基于电力系统能效评估的蓄能用电技术节能评价及优化

高赐威　罗海明　朱璐璐　刘福潮　韩永军

(1.江苏省智能电网技术与装备重点实验室(东南大学)　南京　210096 2.国网淮安供电公司　淮安　223002 3.江苏省电力公司检修分公司淮安分部　淮安　223002 4.国网甘肃省电力公司电力科学研究院　兰州　730050)

基于电力系统能效评估的蓄能用电技术节能评价及优化

高赐威1罗海明2朱璐璐3刘福潮4韩永军4

(1.江苏省智能电网技术与装备重点实验室(东南大学)南京210096 2.国网淮安供电公司淮安223002 3.江苏省电力公司检修分公司淮安分部淮安223002 4.国网甘肃省电力公司电力科学研究院兰州730050)

摘要蓄能用电技术的调峰特性使得其应用比较广泛，但对于蓄能用电技术的节能效果却少有量化的分析。提出、推导了电力系统能效评估的节点煤耗率指标，基于交流最优潮流进行了节点煤耗率的求解；基于节点煤耗率理论，提出了蓄能用电技术节能评价的节点用电煤耗指标，利用该指标构建并研究了蓄能用电的节能优化控制模型。IEEE14节点系统算例分析了节点煤耗率指标的时间空间特性以及用于电力系统能效评估的可行性；冰蓄冷系统算例验证了该评价方法和控制策略的可行性，蓄能用电节能优化控制可有效降低系统的整体能耗。

关键词：能效评估节点煤耗率节点用电煤耗蓄能用电节能评价

0引言

蓄能用电技术是需求侧管理中负荷管理的重要措施[1]，常见的蓄能用电技术有空调蓄冷蓄热技术[2]、电热锅炉技术[3]、抽水蓄能技术[4]、压缩空气储能、飞轮储能[5]、电池储能[6]和超级电容器储能[7，8]等。

蓄能用电技术的优势主要体现在3个方面：①增加了低谷时段用电，提高了电力系统的负荷率；②负荷高峰时段释能以满足系统峰时的用能需求，降低了系统峰时电力需求；③与间歇性新能源配合，提高间歇性能源的利用率，改善其经济性。但是，由于蓄能用电比正常用电多了蓄能和蓄能转换为用能的过程，使得整体的能效下降，抽水蓄能效率一般为65%～75%，压缩空气储能效率约为65%[9]，冰蓄冷中央空调效率约为63%[10]。因此，有学者研究了蓄能用电技术的优化控制方法，但主要以考虑成本、电费的经济优化控制方法居多[11-13]，几乎没有节能优化控制策略的研究。对蓄能用电技术的节能效果评价的研究也多集中于经济性评价[14-16]，节能性评价研究较少，文献[17]从电网负荷率与供电煤耗的关系分析角度研究了冰蓄冷技术对碳排放减少的节能评价。

本文提出了电力系统能效评估的指标，给出了其理论推导和求解过程。基于该理论研究了蓄能用电技术的节能评价方法及节能控制策略，并进行了相应的算例分析。

1电力系统整体能效评估

1.1电力系统节点煤耗率指标

电力系统的能源利用效率是指电力系统的整体输出与输入之间的比值。电力系统主要包括发、输配、用3个环节，如图1所示。一般采用发电煤耗表示火力发电单元的能效，供电煤耗表示发电侧的能效，网损率表示输配电网的能效，设备能效、综合能效指标表示用电侧能效水平，但目前未有表征电力系统整体的能效指标。因此，有必要提出一个综合考虑发、输配环节的综合能效指标，以表征用电侧不同时段、不同节点的用电能效差异。

定义1：节点煤耗率(nodal coal consumption rate)，电力系统用电侧某节点i增加消耗每kW·h电能，而其他节点负荷保持不变时，发电侧以最节能的手段满足负荷增长所消耗的标煤量，用ri表示，单位g/(kW·h)。

根据节点煤耗率的定义，图1中负荷节点i(其有功负荷为PLi)的节点煤耗率ri为

(1)

式中，f为发电侧的总煤耗；fs为以交流最优潮流为优化手段的发电侧总煤耗；PGk、Fk(PGk)分别为第k台机组的有功出力和煤耗特性；ak、bk、ck为机组的煤耗特性参数；NG为发电机组数。

