储能在建立清洁能源为核心的现代能源体系中扮演重要角色。新型电力系统下储能技术主要应用于促进新能源消纳、参与电力市场辅助服务和支撑构网型储能源网荷储系统建设等方面。首先，总结了储能结构、分类，并按电源侧、电网侧、用户侧分别介绍储能的应用特征。接着，探讨了储能在电网侧促进新能源消纳方式，并介绍“电制氢”技术方式促进新能源消纳。其次，介绍构网型储能源网荷储建设及其典型工程，源网荷储主体多元化大力推动了新能源发展，实现能源利用最大化。最后，总结电力辅助服务国内外发展及典型储能案例并对储能未来发展趋势进行展望。
中国用户侧储能项目的经济性受限于初始投资高昂和峰谷价差不足，对政府补贴的依赖增加。通过构建用户侧储能的经济效益模型及补贴效果评价模型来确定适合中国用户侧储能的补贴方式。首先，结合用户侧储能的盈利模式对中国各地区的分时电价政策、新型储能补贴政策进行梳理；其次，结合现状构建考虑不同补贴方式的用户侧储能经济效益模型，同时引入补贴弹性概念，构建补贴效果评价模型；最后，选取东北某地区工商业储能项目实际数据进行算例分析。研究结果表明，对用户侧储能采用放电量进行补贴对项目经济效益的提升最为明显，若想保持用户侧储能稳定和可持续的收益，还须拓宽用户侧储能的收入渠道。
随着可再生能源的快速发展，小水电站作为一种清洁能源，展现出良好的发展前景。然而，目前小水电站面临着规模较小、参与电网调度机制不足以及调峰调频运行模式亟待创新等问题。基于小水电站的运行特点，考虑火电机组的成本与排放，以及小水电站的稳定运行，构建了多级梯度变速控水稳定调节的小水电站模型。同时，提出了改进的雾凇优化算法及多梯度供-储协同调度策略，以探讨实现系统经济效益、环境效益和调度稳定性综合最优决策方案。实验结果表明，与粒子群优化(particle swarm optimization, PSO)算法、灰狼优化(grey wolf optimizer, GWO)算法及冠豪猪(crested porcupine optimizer, CPO)算法相比，改进后的雾凇优化算法在提高系统经济性方面约提升8.7%，减少污染排放约20.6%，并增强小水电站运行稳定性约32.6%。研究结果验证了所提出模型和算法的有效性，为多源能互补系统协调运行优化提供了新的思路。
针对电力物联网下多能源协同优化问题，建立了风光蓄协同交易的优化模型。利用抽水蓄能(pumped storage power, PSP)电厂出色的调节性能，将其按比例与风电厂和光伏电厂进行打捆，以最大化消纳新能源；另一部分参与主体侧市场调节以实现协同优化。通过构建风光蓄联盟，旨在消除风光新能源出力偏差，从而解决物联网中的信息交流安全问题。此外，采用沙普利值法对剩余价值进行分配。在此过程中，还考虑到碳排放要求，在负荷侧引入电动汽车(electric vehicle, EV)的减碳效能，并将其与火电出力形成约束；同时，在电网侧加入电储能调节，以确保在电力物联网环境下系统的安全运行。本研究采用主体侧报量报价方式，使得新能源预测全部出清，而负荷侧则跟随市场价格波动进行清算。进一步考虑波动偏差，对多能源主体的出力进行了优化。通过多个不同情景下的仿真结果验证了所提优化模型的可行性和适应性。
先进绝热压缩空气储能(advanced adiabatic compressed air energy storage，AA-CAES)能够提高新能源消纳率，是新型电力系统的关键技术。由于AA-CAES系统的压缩机采用离心式压缩机，在运行过程中存在喘振与阻塞现象，严重影响系统的安全运行。为此，该文研究AA-CAES系统压缩侧安全控制策略。首先，提出基于压缩机质量流率斜率的喘振和阻塞现象的简易判断方法，确定压缩机在给定转速下允许流过的空气质量流率的范围；然后，设计压缩子系统的防喘振和阻塞控制策略，利用可变流量法通过控制压缩机的进口导叶角度来限制压缩机空气质量流率的范围；最后，分别在启停工况和并网运行工况下进行仿真，验证了该控制策略的有效性。
