储能技术在送端电网中促进新能源消纳的容量需求分析

杨军峰，郑晓雨，惠 东，杨水丽，罗卫华，礼晓飞



储能技术在送端电网中促进新能源消纳的容量需求分析

杨军峰1，郑晓雨1，惠 东2，杨水丽2，罗卫华1，礼晓飞2

（1国家电网公司调度控制中心，北京 100031；2中国电力科学研究院有限公司新能源与储能运行控制国家重点实验室，北京 100192）

我国新能源富集的“三北地区”弃风弃光现象严重，同时储能技术发展已逐步接近规模化应用水平。该文在分析影响新能源消纳问题的电网结构特性、储能技术应用发展方向与技术水平的基础上，基于电网可最大释放的新能源发电空间约束建立了以缩减弃风率与弃光率为目标的储能系统功率与容量配置的数学模型，结合储能投资成本与提升新能源消纳收益构成的投资收益比评估约束指标，提出了满足新能源消纳性能/投资成本比较优的储能容量需求计算方法，探索了储能提升新能源消纳能力的技术与经济可行性分析思路。以消纳风电和光伏为主的两省级电网为例，讨论了储能在送端电网中促进风电和光伏消纳应用中的作用及经济适用性，验证了该新能源消纳方案的可行性。

新能源；消纳；储能技术；弃风；弃光

我国新能源多集中在远离中东部负荷中心且本地负荷低迷的西北部地区[1]。受新能源富集地区本地消纳能力低的限制，大规模集中开发新能源发电需要输送到区域电网甚至跨区电网进行消纳[2-3]，但可再生能源发电的送出受阻已成为制约其发展的主要因素之一。另外，为可再生能源发电配套火电等电源，削弱了利用可再生能源发电减少环境影响的作用，电网需要更加清洁和灵活有效的方法来促进大规模可再生能源的送出与消纳。

储能技术对于全球节能减排与优化能源结构的目标实现有着积极的推动作用，尤其随着可再生能源比例的增大、智能电网概念的提出和政府的支持，规模化储能技术应用的市场前景逐渐显现[4]。2015年，国务院办公厅发布的《关于进一步深化电力体制改革的若干意见》[5]明确指出应积极发展先进储能技术以促进分布电源快速发展；2016年出台的《国家能源局关于推动电储能参与“三北”地区调峰辅助服务工作的通知》[6]提出鼓励各地规划集中式新能源发电基地时，配置适当规模的储能设施。随着储能系统成本降低和寿命提升，大规模集中式储能将是促进新能源消纳的有效手段和关键推手。

目前已有文献对制约新能源消纳能力的影响因素及解决方案进行了研究。文献[2]剖析了引发新能源消纳问题的机理及关键因素，提出了从灵活调节电源建设、火电机组改造、电网互联互通及需求侧响应等角度的解决措施。文献[7]提出在电网规划阶段评估与比选出可同时满足新能源消纳需求与系统优化运行需求的研究方案。文献[8]基于风能和太阳能的年度时序生产模拟仿真模型，量化分析了新能源并网接纳能力。文献[9]和[10]分别通过应用“旋转备用积分贡献量”及“两个替代”的思想来评估相关主体对省电网新能源提供消纳空间的贡献。文献[11]～[13]对促进新能源消纳的自备电厂发电权交易模式、虚拟同步机技术及以直流联络线运行方式优化等措施的可行性进行了探讨。

综上所述，现有研究中对促进新能源消纳的解决措施基本是从电网本体规划与改造、能源替代及跨区域输送等层面出发，而缺少对新型灵活调节手段的应用需求及经济适用性分析。为此，本文以提升新能源消纳能力为目标，基于电网的电源与负荷时序模型，提出应用储能技术缩减弃风和弃光率的解决方法，并建立相应的储能容量需求数学模型，分析该方法的技术与经济可行性。

1 新能源消纳现状与储能技术发展

1.1 新能源富集区域电网新能源消纳现状

我国能源集中分布在西北部地区，以大规模能源基地的方式集中开发并网，并启动建设甘肃酒泉、新疆哈密、蒙东、蒙西和吉林等数个“千万千瓦级”风电基地，至2016年年底，“三北”风电、光伏累计装机分别高达10156万千瓦和3785万千瓦，但受负荷持续低迷、通道改善不大等因素影响，新能源消纳问题进一步突出。

基于风、光出力序列曲线分析平台，对2016年度新能源消纳情况进行统计分析（表1）。由表1可知，西北地区的甘肃、新疆和宁夏电网，弃风与弃光现象严重，青海电网弃光现象严重；东北地区的吉林电网弃风现象严重。

