新能源发电工程储能系统容量/功率优化配置

孙培锋 冯云岗 卢海勇 龚 晨 殷仁豪

上海电力设计院有限公司

0 前言

近年来，随着我国风电、光伏等新能源产业的迅速发展，同时也出现了较为严重的新能源“弃风、弃光”现象，制约了新能源风电、光伏的进一步规模化开发利用。降低新能源弃风弃光率，提高新能源利用效率，让我国丰富的风、光等自然资源得以最大化利用，对新能源的可持续发展极为重要。在新能源风电、光伏工程中配置储能系统，能显著提高新能源风电、光伏发电量的消纳水平，降低新能源发电的弃电率。

在新能源发电工程中配置储能系统，储能系统容量/功率的合理配置是必须解决的基础性问题，储能系统容量/功率的大小将直接影响储能系统经济性，同时影响其推广和商业应用。因此，国内外的研究人员开展了储能系统容量/功率优化配置方面的研究。

汤杰[1]提出了面向电网侧的二次调频成本-效益计算模型为基础，以净效益最大为目标的储能优化配置方法。韩杏宁[2]提出了电网侧大区电力系统中长期时序生产模拟的快速计算模型。该模型储能装置配置的优化目标是最小化储能装置功率容量需求。Radih、赵书强和邱婷等人[3-5]在时序功率平衡研究中，将储能装置考虑为经济调度模型中的一类发电元件，对储能装置在各个运行小时上的充放电状态机的能量容量变化进行决策，并根据新能源接纳需要决策储能装置的最大功率和能量容值。但是该方法未能从储能电站投资者的经济收益角度考虑。修晓青等人[6]综合考虑储能电池的健康状态，以源储荷净收益最大为目标建立了储能装置优化配置模型，可计算出适宜的光储荷配比。孙充勃等人[7]利用粒子群算法求解受端电网中储能经济性最优模型，分析了节点个数和储能装置成本变化对储能优化配置的影响。程鑫等人[8]提出了基于新能源出力保证率轨迹灵敏度分析的储能配置方法，郑乐等人[9]提出将长时间尺度规划问题和短时间尺度运行问题分别放在外层优化和内层优化的双决策模型来优化储能系统配置。李建林等[10]提出了基于双层决策模型，同时考虑联络线波动惩罚、系统经济性及储能功率和容量约束。肖冰[11]等人通过改进型例子群优化算法求解得到储能系统的优化安装地点和配置容量。

上述的储能容量优化配置研究大多是科研导向，研究的储能系统容量往往偏小，且不以实际工程中储能系统投资方的经济效益为优先考虑对象。另外，针对实际新能源发电工程电源侧的储能容量/功率优化配置的研究较少。

1 基于储能系统经济效益的容量/功率优化配置方法

本文提出一种面向新能源风电、光伏发电工程，立足储能系统全生命周期的储能系统容量/功率优化配置方法。该方法综合考虑储能系统投资、运维成本、购电价、售电价、充放电效率、荷电状态、电池寿命和弃电率等因素，通过选择合适的储能容量，分析配置储能系统后，储能系统全年8 760 h内逐时充放电量，弃电量，结合储能系统购电价和售电价，得到全年8 760 h内最优经济效益的储能容量/功率优化配置方法。

储能系统容量（QSV1()t）优化配置的具体分析计算方法如下:

1)首先设定自增步数n，不同的自增步数n对应不同的储能系统容量，计算不同储能系统容量下的风、光、储系统弃电率和收益，并筛选出满足弃电率要求下的净现值最大的储能系统容量。

储能系统额定容量、额定功率定义如式（1）和式（2）：

其中：

Erate——暂定的储能系统额定容量

Prate——暂定的储能系统额定功率

Erate.0——储能系统容量初值

Prate.0——储能系统功率初值

L1——储能系统容量步长

L2——储能系统功率步长

n——自增步数

未配置储能系统时整个新能源风电、光伏发电系统全年8 760 h弃电量定义如式（3）-式（5）：

其中：

WPV(t)—单位kW，光伏全年8 760 h出力

WWD(t)—单位kW，风机全年8 760 h出力

PPV—光伏额定出力

PWD—风电额定出力

PPV(t)—全年8 760 h光伏出力

PWD(t)—全年8 760 h风电出力

Pgz(t)—全年8 760 h电网调度功率

2)配置储能系统后，当储能系统容量QSV1(t)≥0时，即新能源风电、光伏所发电量大于电网的调度电量，储能电池开始充电。充电功率为新能源风光发电量较电网调度功率多出的电能（即QSV1(t)）再乘以充电效率得到的功率值和储能额定充电功率两者的小值，用Estore(t)表示t时刻储能的蓄电量，公式如式（6）：

当QSV1(t)＜0时，即新能源风电、光伏所发电量小于电网的调度电量，储能电池开始放电，放电功率取缺少的电能（即QSV1(t)）乘放电效率和储能放电额定功率的小值（绝对值的小值），公式如式（7）：

因储能电池局限于物理效果，每次放电只能将储能电池额定电量的一部分电量释放出来，而无法将电池的额定电量一次全部释放出来。将储能电池放电后，电池内剩余的蓄电量最小比例值设置为SOCmin，则t时刻储能蓄电量的范围如式（8）

3)已知全年8 760 h储能系统蓄电量后，可求出全年8 760 h的储能电池充放电功率Pstore()t（正放，负充），如式（9）：

其中：

Estore(t-1)—t-1时刻储能电池蓄电量

Estore(t)—t时刻储能电池蓄电量

Pstore(t)—t时刻储能电池充放电功率（正放负充）

鉴于目前储能电池的技术发展水平和较高的生产及运维成本，新能源发电工程中通常只配置一定比例的储能电池，将新能源弃电量降低到可接受的程度，而无需将储能电池容量配置到将所有新能源弃电量全部消纳完毕。因此配置储能电池后，新能源发电工程中仍可能会发生弃电现象。

