房 康，儲小康，李 明

（1.南京南瑞繼保電氣有限公司，江蘇 南京211000；2.華能安徽風(fēng)電分公司，安徽 合肥340100）

0 引言

風(fēng)能、太陽能等資源受制于環(huán)境，使得出力具有間歇性和隨機性［1］。為解決這一問題，在分布式新能源并網(wǎng)過程中，可加裝儲能裝置來平抑出力波動、削峰填谷。這將有助于打破分布式新能源接入帶來的瓶頸問題，提高對新能源的消納能力，同時可以提升電能質(zhì)量，減小線路網(wǎng)損，提高電力系統(tǒng)運行的穩(wěn)定性和經(jīng)濟性［2-4］。儲能技術(shù)能夠?qū)崿F(xiàn)快速充放電功能，有效平抑系統(tǒng)的擾動，維持發(fā)電與負(fù)荷的動態(tài)平衡，保持電壓和頻率的穩(wěn)定，為電力系統(tǒng)安全穩(wěn)定控制提供了一種新思路［5］。2020 年2 月，教育部、國家發(fā)展改革委、國家能源局聯(lián)合制定印發(fā)了《儲能技術(shù)專業(yè)學(xué)科發(fā)展行動計劃（2020—2024年）》；在相關(guān)政策的推動下，儲能在新能源側(cè)的應(yīng)用必將快速發(fā)展。

2019 年8 月，新疆發(fā)改委發(fā)布首批發(fā)電側(cè)光儲聯(lián)合運行示范項目名單，總規(guī)模為221 MW/446 MWh。同月，西藏也發(fā)布首批儲能示范項目，預(yù)計總規(guī)模有望達(dá)到220 MW/1 120 MWh。2020 年，安徽、湖南、山東等地相繼開建了一批新能源側(cè)儲能。隨著政策的支持，儲能產(chǎn)業(yè)在可再生能源并網(wǎng)場景中打開了一個潛力巨大的市場［6-10］。最近兩年的很多新能源側(cè)儲能立項的收益目標(biāo)是電網(wǎng)調(diào)峰，其控制策略比較簡單，直接執(zhí)行調(diào)度指令即可。然而，受限于各種原因，目前投運的新能源場站的儲能幾乎都沒有開始參與電網(wǎng)調(diào)控；即使將來條件完全具備后，新能源場站的儲能也將有很多情況下不參與電網(wǎng)調(diào)控。在這些情況下，已建好的新能源側(cè)儲能實際能夠獲得哪些收益，各種控制策略如何協(xié)調(diào)，形成最優(yōu)化的運行模式，顯得尤為重要。

研究運行模式方面，文獻［11］簡單介紹了青海700 MW 風(fēng)光儲多能互補示范項目的多能互補協(xié)同控制技術(shù)。文獻［12］對水光儲混合型微電網(wǎng)中的光儲發(fā)電系統(tǒng)進行了分析，根據(jù)運行方式劃分了不同的運行模式，并給出了運行模式切換方法。文獻［13］～文獻［15］基于電池儲能系統(tǒng)具有的快速響應(yīng)與可控性，研究了風(fēng)電場中集中配置電池儲能參與調(diào)頻的可行性及方式。文獻［16］從理論上羅列了新能源側(cè)儲能在解決系統(tǒng)穩(wěn)定、功率波動、電能質(zhì)量等方面的作用，論文未就實際控制策略進行分析，更無優(yōu)化。文獻［17］側(cè)重于理論分析，提到的平抑波動控制策略無實際收益，跟蹤計劃出力對應(yīng)風(fēng)功率預(yù)測考核，削峰填谷對應(yīng)限電消納，后兩者規(guī)定了優(yōu)先級，方法與結(jié)論不符合電網(wǎng)實際調(diào)度情況。文獻［18］以張家口國家風(fēng)光儲輸示范工程為實際案例，使用了理想化的調(diào)度手段，驗證了儲能在新能源側(cè)的理論作用，與當(dāng)前的工程項目可獲取收益的實際來源差距較大。文獻［19］基于超短期功率預(yù)測提出了有利于SOC 恢復(fù)的一次調(diào)頻控制策略，未考慮與其他控制策略的關(guān)系。文獻［20］確定了無功功率指令在儲能系統(tǒng)、風(fēng)電場和外部電網(wǎng)的三級協(xié)調(diào)分配策略，未考慮與儲能有功控制策略之間的融合。

