BESS參與風電輔助服務市場效益敏感性分析

，，， ，，

(1.國網新疆電力有限公司，新疆 烏魯木齊 830000； 2.國網新疆電力有限公司昌吉供電公司，新疆 昌吉 831100； 3.國網新疆電力公司電力科學研究院，新疆 烏魯木齊 830000； 4.國網甘肅電力公司經濟技術研究院，甘肅 蘭州 730050；5.大連理工大學,遼寧 大連 116023)

0 引 言

全球化石能源的日益匱乏和自然環境的每況愈下，無形地促進了含風、光電在內的可再生能源產業的發展。然而，可再生能源出力十分不穩定，波動幅度大，無益于電網的安全穩定運行，為火、水電等傳統機組的調峰、調頻工作造成很大負擔。當前，在沒有清晰的輔助服務補償制度前提下，傳統機組正在無償為風電提供調峰、調頻輔助服務，對火電等傳統機組的利益提出了考驗，在一定程度上打消了常規機組提供電力輔助服務的積極性，影響了風電的大規模并網消納[1]。而儲能技術在電網中呈現出的包括削峰填谷、電能的時空轉移等多種應用方式，可以有效提升風電滲透率，解決電網高峰、低谷負荷的問題；同時，能夠通過合理的電價設計，促進電力市場自由化。

文獻[2-3]在儲能電池應用于跟蹤風電場計劃出力方面做了探索。文獻[4]通過分析處理儲能示范電場的實際數據，得到儲能電池是一種高效且適用的平抑風電波動方法的結論。文獻[5]研究了儲能電池在應用于平抑風電功率波動時的新的控制方法。文獻[6-8]均在風電場出力短期預測技術基礎上，進行了BESS在平抑風電出力波動方面的控制策略研究。文獻[9]提出一個虛擬電廠的概念，將風電場及儲能系統聯合起來調度管理，分析了儲能的工作方式，得出了儲能系統的收入和成本計算公式。

綜上，目前對電池儲能系統應用于電網建設的探索，還集中在風儲聯合系統中儲能的控制策略和容量配置研究上，而在制約電池儲能電站大規模發展的經濟性因素方面研究尚少，從行業發展來看，研究規模化電池儲能技術的經濟性是十分緊迫的需求。

為保證電力系統具有可靠的風電輔助服務提供能力，實現風電安全、經濟、高效的并網，亟需一種新的輔助服務電力市場模式，提高各機組提供輔助服務的積極性。下面在分析BESS參與風電輔助服務場景的過程中，提出了新的輔助服務市場模式。首先依據BESS的參與方式及參與量，建立其參與風電輔助服務的經濟效益模型。然后，在Excel中建立BESS收益敏感性分析模型，由此分析影響BESS經濟效益的敏感因素，得到對BESS收益影響最大、最敏感的參數，得出減少不利因素影響、改善和提高項目的投資效果的結論。

1 BESS參與風電輔助服務場景分析

目前，隨著風電的大規模入網，棄風限電現象也越來越不容小覷，風電的安全可靠并網問題也得到了越來越多的關注。眾所周知，風電出力十分不穩定，出力曲線大幅度波動情況多見，且結合負荷曲線分析時，頻繁發生反調峰威脅著電網的穩定運行。因此，需要系統提供輔助服務來協同風電友好并網[10]，這里將此種輔助服務稱為風電輔助服務。

而現階段，中國并沒有成熟的輔助服務交易模式，尚且不能將輔助服務和電能服務分開來看[11]。同時也還無配合中國新能源規模化應用的補償機制，這還處于示范試點研究階段。目前，中國已計劃實施一些電力輔助服務補償機制試點工程，分布在棄風現象較為嚴峻的東北、華北和西北等地區，相應地，也會對參與輔助服務的儲能系統提供商給予資金補償，補償方式方法沒有制度化[1]。

因此，下面效仿現有電能服務市場，提出一種新的輔助服務市場模式，如圖1所示。在此種模式下，提供輔助服務的傳統機組和儲能系統都可以在保證自身盈利的情況下，根據其輔助服務提供能力給出報價。把電池儲能電站看做獨立個體，和提供輔助服務的傳統機組競價上網。由上級調度安排上網計劃，以購電成本最小為目標，以電網安全穩定為約束，選擇最佳的輔助服務提供方案。這種模式的一大優點就是無需電力系統或輔助服務需求方提供輔助服務補償。

