电网侧储能多重应用价值及运营策略研究

摘 要：首先，构建储能多重应用价值与运营成本评估模型；然后，建立储能间接价值相关服务类型的性能指标及综合性能指标模型，并提出储能系统多重应用运营策略；最后，基于典型案例进行仿真分析。结果表明所提方法可指导电网中不同并网节点储能的多重应用优化运营。

关键词：电力系统；储能；运营成本；调频；价值工程

中图分类号：TK513.5" " " " " " 文献标志码：A

0 引 言

储能技术具备灵活的双向调节能力，是解决电力系统中源荷功率波动、瞬时不平衡与网络阻塞的重要手段，具有显著的正外部性特征。为健全成本回收机制，美国、加拿大、澳大利亚出台了针对储能的政府补贴、税收抵免、市场准入相关政策。在国内，陕西、青海、浙江、广东等地也出台了电量补偿、容量补偿机制。

储能技术在电力系统中具有多重应用功能，美国桑迪亚实验室的电网侧储能研究报告提出电网侧储能的17项服务类型［1］。储能系统提供的不同服务类型及多种服务类型组合下的应用价值存在差异性，综合考虑电力市场机制、投资主体、储能服务受益主体等因素，可将储能价值划分为直接价值、间接价值、外部价值。已有研究从评估指标、多重应用效益、系统成本等角度对储能应用的价值进行了研究，提出了各种储能的技术性、经济性评估指标。文献［2］提出基于充放电价差的储能经济效益指数指标；文献［3］提出平准化储能成本经济性评估指标。

市场环境下的储能多重应用效益评估，兼顾储能提供不同服务的多重收益及全寿命周期成本，构建储能技术经济评估模型。文献［4］考虑储能提供辅助服务、延缓电网升级、提高输电网设备利用率等服务，建立以净现值最大和成本最小的多目标评价模型；文献［5］考虑储能提供延缓电网升级、减少阻塞成本和低储高发套利收益，建立以收益最大化为目标的优化模型；文献［6］考虑储能延缓电网升级、减少网损、电能时移的经济效益，构建以经济性最优为目标的数学模型；文献［7］考虑储能的投资成本和运行维护成本，建立以年净收益最大为目标的价值评估模型；文献［8］分析了液流电池储能系统在得州电力市场参与调频服务的市场价值，结果表明液流电池储能在得州电力市场中调频服务的价值约为1500美元/kW；文献［9］以节点电压偏差、支路负载、网损、储能成本为目标优化低压配电网络储能选址及定容问题。部分文献对储能的直接价值和间接价值进行了初步探讨。文献［10］分析了储能延缓设备投资收益、直接收益、环境效益、政府补贴的经济价值，建立以经济价值最优为目标的评价模型；文献［11］建立储能同时提供削峰填谷、平滑可再生能源和提高供电可靠性的多重价值评估模型，选取设备使用率、静态投资回收期和盈利能力指数作为系统价值评估指标；文献［12］考虑到储能提供不同类型服务之间的互斥性，提出考虑多利益主体的分层储能系统综合评估指标体系；文献［13］将储能的系统价值定义为一种技术的引入降低的系统成本；文献［14］提出储能系统的价值主要体现在容量替代方面；文献［15］提出储能系统的渗透率水平低时，储能技术能带来更大的边际收益；文献［16］的研究结果表明储能可延缓输电投资，并有助于提高社会福利价值；文献［17］建立电力系统生产成本模型，比较分析了有无储能的电力生产成本的差异；文献［18］分析了不同储能规模下的边际价值变化情况。

电力系统中源与荷具有显著的时间上不平衡性和空间上差异性，现有研究对储能的系统价值及边际价值进行了分析，有关电网中不同并网节点储能适应多功能应用的性能差异及运营策略的挖掘不足。本文从电网侧储能的服务类型与市场机制出发，考虑储能应用的直接价值及间接价值，构建电网侧储能的多重应用价值评估模型，提出系统级储能多重服务运营策略、站级多点运行控制策略，并基于具体的案例进行分析，以期为电力系统中不同并网位置的储能系统运营提供参考，提升储能协同运营效能。

