新型電力系統(tǒng)下儲(chǔ)能輔助運(yùn)行與優(yōu)化配置研究綜述
2025-11-15 00:00:00周濤賀偉李會(huì)芳季振東
南京信息工程大學(xué)學(xué)報(bào) 2025年5期
中圖分類號(hào)TM73；TM712文獻(xiàn)標(biāo)志碼A
0 引言
近年來，伴隨著“碳達(dá)峰、碳中和”目標(biāo)的明確提出以及新能源為主導(dǎo)的新型電力系統(tǒng)構(gòu)建步伐的加快，我國儲(chǔ)能領(lǐng)域迎來了前所未有的發(fā)展機(jī)遇，步人了快速發(fā)展的新階段[1].據(jù)國家能源局的數(shù)據(jù)顯示，截至2023年底，全國已經(jīng)建成投運(yùn)儲(chǔ)能項(xiàng)目累計(jì)裝機(jī)規(guī)模達(dá)3139萬 kW?h/6687 萬 kW?h ，平均儲(chǔ)能時(shí)長 2.1h，2023 年新增裝機(jī)規(guī)模約2260萬 kW?h/4 870 萬 kW?h ，較2022年底增長超過260%[2] .儲(chǔ)能具有建設(shè)周期短、布局靈活、響應(yīng)速度快等優(yōu)勢(shì)[3]，可在新型電力系統(tǒng)運(yùn)行中發(fā)揮調(diào)峰、調(diào)頻、調(diào)壓等多種功能，是構(gòu)建新型電力系統(tǒng)的重要支撐和實(shí)現(xiàn)碳達(dá)峰碳中和目標(biāo)的重要途徑.此外，《國家能源局關(guān)于促進(jìn)新型儲(chǔ)能并網(wǎng)和調(diào)度運(yùn)用的通知》（國能發(fā)科技規(guī)[2024]26號(hào)）也提出，需對(duì)儲(chǔ)能并網(wǎng)接入管理流程進(jìn)行規(guī)范化處理，進(jìn)一步優(yōu)化儲(chǔ)能的調(diào)度運(yùn)行機(jī)制，旨在全面挖掘并充分發(fā)揮儲(chǔ)能技術(shù)的潛能，從而為構(gòu)建安全、高效、靈活的新型電力系統(tǒng)提供堅(jiān)實(shí)支撐與有力保障[4].
為充分挖掘儲(chǔ)能技術(shù)在電力系統(tǒng)中的支撐潛能，亟需對(duì)儲(chǔ)能資源進(jìn)行科學(xué)合理的規(guī)劃與配置，以強(qiáng)化電力系統(tǒng)的調(diào)節(jié)靈活性與適應(yīng)性[5].這對(duì)于提升電力系統(tǒng)的調(diào)節(jié)能力、延緩或替代電網(wǎng)投資、提升系統(tǒng)應(yīng)急保障能力等方面具有重要意義.特別是針對(duì)多樣化的應(yīng)用場景，應(yīng)明確界定儲(chǔ)能技術(shù)在調(diào)峰、調(diào)頻等方面的配置原則，確保其功能最大化發(fā)揮.同時(shí)，必須全面考量儲(chǔ)能系統(tǒng)的約束條件及優(yōu)化目標(biāo)，探索并確立不同應(yīng)用場景下儲(chǔ)能配置的最優(yōu)策略.這不僅有助于妥善應(yīng)對(duì)新能源滲透率不斷提升所帶來的復(fù)雜挑戰(zhàn)，還將為電力系統(tǒng)的長期可持續(xù)發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)，促進(jìn)能源結(jié)構(gòu)的綠色轉(zhuǎn)型與高效利用.
在構(gòu)建新型電力系統(tǒng)過程中，儲(chǔ)能配置對(duì)支撐以新能源為主體的新型電力系統(tǒng)穩(wěn)定運(yùn)行起到了重要作用[.為應(yīng)對(duì)光伏等新能源接入電網(wǎng)后帶來的一系列問題，文獻(xiàn)[7]提出一種計(jì)及用戶側(cè)需求響應(yīng)的混合儲(chǔ)能優(yōu)化配置方法，在電網(wǎng)穩(wěn)定方面產(chǎn)生了顯著的應(yīng)用效果；文獻(xiàn)[8]基于“等面積原理”，設(shè)計(jì)了一種儲(chǔ)能與新能源協(xié)同優(yōu)化配置的新方法，該方法能夠針對(duì)不同應(yīng)用場景，實(shí)現(xiàn)新能源出力特性、消納目標(biāo)設(shè)定、儲(chǔ)能容量配置以及系統(tǒng)整體平衡四個(gè)維度的有機(jī)整合與統(tǒng)一.
基于以上研究背景及現(xiàn)狀，本文從儲(chǔ)能的運(yùn)行原理和輔助電力系統(tǒng)運(yùn)行控制入手，分別以儲(chǔ)能輔助新型電力系統(tǒng)運(yùn)行控制、儲(chǔ)能系統(tǒng)優(yōu)化配置約束條件與優(yōu)化目標(biāo)和儲(chǔ)能系統(tǒng)優(yōu)化配置求解算法等三方面開展綜述，旨在梳理新型電力系統(tǒng)下儲(chǔ)能系統(tǒng)優(yōu)化配置技術(shù)研究現(xiàn)狀與面臨的關(guān)鍵問題和挑戰(zhàn)，歸納總結(jié)儲(chǔ)能優(yōu)化配置的各種約束條件與優(yōu)化目標(biāo)，分析不同優(yōu)化算法的優(yōu)缺點(diǎn)和適用性，并對(duì)未來儲(chǔ)能優(yōu)化配置支撐構(gòu)建新型電力系統(tǒng)、推動(dòng)電力系統(tǒng)的可持續(xù)發(fā)展進(jìn)行研究展望.
1儲(chǔ)能輔助新型電力系統(tǒng)運(yùn)行控制
隨著“碳達(dá)峰、碳中和”目標(biāo)的推進(jìn)，電力系統(tǒng)中大規(guī)模可再生能源的接入已成為不可逆轉(zhuǎn)的發(fā)展趨勢(shì).在新能源比例的持續(xù)增大下，風(fēng)電、光伏等新能源并網(wǎng)給電網(wǎng)的穩(wěn)定運(yùn)行帶來了諸多嚴(yán)峻挑戰(zhàn)，導(dǎo)致電力系統(tǒng)調(diào)峰、調(diào)頻能力以及電能質(zhì)量等問題日益凸顯.儲(chǔ)能系統(tǒng)（EnergyStorageSystem，ESS）憑借其良好的有功和無功動(dòng)態(tài)響應(yīng)特性，能夠有效平抑新能源固有的隨機(jī)性和間歇性對(duì)電網(wǎng)造成的波動(dòng)，進(jìn)而推動(dòng)大規(guī)模新能源的順利接入，實(shí)現(xiàn)負(fù)荷的平穩(wěn)調(diào)節(jié)，并顯著提升電網(wǎng)的互動(dòng)友好性9.在此背景下，深入探索科學(xué)合理的儲(chǔ)能配置策略，對(duì)于充分發(fā)掘儲(chǔ)能潛力及提升電網(wǎng)調(diào)控能力具有重要的理論與現(xiàn)實(shí)意義[1].新型電力系統(tǒng)下儲(chǔ)能輔助運(yùn)行與優(yōu)化配置研究綜述路線如圖1所示.
1.1 輔助電網(wǎng)調(diào)頻
儲(chǔ)能技術(shù)在為電力系統(tǒng)提供調(diào)頻輔助服務(wù)方面扮演著至關(guān)重要的角色，對(duì)于緩解系統(tǒng)調(diào)頻能力供需失衡的現(xiàn)狀具有重要的現(xiàn)實(shí)意義[1-12].在復(fù)雜的電力網(wǎng)絡(luò)體系中，調(diào)頻機(jī)制是維系系統(tǒng)穩(wěn)定運(yùn)行不可或缺的一環(huán).通過科學(xué)合理地配置儲(chǔ)能系統(tǒng)，能夠有效彌補(bǔ)常規(guī)發(fā)電機(jī)組在調(diào)頻能力上的不足，進(jìn)而在必要時(shí)提供及時(shí)的調(diào)頻支撐，確保整個(gè)電力系統(tǒng)的安全穩(wěn)定運(yùn)行[13].
傳統(tǒng)電網(wǎng)的調(diào)頻任務(wù)主要由火電機(jī)組承擔(dān)，隨著電網(wǎng)中新能源比例的快速增長，火電機(jī)組逐漸退出，系統(tǒng)中的調(diào)頻容量迅速減小，電網(wǎng)的調(diào)頻能力下降.因此要求電網(wǎng)中的可再生能源具有調(diào)頻能力，來彌補(bǔ)隨著火電機(jī)組退出而減少的調(diào)頻機(jī)組容量[14-16].在此背景下，新能源與儲(chǔ)能聯(lián)合系統(tǒng)，依靠儲(chǔ)能電池調(diào)節(jié)聯(lián)合系統(tǒng)的出力[17-18]，為提升電網(wǎng)調(diào)頻能力提供了有效途徑.文獻(xiàn)[19]提出一種光儲(chǔ)系統(tǒng)調(diào)頻和調(diào)峰的綜合控制策略，使儲(chǔ)能電池根據(jù)電網(wǎng)頻率確定自己的出力自標(biāo)后，對(duì)儲(chǔ)能電池的荷電狀態(tài)進(jìn)行分區(qū)，優(yōu)化了儲(chǔ)能電池的出力特性，顯著增強(qiáng)了電網(wǎng)的調(diào)頻響應(yīng)能力.此外，釋放儲(chǔ)能裝置的頻率支撐潛力，將是提升風(fēng)、光高占比系統(tǒng)并網(wǎng)穩(wěn)定性的關(guān)鍵.文獻(xiàn)[20]利用儲(chǔ)能裝置獨(dú)有的功率調(diào)節(jié)特性，提出一種融合恒頻控制與調(diào)頻狀態(tài)轉(zhuǎn)移控制的儲(chǔ)能并網(wǎng)頻率主動(dòng)支撐策略，能夠顯著提升電力系統(tǒng)的頻率穩(wěn)定性，并優(yōu)化其對(duì)電網(wǎng)的主動(dòng)支撐能力.文獻(xiàn)[21通過在電網(wǎng)中配置電池儲(chǔ)能系統(tǒng)，不僅可以在緊急情況下對(duì)頻率和電壓進(jìn)行快速支撐，提升系統(tǒng)頻率和電壓的支撐能力，還可以提升新能源的消納能力.當(dāng)然，通過混合儲(chǔ)能技術(shù)參與風(fēng)電場并網(wǎng)平滑輸出功率和輔助一次調(diào)頻也可以有效減緩風(fēng)電場輸出功率波動(dòng)，主動(dòng)支撐電網(wǎng)頻率安全.文獻(xiàn)[22]提出一種基于飛輪和鋰電池的混合儲(chǔ)能平抑-調(diào)頻方案，并深入考慮混合儲(chǔ)能系統(tǒng)的全生命周期成本，結(jié)合多時(shí)間尺度的實(shí)際需求，構(gòu)建了容量優(yōu)化配置的層次化模型.該方案不僅能夠有效提升系統(tǒng)的頻率穩(wěn)定性，還能優(yōu)化風(fēng)-儲(chǔ)聯(lián)合系統(tǒng)的全生命周期凈收益，為混合儲(chǔ)能技術(shù)在電力系統(tǒng)中的應(yīng)用提供了新的思路與參考.
綜上所述，儲(chǔ)能在電網(wǎng)調(diào)頻中發(fā)揮著顯著作用，合理地配置利用儲(chǔ)能可以有效提升新型電力系統(tǒng)的調(diào)頻能力，也是確保高占比風(fēng)能和光能等系統(tǒng)并網(wǎng)穩(wěn)定性的關(guān)鍵，將為電力系統(tǒng)的安全、經(jīng)濟(jì)、可持續(xù)運(yùn)行提供重要保障.
1.2 輔助電網(wǎng)調(diào)峰
儲(chǔ)能可以為電力系統(tǒng)提供調(diào)峰支撐[23-24].在電力系統(tǒng)中，負(fù)荷峰谷差較大、調(diào)峰資源不足等問題一直存在[25].通過合理地配置儲(chǔ)能，可以有效緩解這些問題，提高電力系統(tǒng)的調(diào)節(jié)能力.在確定儲(chǔ)能系統(tǒng)的合理規(guī)模時(shí)，需要綜合考慮電網(wǎng)的負(fù)荷峰谷差、最大調(diào)峰缺口及缺口持續(xù)時(shí)間等因素，確保儲(chǔ)能的配置能夠滿足電力系統(tǒng)的調(diào)峰需求，從而實(shí)現(xiàn)資源的最優(yōu)化利用與系統(tǒng)性能的全面提升.
