摘 要：首先，構(gòu)建儲(chǔ)能多重應(yīng)用價(jià)值與運(yùn)營(yíng)成本評(píng)估模型；然后，建立儲(chǔ)能間接價(jià)值相關(guān)服務(wù)類型的性能指標(biāo)及綜合性能指標(biāo)模型，并提出儲(chǔ)能系統(tǒng)多重應(yīng)用運(yùn)營(yíng)策略；最后，基于典型案例進(jìn)行仿真分析。結(jié)果表明所提方法可指導(dǎo)電網(wǎng)中不同并網(wǎng)節(jié)點(diǎn)儲(chǔ)能的多重應(yīng)用優(yōu)化運(yùn)營(yíng)。

關(guān)鍵詞：電力系統(tǒng)；儲(chǔ)能；運(yùn)營(yíng)成本；調(diào)頻；價(jià)值工程

中圖分類號(hào)：TK513.5" " " " " " 文獻(xiàn)標(biāo)志碼：A

0 引 言

儲(chǔ)能技術(shù)具備靈活的雙向調(diào)節(jié)能力，是解決電力系統(tǒng)中源荷功率波動(dòng)、瞬時(shí)不平衡與網(wǎng)絡(luò)阻塞的重要手段，具有顯著的正外部性特征。為健全成本回收機(jī)制，美國(guó)、加拿大、澳大利亞出臺(tái)了針對(duì)儲(chǔ)能的政府補(bǔ)貼、稅收抵免、市場(chǎng)準(zhǔn)入相關(guān)政策。在國(guó)內(nèi)，陜西、青海、浙江、廣東等地也出臺(tái)了電量補(bǔ)償、容量補(bǔ)償機(jī)制。

儲(chǔ)能技術(shù)在電力系統(tǒng)中具有多重應(yīng)用功能，美國(guó)桑迪亞實(shí)驗(yàn)室的電網(wǎng)側(cè)儲(chǔ)能研究報(bào)告提出電網(wǎng)側(cè)儲(chǔ)能的17項(xiàng)服務(wù)類型［1］。儲(chǔ)能系統(tǒng)提供的不同服務(wù)類型及多種服務(wù)類型組合下的應(yīng)用價(jià)值存在差異性，綜合考慮電力市場(chǎng)機(jī)制、投資主體、儲(chǔ)能服務(wù)受益主體等因素，可將儲(chǔ)能價(jià)值劃分為直接價(jià)值、間接價(jià)值、外部?jī)r(jià)值。已有研究從評(píng)估指標(biāo)、多重應(yīng)用效益、系統(tǒng)成本等角度對(duì)儲(chǔ)能應(yīng)用的價(jià)值進(jìn)行了研究，提出了各種儲(chǔ)能的技術(shù)性、經(jīng)濟(jì)性評(píng)估指標(biāo)。文獻(xiàn)［2］提出基于充放電價(jià)差的儲(chǔ)能經(jīng)濟(jì)效益指數(shù)指標(biāo)；文獻(xiàn)［3］提出平準(zhǔn)化儲(chǔ)能成本經(jīng)濟(jì)性評(píng)估指標(biāo)。

