文献标识码：B文章编号：1003-0492（2023）04-066-04中图分类号：TM732

★罗文（重庆机电职业技术大学电气与电子工程学院，重庆402760）

★彭伟（成都凯天电子股份有限公司，四川成都610073）

★郑连清（重庆机电职业技术大学电气与电子工程学院，重庆402760）

摘要：分布式光伏发电的随机性和间歇性导致了资源利用率低，而电池储能具备功率快速吞吐、灵活运行的能力，是当前解决光伏并网和消纳的有效手段之一。本文首先针对当前储能成本高、收益模型不清晰等问题进行了研究，随后分别从投资者和社会综合收益角度构建了储能系统经济收益模型，并以最优经济指标对储能进行容量配置，对影响储能经济效益的重要因素进行盈亏平衡和敏感性分析，最后以某分布式光伏系统典型日的数据为基础，对储能系统进行经济分析和容量优化配置，结果表明储能的成本因素对系统经济收益起主要影响作用。

关键词：分布式储能；经济性分析；优化配置；盈亏平衡分析；敏感性分析

随着化石能源危机与环境污染问题日益严重，建设清洁低碳、安全高效的能源体系已是未来发展的必然趋势。目前，太阳能资源作为一种清洁可再生能源，广泛应用于光伏发电系统^[1]。我国太阳能资源丰富且主要集中在“三北”地区，但这些区域电能消纳有限，“弃光”现象严重。光伏发电多余电量一是通过输电线路外送，二是通过储能系统存储^[2]。电能外送存在传输容量有限和线路损耗较大的缺点，合理的配置储能不仅能够提高光伏消纳能力还可以利用分时电价峰谷套利、辅助调峰和调频等获得可观经济收益。目前制约储能推广应用的主要问题是投资成本高、经济收益衡量困难等，因此如何建立储能系统完善的经济评估模型是当前亟待解决的问题^[3]。

1　储能系统成本和收益

1.1　储能系统成本

储能系统的成本主要包括投资建设成本和运行维护成本，具体表示如下：

式（1）中：C为储能系统总成本；CBESS为投资建设成本；C_M为运行维护成本。

（1）投资建设成本

储能系统的投资建设成本主要由功率成本和容量成本构成，同时当储能电池达到寿命年限时需要进行更换。按照资金的时间价值将储能电池初始投资和整个储能系统全寿命周期内更换电池的投资费用折算到项目初期，其数学模型如下：

式（2）中：C_p表示BESS单位功率成本；CE表示BESS单位容量成本；r表示资金的贴现率；Z表示电池的寿命年限；G表示储能系统寿命周期内电池的更换次数。

（2）运行维护成本

储能装置的运行维护成本主要与储能电池的规模大小相关，将系统每年的运行维护成本按资金的时间价值折算到项目初期可表示为：

式（3）中：C_m表示储能系统单位容量年运行维护成本；n表示储能系统寿命年限；Q表示储能系统年发电量。

1.2　储能系统收益

（1）售电收益售电收益包含分时电价下“低储高放”的售电收益和存储光伏发电多余电量的售电收益。储能系统可以利用分时电价在晚间电价低谷时段充电、早上用电高峰时段售电获得收益；午间时段当光伏出力大于负荷用电时，储能系统储存光伏发电多余电量然后在晚上用电高峰时段售电获得收益^[4]。合理地规划储能充放电时段和功率，可以实现系统经济效益最大化。

式（4）中：E_pv表示BESS“低储高放”时段充放电量；E_sv表示提高消纳时段放电量；R(t)表示分时电价。

式（5）、（6）、（7）中：B_ch(t)和B_dis(t)为0-1状态变量，分别表示BESS在t时刻的充电和放电状态，且两个状态变量不能同时为1；P_ch(t)和P_dis(t)分别表示BESS在t时刻的充电和放电功率；∆t表示系统采样间隔时间；T表示光伏出力大于负荷初始时刻；N_day表示BESS年运行时间。

