参与辅助服务的用户侧储能优化配置及经济分析
尚博阳, 许寅, 王颖, 张景平
（北京交通大学 电气工程学院，北京 100044）
摘要： 为使用户侧储能收益最大化，提出了一种参与辅助服务市场的用户侧储能优化配置方法。首先，建立了用户侧储能的全生命周期成本和考虑辅助服务的收益模型；其次，在两部制电价下，基于对储能电池运行特性和用户负荷特性的考虑，建立了一种参与辅助服务的用户侧储能优化配置模型，以储能容量和辅助服务参数为优化变量，对工业用户全寿命周期的净收益进行优化计算；然后，以广西储能辅助服务市场为例，实现了用户侧储能最优容量下的配置优化，确定了参与辅助服务的变量值；最后，通过改变政策敏感度对比分析了不同辅助服务的经济效益，给后续储能投资提供了指导性意见。
引文信息
尚博阳, 许寅, 王颖, 等. 参与辅助服务的用户侧储能优化配置及经济分析[J]. 中国电力, 2023, 56(2): 164-170, 178.
SHANG Boyang, XU Yin, WANG Ying, et al. Optimal configuration and economic analysis of user-side energy storage participating in auxiliary services[J]. Electric Power, 2023, 56(2): 164-170, 178.
引言
储能系统具有灵活可调的特性[1-2] ，其可在电力系统中作为“缓冲器”参与电网削峰填谷[3-4] 、调频[5-7] 、需求响应[8] 等方面的服务。中国的储能研究虽然相对起步较晚，但是随着相关重要文件的相继发布[9-12] ，给构建储能辅助服务市场奠定了一定的基础，越来越多的科研工作者和工业人员投身于用户侧储能的辅助服务市场研究中。用户侧配置储能系统可响应辅助服务市场中各种电力政策以及相关服务应用，为用户提供直接收益[13-14] 。目前储能系统仍然存在投资成本较高和运行效率较低的问题[15-17] ，导致用户配置储能后不能充分地获取其带来的经济效益。因此，如何在考虑参与辅助服务的前提下，对储能容量优化配置和经济性分析具有重要意义。用户侧储能系统的容量配置和经济性分析是储能产业发展的关键。文献[18]以分时电价政策为基础，通过建立电池储能系统经济性模型，优化计算储能系统的配置。文献[19]在两部制分时电价下，对用户侧储能系统进行容量优化。然而文献[18-19]在配置模型中考虑的时间尺度较短，缺少在储能全寿命周期的建模，对储能经济性的评估不准确。文献[20]对用户侧储能系统在全寿命周期下的成本以及投资回报进行建模。文献[21]在储能系统容量配置模型中加入了储能电池全寿命周期的成本和收益，结果表明储能的成本仍旧是效益的关键。文献[22]基于对储能电池全寿命周期衰减特性的考虑，提出了参与需量管理的储能容量配置优化方法。然而该文献仅考虑了峰谷套利和需量管理2种用户侧储能收益模式。文献[23]选择了需求管理、需求响应和政策补贴3个辅助服务，计算了对4种类型电池储能的收益和配置结果，但是该文献着重在于对不同储能电池的配置结果进行经济分析，对储能的辅助服务建模相对简单。综上所述，用户侧储能系统的收益来源于电费成本削减和参加辅助服务的盈利。但是，目前大多数储能优化模型没有对用户响应的政策和辅助服务应用建模。因此，为使得用户侧储能经济效益最佳，本文以全寿命周期净收益作为目标函数采用数学建模法对用户侧储能建模分析，得到考虑参加辅助服务的储能系统容量配置，并对比储能系统参与辅助服务的经济效益。
1 用户侧储能经济分析
1.1 成本模型 C inv 主要取决于储能额定功率和额定容量，可以表示为C p 、C e 分别为储能单位充/放电功率成本、单位容量成本；E 为储能额定容量；P 为储能额定功率值。储能运行维护成本由电池运行消耗成本和日常维护管理成本组成，主要与储能电池额定功率有关。全寿命周期内运行维护费C ope 为C m 为储能单位充/放电功率年运行维护成本；T 为储能电池寿命；t r 为通货膨胀率；d r 为贴现率；k r 为全生命周期计算系数，即电池系统全寿命周期内按复利计算的现在价值。1.2 收益模型 1.2.1 峰谷套利收益 f 1 为S 1 为一天内峰谷套利的收益；i 为一天中某一时刻点； Δti 为i 时刻的状态持续时间，取为15min；D 为储能年运行天数，取为300天；p time,i 为 i 时刻的电价；P dis,i 、P ch,i 分别为储能在i 时刻实际的充、放电功率；S dis,i 、S ch,i 分别为储能在i 时刻的充、放电状态。