储能经济性研究进展

刘 畅，徐玉杰，张 静，胡 珊，岳 芬，丁 捷,3，陈海生,3



储能经济性研究进展

刘 畅1，徐玉杰1，张 静2，胡 珊1，岳 芬2，丁 捷1,3，陈海生1,3

（1中国科学院工程热物理研究所，北京 100190；2中关村储能产业技术联盟，北京 100022；3中国科学院大学，北京 100049）

储能在常规电力系统、可再生能源发电、分布式发电与微网、辅助服务等领域具有不同的作用和价值，其收益模式和经济评价方法也不同。但国内外对储能技术经济研究尚属于初期阶段，未形成成熟的经济评价体系。本文综述了国内外储能经济性的研究现状，结合不同储能技术在电力系统中的应用，分析了储能在不同应用领域的价值收益模式，初步建立了储能在不同收益模式下的收益模型。同时，分析了目前储能经济性研究的几种主流方法及其优缺点，以及储能经济性研究的发展趋势。

储能；经济性分析；电力系统；收益模式

随着可再生能源系统、分布式供能系统、微电网及智能电网等的快速发展，能源市场对储能的需求越发迫切。储能是指通过介质或设备把能量存储起来，在需要时再释放出来的过程，被称为电力行业的第六价值链[1]。现有储能技术种类较多，包括抽水蓄能、压缩空气储能、储热、飞轮储能、铅酸电池、锂离子电池、钠硫电池、液流电池、超级电容器和超导储能等[2-4]，其中，抽水蓄能是技术最成熟、应用最广泛的电力储能技术，其它的电力储能技术多处于示范及产业化初期阶段。这些新兴的储能技术是否会被市场接纳，其经济性是重要决定因素之一。

储能在常规电力系统、可再生能源发电、分布式发电与微网、辅助服务等领域的作用不同[5-9]，其收益模式和经济评价方法也不同，而国内外对储能技术经济性研究尚不够深入，缺乏对相关研究进展和发展趋势的综合分析和归纳总结。

因此，本文综述了国内外储能经济性研究现状，总结了储能在电力系统中的价值和收益，同时分析了储能经济性研究的发展趋势。

1 储能经济性研究现状

1.1 国际研究现状

国际上对储能技术经济研究相对较早，对储能应用的收益测算方法和储能的价值评估方法有了一些认识。

帝国理工学院GORAN STRBAC团队发表的报告“Strategic assessment of the role and value of energy storage systems in the UK low carbon energy future”[10]对未来（2030—2050年）低碳能源科技形势下不同储能技术的战略价值进行了分析，并针对分布式储能与集中式储能两种情况下的净效益和储能的最优容量进行了预测，同时对电网灵活性对储能的各种高要求进行了总结。报告指出，储能对于未来优化分配资源、减少碳排放和低碳科技发展具有重要的战略价值，且其不仅体现在经济层面。报告预测，在未来，政策将逐步健全，逐步使储能技术在低碳能源利用方面起到越来越重要的作用。

桑迪亚国家实验室（Sandia National Laboratory）对多种储能技术的总投资进行了计算，并根据释能响应时间和功率等级对各种储能技术的应用进行了较为详细的分类[11]，见表1。在此基础上，其对各种储能技术的投资等经济参数进行了更新与详细测算，用全生命周期分析方法对各种储能技术在不同应用领域下（分布式发电、辅助服务等）的应用价值进行了计算。桑迪亚国家实验室的经济性研究能够根据不同的应用情景对储能技术的经济可行性进行判断，且可以进行不同场景下不同储能技术适用性的比较。但其无法对单个储能项目的绝对经济指标进行详细和全面的测算，其经济性研究与电力市场相割裂，不能与电力系统相结合有效的计算储能项目对电力市场的贡献。

美国电科院（EPRI）、E3咨询公司、加州公共事业委员会（CPUC）等共同开发了一套储能技术经济性评价工具Energy Storage Valuation Tool（ESVT）[12-13]，量化了储能在能源、容量、监管市场中的潜在价值流。该工具能够在已知储能应用场景和技术种类的条件下，计算储能的净现值，从而判别储能项目是否能够盈利，同时也能够分析储能对电力系统和环境的影响，并探讨未来潜在的商业模式。该经济性评价工具能够从宏观上对储能技术的价值进行描述，但对于精细的经济评价则无法实现。

表1 储能的应用领域[11]

DNV GL公司基于帮助加州公共事业委员会（CPUC）在电网中部署储能系统开发了名为ES-GRID的软件[14]，该软件能够确定储能技术的类型、规模和部署地点，它采用工程级别的系统分析，可以计算储能项目的回收年限等经济收益指标。此外，DNV GL公司与桑迪亚国家实验室（Sandia National Laboratories）、美国能源部（DOE）共同开发了名为ES-Select的软件[7]，该软件能够在储能使用目的和实现功能明确的情况下，帮助选择储能技术的种类。同时，其可在确定了储能装置在电网中的应用场景的条件下，计算储能技术的经济可行性，其评价指标包括技术成熟度、投资回收期的概率分布、现金流预测和净现值等。DNV GL公司的产品均针对电网，主要目的是模拟电网运行，在此基础上对储能技术接入电网的情况进行经济收益分析，其针对性明确，但具有局限性，无法对单一的储能电站本身进行经济性研究。