儲(chǔ)能技術(shù)在參與電網(wǎng)調(diào)峰中優(yōu)勢(shì)明顯，不同時(shí)間段電網(wǎng)負(fù)荷差異巨大，儲(chǔ)能系統(tǒng)可以在低負(fù)荷時(shí)充電，在高負(fù)荷時(shí)放電，減少電網(wǎng)的峰谷差，可滿足調(diào)峰需求，提高電網(wǎng)的穩(wěn)定性和可靠性[26].當(dāng)前，負(fù)荷需求增加和不確定新能源并網(wǎng)導(dǎo)致的新型電力系統(tǒng)的調(diào)峰壓力日趨攀升，為了對(duì)儲(chǔ)能潛力進(jìn)行充分挖掘以提升電網(wǎng)調(diào)控水平，文獻(xiàn)[10]提出一種全面考慮儲(chǔ)能用戶行為及調(diào)峰需求的聚合商側(cè)儲(chǔ)能配置優(yōu)化模型，該模型不僅全面考慮了儲(chǔ)能用戶的行為特性以及調(diào)峰的實(shí)際需求，而且能夠在優(yōu)化儲(chǔ)能配置容量的同時(shí)，充分納入儲(chǔ)能用戶綜合不確定性因素與電網(wǎng)調(diào)峰需求的交互影響，為儲(chǔ)能技術(shù)的科學(xué)應(yīng)用與電網(wǎng)調(diào)控水平的提升提供了有力支持.
在我國，火力發(fā)電機(jī)組依然占據(jù)著電力系統(tǒng)中的主要供電地位，因此，傳統(tǒng)的做法大多依賴于火電機(jī)組來進(jìn)行調(diào)峰操作并解決新能源的并網(wǎng)消納問題[27].然而，隨著新能源裝機(jī)容量的不斷提升，僅僅依靠火電機(jī)組已難以滿足日益增長的新能源消納需求.儲(chǔ)能系統(tǒng)以其快速響應(yīng)等獨(dú)特優(yōu)勢(shì)，能夠更及時(shí)、高效地參與到電力系統(tǒng)的調(diào)峰過程中，為實(shí)現(xiàn)新能源的高效利用和電力系統(tǒng)的穩(wěn)定運(yùn)行提供有力支撐.為此，有必要相應(yīng)配置一定比例的儲(chǔ)能系統(tǒng)，以有效緩解新能源并網(wǎng)所帶來的消納難題.文獻(xiàn)[28]在已有調(diào)峰研究的基礎(chǔ)上繼續(xù)深入挖掘傳統(tǒng)火電機(jī)組、電池儲(chǔ)能電站的調(diào)峰潛力，提高系統(tǒng)調(diào)峰靈活性，并將其應(yīng)用于傳統(tǒng)機(jī)組，在降低系統(tǒng)運(yùn)行成本的同時(shí)，提高風(fēng)電并網(wǎng)消納水平[29].文獻(xiàn)[30]將電熔鎂負(fù)荷納入調(diào)度體系，通過配置儲(chǔ)能裝置與火電機(jī)組進(jìn)行協(xié)同調(diào)峰，實(shí)現(xiàn)了負(fù)荷特性的優(yōu)化與調(diào)峰能力的增強(qiáng).此外，文獻(xiàn)[31]提出一種儲(chǔ)能與火電機(jī)組聯(lián)合調(diào)峰的雙層運(yùn)行方法，該方法兼顧了儲(chǔ)能配置和火電機(jī)組靈活性改造，同時(shí)提出的基于儲(chǔ)能壽命模型的補(bǔ)償策略，也有效地調(diào)動(dòng)了儲(chǔ)能參與調(diào)峰的積極性，為電力系統(tǒng)的穩(wěn)定運(yùn)行與新能源的廣泛接入提供了有力保障.
近年來，隨著光伏裝機(jī)容量占比迅速提升，日益突出的光伏出力波動(dòng)性及反調(diào)峰特性加劇了電力系統(tǒng)調(diào)峰的壓力，利用光儲(chǔ)資源參與調(diào)峰成為緩解電力系統(tǒng)調(diào)峰壓力的一種有效措施.文獻(xiàn)[32]將原始光伏出力曲線分解為調(diào)峰分量與平抑波動(dòng)分量，基于氫儲(chǔ)能運(yùn)行特性，配置用于調(diào)峰與平抑波動(dòng)的儲(chǔ)能容量，提出了光伏-氫儲(chǔ)能輔助調(diào)峰的雙層優(yōu)化配置模型，有效降低了光伏波動(dòng)對(duì)配網(wǎng)的影響，縮減了配網(wǎng)的運(yùn)行成本，提升了其運(yùn)行經(jīng)濟(jì)性與穩(wěn)定性.文獻(xiàn)[33]提出一種基于改進(jìn)K-means ++ 算法的分布式光儲(chǔ)聚合調(diào)峰方法，建立聚合-調(diào)峰-分解模型，有效降低了光儲(chǔ)變量維數(shù)和求解難度，提升了其參與電力系統(tǒng)調(diào)峰優(yōu)化的可行性.
因此，儲(chǔ)能技術(shù)在輔助電網(wǎng)調(diào)峰方面展現(xiàn)出顯著的優(yōu)勢(shì)和潛力.通過合理地配置儲(chǔ)能，能夠在低負(fù)荷時(shí)段充電、高負(fù)荷時(shí)段放電，可以有效緩解電網(wǎng)負(fù)荷峰谷差大、調(diào)峰資源不足等長期存在的問題，從而提高電力系統(tǒng)的調(diào)節(jié)能力和穩(wěn)定性.
1.3 改善電能質(zhì)量
儲(chǔ)能還可以起到為電力系統(tǒng)提供改善電能質(zhì)量的關(guān)鍵作用[34].新能源機(jī)組的輸出，其隨機(jī)和波動(dòng)給電網(wǎng)的電能質(zhì)量帶來了巨大的挑戰(zhàn)[35]，電網(wǎng)中廣泛存在的諧波和各類干擾信號(hào)往往會(huì)降低電能質(zhì)量，進(jìn)而影響到電力設(shè)備的正常運(yùn)行.然而，儲(chǔ)能技術(shù)憑借其獨(dú)特的優(yōu)勢(shì)，不僅能夠平衡供需關(guān)系、支撐可再生能源的高效利用，還能夠有效抑制諧波的產(chǎn)生、提供必要的無功功率支持，并顯著增強(qiáng)電力系統(tǒng)的抗干擾能力.這些功能協(xié)同作用，能夠顯著提升電能質(zhì)量，為電力系統(tǒng)的穩(wěn)定性和可靠性提供有力保障，從而為新型電力系統(tǒng)的高效、穩(wěn)定運(yùn)行奠定堅(jiān)實(shí)的基礎(chǔ)[36].
針對(duì)電網(wǎng)電能質(zhì)量的提升問題，學(xué)術(shù)界已開展了一系列深入研究.為應(yīng)對(duì)新能源發(fā)電和單相負(fù)荷大規(guī)模接入給配電網(wǎng)帶來的復(fù)雜電能質(zhì)量問題，文獻(xiàn)[37」提出了一種創(chuàng)新的解決方案，采用儲(chǔ)能型配電網(wǎng)靜止同步補(bǔ)償器，實(shí)現(xiàn)對(duì)配電網(wǎng)電壓波動(dòng)、電壓越限及三相不平衡問題的綜合補(bǔ)償，有效提升了配電網(wǎng)的電能質(zhì)量.針對(duì)多光儲(chǔ)單元并聯(lián)運(yùn)行時(shí)因性能指標(biāo)差異導(dǎo)致的慣性功率分配問題及其引發(fā)的電能質(zhì)量挑戰(zhàn)，文獻(xiàn)[38]設(shè)計(jì)了一種多光儲(chǔ)單元協(xié)同控制策略，該策略通過引入自適應(yīng)虛擬慣性控制方法，根據(jù)蓄電池的充放電特性靈活調(diào)整系統(tǒng)慣性，從而顯著提升電能質(zhì)量水平.
在當(dāng)前電力系統(tǒng)發(fā)展中，光儲(chǔ)/風(fēng)儲(chǔ)并網(wǎng)配置已成為改善配電網(wǎng)電能質(zhì)量的關(guān)鍵因素之一.文獻(xiàn)[39]構(gòu)建了一種綜合考慮電能質(zhì)量影響的主動(dòng)配電網(wǎng)光儲(chǔ)雙層優(yōu)化配置模型，該模型在確保電網(wǎng)經(jīng)濟(jì)運(yùn)行的同時(shí)，最大限度地提升了電網(wǎng)的電能質(zhì)量，為新型主動(dòng)配電網(wǎng)的規(guī)劃建設(shè)和優(yōu)化提供了重要的理論支撐.此外，文獻(xiàn)[40]提出了一種計(jì)及電能質(zhì)量影響的配電網(wǎng)風(fēng)儲(chǔ)雙層優(yōu)化配置模型，采用考慮風(fēng)電機(jī)組運(yùn)行狀態(tài)的電能質(zhì)量評(píng)估指標(biāo)和計(jì)算方法，并結(jié)合主客觀權(quán)重建立了綜合評(píng)價(jià)模型，對(duì)風(fēng)電機(jī)組并網(wǎng)點(diǎn)的電能質(zhì)量進(jìn)行全面評(píng)估，有效引導(dǎo)了電網(wǎng)電能質(zhì)量的顯著提升.
綜上所述，儲(chǔ)能通過平衡供需關(guān)系、支持可再生能源的高效利用，可有效抑制電網(wǎng)中的諧波，提供無功功率支持，并顯著增強(qiáng)電力系統(tǒng)的抗干擾能力.合理地配置利用儲(chǔ)能可以有效改善新型電力系統(tǒng)的電能質(zhì)量，為電力系統(tǒng)的穩(wěn)定性和可靠性提供了有力保障.
2儲(chǔ)能系統(tǒng)優(yōu)化配置約束條件和優(yōu)化目標(biāo)
對(duì)儲(chǔ)能系統(tǒng)的優(yōu)化配置展開研究，必須深人探討在新型電力系統(tǒng)中儲(chǔ)能系統(tǒng)優(yōu)化配置所面臨的各種約束條件，包括技術(shù)限制、經(jīng)濟(jì)可行性、政策法規(guī)及環(huán)境影響等.同時(shí)，也要明確不同應(yīng)用場景下的優(yōu)化目標(biāo)，如最大化儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)效益、提升電力系統(tǒng)的運(yùn)行可靠性和安全性、降低能源浪費(fèi)等.明確的約束條件與優(yōu)化目標(biāo)是實(shí)現(xiàn)高效儲(chǔ)能配置的基礎(chǔ)，能夠?yàn)楹罄m(xù)求解算法的選擇與應(yīng)用奠定理論基礎(chǔ).
2.1 約束條件
在新型電力系統(tǒng)中，確保儲(chǔ)能的優(yōu)化配置方案是實(shí)現(xiàn)系統(tǒng)穩(wěn)定和高效運(yùn)行的關(guān)鍵.為了達(dá)成這一目標(biāo)，需要全面且深入地考量多種復(fù)雜約束條件.這些約束不僅涵蓋儲(chǔ)能裝置本身的性能參數(shù)，如額定功率、額定容量、充放電功率以及荷電狀態(tài)等方面的約束，還涉及環(huán)境保護(hù)要求與相關(guān)政策的制約因素.通過綜合平衡這些約束條件，可以制定出更加科學(xué)合理的儲(chǔ)能優(yōu)化配置策略，進(jìn)而推動(dòng)新型電力系統(tǒng)的持續(xù)健康發(fā)展.
