電網(wǎng)側(cè)儲能多重應(yīng)用價值及運(yùn)營策略研究

摘 要：首先，構(gòu)建儲能多重應(yīng)用價值與運(yùn)營成本評估模型；然后，建立儲能間接價值相關(guān)服務(wù)類型的性能指標(biāo)及綜合性能指標(biāo)模型，并提出儲能系統(tǒng)多重應(yīng)用運(yùn)營策略；最后，基于典型案例進(jìn)行仿真分析。結(jié)果表明所提方法可指導(dǎo)電網(wǎng)中不同并網(wǎng)節(jié)點(diǎn)儲能的多重應(yīng)用優(yōu)化運(yùn)營。

關(guān)鍵詞：電力系統(tǒng)；儲能；運(yùn)營成本；調(diào)頻；價值工程

中圖分類號：TK513.5" " " " " " 文獻(xiàn)標(biāo)志碼：A

0 引 言

儲能技術(shù)具備靈活的雙向調(diào)節(jié)能力，是解決電力系統(tǒng)中源荷功率波動、瞬時不平衡與網(wǎng)絡(luò)阻塞的重要手段，具有顯著的正外部性特征。為健全成本回收機(jī)制，美國、加拿大、澳大利亞出臺了針對儲能的政府補(bǔ)貼、稅收抵免、市場準(zhǔn)入相關(guān)政策。在國內(nèi)，陜西、青海、浙江、廣東等地也出臺了電量補(bǔ)償、容量補(bǔ)償機(jī)制。

儲能技術(shù)在電力系統(tǒng)中具有多重應(yīng)用功能，美國桑迪亞實驗室的電網(wǎng)側(cè)儲能研究報告提出電網(wǎng)側(cè)儲能的17項服務(wù)類型［1］。儲能系統(tǒng)提供的不同服務(wù)類型及多種服務(wù)類型組合下的應(yīng)用價值存在差異性，綜合考慮電力市場機(jī)制、投資主體、儲能服務(wù)受益主體等因素，可將儲能價值劃分為直接價值、間接價值、外部價值。已有研究從評估指標(biāo)、多重應(yīng)用效益、系統(tǒng)成本等角度對儲能應(yīng)用的價值進(jìn)行了研究，提出了各種儲能的技術(shù)性、經(jīng)濟(jì)性評估指標(biāo)。文獻(xiàn)［2］提出基于充放電價差的儲能經(jīng)濟(jì)效益指數(shù)指標(biāo)；文獻(xiàn)［3］提出平準(zhǔn)化儲能成本經(jīng)濟(jì)性評估指標(biāo)。

市場環(huán)境下的儲能多重應(yīng)用效益評估，兼顧儲能提供不同服務(wù)的多重收益及全壽命周期成本，構(gòu)建儲能技術(shù)經(jīng)濟(jì)評估模型。文獻(xiàn)［4］考慮儲能提供輔助服務(wù)、延緩電網(wǎng)升級、提高輸電網(wǎng)設(shè)備利用率等服務(wù)，建立以凈現(xiàn)值最大和成本最小的多目標(biāo)評價模型；文獻(xiàn)［5］考慮儲能提供延緩電網(wǎng)升級、減少阻塞成本和低儲高發(fā)套利收益，建立以收益最大化為目標(biāo)的優(yōu)化模型；文獻(xiàn)［6］考慮儲能延緩電網(wǎng)升級、減少網(wǎng)損、電能時移的經(jīng)濟(jì)效益，構(gòu)建以經(jīng)濟(jì)性最優(yōu)為目標(biāo)的數(shù)學(xué)模型；文獻(xiàn)［7］考慮儲能的投資成本和運(yùn)行維護(hù)成本，建立以年凈收益最大為目標(biāo)的價值評估模型；文獻(xiàn)［8］分析了液流電池儲能系統(tǒng)在得州電力市場參與調(diào)頻服務(wù)的市場價值，結(jié)果表明液流電池儲能在得州電力市場中調(diào)頻服務(wù)的價值約為1500美元/kW；文獻(xiàn)［9］以節(jié)點(diǎn)電壓偏差、支路負(fù)載、網(wǎng)損、儲能成本為目標(biāo)優(yōu)化低壓配電網(wǎng)絡(luò)儲能選址及定容問題。部分文獻(xiàn)對儲能的直接價值和間接價值進(jìn)行了初步探討。文獻(xiàn)［10］分析了儲能延緩設(shè)備投資收益、直接收益、環(huán)境效益、政府補(bǔ)貼的經(jīng)濟(jì)價值，建立以經(jīng)濟(jì)價值最優(yōu)為目標(biāo)的評價模型；文獻(xiàn)［11］建立儲能同時提供削峰填谷、平滑可再生能源和提高供電可靠性的多重價值評估模型，選取設(shè)備使用率、靜態(tài)投資回收期和盈利能力指數(shù)作為系統(tǒng)價值評估指標(biāo)；文獻(xiàn)［12］考慮到儲能提供不同類型服務(wù)之間的互斥性，提出考慮多利益主體的分層儲能系統(tǒng)綜合評估指標(biāo)體系；文獻(xiàn)［13］將儲能的系統(tǒng)價值定義為一種技術(shù)的引入降低的系統(tǒng)成本；文獻(xiàn)［14］提出儲能系統(tǒng)的價值主要體現(xiàn)在容量替代方面；文獻(xiàn)［15］提出儲能系統(tǒng)的滲透率水平低時，儲能技術(shù)能帶來更大的邊際收益；文獻(xiàn)［16］的研究結(jié)果表明儲能可延緩輸電投資，并有助于提高社會福利價值；文獻(xiàn)［17］建立電力系統(tǒng)生產(chǎn)成本模型，比較分析了有無儲能的電力生產(chǎn)成本的差異；文獻(xiàn)［18］分析了不同儲能規(guī)模下的邊際價值變化情況。

