双碳能源时代下电力系统调度中的储能技术应用研究

顾文侃，徐琳玮，周廉钧

（上海市电力公司浦东供电公司，上海 200125）

0 引 言

随着全球能源结构的转型和可再生能源的快速发展，双碳能源时代已成为全球能源发展的新趋势。在这一时代背景下，电力系统调度面临着更为复杂的挑战和变化。由于可再生能源的波动性和不确定性，电力系统的功率平衡和稳定性受到前所未有的挑战。

1 双碳能源时代下的电力系统构成

在双碳能源时代，即“碳达峰”与“碳中和”目标下，电力系统构成经历深刻的变革，主要表现在更大规模地融合可再生能源，尤其作为主要电力来源的太阳能和风能，如图1 所示。分布式微电网起至关重要的作用，允许小规模的电源近距离输送电能，从而减少输电损耗，并通过智能调度实现电力资源的高效利用。储能技术不仅可以用于应对可再生能源的间歇性，还可以在高峰时段释放电能以确保供电稳定。与此同时，综合能源服务在这一架构中也占据重要地位，实现多种能源的有机结合与协同工作，满足用户对于电力、热力以及燃气的综合需求。而智能电表和先进的电网管理系统为这一复杂的系统提供数据支撑与实时调度能力，确保系统在最优状态下运行。这一构成不仅标志着电力系统从传统化石能源向可再生能源的转型，也意味着从中央集中式供电向分布式供电的转变，为双碳目标的实现提供坚实的技术基础[1]。

图1 双碳能源时代下的电力系统构成

2 储能技术的分类与特性

2.1 常见的储能技术类型及其运行原理

常见的储能技术主要包括电化学储能、电磁储能以及热-电储能等。其中，电化学储能主要是通过电化学反应来储存电能，并在需要时将电化学能转换为电能。这类储能技术的代表是各类二次电池，如铅酸电池、镍氢电池、锂离子电池等。此外，燃料电池和超级电容器也是电化学储能的重要形式。电磁储能技术的主要形式为超导磁储能，利用超导线圈产生的强磁场来存储能量。当需要释放电能时，将磁能转换回电能。由于超导状态下的电阻为零，能量损失非常小。热-电储能主要是利用热电偶效应，将多余的电能转化为热能储存，之后再通过热电偶将热能转换回电能[2]。

2.2 不同储能技术的特性比较

电化学储能、电磁储能以及热-电储能3 类主要储能技术的关键特性如表1 所示。

表1 不同储能技术的特性比较

由表1 可知，储能技术具有各自独特的特性和应用范围。电化学储能技术具有中至高的储能容量，其效率范围为80%～95%，使用寿命为5 ～20 年，成本则为500 ～5 000 元/（kW·h），满足长周期、大规模的储能需求。电磁储能技术的储能容量为低至中，但其最大的特点是具有极高的效率，达到95%～99%。此外，其使用寿命也相对稳定，为10 ～15 年，成本介于1 000 ～5 000 元/（kW·h），主要适用于短时应用和高频响应场景。而热-电储能技术的储能容量为中等，效率介于60%～80%，使用寿命为10～20年，成本则为300～2 000元/（kW·h），更适用于与热能应用相结合的场景，如余热回收和季节性储能。各储能技术都有其优势和局限性，适合不同的应用场景，这也决定其在未来能源系统中的应用前景和市场份额。

3 储能技术在电力系统调度中的应用

3.1 储能技术的调度策略及其对电力系统的影响

储能技术的调度策略包括如何有效地分配和利用储能资源，以实现电力系统的经济性、安全性以及可靠性。首先，储能设备可以通过削峰填谷的方式，平滑电网负荷波动和可再生能源的不稳定输出，减少对电力设备的磨损与老化，提高电力系统的整体效率。其次，储能设备可以在电力系统的频率和电压控制中发挥作用，通过快速响应和调节，帮助维护电力系统的稳定运行。最后，储能设备还可以作为备用电源，在电力系统故障或者其他突发事件时，提供临时的电力供应，增强电力系统的韧性。这些调度策略在实践中的运用可以大幅提高电力系统的运行效率和稳定性，降低系统运行成本，提升电力供应的可靠性。

3.2 储能技术在平滑可再生能源输出的应用案例

以某风电场的平滑可再生能源输出建设实践为例，该风电场有一个总容量为50 MW 的电化学储能系统。在一个典型的风速变化日，风电场的功率输出在-20 ～+20 MW 波动。在没有储能系统的情况下，这种大幅度的波动会给电网带来很大压力，甚至可能导致电网频率的异常。然而，有电化学储能系统的帮助，当风电功率上升时，储能系统可以吸收多余的电能；当风电功率下降时，储能系统可以释放电能，从而平滑风电的输出。通过实际运行数据分析，储能系统的运用成功减少风电功率波动的80%，显著提高电网的稳定性。

