应用于电网调频的储能系统经济性分析

李军徽1,范兴凯1,穆钢1,葛维春2,葛延峰2,胡达珵1  

(1.东北电力大学,吉林省 吉林市 032200;2.国网辽宁省电力有限公司,辽宁省 沈阳市 110004)

摘要

储能系统是优良的调频资源,但却没有得到有效利用,主要原因是目前没有针对储能调频制定合理的调频辅助服务计量和收益计算方法。现阶段的调频辅助服务的奖惩机制中未能计及储能系统的放电调频响应,导致储能系统在参与电网调频时收益较低,缺乏投资的积极性。此外储能系统大多是以改善风电场运行性能为目标进行规划设计的,储能投资方与风电场投资方大多为同一利益主体,没有参与调频的积极性。为此,参考东北电网的调频辅助服务奖惩机制,建立考虑电力系统及储能系统整体利益的经济性分析模型,并根据该模型对调频储能系统的功率/容量配置组合与经济性的关系进行了分析。

关键词 : 储能系统;电力系统调频;风电;经济性分析

国家自然科学基金项目(U1766204),国家电网公司科技项目(超大容量电池储能电站并网运行关键技术及应用),2017年吉林省发改委产业创新专项项目(2017C017-2),吉林省教育厅“十三五”科学技术研究项目(吉教科合字[2016]第88号)。

0 引言

随着电力系统中新能源发电比例的不断上升,其功率解耦的特性导致无法提供有效的主动调频支撑能力[1-2],从而给电网的频率稳定带来重大挑战。储能系统在电力系统调频方面较传统调频机组可快速、精确响应电网调度指令,具有良好的调频响应特性,被认为是缓解频率稳定性问题的有效手段[3-4]。据美国能源局全球储能项目数据库统计,截至2016年10月31日兆瓦级的除抽蓄外的其他储能调频示范工程已达160余项,主要的储能类型有电化学储能和飞轮储能、压缩空气等物理储能,其中电化学储能中锂离子电池占全部电池储能调频项目的73%,为应用最广的调频储能电池[5]

为促进电力系统中储能调频应用的积极性,提高储能调频运行的经济性,研究合理的调频储能容量配置具有重大意义。文献[6]对具有与火电机组同等调频能力时,电池能量管理系统中功率和容量配置进行了研究,指出小容量的电池储能系统即可具备与较大火电机组同样的调频能力,且调频服务的可靠性更高。文献[7]以华北区域AGC补偿机制为基础,考虑储能系统的寿命衰减成本及AGC补偿收益,对储能系统参与调频投资的经济性进行了评估。文献[8]基于风储联合系统参与一次调频服务,以系统运行成本最小为目标,采用置信水平的方法研究在调频效果与运行成本折中的思想下设计了储能系统的最优容量配置。文献[9]-[10]针对美国不同地区的调频市场价格,研究了电动汽车储能系统参与电网调频的经济效益。文献[11]构建了调频储能电池的全寿命经济评估模型,验证储能辅助调频的经济可行性。文献[12]考虑了电池的老化因素,研究了电动汽车中的储能装置参与电网调频的经济性,结果表明其调频收益大于电池成本。文献[13]通过分析梯次利用电池储能全寿命周期成本,结合平准化成本分析原理,建立了考虑梯次利用电池运行特性和寿命特征的梯次利用电池储能平准化成本分析模型。

本文综合考虑储能系统和电力系统各方利益,构建了应用于电力系统中的储能参与辅助调频服务的经济性分析模型,结合东北某电网AGC数据仿真分析了电网二次调频的改善效果及经济性与容量配置的关系。

1 调频储能的主要类型

电力系统的频率调节主要是由一次调频和二次调频来保证电网的频率稳定的,其中一次调频为机组调速器及负荷特性吸收电网高频低幅的负荷波动以减少频率波动的,调节时间为秒级至分钟级且为有差调节。二次调频为AGC控制调频机组响应调频指令以平抑区域控制偏差,主要应对波动幅度较大的负荷波动,调节的时间为分钟级且为无差调节。电网一、二次调频指令中充电和放电的时间较短,二者之间转换较为频繁,因此需要根据电网调频的特性选择应满足调频的要求电池储能类型。

应用于辅助电网频率调节的电池储能应具有较大的功率输出且能快速、精确的跟踪电网调频指令充放电动作,此外电池的成本、转换效率、循环使用寿命及安全性等也是选择电池储能类型的重要因素,统计调频应用较多的4种电池储能类型的相关参数如表1所示。

