电力现货市场环境下新能源侧储能配置方案的经济性测算

李建伟 ,赵丽梅 ,何 鲲 ,马会萌 ,杜昊易 ,赵璐璐 ,陈换军

(1.中国神华能源股份有限公司,北京市 东城区 100011;2.国家能源投资集团有限责任公司,北京市 东城区 100011;3.国能国华(北京)电力研究院有限公司,北京市 昌平区 102209;4.中国电力科学研究院有限公司,北京市 海淀区 100192)

0 引言

储能是电力系统向着高比例可再生能源趋势发展的必由之路[1]。截至目前,全国已有近30个省份出台了“十四五”新型储能规划或新能源配置储能文件,谋划大力发展“新能源+储能”技术[2]。储能技术具有响应迅速、控制精确、可双向调节充放电等特点[3],可解决可再生能源并网带来的许多问题[4-6];但如何对储能进行合理配置,在满足不同应用场景相关需求的同时又能提高经济性,成为亟待解决的难题[7-10]。在“双碳”目标指引下,加快新型储能发展,助推能源和产业绿色低碳转型的重要性日益凸显[11-12]。

近年来,国内外学者就新能源侧的储能配置展开了诸多研究,主要包括促进消纳和主动支撑电网2个方面,其中促进消纳方面的储能配置技术已较为成熟,并实现了典型工程应用。储能的应用模式主要包括平抑出力波动[13-14]、降低弃电率、补偿功率预测误差等。文献[15]制定了兼顾平抑波动和补偿预测误差的混合储能综合目标,采用多维分析法研究了混合储能容量的最佳配比。文献[16]以“削峰填谷”和“平抑波动”为目标,提出了储能配置方法。文献[17]以最小化光储电站的总成本和联合系统输出功率平滑指数为目标,研究储能容量优化配置问题。文献[18]在补偿风电功率预测误差和平抑功率波动场景下,以混合储能安装和运维成本最小为目标,建立了多目标储能优化配置模型。在主动支撑电网能力方面,文献[19]提出了根据系统频率变化时风机转子能量的变化计算储能容量的配置方法。文献[20]对参与系统惯量支撑的风电场进行储能需求分析和容量配置。文献[21-22]研究了惯量支撑和一次调频控制策略的变参数对储能容量配置的影响,明确了影响程度最大的控制参数。

目前国内电力现货市场快速发展,山西电力现货市场建设一直走在全国前列,截至2023年3月,山西电力双边现货市场在全国率先连续平稳试运行近2年,成为国家电网经营区内启动试运行时间最早、结算试运行时间最长、市场主体类型最全的双边电力现货市场。广东电力现货市场构建了以中长期交易规避风险、以现货市场发现价格的市场交易体系[23]。现货市场以电力交易为核心,同时开展调频辅助服务市场交易,采用节点边际电价模式发现电能时空维度的价值差异,促进资源优化配置[24-26]。山东电力现货的价格信号作用较为明显,能反映供需关系及发电成本变化,现货市场对于引导规划、量化决策、保障运行、管理阻塞等也取得了良好效果[27]。

伴随着电力现货市场的快速发展,山西、山东、甘肃等地的新能源已通过“报量报价”或“报量不报价”方式参与现货市场。除了价格随行就市及收益不稳的问题外,因新能源功率预测精度不足,还可能导致新能源参与现货市场电量申报困难、需为平衡成本付费等问题;同时,在多个省份发文鼓励新能源电站配置储能或租赁储能的背景下,“新能源+储能”在现货市场环境下的收益也成为行业内热点关注的问题。

本文以山西省电力现货市场为例,从新能源电站收益计算的相关政策解读及新能源侧储能需求分析出发,提出新能源侧储能配置方案的最大收益测算模型,开展不同比例电池储能配置方案的经济性测算,测算结果将为储能在该场景下的应用提供理论参考。

1 山西省新能源电站收益和考核相关政策解读

新能源电站在现货市场环境下收益和考核费用的相关文件主要包括《山西省电力市场规则汇编》(试运行V13.0)(简称V13.0)和《山西并网发电厂辅助服务管理实施细则和并网运行管理实施细则》(2021年修订版)(简称“两个细则”)。

