高比例新能源系统中储能配置规模论证

张东辉，康重庆，卢洵，刘新苗，张宁，徐芸霞

(1. 清华四川能源互联网研究院，成都610000；2. 广东电网有限责任公司，广州510062)

0 引言

建设新能源为主体的新型电力系统是实现我国“2030碳达峰、2060碳中和”目标的重要路径[1 - 2]。高比例新能源系统的首要问题是，解决新能源出力的随机性[3]、波动性[4]及间歇性[5]对电力系统平衡能力的影响，以及对系统稳定特性的重大改变[6 - 9]。其中，储能被认为是提升电网灵活性、消纳高比例新能源、满足系统供应-需求两侧动态平衡的重要灵活性资源[10 - 12]。

由于目前对于源-网-荷各环节配置储能的代价相对较高，因此储能规划的意义是在系统灵活性资源相对确定的情况下，寻找一个合理可行且较为经济的储能有序配置方案[13]。在论证储能配置方案过程中，需要明确储能配置的总体目标，论证是采用典型方式和场景做代表还是时序生产模拟，源网荷储的协调策略以及储能的充放电策略，这些关键因素都会对储能配置规模和效果产生较大影响[14 - 15]。

近年来，国内外研究机构和学者针对储能规划、配置和储能充放电策略开展了相应研究并取得一定成果。文献[16]提出应在规划阶段统筹考虑影响中长期储能发展的重要边界条件、技术经济发展趋势和其他可再生能源的国家专项发展规划。文献[17]针对储能在电网侧、用户侧和新能源发电中的主要应用场合，研究归纳了相应的应用规划算法和效益评估方法，文献[18]重点研究了电网侧储能效益评估。文献[19]对新能源集中并网下大规模集中式储能规划研究进行了评述，指出电网侧储能规划和电源侧储能规划各有侧重，规划目标主要是投资的经济性，兼顾了新能源消纳、供能可靠性、电压稳定及线路阻塞缓解等需求，模型框架大部分是启发式方法，求解算法采用了包括遗传算法在内的多种优化算法。文献[20]从系统整体运行需求角度入手，提出了一种电力系统统筹配置储能的分析计算方法，考虑到储能的功率初值计算、确定功率下的能量分析计算和不同功率下的能量滚动计算等环节，具有较强的参考价值。

目前储能的规划及充放电策略主要侧重于具体场景下的应用研究[21 - 22]，在系统层面的储能规模需求配置论证分析已有出现[20]，但相对较少；另外，储能论述总体还是追求具体小场景，对影响系统平衡和储能配置效果的系统开机论述较少。针对以上问题，本文首先提出配置储能的主要目标，分析了系统配置储能的基本原则，从全社会角度提出储能配置规模论证优化模型，并通过省级规模的电网参数作为案例验证规模论证方法和流程的有效性。

1 高比例新能源系统中配置储能的目标和原则

在高比例新能源系统中，由于新能源出力的随机性和波动性，电力供应的可靠性受到极大挑战，若常规机组开机过多，可能面临阶段性的新能源出力过剩导致弃电问题，若常规机组开机过少，可能面临新能源出力不足导致部分负荷不能供应问题。储能具备灵活的能量转移和功率输出能力，配置储能的主要目标应定位在提升系统消纳新能源的能力和提升系统满足负荷供应的能力。

目前，高比例新能源接入系统中的储能配置和运行还没有统一的说法，本文为研究储能配置规模的需要，提出以下边界条件和基本原则。

1)少量的新能源弃电和负荷不满足应作为灵活性调控常规手段

文献[11]指出，高比例新能源接入的系统中调峰灵活性资源需求巨大。通过装机裕度和灵活性资源配置，实现新能源完全消纳和负荷满足系统成本巨大、经济性较差，有必要把少量的新能源弃电和负荷不满足纳入常规手段考虑。

2)采用全时段的时序生产模拟

由于新能源较强的不确定性，各季节差异较大，简单采用典型场景下计算的方式，难以充分估计储能充放电策略对新能源消纳水平和供电能力的影响，因此评估高比例新能源接入的系统储能配置作用，建议采用全年时序生产模拟。

3)基于合理的开机方式

系统内配置的包括大规模抽水蓄能在内的各类储能，相对于各类型电源装机比例较小，因此，合理的开机方式，通常是影响新能源弃电量和负荷不满足率首要因素，因此，建议储能配置和充放电策略研究要基于合理的开机方式。

2 高比例新能源系统中配置储能优化模型

在高比例新能源系统中，配置储能的主要目标是提升新能源消纳能力和提升系统满足负荷供应能力，本文以此主要目标为出发点，考虑按年计算，从全社会角度，提出以下优化模型。

minf=CES+ENE,aban×cNE,Aban+El,loss×cl,loss

(1)