Energy Exemplar开发的PLEXOS软件模拟电网在有无一定量储能系统两种情形下，电网在一定时间内的运行状态，计算电网的运行成本，两种情形下系统运行成本的不同即为储能系统带给电网的价值[7]。该软件旨在比较有无储能情景的经济差距，对储能项目本身的经济分析水平较低。

美国能源部电力传输与能源可靠办公室开发出一套标准方法，评估智能电网领域所有项目的性能、效益以及成本。NAVIGANT协助该公司将该套理论嵌入到ExcelTM工具中，形成智能电网计算工具（SGCT）[7]。NAVIGANT在SGCT评估整个智能电网项目的成本与收益基础上进行了功能拓展，专门开发了一套评估储能成本和效益的计算工具，即ESCT。ESCT的主要目标是分析已经运行的项目，但也可以分析规划或假设的项目。该方法对储能经济性的分析侧重于投资和运营情况本身的评价指标分析，对于各种储能技术的经济可行性横向对比和储能电站本身的经济指标情况则无法深入分析。

除上述针对储能项目和装置应用价值分析的经济性研究外，还有一些学者针对利用热经济学（㶲经济学）分析方法，对储能系统进行了经济性研究[15-18]。热经济学的研究理论在20世纪初期已经有所发展，1932年美国学者应用该理论对热电联产产品进行有效的定价，并从此开始快速发展，诞生了代数模式、矩阵模式、夹点技术、目标超前 优化方法和㶲定价法则等多种热经济学模式和理 论[17-18]。虽然热经济学理论在近几十年间不断发展，且不断应用于各种能量系统的分析与优化中，但其在储能领域的应用却很少，近几年内才有部分学者应用热经济学方法对绝热压缩空气储能系统进行分析，对其各部件的㶲成本分布情况进行了计算[19-23]。但相对于传统的技术经济学方法，热经济学方法在储能领域的应用尚处于不完善、缺乏验证的阶段，且其尚未实现对各种储能技术在不同应用领域的经济评价。

1.2 国内研究现状

中国对储能经济性的研究刚刚起步，整体研究状况较国外具有一定的局限性。

中国防化科学研究院杨裕生院士等学者最先提出了YCC指数方法[24-25]。

（2）

式中，YCC为经济效益指数；total为总收益，元/kW·h；total为总成本，元/kW·h；out为释能电价，元/kW·h；in为储能电价，元/kW·h；为储能系统效率；为输出1 kW·h电能的初始投资， 元/kW·h；0为输出1 kW·h电能的运行成本， 元/kW·h；DOD为充放电深度；为循环次数；m为储能系统的收益率，%。

YCC指数的提出遵循了工程技术经济学对经济效果评价指标定义的最基本概念，即经济效果为效益与费用及损失之和的比值或差值[26-30]，YCC指数作为一种经济效果评价的特定指标，即为效益与费用及损失之和的比值的一种表达形式。YCC指数的经济意义就是储能全寿命周期内，充放1度电的收益和成本的比值。

YCC作为衡量储能经济效益的判据能够在宏观上初步判定储能装置是否盈利，是对技术可行性的指导性经济指标。但其具有一定的局限性，其只能进行化学储能电池的经济可行性判定，无法对其它类型的储能技术进行判定，且无法详细计算储能技术的各种经济性指标。

中国科学院工程热物理研究所对储能系统的技术经济性有了较为全面的研究，通过工程技术经济性方法对各种储能技术在不同电价和补贴的条件下进行了较为全面的计算，其根据不同的购电电价、售电电价，以总的投资收益率为优化目标，设定了不同的税收场景，分别计算了抽水蓄能电站、压缩空气储能电站、钠硫电池、液流电池、锂电池、铅酸电池的总投资收益率、内部收益率和投资回收期，着重研究了税收优惠政策对储能盈利性的影响，并为不同应用领域下的储能技术种类的选择提供了依据[31]，并重点针对大规模压缩空气储能系统，进行了详细的工程技术经济评价和不确定因素的敏感性分析，系统地研究了系统的经济收益水平和抗风险能力[32]。

中国科学院工程热物理研究所的工作运用技术经济学方法全面的对各种储能技术，尤其是压缩空气储能技术，进行了经济收益分析，对单个储能项目建设的经济预测和可能性分析具有重要意义，同时也能够提供不同技术在各种经济条件下的横向对比，但其研究未能结合电力市场进行分析，无法给出储能技术在电力系统中的量化收益和应用价值，研究成果仍具有一定的局限性。

此外，与国际上利用热经济学研究储能系统的整体情况类似，国内应用热经济性方法进行储能经济性研究的工作仍较少。因利用热经济学方法对储能系统的研究受到热力学边界条件的限制，且无法在各种储能应用领域内实现，所以目前仅局限于应用矩阵模式对压缩空气储能技术的热经济性研究，且研究成果有限[33-36]。