随着电动汽车保有量与普及率的逐年提升，农村地区现有充电设施布局不均衡、数量不充足，已成为制约农村地区新能源汽车发展的主要原因。基于主从博弈定价策略，建立了面向高比例光伏渗透农村电网的充储电站优化配置模型。首先，基于主从博弈理论建立面向高比例光伏渗透农村电网的充储电站优化配置模型：上层领导者为充储电站投资方，综合考虑农村配电网与充储电站建设运行条件，优化决策充储电站建设位置、配套储能设备容量及电价策略；下层跟随者为电动汽车车主，根据上层领导者模型制定的电价策略，优化决策电动汽车充电策略。其次，利用Karush Kuhn Tucker (KKT)条件与对偶原理实现模型转换，获得易于求解的混合整数线性规划模型。最后，利用包含2个充电区域的IEEE 33节点典型算例进行算法验证。算例分析表明所提模型能够协调充储电站投资方与电动汽车车主的利益，获得经济效益好、光伏消纳能力强的充储电站配置运行策略。
共享储能是提高储能利用效率、发挥微能源网集群协同优势的有效措施，然而，现有研究大多将共享储能与微能源网集群间的能量传输通道简化为母线结构，存在仅能“定容”不能“选址”、配置后共享储能利用率不足等问题。在此背景下，建立了考虑电网承载能力的微能源网集群共享储能双层优化配置模型。首先，建立面向微能源网集群的共享储能双层配置模型：上层模型以大电网运行成本与共享储能规划运行成本最小为目标，考虑电网运行承载能力，优化决策共享储能的位置及容量；下层模型以各微能源网运行成本最小为目标，优化求解微能源网运行问题。其次，基于Karush Kuhn Tucker (KKT)条件将下层模型转换为上层模型的附加约束条件，将双层优化配置模型转换为单层优化问题。最后，利用包含3个微能源网的测试算例进行对比分析。结果表明所提模型能够充分考虑电网承载能力，获得经济效益更优、投资回收期更短的共享储能选址定容方案。
车网互动(vehicle to grid，V2G)技术利用调度模型生成的决策调度电动汽车(electric vehicle，EV)有序参与电网管理，可实现高效削峰填谷，采用联邦学习方式可以在充电站不愿共享原始数据的条件下完成调度模型训练，因此选定符合多方利益的训练标签和保证模型参数聚合结果的正确性对于V2G调度决策至关重要。为此，提出一种面向V2G调度的可信联邦学习方法。首先，构建V2G实时调度模型可信联邦学习架构，其包括标签生成模块、可验证联邦学习模块和实时调度模块3个部分；然后，综合考虑EV用户、运营商及电网侧负荷波动，提出一个计及电网多方主体利益的实时调度标签数据生成模型，并设计调度模型标签的动态更新方法；其次，提出模型参数聚合的安全存证与验证方法，确保联邦学习模型参数聚合的正确性；最后，对3种充电时段类型EV占主导生成的标签数据和所提出验证方法的时间开销、存储开销和Gas开销进行分析。算例结果表明，所提出的标签模型展示了EV用户、运营商以及电网侧负荷波动的最优值特征，构建聚合树的时间开销达到毫秒级，相比于传统验证方式，聚合验证智能合约的Gas开销显著降低。因此，所提出的可信联邦学习方法与电网中多方主体利益一致，并具有较好的性能。
在电网储能领域，获取储能系统负荷功率合理分配方案的关键是优化求解算法，若求解算法选择不合理或算法本身存在缺陷，求解过程会过于早熟，仅得到局部最优解而非全局最优解。为解决这一问题，提出一种微电网分布式储能系统负荷功率的动态分配方法。该方法先进行微电网分布式储能系统运行数据的采集；然后考虑负荷功率平均损耗率、荷电状态(state of charge，SOC)平衡系数，设置一个分布式储能系统多目标分配函数；最后在SOC、充放电量、充放电流这3个约束条件限制下，利用改进麻雀搜索算法求取多目标函数最优解，得出微电网分布式储能系统负荷功率的最优动态分配方案。结果表明：应用所提方法，负荷功率平均损耗相对更低，SOC平衡系数相对更高，多目标函数值相对更小。说明该分配方案更为科学、合理，更能保证储能系统的平稳运行，实现系统高质量供电。
对于光储充电站而言，光伏、储能及充电站的优化配置是影响充电站经济性的重要因素。首先，对一天内充电站的电动汽车充电情况进行模拟，得到充电站单日充电曲线；然后，根据某地光伏出力的特性并结合分时电价，综合考虑投资方和用户侧因素，提出以总社会成本最小为目标函数，装置利用率、排队时间等为约束条件的光储充电站容量优化配置模型，并采用量子粒子群算法进行求解，对充电站加设的光伏和储能容量进行配置，基于排队理论得到系统的各个运行指标；最后，从各项成本随容量变化的趋势等多个角度验证配置结果的合理性。计算和算例分析表明，所提出的方法能实现光伏、储能及充电桩容量的合理配置，从而有效减少充电站在峰时段从电网的购电量，提高充电站运行的经济性。
清华大学出版社期刊中心