2.1.1 額定功率約束
儲(chǔ)能額定功率是指儲(chǔ)能系統(tǒng)能夠在單位時(shí)間內(nèi)釋放或吸收的最大功率[4]，是評(píng)估其充放電能力的一項(xiàng)關(guān)鍵指標(biāo).這一約束直接關(guān)系到儲(chǔ)能設(shè)備的充放電能力，對(duì)應(yīng)急響應(yīng)、負(fù)荷平衡和可再生能源并網(wǎng)等場景至關(guān)重要.具體而言，在電力需求急劇上升的情況下，儲(chǔ)能系統(tǒng)須具備即時(shí)提供額外電力的能力；而當(dāng)可再生能源發(fā)電量超出系統(tǒng)消納能力時(shí)，它則需迅速吸納多余電量，以確保電網(wǎng)平穩(wěn)運(yùn)行.因此，儲(chǔ)能額定功率的設(shè)計(jì)不僅要基于儲(chǔ)能技術(shù)的固有特性進(jìn)行細(xì)致考量，還需緊密結(jié)合電力系統(tǒng)的整體需求特征及其動(dòng)態(tài)運(yùn)行環(huán)境，以實(shí)現(xiàn)儲(chǔ)能效能的最大化利用.
設(shè)作用時(shí)段為 T ，配置的 Prated 與在 T 內(nèi)的儲(chǔ)能出力大小相關(guān).因此， Prated 約束可表示為
式中： ηch，ηdis 分別為儲(chǔ)能設(shè)備的充、放電效率;
ΔPE（t） 為 Y 時(shí)刻儲(chǔ)能的出力.
2.1.2 額定容量約束
儲(chǔ)能額定容量則是指儲(chǔ)能系統(tǒng)所能存儲(chǔ)的最大電量，通常以千瓦時(shí)表示.該約束對(duì)于系統(tǒng)持續(xù)供電能力非常關(guān)鍵，影響儲(chǔ)能設(shè)備在高峰負(fù)荷期間的有效使用.在新型電力系統(tǒng)中，合理配置儲(chǔ)能容量應(yīng)考慮未來用電趨勢(shì)、可再生能源的波動(dòng)，以及電網(wǎng)的調(diào)度策略，以確保既能提高資源利用效率，又不造成設(shè)備閑置或浪費(fèi).同時(shí)，過度充放電會(huì)影響儲(chǔ)能設(shè)備的壽命，因此在優(yōu)化配置時(shí)必須遵循安全和效率之間的平衡.
設(shè) Qsoc 表示儲(chǔ)能荷電狀態(tài)，儲(chǔ)能的額定容量約束可表示為
Erated?
式中： Erated 為儲(chǔ)能的額定容量； Q0 為初始時(shí)刻儲(chǔ)能的荷電狀態(tài)； 
分別為儲(chǔ)能最小、最大荷電狀態(tài).
2.1.3充放電功率約束
在儲(chǔ)能系統(tǒng)的運(yùn)行過程中，充放電功率的約束是影響其性能和穩(wěn)定性的關(guān)鍵因素.充放電功率約束主要指的是儲(chǔ)能設(shè)備在充電和放電時(shí)所能達(dá)到的最大和最小功率限制[42].這些約束不僅關(guān)系到儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)性，還直接影響到電力系統(tǒng)的安全性和可靠性.
充電功率約束表示儲(chǔ)能在特定時(shí)間內(nèi)能夠吸收的最大能量，而放電功率約束表示儲(chǔ)能在特定時(shí)間內(nèi)能夠釋放的最大能量，表達(dá)式為
式中： Δt 為儲(chǔ)能充放電時(shí)間； Qsoc.t 為 χt 時(shí)刻儲(chǔ)能的荷電狀態(tài)； Pch.t?Pdis.t 分別為 χt 時(shí)刻的充電功率和放電功率； Pch.t.max?Pdis.t.max 分別為 χt 時(shí)刻最大充電功率和放電功率.
2.1.4荷電狀態(tài)約束
儲(chǔ)能系統(tǒng)的荷電狀態(tài)是指儲(chǔ)能設(shè)備當(dāng)前的電量水平，通常用百分比表示.管理合適的荷電狀態(tài)對(duì)于儲(chǔ)能設(shè)備的運(yùn)行安全和經(jīng)濟(jì)性至關(guān)重要.若荷電狀態(tài)過高，可能導(dǎo)致設(shè)備過充，縮短其使用壽命；而若荷電狀態(tài)過低，則可能造成無法滿足負(fù)荷需求的情況.因此，在儲(chǔ)能容量優(yōu)化配置方案中，需要設(shè)定一個(gè)合理的荷電狀態(tài)范圍[43].此外，實(shí)時(shí)監(jiān)控與調(diào)整荷電狀態(tài)也是必要的，以確保儲(chǔ)能設(shè)備在不同工況下均能安全可靠地運(yùn)行.
儲(chǔ)能荷電狀態(tài)約束表達(dá)式為
式中： Qhigh?Qlow 分別為儲(chǔ)能荷電狀態(tài)的較大和較 小值.
2.1. 5 環(huán)境和政策約束
環(huán)境保護(hù)與相關(guān)政策法規(guī)是儲(chǔ)能系統(tǒng)配置方案的重要制約因素[44].新型電力系統(tǒng)在追求經(jīng)濟(jì)效益的同時(shí)，必須遵守環(huán)保規(guī)定，減少對(duì)環(huán)境的負(fù)面影響.例如，某些儲(chǔ)能技術(shù)（如鉛酸電池）的生產(chǎn)和處置過程可能會(huì)產(chǎn)生污染物，這就要求在選擇儲(chǔ)能技術(shù)時(shí)需考慮其環(huán)境友好性.此外，各國政府對(duì)可再生能源和儲(chǔ)能技術(shù)的支持政策、補(bǔ)貼以及激勵(lì)措施，也會(huì)直接影響儲(chǔ)能容量的配置決策.因此，在優(yōu)化方案中必須綜合考慮所有的政策法規(guī)要求，以實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo).
2.2 優(yōu)化目標(biāo)
由于儲(chǔ)能在電力系統(tǒng)運(yùn)行方面的積極作用主要涉及經(jīng)濟(jì)性、穩(wěn)定性和可靠性，因此把儲(chǔ)能配置優(yōu)化目標(biāo)分為經(jīng)濟(jì)性目標(biāo)、穩(wěn)定性目標(biāo)和可靠性目標(biāo)[45]，如圖2所示.經(jīng)濟(jì)性目標(biāo)是儲(chǔ)能合理優(yōu)化配置中不可或缺的考慮因素，而穩(wěn)定性和可靠性目標(biāo)則貫穿新型電力系統(tǒng)的各個(gè)環(huán)節(jié)，確保了儲(chǔ)能系統(tǒng)能夠持續(xù)輸出使得電網(wǎng)能夠保持穩(wěn)定可靠.因此，針對(duì)儲(chǔ)能優(yōu)化配置在經(jīng)濟(jì)性、穩(wěn)定性及可靠性方面的深人探究，不僅具有理論上的重要意義，更對(duì)電力系統(tǒng)的實(shí)際運(yùn)行與優(yōu)化升級(jí)具有重要的價(jià)值.
2.2.1 經(jīng)濟(jì)性目標(biāo)
經(jīng)濟(jì)性目標(biāo)是儲(chǔ)能優(yōu)化配置的關(guān)鍵指標(biāo).通過構(gòu)建儲(chǔ)能的投資成本和運(yùn)行成本的數(shù)學(xué)模型，可以將最小化投資與運(yùn)行成本以及最大化運(yùn)營效益作為優(yōu)化目標(biāo)，通過科學(xué)的計(jì)算與分析，進(jìn)而實(shí)現(xiàn)儲(chǔ)能系統(tǒng)的合理配置[46].
1）投資成本
儲(chǔ)能的投資成本主要由初始投資成本和置換投資成本構(gòu)成.初始投資成本通常涉及設(shè)備采購、安裝及系統(tǒng)集成等費(fèi)用，而置換投資成本則包括設(shè)備更新和維護(hù)所需費(fèi)用.由于儲(chǔ)能系統(tǒng)的額定功率和額定容量決定了儲(chǔ)能系統(tǒng)的規(guī)模與性能，因此額定功率和額定容量成為影響初始投資成本的重要因素.
圖2儲(chǔ)能配置優(yōu)化目標(biāo)
Fig.2Optimization objectives of energy storage configuration
全壽命周期內(nèi)儲(chǔ)能初始投資成本為
Cc=CPCSPrated.
式中： CPCS 為功率轉(zhuǎn)換系統(tǒng)的單位功率成本； Prated 為儲(chǔ)能的額定功率.
置換投資成本表達(dá)式為
式中： Cbat 為單位容量成本； r 為折現(xiàn)率； TLCC 為儲(chǔ)能全壽命周期； n 為置換次數(shù)（共投入儲(chǔ)能 n+1 次），n=TLcc/TLife，TLife 為儲(chǔ)能等效循環(huán)壽命.
所以，儲(chǔ)能全壽命周期投資總成本表達(dá)式為
Cinv=Cc+Cz.
針對(duì)光伏接入牽引供電系統(tǒng)條件下高速鐵路長大坡道地面式再生制動(dòng)能量混合儲(chǔ)能系統(tǒng)容量優(yōu)化配置問題，文獻(xiàn)[47」給出了基于儲(chǔ)能需求密度的混合儲(chǔ)能系統(tǒng)再生制動(dòng)與光伏閑時(shí)能量并行回收的分段配置方案，實(shí)現(xiàn)了對(duì)高鐵長大坡道混合儲(chǔ)能系統(tǒng)容量的優(yōu)化配置，提高了牽引供電系統(tǒng)綠電占比，有效地縮短儲(chǔ)能系統(tǒng)成本回收年限.
2）運(yùn)行成本
儲(chǔ)能的運(yùn)行成本主要包括運(yùn)行維護(hù)成本和報(bào)廢處理成本[48].運(yùn)行維護(hù)成本涉及日常運(yùn)作中所需的各項(xiàng)費(fèi)用，包括設(shè)備的定期檢查、故障修復(fù)及相關(guān)人員的人工成本等.而報(bào)廢處理成本則指的是在儲(chǔ)能設(shè)備達(dá)到使用壽命后，對(duì)其進(jìn)行拆卸、回收和環(huán)保處理所產(chǎn)生的費(fèi)用.這些成本在儲(chǔ)能系統(tǒng)的長期運(yùn)行中逐漸累積，對(duì)系統(tǒng)的整體經(jīng)濟(jì)性產(chǎn)生重要影響.
儲(chǔ)能運(yùn)行維護(hù)成本表達(dá)式為
式中： CP0M 為單位功率運(yùn)行維護(hù)成本； Prated 為儲(chǔ)能的額定功率； CEOM 為單位容量運(yùn)行維護(hù)成本； W（t） 為儲(chǔ)能年充放電量（1年充放電時(shí)間按照 300d 計(jì)算）.
儲(chǔ)能報(bào)廢處理成本表達(dá)式為
式中： CPsd 為單位功率報(bào)廢處理成本； CEsd 為單位容量報(bào)廢處理成本.
綜上，基于全壽命周期成本的儲(chǔ)能成本為
CLCC=Cinv+C0M+Csd.
文獻(xiàn)49]提出一種以建設(shè)與運(yùn)行成本總和最小化為目標(biāo)的成本優(yōu)化模型，在該模型中，考慮了儲(chǔ)能系統(tǒng)從初始建設(shè)到后續(xù)運(yùn)營過程中的各項(xiàng)開支，包括棄風(fēng)成本、超限荷電狀態(tài)懲罰成本以及期望輸出懲罰成本等.該模型旨在確定最佳的容量配比，以便在經(jīng)濟(jì)上獲得最優(yōu)解.此外，基于風(fēng)力資源的季節(jié)性變化，該研究還提出在風(fēng)電出力不足的季節(jié)，利用電池儲(chǔ)能電站參與電網(wǎng)調(diào)峰的策略，從而最大化實(shí)時(shí)運(yùn)行效益.借助實(shí)際風(fēng)能的季節(jié)性差異，該研究能夠靈活調(diào)整運(yùn)行模式，為電網(wǎng)的穩(wěn)定性和經(jīng)濟(jì)性提供支持.針對(duì)含有高滲透率可再生能源的配電網(wǎng)的廣義儲(chǔ)能優(yōu)化配置問題，文獻(xiàn)[50]提出一種廣義儲(chǔ)能配置的二層優(yōu)化模型，通過內(nèi)外層交替優(yōu)化對(duì)含有不同滲透率可再生能源以及可控負(fù)荷的配電網(wǎng)進(jìn)行廣義儲(chǔ)能容量優(yōu)化配置，顯著減小固定儲(chǔ)能配置容量，降低系統(tǒng)的運(yùn)行成本.
