支撐電力系統清潔轉型的儲能需求量化模型與案例分析

肖晉宇，侯金鳴，杜爾順，金 晨，周原冰，康重慶

（1.全球能源互聯網發展合作組織，北京市 100031；2.全球能源互聯網集團有限公司，北京市 100031；3.清華大學電機工程與應用電子技術系，北京市 100084）

0 引言

當前世界各國的電力系統都正朝著綠色、低碳的方向發展。從資源角度看，水電相對有限，風電、光伏等可再生能源將逐步成為主力電源。可再生能源發電具有隨機性和波動性等特點，給保障電力系統可靠供應帶來了挑戰。規模化儲能技術的發展和應用，為構建安全、經濟、清潔和可持續的高比例可再生能源電力系統提供了技術手段［1-2］。

目前，儲能需求的研究多集中于特定應用場景下特定儲能技術的配置研究。文獻［3-6］針對給定的一種儲能技術，分析了儲能對系統靈活調節能力和經濟性的影響。文獻［7］以大工業用戶電費的計費規則為基礎，構建了需量防守與削峰填谷相結合的用戶側儲能配置優化模型。文獻［8］采用自適應小波分解方法處理風電功率波動，以系統年綜合成本最小為目標，建立了考慮電池壽命的優化模型。文獻［9］構建了微網在獨立模式下的儲能系統優化配置模型，優化變量包括儲能系統的額定功率和容量。文獻［10］基于隨機規劃的p-有效點理論，獲得一種將不確定規劃轉化為確定性規劃的解析方法，從而求解計算系統所需的最小儲能總量。文獻［11］以用戶投資回報率最大為目標建立儲能規劃模型，采用多步動態優化方法求解，得到最優儲能規模和最優合同容量。上述研究一方面都局限于單一場景下的儲能容量配置，另一方面，無法回答新型儲能相比于其他技術手段（如新建其他靈活調節電源）的經濟性水平。

針對應用場景的儲能配置忽視了新增儲能設備同時具有的調峰、平滑出力、系統備用等多重功能，無法準確評估系統整體的儲能需要。規模化配置儲能是一個電源優化問題，需要在電源規劃研究中統籌考慮儲能配置［12］，這一類規劃問題的求解方法包括 隨 機 動 態 規 劃［13］和 遺 傳 算 法［14］等 方 法。文 獻［15］提出了一種能同時給出常規電源、可再生能源和儲能方案的優化方法。上述優化方法主要針對以電池為代表的新型儲能技術建模，反映了儲能的功率特性，但是無法解決可再生能源高滲透下系統凈負荷在長時間尺度（月度或跨季節）下波動的問題，更無法統籌優化系統對短時功率調節能力和長期能量調節能力的雙重需求。

本文提出了一種基于混合整數規劃的儲能與可再生能源聯合優化的量化模型與方法，在模型參數上對短時功率型儲能和長期能量型儲能進行區分，使得優化算法能夠針對功率和能量2種不同調節能力在系統平衡中發揮不同作用，實現對系統多時間尺度儲能需求的統籌優化。考慮到當前電力系統日內調峰對儲能放電時長的需求一般為4～6 h，而應對季調峰主要以按月安排機組檢修為主要手段，結合未來儲能技術的發展，將短時儲能和長期儲能持續放電時間分別設置為6 h和720 h。

全球能源互聯網骨干網架研究提出了全球各大洲能源清潔轉型目標，分析預測了全球用電需求、電力供應、清潔能源占比和電網互聯方案［16-17］，本文以此為邊界條件開展儲能需求量化研究。