1 数学模型

1.1 电网侧储能多重应用价值评估模型

储能在电力系统中的应用价值具有明显的正外部性特征，考虑投资主体、受益主体、市场机制等因素，可将电网侧储能价值分为直接价值、间接价值、外部价值3种类型。其中，直接价值为受益于投资主体并可从市场上获取的价值；间接价值体现为延缓电网设备扩容价值、降低网损等；外部价值为受益于电源侧及用户侧的价值，如对于新能源场站业主的提升新能源消纳价值，对于电力用户的提升供电可靠性、提升电能质量等。

现阶段电力市场环境下，电网侧储能的直接价值涵盖参与辅助服务市场、电力现货市场的运营价值，计及储能多重应用的动态运营成本，以净价值为目标构建目标函数：

1.2.4 储能多重应用间接价值评估

间接价值涵盖储能延缓设备扩容、降低网损价值，数学模型为：

式中：[Cdg]——变电设备与线路的单位容量成本，元；[ΔPload]——储能减少的峰值负荷，kW；[Δn]——储能延缓设备扩容的年限，a；[R]——上一级变电站至储能系统并网点的等效电阻，Ω；[λ（t）]——电网购电电价，元/kWh；[U]——储能系统并网点的电压，V；[P（t）]、[Q（t）]——负荷有功功率、无功功率，kW、kVA。

2 储能系统多重应用运营策略

电网侧储能系统多重应用运营策略涵盖系统级储能多重服务运营策略及站级多点运行控制策略两个层面，如图1所示。系统级储能多重服务运营策略，基于电网侧储能的直接价值模型，首先以净收益最大为目标分别优化储能参与调频辅助服务、电力现货市场的运营策略；进而以储能提供多重服务的总收益最大为目标，基于不同时间断面储能提供不同服务的收益情况，以总收益最大为目标，优化储能提供不同服务的状态及运营策略，并评估储能多重应用的直接价值与运营成本。站级多点运行控制策略基于系统级储能多重服务运营策略，兼顾不同并网节点储能装置的网损灵敏度、延缓设备扩容灵敏度的性能指标值，采用熵值法，计算综合性能指标模型，考虑储能运行约束，依据不同并网节点储能综合性能指标值的高低，分配系统级指令，并评估储能多重应用的间接价值。

3 案例分析

3.1 算例说明

算例中等值网络节点数量为152个，基于不同并网节点负荷需求年度时序数据，采用[k]均值聚类方法提取出各节点典型负荷需求曲线。设置典型日调频需求数据如图2所示，调频出清电价如图3所示，电能量市场出清价格如图4所示。并设置储能的并网节点分别为10、41、43、77、113、117、124，装机规模分别为10、10、12、8、24、5、32 MW，额定功率下持续放电时长均为2 h。

基于锂离子电池储能系统技术经济条件现状，考虑循环寿命与日历寿命约束，拟合平准化电力成本[Clcoe]（元/kWh）与日均放电次数[x]的函数关系为：

[Clcoe=0.3926x-1.67+0.3392] （12）

3.2 性能指标分析

储能延缓设备扩容、降低网损性能指标计算结果分别如图5、图6所示，为反映性能指标的时空特征，以等高线图形式呈现。指标值为负时，储能运行于放电状态有利于降低系统负载率、网损；指标值为正时，储能运行于充电状态可降低系统负载率、网损；指标值的绝对值越大，同等储能运行功率下对系统负载率、网损的调节幅度越大。

储能延缓设备扩容性能指标值的范围为［[-0.0094]，0.0044］。储能延缓设备扩容调节能力存在时空差异性，在所分析的时间尺度内，节点108、109、111等为恒正节点，储能充电对延缓设备扩容有利；节点42、43、76等为恒负节点，储能放电对延缓设备扩容有利；节点2、124等为正负节点，需根据指标值的时间特征动态调节储能充放电状态。储能降低网损性能指标值的范围［[-0.0318]，0.0452］，在同等运行功率下，储能充电降损能力大于放电降损能力。不同于储能延缓设备扩容性能指标，该项指标值在时间区间［10，12］内以负值为主，在时间区间［19，21］内以正值为主。空间尺度上，放电降损优势明显的节点编号依次为43、42、76、75、86等，充电降损优势明显的节点编号依次为95、91、96、92、97等。融合储能延缓设备扩容与降低网损性能指标，得出储能电站并网节点的综合性能指标如图7所示，据此制定储能电站多点运行控制策略。

3.3 储能系统多重应用运营策略

3.3.1 场景1：储能系统参与调频辅助服务市场

储能系统在典型日参与调频辅助服务的运营收益为52.16万元，放电电量为1033.6 MWh，日放电次数为5.12次；基于式（12）所示的平准化电力成本拟合公式，运营成本为37.72万元，净收益为14.44万元。储能系统参与调频运行曲线如图8所示。

