电力需求侧大规模储能系统经济性评估

熊雄1，杨仁刚1，叶林1，李建林2

（1.中国农业大学信息与电气工程学院 北京 100083，2.中国电力科学研究院 北京 100192）

　　摘要：储能技术的快速充放特性是实施电力需求侧管理，控制负荷变动的一种有效手段。针对其经济效益评估，建立了考虑电池充放电深度及寿命的储能电站初始投资、运行维护成本计算模型；建立了包括发电侧、电网侧、用户侧以及政府补贴的储能电站收益计算模型，针对所建模型给出了计算流程。最后通过实际算例的经济性评估表明在一定条件下：储能电站将达到预期的经济效益。

　　1引言

　　在电力系统中，负荷大小随着人们起居作息特点呈现出相应的峰谷规律，随着电力系统负荷数量以及种类的增加，加剧了负荷的峰谷化。负荷峰谷差的加剧使得常规机组处于频繁开启的不利状态，降低了经济性；另外，随机的峰荷可能会导致部分潮流断面过载，降低系统稳定性。随着电力工业市场改革的逐步深入，电力需求侧管理作为一种有效的负荷管理手段备受重视[1,2]，财政部、国家发改委下达了关于开展电力需求侧管理相关的奖励暂行办法以推广削峰填谷技术。

　　储能技术因其灵活的电功率吞吐特性，目前广泛应用在平滑可再生能源输出、削峰填谷等领域[3,4]，较传统的一些削峰填谷手段除了快速响应特性外，更具有经济效益的潜质。目前，关于储能系统在削峰填谷领域的研究大多集中在容量配比计算和控制策略上，对于考虑储能成本的经济效益评估相关运行经济指标出发，给出了储能装置的广义经济效益指数，并未考虑特定领域中的经济收益指标；文献[9-11]针对储能系统应用于削峰填谷领域，着重讨论分析了峰谷实时电价与峰谷实时优化。

　　本文将在一定容量储能系统配置前提下，从技术经济学角度考虑储能系统包括电池充放电深度和充放电次数在内的成本计算指标和因削峰填谷带来的包括峰谷电价差、优化常规机组运行、降低线损和延缓电网升级带来的经济效益指标，并建立了综合评价模型，给出了经济效益分析的计算流程。

　　2电池储能电站成本计算模型

　　典型储能系统通常包括存储电量的蓄电池组和进行功率转换的功率转换系统（Power Convert System，PCS），通常两者的寿命不一致，为方便计算将认为两者寿命一致。PCS功率成本后文统一用储能电站功率成本代替。

　　2.1储能系统全寿命周期成本计算模型

　　全寿命周期成本WTol见式（1），WE、WP分别为储能电站的能量与功率成本，其通常由初始投资（站址的建设成本）及运行维护成本组成[12]，初始投资成本直接关联容量大小，运行维护成本则可用初始投资的百分比估算，见式（2）和式（3）。

　　3电池储能电站经济效益计算数学模型

　　运用储能技术进行削风填谷，即降低负荷峰谷差，优化负荷曲线，从而可以有效减少高峰备用机容量，提高发电机组运行效率和降低发电成本，有效减缓电网的升级改造，可分解为发电侧、电网侧和用电侧[13-15]。

　　3.1电网侧经济效益计算数学模型

　　用电需求侧接入储能系统后，电网侧经济效益可归纳为可免固定容量成本，指电网侧减少的电网投资费用，可根据少建或缓建的变电站、变压器、输电线路及其配套设备等平均造价确定，即

　　4储能电站计算流程

　　（1）忽略每年负荷微增量对电池储能寿命的影响，寿命计算以第一年负荷用电量为准计算。负荷微增量对储能成本影响体现在x%、y%的变化。

　　（2）通过仿真计算电池每天等效循环次数（满充满放），折算至储能电站寿命T，进而计算储能电站全寿命周期内每年成本值Wi和三方经济效益Zi，并认为其成本将由网侧、发电侧以及用户侧共同承担。

　　（3）根据技术经济学中相关规定的一般工程在第八年收回成本，即第八年时的累积效益大于总成本，因此每年的成本收益差应为

　　峰荷转移比在[0，0.2]区间成本效益差有明显的增势，移峰效益为正，定义0.2为最优点；在[0.2，0.4]区间随着峰荷转移比达到一定程度，将出现峰谷倒置，移峰效益为负，但由于增长惯性，成本效益差缓慢增加，经济效益叠加到最大值，定义0.4为临界点；在[0.4，1]区间成本效益差将迅速下降。因此，为保证经济效益为正，转移峰荷比不应超过临界点。

