考虑碳惩罚的电化学储能消纳风光与调峰研究

蓝静，朱继忠*，李盛林，史普鑫，郭万舒，史沛然，江长明

（1.华南理工大学电力学院，广州 510641；2.国网华北分部电力调控分中心，北京 100053）

0 引言

国家电网公司发布的“碳达峰、碳中和”行动方案中提出，要着重发展“新能源+储能”，打造以新能源为主的新型电力系统［1］，而“绿色电力+碳交易”可加快能源电力转型。2021 年7 月16 日全国碳排放权交易市场正式上线，碳配额开盘价达48 元/t，2021年9 月7 日，全国绿色电力交易市场也正式启动，2个交易市场的先后启动是实现“双碳”目标的重要步骤［2］。在新型电力系统转型建设中，碳排放权交易市场对“新能源+储能”的发展具有重要意义，可以指导通过储能来合理消纳新能源并保证用户用电负荷稳定可控。

风能和太阳能是清洁的可再生新能源，截至2020 年年底，全国并网风电装机容量达280 GW，并网太阳能发电装机容量达250 GW，但风光发电的随机性和波动性会影响电网的稳定性和安全性。电网负荷因人类活动习惯呈现白天双高峰夜晚低谷的特征，在负荷低谷期，接入过多风电和光电会造成电力系统功率失衡或火电机组长时间低出力运行与频繁启停，运行经济性变差，因此，新能源发电厂出现大量弃风弃光现象。建设合适的储能电站可以稳定传统火电机组运行、消纳风光并缓解负荷峰谷差［3-5］。

大规模储能包括抽水蓄能、压缩空气储能和电化学储能等。目前在储能市场占主导地位的是抽水蓄能，突出优势是容量大、持续充放电时间长以及服役年限长达20∼50 a；压缩空气储能与抽水蓄能的优点相似，储能容量大、持续充放电时间长且寿命大于50 a。但这2 种储能方式响应时间长，不能匹配新能源的波动性，不适用于一级响应和电量及消耗规模小的快速响应。包括铅蓄电池和锂离子电池在内的电化学储能具有容量大、充放电效率高、循环寿命长、成本低的特点，不受地理位置和建设周期影响且响应时间更短，能够缓解风光波动并稳定输出，实现风光消纳和负荷调峰［6-10］。

目前有许多关于添加储能设备消纳新能源并参与调峰的研究。文献［11］仅考虑火电机组调峰模式，对含风电系统的运行与经济性进行了探讨。文献［12］加入抽水蓄能电站约束并引入运行风险理论，评估了风电消纳区间的成本，但抽水蓄能电站受地理位置约束较大且不适用于缓解风电波动。文献［13-15］对含电化学储能装置的系统加入最小弃风量目标和最小储能运行成本目标，考察风电消纳能力，分析火电及储能调峰能力的差异，并判断各系统的经济性。文献［16-17］建立了全绿色电力出力微电网，采用多层规划优化风光储系统内风光装机和储能容量。以上文献中，含风电的新型电力系统以火电机组调峰为主，部分添加抽水蓄能或电化学储能，但是分开讨论了风光消纳与调峰问题；在风光储系统中优化储能容量并分析了多种储能内部运行情况，但未涉及火电，未讨论风光消纳情况及弃风弃光和削峰填谷带来的经济调度损失。本文将针对这些问题进行研究。

在“双碳”背景下，降低碳排放强度的需求十分迫切，随着全国碳排放权交易市场的开市，以碳减排为目标的可再生能源项目可通过碳排放权交易机制管理企业，增厚运营收益［18］。文献［19］利用联合国政府间气候变化专门委员会（IPCC）提出的碳排放量核算法计算多年来全国各省碳排放权交易对电力碳减排的影响，表明碳排放权交易政策对电力碳排放具有抑制作用。文献［20］指出不对称的电力市场和碳排放权交易市场将影响电力行业“双碳”目标实现的进度和质量，需要引导电力市场和碳排放权交易市场耦合，以碳排放权交易市场为基础，核算和交易碳排放权，设置电力市场的准入门槛和定价模式，将碳排放权的价值通过电力市场表现出来，引导新能源装机、负荷用电及传统发电低碳改造。文献［21］阐明电网是连接发电侧与用电侧的枢纽，做好电力碳排放核算与监测，发挥电网平台与网络效应，探索建立碳排放权、可再生能源绿证和电力3个交易市场联动机制，实现在发电侧、电网侧和用电侧分别降碳，在推动新型电力系统建设和电力行业低碳转型方面具有重要作用。所以，碳排放权交易市场对新能源消纳和负荷调峰具有重要指导意义。