2 储能经济性模型

2.1 传统发电领域

2.1.1 辅助动态运行

动态运行是指为了保证负荷和发电之间实时保持平衡，需要火电机组的输出根据调度的要求进行调整，而不是恒定地工作在额定输出状态。具体包括启动、爬坡、非满发状态和关停4种运行状态。辅助动态运行的应用是指储能装置和火电机组共同按照调度的要求调整输出的大小，尽可能地减小火电机组输出的波动范围，尽可能地让火电机组工作在接近经济运行状态下，一般来说，火电机组都设计成满发时为经济运行状态，机组的热效率最高[5-9]。

由于储能技术具备快速响应速度，通过应用储能技术进行辅助动态运行可以提高火电机组的效率，减少碳排放。动态运行会使机组部分组件产生蠕变，造成这些设备受损，提高了发生故障的可能，即降低了机组的可靠性。同时，增加了更换设备的可能和检修的费用，最终降低了整个机组的使用寿命。储能技术的应用可以避免动态运行对机组寿命的损害，减少设备维护和更换设备的费用，进而延缓或减少发电侧对新建发电机组的需求。

通常情况下，储能装置在用于辅助动态运行时均与火电机组联合运行，其收益模型见式(3)。

式中，为储能年收益，元/年；为火电上网电价，元/kW·h；和分别为发电系统无配置储能系统和配置储能系统情况下的年发电量，kW·h/年；T和T分别为发电系统无配置储能系统和配置储能系统情况下的火电机组的年度电成本，元/kW·h；S为新增储能系统的边际年度电成本，元/kW·h。

2.1.2 取代或延缓新建机组

随着电力负荷的增长和老旧发电机组的淘汰，为了满足电力客户的需要，要建设新的发电机组，主要是为了满足电力系统的可靠性和应对尖峰负荷。储能取代或者延缓新建机组是指在负荷低的时候，通过原有的高效机组给储能系统充电，在尖峰负荷时储能系统向负荷放电。这种方法取代了新建的低效机组[5-9]。

在电力系统内，有些情况下，储能可以延缓新建发电站或者直接替代新建发电站。在美国，峰荷机组主要是联合循环燃气机组，在负荷增长或者机组淘汰引起的发电不能满足负荷的情况下，美国的电力企业一般会选择建设新的单循环燃气机组应对尖峰负荷。当然应对这种情况还有一些其它的选择，如大型煤电机组、分布式机组、负荷响应以及节能技术。在中国，往往是煤电机组承担调峰的作用。而这些作为调峰的煤电机组经常不能处于满发状态，都要为负荷尖峰留有一定的余量，这就影响了经济性。利用储能技术则可以起到取代或者延缓新建机组的作用。

储能用于取代或延缓新建机组时的收益模型见式(4)。

式中，为储能年收益额，元/年；为火电上网电价，元/kW·h；为年发电量，kW·h/年；P为新建发电机组的度电成本，元/kW·h；S为储能系统的边际度电成本，元/kW·h。

2.2 可再生能源领域

2.2.1 削峰填谷

在负荷低或限电时，间歇性可再生能源给储能装置充电；在负荷高或不限电时，储能装置向电网充电。这一应用使得储能和可再生能源作为一个完整系统时，其输出是可调、可调度的，减少电力系统备用机组容量，使间歇性、可再生能源变得电网友好、可调度[5-9, 37-39]。

以风电为例，因为风电具有反调峰特性，即风电输出常常会在夜间负荷较低时较大，容易造成发电量超过负荷需求，造成“弃风”现象，应用储能技术可以实现风电的削峰填谷，使其实现以下作用：避免弃风，在夜间负荷较低电网无法消纳风电的情况下，将原本会弃掉的风电储存起来；线路负荷超出小路容量时，通过储能储电，减少线路阻塞；在发电端有峰谷电价的情况下，将夜间电价较低的风电存储起来，在电价高的时候向电网发电，提高风电的电量收益；在电网负荷尖峰时，向电网提供功率支持；减少其它电源的调峰压力。在我国做调峰的电源主要是煤电机组，减少煤电机组的动态运行，会降低动态运行对煤电机组的磨损，提高机组的效率，延长机组的使用寿命；减少备用电源预留量。风电输出的波动性和不确定性会要求建设更多的输出可控的发电厂为风力发电作备用电源。储能在可再生能源容量固定的应用，可使具有间歇性的风电的输出变得可控、可预测，可以调节其输出的大小，大大地增加可再生能源的并网率，并减少系统备用容量机组的使用。

加州Modesto Irrigation District变电站采用了Primus电力集团的风电输出固定系统EnergyFarm，其采用锌溴液流电池作为储能装置，输出功率为100 MW，额定容量300 MW·h。该装置主要起到削峰填谷的作用，在负荷高峰即电价高的时候向用户提供电源，在夜间负荷低的时候储存电能。通过负荷转移，解决弃风问题，提高电网接纳风电的能力。

此外，位于河北省张北县的风光储综合示范项目也是以可再生能源削峰填谷为主要作用的综合项目，其于2010年5月启动，2011年12月建成投产，占地面积200平方公里，建设运营方为国家电网华北电网公司。张北风光储示范项目旨在研究风光储的互补、优化风电场和太阳能电站的输出以及测试不同储能方案的可用性和特性。此外，该项目储能设备还可以实现风电平滑输、调频等应用。