式中：CES为配置储能年费用；ENE,aban为新能源弃电量；El,loss为负荷限电量；cNE,Aban为单位弃电电量损失费用；cl,loss为单位限电电量损失费用。

约束主要为新能源弃电比例和负荷限电比例。

kNE,aban

(2)

(3)

式中：kNE,aban为新能源弃电比例；kaban,lim为新能源弃电比例限值；ENE,total为新能源全额发电量。

kl,loss

(4)

(5)

式中：kl,loss为负荷限电比例；kl,lim为负荷限电比例限值；El,total为全社会用电量。

其中，配置储能年费用包括储能投资折算年费用CES,inv、 运营储能的年费用CES,oper以及储能充放电的损耗电量成本CES,loss。

CES=CES,inv+CES,oper+CES,loss

(6)

新能源弃电的单位弃电电量损失费用和负荷限电量的单位限电电量损失费用需要根据当地电网具体情况来定。

本模型由于是论证高比例新能源系统中储能总体配置规模，因此从全社会角度进行简化考虑，不考虑市场和交易因素带来的问题；此外，本文主要计算调峰和新能源消纳的储能配置。

3 储能配置论证方法和流程

3.1 总体方法和流程

由前文所述，论证储能配置总体规模，需要进行全时段的时序生产模拟，以求解年度新能源弃电量和负荷限电量，再通过多次不同储能规模、不同边界条件的计算，求得优化的储能配置规模。具体优化流程如图1所示。其中，储能各个规模配置方案可以根据电网实际发展规划来选取，也可以采用程序阶梯遍历的方式来选取；开机方式安排需要考虑电网实际化石能源电源装机规模以及电源检修计划合理确定。

3.2 开机方式安排的计算方法

传统电力系统中，新能源比例低，纳入平衡计算的系统开机计算主要是边界化处理，即满足最大负荷平衡和校核调峰平衡。一定规模的新能源接入后，由于新能源出力的随机性，会直接对平衡结果产生影响，从而也会影响到合理的化石能源电源开机方式。

大型电力系统中，电网机组数量多，机组间特性差异大，加上新能源的不确定性后，开机方式优化已经是一个多维复杂优化问题。本文主要研究目标是储能的配置和充放电策略，因此，开机方式基于一定规模新能源接入系统的这种情景简单处理，为确保极限情况下的电力供应，参考传统电力系统进行边界化处理，开机方式安排计算方法如下。

1)通过最大负荷平衡校核发电机最小开机规模

(7)

图1 高比例新能源系统中储能配置规模总体优化流程Fig.1 Overall optimization process of energy storage configuration scale in a high-proportion new energy system

式中：Nmin为系统中最少开机数量；PG,i为系统中第i台机组的装机容量；Pl,max为系统最大负荷；Psp为系统所需备用容量；Pde为外部电网通过联络线送入当前系统的电力容量；Pnl为系统内核电装机容量；PES,disch为系统内储能总放电出力。

2)通过最小负荷平衡校核发电机最大开机组合

式中：Nmax为系统中最大开机数量；kGi,min为第i台机组的最小出力系数；Pl,min为系统最小负荷；PES,ch为系统内储能总充电出力。

3)选取合理的开机组合

一般情况下，通过步骤1)和2)计算得到的开机组合，最大开机组合应大于最小开机组合，这种情况下，开机组合介于最大和最小的任意开机方式，理论上系统都能平衡和运行，其中，开机方式越接近最小开机组合，系统发生负荷波动和新能源出力极端情况，发生负荷不满足概率越大；开机方式越接近最大开机组合，系统预留给新能源出力和消纳的空间越小，发生新能源弃电的概率越大。

实际解算中也可能出现最小开机组合大于最大开机组合，这种情况下，表明系统的调峰能力严重不足，需要配置更多储能类灵活性资源，以求得可行的开机组合解。

4)时序生产模拟中的开机组合

通过前述步骤可以求得单个时间节点的开机情况，在时序生产模拟中可以得到开机的曲线，将相邻时间断面的开机组合统一取值，以满足符合实际运行中开机组合情况。开机组合的选取可以采用新能源弃电和负荷不满足率折中的方式选取较合理值。具体流程如图2所示。

图2 时序生产模拟中的开机组合求解流程Fig.2 Start-up combination solution process in sequential production simulation

3.3 适应大规模新能源消纳的储能协调充放电策略

大规模新能源接入系统后，系统为消纳和承载大规模新能源，必须配置大规模的储能。抽水蓄能一般接入高电压等级输电网，其调度策略一般会纳入电网统一考虑；而相对于传统发电机组，大量的新型储能充放电特点是单体容量小、数量大，更加分散灵活，其充放电策略更加多样，可能更多考虑满足本地需求，统一协调控制相对较少。

