考虑短时负荷调峰-长时光伏消纳的液化空气储能系统建模及经济性评估

游广增，陈宇，陈孝元，孙鹏，雷一，张东辉

（1. 云南电网有限责任公司规划建设研究中心，昆明 650011；2. 清华四川能源互联网研究院，成都 610023）

0 引言

近年来，随着能源危机和化石燃料对环境污染的日益加剧，可再生能源的高效利用成为了发展低碳经济的内在驱动力。然而，大多数可再生能源具有很强的随机性、间歇性和不稳定性。其中，光伏出力的波动性和不确定性对电力系统的稳定运行带来了严峻挑战，其装机容量的逐年增加也造成了大量的弃光问题，造成电网调峰和消纳困难［1］。新能源装机占比的提升还促使电网日间波动与跨季节性波动不断增大，电网调峰需求也随之增加［2］。因此，迫切需要引入储能调控手段来促进光伏消纳和维持电网供需平衡，保证电网的安全稳定运行。

各种先进的储能系统是稳定清洁能源出力的重要手段，在大多数研究中涉及到的蓄电池、超级电容、抽水储能以及压缩空气储能技术应用最广泛。其中，蓄电池储能成本较低，但其缺点也十分明显。它的响应速度慢、生命周期相对较短，在其寿命终结时还可能会造成严重的环境污染［3］。超级电容和飞轮储能的能量存储密度较低、研制成本较高，在大规模储能应用的经济性较差［4］。压缩空气储能技术近年来发展迅速，和抽水储能技术一样都适用于大规模储能应用场景，但两者都存在较为严重的地理位置局限性，发展规模相对有限，无法满足不同区域的电网调峰需求［5］。

液态空气储能（liquid air energy storage，LAES）的储能机制与压缩空气储能较为相似，但LAES表现出更为优越的储能密度。近年来，LAES以其环境友好、能量密度高、不受地域限制、使用寿命长等优点受到广泛关注，具有非常优越的发展前景［6］。1977 年史密斯提出LAES 的概念，并详细描述了超临界液体空气的热力循环［7］。第一台原型机于1998 年由三菱公司设计并演示，用于测试LAES 系统的可行性，但由于系统效率太低，并没有体现其实用价值［8］。随后，英国伯明翰大学建造了世界上第一个完全集成的350 kW/2.5 MWh 的LAES 试验工 厂［9］。2019年Highview 公司在英国北部建造首个50 MW/300 MWh的商用LAES工厂［10］。在面临大容量可再生能源的弃电消纳和消峰填谷问题时，LAES 系统技术引起了许多学者和研究机构的关注。文献［11］提出了液化空气储能技术及其与风电场的匹配方法，分析了风能/液化空气储能系统的经济效益，为日益突出的风力发电与输电问题提供了一种解决方案。文献［12］提出了一种基于深冷液化空气储能的风电消纳策略，建立了深冷液化空气储能系统压缩空气储能模块和膨胀发电模块数学模型。文献［13］将太阳能电站和深冷液化空气储能进行了联合运营的系统建模和仿真分析。综上所述，目前绝大部分研究主要侧重探讨LAES 技术在风力、光伏发电领域的应用可行性，但没有与实际清洁能源进行集成建模仿真，也尚未开展综合考虑短时负荷调峰和长时能源消纳工况下的经济性能评估工作。

针对上述问题，本文以云南楚雄地区为例提出一种光伏发电-液化空气储能系统构架，旨在理清源-网-荷-储的一体化规划思路。基于云南地区典型气候条件、不同季节下的光伏出力特征及用电负荷历史数据建立了基于光伏发电-液化空气储能的短时负荷调峰和长时光伏消纳模型。同时，提出了LAES 系统的储能补偿运行策略，通过仿真分析短时负荷调峰、长时光伏消纳规律及储能特征，完成了经济、环境效益综合评估。