電力系統(tǒng)中源與荷具有顯著的時間上不平衡性和空間上差異性，現(xiàn)有研究對儲能的系統(tǒng)價值及邊際價值進(jìn)行了分析，有關(guān)電網(wǎng)中不同并網(wǎng)節(jié)點(diǎn)儲能適應(yīng)多功能應(yīng)用的性能差異及運(yùn)營策略的挖掘不足。本文從電網(wǎng)側(cè)儲能的服務(wù)類型與市場機(jī)制出發(fā)，考慮儲能應(yīng)用的直接價值及間接價值，構(gòu)建電網(wǎng)側(cè)儲能的多重應(yīng)用價值評估模型，提出系統(tǒng)級儲能多重服務(wù)運(yùn)營策略、站級多點(diǎn)運(yùn)行控制策略，并基于具體的案例進(jìn)行分析，以期為電力系統(tǒng)中不同并網(wǎng)位置的儲能系統(tǒng)運(yùn)營提供參考，提升儲能協(xié)同運(yùn)營效能。

1 數(shù)學(xué)模型

1.1 電網(wǎng)側(cè)儲能多重應(yīng)用價值評估模型

儲能在電力系統(tǒng)中的應(yīng)用價值具有明顯的正外部性特征，考慮投資主體、受益主體、市場機(jī)制等因素，可將電網(wǎng)側(cè)儲能價值分為直接價值、間接價值、外部價值3種類型。其中，直接價值為受益于投資主體并可從市場上獲取的價值；間接價值體現(xiàn)為延緩電網(wǎng)設(shè)備擴(kuò)容價值、降低網(wǎng)損等；外部價值為受益于電源側(cè)及用戶側(cè)的價值，如對于新能源場站業(yè)主的提升新能源消納價值，對于電力用戶的提升供電可靠性、提升電能質(zhì)量等。

現(xiàn)階段電力市場環(huán)境下，電網(wǎng)側(cè)儲能的直接價值涵蓋參與輔助服務(wù)市場、電力現(xiàn)貨市場的運(yùn)營價值，計及儲能多重應(yīng)用的動態(tài)運(yùn)營成本，以凈價值為目標(biāo)構(gòu)建目標(biāo)函數(shù)：

1.2.4 儲能多重應(yīng)用間接價值評估

間接價值涵蓋儲能延緩設(shè)備擴(kuò)容、降低網(wǎng)損價值，數(shù)學(xué)模型為：

式中：[Cdg]——變電設(shè)備與線路的單位容量成本，元；[ΔPload]——儲能減少的峰值負(fù)荷，kW；[Δn]——儲能延緩設(shè)備擴(kuò)容的年限，a；[R]——上一級變電站至儲能系統(tǒng)并網(wǎng)點(diǎn)的等效電阻，Ω；[λ（t）]——電網(wǎng)購電電價，元/kWh；[U]——儲能系統(tǒng)并網(wǎng)點(diǎn)的電壓，V；[P（t）]、[Q（t）]——負(fù)荷有功功率、無功功率，kW、kVA。