本文设定的含风光的电力系统已知一日风光出力和负荷的真实值，考虑系统经济性，探讨最优电化学储能装置功率配置对电力系统风光消纳和电网负荷调峰的作用。为评估弃风弃光量和削峰填谷的经济性，建立以火电机组运行成本最小和储能投资与运维成本最小为基本目标函数，在碳排放权交易市场中添加最小火电碳排放成本、最小弃风弃光碳惩罚成本和最小峰谷差碳惩罚成本的多目标函数。以比利时电力运营商发布的数据作为仿真值，在Matlab 中利用Yalmip 建模工具调用Cplex求解器得到仿真结果，证明配置适当功率的电化学储能装置不仅有助于降低弃风弃光量并可对电网起到削峰填谷的作用，还可实现电力系统经济调度成本最优。

1 碳排放权交易成本

碳排放权交易市场是根据合法的碳排放权将碳排放量商品化后进行买卖，利用交易机制实现碳排放量的减少［22］。

1.1 碳排放成本

我国的发电机组主要以燃煤火电机组为主，发电过程中排放大量二氧化碳。为实现供电清洁低碳，火力发电需计入碳排放成本

式中：Cmn为燃煤火电碳排放成本，元；pm为碳排放单价，本文取150 元/t CO2；ef为碳排放因子，本文取0.997 t CO2/（MW·h）；Pi，t为i第台火电机组在t时刻的出力，MW；Δt为间隔时间，本文取1 h。

1.2 碳惩罚成本

碳惩罚是对运行过程中自身没有产生碳排放，但对其他传统机组带来影响而导致碳排放量增加的行为进行惩罚。为降低电网碳排放量，引导电力市场与碳排放权交易市场耦合，将弃风弃光惩罚和峰谷差惩罚从电力市场转移到碳排放权交易市场，创建弃风弃光碳惩罚成本和峰谷差碳惩罚成本。

1.2.1 弃风弃光碳惩罚成本

风光完全消纳是最理想的模式，但以弃风弃光量最小为目标会造成电化学储能装置投资成本陡增，利用峰谷电价差消纳风光获得的收益无法抵扣电化学储能装置高昂的投资与运维成本。考虑系统经济性，将绿色电力市场与碳排放权交易市场结合，由于风机和光伏发电不计入碳排放，为引导风机和光伏多发电，对弃风弃光增加的碳排放进行折碳惩罚。

式中：Cab，pm为弃风弃光碳惩罚成本，元；α为弃风弃光碳惩罚因子，元/（MW·h）；pr，t，pr，max分别为t时刻能量市场电价及能量市场最高电价，元/（MW·h）；Pwp，t为风电t时刻真实出力，MW；Pw，t为风电t时刻调度值，MW；Psp，t为光伏t时刻真实出力，MW；Ps，t为光电t时刻调度值，MW。

1.2.2 峰谷差碳惩罚成本

系统负荷呈现峰谷特性，会造成电网功率失衡以及发电机组启停频繁和持续爬坡，增加发电机组的运行成本。为实现削峰填谷，对峰谷差导致的峰时多发电而增加的碳排放进行折碳惩罚。

式中：Cpu，pm为峰谷差碳惩罚成本，元；σ为峰谷差碳惩罚因子，元/MW；pr，min为能量市场的最低电价，元/（MW·h）；Psumt为t时刻系统总负荷，MW；Pf，t为t时刻负荷真实值，MW；Pch，t为t时刻储能充电功率，MW；Pdis，t为t时刻储能放电功率，MW；Psummax为系统一天中总负荷最大值，MW；Psummin为系统一天中总负荷最小值，MW。

2 电化学储能消纳风光与调峰

2.1 电化学储能模型［15］

（1）电化学储能装置的充放电功率约束

（2）电化学储能装置功率状态值约束：电化学储能装置在一个循环使用周期的始末功率状态值应保持相等

2.2 电化学储能调峰与风光消纳调度模型

结合系统总经济性，考察电化学储能装置在最优功率配置下消纳风光和对电网负荷削峰填谷的作用。本文提出以计算火电运行成本和电化学储能装置投资与运维成本为基础，考虑弃风弃光碳惩罚成本和峰谷差碳惩罚成本的多目标函数调度模型［14-16，23］。

2.2.1 火电与储能成本

（1）新能源发电不消耗燃料，计算日前调度周期的火电机组运行总成本

式中：CC为火电机组运行总成本，元；Cfire为燃煤成本，元；Css为火电机组启停成本，元；Ccb为火电机组爬坡成本，元；T为总时段数，Γ=(1，2，…，T)；I为火电机组总台数；ai，bi，ci分别为第i台火电机组的耗量费用系数，元/MW2，元/MW，元；si，t为第i台火电机组在t时刻的开机成本，本文取9 000 元；ui，t为第i台火电机组在t时刻的启停状态，1为开机，0为停机；γ为火电机组爬坡成本因子，本文取30 元/MW。

