复杂交直流电网系统级新型储能协调规划布局方法

卢洵，张东辉，周姝灿，龚贤夫，张海波，薛熙臻，吴云芸，徐芸霞

（1. 广东电网有限责任公司，广州 510620；2. 清华四川能源互联网研究院，成都 610000；3. 广东电网有限责任公司电网规划研究中心，广州 510620；4. 华北电力大学，北京 102206；5. 华中科技大学，武汉 430074）

0 引言

目前我国正在构建新能源占比逐渐提高的新型电力系统［1-2］，新型储能作为储能技术中的重要方向，应用需求也随着新能源比例快速提升而急剧上升［3-4］。新型储能的快速规模化应用，面临着投资回收和政策机制问题［5-7］，同时建设规模及选点布局优化等规划技术难题［8-10］仍未完全解决。如何统筹考虑新型储能复合功能及应用场景，从系统全局角度论证储能规划配置［11］，包括总体规模以及协调布局是当前面临的重要技术问题。

近年来，已有学者在储能规划配置方法方面开展了一些研究。在促进新能源消纳配置储能方面，文献［12］提出了一种高风电渗透率下考虑电网频率支撑需求的储能系统配置方法，主要聚焦在储能系统对保持电网频率稳定所需要提供的有功功率调节量配置上。文献［13］提出了一种基于混合整数规划的储能与可再生能源联合优化的量化模型与方法，实现对系统多时间尺度储能需求的统筹优化。在用户侧配置储能方面，文献［14］从提高用户侧电池储能投资与运行的经济性，降低用户用电成本的角度，提出了用户侧电池储能配置优化及运行调度滚动优化方法。在电网侧储能配置方面，文献［15］提出了保障电网安全场景、输配电功能及降低网损场景等电网侧储能的应用价值。储能同时具备调峰调频、平滑波动、削峰填谷、提升电网安全能力等复合功能［16-20］，已有论文大部分聚焦于某个具体场景的储能规划配置，对考虑储能多重复用功能的系统整体储能规划规模论证较少，同时也缺乏储能规划布局优化方法研究。

本文统筹考虑新型储能复合功能及应用场景，从系统全局角度论证储能规划配置规模以及协调布局，提出了系统级新型储能布局规划两阶段法，给出了规划方法的相关模型和流程，并以某省级2025年规划电网为基础，对复合场景下储能配置规模及布局开展案例论证，验证了模型和方法的有效性。

1 储能规划分析主要计算方法

目前常见的电力电量平衡评估方法主要包括3种：典型日法、随机生产模拟法、时序生产模拟法［21］。基于典型日法的电力平衡，是一种基于典型日高峰负荷时刻系统内机组确定性开机边界处理方法［22］。传统系统中新能源比例较小，该类方法对结果影响不大。但是在高比例新能源场景下，仅以新能源某一出力值作为输入边界条件，难以客观反映电力系统运行实际情况，可能存在高峰时期电源顶峰能力评估保守，而低谷时段新能源反调峰能力评估不足导致系统实际弃电率偏高的情况［23］。随机生产模拟法是一种基于概率生产仿真和启发式的实用评估算法，该方法计算速度较快［24-25］，但由于无法模拟机组组合情况，也难以考虑机组爬坡性能、调峰能力等因素，对于系统电力及调峰平衡评估具有一定的局限性。时序生产模拟法是一种精细化电力平衡分析方法，采用新能源和负荷的时序数据，通常可根据需要对负荷特性和新能源出力特性进行不同时间尺度模拟，同时详细考虑机组开机组合、调峰能力等制约性因素，逐时段模拟电力系统供电能力和消纳新能源的情况［26-27］。

在高比例新能源系统中，典型日法主要用来开展常规电源投资决策规划分析，并初步评估系统运行可靠性和充裕度。时序生产模拟法可详细评估不同电源类型、开机组合、储能充放电策略等对新能源消纳的影响，但对于系统充裕度评估相对乐观，建议结合实际应用场景，充分取长补短，交叉配合选取，本文主要采用时序生产模拟法开展有关工作。

2 系统级新型储能规划两阶段法

储能规划是当前新型电力系统建设中的热点和难点问题，已有学者在开展大量研究［12-20］，但是现有研究大部分聚焦于某个具体场景的储能规划配置，缺少考虑多场景储能协调规划优化方法研究，同时对储能优化布局问题涉及较少。本文提出大规模新能源并网背景下，统筹考虑多场景新型储能协调规划两阶段法，介绍如下。

第一阶段主要明确系统级储能整体配置规模，本文在确保系统规划投资和运行综合成本较低，合理控制新能源弃电水平为前提，以提升系统新能源消纳能力及系统安全可靠性为主要优化目标。