储能用于可再生能源削峰填谷时的收益模型见式(5)。

式中，为年收益额，元/年；为可再生能源发电上网电价，元/kW·h；S为储能系统释能电量，kW·h/年；S为储能系统度电成本，元/kW·h。

2.2.2 跟踪计划出力

近年来，大规模的风电并入电网运行，由于风电的出力情况具有随机性、波动性的特点，使得电网的功率平衡受到影响，因此需要对风电场的发电功率进行预测，以保证电网的功率平衡和运行安全[5-9, 37-39]。

风电预测有利于电网公司合理安排发电计划、缓解电网调峰压力、降低系统备用容量、提高电网对风电的接纳能力、促进风电和电网的协调可持续发展。储能，作为众多提高风电预测能力的技术之一，具有的快速响应以及爬坡率大等特点，可以解决风电预测不能覆盖的时间段（如15 min）的问题，帮助风电提高预测的精确性。

储能应用于跟踪计划出力的收益模型见式(6)。

其中，为年收益额，元/年；为当地可再生能源发电上网标杆电价，元/kW·h；S为储能系统的度电成本，元/kW·h；△考核费用减少为有无储能两种情况下考核费用的减少额度，元/年；为可再生能源发电系统的装机容量，kW；为储能系统正常工作时可再生能源发电系统的年利用小时数，h；为储能系统不工作时可再生能源发电系统的年利用小时数，h。

2.3 辅助服务领域

2.3.1 调频[5-9]

电力系统频率是电能质量的主要指标之一，是在规定时间间隔内测量的基波电压波形的重复次数，反映的是发电有功功率和负荷之间的平衡关系。各国根据本国电网的实际情况，都会设定一个频率的基准值，如中国、欧洲、澳大利亚和日本的东部电力系统的基准频率为50 Hz，北美和日本中西部电力系统的基准频率为60 Hz。

实际运行中，频率并不能时刻保持在基准频率状态，当电力系统中原动机的功率和负荷功率发生变化时，必然会引起电力系统频率的变化。频率的偏差不利于用电和发电设备的安全、高效运行，在有的情况下，甚至会损害设备，因此，在系统频率偏差超出允许范围后（我国的偏差范围为0.2 Hz），必须进行频率调节。

调频辅助服务主要分为一次调频和二次调频。一次调频主要通过原动机的调速系统，利用系统固有的负荷频率特性，快速响应系统的频率变化（火电机组通常的响应时间在10～30 s之间）。但发电机组参与系统的一次调频时采用的是有差调节的方式，并不能将系统频率完全恢复到初始状态。二次调频主要通过自动发电控制（AGC）来实现。各区域电网依靠集中的计算机控制系统，改变发电机组的负荷频率特性，从而达到将系统频率恢复到初始状态，实现无差调节的目的。由于受能量转换过程的限制，火电机组提供二次调频时的响应速度比一次调频要慢，响应时间一般需要1～2 min。一次调频和二次调频对于系统发生较大扰动时快速恢复系统频率都十分重要，不能互相取代。一次调频能快速调整那些变化速度快、变化幅度小的负荷的随机波动，而二次调频能有效地调整分钟级乃至更长周期的负荷波动。

在中国的电力辅助服务市场中，一次调频是并网发电站必须提供的服务，并不能从电力市场中获得盈利，美国的情况也与中国类似。在中国，二次调频（AGC辅助服务）依据各区域电网的辅助服务实施细则可获得收入，美国的二次调频是作为一项服务直接参与电力市场获得盈利的。

通过对电网中的储能设备进行充放电以及控制充放电的速率，储能可以达到调节系统频率的目的。在中国，大量的燃煤电厂参与了电力系统的频率调节。但大部分火电厂运行在非额定负荷以及做变功率输出时，效率并不高，并且由于调频需求而频繁的调整输出功率，会加大对机组的磨损，影响机组寿命。因此，火电机组并不十分适合提供调频服务，如果储能设备与火电机组相结合共同提供调频服务，可以提高火电机组运行效率，大大降低碳排放。另外，储能设备还能经济运行在非满负荷状态，可以提供本身容量2倍的调节能力（如1 MW的储能设备在放电和充电时可分别上调和下调系统频率1 MW，从而调节能力为2 MW）。因此，储能设备非常适合提供调频服务。与传统发电机组相比，储能设备提供调频服务的最大优点是响应速度快，调节速率大，可以在几分钟甚至几秒钟的时间内，在无输出状态以及满放电状态（或充电状态）间转换，动作正确率高，能避免火电机组响应AGC信号时出现向相反方向调节等错误动作。

储能用于调频辅助服务时的收益模型见式(7)。

式中，为储能系统的年收益，元/年；AGC补偿收入增加为配置储能系统前后AGC补偿收入增加额度，元/年；一次考核费用减少为配置储能系统前后一次考核费用的减少额度，元/年；AGC考核费用减少为配置储能系统前后AGC考核费用的减少额度，元/年；S为配置的储能装置的年运行与投资均摊的成本，元/年。

