储能系统容量优化配置及全寿命周期经济性评估研究综述

李建林 ，修晓青，吕项羽，郭 威

（1.中国电力科学研究院有限公司，北京 100192；2.国网吉林省电力公司电力科学研究院，长春 130021）

随着社会经济的快速发展，电力负荷需求持续增长，源荷矛盾逐步激化，储能应用需求日益突出，主要体现在：①波动性、间歇性的可再生电源大规模并网，造成新能源安全稳定运行和有效消纳问题非常突出，需要借助储能提高可再生能源发电的消纳能力。②我国经济发达地区用能需求大但电力资源差，而欠发达地区用能需求低但电力能源资源好，这种电力能源资源与用电需求的逆向分布特性，导致电力能源大容量远距离输送的需求将长期存在，而输电线路建设速度滞后于电源建设速度；另一方面，城市负荷快速增长，电网峰谷差率逐渐增大，配网线路、设备容量瓶颈问题日益突出。储能技术可以延缓输配电线路、设备的更新投资，提高网络资源和设备利用效率。③用户侧高渗透率分布式可再生电源的并网，对配电网的控制保护和运行管理带来挑战，引入储能将提高用户侧分布式可再生电源接入能力、保证供电可靠性、满足用户电能质量需求、实现用户智能电能管理。

储能技术在电力系统各环节的应用功能已基本得到业界认可，但受现阶段储能系统技术与经济水平限制，储能系统应用的经济性有限。为推动储能产业发展，储能激励政策相继出台，2016年11月，国家能源局东北监管局发布了《东北电力辅助服务市场运营规则（试行）》，对储能补贴的报价方式和价格机制做了明文规定；2017年9月，国家发展改革委员会、财政部、科技部、工信部、国家能源局联合发布了《关于促进储能技术与产业发展的指导意见》，同月，国家能源局新疆监管办公室出台了《新疆电力辅助服务市场运行规则（试行）》；2018年1月，国家能源局南方监管局发布了《南方区域电化学储能电站并网运行管理及辅助服务管理实施细则（试行）》。上述政策对储能的应用功能、补贴标准、储能电站规模、考核标准等做了详细规定。

储能激励政策的出台有利于提高储能系统效益，使储能项目的投资具备经济性，从而吸引各方投资者进入储能领域，促进储能产业健康、快速发展。现阶段部分储能技术类型的经济性有限，即使出台了储能补贴政策，尚不具备规模经济性，容量配置是储能系统推广应用的前提。随着储能技术性能的提高、成本的降低，长寿命、高能量转换效率、低成本的电池储能技术应用的经济性逐渐凸显[1-4]，储能技术的应用正逐步由工程示范向商业化运营转化。

此外，经济性评估是决定一项新兴技术能否推广普及的重要因素之一。技术先进性与经济适用性两者兼顾，才能促进技术的发展。经济性评估主要包括支出与收益，同时涉及政策和技术等多个层面。我国已持续支持了一批储能技术领域的研究及示范工程建设，积累了大量工程实施经验和实测运行数据，获取了宝贵的项目投资及收益样本，并在工程的功能实现、实施路径、技术运行等方面得到了示范验证。但由于现阶段储能硬件装置本身在技术和市值方面的不稳定性，尚未针对储能装置的实用效益开展系统性研究，未建立有效的储能系统经济适用性分析和评估体系，导致难以获得高可信度的应用收益结论。经济性评估的缺失与技术和工程需求显然不匹配，需要适时开展相关研究并初步建立对应的评估体系，一方面推动产出更多具有深远技术和行业影响力的引领性、原创性成果，另一方面保障后续工程项目的决策和实施。此外，随着电动汽车产业支持政策、支持力度的加大，退役动力电池梯次利用可行性与经济性评估也是现阶段需要考虑的问题。

1 储能技术及应用现状

依据能量转换类型划分，储能技术可分为机械类储能（抽水蓄能、压缩空气储能、飞轮储能等）、电气类储能（超导储能、超级电容储能等）、电化学储能（钠硫电池、液流电池、铅碳电池、锂离子电池等）、热储能（显热储热技术、潜热储热技术、储冷技术、化学储热技术等）等。从储能安全性、技术经济性、系统规模、工程适用性以及应用现状来看，锂离子电池、全钒液流电池、铅炭电池是具有竞争力的电池储能技术类型，技术经济指标如表1所示[3-4]。

