储能在电网中的应用价值及其商业模式

韩晓娟，艾瑶瑶，李相俊



储能在电网中的应用价值及其商业模式

韩晓娟1，艾瑶瑶1，李相俊2

（1．华北电力大学控制与计算机工程学院，北京市 昌平区 102206；2．新能源与储能运行控制国家重点实验室(中国电力科学研究院)，北京市 海淀区 100192）

随着风电、光伏渗透率逐渐增大，其并网给电网稳定运行带来了诸多挑战。储能技术可以有效平抑新能源功率波动，增强新能源发电可控性，提高新能源的并网接入能力，因此在电网中配置储能的相关研究与技术受到越来越多的关注。以储能系统接入电网的功能为切入点，针对储能系统在调频、调峰、备用容量和延缓输配电扩容升级等4种场景中的应用价值进行研究和归纳，讨论了储能相关商业模式的发展前景和未来待研究的关键科学问题。

储能系统；调频；调峰；备用容量；应用价值；商业模式

0 引言

中国正在大力发展可再生能源，由于风电、光伏发电出力的波动性和随机性特征，增加了调峰调频压力，导致了电网电压质量下降等问题[1]。将储能应用到输配电领域，参与调频、电压支撑、调峰、备用容量无功支持、缓解线路阻塞、延缓输配电扩容升级和作为变电站直流电源，可以很好地缓解新能源并网带来的一系列问题。

储能参与调频能够提高电能频率质量，提高电网运行安全水平[2]。当前提高我国电网的灵活性除了要增加调频能力以外，更迫切要求提高电网的调峰能力，尤其是进入冬季以后北方地区电网普遍出现电网调峰能力不足，导致严重的弃风弃光现象。在协助新能源并网方面，储能是必要的调峰手段，在电网侧接入储能系统可以改变需求响应，实现削峰填谷，将更多的可再生能源接入电网[3-4]。“三北”地区的新能源并网问题愈发严重，仅靠政策要求无法实现完全上网[5]。考虑到目前我国的储能设备容量有限，大规模储能电池参与调峰仍有一定局限性。

随着电力结构不断重组完善，电网的安全稳定性问题也日益突出。分布式储能装置接入系统时，能够作为备用容量，并能独立进行有功和无功的输出，实现供需平衡，具有提高电力系统稳定性，消除负荷昼夜峰谷差，减少备用容量以提高电力设备的利用率，降低供电成本，促进风能、太阳能等可再生能源的应用等优点[6-8]。

以储能系统接入电网功能为切入点，分别对接入储能系统，储能在调频、调峰、备用容量和延缓输配电扩容升级等4种调节场景中的应用价值进行研究和归纳，对近年来储能相关商业模式发展进行了研究分析，并探讨了未来待研究的关键科学问题。

1 储能在电网中的应用价值

大规模先进储能技术是未来高比例可再生能源发展的重要保障，尤其在电力领域，电储能技术已逐渐在电力系统移峰填谷、可再生能源发电并网、电力调频等辅助服务、分布式能源及微电网等方面体现出多重应用价值[9-10]。

储能在电网中应用，主要安装在输配电侧，在调频、电压支撑、调峰、备用容量无功支持、缓解线路阻塞和延缓输配电扩容升级领域中发挥重要价值。下面主要从调频、调峰、备用容量无功支持及延缓输配电扩容升级等4个应用场景进行阐述。

1.1 储能调频

为缓解间歇式电源并网对电网稳定性造成的负面影响，将在参与电网调频方面具有快速响应特性优势的储能作为新的辅助调频手段。在新能源功率输出平抑、计划出力跟踪等应用场景下，储能配置在新能源发电侧；在电网频率调整、网络潮流优化等应用场景下，储能配置在输电侧；在分布式、移动式储能等应用场景下，储能配置在配电侧[11]。目前电网调频相关研究主要集中在控制策略、优化模型和容量配置方面。

