wǎng)4個(gè)層面，如圖1所示。

圖1 新能源側(cè)儲(chǔ)能應(yīng)用場景分類Fig.1 Classification of energy storage application scenarios on the renewable energy side

1.1 提升新能源機(jī)組的故障穿越能力

儲(chǔ)能在提升新能源故障穿越能力方面主要用于提升機(jī)組的高、低電壓穿越能力。文獻(xiàn)[9-11]基于新能源機(jī)組故障穿越要求，對(duì)故障前后系統(tǒng)能量變化進(jìn)行分析，通過仿真不同深度電壓跌落故障，研究直流母線側(cè)超級(jí)電容器的容量需求。文獻(xiàn)[12]提出了用于評(píng)價(jià)雙饋風(fēng)電系統(tǒng)低電壓穿越能力的并網(wǎng)點(diǎn)電壓偏移量指標(biāo)，再結(jié)合經(jīng)濟(jì)成本，求解最嚴(yán)重故障情形下的儲(chǔ)能配置容量。文獻(xiàn)[13-14]以單臺(tái)風(fēng)機(jī)并網(wǎng)為例，通過仿真對(duì)比了超導(dǎo)儲(chǔ)能-限流系統(tǒng)與電池儲(chǔ)能、靜止同步補(bǔ)償器等裝置在提高風(fēng)電低電壓穿越能力方面的性能和經(jīng)濟(jì)性。文獻(xiàn)[15-16]指出儲(chǔ)能系統(tǒng)也可以提升新能源電站的高壓穿越能力。

1.2 促進(jìn)新能源電站并網(wǎng)

以新能源電站或基地為單位配置儲(chǔ)能，是在源側(cè)促進(jìn)新能源并網(wǎng)消納的主要應(yīng)用場景，主要通過平抑新能源出力波動(dòng)、補(bǔ)償功率預(yù)測誤差、降低棄電率等應(yīng)用，提升新能源的并網(wǎng)友好性。

文獻(xiàn)[17-21]針對(duì)平抑新能源電站出力波動(dòng)開展儲(chǔ)能配置研究，提出通過離散傅立葉變換[17]、一階低通濾波、卡爾曼濾波[18]等算法分析歷史數(shù)據(jù)，結(jié)合出力波動(dòng)率、波動(dòng)頻段[19]與爬坡能力[20]等技術(shù)指標(biāo)計(jì)算儲(chǔ)能容量。在此基礎(chǔ)上，文獻(xiàn)[22]考慮了電池儲(chǔ)能運(yùn)行狀態(tài)，如充放電功率平緩、可持續(xù)工作性最佳等。文獻(xiàn)[23]綜合考慮新能源波動(dòng)平抑效果與補(bǔ)償預(yù)測誤差，采用多維分析法開展儲(chǔ)能容量優(yōu)化配置。

文獻(xiàn)[24-27]針對(duì)儲(chǔ)能補(bǔ)償新能源功率預(yù)測誤差場景展開儲(chǔ)能配置研究。文獻(xiàn)[24]考慮了風(fēng)電功率預(yù)測誤差和儲(chǔ)能系統(tǒng)的荷電狀態(tài)分布。文獻(xiàn)[25]依據(jù)風(fēng)電功率預(yù)測標(biāo)準(zhǔn)，為提升風(fēng)儲(chǔ)聯(lián)合跟蹤計(jì)劃出力精度且控制成本，采用截止正態(tài)分布法確定儲(chǔ)能配置容量。文獻(xiàn)[26]首先利用風(fēng)電場功率預(yù)測誤差的標(biāo)準(zhǔn)偏差對(duì)風(fēng)電場出力計(jì)劃進(jìn)行優(yōu)化，然后在跟蹤計(jì)劃允許的誤差帶寬內(nèi)，計(jì)算儲(chǔ)能系統(tǒng)的最優(yōu)時(shí)序出力曲線，在考慮充放電效率、荷電狀態(tài)等基礎(chǔ)上確定儲(chǔ)能容量。

文獻(xiàn)[28-30]研究降低新能源棄電率模式下的儲(chǔ)能配置。文獻(xiàn)[28]以全壽命周期內(nèi)儲(chǔ)能凈現(xiàn)值最大為優(yōu)化目標(biāo)，綜合考慮了儲(chǔ)能的全壽命周期投資、售電收入、棄電率等約束。文獻(xiàn)[29]首先開展光儲(chǔ)出力特性分析及儲(chǔ)能系統(tǒng)工況特征提取，提出應(yīng)用工況對(duì)儲(chǔ)能設(shè)備的需求期望值。文獻(xiàn)[30]綜合考慮風(fēng)功率的不確定性和棄電率限制，研究儲(chǔ)能配置方案。