2 儲能系統(tǒng)多重應(yīng)用運(yùn)營策略

電網(wǎng)側(cè)儲能系統(tǒng)多重應(yīng)用運(yùn)營策略涵蓋系統(tǒng)級儲能多重服務(wù)運(yùn)營策略及站級多點(diǎn)運(yùn)行控制策略兩個層面，如圖1所示。系統(tǒng)級儲能多重服務(wù)運(yùn)營策略，基于電網(wǎng)側(cè)儲能的直接價值模型，首先以凈收益最大為目標(biāo)分別優(yōu)化儲能參與調(diào)頻輔助服務(wù)、電力現(xiàn)貨市場的運(yùn)營策略；進(jìn)而以儲能提供多重服務(wù)的總收益最大為目標(biāo)，基于不同時間斷面儲能提供不同服務(wù)的收益情況，以總收益最大為目標(biāo)，優(yōu)化儲能提供不同服務(wù)的狀態(tài)及運(yùn)營策略，并評估儲能多重應(yīng)用的直接價值與運(yùn)營成本。站級多點(diǎn)運(yùn)行控制策略基于系統(tǒng)級儲能多重服務(wù)運(yùn)營策略，兼顧不同并網(wǎng)節(jié)點(diǎn)儲能裝置的網(wǎng)損靈敏度、延緩設(shè)備擴(kuò)容靈敏度的性能指標(biāo)值，采用熵值法，計算綜合性能指標(biāo)模型，考慮儲能運(yùn)行約束，依據(jù)不同并網(wǎng)節(jié)點(diǎn)儲能綜合性能指標(biāo)值的高低，分配系統(tǒng)級指令，并評估儲能多重應(yīng)用的間接價值。

3 案例分析

3.1 算例說明

算例中等值網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量為152個，基于不同并網(wǎng)節(jié)點(diǎn)負(fù)荷需求年度時序數(shù)據(jù)，采用[k]均值聚類方法提取出各節(jié)點(diǎn)典型負(fù)荷需求曲線。設(shè)置典型日調(diào)頻需求數(shù)據(jù)如圖2所示，調(diào)頻出清電價如圖3所示，電能量市場出清價格如圖4所示。并設(shè)置儲能的并網(wǎng)節(jié)點(diǎn)分別為10、41、43、77、113、117、124，裝機(jī)規(guī)模分別為10、10、12、8、24、5、32 MW，額定功率下持續(xù)放電時長均為2 h。

基于鋰離子電池儲能系統(tǒng)技術(shù)經(jīng)濟(jì)條件現(xiàn)狀，考慮循環(huán)壽命與日歷壽命約束，擬合平準(zhǔn)化電力成本[Clcoe]（元/kWh）與日均放電次數(shù)[x]的函數(shù)關(guān)系為：

[Clcoe=0.3926x-1.67+0.3392] （12）

3.2 性能指標(biāo)分析

儲能延緩設(shè)備擴(kuò)容、降低網(wǎng)損性能指標(biāo)計算結(jié)果分別如圖5、圖6所示，為反映性能指標(biāo)的時空特征，以等高線圖形式呈現(xiàn)。指標(biāo)值為負(fù)時，儲能運(yùn)行于放電狀態(tài)有利于降低系統(tǒng)負(fù)載率、網(wǎng)損；指標(biāo)值為正時，儲能運(yùn)行于充電狀態(tài)可降低系統(tǒng)負(fù)載率、網(wǎng)損；指標(biāo)值的絕對值越大，同等儲能運(yùn)行功率下對系統(tǒng)負(fù)載率、網(wǎng)損的調(diào)節(jié)幅度越大。