从表1可以看出，锂离子电池的能量密度、功率密度、能量效率、倍率性能均优于全钒液流电池和铅炭电池，其循环寿命和成本介于全钒液流电池与铅炭电池之间；铅炭电池的能量密度、功率密度、能量效率、成本均优于全钒液流电池，而其倍率性能、循环寿命劣于全钒液流电池。

表1 典型电池储能系统技术经济指标Tab.1 Technical-economic indicators of typical battery energy storage system

储能技术已被视为电力系统 “发输配用储”五大环节的重要构成部分[4]。系统中引入储能技术后，可以在大规模可再生能源发电、传统发电、输配电、用电等各环节，以及电力系统辅助服务、电力零售业务发挥重要作用。储能技术在电力系统中的作用如表2所示。

表2 储能技术在电力系统中的应用Tab.2 Applications of energy storage technology in power system

近年来，各国电力市场与政策环境的差异导致各国储能应用重点不同。基于美国能源部储能项目统计数据和自发电激励计划支持项目数据，美国以SGIP作为政策支持，侧重于储能在分布式发电及微网、辅助服务中的应用，Tesla发布的户用储能系统推动了储能在用户侧的应用；澳大利亚储能系统主要用于离网和户用市场；德国家庭用储能系统是欧洲储能应用的亮点，主要与光伏系统配套应用；日本采用储能系统主要解决可再生能源并网中存在的问题；我国储能支持政策的应用领域主要为辅助服务、可再生能源大规模并网、分布式发电及微网等方面，部分用户尝试采用储能降低电费支出。基于储能示范项目和现有电力市场改革政策，储能在可再生能源发电、电网及用户侧的应用将是今后的重点方向之一。现阶段储能成本较高，其容量的不合理配置，将影响储能系统性能发挥与配置效益，储能的优化配置是重要的研究课题。

2 储能容量配置研究现状

近年来，在国家、地方以及电网公司的资助下，储能本体技术、集成技术以及应用技术得以深入研究，多项储能示范项目相继落地。以示范项目为依托，针对储能在不同应用场景、应用功能下的容量配置进行了广泛研究，主要包括：储能在可再生能源发电系统中实现平抑功率波动、减少备用容量、提高接纳能力、提高功率预测误差等应用功能下的容量配置；储能在配电网或微网中改善高渗透率分布式光伏对并网点影响、降低弃光、平抑分布式电源出力波动、削峰填谷、提高供电质量等应用功能下的容量配置。在储能应用项目示范阶段，典型的储能容量配置方法主要以储能成本最低[5-9]、效益最大[10-17]、投资回报率最高[18-19]或者容量最小[20-23]为目标，建立储能容量优化数学模型。