市場(chǎng)環(huán)境下的儲(chǔ)能多重應(yīng)用效益評(píng)估，兼顧儲(chǔ)能提供不同服務(wù)的多重收益及全壽命周期成本，構(gòu)建儲(chǔ)能技術(shù)經(jīng)濟(jì)評(píng)估模型。文獻(xiàn)［4］考慮儲(chǔ)能提供輔助服務(wù)、延緩電網(wǎng)升級(jí)、提高輸電網(wǎng)設(shè)備利用率等服務(wù)，建立以凈現(xiàn)值最大和成本最小的多目標(biāo)評(píng)價(jià)模型；文獻(xiàn)［5］考慮儲(chǔ)能提供延緩電網(wǎng)升級(jí)、減少阻塞成本和低儲(chǔ)高發(fā)套利收益，建立以收益最大化為目標(biāo)的優(yōu)化模型；文獻(xiàn)［6］考慮儲(chǔ)能延緩電網(wǎng)升級(jí)、減少網(wǎng)損、電能時(shí)移的經(jīng)濟(jì)效益，構(gòu)建以經(jīng)濟(jì)性最優(yōu)為目標(biāo)的數(shù)學(xué)模型；文獻(xiàn)［7］考慮儲(chǔ)能的投資成本和運(yùn)行維護(hù)成本，建立以年凈收益最大為目標(biāo)的價(jià)值評(píng)估模型；文獻(xiàn)［8］分析了液流電池儲(chǔ)能系統(tǒng)在得州電力市場(chǎng)參與調(diào)頻服務(wù)的市場(chǎng)價(jià)值，結(jié)果表明液流電池儲(chǔ)能在得州電力市場(chǎng)中調(diào)頻服務(wù)的價(jià)值約為1500美元/kW；文獻(xiàn)［9］以節(jié)點(diǎn)電壓偏差、支路負(fù)載、網(wǎng)損、儲(chǔ)能成本為目標(biāo)優(yōu)化低壓配電網(wǎng)絡(luò)儲(chǔ)能選址及定容問(wèn)題。部分文獻(xiàn)對(duì)儲(chǔ)能的直接價(jià)值和間接價(jià)值進(jìn)行了初步探討。文獻(xiàn)［10］分析了儲(chǔ)能延緩設(shè)備投資收益、直接收益、環(huán)境效益、政府補(bǔ)貼的經(jīng)濟(jì)價(jià)值，建立以經(jīng)濟(jì)價(jià)值最優(yōu)為目標(biāo)的評(píng)價(jià)模型；文獻(xiàn)［11］建立儲(chǔ)能同時(shí)提供削峰填谷、平滑可再生能源和提高供電可靠性的多重價(jià)值評(píng)估模型，選取設(shè)備使用率、靜態(tài)投資回收期和盈利能力指數(shù)作為系統(tǒng)價(jià)值評(píng)估指標(biāo)；文獻(xiàn)［12］考慮到儲(chǔ)能提供不同類型服務(wù)之間的互斥性，提出考慮多利益主體的分層儲(chǔ)能系統(tǒng)綜合評(píng)估指標(biāo)體系；文獻(xiàn)［13］將儲(chǔ)能的系統(tǒng)價(jià)值定義為一種技術(shù)的引入降低的系統(tǒng)成本；文獻(xiàn)［14］提出儲(chǔ)能系統(tǒng)的價(jià)值主要體現(xiàn)在容量替代方面；文獻(xiàn)［15］提出儲(chǔ)能系統(tǒng)的滲透率水平低時(shí)，儲(chǔ)能技術(shù)能帶來(lái)更大的邊際收益；文獻(xiàn)［16］的研究結(jié)果表明儲(chǔ)能可延緩輸電投資，并有助于提高社會(huì)福利價(jià)值；文獻(xiàn)［17］建立電力系統(tǒng)生產(chǎn)成本模型，比較分析了有無(wú)儲(chǔ)能的電力生產(chǎn)成本的差異；文獻(xiàn)［18］分析了不同儲(chǔ)能規(guī)模下的邊際價(jià)值變化情況。

電力系統(tǒng)中源與荷具有顯著的時(shí)間上不平衡性和空間上差異性，現(xiàn)有研究對(duì)儲(chǔ)能的系統(tǒng)價(jià)值及邊際價(jià)值進(jìn)行了分析，有關(guān)電網(wǎng)中不同并網(wǎng)節(jié)點(diǎn)儲(chǔ)能適應(yīng)多功能應(yīng)用的性能差異及運(yùn)營(yíng)策略的挖掘不足。本文從電網(wǎng)側(cè)儲(chǔ)能的服務(wù)類型與市場(chǎng)機(jī)制出發(fā)，考慮儲(chǔ)能應(yīng)用的直接價(jià)值及間接價(jià)值，構(gòu)建電網(wǎng)側(cè)儲(chǔ)能的多重應(yīng)用價(jià)值評(píng)估模型，提出系統(tǒng)級(jí)儲(chǔ)能多重服務(wù)運(yùn)營(yíng)策略、站級(jí)多點(diǎn)運(yùn)行控制策略，并基于具體的案例進(jìn)行分析，以期為電力系統(tǒng)中不同并網(wǎng)位置的儲(chǔ)能系統(tǒng)運(yùn)營(yíng)提供參考，提升儲(chǔ)能協(xié)同運(yùn)營(yíng)效能。

