光伏电站和风电场储能容量配置的技术经济研究

0 引言

当前，我国正处于能源绿色低碳化转型的关键时期，储能产业的发展对未来我国能源结构性调整，构建清洁低碳、安全高效的能源体系具有重要意义。“十四五”期间可再生能源装机比重将进一步提升，电力系统对储能的需求也将随之增加。因此，发展储能是能源绿色低碳转型的新方向，也是“十四五”期间能源发展的重点方向。近期，《关于促进储能产业与技术发展的指导意见》《南方区域电化学储能电站并网运行管理及辅助服务管理实施细则（试行》《国家电网有限公司关于促进电化学储能健康有序发展的指导意见》《关于加强储能标准化工作的实施方案》等政策的发布对储能产业的扶持，以及产业链的发展完善、产品的研发改进、产品制造成本降低等利好因素的影响，储能的发展有望进一步提速

。

从储能技术看，考虑到大规模推广应用所需的技术成熟度和造价水平，相比于机械储能、压缩空气储能、飞轮储能和电磁储能而言，现阶段电化学储能有望实现大规模推广应用，其中锂离子电池储能技术和液流电池储能技术是储能技术重要的发展方向

。

在新能源发展过程中，由于光伏发电和风力发电具有间歇性、波动性、随机性的特点，需要配套储能解决弃光弃风问题以及平滑光伏电站和风电场的出力。因此，对于光伏电站和风电场而言，电网结构薄弱、弃光弃风问题突出的地区储能产业的发展潜力巨大。然而，如何确定光伏电站和风电场储能系统的装机容量以及如何确定储能系统的充放电功率，需要进行深入的研究和分析。

1 储能系统装机容量及充放电功率配置方法

目前已有不少研究者针对储能系统的装机提出了各类配置方法

,针对电源侧光伏电站和风电场如何确定储能装机容量以及如何确定储能系统充放电功率，本文提出了一套基于经济性最优的储能系统优化配置方法。该方法通过对光伏电站和风电场的运行现状分析，结合光伏风电的发电延时曲线，以当地太阳能和风能资源逐时数据和储能系统的单位造价、充放电效率、运行成本、售电电价和储能系统运行年数等因素作为边界条件，以净现值最大为目标计算储能容量配置。同时，结合太阳能和风能资源逐时数据，以弃电率、直流侧系统、PCS、就地升压站和电缆等设备材料的初始投资为边界条件，以差额静态回收期最小为目标计算储能系统最佳充放电功率。光伏电站储能系统装机容量及充放电功率配置见图1。

以光伏电站为例，配置储能系统的目的是降低弃电率、平滑光伏电站出力并产生收益，结合光伏电站典型日发电及限电曲线，理想的储能容量配置如图2所示。根据需求不同，储能系统在装机容量计算时一般有两种方法：一是目标弃电率，即设定某一弃电率目标值，通过配置储能系统将光伏电站的弃电率降低至该值，在此基础上计算得出储能系统容量。通常可结合全年8 760 h逐时发电量、弃电量和太阳能资源情况，利用光伏发电延时曲线能够推断储能装机容量，如图3所示;二是最佳经济性，即通过比较不同容量储能系统的投资收益情况，得到经济性最佳的储能系统容量并计算对应的弃电率。

本文基于最佳经济性进行储能容量配置计算，对于不同容量的储能系统而言，其投资和收益是不同的。提出的计算方法原理由于受到太阳能资源变化的影响，弃电率也随之变化，随着储能系统装机容量从0开始增大，储能系统的投资和收益也相应增加，但同时弃电量小于储能装机容量的天数增加，储能系统的闲置率增加，弃电量大于储能装机容量的天数能够产生额外收益，收益增速下降。因此，必定存在一个储能系统装机容量的最佳值对应经济性最佳的投资收益。基于不同储能系统容量配置引起的投资和收益的不同，为寻找最佳的储能系统装机容量，将储能装机容量的增加值设为固定步长，分别计算不同储能容量配置条件下的净现值进行比选。在计算过程中，采用全年8 760 h的太阳能资源逐时数据，并充分考虑不同储能容量配置下的连续充放电范围、储能充放电效率、储能系统运行成本、售电电价和储能系统运行年数等边界条件。储能电站的收入为储能系统售电收入，成本包括初投资、运维费、购电成本。经过计算比较，各方案中净现值最大的储能系统容量配置即为最佳方案。

