新能源侧储能配置技术研究综述

李相俊，马会萌，姜倩

(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有限公司），北京 100192)

0 引言

2020年9月联合国大会上，国家主席习近平作出了碳排放2030年前达到峰值、2060年前实现碳中和的国际承诺，以可再生能源为主体的绿色、低碳、清洁能源体系建设是中国乃至全世界的能源战略选择。近年来，中国新能源规模化快速发展，截至2020年底，全国新能源发电累计装机达5.34亿kW，占全国发电总装机的24.3%。可以预见“十四五”及以后，中国新能源仍将保持高速发展态势。

新能源发电具有随机波动性、间歇性，且相较于同步发电机，不具备阻尼特性。新能源机组的渗透率不断增加，给电力系统的安全稳定运行带来了严峻挑战[1]。储能系统具有能量时移[2]、快速响应及灵活布置等特点，是促进新能源消纳、提升新能源主动支撑能力的重要技术手段。近年来，新能源侧配置储能逐渐成为研究热点[3-5]。目前，已有超过20个省份从消纳和一次调频角度发文鼓励新能源场站配置储能。伴随“碳达峰 碳中和”的提出，能源转型的进一步推进，“新能源+储能”将成为新能源发展的主流模式。

储能配置是储能应用环节的前期工作。新能源侧的储能配置是以涵盖新能源机组、电站、基地、新能源高比例接入省级电网或区域电网为应用背景，面向特定应用场景，以“新能源+储能”达到特定的技术指标或技术经济综合指标为应用目标，在明确储能系统的控制策略或运行边界下，开展的储能系统容量优化配置工作。

目前，国内外在新能源侧储能配置领域已获得许多有价值的阶段性成果。储能配置主要明确应用场景、技术需求分析、应用模式、各应用模式下的技术性目标和经济性目标、技术类型、储能系统的控制策略或运行边界、优化配置模型及求解，最后通过对储能配置效果进行预评估形成配置工作的闭环。

在技术需求分析阶段，需要基于应用场景的考核要求、业主要求，结合政策环境和电力市场环境考虑储能项目的收益途径，并收集能够描述储能应用场景的历史运行数据或规划数据。

在搭建储能优化配置模型阶段，基于前述基础数据收资和储能控制策略或运行边界的确定，提取储能应用的典型工况或构建典型场景集，以全寿命周期收益最大、项目投资成本最低、储能容量最小等目标中的一个或多个作为优化目标，在考虑典型工况下储能设备的寿命衰减特性基础上，搭建储能优化配置模型。如果应用工况需要储能兼具小时级充放电、频繁充放电状态切换、快速功率响应等能力，采用多种储能技术联合应用，从提升储能技术对场景需求的响应程度和项目的全寿命周期投资经济性来讲均是有效的技术手段。

在储能优化配置模型的求解阶段，主流的做法是选择适用的智能求解算法或改进的智能求解算法进行求解，或者首先通过对模型做线性化处理或凸化处理，经过处理后的模型，可以直接调用商业求解器进行求解。在储能配置效果的预评估阶段，可采用时序生产模拟方法在年度长时间尺度上评估储能配置比例在促进新能源消纳方面的作用，或搭建控制策略模型，输入基础数据样本，通过仿真储能系统的运行过程评估储能的应用效果，还可以采用经济性评估方法对储能项目的投资经济性进行评估。

本文就目前国内外在各环节的详细进展进行总结分析，以期为该领域的研究人员开展更深入的研究提供理论基础。

1 “新能源+储能”的应用场景

新能源侧的储能技术需求，大多来自新能源电站并网运行规定、电力系统安全稳定导则等相关管理规定[6-8]。储能的应用场景主要包含机组、电站、省级电网、区域电网4个层面，如图1所示。

图1 新能源侧储能应用场景分类Fig.1 Classification of energy storage application scenarios on the renewable energy side