1 數(shù)學(xué)模型

1.1 電網(wǎng)側(cè)儲(chǔ)能多重應(yīng)用價(jià)值評(píng)估模型

儲(chǔ)能在電力系統(tǒng)中的應(yīng)用價(jià)值具有明顯的正外部性特征，考慮投資主體、受益主體、市場(chǎng)機(jī)制等因素，可將電網(wǎng)側(cè)儲(chǔ)能價(jià)值分為直接價(jià)值、間接價(jià)值、外部?jī)r(jià)值3種類型。其中，直接價(jià)值為受益于投資主體并可從市場(chǎng)上獲取的價(jià)值；間接價(jià)值體現(xiàn)為延緩電網(wǎng)設(shè)備擴(kuò)容價(jià)值、降低網(wǎng)損等；外部?jī)r(jià)值為受益于電源側(cè)及用戶側(cè)的價(jià)值，如對(duì)于新能源場(chǎng)站業(yè)主的提升新能源消納價(jià)值，對(duì)于電力用戶的提升供電可靠性、提升電能質(zhì)量等。

現(xiàn)階段電力市場(chǎng)環(huán)境下，電網(wǎng)側(cè)儲(chǔ)能的直接價(jià)值涵蓋參與輔助服務(wù)市場(chǎng)、電力現(xiàn)貨市場(chǎng)的運(yùn)營(yíng)價(jià)值，計(jì)及儲(chǔ)能多重應(yīng)用的動(dòng)態(tài)運(yùn)營(yíng)成本，以凈價(jià)值為目標(biāo)構(gòu)建目標(biāo)函數(shù)：

1.2.4 儲(chǔ)能多重應(yīng)用間接價(jià)值評(píng)估

間接價(jià)值涵蓋儲(chǔ)能延緩設(shè)備擴(kuò)容、降低網(wǎng)損價(jià)值，數(shù)學(xué)模型為：

式中：[Cdg]——變電設(shè)備與線路的單位容量成本，元；[ΔPload]——儲(chǔ)能減少的峰值負(fù)荷，kW；[Δn]——儲(chǔ)能延緩設(shè)備擴(kuò)容的年限，a；[R]——上一級(jí)變電站至儲(chǔ)能系統(tǒng)并網(wǎng)點(diǎn)的等效電阻，Ω；[λ（t）]——電網(wǎng)購(gòu)電電價(jià)，元/kWh；[U]——儲(chǔ)能系統(tǒng)并網(wǎng)點(diǎn)的電壓，V；[P（t）]、[Q（t）]——負(fù)荷有功功率、無(wú)功功率，kW、kVA。

2 儲(chǔ)能系統(tǒng)多重應(yīng)用運(yùn)營(yíng)策略

電網(wǎng)側(cè)儲(chǔ)能系統(tǒng)多重應(yīng)用運(yùn)營(yíng)策略涵蓋系統(tǒng)級(jí)儲(chǔ)能多重服務(wù)運(yùn)營(yíng)策略及站級(jí)多點(diǎn)運(yùn)行控制策略兩個(gè)層面，如圖1所示。系統(tǒng)級(jí)儲(chǔ)能多重服務(wù)運(yùn)營(yíng)策略，基于電網(wǎng)側(cè)儲(chǔ)能的直接價(jià)值模型，首先以凈收益最大為目標(biāo)分別優(yōu)化儲(chǔ)能參與調(diào)頻輔助服務(wù)、電力現(xiàn)貨市場(chǎng)的運(yùn)營(yíng)策略；進(jìn)而以儲(chǔ)能提供多重服務(wù)的總收益最大為目標(biāo)，基于不同時(shí)間斷面儲(chǔ)能提供不同服務(wù)的收益情況，以總收益最大為目標(biāo)，優(yōu)化儲(chǔ)能提供不同服務(wù)的狀態(tài)及運(yùn)營(yíng)策略，并評(píng)估儲(chǔ)能多重應(yīng)用的直接價(jià)值與運(yùn)營(yíng)成本。站級(jí)多點(diǎn)運(yùn)行控制策略基于系統(tǒng)級(jí)儲(chǔ)能多重服務(wù)運(yùn)營(yíng)策略，兼顧不同并網(wǎng)節(jié)點(diǎn)儲(chǔ)能裝置的網(wǎng)損靈敏度、延緩設(shè)備擴(kuò)容靈敏度的性能指標(biāo)值，采用熵值法，計(jì)算綜合性能指標(biāo)模型，考慮儲(chǔ)能運(yùn)行約束，依據(jù)不同并網(wǎng)節(jié)點(diǎn)儲(chǔ)能綜合性能指標(biāo)值的高低，分配系統(tǒng)級(jí)指令，并評(píng)估儲(chǔ)能多重應(yīng)用的間接價(jià)值。