研究收益方面的文獻較少，文獻［21］詳細(xì)分析了混合儲能對華北地區(qū)兩個細(xì)則AGC 考核相關(guān)的具體收益，未分析其他實用收益。文獻［22］～文獻［24］分析了風(fēng)電場和光伏中配置儲能的經(jīng)濟性，側(cè)重以限電收益為主分析成本回收周期。

為了分析已建好的新能源側(cè)儲能實際能夠獲得哪些收益，本文以安徽3 個100 MW 裝機的風(fēng)電場為例，以其實際發(fā)生數(shù)據(jù)為基礎(chǔ)，分析理想運行狀態(tài)下的最大收益。進一步的，為了更好理清這些儲能各種控制策略之間的協(xié)調(diào)關(guān)系，形成最優(yōu)化的運行模式，本文針對各種控制策略進行詳細(xì)分析，有的可以同時運行互不影響，有的需要相互融合形成一個整體的控制策略，剩余的互不兼容的只能區(qū)分優(yōu)先級，最終形成一套最優(yōu)化的運行模式。

1 新能源側(cè)儲能的可用收益來源及實用控制策略

2012年以來，國家和地方頻頻出臺儲能產(chǎn)業(yè)利好政策，不斷完善儲能產(chǎn)業(yè)政策環(huán)境，加大對儲能項目示范、參與電力輔助服務(wù)市場等方面的支持力度。電力輔助服務(wù)市場、峰谷價差等市場和價格機制逐漸重視儲能調(diào)峰、調(diào)頻作用，為儲能價值發(fā)現(xiàn)提供平臺。東北、福建、山西、甘肅、寧夏、青海、廣東等多個電力輔助服務(wù)市場已進行正式運行，還有十多個省份的電力輔助服務(wù)市場也已進入試運行，將結(jié)合實際情況陸續(xù)轉(zhuǎn)為正式運行。根據(jù)能源局和電網(wǎng)公司的實際政策，結(jié)合新能源場站的實際需求，除了配合電網(wǎng)公司AGC直調(diào)參與二次調(diào)頻和調(diào)峰以外，目前儲能可以聯(lián)合新能源發(fā)電設(shè)備作為整體參與“兩個細(xì)則”考核獲取收益；可以配合電網(wǎng)調(diào)度新能源發(fā)電的AGC 指令消納棄電量獲取收益［25-26］；可以作為獨立的無功源提供無功輸出；還可以補償站用電獲取收益。

1.1 兩個細(xì)則考核收益及控制策略

1）一次調(diào)頻：由儲能協(xié)調(diào)控制裝置采集220 kV母線電網(wǎng)電壓，并計算電網(wǎng)頻率。儲能協(xié)調(diào)控制裝置根據(jù)當(dāng)前頻率與基準(zhǔn)頻率的偏差（跨過死區(qū)部分，比如華東±0.033 Hz，參數(shù)可設(shè)定），計算出有功功率偏差，再將有功功率偏差值下令到儲能變流器，實現(xiàn)一次調(diào)頻快速功率響應(yīng)。

2）新能源發(fā)電AGC 性能：計算電網(wǎng)AGC 指令和新能源實際發(fā)電功率的差值，由儲能進行補償，實現(xiàn)電網(wǎng)AGC指令的精準(zhǔn)響應(yīng)。

3）功率預(yù)測：根據(jù)風(fēng)功率預(yù)測結(jié)果制定風(fēng)/儲集成發(fā)電系統(tǒng)期望輸出，計算得到下一調(diào)度周期內(nèi)儲能系統(tǒng)的控制指令，以保證風(fēng)/儲合成功率輸出在最大程度上跟蹤調(diào)度指令［27］。