1 光储系统架构和运行模式

1.1 光储系统架构

云南水力、日照、风能资源丰富，是西南地区清洁电力外送的主要省份。预计“十四五”末云南电网新能源装机容量将达到约35 000 MW，占云南电网总装机比例将超过32%，楚雄等局部地区新能源占比甚至将超过90%。由于新能源出力存在明显的随机性及峰谷性，会导致风光富集区域电网的潮流切换转移频繁、主变上下网峰谷差大、调峰难度加大［14］。本文根据云南楚雄地区的实际生产需求，采用光伏作为主要电源，整合本地的电源测、负荷测资源，并配置LAES 装置来达到光伏消纳和消峰填谷的作用，进而提升电网的安全稳定性。

本文提出的光储系统主要包括公用电网、本地光伏电站和LAES 储能系统。整个源-荷-储-网一体化系统框架示意图如图1 所示，光伏电站、LAES系统、公用电网形成三端口电力网络框架向本地负荷供电，维持系统功率供需平衡。其中LAES 储能系统运行主要包括充电和放电2 个阶段。充电阶段是空气的压缩、液化过程，放电阶段则是液态空气的加压加热、膨胀过程。

图1 基于液化空气储能的光储系统框架示意图Fig. 1 Framework diagram of the photovoltaic power and LAES combined system

1.2 光储运行模式

本文利用光伏发电-LAES 系统来解决光伏弃电和负荷调峰问题，在确定光伏装机容量充足的情况下利用液化空气介质进行储能和释能。在用户负荷出现调峰需求时储能系统进行放电补偿，图2 给出了光储系统的运行状态流程图，其中PPV、PLair、PGrid和PLoad分别为光伏发电功率、LAES 放电功率、电网补偿功率和负载额定功率。主要运行状态及过程切换的具体描述如下。

图2 光储系统的运行状态流程图Fig. 2 Operation state flowchart of the photovoltaic-LAES system

光伏电站优先输出低碳能源供给当地建筑和社区使用，富余的电力（PLoad-PPV）直接输送给LAES装置生产液态空气。但是，当光伏电站的输出功率不足以满足当地负荷需求时，LAES 消耗液态空气发电进行负荷功率补偿（PLair=PLoad-PPV）。需要说明的是，LAES 发电功率通常具有一个功率输出上限阈值（Pmax）。若负荷功率补偿需求大于阈值时，LAES 只能以最大功率输出来辅助调峰，超过上限的功率缺额则启动电网连接进行实时补偿（PGrid=PLoad-PPV-Pmax）。

2 光伏发电-LAES系统数学模型

2.1 光伏电模型

光伏电池本质上是半导体P-N 结，其工作原理是光生伏特效应，即直接将光能转化为电能的过程［15］。光伏功率输出主要受日照和温度的影响，实际光伏发电系统的模型需要将单个光伏电池通过串联、并联组成光伏阵列。光伏发电的等效电路如图3所示，光伏发电模型［16］可表示为：

图3 光伏阵列等效电路图Fig. 3 Equivalent circuit diagram of photovoltaic array

式中：Vpv和Ipv分别为光伏电池的输出电压和电流；Iph为光生电流；I0为二极管反向饱和电流；Rs为等效串联电阻；Rsh为等效旁路电阻；n为二极管的理想因子；T为环境温度；kn为玻尔兹曼常数，取值为1.381×10-23J/K；q为电子的电荷量，1.6×10-19C；Ns为光伏电池串联数量；Np为光伏电池并联数量。

为了进一步利用光伏数学模型进行光伏电站系统仿真分析，本文设置的系统模型仿真主要基于Aleo Solar S79U270 型号的光伏电池板，其核心参数如表1所示。

2.2 LAES的数学模型

液化空气储能系统的工作原理是利用清洁能源转化为液态空气的内能存储，随后对外做功释放能量。LAES 系统的关键部件包括压缩机、冷却器、再热器、蓄冷/蓄热装置、储气罐、低温泵/透平机和膨胀机等，其系统结构示意图如图4所示。