1.1 提升新能源机组的故障穿越能力

储能在提升新能源故障穿越能力方面主要用于提升机组的高、低电压穿越能力。文献[9-11]基于新能源机组故障穿越要求，对故障前后系统能量变化进行分析，通过仿真不同深度电压跌落故障，研究直流母线侧超级电容器的容量需求。文献[12]提出了用于评价双馈风电系统低电压穿越能力的并网点电压偏移量指标，再结合经济成本，求解最严重故障情形下的储能配置容量。文献[13-14]以单台风机并网为例，通过仿真对比了超导储能-限流系统与电池储能、静止同步补偿器等装置在提高风电低电压穿越能力方面的性能和经济性。文献[15-16]指出储能系统也可以提升新能源电站的高压穿越能力。

1.2 促进新能源电站并网

以新能源电站或基地为单位配置储能，是在源侧促进新能源并网消纳的主要应用场景，主要通过平抑新能源出力波动、补偿功率预测误差、降低弃电率等应用，提升新能源的并网友好性。

文献[17-21]针对平抑新能源电站出力波动开展储能配置研究，提出通过离散傅立叶变换[17]、一阶低通滤波、卡尔曼滤波[18]等算法分析历史数据，结合出力波动率、波动频段[19]与爬坡能力[20]等技术指标计算储能容量。在此基础上，文献[22]考虑了电池储能运行状态，如充放电功率平缓、可持续工作性最佳等。文献[23]综合考虑新能源波动平抑效果与补偿预测误差，采用多维分析法开展储能容量优化配置。

文献[24-27]针对储能补偿新能源功率预测误差场景展开储能配置研究。文献[24]考虑了风电功率预测误差和储能系统的荷电状态分布。文献[25]依据风电功率预测标准，为提升风储联合跟踪计划出力精度且控制成本，采用截止正态分布法确定储能配置容量。文献[26]首先利用风电场功率预测误差的标准偏差对风电场出力计划进行优化，然后在跟踪计划允许的误差带宽内，计算储能系统的最优时序出力曲线，在考虑充放电效率、荷电状态等基础上确定储能容量。

文献[28-30]研究降低新能源弃电率模式下的储能配置。文献[28]以全寿命周期内储能净现值最大为优化目标，综合考虑了储能的全寿命周期投资、售电收入、弃电率等约束。文献[29]首先开展光储出力特性分析及储能系统工况特征提取，提出应用工况对储能设备的需求期望值。文献[30]综合考虑风功率的不确定性和弃电率限制，研究储能配置方案。

在上述研究基础上，有学者计及经济性因素，开展多目标储能优化配置。以电池储能为例，结合储能系统寿命损耗[31-32]、全生命周期成本、储能年综合费用[33]等方面建立经济性分析模型。文献[34]计及新能源弃电成本，建立储能投资与风能损失的成本-效益模型。文献[35]针对中国三北地区冬季热电联产机组“以热定电”运行模式造成弃风严重的问题，研究以混合储能解决弃风问题，提出了一种兼顾储能经济效益和功率优化分配的双层优化模型。文献[36]针对“新能源+储能”替代同步发电机开展精细化时序仿真，量化评估新能源配置储能替代火电的经济性。文献[37]建立了混合储能系统与风电功率平滑度间的关联模型，并综合考虑储能系统的技术和经济性能。

与常规电力设备相对固定的使用寿命不同，电池储能的使用寿命与其充放电深度、频次等工况过程量密切相关。因此，在配置储能方案时，考虑具体应用工况下储能的充放电深度、充放电频次的概率统计结果对全寿命周期内储能投资评估的影响非常必要[38-39]。

针对电池储能深充深放及高频充放电带来的寿命快速损耗问题，通过采用混合储能提升储能投资的经济性[40-46]。一般采用频段分解算法，如一阶低通滤波、小波、小波包、经验模态分解等[40]，对混合储能系统的功率进行分配。采用经验模态分解、小波、小波包分解法计算储能系统额定容量[42-44，46]。