表1 调频应用储能的相关参数表
Table 1 Related parameters for energy storage for frequency adjustment

以上4种类型的电池储能系统是现阶段应用较广的大规模储能类型,均可快速、精确地响应充/放指令从而参与电网的频率调节。大规模应用于电力系统中时各有优缺点,其中磷酸铁锂电池充放电效率高、技术成熟,是目前应用较广的调频电池储能系统,但其较低的循环寿命及高额的成本成为现阶段限制磷酸铁锂电池大规模应用的主要瓶颈;钛酸锂电池不易燃不易爆,具有极高的安全性但其建造成本高昂,高额的投资成本限制了它的大规模发展;钠硫电池充放电过程中需要高温溶解钠硫,控制不当可能会造成电池自燃自爆,安全性较低;全钒液流电池一般工作在5℃~45℃之间,循环寿命长但其能量密度低、占地面积大。

2 储能响应电网调频经济性分析方法

储能系统具备优良的调频资源属性,为充分调动储能系统参与调频的积极性,本节参考东北电网的AGC奖惩机制,建立了储能调频的收益及成本分析方法,对辅助调频的经济性进行研究。

2.1 储能调频收益构成

(1)电量效益

储能系统在响应调频指令时不同于传统调频的水电机组或火电机组,可双向响应调频指令,调节深度为200%。储能参与调频的效益可分为两方面,一方面为响应提升频率指令的放电电量效益,另一方面为响应降低电网频率指令的充电电量效益[14]。本文在此基础上增加了储能系统在荷电状态处于归位区且频率偏差在死区时归位放电可获得部分放电收益。综上,储能系统应对电网调频需求的电量效益可由式(1)计算。

式中,CE_c为储能调频单位充电电量补偿费用(元/MWh);CE_d为储能调频的单位放电电量补偿费用(元/MWh);Efre_c为储能调频的充电电量(MWh);Efre_d为储能调频的放电电量(MWh);CR_d为储能荷电状态离返回区单位放电电量补偿费用(元/MWh);ER_d为储能荷电状态远离返回区的放电电量(MWh)。

(2)其他效益

其他效益主要包括环境效益和回收效益。环境效益是指储能系统替代其他化石能源发电的节能减排效益和储能系统寿命终止的回收收益,回收效益主要指对储能系统中的金属材料等进行回收的收益[15]。其他效益可由式(2)来表示。

式中,Cf为火电机组生产单位电能的排放成本(元/MWh);ρ为电池储能的能重比(t/MWh);Nb_cycle为电池循环充放电次数;Ei为第i次调频的电量(MWh);Erated为储能系统额定容量(MWh);Crec为单位质量电池的回收收益(元/t)。

2.2 储能调频成本构成

电池储能响应电网调频指令的成本主要由投资建设成本、运行维护成本及惩罚成本组成。

(1)投资建设成本

储能系统的投资建设成本与其所能吞吐的最大功率和容量有关,可分为容量成本和功率成本两部分。投资建设成本的计算如式(3)所示。

Cinv为电池储能的容量成本(元);Erated为电池储能的容量配置(MWh);Prated为电池储能系统的额定功率(MW);CE为电池储能的容量价格(元/MWh);CP为电池储能的功率价格(元/MW);Ei为第i次调频的电量;Nb_cycle为电池循环充放电次数;Ti为第i次调频的运行时间;Tpcs_life为变流器寿命。

(2)运行维护成本

电池的荷电状态处于较低水平时为保证储能系统能够在下个时刻响应调频需求,需对储能系统进行充电,该部分构成系统的运行成本;另一方面,在运行过程中,为了保证储能系统优良的特性,需要对储能系统进行维护,其维护成本主要与储能电池的额定功率有关[16],可用初始投资的百分比计算[17],则综合考虑储能额定功率和初始投资的运行维护成本可由式(4)来表示。

式中,CR_c为电池储能单位充电价格(元/MWh);ER_c为储能荷电状态远离返回区的充电电量(MWh);β为维护费用折算为初期功率成本的折算系数。

(3)惩罚成本

在储能系统荷电状态处于危险区或返回区时,考虑系统安全约束,无法精确响应电网的AGC调频指令,应对其进行一定的惩罚。其中荷电状态处于危险区时的惩罚功率为缺额功率,处于返回区的惩罚功率为调频指令功率。根据响应的缺额功率计算的惩罚成本如式(5)所示。