2.2.2穩(wěn)定性目標(biāo)
穩(wěn)定性目標(biāo)也是儲(chǔ)能配置優(yōu)化的重要考慮因素，其定義是儲(chǔ)能系統(tǒng)在面臨電力需求波動(dòng)和供電不穩(wěn)定時(shí)，能夠提供持續(xù)穩(wěn)定的電力輸出.新能源發(fā)電具有不確定性，在發(fā)電系統(tǒng)發(fā)生故障或者電力不足時(shí)，需配備合理容量的儲(chǔ)能系統(tǒng)，繼續(xù)為用戶提供電能滿足一定時(shí)期內(nèi)的負(fù)荷需求，并且功率波動(dòng)滿足限值要求，保證電網(wǎng)系統(tǒng)運(yùn)行的穩(wěn)定性[51].通過儲(chǔ)能裝置，電力可以在低需求期間存儲(chǔ)，并在高峰時(shí)段釋放，確保用戶在任何時(shí)候都能獲得穩(wěn)定的電力供應(yīng).
這一過程會(huì)受到停電時(shí)間和停電頻率這兩個(gè)關(guān)鍵指標(biāo)的影響.停電時(shí)間是指用戶經(jīng)歷的電力中斷總時(shí)長，而停電頻率則表示停電事件發(fā)生的次數(shù).一個(gè)高效的儲(chǔ)能系統(tǒng)不僅能顯著降低停電時(shí)間和頻率，還能提升整體電網(wǎng)的韌性與穩(wěn)定性，為用戶提供更為穩(wěn)定的用電體驗(yàn).
平均發(fā)生停電頻率：
式中： y 為當(dāng)前年； Nd 為電力系統(tǒng)的節(jié)點(diǎn)個(gè)數(shù)； Ni 為節(jié)點(diǎn) i 的用戶的數(shù)量； bi，y 為第 y 年中節(jié)點(diǎn) i 上發(fā)生的停電次數(shù)； Y 為計(jì)算統(tǒng)計(jì)的總的年數(shù).
平均發(fā)生停電持續(xù)時(shí)間：
式中： Ui，y 為第 y 年中節(jié)點(diǎn) χi 的發(fā)生停電的時(shí)間，
平均穩(wěn)定持續(xù)供電率：
針對(duì)分布式能源接入對(duì)配電網(wǎng)供電可靠性帶來的不確定性問題，文獻(xiàn)[52]提出一種計(jì)及供電可靠性的配電網(wǎng)混合儲(chǔ)能系統(tǒng)優(yōu)化配置雙層模型，文獻(xiàn)[53]提出一種適用于含源配電網(wǎng)供電可靠性指標(biāo)的計(jì)算方法和計(jì)及可靠性的含源配電網(wǎng)儲(chǔ)能系統(tǒng)的優(yōu)化配置模型，都綜合考慮了配電網(wǎng)的可靠性和經(jīng)濟(jì)性指標(biāo)以及儲(chǔ)能系統(tǒng)運(yùn)行.
2.2.3 可靠性目標(biāo)
在新型電力系統(tǒng)的構(gòu)建與發(fā)展中，儲(chǔ)能的優(yōu)化配置問題還需緊密圍繞可靠性目標(biāo)進(jìn)行深入探討[54].具體而言，儲(chǔ)能配置優(yōu)化的可靠性目標(biāo)是確保在任何運(yùn)行場景下，電力系統(tǒng)均能夠穩(wěn)定、持續(xù)地提供充足且可靠的電能，以充分滿足用戶的用電需求，有效規(guī)避電力供應(yīng)不足或中斷的風(fēng)險(xiǎn).為了實(shí)現(xiàn)這一目標(biāo)，需要綜合考慮多種因素，包括電力不足時(shí)間概率和電力不足時(shí)間期望.電力不足時(shí)間概率衡量在特定時(shí)期內(nèi)發(fā)生電力不足事件的可能性，而電力不足時(shí)間期望則表示在給定周期內(nèi)，用戶可能遭遇電力不足的總時(shí)長.
此外，電量不足同樣是關(guān)注的關(guān)鍵指標(biāo)，它指的是儲(chǔ)能系統(tǒng)未能滿足負(fù)荷需求的情況，其對(duì)應(yīng)的電量不足時(shí)間概率和電量不足時(shí)間期望則幫助評(píng)估系統(tǒng)的性能及其應(yīng)對(duì)突發(fā)負(fù)荷增長的能力.電力保障的充足性可以有效降低供電風(fēng)險(xiǎn)，提升整體電力系統(tǒng)的韌性，為用戶提供可靠的電力供應(yīng)環(huán)境，
電力供應(yīng)不足期望數(shù)：
式中： Li，y 為第 y 年中節(jié)點(diǎn) i 的停電負(fù)荷量
電力供應(yīng)不足時(shí)間概率如下：
式中： pk 為發(fā)生停運(yùn)負(fù)荷量時(shí)的概率； tk 為發(fā)生停運(yùn) 負(fù)荷量的時(shí)長.
電力供應(yīng)不足時(shí)間期望：
式中： m 為當(dāng)年的時(shí)間段數(shù)； ni 為第 i 個(gè)時(shí)間段中的天數(shù)； Lij 為第 i 個(gè)時(shí)間段內(nèi)第 j 天的峰值負(fù)荷； Ci 為第i 個(gè)時(shí)間段內(nèi)系統(tǒng)安裝容量.
電量供應(yīng)不足時(shí)間期望：
式中： Pijk 為第 i 個(gè)時(shí)間段內(nèi)第 j 天第 k 小時(shí)停運(yùn)負(fù)荷量大于 X 概率； Lijk 為第 i 個(gè)時(shí)間段內(nèi)第 j 天第 k 小時(shí)的負(fù)荷.
針對(duì)新能源廣泛接入帶來的電力保障的不足問題，文獻(xiàn)[55]提出一種綜合考慮配電網(wǎng)可靠性和運(yùn)行經(jīng)濟(jì)性的兩階段儲(chǔ)能優(yōu)化配置方法，在有效保障系統(tǒng)電力充足可靠的同時(shí)也能夠降低運(yùn)行經(jīng)濟(jì)性.
3儲(chǔ)能系統(tǒng)優(yōu)化配置求解算法
在儲(chǔ)能配置的過程中，選擇合適的優(yōu)化算法是至關(guān)重要的環(huán)節(jié).優(yōu)化算法是在根據(jù)儲(chǔ)能的應(yīng)用場景選取合適的目標(biāo)函數(shù)以及約束條件后，需要對(duì)建立好的儲(chǔ)能配置模型進(jìn)行求解，才能得到儲(chǔ)能配置參數(shù)，進(jìn)而完成儲(chǔ)能配置過程.因此，選取恰當(dāng)?shù)膬?yōu)化算法不僅是確保儲(chǔ)能系統(tǒng)能夠?qū)崿F(xiàn)優(yōu)化配置的關(guān)鍵所在，也是提升儲(chǔ)能應(yīng)用效能與經(jīng)濟(jì)效益的重要保證[56].
儲(chǔ)能系統(tǒng)配置優(yōu)化問題是由包含大量決策變量的復(fù)雜目標(biāo)函數(shù)組成的，優(yōu)化算法的選擇直接影響優(yōu)化結(jié)果[48].因此，研究和實(shí)現(xiàn)儲(chǔ)能系統(tǒng)的優(yōu)化配置求解算法顯得尤為重要.儲(chǔ)能系統(tǒng)優(yōu)化配置求解算法主要分為傳統(tǒng)優(yōu)化算法、元啟發(fā)式算法和人工智能算法三大類，每一類算法均擁有其獨(dú)特的優(yōu)勢(shì)與適用范圍，為儲(chǔ)能系統(tǒng)配置優(yōu)化問題的求解提供了多樣化的路徑與策略.表1是對(duì)不同優(yōu)化算法優(yōu)缺點(diǎn)的介紹.
3.1傳統(tǒng)優(yōu)化算法
傳統(tǒng)優(yōu)化算法作為求解優(yōu)化配置問題的經(jīng)典手段，一直以來都被用來求解優(yōu)化配置相關(guān)問題，在電力系統(tǒng)的儲(chǔ)能優(yōu)化配置中發(fā)揮著重要作用，為電力系統(tǒng)的穩(wěn)定運(yùn)行和高效利用提供了有力支持.以下將對(duì)幾種主流的傳統(tǒng)優(yōu)化算法進(jìn)行分析與介紹.
3.1.1 線性規(guī)劃
線性規(guī)劃（LinearProgramming，LP）作為一種高效的優(yōu)化技術(shù)，其核心在于求解一組線性約束條件下的線性目標(biāo)函數(shù)的最優(yōu)解[57].在儲(chǔ)能系統(tǒng)的優(yōu)化配置問題中，線性規(guī)劃方法被廣泛采納，旨在精確制定最優(yōu)的充放電策略，以實(shí)現(xiàn)成本的最小化或收益的最大化.具體而言，在線性規(guī)劃模型中，目標(biāo)函數(shù)通常設(shè)定為儲(chǔ)能設(shè)備的總成本或總利潤，用以量化優(yōu)化目標(biāo)；而約束條件則涵蓋了電力需求的平衡、儲(chǔ)能容量的物理界限以及充放電速率的限制等多個(gè)維度，以確保策略在實(shí)際應(yīng)用中的可行性和有效性.通過線性規(guī)劃技術(shù)的深入應(yīng)用，能夠?yàn)閮?chǔ)能系統(tǒng)的經(jīng)濟(jì)高效運(yùn)行提供堅(jiān)實(shí)的理論支撐與實(shí)踐指導(dǎo).
針對(duì)風(fēng)電、光伏大規(guī)模并網(wǎng)造成的供電可靠性問題，文獻(xiàn)[58]提出一種數(shù)據(jù)驅(qū)動(dòng)的光伏低壓臺(tái)區(qū)儲(chǔ)能優(yōu)化配置策略，基于臺(tái)區(qū)三相線性模型，建立儲(chǔ)能優(yōu)化配置模型，并利用大 M 法將模型轉(zhuǎn)換為混合整數(shù)線性規(guī)劃問題求解，有效提升臺(tái)區(qū)的光伏消納水平和電壓質(zhì)量.文獻(xiàn)[59]提出一種風(fēng)光水儲(chǔ)多能互補(bǔ)系統(tǒng)雙層優(yōu)化調(diào)度策略，利用KKT條件和BIG-M 法將雙層模型轉(zhuǎn)換成單層線性規(guī)劃問題，能有效提高系統(tǒng)供電可靠性和風(fēng)光的消納水平.
線性規(guī)劃方法簡單易用且計(jì)算效率高，但其適用性受到線性假設(shè)的限制.在實(shí)際應(yīng)用中，許多問題具有非線性特征，這就需要其他更復(fù)雜的優(yōu)化算法來處理.
3.1.2 動(dòng)態(tài)規(guī)劃
動(dòng)態(tài)規(guī)劃（DynamicProgramming，DP）是一種分治法的優(yōu)化策略，通過將復(fù)雜問題拆分為更小的子問題，從而利用子問題的解構(gòu)建整個(gè)問題的解[60].在儲(chǔ)能優(yōu)化中，動(dòng)態(tài)規(guī)劃可以用于解決狀態(tài)轉(zhuǎn)移問題，例如在考慮充放電策略時(shí)，設(shè)定當(dāng)前時(shí)刻的狀態(tài)與未來時(shí)刻狀態(tài)的關(guān)系.通過定義狀態(tài)變量（如電池的荷電狀態(tài)）和決策變量（如在每個(gè)時(shí)間段的充放電量），可以逐步求解出最優(yōu)策略.
為降低并網(wǎng)光儲(chǔ)微網(wǎng)的綜合發(fā)電成本，并提高優(yōu)化容量配置性能，針對(duì)傳統(tǒng)啟發(fā)式算法容易陷入局部最優(yōu)以及早熟收斂的問題，文獻(xiàn)[61」研究了基于改進(jìn)蟻群動(dòng)態(tài)規(guī)劃算法的光儲(chǔ)微網(wǎng)容量優(yōu)化配置方法，將蟻群算法與動(dòng)態(tài)規(guī)劃算法結(jié)合，能夠有效簡化計(jì)算過程，提高其全局搜索能力，從而大幅提高算法的優(yōu)化性能.由于綜合能源系統(tǒng)經(jīng)濟(jì)運(yùn)行面臨系統(tǒng)內(nèi)各能源之間的耦合以及多種能源需求的不均衡等問題，文獻(xiàn)[62]引入動(dòng)態(tài)規(guī)劃算法求解全局最優(yōu)調(diào)度方案，對(duì)提升儲(chǔ)能設(shè)備的穩(wěn)定性有著重要的意義.