1.1.1 储能参与调频的控制策略研究

储能配置在发电侧辅助调频主要针对电力系统调频过程中火电机组响应速度慢、不适合参与短周期调频的问题，通过优化电池储能控制器参数，使储能更好地参与调频以及帮助更多新能源发电并网[12]。储能配置在输电侧辅助电网进行频率调节主要考虑系统输出功率、稳态频率偏差、区域电网幅频特性、储能电池荷电状态以及储能参与调频的时域评价指标来优化控制策略，帮助更多的风电并入电网，改善电网抗干扰能力，提高储能电池荷电状态(state of charge，SOC)指标优势[13-14]。

1.1.2 储能参与调频的容量配置方法研究

目前主要从储能参与快速调频特性、储能充放电策略、储能配置类型和储能经济性等方面展开研究[15]。

在发电侧，通过改善电厂调频性能的储能充放电策略，达到调频效果，改善电网稳定性[16]。但现有研究很少结合最新调频政策分配储能出力。在配电侧，针对储能参与的调频特性及频率控制特性进行研究，分析关键参量对电池储能一次调频特性的影响[17-20]；在储能参与调频特性研究的基础上，从储能电池参与一次调频技术经济性角度、动作时机与深度实现储能容量配置[21-22]；不同类型储能对一次调频的效果不同，锂离子电池因其快速反应的特点，较多地用于传统发电机组提供一次调频服务方案[23]，而超级电容器普遍作为一次调频辅助设备[24]，辅助提高调频效果。在经济性方面，储能参与调频的频繁动作对其寿命产生影响，需将此项指标纳入储能成本计算中。

1.1.3 储能参与调频的优化运行策略研究

传统电网调频主要为火电机组，但其响应时滞长，且其调频性能和调频质量均不能满足系统稳定及提高电能质量的要求。抽水蓄能技术虽在电力系统中可参与调频，但其调频性能受地域及季节制约。在潮流单一电网中，水电一次调频快速响应将可能引起系统潮流越限失稳[25-26]。因此，目前参与调频运行优化策略研究使用的储能多选用电池储能。

新能源与储能混合运行是对并网过程进行频率调节的形式之一[27-28]，对应运行策略的不同主要体现在优化模型元素的差异，即目标函数、决策变量、约束条件和求解方法的不同。优化模型的目标函数有风储电站的总收益、调频性能指标和储能电量平衡度；决策变量包括储能输出功率、储能对AGC指令与机组出力实时偏差量的补偿度；约束条件有风储联合体功率约束、储能电量约束和储能调频性能表现约束以及储能功率和电量约束；求解方法主要有混合整数线性规划和多目标粒子群算法[29-30]。

1.2 储能调峰

高比例可再生能源发电并网给电力系统调峰带来了较大压力，应用储能辅助调峰可有效解决系统调峰问题，但现阶段储能的高成本限制了其规模化应用。电网调峰的研究多集中在储能控制方案和选型及容量配置[31]方面。

1.2.1 储能参与调峰的控制方案研究

对配置储能调峰控制方案的制定从负荷区间控制、调峰常规手段、并网点电压补偿、考虑死区控制以及电流控制等方面进行。

发电侧储能调峰将储能与正常调峰、深度调峰、投油调峰和启停调峰等常规手段优化组合调峰，降低储能调峰的容量需求[32]。针对调峰电力系统反调峰特性造成的风电输出能力，在低负荷情况下，设计的包括死区控制在内的储能系统的控制策略，在大规模风电并网后，能在有效降低火电机组启动时间的同时，大大提高电网运行的经济效益[33]。

配电网储能调峰大多集中在改善电能质量、平抑波动以及提高渗透率方面，对削峰填谷等的控制策略研究较少。文献[34]在负荷预测的基础上，从储能电站放电量均衡的角度，以边际负荷值来确定电站充放电运行状态的控制方案，并结合储能电站电量预测值对电站实时运行控制进行调整，达到有效并连续地对系统进行控制的目的。在新型的含储能装置的两级式并网逆变器基础上，基于并网点电压补偿制定调峰控制策略，可提升光伏并网系统的运行效率，有效解决调峰和稳定并网运行问题[35]。文献[36]考虑了SOC满足系统运行约束，高充放电效率和显著能量密度锂离子电池参与电流控制方案，提高有功功率越限调节能力。

