《储能科学与技术》推荐|李建林等：新能源侧储能优化配置技术研究进展

原创李红霞李建林等储能科学与技术

收录于合集

作者：李红霞 ¹ 李建林 ² 米阳 ¹

单位：1. 上海电力大学；2. 储能技术工程研究中心（北方工业大学）

引用：李红霞,李建林,米阳.新能源侧储能优化配置技术研究进展[J].储能科学与技术,2022,11(10):3257-3267.

DOI：10.19799/j.cnki.2095-

4239.2022.0102

摘要储能作为提升新能源消纳量的一种重要手段，在“碳达峰、碳中和”要求大力发展风光等新能源背景下，“新能源+储能”模式将成为国家“十四五”期间新能源发展主流趋势。已有的储能相关综述文章主要归纳总结了各种储能本体技术的发展和储能在电力系统中的应用场景，对储能优化配置技术研究综述尚少，特别是新能源侧储能，因此了解储能在新能源侧的优化配置技术十分必要。本文首先介绍和分析了新能源侧配置储能的发展现状，包括“十四五”期间各省份颁布的政策、国内典型示范工程和应用场景；其次探讨了储能优化配置技术中2个关键问题，储能系统选型和储能系统规划模型。在选型方面，对比和分析了各种电池类型的优缺点和适用场景，在构建储能系统规划模型方面，综合考虑风光出力不确定性、经济性、环保性和技术性等不同因素对规划模型的影响，列出了具体的数学表达式和相应的规划方法；最后，针对新能源侧配置储能的政策制定、储能本体技术的发展、系统选型、优化模型的建立和优化配置仿真软件平台的开发等关键性内容提出建设性意见，为未来新能源侧配置储能实际工程项目的建设提供借鉴和参考。

关键词新能源侧；政策；储能优化配置；系统选型；储能规划

伴随“双碳”目标的提出，要实现2030年风电光伏装机12亿千瓦的目标，我国亟需加大能源转型力度。具有灵活充放电量的储能系统成为构建新型电力系统的关键，全国开始大范围推行“新能源+储能”新模式。但如何对储能进行合理配置，在满足不同应用场景下相关需求的同时又能提高经济性，成为亟待解决的难题。不同类型的储能系统会影响响应速度、安全性和成本；不同的接入位置会改变系统潮流分布，影响网络损耗和系统电压水平；超额配容会使得系统不够经济，过小的容量又不能满足不同场景下的需求，而且新能源侧能源出力的不确定性将会产生海量场景，增大规划模型的复杂度，如何重构以及简化数学模型，快速求解，成为另一亟待解决的难点。

已有储能相关综述主要归纳总结了各种储能本体技术的发展和储能在电力系统中的应用场景，对储能优化配置技术综述尚少，特别是新能源侧储能。文献[3]只综述了储能技术的发展和在新能源发电侧的应用；文献[4]着重概述了储能在发输配电各环节中的应用场景和引入储能后对规划问题建模的影响；文献[5-6]侧重描述了储能用于平抑风电功率波动控制策略和优化配置方法；文献[7]总结分析了电力系统各环节储能容量配置和经济性评估研究现状；文献[8]针对储能技术在电网侧、用户侧和新能源发电中3个不同的主要应用场合，对其应用规划和效益评估方法进行研究和归纳；文献[9]综述并归纳了目前国内外在新能源侧的储能应用场景、配置方法及预评估方法。以上文献并未针对不同的应用场景需求给出具体的优化配置数学模型和分析各种模型的优缺点。

综合上述问题，本文先梳理了“十四五”期间部分省份出台的新能源配置储能新政策、应用场景和国内典型的新能源侧储能示范工程，然后重点从储能系统选型、储能系统规划模型2个方面对储能优化配置技术进行综述和总结。

1 “新能源+储能”发展现状

1.1　新能源侧配储能政策

为积极响应“双碳”号召，在国家层面，2022年3月出台的《“十四五”新型储能发展实施方案》和《“十四五”现代能源体系规划》的通知，都要求大力推进电源侧储能发展；在地方层面，安徽、江苏、内蒙古、广西等超20省和自治区都发布相关文件要求新建新能源项目必配储能，并对配置比例、连续储能时间和电池工作寿命(循环次数)等方面列出了具体的要求。详细内容见表1。