1 儲能需求的量化分析方法

1.1 儲能需求的維度

能源系統對儲能的需求本質上取決于能源生產與消費間的不平衡程度，對于電力系統而言，生產與消費間的不平衡度由凈負荷的特性決定。儲能不僅在平抑可再生能源波動［18］或調頻［19-20］等單一場景中發揮作用，更具有系統價值［21］。本文從系統級視角研究和回答能源清潔化轉型需要什么樣的儲能、需要多少儲能、能接受什么價格水平的儲能等3個重要問題。與現有研究不同，本文提出按照短時功率型和長期能量型在模型中區分2種儲能，分別應對功率平衡和能量平衡這2種不同類型的不平衡問題。因此，在能源系統清潔化轉型要求下，從系統級角度分析，儲能的需求應包括3個維度：①總量，包含功率總量和能量總量；②結構，即短時和長期儲能的比例；③成本，即系統可接受的最高儲能成本。

分析儲能需求，首先要明確系統的清潔化發展目標，主要包括3個方面：一是可再生能源占比不斷提高；二是供電充裕度不降低；三是用電成本下降。也就是要回答在電力系統中如何配置儲能，才能在可再生能源比例不斷提高的同時，確保整體供電充裕度不變且用電成本可以持續下降。

1.2 量化分析流程

系統級儲能需求的量化分析流程如圖1所示。

圖1 儲能需求分析的流程Fig.1 Analysis procedure of energy storage demand

首先，通過設定明確的清潔能源占比，準備相關基礎數據，主要分為2類：一類是系統運行的仿真數據，包括系統目標水平年的用電負荷及全年逐小時特性、可調節機組（火電、核電及可調節水電等）的發電特性和區域內主要風電、光伏發電基地的全年逐小時發電特性等；另一類是優化計算的經濟性參數，包括預測的各類發電和儲能投資、運行成本和儲能損耗等。結合當前新型儲能技術發展趨勢，本文采用預測的鋰離子電池和氫儲能（電-氫-電）的成本水平分別代表短時和長期2類不同儲能設備的成本。

然后，以預測規劃模塊結果作為輸入，分析最優的系統儲能配置需求，包括總量、結構和成本。隨著清潔能源占比的提高，如果系統綜合用電成本不斷降低，說明能源清潔轉型能夠順利推進；如果系統綜合用電成本上升，說明預估的儲能成本水平無法滿足要求，應調整儲能成本預測并重新迭代。

最后，根據優化計算的結果，提出儲能需求總量、結構，以及能夠實現系統綜合度電成本下降的儲能經濟性指標。

1.3 量化分析模型

本文建立的儲能與可再生能源聯合規劃優化方法是完成系統級儲能需要研究的核心，其主要框架如圖2所示。模型采用計及系統運行靈活性約束的全年逐小時時序運行模擬方法，計及電力電量平衡約束、各類發電及儲能設備的運行約束，對火電、水電、核電、間歇性可再生能源機組（包括風電、光伏）和短時、長期2類儲能設備進行協同優化，以系統綜合度電成本最低作為優化目標，構成大規模混合整數線性規劃模型，并采用CPLEX軟件包進行求解［22］。

圖2 量化分析儲能需求的優化方法框架Fig.2 Framework of optimization method for quantitative analysis of energy storage demand

具體數學模型如下。

1）目標函數

其中，電源投資成本可通過式（2）計算。

系統運行成本可通過式（3）計算，包括火電機組的啟停成本、電源的運行成本及系統的切負荷成本。假設可再生能源設備和儲能設備的運行成本為0，不考慮可再生能源棄電的額外懲罰。

2）投資決策約束條件

可再生能源與儲能設備的最大可建容量約束為：

可再生能源發電占比約束為：

電力系統供電充裕度約束為：

式中：α為電力系統供電充裕度，本文取0.000 1。式（6）表示切負荷總量不超過α的負荷需求比例。

3）運行模擬約束條件

發電-負荷平衡約束為：

節點切負荷功率不能大于所在節點的用電負荷，即

線路潮流約束為：

間歇性可再生能源出力約束為：

儲能設備運行約束為：

式（12）要求充、放電功率不超過儲能容量；式（13）為能量平衡方程；式（14）要求存儲電量不超過設備容量；式（15）要求儲能設備充電與放電狀態互斥；式（16）說明儲能設備的儲能水平在初始時刻和最后時刻均等于初始設定值。

