高源荷比局域电网中光伏电站储能容量配置

doi:10.16513/j.2096-2185.DE.1901105

高源荷比局域电网中光伏电站储能容量配置

张锋¹, 李思儒², 孙谊媊¹, 郭小龙¹, 袁铁江², 刘勇³

¹国网新疆电力有限公司，新疆　乌鲁木齐　830002

²大连理工大学电气工程学院，辽宁　大连　116024

³安徽正广电电力技术有限公司，安徽　合肥　230088

Energy Storage Capacity Configuration of Photovoltaic Power Station in High Source-to-Charge Local Power Grid

ZHANG Feng¹, LI Siru², SUN Yiqian¹, GUO Xiaolong¹, YUAN Tiejiang², LIU Yong³

¹State Grid Xinjiang Electric Power Co., Ltd., Urumqi 830002, Xinjiang Uygur Autonomous Region, China;

²School of Electrical Engineering, Dalian University of Technology, Dalian 116024, Liaoning Province, China;

³Anhui Zhengguang Electric Power Technology Co., Ltd., Hefei 230088, Anhui Province, China

编委: 蒋毅恒

收稿日期: 2019-08-29

基金资助:

国家自然科学基金项目. 51577163
国网新疆电力有限公司科技项目. SGXJ0000TKJS1900203

Received: 2019-08-29

Fund supported:

Project supported by National Natural Science Foundation of China. 51577163. SGXJ0000TKJS1900203

作者简介 About authors

张　锋(1980—)，男，硕士，高级工程师，研究方向为电力系统自动化；。

李思儒(1994—)，女，硕士研究生，研究方向为储能技术与新能源发电并网技术；。

孙谊媊(1974—)，女，硕士，高级工程师，研究方向为电力系统运行与控制、网源协调技术；。

郭小龙(1983—),男，工程师，硕士，研究方向为电力系统调度运行及分析；。

袁铁江(1975—)，男，博士，教授，研究方向为大规模储能与新能源发电并网技术、风/光-氢(储能)-煤/油综合供能技术；。

刘　勇(1975—)，男，工程师，长期从事电力系统安全与稳定方面研究工作。

摘要

在高源荷比局域电网中，光伏发电系统通常在正午时分出力最大而夜晚停运，合理配置光储联合发电系统储能容量，既可降低弃光，又能在夜间为重要负荷供电。针对光伏发电系统，定义基于光伏发电系统的广义负荷及净广义负荷的概念，利用光伏穿透功率的大小划分光伏系统运行状态，据此提出光储联合发电系统的评价指标，以3种指标之和最小、储能成本最低为目标进行容量配置。该方法针对光伏发电系统在不同运行状态的特点提出不同的评价指标，使储能系统的充放电策略更具针对性。算例验证了所提指标的合理性，并对比分析不同储能容量配置下的指标变化。

关键词： 光伏发电 ; 储能 ; 运行状态 ; 评价指标

Abstract

In the high source-to-charge local power grid, the photovoltaic power generation system usually has the largest output at noon and stops at night. If the energy storage capacity of the optical storage combined power generation system is properly configured, the abandoned light can be reduced, and the important load can be supplied at night. For the photovoltaic power generation system, the definition of the generalized load and the net generalized load based on the photovoltaic power generation system is defined. The operating state of the photovoltaic system is divided by the size of the photovoltaic penetration power. Based on this, the evaluation index of the optical storage combined power generation system is proposed, with three indicators. The capacity is configured with the minimum and the lowest energy storage cost. The method proposes different evaluation indexes for the characteristics of photovoltaic power generation systems in different operating states, so that the charging and discharging strategies of energy storage systems are more targeted. The example verifies the rationality of the proposed indicators and compares and analyzes the changes of indicators under different energy storage capacity configurations.