3 案例分析

3.1 算例說(shuō)明

算例中等值網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量為152個(gè)，基于不同并網(wǎng)節(jié)點(diǎn)負(fù)荷需求年度時(shí)序數(shù)據(jù)，采用[k]均值聚類方法提取出各節(jié)點(diǎn)典型負(fù)荷需求曲線。設(shè)置典型日調(diào)頻需求數(shù)據(jù)如圖2所示，調(diào)頻出清電價(jià)如圖3所示，電能量市場(chǎng)出清價(jià)格如圖4所示。并設(shè)置儲(chǔ)能的并網(wǎng)節(jié)點(diǎn)分別為10、41、43、77、113、117、124，裝機(jī)規(guī)模分別為10、10、12、8、24、5、32 MW，額定功率下持續(xù)放電時(shí)長(zhǎng)均為2 h。

基于鋰離子電池儲(chǔ)能系統(tǒng)技術(shù)經(jīng)濟(jì)條件現(xiàn)狀，考慮循環(huán)壽命與日歷壽命約束，擬合平準(zhǔn)化電力成本[Clcoe]（元/kWh）與日均放電次數(shù)[x]的函數(shù)關(guān)系為：

[Clcoe=0.3926x-1.67+0.3392] （12）

3.2 性能指標(biāo)分析

儲(chǔ)能延緩設(shè)備擴(kuò)容、降低網(wǎng)損性能指標(biāo)計(jì)算結(jié)果分別如圖5、圖6所示，為反映性能指標(biāo)的時(shí)空特征，以等高線圖形式呈現(xiàn)。指標(biāo)值為負(fù)時(shí)，儲(chǔ)能運(yùn)行于放電狀態(tài)有利于降低系統(tǒng)負(fù)載率、網(wǎng)損；指標(biāo)值為正時(shí)，儲(chǔ)能運(yùn)行于充電狀態(tài)可降低系統(tǒng)負(fù)載率、網(wǎng)損；指標(biāo)值的絕對(duì)值越大，同等儲(chǔ)能運(yùn)行功率下對(duì)系統(tǒng)負(fù)載率、網(wǎng)損的調(diào)節(jié)幅度越大。

儲(chǔ)能延緩設(shè)備擴(kuò)容性能指標(biāo)值的范圍為［[-0.0094]，0.0044］。儲(chǔ)能延緩設(shè)備擴(kuò)容調(diào)節(jié)能力存在時(shí)空差異性，在所分析的時(shí)間尺度內(nèi)，節(jié)點(diǎn)108、109、111等為恒正節(jié)點(diǎn)，儲(chǔ)能充電對(duì)延緩設(shè)備擴(kuò)容有利；節(jié)點(diǎn)42、43、76等為恒負(fù)節(jié)點(diǎn)，儲(chǔ)能放電對(duì)延緩設(shè)備擴(kuò)容有利；節(jié)點(diǎn)2、124等為正負(fù)節(jié)點(diǎn)，需根據(jù)指標(biāo)值的時(shí)間特征動(dòng)態(tài)調(diào)節(jié)儲(chǔ)能充放電狀態(tài)。儲(chǔ)能降低網(wǎng)損性能指標(biāo)值的范圍［[-0.0318]，0.0452］，在同等運(yùn)行功率下，儲(chǔ)能充電降損能力大于放電降損能力。不同于儲(chǔ)能延緩設(shè)備擴(kuò)容性能指標(biāo)，該項(xiàng)指標(biāo)值在時(shí)間區(qū)間［10，12］內(nèi)以負(fù)值為主，在時(shí)間區(qū)間［19，21］內(nèi)以正值為主?？臻g尺度上，放電降損優(yōu)勢(shì)明顯的節(jié)點(diǎn)編號(hào)依次為43、42、76、75、86等，充電降損優(yōu)勢(shì)明顯的節(jié)點(diǎn)編號(hào)依次為95、91、96、92、97等。融合儲(chǔ)能延緩設(shè)備擴(kuò)容與降低網(wǎng)損性能指標(biāo)，得出儲(chǔ)能電站并網(wǎng)節(jié)點(diǎn)的綜合性能指標(biāo)如圖7所示，據(jù)此制定儲(chǔ)能電站多點(diǎn)運(yùn)行控制策略。