儲能延緩設(shè)備擴(kuò)容性能指標(biāo)值的范圍為［[-0.0094]，0.0044］。儲能延緩設(shè)備擴(kuò)容調(diào)節(jié)能力存在時空差異性，在所分析的時間尺度內(nèi)，節(jié)點(diǎn)108、109、111等為恒正節(jié)點(diǎn)，儲能充電對延緩設(shè)備擴(kuò)容有利；節(jié)點(diǎn)42、43、76等為恒負(fù)節(jié)點(diǎn)，儲能放電對延緩設(shè)備擴(kuò)容有利；節(jié)點(diǎn)2、124等為正負(fù)節(jié)點(diǎn)，需根據(jù)指標(biāo)值的時間特征動態(tài)調(diào)節(jié)儲能充放電狀態(tài)。儲能降低網(wǎng)損性能指標(biāo)值的范圍［[-0.0318]，0.0452］，在同等運(yùn)行功率下，儲能充電降損能力大于放電降損能力。不同于儲能延緩設(shè)備擴(kuò)容性能指標(biāo)，該項指標(biāo)值在時間區(qū)間［10，12］內(nèi)以負(fù)值為主，在時間區(qū)間［19，21］內(nèi)以正值為主。空間尺度上，放電降損優(yōu)勢明顯的節(jié)點(diǎn)編號依次為43、42、76、75、86等，充電降損優(yōu)勢明顯的節(jié)點(diǎn)編號依次為95、91、96、92、97等。融合儲能延緩設(shè)備擴(kuò)容與降低網(wǎng)損性能指標(biāo)，得出儲能電站并網(wǎng)節(jié)點(diǎn)的綜合性能指標(biāo)如圖7所示，據(jù)此制定儲能電站多點(diǎn)運(yùn)行控制策略。

3.3 儲能系統(tǒng)多重應(yīng)用運(yùn)營策略

3.3.1 場景1：儲能系統(tǒng)參與調(diào)頻輔助服務(wù)市場

儲能系統(tǒng)在典型日參與調(diào)頻輔助服務(wù)的運(yùn)營收益為52.16萬元，放電電量為1033.6 MWh，日放電次數(shù)為5.12次；基于式（12）所示的平準(zhǔn)化電力成本擬合公式，運(yùn)營成本為37.72萬元，凈收益為14.44萬元。儲能系統(tǒng)參與調(diào)頻運(yùn)行曲線如圖8所示。

3.3.2 場景2：儲能系統(tǒng)參與電力現(xiàn)貨市場

儲能系統(tǒng)在典型日參與現(xiàn)貨市場的運(yùn)營收益為18.41萬元，放電電量為287.24 MWh，日放電次數(shù)為1.42次；運(yùn)營成本為16.01萬元，凈收益為2.4萬元。儲能系統(tǒng)參與現(xiàn)貨市場運(yùn)行曲線如圖9所示。

3.3.3 場景3：儲能系統(tǒng)參與調(diào)頻輔助服務(wù)和電力現(xiàn)貨市場

儲能系統(tǒng)在典型日參與兩個市場的運(yùn)營收益為54.02萬元，放電電量為1030.3 MWh，日放電次數(shù)為5.1次；運(yùn)營成本為37.61萬元，凈收益為16.41萬元。電網(wǎng)側(cè)儲能多重應(yīng)用運(yùn)營策略如圖10所示。

3.4 儲能電站多點(diǎn)運(yùn)行控制策略

以網(wǎng)損靈敏度指標(biāo)為例，將系統(tǒng)級的經(jīng)營策略分配至各級站點(diǎn)，如圖11所示。將按照儲能并網(wǎng)節(jié)點(diǎn)裝機(jī)容量所占比例分配運(yùn)行指令作為比較對象，分析儲能電站多點(diǎn)運(yùn)行控制的降損與延緩線路擴(kuò)容效果，如表1所示。由表1可知，所提綜合性能指標(biāo)模型及儲能電站多點(diǎn)運(yùn)行控制策略可兼顧降低系統(tǒng)網(wǎng)損與延緩設(shè)備擴(kuò)容的雙重應(yīng)用功能，提升儲能電站的多重應(yīng)用價值。假定典型日天數(shù)為200，儲能參與兩個市場的年運(yùn)營收益為10804萬元，年凈收益為3282萬元；間接可變現(xiàn)價值方面，以江蘇燃煤標(biāo)桿電價0.391元/kWh計算，儲能運(yùn)行的年降損收益為149.67萬元；儲能運(yùn)行可削減峰值負(fù)荷為82.17 MW，以線路擴(kuò)建成本800萬元/MW、負(fù)荷年增長率1.5%、預(yù)期收益率6%計算，儲能延緩線路擴(kuò)容年收益為341.84萬元。