1.2.2 需量管理收益 [24] 。电量电费可基于分时电价计算，基本电费是根据用户最大需量计算。对储能系统优化配置可以合理减少用户所需最大负荷值，降低储能用户的用电成本。全寿命周期内需量管理的收益f 2 为S 2 为每个月储能用户节省的基本电费；p b 为基本容量电费；P md 为未安装储能前用户的最大负荷功率值；P d 为安装储能后用户所上报的最大需量值。1.2.3 需求响应收益 [25] 对需求响应收益建模。假定需求侧响应时间在某月的一天13:00—15:00时段，其约定需求响应收益f 3 为α p p 次参与需求响应可中断负荷电价；s p p 次调控时长对应的电价标准；v p P DSM,p 为第p 次参与约定响应的上报功率值；p de 为需求响应次数。表1为参与响应的调控时间对应的补偿电价标准。表2为根据需求响应提前通知用户的时间，给出用户获得补偿的响应速度系数。表1 需求响应的补助电价
Table 1 The subsidized electricity prices for demand response
表2 需求响应的速度系数
Table 2 The speed factor of demand response
1.2.4 应急供电收益 f 4 为s q q 次参与应急供电的单位补偿电价；P EMS,q 为第q 次参与应急供电的上报功率值；q em 为参与应急供电的次数。表3为根据江苏省发布的电力需求响应实施细则[25] 所设定的应急供电的补助电价。
表3 应急供电的补助电价
Table 3 The subsidy price of emergency power supply
2 储能配置模型
参与辅助服务的用户侧储能优化配置模型以全寿命周期储能净收益最大为目标函数，考虑储能运行特性以及响应电价政策的约束，对储能容量以及辅助服务参数优化配置。优化模型在Matlab R2018b下建模，采用混合整数规划求解软件Cplex的方法对优化模型求解。
2.1 目标函数
储能全寿命周期内收益包括峰谷套利收益、需量管理收益、需求响应收益和应急供电收益，成本包括储能初始投资成本和全寿命周期内的运行维护成本。
目标函数F 1 具体可以表示为
F 1 为储能全寿命周期内的净收益。2.2 约束条件 S soc,i 为储能在i 时刻的荷电状态；S max 、S min 分别为储能荷电状态的上、下限。（2）储能荷电状态连续性约束。由于储能的运行特性，储能的荷电状态在充放电过程中应为连续的，即系统在i+ 1时刻的状态下与i 时刻的充放电状态有关，其约束条件为η c 、η d 分别为对应储能充、放电效率。（3）充/放电状态约束。S dis,i 、S ch,i 为0–1变量，其中1表示充电状态；0表示放电状态，满足约束条件为P load,i 为安装储能前用户在i 时刻的实际运行功率值。（6）需求响应约束。根据政策描述[25] ，储能在某月第j 天参与需求侧响应服务，则需要满足响应时段的最大负荷与平均负荷不得超过响应日前5天的对应值，相关约束条件为k 为需求响应日的响应时间段，j 为响应日前5天相对应的时间段；P ESS,k 、P ESS,j 分别为储能系统对应时间段的充、放电功率值；max( )为求取元素的最大值函数；mean( )为求取元素的算数平均值函数；P year,max 为年最大负荷值。（7）应急供电约束。根据供电实际情况，储能用户上报的供电功率不能高于储能系统运行的功率值，即
3 算例分析
3.1 参数说明 [26] 如表4所示。储能系统的基本信息参数如表5所示。
表4 广西冷链物流产业的电价政策
Table 4 The electricity price policy of Guangxi cold chain logistics industry
表5 磷酸铁锂电池储能的基本信息参数
Table 5 The basic information parameters of energy storage
3.2 优化配置结果 表6 储能优化配置结果
Table 6 The optimal configuration results of energy storage