表1 “十四五”部分省份新能源侧配储能政策

从表1中列出的6个省份政策可以看出，各省对储能配置要求高度相似，但又不完全相同。具体区别可以从3个方面进行阐释：①在储能配置比例上，要求配置的储能系统功率按占新能源项目装机容量的占比进行配置，内蒙古各地区风光项目的配置比例区间较大，在15%～30%之间，其余基本在10%～15%之间，其中风电项目和光伏项目的储能配置占比要求也存在细微差别；②在储能备电时长上，以2 h为主，安徽为1 h；③在工作寿命和容量衰减率上，寿命为10年，循环次数不低于5000次，系统容量10年衰减率不超过20%。

各省对储能配置要求的差异性，主要因为各省的峰谷电价差、相应的补贴机制和不同区域电网能源结构都不相同，所以应从国家层面进行引导，维护储能市场秩序，兼顾平衡成本，促进新能源健康发展。同时对储能规划的研究可以验证各省份已提出的具体储能配置要求是否合理和经济。

1.2　新能源侧储能典型示范工程

2011年开始建设的世界上规模最大的集风力发电、光伏发电、储能系统、智能输电于一体的国家风光储输示范工程，标志着我国新能源侧储能技术的应用开始起步，为后续新能源侧建设储能电站积累了丰富的工程经验。随着各种储能技术的快速提升，储能成本的不断下降，国家和地方政策上对新能源侧配置储能的支持，我国在新能源侧拥有了一批商业示范项目，见表2。

表2 典型新能源侧储能示范工程

随着国家和各省“新能源+储能”政策的出台，近4年投入的电源侧示范项目也应运而生，见表2。2018年鲁能海西州多能互补集成优化示范工程，是国内电源侧接入储能规模最大的，也是首个接入百MWh级的集中式电化学储能电站。该项目充分利用风光互补性，解决了风光独立发电的问题，对风、光、地热、氢等综合能源的利用和开发起到示范作用；2020年投运的浙江省长兴县0.5 MW/2 MWh储能示范项目，是由中节能和国网公司联合运行的“新能源+储能项目”，也是浙江省首个电源侧储能项目。该项目解决了光伏“限电”困境，在光伏出力增加时，将富余的电能充给储能电站，就地消纳，在光伏出力不足且负荷高峰时，启动储能放电，提升了电网新能源消纳能力；2021年湖南龙山大灵山风电10 MW/20 MWh储能项目，是湖南首个“储能+新能源”项目，在充分利用当地风电资源，提高风电消纳量的同时，也为后续湖南省新能源侧储能项目提供工程示范；2022年在建的湖北仙桃60 MW/120 MWh渔光互补光储一体化项目，采用共享储能模式，推动了新型储能电站的发展，并且提高光伏消纳量，“上可发电，下可养鱼”，实现经济效益和社会效益双丰收。

1.3　“新能源+储能”典型应用场景

相比于电网侧和用户侧，新能源侧储能最靠近风光等新能源，作用最直接。新能源侧储能系统主要在平抑新能源输出功率波动、提升新能源消纳量、降低发电计划偏差、提升电网安全运行稳定性等方面发挥重大作用，具体分类场景如图1所示。

图1 新能源侧储能应用场景

1.3.1　平抑新能源输出功率波动

通过制定合理的控制策略，优化配置储能，达到功率平滑输出的同时又能提高经济性。功率分配策略主要有高通滤波法、小波包分解法、一阶滤波算法、二阶滤波算法、滑模控制法、低通-滑动平均值滤波法、基于双向DC/AC变换器的混合储能系统控制策略等。文献[10]提出的控制策略，能以较小的储能容量将风机输出最大波动率由61.7%降到9.9%；文献[11]制定了考虑时序的混合储能控制策略，采用小波包分解方法分解风电输出功率，平滑风电并网功率。

1.3.2　提升新能源消纳量

新能源场站可以利用储能系统的双向充放电特性，在负荷低谷时，将多余的新能源电量存储，在负荷高峰时，释放电量，从而减少弃风弃光率，达到提升新能源电量的目的。文献[12]研究了风电场储能容量配置问题，考虑风电不确定性和弃风率约束，并通过实际算例验证了储能减少弃风的有效性；文献[13]以降低弃光率为目的，研究了弃光率工况下的储能充放电状态和储能需求。