根据V13.0,新能源场站按照“报量不报价”的方式参与现货交易,现货市场出清形成日前出清结果,新能源电站的实时出力与日前出清结果间存在偏差,可能产生获利回收费用,包括新能源超额获利回收费、新能源中长期超额获利回收费。

“两个细则”中涉及到对新能源电站的考核包括有功和无功功率、数据上报率等多个方面,电化学储能具有四象限功率能力;但从经济性上考虑,储能主要通过有功调节降低新能源电站有功方面的考核费用,包括有功功率变化、限风时段发电计划、风功率场外受阻考核、风功率日前误差率考核、风功率实时误差率考核。

当新能源实际发电低于日前出清结果时,通常是实时价格处于高价的时段,需要用实时高价买回少发的电量,这样将使新能源场站承担巨大损失;同时,由于短期功率预测偏差,还需要按照“两个细则”规定考核,这将使新能源电厂承担双重损失。

当新能源发电超过日前出清结果时,往往实时价格较低,因还要承担“两个细则”的考核,导致最终收益较低;如果实时电价较高,也因存在超额获利回收与“两个细则”考核的双重考核,很难取得理想收益。

2 新能源电站侧储能需求分析

风电场是典型的新能源场站,以山西省某49.9 MW 风电场为例,分析新能源侧储能在当前现货市场下的投资价值。首先,分析目前山西省新能源相关政策环境下新能源场站的电费、现货规则考核费和双细则考核费情况;然后,对新能源电站侧的储能需求进行理论分析。

基于该风电场2022年1—5月时序出清结果数据和实际发电量数据,测算得到5个月内该风电场累计的日前出清电量和实际发电量分别为52.744、52.021 GW·h。

表1和图1、2为该风电场的电量、电费和折合度电电价对比数据。因为存在多项回收、考核及分摊等费用,电费和电量并不完全成正比例关系,月度折合度电电费差异较大。

图1 不同月份的电量 电费对比图Fig.1 Comparison chart of power generation capacity-electricity price for different months

图2 不同月份的电价对比图Fig.2 Comparison chart of electricity prices for different months

表1 风电场2022年1—6月的电费Table 1 Electricity price for the wind farm fromJanuary 2022 to June 2022

表2、图3为该风电场各月的考核数据,可见:在新能源电站的各项考核费用中,新能源超额获利回收占比最大,超过半数;风功率场外受阻、风功率日前误差率、风功率实时误差率考核费用占比也较高。

图3 2022年1月及2月各项考核费用占比Fig.3 Proportion of assessment fees in January 2022 and February 2022

从前述政策文件和典型新能源电站实际考核数据来看,与新能源电站的电费、现货规则考核、双细则考核相关的新能源电站电费可表述为:电费-现货规则考核费-双细则考核费。

配置在新能源电站侧的储能系统可通过实时充放电改变新能源电站的输出功率,进而影响新能源电站的电费、现货规则和双细则下的获利回收费,从而提升新能源电站的整体收益。

3 新能源侧储能系统经济性测算

在新能源侧配置的储能系统可通过充放电提升新能源电站的电费收益,并通过降低新能源电站的超额获利回收费、中长期超额获利回收费、限风时段发电计划考核、风功率场外受阻考核、风功率日前误差率考核、风功率实时误差率考核等,提升新能源电站的收益。新能源侧储能系统经济性测算模型以电池储能系统安全稳定运行为约束,以储能系统收益率最大为目标。

基于前述政策文件的计算规则和已收集到的风电场数据样本开展算例分析,从考核规则来看,有功功率变化方面的考核较为宽松,一般电站不会产生该类考核,风电场该项考核费用也为0,因此在本文算例计算部分,不考虑有功功率变化的考核。

3.1 新能源侧储能系统经济性测算模型

3.1.1 目标函数

以配置储能后新能源电站的总收益最大为目标函数:

式中:F为储能系统的总收益;f1为新能源+储能的电费收益;f2为配置储能后新能源电站的超额获利回收费;f3为配置储能后新能源电站的中长期超额获利回收费;f4为配置储能后新能源电站的限风时段发电计划考核费用;f5为配置储能后新能源电站的风功率场外受阻考核费用;f6为配置储能后新能源电站的中短期功率预测精度考核费;f7为配置储能后新能源电站的超短期功率预测精度考核费。

定义储能系统充放电功率矩阵如下:

式中Pbess,t为t时段储能系统的充放电功率值,定义储能充电为负值、放电为正值。

式中:Qzc为t时段新能源中长期交易电量;Czc为t时段新能源中长期交易电价;Qrq为t时段新能源参与现货市场的日前出清电量;Crq为t时段新能源参与现货市场的日前出清电价;Css为t时段新能源参与现货市场的实时电价;Qsj为配置储能系统前后t时段新能源电站参与现货市场的实时电量。

f2—f7的计算公式参见V13.0或“两个细则”。

3.1.2 约束条件

在优化测算过程中,以储能系统安全稳定运行为边界,考虑了储能充放电功率约束和荷电状态约束,分别为

3.1.3 经济性测算模型

采用现金流算法测算储能投资的经济性。

(1) 净现值。

净现值(net present value,NPV)表示评估周期内各年的净现金流量以设定的预期收益率折现到期初时的现值之和,其公式为

式中:N为项目的评估周期,通常与储能电站的寿命一致,即业界公认的剩余容量为初始容量80%时的年限;f1(n)为第n年运营储能系统的净现金流;i0为预期收益率;CI为储能电站初始投资成本;ε为残值系数。资金流入现值总额与资金流出现值总额相等(即净现值等于0)时的折现率即为项目的内部收益率。

(2) 动态投资回收期。

投资回收期指储能项目收回投资的期限,即投资储能项目所产生的净现金流入与流出之差回收全部初始投资所需的时间。假如第k及k-1年的NPV为

则储能项目的动态投资回收期计算公式为

3.2 算例分析

以49.9 MW 风电场配置不同比例锂电池储能系统为例,计算储能在新能源侧应用的经济性。定义储能配置比例为10%、储能时长为1和2 h的储能配置方案分别为“10%*1 h方案”及“10%*2 h方案”。

计算边界条件如表3所示,测算得到各项收益的日均值如表4所示。纵向来看,在新能源侧配置储能的收益主要来源于提升电费和降低新能源超额获利回收费用、限风时段发电计划考核费用这2项考核费用;横向对比2种配置方案,10%*2 h方案相较于10%*1 h方案,在提升电费方面带来的收益几乎翻倍,体现了储能电能时移的能力,而在减少考核方面带来的收益方面与10%*1 h方案基本一致。

表3 边界条件Table 3 Boundary conditions

表4 配置储能后带来的各项日均收益Table 4 Daily average benefits brought by energy storage 元

基于日均收益,考虑储能系统的容量衰减过程,测算储能系统的逐年收益,如表5所示。

表5 储能系统逐年收益Table 5 Annual benefits brought by energy storage system

采用现金流算法测算得到10%*1 h储能配置方案的项目净现值为696万元,投资回收期为5 a,内部收益率为20.6%;10%*2 h储能配置方案的项目净现值51万元,投资回收期9.6 a,内部收益率为8.5%,此时储能收益达到投资临界值。储能配置时长2 h情况下,继续提高储能配置比例至15%,经测算,项目净现值为-285万元,项目投资收益为负,不具有投资价值。

4 结论

基于山西省新能源电站在现货市场和“两个细则”文件下的收益和考核规则分析,以新能源电站配置储能的经济性最优为目标,搭建了储能配置方案最优经济性测算模型,并开展多个储能配置方案经济性测算。从测算结果来看,在最理想的收益情况下,仅10%*1 h锂电储能配置方案具有储能投资价值,10%*2 h锂电储能配置方案处于预期收益临界,更高比例的储能配置方案在该场景下不具投资价值。

致 谢

感谢中国神华能源股份有限公司科技项目“区域储能配置与商业模式研究”对本研究的支持。