在上述研究基礎(chǔ)上，有學(xué)者計(jì)及經(jīng)濟(jì)性因素，開展多目標(biāo)儲(chǔ)能優(yōu)化配置。以電池儲(chǔ)能為例，結(jié)合儲(chǔ)能系統(tǒng)壽命損耗[31-32]、全生命周期成本、儲(chǔ)能年綜合費(fèi)用[33]等方面建立經(jīng)濟(jì)性分析模型。文獻(xiàn)[34]計(jì)及新能源棄電成本，建立儲(chǔ)能投資與風(fēng)能損失的成本-效益模型。文獻(xiàn)[35]針對(duì)中國三北地區(qū)冬季熱電聯(lián)產(chǎn)機(jī)組“以熱定電”運(yùn)行模式造成棄風(fēng)嚴(yán)重的問題，研究以混合儲(chǔ)能解決棄風(fēng)問題，提出了一種兼顧儲(chǔ)能經(jīng)濟(jì)效益和功率優(yōu)化分配的雙層優(yōu)化模型。文獻(xiàn)[36]針對(duì)“新能源+儲(chǔ)能”替代同步發(fā)電機(jī)開展精細(xì)化時(shí)序仿真，量化評(píng)估新能源配置儲(chǔ)能替代火電的經(jīng)濟(jì)性。文獻(xiàn)[37]建立了混合儲(chǔ)能系統(tǒng)與風(fēng)電功率平滑度間的關(guān)聯(lián)模型，并綜合考慮儲(chǔ)能系統(tǒng)的技術(shù)和經(jīng)濟(jì)性能。

與常規(guī)電力設(shè)備相對(duì)固定的使用壽命不同，電池儲(chǔ)能的使用壽命與其充放電深度、頻次等工況過程量密切相關(guān)。因此，在配置儲(chǔ)能方案時(shí)，考慮具體應(yīng)用工況下儲(chǔ)能的充放電深度、充放電頻次的概率統(tǒng)計(jì)結(jié)果對(duì)全壽命周期內(nèi)儲(chǔ)能投資評(píng)估的影響非常必要[38-39]。

針對(duì)電池儲(chǔ)能深充深放及高頻充放電帶來的壽命快速損耗問題，通過采用混合儲(chǔ)能提升儲(chǔ)能投資的經(jīng)濟(jì)性[40-46]。一般采用頻段分解算法，如一階低通濾波、小波、小波包、經(jīng)驗(yàn)?zāi)B(tài)分解等[40]，對(duì)混合儲(chǔ)能系統(tǒng)的功率進(jìn)行分配。采用經(jīng)驗(yàn)?zāi)B(tài)分解、小波、小波包分解法計(jì)算儲(chǔ)能系統(tǒng)額定容量[42-44，46]。

在新能源電站內(nèi)配置儲(chǔ)能，提升新能源的可調(diào)可控性是儲(chǔ)能在新能源側(cè)應(yīng)用研究最多的一個(gè)技術(shù)方向，一般以新能源電站效益最大化為目標(biāo)，綜合考慮儲(chǔ)能應(yīng)用的技術(shù)效果與經(jīng)濟(jì)收益。

1.3 提升新能源電站的置信容量

國內(nèi)外學(xué)者采用置信容量來評(píng)價(jià)新能源發(fā)電對(duì)系統(tǒng)容量充裕度的貢獻(xiàn)[47-48]。目前中國新能源發(fā)展的重大問題在于，新能源僅作為能夠提供一定電量價(jià)值的替補(bǔ)能源，如何評(píng)估新能源的容量價(jià)值以及提高其在電網(wǎng)中電力平衡方面的作用是新能源發(fā)展突破瓶頸的關(guān)鍵[49]。而在新能源電站內(nèi)合理配置儲(chǔ)能系統(tǒng)，可有效提升“新能源+儲(chǔ)能”的置信容量。

在Wisconsin東南部電網(wǎng)，通過為100 MW光伏電站配置 35 MW/100 MW·h 儲(chǔ)能系統(tǒng)，將光伏電站在夏季的有效負(fù)荷承載能力由49%提升至65%[50]，證明了儲(chǔ)能在改善光伏電站置信容量方面的技術(shù)有效性。文獻(xiàn)[51]以提升風(fēng)電場置信容量為例，通過后驗(yàn)式置信容量評(píng)估方法，就不同容量儲(chǔ)能對(duì)風(fēng)電系統(tǒng)置信容量的提升效果進(jìn)行靈敏度分析，從而給決策者提供儲(chǔ)能配置依據(jù)。文獻(xiàn)[49]采用類似方法，通過調(diào)整儲(chǔ)能配置容量，對(duì)風(fēng)儲(chǔ)系統(tǒng)的置信容量進(jìn)行評(píng)估，通過試數(shù)法找到合理的儲(chǔ)能配置方案。文獻(xiàn)[52-53]以滿足電力平衡需求為目標(biāo)，確定所需風(fēng)光儲(chǔ)發(fā)電系統(tǒng)的整體置信容量與常規(guī)機(jī)組容量，計(jì)及自然資源的隨機(jī)波動(dòng)，并考慮常規(guī)機(jī)組的隨機(jī)停運(yùn)，借助蒙特卡羅仿真計(jì)算達(dá)到等置信容量所需的風(fēng)光儲(chǔ)機(jī)組組合，并通過風(fēng)光儲(chǔ)容量優(yōu)化模型，選出使全生命周期總投資成本最優(yōu)的風(fēng)、光、儲(chǔ)容量配置。