3.3 提高系统灵活性的应用案例

某电网公司为提高电力系统的灵活性，在某地区部署以锂电池为核心的电化学储能系统。系统的总容量为100 MW·h，设计用于吸收夜间电网中的剩余电力，并在早晚高峰期间释放电能，从而减轻高峰期间电网的负担。实际运行数据表明，该储能系统的使用实现削峰填谷，提高电力系统的灵活性。峰谷电价差可以为电网公司带来良好的经济效益[3]。

3.4 提升电网稳定性的应用案例

在某地区，电力系统因为大规模并网的风电和光伏电源，导致电网频率和电压稳定性受到严重挑战。为此，该地电力公司投入并运行一套总容量为200 MW·h 的电化学储能系统。该系统可根据电网的实时状态，进行快速的有功和无功调节，以维持电网的电压和频率稳定。在并网的第一年，系统成功抑制30 次严重的电压暂降和10 次频率偏离，有效提高电网的稳定性和安全性。

4 双碳能源时代下电力系统调度的储能优化策略

4.1 基于双碳目标的电力系统储能调度优化模型

基于双碳目标的电力系统储能调度优化模型是一种针对实现电力系统碳排放最小化和运行成本最低化的优化模型。该模型的主要目标是以最优的方式进行储能系统的运行调度，从而在满足电力系统运行安全性和稳定性的前提下，实现碳排放的减少与运行成本的降低。

具体来说，优化模型的目标函数是碳排放量ECO2和运行成本Crun的加权和，以此反映双碳目标的要求，可以表示为

式中：ω1和ω2为权重系数，表示碳排放和运行成本在整体目标中的相对重要性。

这样的设计充分反映了双碳目标的要求，而优化的决策变量主要包括储能系统的充电功率Pcharge和放电功率Pdischarge[4]。建立基于双碳目标的电力系统储能调度优化模型主要流程如图2 所示。

图2 基于双碳目标的电力系统储能调度优化模型建立流程

第一步，确定优化目标，即最小化Fopt。第二步，建立约束条件。约束条件包括电力系统的功率平衡约束、储能系统的充放电约束以及电力系统的安全稳定约束等。第三步，结合优化目标与约束条件，构建数学模型。第四步，使用优化算法，如线性规划、遗传算法等，对模型进行求解，得到最优的储能调度策略。第五步，分析优化结果，并基于这些结果为电力系统的储能调度制定合理的策略。

电力系统的功率平衡约束为

式中：Pload为需求功率；Pgen为供给功率。

储能系统的充放电约束为

4.2 储能系统的运行策略优化

储能系统的运行策略优化是一个关键的环节，涉及到如何根据电力系统的运行状况和市场价格等信息，制定出合理的储能充放电策略，以实现系统效益的最大化。在制定储能系统的运行策略时，需要考虑的主要因素包括电力市场价格、电网负荷状况、可再生能源出力以及储能系统自身的技术特性等。在这些因素的影响下，储能系统的运行策略需要进行动态的调整。

为实现储能系统的运行策略优化，可以构建一个多期决策的优化模型。在这个模型中，优化目标是最大化储能系统的收益，而决策变量则是每个时段的充电和放电决策。约束条件包括储能系统的技术约束（如充放电功率、储能容量等）、电网运行约束（如功率平衡、安全稳定等）以及市场运行约束（如市场价格、交易规则等）[5]。对于这种优化模型，可以采用动态规划、强化学习等方法进行求解。通过优化算法，可以得到最优的储能运行策略，有效提高储能系统的运行效益，同时支持电力系统实现双碳目标。

4.3 基于先进技术的电力系统储能优化策略

人工智能（Artificial Intelligence，AI）、大数据、机器学习等先进技术已在电力系统中得到广泛应用，它们为储能系统的优化策略提供新的可能性。

首先，人工智能和机器学习可以用于预测电力市场的价格、电网负荷、可再生能源的出力等关键因素。通过对大量历史数据的学习，AI 和机器学习算法可以建立精确的预测模型，为储能系统的调度决策提供准确的输入信息。其次，人工智能和机器学习还可以直接应用于储能系统的优化决策。例如，深度强化学习（Deep Reinforcement Learning，DRL）算法可以处理具有复杂约束和高维决策空间的优化问题，适合于解决储能系统的运行策略优化问题。最后，大数据技术可以处理和分析电力系统的海量数据，挖掘其中的关键信息和知识，为储能系统的优化运行提供支持。

在实际应用中，这些先进技术可以与传统的优化算法相结合，形成混合智能优化策略，以实现电力系统储能的高效优化运行。这将对电力系统的稳定运行和双碳目标的实现产生积极影响。

5 结 论

在双碳能源时代，大规模集成可再生能源成为电力系统发展的重要趋势，而储能技术的应用显著提升电力系统调度的灵活性和稳定性，为实现电力系统的绿色、低碳、高效运行提供有效的支持。针对双碳能源时代的电力系统特性，详细研究各类储能技术的性质和应用策略，并提出基于双碳目标的储能调度优化模型、储能系统的运行策略优化以及基于先进技术的储能优化策略，为电力系统储能的有效应用与优化调度提供理论依据和技术路径。