1.2.2 储能参与调峰的容量配置研究

在调峰储能选型方面，微型和中型超导磁储能系统在协助电网调峰上具有较好的经济效 益[37]。在单类型储能调峰研究的基础上，采用混合储能系统进行调峰可降低储能系统的投资成本[38]。输电侧配置储能的场景下，利用大规模电池储能系统对电网负荷“削峰填谷”的功能，通过减少日负荷波动幅度，达到调峰的目的。一般结合给定负荷特性分析储能系统配置容量与其改善负荷波动水平之间的关系，将储能系统投资成本、经济效益作为约束，综合效益最大作为目标，在求解得出松弛瓶颈的最佳储能容量的同时达到缓解发电机组对负荷追踪调控负担，使电网具备更多向下调节容量来接纳风电的优势[39]。

1.3 储能调峰调频

储能在参与电网调频的同时，对电网进行 峰值调节，可以使系统的运行稳定性得到更好的调节。

在热网作为储能系统的情况下，通过改变供热快关阀开度，利用热网蓄热快速改变机组发电负荷。针对热网蓄热调节负荷迅速这一特点，采用速率限制非线性分解方法将机组负荷指令信号中的快变部分分解出来作为供热前馈加在快关阀开度指令上。在原有炉跟机协调控制系统中引入供热前馈，提高供热机组调峰调频能力[40]。

在配电侧使用电池储能调峰调频时，针对储能电池参与电网二次调频，充分利用各调频电源的技术优势，综合区域控制误差(area control error，ACE)信号分配模式和传统的区域控制需求(area regulation requirement，ARR)信号分配模 式的优点进行控制，不仅能提高储能电池运行的性能，而且能较大程度地改善电网调频。在中压变电站储能系统环境中，考虑来自住宅区和快速充电站的需求的小电网负荷。使用逆变器控制器，协助调峰调频，在进行调峰服务的同时，有效地调节系统频率[41-42]。

火电机组通过改变燃料量调节发电负荷的过程非常缓慢，而可替代部分火电机组的储能电池虽具有快速响应的优势，还需考虑本身荷电状态管理等因素，并从机制层面深入探讨如何参与调峰调频，充分发挥出储能电池容量及其快速响应和无爬坡速率等优势。

1.4 储能备用容量及扩展容量应用

储能备用容量方面的研究较少，除了在微电网孤岛运行时协同柴油机、风电机组作为备用容量参与一次调频[43]，该功能的实现还可通过在输电侧增加考虑压缩空气储能技术系统中流量、功率、气压、温度间的交互影响机制，反映压缩空气储能电站分钟级运行特性的旋转备用容量约束和日内调度约束的条件，风电、负荷和价格型需求响应在不同时间尺度下的预测误差特性等因素建立含压缩空气储能电力系统日前-日内协调调度模型，从而得到压缩空气储能电站的最优旋转备用容量承担方案[44]。

储能用于延缓输配电扩容升级方面的研究主要通过整合可再生能源发电、输电网以及储能的长期投资动态性与系统电力供求的短期波动性和空间分布特性，建立含有发电、输电和储能设施在内的混合电力系统协调扩容规划模型，优化大规模可再生能源发电的并网运行；将专用飞轮储能系统安装在充电站进行高功率充电，可实现充电站电能容量的扩展，并提高系统的实时调节能力[45-46]。

压缩空气储能电站具有大规模商业运行的经验，飞轮储能在电能容量扩展方面应用也较为成熟。近年来电池储能虽发展迅速，但缺乏商业化运行，不同储能在备用容量及延缓输配电扩展容量升级方面的应用及其商业运行研究是该领域重要发展方向之一。