图1　电力系统组成及其各环节能效指标Fig.1　Composition and corresponding energy efficiency indexes of power system

1.2电力系统节点煤耗率求解

采用交流最优潮流模型实现用电侧负荷变化时，发电侧以最节能方式满足负荷变化需求。交流最优潮流模型为

(2)

构造该模型的拉格朗日函数

Γ=

(3)

(4)

可得

ri=λpi

(5)

由此可见，i节点的节点煤耗率ri对应于其最优潮流模型有功平衡等式约束的拉格朗日乘子λpi，可通过最优潮流模型求解节点煤耗率。

2蓄能用电技术节能评价及优化

2.1蓄能用电系统数学模型

蓄能用电系统在负荷低谷时段蓄能，在负荷高峰时段释能以满足负荷需求，因此负荷用能可有两种供能形式，一种为直接从系统获得电功率供能，另一种为蓄能系统释能，其系统数学模型为

(6)

式中，Tw为蓄能用电系统满足负荷用能需求的工作时段；Ts为蓄能时段；P(t)为蓄能用电系统对电力系统的电能取用功率；Ps(t)为蓄能功率(即将电能转换为蓄能能量的功率)；ηs(t)为蓄能效率；Psm为蓄能功率上限；Pw(t)为直接用电功率，即电能直接转换成目标用能(可为非电量，如冷、热量)的功率；ηw(t)为直接用电效率，即电能到目标用能之间的转换效率，若负荷用能为电能，如抽水蓄能技术，则ηw=1，若负荷用能为非电能，如冰蓄冷技术，则ηw为冰蓄冷设备制冷工况下的制冷系数；Pwm为直接用电功率上限；Pc(t)为释能功率，即蓄能转换成目标用能的功率；ηc(t)为释能效率(综合考虑保存能量及转换能量时的损失)；Pcm为释能功率上限；Pss(t)为蓄能取用功率(即蓄能在被使用时的实时功率)；PD(t)为t时刻的负荷用能功率；Qsa为蓄能用电系统在蓄能时段的总蓄能；Qs0为蓄能前的剩余能量；Qsm为蓄能用电系统的总容量；Qsu为蓄能用电系统在用能时段所使用的总蓄能。

2.2蓄能用电技术节能评价

考虑少量的蓄能用电系统的负荷相对于系统总负荷而言较小，忽略其系统机组组合变化的影响。采用1.1节提出的节点煤耗率指标，进行蓄能用电系统的节能评价。

定义2：节点用电煤耗(nodal accurate coal consumption)，供应电力系统用电侧用电设备使用的电能归算到发电侧的煤耗量，用Cc表示，单位t。节点用电煤耗是用电设备功率与用电设备节点煤耗率的乘积在时间上的积分，可表示为

Cc=∫rm(t)P(t)dt

(7)

式中，rm(t)为第m节点第t时刻的节点煤耗率；P(t)为用电设备第t时刻对电力系统的电能取用功率。

设定蓄能用电系统的冷量负荷在不同运行方式下保持不变，蓄能用电系统节能评价具体步骤如下：

1)计算某典型运行周期内蓄能用电系统以非蓄能用电方式运行时的总节点用电煤耗Cc0

(8)

若∀t使得Pwm

2)计算蓄能用电系统以蓄能用电方式运行时的总节点用电煤耗Cc1，见式(7)。设蓄能用电系统选型得当，能够满足负荷用能需求，即Pwm+Pcm≥PD。

3)计算蓄能用电系统的节能率

(9)

当α>0时，说明蓄能用电系统是节能运行的，且α的值越大，说明该系统越节能；当α≤0时，说明蓄能用电系统是非节能运行的(消耗了额外的能量)。

2.3蓄能用电技术节能优化控制

常见的蓄能用电技术控制策略主要有调峰优化控制、储能控制和经济优化控制3种优化控制策略。其中，调峰优化控制和储能控制两种方法操作相对简单，分别是以仅满足高峰负荷需求及最大化利用储能资源为目的；经济优化控制的应用最多，是以电费最少为目标进行优化。这3种优化控制策略在使用时仅从用电侧考虑，并未从电力系统发、输、配、用的全局角度考虑电力系统的整体能耗变化，因此本文根据蓄能用电系统数学模型从节能角度，提出了基于电力系统能效评估的蓄能用电技术节能优化控制模型为