1.2 棄電消納收益及控制策略

當(dāng)新能源發(fā)電量大于負(fù)荷要求，即電網(wǎng)無法消納新能源時，通過儲能系統(tǒng)吸收多余電能，此時儲能處于充電工作狀態(tài)，當(dāng)充電功率為零時，說明新能源全部消納，可有效避免棄風(fēng)棄光現(xiàn)象［28］。

1.3 提供無功及控制策略

儲能系統(tǒng)與新能源場站AVC 系統(tǒng)協(xié)調(diào)配合參與到全站的無功電壓控制的功能，具體由新能源場站AVC 系統(tǒng)協(xié)調(diào)儲能、發(fā)電單元與SVG 一起參與AVC調(diào)節(jié)。

1.4 補償站用電及控制策略

每天在電網(wǎng)谷價時段，檢測風(fēng)電小于最低用電負(fù)荷值時充電。每天在非谷價時段，計算實時站用負(fù)荷與新能源發(fā)電的差值，由儲能補償不足部分，保證放電時儲能功率不倒送電網(wǎng)。這樣保證在新能源發(fā)電小于站用負(fù)荷時，站用負(fù)荷不從電網(wǎng)高價購電，賺取電網(wǎng)的峰谷價差。

2 新能源側(cè)儲能的不同控制策略的最大可用收益分析

儲能系統(tǒng)的實際收益可通過理論計算獲得，然而理論計算與實際可獲取收益往往有很大差異。本文以安徽3個100 MW裝機的風(fēng)電場為例，以其實際發(fā)生數(shù)據(jù)為基礎(chǔ)，分析理想運行狀態(tài)下的最大收益，從而提供更加貼近實際的可能收益參考。文中引用的數(shù)值均為實際發(fā)生值，部分?jǐn)?shù)值采取了四舍五入，僅保留了前3位。

2.1 兩個細(xì)則考核的實際參考收益

1）一次調(diào)頻

按照“未具備一次調(diào)頻功能”的考核公式進行計算，具體考核金額如表1和表2所示。

表1 2020年1月（一次調(diào)頻）Table 1 January 2020（primary frequency control）

表2 2020年2月（一次調(diào)頻）Table 2 February 2020（primary frequency control）

以上風(fēng)電場基本電價為0.384 元/kWh。通過計算可以得到，3 個風(fēng)電場一次調(diào)頻的平均考核費用約為每月6 260 元。這些風(fēng)電場如果按照10%配置儲能，理想運行狀態(tài)下可以覆蓋電網(wǎng)對其一次調(diào)頻的電量需求，最多每月收益6 000元。

2）新能源發(fā)電AGC性能

在限電模式下，AGC 指令響應(yīng)性能一般比較準(zhǔn)確，出現(xiàn)偏差主要是場站內(nèi)AGC 系統(tǒng)故障，儲能單獨補償故障的收益極低，該策略沒有必要。以安徽電網(wǎng)為例，新能源不限電，不考核AGC響應(yīng)性能。

3）風(fēng)功率預(yù)測

按照兩個細(xì)則考核公式進行計算，具體考核金額如表3和表4所示。

表3 2020年1月（風(fēng)功率預(yù)測）Table 3 January 2020（wind power forecasting）

表4 2020年2月（風(fēng)功率預(yù)測）Table 4 February 2020（wind power forecasting）

以上風(fēng)電場基本電價為0.384 元/kWh。通過計算可以得到，3 個風(fēng)電場風(fēng)功率的平均考核費用約為每月8 000 元。根據(jù)文獻［29］研究結(jié)論，如果風(fēng)電場“按照100∶14 的儲能配比，提高風(fēng)功率預(yù)測準(zhǔn)確率4.49%”，如果考核閾值確定在80%準(zhǔn)確率，能覆蓋大多數(shù)風(fēng)功率預(yù)測缺額的電量需求。根據(jù)文獻［30］研究結(jié)論，“以開機容量的25%為風(fēng)電功率預(yù)測誤差平抑目標(biāo)值時，電池儲能系統(tǒng)的優(yōu)化配置結(jié)果如下：功率為20 MW 且容量為120 MWh”。如果參考案例按照10%配置儲能，收益必定會低于8 000元。