在确定了储能系统装机容量后，还需要确定储能系统的充放电功率，不同的充放电功率造价不同，收益也略有不同。以10 MW/20 MWh和5 MW/20 MWh两种容量相同、充放电功率不同的电池为例，某日光伏发电连续4 h内的弃电量分别是3 MWh、7 MWh、8 MWh和2 MWh，对于10 MW/20 MWh的储能系统而言，4 h内一共可储电20 MWh，而对于5 MW/20 MWh的储能系统而言，仅储电15 MWh。由此可见，该假设中10 MW的充放电功率优于5 MW的充放电功率，但其造价也相对较贵。因此，对于不同充放电功率，本文所提出的计算方法以不配置储能系统为基准，采用差额静态回收期对不同充放电功率进行比较，以差额静态回收期最低的充放电功率作为最优方案。

2 格尔木地区某100 MW光伏电站储能系统配置分析

本项目以格尔木地区某100 MW光伏电站实际运行数据和电网调度曲线作为输入条件，该电站年弃光率为15.53%。边界条件设定如下：

3.双栏图大小：宽与高的比为3∶2，宽≤7.5 cm；通栏图大小为：宽≤15 cm；横、纵坐标字体为Arial，字号为8或9磅。

6）设备使用年限20年；

2）年运维成本1.5万元/MWh；

来的胖子四处转悠着，王祥注意到他都是在看玉石珠宝之类的小件，可谓正是自己的目标客户。胖子像是被什么吸引了一样，很快就转悠到王祥他们摊铺的附近。老道一反常态，没有主动迎出去，而是盘起了腿，一副入定打坐的样子。王祥看老道煞有介事，也暗自紧张起来。

4）充电效率90%；

顾实《汉书艺文志讲疏》云：“此《屈原赋》之属，盖主抒情者也。”〔4〕179“此《陆贾赋》之属，盖主说辞者也。”〔4〕183“此《荀卿赋》之属，盖主效物者也。”〔4〕188

5）放电效率90%；

1）储能电站单位造价180万元/MWh；

在陶瓷上装饰，首先需要掌握了解瓷器的器型与瓷质的特点，这样才能充分掌握。而新彩的料性虽然相较于其他易操作，但是还是有它基本的料性需要去了解。

7）储能容量步长5 MWh。

计算结果见表1和图4（a）所示。

4）该风电场配置10 MW/20 MWh储能系统后，弃风率下降有限，以9月2日为例，弃风率从27.81%下降到了25.53%，仅下降了2.28%。

从图5，6,7和8中可以发现，对于该光伏电站而言，每天弃光限电的持续时间较长，约在5～7 h之间，没有短时间较大的波动。储能系统可采用较小的充放电功率保证完全充满，从而降低储能系统的初始投资费用。从全年的情况来看，未配置储能时全年弃光率为15.53%，弃光限电量约为2 673.3万kWh，配置储能后，弃光率降低至6.14%，弃光限电量降至1 057.4万kWh，某100 MW光伏电站配置储能系统后典型月及全年发电弃电情况见图9。

确定了储能系统装机容量后，针对储能系统的充放电功率开展比选。储能系统不同的充放电功率对于初始投资的影响较大，充放电功率越大造价越贵，尤其在1C和0.5 C之间价格差异巨大。结合直流侧系统、PCS、就地升压站和电缆的投资费用，以不配置储能系统为基准，对储能容量为50 MWh，不同充放电功率的方案计算差额静态回收期，见表2和图4（b）。

从表2可见，对于50 MWh的储能容量而言，充放电功率越高，初始投资额越高，与此同时弃电率也越低。当充放电功率为12.5 MW时，差额静态回收期最短，为7.68年，此时对应的初始投资为9 666万元，弃电率为6.14%。由此，最终确定该100 MW光伏电站储能系统的配置为12.5 MW/50 MWh。在确定了格尔木地区某100 MW光伏电站储能系统的配置后，选取1月、4月、7月和10月四个典型月进行配置储能系统后的进一步分析。通过图5可以发现，将1月份31天的数据取平均后，12.5 MW/50 MWh的储能系统配置能够完全覆盖单日的弃电量，将光伏电站每天的弃电储存起来并在非限电时间段内释放，保证了储能系统每天一充一放。配置储能系统后，1月份的平均弃电率从5.26%下降为0。