表1 2016年三北典型地区风电/光伏消纳情况统计

我国新能源消纳总量得到快速增长，但“三北”地区弃风、弃光电量呈逐年增长态势，消纳矛盾突出。基于各弃风、弃光现象严峻地区电网特性及存在的问题，分析新能源消纳困难的原因如表2所示，由表2可知，“三北”地区弃风弃光现象严重的典型地区均存在新能源渗透率高、本地消纳不足，外送通道受阻等原因。在渗透率已定，本地消纳难以提升，外送通道受阻改善尚待时日的前提下，需探索新的技术与方案解决当前新能源消纳的困境。

1.2 储能技术的发展与应用现状

在可再生能源发电及智能电网技术的驱动下，除却受地理条件制约的抽水蓄能技术，多种新型储能技术逐步受到关注，并建成了多项大规模储能示范工程。从全球已有示范工程的功能应用上看[14]，近1/4占比的储能项目应用于可再生能源并网领域，且在项目数与装机容量上均处于快速增长的态势。我国应用于可再生能源并网的累计装机仅次于分布发电及微网领域，增长率为27%，以锂离子电池和液流电池的应用为主，主要用于风电场或集中式风、光电站中以解决弃风、弃光问题，辅助电网安全稳定运行。

表2 2016年三北典型地区电网概况及消纳矛盾分析

在储能技术的发展历程中，一代新技术从实验室研究到商业化一般需要8年以上的时间，如从2008年开始大规模生产磷酸铁锂电池，到2014年方趋于成熟稳定[15]。在各类型储能技术发展中，技术性能中比能量这个关键性指标的进展是缓慢的，但其性能仍在逐年稳步提升[16-17]，当前应用较为成熟的主要储能技术的响应时间基本都在0.02 s以内。其中，锂离子电池、钠硫电池和液流电池具有较好的功率密度、能量密度、循环寿命和效率，适合于在高功率和高能量需求的场景中应用，锂离子电池又因功率密度、循环寿命和循环效率均突出而独占鳌头；寿命则受每种材料内生性增长的影响，使成本呈现逐年下降的趋势[18]，但尚未完全接近运营盈利点。

综上所述，当前新型储能系统的功率与容量特性及其发展水平已适应规模化可再生能源发展需求，经济性稍微欠佳。

2 储能促进能量基地新能源消纳的容量需求分析

电力系统发、供、用实时平衡及时变等特性要求电网调节能力须大于负荷的变化，随着新能源高比例接入，其出力波动与变化的负荷一起加剧了电网的调节负担，为保持系统的动态功率平衡，就会产生弃风、弃光问题。系统调节能力主要由电源调节性能决定[19]，当新能源装机占比增大，具备灵活与大幅调节能力的传统电源比例减少时，适当增加储能系统等快速而灵活的调节电源比例，将有益于提升新能源消纳空间。

2.1 储能促进电网消纳新能源的理念

在新能源发电大规模发展及储能产业逐渐兴起的背景下，如何判断储能投资经济性与新能源消纳效果间的有效博弈，将成为储能在该领域应用的新问题。

储能促进大规模新能源在电网的合理消纳，减少弃风和弃光率，充分发挥新能源低碳、节能与减排的效益，具有两层含义：一方面系统引入了灵活的可包容新能源出力剧烈波动的调节源，提升新能源发电电量；另一方面，系统消纳风电或光伏等能力的提升以投资成本的增加为代价。新能源的消纳并不是不考虑代价的完全接纳，而是在消纳能力与储能系统投资运行成本之间进行合理的折衷，因此，本工作在满足性能/成本比较优的基础上提出储能在送端电网中促进新能源消纳的分析思路，探索研究与之相应的容量需求合理性。

2.2 基于减小送端电网新能源限电率的储能容量配置

新能源消纳空间为在风电或光伏大发期间，联络线外送功率提至最大，火电机组出力压至最低时系统最大可接纳新能源发电的能力。加入储能系统调节源对弃风/弃光电量应用能量时移而促进消纳的部分新能源，为储能所提升的新能源消纳空间。

新能源的限电功率为理论出力与电网能接纳的实际出力之差，满足式(1)中潮流约束。其中，电网联络线外送功率达到最大，常规机组的出力为最小，以最大释放新能源的发电空间。