4 結(jié) 論

本文針對電網(wǎng)側(cè)儲能多重應(yīng)用價值及運(yùn)營策略問題，建立電網(wǎng)側(cè)儲能多重應(yīng)用價值評估模型及多點(diǎn)布局儲能運(yùn)行控制指標(biāo)模型，提出儲能系統(tǒng)級與站級運(yùn)行策略，得到主要結(jié)論如下：

1）提供多重服務(wù)的儲能系統(tǒng)多重應(yīng)用價值不是單一服務(wù)價值的簡單疊加，多重服務(wù)運(yùn)營策略的制定需兼顧儲能價值構(gòu)成及運(yùn)行工況下的平準(zhǔn)化電力成本。儲能參與兩個市場的典型日運(yùn)營收益為54.02萬元，其中調(diào)頻市場、現(xiàn)貨市場運(yùn)營收益權(quán)重分別為94.32%、5.68%，放電電量為1030.3 MWh，日放電次數(shù)為5.1次，運(yùn)營成本為37.61萬元，凈收益為16.41萬元。

2）基于儲能電站不同并網(wǎng)節(jié)點(diǎn)性能指標(biāo)時空特性與綜合性能指標(biāo)，優(yōu)化儲能電站多點(diǎn)運(yùn)行控制策略，可提升儲能電站的綜合價值。所分析算例中，101 MW/202 MWh儲能系統(tǒng)降低網(wǎng)損、延緩線路擴(kuò)容年收益總計491.51萬元。

隨著電力市場建設(shè)的深入、可再生能源滲透率的提高，需融合提升新能源消納、系統(tǒng)有功無功調(diào)節(jié)等功能，進(jìn)一步提高儲能系統(tǒng)綜合價值。

［參考文獻(xiàn)］

［1］ Sandia National Laboratories. Energy storage for the electricity grid： benefits and market" potential" assessment guide［EB/OL］. （2010-2-1） ［2016-10-30］. http：//large.stanford.edu/courses/2015/ph240/burnett2/docs/SAND2010-0815.pdf

［2］ 楊裕生， 程杰， 曹高萍. 規(guī)模儲能裝置經(jīng)濟(jì)效益的判據(jù)［J］. 電池， 2011， 41（1）： 19-21.

YANG Y S， CHENG J， CAO G P. A gauge for direct economic benefits of energy storage devices［J］. Battery bimonthly， 2011， 41（1）： 19-21.

［3］ DONG S Y， KREMERS E， BRUCOLI M， et al. Establishing the value of community energy storage： a comparative analysis of the UK and Germany［J］. Journal of energy storage. 2021， 40： 102709.

［4］ CHACRA F A， BASTARD P， FLEURY G， et al. Impact of energy storage costs on economical performance in a distribution" substation［J］." IEEE" transactions" on" power systems， 2005， 20（2）： 684-691.

［5］ LEOU R C. An economic analysis model for the energy storage" "systems" "in" "a" "deregulated" "market［C］//IEEE International Conference on Sustainable Energy Technologies. Singapore， 2008.

［6］ 蘇虎， 栗君， 吳玉光， 等. 儲能電池系統(tǒng)經(jīng)濟(jì)價值的評估［J］. 上海電力學(xué)院學(xué)報， 2013， 29（4）： 315-320.

SU H， LI J， WU Y G， et al. Assessment of the economic value of the energy storage battery systems［J］. Journal of Shanghai University of Electric Power， 2013， 29（4）： 315-320.

［7］ 顏志敏， 王承民， 鄭健， 等. 配電網(wǎng)中蓄電池儲能系統(tǒng)的價值評估模型［J］. 電力自動化設(shè)備， 2013， 33（2）： 57-61.

YAN Z M， WANG C M， ZHENG J， et al. Value assessment model of battery energy storage system in distribution" " network［J］." " Electric" " power" " automation equipment， 2013， 33（2）： 57-61.

［8］ FARES R L， MEYERS J P， WEBBER M E. A dynamic model-based estimate of the value of a vanadium redox flow battery" for" frequency" "regulation" "in" "Texas［J］." Applied energy， 2014， 113： 189-198.