图6显示了格尔木某100 MW光伏电站配置12.5 MW/50 MWh储能系统后4月份共计30天的平均情况。从图中可见，配置储能系统后，能够实现每日一充一放，由于单日平均弃电量大于50 MWh，导致储能系统储满后，仍有弃电情况产生，但相比于未配置储能系统，弃电率从15.72%下降至8.26%。

图7和图8分别是该光伏电站配置12.5 MW/50 MWh储能系统后7月份和10月份的平均情况，基本和4月份相当，弃电率分别从14.39%和23.82%下降到5.29%和13.83%。

由表1可见，该100 MW光伏电站随着配置储能容量的增加，弃电率逐渐下降，净现值则逐渐增加，并在储能容量配置为50 MWh时净现值达到最大，为180.1万元，此时弃电率为5.46%。由图2-1可见，储能容量配置较小时，起到的作用有限，而储能容量配置较大时，会增加储能设备的闲置率。因此，随着储能容量的增加，净现值会出现一个拐点，该拐点对应的储能容量即为经济最佳的储能容量。

一铵国内市场高位盘整，出厂报价受成本支撑，仍处高位，价格暂无下滑风险。二铵方面，秋季节市场需求释放，出口市场较为稳定，内销市场仍在加大，估计后期冬储市场价格仍会有所上扬。

3 格尔木地区某100 MW风电场储能系统配置分析

本项目以格尔木地区某100 MW风电场实际运行数据和电网调度曲线作为输入条件，该风电场年弃光率为10.00%。边界条件设定如下：

1）储能电站单位造价180万元/MWh；

星雨将“石压蛤蟆”“死蚯蚓”“大道曰返”讲给李离听，李离也笑得前仰后合，一边又正色对星雨讲：“颜老师的字雄秀独出，一变古法，兼收汉魏晋宋以来风流，我朝书法名家，没有谁超过他的。字如其人，他格力天纵，神乎其神，难以预测！练百花拂穴手中的‘快雪时晴’‘钟林毓秀’，都应体会书圣的笔意！”星雨听得半懂不懂，只是觉得颜师父的课虽然没什么意思，但这些促狭师兄太有意思了……

The average crystallite sizes (D) of the films were calculated using Scherrer's formula:

3）售电收入0.61元/kWh；

4）充电效率90%；

3）售电收入1.0元/kWh；

第三，外部环境原因。与西方先进国家相比，我国所实施的信用体系依然不完善，具体来讲，西方发达国家拥有更完善的信用体系，资金更为充足，为投资企业提供了宽广的发展平台。相比较而言，我国却对中小型企业发展的重视程度不够，缺少辅助中小型企业发展的相关政策，相关政策性法律包括金融立法、经济立法等也并没有在我国得以明确的提出，中小型企业发展困难。

5）放电效率90%；

6）设备使用年限20年；

7）储能容量步长5 MWh。

计算结果见表3和图10。

从表3和图10中可见，随着储能系统容量从0开始逐渐增加至30 MWh，该100 MW风电场的弃电率从10%开始逐渐下降至7.05%，表明增加储能系统后，能够有效降低该风电场的弃电率。然而，随着储能系统容量从0开始逐渐增加至30 MWh，储能系统的净现值也随之从0开始逐渐降低至-270.55万元。由此可见，该100 MW风电场配置的储能系统容量越大亏损越大，经济效益越差，相对而言不配置储能系统反而最为经济。

从计算结果看，对比100 MW光伏电站配置储能系统能够产生收益，而100 MW风电场配置储能却会产生亏损，考虑到储能系统造价、运维以及充放电效率等方面均相同，得出造成该现象的可能的原因为：一是储能系统全年充放电次数较少导致其利用率不高，上网电量较低；二是该风电场售电电价较低。

针对该100 MW风电场储能系统容量越大越亏损的现象，考虑到大、小风月的差异，本文分别选取了该风电场3月、6月、9月和12月四个典型月的实际运行数据，以配置10 MW/20 MWh储能系统进行分析，图11、图12、图13、图14分别给出了3月14日、6月11日、9月2日和12月16日配置储能系统后的逐时发电曲线。