图4 LAES系统结构示意图Fig. 4 Sketch diagram of standalone LAES system structure

在充电阶段，LAES 系统利用光伏富余的电力推动空气压缩机做功，将空气压缩后，在级间冷却器中将高压高温空气与热交换介质进行热交换；产生的压缩热被导热油回收并存储在高温储热罐中，用于释能阶段中的空气加热；在随后的空气液化阶段，高压空气通过冷箱与来自储冷罐的传热流体进行换热后，高压空气冷却降温至深冷状态；最后，通过低温透平机膨胀产生液态空气，并被减压至常压状态，储存在液态储气罐中。

在放电阶段，当用户负荷处于高峰时，LAES进入释能状态，存储的液态空气通过低温泵加压至高压状态；通过蒸发器释放冷能并进一步加热，高压空气则进入膨胀机组膨胀做功，对外发电；再热器中通过热交换的导热油则被储存在低温储热罐中，以便在下一个充电周期中用于冷却压缩空气。

LAES 系统的主要能耗和做功分别是压缩机组和膨胀机组。其中，空气压缩过程由4 级压缩机和中间冷却器的协同工作来实现。压缩机组的总功耗为：

式中n为压缩机的级数。

在运行过程，每级压缩过程的耗功［17］为：

式中：kc为绝热指数（热容比）；mac为压缩过程的空气质量流量；Rg为气体常数；Tacin，i为压缩机入口空气温度；βac，i为压缩机进出口压力的比值；ηc为压缩机的绝热效率。

LAES 系统的膨胀过程由四级膨胀机和再热器相间串联而成，膨胀机组的总输出功为：

式中每级膨胀机的出口温度和压力都是恒定的，每级膨胀机的发电量［17］为：

式中：mat为空气质量流量；Tatin，i为空气涡轮机的进口空气温度；βat，i为膨胀机机入口和出口压力的比值；ηt为膨胀机的绝热效率。

为了评估LAES 储能对电力调峰规律的影响，本文基于MATLAB/Simulink 软件对LAES系统进行了动态仿真建模。LAES 系统设计和日常运行的主要参数如表2所示。

表2 LAES系统的主要仿真参数[18-19]Tab. 2 Main parameters of LAES system

3 LAES对电力系统的调峰运行

3.1 典型日下的短时调峰运行模拟分析

云南省新能源发展迅速，随着光伏的大规模并网，弃光现象日益严峻，大大增加了电网的调峰难度。本文以云南省1 月份的风光资源及气象数据为例，通过光伏发电模型进行仿真获得了光伏出力情况。基于某区域内典型日负荷数据和光伏发电量进行分析，结果如图5所示。

图5 典型日负荷曲线和光伏出力曲线Fig. 5 Real-time load curve and photovoltaic output curve in a typical day

根据该地区的典型日照辐照量数据，本文计算得到当地的平均峰值日照时间为4.32 h。从图5 中可以看出，从00：00—07：00 的时间段为用电低谷期，在上午11：00 左右为用电小高峰，晚上20：00前后为用电高峰期，21：00 达到最大负荷值272.2 MW。在凌晨05：00 为最小负荷36.32 MW，峰谷差为235.88 MW。在11：00—17：00 这段时间内，光伏出力较大。在该天日照温度情况下，光伏总发电量为2 932 MWh，但可以明显观察到这一时间段内光伏出力不能被居民负荷完全消纳的情况。因此，本文利用光伏富余的电能对LAES 进行充电，增加光伏弃电量的消纳；同时，在用电负荷高峰期通过LAES 进行放电来平衡峰谷差，减轻电网的用电压力，如图6 所示。一天24 h 内储气罐内存储和释放液态空气量的实时数据如图7所示。

图6 典型日光伏与LAES系统发电功率曲线Fig.6 Photovoltaic and LAES power output curves in a typical day