3.3 儲(chǔ)能系統(tǒng)多重應(yīng)用運(yùn)營(yíng)策略

3.3.1 場(chǎng)景1：儲(chǔ)能系統(tǒng)參與調(diào)頻輔助服務(wù)市場(chǎng)

儲(chǔ)能系統(tǒng)在典型日參與調(diào)頻輔助服務(wù)的運(yùn)營(yíng)收益為52.16萬(wàn)元，放電電量為1033.6 MWh，日放電次數(shù)為5.12次；基于式（12）所示的平準(zhǔn)化電力成本擬合公式，運(yùn)營(yíng)成本為37.72萬(wàn)元，凈收益為14.44萬(wàn)元。儲(chǔ)能系統(tǒng)參與調(diào)頻運(yùn)行曲線如圖8所示。

3.3.2 場(chǎng)景2：儲(chǔ)能系統(tǒng)參與電力現(xiàn)貨市場(chǎng)

儲(chǔ)能系統(tǒng)在典型日參與現(xiàn)貨市場(chǎng)的運(yùn)營(yíng)收益為18.41萬(wàn)元，放電電量為287.24 MWh，日放電次數(shù)為1.42次；運(yùn)營(yíng)成本為16.01萬(wàn)元，凈收益為2.4萬(wàn)元。儲(chǔ)能系統(tǒng)參與現(xiàn)貨市場(chǎng)運(yùn)行曲線如圖9所示。

3.3.3 場(chǎng)景3：儲(chǔ)能系統(tǒng)參與調(diào)頻輔助服務(wù)和電力現(xiàn)貨市場(chǎng)

儲(chǔ)能系統(tǒng)在典型日參與兩個(gè)市場(chǎng)的運(yùn)營(yíng)收益為54.02萬(wàn)元，放電電量為1030.3 MWh，日放電次數(shù)為5.1次；運(yùn)營(yíng)成本為37.61萬(wàn)元，凈收益為16.41萬(wàn)元。電網(wǎng)側(cè)儲(chǔ)能多重應(yīng)用運(yùn)營(yíng)策略如圖10所示。

3.4 儲(chǔ)能電站多點(diǎn)運(yùn)行控制策略

以網(wǎng)損靈敏度指標(biāo)為例，將系統(tǒng)級(jí)的經(jīng)營(yíng)策略分配至各級(jí)站點(diǎn)，如圖11所示。將按照儲(chǔ)能并網(wǎng)節(jié)點(diǎn)裝機(jī)容量所占比例分配運(yùn)行指令作為比較對(duì)象，分析儲(chǔ)能電站多點(diǎn)運(yùn)行控制的降損與延緩線路擴(kuò)容效果，如表1所示。由表1可知，所提綜合性能指標(biāo)模型及儲(chǔ)能電站多點(diǎn)運(yùn)行控制策略可兼顧降低系統(tǒng)網(wǎng)損與延緩設(shè)備擴(kuò)容的雙重應(yīng)用功能，提升儲(chǔ)能電站的多重應(yīng)用價(jià)值。假定典型日天數(shù)為200，儲(chǔ)能參與兩個(gè)市場(chǎng)的年運(yùn)營(yíng)收益為10804萬(wàn)元，年凈收益為3282萬(wàn)元；間接可變現(xiàn)價(jià)值方面，以江蘇燃煤標(biāo)桿電價(jià)0.391元/kWh計(jì)算，儲(chǔ)能運(yùn)行的年降損收益為149.67萬(wàn)元；儲(chǔ)能運(yùn)行可削減峰值負(fù)荷為82.17 MW，以線路擴(kuò)建成本800萬(wàn)元/MW、負(fù)荷年增長(zhǎng)率1.5%、預(yù)期收益率6%計(jì)算，儲(chǔ)能延緩線路擴(kuò)容年收益為341.84萬(wàn)元。

4 結(jié) 論

本文針對(duì)電網(wǎng)側(cè)儲(chǔ)能多重應(yīng)用價(jià)值及運(yùn)營(yíng)策略問(wèn)題，建立電網(wǎng)側(cè)儲(chǔ)能多重應(yīng)用價(jià)值評(píng)估模型及多點(diǎn)布局儲(chǔ)能運(yùn)行控制指標(biāo)模型，提出儲(chǔ)能系統(tǒng)級(jí)與站級(jí)運(yùn)行策略，得到主要結(jié)論如下：