(10)

该节能优化控制模型的目标函数为节点用电煤耗最小，约束条件为蓄能用电系统的数学模型。该模型是一个非线性规划模型，在实际求解时可以将连续的负荷离散化，将模型转换为线性模型求解。

3算例分析

3.1节点煤耗率解算

算例采用IEEE14节点系统[18]，设蓄能用电系统位于该网络3#节点进行算例分析。该电力系统共有5台燃煤发电机组，参考文献[19]设定机组煤耗参数，见表1。

表1　IEEE14节点系统燃煤机组煤耗参数

注：煤耗特性参数a、b、c的含义详见式(1)。

解算3#节点一天24点节点煤耗率序列。该系统的区域总负荷曲线及节点煤耗率解算结果见图2，3#节点的节点煤耗率变化与系统总负荷的变化一致。以下各图中时段1代表0∶00～1∶00，2代表1∶00～2∶00，以此类推。

图2　3#节点的24点节点煤耗率序列Fig.2　24 hours nodal coal consumption rates of bus 3

同时，对该系统所有节点的24点节点煤耗率进行求解，结果如图3所示，该系统11时段(用电高峰时段)的节点煤耗率分布如图4所示，由此可见：

图3　IEEE14节点系统24点节点煤耗率曲线Fig.3　24 hours nodal coal consumption rates of all buses on IEEE14 bus system

图4　该系统11时段的节点煤耗率分布Fig.4　Nodal coal consumption rate distribution graph of the IEEE 14 system at time interval 11

1)节点煤耗率具有时间、空间特性，在时间上与系统的总负荷变化趋势基本保持一致，在空间上与节点所处位置相关，离电源越远节煤耗率越高，反映了电网的线损。

2)节点煤耗率的差异较大，在时间尺度上，最高负荷和最低负荷时相差86 g/(kW·h)，在空间尺度上，不同节点的节点煤耗率差别也非常显著，最大达69 g/(kW·h)，可见系统在运行中可以优化用电的空间较大。

3.2蓄能用电节能效果评价

系统网络及发电机参数与3.1节算例相同，蓄能系统采用文献[11]中的某地区某建筑的冰蓄冷系统，其基本信息见表2；该建筑冷负荷的需求时段为07∶00～20∶00，该冰蓄冷系统某日的运行方案如图5所示。由于需要对蓄能用电系统的节能优化运行和经济优化运行进行对比分析，需要用到该地区的商业用电电价(峰1.193 3元/(kW·h)，平0.752 5元/(kW·h)，谷0.336 9元/(kW·h))。

图5　该建筑某日的冷负荷需求及冰蓄冷系统运行方案Fig.5　Cooling load demand and operation plan of the ice-storage system on someday

额定电功率/kW制冷工况制冷系数制冰工况制冷系数蓄冰容量/(kW·h)保温+融冰损失(%)10325.3923.667399737.6

对图5的运行方案进行节能评价。根据表2可知，用能效率ηw为常数5.392，可得Pwm=5 564.5 kW即制冷系数与电功率的乘积；根据图5的冷负荷需求可知日最大冷负荷需求PLmax=3 394 kW。因PLmax

表3　冰蓄冷系统运行方案分析结果

由表3可知，非蓄能运行方案的耗电量及煤耗量最少但电费较多；当蓄能效率ηs为3.667时，该蓄能运行方案的节能率为负值，是不节能的，但电费较少，从6 888.4元降低到4 102.7元。

造成以上结果的原因有3点：①该冰蓄冷系统制冰时的制冷系数比制冷时小32%，且会有额外的保温和融冰损耗约7.6%，导致了冰蓄冷系统的运行电耗和煤耗增加；②峰谷电价的峰谷比较大，是造成冰蓄冷系统蓄能运行方案电费较低的直接原因；③蓄能用电系统的重要特性是降负荷，减少高峰用电压力，减少发电机的备用以及供电线路的容量建设，这个特性并未在本算例中彰显出来。