1.4 提升新能源電站的主動(dòng)支撐電網(wǎng)能力

隨著低慣量、弱支撐的新能源機(jī)組在電網(wǎng)中的比例不斷增加，系統(tǒng)轉(zhuǎn)動(dòng)慣量大幅降低，關(guān)鍵運(yùn)行指標(biāo)（頻率、電壓）的支撐和調(diào)節(jié)能力逐步下降，系統(tǒng)安全穩(wěn)定運(yùn)行面臨巨大風(fēng)險(xiǎn)。文獻(xiàn)[54-56]研究了參與系統(tǒng)慣量支撐的儲(chǔ)能容量配置問題。文獻(xiàn)[54]提出可參考系統(tǒng)頻率變化時(shí)轉(zhuǎn)子能量的變化情況配置儲(chǔ)能。文獻(xiàn)[55]以使風(fēng)電場具備類似于傳統(tǒng)機(jī)組的慣量支撐能力為目標(biāo)，提出基于非參數(shù)核密度估計(jì)的儲(chǔ)能容量配置方法。文獻(xiàn)[56]提出了基于簡化的系統(tǒng)頻率響應(yīng)模型的儲(chǔ)能容量優(yōu)化計(jì)算方法。文獻(xiàn)[57-58]研究了參與系統(tǒng)慣量支撐和一次調(diào)頻的儲(chǔ)能容量配置問題。文獻(xiàn)[57]提出依據(jù)系統(tǒng)理想動(dòng)態(tài)頻率特性，例如慣量系數(shù)、下垂系數(shù)等配置儲(chǔ)能的方法。文獻(xiàn)[58]提出一種根據(jù)新能源電站歷史輸出功率數(shù)據(jù)，通過設(shè)置置信水平確定儲(chǔ)能容量的方法。儲(chǔ)能系統(tǒng)在提升新能源主動(dòng)支撐電網(wǎng)能力方面的研究主要集中在參與慣量支撐和一次調(diào)頻。因?yàn)閮?chǔ)能不是實(shí)現(xiàn)新能源電站主動(dòng)支撐電網(wǎng)能力的唯一手段，所以技術(shù)效果和經(jīng)濟(jì)性均是儲(chǔ)能配置需著重考慮的因素。

1.5 提升區(qū)域電網(wǎng)的新能源并網(wǎng)/外送能力

文獻(xiàn)[59]分析了新能源并網(wǎng)對(duì)系統(tǒng)調(diào)峰的影響，構(gòu)建了協(xié)調(diào)風(fēng)電有功功率與負(fù)荷波動(dòng)的儲(chǔ)能充放電控制策略，并在此基礎(chǔ)上考慮風(fēng)儲(chǔ)合成出力指標(biāo)，以儲(chǔ)能容量最小為目標(biāo)，構(gòu)建了基于時(shí)序仿真原理的儲(chǔ)能容量優(yōu)化配置模型。文獻(xiàn)[60]建立了雙層網(wǎng)儲(chǔ)聯(lián)合規(guī)劃模型，外層考慮系統(tǒng)穩(wěn)定指標(biāo)和運(yùn)行指標(biāo)，決策變量為儲(chǔ)能的配置地點(diǎn)和最優(yōu)配置功率，內(nèi)層是考慮機(jī)組組合的輸電網(wǎng)擴(kuò)容模型。文獻(xiàn)[61]采用雙層決策模型，建立了儲(chǔ)能提高區(qū)域電網(wǎng)風(fēng)電接入的規(guī)劃和運(yùn)行優(yōu)化模型，同時(shí)在規(guī)劃和運(yùn)行兩個(gè)時(shí)間尺度下考慮儲(chǔ)能優(yōu)化的差異性。文獻(xiàn)[62]充分考慮儲(chǔ)能系統(tǒng)的運(yùn)行特性，以線路、儲(chǔ)能等效年投資成本、年棄風(fēng)成本最小化為目標(biāo)，面向提高風(fēng)電接納能力，建立了儲(chǔ)能與輸電網(wǎng)聯(lián)合規(guī)劃模型。文獻(xiàn)[63]以儲(chǔ)能輔助調(diào)峰為場景，提出兼顧經(jīng)濟(jì)性和靈活性的儲(chǔ)能輔助調(diào)峰優(yōu)化配置方法。

從以上文獻(xiàn)可知，儲(chǔ)能在新能源側(cè)的配置技術(shù)研究，在縱向深度上涵蓋保證機(jī)組不脫網(wǎng)-促進(jìn)新能源友好并網(wǎng)-提升新能源主動(dòng)支撐能力，呈現(xiàn)出隨新能源占比增長，電網(wǎng)對(duì)新能源發(fā)電的技術(shù)要求不斷演化，儲(chǔ)能的應(yīng)用功能逐步升級(jí)的發(fā)展趨勢。

最早的應(yīng)用場景，如提升新能源電站運(yùn)行安全性、促進(jìn)新能源并網(wǎng)等已較為成熟，儲(chǔ)能配置方法已實(shí)現(xiàn)工程化應(yīng)用，而后續(xù)出現(xiàn)的應(yīng)用場景，還有待進(jìn)一步深入研究，尤其是提升新能源電站的主動(dòng)支撐電網(wǎng)能力，是伴隨新能源從補(bǔ)充電源向主力電源過渡過程中發(fā)展起來的新的應(yīng)用需求。

在不同場景下，儲(chǔ)能的應(yīng)用模式較多，還存在多個(gè)模式聯(lián)合應(yīng)用的情況，儲(chǔ)能配置模型需要綜合考慮技術(shù)性與經(jīng)濟(jì)性。技術(shù)性包括“新能源+儲(chǔ)能”聯(lián)合出力滿足場景考核要求、儲(chǔ)能系統(tǒng)連續(xù)可靠運(yùn)行；經(jīng)濟(jì)性包括在全壽命周期時(shí)間尺度上的計(jì)算儲(chǔ)能系統(tǒng)的投資成本與收益。