储能系统功率受新能源限电功率及自身最大出力两者约束，实时动态容量为储能系统输入功率在时间上的积分，其表达式如式(2)所示

配置储能系统容量越大，多消纳的新能源电量也随之增大，但储能投资成本提高，因而，需对应用储能减小新能源限电率应用中的投资与收益进行分析，寻求能达到性能与成本比较优的配置值。在不同弃风/弃光缩减满足率下储能消纳的新能源电量收益测算及其成本投资分别如式(5)所示，投资收益比如式(6)所示

2.3 储能促进新能源消纳的容量优化计算

基于文中式(1)～式(6)中潮流及储能功率/容量约束及相关参量的计算方法，判定储能可提升的新能源消纳空间的容量需求求解流程如图1所示，步骤如下。

图1 促进新能源消纳的储能容量需求求解流程

（6）测算不同置信度下储能消纳新能源电量收益及储能投资成本，分析满足消纳性能/投资成本比较优的储能功率与容量值，给出配置结果。

3 算例分析

由表1可知，新疆电网中风电装机约占新能源发电总装机的77%，青海电网中光伏发电装机占新能源总装机的92%，因而，选取新疆省和青海省海西地区电网作为储能分别提升风电和光伏发电消纳能力的典型场景，定量分析储能促进的新能源消纳电量及投资收益比，定性描述储能在提升风电消纳与光伏消纳空间中的积极作用。

3.1 以提升风电为主的新能源消纳能力的储能容 量需求分析

2016年新疆电网电源增长远超负荷增长速度，可调节电源容量约为1613.5万千瓦，新能源装机容量为2381万千瓦，可调节电源与新能源装机的比例为0.7∶1，比例呈现严重倒挂，新能源的装机规模已远高于可调节机组的调峰能力。由于电网电源装机远高于负荷水平，对新能源消纳的主要渠道是通过联络线的外送，因而，将从全网角度分析储能减小弃风率，基于新能源消纳的电源结构为新疆主网的潮流流向外送的联络线。

基于新疆地区的风、光出力序列随机建模，结合电网的负荷与常规电源出力模型，在新疆主网配置不同的储能功率与容量，分析通过储能削减的弃风与弃光比例，并对案例进行重复多次计算，结果如图2所示。

图2 不同储容配置下弃风/弃光率关系图

由图2可知，随着配置储能系统功率的增大，风电与光伏限电率随之减小，但达400万千瓦/4小时附近的区间时，弃风与弃光率减小的趋势放缓，对新能源消纳的提升作用逐渐不明显。因而，选取400万千瓦/4小时的储能容量为满足性能/成本比较优的配置结果，其可实现的效果如下。

（1）将弃风率由末配置储能时的49.68%缩减至44.31%，减小弃风率5.37%，多发风电电量21.3亿千瓦时；

（2）将弃光率由40.52%缩减至32.75%，减小弃光率7.77%，多发光伏发电电量8.2亿千瓦时；

（3）全网新能源限电率由47.75%缩减至31.87%，减小新能源限电率5.88%，增加新能源发电量29.5亿千瓦时。

通过对仿真结果分析可知，在储能配置达到一定限值后，继续增大储能容量对新疆电网新能源限电率的减小效果不明显，主要原因为：

（1）新疆电网一年中大多数时期处于2～3天持续限电状态，一个月中能进行限电能量时移的次数有限，约能满充满放10次；

（2）极端时期持续10来天均处于限电状态，严重影响储能系统的利用率。

因而，储能在一年用于减小新能源限电率而能达到满充满放的动作次数约为100次左右，利用率较低。

3.2 以提升光伏为主的新能源消纳能力的储能容 量需求分析

青海电网2016年全年光伏发电量95.49亿千瓦时，同比增长27.7%，光伏利用小时数约1625 h，弃光电量约5.19亿千瓦时，弃光率5.16%，海西地区是青海弃光相对较严重地区，弃光率达9.56%，弃光的主要原因是通道受阻，该地区基于新能源消纳的电源结构如图3所示。

图3 青海电网电源结构图

基于青海海西地区的光伏出力序列随机建模，电网的负荷与常规机组出力模型，在海西地区电网配置不同储能功率与容量，多次定量分析储能削减的弃风比例，结果如图4所示。

图4 储容配置值与弃光率关系图

由图4可知，随着储能功率不断增大，弃光率逐渐降低，储能容量越大（持续时长为1～4 h），弃光率越低，但在40千瓦时/3小时附近出现较佳的配置结果，其可实现的效果为提高海西断面能力至157万千瓦，海西弃光率由未配置储能时的9.55%缩减至3.64%，降低弃光率5.92%，增加光伏发电量4.38亿千瓦时。

