考虑新能源消纳的储能优化配置方法研究

张 弘

（中国能源建设集团广东省电力设计研究院有限公司）

0 引言

随着新能源的广泛利用，其消纳成为一个重要问题。储能技术被广泛应用于解决风电的消纳问题，其可以将多余的风能转化为电能存储在电池等设备中，以供需要时使用。

针对风电消纳的储能优化配置方法包括基于输电网、储能技术、能源互联网和智能配电网的方法。这些方法都通过优化能源系统的配置、调度和控制，来提高风电的消纳能力，实现风电的有效利用。在实际应用中，需要根据具体的需求和条件，综合考虑不同方法的优势和限制，选择适合的优化配置方法［1-2］。

基于新能源消纳的储能优化配置分析是指对于新能源的发电和消纳情况，用优化方法来确定最佳的能源配置和运行策略。该分析旨在提高新能源的消纳效率，减少能源浪费，并优化电网运行的可靠性和稳定性。

1 储能系统的原理及供应模式分析

1.1 储能系统分析

储能设备选择分析主要可以从以下几个方面进行考虑［3］。

功能需求：首先需要确定储能设备的功能需求，即需要储能设备满足哪些需求，如平滑负荷、备用电源、防止断电、调节电网频率和电压等。不同的功能需求可能需要不同类型的储能设备来实现，如电池储能可用于平滑负荷，抽水蓄能可用于调节电网频率等。

储能容量和功率：根据实际负荷需求和储能设备的功能需求，确定需要的储能容量和功率，储能容量决定了储能设备能够储存多少电能，而储能功率则决定了储能设备能够输出或吸收多少功率。

成本效益：进行储能设备选择时需要考虑成本效益，比较不同储能技术的建设、运行和维护成本，以及其寿命周期成本和回收能力。还需考虑储能设备的效率，即在充放电过程中能够保存和输出多少电能。

可靠性和寿命：考虑储能设备的可靠性和寿命，即能否长期稳定运行，以及是否需要定期维护和更换。还需考虑储能设备的安全性和环境适应能力，以及对于环境的适应性。

技术成熟度：考虑储能技术的成熟度和商业化程度。一些储能技术可能仍处于实验室阶段，风险较高，而一些技术已经商业化并且经过实际应用验证，具有较高的可靠性和可行性。

可持续性和环境影响：考虑储能技术的可持续性和环境影响。选择能够利用可再生能源并减少对环境的负面影响的储能技术。

储能系统优化配置：通过数学模型和优化算法，确定最佳的储能装置容量、站点位置、储能策略等，最大程度地提高新能源的消纳能力和系统效益。

1.2 储能原理

高压能量储存器系统放电时间为0.01s＜td＜100s，属于高功率密度存储系统。通过模块化的低压缸可以大大提高放电时间。在低压条件下，容器的膨胀过程可以看作是一个绝热过程，因此等熵理论可以用来分析容器的气体膨胀过程。当进口温度为25°C时，满足以下条件：

其中，M1和M2分别是进口和出口流体速度的马赫数；pi1和pi2分别是进口和出口的启动压力；γ为空气的比热容指数。

由于进口速度远低于出口速度，因此在进口处满足停滞条件，所以进口速度可视为0，进口和出口的起始压力相等，而进口压力保持不变，即p1＝pi1、p2＝pi2、M1＝0，则方程（1）可简化为［4-5］：

为保证系统正常运行，进出口临界压力比不小于0.5283。据此，当面积比为4，启动压力为5、4、3和2lb（1lb＝0.453592kg）时，出口压力p2的最小值分别为2.641、2.113、1.585和1.056lb。

因此，在这个面积比下，将从容器内排出的最大理论速度应用于计算后续排气周期中的储能系统效率。系统中存在由摩擦、膨胀等引起的损耗，会降低系统的效率。为了表征储能系统的性能，定义了整体转换效率和机械转换效率。