2 儲(chǔ)能配置方法

2.1 配置模型

風(fēng)光資源具有短時(shí)間尺度、日、季、年等不同時(shí)間尺度的波動(dòng)性，均將影響新能源側(cè)對(duì)于儲(chǔ)能的功率支撐能力、容量支撐能力的需求。新能源側(cè)儲(chǔ)能配置需要兼顧單個(gè)或多個(gè)應(yīng)用場景下的技術(shù)指標(biāo)和經(jīng)濟(jì)指標(biāo)，需要考慮新能源出力特征及時(shí)空互補(bǔ)特性，考慮不同儲(chǔ)能技術(shù)的動(dòng)態(tài)響應(yīng)特性及互補(bǔ)特性，有的場景還需要涵蓋新能源預(yù)測誤差、調(diào)度計(jì)劃不確定性等多重不確定因素。如何保證儲(chǔ)能配置結(jié)果的工程適用性，是一個(gè)涵蓋多時(shí)間尺度多目標(biāo)多約束的復(fù)雜問題。

多種規(guī)劃理論、方法被用于新能源領(lǐng)域的儲(chǔ)能配置，目前主流的儲(chǔ)能配置方法可分為基于時(shí)序運(yùn)行仿真的配置方法、確定性配置方法、不確定性配置方法，如圖2所示。

圖2 主要的新能源側(cè)儲(chǔ)能配置方法歸納Fig.2 Summary of main energy storage configuration methods on the renewable energy side

2.1.1 基于時(shí)序運(yùn)行仿真的配置方法

文獻(xiàn)[17-20，36，40-45，64]均采用基于時(shí)序運(yùn)行仿真的配置方法，開展追求技術(shù)目標(biāo)的單目標(biāo)配置?；跁r(shí)序運(yùn)行仿真的配置方法，首先需要獲取新能源電站的歷史運(yùn)行數(shù)據(jù)，另據(jù)儲(chǔ)能應(yīng)用場景不同，如在補(bǔ)償新能源預(yù)測誤差場景下，還需要對(duì)應(yīng)時(shí)段的功率預(yù)測數(shù)據(jù)等，根據(jù)應(yīng)用場景明確“新能源+儲(chǔ)能”聯(lián)合輸出技術(shù)指標(biāo)，制定儲(chǔ)能系統(tǒng)充放電控制策略，在考慮充放電效率、SOC運(yùn)行范圍、電量平衡等約束條件下，仿真計(jì)算出儲(chǔ)能系統(tǒng)的時(shí)序功率需求數(shù)據(jù)，在考慮置信區(qū)間或權(quán)衡儲(chǔ)能投資和應(yīng)用效果后，基于時(shí)序功率需求數(shù)據(jù)樣本，計(jì)算儲(chǔ)能系統(tǒng)的額定功率和額定容量。

2.1.2 確定性配置方法

確定性配置方法[37,45,59,61,65]是建立在對(duì)數(shù)據(jù)樣本進(jìn)行確定性假設(shè)的基礎(chǔ)上，基于典型時(shí)段的新能源歷史運(yùn)行數(shù)據(jù)、調(diào)度數(shù)據(jù)、網(wǎng)側(cè)數(shù)據(jù)等，以儲(chǔ)能系統(tǒng)的額定功率、額定容量，有時(shí)還包含儲(chǔ)能系統(tǒng)的接入位置作為決策變量，建立技術(shù)性或技術(shù)/經(jīng)濟(jì)聯(lián)合優(yōu)化模型，再對(duì)應(yīng)選擇適用的智能求解算法，計(jì)算得到儲(chǔ)能優(yōu)化配置方案。

2.1.3 不確定性配置方法

新能源出力、功率預(yù)測、電網(wǎng)消納能力等方面的不確定性帶來了儲(chǔ)能需求的不確定性，針對(duì)這些不確定性，不確定性規(guī)劃理論被用來解決儲(chǔ)能配置問題，不確定性規(guī)劃包括隨機(jī)規(guī)劃、模糊規(guī)劃、魯棒優(yōu)化等方法。其中隨機(jī)規(guī)劃和魯棒優(yōu)化被較多地應(yīng)用于新能源側(cè)的儲(chǔ)能配置問題。

通過在新能源電站配置儲(chǔ)能使“新能源+儲(chǔ)能”完全可控既不經(jīng)濟(jì)也不現(xiàn)實(shí)，機(jī)會(huì)約束規(guī)劃是將傳統(tǒng)優(yōu)化中完全滿足約束軟化為滿足約束條件的概率高于某一置信水平的優(yōu)化方法[66]。文獻(xiàn)[67-68]基于機(jī)會(huì)約束模型開展區(qū)域電網(wǎng)的儲(chǔ)能配置研究，置信水平體現(xiàn)了符合機(jī)會(huì)約束的最小概率與管理者的風(fēng)險(xiǎn)承擔(dān)水平。