（2）电化学储能装置成本包括以日均全生命周期成本表示的投资成本和运行维护成本

式中：CB为电化学储能装置总成本，元；Cb，inv为电化学储能装置投资成本，元；Cb，run为电化学储能装置运行维护成本，元；xn为第n年电化学储能装置投资折算成本与初始投资成本的比值，本文取n= 1，xn= 2%；cP为储能功率配置单位成本，本文取125元/MW；PN为储能额定功率配置，MW；cE为储能容量配置单位成本，本文取250 元/（MW·h）；EN为储能额定容量配置，MW·h；r为贴现率，本文取6%；TN为储能系统全生命周期，本文取20 a；cR为储能系统运行维护单位成本，本文取50 元/MW。

2.2.2 多目标协同优化

求得任意一项子目标函数最小值都不满足系统经济性最优，且4 个子目标函数的优化目标并不相同。为实现系统综合运行成本最小需对4个子目标函数进行多目标协同优化，因此，结合式（2），（4），（12）和（17）可得

式中：Pi，min，Pi，max为第i台火电机组的最小、最大出力，MW。

（5）火电机组爬坡约束

式中：PR，t为未接入风光系统需求旋转备用功率，MW，本文取系统负荷的5%；Pr，t为接入风光系统增加的旋转备用功率，MW；r为备用系数，本文取0.1。

2.3 求解方法

本文模型的优化变量包括火力发电机功率、火电机组发电状态、风电计划上网出力、光电计划上网出力、储能充放电状态和储能充放电功率，求解对象是一个含多变量的混合整数规划问题。Yalmip建模工具包囊括线性规划、二次规划、分支界定算法等求解算法，并且提供简单且统一的建模语言，通过分离建模和算法对规划问题建模。此外，Yalmip 工具包可自动选择算法和调用高层次的Cplex，Glpk，Lpsolver 等求解器。Cplex 求解器可以快速稳定地处理线性规划、混合整数规划和二次规划等多种规划问题。所以，本文的问题可在Matlab R2016a软件中使用Yalmip建模工具调用Cplex优化软件进行求解［24-25］。

3 算例分析

为考察电化学储能装置消纳风光和对电网调峰的能力，以比利时电力运营商发布的原始风电与负荷预测值为研究对象进行仿真计算。

3.1 仿真参数

（1）仿真计算采用20台火电机组测试系统的数据，机组相关参数见表1。

表1 火电机组具体参数Table 1 Parameters of a thermal power unit

（2）采用Elia 公司网站［26］提供的2021 年8 月25日的负荷、风电和光电出力预测值作为原始数据。负荷具有双高峰特性，风电出力呈现夜晚高、白天低的特性，光电出力集中在白天，尤其是正午时刻，其中，负荷真实峰值为8 650.000 MW，峰谷差为35.45%，风电出力真实峰值为1 660.200 MW，光电出力真实峰值为3 291.258 MW。负荷真实值减去风电和光电出力真实值得到等效负荷，新能源发电真实值与等效负荷特性相反，如图1所示。

图1 负荷、风光真实值和等效负荷的关系Fig.1 Actual load，power generation of new energy and equivalent load

（3）根据负荷真实值设置分时电价，见表2。

表2 分时电价Table 2 Time of use tariff

3.2 仿真结果分析

系统仿真分成2 个部分，第1 部分为无储能装置的系统消纳风光的能力分析，第2 部分为配置电化学储能装置的系统对消纳风光与电网调峰的影响分析。

3.2.1 无储能装置系统的电力平衡分析

从图2可以看出，在无储能装置的系统中，由于新能源发电联合出力，导致正午负荷低谷期出现大量弃风弃光情况。计算得到无储能装置系统的弃风率为9.91%，弃光率为27.50%，经济调度成本（火电机组运行成本、弃风弃光碳惩罚成本与峰谷差碳惩罚成本之和）为4 434 万元。

图2 无储能装置系统的风光消纳Fig.2 New energy consumption of the power system with no energy storage devices

3.2.2 含储能装置系统消纳风光与调峰平衡分析

系统添加800 MW 电化学储能装置，考察储能装置对系统消纳风光和电网调峰的影响。设置电化学储能装置初始荷电状态为0.3，得到的系统风光消纳如图3所示。

图3 含800 MW电化学储能装置系统的风光消纳Fig.3 Wind and solar power consumption of the system installed a 800 MW electrochemical energy storage device

计算得系统弃风率为5.56%<9.91%，弃光率为9.74%<27.50%，可见添加储能装置后系统弃风弃光量大大减少；此外，考虑添加电化学储能装置的成本，计算得系统经济调度成本为4 361 万元<4 434万元。由此可以看出，添加储能装置可有效消纳风电，减少火电机组出力，即使会增加系统成本，但火电机组运行成本的降低幅度更大，从而实现系统综合运行成本降低。