2.2 棄電消納收益

以華東電網(wǎng)安徽為例，目前新能源不限電，儲能系統(tǒng)運行期間，無棄電消納收益。文獻［31］提出了“三北地區(qū)”送端電網(wǎng)，儲能對新能源消納有經(jīng)濟適用性。

2.3 提供無功收益

對于現(xiàn)有新能源場站補充建設(shè)儲能，原新能源場站的無功配置已經(jīng)可以滿足需求，新增儲能不減少無功投資。對于新建新能源場站同時配建儲能項目，可以考慮減少SVG 等無功配置容量，可以減少的容量，具體減少投資金額由SVG造價決定。

新能源場站的儲能系統(tǒng)投運后，無功控制策略運行期間，不再額外增加收益。

2.3 補償站用電收益

參照某百兆瓦級/220 kV風(fēng)電場升壓站變電站，配置10 MW/10 MWh儲能，全站典型負(fù)荷統(tǒng)計，累加后可得全站負(fù)荷總功率為443 kW，如表5所示。

表5 站用負(fù)荷統(tǒng)計Table 5 Station load statistics

3個百兆瓦風(fēng)電場的負(fù)荷設(shè)計基本與表5相同；其1 月、2 月份的站用日平均負(fù)荷和電量如表6 和表7所示。

表6 2020年1月(日平均負(fù)荷和電量)Table 6 January 2020（average daily load and electricity consumption）

表7 2020年2月(日平均負(fù)荷和電量)Table 7 February 2020（average daily load and electricity consumption）

可以看出，3個站用負(fù)荷大體相同的站，其日均站用負(fù)荷及日均用電量也基本相近。具體以某站1月份接近日均負(fù)荷的典型日期負(fù)荷為例，該站這一天實際日用負(fù)荷大致在80 kW到120 kW之間，日用總電量大致在2 550 kWh。按照典型的峰谷平電價（基準(zhǔn)電價0.6元/kWh，上下浮動50%），全天無風(fēng)日站用電花費大約1 338 元。全天無風(fēng)日非谷時站用電如果全部來自儲能從谷時（參照0.3 元/kWh）的充電電量，則全天站用電花費大約765 元。采用儲能補償站用電負(fù)荷，理想運行狀態(tài)下，最多全天（無風(fēng)日）收益673元，一個月收益大約20 000元。

需要指明的是，本文僅考慮升壓站內(nèi)負(fù)荷，實際使用該策略時可以增加風(fēng)機及集電線路的損耗，考慮整個風(fēng)電場的全部耗電，其收益可能會提高很多。對應(yīng)的控制策略也需要修改，將站用變功率換成上網(wǎng)點功率作為參考依據(jù)即可。

3 新能源側(cè)儲能的最優(yōu)運行模式分析

受儲能功率控制方式和既有容量限制，儲能各個控制策略之間不可能以一種運行模式全部實現(xiàn)，需要對上述各種控制策略進行詳細(xì)分析，有的可以同時運行互不影響，有的需要相互融合形成一個整體的控制策略，剩余的互不兼容的只能區(qū)分優(yōu)先級，最終形成一套最優(yōu)化的運行模式。

針對無功控制策略，需要實時核算當(dāng)前運行的儲能變流器功率總量，并根據(jù)當(dāng)前有功功率實時計算可發(fā)無功容量，保證既不影響有功功率，又不導(dǎo)致過載停機，然后將這個可發(fā)無功容量上送給AVC 系統(tǒng)，作為可用無功源被調(diào)用；如此，該控制策略可以不影響其他有功相關(guān)的控制策略運行。根據(jù)某些儲能變流器提供的參數(shù)，即使儲能有功功率滿發(fā)時，仍然可以用變流器10%過載連續(xù)運行的能力，發(fā)出大于40%的額定容量的無功；由此，儲能系統(tǒng)最少能提供40%裝機容量的無功功率；這個數(shù)值可以用做新建新能源場站配置無功的容量參考。