1）储能应用于可再生能源发电系统方面。

文献[24-27]以成本最小为目标，建立了考虑储能成本与寿命的容量优化模型，采用粒子群优化算法对模型进行求解；文献[28]针对储能平抑风电功率波动应用场景，以超级电容、电池混合储能成本最小为目标，提出了兼顾不同类型储能技术特性和风电功率波动指标要求的混合储能配置方法，采用映射于Bloch球面的量子遗传算法求解；文献[29]针对储能在风电场中发挥削峰填谷与平抑功率波动双重功能，建立了储能全寿命周期成本的经济配置模型；文献[30]针对储能减少风电场备用容量功能，建立了以储能成本和备用容量成本最小为目标的储能配置模型；文献[31]针对储能提高风电接纳能力应用功能，提出了储能提高风电接纳能力的控制策略，评估了储能应用于该功能的经济性；文献[32]针对储能提高风电场惯性响应能力应用功能，提出了基于非参数核密度估计的储能容量配置方法；文献[33]针对储能平抑风电功率波动应用场景，考虑风电并网波动率指标要求，研究了不同平抑策略下的储能系统容量配置方法，采用基于变时间常数的一阶滤波算法，基于模型预测控制算法进行求解；文献[34]针对储能提高风电功率预测误差，以储能容量最小为目标，提出了采用频谱分析的储能容量配置方法，利用离散傅里叶变换对风电场输出功率偏差进行频谱分析；文献[35]针对储能平抑风电功率波动应用功能，以储能容量最小为目标，提出了基于概率统计区间估计理论的储能容量配置方法；文献[36]针对储能平抑风电功率波动应用功能，提出基于小波包分解的超级电容器储能、电池储能容量配置方法；文献[37]针对储能提高风电接受电网调度能力，以风储系统年收益最大为目标，提出考虑风电调度性能和储能寿命特性的容量优化方法；文献[38]针对储能平抑风电功率波动功能，考虑平抑度、经济性、储能寿命，建立了以费用效率为目标的超级电容器储能、电池储能配置方法；文献[39]针对储能减少弃风应用功能，提出了考虑限风特性和经济性的储能容量配置方法；文献[17,40]针对储能平抑风电功率波动应用功能，以净收益最高为目标，建立了混合储能容量配置方法；文献[41]针对储能平抑风电功率波动应用功能，以储能成本最小为目标，建立了风电场中储能系统容量优化模型，采用网格自适应直接搜索算法求解；文献[42]针对储能平抑光伏功率波动，降低光伏对并网点电压影响功能，建立了考虑容量与全天关口电量的储能系统多目标优化配置模型；文献[43]针对储能降低光伏功率波动对系统频率的不利影响，以效益最大为目标，提出了储能在光伏电站中的容量配置方法；文献[44]针对储能平抑分布式电源功率波动应用场景，建立了以分布式电源功率波动率和负荷缺电率为指标的储能多目标优化配置模型，采用自适应遗传算法进行多目标优化求解；文献[45]针对储能在光伏系统中的应用，以投资成本最小为目标，建立了考虑负荷缺电率、能量溢出比的光储联合容量配置模型；文献[46]针对储能在风电场中改善并网性能、提高接纳能力等应用功能，以效益最大为目标，建立了风电场中储能容量优化配置模型；文献[21]针对储能平抑新能源发电出力波动应用场景，以储能容量最小为目标，提出了考虑功率波动指标的储能容量配置方法；文献[47]针对储能提高风电跟踪计划出力应用功能，提出了考虑风电场功率预测误差、储能投资成本的容量优化方法；文献[48-49]针对储能提高光伏预测水平应用功能，提出了储能在光伏系统中的容量配置方法；文献[50]分析了应对可再生能源发展所需的储能规模；文献[51]提出了储能平抑可再生能源功率波动下的容量配置方法。

另一方面针对日益严峻的弃风问题，采用储能降低弃风已进行了较为广泛的研究，由于弃风主要分布于三北地区，究其高弃风率的根本原因在于冬季供热期以热定电运行模式、本地负荷和外送通道容量有限，相关学者针对采用弃风供热方式提高风电接纳能力进行了研究。文献[52]提出在热电联产机组和电供热系统中加装储热装置，分析了储热提升风电消纳能力的效果；文献[53]提出在电网末端加装蓄热式电锅炉，将弃风电量供热，从而增加风电的并网空间，并以发电成本最低为目标，分析了弃风供热、提高风电消纳能力的可行性；文献[54]针对风电、蓄热式电锅炉构成的供热系统，建立了考虑风电不确定性的风电供暖调度优化模型，通过粒子群算法实现能量调度最优解的求取，采用鲁棒随机优化方法求解；文献[55]对弃风供热项目电锅炉、蓄热装置降低弃风的运行策略及配置方案进行了研究；文献[56]对供热期蓄热式电锅炉融合储能提高风电消纳的优化控制问题进行了研究；文献[57]针对风电-电储能-蓄热式电锅炉的联合系统，引入弃风成本参数，结合能量平衡约束、常规机组运行约束、电储能约束以及蓄热式电锅炉运行约束，采用粒子群算法实现能量调度最优解的求取。

综上，在提高风电消纳能力方面，系统中加装储能装置，在供热期和非供热期，均可在一定程度上提升风电消纳能力，但冬季供热期热与电的矛盾仍然存在；系统中加装电制热、储热装置，在冬季供热期，可将热与电进行解耦，提升风电消纳空间，但电锅炉机械调节部件的存在，导致跟踪弃风能力有限，并且非供热期的弃风问题仍然存在。提升风电消纳能力的储能容量配置方面，融合储能与蓄热式电锅炉的容量配置尚未得到深入的研究。