1）提供多重服務(wù)的儲(chǔ)能系統(tǒng)多重應(yīng)用價(jià)值不是單一服務(wù)價(jià)值的簡(jiǎn)單疊加，多重服務(wù)運(yùn)營(yíng)策略的制定需兼顧儲(chǔ)能價(jià)值構(gòu)成及運(yùn)行工況下的平準(zhǔn)化電力成本。儲(chǔ)能參與兩個(gè)市場(chǎng)的典型日運(yùn)營(yíng)收益為54.02萬(wàn)元，其中調(diào)頻市場(chǎng)、現(xiàn)貨市場(chǎng)運(yùn)營(yíng)收益權(quán)重分別為94.32%、5.68%，放電電量為1030.3 MWh，日放電次數(shù)為5.1次，運(yùn)營(yíng)成本為37.61萬(wàn)元，凈收益為16.41萬(wàn)元。

2）基于儲(chǔ)能電站不同并網(wǎng)節(jié)點(diǎn)性能指標(biāo)時(shí)空特性與綜合性能指標(biāo)，優(yōu)化儲(chǔ)能電站多點(diǎn)運(yùn)行控制策略，可提升儲(chǔ)能電站的綜合價(jià)值。所分析算例中，101 MW/202 MWh儲(chǔ)能系統(tǒng)降低網(wǎng)損、延緩線路擴(kuò)容年收益總計(jì)491.51萬(wàn)元。

隨著電力市場(chǎng)建設(shè)的深入、可再生能源滲透率的提高，需融合提升新能源消納、系統(tǒng)有功無(wú)功調(diào)節(jié)等功能，進(jìn)一步提高儲(chǔ)能系統(tǒng)綜合價(jià)值。

［參考文獻(xiàn)］

［1］ Sandia National Laboratories. Energy storage for the electricity grid： benefits and market" potential" assessment guide［EB/OL］. （2010-2-1） ［2016-10-30］. http：//large.stanford.edu/courses/2015/ph240/burnett2/docs/SAND2010-0815.pdf

［2］ 楊裕生， 程杰， 曹高萍. 規(guī)模儲(chǔ)能裝置經(jīng)濟(jì)效益的判據(jù)［J］. 電池， 2011， 41（1）： 19-21.

YANG Y S， CHENG J， CAO G P. A gauge for direct economic benefits of energy storage devices［J］. Battery bimonthly， 2011， 41（1）： 19-21.

［3］ DONG S Y， KREMERS E， BRUCOLI M， et al. Establishing the value of community energy storage： a comparative analysis of the UK and Germany［J］. Journal of energy storage. 2021， 40： 102709.

［4］ CHACRA F A， BASTARD P， FLEURY G， et al. Impact of energy storage costs on economical performance in a distribution" substation［J］." IEEE" transactions" on" power systems， 2005， 20（2）： 684-691.

［5］ LEOU R C. An economic analysis model for the energy storage" "systems" "in" "a" "deregulated" "market［C］//IEEE International Conference on Sustainable Energy Technologies. Singapore， 2008.

［6］ 蘇虎， 栗君， 吳玉光， 等. 儲(chǔ)能電池系統(tǒng)經(jīng)濟(jì)價(jià)值的評(píng)估［J］. 上海電力學(xué)院學(xué)報(bào)， 2013， 29（4）： 315-320.

SU H， LI J， WU Y G， et al. Assessment of the economic value of the energy storage battery systems［J］. Journal of Shanghai University of Electric Power， 2013， 29（4）： 315-320.

［7］ 顏志敏， 王承民， 鄭健， 等. 配電網(wǎng)中蓄電池儲(chǔ)能系統(tǒng)的價(jià)值評(píng)估模型［J］. 電力自動(dòng)化設(shè)備， 2013， 33（2）： 57-61.

YAN Z M， WANG C M， ZHENG J， et al. Value assessment model of battery energy storage system in distribution" " network［J］." " Electric" " power" " automation equipment， 2013， 33（2）： 57-61.

［8］ FARES R L， MEYERS J P， WEBBER M E. A dynamic model-based estimate of the value of a vanadium redox flow battery" for" frequency" "regulation" "in" "Texas［J］." Applied energy， 2014， 113： 189-198.