針對限電時新能源發(fā)電AGC 性能考核和棄電消納兩種控制策略，可以以跟蹤電網(wǎng)新能源發(fā)電AGC指令的方式融合到一起：儲能系統(tǒng)實時跟蹤上網(wǎng)點功率，當(dāng)新能源實際可發(fā)功率大于AGC 指令時，計算電網(wǎng)AGC 發(fā)電功率和儲能當(dāng)前可充電功率之和，作為新能源最大可發(fā)功率，轉(zhuǎn)發(fā)給新能源AGC 系統(tǒng)，讓新能源發(fā)電在此范圍內(nèi)滿發(fā)；當(dāng)新能源實際可發(fā)功率小于AGC指令時，計算電網(wǎng)AGC發(fā)電功率與新能源實際可發(fā)功率之差，作為儲能的放電功率給儲能系統(tǒng)放電。這樣以來，上網(wǎng)點功率將能保證滿足電網(wǎng)考核要求，同時新能源多余電量可以充分利用儲能消納掉。

針對不限電時功率預(yù)測考核和補償站用電兩種控制策略，在補償站用電控制策略下適當(dāng)調(diào)整可以實現(xiàn)融合：在電網(wǎng)谷價時段，儲能系統(tǒng)在預(yù)測發(fā)電功率小于站用負(fù)荷時，才能充電，這樣就能兼顧功率預(yù)測考核，同時還要在充電末期剩余少量的可充電量，比如只充到80%SOC，剩余20%可充電量留給功率預(yù)測中實發(fā)功率高于預(yù)測值時充電用；如果功率預(yù)測大于站用負(fù)荷，則儲能放電補償不足功率預(yù)測部分。在電網(wǎng)非谷價時段，在預(yù)測發(fā)電功率小于站用負(fù)荷時，計算實時站用負(fù)荷與風(fēng)機發(fā)電的差值，由儲能放電補償不足部分，同時保證了不倒送電網(wǎng)；當(dāng)功率預(yù)測大于站用負(fù)荷時，則儲能放電補償不足功率預(yù)測部分。這種融合的控制策略，相比功率預(yù)測考核控制策略，可能更容易導(dǎo)致儲能系統(tǒng)可用電量不足，有更大概率會損失一定收益；具體損失收益的大小與功率預(yù)測的實際情況有關(guān)，有待于根據(jù)實際情況進一步分析。

由于限電時新能源發(fā)電AGC 性能考核加棄電消納融合和不限電時功率預(yù)測考核加站用電補償融合兩大控制策略分別屬于不同工況，所以這兩大控制策略可用融合，需要根據(jù)電網(wǎng)調(diào)度的實際情況選擇運用。

針對一次調(diào)頻考核，一般情況下，兩個細(xì)則會規(guī)定一次調(diào)頻動作期間不考核新能源發(fā)電AGC性能（以及功率預(yù)測），并且一次調(diào)頻動作的概率總體很低，可以考慮一次調(diào)頻控制策略與其他控制策略區(qū)分優(yōu)先級運行，該控制策略以高優(yōu)先級運行。

4 結(jié)語

以華東安徽為例，對于百兆瓦風(fēng)電場已經(jīng)建設(shè)成的10 MW/10 MWh 儲能系統(tǒng)，在電網(wǎng)直調(diào)參與二次調(diào)頻和調(diào)峰輔助市場之前，不考慮各種控制策略同時運行時不兼容的收益損失，理想運行狀態(tài)下，其總體最大可用收益每月34 000元，主要包括：一次調(diào)頻考核每月最多6 000元，功率預(yù)測考核每月最多8 000元，站用電補償每月最多20 000元。

在電網(wǎng)直調(diào)參與二次調(diào)頻和調(diào)峰輔助市場之前，新能源側(cè)儲能系統(tǒng)最優(yōu)的運行模式是：一次調(diào)頻控制策略優(yōu)先；限電時調(diào)用新能源發(fā)電AGC性能考核與棄電消納融合成的控制策略，不限電時調(diào)用功率預(yù)測考核和站用電補償融合成的控制策略，這兩大控制策略根據(jù)電網(wǎng)調(diào)度工況選擇使用；無功控制策略在不影響有功功率和不導(dǎo)致過載停機情況下同時運行。

［參考文獻］（References）

［1］ 王燕敏，丁志政，陳婧，等.基于容量約束的電網(wǎng)新能源接納能力研究與應(yīng)用［J］.湖北電力，2017，41（07）：12-16.WANG Yanmin，DING Zhizheng，CHEN Jing，et al.Research and application of new energy acceptance capacity based on capacity constraint［J］.Hubei Electric Power，2017，41（07）：12-16.