为了研究冰蓄冷空调效率对其蓄能运行节能评价结果的影响，本文假设将该系统蓄能效率从ηs1=3.667提升到ηs2=5.150，以同样的运行方式满足冷负荷需求，其运行分析结果见表3，由表可见设备能效提高后，运行方案的耗电量、节点用电煤耗及电费均降低，且节能率变为正值，运行方案由不节能状态变为节能状态；该情况下，考虑蓄能的设备运行用电量7 855.6 kW·h高于不考虑蓄能时的6 943.8 kW·h，但一天的节点煤耗值为2.263 t，低于不考虑蓄能时的2.336 t，说明蓄能系统效率提升之后，蓄能用电虽然增加了电能的消耗，但减少了煤耗，因此既是经济的，亦是节能的。

为了说明蓄能用电系统的经济特性优势，对蓄能用电所带来的线路及发电容量建设成本的降低做简单分析。发电机装机容量成本(按火力发电计)设计为5 000 元/kW，输电线路建设容量成本设为3 129元/kW，煤价设为550 元/t，蓄能用电系统初始投资增加设为700 元/kW，寿期维护成本增加为300 元/kW(折算至初期成本)，采用文献[20]中节约电力电量及可避免成本的理论进行分析。

首先，通过节约电力分配因子计算运行方案平均到每天的日节约电力PSA为

(11)

式中，ΔP(t)为t时段蓄能运行方案与非蓄能运行方案向电力系统的电能取用功率的差额；τt为该时段的节约电力分配因子，分配因子计算详见文献[20]，假定蓄能用电系统由于季节和温度因素，每年只运行半年时间考虑；ND为平均网络损耗率，设为0.05。

然后，进行运行方案经济性分析，分析其蓄能运行方案对比非蓄能运行方案的成本减少量，即经济性指标B为

(12)

式中，CG为发电机装机容量成本；CTD为输电线路建设容量成本；ΔCC为蓄能运行方案对比非蓄能运行方案的节点用电煤耗增加量；CCOAL为市场煤价；PN为蓄能系统额定电功率；ΔCI为蓄能用电系统对比常规系统单位容量投资增量；ΔCM为蓄能用电系统对比常规系统的维护费增量折算至初期成本的值。

最后，经济性分析结果见表3。该算例中，在正常的蓄能效率ηs1下，相对于非蓄能运行，蓄能运行时整个电力系统的建设和运行成本减少1 499元，经济性较好。可见，虽然正常情况蓄能用电因为转换效率问题而并非节能，但考虑到其调峰特性，计及相应节约的装机容量、输配电容量的成本，蓄能用电不仅从用户侧角度是经济的(节约了用户的电费)，且从电力系统整体角度评估亦是经济的。

3.3蓄能用电节能优化控制

算例采用3.1节的IEEE14节点系统及冰蓄冷系统算例数据，根据蓄能系统参数：ηw为5.392，ηs1、ηs2分别为3.667及5.150，ηc为0.924(保温及融冰损失7.6%)，根据式(10)可知蓄能用电节能优化控制模型为

(13)

对该模型在两种不同制冰工况制冷系数(ηs1，ηs2)下进行节能优化及经济优化求解，结果见表4，详细的节能优化和经济优化控制如图6(ηs1下的冰蓄冷系统节能优化控制结果见图5)、图7所示。

表4　冰蓄冷系统节能优化及经济优化结果对照

图6　ηs1下冰蓄冷系统节能优化控制结果Fig.6　Energy-saving and economic optimizing control of the ice-storage system with ηs1

由表4、图6及图7可见：①节能优化可以实现该系统节点用电煤耗的最低，而经济优化实现了其电费的最低，前者以煤耗为标尺，实际上仅考虑了可变成本的最小化，后者以分时电价为基础，分时电价实际上纳入了通过调节负荷峰谷，降低供电容量投资的考虑；②从节能优化角度看，由于冰蓄冷系统的效率问题，系统参数为ηs1时蓄能运行不节能，故节能优化结果为非蓄能运行，当系统参数变为ηs2，效率提高时，优化结果为蓄能运行；③从经济优化角度看，为了节约电费，冰蓄冷系统均采用了低谷时段满负荷蓄冰的运行方式；由于转换效率原因，在ηs1时系统蓄冰量为30 275 kW，并未蓄满，而在ηs2时则达到了蓄冰容量上限39 973 kW。