2.3.2 调峰

电力系统在实际运行过程中，总的用电负荷曲线并不是一条水平的直线，而是有高峰低谷之分。由于高峰负荷仅在一天的某个时段出现，因此，需要配备一定的发电机组在需要高峰负荷时发电，满足电力需求，实现电力系统中电力生产和电力消费间的平衡。由于各国电力系统的运行方式不尽相同，对于电力辅助服务的分类也各有区别，目前在美国等国外辅助服务市场中，并没有包含调峰辅助服务，在中国的辅助服务市场中，调峰辅助服务分为基本调峰和有偿调峰。基本调峰是并网发电机组所必须提供的辅助服务，发电机组在规定的出力范围内，都必须无偿提供此服务。各区域电网对发电机组的出力范围都有相关的规定，如华北电网规定，火电机组的基本调峰标准应达到额定容量的50%；水电机组的基本调峰标准应达到其额定容量的100%；风电等清洁能源发电机组、供热火电机组在供热期间按能力提供基本调峰。有偿调峰是指机组按电力调度指令进行的超过基本调峰范围的深度调峰，以及发电机组启停机调峰（机组在停机24 h内再度开启发电的调峰方式）[5-9, 40-41]。

抽水蓄能目前是最成熟、完全实现商业化的储能技术，调峰是抽水蓄能电站主要的一个应用领域。

式中，为储能系统的年收益，元/年；调峰和抽水分别为调峰和抽水电价，元/kW·h；发电和抽水分别为年发电和抽水电量，kW·h/年；C为储能系统的度电成本，元/kW·h。

2.3.3 备用容量

备用容量指的是电力系统除满足预计负荷需求外，在发生事故时，为保障电能质量和系统安全稳定运行而预留的有功功率储备。备用容量可以随时被调用，并且输出负荷可调。通常来说，电力系统中的备用容量应该等于系统正常电力供应容量的15%～20%，但最小值应该等于系统中单机装机最大的机组容量[5-9]。

储能设备可以为电网提供备用辅助服务，通过对储能设备进行充放电操作，可实现调节电网有功功率平衡的目的。和发电机组提供备用辅助服务一样，储能设备提供备用辅助服务，也必须随时可被调用，但储能设备不需要一直保持运行，即放电或充电状态，只需在需要使用时能够被立即调用提供服务即可，因此经济性较好。另外，储能提供备用服务时，由于其可充电的特性，实际是可以提供两倍于其额定容量的调节容量。并且在提供备用容量辅助服务时，还可以提供其它的服务，如削峰填谷、调频、延迟输配线路升级等。

能够快速响应电网需求，提供高功率、长时间功率输出的储能技术原则上都能提供备用容量辅助服务，特别是旋转备用辅助服务。目前建成并投运的抽水蓄能电站、压缩空气储能电站在提供调峰、调频辅助服务的同时，几乎都承担了为系统提供旋转备用服务的责任。世界上第一座压缩空气储能电站——德国Huntorf压缩空气储能电站是典型的备用容量储能电站。Huntorf压缩空气储能电站位于德国北部，最初建造的动机来自于德国关停大量的发电设施后对“分钟级备用电源”的需求增加，以及电网中风电的比例稳步上升后对短期电网预测准确性需求。另外，该电站建设于一个核电站附近，是核电站的黑启动电源[42-43]。

2.4 分布式能源与微网领域[5-9, 44]

2.4.1 分时电价管理

电力系统中的负荷总量并不是一成不变的，随着时间的变化用电量会出现高峰、平段、低谷等现象，电力部门根据这些特点，将每天24小时划分为高峰、平段、低谷等多个时段，对各时段分别制定不同的电价水平，即为分时电价。基于零售电价，用户可以根据自己的实际情况安排用电计划，将电价较高时段的电力需求转移到电价较低的时段实现，从而达到降低总体电价水平的目的，即为分时电价管理。分时电价管理与移峰很相似，但分时电价管理是基于分时电价体系来实现的。在实施了分时电价的电力市场中，储能是理想的帮助电力用户实现分时电价管理的手段。在电价较低时给储能系统充电，在高电价时放电，不仅可以通过低存高放来降低整体用电成本，而且还不用改变用户的用电习惯，即使是在电价最高时还可以按自己的需求使用电能。

分时电价管理的收益主要通过电价差和用电计划的调整而获得。

式中，为储能系统年收益，元/年；in和out分别为储能电价和用电电价，元/kW·h；in和out分别为储能电量和用电量，kW·h/年；为储能装置的度电成本，元/kW·h。

2.4.2 容量费用管理

在电力市场中，存在着两种形式的电价，一种是电量电价，另一种是容量电价。其中，电量电价指的是按照实际发生的交易电量计费的电价，具体到用户侧，则指的是按用户所用电度数计费的电价。容量电价与电量电价不同，它主要取决于用户用电功率的最高值，与在该功率下使用的时间长短以及用户用电总量都无关。