式中,Pdanger(i)为第i次调频时荷电状态在危险区的缺额功率(MW);Preturn(i)为第i次调频时荷电状态在返回区的调频缺额功率(MW);Cdanger为危险区的惩罚价格(元/MW);Creturn为返回区的惩罚价格(元/MW)。

综合式 (1) ~ (5) 可得综合收益计算模型,该模型计及电力系统调频的辅助电量收益、环境回收收益及投资建设成本、运行维护成本,计算公式如式 (6)所示。

3 算例分析

3.1 算例条件

算例采用东北某电网一个月的AGC数据,基于上一章中设置的控制策略,参考电网峰谷时段的电价及电池的维护成本等因素设计储能系统调频的收益参数和惩罚运行参数如表2所示。基于该参数计算100 MWh/50 MWh不同类型的电池储能系统配置的调频经济性,选取一种经济性较好的电池储能类型,对不同功率/容量配置组合与经济性的关系进行分析。

表2 响应电网AGC调频指令仿真参数
Table 2 Simulation Parameters of AGC Frequency Modulation
Command in Response to Power Grid

3.2 辅助电网调频的电池储能经济性分析

根据上述各类型电池储能的特点,仿真分析100 MWh/50 MWh不同类型的电池储能系统参与AGC调频一个月内的综合收益如表3所示。各类型电池储能调频的综合收益计算中循环寿命的取值按表1中的区间平均值计算,各类型的电池储能系统的充放电效率取其上限值。现依据全寿命周期理论将不同类型的电池储能系统总投资成本折算为一个月的成本进行计算。

表3 不同类型储能调频收益情况
Table 3 Different types of energy storage frequency adjustment income

由表3可知,磷酸铁锂电池的总收益最高为-91.6万元,全钒液流电池的总收益最小为-2184.9万元,电池储能系统中投资建设成本最高的为全钒液流电池,达到了3036.3万元。在现阶段的价格参数下磷酸铁锂电池储能应用于电网调频应用时经济性较好,详细分析其运行过程中各部分的调频电量及收益情况如表4所示。

表4 磷酸铁锂电池储能调频电量及收益情况表
Table 4 Power adjustment frequency and income of lithium iron phosphate battery

由表4可知,储能系统参与调频的充电电量与放电电量基本相当,由于调频过程中的单位充电电价参考平时售电价格,单位放电电价参考峰时电价,因此调频放电电量虽小于充电电量,但其收益大于充电收益。容量限制造成的恢复电量约为1.18 GWh,占整个调频电量的4.65%,此配置下储能系统的利用率较高,容量限制对调频的影响较小。

储能系统成本中投资建设及维护成本为1198.8万元,约占总成本的58.8%,可以看出投资建设成本是影响电池储能调频应用经济性的重要因素。惩罚功率较大,造成惩罚成本处于较高水平,占总成本的39.6%,该储能系统的配置对电网调频性能的提升仍有一定的制约,改变电池储能的配置,可大幅提高电网的调频控制性能。

储能系统应用于电网调频替代了部分调频的火电机组,起到了一定的节能减排的作用。为了鼓励储能系统在电网调频的应用,可适当给予储能系统一定的调频补偿。仿真计算可得,能使磷酸铁锂电池储能调频应用时收支平衡的调频电量补偿为0.036 元/kWh。

储能容量与调频收益见图1,可以看出整体上在图的右下角区域经济性较优。储能系统的配置容量一定时,在功率配置较小时,调频收益随着功率的增加而迅速增大,在达到某一定值时开始收益减小。在满足一定的调频效果约束下,电池储能系统选择大容量小功率配置组合经济性较好。

仿真计算不同容量和功率下储能系统参与电网调频的收支平衡所需的单位调频电量补偿如图2所示。

图1 容量配置与储能调频收益关系图
Fig.1 Diagram of relationship between capacity configuration and energy storage frequency modulation revenue

图2 单位调频电量补偿与容量配置关系图
Fig.2 Diagram of relationship between unit frequency regulating power compensation and capacity configuration

由图2可以看出随着储能功率的增大,储能响应AGC调频所需的单位调频补偿越多;相反随着储能容量的增大,所需的单位调频补偿越少。这是由于储能系统容量的增大,储能调频过程中所受的容量约束越小,从而惩罚成本也随之减少,使得综合收益得到提高。