［2］ 米高祥，陶征，李旭，等.光伏電站功率快速控制應(yīng)用研究［J］.湖北電力，2019，43（06）：86-93.MI Gaoxiang，TAO Zheng，LI Xu，et al.Research on fast power control application of PV station［J］.Hubei Electric Power，2019，43（06）：86-93.

［3］ 萬靖，張威.基于準(zhǔn)許收入目標(biāo)的地區(qū)電網(wǎng)投資規(guī)劃方法研究［J］.湖北電力，2018，42（06）：32-37.WAN Jing，ZHANG Wei.Research of regional power grid investment planning method based on permitted income target［J］.Hubei Electric Power，2018，42（06）：32-37.

［4］ 徐秋實，周小兵，楊東俊，等.電力市場化改革后電網(wǎng)規(guī)劃的目標(biāo)及思路研究［J］.湖北電力，2018，42（06）：27-31，37.XU Qiushi，ZHOU Xiaobing，YANG Dongjun，et al.Study ongoal and mentality of power grid planning after power marketreform｛J｝.Hubei Electric Power，2018，42（06）：27-31，37.

［5］ 孫建波.智能電網(wǎng)中的儲能技術(shù)及其在穩(wěn)定控制中的應(yīng)用［J］.湖北電力，2010，34（S1）：15-16，31.

［6］ 朱文韻.全球儲能產(chǎn)業(yè)發(fā)展動態(tài)綜述［J］.上海節(jié)能，2018，（01）：2-8.ZHU Wenyun. Comprehensive summary of global energy storage industry development dynamics［J］.Shanghai Energy Conservation，2018，（01）：2-8.

［7］ 李岱昕，張靜.首個產(chǎn)業(yè)政策發(fā)布助推中國儲能邁向商業(yè)化［J］.電器工業(yè)，2017，（11）：42-44.

［8］ 李建林，馬會萌，惠東.儲能技術(shù)融合分布式可再生能源的現(xiàn)狀及發(fā)展趨勢［J］.電工技術(shù)學(xué)報，2016，31（14）：1-10，20.LI Jianlin，MA Huimeng，HUI Dong.Present development condition and trends of energy storage technology in the integration of distributed renewable energy［J］.Transactions of China Electrotechnical Society，2016，31（14）：1-10，20.

［9］ 姜子卿，郝然，艾芊.基于冷熱電多能互補的工業(yè)園區(qū)互動機制研究［J］.電力自動化設(shè)備，2017，37（06）：260-267.JIANG Ziqing，HAO Ran，AI Qian，et al. Interaction mechanism of industrial park based on multi-energy complementation［J］.Electric Power Automation Equipment，2017，37（06）：260-267.

［10］ 朱炳達(dá).大規(guī)模儲能參與清潔能源電網(wǎng)調(diào)頻的優(yōu)化配置［D］.沈陽：沈陽工業(yè)大學(xué)，2019.ZHU Bingda. Large scale energy storage involved in the optimal configuration of clean energy grid frequency modulation ［D］. Shenyang； Shenyang University of Technology，2019.

［11］ 李建林，王劍波，葛樂，等.多能互補示范項目建設(shè)運行的啟示［J］.湖北電力，2019，43（03）：49-56.LI Jianlin，WANG Jianbo，GE Le，et al.Enlightenment from construction and operation of multi-function complementary demonstration projects［J］.Hubei Electric Power，2019，43（03）：49-56.