2 储能的商业模式

目前，储能系统在国外已有较多的商业应用，在不同的国家储能的应用重点各不相同。商业模式按照储能应用的领域不同分为海岛独立型微电网、分布式电源/微电网并网、电动汽车充电站、电力市场中能源新产业以及家庭光伏系统中的应用。应用领域的不同导致储能应用商业模式也不相同，盈利影响因素各异，除了与储能商业模式相关政策有关[47-48]，还存在其他诸多因素，包括电价体系、运营主体、储能类型、补贴方式、初始投资、运行维护和投资回收期成本等。其中，储能系统在海岛独立型微电网应用中储能类型、补贴方式都是商业模式的盈利决定因素；分布式电源及微电网项目商业模式中，需侧重考虑复杂电价体系和运营主体两点；汽车充电站商业模式，在考虑电池储能系统成本和容量衰减前提下，采用固定锂离子电池组来减轻电费和电网投资；电力市场中能源新产业的商业模式考虑因素包括：基础的先进计量基础设施服务、储能系统频率调节，汽车和电网能源用户和智慧城市；意大利家庭光伏系统商业模式，考虑了电力供应合同的期限、以及购买和安装的首选渠道，尤其是电池储能的替代品等因素对光伏储能系统实用性的影响[49-53]。

储能参与到不同应用领域中的商业模式各不相同，经济性价值也有所差异。基于社会化网络服务(social networking service，SNS)商业模型(图1)，即基于互联网技术构建的多社会活动商业模型，储能分别参与到多种商业模式中，对每个模型进行分析，得出最佳的运营模式[54]，有助于储能投资商选择最佳财务商业模式。储能系统将多种商业模式互联，实现经济共享，典型商业/工业园区五大用户共享电池商业案例如图2所示。该例中，储能运营商可为不同类型的客户提供不同的储能系统，不同的客户都能因此获利[55]。

图1 SNS商业模型

分布式发电商进行电源投资，电网企业负责用户配电网运行、维护和售电的商业运营模式盈利水平最高，探索储能运用到电网中最盈利的商业运营模式是未来需要研究的重点内容。

图2 商业/工业园区五大用户共享电池商业案例结构图

3 结论与展望

以储能系统接入电网功能为切入点，阐述了储能加入电网侧在调频、调峰、备用容量无功支持和延缓输配电扩容升级领域的应用价值。在电网中加入储能参与调频能够提高电能频率质量，提高电网运行安全水平。在电网侧接入储能能够改变需求响应，实现储能削峰填谷，使更多的可再生能源接入电网。在分布式储能装置接入系统时，作为备用容量，提高电力系统稳定性，消除负荷昼夜峰谷差，提高电力设备利用率，降低供电成本，促进风能、太阳能等可再生能源的应用。同时讨论了接入储能系统后的商业模式，总结了储能在不同商业模式中仍面临的发展瓶颈，探讨了未来待研究的关键科学问题。

目前电网侧加入储能的商业模式研究以及储能电池参与电压支撑以及缓解线路阻塞的应用价值和其商业模式方面展开研究甚少。虽然超导磁储能可以满足输配电网电压支撑，但和其他储能技术相比，超导磁储能仍很昂贵，且在世界范围内有许多超导磁储能工程正处于进行或者研制阶段，因此对加入电网侧进行电压支撑的储能类型进行研究是一大热点。

储能系统通常安装在输电网阻塞下游，无拥堵时储存电能，阻塞时释放电能满足本地需求，缓解输电线路阻塞，但目前相关深入研究较少。可根据大电网引入储能的相关需求，开展大规模储能柔性负荷等响应资源的协同调控策略。

市场中不同储能博弈规划经济模型是未来研究的另一热点。随着调峰、调频等市场逐步向储能系统放开，储能的类型多样化，储能的收益逐渐增加，成本逐渐下降。在此背景下，储能投资主体也将呈现多元化趋势。考虑到不同类型储能如何分配使用，各主体如何运营或者如何联合运营获得各自或者整体利益最优，博弈各方所掌握的某些信息的不对称性和不公开性，研究储能和盈利主体不完全信息博弈规划模型及高效完备的博弈均衡求解算法是未来需关注的内容。