1.3.3　降低发电计划偏差

通过储能装置配合新能源功率预测系统，对给出的短期与超短期发电计划偏差部分予以“充放电纠偏”，及时修正出力曲线，有利于新能源电站减免电网“两个细则”考核罚款。文献[14]为提高风电场与合同计划出力的吻合度，制定了跟踪风电计划偏差的风储系统联合控制策略，使得考核指标合格率均达到100%；文献[15]基于机会约束规划的储能系统跟踪光伏发电计划出力控制方法，该策略不仅降低了储能要求，还可以100%将误差减小并限制在合格范围内。

1.3.4　提升电网安全运行稳定性

随着大规模新能源机组不断接入电网，频率和电压等关键运行指标水平大幅降低，严重威胁电网安全运行稳定性。文献[16]提出通过定量补偿电网的惯性大小和一次调频备用容量来有效提升电网频率的暂态稳定性的储能配置方法；文献[17]验证了当含风电场的电网发生切负荷以及风电切机的故障时，储能接入电网薄弱节点能够有效抑制电压的波动，增强电压的稳定性；文献[18]研究了混合储能在提高光伏低电压穿越方面的控制策略，求解最严重故障情形下的储能配置容量。文献[19-20]通过仿真对比，验证了风电场中，储能系统能提高机组低电压穿越能力的性能和经济性；文献[21]建立了基于混合储能系统的高电压穿越控制策略模型，机组高电压穿越能力明显增强。

2 储能系统选型

储能技术的分类方式多样，按能量形式可分为：物理储能(抽水蓄能、压缩空气储能和飞轮储能)、电化学储能(锂离子电池、全矾液流电池、铅酸电池、钠硫电池)、电磁储能(超级电容和超导储能)、热储能和氢储能；按充放电形式可分为功率型储能和能量型储能，功率型储能系统功率密度高、响应速度快，且充放电循环次数多，主要用来承担频率的高频分量；能量型储能系统能量密度高，存储容量大，主要用来承担频率的低频分量；按应用场景分类可分为：电源侧(传统火电侧和新能源侧)、电网侧和用户侧储能；按组合方式可分为单一储能和混合储能。各种储能技术的特点见表3。

表3 储能技术特点

在选型方面，综合评估能量密度、功率密度、响应时间(ms，s，min)、储能充放电效率、设备寿命(或充放电次数、循环寿命，年)、技术成熟度、经济因素(投资成本、运行和维护费用)、安全和环境方面等，可获取不同储能技术在电网中的优化配置方法和在不同应用场景下的控制策略。

按时间尺度选型，超短时间尺度应用场景适合采用放电时间为秒级到分钟级的功率型超短时储能如超级电容和飞轮储能；短时间尺度应用场景适合采用放电时间为小时到天级的能量型短时储能如抽水蓄能、基于储罐的压缩空气、电化学储能；长时间尺度应用场景适合采用放电时间为数日及以上的能量型长时储能如氢储能、基于洞穴的压缩空气等。

按应用场景选型，文献[23]对比分析了铅酸电池、锂离子电池和液流电池3种储能技术在发电侧、电网侧和用户侧不同应用场景下的适用性，并通过算例分析，得出了看重成本特性的用户侧更适合用铅酸电池；看重技术特性指标的电网侧更适合用锂电池；发电侧3类电池差别不大，锂电池稍具优势的结论。文献[24]分析了储能系统在调峰调频场景下的工况特性，研究表明磷酸铁锂电池最佳、钛酸锂电池次之，抽水蓄能虽然安全性最高，但是其响应速度较慢且经济性较差，氢储能技术虽然在技术性指标方面具有较大优势，但技术不成熟且在安全性方面存在隐患，铅炭电池和胶体电池虽然在经济性方面具有一定优势，但是其功率等级低、循环寿命小、存在铅污染且技术成熟度不够。文献[25]定量分析了电化学储能、超导储能和飞轮储能对综合能源系统优化运行效果的影响，算例分析表明电化学储能可获得最低的系统运行成本以及最为显著的售电交易量，飞轮储能经济性最差，电化学储能和超导储能充放调度灵活性高，充放潜力大，因此综合能源系统更适合用电化学储能。在微网和分布式电源中，由于风光等新能源发电的间歇性要求储能单元具有高能量密度，同时负荷的快速波动要求储能单元具有高功率密度，对比单一储能系统，通常选用高能量密度和高功率密度优势互补的混合储能系统。