［9］ ROOS M H， GELDTMEIJER D A M， NGUYEN H P， et al. Optimizing the technical and economic value of energy storage systems in LV networks for DNO applications［J］. Sustainable energy， grids and networks， 2018， 16： 207-216.

［10］ 韓曉娟， 艾瑤瑤， 李相俊. 儲能在電網(wǎng)中的應(yīng)用價值及其商業(yè)模式［J］. 發(fā)電技術(shù)， 2018， 39（1）： 77-83.

HAN X J， AI Y Y， LI X J. Application value of energy storage systems in the power grid and its commercial modes［J］. Power generation technology， 2018， 39（1）： 77-83.

［11］ 孫偉卿， 劉唯， 裴亮， 等. 高比例可再生能源背景下考慮儲能系統(tǒng)價值的儲-輸多階段聯(lián)合規(guī)劃［J］. 高電壓技術(shù)， 2021， 47（3）： 983-993.

SUN W Q， LIU W， PEI L， et al. Multistage energy storage-transmission" network" joint" planning" considering the system value of energy storage under the background of high" "penetration" "renewable" "energy［J］." "High" " voltage engineering， 2021， 47（3）： 983-993.

［12］ 雷琪， 苗世洪， 郭寶甫， 等. 基于層次分析和改進(jìn)逼近理想解法的分層儲能系統(tǒng)綜合評估［J］. 電力系統(tǒng)保護(hù)與控制， 2017， 45（3）： 13-19.

LEI Q， MIAO S H， GUO B F， et al. Comprehensive evaluation of hierarchical storage system based on analytic hierarchy process and improved technique for order preference by similarity to ideal solution［J］. Power system protection and control， 2017， 45（3）： 13-19.

［13］ HEUBERGER C F， STAFFELL I， SHAH N， et al. A systems approach to quantifying the value of power generation and energy storage technologies in future electricity networks［J］. Computers amp; chemical engineering， 2017， 107： 247-256.

［14］ MALLAPRAGADA D S， SEPULVEDA N A， JENKINS J D. Long-run system value of battery energy storage in future grids with increasing wind and solar generation［J］. Applied energy， 2020， 275： 115390.

［15］ GEORGIOU S， AUNEDI M， STRBAC G. On the value of liquid-air and pumped-thermal electricity storage systems in low-carbon electricity systems［J］. Energy， 2020， 193： 116680.

［16］ KHASTIEVA D， HESAMZADEH M R， VOGELSANG I， et al. Value of energy storage for transmission investments［J］. Energy strategy reviews， 2019， 24： 94-110.

［17］ DING J， XU Y J， CHEN H S， et al. Value and economic estimation model for grid-scale energy storage in monopoly power markets［J］. Applied energy， 2019， 240： 986-1002.

［18］ SISTERNES F J， JENKINS J D， BOTTERUD A. The value of energy storage in decarbonizing the electricity sector［J］. Applied energy， 2016， 175： 368-379.

RESEARCH ON MULTIPLE APPLICATION VALUE AND OPERATION STRATEGY OF GRID SIDE ENERGY STORAGE

Xiu Xiaoqing，Li Xiangjun，Li Bei，Li Yuyang

（National Key Laboratory of Renewable Energy Grid-Integration（China Electric Power Research Institute）， Beijing 100192， China）

Abstract：Firstly， the evaluation models of multiple application value and operation cost of energy storage are constructed. Then， the performance index and comprehensive performance index model of energy storage indirect value related service types are established， and the multi-type application operation strategy of energy storage system is put forward. Finally， the simulation analysis is carried out based on the typical case. The results show that the proposed method can guide the multiple application and optimal operation of energy storage at different grid connected nodes in the power grid.

Keywords：electric power systems； energy storage； operating costs； frequency modulation； value engineering

收稿日期：2022-05-30

基金項目：中國電力科學(xué)研究院創(chuàng)新基金項目（大規(guī)模新能源與電網(wǎng)側(cè)儲能聯(lián)合優(yōu)化規(guī)劃方法研究及系統(tǒng)研發(fā)）

通信作者：修曉青（1983—），女，博士、高級工程師，主要從事儲能技術(shù)及應(yīng)用方面的研究。xxq1118@163.com