表1儲(chǔ)能優(yōu)化配置不同優(yōu)化算法優(yōu)缺點(diǎn)
Table1Advantages and disadvantages of diferent optimizationalgorithms for energy storageconfigurationoptimization
動(dòng)態(tài)規(guī)劃適用于處理具有階段性決策的問題，能夠抓住問題的全局結(jié)構(gòu).然而，其計(jì)算復(fù)雜度隨狀態(tài)空間的增大而急劇上升，可能導(dǎo)致計(jì)算不可行.
3.2 元啟發(fā)式算法
在探索新型電力系統(tǒng)中儲(chǔ)能系統(tǒng)的優(yōu)化配置這一復(fù)雜問題時(shí)，元啟發(fā)式算法展現(xiàn)出其獨(dú)特的優(yōu)勢(shì).這類更高級(jí)的搜索策略，通過將多種通用的搜索框架或策略精妙結(jié)合，不僅適應(yīng)了儲(chǔ)能系統(tǒng)優(yōu)化配置這一特定領(lǐng)域的多樣化需求，相較于傳統(tǒng)啟發(fā)式算法，還能夠更廣泛地應(yīng)對(duì)各種潛在的優(yōu)化挑戰(zhàn).元啟發(fā)式算法的全局搜索能力，確保了在新型電力系統(tǒng)的復(fù)雜環(huán)境中，能夠高效且全面地探尋儲(chǔ)能系統(tǒng)的最佳配置方案，從而有效提升整個(gè)電力系統(tǒng)的穩(wěn)定性和效率，為新型電力系統(tǒng)的可持續(xù)發(fā)展奠定堅(jiān)實(shí)的理論基礎(chǔ)與實(shí)踐支撐.
3.2.1 遺傳算法
遺傳算法（GeneticAlgorithm，GA）是一種基于自然選擇和遺傳學(xué)原理的優(yōu)化算法，適用于求解復(fù)雜的非線性問題.它通過模擬生物進(jìn)化過程中的選擇、交叉和變異操作迭代尋找最優(yōu)解[63].
在儲(chǔ)能系統(tǒng)的優(yōu)化配置中，遺傳算法可以用來搜索最佳的充放電策略和容量配置.首先，需要用編碼方式表示每個(gè)方案（如充放電計(jì)劃），然后通過交叉和變異生成新一代方案.在評(píng)估過程中，根據(jù)目標(biāo)函數(shù)（如成本、可靠性等）對(duì)方案進(jìn)行打分，選出優(yōu)秀的個(gè)體進(jìn)入下一代.通過種群搜索，GA能夠避免陷入局部最優(yōu)解，有助于找到全局最優(yōu)解.遺傳算法適應(yīng)性強(qiáng)，可以處理復(fù)雜的非線性問題和多目標(biāo)優(yōu)化問題，因此在儲(chǔ)能系統(tǒng)的配置中具有廣泛的應(yīng)用潛力.與許多傳統(tǒng)優(yōu)化算法不同，GA不依賴于梯度信息，不需要目標(biāo)函數(shù)的導(dǎo)數(shù)，因此可以適用于那些難以解析或不連續(xù)的目標(biāo)函數(shù).圖3為用遺傳算法優(yōu)化的儲(chǔ)能配置流程.
為解決風(fēng)電出力的波動(dòng)性和不確定性問題，文獻(xiàn)[64]提出一種基于電池儲(chǔ)能分組控制策略并計(jì)及其運(yùn)行不平衡性的風(fēng)電場電池儲(chǔ)能容量優(yōu)化配置方法，通過非支配排序遺傳算法與CRITIC-TOPSIS綜合決策法聯(lián)合求解獲取最佳的電池儲(chǔ)能容量配置方案，在延長電池使用壽命的同時(shí)也保證了經(jīng)濟(jì)性.為了緩解跨傳輸斷面的調(diào)峰壓力，同時(shí)提升電網(wǎng)的功率穩(wěn)定性，文獻(xiàn)[65]建立了兼顧經(jīng)濟(jì)性與功率穩(wěn)定性的儲(chǔ)能選址定容雙層優(yōu)化模型，上層采用遺傳算法進(jìn)行求解，下層采用改進(jìn)多目標(biāo)人工蜂群算法進(jìn)行求解.所提雙層優(yōu)化模型進(jìn)行儲(chǔ)能配置可以在保證經(jīng)濟(jì)性的同時(shí)，也有效提升區(qū)域電網(wǎng)的功率穩(wěn)定性.
圖3遺傳算法優(yōu)化的儲(chǔ)能配置流程
Fig.3Flow chart of energy storage configuration optimized by genetic algorithm
然而，遺傳算法在實(shí)際應(yīng)用中亦面臨若干局限性.首先，其計(jì)算成本較為高昂，特別是在種群規(guī)模龐大或個(gè)體評(píng)估過程復(fù)雜耗時(shí)的情況下，計(jì)算時(shí)間將大幅度增加，這在一定程度上限制了算法在大規(guī)模問題中的直接應(yīng)用.其次，GA的性能對(duì)參數(shù)的選取具有較高的敏感性，尤其是交叉概率與變異概率等關(guān)鍵參數(shù)，需經(jīng)過細(xì)致的調(diào)試方能獲得最優(yōu)效果，這無疑增加了算法應(yīng)用的復(fù)雜度與不確定性.再者，GA的收斂速度相對(duì)較慢，在某些復(fù)雜或高維問題中，可能需要?dú)v經(jīng)較多的迭代次數(shù)方能逼近最優(yōu)解，這一特性限制了其在實(shí)時(shí)性要求較高的應(yīng)用場景中的有效性.因此，在運(yùn)用遺傳算法時(shí)，需全面權(quán)衡其優(yōu)勢(shì)與局限，以尋求最適合問題特性的解決方案.
3.2.2 粒子群優(yōu)化
粒子群優(yōu)化（ParticleSwarmOptimization，PSO）的基本思想是將問題的潛在解表示為“粒子”.粒子在多維搜索空間中移動(dòng)，每個(gè)粒子根據(jù)自身經(jīng)歷和群體中其他粒子的表現(xiàn)調(diào)整其位置.每個(gè)粒子都有一個(gè)位置和速度，其中，位置代表當(dāng)前解的候選，速度決定下一個(gè)位置的更新.
PSO算法結(jié)構(gòu)簡單、參數(shù)少，易于理解和實(shí)現(xiàn)，并能較快地找到接近最優(yōu)的解.通過群體的合作，PSO可以有效地避免陷入局部最優(yōu)解，可以靈活應(yīng)用于不同類型的問題，包括連續(xù)和離散優(yōu)化問題.
針對(duì)風(fēng)電廣泛接入電網(wǎng)帶來的風(fēng)電出力波動(dòng)問題，文獻(xiàn)[67]提出一種考慮儲(chǔ)能運(yùn)行策略的儲(chǔ)能配置方法，建立以補(bǔ)償功率缺額最大化為目標(biāo)函數(shù)的儲(chǔ)能優(yōu)化配置模型，并采用改進(jìn)粒子群算法對(duì)模型進(jìn)行求解，有效地解決了風(fēng)電出力波動(dòng)問題.為確保微電網(wǎng)運(yùn)行的穩(wěn)定性，傳統(tǒng)儲(chǔ)能容量配置策略在一定程度上增加了冗余投資，為此，文獻(xiàn)[68]提出基于離散粒子群算法的光伏微電網(wǎng)儲(chǔ)能容量優(yōu)化配置，以容量配比最優(yōu)、投資成本最小為自標(biāo)構(gòu)建儲(chǔ)能容量優(yōu)化配置模型，并引入離散粒子群算法求解模型，獲得了一個(gè)最優(yōu)容量配比和最強(qiáng)經(jīng)濟(jì)效益的容量優(yōu)化配置方案.
但是PSO算法性能對(duì)參數(shù)設(shè)置（如學(xué)習(xí)因子、慣性權(quán)重）的選擇較為敏感，可能需要進(jìn)行大量實(shí)驗(yàn).在某些情況下，尤其是在復(fù)雜的多峰優(yōu)化問題中，PSO可能會(huì)提前收斂到局部最優(yōu)解.隨著迭代次數(shù)的增加，粒子之間的多樣性可能降低，導(dǎo)致搜索能力減弱.
3.3人工智能算法
在新型電力系統(tǒng)的儲(chǔ)能優(yōu)化配置領(lǐng)域，深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等先進(jìn)的人工智能算法正展現(xiàn)出其巨大的潛力與變革性力量.這些算法不僅能夠高效處理和分析海量數(shù)據(jù)，還能夠通過不斷學(xué)習(xí)和優(yōu)化，精確預(yù)測(cè)儲(chǔ)能需求、動(dòng)態(tài)調(diào)整配置策略，從而在確保電力系統(tǒng)穩(wěn)定運(yùn)行的同時(shí)，最大化儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)、環(huán)境等效益.
3.3.1深度學(xué)習(xí)
深度學(xué)習(xí)（DeepLearming，DL）是通過構(gòu)建多層次的神經(jīng)網(wǎng)絡(luò)來自動(dòng)提取特征，從而實(shí)現(xiàn)模式識(shí)別和預(yù)測(cè)[9].在儲(chǔ)能系統(tǒng)優(yōu)化配置中，深度學(xué)習(xí)可以用于需求預(yù)測(cè)、充放電策略優(yōu)化等任務(wù).例如，可以利用長短期記憶網(wǎng)絡(luò)對(duì)未來的電力需求進(jìn)行預(yù)測(cè)，以便制定出合理的儲(chǔ)能策略.模型的訓(xùn)練數(shù)據(jù)可以來源于歷史的負(fù)荷數(shù)據(jù)、天氣信息以及電價(jià)波動(dòng)等.
在新型電力系統(tǒng)中儲(chǔ)能系統(tǒng)的優(yōu)化配置問題上，深度學(xué)習(xí)技術(shù)憑借其從海量數(shù)據(jù)中自動(dòng)提取特征的能力，為處理時(shí)間序列數(shù)據(jù)（如電力負(fù)荷預(yù)測(cè)、可再生能源發(fā)電預(yù)測(cè)等）提供了強(qiáng)有力的支持.但深度學(xué)習(xí)模型通常需要大量的樣本來進(jìn)行訓(xùn)練，以確保其預(yù)測(cè)和優(yōu)化的準(zhǔn)確性，這在某些數(shù)據(jù)資源有限的場景下可能構(gòu)成障礙.此外，深度學(xué)習(xí)模型的高度復(fù)雜性和較低的可解釋性，使得其優(yōu)化結(jié)果往往難以被直觀理解和驗(yàn)證，這可能影響到?jīng)Q策者對(duì)優(yōu)化方案的信任度和接受度.因此，在將深度學(xué)習(xí)應(yīng)用于新型電力系統(tǒng)儲(chǔ)能優(yōu)化配置時(shí)，需要綜合考慮數(shù)據(jù)獲取與處理的可行性、模型訓(xùn)練的充分性以及結(jié)果的可解釋性，以尋求技術(shù)先進(jìn)性與實(shí)際應(yīng)用需求之間的最佳平衡.
3.3.2 強(qiáng)化學(xué)習(xí)
強(qiáng)化學(xué)習(xí)（ReinforcementLearning，RL）是一種基于試錯(cuò)法的學(xué)習(xí)方式，智能體通過與環(huán)境互動(dòng)，使用獎(jiǎng)勵(lì)信號(hào)來學(xué)習(xí)最優(yōu)策略[70].在新型電力系統(tǒng)中儲(chǔ)能系統(tǒng)的優(yōu)化配置問題上，強(qiáng)化學(xué)習(xí)提供了一種創(chuàng)新且高效的解決方案.作為一種基于試錯(cuò)法的學(xué)習(xí)方式，強(qiáng)化學(xué)習(xí)使智能體通過與電網(wǎng)環(huán)境的實(shí)時(shí)互動(dòng)，利用獎(jiǎng)勵(lì)信號(hào)來學(xué)習(xí)并動(dòng)態(tài)調(diào)整儲(chǔ)能系統(tǒng)的充放電策略.智能體能夠依據(jù)當(dāng)前電網(wǎng)狀態(tài)（如負(fù)荷需求、電價(jià)波動(dòng)等），智能選擇充電、放電或保持靜止等操作，旨在最大化儲(chǔ)能系統(tǒng)的長期收益.