3.3 投资及效益测算

以目前市场上技术较成熟的磷酸铁锂电池储能系统为例进行投资估算[14]，参照2015年的成本价格，可以得出分别应用于新疆电网与青海海西电网的400万千瓦/4小时和40千瓦时/3小时储能系统的静态工程投资成本如表3所示。

表3 储能系统静态工程投资

分别基于新疆电网与青海电网的风电及光伏并网电价，对储能系统用于新能源消纳的运行效益进行估算，其它隐形收益如辅助电网调频、削峰填谷及节能减排等产生的收益暂且不计，结果如表4所示。

表4 储能消纳新能源效益估算

由表4可知，储能在促进新能源富集地区风电消纳场景中的应用效果甚微且经济性不强，项目投资回收期约20.3年，影响因素主要为持续限电时期长，储能系统利用率低；在促进光伏消纳场景中的应用效果优且收益高，项目投资回收期约7.5年，主要原因为在光伏消纳应用中储能一天至少有一次循环，且光伏上网电价高于风电。

4 结 论

风电、光伏快速增长的三北地区受新能源集中分布、用电负荷下滑和大用户直购电等因素影响，弃风、弃光问题突出。针对新能源的本地消纳与送出问题，探索了各电网影响新能源消纳的主要因素，通过配置储能系统分析该技术对新能源消纳能力的提升效果，取得的主要结论如下。

（1）引发三北地区弃风弃光问题的主要原因是新能源装机大、本地消纳有限与外送通道受阻等。

（2）当前储能系统的功率与容量发展水平已基本适应与规模化新能源相协调应用场景需求，但其经济性有待提高。

（3）通过算例分析可知，现有储能技术在大规模集中式风电消纳中作用甚微，项目投资回收期约20.3年；在促进大规模集中式光伏消纳中可发挥有效作用，投资回收期约7.5年。

[1] 裴哲义, 王彩霞, 和青, 等. 对中国新能源消纳问题的分析与建议[J]. 中国电力, 2016, 49(11): 1-7.

PEI Zheyi, WANG Caixia, HE Qing, et al. Analysis and suggestions on renewable energy integration problems in China[J]. Electric Power, 2016, 49(11): 1-7.

[2] 舒印彪, 张智刚, 郭剑波, 等. 新能源消纳关键因素及解决措施分析[J]. 中国电机工程学报, 2017, 37(1): 1-8.

SHU Yinbiao, ZHANG Zhigang, GUO Jianbo, et al. Study on key factors and solution of renewable energy accommodaton[J]. Proceedings of the CSEE, 2017, 37(1): 1-8.

[3] 刘冰, 张静, 李岱昕, 等. 储能在发电侧调峰调频服务中的应用现状和前景分析[J]. 储能科学与技术, 2016, 5(6): 909-914.

LIU Bing, ZHANG Jing, LI Daixin, et al. Energy storage for peak shaving and frequency regulation in the front of meter: Progress and prospect[J]. Energy Storage Science and Technology, 2016, 5(6): 909-914.

[4] 胡娟, 杨水丽, 侯朝勇, 等. 规模化储能技术典型示范应用的现状分析与启示[J]. 电网技术, 2015, 39(4): 879-885.

HU Juan, YANG Shuili, HOU Chaoyong, et al. Present condition analysis on typical demonstration application of large-scale energy storage technology and its enlightenment[J]. Power System Technology, 2015, 39(4): 879-885.

[5] 中华人民共和国国家发展和改革委员会. 关于进一步深化电力体制改革的若干意见[N]. 改革快讯. 2015-03-15(1).

[6] 能源局. 推动电储能参与“三北”地区调峰辅助服务工作的通知[N]. 国际新能源网. 2016-03-18(1).

[7] 彭波, 陈旭, 徐乾耀, 等. 面向新能源消纳的电网规划方法初探[J]. 电网技术, 2013, 37(12): 3386-3391.

PENG Bo, CHEN Xu, XU Qianyao, et al. Preliminary research on power grid planning method aiming at accommodating new energy[J]. Power System Technology, 2013, 37(12): 3386-3391.

[8] 曹阳, 李鹏, 袁越, 等. 基于时序仿真的新能源消纳能力分析及其低碳效益评估[J]. 电力系统自动化, 2014, 38(17): 60-66.

CAO Yang, LI Peng, YUAN Yue, et al. Analysis on accommodating capability of renewable energy and assessment on low-carbon benefits based on time sequence simulation[J]. Automation of Electric Power Systems, 2014, 38(17): 60-66.

[9] 王鹏, 马晓伟, 任冲, 等. 基于甘肃新能源全网消纳的西北电网跨省辅助服务机制探讨[J]. 供用电, 2016 (9): 79-84.