为实现削峰填谷，电化学储能装置在不同场景进行充放电，在用电低谷期担任负荷角色，消纳风电并存储电能，在用电高峰期担任电源角色释放电能。图4 为含800 MW 电化学储能装置系统的充放电功率和荷电状态，图5 为系统的负荷。由图4 和图5 可知，电化学储能装置在预测负荷低谷期充当负荷消纳风电，在预测负荷高峰期充当电源放电，使得系统峰谷差为23.31%，可以体现储能装置对电网负荷削峰填谷的作用。

图4 800 MW电化学储能装置充放电功率和荷电状态Fig.4 Charging/discharging power and SOC of the 800 MW electrochemical energy storage device

图5 含800 MW电化学储能装置的系统负荷Fig.5 Load of the power system with a 800 MW electrochemical energy storage device

不同储能功率的消纳风光储能装置和对电网削峰填谷能力不同，电化学储能装置的原始荷电状态均设为0.3，调整储能装置的最大功率得到图6所示的系统风电负荷、图7所示的系统光电负荷和图8所示的系统负荷。

图7 配置不同功率电化学储能装置的系统光电负荷Fig.7 PV load of the system with electrochemical energy storage devices of different power capacities

图8 配置不同功率电化学储能装置的系统负荷Fig.8 Load of the power system with electrochemical energy storage devices of different power capacities

由图6—8可见：随着电化学储能装置功率的增大，风光出力逐渐接近风光预测值，表明储能功率增大可以更好地消纳风光以减少弃风弃光量；系统负荷峰谷逐渐接近，峰谷差逐渐减小，说明可以通过储能消纳更多风电对电网进行更好的削峰填谷。

图6 配置不同功率电化学储能装置的系统风电负荷Fig.6 Wind load of the system with electrochemical energy storage devices of different power capacities

计算得到配置不同功率电化学储能装置的系统弃风率、弃光率、峰谷差和经济调度成本，见表3。

从表3 可以看出，随着电化学储能装置功率的增大，系统弃风率、弃光率和峰谷差都逐渐减小，储能装置功率达到1 760 MW 时可完全消纳风光。但不同储能功率下的经济调度成本显示，经济调度成本随着储能装置功率的增大先减小后增加，当储能装置功率达到800 MW 时，经济调度成本为最小值4 361 万元，随后储能装置功率继续加大，经济调度成本又开始逐渐增加。如果要完全消纳风光，储能装置功率需达到1 760 MW，但此时的经济调度成本为4 454 万元，超过无储能装置系统的经济调度成本4 434 万元。

表3 配置不同功率电化学储能装置的系统弃风率、弃光率、峰谷差和经济调度成本Table 3 Wind and solar power curtailment ratios，peak-valley difference and dispatch cost of installing electrochemical energy storage devices of different power capacities

3.3 仿真小结

对比求解得到的弃风率、弃光率、峰谷差和经济调度成本可以看出，在设定参数下，随着储能装置功率的增大，系统的弃风率和弃光率逐渐减少，对电网负荷削峰填谷的效果逐渐加强，但经济调度成本先减小后增大。考虑全系统的经济性，当电化学储能装置功率为800 MW 时弃风率下降至5.56%，弃光率也降至9.74%，峰谷差缩小为19.25%，即可以在合理消纳风光的基础上实现收益最大化。

4 结束语

本文研究电化学储能消纳风光和对电网调峰的能力，结合碳排放权交易成本提出碳惩罚成本，考虑弃风弃光和峰谷差造成的碳排放带来的经济损失，建立以火电机组运行成本和电化学储能装置投资与运维成本为基础目标函数，添加弃风弃光碳惩罚成本和峰谷差碳惩罚成本的多目标协同优化调度模型。

以比利时电力运营商发布的电力数据为研究对象进行系统仿真，仿真结果表明：随着电化学储能装置功率的增大，弃风、弃光率和峰谷差逐渐减少，储能对电网削峰填谷的效果逐渐增强，但经济调度成本先减小后增大。当电化学储能装置功率达到1 760 MW时可以实现零弃风和零弃光。但是，考虑全系统的经济性，配置800 MW 电化学储能装置后系统弃风率下降4.35%，弃光率下降17.76%，峰谷差缩小为19.25%，可以在有效消纳风光的同时使得经济调度成本最低。

在新型电力系统建设过程中，新能源发电渗透率提高会带来消纳压力并增加电网灵活性调度成本。在碳排放权交易市场中，为消纳风光波动，火电机组的稳定运行会受到影响，从而导致碳排放成本增加。利用本文提出的考虑碳惩罚的电化学储能技术可以有效消纳风光、减少碳排放量并提升全系统经济效益。但本文涉及的成本单价是动态变化的，同时，该系统未考虑其他发电方式和混合储能参与的情况，后续还需对模型和算法进行改进。