当QSV1(t)≥0时，用QSV2(t)判断此时是否有新能源电量的弃电现象（正弃，负不弃）：

当QSV2(t)＞0时，新能源发电工程中出现弃电现象，分析全年8 760 h逐时弃电量，求和计算出新能源发电工程中全年8 760 h总弃电量QSV(t)。将计算得到的新能源发电工程中的总弃电量除以总发电量，即可得到新能源发电工程配置储能系统后全年弃电率φ：

4)结合工程中要求的新能源发电的弃电率值φ0，筛选出满足弃电率条件的储能系统容量/功率（EratePrate）组合。计算得到储能系统全年8 760 h的放电量PSF(t)和年总放电量E。

当Pstore(t)＞0时，储能放电量等于Pstore(t)乘以放电效率：

则储能系统的年总放电量为：

5)在获得上述相关基础数据后，根据储能系统的购电支出、售电收入，年运维费，储能投资折算年值、贷款利率，可通过式（14）计算出配置一定容量的储能系统后项目的净现值J。

其中：

A—储能年售电收入（折现），万元

B—储能年购电支出（折现），万元

C—储能初投资，万元

D—储能年运维成本（折现），万元

i—贷款利率，%

然后求出使净现值J最大的储能系统容量/功率组合（EratePrate），即为最优的储能容量/功率配置。

2 储能电站储能容量优化配置方法应用

本文以青海省某地装机容量为1 030 MW光伏和250 MW风电的新能源风、光电站为对象，应用本文提出的储能容量/功率优化配置方法进行计算，得到该新能源发电站的最优储能容量配置。

2.1 储能配置优化计算输入数据

据统计，该1 030 MW光伏和250 MW风电新能源电站2019年总上网电量和总弃电量分别为 21 822．98万 kWh和 4 010万 kWh，总弃电率约15．5%。该新能源电站全年8 760 h的风电、光伏出力曲线见图1和图2。风电联合出力8 760 h延时曲线见图3，四季典型月平均风、光联合出力见图4。

结合新能源发电量、限电量及当地类似新能源电站的运行情况，将该工程的发电量与弃电量的差值作为该工程的电网调度功率，该工程全年365天的逐日调度电量见图5。进一步统计得到月平均的实际调度功率见图6。

在储能容量优化配置计算过程中，其它相关的输入参数如下：

储能电站单位造价：约180万元/MWh

储能电站年运维成本：约150元/MWh

购电成本：0．015万元/MWh

售电成本：0．1万元/MWh

贷款年利率：0．049

设备使用年限：15年

储能电池充放电效率：85．5%

图1 250 MW风电年8 760 h出力曲线

图2 1 030 MW光伏年8 760 h出力曲线

图3 1 030 MW光伏+250 MW风电联合出力8 760 h延时曲线

图4 四季典型月平均风、光联合出力

图5 全年逐日调度电量

2.2 储能配置优化计算结果

通过计算，得到了不同储能容量时对应的储能系统的净现值，整个储能工程净现值在弃电率降低到4．6%附近时达到最大，约2 040万元，此时储能系统的容量为500 MWh。计算在4．6%弃电率附近几个不同弃电率下的储能系统的净现值见表1。

图6 逐月电网调度功率

表1 将弃电率降低到4．0%～7．0%时的储能容量及对应的净现值

在选定储能容量500 MWh的前提下，由于储能电池不同充放电倍率对应不同的充放电功率，从而使储能系统每小时内储存和释放的电量不同，导致相同容量不同功率的储能系统整体成本和收益以及弃电率略有差异。

在给定储能电池容量条件下，为更准确地测算储能电池安装功率大小，通过差额收益率方法比较了相同储能系统容量不同功率方案间的经济性（与未配置储能系统的状态进行对比），对应的分析结果见表2。

由表2可见，根据不同储能系统容量/功率配置方案与未配置储能系统的差额收益率可见：配置125 MW/500 MWh的储能系统容量/功率时，整个储能系统配置方案会获得最佳的经济效益。

本工程建议选择的经济效益最优的储能系统的容量/功率配置为125 MW/500 MWh。配置125 MW/500 MWh的储能系统后，该1 030 MW光伏阵列和250 MW风电场的新能源发电工程的弃电率将从15．5%降低到5．14%。

表2 不同储能功率配置下弃电率、初投资、年总收益及不同功率配置下的差额收益率

以储能电池充放电效率95%，充放电深度90%计算，该125 MW/500 MWh储能系统年售电量为137 032．56万kWh，消纳新能源弃风弃光的储能系统年运行天数约318天。

3 结论

本文提出以储能系统经济净现值最大为目标，综合考虑储能电站投资、运维成本、充放电效率、售电价、购电价、荷电状态、储能电池寿命、弃电率等因素的储能系统容量/功率优化配置方法。该方法在全年8 760 h内通过逐时分析储能系统的充放电状态及弃电情况，结合储能系统的购电价和售电价，从而确定全年8 760 h内最优经济效益的储能容量优化配置方法。

以青海省某地1 030 MW光伏阵列和250 MW风电场的运行数据为例，应用该方法计算了该新能源发电工程的经济最优的储能容量/功率配置，该新能源电站中配置125 MW/500 MWh的储能系统时，将整个电站的弃电率从15．5%降低到5．1%时，可获得最优的经济效益。