储能安装在电网侧的商业模式研究尚少。储能加入电网的商业化受市场开放程度、补贴与激励及计量定价方式等影响。电储能跟踪精准快速而容量有限，尤其对于独立储能运营商，仅靠服务容量或电量价格补偿力度较小且难以反映实际调节贡献，服务计量方法也需对应不同电源的调节质量与经济特性增强适用性，同时可根据服务对象的多元化合理制定相匹配的市场化运营方式及相应商业模式。

[1] 严干贵，王昱博，钟诚，等．风储联合系统调频控制策略研究[J]．电力建设，2016，37(12)：55-60．

[2] 郑重，杨振勇，李卫华．风电与火电机组的一次调频技术分析及比较[J]．电力自动化设备，2017，37(12)：92-100．

[3] 王龙，刘洪，王浩鸣．光蓄互补系统接入对配电网供电可靠性的影响[J]．发电与空调，2012，33(3)：14-18．

[4] 黎永华．结合储能的并网光伏发电对电网的调峰作用分析[D]．北京：华北电力大学，2012．

[5] 李岱昕．盘点2016上半年中国储能产业发展[J]．高科技与产业化，2016(9)：24-27．

[6] 周宇昊，张海珍，宋胜男．多能互补分布式能源试验平台系统关键技术研究[J]．发电与空调，2017，38(6)：5-9，37．

[7] 梁甜甜，高赐威，王蓓蓓．智能电网下电力需求侧管理应用[J]．电力自动化设备，2012，32(5)：81-85．

[8] 王天旺，高赟，姜孟，等．虚拟电厂下计及分布式风电与储能系统的电力系统优化调度[J]．电力建设，2016，37(11)：108-114．

[9] 苏新霞，周璇卿．储能应用于需求侧响应的商业模式[J]．科技与创新，2017，19(5)：5-6．

[10] 刘坚．储能技术经济性现状及商业化运行障碍[J]．中国能源，2017，39(7)：36-40．

[11] 李相俊，王上行，惠东．电池储能系统运行控制与应用方法综述及展望[J]．电网技术，2017，41(10)：3315-3325．

[12] Wu L，Gao W，Cui Z，et al．A novel frequency regulation strategy with the application of energy storage system for large scale wind power integration [C]．Proceedings of Green Technologies Conference (GreenTech)，2015 Seventh Annual IEEE．IEEE：New Orleans，United states，2015．

[13] 孙冰莹，杨水丽，刘宗歧，等．国内外兆瓦级储能调频示范应用现状分析与启示[J]．电力系统自动化，2017，41(11)：8-16，38．

[14] 李欣然，邓涛，黄际元，等．储能电池参与电网快速调频的自适应控制策略[J]．高电压技术，2017，43(7)：2362-2369．

[15] 雷杨，马宁宁，康积涛，等．基于AHP/GA的储能装置参与电网调频控制器参数优化[J]．电力自动化设备，2017，37(8)：227-233．

[16] 陈丽娟，姜宇轩，汪春．改善电厂调频性能的储能策略研究和容量配置[J]．电力自动化设备，2017，37(8)：52-59．

[17] Pradeepkumar M，Tamil pandian A．Frequency regulation of grid by wind turbine using energy storage system and SOC feedback control[C]．Proceedings of 2015 International Conference on Innovations in Information, Embedded and Communication Systems (ICIIECS)．IEEE：Coimbatore，India，2015．

[18] Huang J，Li Xinran，Cao Y，et al．Battery energy storage power supply simulation model for power grid frequency regulation[J]．Automation of Electric Power Systems，2015，39(18)：20-24，74．

[19] 李欣然，黄际元，李培强，等．考虑电池储能仿真模型的一次调频特性评估[J]．高电压技术，2015，41(7)：2135-2141．

[20] Jin T H，Mo C，Shin K Y，et al．Real-time dynamic simulation of korean power grid for frequency regulation control by MW battery energy storage system[J]．Journal of Sustainable Development of Energy，2016，4(4)：392-407．