在新型电力系统中，由于对储能需求量大，储能分散分布，有必要采取统一协调控制，避免大部分储能充放电策略相互矛盾直至效果抵消的情形，避免储能资源的浪费。另外，现有储能充放电时长相对较短，抽水蓄能充电时长一般为4 h，而大量的新型储能充电时长一般在0.5～3 h，少数能达到4 h，而实际运行中可能需要长时间充放电，因此有必要通过合理的储能组合协调充放电，实现短充放电时长储能出力组合，实现等效长时长充放电效果。

在储能总体容量一定的情况下，可以通过组合协调充放电，形成各种灵活的总体充放电曲线，假设储能充电十分灵活，则可以通过充电曲线面积(该面积受储能总体容量限制)，等效消纳新能源弃电量。因此作为储能首要指标的降低新能源弃电量等于储能总体容量，具体可表示如下。

(9)

式中：Pch,n,t为系统中t时刻第n个储能的充电功率；Pdisch,m,t为系统中t时刻第m个储能的放电功率；NES为系统中t时刻处于充电状态的储能系统数量；MES为系统中t时刻处于放电状态的储能系统数量；T为统计时段。

当然，合理的储能总体功率大小也非常重要，特别是对于短期的新能源出力过剩和尖峰负荷不满足。

储能为降低新能源弃电量而充电至高荷电状态(state of charge,SOC)后，储能有必要及时放电至目标的低荷电状态，以应对下一次新能源大发带来的过剩电力。储能的放电工作位置安排也得与其他电源协同，一般尽量安排在靠近峰荷的位置或电力供应相对紧张区域，以减少系统负荷不满足概率。

综上，提出以下大规模新能源消纳的储能协调充放电策略流程，如图3所示。

图3 大规模新能源消纳的储能协调充放电策略优化流程图Fig.3 Flow chart for optimization of energy storage coordinated charging and discharging strategy for large-scale new energy consumption

4 案例分析

本文以200 GW省级规划电网参数作为案例，对提出方法和流程进行验证。

4.1 计算边界条件

案例关键边界计算条件为：系统最大负荷为173 GW，系统装机约240 GW，区外电送入规模约42.8 GW。其中，海上风电约18 GW，陆上风电约7.1 GW，光伏约28 GW。

1)电源出力和调峰能力：风电、光伏出力曲线、外区送电和核电参考历史值，进行等效放大计算；煤电气电等为计算方便，按统一容量和最大调峰深度取值，平均最大调峰深度55%。

2)储能配置：考虑系统内用于调峰的储能类型主要为抽水蓄能和锂离子电池类型的新型储能。其中，抽水蓄能考虑充电时间按4 h计算；抽水蓄能的高压侧充放电效率取75%，新型储能的交-交高压侧充放电效率取85%；初始计算的抽水蓄能规模为12.08 GW，新型储能规模为8 GW。

3)经济性计算：抽水蓄能初始投资按5 500元/W计算，运行寿命按50 a考虑，不含电量损耗的年运行成本按初始投资的2%进行计算，损耗电量按年充电量的25%计算，损耗电量成本为0.45元/kWh，电化学储能考虑为锂电池，初始投资中，功率单价为20万元/MW，容量单价考虑不同的充放电时长1 h、1.5 h、2 h，分别为1.7、1.6、1.5 元/Wh，运行寿命为10 a，不含电量损耗的年运行成本按初始投资的2%进行计算，损耗电量按年充电量的20%计算，损耗电量成本等于火电上网电价0.45 元/kWh。新能源弃电单位电量损失为0.67 元/kWh(考虑煤电等效替代后的0.22 元/kWh环境成本计算[23])，负荷限电单位电量损失为60 元/kWh[24]。另外，特别要强调的是考虑到抽水蓄能和储能的多重作用，在发挥本文调峰、供电、消纳新能源的储能效果和投资计算中，抽水蓄能按90%容量计算，电化学储能由于功能多样和分散的特点，按50%计算。

4.2 系统开机方式计算

根据式(7)—(8)，先不考虑储能参与，以15 min为一个时间间隔计算全年开机方式，可以得到15 min级别的最大开机规模曲线(图4中蓝色实线)和最小开机规模曲线(图4中红色虚线)，对一天内的最大开机规模取最小值，最小开机规模取最大值，得到每天的最大和最小开机规模。考虑实际运行开机方式不会每天调整，本文简单处理，每10 d调整一次开机，对10 d内最大、最小开机规模分别取均值，再根据系统弃风电量适当对最大、最小均值取加权值，得到用于储能配置规模研究的开机曲线(图4中黑色加粗曲线)。