Keywords： photovoltaic power generation ; energy storage ; operating status ; evaluation index

PDF (956KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

张锋, 李思儒, 孙谊媊, 郭小龙, 袁铁江, 刘勇. 高源荷比局域电网中光伏电站储能容量配置. 分布式能源[J], 2020, 05(01): 29-34 doi:10.16513/j.2096-2185.DE.1901105

ZHANG Feng, LI Siru, SUN Yiqian, GUO Xiaolong, YUAN Tiejiang, LIU Yong. Energy Storage Capacity Configuration of Photovoltaic Power Station in High Source-to-Charge Local Power Grid. Distributed Energy[J], 2020, 05(01): 29-34 doi:10.16513/j.2096-2185.DE.1901105

0　引言

随着能源危机与环境污染日趋严重，清洁能源以其资源丰富、污染小等优点逐渐在能源格局中扮演重要角色，大力开发清洁能源成为电力行业工作的重心。大规模光伏电站在源端并网是开发和利用清洁能源的重要途径。然而太阳能具有随机性、间歇性以及波动性等特点，光伏电站大规模并网必将对电网造成冲击，将储能系统应用于新能源发电侧平抑光伏波动是一种可选择策略^[1,2,3]。充分利用储能元件平抑功率波动以及能量存储特性，可使光储联合发电系统的输出相对平稳，降低光伏发电对电网的冲击。在高源荷比局域电网中合理配置储能容量，既能够降低系统成本，又能够提高当地供电可靠性。

目前国内已有一些针对光伏电站的储能系统容量配置的研究，主要分为经济性和技术性两大类。根据经济指标配置储能容量一般考虑电站寿命期内的收益及各成本项^[4,5,6]、光储系统的综合运行成本^[7]。文献[8,9,10]将投资成本、惩罚和污染费用以及发电补贴总和最小作为目标函数。另有文献将供电可靠性、弃电损失等折算为经济性进行分析，文献[11]以弃电能量损失及储能电池成本之和最小为目标配置光伏电站储能；文献[12]以电网改造成本、限电损失、储能投资成本等总成本最低为目标配置储能。

根据技术特性配置储能通常从平滑光伏功率波动^[1,13,14]、提升供电可靠性^[2,3]等方面入手。部分文献将技术指标作为目标或约束进行容量配置，文献[2,3,15]将供电可靠性、新能源特性、入网功率波动有功功率偏差率、峰谷斜率差等评价指标计入容量配置模型。上述文献未考虑光伏发电正常工作状态的周期出力特性，缺乏对光伏的针对性。

文献[16]对分布式光伏发电系统的正常工作状态划分为全额运行状态、资源限制减额运行状态以及夜间停运状态，同时建立了相应的系统可靠性指标体系，通过各种指标从时间、出力、系统3个层面对系统展开综合评价。然而该文献提出的指标体系仅从源端光伏运行状态进行考量，并未计及负荷功率考虑此时的源荷匹配情况。

为此，本文定义基于光伏发电系统的广义负荷及净广义负荷的概念，得出光伏穿透功率，在此基础上重新划分光伏发电系统的运行状态。根据不同运行状态的特点，提出光储联合发电系统的评价指标。以三种指标之和最小、储能投资成本最低为目标配置光伏电站储能，采用新疆某地区数据进行算例分析，验证所提方法。

1　太阳能光伏发电系统特性

光伏发电系统按照运行状态可分为全额运行、减额运行、夜间停运三种运行状态^[16]。

1)全额运行状态。

天气晴朗的午间，太阳辐射较强烈，系统的出力可以达到装机容量的60%～90%。

2)减额运行状态。

受天气等因素的影响，将太阳辐射较低、出力水平低于60%装机容量的系统状态都归为资源限制减额运行状态。

3)夜间停运状态。

夜间停运是系统由于晚间无辐射或辐射过低而处于停运的状态。

三种运行状态示意如图1所示。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 光伏发电系统运行状态示意图

Fig.1 Schematic diagram of the operating state of photovoltaic power generation system

本文按照光伏发电系统全额运行、减额运行、夜间停运的划分思路，在考虑负荷功率的情况下，引入光伏穿透功率的概念重新定义三种运行状态，示意图如图2所示。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 以光伏穿透功率划分的运行状态示意图

Fig.2 Schematic diagram of operating state divided by photovoltaic penetration power

此处为便于描述，提出基于光伏发电系统的广义负荷P_L(t)及净广义负荷P_LPV(t)的概念，广义负荷为该区域内传统电源机组出力与负荷功率之差，净广义负荷为该区域内光伏机组出力与广义负荷之差，其定义为