第二阶段在初步确定储能配置需求基础之上，统筹考虑解决新能源消纳及外送、负荷密集地区网络阻塞、暂态稳定问题等，优化新型储能安装位置及布点规模。

两阶段法整体规划流程如图1所示。

图1 新型储能系统规划布局的两阶段法流程图Fig. 1 Flow chart of two-stage method for planning and layout of new energy storage

第一阶段采用双层规划模型框架，上层目标函数主要为系统规划投资和运行综合成本最低，主要包含系统投资综合评价指标Cinv和运行成本Coper，约束变量为控制新能源弃电率在约定水平、评估复杂交直流电网的潮流、电压及多直流相互影响的指标约束；下层考虑系统运行及储能控制策略优化以及风光出力随机特性，在一定的规划方案下对具体场景运行综合成本进行优化，目标函数为运行综合成本最优，决策变量为各类灵活性资源综合运行策略（以新型储能运行策略优化为主）。主要表达式如式（1）所示。

式中：F(·)、f(·)分别为上、下层优化目标函数；G(·)、H(·)为上层投资约束，包含储能投资约束和安装数量等；g(·)和h(·)为下层运行约束，包含功率平衡约束、电流约束、电压约束以及系统内多回路直流间的相互作用约束等；xinv为投资决策变量；xoper为运行变量；ζ为不确定性参数，主要集中在下层运行过程中，应用生成的不确定时序场景集描述系统的不确定性波动。

第二阶段主要考虑新能源汇集地区220 kV 及以上输电网外送断面能力，以及负荷中心地区500 kV 主网架受电能力约束，同时考虑多直流馈入地区有效短路比等指标约束情况，对第一阶段储能需求做规划布局优化，并将优化后的储能布局进一步验证第一阶段的储能规划规模，直到规划规模及布局最优为止。

3 系统级储能协调规划布局的模型建立

3.1 第一阶段：上层规划层模型

1） 目标函数

规划层模型目标函数为系统投资综合评价指标和运行成本最低，系统投资综合评价指标包含系统投资成本（含电源、网架和储能建设投资等），以及电网运行风险和降低新能源弃电率、提升电网重要节点削峰填谷能力、减少多直流馈入地区安全稳定风险等综合评估指标，运行成本在下层中单独优化，决策变量为储能布局和额定功率容量，表示如下。

其中储能投资成本包括以下部分。

其中，储能寿命周期TN指的是将下层运行模型中各次不同深度的放电循环折算为100%放电深度下的等效全循环次数，计算如下。

式中：Neq为电池储能的日累计等效循环次数；N0为电池以100%放电深度充放电，达到寿命终点时的循环次数；为电池储能在t时刻的放电深度；kp为曲线拟合参数；St为电池储能在t时刻的荷电状态。

考虑到实际问题的复杂性，优化的相关变量和函数可以根据优化重点有所选择和简化，例如为聚焦问题，规划系统灵活性评估指标可以省略。另外，对于复杂交直流电网来说，多直流集中馈入导致的电网直流多重换相失败以及直流换相失败后严重无功冲击导致的电压失稳风险是复杂交直流电网规划的重大风险因素，因此引入指标反映多直流馈入电网运行风险，具体为储能优化布局并采用科学的控制策略后降低各回直流间的多馈入相互作用因子（multi-infeed interaction factor，MIIF），减少直流发生换相失败风险，构建多直流馈入系统电网风险指标如下。

式中：Ndc为直流线路总数；为配置储能后直流e对直流f的MIIF；we为直流e的换相失败权重，权重越大，该直流发生换相失败对其余直流的影响越大，总体风险初步判断也会较大，储能应优先降低此直流与其他直流间的MIIF（采用考虑储能动作后电压比值进行计算）。该指标也可以根据实际情况，采用电网稳定极限、多直流短路比等指标代替。

2） 约束条件

（1）节点允许安装储能额定功率和容量约束

为避免储能资源的投资浪费，安装的储能功率和容量需根据布局位置的负荷密度进行约束，即对系统削峰填谷进行优化。

（2）系统新能源弃电约束

系统新能源弃电率应控制在限值以内，如式（10）所示。

3.2 第一阶段：下层运行层模型

1） 目标函数

下层模型为具体场景的系统运行优化子问题，在上层模型输出的一定规划方案下，考虑系统运行、储能控制策略优化以及风光出力随机特性等，将目标函数设为运行综合成本最小，决策变量为储能规模布局及各类灵活性资源综合运行策略（以新型储能运行策略优化为主），即：