火電機組運行約束為：

2 歐洲案例研究

2.1 歐洲案例邊界條件

本文采用全球能源互聯網發展合作組織發布的《歐洲能源互聯網規劃研究》［23］成果作為邊界條件，預計到2035年，歐洲電網最大負荷為1 160 GW，可再生能源滲透率達到45%；2050年歐洲電網的最大負荷為1 425 GW，可再生能源滲透率達到61%。火電、水電、核電等可調節電源裝機容量如附錄A表A1所示。綜合國際可再生能源署（IRENA）和國家可再生能源實驗室（NREL）等機構對可再生能源發電和新型儲能成本發展趨勢的預測［24-26］，算例中設置的各類發電機組裝機容量及成本如附錄A表A2所示。

風電及光伏發電出力特性來自全球能源互聯網發展合作組織開發的全球清潔能源開發評估平臺（global renewable-energy exploration analysis platform，GREAN），采用Vortex和SolarGIS的全球風速、氣壓、太陽輻照、溫度等能源氣象再分析產品［27-28］，納入地形、地面覆蓋物信息，結合當前主流風機和光伏組件發電特性，計算得到了全球9 km×9 km格點分辨率的風電、光伏逐小時發電特性。附錄B圖B1給出了在歐洲選擇的主要風電和光伏基地發電特性。

2.2 歐洲案例優化結果

在確定負荷、常規電源裝機容量和可再生發電占比后，統籌優化風電、光伏、短時儲能和長期儲能規模。優化計算結果表明，2035年，為滿足轉型要求，歐洲風電裝機容量為1 230 GW，光伏裝機容量為940 GW，需要配置儲能（短時+長期）180 GW，占最大負荷的15.5%，儲能總容量為35 100 GW·h，占用電量的0.5%，可再生能源利用率為80.1%；系統綜合度電成本為7.01美分/（kW·h）。2050年，歐洲風電裝機容量為1 660 GW，光伏裝機容量為1 260 GW，電網需要儲能430 GW，占最大負荷的33%，儲能總容量為113 100 GW·h，占總用電量的1.4%，可再生能源利用率為74.8%，系統綜合度電成本為6.07美分/（kW·h）。

附錄B圖B2（a）給出了2050年優化方案最大負荷周的逐小時電力平衡結果和短時儲能運行工況，由圖可見，周三和周六風電大發，系統中的水電、火電和核電低功率運行，儲能充電，最大限度地減少棄電；短時儲能的功率調節能力在日內和周內得到充分利用。附錄B圖B2（b）給出了全年52周平均平衡結果和長期儲能全年運行工況，在可再生能源棄電集中的3～9月進行長期儲能充電，歐洲用電負荷大的10月至次年2月進行長期儲能放電，發揮了能量調節功能。

以2050年優化方案作為對比，若只配置短時儲能，儲能總裝機容量將達到690 GW，僅能為系統提供日內調節，可再生能源利用率下降至59.1%，系統綜合度電成本上升至6.29美分/（kW·h）。若不配置儲能，系統靈活性嚴重不足，只能增加可再生能源裝機冗余，以棄風、棄光為代價進行調節，可再生能源利用率僅為32.7%，系統綜合度電成本上升至7.57美分/（kW·h）。結果對比如表1所示。

表1 2050年歐洲3種配置方式的儲能量化分析結果Table 1 Quantitative analysis results of energy storage in three configurations for Europe in 2050

附錄B圖B3給出了3個不同儲能配置方案在系統最小負荷周（一般也是最大棄電周）逐小時電力平衡的結果對比，可見配置了短時和長期2種儲能的優化方案中長期儲能全周運行在充電工況，因為可再生能源裝機容量小，因此棄電也少。

在2050年優化方案的基礎上增加或減少儲能裝機容量，可再生能源利用率和綜合度電成本的變化趨勢如圖3所示。結果表明，相比于優化方案的結果，無論儲能增加或減少，系統綜合度電成本都會升高，即裝設儲能或提高可再生能源發電的冗余都可以為系統提供調節能力，但都需要付出代價，最優儲能規模（430 GW）是在這2種調節措施間取得平衡的經濟性優化結果。因此，從經濟性最優的角度看，一定程度的棄風棄光是合理選擇。