（2）辅助调峰收益

储能可根据电网需要参与调峰获得补偿收益，参与调峰市场交易模式为日前申请、日内调用。

式（8）中：m₁表示BESS一天内参与调峰的次数；E_pi表示第i次调峰电量；ρ_i表示第i次出清价格；N_day1表示BESS一年内参与调峰的天数。

（3）辅助调频收益

储能系统可根据电网调度需求参与调频获得补偿收益，收益与调频里程、AGC综合性能指标以及出清价格相关，具体收益表达式为：

式（9）中：m2表示储能每月辅助调频交易周期数；I表示第I个交易周期；D_i、λ_i和K_i分别表示第I个交易周期储能提供的调频里程、辅助调频的出清价格和AGC考核指标平均值。

（4）储能电池回收收益

储能电池在达到寿命使用周期后还具有残值价值，电池回收利用收益与容量相关，年回收收益可表示为：

式（10）中：C_re为BESS单位容量的回收价格；E_bess为储能系统的额定容量。

（5）延缓电网改造收益

收益与电网升级改造一次性投资成本和储能消减峰值负荷功率有关，收益可表示为：

式（11）、（12）中：∆n表示储能延缓电网改造年限；P_bess表示储能额定功率；P_max表示峰值负荷功率；s表示负荷增长率；C_inv表示电网一次性升级改造的费用。

（6）降低备用容量收益

当配置储能系统后，可以利用BESS功率灵活吞吐的特性来平滑光伏发电输出功率，从而减少备用容量为电网公司带来收益。光伏发电系统输出功率呈现近似正态分布的特性，因此利用正态分布拟合光伏发电，则BESS降低备用容量的期望值：

按照资金的时间价值，将BESS降低备用容量的收益折算到每年可表示为：

式（13）、（14）中：P_RC表示电网公司减少的备用容量；P_α表示电网未配置备用容量时可消纳光伏发电的限值；P_u表示光伏发电输出功率平均值；P_δ表示光伏发电输出功率偏差；er表示单位功率容量的价格。

（7）减少碳排放收益

采用光伏发电可减少或替代传统燃煤发电，从而进一步减少二氧化碳排放，据相关机构统计传统燃煤电厂二氧化碳排放量约890kg/MWh。配置储能系统能够提高光伏发电消纳能力，因增加发电量而减少碳排放的收益就是储能系统减少碳排放的收益，具体可表示为：

式（15）中：为配置储能典型日碳减少排放量；为碳交易价格。

2　储能系统优化配置模型

2.1　目标函数

直接投资收益模式下的目标函数如公式（16）-（18）所示^[5]，社会综合收益模式下的目标函数就是分别把每个目标函数中的I_dir用I_all进行替换即可。

（1）最大净现值目标函数：

（2）最小动态投资回收期目标函数：

（3）最大内部收益率目标函数：

式（16）-（19）中：NPV表示净现值；P_t表示动态投资回收期净；IRR表示内部收益率；I_dir表示直接投资年等值收益；r表示资金的贴现率；t表示第t年；n表示储能项目运行年限；C表示BESS折算到项目初期的建设和运维成本。

2.2　系统约束条件

（1）系统功率平衡约束

式（20）、（21）中：P_pv(t)和P_pg(t)表示t时刻光伏出力和联络线传输功率；P_b(t)表示储能系统充放电功率；P_load(t)表示负荷功率；η_c和η_d表示BESS充放电效率。

（2）储能充放电约束

式（22）中：P_bess(t)为储能系统的额定功率；P_b(t)为采样时刻储能出力。储能系统充电为正值，放电为负值。

（3）荷电状态约束

式（23）、（24）中：SOC(0)为初始时刻BESS的荷电状态数值；E_bess为储能容量；SOC_min、SOC_max分别为储能系统工作时所允许的最小、最大荷电率；m为运行考核时间。