图7　ηs2下冰蓄冷系统节能优化及经济优化控制结果Fig.7　Energy-saving and economic optimizing control of the ice-storage system with ηs2

为了更好地说明冰蓄冷系统蓄能效率对于系统节能率的影响，同时指导蓄能用电资源在节点间的优化配置，对该系统在IEEE14系统所有节点进行蓄能效率(制冰工况制冷系数)ηs变化时的节能率变化分析，结果如图8所示。当蓄能效率ηs为4.917时该蓄能设备在各节点处的节能率分布见图9(图中节点数据依次为非蓄能时的节点用电煤耗、节能优化运行时的节点用电煤耗、节能率)，详细评价结果见附表1。

图8　节能率随ηs的变化趋势Fig.8　Variation trend of energy-saving rate with ηschanging

图9　蓄能效率ηs为4.917时该蓄能设备在各节点处的节能率分布Fig.9　Energy-saving rate distribution graph of the ice-storagesystem with ηs=4.917

由图8可见：①随着蓄能效率的提高，蓄能用电的节能效果逐渐彰显；②当蓄能效率达到4.5左右时，在14#节点该冰蓄冷系统从非节能状态转变为节能状态，说明在IEEE14节点系统中，ηs至少高于4.5的冰蓄冷系统是经济节能的，是政府应该鼓励使用的；③冰蓄冷系统在不同节点运行时，蓄能运行状态转变为节能状态(节能率从负值转变为正值)时对蓄能效率要求不尽相同，节点之间存在明显差异。

由图9及附表1可见，在同一蓄能效率(4.917)下：①该冰蓄冷系统在不同节点上运行时的节能率有差异，离电源越远的节点在同种情况下节能率越高，节点之间节能率的差异最大为3%(节点14对比节点1)；②该冰蓄冷系统在离电源越远的节点上，其运行时的电费越低，差异最大为50.7%(节点14对比节点1)，主要是由于在远电源节点运行时冰蓄冷系统蓄冰量大大增加的缘故；③该冰蓄冷系统在离电源越远的节点上，其运行时的节点用电煤耗量越大，差异最大为16.5%(节点14对比节点1)，主要是由于远电源节点的节点煤耗率较高的缘故。以上说明：①对于常规用电到蓄能用电的改造工程，应优先考虑投资在远电源节点，这样不仅可以较高地提升系统效率，还为用户节省了大量的电费支出；②对于蓄能用电的规划尤其是蓄能电站的规划，应优先考虑投资在近电源节点，这样可以有效减少蓄能用电的节点用电煤耗，提升系统效率。

由此可见，本文的节能优化控制理论不仅可以实现冰蓄冷系统的节能优化控制，还可以作为节能技术经济分析和蓄能用电系统技术要求及投资指导，分时电价制定等相关政策制定的理论依据和参考。

4结论

本文提出了电力系统能效评估的节点煤耗率指标，给出了其定义、理论推导及求解过程；并以此为基础，提出了实现蓄能用电技术节能评价的节点用电煤耗指标，研究了其节能评价方法、优化控制模型，结合冰蓄冷系统的具体算例说明了该理论的可行性和有效性。算例结果表明：①节点煤耗率指标可以有效地表征电力系统的能效，节点用电煤耗指标可以实现蓄能用电系统的节能评价；②蓄能用电技术的节能优化模型可以有效地从电力系统整体角度减少蓄能用电系统的煤耗；③蓄能用电均会导致电能消耗的增加，但是蓄能期间用电煤耗率较低，因此总体煤耗有可能减少，仍有可能是节能的，这取决于蓄能释能过程的能量损失和蓄能过程中的用电煤耗降低程度；④蓄能用电技术从用户和系统角度分析均是经济的，但可能是不节能的，其转换效率是其节能运行的主要矛盾。虽然在峰谷电价的激励下，蓄能用电可以节约电费，但如果蓄能用电效率不提高，对于电力系统整体而言可能会产生额外煤耗；⑤蓄能用电的节能效益存在时间和空间上的差别，一般系统资源投资在远电源节点的节能效果较好。

研究蓄能用电技术的节能评价及节能控制是更好地普及应用蓄能用电系统的前提，可以为政府部门节能减排的决策提供有益的建议。

附录

附表1　蓄能效率ηs为4.917时该蓄能设备在各节点处的节能优化及评价结果

参考文献

[1]孙近文，万云飞，郑培文，等.基于需求侧管理的电动汽车有序充放电策略[J].电工技术学报，2014，29(8)：64-69.