图7 典型日LAES系统液化空气储量情况Fig.7 Stored liquid air reserves of the proposed LAES system in a typical day

该地区一天内的负荷日用量为3 616 MWh，但是，在清晨和夜间无光照辐射的情况下光伏电站不发电。在LAES 充电期间LAES 储存液态空气达到了6 000 t，合计消纳光伏1 400 MWh 的富余电量。在LAES 放电期间液化空气平均出口流量为286 kg/s，最大以120 MW 发电功率用于电力用户功率补偿，可以持续放电5.82 h，在11：30结束放电。LAES 系统输出698.4 MWh 电力补偿来满足负荷侧需求，能量往返效率达到49.9%。综合一整天的运行情况，在日常负荷调峰期间，LAES 发电可有效减轻33.4%的电网供电压力，有助于电网安全可靠运行。

3.2 长时消纳运行模拟分析

根据云南省《关于加快光伏发电发展的若干政策措施》［20］，省内现有光伏装机规模达4.07 GW，待开发光伏发电装机约79 GW，每年开发规模15 GW 以上，未来3 年力争新能源装机50 GW。随着光伏装机占比的上升，促使电网日间波动和跨季节性波动不断增大，驱动负荷调峰的储能容量要求也随之增加。

本文根据云南楚雄地区负荷增持趋势、光伏出力特征综合评估LAES 储能长时消纳和调峰性能。该地区5 年内预测光伏出力情况和实际负荷用电曲线如图8 所示。从图中可以看出：地区光伏出力和电网负荷具有明显的季节特征，每年春季（2 月）有最小负荷需求，夏秋两季负荷较少，冬季（12月）则有最大负荷需求。其中，最大最小负荷的差异较大，峰谷差率达到49.9%，且具有持续增大趋势。该地区光伏年利用小时数达到1 555 h，从光伏出力的季节特性来看，由于日照强度和时间变化的周期性，峰值大小具有季节性差异，出力峰值春季最大，夏冬次之，冬季最小。

图8 楚雄地区光伏出力预测曲线和负荷曲线Fig. 8 Photovoltaic output prediction curve and load curve in Chuxiong area

为解决本地区较突出的季节性过负荷问题和光伏出力的季节性特征而造成的弃电量隐患，基于该地区5 年内的光伏出力和负荷用电数据，本文利用LAES 储能系统进行长时间的光伏消纳分析。图9模拟了长时间季节下的光伏电站与LAES 系统联合发电功率曲线。

图9 长时光伏消纳与LAES储能联合发电功率曲线Fig. 9 Long-term photovoltaic accommodation and LAES power generation curve

从仿真结果来看，LAES 系统主要是在每年的春夏季节期间消纳光伏弃电量，到了秋冬两季，光伏出力较少。随着用电负荷的需求逐年提升，LAES 系统参与调峰能力也逐渐增强。在5 年内，光伏电站能发电4 050 GWh，平均每年发电810 GWh。通过LAES 系统进行光伏消纳，每年能够储存81.81 GWh 的弃电量，进而减少约10.1%的光伏弃电率。

图10 展示了5 年内LAES 系统在充放电过程中的液化空气实时储量情况。可以看出前两年LAES充电次数较为频繁。在月份为第30 个月时，该月平均存储的液化空气量最多，达到3 500 t。之后，随着负荷需求的逐年增大，LAES 放电补偿需求增大。该LAES 系统在5 a 内总共储存了1.75 Mt 的液化空气储量，每年平均消耗了0.35 Mt 的液化空气储量。LAES 系统设置30 MW 最大发电功率限额进行放电补偿，平均每年释放40.82 GWh的电量去提供给负荷侧。5 年内LAES 总共发电204.12 GWh，其中，1 kg 的液化空气产生约0.12 kWh 的电力，共计放电6 804 h，平均每天至少发电3.78 h。LAES 系统平稳运行调峰，有效缓解因电网限电而导致区域电力用户无法正常用电的难题。