利用T-text分析是否上过检索课研究生对于初级知识、中级知识、高级知识、初级技能、中级技能、高级技能、态度的差异情况，经过研究发现在知识、技能两个方面因素P值都大于0.05，没有显著性差异，只有态度的P值低于0.05，存在显著性差异，上过文献检索课的得分高于没上过文献检索课的研究生。

从图11至图14中可以发现以下几个特点：

1）从逐时曲线看，风力发电的随机性和波动性大；

2）年运维成本1.5万元/MWh；

2）从弃电量看，不同季节的弃电量差别极大；

3）调度曲线除弃风时间段外，基本与未配置储能系统时风电场的出力曲线一致，储能系统没有放电的空间；

一般用户:语料检索；语料库管理员:语料库信息资料的实时更新，根据用户需求进行语料检索；系统管理员:主要任务包括对语料库信息资源的备份，语料库信息资料的实时更新，根据用户需求进行语料检索，新用户的创建等。

对比3月14日、6月11日、9月2日和12月16日的逐时发电特性可以得出以下结论：

1）风资源相比于光资源，其间歇性、波动性、随机性的特点更加明显，尤其在不同季节，弃风率离散程度极大。以9月2日为例，往往会出现连续几小时的大风时间段，如果这段时间上网电量受到电网调度的限制，对于储能设备而言，一旦储能系统储满后，后续的风电只能放弃。由于全年每天的弃风率离散程度极大，导致储能系统容量配置太小无法起到降低弃风率提高经济性的作用，储能系统容量配置太大则在小风月份闲置率较高，造成经济性不佳。

2）现有的电网调度曲线通过气象预测进行实时调度，未考虑风电场+储能系统综合出力，导致储能设备在储满电后放电受到限制，在下一波连续几小时的大风来临之前来不及放电造成没有足够的空间储电，并由此产生连锁效应，导致全年储能系统充放电次数较少，储能系统利用率较低，售电收入较少。

此外，对比100 MW光伏电站，光伏电站的售电价为1.00元/kWh，而风电场的售电价为0.61元/kWh，售电价格差异较大，也进一步减少了储能系统的售电收入。

祖父家乡观念重。那时广东在外谋生的人不少，喜欢聚集而居，互相往来以广东人自豪。祖父八个儿子找的全是广东媳妇。二伯父病重，祖父从广东找来一个女孩给他结婚冲喜，未等圆房二伯父就死了。祖父很伤心，准备将这个儿媳当女儿嫁出去，但她坚决不离开我们家，于是祖父在广东老家为我的这位二伯母立了贞节牌坊，并给她抱养了个儿子。儿子长大，祖父送他去国外留学，岂料染上肺病，回国不久就病故了。二伯母悲叹自己命太硬，把保姆当作养女，一直在庐山居住，活到97岁，故后葬在庐山。

基于上述分析，本文从储能系统全年充放电次数较少和售电电价较低两个角度分别给出建议：

1）电网调度支持。如果能够获得电网调度的支持，将电网的调度曲线根据风电场+储能的综合发电特性进行调整，基本保证储能设备能够每天完成一充一放，从整体上提高储能系统的使用效率，进一步降低弃风率，能够提高储能电站的经济效益。理想的风电场+储能的综合发电特性典型日整体调度逐时曲线如图15所示。

2）电价补贴。目前该风电场的售电价格为0.61元/kWh，建议以风电场配套建设储能系统或者以储能系统参与调频给予电价补贴，并按照储能系统的上网电量核算发放，从而提高储能电站的经济性。

若能以风电场+储能的综合发电特性进行整体调度，售电价格仍暂以0.61元/kWh计，进行储能系统容量配置和储能系统充放电功率计算。从图16（a）中可以发现，该100 MW风电场随着配置储能容量的增加，弃电率逐渐下降，净现值则逐渐增加，并在储能容量配置为20 MWh时净现值达到最大，为78.68万元，此时弃电率为5.82%。随着储能容量的继续增加，储能系统的投资也随之增加，但此时储能系统起到的作用有限，净现值反而下降。