圖1 風電輔助服務提供機組參與方式

2 BESS市場效益建模

2.1 BESS的成本與收入構成

從分析BESS的成本、收入構成入手，研究BESS的市場效益。

首先，BESS的成本由初始投資成本和運行維護成本組成。采用相應的電池壽命值和折現率，將BESS全壽命周期內的成本進行分攤，與同一時間尺度下的運行維護成本相加，得到BESS的年均成本和日成本。

其次，BESS的收入包括容量收入、電量收入、環境效益和儲能電池回收收入等4部分，其中：容量收入與電池儲能電站容量有關，容量電價考慮采用兩部制電價中的容量電價計算方法，按補償儲能系統固定成本和準許收益的原則確定；電量收入由BESS參與風電輔助服務的參與量和其充、放電電價決定，BESS通過與常規機組競價的方式參與風電輔助服務，其輔助服務提供量根據調度機構的安全經濟分配得出；環境效益是指在采用BESS后減少污染物排放的效益，即其代替傳統機組承擔輔助服務所減少的污染物、溫室氣體排放產生的效益；儲能電池回收收入是在儲能電站經過長期使用，達到其壽命極限時，對其金屬進行回收再利用的效益。

2.2 BESS市場效益建模

根據以上分析，建立BESS的市場效益模型如式(1)所示。

(1)

3 BESS市場效益敏感性分析

3.1多因素綜合變動對BESS日收益的影響分析

采用Microsoft Office Excel 2007 進行BESS投資收益的敏感性分析，建立BESS收益敏感性分析模型如圖2所示。

圖2 BESS收益敏感性分析模型

通過滾動條控制影響因素的變動百分比，進而控制因素變動后的值(百分比增加或減少1，代表影響因素增加或減少初始值的一倍)。根據日收益模型，以儲能放電電價、BESS額定容量、BESS額定功率三者為變量，建立BESS日收益與3個變量間的關系式，作為變動前BESS日收益及變動后BESS日收益的計算公式。

設定放電電價初始值為0.4元/(kW·h)，額定功率初始值為1 MW，額定容量初始值為1 MW·h。各影響因素經過一定變動，日收益也隨即變動。模型計算結果如圖3所示。

圖3 BESS收益敏感性分析計算1

當前，BESS放電電價為1.6元/(kW·h)，額定功率為3 MW，額定容量為3 MW·h，BESS日收益為4 390.748 41元。要分析多因素綜合變動對BESS日收益的影響，可將各因素增加其初始值的1倍，計算結果如圖4所示。

圖4 BESS收益敏感性分析計算2

由計算結果可見，日收益變為6 147.1元。則各因素變動其初始值的1倍時，BESS日收益變動了40%。繼續使各因素變動為其初始值的1～n倍時，得到BESS日收益變動曲線及敏感系數曲線如圖5所示。

圖5 BESS收益敏感性分析計算3

由圖5可知，各因素綜合變動對BESS日收益影響的敏感系數由大變小，但始終大于1。

3.2 各因素變動對BESS日收益的影響分析

3.2.1放電電價對BESS日收益的影響

采用所建立的BESS投資收益的敏感性分析模型計算：保持BESS額定功率為3 MW，額定容量為 4 MW·h，建立放電電價變動對日收益變動影響的模擬運算表，根據其模擬運算表，建立單因素影響分析動態圖如圖6、圖7所示。

圖6 放電電價對BESS日收益的影響動態

圖7 放電電價變動曲線與其敏感系數曲線

放電電價由初始值0.4元/(kW·h)以0.4元/(kW·h)為變動量不斷增加時，由圖6可得結論：BESS的日收益隨著BESS放電上網電價的增加而增加。因素變動對日收益變動影響的敏感系數如圖7中實線所示。可見，當電價不斷增加的過程中，敏感系數不斷下降，但仍大于1，即表明日收益受電價變動的影響雖是逐漸減弱，卻依舊很大。

3.2.2 額定容量對BESS收益的影響

在調度機構進行輔助服務經濟分配時，存在儲能電池的容量約束。因此，電池容量對BESS參與風電輔助服務的提供量、日收益都有影響。若保持儲能電池額定功率為3 MW，單價為1.6元/(kW·h)不變，采用所建立的BESS投資收益的敏感性分析模型計算，建立額定容量變動對日收益變動影響的模擬運算表，并形成單因素影響分析動態如圖8、圖9所示。