图10 长时消纳LAES系统中的液化空气储量情况Fig. 10 Long-term stored liquid air reserves of the proposed LAES system

4 经济效益评估模型

4.1 光伏发电-LAES系统成本计算

系统的投资及运营成本最小化是LAES 设计运行的目标。为了评估光伏发电-LAES 系统的经济效益，本文对光储系统进行了详细的经济性能指标建模及综合效益评估。

表3 给出了总资本投资（total capital investment， TCI）各项目的成本计算要素，一般而言，TCI主要由光伏电站投资成本（plant’s capital investment， PCI）和LAES 系统的投资成本（LAES unit’s capital investment，LCI）构成。其中LAES的初始投资成本由总的直接工程费用（total direct plant cost，TDPC）、间接成本（indirect cost，IC）和意外事故及业主成本（contingencies and owner’s cost，C&OC）构成。LAES系统的工程建设成本（TDPC），可以分为两个部分：设备总购置成本（total purchased cost，TPC）和项目实施成本（project implementation cost，PIC）。项目实施成本（PIC）主要由设备安装成本、仪器仪表及控制成本、管道成本、建筑成本和土地成本构成。在实际工程应用中，上述5 项实施成本分别占LAES 系统总购置成本（TPC）的25 %、8%、10%、10% 和4%。LAES 工程采购与施工成本（engineering procurement and construction，EPC）由TDPC、IC 构成。对于PCI 的估算，需要直接取决于光伏电站的总安装容量，该光伏电站的单位成本设定为4 000元/kW［21］。

表3 光储总资本投资的计算[22]Tab. 3 Calculation of total capital investment

表4 总结了LAES 装置的核心设备TPC 计算模型。LAES 主要设备包括压缩机、低温透平机、低温泵、膨胀机、液体储气罐、冷箱、换热器等。压缩机、低温透平机、泵和膨胀机的购买成本主要取决于其运行功率W。当W越大时，其设备成本越高。冷箱和蒸发器的装备成本可以通过使用冷热侧之间的热交换面积获得。其中，变量A表示热交换面积，单位为m2。基成本单价及模型，能够计算出整个光储系统初期建设的总直接成本（TCI）。

表4 LAES主要设备成本估算[22-24]Tab. 4 Main equipment cost of the LAES system

4.2 经济效益评估指标

整个光储系统的投资收益情况分析以系统建设和生产运营的总投资作为计算基础，反映了系统在建设期和运营期内的现金流入和流出。同时，获得每年的净利润收益情况和累计现金流之后，可以计算出系统收回成本所需的时间—静态投资回收期（static payback period，SPP）和动态投资回收期（dynamic payback period，DPP）、财务净现值（net present value，NPV）以及平均电力成本值（levelized cost of energy，LCOE）。

项目的年度总收入包括来自本地区建设的光伏电站的外送电力收入和来自LAES 系统参与调峰的电力收入，其值用Ia表示，可描述为：

式中：Wpv和WLair分别为光伏电站和LAES 系统的输出功率；tpv为光伏电站每天峰值日照的时间；tLair为每天LAES 放电持续时间；Cpv为光伏电力的平均单价；CE为LAES调峰补偿电价。