　　现规定每年转移峰荷比为0.4，则图7中每年成本效益差如图9所示。

　　每年成本效益差均大于8×105元，而储能电站按6年收回成本计算的每年成本效益差至少为8×105元，因此储能电站最快可在全寿命周期内的前6年收回投资成本。

　　5结论

　　针对电池储能系统参与电力需求侧削峰填谷方案建立了详细的电池储能电站成本与考虑发电侧、电网侧和负荷侧的三方经济收益评价模型，通过实际算例的计算得到了工程经济性评价结果，通过峰荷转移比的调节使得评价结果达到预期的经济效益，但结果表明峰荷转移比增大到峰谷倒置时，随着峰荷转移比的进一步增加，经济效益将迅速下降。总结影响规模储能电站应用于发电需求侧经济效益主要因素有：

　　（1）当转移峰荷比在零到最优点区间时，储能电站经济效益呈正的持续累积；在最优点到临界点区间时，由于峰谷倒置，储能电站经济效益为负，但由于惯性，经济效益总体上仍有缓慢增长；大于临界点后，经济效益将大幅度下降。

　　（2）峰谷差价在0.8元/（kW·h）及以上时，兆瓦级储能电站可实现较好经济效益。

　　（3）在一定条件下，储能电站最快可在全寿命周期内的前6年收回投资成本。

　　参考文献

　　[1]曾鸣.电力需求侧管理[M].北京：中国电力出版社，2001.

　　[2]汤涌，林伟芳，孙华东，等.考虑负荷变化特性的电压稳定判据分析[J].中国电机工程学报，2010,30(16)：12-18.

　　[3]梁亮，李建林，惠东.大型风电场储能装置容量的优化配置[J].高电压技术，2011，37(4)：930-936.

　　[4]熊雄，袁铁江.基于电压稳定与限值的风/储系统容量配置[J].电网与清洁能源，2012，28(4)：63-68.

　　[5]杨裕生，程杰，曹高萍.规模储能装置经济效益的判据[J].电池，2011，41(1)：19-21.

　　[6]丁明，徐宁舟，毕锐.用于平抑可再生能源功率波动的储能电站建模及评价[J].电力系统自动化,2011，35(2)：66-71.

　　[7]Kazempour S J，Moghaddam M P.Static security enhancement by means of optimal utilization of NaS battery systems[C].Proceedings of IEEE Power Teah Conference，July 1-5，2007，Lausanne，Swit zerland:1791-1796.

　　[8]Kazempour S J，Moghaddam M P，et al.Field trial of AEP sodium-sulfur (NaS) battery demonstration project[R].Palo Alto，CA，USA：Electric Power Research Institute，2003.

　　[9]唐捷，任震，高志华.峰谷分时电价的成本效益分析模型及其应用[J].电网技术，2007，31(6)：61-66.

　　[10]鲍冠南，陆超，袁志昌，等.基于动态规划的电池储能系统削峰填谷实时优化[J].电力系统自动化,2012，36(12)：11-16.

　　[11]Lee T Y.Operating schedule of battery energy storage system in a time-of-use rate industrial user with wind turbine generators：a multipass iteration particle swarm optimization approach[J].IEEE Transactions on Energy Conversion，2007，22(3)：774-782.

　　[12]Hu Weibao，Chen Zhe，Bak Jensen B.Optimal operation strategy of battery energy storage system to real-time electricity price in Denmark[C].Procee-dings of IEEE Power and Energy Society General Meeting，July 25-29，2010，Minneapolis，MN，USA:1-7.

　　[13]Polinder H，Frank F A，Pijl van der，et al.Comparison of direct-drive and geared generator concepts for wind turbines[J].IEEE Transactions on Energy Conversion,2006，21(3)：725-733.

　　[14]Teleke S，Baran M E，Bhattacharya S，et al.Optimal control of battery energy storage for wind farm dispatching[J].IEEE Transactions on Energy Conv-ersion，2010，25(3)：787-794.

　　[15]Black M，Strbac G.Value of bulk energy storage for managing wind power fluctuations[J].IEEE Transac-tions on Energy Conversion，2007，22(1)：197-205.

　　[16]Wang X Y，Vilathgamuwa D M，Choi S S.Determination of battery storage capacity in energy buffer for wind farm[J].IEEE Transactions on Energy Conversion，2011，26(3)：744-756.