［12］ 萬黎，夏勇軍，蔡勇，等.微電網(wǎng)光儲協(xié)調(diào)控制策略的研究［J］.湖北電力，2014，38（04）：15-19.WAN Li，XIA Yongjun，CAI Yong，et al.Research on PVstorage system coordination control strategy in micro-grid［J］.Hubei Electric Power，2014，38（04）：15-19.

［13］ 胡澤春，羅浩成.大規(guī)?？稍偕茉唇尤氡尘跋伦詣影l(fā)電控制研究現(xiàn)狀與展望［J］.電力系統(tǒng)自動化，2018，42（08）：1-15.HU Zechun，LUO Haocheng.Research status and prospect of automatic generation control with integration of large-scale renewable energy［J］.Automation of Electric Power Systems，2018，42（08）：1-15.

［14］ DelilleG，F(xiàn)rancoisB，MalarangeG. Dynamic frequency control support：a virtual inertia provided by distributed energy storage to isolated power systems［C］. Innovative Smart Grid Technologies Conference Europe （ISGT Europe），2010 IEEE PES，2010.

［15］ Serban I，Teodorescu R，Marinescu C. Analysis and optimization of the battery energy storage systems for frequency control in autonomous microgrids，by means of hardware-in-the-loop simulations［C］.IEEE International Symposium on Power Electronics for Distributed Generation Systems，IEEE，2012.

［16］ 艾欣，董春發(fā).儲能技術(shù)在新能源電力系統(tǒng)中的研究綜述［J］.現(xiàn)代電力，2015，32（05）：1-9.AI Xin，DONG Chunfa.Review on the application of energy storage technology in power system with renewable energy sources［J］.Modern Electric Power，2015，32（05）：1-9.

［17］ 薛宇石，徐少華，李建林，等.光伏電站儲能系統(tǒng)多種工作模式協(xié)同運行與切換策略研究［J］.電器與能效管理技術(shù)，2017，（13）：46-55.XUE Yushi，XU Shaohua，LI Jianlin，et al.Research on cooperative operation and switching strategy of energy storage system in photovoltaic power plant［J］.Low Voltage Apparatus，2017，（13）：46-55.

［18］ 高明杰，惠東，高宗和，等.國家風(fēng)光儲輸示范工程介紹及其典型運行模式分析［J］.電力系統(tǒng)自動化，2013，37（01）：59-64.GAO Mingjie，HUI Dong，GAO Zonghe，et al.Presentation of national wind/photovoltaic/energy storage and transmission demonstration project and analysis of typical operation modes［J］.Automation of Electric Power Systems，2013，37（01）：59-64.

［19］ 李培強，豐云鶴，李欣然，等.考慮超短期負(fù)荷預(yù)測的儲能電池參與電網(wǎng)一次調(diào)頻控制策略［J］.電力系統(tǒng)自動化，2019，43（19）：87-93，148.LI Peiqiang，F(xiàn)ENG Yunhe，LI Xinran，et al.Control strategy for energy storage battery participating in primary frequency regulation of power grid considering ultra-short-term load forecasting［J］.Automation of Electric Power Systems，2019，43（19）：87-93，148.

［20］ 黃磊，肖錚，閆秉科.基于儲能系統(tǒng)的風(fēng)電場無功功率優(yōu)化控制研究［J］.陜西電力，2015，43（12）：15-20.HUANG Lei，XIAO Zheng，YAN Bingke.Reactive power optimization control strategy for wind farm based on energy storage system［J］.Shaanxi Electric Power，2015，43（12）：15-20.

［21］ 曾鑒，袁川，朱覓，等.提升風(fēng)電場響應(yīng)效能的混合儲能最優(yōu)經(jīng)濟配置［J］.水利水電技術(shù)，2019，50（03）：194-200.ZENG Jian，YUAN Chuan，ZHU Mi，et al.Optimal economic allocation of hybrid energy storage for improving wind farm response performance［J］.Water Resources and Hydropower Engineering，2019，50（03）：194-200.