場景分析法是將連續(xù)的隨機(jī)變量的概率分布模型轉(zhuǎn)化為離散場景的集合，用盡量少的場景逼近原隨機(jī)變量的分布，并在各場景下求解原問題，從而將隨機(jī)優(yōu)化問題轉(zhuǎn)化為確定性優(yōu)化問題[63, 69-72]，簡化對(duì)隨機(jī)優(yōu)化問題的求解。文獻(xiàn)[51]針對(duì)儲(chǔ)能配置過程中需要考慮負(fù)荷和風(fēng)電出力的隨機(jī)性，采用隨機(jī)場景生成和削減方法構(gòu)建了多個(gè)涵蓋負(fù)荷和風(fēng)電隨機(jī)性的典型年場景。文獻(xiàn)[21]結(jié)合多場景隨機(jī)規(guī)劃與基于序貫蒙特卡羅的運(yùn)行模擬，采用考慮風(fēng)電出力和負(fù)荷典型場景集的隨機(jī)規(guī)劃模型，計(jì)算風(fēng)電場的儲(chǔ)能配置容量。文獻(xiàn)[73-75]分別基于場景樹、機(jī)會(huì)約束方法融合風(fēng)電出力的不確定性，以提升系統(tǒng)的靈活性為目標(biāo)，研究了大電網(wǎng)中儲(chǔ)能的最優(yōu)投資方案。

文獻(xiàn)[76]基于魯棒優(yōu)化理論構(gòu)建可再生電源出力的不確定性場景集，在分時(shí)電價(jià)下以儲(chǔ)能系統(tǒng)全壽命周期成本、系統(tǒng)總發(fā)電成本、聯(lián)絡(luò)線功率波動(dòng)最小等為目標(biāo)，開展儲(chǔ)能優(yōu)化規(guī)劃。文獻(xiàn)[77]采用不確定性集合刻畫負(fù)荷需求和風(fēng)電出力的隨機(jī)特征，在極端場景下建立了自適應(yīng)min-maxmin魯棒規(guī)劃模型，并基于此開展儲(chǔ)能和輸電網(wǎng)結(jié)構(gòu)的優(yōu)化研究。

在已獲得大量數(shù)據(jù)樣本的基礎(chǔ)上，采用聚類算法抽取典型場景集，是提升計(jì)算速度，并保證儲(chǔ)能配置涵蓋充足不確定性特征的常用方法。文獻(xiàn)[62]同時(shí)考慮風(fēng)電與負(fù)荷的時(shí)序性、風(fēng)電波動(dòng)性及與負(fù)荷的相關(guān)性，采用改進(jìn)K-means聚類對(duì)風(fēng)電與負(fù)荷數(shù)據(jù)進(jìn)行分析，對(duì)數(shù)據(jù)樣本進(jìn)行聚類，得到一組全年負(fù)荷與風(fēng)電典型時(shí)序場景集。文獻(xiàn)[78]基于云模型理論將儲(chǔ)能充放電功率的概率分布分解成若干個(gè)正態(tài)云模型的疊加，基于K-means聚類算法從儲(chǔ)能運(yùn)行曲線中提取典型充放電工況曲線，將其作為基礎(chǔ)數(shù)據(jù)輸入儲(chǔ)能容量優(yōu)化模型。

2.1.4 其他配置方法

文獻(xiàn)[37，59]將時(shí)序運(yùn)行仿真與確定性配置方法聯(lián)合使用，文獻(xiàn)[79-80]采用概率分布魯棒聯(lián)合機(jī)會(huì)約束規(guī)劃模型描述儲(chǔ)能配置問題，文獻(xiàn)[79]綜合考慮了含風(fēng)電的電力系統(tǒng)魯棒備用規(guī)劃與調(diào)度問題。

文獻(xiàn)[54-56]以提升新能源電站慣量支撐能力和參與系統(tǒng)一次調(diào)頻為應(yīng)用場景，參照常規(guī)機(jī)組的一次調(diào)頻技術(shù)原理，以保證新能源電站并網(wǎng)前后系統(tǒng)的等效慣量和一次調(diào)頻能力不變?yōu)閼?yīng)用目標(biāo)，基于能量守恒原理，通過公式推導(dǎo)計(jì)算儲(chǔ)能需求。

2.2 求解算法

儲(chǔ)能優(yōu)化配置的決策變量往往為連續(xù)變量，追求單目標(biāo)或多目標(biāo)，約束條件一般包括線性約束、非線性約束、等式約束、不等式約束等，建立的配置模型往往為多目標(biāo)、非線性數(shù)學(xué)模型，常規(guī)尋優(yōu)算法計(jì)算復(fù)雜，計(jì)算速度和收斂性均達(dá)不到要求[61]。為了解決這個(gè)問題，多采用遺傳算法[37,40,61]、粒子群優(yōu)化算法[39]、飛蛾撲火算法[75]、模擬退火等智能算法及其改進(jìn)算法。智能算法可以有效求解非線性優(yōu)化問題，但可能存在個(gè)體單一、易早熟或陷入局部最優(yōu)等缺點(diǎn)，如果基于的數(shù)據(jù)樣本較大，還存在求解時(shí)間過長，甚至難以求解的問題。為解決這些問題，將目標(biāo)函數(shù)、約束條件線性化處理[60]，將多目標(biāo)問題轉(zhuǎn)化為單目標(biāo)問題均是有效的解決辦法。