圖3 改變儲能裝機容量對棄電率和系統度電成本的影響Fig.3 Impact of energy storage capacity change on ratio of electric power curtailment and system levelized cost of energy

2.3 敏感性分析

1）可再生能源滲透率的影響

在2050年優化方案的基礎上，調整系統中火電、核電裝機容量并改變可再生能源發電占比，儲能量化指標結果的變化如圖4所示。

圖4 系統儲能需求及其量化指標隨可再生能源滲透率的變化Fig.4 Variation of system energy storage demand and its quantitative indicators with permeability of renewable energy resources

系統對儲能的需求與可再生能源滲透率密切相關，隨著可再生能源滲透率的提高，儲能需求總量不斷增大，系統對儲能結構的需求也逐步變化。可再生能源滲透率在20%左右時，系統僅需要短時儲能提供功率調節能力；隨著滲透率的提高，短時儲能對減少系統棄風、棄光的貢獻逐步飽和，棄風、棄光率升高；當滲透率超過30%以后，僅配置短時儲能難以繼續滿足系統需求，需要逐漸引入長期儲能為系統提供能量調節能力。相對于可再生能源滲透率40%以下（未配置儲能或以配置短時儲能為主）的情況，滲透率超過40%以后的系統棄風、棄光率增長明顯趨緩，說明長期儲能發揮了重要作用。

2）可再生能源發電成本的影響

圖5給出了在可再生能源發電成本預測水平、中等水平（可再生能源成本提高50%）和較高水平（提高100%）3個情景下的棄電率、儲能需求以及系統綜合度電成本變化情況。

圖5 儲能需求及其量化指標隨可再生能源成本增長的變化Fig.5 Variation of energy storage demand and its quantitative indicators with increase of cost of renewable energy resources

結果表明，在同等可再生能源滲透率水平且儲能成本不變的情況下，可再生能源發電成本越低，棄電的成本也越低，優化儲能規模越小，即系統更傾向于用棄風棄光為系統提供調節能力。

對比3個場景下的系統度電成本變化趨勢可見，可再生能源發電成本下降是確保清潔轉型過程中系統綜合成本下降的重要條件，若可再生能源發電成本下降速度低于預期，則系統綜合度電成本可能上升。

3）儲能成本的影響

隨著儲能成本下降，系統更傾向于增加儲能來提供調節能力。在優化方案基礎上，可再生能源裝機規模對儲能成本敏感性計算的結果如圖6所示，圖中橫軸的0點對應的是基礎方案預設的儲能成本。

圖6 不同儲能成本下的系統可再生能源裝機容量變化Fig.6 Variation of installed capacity of renewable energy resources with different energy storage costs

結果表明，儲能成本下降對系統經濟性的貢獻存在邊際效益。當儲能成本高于預設水平10%時（圖中A段，門檻期），單位儲能成本變化對風、光裝機規模的影響較小，主要是由于此時儲能成本高，系統更傾向于多配置風電、光伏電源，以棄風棄光為代價為系統提供調節能力，儲能難以被系統接受。在圖中B段（競爭期），儲能成本對減少風、光裝機規模的邊際效益先逐漸增大，當低于預設水平12%時，儲能成本每降低1%，風、光裝機容量可減少1.2%，邊際效益達到最大，意味著儲能降價可帶來最大的系統效益；當儲能成本低于預設水平的40%時（圖中C段，飽和期），儲能成本下降的邊際效益降低，對系統經濟性的貢獻不大。

3 2050 年全球儲能需求分析

3.1 全球案例邊界條件

根據全球能源互聯網骨干網架研究［16］，2050年全球各大洲及中國電力需求預測如附錄A表A3所示，火電、水電、核電等可調節電源裝機容量如附錄A表A1所示；根據全球清潔能源開發評估平臺，全球六大洲主要風電、光伏發電基地的年特性曲線如附錄B圖B4所示。