确定了储能系统装机容量后，针对储能系统的充放电功率进行计算。此处以不配置储能系统为基准，对储能容量为20 MWh，不同充放电功率的方案计算差额静态回收期，结果如图3-7（b）所示。由图16（b）中可以看出，对于20 MWh的储能容量而言，1C的充放电功率最高，初始投资也最高，但其差额静态回收期最长。当充放电功率为10 MW时，差额静态回收期最短，为8.83年，此时对应的初始投资为3 440万元。由此，最终确定该100 MW风电场储能系统的配置为10 MW/20 MWh。

4 结论和建议

本文提出了一种基于经济性最优的储能系统优化配置方法，并利用该计算方法针对格尔木地区某100 MW光伏电站和某100 MW风电场进行了储能系统容量配置和充放电功率优化计算，综合上述分析与讨论，得出主要结论和建议如下：

其次，是要备好学生。学生是教学的主体，教师在备课时势必要充分地考虑到学生因素。具体而言，学生的个性发展差异、认知水平差异、兴趣爱好差异、特长与不足上的差异等，都是教师在备课时可以综合考虑的问题，表现在教学计划中，即可以有：对不同基础的学生设置不同的教学任务；在具体的数学课题中安排擅长这类课题的学生来解答或请其在黑板上解题并讲解；灵活安排某些状态有点松懈的学生的表现，提携其学习状态；注重在教学中给以那些比较拘谨、不爱表现的学生以心理的勉励并为他们提供适宜的表现机会；等等。

青岛港：初步测算，青岛港约8.3%的美国航线箱量将受到影响。青岛港集装箱吞吐量中美国航线占比为21%，国际航线受影响程度约1.8%。

1）本文提出的基于经济性最优的储能系统优化配置方法，结合实际运行数据，以风光资源逐时数据、储能系统单位造价、储能系统充放电效率、储能系统运行成本、售电电价和储能系统运行年数等因素作为边界条件，以净现值最大为目标计算储能容量配置。在确定了储能系统装机容量后，针对不同充放电功率对应的初始投资，以差额静态回收期最小为目标计算储能系统最佳充放电功率。

2）以本文提出的基于经济性最优的储能系统优化配置方法，并利用该计算方法针对格尔木地区某100 MW光伏电站和某100 MW风电场进行了储能系统容量配置和充放电功率优化计算。该100 MW光伏电站配置12.5 MW/50 MWh储能系统经济性最优，弃光率从15.53%降低至6.14%，弃光限电量从2 673.3万kWh降至1 057.4万kWh。

3）从本文的计算结果看，现阶段光伏电站配置储能系统的经济性好于风电场配置储能系统。主要原因如下：风资源的波动性、间歇性和随机性特点明显强于光资源，导致其全年弃电量离散程度大，储能系统闲置率高；目前的风电场电网调度曲线未考虑风电场+储能的综合发电特性，造成储能系统全年的充放电次数受到限制，进而影响储能系统上网电量；相比于光伏电站，风电场的上网电价较低，进一步降低了储能系统的收益。

4）针对风电场配置储能系统存在的问题，如果能够获得电网调度的支持，将电网的调度曲线根据风电场+储能的综合发电特性进行调整，基本保证储能设备能够每天完成一充一放，能够提高储能电站的经济效益。此外，建议以风电场配套建设储能系统或者以储能系统参与调频给予电价补贴，并按照储能系统的上网电量核算发放，从而提高储能系统的经济性。

[1]丁明，陈忠，苏建徽，等.可再生能源发电中的电池储能系统综述[J].电力系统自动化，2013(1):19-25.

[2]严晓辉，徐玉杰，纪律，等.我国大规模储能技术发展预测及分析[J].中国电力，2013，46(8):22-29.

[3]刘冠伟.能源转型背景下的储能技术发展前景[J].中外能源，2017，v.22(12):69-78.

[4]贾蕗路，刘平，张文华.电化学储能技术的研究进展[J].电源技术，2014(10):1972-1974.

[5]施琳，罗毅，涂光瑜，等.考虑风电场可调度性的储能容量配置方法[J].电工技术学报，2013，28(5):120-127.

[6]李丽娜.华东风电分析和储能容量配置方法研究[D].浙江大学，2013.

[7]何勇琪.风光储联合发电系统容量配置优化研究[D].2012.

[8]李建林，郭斌琪，牛萌，等.风光储系统储能容量优化配置策略[J].电工技术学报，2018.