另外，為獲得全局最優(yōu)解，同時(shí)保證在可接受時(shí)間內(nèi)獲得結(jié)果，在儲(chǔ)能配置模型搭建后，可首先檢驗(yàn)?zāi)Ｐ褪欠駷橥购瘮?shù)，若不是，可采用多種近似、松弛手段實(shí)現(xiàn)凸化，使之轉(zhuǎn)化為凸函數(shù)，或松弛部分約束條件，實(shí)現(xiàn)新的可行域包含原可行域，并為凸集。一般來說，大多數(shù)凸優(yōu)化問題都可以直接調(diào)用商業(yè)求解器來求解。文獻(xiàn)[75]通過將魯棒規(guī)劃模型拆解為主模型和從模型，使得非凸問題轉(zhuǎn)變?yōu)榭芍苯邮褂肅PLEX求解的線性規(guī)劃問題。文獻(xiàn)[77]首先將基于魯棒聯(lián)合機(jī)會(huì)約束建立的非凸模型轉(zhuǎn)化為半定規(guī)劃問題，采用SDPT3求解器可有效求解。

從以上綜述可知，基于時(shí)序運(yùn)行仿真的配置方法和確定性配置方法的計(jì)算結(jié)果高度基于所采用的離散數(shù)據(jù)樣本，而新能源發(fā)電的不確定性、新能源功率預(yù)測的不準(zhǔn)確性、調(diào)度計(jì)劃的不確定性等造成儲(chǔ)能配置問題包含多重不確定性因素，采用確定性數(shù)據(jù)樣本會(huì)造成儲(chǔ)能配置結(jié)果對(duì)于工況適用的局限性。所以，采用確定配置方法時(shí)，數(shù)據(jù)樣本適宜采用覆蓋8 760 h的年度時(shí)序數(shù)據(jù)，以盡可能多地涵蓋不同氣象條件、不同電網(wǎng)消納能力下儲(chǔ)能的不確定性工況特征。

新能源側(cè)的儲(chǔ)能配置是包含多重不確定性的決策問題，如何處理其不確定性是保證配置結(jié)果工程適用性的核心，目前研究主要涉及的方法有采用機(jī)會(huì)約束軟化約束邊界、采用場景分析法構(gòu)建離散場景集合將隨機(jī)優(yōu)化問題轉(zhuǎn)化為確定性優(yōu)化問題、采用聚類算法抽取典型場景等，主要思路是首先將不確定性問題轉(zhuǎn)化為確定性問題，然后再進(jìn)行求解。

在優(yōu)化求解方面，多種智能算法被用于求解儲(chǔ)能優(yōu)化配置問題，將非線性問題線性化處理、多目標(biāo)問題轉(zhuǎn)換為單目標(biāo)問題、非凸問題凸優(yōu)化等均是有效的簡化求解過程的方法。

3 儲(chǔ)能配置的預(yù)評(píng)估方法

在計(jì)算得到儲(chǔ)能配置結(jié)果后，分析新能源側(cè)儲(chǔ)能投運(yùn)后的運(yùn)行效果和投資經(jīng)濟(jì)性是對(duì)儲(chǔ)能配置結(jié)果的預(yù)檢驗(yàn)，也是閉環(huán)配置環(huán)節(jié)的重要步驟。

目前儲(chǔ)能在新能源側(cè)的應(yīng)用主要是促進(jìn)新能源消納，生產(chǎn)模擬和經(jīng)濟(jì)性評(píng)估是對(duì)儲(chǔ)能應(yīng)用效果和投資經(jīng)濟(jì)性的預(yù)評(píng)估主流的方法。

在采用時(shí)序生產(chǎn)模擬和隨機(jī)生產(chǎn)模擬[81-83]評(píng)估儲(chǔ)能對(duì)于促進(jìn)新能源消納作用方面，文獻(xiàn)[82]提出了基于隨機(jī)生產(chǎn)模擬改進(jìn)新能源消納能力評(píng)估方法，為評(píng)估儲(chǔ)能在年度/跨年度長時(shí)間尺度上促進(jìn)新能源消納的能力提供了快速計(jì)算方法。文獻(xiàn)[83]針對(duì)多端柔性直流電網(wǎng)，提出一種基于時(shí)序生產(chǎn)模擬仿真的運(yùn)行經(jīng)濟(jì)性評(píng)估方法，評(píng)估不同新能源和抽蓄配置方案下，張北柔直電網(wǎng)的運(yùn)行經(jīng)濟(jì)性，為工程建設(shè)決策提供重要依據(jù)。