总转换效率，即输出电功率与储存压力的势能之比如下：

式中，I是电流的有效值；v代表电压的有效值；t代表放电时间；P是压力；V是气缸体积。

机械转换效率为：

式中，J代表发电机转子的转动惯量；ω代表角速度。

由于能量储存系统处于低压状态，所以假设空气是满足理想气体状态方程的理想气体，钢瓶内的气体温度与环境温度相同。

基于上述假设，可以得到单缸燃气动力模型，如下：

其中，q(t)是空气流量；Rs代表气体常数；T代表出口温度；τ代表膨胀比。

储能系统在一个完整的放电周期内的总能量输出如下：

其中，tc是单缸放电时间常数。

当储能系统处于同时排气模式时，可以建立多缸燃气动力模型，公式如下：

其中，n是处于同时排气状态的气缸数；P2为功率密度。

由式（7）可以看出，当采用同时排气模式时，功率密度P2随n的增加呈线性增加，可以满足高功率密度的要求。在这种运行模式下，当风力发电量迅速上升时，储能系统的流量迅速减少，甚至从排放过程转变为储能过程；当风力发电量迅速下降时，储能流量迅速增加，以补偿风力发电。

当储能系统处于顺序排气模式时，可根据方程（8）建立多缸能量输出模型。

其中，tm是多缸顺序放电的总放电时间常数，有tm＝ktc；k为系数，可通过实验得出。

可以看出，采用顺序排气模式时，放电时间常数会随着气缸数的增加而增加，功率与单缸排气相同，可以满足高能量密度的要求。综上所述，与传统的高压储能相比，模块化低压储能在风力发电方面具有更多的优势。

1.3 供应模型分析

本文以24h调峰场景为研究对象进行研究。柔性资源供给能力服从条件分布的随机变量x。其中，常规机组柔性供给与输出功率的函数关系如式（9）所示。

式中，x＋、x-分别代表常规机组的上峰值柔性、下峰值柔性；分别代表上爬升率和下爬升率；Pgmax为机组最大输出值；Pgmin为机组最小输出值。

构建柔性的概率函数，如式（10）所示。

1.4 弹性需求模型

灵活需求的具体分布与时间尺度和运行状态密切相关，设负荷侧需求为服从条件分布的随机变量y，如式（11）所示：

其中，时间尺度t通常分别选取15min对应调频、4h对于爬坡、24h对象调峰的相关研究时间尺度，即该时间内可能发生的最大负荷尺度。

风电可以用满足条件分布的随机变量来表示，如式（12）所示：

其中，C表示风电机组的输出水平；Cmax表示时间尺度内可能出现的最大运行值；Cmin表示时间尺度内可能出现的最小运行值。

2 实验分析

2.1 弹性供求平衡分析

选取24h作为柔性平衡研究的时间尺度，对调峰柔性的供需平衡进行分析研究。其中最大负荷为4000kW，最小负荷为3000kW，风电装机容量为2000kW，风电装机容量约占调峰负荷的64%。

在实际生产中，热电联产机组和火电机组的输出是不一样的。前者较为集中，后者较为分散，且分布在高低输出区间。一方面，为了降低产量，为风电的消耗提供了空间；另一方面，是在风电产出较低时提供后备支持。

2.2 资源协调规划分析

通过对柔性调整方法的具体调整水平进行定量比较，在坚持单位改进成本最低原则的同时，引入净收入增量比最大的思路。

在最优柔性协调规划方案下，将各柔性调节资源的总分配容量确定为200kW，以每次搜索长为500kW计算出柔性供给的最佳搜索路径。在最佳搜索路径下，平衡协调系统之间的相关性，包括投资能力、净收入和灵活性指标。

在不同灵活性阈值下系统的最优灵活性资源配置方案如图1所示。当选取0.05作为系统柔性阈值时，对应的柔性投资容量为8000kW，若选取0.025作为系统柔性阈值，则对应的柔性配置容量应大于12000kW。通过多类型的合理配置，可以很好地解决可再生能源高渗透率环境下灵活性不足的问题。不同灵活性阈值下调整手段的最优配置方案见表。

表优化配置选项

图1 柔性优化配置

由表可以看出，当阈值小于0.06时，需要增加储能，增加了电热存储装置，系统可以通过调峰热电机组和协调储能设备来满足灵活性需求。

在储能系统的多目标优化过程中，最大迭代次数为6，突变概率为0.8，交叉概率为0.6，种群规模设置为200。可以得到大范围、均匀分布的帕累托最优解，如图2所示。以最小运行成本和最高风电消纳水平为优化过程的目标。

图2 最优解分布

3 结束语

本文考虑了系统的供需平衡特性，通过仿真，充分平衡了经济运行和风电消纳两大因素。计算算例的分析清楚地表明了此配置方法可提高当前风电消纳水平，满足单位改善成本最低的柔性调节措施配置原则，实现了不同约束阈值下资源的最优配置。