（4）联络线功率约束

电力网络中线路传输容量大小受线路类型限制且和电网电压等级密切相关，储能系统实际充放电受联络线功率限制。

式（25）中：P_pg(t)为联络线传输功率；P_line1为联络线最大逆向传输功率；P_line2为最大正向传输功率。

2.3　算法求解流程

储能系统的优化配置采用遍历算法求解BESS不同功率和容量配置参数，然后利用CPLEX优化工具包求解给定参数下的各项经济指标，具体步骤如下：

（1）初始化数据，载入光伏出力、负荷数据、电价曲线以及电池储能的相关技术指标等参数。

（2）在给定储能初始配置下，根据光伏出力、负荷运行数据以及系统运行约束条件等信息，运用CPLEX工具包优化BESS日内充放电功率并求解出当前功率和容量配置下BESS最优的净现值NPV、动态投资回收期Pt和内部收益率IRR等相关经济指标。

（3）边界条件判断，每次计算经济指标后对储能功率和容量进行边界判断，若容量配置未达到边界约束时新的容量参数在原有基础上增加L2步长，当容量配置超过限值约束时，功率参数增加L1步长同时容量配置复位到边界初始参数。

（4）重复经济指标计算以及储能功率和容量边界条件判断，最终通过外层功率和容量的遍历求解得到储能系统不同的配置方案，结合内层计算结果可以获得储能系统在不同功率和容量配置下的最优经济指标。

3　结论

本文建立了光伏侧储能系统多模式经济收益模型，并以某地区微电网为例对储能进行优化配置以及盈亏平衡和敏感性分析，得到主要结论如下：

（1）社会综合收益模式下，储能寿命周期内净现值NPV8934万元、回收期Pt为8.6年、收益率IRR9.8%，各项经济指标远高于直接投资模式下NPV1731万元、P_t13.1年、IRR4.54%，因此在目前储能项目一方投资多方获利的背景下，可考虑给予投资者费用投资补贴或政策扶持。

(2)以不同经济指标为优化目标，最优储能配置容量不同。如直接投资收益模式下，储能配置5.6MW/18MWh系统取最大净现值NPV1731万元，储能配置4.8MW/16MWh时分式储能系统的最小动态投资回收期Pt为13.1年，最大内部收益率IRR为4.54%，投资者可根据自身财务状况和预期收益选择相应经济指标优化配置储能。

（3）直接投资收益模式储能配置5MW/16.2MWh时，当储能单位容量价格高于0.46万元/kWh或分时电价峰谷价差小于0.36元/kWh时项目出现亏损。

（4）不确定因素中，储能单位容量价格比分时电价峰谷价差对项目收益影响更大，电池储能成本进一步降低是未来分布式储能得以广泛应用的关键。

★基金项目：国家自然科学基金资助项目（52177170）。

作者简介：

罗　文（1978-），男，重庆人，副教授，学士，现就职于重庆机电职业技术大学电气与电子工程学院，研究方向为新能源发电技术与控制。

彭　伟（1990-），男，硕士，现就职于成都凯天电子股份有限公司，研究方向为新能源发电中储能的优化配置。

郑连清（1964-），男，博士，教授，现就职于重庆机电职业技术大学电气与电子工程学院，研究方向为电力电子技术在电力系统中的应用。

参考文献：

[1] 卢锦玲, 张伟, 张祥国, 何同祥, 闻若彤. 含混合储能的光伏微电网系统协调控制策略[J]. 电力系统及其自动化学报, 2021, 33 (08) : 102 - 108.

[2] 程志浩. 混合储能系统平抑光伏微电网功率波动策略研究[D]. 武汉: 湖北工业大学, 2020.

[3] 金楚. 光伏储能联合发电系统控制方法及其容量优化配置研究[D]. 武汉: 华中科技大学, 2016.

[4] 何宸. 大型光储电站容量优化配置及其经济性分析[D]. 北京: 华北电力大学, 2017.

[5] 蒋科, 张信真, 苏麟, 史洋. 新能源侧储能系统综合经济效益评估方法与实例[J]. 电力勘测设计, 2020 (S1) : 18 - 24.

摘自《自动化博览》2023年4月刊