(1) ${\begin{array}{l} P_{L} (t) = P_{load} (t) - P_{f} (t) \\ P_{LPV} (t) = P_{PV} (t) - P_{L} (t) \end{array}$

式中：P_PV(t)为t时刻光伏系统输出功率；P_load(t)为t时刻的有功负荷；P_f(t)为t时刻的常规机组出力。

据此，光伏穿透功率δ定义为每一时刻的光伏有功出力与广义负荷有功之比，即

(2) $δ = \frac{P_{PV} (t)}{P_{L} (t)}$

式中P_L(t)为t时刻的有功负荷^[17]。

1) δ≥1运行状态。

光伏系统穿透功率大于等于1的运行状态通常出现在天气晴朗的中午时分，此时光伏发电系统出力大于负荷功率。

2) 0<δ<1运行状态。

光伏出力低于负荷功率但不停运的情况通常出现在多云或阴雨天气，或是天气晴朗的上午、下午时分。

3) δ＝0运行状态。

晚间无辐射或辐射过低导致光伏发电系统出力为0的停运状态。

2　基于光伏不同发电状态的评价指标

本文根据三种不同运行状态的特点，提出基于光伏不同发电状态下的光储联合发电系统的评价指标。

1) δ≥1运行状态指标。

光伏系统处于该运行状态时，光伏出力远大于广义负荷功率。此时应尽量使光储联合出力接近广义负荷，减少弃光，故采用有功偏差率S_FR衡量全额运行状态时光储总输出有功功率相对于广义负荷的偏离程度，其定义为

(3) $S_{FR} = \overset{T_{FR}}{\sum_{t = 1}} | \frac{P_{PV} (t) + P (t) - P_{L} (t)}{P_{L} (t)} |$

式中：T_FR为全额运行的累积时间；T为采样周期；P(t)为t时刻储能系统出力，P(t)>0为放电，P(t)<0为充电。

显然，S_FR越小，光储联合发电系统在全额运行状态有功偏差率越低，光储联合出力曲线越接近广义负荷曲线，弃光率越低，据此可以认为光储系统出力特性越好。

2) 0<δ<1运行状态指标。

减额运行状态比较突出的特点是光伏出力增减速度过快，而储能系统并网能够较好地平抑这部分功率波动。本文采用光储联合出力曲线斜率差S_RP，即光储联合输出曲线的斜率差值之和，衡量输出功率上升或下降的速度。

(4) $\begin{array}{l} S_{RP} = \\ \overset{T_{RP}}{\sum_{t = 1}} \frac{| [P_{PV} (t + 1) + P (t + 1)] - [P_{PV} (t) + P (t)] |}{Δ t} \end{array}$

式中：T_RP为减额运行的累积运行时间，即减额运行时间；[P_PV(t＋1)＋P(t＋1)]为t＋1时刻的光储联合出力，Δt为步长。

显然，S_RP越小，光储联合输出相对于净负荷的变化率越小，储能平抑输出波动效果越好。

3) δ＝0运行状态。

停运状态下要求光储联合出力基本维持稳定，本文采用净广义负荷相对于广义负荷均值的波动率，其定义为：

(5) $S_{ST} = \frac{| \overset{T_{ST}}{\sum_{t = 1}} [P (t) + P_{LPV} (t)] - P_{A_SL} T_{ST} |}{P_{A_SL}}$

式中：T_ST为夜间停运状态累积时间；P_{A_SL}为停运状态下光储联合出力均值。

显然，S_ST越小，光储联合发电功率相对于负荷功率的波动率越小，光储联合输出越稳定。

3　储能容量配置优化模型

3.1　目标函数

本文光储电站容量配置优化模型以总投资成本最低、基于光伏不同发电状态的评价指标最低为目标，考虑的储能电站总投资成本模型^[18]主要包括初始投资成本C_SYS、运维成本C_FOM以及电池更换成本C_REP。

(6) ${\begin{array}{l} min f_{1} = C_{SYS} + C_{FOM} + C_{REP} \\ min f_{2} = S_{FR} + S_{RP} + S_{ST} \end{array}$