式中：s、S分别为系统运行场景的维度和场景集；ρs为第s个运行场景发生的概率；分别为t时刻的系统综合运行成本、系统发电成本、灵活性资源调用成本、储能运行成本、新能源弃电惩罚成本、电力供应受限惩罚成本和系统可靠性惩罚成本；T为统计周期；Δt为时间尺度。

其中，系统发电成本为：

各类非储能灵活性资源调用成本为：

储能运行成本为：

式中：NBS为系统内储能系统总数；分别为t时刻储能系统bs的放电功率与充电功率；分别为t时刻储能系统bs的单位放电成本与充电成本。

新能源弃电惩罚成本为：

电力供应受限惩罚成本为：

系统可靠性惩罚成本如式（18）所示。

2）约束条件

（1）功率平衡约束

式中：PG(t)为系统常规电源出力；PPV(t)为系统光伏出力；PW(t)为系统风电出力；PESS，DIS(t)、PESS，CH(t)分别为储能系统放电功率、充电功率；PSEC(t)为与外部网络通过联络线交换的功率，送入为正，送出为负；PLOAD(t)为系统负荷。

（2）局部灵活性约束

要求线路负荷承受度在系统运行过程中不能为负数，即系统各时刻需满足线路潮流约束，包含最大传输容量约束和角度极限约束。

（3）常规机组约束

（4）储能系统运行约束

储能充放电功率约束为：

储能荷电状态约束为：

储能寿命约束为：

式中：TN为储能实际的循环寿命；Tfit为储能固定的服务寿命年限。

（5）灵活性资源响应时间约束

各灵活性资源在达到各自的响应时间之前，出力保持不变。

一般电化学储能响应时间很短，故在火电和抽水蓄能响应前，主要通过电化学储能调节功率缺额；在其他调节资源响应后，火电、抽水蓄能和电化学储能共同参与调节功率缺额。

3.3 模型求解

本文采用多目标遗传算法NSGA-II 求解上层模型，得到系统整体的储能配置规模和初步布局，在此基础上，下层模型采用MATLAB 平台调用Gurobi进行求解，优化以新型储为主的各类灵活性资源在不同场景下的运行策略，并将其返回给上层模型。通过交替迭代求解方法，直到满足迭代结束要求，输出最终储能配置策略，具体求解流程如图2所示。

图2 双层规模模型求解算法流程Fig. 2 The flow chart of the solution algorithm of the two-level programming model

3.4 第二阶段：场景约束下的储能规划优化方法

1） 新能源汇集区域送出断面约束

新能源汇集区域通常在远离负荷中心的偏远地区，需经过外送通道汇集后并入电网进行消纳，但通常由于新能源装机规模扩张迅速，电网传输线路建设或改造速度滞后，导致因外送通道传输能力限制而产生弃风、弃光现象。本文考虑新能源汇集地区220 kV 及以上输电网外送断面能力约束，总结该场景下储能配置的具体方法包括以下内容。

（1）阻塞外送线路识别：根据系统时序生产模拟，分析220 kV 及以上线路的利用小时数和阻塞时间，识别数出系统内新能源外送通道阻塞严重的输电线路。

（2）弃电严重的新能源场站识别：通过不同地区新能源全年弃电量对比，识别出弃电量超过目标限值的新能源站点。

（3）消纳薄弱环节储能容量配置：将上述线路和风电场站确定为新能源消纳的薄弱环节，设置新能源消纳目标值约束，考虑储能技术经济特性，以系统投资综合评价指标和运行成本最小为目标，采用粒子群优化方法迭代求解薄弱环节的储能配置容量。

2） 负荷中心主网架受电约束

对于负荷密集区，通常会因为电网本身容量的限制，导致系统在尖峰负荷下出现线路或主变有功越限的情况，因此，考虑在距离负荷密集区较近和潮流越限的线路附近配置储能来缓解阻塞情况，具体的配置方法如下。

（1）运行场景模拟：选取实际电网中负荷曲线历史数据，通过K-means 进行场景削减，筛选出典型场景下的负荷曲线。

（2）重载线路识别：对筛选出的场景进行潮流计算，根据系统中负荷密集程度进行片区划分，并根据潮流计算结果，对线路负载率进行排序，筛选出排序靠前的重载线路。

（3）储能配置：在距离负荷密集区较近和潮流越限的线路附近配置储能，并估算系统运行经济性。

3） 多直流馈入区电网运行风险约束

对于多直流馈入区域，随着直流馈入的增多和地区电网负荷密度的增加，多直流馈入电网电压稳定风险加大，直流换相失败后带来的风险加大。储能系统响应速度可达毫秒级，故障发生时通过快速有功无功功率支撑，有效提升暂态稳定性。该场景下储能配置方法内容如下。