2）储能应用于配电网或微网方面。

文献[6]考虑储能寿命损耗，提出计及电池寿命和系统经济运行的微网储能容量双层优化模型；文献[58]针对储能改善高渗透率分布式光伏对微网影响、降低弃光等应用功能，考虑需求侧响应，提出了储能在高渗透率分布式光伏微网系统中的容量配置方法，以组合规划结合粒子群算法求解；文献[59]针对储能提高配电网消纳高渗透率分布式光伏能力，以储能容量最小为目标，提出了储能在高渗透率分布式光伏配网中的容量配置方法；文献[60]针对并网、离网微网系统，提出了以最小化年度能源损耗成本、最小化能源成本为目标的分布式电源和储能的容量配置问题；文献[61,62]针对储能在光伏微网中应用场景，建立了考虑储能净收益与光伏利用率的储能容量多目标优化配置模型，采用改进型非劣排序遗传算法（NSGA-Ⅱ）对所建模型进行求解；文献[63]针对微网中储能系统平抑分布式电源出力波动、提高电能质量应用功能，提出了以储能容量最小为目标的容量配置方法；文献[64]针对储能在含分布式电源的孤岛区域电网中的应用，提出了以储能容量最小为目标的储能容量优化配置方法；文献[65]提出了以购电成本最小为目标的储能容量配置方法；文献[66]针对储能在配电网中平抑可再生电源功率波动、削峰填谷、提高供电质量等应用功能，提出了以削峰填谷、供电电压质量、功率调节水平等为指标的储能多目标优化配置方法；文献[67]基于概率统计理论，通过分析光伏、负荷出力短期预测误差，提出了储能在分布式光伏配网系统中的容量配置方法；文献[68]提出了一种基于成本最小为目标的微网中储能系统容量优化方法，采用改进蝙蝠算法求解；文献[69-71]考虑电池容量衰减，提出成本最小为目标的储能在微电网中容量配置方法；文献[72,73]考虑储能全寿命周期成本，建立了储能优化配置数学模型，提出一种基于差分进化和预测-校正内点法的混合算法进行求解；文献[74]以环保性和供电经济性为目标，提出不同控制策略下独立风光柴储微电网中储能、分布式电源的优化配置问题，采用改进型非劣排序遗传算法求解；文献[75]以综合成本费用最小为目标，对风-光-储-柴等进行优化配置。

综上，配网或微网中储能容量配置问题，主要从储能单主体角度出发，储能与源-荷的协同配置需求逐步突出，主要体现在：配网及微网中用电负荷类型的多样化、用户需求呈现差异化和个性化、用户对供电质量要求不断提高、以及对环保的高要求，需在提升清洁能源高效利用的同时，满足用户的电能多样化需求，然而清洁可再生能源利用率低、用户缺乏对市场机制的响应、负荷峰谷差大、并且缺乏高效互动的运行机制等仍然是普遍存在的问题。

此外，部分学者对储能在网侧参与调峰、调频，以及退役动力电池梯次用于储能的配置及经济性问题进行了研究。文献[16]针对储能参与调峰应用场景，以净收益最大为目标，提出了储能容量优化配置方法；文献[76]针对储能参与电网调频应用功能，提出了考虑调频效果、经济性的储能容量配置方法；文献[77]以退役动力电池梯次用于快充电站应用场景，以净收益最大为目标，建立了梯次利用电池储能系统在电动汽车快充电站的经济性评估模型，提出了退役动力电池梯次用于储能电站的容量优化配置方法；文献[78]针对储能运行减少常规发电机组煤耗应用功能，提出了以年净收益最大为目标的储能系统容量配置方法；文献[79]针对储能降低网损应用功能，提出了基于粒子群优化的储能容量优化方法。