容量费用管理指的是电力用户采取一定的方式方法，在不影响正常生产工作的情况下，降低最高用电功率，有效地降低容量费用，从而达到降低总体电费的目的。储能设备是降低容量费用的方案之一。用户根据自己的用电习惯，在自身用电负荷低的时段对储能设备充电，在需要高负荷时，利用储能设备放电，从而可以降低自己的最高负荷，达到减低容量费用的目的。在容量电费的收费标准随时间变化的电价系统里，用户还可以利用储能设备在低容量电费时段充电，高容量电费时段放电，以节约电费。另外，使用储能设备为用户最高负荷供电，还可以降低输变电设备容量，节约整个电力系统的成本。

容量费用管理按照用户的变压器容量或最大需用量作为计算电价的依据，不以实际耗电数量为转移，通过减低用户的用电功率，降低容量费用，从而减低总用电费用，主要面向工业用户。

若按受电变压器的容量收取，则储能的投入，可帮助用户节约的年收益见式(10)。

式中，为配置储能系统后的容量费用管理年收益，元/年；和S分别为没有储能和配置储能系统的情况下用户的变压器容量，kW·h/月；和S分别为没有储能和配置储能系统的情况下的容量电价，元/kW·h；为月份数。

若按最大需量收取，则储能的投入可帮助用户节约的年收益见式(11)。

式中，为配置储能系统后的容量费用管理年收益，元/年；△1、△2和△3分别为尖峰时段、半尖峰时段和离峰时段因配置储能系统使得最大需求容量的减少，kW·h/月；1、2和3分别为尖峰时段、半尖峰时段和离峰时段的容量电价，元/kW·h；为月份数。

2.4.3 提高供电可靠性

储能用于提高微网供电可靠性，是指发生停电故障时，储能能够将储备的能量供应给终端用户，避免了故障修复过程中的电能中断，以保证供电可靠性。该应用中的储能必须具备高质量、高可靠性的要求，储能放电时间主要与安装地点相关。可靠性的经济价值计算一般来说会很困难。一方面，提高可靠性对应的经济效益跟停电损失有关，而在某次停电事件中不同的负荷所受影响是不同的；另一方面，有些重要负荷涉及到公共安全、灾后救援以及战时的一些特殊情况，这样的情况下提供电力供应保证服务的价值是非常难量化的。因此，该部分收益主要取决于电力服务对用户来说的价值，另外停电损失的赔偿也是该部分收益的一部分。

在提高供电可靠性方面，降低断电事故，减少损失是储能给用户带来的主要获益点，见式(12)。

式中，为配置储能系统后的年收益，元/年；为断电时间，h；为断电时储能提供的发电功率，kW；为电力服务的价值，元/kW·h。

2.4.4 提高电能质量

储能技术用于提高电能质量，是指在负荷端的储能能够在短期故障的情况下保持电能质量，减少电压波动、频率波动、功率因数、谐波以及秒级到分钟级的负荷扰动等对电能质量的影响。与提高供电可靠性类似，通过储能提高电能质量获得收益，主要跟发生电能质量不合格事件的次数及低质量的电力服务给用户造成的损失程度有关，同时配备的储能系统的容量等指标也能影响该部分的收益。

根据停电时间的长短，储能放电时间可从几秒到几分钟。投入储能所获得的收益，可以通过计算电能质量事件发生造成的损失（即价值）来量化：

式中，为配置储能系统后的年收益，元/年；为年发生电能质量事件的次数；为电能质量的时间价值，元/kW；H为高峰负荷，kW；0为设备容量，kW。

3 结 论

本文综述了国内外储能技术经济性研究进展，归纳了储能经济与价值研究的方法，总结了储能在电力系统中的应用价值和收益模式，初步建立了储能技术在不同收益模式下的经济性模型。主要结论如下。

（1）储能经济性的研究方法主要包括三个层次：第一层次为简单层次，是指仅考虑现有机制体制带来的投资收益，不考虑机制体制不涵盖的其它间接收益，该方法简单，但与储能实际价值偏差较大；第二层次为电力层次，是指考虑储能在电力系统内的所有收益，不考虑储能的社会效益，如减排、提高基础设施利用率等，该方法更能反映储能的实际价值；第三层次为综合层次，是指以区域电力系统为研究对象，通过比较该系统中有无储能两种情况下的生产运行成本以及社会效益的不同来计算储能的收益，该方法能够更全面体现储能的实际价值，是储能经济性研究的必然趋势。

（2）通过分析储能在能源系统中的主要作用和收益模式，建立了储能的收益模型。在传统发电领域，储能主要起到辅助动态运行、取代或延缓新建机组的作用；在可再生能源领域，储能主要起到削峰填谷和跟踪计划出力的作用；在辅助服务领域，储能主要起到调频、调峰和备用容量的作用；在分布式能源与微网领域，储能主要起到分时电价管理、容量费用管理和提高供电可靠性的作用。

[1] Energy Storage Council. Energy storage, the missing link in the electricity value chain. An ESC white paper[R]. 2002.

[2] CHEN Haisheng, CONG Ngoc Thang, YANG Wei, et al. Progress in electrical energy storage system——A critical review[J]. Progress in Natural Science, 2009, 19(3): 291-312.

[3] LUO Xing, WANG Jihong, DOONER Mark, et al. Overview of current develoment in electrical energy storage technologies and the application potential in power system operation[J]. Applied Energy, 2015, 137: 511-536.