在儲(chǔ)能項(xiàng)目的經(jīng)濟(jì)性評(píng)估方面，文獻(xiàn)[84]指出儲(chǔ)能經(jīng)濟(jì)性評(píng)估需預(yù)判儲(chǔ)能設(shè)備的使用壽命、預(yù)期現(xiàn)金流等，而儲(chǔ)能設(shè)備的使用壽命與設(shè)備的技術(shù)特性、應(yīng)用工況等因素強(qiáng)相關(guān)。文獻(xiàn)[85]分析了儲(chǔ)能系統(tǒng)投資成本的敏感性。文獻(xiàn)[86]構(gòu)建了負(fù)荷側(cè)、風(fēng)電側(cè)的儲(chǔ)能價(jià)值估算模型，對(duì)比分析了儲(chǔ)能裝置由負(fù)荷側(cè)轉(zhuǎn)移到風(fēng)電側(cè)的經(jīng)濟(jì)性問題。文獻(xiàn)[87]指出基于折舊法計(jì)算損耗成本會(huì)低估儲(chǔ)能的運(yùn)行費(fèi)用，將導(dǎo)致儲(chǔ)能容量配置偏大，而定量計(jì)算儲(chǔ)能的損耗成本，將會(huì)使得儲(chǔ)能的配置結(jié)果更符合實(shí)際需求。文獻(xiàn)[88]介紹了幾個(gè)典型的儲(chǔ)能經(jīng)濟(jì)性評(píng)價(jià)工具，包括儲(chǔ)能效益評(píng)估軟件、基于儲(chǔ)能平準(zhǔn)化成本的經(jīng)濟(jì)測算軟件、儲(chǔ)能經(jīng)濟(jì)測算指數(shù)。文獻(xiàn)[89]提出在促進(jìn)可再生能源消納領(lǐng)域，儲(chǔ)能的作用包括增加收入、提高電網(wǎng)穩(wěn)定性、降低成本、節(jié)能減排，儲(chǔ)能應(yīng)用帶來的效益包括直接效益和間接效益。文獻(xiàn)[90]開展了風(fēng)儲(chǔ)聯(lián)合應(yīng)用的經(jīng)濟(jì)、社會(huì)、環(huán)境效益綜合分析，提出儲(chǔ)能參與風(fēng)電消納可降低棄風(fēng)率、促進(jìn)節(jié)能減排、提高風(fēng)力發(fā)電的綜合經(jīng)濟(jì)性，并且可以產(chǎn)生吸引投資、提升地區(qū)生產(chǎn)總值、帶動(dòng)交通及技術(shù)發(fā)展等社會(huì)價(jià)值。文獻(xiàn)[91]構(gòu)建了基于外部性理論的儲(chǔ)能系統(tǒng)綜合價(jià)值測算模型，包括儲(chǔ)能系統(tǒng)自身價(jià)值，儲(chǔ)能系統(tǒng)給發(fā)電企業(yè)、電網(wǎng)公司、電力用戶、環(huán)境帶來的外部價(jià)值，并以儲(chǔ)能系統(tǒng)接入光伏電站為例，分別從投資者、社會(huì)整體效益角度，研究儲(chǔ)能系統(tǒng)應(yīng)用在可再生能源發(fā)電側(cè)的經(jīng)濟(jì)性，并進(jìn)行了盈虧平衡分析，經(jīng)濟(jì)性分析結(jié)果顯示儲(chǔ)能系統(tǒng)的外部性收益占年收益比例較大。文獻(xiàn)[92]提出了儲(chǔ)能系統(tǒng)全壽命周期成本分析方法，全面考慮了電源裝機(jī)、節(jié)能減排等方面的綜合效益，包括通過減少脫網(wǎng)考核、限光時(shí)段考核、有功功率控制子站投運(yùn)率考核產(chǎn)生的收益和增加上網(wǎng)電量帶來的收益。

從以上綜述來看，在得到新能源側(cè)儲(chǔ)能初步配置結(jié)果后，采用生產(chǎn)模擬方法評(píng)估儲(chǔ)能應(yīng)用效果，采用經(jīng)濟(jì)性分析方法評(píng)估儲(chǔ)能的投資收益，均是有效的儲(chǔ)能配置效果預(yù)評(píng)估手段。并且通過預(yù)評(píng)估儲(chǔ)能應(yīng)用效果，還可以反饋迭代優(yōu)化儲(chǔ)能配置過程，提升儲(chǔ)能配置結(jié)果的工程適用性。

特別需要注意的是，在開展儲(chǔ)能配置經(jīng)濟(jì)性分析時(shí)需對(duì)包括儲(chǔ)能運(yùn)行效果、市場環(huán)境、儲(chǔ)能的運(yùn)營模式及收益構(gòu)成、儲(chǔ)能運(yùn)行工況、全壽命周期成本與衰減過程、系統(tǒng)殘值等邊界條件全面考慮，如果在預(yù)評(píng)估階段，對(duì)于上述因素考慮不全面，可能導(dǎo)致對(duì)于項(xiàng)目投資回報(bào)的預(yù)估出現(xiàn)偏差。

4 新能源側(cè)儲(chǔ)能配置方法研究展望

限于儲(chǔ)能的技術(shù)發(fā)展水平和成本水平，目前儲(chǔ)能在新能源側(cè)的應(yīng)用主要面向4個(gè)服務(wù)緯度和時(shí)間尺度：毫秒、秒級(jí)暫態(tài)穩(wěn)定問題（主動(dòng)支撐電網(wǎng)能力）、數(shù)分鐘級(jí)系統(tǒng)可調(diào)節(jié)能力差（促進(jìn)新能源消納）、小時(shí)級(jí)區(qū)域調(diào)峰能力不足（參與系統(tǒng)調(diào)峰）、更長時(shí)間的通道外送潛力未完全發(fā)揮問題（緩解輸電阻塞）。通過對(duì)現(xiàn)有新能源側(cè)儲(chǔ)能配置技術(shù)的歸納與分析，認(rèn)為現(xiàn)有技術(shù)尚有如下不足：（1）儲(chǔ)能應(yīng)用場景設(shè)定較為單一，在儲(chǔ)能成本仍然較高的情況下，不能保證項(xiàng)目的投資經(jīng)濟(jì)性；（2）無法支持以全年為周期，兼顧長期消納和短時(shí)主動(dòng)支撐的儲(chǔ)能需求分析；（3）沒有考慮風(fēng)儲(chǔ)、光儲(chǔ)、風(fēng)光儲(chǔ)多場景的差異化需求；（4）目前的研究都集中在數(shù)小時(shí)級(jí)時(shí)間尺度內(nèi)，尚未在更長時(shí)間尺度上探討儲(chǔ)能的應(yīng)用問題。