強(qiáng)化學(xué)習(xí)擅長處理此類復(fù)雜的決策問題，能夠不斷試錯(cuò)并逐步改進(jìn)策略.然而，值得注意的是，強(qiáng)化學(xué)習(xí)的訓(xùn)練過程往往耗時(shí)較長，特別是在電網(wǎng)環(huán)境狀態(tài)空間龐大的情況下，需要大量的時(shí)間與實(shí)驗(yàn)，此外，設(shè)計(jì)合理的獎(jiǎng)懲機(jī)制也是強(qiáng)化學(xué)習(xí)成功應(yīng)用的關(guān)鍵，需精心策劃以確保學(xué)習(xí)路徑的有效性.因此，在利用強(qiáng)化學(xué)習(xí)優(yōu)化新型電力系統(tǒng)儲(chǔ)能配置時(shí)，需權(quán)衡訓(xùn)練效率與策略質(zhì)量，以實(shí)現(xiàn)最優(yōu)的儲(chǔ)能管理.
4總結(jié)與展望
本文圍繞儲(chǔ)能系統(tǒng)優(yōu)化配置技術(shù)在輔助新型電力系統(tǒng)運(yùn)行控制中的應(yīng)用進(jìn)行綜述.通過詳細(xì)分析儲(chǔ)能系統(tǒng)在電力系統(tǒng)調(diào)峰、調(diào)頻及改善電能質(zhì)量等方面的具體應(yīng)用，揭示了儲(chǔ)能優(yōu)化配置技術(shù)對(duì)于提高電力系統(tǒng)運(yùn)行效率、穩(wěn)定性和可靠性的重要意義.
在經(jīng)濟(jì)性目標(biāo)方面，討論了儲(chǔ)能系統(tǒng)的投資成本、運(yùn)行成本，強(qiáng)調(diào)了全壽命周期成本管理的重要性.通過建立數(shù)學(xué)模型和運(yùn)用優(yōu)化算法，可以實(shí)現(xiàn)儲(chǔ)能容量的合理配置，從而在滿足電力系統(tǒng)需求的同時(shí)，最大化經(jīng)濟(jì)效益.
在可靠性目標(biāo)方面，儲(chǔ)能系統(tǒng)在應(yīng)對(duì)電力負(fù)荷波動(dòng)、保障持續(xù)穩(wěn)定供電、提高電力保障充足性及系統(tǒng)穩(wěn)定性和運(yùn)行靈活性方面發(fā)揮著關(guān)鍵作用.特別是在新能源高比例接人的背景下，儲(chǔ)能系統(tǒng)的優(yōu)化配置對(duì)于提升電力系統(tǒng)的韌性和可靠性顯得尤為重要.
當(dāng)前儲(chǔ)能優(yōu)化配置技術(shù)仍面臨一些挑戰(zhàn)，如單一優(yōu)化自標(biāo)難以滿足復(fù)雜電力系統(tǒng)的多自標(biāo)需求，以及儲(chǔ)能技術(shù)的多樣性和復(fù)雜性等.因此，未來的研究應(yīng)聚焦于多自標(biāo)優(yōu)化、復(fù)合儲(chǔ)能技術(shù)的應(yīng)用以及智能優(yōu)化算法的開發(fā)等方面.
儲(chǔ)能優(yōu)化配置技術(shù)的發(fā)展將呈現(xiàn)以下趨勢(shì)：一是多目標(biāo)優(yōu)化將成為主流，儲(chǔ)能系統(tǒng)配置將綜合考慮經(jīng)濟(jì)性、穩(wěn)定性、安全性、可靠性及環(huán)境適應(yīng)性等因素；二是復(fù)合儲(chǔ)能技術(shù)將得到廣泛應(yīng)用，通過融合多種儲(chǔ)能介質(zhì)的優(yōu)點(diǎn)，滿足電力系統(tǒng)對(duì)儲(chǔ)能系統(tǒng)功率和能量的多重要求；三是智能優(yōu)化算法的引入將進(jìn)一步提升儲(chǔ)能優(yōu)化配置的效率和精度，為新型電力系統(tǒng)的可持續(xù)發(fā)展提供有力支持.
參考文獻(xiàn)References
[1］中國經(jīng)濟(jì)周刊.新型儲(chǔ)能按下發(fā)展加速鍵［EB/OL]. （2024-03-29）.https：//baijiahao.baidu.com/s？id σ=σ 1794842753800677363amp;wfr σ=σ spideramp;for σ=σ pc
［2］《中國標(biāo)準(zhǔn)化》編輯部.2024兩會(huì)“標(biāo)準(zhǔn)聲音”［J].中 國標(biāo)準(zhǔn)化，2024（6）：6-25
[3] 閆群民，穆佳豪，馬永翔，等.分布式儲(chǔ)能應(yīng)用模式及 優(yōu)化配置綜述[J].電力工程技術(shù)，2022，41（2）：67-74 YANQunmin，MU Jiahao，MA Yongxiang，etal.Review of distributed energy storage application mode and optimal configuration[J]. Electric Power Engineering Technology，2022，41（2） ：67-74
［4］人民網(wǎng).未來能源：“清”裝上陣有“備”而來［EB/ OL].（2024-04-23）. https：//baijiahao.baidu. com/s？ id Σ=Σ 1797084721512841455amp;wfr σ?=σ spideramp;for τ= pc
[5］劉默斯，孫志媛，李今昭，等.基于CMMOPSO 算法的 構(gòu)網(wǎng)型儲(chǔ)能接入高比例新能源電網(wǎng)的優(yōu)化配置研究 [J].儲(chǔ)能科學(xué)與技術(shù)，2025，14（1）：162-171 LIU Mosi，SUN Zhiyuan，LI Jinzhao，et al.Research on the optimal configuration of grid-forming energy storage connected to power systemswith high proportional renewable energy based on CMMOPSO[J]. Energy Storage Science and Technology，2025，14（1）：162-171
[6] 湯勻，岳芳，王莉曉，等.全球新型儲(chǔ)能技術(shù)發(fā)展態(tài)勢(shì) 分析[J].全球能源互聯(lián)網(wǎng)，2024，7（2）：228-240 TANG Yun，YUE Fang，WANG Lixiao，et al. International development trend analysis of new energy storage technologies[J]. Global Energy Interconnection，2024，7（2）： 228-240
[7] 馬麗，李偉，裴瑋，等.含高比例光伏配電網(wǎng)中計(jì)及需 求側(cè)響應(yīng)的混合儲(chǔ)能配置優(yōu)化［J].高電壓技術(shù)， 2024，50（4） ：1416-1425 MA Li，LI Wei，PEI Wei，et al. Hybrid energy storage configuration optimization in distribution network with high-proportion PV considering demand response[J]. High Voltage Engineering，2024，50（4） ：1416-1425
［8］張振宇，張小奇，段乃欣，等.基于“等面積原理”的儲(chǔ) 能與新能源協(xié)同優(yōu)化配置方法［J].電網(wǎng)技術(shù)，2023， 47（10） ：4131-4142 ZHANG Zhenyu， ZHANG Xiaoqi， DUAN Naixin，et al. Synergistic and optimal configuration of energy storage and renewable energy based on equal area principle[J]. PowerSystemTechnology，2023，47（10）：4131-4142
[9］馮夢(mèng)圓，文書禮，時(shí)珊珊，等.滿足新型電力系統(tǒng)調(diào)峰 調(diào)頻需求的儲(chǔ)能優(yōu)化配置及運(yùn)行研究綜述［J/OL]. 上海交通大學(xué)學(xué)報(bào)，1-32[2024-08-31].https：//doi. org/10.16183/j. cnki. jsjtu.2024.128 FENG Mengyuan，WEN Shuli，SHI Shanshan，et al.A review of optimal allocation and operation of energy storage systemforpeak shavingand frequencyregulationinnew type power systems[J/OL].Journal of Shanghai Jiao Tong University，1-32[2024-08-31].https：//doi.org/ 10.16183/j. cnki. jsjtu.2024.128
[10]姚康寧，王澤浩，陳麗麗，等.計(jì)及用戶參與和調(diào)峰需 求的儲(chǔ)能配置優(yōu)化研究[J]．自動(dòng)化儀表，2024，45 （5）：83-88，93 YAO Kangning，WANG Zehao，CHEN Lili，et al.Study of energy storage alocation optimization taking into account user participation and peaking demand[J]. Process AutomationInstrumentation，2024，45（5）：83-88，93
[11] 張碩，陳媛麗，李英姿，等.計(jì)及電力現(xiàn)貨機(jī)會(huì)成本的 構(gòu)網(wǎng)型儲(chǔ)能電站調(diào)頻輔助服務(wù)競價(jià)出清雙層博弈模 型[J].中國電機(jī)工程學(xué)報(bào)，2024，44（增刊1）：146-158 ZHANG Shuo，CHEN Yuanli，LI Yingzi，et al. A bi-level game model for frequency regulation ancillary service bidding and clearing of grid-forming energy storage stations considering opportunity cost of electricity spot trading[J].Proceedings of the CSEE，2024，44（sup1）： 146-158
[12]何錦華，吳斌，曹敏健，等.面向輔助服務(wù)的新能源場 站共享儲(chǔ)能容量優(yōu)化配置［J].電力工程技術(shù)，2022， 41（6） ：50-57 HE Jinhua，WU Bin，CAO Minjian，etal. Capacity optimization configuration of shared energy storage in renewable energy stations for ancillary service[J]. Electric Power Engineering Technology，2022，41（6） ：50-57
[13] 周濤，向永建，杜可可，等.風(fēng)機(jī)與儲(chǔ)能參與電網(wǎng)調(diào)頻 協(xié)調(diào)控制技術(shù)綜述[J].浙江電力，2024，43（7）：45-55 ZHOU Tao，XIANG Yongjian，DU Keke，et al. An overview of a coordinated control technique for wind turbines and energy storage participating grid frequency regulation [J]. Zhejiang Electric Power，2024，43（7） ：45-55
[14] 馬智慧，李欣然，譚莊熙，等.考慮儲(chǔ)能調(diào)頻死區(qū)的一 次調(diào)頻控制方法[J].電工技術(shù)學(xué)報(bào)，2019，34（10）： 2102-2115 MA Zhihui，LI Xinran，TAN Zhuangxi，etal. Integrated control of primary frequency regulation considering dead band of energy storage[J]. Transactions of China Electrotechnical Society，2019，34（10） ：2102-2115
[15]王廷濤，苗世洪，姚福星，等.計(jì)及頻率電壓穩(wěn)定性約 束的電力系統(tǒng)多層級(jí)儲(chǔ)能協(xié)同優(yōu)化運(yùn)行策略［J].電 工技術(shù)學(xué)報(bào)，2024，39（21）：6759-6777 WANG Tingtao，MIAO Shihong，YAO Fuxing，et al. Multi-levelenergy storagecollaborative optimizationoperation strategy for power systems considering frequency and voltage stability constraints[J].Transactions of ChinaElectrotechnical Society，2024，39（21）：6759-6777
[16] 肖家杰，李培強(qiáng)，毛志宇，等.考慮火電時(shí)滯特性的電 池儲(chǔ)能集群調(diào)頻綜合控制策略研究[J].電工技術(shù)學(xué) 報(bào)，2025，40（3）：689-704 XIAO Jiajie，LI Peiqiang，MAO Zhiyu，et al. Research on integrated control strategyof battery energy storage cluster for frequency regulation considering thermal power time lag characteristics[J]. Transactions of China Electrotechnical Society，2025，40（3） ：689-704
[17］鐘誠，周順康，嚴(yán)干貴，等.基于變減載率的光伏發(fā)電 參與電網(wǎng)調(diào)頻控制策略[J].電工技術(shù)學(xué)報(bào)，2019，34 （5）：1013-1024 ZHONG Cheng，ZHOU Shunkang，YAN Gangui，et al. A new frequency regulation control strategy for photovoltaic power plant based on variable power reserve level control [J].Transactions of China Electrotechnical Society， 2019，34（5） ：1013-1024
[18] 孫驍強(qiáng)，劉鑫，程林，等.基于多調(diào)頻資源協(xié)調(diào)控制的 西北送端大電網(wǎng)新能源快速頻率響應(yīng)參數(shù)設(shè)置方案 [J].電網(wǎng)技術(shù)，2019，43（5）：1760-1765 SUN Xiaoqiang，LIU Xin，CHENG Lin，et al.Parameter setting of rapid frequency response of renewable energy sources in northwest power grid based on coordinated control ofmulti-frequencyregulationresources[J].Power System Technology，2019，43（5）：1760-1765
[19] 丁明，施建雄，韓平平，等.光儲(chǔ)系統(tǒng)參與電網(wǎng)調(diào)頻及 調(diào)峰的綜合控制策略[J].中國電力，2021，54（1）： 116-123，174 DING Ming，SHI Jianxiong，HAN Pingping，et al. An integratedcontrol strategy forphotovoltaic-energy storage system participating in frequency regulation and peak shaving of power grid[J]. Electric Power，2021，54（1）： 116-123，174
[20] 付媛，萬怪，張祥宇，等.儲(chǔ)能虛擬慣量主動(dòng)支撐與調(diào) 頻狀態(tài)轉(zhuǎn)移控制[J].中國電機(jī)工程學(xué)報(bào)，2024，44 （7） ：2628-2641 FU Yuan，WAN Yi，ZHANG Xiangyu，et al. Energy storage virtual inertia active support and frequency modulation state transfer control[J].Proceedings of the CSEE， 2024，44（7） ：2628-2641
[21] 胡澤春，蔡福霖，馮建洲.兼顧新能源消納與頻率電壓 支撐的電池儲(chǔ)能系統(tǒng)優(yōu)化規(guī)劃[J].電力自動(dòng)化設(shè)備， 2024，44（7） ：3-12 HU Zechun，CAI Fulin，F(xiàn)ENG Jianzhou. Optimal planningofbatteryenergy storage system consideringrenewable energy consumption and frequency and voltage support[J]. Electric Power Automation Equipment，2024，44 （7） ：3-12