在新能源电站内配置储能，提升新能源的可调可控性是储能在新能源侧应用研究最多的一个技术方向，一般以新能源电站效益最大化为目标，综合考虑储能应用的技术效果与经济收益。

1.3 提升新能源电站的置信容量

国内外学者采用置信容量来评价新能源发电对系统容量充裕度的贡献[47-48]。目前中国新能源发展的重大问题在于，新能源仅作为能够提供一定电量价值的替补能源，如何评估新能源的容量价值以及提高其在电网中电力平衡方面的作用是新能源发展突破瓶颈的关键[49]。而在新能源电站内合理配置储能系统，可有效提升“新能源+储能”的置信容量。

在Wisconsin东南部电网，通过为100 MW光伏电站配置 35 MW/100 MW·h 储能系统，将光伏电站在夏季的有效负荷承载能力由49%提升至65%[50]，证明了储能在改善光伏电站置信容量方面的技术有效性。文献[51]以提升风电场置信容量为例，通过后验式置信容量评估方法，就不同容量储能对风电系统置信容量的提升效果进行灵敏度分析，从而给决策者提供储能配置依据。文献[49]采用类似方法，通过调整储能配置容量，对风储系统的置信容量进行评估，通过试数法找到合理的储能配置方案。文献[52-53]以满足电力平衡需求为目标，确定所需风光储发电系统的整体置信容量与常规机组容量，计及自然资源的随机波动，并考虑常规机组的随机停运，借助蒙特卡罗仿真计算达到等置信容量所需的风光储机组组合，并通过风光储容量优化模型，选出使全生命周期总投资成本最优的风、光、储容量配置。

1.4 提升新能源电站的主动支撑电网能力

随着低惯量、弱支撑的新能源机组在电网中的比例不断增加，系统转动惯量大幅降低，关键运行指标（频率、电压）的支撑和调节能力逐步下降，系统安全稳定运行面临巨大风险。文献[54-56]研究了参与系统惯量支撑的储能容量配置问题。文献[54]提出可参考系统频率变化时转子能量的变化情况配置储能。文献[55]以使风电场具备类似于传统机组的惯量支撑能力为目标，提出基于非参数核密度估计的储能容量配置方法。文献[56]提出了基于简化的系统频率响应模型的储能容量优化计算方法。文献[57-58]研究了参与系统惯量支撑和一次调频的储能容量配置问题。文献[57]提出依据系统理想动态频率特性，例如惯量系数、下垂系数等配置储能的方法。文献[58]提出一种根据新能源电站历史输出功率数据，通过设置置信水平确定储能容量的方法。储能系统在提升新能源主动支撑电网能力方面的研究主要集中在参与惯量支撑和一次调频。因为储能不是实现新能源电站主动支撑电网能力的唯一手段，所以技术效果和经济性均是储能配置需着重考虑的因素。

1.5 提升区域电网的新能源并网/外送能力

文献[59]分析了新能源并网对系统调峰的影响，构建了协调风电有功功率与负荷波动的储能充放电控制策略，并在此基础上考虑风储合成出力指标，以储能容量最小为目标，构建了基于时序仿真原理的储能容量优化配置模型。文献[60]建立了双层网储联合规划模型，外层考虑系统稳定指标和运行指标，决策变量为储能的配置地点和最优配置功率，内层是考虑机组组合的输电网扩容模型。文献[61]采用双层决策模型，建立了储能提高区域电网风电接入的规划和运行优化模型，同时在规划和运行两个时间尺度下考虑储能优化的差异性。文献[62]充分考虑储能系统的运行特性，以线路、储能等效年投资成本、年弃风成本最小化为目标，面向提高风电接纳能力，建立了储能与输电网联合规划模型。文献[63]以储能辅助调峰为场景，提出兼顾经济性和灵活性的储能辅助调峰优化配置方法。