Sun Jinwen，Wan Yunfei，Zheng Peiwen，et al.Coordinated charging and discharging strategy for electric vehicles based on demand side management[J].Transactions of China Electrotechnical Society，2014，29(8)：64-69.

[2]刘宇辉，陈文良.济南奥体中心水蓄冷空调系统自动控制浅谈[J].电气应用，2008，28(5)：64-71.

Liu Yuhui，Chen Wenliang.Study on automation control of water thermal storage air conditioning system in Ji’nan Olympic Sports Center[J].Electrotechnical Application，2008，28(5)：64-71.

[3]吕泉，姜浩，陈天佑，等.基于电锅炉的热电厂消纳风电方案及其国民经济评价[J].电力系统自动化，2014，38(1)：6-12.

Lü Quan，Jiang Hao，Chen Tianyou，et al.Wind power accommodation by combined heat and power plant with electric boiler and its national economic evaluation[J].Automation of Electric Power Systems，2014，38(1)：6-12.

[4]王学良，于继来.分布式抽水蓄能系统的运营策略及其效益评估[J].电力系统保护与控制，2012，40(7)：129-137，142.

Wang Xueliang，Yu Jilai.The operation strategy and its benefit assessment of the distributed pumped storage system[J].Power System Protection and Control，2012，40(7)：129-137，142.

[5]刘学，姜新建，张超平，等.大容量飞轮储能系统优化控制策略[J].电工技术学报，2014，29(3)：75-82.

Liu Xue，Jiang Xinjian，Zhang Chaoping，et al.Optimization control strategies of large capacity flywheel energy storage system[J].Transactions of China Electrotechnical Society，2014，29(3)：75-82.

[6]娄素华，易林，吴耀武，等.基于可变寿命模型的电池储能容量优化配置[J].电工技术学报，2015，30(4)：265-271.

Lou Suhua，Yi Lin，Wu Yaowu，et al.Optimizing deployment of battery energy storage based on lifetime predication[J].Transactions of China Electrotechnical Society，2015，30(4)：265-271.

[7]张莉，吴延平，李琛，等.基于超级电容器储能系统的均压放电控制策略[J].电工技术学报，2014，29(4)：329-333.

Zhang Li，Wu Yanping，Li Chen，et al.Control strategy for balanced discharge based on supercapacitor storage system[J].Transactions of China Electrotechnical Society，2014，29(4)：329-333.

[8]张纯江，董杰，刘君，等.蓄电池与超级电容混合储能系统的控制策略[J].电工技术学报，2014，29(4)：334-340.

Zhang Chunjiang，Dong Jie，Liu Jun，et al.A control strategy for battery-ultracapacitor hybrid energy storage system[J].Transactions of China Electrotechnical Society，2014，29(4)：334-340.

[9]张川，杨雷，牛童阳，等.平抑风电出力波动储能技术比较及分析[J].电力系统保护与控制，2015，43(7)：149-154.

Zhang Chuan，Yang Lei，Niu Tongyang，et al.Comparison and analysis of energy storage technology to balance fluctuation of wind power output[J].Power System Protection and Control，2015，43(7)：149-154.

[10]赵庆珠.蓄冷技术与系统设计[M].北京：中国建筑工业出版社，2012.

[11]王勇，赵庆珠.冰蓄冷系统的优化控制分析[J].暖通空调，1996(3)：3-6.

Wang Yong，Zhao Qingzhu.Optimal control strategy for ice storage systems[J].Heating Ventilating &Air Conditioning，1996(3)：3-6.

[12]胡泽春，丁华杰，孔涛.风电—抽水蓄能联合日运行优化调度模型[J].电力系统自动化，2012，36(2)：36-41.

Hu Zechun，Ding Huajie，Kong Tao.A joint daily operational optimization model for wind power and pumped-storage plant[J].Automation of Electric Power Systems，2012，36(2)：36-41.

[13]柴大鹏，成欢，葛宇剑，等.火电—抽水蓄能联合运营系统的效益分析及优化算法研究[J].华东电力，2014，42(5)：1012-1019.