年度总成本主要来自日常运行维护（operation& maintenance，O&M），其值用Ca表示，可计算为：

式中：α为系统实际运行时的O&M 因子；TC为整个光储项目的总资本投资（TCI）。

根据上述的收入和成本数据，可以获得每年的总利润Pa为：

根据光储系统每年的净利润收益情况考虑该项目的总投资成本、折旧等因素后可以对整个系统的投资收益指标进行综合测算。

净现值（net present value，NPV）表示一段时间内现金流入和流出的现值之差，即计划项目的盈利能力［25］，其计算公式为：

式中：Pa，j为第j年的现金流；d为折现率；n为系统使用寿命。

静态投资回收期（static payback period，SPP）是在不考虑资金时间价值的情况下净利润收回其总投资所需要的时间［26］。计算公式如下。

动态投资回收期（dynamic payback period，DPP）是考虑资本时间价值时，净收益收回总投资所需的时间［25］。计算公式如下。

LOCE 表示发电度电成本，它被定义为发电厂总投资的基年净现值除以该电厂生命周期内的发电量的净现值［27］，其表达式为：

式中：CLCOE为发电度电成本；r为贴现率；f为通货膨胀率；i为年利率；Wj为第j年的发电量。

5 经济效益分析

5.1 光伏发电-LAES系统项目的投资成本

本文将光伏电站和新型LAES 储能系统相结合，通过考虑整体项目的收益率分别分析其短时负荷调峰和长时光伏消纳情况下的光伏发电-LAES 系统项目的经济可行性。基于表1—2 的计算模型以及实际仿真结果建立装机容量为500 MW 的大型商业化光伏电站、储能配置为120 MW/698 MWh 的LAES系统来共同提供低碳电力。

通过表1 计算得到整个光储系统的总投资成本，表5 给出了具体的项目投资情况结果。其中，光伏电站建设成本总投资（PCI）需要20 亿元。LAES系统的工程直接建设成本（TDPC）至少需要花费8.27 亿元，其中，由表2 可以估算出LAES 系统的主要设备成本费用，测算得到LAES 主要设备的购置成本（TPC）约为5.27亿元。其中，压缩机耗功（625.02 kJ/kg）和膨胀机做功（424.33 kJ/kg）较大，故所需成本也最高，分别需要花费1.45 亿元和1.02 亿元。其他成本投资如间接成本（ IC）和意外事故等成本（C&OC）分别需要1.16 亿元和1.41 亿元。综合测算得到LAES 系统的总资本投资（LCI）为10.84 亿元，整个光储项目投资约为30.84亿元。

表5 光储总资本投资的计算结果Tab. 5 Calculation results for total capital investment of the photovoltaic and LAES system

5.2 短时负荷调峰的经济效益评估

根据4.2 节提到的经济效益评估指标及5.1 节测评的投资成本估算结果，进一步综合评估整个系统在短时调峰情况下的经济性能，评估结果如表6所示。按照6% 的折现率（d）、2% 的运行维修（O&M）因子（α）、2%的年利率可以计算获得投资回收期，净现值（NPV）以及系统的发电平均成本（LCOE）。考虑到该项目所建的光储系统发电量除了将富余电力供给LAES 系统储能消纳外，还能对外销售，光伏出力部分在和LAES 发电阶段都是在负荷需求量较大的期间内。因此，基于光伏发电项目平价0.55 元/kWh［28］及0.662 4 元/kWh 的储能调峰补偿标准［29］，计算获得整个系统每年的总收入可达到4.7 亿元。通过以上的投资成本分析，在20 a内项目NPV 达到16 亿元，SPP 只需要7.56 a，DPP则需要10.2 a，LCOE约为0.47元。

表6 短时负荷调峰的经济性能指标Tab. 6 Economic performance index of short-term load peak regulation

5.3 长时光伏消纳的经济效益评估

基于3.2 节阐述的长时光伏消纳调峰模拟分析情况，5年内光伏电站发电4 050 GWh，通过LAES系统总共消纳了409.05 GWh 的弃电量。在调峰期间LAES 系统以30 MW 最大发电功率限额进行放电，共计输出204.12 GWh 的电量，平均每年发电40.82 GWh。根据测算得到5 年内光伏发电-LAES电站的总收入是21.38 亿元，每年平均能获得4.28亿元的收入，总资本投资至少需要29.41 亿元。如表7 所示，整个项目每年的净利润高达3.68 亿元，SPP、DPP 缩短分别为7.98 a、11.09 a。因此，考虑到整个光储项目的短期-长期经济效益，光伏发电与LAES 储能相结合的光储电站具有非常良好的经济效益和商业价值。