需求响应典型日和应急供电典型日的用户负荷功率曲线分别如图1和图2所示。由图1可知，储能在00:00—01:00时段削减了原负荷曲线的峰值；在03:00—06:00和23:00—00:00时段内储能充电。特别地，在设置的13:00—15:00需求响应时段内，储能进行放电，减少了用户从电网中汲取能量。其中，用户最大负荷量减少201.6 kW，这与需求响应参数配置结果相吻合。在需求响应典型日中储能参与了峰谷套利、需量管理和需求侧响应3种辅助服务。由图2可知，用户参与了峰谷套利、需量管理和应急供电3种辅助服务。在设置的15:00—16:00应急供电时段内，储能设备供能，负荷曲线降低了所上报的功率值118.125 kW。
图1 需求响应典型日的用户负荷曲线
Fig.1 User load curve on typical day of demand response
图2 应急供电典型日的用户负荷曲线
Fig.2 User load curve on typical day of emergency power supply
3.3 经济性分析 对该用户2019年上缴电费整理分析，该用户在每年7月和8月为用电高峰期，如表7所示。为更好地反应储能用户参与辅助服务的经济效益，选取8月份实际用电数据与模型配置结果进行经济性分析。
表7 某大工业用户2019年度用户电费统计
Table 7 The electricity bill statistics of a large industrial user in 2019
3.3.1 辅助服务效益分析 在上述章节的优化配置下，用户侧储能8月份不同辅助服务的收益对比如表8所示。
表8 不同辅助服务收益占比
Table 8 The proportion of benefit from different ancillary services
由表8可知，在用户侧储能的收益来源中需量管理仍占最大比重。其原因在于：大工业用户在生产作业过程中，最大负荷的使用时间较少，但两部制电价中的基本电费却取决于最大负荷的数值。利用储能的灵活性，在用户用电高峰时段对储能放电，有效地降低用户最大负荷，从而减少基本电费[27-29] 。另外，对比其他地区[22] 分时电价水平，该用户响应的是为农产品电价优惠，故峰谷电价差没有其他地区大，导致峰谷套利收益较低。需求侧响应和应急供电的收益之和占八月份用户收益的44.189%。由此可知，用户侧储能参与需求侧响应和应急供电可给用户带来较高的收益。政府可通过对响应电价的合理设置，激励储能用户参与电网辅助服务项目中。3.3.2 电价政策对储能效益分析 广西大工业用户采用的是两部制电价享有分时电价优惠政策，与其他地区采用两部制分时电价收益有所不同。现综合考虑其他地区分时电价的设置对该用户收益分析，其中分时电价如表9所示。
表9 峰-平-谷电价政策
Table 9 The peak-flat-valley electricity price policy
该部分内容仅考虑电价政策的变化对储能经济效益的影响，不改变储能在容量配置阶段的参数设定值。在需求响应和应急供电约束中同样设置13:00—15:00为需求响应时段、15:00—16:00为保电时段。4种不同辅助服务的效益对比如表10所示。
表10 峰-平-谷电价下不同辅助服务收益占比
Table 10 The proportion of benefit from different ancillary services under peak-flat-valley electricity prices
对比表8和表10可知，储能的收益会随政策的改变而增减，不同地区的储能优惠政策会导致储能收益的不同。在广西地区，该用户采用两部制电价享有分时电价优惠政策[30] ，可保证安装储能后用户盈利。若适当的改变电价政策，增大分时电价的峰谷电价差，会使用户投资获取更大的收益，促进储能产业的发展。
4 结论
本文针对安装储能的大工业用户，结合电价政策对参与辅助服务的用户侧储能配置及经济效益进行了分析，得出如下结论。（1）用户侧储能参与峰谷套利、需量管理、需求侧响应和应急供电4种辅助服务均可在全寿命周期内获得收益，为提高用户侧储能收益提供新思路。（2）参与辅助服务的用户侧储能优化配置方法可有效将4种辅助服务考虑在内，对储能容量以及辅助服务参数优化计算。算例测试表明，在广西现有电价政策下，优化计算得出的辅助服务参数影响储能典型日的运行曲线，验证了模型的有效性。（责任编辑 于静茹）
作者介绍
尚博阳（1996—），男，通信作者，硕士研究生，从事电力系统优化运行，E-mail：18121486@bjtu.edu.cn;
★
许寅（1986—），男，博士，教授，从事配电系统故障恢复、电力系统韧性与电磁暂态仿真研究，E-mail：xuyin@bjtu.edu.cn.