［9］ ROOS M H， GELDTMEIJER D A M， NGUYEN H P， et al. Optimizing the technical and economic value of energy storage systems in LV networks for DNO applications［J］. Sustainable energy， grids and networks， 2018， 16： 207-216.

［10］ 韓曉娟， 艾瑤瑤， 李相俊. 儲(chǔ)能在電網(wǎng)中的應(yīng)用價(jià)值及其商業(yè)模式［J］. 發(fā)電技術(shù)， 2018， 39（1）： 77-83.

HAN X J， AI Y Y， LI X J. Application value of energy storage systems in the power grid and its commercial modes［J］. Power generation technology， 2018， 39（1）： 77-83.

［11］ 孫偉卿， 劉唯， 裴亮， 等. 高比例可再生能源背景下考慮儲(chǔ)能系統(tǒng)價(jià)值的儲(chǔ)-輸多階段聯(lián)合規(guī)劃［J］. 高電壓技術(shù)， 2021， 47（3）： 983-993.

SUN W Q， LIU W， PEI L， et al. Multistage energy storage-transmission" network" joint" planning" considering the system value of energy storage under the background of high" "penetration" "renewable" "energy［J］." "High" " voltage engineering， 2021， 47（3）： 983-993.

［12］ 雷琪， 苗世洪， 郭寶甫， 等. 基于層次分析和改進(jìn)逼近理想解法的分層儲(chǔ)能系統(tǒng)綜合評(píng)估［J］. 電力系統(tǒng)保護(hù)與控制， 2017， 45（3）： 13-19.

LEI Q， MIAO S H， GUO B F， et al. Comprehensive evaluation of hierarchical storage system based on analytic hierarchy process and improved technique for order preference by similarity to ideal solution［J］. Power system protection and control， 2017， 45（3）： 13-19.

［13］ HEUBERGER C F， STAFFELL I， SHAH N， et al. A systems approach to quantifying the value of power generation and energy storage technologies in future electricity networks［J］. Computers amp; chemical engineering， 2017， 107： 247-256.

［14］ MALLAPRAGADA D S， SEPULVEDA N A， JENKINS J D. Long-run system value of battery energy storage in future grids with increasing wind and solar generation［J］. Applied energy， 2020， 275： 115390.

［15］ GEORGIOU S， AUNEDI M， STRBAC G. On the value of liquid-air and pumped-thermal electricity storage systems in low-carbon electricity systems［J］. Energy， 2020， 193： 116680.

［16］ KHASTIEVA D， HESAMZADEH M R， VOGELSANG I， et al. Value of energy storage for transmission investments［J］. Energy strategy reviews， 2019， 24： 94-110.

［17］ DING J， XU Y J， CHEN H S， et al. Value and economic estimation model for grid-scale energy storage in monopoly power markets［J］. Applied energy， 2019， 240： 986-1002.

［18］ SISTERNES F J， JENKINS J D， BOTTERUD A. The value of energy storage in decarbonizing the electricity sector［J］. Applied energy， 2016， 175： 368-379.

RESEARCH ON MULTIPLE APPLICATION VALUE AND OPERATION STRATEGY OF GRID SIDE ENERGY STORAGE

Xiu Xiaoqing，Li Xiangjun，Li Bei，Li Yuyang

（National Key Laboratory of Renewable Energy Grid-Integration（China Electric Power Research Institute）， Beijing 100192， China）

Abstract：Firstly， the evaluation models of multiple application value and operation cost of energy storage are constructed. Then， the performance index and comprehensive performance index model of energy storage indirect value related service types are established， and the multi-type application operation strategy of energy storage system is put forward. Finally， the simulation analysis is carried out based on the typical case. The results show that the proposed method can guide the multiple application and optimal operation of energy storage at different grid connected nodes in the power grid.

Keywords：electric power systems； energy storage； operating costs； frequency modulation； value engineering

收稿日期：2022-05-30

基金項(xiàng)目：中國(guó)電力科學(xué)研究院創(chuàng)新基金項(xiàng)目（大規(guī)模新能源與電網(wǎng)側(cè)儲(chǔ)能聯(lián)合優(yōu)化規(guī)劃方法研究及系統(tǒng)研發(fā)）

通信作者：修曉青（1983—），女，博士、高級(jí)工程師，主要從事儲(chǔ)能技術(shù)及應(yīng)用方面的研究。xxq1118@163.com