表7 长时光伏消纳的经济性能指标Tab. 7 Economic performance index of long-term photovoltaic accommodation

6 环境效益分析

将新型LAES 储能技术应用于光伏电站可以解决光伏出力间歇性、波动性等问题，促进光伏发电的季节性储能、本地化消纳，并进一步减缓化石能源的过度消耗。尤其是当LAES 系统承担负荷峰值功率需求时，可大大降低煤电机组的电力调峰压力，减少负荷调峰煤耗，实现本地能源低碳化。

表8归纳总结了光伏-液化空气储能系统用于短时调峰、长时消纳的节能减排效益。在某一个典型日的短时调峰运行模拟下（图6）公用电网的耗电量从3 622 MWh 降低至1 392 MWh。考虑756 g/kWh的典型碳排放因子［30-31］，每日可减少1 700 t碳排放量。在运行周期为5 年的长时光伏消纳运行模拟下（图9），公用电网的耗电量从4 253 GWh 降低至407.93 GWh，累计减少2.906 9 Mt 碳排放量。因此，本文所研究的光伏-LAES 系统有望解决电力负荷和光伏出力季节性波动特征所造成的供需不匹配、能源利用效率偏低等系列问题，具有显著的经济价值和长远的环境效益。

表8 光伏-LAES系统的节能减排效益Tab. 8 Energy saving and emission reduction in the proposed photovoltaic - LAES system

7 结论

云南省地区太阳能资源极为丰富，装机规模发展迅速，但由于新能源出力的间歇性和波动性以及较突出的季节性过负荷问题导致供需不平衡、调峰难度大。本文基于楚雄地区光伏出力特性和负荷需求季节性波动的场景，通过MATLAB 建立光伏发电与液化空气储能系统模型，分别仿真得出典型日和季节下的光伏消纳情况与LAES 储能调峰能力。同时，研究了整个光伏发电-液化空气储能电站项目的规划建设、投资成本以及收益回报，验证了其经济性和可行性。主要研究和结论如下。

1） 通过对光储系统短时调峰工况下的综合性能仿真模拟，分析得到典型日下光伏弃电量有1 400 MWh，通过LAES 系统可将弃电量转化为液化空气存储，并在释能过程中放电698.4 MWh 去满足负荷补偿需求，储能效率达到49.9%，在调峰后LAES可以减轻电网33.4%的供电压力。

2） 通过对光储系统长时光伏消纳工况下的综合性能仿真模拟，分析得到光伏出力和用电负荷具有明显的季节波动性特征，光伏每年平均可出力810 GWh，通过LAES 长时间储能调控每年至少能解决10.1%的弃电率。

3） 通过评估短时负荷调峰和长时光伏消纳情况下的经济效益，结果表明整个光储项目的SPP 和DPP需要7.5年和10.5年左右，发电成本仅为0.47元/kWh，有效证实了光伏发电-液化空气储能电站的短期和长期收益。

4） 通过评估百兆瓦级光储系统的节能减排效益，结果表明在某一典型日的短时调峰运行模拟下，可减少1 700 t 碳排放量；在运行周期为5 年的长时光伏消纳运行模拟下，可减少2.906 9 Mt 碳排放量，具有显著的短期和长期环境效益。

综上所述，为促进本地光伏消纳并减轻电网供电压力，应统筹考虑该地区的光伏出力特性和负荷需求特征，通过建立清洁低碳的LAES 储能系统进行短时负荷调峰及长时光伏消纳。同时，根据本地光伏发电及负荷需求实际情况进一步开展对光伏发电-液化空气储能系统的规划建设及运营研究，综合评估和进一步提升大规模储能经济效益，力推进区域能源供应的低碳化、清洁化、可持续发展。