（1）换相失败薄弱区域识别：通过故障扫描方式识别发生短路故障会引发各回直流发生换相失败的节点，将引起两回以上直流发生换相失败的节点作为薄弱节点，薄弱节点构成区域作为换相失败薄弱区域。

（2）储能选址确定：设置储能电站预选集节点数NB，遍历薄弱区域中所有节点依次安装相同容量的储能电站，计算MIIF 降低效果指标并进行排序，选取效果最佳的节点进入预选集，在此处安装储能电站，然后将已安装储能电站的节点从遍历节点中剔除，重复以上过程，直到预选集中节点个数满足所设目标NB。

（3）考虑风险指标的储能配置容量优化：在储能选址确定的基础上，通过多目标遗传算法NSGAII 与Gurobi 求解器相结合的优化算法求解多直流馈入系统的电网风险指标，迭代优化储能配置容量。

4 案例分析

本文以2025 年某省级规划电网作为案例，对上述两阶段新型储能规划布局方法和流程进行验证。

4.1 案例边界条件介绍

案例关键边界计算条件如下。

1）系统规模：系统最大负荷为165 GW，系统装机约为228 GW，区外电送入规模约为42.8 GW。其中，海上风电约为18 GW，陆上风电约为7.1 GW，光伏约为45 GW，抽水蓄能为9.7 GW。

2）电源出力特性：风电、光伏、外区送电和核电参考历年8 760 h 历史出力曲线，结合规划电源装机规模等比例放大计算。

3）储能运行参数：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%。

4.2 储能协调规划布局优化结果

该省级电网2025 年未经优化的初始储能配置方案为：按照新型储能占系统规模5%左右配置，其中电源侧储能按占新能源装机容量一定比例配置，即光伏、陆上风电按装机容量的10%配置储能，充放电时长1 h；海上风电按装机容量的20%配置储能，充放电时长1 h。剩余为电网侧储能。按照这一原则，系统总体配置充放电时长1 h 储能8.82 GW，其中3.53 GW 布局在电网侧，5.29 GW布局在电源侧。经计算，相比不配置新型储能，系统新能源弃电量从67.23 亿kWh 下降到58.24 亿kWh，弃电率由6.4%下降至5.54%。

1） 第一阶段：初步优化总体配置规模及布局

按照本文所提的两阶段储能规划方法，首先以新能源弃电率低于5%为主要目标，将其纳入第一阶段储能规划中，储能配置容量需增大至14.96 GW。表1 为不同的系统整体新型储能配置规模和系统新能源弃电情况。

表1 系统整体新型储能配置规模和系统新能源弃电情况Tab. 1 The overall scale of the new energy storage configuration and the curtailment of new energy of the system

2） 第二阶段：储能配置规模验证及布局优化

第二阶段储能布局优化，综合考虑新能源汇集地区输电网外送断面能力、缓解电网核心网络阻塞情况、支撑多直流馈入电网稳定运行能力的综合复合功能，优化系统储能布点，可有效降低新型储能配置规模和控制新能源弃电量。

经过第二阶段规划优化，总的储能配置规模优化后降为10.02 GW，其中5.29 GW 配置在新能源侧，主要布局在新能源电力外送受限严重区域。剩余4.73 GW 布局在电网侧，新能源弃电率控制在5%。为发挥储能复合作用和综合效益，考虑0.98 GW 电网侧储能以缓解负荷中心电网阻塞，配置2.65 GW 电网侧储能以降低系统多直流换相失败风险效益，实际配置规模还需要综合工程实际情况及投资回收效益等制约性因素统筹考虑。具体论证情况如下。

（1） 考虑新能源汇集地区输电网外送断面能力优化

考虑新能源汇集地区220 kV 及以上输电网外送断面能力约束，根据时序运行模拟，分析线路的利用小时数和阻塞时间，识别数出系统内新能源外送通道阻塞严重的输电线路。通过不同地区新能源全年弃电量对比，识别出超过1.5 亿kWh 的风电场站点，将其作为全系统弃风严重的风电场站。将上述线路和风电场站确定为新能源消纳的薄弱环节，采用粒子群优化方法迭代求解薄弱环节的储能配置容量。由表1 仿真结果可见，当系统总体配置储能容量为10.02 GW 时，总体新能源弃电率可降至5%，通过两阶段规划方案优化，储能投资配置容量减少4.94 GW。