从以上文献可知，储能在新能源侧的配置技术研究，在纵向深度上涵盖保证机组不脱网-促进新能源友好并网-提升新能源主动支撑能力，呈现出随新能源占比增长，电网对新能源发电的技术要求不断演化，储能的应用功能逐步升级的发展趋势。

最早的应用场景，如提升新能源电站运行安全性、促进新能源并网等已较为成熟，储能配置方法已实现工程化应用，而后续出现的应用场景，还有待进一步深入研究，尤其是提升新能源电站的主动支撑电网能力，是伴随新能源从补充电源向主力电源过渡过程中发展起来的新的应用需求。

在不同场景下，储能的应用模式较多，还存在多个模式联合应用的情况，储能配置模型需要综合考虑技术性与经济性。技术性包括“新能源+储能”联合出力满足场景考核要求、储能系统连续可靠运行；经济性包括在全寿命周期时间尺度上的计算储能系统的投资成本与收益。

2 储能配置方法

2.1 配置模型

风光资源具有短时间尺度、日、季、年等不同时间尺度的波动性，均将影响新能源侧对于储能的功率支撑能力、容量支撑能力的需求。新能源侧储能配置需要兼顾单个或多个应用场景下的技术指标和经济指标，需要考虑新能源出力特征及时空互补特性，考虑不同储能技术的动态响应特性及互补特性，有的场景还需要涵盖新能源预测误差、调度计划不确定性等多重不确定因素。如何保证储能配置结果的工程适用性，是一个涵盖多时间尺度多目标多约束的复杂问题。

多种规划理论、方法被用于新能源领域的储能配置，目前主流的储能配置方法可分为基于时序运行仿真的配置方法、确定性配置方法、不确定性配置方法，如图2所示。

图2 主要的新能源侧储能配置方法归纳Fig.2 Summary of main energy storage configuration methods on the renewable energy side

2.1.1 基于时序运行仿真的配置方法

文献[17-20，36，40-45，64]均采用基于时序运行仿真的配置方法，开展追求技术目标的单目标配置。基于时序运行仿真的配置方法，首先需要获取新能源电站的历史运行数据，另据储能应用场景不同，如在补偿新能源预测误差场景下，还需要对应时段的功率预测数据等，根据应用场景明确“新能源+储能”联合输出技术指标，制定储能系统充放电控制策略，在考虑充放电效率、SOC运行范围、电量平衡等约束条件下，仿真计算出储能系统的时序功率需求数据，在考虑置信区间或权衡储能投资和应用效果后，基于时序功率需求数据样本，计算储能系统的额定功率和额定容量。

2.1.2 确定性配置方法

确定性配置方法[37,45,59,61,65]是建立在对数据样本进行确定性假设的基础上，基于典型时段的新能源历史运行数据、调度数据、网侧数据等，以储能系统的额定功率、额定容量，有时还包含储能系统的接入位置作为决策变量，建立技术性或技术/经济联合优化模型，再对应选择适用的智能求解算法，计算得到储能优化配置方案。

2.1.3 不确定性配置方法

新能源出力、功率预测、电网消纳能力等方面的不确定性带来了储能需求的不确定性，针对这些不确定性，不确定性规划理论被用来解决储能配置问题，不确定性规划包括随机规划、模糊规划、鲁棒优化等方法。其中随机规划和鲁棒优化被较多地应用于新能源侧的储能配置问题。

通过在新能源电站配置储能使“新能源+储能”完全可控既不经济也不现实，机会约束规划是将传统优化中完全满足约束软化为满足约束条件的概率高于某一置信水平的优化方法[66]。文献[67-68]基于机会约束模型开展区域电网的储能配置研究，置信水平体现了符合机会约束的最小概率与管理者的风险承担水平。