[4] 张新敬, 陈海生, 刘金超, 等. 压缩空气储能技术研究进展[J]. 储能科学与技术, 2012, 1(1): 26-40.

ZHANG Xinjing, CHEN Haisheng, LIU Jinchao, et al. Research progress in compressed air energy storage system: A review[J]. Energy Storage Science and Technology, 2012, 1(1): 26-40.

[5] 中关村储能产业技术联盟储能专业委员会. 储能产业研究白皮书2012[R]. 2012.

[6] 中关村储能产业技术联盟储能专业委员会. 储能产业研究白皮书2013[R]. 2013.

[7] 中关村储能产业技术联盟储能专业委员会. 储能产业研究白皮书2014[R]. 2014.

[8] 中关村储能产业技术联盟储能专业委员会. 储能产业研究白皮书2015[R]. 2015.

[9] 国家电网公司电网新技术前景研究项目咨询组. 大规模储能技术在电力系统中的应用前景分析[J]. 电力系统自动化, 2012, 37: 3-8.

[10] GORAN Strbac, MARKO Aunedi, DANNY Pudjianto, et al. Strategic assessment of the role and value of energy storage systems in the UK low carbon energy future[R]. Report for Carbon Trust, 2012.

[11] JIM E. Energy storage for the electricity grid: Benefits and market potential assessment guide[R]. California and Garth Corey: Sandia National Laboratories, 2010.

[12] EPR I. Product abstract – energy storage valuation tool (ESVT) version 3.1[EB/OL]. http://www.epri.com/abstracts/Pages/ProductAbstract.aspx? ProductId=000000003002000312

[13] JEFF S J. EPRI’s cool new grid-scale energy storage tool[EB/OL]. 2013. http://www.greentechmedia.com/articles/read/EPRIs-cool-new-grid- scale-energy-storage-tool

[14] DNV G L. Analysing business models for successful developments in energy storage[J]. Energy Storage Conference, Paris, 2016.

[15] VALERO A, SERRA L, UCHE J. Fundamentals of exergy cost accounting and thermoeconomics. Part I: Theory[J]. Journal of Energy Resources Technology, 2006, 128: 1-8.

[16] VALERO A, SERRA L, UCHE J. Fundamentals of exergy cost accounting and thermoeconomics. Part II: Applications[J]. Journal of Energy Resources Technology, 2006, 128: 9-15.

[17] 王加璇, 王清照, 宋乃辉. 热经济学研究的使命与任务[J]. 热能动力工程, 2002, 17(2): 111-114.

WANG Jiaxuan, WANG Qingzhao, SONG Naihui. Mission and assignments of thermoeconomics research[J]. Journal of Engineering for Thermal Energy and Power, 2002, 17(2): 111-114.

[18] 王加璇, 张恒良. 动力工程热经济学[M]. 北京: 水利水电出版社, 1995.

[19] REINHARD M, JOCHEN L. Economics of centralized and decentralized compressed air energy storage for enhanced grid integration of wind power[J]. Applied Energy, 2013, 101: 299-309.

[20] EMILY F, JAY A. Economics of compressed air energy storage to integrate wind power: A case study in ERCOT[J]. Energy Policy, 2011, 39: 2330-2342.

[21] AUDRIUS B, NICK J. Exergy and exergoeconomic analysis of a compressed air energy storage combined with a district energy system [J]. Energy Conversion and Management, 2014, 77: 432-440.

[22] TZAMALIS G, ZOULIAS E, STAMATAKIS E, et al. Techno-economic analysis of an autonomous power system integrating hydrogen technology as energy storage medium[J]. Renew Energy, 2007, 39(3): 118-124.

[23] AHMET Y. The operational economics of compressed air energy storage systems under uncertainty[J]. Renewable and Sustainable Energy Reviews, 2013, 22: 298-305.

[24] 杨裕生, 程杰, 曹高萍. 规模储能装置经济效益的判据[J]. 电池, 2011, 41(1): 19-21.

YANG Yusheng, CHENG Jie, CAO Gaoping. Agauge for direct technomic benefits of energy storage devices[J]. Battery Bimonthly, 2011, 41(1): 19-21.

[25] YANG Yusheng. Renewable energy and large scale energy storage technologies[C]//2012 International Conference on Materials for Renewable Energy & Environment, Beijing, 2012.

[26] 潘艳珠. 工程技术经济[M]. 北京: 机械工业出版社, 2012.

[27] 刘晓君. 技术经济学[M]. 北京: 科学出版社, 2013.

[28] 游达明. 技术经济与项目经济评价[M]. 北京: 清华大学出版社, 2009.

[29] 郑建国. 技术经济分析[M]. 北京: 中国纺织出版社, 2008.

[30] 国家发展和改革委员会, 建设部. 建设项目经济评价方法与参数[M]. 北京: 中国计划出版社.

[31] YAN Xiaohui, ZHANG Xuehui, CHEN Haisheng, et al. Techno-economic and social analysis of energy storage for commercial buildings[J]. Energy Conversion and Management, 2014, 78: 125-136.

[32] 刘畅, 徐玉杰, 胡珊, 陈海生. 压缩空气储能电站技术经济性分析[J]. 储能科学与技术, 2015, 4(2): 158-168.