Chai Dapeng，Cheng Huan，Ge Yujian，et al.Benefit analysis and optimization algorithm for thermal-pumped storage power joint operating system[J].East China Electric Power，2014，42(5)：1012-1019.

[14]王晓晖，张粒子，程世军.多元电力系统中抽水蓄能的经济性问题研究[J].电力系统保护与控制，2014，42(4)：8-15.

Wang Xiaohui，Zhang Lizi，Cheng Shijun.Economic analysis of pumped-storage unit in electricity system with multi-type power sources[J].Power System Protection and Control，2014，42(4)：8-15.

[15]肖白，丛晶，高晓峰，等.风电-抽水蓄能联合系统综合效益评价方法[J].电网技术，2014，38(2)：400-404.

Xiao Bai，Cong Jing，Gao Xiaofeng，et al.A method to evaluate comprehensive benefits of hybrid wind power-pumped storage system[J].Power System Technology，2014，38(2)：400-404.

[16]Li Dinglin，Chen Yingjie，Zhang Kun，et al.Economic evaluation of wind-powered pumped storage system[J].Systems Engineering Procedia，2012，4：107-115.

[17]樊瑛，龙惟定.冰蓄冷系统的碳减排分析[J].同济大学学报(自然科学版)，2011，39(1)：105-108.Fan Ying，Long Weiding.Carbon dioxide emissions reduction analysis of ice storage system[J].Journal of Tongji University(Natural Science)，2011，39(1)：105-108.

[18]Power Systems Test Case Archive[EB/OL].http：//www.ee.washington.edu/research/pstca.

[19]李文沅.电力系统安全经济运行—模型与方法[M].重庆：重庆大学出版社，1989.

[20]罗海明，高赐威.能效电厂规划评估软件设计与实现[J].电力需求侧管理，2014，16(1)：2-10.

Luo Haiming，Gao Ciwei.Design and implementation of efficiency power plant planning and evaluation software[J].Power Demand Side Management，2014，16(1)：2-10.

The Energy-Saving Assessment and Optimization of Energy Storage and Electricity Utilization Technology Based on the Energy Efficiency Evaluation of Power System

Gao Ciwei1Luo Haiming2Zhu Lulu3Liu Fuchao4Han Yongjun4

(1.Jiangsu Provincial Key Laboratory of Smart Grid Technology &Equipment Southeast UniversityNanjing210096China 2.State Grid Huaian Power Supply CompanyHuaian223002China 3.Jiangsu Electric Power Maintenance Branch Company Huaian DivisionHuaian223002China 4.Electrical Power Research Institute of State Grid Gansu Power CompanyLanzhou730050China)

AbstractElectrical energy-storage technology has been widely used due to its peak shaving function,but there has not been much quantitative analysis on its energy-saving effect.A nodal coal consumption rate index is proposed and derived to evaluate the power system energy efficiency,and an optimal power flow method is then used to calculate the index.Based on this theory,a nodal coal consumption for electricity utilization index is introduced and applied in the assessment of electrical energy-storage techniques’energy-saving effect,and a energy saving optimization for energy storage and electricity utilization is further studied.The simulation on the IEEE14-bus system reveals the time and space characteristicsof the nodal coal consumption rate index,andindicatesits feasibility in the power system energy efficiency evaluation.The example analysis of the ice-storage system verifies the feasibility of the energy-saving evaluating method and the corresponding optimal control model of electrical energy-storage techniques.The effectiveness of the optimal control model in reducing the power system energy consumption is also confirmed.

Keywords：Energy efficiency evaluation，nodal coal cosumption rate，nodal coal consumption for electricity utilization，energy storage and electricity utilization，energy-saving assessment

收稿日期2015-04-20改稿日期2015-07-19

作者简介E-mail：ciwei.gao@seu.edu.cn(通信作者) E-mail：luohaiming8@126.com

中图分类号：TM73

国家高技术研究发展(863)计划(2015AA050401)、国家自然科学基金(51577029)、江苏省青蓝工程和国家电网公司科技项目资助。

高赐威男，1977年生，博士，教授，博士生导师，研究方向为电力需求侧管理、电动汽车接入电网、电力规划和电力市场等。

罗海明男，1987年生，硕士，研究方向为电力需求侧管理和能效管理。