[22]洪烽，賈欣怡，梁璐，等.面向風(fēng)電場頻率支撐的混合 儲(chǔ)能層次化容量優(yōu)化配置[J].中國電機(jī)工程學(xué)報(bào)， 2024，44（14）：5596-5606 HONGFeng，JIA Xinyi，LIANGLu，etal.Hierarchical capacity optimization configuration of hybrid energy storage for wind farm frequency support[J].Proceedings of the CSEE，2024，44（14） ：5596-5606
[23]胡任智，陳高偉，胡斐，等.計(jì)及新型儲(chǔ)能系統(tǒng)的調(diào)峰 補(bǔ)償機(jī)制及效益分析[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)， 2025，37（5） ：66-77 HU Renzhi，CHEN Gaowei，HU Fei，et al.Analysis of peak-shaving compensation mechanism and benefits considering novel energy storage systems[J].Proceedings of the CSU-EPSA，2025，37（5） ：66-77
[24]喻恒凝，姚良忠，程帆，等.重力儲(chǔ)能在新型電力系統(tǒng) 中應(yīng)用：前景及挑戰(zhàn)[J/OL].中國電機(jī)工程學(xué)報(bào)，1-16 [2024-08-31]. https：//doi.org/10.13334/j. 0258-8013. pcsee. 240834 YU Hengning，YAO Liangzhong，CHENG Fan，et al. Application of gravity energy storage in new power systems： prospects and challenges[J/OL]. Proceedings of the CSEE，1-16[2024-08-31]. https：//doi.org/10.13334/j. 0258-8013. pcsee. 240834
[25] 周志恒，張琳娟，王曉冬，等.計(jì)及多種彈性資源儲(chǔ)能 潛力挖掘的居民臺(tái)區(qū)優(yōu)化調(diào)度策略[J].南方電網(wǎng)技 術(shù)，2025，19（2）：102-114 ZHOU Zhiheng，ZHANG Linjuan，WANG Xiaodong，et al. Optimal scheduling strategy of residential station area considering the potential mining of energy storage of various elastic resources[J].Southern Power System Technology，2025，19（2） ：102-114
[26]聶立君，邢海軍，江偉建，等.聚合商模式下考慮調(diào)峰 需求的分布式儲(chǔ)能優(yōu)化配置[J].太陽能學(xué)報(bào)，2024， 45（7） ：153-162 NIELijun，XING Haijun，JIANG Weijian，et al.Optimized configuration of distributed energy storage considering peak shaving requirements under aggregator mode [J].Acta Energiae Solaris Sinica，2024，45（7）：153-162
[27]Kopiske J，Spieker S，Tsatsaronis G.Value of power plant flexibility inpower systemswith high sharesof variable renewables： a scenario outlook for Germany 2035[J]. Energy，2017，137：823-833
[28] 修志堅(jiān).計(jì)及需求響應(yīng)的含火-儲(chǔ)新能源電力系統(tǒng)調(diào) 峰輔助服務(wù)策略研究[D].吉林：東北電力大學(xué)，2022 XIU Zhijian.Research onauxiliary service strategy for peak load balancing of fire-storage new energy power system considering demand response[D]. Jilin： Northeast Dianli University，2022
[29] 孫銀鋒，郭宇航，梁棟，等.基于儲(chǔ)能優(yōu)化控制的風(fēng)電 柔直并網(wǎng)直流故障穿越［J].南京信息工程大學(xué)學(xué)報(bào)， 2024，16（6） ：827-837 SUNYinfeng，GUO Yuhang，LIANG Dong，etal.DC fault ride-through of MMC-HVDC-connected wind farm via optimizedenergystorage control[J]. Journal of Nanjing University of Information Scienceamp; Technology，2024，16 （6） ：827-837
[30] 劉闖，孫傲，王藝博，等.計(jì)及電熔鎂負(fù)荷與儲(chǔ)能聯(lián)合 調(diào)峰的電力系統(tǒng)日前-日內(nèi)聯(lián)合經(jīng)濟(jì)調(diào)度方法［J].電 力自動(dòng)化設(shè)備，2022，42（2）：8-15 LIU Chuang，SUN Ao，WANG Yibo，et al. Day-ahead and intra-day joint economic dispatching method of electric powersystem considering combined peak-shaving of fused magnesium load and energy storage[J].Electric PowerAutomation Equipment，2022，42（2） ：8-15
[31]米陽，何進(jìn)，盧長坤，等.計(jì)及新能源并網(wǎng)的火儲(chǔ)聯(lián)合 調(diào)峰運(yùn)行優(yōu)化研究[J].中國電機(jī)工程學(xué)報(bào)，2025，45 （5） ：1704-1716 MI Yang，HE Jin，LU Changkun，et al. Research onoptimized operation of combined heat and power with energy storage for peak shaving considering renewable energy integration[J].Proceedings of the CSEE，2025，45（5）： 1704-1716
[32] 張開鵬，楊雪梅，張宏甜，等.考慮“光伏-儲(chǔ)能\"耦合參 與調(diào)峰的配電網(wǎng)氫儲(chǔ)能優(yōu)化配置[J].電網(wǎng)與清潔能 源，2023，39（10） ：95-103，112 ZHANG Kaipeng， YANG Xuemei， ZHANG Hongtian， et al.A study on the optimal configuration of hydrogen energy storage in the distribution network considering“photovoltaic-energy storage” coupling participating and peak shaving[J].Power System and Clean Energy，2023，39 （10） ：95-103，112
[33]武藝，姚良忠，廖思陽，等.一種基于改進(jìn)K-means++ 算法的分布式光儲(chǔ)聚合調(diào)峰方法［J].電網(wǎng)技術(shù)， 2022，46（10） ：3923-3931 WU Yi，YAO Liangzhong，LIAO Siyang，et al. A peak shaving method of aggregating the distributed photovoltaics and energy storages based on the improved K-means+ + algorithm[J].Power System Technology，2022，46 （10） ：3923-3931
[34] 何東，張文，鄒玉新，等.電網(wǎng)電壓不平衡下基于超級(jí) 電容儲(chǔ)能的柔性多狀態(tài)開關(guān)多目標(biāo)控制策略［J].高 電壓技術(shù)，2024，50（12） ：5482-5494 HE Dong，ZHANG Wen，ZOU Yuxin，et al.Multi-objective control strategy for flexible multi-state switch based on supercapacitor energy storage under power grid voltage imbalance[J].High Voltage Engineering，2024，50（12）： 5482-5494
[35] 黎博，陳民鈾，鐘海旺，等.高比例可再生能源新型電 力系統(tǒng)長期規(guī)劃綜述[J].中國電機(jī)工程學(xué)報(bào)，2023， 43（2） ：555-580 LI Bo，CHEN Minyou，ZHONG Haiwang，et al.A review of long-term planning of new power systems with large share of renewable energy[J].Proceedings of the CSEE， 2023，43（2） ：555-580
[36] 商立群，張少強(qiáng)，劉江山.基于多目標(biāo)沙貓群算法的含 風(fēng)光儲(chǔ)配電網(wǎng)無功優(yōu)化[J].南京信息工程大學(xué)學(xué)報(bào)， 2024，16（2） ：204-211 SHANG Liqun，ZHANG Shaoqiang，Liu Jiangshan. Reactive power optimization of wind-covered storage and distribution network based on multi-objective sandcat swarm algorithm[J]. Journal of Nanjing University of Information Science amp; Technology，2024，16（2）：204-211
[37］孫朝霞，張明敏，張暉，等.配電網(wǎng)儲(chǔ)能型DSTATCOM 電能質(zhì)量綜合補(bǔ)償策略［J].電力系統(tǒng)及其自動(dòng)化學(xué) 報(bào)，2023，35（4）：75-84 SUN Zhaoxia，ZHANG Mingmin，ZHANG Hui，etal. Comprehensive power quality compensation strategy for energy-storage-based DSTATCOM[J]. Proceedings of the CSU-EPSA，2023，35（4） ：75-84
[38] 余威，楊歡紅，焦偉，等.基于優(yōu)劣解距離算法的光儲(chǔ) 配電網(wǎng)自適應(yīng)虛擬慣性控制策略[J].上海交通大學(xué) 學(xué)報(bào)，2022，56（10）：1317-1324 YU Wei，YANG Huanhong，JIAO Wei，et al. Adaptive virtual inertial control strategy of optical storage and distribution network based on TOPSIS algorithm[J].Journal of Shanghai Jiao Tong University，2022，56（10）： 1317-1324
[39] 王子輝，賈燕冰，李彥晨，等.計(jì)及電能質(zhì)量影響的主 動(dòng)配電網(wǎng)光儲(chǔ)容量優(yōu)化[J].電網(wǎng)技術(shù)，2024，48（2）： 607-620 WAND Zihui， JIA Yanbing，LI Yanchen，et al. Optimal capacity configuration of photovoltaic and energy storage system in active distribution network considering influence of power quality[J].Power System Technology， 2024，48（2） ：607-620
[40］李彥晨，賈燕冰，謝棟，等.計(jì)及電能質(zhì)量影響的配電 網(wǎng)風(fēng)儲(chǔ)優(yōu)化配置[J].電網(wǎng)技術(shù)，2023，47（6）： 2391-2404 LI Yanchen，JIA Yanbing，XIE Dong，et al. Optimal configuration of wind turbineand energy storage system in distribution network considering influence of power quality[J].PowerSystem Technology，2023，47（6）：2391-2404
[41] 延肖何，熊子豪，劉念，等.現(xiàn)貨市場模式下大規(guī)模風(fēng) 光儲(chǔ)場站生產(chǎn)模擬過程的儲(chǔ)能配置方法［J/OL].中 國電機(jī)工程學(xué)報(bào)，1-14[2024-08-31].htp：//kns.cnki. net/kcms/detail/11.2107.tm.20241009.1613.031.html YAN Xiaohe，XIONG Zihao，LIU Nian，et al.Energy storage allocation method in production simulation process of large-scale wind-wind storage station under spot market model[J/OL].Proceedings of the CSEE，1-14[2024-08-31]. htp：//kns.cnki. net/kcms/detail/11. 2107. tm.20241009.1613.031.html
[42]李若瓊，鄭鑫波，李欣.計(jì)及實(shí)時(shí)最大功率約束的高速 磁浮列車再生制動(dòng)能量存儲(chǔ)利用[J].電力自動(dòng)化設(shè) 備，2024，44（10）：179-185 LI Ruoqiong，ZHENG Xinbo，LI Xin. Regenerative brakingenergy storage and utilization of high-speed maglev train considering real-time maximum power constraints [J].Electric Power Automation Equipment，2024，44 （10） ：179-185
[43] 張小蓮，覃世球，張仰飛，等.考慮儲(chǔ)能荷電狀態(tài)的風(fēng) 儲(chǔ)聯(lián)合調(diào)頻控制策略［J].高電壓技術(shù)，2023，49 （10）：4120-4130 ZHANG Xiaolian， QIN Shiqiu， ZHANG Yangfei， et al. Wind turbine and storage joint frequency modulation control strategy considering energy storage state of charge [J].HighVoltage Engineering，2023，49（10）：4120-4130
[44] 鄒小燕，張瑞宏.考慮政府干預(yù)的可再生能源與儲(chǔ)能 企業(yè)合作模式演化博弈研究[J].中國電力，2025，58 （1） ：153-163 ZOU Xiaoyan，ZHANG Ruihong. Evolutional game study of the cooperation mode between renewable energy generation enterprises and energy storage companies considering govermment intervention[J].Electric Power，2025，58 （1） ：153-163
[45] 劉暢，卓建坤，趙東明，等.利用儲(chǔ)能系統(tǒng)實(shí)現(xiàn)可再生 能源微電網(wǎng)靈活安全運(yùn)行的研究綜述[J].中國電機(jī) 工程學(xué)報(bào)，2020，40（1）：1-18，369 LIU Chang，ZHUO Jiankun ，ZHAO Dongming，et al. Research review on flexible and safe operation of renewable energy microgrid using energy storage system[J]. Proceedings of the CSEE，2020，40（1） ：1-18，369
[46] Hajiaghasi S，SalemniaA， Hamzeh M. Hybrid energy storage system for microgrids applications：a review[J]. Journal of Energy Storage，2019，21：543-570