图4 系统开机规模时序图Fig.4 System boot scale timing diagram

4.3 储能充放电和配置效果

根据计算，不配置储能时该系统新能源弃电率6.34%，负荷不满足率0.004 6%。功率不平衡曲线图5所示，差值为0表示系统功率能够平衡，差值为正值表示系统发电功率过剩，需要弃电或采取其他措施，差值为负值表示系统发电功率不足，需要限制负荷或采取其他措施。

图5 不考虑储能的电网功率全年平衡曲线Fig.5 Annual balance curve of grid power without energy storage

图6为配置12 080 MW抽水蓄能和8 000 MW、1.5 h新型储能规模储能后计算全年电力平衡曲线，新能源弃电率降为3.06%，负荷不满足率降为0.001 8%。

图6 考虑储能的电网功率全年平衡曲线Fig.6 Annual balance curve of grid power considering energy storage

图7—9分别是案例中新能源弃电多、储能调用多的2月份电网功率平衡曲线、储能充放电功率曲线和总体平均SOC曲线。图7中浅色曲线是未安装储能功率不平衡部分，深色曲线是安装储能系统功率不平衡部分，横坐标为15 min计点数。可以发现，通过合理的储能充放电总体策略，可以有效减少新能源弃电现象，同时消除了出现一次的负荷限电问题。

图7 考虑储能的2月电网功率平衡曲线Fig.7 Grid power balance curve in February considering energy storage

图8 2月份储能充放电功率曲线Fig.8 Energy storage charging and discharging power curve in February

图9 2月份储能SOC曲线Fig.9 Energy storage SOC curve in February

4.4 储能配置规模优化对比

考虑抽水蓄能规模相对确定，以12 080 MW抽水蓄能为基础，考虑多种新型储能配置方案，得到10种储能配置方案指标对比如表1所示，10种配置方案下储能的收益情况如表2所示。

表2中，效益与年费用比值kES为储能年效益BES与储能年费用CES的比值，kES超过100%越大，效益越好，反之亦然；效益与年费用差值dES为储能年效益BES与储能年费用CES的差值，dES正值越大，效益越好，反之亦然。

(10)

dES=BES-CES

(11)

由表1—2中可知，配置合理的抽水蓄能和电化学储能可以明显降低新能源弃电率并大幅降低负荷不满足率，新能源弃电率成功控制在5%以下，系统限电电量也有明显降低。

表1 抽蓄与电化学储能组合方案对比测算Tab.1 Comparison and calculation of combined schemes of pumped storage and electrochemical energy storage

表2 抽蓄与电化学储能组合方案收益情况Tab.2 Benefits of combined schemes of pumped storage and electrochemical energy storage

由于本文的各个储能具备灵活协调控制，因此电化学储能配置容量一致的方案2和方案7的新能源弃电率和负荷不满足率基本相当，差别是方案7的电化学储能功率更大，对于控制负荷限电稍有优势。经济效益方面，比较两种方案的储能效益与年费用比值kES与效益与年费用差值dES， 方案7(108%，2.65 亿元)稍大于方案2(109%，2.84亿元)，总投资代价稍大，效益稍差。

方案1只有抽水蓄能，系统经济性评价指标相对较好，表明现阶段抽水蓄能的经济性要远好于电化学储能，经济优势明显，但是在抽水蓄能开发进度和资源有限的情况下，应该配置足够容量的电化学储能。

综合效益水平、对新能源弃电率的控制等因素，在此案例计算中，推荐抽水蓄能12 080 MW、电化学储能8 000 MW/1.5 h的总体储能配置方案。

5 结论

本文从提升系统新能源消纳和满足负荷供应能力作为主要目标出发，提出了一种高比例新能源系统中储能配置规模论证方法，主要结论如下。

1)高比例新能源系统储能配置论证时应考虑以下基本原则，少量的新能源弃电和负荷不满足应作为灵活性调控常规手段考虑，储能配置规模研究需采用全时段时序生产模拟，储能配置规模研究需要基于合理的开机方式。

2)本文提出的储能配置规模论证优化模型，主要是从全社会角度出发，综合计算储能配置的代价，以及带来的提升系统新能源消纳和满足负荷供应能力效益，以取得社会效益优化结果。

3)在计算储能提升系统新能源消纳和满足负荷供应能力效益中，年度系统开机曲线计算及最大化消纳新能源的储能充放电策略是重要影响因素，本文给出了代表性的方法，可以满足模型计算需求，具体细化需要后续工作进一步深化研究。

4)通过案例验证，有效证明了系统配置足够的抽水蓄能和电化学储能后，通过合理的储能充放电总体策略，可有效将新能源弃电率控制在5%以下，负荷不满足率也大幅降低；现阶段抽水蓄能较电化学储能，经济优势明显，但在抽水蓄能开发进度和资源有限的情况下，可配置足够容量的电化学储能解决系统问题。