4 小结

本文分析了用于电网调频的电池储能的特点,综合考虑电网方与储能方的利益,建立了储能系统参与电网辅助调频的经济模型,采用实际电网的联络线功率偏差数据、频率偏差及区域控制偏差ACE等数据,基于该模型计算了4种常用的调频储能应用于辅助电网调频的经济效益,并对储能的功率/容量配置与经济性的关系进行了分析。结果表明现阶段价格因素下磷酸铁锂电池的调频经济性较好,辅助电网调频的电池储能系统在大容量小功率配置时经济性较好。

参考文献

[1]李顺,廖清芬,唐飞,等. 高风电渗透率下的自适应低频减载策略研究[J]. 电网技术,2017,41(4):1084-1090.Li Shun, Liao Qingfen, Tang Fei, et al. Adaptive Underfrequency Load Shedding Strategy Considering High Wind power penetration[J]. Power System Technology, 2017, 41(4): 1084-1090(in Chinese).

[2]葛俊,宋鹏,刘汉民,等. 新能源场站虚拟同步发电机技术研究及示范应用[J]. 全球能源互联网,2018,1(1):39-47.Ge Jun, Song Peng, Liu Hanmin, et al. Research and Demonstration Application of Virtual Synchronous Generator Technology in Renewable Energy Power Station[J]. Journal of Global Energy Interconnection, 2018, 1(01): 39-47(in Chinese).

[3]李建林,马会萌,惠东. 储能技术融合分布式可再生能源的现状及发展趋势[J]. 电工技术学报,2016,31(14):1-10.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(in Chinese).

[4]丁立,乔颖,鲁宗相,等. 高比例风电对电力系统调频指标影响的定量分析[J]. 电力系统自动化,2014, 38(14):1-8.Ding Li, Qiao Ying, Lu Zongxiang, et al. Impact on Frequency Regulation of Power System from Wind Power with High penetration[J]. Automation of Electric Power Systems, 2014,38(14): 1-8(in Chinese).

[5]孙冰莹,杨水丽,刘宗歧,等. 国内外兆瓦级储能调频示范应用现状分析与启示[J]. 电力系统自动化,2017,41(11):8-16.Sun Bingying, Yang Shuili, Liu Zongqi, et al. Analysis on Present Application of Megawatt-scale Energy Storage in Frequency Regulation and its Enlightenment[J]. Automation of Electric Power Systems, 2017, 41(11): 8-16(in Chinese).

[6]丁冬,杨水丽,李建林,等. 辅助火电机组参与电网调频的BESS容量配置[J]. 储能科学与技术,2014,3(4):302-307.Ding Dong, Yang Shuili, Li Jianlin, et al. Capacity Configuration of Battery Energy Storage as an Alternative to Thermal Power Units for Frequency Regulation[J]. Energy Storage Science and Technology, 2014, 3(4): 302-307(in Chinese).

[7]陈大宇,张粒子,王立国. 储能调频系统控制策略与投资收益评估研究[J]. 现代电力,2016,33(1):80-86.Chen Dayu, Zhang Lizi, Wang Liguo. Control Strategy of Energy System for Frequency Regulation and Evaluation of Investment Income[J]. Modern Electric Power, 2016, 33(1):80-86(in Chinese).

[8]苗福丰,唐西胜,齐智平. 储能参与风电一次调频的容量优化[J]. 电工电能新技术,2016,35(4):23-29+42.Miao Fufeng, Tang Xisheng, Qi Zhiping. Capacity Optimization of Energy Storage Participating to Wind Plant Primary Frequency Regulation[J]. Advanced Technology of Electrical Engineering and Energy, 2016, 35(4): 23-29+42(in Chinese).

[9]Tomić J, Kempton W. Using Fleets of Electric-drive Vehicles for Grid Support[J]. Journal of Power Sources, 2007, 168(2):459-468.

[10]White C D, Zhang K M. Using Vehicle-to-grid Technology for Frequency Regulation and Peak-load Reduction[J]. Power Sources, 2011, 196(8): 3972-3980.

[11]黄际元,刘博,李欣然,等. 储能电池参与电网快速调频的经济性分析[J]. 电器与能效管理技术,2017,1(23):65-70.Huang Jiyuan, Liu Bo, Li Xinran, et al. Economic Analysis of Energy Storage Participating in Fast Frequency Regulation[J].DIANQI YU NENGXIAO GUANLI JISHU, 2017, 1(23): 65-70(in Chinese).