此外，文献[29]基于可视化软件开发了储能系统工况适用性对比平台，该平台可模拟储能在不同场景中的适用性，为实际工况中的储能选型对比分析提供理论支撑。

3 储能系统规划

风光资源的随机性和波动性，对储能功率和容量支撑能力的影响很大。新能源侧配置储能需要考虑新能源出力特征及时空互补特性，需要兼顾单个或多个应用场景下的指标。依据是否考虑新能源出力的不确定性和储能优化配置目标的不同，选取新能源出力的不确定性、经济性(成本和收益)、环保性(碳、氮、硫等污染物排放)、技术性(电压和网损)和兼顾多因素综合评价指标，构建储能优化配置数学模型，如图2所示。

图2 储能规划

3.1　考虑新能源出力不确定性的储能规划法

风电、光伏等新能源出力的不确定性和功率预测误差会影响储能规划结果，将不确定性规划方法应用到储能优化配置中，把不确定性优化问题转为确定性优化问题，将大大简化储能规划求解过程。有些文献计及了新能源出力不确定性对储能优化配置的影响。不确定性规划法主要包括随机规划、模糊规划、鲁棒优化和场景分析法。

随机规划是应对建模不确定性的传统优化方法，建立风电和光伏的概率密度函数，常用威布尔(Weibull)概率分布函数对风电进行建模，用贝塔(Beta)概率分布函数对光伏进行建模；模糊规划法通过构建模糊隶属度函数来描述风电功率的不确定性，其中梯形隶属函数在高比例风电系统优化领域经常被用来处理风电功率的不确定性。

鲁棒优化是一种解决参数不确定优化问题的方法。鲁棒优化只需要不确定参数的波动范围，而不需要场景或者精确的概率分布。文献[33]采用分布鲁棒优化规划法，根据历史数据构造风电出力的概率分布函数集合，将弃风率要求作为鲁棒机会约束，建立以储能投资成本最小为目标、以弃风率为约束的鲁棒机会约束规划模型；文献[34]采用概率分布鲁棒联合机会约束模型描述含风场系统储能最优配置问题，将鲁棒机会约束模型转化为确定性的线性矩阵不等式问题。

场景分析法是一种将含随机变量的概率分布模型转化为具体场景，用尽量少的场景模拟原随机变量的分布，从而将随机优化问题转化为确定性优化问题。文献[35]提取出历史观测自然日中的光伏发电出力分布曲线，共计500个自然日，即500个独立光伏发电场景，然后基于K-means聚类算法进行场景缩减；文献[36]基于净空模型，将光伏出力划分为5种典型天气，通过拟合分布参数得到概率密度函数；文献[37]为修正光伏出力预测值，基于k均值聚类和Copula理论建立了不同天气类型下光伏出力的条件预测误差分布模型，仿真算例表明，考虑修正与不考虑修正的情况相比，光伏电站的经济性得到提高，所需储能的功率和容量减小。

3.2　考虑不同优化目标的储能规划法

3.2.1　计及经济性的储能规划法

储能系统优化配置中的经济性通常考虑总成本最小和总收益最大两种。其中文献[38]建立的规划模型以系统总成本最小为优化目标，统筹优化高中低3种成本下的电源和储能容量，提出新能源配置储能替代火电的经济性分析；文献[39]以系统总成本最小为目标，包括电网供电费用，光伏发电成本和电池充放电折旧成本，研究储能系统容量对系统全生命周期经济性的影响；文献[40]针对光储系统容量优化配置问题，构建了光储系统日内最大净收益目标函数模型。综上，各经济性指标具体数学表达式如下。

（1）总成本最小：新能源侧储能系统总成本主要包括新能源配置总成本、储能配置总成本、电网购售电总成本。

(1)

式中，C^energy为新能源(风电光伏)配置总成本；

和

为新能源系统单位容量年投资成本和年总维护成本；C^bess为储能配置总成本；

、

分别为储能系统单位容量和单位功率年投资成本和年运行成本；

为新能源系统安装容量；

为储能系统额定容量；

为储能系统额定功率；γ为新能源系统与储能系统的折旧系数；C^grid为电网购售电总成本；

和

分别表示t时刻配网向上级电网的购电及售电电价；P_t为配网根节点与上级电网的交互功率。

（2）总收益最大：区别于电网侧和用户侧，新能源侧储能系统收益主要包括新能源自我消纳收益(减小弃风弃光率，新能源出力逼近限电指标)、辅助服务收益(参与电网调频和调峰辅助服务)、可再生能源平滑出力收益(根据“两个细则”考核标准，通过弥补风电和光伏功率预测误差，减少新能源电站出力考核罚款)、清洁供暖收益(上网富余的新能源电量通过储能，将电量直接供给电热锅炉，以供居民冬天取暖)。