近年来，由于部分电池储能技术经济水平的提高、补贴政策的出台，储能由示范应用向商业化应用转变的趋势逐步明显，部分储能准商业化项目已投入运营。储能的容量配置问题，不再仅以技术或经济为指标，计及多目标的储能容量配置问题受到关注。文献[66]从储能应用的削峰填谷能力、电压质量及功率调节能力等技术性角度，建立了多目标优化配置模型；文献[80]从能效、经济、环境等角度，建立了能效最高、储能系统投资及运营成本最小和环境污染成本最低的多目标优化模型，采用基于动态惯性权重的多目标非支配粒子群算法求解；文献[81]建立了考虑经济性、削峰填谷、提高电压质量的储能优化目标函数，采用混合整数线性规划和粒子群优化算法对模型进行求解。已有研究成果从多目标优化角度出发，尚未深入挖掘储能商业化应用进程中与示范阶段储能容量配置的差异。

3 储能经济性评估研究现状

储能系统功率、容量确定情况下的经济性评估方面，相关研究从储能的运行效益出发，如低储高发套利、辅助服务收益等，基于电力市场、储能激励政策，考虑储能系统的投资与运维成本，对储能应用的经济性进行评估。文献[82]针对储能降低弃风应用场景，考虑政府补贴，建立了梯次利用电池储能系统的平准化成本分析模型；文献[83]针对风电-氢储能与煤化工多能耦合系统应用场景，以多能耦合系统全寿命周期净利润为目标，建立了多能耦合系统全寿命周期经济评估数学模型；文献[84]针对储能在电动汽车充电站应用场景，建立了年净利润计算模型，采用多种群遗传算法求解；文献[85]针对储能低储高发套利、调频辅助服务应用场景，提出了钠硫电池、飞轮储能混和储能系统净收益计算方法，评估了储能运营的经济性；文献[86]针对储能延缓电网升级改造、低储高发套利、调频辅助服务应用功能，建立了净收益计算模型，评估了典型电池储能技术应用的经济性；文献[87]对退役动力电池梯次利用于储能的经济性进行了研究，通过分析调峰辅助服务效果、充放电深度、电池健康状态、梯次利用寿命等关键参量，提出退役动力电池在电力系统中梯次利用的效益评估方法；文献[88]退役动力电池梯次用于储能系统的成本及其功能，研究了退役动力电池梯次用于储能参与用户侧调峰的技术可行性与经济性；文献[89]针对退役动力电池梯次用于储能系统在快速充电站场景应用的经济性及其经济运行问题，根据快速充电站的典型负荷曲线、成本、收益构成，建立了储能调峰、降低网损的效益评估数学模型，采用遗传算法优化求解，仿真结果验证了退役动力电池梯次用于储能系统降低变压器容量的可行性及经济性；文献[90]针对储能技术的经济效益评估问题，建立了考虑电池充放电深度及寿命的储能电站成本计算模型和储能电站收益计算模型；文献[91]基于国内分布式光伏补贴政策及储能技术现状，建立了分布式光伏-储能经济评估模型。

已有研究成果多从价值角度出发，基于单项经济指标，分析储能系统的经济性，主要存在如下问题：尚未形成综合考虑多项技术经济指标的储能全寿命经济性评估体系；基于价值角度的经济性评估，需要对评估期内的现金流进行预估，极难做到与实际运行效果完全一致。

4 结论

（1）随着示范项目和商业化项目的深入，储能将在电网中呈现多点分布特性，多点布局的储能系统通过电力系统统一调度，可实现多点分布式储能的有序聚合，除了满足就地应用功能外，可为电网提供紧急功率支撑、提高电网安全稳定性、有效提升电网对可再生能源的消纳能力、丰富电网调峰、调频和调压等辅助服务手段，使电力系统变得更加“柔性”和“智能”，促进电网发展模式变革。因此，满足源-网-荷多功能需求的储能选址及配置技术是值得深入研究的问题。

（2）储能系统的经济性评估需预判储能系统的寿命周期、预期现金流量，储能系统的寿命周期与储能电池自身的技术特性、运行工况等多个因素有关，预期现金流量难以与实际运行效果完全一致，随着储能项目的推广应用，将积累大量的储能运行数据，综合分析储能在提升新能源消纳、电网辅助服务、紧急功率支撑、用户电能管理等的运行效果，开展储能系统工程应用的综合能效评估是值得深入研究的问题。