场景分析法是将连续的随机变量的概率分布模型转化为离散场景的集合，用尽量少的场景逼近原随机变量的分布，并在各场景下求解原问题，从而将随机优化问题转化为确定性优化问题[63, 69-72]，简化对随机优化问题的求解。文献[51]针对储能配置过程中需要考虑负荷和风电出力的随机性，采用随机场景生成和削减方法构建了多个涵盖负荷和风电随机性的典型年场景。文献[21]结合多场景随机规划与基于序贯蒙特卡罗的运行模拟，采用考虑风电出力和负荷典型场景集的随机规划模型，计算风电场的储能配置容量。文献[73-75]分别基于场景树、机会约束方法融合风电出力的不确定性，以提升系统的灵活性为目标，研究了大电网中储能的最优投资方案。

文献[76]基于鲁棒优化理论构建可再生电源出力的不确定性场景集，在分时电价下以储能系统全寿命周期成本、系统总发电成本、联络线功率波动最小等为目标，开展储能优化规划。文献[77]采用不确定性集合刻画负荷需求和风电出力的随机特征，在极端场景下建立了自适应min-maxmin鲁棒规划模型，并基于此开展储能和输电网结构的优化研究。

在已获得大量数据样本的基础上，采用聚类算法抽取典型场景集，是提升计算速度，并保证储能配置涵盖充足不确定性特征的常用方法。文献[62]同时考虑风电与负荷的时序性、风电波动性及与负荷的相关性，采用改进K-means聚类对风电与负荷数据进行分析，对数据样本进行聚类，得到一组全年负荷与风电典型时序场景集。文献[78]基于云模型理论将储能充放电功率的概率分布分解成若干个正态云模型的叠加，基于K-means聚类算法从储能运行曲线中提取典型充放电工况曲线，将其作为基础数据输入储能容量优化模型。

2.1.4 其他配置方法

文献[37，59]将时序运行仿真与确定性配置方法联合使用，文献[79-80]采用概率分布鲁棒联合机会约束规划模型描述储能配置问题，文献[79]综合考虑了含风电的电力系统鲁棒备用规划与调度问题。

文献[54-56]以提升新能源电站惯量支撑能力和参与系统一次调频为应用场景，参照常规机组的一次调频技术原理，以保证新能源电站并网前后系统的等效惯量和一次调频能力不变为应用目标，基于能量守恒原理，通过公式推导计算储能需求。

2.2 求解算法

储能优化配置的决策变量往往为连续变量，追求单目标或多目标，约束条件一般包括线性约束、非线性约束、等式约束、不等式约束等，建立的配置模型往往为多目标、非线性数学模型，常规寻优算法计算复杂，计算速度和收敛性均达不到要求[61]。为了解决这个问题，多采用遗传算法[37,40,61]、粒子群优化算法[39]、飞蛾扑火算法[75]、模拟退火等智能算法及其改进算法。智能算法可以有效求解非线性优化问题，但可能存在个体单一、易早熟或陷入局部最优等缺点，如果基于的数据样本较大，还存在求解时间过长，甚至难以求解的问题。为解决这些问题，将目标函数、约束条件线性化处理[60]，将多目标问题转化为单目标问题均是有效的解决办法。

另外，为获得全局最优解，同时保证在可接受时间内获得结果，在储能配置模型搭建后，可首先检验模型是否为凸函数，若不是，可采用多种近似、松弛手段实现凸化，使之转化为凸函数，或松弛部分约束条件，实现新的可行域包含原可行域，并为凸集。一般来说，大多数凸优化问题都可以直接调用商业求解器来求解。文献[75]通过将鲁棒规划模型拆解为主模型和从模型，使得非凸问题转变为可直接使用CPLEX求解的线性规划问题。文献[77]首先将基于鲁棒联合机会约束建立的非凸模型转化为半定规划问题，采用SDPT3求解器可有效求解。

从以上综述可知，基于时序运行仿真的配置方法和确定性配置方法的计算结果高度基于所采用的离散数据样本，而新能源发电的不确定性、新能源功率预测的不准确性、调度计划的不确定性等造成储能配置问题包含多重不确定性因素，采用确定性数据样本会造成储能配置结果对于工况适用的局限性。所以，采用确定配置方法时，数据样本适宜采用覆盖8 760 h的年度时序数据，以尽可能多地涵盖不同气象条件、不同电网消纳能力下储能的不确定性工况特征。