伴隨雙碳目標(biāo)的提出，新能源將繼續(xù)規(guī)?；焖侔l(fā)展，新能源消納壓力將越來越大。同時(shí)多種儲(chǔ)能技術(shù)快速迭代和成本持續(xù)下降，從技術(shù)供給側(cè)到需求側(cè)雙向?qū)⑼苿?dòng)新能源側(cè)儲(chǔ)能應(yīng)用需求進(jìn)一步演化。對(duì)新能源側(cè)儲(chǔ)能配置方法進(jìn)行如下展望。

（1）在新能源高占比的新背景下，系統(tǒng)將無法承受規(guī)?；履茉磳?duì)于系統(tǒng)靈活性調(diào)節(jié)資源的過度占用，新能源與常規(guī)電源共擔(dān)系統(tǒng)安全穩(wěn)定運(yùn)行責(zé)任和義務(wù)是未來的技術(shù)發(fā)展趨勢，需要開展兼顧消納與主動(dòng)支撐電網(wǎng)的儲(chǔ)能配置方法研究。在兼顧消納與主動(dòng)支撐電網(wǎng)場景下，儲(chǔ)能將面向移峰填谷+功率預(yù)測補(bǔ)償24 h持續(xù)，慣量、頻率、電壓支撐需求隨機(jī)高頻出現(xiàn)的復(fù)雜過程，需要儲(chǔ)能同時(shí)具備毫秒級(jí)的響應(yīng)速度、小時(shí)級(jí)的持續(xù)充放電能力，同時(shí)在充放電狀態(tài)頻繁切換工況下具備較長的使用壽命，才能保證項(xiàng)目的投資經(jīng)濟(jì)性，需要開展混合儲(chǔ)能對(duì)于復(fù)雜儲(chǔ)能工況的匹配研究和容量優(yōu)化配置；

（2）中國新能源發(fā)展過程中由地域、資源稟賦、負(fù)荷、網(wǎng)架結(jié)構(gòu)等形成了多樣化差異化發(fā)展形態(tài)，需要開展考慮差異化發(fā)展背景的儲(chǔ)能配置方法研究；

（3）結(jié)合源網(wǎng)荷發(fā)展趨勢，研究新能源側(cè)在電站層、區(qū)域電網(wǎng)層應(yīng)用儲(chǔ)能的聯(lián)合配置方法；

（4）伴隨儲(chǔ)能成本下降和新能源側(cè)對(duì)儲(chǔ)能技術(shù)需求的演化，新能源側(cè)儲(chǔ)能應(yīng)用的時(shí)間尺度將從日內(nèi)擴(kuò)展至周、月、跨季節(jié)乃至更長時(shí)間和具備空間運(yùn)輸能力的儲(chǔ)能形式，如新能源電解水制氫等，儲(chǔ)能需求具有超大容量、超長時(shí)間尺度等特征，需要開展考慮長時(shí)間、大容量、跨季節(jié)調(diào)峰的儲(chǔ)能需求及兼顧多時(shí)間尺度的儲(chǔ)能配置方法研究；

（5）探討雙碳、新型電力系統(tǒng)發(fā)展背景下的新能源側(cè)儲(chǔ)能技術(shù)需求，考慮碳排指標(biāo)，開展計(jì)及經(jīng)濟(jì)效益、社會(huì)效益、環(huán)境效益等綜合效益的儲(chǔ)能配置方法研究；

（6）隨著儲(chǔ)能的發(fā)展以及市場行為驅(qū)動(dòng)，將催生出眾多新模式新業(yè)態(tài)，結(jié)合儲(chǔ)能領(lǐng)域政策機(jī)制的變化形勢，需要開展適應(yīng)新業(yè)態(tài)的儲(chǔ)能配置方法研究。

5 結(jié)論

本文從新能源側(cè)儲(chǔ)能應(yīng)用需求出發(fā)，介紹了包含提升新能源電站運(yùn)行安全性、促進(jìn)新能源并網(wǎng)、提升新能源電站的主動(dòng)支撐電網(wǎng)能力等儲(chǔ)能應(yīng)用場景及在各場景下國內(nèi)外的儲(chǔ)能配置方法研究現(xiàn)狀。然后，從方法論角度出發(fā)，從數(shù)學(xué)模型及模型求解角度歸納總結(jié)了目前常用的多種儲(chǔ)能配置方法，包括基于時(shí)序運(yùn)行仿真的配置方法、確定性配置方法、不確定性配置方法等，并探討了各種配置方法使用過程中的注意事項(xiàng)或適用范圍，并在優(yōu)化求解算法部分介紹了不同配置模型適用的求解算法及有效的簡化處理方法。最后，從中國新能源繼續(xù)規(guī)?；焖侔l(fā)展的背景出發(fā)，對(duì)儲(chǔ)能配置技術(shù)的后續(xù)研究方向進(jìn)行了展望。