3.3.2 场景2：储能系统参与电力现货市场

储能系统在典型日参与现货市场的运营收益为18.41万元，放电电量为287.24 MWh，日放电次数为1.42次；运营成本为16.01万元，净收益为2.4万元。储能系统参与现货市场运行曲线如图9所示。

3.3.3 场景3：储能系统参与调频辅助服务和电力现货市场

储能系统在典型日参与两个市场的运营收益为54.02万元，放电电量为1030.3 MWh，日放电次数为5.1次；运营成本为37.61万元，净收益为16.41万元。电网侧储能多重应用运营策略如图10所示。

3.4 储能电站多点运行控制策略

以网损灵敏度指标为例，将系统级的经营策略分配至各级站点，如图11所示。将按照储能并网节点装机容量所占比例分配运行指令作为比较对象，分析储能电站多点运行控制的降损与延缓线路扩容效果，如表1所示。由表1可知，所提综合性能指标模型及储能电站多点运行控制策略可兼顾降低系统网损与延缓设备扩容的双重应用功能，提升储能电站的多重应用价值。假定典型日天数为200，储能参与两个市场的年运营收益为10804万元，年净收益为3282万元；间接可变现价值方面，以江苏燃煤标杆电价0.391元/kWh计算，储能运行的年降损收益为149.67万元；储能运行可削减峰值负荷为82.17 MW，以线路扩建成本800万元/MW、负荷年增长率1.5%、预期收益率6%计算，储能延缓线路扩容年收益为341.84万元。

4 结 论

本文针对电网侧储能多重应用价值及运营策略问题，建立电网侧储能多重应用价值评估模型及多点布局储能运行控制指标模型，提出储能系统级与站级运行策略，得到主要结论如下：

1）提供多重服务的储能系统多重应用价值不是单一服务价值的简单叠加，多重服务运营策略的制定需兼顾储能价值构成及运行工况下的平准化电力成本。储能参与两个市场的典型日运营收益为54.02万元，其中调频市场、现货市场运营收益权重分别为94.32%、5.68%，放电电量为1030.3 MWh，日放电次数为5.1次，运营成本为37.61万元，净收益为16.41万元。

2）基于储能电站不同并网节点性能指标时空特性与综合性能指标，优化储能电站多点运行控制策略，可提升储能电站的综合价值。所分析算例中，101 MW/202 MWh储能系统降低网损、延缓线路扩容年收益总计491.51万元。

随着电力市场建设的深入、可再生能源渗透率的提高，需融合提升新能源消纳、系统有功无功调节等功能，进一步提高储能系统综合价值。

［参考文献］

［1］ Sandia National Laboratories. Energy storage for the electricity grid： benefits and market" potential" assessment guide［EB/OL］. （2010-2-1） ［2016-10-30］. http：//large.stanford.edu/courses/2015/ph240/burnett2/docs/SAND2010-0815.pdf

［2］ 杨裕生， 程杰， 曹高萍. 规模储能装置经济效益的判据［J］. 电池， 2011， 41（1）： 19-21.

YANG Y S， CHENG J， CAO G P. A gauge for direct economic benefits of energy storage devices［J］. Battery bimonthly， 2011， 41（1）： 19-21.

［3］ DONG S Y， KREMERS E， BRUCOLI M， et al. Establishing the value of community energy storage： a comparative analysis of the UK and Germany［J］. Journal of energy storage. 2021， 40： 102709.

［4］ CHACRA F A， BASTARD P， FLEURY G， et al. Impact of energy storage costs on economical performance in a distribution" substation［J］." IEEE" transactions" on" power systems， 2005， 20（2）： 684-691.

［5］ LEOU R C. An economic analysis model for the energy storage" "systems" "in" "a" "deregulated" "market［C］//IEEE International Conference on Sustainable Energy Technologies. Singapore， 2008.

［6］ 苏虎， 栗君， 吴玉光， 等. 储能电池系统经济价值的评估［J］. 上海电力学院学报， 2013， 29（4）： 315-320.

SU H， LI J， WU Y G， et al. Assessment of the economic value of the energy storage battery systems［J］. Journal of Shanghai University of Electric Power， 2013， 29（4）： 315-320.