(2)

式中，I₁为新能源自我消纳收益；P₁和P₂分别为储能接入前后的实际上网功率；∆t为采样出力数据的时间间隔；e₁为新能源上网电价；I₂为辅助服务收益；BC_AGC为参与调频辅助服务收益；BC_if为电网调峰收益；I₃为可再生能源平滑出力收益；C为每分的考核费用；F_k为加入储能后降低的扣分；I₄为清洁供暖收益；n_gn为平均一年供暖天数；Q_qj为日减少弃电量中用来供暖的电量；p_gn为供暖电价。

3.2.2　计及环保性的储能规划法

环保性指标通常包括CO₂和其他污染物的排放。其中文献[41]将年环境成本纳入储能优化配置模型目标函数中，年环境成本越低表明该地区新能源利用率越高；文献[42]建立碳排放成本计算模型，能够充分考虑碳排放的环境因素实现系统运行成本最小的同时减少弃风弃光与削负荷情况。综上，在储能规划模型中考虑各种污染物排放成本的具体数学表达式如式(3)：

(3)

式中，M为污染物的种类；W_k为传统火电厂生成1 MWh电量排放第k种污染物的强度，kg/MWh；Q_k为第k种污染物环境价值折算标准，元/kg；L_k为第k种污染物排放惩罚价格，元/kg。

3.2.3　计及技术性的储能规划法

在储能的优化配置模型中，技术性指标主要有：电压质量(电压稳定裕度和静态稳定电压)、网络网损(有功网损和功率损耗灵敏度)。其中文献[43]以电压稳定裕度为指标进行预选址，考虑储能设备充放电状态的基础上，以有功网损为目标函数，最终选址定容；文献[44]提出电压时序灵敏度，从改善电压角度进行储能选址定容；文献[45]将储能选在功率损耗灵敏度最高的位置；文献[46]综合考虑静态电压稳定标和有功网损，采用奇异值指标表征电压。综上，各种技术性指标的数学表达式如下。

（1）电压质量：

(4)

式中，U_margin，_i为节点i电压稳定裕度指标；U₀(i)为节点i当前电压值；U_cr(i)为节点i的临界电压值；i为节点序号；LG_i为节点强弱指标；δ₂_n_-_m为最小奇异值；S₂_n_-_m为右奇异向量。

（2）有功网损：

(5)

式中，P_loss为系统有功网损；b为总支路数；R_j为支路j的电阻；P_j、Q_j分别为支路j的有功、无功功率；δ_i为功率损耗灵敏度；U_j为支路j末端电压幅值；∆P_i是第i个节点的功率变化量；∆P_loss，_i是由∆P_i引起的总网络功率损耗的变化量。

3.2.4　兼顾多因素的储能规划法

在实际储能规划问题中，考虑单一的优化目标很难达到最佳优化配置效果，因此国内外学者在单目标基础上，开展了大量的兼顾多因素的储能规划方法研究。其中文献[47]提出分阶段容量优化配置模型，第一阶段以新能源消纳量最大为目标，第二阶段以满足新能源利用率的储能成本最小为优化目标；文献[48]上层模型以年综合费用最小为目标，下层模型以系统网损最小为目标；文献[49]上层以电站总容量最大为目标，下层以投资费用最小为目标，优化风储配比；文献[50]上层以电压波动改善效果最佳为目标进行选址，下层目标为投资成本最小进行定容；文献[51]上层以调频发电机和储能协调调频总费用最小为目标，下层模型考虑系统网损和调压惩罚成本最小进行储能选址定容；文献[52]上层以收益最大为目标，下层计及储能电池的容量损耗，以新能源就地消纳率最大为目标对储能进行优化配置；文献[53]上层以风光储系统投资建设总成本最低为目标，下层从安装节点传输功率波动、电压偏移以及网络损耗3个方面考虑。

以上文献大多采用双层规划法，能同时兼顾多种优化目标，得到储能最佳配置容量功率和选址。目前随着高比例新能源的渗透，电网频率，电压不稳定，运行压力剧增，因此在多重应用场景中，开展兼顾消纳和提升新能源侧储能电站主动支撑电网能力的储能优化配置方法研究尤为重要，同时还需综合考虑储能技术类型的选取和控制策略等因素对优化配置结果的影响。