［22］ 范永生，趙璐璐，劉慶華，等.陸上風(fēng)場液流電池儲能經(jīng)濟性分析［J］.儲能科學(xué)與技術(shù)，2020，9（03）：725-729.FAN Yongsheng，ZHAO Lulu，LIU Qinghua，et al.Economic analysis of flow battery energy storage for wind farm application［J］. Energy Storage Science and Technology，2020，9（03）：725-729.

［23］ 南亞林，王晴玉，李麗，等.新疆發(fā)電側(cè)光伏儲能試點項目在現(xiàn)行政策下經(jīng)濟性分析［J］.西北水電，2020，（05）：111-115.NAN Yalin，WANG Qingyu，LI Li，et al.Economic analysis of Xinjiang's generation-side photovoltaic energy storage pilot project under current state policies［J］. Northwest Water Power，2020，（05）：111-115.

［24］ 馮曉麗.光伏儲能電站的經(jīng)濟性分析［J］.電工電能新技術(shù)，2019，38（09）：52-58.FENG Xiaoli. Economical analysis of photovoltaic power station with battery energy storage system［J］. Advanced Technology of Electrical Engineering and Energy，2019，38（09）：52-58.

［25］ 肖冰，吳曉丹，尹宏學(xué)，等.蒙東地區(qū)適應(yīng)新能源消納的儲能系統(tǒng)配置效果分析［J］.熱力發(fā)電，2020，49（07）：13-20.XIAO Bing，WU Xiaodan，YIN Hongxue，et al.Configuration effect of energy storage system in Mengdong grid for new energy consumption［J］.Thermal Power Generation，2020，49（07）：13-20.

［26］ 胡洋，馬溪原，雷博，等.儲能促進南方電網(wǎng)地區(qū)新能源消納的可行性研究［J］.南方電網(wǎng)技術(shù)，2018，12（09）：53-61.HU Yang，MA Xiyuan，LEI Bo，et al.Feasibility study on energy storage promoting new energy consumption in China southern power grid area［J］. Southern Power System Technology，2018，12（09）：53-61.

［27］ 楊德友，溫佳鑫，陳家榮，等.用于提高風(fēng)電場可調(diào)度性的儲能系統(tǒng)預(yù)測控制策略［J］.高電壓技術(shù)，2017，43（03）：1043-1048.YANG Deyou，WEN Jiaxin，CHEN Jiarong，et al.Smoothing and dispatching the output of wind/battery energy storage hybrid system via model prediction control［J］.High Voltage Engineering，2017，43（03）：1043-1048.

［28］ 王一飛，楊飛，徐川.電網(wǎng)規(guī)模化儲能應(yīng)用研究綜述［J］.湖北電力，2020，44（03）：23-30.WANG Yifei，YANG Fei，XU Chuan.Research overview of large-scale energy storage application of power grid［J］.Hubei Electric Power，2020，44（03）：23-30.

［29］ 李娜，白愷，柳玉，等.用于提升風(fēng)電場短期功率預(yù)測準(zhǔn)確率的儲能系統(tǒng)出力控制策略［J］.儲能科學(xué)與技術(shù)，2018，7（01）：100-107.LI Na，BAI Kai，LIU Yu，et al.The energy storage system output control strategy to improve the short term wind power forecasting accuracy rate［J］.Energy Storage Science and Technology，2018，7（01）：100-107.

［30］ 楊水麗，李建林，惠東，等.用于跟蹤風(fēng)電場計劃出力的電池儲能系統(tǒng)容量優(yōu)化配置［J］.電網(wǎng)技術(shù)，2014，38（06）：1485-1491.YANG Shuili，LI Jianlin，HUI Dong，et al.Optimal capacity configuration of battery energy storage system to track planned output of wind farm［J］.Power System Technology，2014，38（06）：1485-1491.

［31］ 楊軍峰，鄭曉雨，惠東，等.儲能技術(shù)在送端電網(wǎng)中促進新能源消納的容量需求分析［J］.儲能科學(xué)與技術(shù)，2018，7（04）：698-704.YANG Junfeng，ZHENG Xiaoyu，HUI Dong，et al.Capacity demand analysis of energy storage in the sending-side of a power grid for accommodating large-scale renewables［J］.Energy Storage Science and Technology，2018，7（04）：698-704.