[47] 李欣，盧景濤，黃文勛.綠電牽引場景下高速鐵路長大 坡道混合儲(chǔ)能系統(tǒng)容量優(yōu)化配置[J].中國電機(jī)工程 學(xué)報(bào)，2025，45（10） ：3865-3877 LI Xin，LU Jingtao，HUANG Wenxun. Capacity optimization configuration of hybrid energy storage system for long steep slope of high-speed railway under green electric traction scenarios[J].Proceedings of the CSEE，2025，45 （10） ：3865-3877
[48]李建林 孫浩元 梁中毫 等 名能曇求場景下的綜會(huì) 能源系統(tǒng)容量優(yōu)化配置[J].高電壓技術(shù)，2025，51 （5） ：2114-2124 LI Jianlin，SUN Haoyuan，LIANG Zhonghao，et al. Optimal capacity allcation of integrated energy systems under multi-energy demand scenarios[J].High Voltage Engineering，2025，51（5）：2114-2124
[49］張峰，張熙，張利，等.區(qū)域風(fēng)電場群儲(chǔ)能電站的優(yōu)化 配置及運(yùn)行策略[J].電工技術(shù)學(xué)報(bào)，2016，31（14）： 49-57 ZHANG Feng，ZHANG Xi，ZHANG Li，et al. Size optimization and operating strategies for battery energy storage station in adjacent wind farms[J].Transactions of China Electrotechnical Society，2016，31（14） ：49-57
[50]茆美琴，劉云暉，張榴晨，等.含高滲透率可再生能源 的配電網(wǎng)廣義儲(chǔ)能優(yōu)化配置[J].電力系統(tǒng)自動(dòng)化， 2019，43（8）：77-85 MAO Meiqin，LIU Yunhui，ZHANG Liuchen，et al. Optimal configuration of generalized energy storage in distributionnetwork withhigh-penetrationrenewableenergy [J].Automation of Electric Power Systems，2019，43 （8）：77-85
[51] 葉筱，蔣克勇，劉磊，等.風(fēng)儲(chǔ)系統(tǒng)容量配置優(yōu)化目標(biāo) 及優(yōu)化算法綜述[J].節(jié)能，2020，39（6）：167-176 YE Xiao，JIANG Keyong，LIU Lei，etal. Overviewofoptimization objectives and algorithms for capacity allocation of wind storage systems[J]. Journal of Energy Conservation，2020，39（6） ：167-176
[52]趙宇，李謙，張?jiān)茣裕?含分布式能源配電網(wǎng)中考慮 供電可靠性的混合儲(chǔ)能優(yōu)化配置［J].智慧電力， 2024，52（8） ：25-32，49 ZHAO Yu，LI Qian，ZHANG Yunxiao，et al. Optimal configuration of hybrid energy storage considering power supply reliability in distribution network with distributed energy[J].Smart Power，2024，52（8） ：25-32，49
[53]侯美倩，牛啟帆，邢潔，等.計(jì)及可靠性的含源配電網(wǎng) 儲(chǔ)能系統(tǒng)的優(yōu)化配置［J].儲(chǔ)能科學(xué)與技術(shù)，2023，12 （2） ：504-514 HOU Meiqian，NIU Qifan，XING Jie，et al. Optimal configuration of energy storage system in active distribution network with theconsideration of reliability[J].Energy Storage Science and Technology，2023，12（2）：504-514
[54] 王守相，高嘉佐，趙倩宇，等.計(jì)及故障重構(gòu)與信息約 束的有源配電網(wǎng)短期可靠性評(píng)估方法[J].電力自動(dòng) 化設(shè)備，2023，43（10）：79-86 WANG Shouxiang，GAO Jiazuo， ZHAO Qianyu，et al. Short-term reliability assessment method of active distribution network considering fault reconfiguration and cyber constraints[J]. Electric Power Automation Equipment，2023，43（10）：79-86
[55]張晉銘，歐陽森，吳晗，等.計(jì)及配電網(wǎng)可靠性和運(yùn)行 經(jīng)濟(jì)性的電網(wǎng)側(cè)儲(chǔ)能優(yōu)化配置[J].電力自動(dòng)化設(shè)備， 2024，44（7） ：62-68，85 ZHANG Jinming，OUYANG Sen，WU Han，et al. Optimization of energy storage on grid side considering reliability and operation economy of distribution network[J].Electric Power Automation Equipment，2024，44（7） ： 62- 68，85
「56]杰建林 羊冶蒂 馬沛白笙 新刑由玄統(tǒng)下公布式 儲(chǔ)能應(yīng)用場景與優(yōu)化配置[J].高電壓技術(shù)，2024，50 （1） ：30-41 LI Jianlin，JIANG Yerong，MA Suliang，etal. Application scenario and optimal configuration of distributed energy storage in new power system[J].High Voltage Engineering，2024，50（1） ：30-41
[57] D'Alessandro P.A conical approach to linear programming[M]. London：Chapmanamp; Hall/CRC，2024
[58] 李文美，申亞濤，黃純，等.數(shù)據(jù)驅(qū)動(dòng)的光伏低壓臺(tái)區(qū) 儲(chǔ)能優(yōu)化配置策略[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)， 2024，36（10） ：69-78 LIWenmei，SHEN Yatao，HUANG Chun，et al.Datadriven energy storage optimization configuration strategy forphotovoltaic low-voltage station[J].Proceedings of the CSU-EPSA，2024，36（10） ：69-78
[59] 安源，鄭申印，蘇瑞，等.風(fēng)光水儲(chǔ)多能互補(bǔ)發(fā)電系統(tǒng) 雙層優(yōu)化研究［J].太陽能學(xué)報(bào)，2023，44（12）： 510-517 ANYuan，ZHENGShenyin，SU Rui，etal.Researchon two-layer optimization of wind-solar-water-storage multi energy complementary power generation system[J].Acta Energiae Solaris Sinica，2023，44（12）：510-517
[60] Luus R. Iterative dynamic programming[M]. London： Chapmanamp;Hall/CRC，2019
[61] 李圣清，鄧娜，顏石，等.基于改進(jìn)蟻群動(dòng)態(tài)規(guī)劃的光 儲(chǔ)微網(wǎng)容量優(yōu)化配置[J].太陽能學(xué)報(bào)，2023，44（2）： 468-476 LI Shengqing，DENG Na，YAN Shi，et al.Optimal configuration optimization of PV energy storage microgrid using improved ant colony dynamic programming[J].Acta EnergiaeSolaris Sinica，2023，44（2） ：468-476
[62] 孫雯，陳紫薇，張玉瓊，等.基于動(dòng)態(tài)規(guī)劃的SOFC冷 熱電三聯(lián)供綜合能源系統(tǒng)日前經(jīng)濟(jì)調(diào)度［J].中國電 機(jī)工程學(xué)報(bào)，2022，42（21）：7775-7783 SUN Wen，CHEN Ziwei， ZHANG Yuqiong，et al. Economicday-ahead scheduling of SOFC-based integrated tri-generation energy system using dynamic programming [J].Proceedings of the CSEE，2022，42（21） ：7775-7783
[63] Chambers D L.Practical handbook of genetic algorithms： new frontiers：volume I［M].London：Chapmanamp; Hall/ CRC，1995
[64] 史林軍，端木陳睿，楊冬梅，等.基于分組控制策略的 風(fēng)電場儲(chǔ)能容量優(yōu)化配置[J].太陽能學(xué)報(bào)，2024，45 （7） ：340-349 SHILinjun，DUANMU Chenrui，YANG Dongmei，et al. Optimal allocation of wind farm energy storage capacity based on group control strategy[J].Acta Energiae Solaris Sinica，2024，45（7）：340-349
[65] 程浩，秦文萍，韓肖清，等.基于功角穩(wěn)定性的區(qū)域電 網(wǎng)儲(chǔ)能選址定容方法[J].電力自動(dòng)化設(shè)備，2024，44 （7） ：21-29 CHENG Hao，QIN Wenping，HAN Xiaoqing，et al.Site selection and capacity determination method of energy storage in regional power grid based on power angle stability[J].Electric Power Automation Equipment，2024， 44（7） ：21-29
[66] Erdogmus P.Particle swarm optimization with applications[M].IntechOpen，2018
[67] 閆來清，曹麗源，薛太林，等.風(fēng)電場黑啟動(dòng)儲(chǔ)能容量 優(yōu)化配置：一種考慮儲(chǔ)能運(yùn)行策略的方法[J].電力系 統(tǒng)保護(hù)與控制，2022，50（16）：131-139 YANLaiqing，CAO Liyuan，XUE Tailin，et al. Optimal configuration of wind farm black start energy storage capacity： a method considering energy storage operation strategy[J].Power SystemProtectionand Control，2022， 50（16） ：131-139
[68］李春玲.基于離散粒子群算法的光伏微電網(wǎng)儲(chǔ)能容量 優(yōu)化配置[J].電工技術(shù)，2023（22）：93-96 LI Chunling.Optimal allocation of energy storage capacity of photovoltaic microgrid based on discrete particle swarm optimization[J].Electric Engineering，2023（22）：93-96
[69] Lappin S.Deep learning and linguistic representation [M].London：Chapman amp; Hall/CRC，2021
[70] KellyB.Trendsinreinforcement learning[M].Tritech DigitalMedia，2018：21-35
A review of energy storage-assisted operation and optimal configuration in new-type power systems
ZHOU Tao1 HE Wei1LI Huifang2JI Zhendong1 1School of Automation，Nanjing University of Scienceamp; Technology，Nanjing 21Oo94，China 2Huzhou YueqiuMotorCo.，Ltd.，Huzhou313009，China
AbstractWiththe acceleration of global energytransition，the proportion ofrenewable energy generation continues to rise，leading to increased volatilityanduncertainty within power systems，which poses higher requirements forthe flexibleregulation capabilityand stableoperation of power systems.This paper reviews the keyroleof Energy Storage System（ESS）in asisting the operation control of new-type power systems and its optimal configuration techniques.Firstly，it systematically outlines variousapplication scenarios of ESS in aspects of peak shaving，frequency modulationand power qualityimprovement，and delves into theoptimal configuration strategies forESSunder these scenarios.Secondly，itconductsadetailedanalysisontheeconomy，reliabilityandstabilityofESSoptimalconfiguration.Then，itcomparestheadvantages，disadvantagesandapplicabilityof diferentoptimizationalgorithms，including linear programming，dynamic programming，geneticalgorithms，particleswarmoptimization，andothers.Finall， it reveals the challngesand future development directions of ESSoptimal configuration techniques.Theanalysis shows that scientific and reasonable alocation of energy storage resources is crucial to improve the operating efficiency，stabilityandreliabilityofthepower systems，and isakeytechnicalapproach topromote the wide application of renewable energy andachieve the goal of smart grid construction.In the future，with the development of new hybrid energy storage technologiesandthe introductionofintellgentoptimization algorithms，ESSoptimalconfiguration techniques are expected to play a more prominent role in the sustainable development of new-type power systems.
Key wordsnew-type power systems;energy storage system（ESS）;asisted operation;optimal configuration;artificial intelligence（AI）