[12]Han S, Han S, Sezaki K. Economic Assessment on V2G Frequency Regulation Regarding the Battery Degradation[C].IEEE Pes Innovative Smart Grid Technologies. IEEE Computer Society, 2012:1-6.

[13]李娜,刘喜梅,白恺,等. 梯次利用电池储能电站经济性评估方法研究[J]. 可再生能源,2017,35(06):926-932.Li Na, Liu Ximei, Bai Kai, et al. Research on the Economic Evaluation Method of Secondary Battery Energy Storage[J].Renewable Energy Resources, 2017, 35(06): 926-932(in Chinese).

[14]陆凌蓉,文福拴,薛禹胜,等. 电动汽车提供辅助服务的经济性分析[J]. 电力系统自动化,2013,37(14):43-49+58.Lu Lingrong, Wen Fushuan, Xue Yusheng, et al. Economic Analysis of Ancillary Service Provision by Plug-in Electric Vehicles[J]. Automation of Electric Power Systems, 2013,37(14): 43-49+58(in Chinese).

[15]严干贵,冯晓东,李军徽,等. 用于松弛调峰瓶颈的储能系统容量配置方法[J]. 中国电机工程学报,2012,32(28):27-35+22.Yan Gangui, Feng Xiaodong, Li Junhui, et al. Optimization of Energy Storage System Capacity for Relaxing Peak Load Regulation Bottlenecks[J]. Proceedings of the CSEE, 2012,32(28): 27-35+22(in Chinese).

[16]Kabir M N, Mishra Y, Ledwich G, et al. Coordinated Control of Grid-connected Photovoltaic Reactive Power and Battery Energy Storage Systems to Improve the Voltage Profile of a Residential Distribution Feeder[J]. IEEE Transactions on Industrial Informatics, 2014, 10(2): 967-977.

[17]熊雄,杨仁刚,叶林,等. 电力需求侧大规模储能系统经济性评估[J]. 电工技术学报,2013,28(9):224-230.Xiong Xiong, Yang Rengang, Ye Lin, et al. Economic Evaluation of Large-scale Energy Storage Allocation in Power Demand Side[J]. Transactions of China Electrotechnical Society, 2013, 28(9):224-230(in Chinese).

Economic Analysis of Energy Storage Applied to Grid Frequency Regulation

LI Jun-hui1, FAN Xing-kai1, MU Gang1, GE Wei-chun2, GE Yan-feng2, HU Da-cheng1
(1. Northeast Electric Power University, Jilin 032200, Jilin Province, China;2. State Grid Liaoning Electric Power Supply Co.,Ltd., Shenyang 110004, Liaoning Province, China)

Abstract:The energy storage system is an excellent frequency adjustment resource, but it has not been effectively used. The main reason is that there is currently no reasonable frequency adjustment ancillary service measurement and revenue calculation method for energy storage frequency regulation. At present, the frequency adjustment assistance service reward and punishment mechanism fails to take into account the discharge frequency response of the energy storage system, resulting in a lower return of the energy storage system when participating in grid frequency regulation, and shortage of incentive to invest.In addition, energy storage systems are mostly designed to improve the operational performance of wind farms. Energystoring investors and wind farm investors are mostly the same stakeholders and have no incentive to participate in frequency adjustment. Therefore, this article refers to the Northeast China Power Grid’s frequency adjustment assistance service reward and punishment mechanism, and establishes an economic analysis model that considers the overall interests of the power system and energy storage system. According to this model,the relationship between the power/capacity configuration combination and economy of the energy storage system is analyzed.

Keywords:energy storage system; power system frequency regulation; wind power; economic analysis

Project Supported by National Natural Science Foundation of China (U1766204); Science and Technology Foundation of SGCC(Key Technology and Application of Grid Connected Operation of Large Capacity Battery Energy Storage Power Station); Special Fund for Industrial Innovation of Jilin Province Development and Reform Commission (2017C017-2); Jilin Provincial “13th Five-Year Plan” Science and Technology Project ([2016]88).


李军徽

作者简介:

李军徽(1976),男,副教授,硕士生导师,主要研究方向为新能源运行与控制、大规模储能技术。E-mail:lijunhui@neepu.edu.cn。

范兴凯(1991),男,硕士研究生,研究方向为大规模风电联网运行关键技术,E-mail:875766203@qq.com。

(责任编辑 张鹏)

  • 目录

    图1