3.2 全球案例優化結果

按照前述方法，對全球各大洲及中國2050年的儲能需求進行測算，結果如表2所示。到2050年全球需配置儲能4 100 GW。具體來看，各大洲的負荷水平、負荷特性、可調節裝機占比、可再生能源發電特性等邊界條件差異較大，因此儲能需求結果也各有不同。北美洲、歐洲凈負荷長期波動較大，需要更多的長期儲能，因此儲電量占年用電量比例明顯高于其他洲，分別達到1.8%和1.6%；非洲光伏裝機容量占比大，需要大量短時儲能減少棄光，儲能裝機需求約為最大負荷的30%；中南美洲水電資源豐富，為系統提供充足的調節能力，因此儲能裝機需求最小，僅占最大負荷的12%；亞洲幅員遼闊，內部各區域特點各異，東亞風電出力的季節性波動較大，因此需要配置較多長期儲能；西亞、南亞、中亞光伏裝機容量占比高，對短期儲能需求較高；東南亞水電資源豐富，調節能力充足，對儲能需求較少。

表2 2050年全球儲能需求分析結果Table 2 Analysis results of global energy storage demand in 2050

2050年，中國可再生能源滲透率預計將達到62.7%，“三北”地區是最主要的可再生能源基地。在跨區聯絡線僅考慮送電功能的條件下，全國需要配置儲能825 GW/140.6 TW·h，其中長期儲能190 GW/136.8 TW·h。

4 結語

采用提出的聯合優化模型，本文以2050年歐洲、全球和中國為算例，測算能源清潔轉型背景下的電力系統儲能需求，結果揭示了儲能行業中長期發展需要重點關注的一些問題。

1）關于長期儲能。在當前可再生能源滲透率水平（10%左右）下，充分利用水電（包括抽水蓄能）的調節能力，開展部分火電機組靈活性改造可基本滿足系統要求，大規模應用新型儲能的需求并不迫切。隨著清潔轉型的深入（超過20%），系統需要配置新型的短時儲能；當可再生能源滲透率超過30%時（按照轉型目標，大致在2035年左右），僅配置短時儲能也無法滿足要求，必須配置具備跨季節能量調節的長期儲能。

2）關于可再生能源利用率。棄風棄光是可再生能源高滲透系統的一種合理選擇，棄電率與風電、光伏成本負相關。采用本文的模型和方法，可以分析確定系統條件下經濟合理的棄電率水平。提出過高的可再生能源利用率要求，片面保護發電企業效益，反而會阻礙轉型發展。

3）關于儲能經濟性。新型儲能技術面臨的競爭不僅來自其他儲能技術，更來自可再生能源發電。如果新型儲能成本下降速度低于可再生能源發電，提高合理棄風棄光比例的經濟代價更小，新型儲能從經濟性角度將難以被系統所接受。

4）關于儲能發展目標。預計到2050年，全球電力系統中應用的新型儲能產業規模將超過28 000億美元，中國市場規模約為60 000億元（美元匯率按7計算），將有力帶動整個行業發展。目前，行業普遍認為儲能成本越低越有利于能源清潔轉型。技術成熟和成本下降往往需要大量的科研投入和政策補貼。本文的研究表明，在給定的轉型目標下，新型儲能的發展應以追求系統邊際效益最大為目標，成本下降應與風電、光伏發電成本下降相適應、相匹配，才能獲得最大的系統整體效益。

最后需要指出的是，本文案例研究以全球能源互聯網骨干網架規劃研究作為邊界條件，以跨國大區域（如東亞、歐洲）為單位采用單母線節點模型開展優化計算，沒有計及區域內電網瓶頸的影響。后續工作將重點研究考慮輸電約束的復雜電網中優化儲能需求的模型和算法，進一步提高方法的適用性。

本文受全球能源互聯網集團有限公司科技項目（2700/2020-75001B）資助，特此感謝！

附錄見本刊網絡版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網絡全文。