圖8展現了BESS額定容量對日收益的影響趨勢。BESS日收益受額定容量不斷增大的影響，其值不斷減小，在額定容量等于約7.6 MW·h時，BESS收益存在過零點，BESS由盈利轉為虧損。圖9表現了額定容量由初始值1 MW·h并以1 MW·h為變動量不斷增加時，BESS額定容量變動對日收益的敏感系數的變化趨勢。敏感系數小于0，說明BESS日收益隨著額定容量變動向反方向變化；而額定容量在0～7.6 MW·h之間變動時，BESS收益，BESS日收益對于額定容量的變動越來越敏感；在額定容量大于7.6 MWh之后，BESS虧損，BESS虧損量對于額定容量的變動敏感性減弱，趨向于0。

圖8 額定容量對儲能電站日收益的影響趨勢

圖9 敏感系數曲線

3.2.3 額定功率對BESS日收益的影響

根據所建BESS收益數學模型，BESS的額定功率對其參與風電輔助服務的提供量有影響；同時，對其容量收入、初始投資成本影響也很大。

通過計算，在控制BESS額定容量為4 MW·h，單價為1.6元/(kW·h)不變時，采用所建立的BESS投資收益的敏感性分析模型計算，建立額定功率變動對日收益變動影響的模擬運算表。根據額定容量與日收益變動模擬運算表，建立單因素影響分析動態圖如圖10、圖11所示。由圖10可知，BESS額定功率與其日收益呈正比關系，額定功率越大，收益越大。由圖11可見，BESS額定功率變動對日收益的影響敏感系數隨著BESS額定功率的增大，呈對數形式增長，趨近于1，敏感度亦不大。

4 結 論

1)為順應風電的大規模發展，需要建立合理、有效的輔助服務市場機制，提出了一種新的輔助服務模式，其中BESS與常規機組同時上報其提供能力和報價，參與風電輔助服務的競價。在引導傳統機組提供電力輔助服務的同時，促進可再生能源和儲能產業的發展，保障電網的可靠運行。

圖10 額定功率對BESS日收益的影響動態

圖11 額定功率變動曲線與敏感系數曲線

2)針對所建BESS綜合經濟效益模型的敏感性分析可知，對BESS參與風電輔助服務的綜合經濟效益影響較大的3個因素分別為：放電電價、額定容量和額定功率，其中放電電價無疑是最為敏感的影響因素，符合利潤分析常理。

[1] 馬美婷. BESS參與風電輔助服務綜合經濟效益研究[D].烏魯木齊：新疆大學,2017.

[2] 靳文濤, 李蓓, 謝志佳. 電池儲能系統在跟蹤風電計

劃出力中的需求分析[J]. 儲能科學與技術,2013,2(3):294-299.

[3] 楊水麗, 李建林, 惠東,等. 用于跟蹤風電場計劃出力的電池儲能系統容量優化配置[J].電網技術,2014,38(6):1485-1491.

[4] Yoshimoto K, Nanahara T, Koshimizu G. Analysis of Data Obtained in Demonstration Test About Battery Energy Storage System to Mitigate Output Fluctuation of Wind Farm[C]// Integration of Wide-scale Renewable Resources into the Power Delivery System, 2009 CIGRE/IEEE PES Joint Symposium,2009:1-1.

[5] Jiang Q, Wang H. Two-time-scale Coordination Control for a Battery Energy Storage System to Mitigate Wind Power Fluctuations[J].IEEE Transactions on Energy Conversion,2013,28(1):52-61.

[6] Jiang Q, Gong Y, Wang H. A Battery Energy Storage System Dual-layer Control Strategy for Mitigating Wind Farm Fluctuations[J]. IEEE Transactions on Power Systems,2013,28(3):3263-3273.

[7] 婁素華, 吳耀武, 崔艷昭,等. 電池儲能平抑短期風電功率波動運行策略[J]. 電力系統自動化, 2014,38(2):17-22.

[8] 李蓓, 郭劍波. 平抑風電功率的電池儲能系統控制策略[J]. 電網技術, 2012,36(8):38-43.

[9] 閆濤, 渠展展, 惠東,等. 含規模化電池儲能系統的商業型虛擬電廠經濟性分析[J]. 電力系統自動化, 2014,38(17):98-104.

[10] 馬美婷, 袁鐵江, 陳廣宇, 等.儲能參與風電輔助服務綜合經濟效益分析[J].電網技術,2016,40(11):3362-3367.

[11] 單茂華，李陳龍，梁廷婷，等．用于平滑可再生能源出力波動的電池儲能系統優化控制策略[J]．電網技術，2014，38(2)：469-477．

[12] 趙艷妮.基于VC++的電動汽車實驗數據分析系統設計[D].武漢:武漢理工大學,2010.