1)初始投资成本。

电池储能电站的年均安装成本为

(7) $C_{SYS} = (C_{e} E + C_{p} P) \frac{i {(1 + i)}^{N}}{{(1 + i)}^{N} - 1}$

式中：C_p、C_e分别为储能功率成本系数、容量成本系数；i为贴现率；N为项目周期；P为储能额定功率；E为储能额定容量。

2)系统运维成本。

(8) $C_{FOM} = C_{bre} E$

式中C_bre为储能容量运维成本系数。

3)电池更换成本。

由于通常情况下，电池储能寿命远小于实际项目周期，所以电池需进行更换。通常，电池储能电站辅助设施可使用20年，而电池本体无法满足20年的使用需求，因此电池储能的更换成本来源于电池本体。在项目周期内，电池储能每次的更换成本可表示为

(9) $C_{RE} = {(1 - α)}^{k n} C_{bat} = {(1 - α)}^{k n} C_{e} \frac{P t_{D}}{η}$

式中：α为电池储能安装成本的年均下降比例；k为电池本体更换次数(次)，k＝N/n－1，n为电池储能寿命周期。当(N/n－1)为非整数时，k进1取整；C_bat为电池成本；η为蓄电池放电效率；t_D为电池储能的额定放电时间。

故电池储能的年均更换成本为

(10) $C_{REP} = C_{e} P \frac{t_{D}}{η} \overset{k}{\sum_{β = 1}} \frac{{(1 - α)}^{β n}}{{(1 + i)}^{β n}} \frac{i {(1 + i)}^{N}}{{(1 + i)}^{N} - 1}$

式中β为蓄电池的更换次数。

3.2　约束条件

1)周期内始末状态蓄电池的能量约束。

(11) $E (0) = E (T)$

式中：E(0)为储能系统初始电量；E(T)为储能系统最终电量。

2)蓄电池储能功率约束。

(12) $P_{min} \leq P (t) \leq P_{max}$

式中：P_min和P_max分别为储能系统功率的最小值和最大值。

3)蓄电池储能容量约束。

(13) $E_{min} \leq E \leq E_{max}$

式中：E为配置的储能系统容量；E_min、E_max分别为储能系统容量上下限。

4)储能电站蓄电池SOC约束。

(14) $S_{O C . min} \leq S_{O C} (t) \leq S_{O C . max}$

式中：S_oc.min为蓄电池剩余容量最小值；S_oc.max为蓄电池剩余容量最大值。通常蓄电池S_oc.min为0.1～0.2，S_oc.max为0.8～0.9。同时为了保证开始就能够充放电，通常可取剩余电量初值S_OC(0)为0.5～0.6。

4　算例与结果分析

为了验证本文提出的评价指标及容量配置模型的合理性，以新疆某地区为参考区域对储能容量进行最优配置。

该地区光伏电站总装机容量为590 MW，常规电源总装机636 MW，本文按照电力系统负荷曲线及光伏出力曲线，选择负荷平均功率为307 MW、峰值功率为372 MW，光伏出力峰值为368 MW、出力时间为9.75 h的典型日作为本区域参考，经过简单计算得到图3。储能电池参数设置如表1所示^[18]。

表1 电池储能成本参数设置

Table 1 Battery energy storage cost parameter setting

类型	能量价格/[万元·(MW·h)^－1]	功率价格/(万元·MW^－1)	运维成本/[万元·(MW·h)^－1]	效率/%	寿命周期/a
铅酸电池	124	108.5	3.1	75	5

新窗口打开| 下载CSV

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 广义负荷及光伏出力曲线

Fig.3 Generalized load and photovoltaic output curve

根据图3可以得知，传统机组在白天出力较小或停机，为光伏预留一定出力空间。δ≥1运行状态时光伏出力远远超出广义负荷，造成严重的弃光现象；光伏在夜间停运状态时传统机组出力较大，需要补偿光伏停运出力，传统机组在夜间运行时，负荷与出力存在一定的差距导致广义负荷曲线存在波动。可以预见，储能并网能够较好地解决以上问题。