(2) 考虑缓解电网核心网络阻塞以及降低切负荷风险优化

综合考虑负荷中心地区电网阻塞情况，对电网侧储能布局优化。选取实际电网中负荷曲线历史数据通过K-means 进行场景削减，参考功率为1 000 MW，最终保留4 个负荷曲线如图3 所示，切负荷风险系数暂定为2 730 元/MWh。

图3 经K-means削减后的负荷场景曲线Fig. 3 Load scenario curves after K-means reduction

在距离负荷密集区较近和潮流越限的线路附近，配置储能ESS1—ESS5，该场景下储能总体所需额定功率为984 MW，额定容量为1 291 MWh，缓解电网核心网络阻塞的储能配置方案如表2所示。

表2 缓解电网核心网络阻塞的储能配置优化方案Tab. 2 Optimization scheme for energy storage configuration to alleviate congestion in the core network

图4 为实际电网算例的规划优化结果，其中，红色、绿色和蓝色区域均为城市电网并且密集程度逐渐降低，红色区域已明显出现线路重载、片区电压低等情形。可以看到，在负荷密集的红色和绿色区域配置储能后，电网中的重载线路从9 条减少为0条。

图4 配置储能前后的负荷密集区核心网络阻塞效果对比Fig. 4 Comparison of the congestion effects of the core network in the load-intensive area with and without energy storages

经济性方面，配置储能前后系统的各项成本指标如表3 所示。配置储能前，系统的电力供应受限惩罚成本达8.39 亿元，进一步考虑系统发电成本、调用灵活性资源参与调峰成本等，总运行成本达到587.34 亿元。配置储能后，系统供电可靠性提升，虽增加了储能投资成本和运行成本，但电力供应受限惩罚成本、新能源弃电成本及系统可靠性成本等均得以降低，总运行成本为490.36 亿元，减少96.98 亿元，说明配置适当规模储能更具有经济性。

表3 配置储能前后的系统成本指标对比Tab. 3 Comparison of system cost metrics with and without energy storages

(3) 考虑支撑多直流馈入系统稳定运行优化

以某实际交直流复杂受端电网为例，其中含6回直流线路。经过计算各换流站间的MIIF，其中SG 直流与YG 直流、GGⅡ直流与DXB 直流之间交互影响严重。因此，将以上4 回直流线路的受端落点区域划分为薄弱区域，图5为薄弱区域500 kV 网络，其中SG 直流落点于35 节点，YG 直流落点于32 节点，GGII 直流落点于10，DXB 直流落点于12节点。

图5 支撑多直流馈入系统稳定运行的储能布局方案Fig. 5 Energy storage layout scheme to support the stable operation of multi-HVDC infeed system

采用最优方案选择策略选取储能的配置方案如表4 所示，具体储能配置位置如图5 所示。通过预处理程序从52 个节点中挑选出10 个预选址点，单个站址储能配置额定功率限制在1 000 MW（1 h）。通过多目标遗传算法NSGA-II与Gurobi求解器相结合的优化算法求解，以公式（8）所提多直流馈入系统电网风险指标为优化目标，种群数量设置为20，进化代数20，程序运行pareto前沿解如图6所示。

表4 支撑多直流馈入系统稳定运行的储能配置优化方案Tab. 4 Optimization scheme for energy storage configuration supporting stable operation of multi-HVDC infeed system

图6 电网等值保留系统pareto前沿解Fig. 6 Pareto frontier solution of power grid equivalent reservation system

进一步计算配置储能前后相应的各换流间的MIIF 如图7 所示。这类场景储能配置规模约2.65 GW，配置储能电站后直流间的MIIF 均有不同程度的降低，整体多直流馈入电网的风险指标CRISKinv由3.854降为3.381，降低了12.3%。

图7 配置储能前后直流MIIF对比Fig. 7 MIIF comparison of HVDCs with and without configuring energy storage

5 结论

为统筹考虑新型储能复合功能及应用场景，本文提出了系统级新型储能协调规划布局两阶段法，具体结论如下。

1） 新型储能的主要功能为提升大规模新能源并网后的系统调节能力，降低新能源弃电量。与此同时，可充分利用其缓解电网阻塞和支撑电网安全稳定等辅助功能。通过两阶段法的研究论证可知，储能布点不宜均匀分布，有必要结合电网输电能力及网络阻塞情况，对储能布局开展优化工作，可较好地控制新型储能总体配置需求，提升系统经济性。

2） 本文提出的两阶段法能够较好地解决和回答复杂交直流电网优化新型储能安装位置及布点规模问题，但具体的储能规划布局还需结合电网需求、建设场地和工程实际情况进一步统筹论证，后续计划深入开展该部分研究工作。