新能源侧的储能配置是包含多重不确定性的决策问题，如何处理其不确定性是保证配置结果工程适用性的核心，目前研究主要涉及的方法有采用机会约束软化约束边界、采用场景分析法构建离散场景集合将随机优化问题转化为确定性优化问题、采用聚类算法抽取典型场景等，主要思路是首先将不确定性问题转化为确定性问题，然后再进行求解。

在优化求解方面，多种智能算法被用于求解储能优化配置问题，将非线性问题线性化处理、多目标问题转换为单目标问题、非凸问题凸优化等均是有效的简化求解过程的方法。

3 储能配置的预评估方法

在计算得到储能配置结果后，分析新能源侧储能投运后的运行效果和投资经济性是对储能配置结果的预检验，也是闭环配置环节的重要步骤。

目前储能在新能源侧的应用主要是促进新能源消纳，生产模拟和经济性评估是对储能应用效果和投资经济性的预评估主流的方法。

在采用时序生产模拟和随机生产模拟[81-83]评估储能对于促进新能源消纳作用方面，文献[82]提出了基于随机生产模拟改进新能源消纳能力评估方法，为评估储能在年度/跨年度长时间尺度上促进新能源消纳的能力提供了快速计算方法。文献[83]针对多端柔性直流电网，提出一种基于时序生产模拟仿真的运行经济性评估方法，评估不同新能源和抽蓄配置方案下，张北柔直电网的运行经济性，为工程建设决策提供重要依据。

在储能项目的经济性评估方面，文献[84]指出储能经济性评估需预判储能设备的使用寿命、预期现金流等，而储能设备的使用寿命与设备的技术特性、应用工况等因素强相关。文献[85]分析了储能系统投资成本的敏感性。文献[86]构建了负荷侧、风电侧的储能价值估算模型，对比分析了储能装置由负荷侧转移到风电侧的经济性问题。文献[87]指出基于折旧法计算损耗成本会低估储能的运行费用，将导致储能容量配置偏大，而定量计算储能的损耗成本，将会使得储能的配置结果更符合实际需求。文献[88]介绍了几个典型的储能经济性评价工具，包括储能效益评估软件、基于储能平准化成本的经济测算软件、储能经济测算指数。文献[89]提出在促进可再生能源消纳领域，储能的作用包括增加收入、提高电网稳定性、降低成本、节能减排，储能应用带来的效益包括直接效益和间接效益。文献[90]开展了风储联合应用的经济、社会、环境效益综合分析，提出储能参与风电消纳可降低弃风率、促进节能减排、提高风力发电的综合经济性，并且可以产生吸引投资、提升地区生产总值、带动交通及技术发展等社会价值。文献[91]构建了基于外部性理论的储能系统综合价值测算模型，包括储能系统自身价值，储能系统给发电企业、电网公司、电力用户、环境带来的外部价值，并以储能系统接入光伏电站为例，分别从投资者、社会整体效益角度，研究储能系统应用在可再生能源发电侧的经济性，并进行了盈亏平衡分析，经济性分析结果显示储能系统的外部性收益占年收益比例较大。文献[92]提出了储能系统全寿命周期成本分析方法，全面考虑了电源装机、节能减排等方面的综合效益，包括通过减少脱网考核、限光时段考核、有功功率控制子站投运率考核产生的收益和增加上网电量带来的收益。

从以上综述来看，在得到新能源侧储能初步配置结果后，采用生产模拟方法评估储能应用效果，采用经济性分析方法评估储能的投资收益，均是有效的储能配置效果预评估手段。并且通过预评估储能应用效果，还可以反馈迭代优化储能配置过程，提升储能配置结果的工程适用性。