WANF Peng, MA Xiaowei, REN Chong, et al. The study on the inter-provincial ancillary service mechanism to absorb the new energy of Gansu within the whole Northwest power grid[J]. Distribution & Utilization, 2016 (9): 79-84.

[10] 李明, 胡殿刚, 周有学. 基于“两个替代”战略的甘肃新能源就地消纳模式研究与实践[J]. 电网技术, 2016, 40(10): 2991-2997.

LI Ming, HU Diangang, ZHOU Youxue. “Research and practice of renewable energy local consumption mode in Gansu province based on Double Alternative strategy”[J]. Power System Technology, 2016, 40(10): 2991-2997.

[11] 华夏, 罗凡, 张建华, 等. 促进新能源消纳的自备电厂发电权交易模式可行性探讨[J]. 电力系统自动化, 2016, 40(12): 200-206.

HUA Xia, LUO Fan, ZHANG Jianhua, et al. Feasibility analysis of trade mode promoting new energy consumption based on generation rights trade of self-generation power plants[J]. Automation of Electric Power Systems, 2016, 40(12): 200-206.

[12] 马建胜. 虚拟同步机将极大解决新能源消纳问题[N]. 中国电力报. 2016-02-06(004).

[13] 钟海旺, 夏清, 丁茂生, 等. 以直流联络线运行方式优化提升新能源消纳能力的新模式[J]. 电力系统自动化, 2015, 39(3): 36-42.

ZHONG Haiwang, XIA Qing, DING Maosheng, et al. A new mode of HVDC tie-line operation optimization for maximizing renewable energy accommodation[J]. Automation of Electric Power Systems, 2015, 39(3): 36-42.

[14] DOE global energy storage database projects[EB/OL]. 2016-10-31. http://www.energystorageexchange.org/projects.

[15] 汪奂伶, 侯朝勇, 贾学翠, 等. 电化学储能系统标准对比分析[J]. 储能科学与技术, 2016, 5(4): 583-589.

WANG Huanling, HOU Chaoyong, JIA Xuecui, et al. An comparative analysis for electrochemical energy storage system standards[J]. Energy Storage Science and Technology, 2016, 5(4): 583-589.

[16] 中关村储能产业技术联盟. 储能产业研究白皮书2016 [EB/OL]. 2017-02-09. http://www.cbea.com/u/cms/www/201607/05104116j3gt.pdf.

[17] BEARDSALL J C, GOULD C A, AL-TAI M. Energy storage systems: A review of the technology and its application in power systems[C] //Power Engineering Conference. IEEE, 2015.

[18] 金虹, 衣进. 当前储能市场和储能经济性分析[J]. 储能科学与技术, 2012, 1(2): 103-111.

JIN Hong, YI Jin. Market and economic analysis of the energy storage industry[J]. Energy Storage Science and Technology, 2012, 1(2): 103-111.

[19] ZHENG Y, DONG Z Y, LUO F J, et al. Optimal allocation of energy storage system for risk mitigation of DISCOs with high renewable penetrations[J]. IEEE Trans on Power System, 2014, 29(1): 212-220.

Capacity demand analysis of energy storage in the sending-side of a power grid for accommodating large-scale renewables

YANG Junfeng1,ZHENG Xiaoyu1,HUI Dong2,YANG Shuili2,LUO Weihua1,LI Xiaofei2

(1State Grid Corporation of China, Beijing 100031, China;2State Key Laboratory of Operation and Control of Renewable Energy & Storage Systems, China Electric Power Research Institute, Beijing 100192, China)

A mathematical model is establishedbased on the analyses of energy storage technologies and the structural traits of a power grid for accommodating intermittent renewable resources, subject to constraints of the maximum amount of power the grid can release for the renewable generation and the reduction of wind wind/PV curtailments. The analyses consider energy storage system investment and return due to the increase of renewable energy related income. Two provincial power grids (which mainly accommodates wind and PV generation) are used as examples for the validation of analyses.

renewable energy resource; accommodation; energy storage; wind power curtailment; PV curtailment

10.12028/j.issn.2095-4239.2018.0006

TQ 028.8

A

2095-4239（2018）04-0698-07

2018-02-02；

2018-03-02。

国家电网公司科技项目（DG71-17-012），国家自然科学基金项目（51507160）。

杨军峰（1970—），男，高级工程师，研究方向为电网经济运行、电力市场与智能电网，E-mail：yang_junfeng@sgcc. com.cn；

杨水丽，高级工程师，研究方向为电能存储与转换技术，E-mail：40303126@qq.com。