［7］ 颜志敏， 王承民， 郑健， 等. 配电网中蓄电池储能系统的价值评估模型［J］. 电力自动化设备， 2013， 33（2）： 57-61.

YAN Z M， WANG C M， ZHENG J， et al. Value assessment model of battery energy storage system in distribution" " network［J］." " Electric" " power" " automation equipment， 2013， 33（2）： 57-61.

［8］ FARES R L， MEYERS J P， WEBBER M E. A dynamic model-based estimate of the value of a vanadium redox flow battery" for" frequency" "regulation" "in" "Texas［J］." Applied energy， 2014， 113： 189-198.

［9］ ROOS M H， GELDTMEIJER D A M， NGUYEN H P， et al. Optimizing the technical and economic value of energy storage systems in LV networks for DNO applications［J］. Sustainable energy， grids and networks， 2018， 16： 207-216.

［10］ 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［J］. 发电技术， 2018， 39（1）： 77-83.

HAN X J， AI Y Y， LI X J. Application value of energy storage systems in the power grid and its commercial modes［J］. Power generation technology， 2018， 39（1）： 77-83.

［11］ 孙伟卿， 刘唯， 裴亮， 等. 高比例可再生能源背景下考虑储能系统价值的储-输多阶段联合规划［J］. 高电压技术， 2021， 47（3）： 983-993.

SUN W Q， LIU W， PEI L， et al. Multistage energy storage-transmission" network" joint" planning" considering the system value of energy storage under the background of high" "penetration" "renewable" "energy［J］." "High" " voltage engineering， 2021， 47（3）： 983-993.

［12］ 雷琪， 苗世洪， 郭宝甫， 等. 基于层次分析和改进逼近理想解法的分层储能系统综合评估［J］. 电力系统保护与控制， 2017， 45（3）： 13-19.

LEI Q， MIAO S H， GUO B F， et al. Comprehensive evaluation of hierarchical storage system based on analytic hierarchy process and improved technique for order preference by similarity to ideal solution［J］. Power system protection and control， 2017， 45（3）： 13-19.

［13］ HEUBERGER C F， STAFFELL I， SHAH N， et al. A systems approach to quantifying the value of power generation and energy storage technologies in future electricity networks［J］. Computers amp; chemical engineering， 2017， 107： 247-256.

［14］ MALLAPRAGADA D S， SEPULVEDA N A， JENKINS J D. Long-run system value of battery energy storage in future grids with increasing wind and solar generation［J］. Applied energy， 2020， 275： 115390.

［15］ GEORGIOU S， AUNEDI M， STRBAC G. On the value of liquid-air and pumped-thermal electricity storage systems in low-carbon electricity systems［J］. Energy， 2020， 193： 116680.

［16］ KHASTIEVA D， HESAMZADEH M R， VOGELSANG I， et al. Value of energy storage for transmission investments［J］. Energy strategy reviews， 2019， 24： 94-110.

［17］ DING J， XU Y J， CHEN H S， et al. Value and economic estimation model for grid-scale energy storage in monopoly power markets［J］. Applied energy， 2019， 240： 986-1002.

［18］ SISTERNES F J， JENKINS J D， BOTTERUD A. The value of energy storage in decarbonizing the electricity sector［J］. Applied energy， 2016， 175： 368-379.

RESEARCH ON MULTIPLE APPLICATION VALUE AND OPERATION STRATEGY OF GRID SIDE ENERGY STORAGE

Xiu Xiaoqing，Li Xiangjun，Li Bei，Li Yuyang

（National Key Laboratory of Renewable Energy Grid-Integration（China Electric Power Research Institute）， Beijing 100192， China）

Abstract：Firstly， the evaluation models of multiple application value and operation cost of energy storage are constructed. Then， the performance index and comprehensive performance index model of energy storage indirect value related service types are established， and the multi-type application operation strategy of energy storage system is put forward. Finally， the simulation analysis is carried out based on the typical case. The results show that the proposed method can guide the multiple application and optimal operation of energy storage at different grid connected nodes in the power grid.

Keywords：electric power systems； energy storage； operating costs； frequency modulation； value engineering

收稿日期：2022-05-30

基金项目：中国电力科学研究院创新基金项目（大规模新能源与电网侧储能联合优化规划方法研究及系统研发）

通信作者：修晓青（1983—），女，博士、高级工程师，主要从事储能技术及应用方面的研究。xxq1118@163.com