[21] 黄际元，李欣然，常敏，等．考虑储能电池参与一次调频技术经济模型的容量配置方法[J]．电工技术学报，2017，32(21)：112-121．

[22] 黄际元，李欣然，曹一家，等．考虑储能参与快速调频动作时机与深度的容量配置方法[J]．电工技术学报，2015，30(12)：454-464．

[23] Stroe D I，Knap V，Swierczynski M J，et al．Suggested operation grid-connected lithium-ion battery energy storage system for primary frequency regulation：lifetime perspective[C]．Proceedings of Energy Conversion Congress and Exposition (ECCE)．IEEE：Montreal，Canada，2015：1105-1111．

[24] Huang J Y，Li X R，Zhou T T，et al．Optimal capacity allocation for supercapacitor energy storage system in power grid primary frequency regulation[J]．Advanced Materials Research，2015，1662-8985(1070-1072)：407-417．

[25] 李允超，宋华伟，马洪涛，等．储能技术发展现状研究[J]．发电与空调，2017，38(4)：56-61．

[26] Choi J W，Heo S Y，Kim M K．Hybrid operation strategy of wind energy storage system for power grid frequency regulation[J]．Iet Generation Transmission & Distribution，2016，10(3)：736-749．

[27] 宋永，黄继军，黄际元，等．储能电池参与电网快速调频的场景分析[J]．电气应用，2017，36(11)：52-56．

[28] Sharma V，Gidwani L．Frequency regulation of electric grid with wind power using energy storage system [J]．International Journal of Grid & Distributed Computing，2015，8(3)：267-274．

[29] 胡泽春，夏睿，吴林林，等．考虑储能参与调频的风储联合运行优化策略[J]．电网技术，2016，40(8)：2251-2257．

[30] 孙冰莹，刘宗歧，杨水丽，等．补偿度实时优化的储能-火电联合AGC调频策略[J/OL]．电网技术：1-10[2017-12-28]．https://doi.org/10.13335/j.1000-3673.pst.2017.1466.

[31] 徐国栋，程浩忠，马紫峰，等．用于缓解电网调峰压力的储能系统规划方法综述[J]．电力自动化设备，2017，37(8)：3-11．

[32] 黎静华，汪赛．兼顾技术性和经济性的储能辅助调峰组合方案优化[J]．电力系统自动化，2017，41(9)：44-50，150．

[33] Li Junhui，Zhu Xingxu，Yan Gangni，et al．Design of control strategies of energy storage for peak shaving to restrain windpower's influence on power grid [J]．Electric Power，2014，47(7)：91-95．

[34] 尚瑨，邰能灵，刘琦，等．采用区间控制的蓄电池储能电站调峰运行控制策略[J]．电工技术学报，2015，30(16)：221-229．

[35] 朴政国，张明．微型光伏储能系统的并网调峰控制研究[J]．电气工程学报，2017，12(3)：41-47．

[36] Mehr TH，Masoum MAS，Jabalameli N．Grid- connected Lithium-ion battery energy storage system for load leveling and peak shaving [C]．Proceedings of Power Engineering Conference．IEEE：Hobart，TAS，Australia，2014．

[37] 张秀彬，张颖璐．超导磁储能与电网调峰[J]．上海交通大学学报，1996，30(12)：97-102．

[38] Zhao P，Wang J，Dai Y．Capacity allocation of a hybrid energy storage system for power system peak shaving at high wind power penetration level[J]．Renewable Energy，2015，75(C)：541-549．

[39] 严干贵，冯晓东，李军徽，等．用于松弛调峰瓶颈的储能系统容量配置方法[J]．中国电机工程学报，2012，32(28)：27-35，22．

[40] 邓拓宇，田亮，刘吉臻．利用热网储能提高供热机组调频调峰能力的控制方法[J]．中国电机工程学报，2015，35(14)：3626-3633．

[41] 李欣然，黄际元，陈远扬，等．基于灵敏度分析的储能电池参与二次调频控制策略[J]．电工技术学报，2017，32(12)：224-233．

[42] Lucas A， Chondrogiannis S． Smart grid energy storage controller for frequency regulation and peak shaving，using a vanadium redox flow battery [J]．International Journal of Electrical Power & Energy Systems，2016(80)：26-36．