LIU Chang, XU Yujie, HU Shan, CHEN Haisheng. Techno-economic analysis of compressed air energy storage power plant[J]. Energy Storage Science and Technology, 2015, 4(2): 158-168.

[33] 鹿院卫, 刘广林, 马重芳, 等. 压缩空气蓄能系统热经济学分析[J]. 热能动力工程, 2011, 26(4): 397-401.

LU Yuanwei, LIU Guanglin, MA Chongfang, et al. Thermo-economic comparison of compressed air energy storage systems[J]. Journal of Engineering for Thermal Energy and Power, 2011, 26(4): 397-401.

[34] 何青, 刘辉, 刘文毅. 风电-压缩空气储能系统㶲和㶲成本分析模型[J]. 热力发电, 2016, 45(2): 34-39.

HE Qing, LIU Hui, LIU Wenyi. Exergy and exergy cost analysis model for wind-compressed air energy storage system[J]. Thermal Power Generation, 2016, 45(2): 34-39.

[35] 程伟良, 陈党慧, 徐寿臣, 等. 火电机组的热经济性分析[J]. 动力工程, 2004, 24(4): 580-583.

CHENG Weiliang, CHEN Danghui, XU Shouchen, et al. Economic analysis of thermal power plant[J]. Power Engineering, 2004, 24(4): 580-583.

[36] 程伟良, 黄其励. 热经济学的结构理论及其应用[J]. 哈尔滨工业大学学报, 2005, 37(10): 1388-1390.

CHENG Weiliang, HUANG Qili. Structure theory of thermo economics and its applications[J]. Journal of Harbin Institute of Technology, 2005, 37(10): 1388-1390.

[37] 刘文毅, 杨勇平. 压缩空气蓄能电站综合效益评价研究[J]. 工程热物理学报, 2007, 28(3): 373-375.

LIU Wenyi, YANG Yongping. Caoculations and analysis of overall benefit for compressed air energy storage(caes) power plant[J]. Journal of Engineering Thermophysics, 2007, 28(3): 373-375.

[38] 张静. 2015年储能市场盘点——一个蓄势待发的产业[J]. 储能科学与技术, 2016, 5(1): 58-64.

ZHANG Jing. 2015 energy storage market inventory——A potential industry[J]. Energy Storage Science and Technology, 2016, 5(1): 58-64.

[39] 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, 37(1): 19-25, 102.

DING Ming, CHEN Zhong, SU Jianhui, et al. An overview of battery energy storage system for renewable energy generation[J]. Automation of Electric Power Systems, 2013, 37(1): 19-25, 102.

[40] International Energy Agency. Technology roadmap——Energy storage[R]. 2014. https://www.iea.org/publications/freepublications/ publication/technology-roadmap-energy-storage-.html

[41] 孙晓斌, 孙艳玲. 储能装置的价值评估[J]. 河南科技, 2013(8): 103.

SUN Xiaobin, SUN Yanling. Evaluation of the energy storage mechanism[J]. Journal of Henan Science and Technology, 2013(8): 103.

[42] CRITIGINO F，MOHMEYER K U，SCHARF R. Huntorf CAES：More than 20 years of successful operation[C]//Solution Mining Research Institute, 2001.

[43] NAKHAMKIN M, ANDERSSON L, SWENSEN E, et al. AEC 110MW CAES plant; Status of project[J]. Journal of Engineering for Gas Turbines & Power, 1990, 114(4): 695-700.

[44] BARRIE M. Power markets and economics: Energy costs, trading, emissions[M]. Shanghai: Shanghai University of Finance and Economics Press, 2013.

Research progress in economic study of energy storage

LIU Chang1,XU Yujie1,ZHANG Jing2,HU Shan1,YUE Fen2,DING Jie1, 3,CHEN Haisheng1,3

(1Institute of Engineering Thermophysics, Chinese Academy of Sciences, Beijing 100190, China;2China Energy Storage Alliance, Beijing 100022, China;3University of Chinese Academy of Science, Beijing 100049, China)

Energy storage plays different roles in the conventional power system, renewable energy power generation, distributed power generation and micro-network, auxiliary services, and thus different income model and economic evaluation methods are used. Economics researche of energy storage technology in domestic and international is still at early stage, and a mature economic evaluation system is still absent. In this paper, the current situation economics research of energy storage in domestic and international, the value and benefit of energy storage in power system, and the research trend of energy storage economy are analyzed.

energy storage; economic evaluation; power system; revenue model

10.12028/j.issn.2095-4239.2017.0116

F 062.4

A

2095-4239（2017）05-1084-10

2017-06-26；

2017-08-04。

国家自然科学基金（51606185），国家重点基础研究发展计划（973）项目（2015CB251302），中国科学院前沿科学重点研究（QYZDB-SSW-JSC023）及国家国际科技合作专项（2014DFA60600）项目。

刘畅（1986—），女，硕士，工程师，研究方向为储能技术经济性，E-mail：liuchang@iet.cn；

陈海生，研究员，研究方向为压缩空气储能技术，E-mail：chen_hs@iet.cn。