特别需要注意的是，在开展储能配置经济性分析时需对包括储能运行效果、市场环境、储能的运营模式及收益构成、储能运行工况、全寿命周期成本与衰减过程、系统残值等边界条件全面考虑，如果在预评估阶段，对于上述因素考虑不全面，可能导致对于项目投资回报的预估出现偏差。

4 新能源侧储能配置方法研究展望

限于储能的技术发展水平和成本水平，目前储能在新能源侧的应用主要面向4个服务纬度和时间尺度：毫秒、秒级暂态稳定问题（主动支撑电网能力）、数分钟级系统可调节能力差（促进新能源消纳）、小时级区域调峰能力不足（参与系统调峰）、更长时间的通道外送潜力未完全发挥问题（缓解输电阻塞）。通过对现有新能源侧储能配置技术的归纳与分析，认为现有技术尚有如下不足：（1）储能应用场景设定较为单一，在储能成本仍然较高的情况下，不能保证项目的投资经济性；（2）无法支持以全年为周期，兼顾长期消纳和短时主动支撑的储能需求分析；（3）没有考虑风储、光储、风光储多场景的差异化需求；（4）目前的研究都集中在数小时级时间尺度内，尚未在更长时间尺度上探讨储能的应用问题。

伴随双碳目标的提出，新能源将继续规模化快速发展，新能源消纳压力将越来越大。同时多种储能技术快速迭代和成本持续下降，从技术供给侧到需求侧双向将推动新能源侧储能应用需求进一步演化。对新能源侧储能配置方法进行如下展望。

（1）在新能源高占比的新背景下，系统将无法承受规模化新能源对于系统灵活性调节资源的过度占用，新能源与常规电源共担系统安全稳定运行责任和义务是未来的技术发展趋势，需要开展兼顾消纳与主动支撑电网的储能配置方法研究。在兼顾消纳与主动支撑电网场景下，储能将面向移峰填谷+功率预测补偿24 h持续，惯量、频率、电压支撑需求随机高频出现的复杂过程，需要储能同时具备毫秒级的响应速度、小时级的持续充放电能力，同时在充放电状态频繁切换工况下具备较长的使用寿命，才能保证项目的投资经济性，需要开展混合储能对于复杂储能工况的匹配研究和容量优化配置；

（2）中国新能源发展过程中由地域、资源禀赋、负荷、网架结构等形成了多样化差异化发展形态，需要开展考虑差异化发展背景的储能配置方法研究；

（3）结合源网荷发展趋势，研究新能源侧在电站层、区域电网层应用储能的联合配置方法；

（4）伴随储能成本下降和新能源侧对储能技术需求的演化，新能源侧储能应用的时间尺度将从日内扩展至周、月、跨季节乃至更长时间和具备空间运输能力的储能形式，如新能源电解水制氢等，储能需求具有超大容量、超长时间尺度等特征，需要开展考虑长时间、大容量、跨季节调峰的储能需求及兼顾多时间尺度的储能配置方法研究；

（5）探讨双碳、新型电力系统发展背景下的新能源侧储能技术需求，考虑碳排指标，开展计及经济效益、社会效益、环境效益等综合效益的储能配置方法研究；

（6）随着储能的发展以及市场行为驱动，将催生出众多新模式新业态，结合储能领域政策机制的变化形势，需要开展适应新业态的储能配置方法研究。

5 结论

本文从新能源侧储能应用需求出发，介绍了包含提升新能源电站运行安全性、促进新能源并网、提升新能源电站的主动支撑电网能力等储能应用场景及在各场景下国内外的储能配置方法研究现状。然后，从方法论角度出发，从数学模型及模型求解角度归纳总结了目前常用的多种储能配置方法，包括基于时序运行仿真的配置方法、确定性配置方法、不确定性配置方法等，并探讨了各种配置方法使用过程中的注意事项或适用范围，并在优化求解算法部分介绍了不同配置模型适用的求解算法及有效的简化处理方法。最后，从中国新能源继续规模化快速发展的背景出发，对储能配置技术的后续研究方向进行了展望。