[43] 赵晶晶，徐传琳，吕雪，等．微电网一次调频备用容量与储能优化配置方法[J]．中国电机工程学报，2017，37(15)：4324-4332，4572．

[44] 李姚旺，苗世洪，罗星，等．含压缩空气储能电力系统日前-日内协调调度策略[J/OL]．中国电机工程学报：1-12[2017-12-28]．https：//doi.org/10.13334/j. 0258-8013.pcsee.170777．

[45] 董文杰．面向可再生能源并网的发输储电力系统协调扩容规划模型[J]．陕西电力，2014，42(9)：24-27．

[46] Tomislav Dragičević，Sun B，Schaltz E，et al．Flexible local load controller for fast electric vehicle charging station supplemented with flywheel energy storage system[C]．Proceedings of Electric Vehicle Conference(IEVC)，2014 IEEE International．IEEE：Florence，Italy，2014．

[47] Fong G，Moreira R，Strbac G．Economic analysis of energy storage business models[C]．Proceedings of Conference on PowerTech．IEEE：Manchester，United kingdom，2017．

[48] Moreira，Marques R M．Business models for energy storage systems[D]．London：Imperial College London，2015．

[49] 赵波，王成山，张雪松．海岛独立型微电网储能类型选择与商业运营模式探讨[J]．电力系统自动化，2013，37(4)：21-27．

[50] 李蕊．基于不同商业运营模式的分布式电源/微电网综合效益评价方法[J]．电网技术，2017，41(6)：1748-1758．

[51] Martinsen T．A business model for an EV charging station with battery energy storage[C]．Proceedings of Cired Workshop 2016．IEEE：Helsinki，Finland，2017．

[52] Kang H J，Lee J T，Kim C S．A study on the technical trends of energy new industry and business model in electric power market[J]．2016，11(8)：773-782．

[53] Galassi V，Madlener R．Identifying business models for photovoltaic systems with storage in the italian market：a discrete choice experiment[J]．Fcn Working Papers，2015(19)：1-34．

[54] Stucchi K L A，Pollitt M G．Emerging business models for energy storage：applications to the power，transport and heat sectors[C]．Proceedings of Power Electronics and Motion Control Conference (IPEMC-ECCE Asia)，2016 IEEE 8th International，IEEE：Hefei，China，2016．

[55] Lombardi P，Schwabe F．Sharing economy as a new business model for energy storage systems[J]．Applied Energy，2017(188)：485-496．

(责任编辑 车德竞)

Application Value of Energy Storage Systems in the PowerGrid and Its Commercial Modes

HAN Xiaojuan1, AI Yaoyao1, LI Xiangjun2

(1. School of Control and Computer Engineering, North China Electric Power University, Changping District, Beijing 102206, China; 2. State Key Laboratory of Control and Operation of Renewable Energy and Storage Systems (China Electrical Power Research Institute), Haidian District, Beijing 100192, China)

The increasing penetration rate of wind power and photovoltaic challenges the stable operation of the grid. Energy storage technology can effectively control the fluctuation of renewable energy generation, enhance the controllability of renewable energy power generation and improve the accessing capability of renewable energy sources connected to the grid. Therefore, the related research and technology of energy storage systems in the grid are getting more and more attention. In this paper, taking energy storage systems to access the grid as a starting point, the application value of energy storage systems in four scenarios such as frequency regulation, peak regulation, backup capacity, delay transmission and distribution expansion were studied and summarized. The development prospects of the commercial modes related to energy storage systems and the key scientific issues to be studied in the future were discussed.

energy storage system; frequency regulation; peak regulation; backup capacity; application value; commercial modes

2017-12-01。

韩晓娟(1970)，女，博士，教授，研究方向为储能系统优化控制及经济性评估，wmhxj@163.com；艾瑶瑶(1993)，女，硕士研究生，研究方向为新能源发电与储能技术，a yyshine@163.com。

国家电网公司科技项目(2017-ZX0069)。

Project Supported by the State Grid Corporation (2017-ZX0069).

10.12096/j.2096-4528.pgt.2018.013