根据优化算法得到的最优储能功率为106 MW、容量为564 MW·h，其投运前后指标对比如表2所示。从表2可看出，储能投运前后三种指标得到相应改善，其中S_FR降低了23.4%，S_RP降低了0.6%，S_ST降低了18.98%。图4为光储系统出力曲线图，根据各指标及图4与图3的对比可知，在δ≥1运行状态时光储联合出力明显更加接近广义负荷曲线，波动性也与广义负荷曲线基本吻合，说明光储联合出力特性较好；0<δ<1运行状态光储效果不明显，可能是天气原因本身光伏波动处于充放电交界处，导致其指标较大；在停运状态储能系统在一定程度上平抑了广义负荷的波动，并且能维持至少30 MW的功率输出。

表2 储能投运前后指标对比

Table 2 Comparison of indicators before and after energy storage

比较项目	S_FR	S_RP	S_ST	总投资/万元
储能投运前	65.27	443	64.58	0
储能投运后	50	440.3	45.6	35 040

新窗口打开| 下载CSV

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 光储系统出力曲线

Fig.4 Optical storage system output curve

在此基础上选取不同的储能功率值，探究储能规模的变化对三种指标的影响，结果见表3。从表3可看出，随着储能规模的扩大，投资费用不断攀升，3项指标都变得更小，即光储联合出力特性越好。但随着储能规模的不断扩大，三项指标的变化越来越小，储能功率从150 MW到200 MW变化时，S_FR降低了7%，S_RP降低了0.29%，S_ST降低了2.9%，总投资增加了33%，即16 759万元。可见储能高投入换来的效果并不是很可观。

表3 储能规模的变化对指标的影响

Table 3 Impact of changes in energy storage scale on indicators

储能功率/MW	S_FR	S_RP	S_ST	总投资/万元
0	65.27	443.0	64.58	0
50	60.48	442.8	56.80	16 759
100	56.70	440.3	45.40	35 040
150	53.90	438.9	43.90	50 276
200	50.10	437.6	42.63	67 035

新窗口打开| 下载CSV

5　结论

(1)针对光伏发电系统，本文定义基于光伏发电系统的广义负荷及净广义负荷的概念，以光伏穿透功率划分光伏发电系统的运行状态，据此提出在不同运行状态下的光储联合发电系统的评价指标。该方法通过对光伏不同运行状态的特点定义不同的指标，因此更具准确性及合理性。

(2)对于某地区的光伏电站储能容量配比，以三种指标之和以及投资总成本最小为目标，能在保证经济性的同时兼顾技术性。算例验证了本方案的合理性。但因为光伏昼启夜停的特点，仅对光伏电站配置储能，夜间出力依然较小并不划算。考虑到风光具有很好的出力互补特性，针对风光联合发电系统配置储能可能效果更佳。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

SANG

Bingyu

, WANG

Deshun

, YANG

, et al.

Optimal allocation of energy storage system for smoothing the output fluctuations of new energy

[J]. Proceedings of the CSEE, 2014, 34(22): 3700-3706.

[本文引用: 2]

桑丙玉，王德顺，杨波，等.

平滑新能源输出波动的储能优化配置方法

[J]. 中国电机工程学报，2014, 34(22): 3700-3706.

[本文引用: 2]

[2]

Lin

, RUAN

Xinbo

, ZHANG

Buhan

, et al.

An improved optimal sizing method for wind-solar-battery hybrid power system

[J]. Proceedings of the CSEE, 2012, 32(25): 88-98, 14.

[本文引用: 3]

徐林，阮新波，张步涵，等.

风光蓄互补发电系统容量的改进优化配置方法

[J]. 中国电机工程学报，2012, 32(25): 88-98, 14.

[本文引用: 3]

[3]

Bihui

, SHEN

Hong

, TANG

Yong

, et al.

Impacts of energy storage capacity configuration of HPWS to active power characteristics and its relevant indices

[J]. Power System Technology, 2011, 35(4): 123-128.

[本文引用: 3]

李碧辉，申洪，汤涌，等.

风光储联合发电系统储能容量对有功功率的影响及评价指标

[J]. 电网技术，2011, 35(4): 123-128.

[本文引用: 3]

[4]

Yan

, QIAO

Linsihang

Research on capacity allocation of photovoltaic-storage power station based on the whole life cycle theory

[J]. Journal of North China Electric Power University (Natural Science Edition), 2018, 45(2): 16-23.