CN106845838A - 考虑全寿命周期成本的风电场储能系统经济效益评估方法 - Google Patents

Abstract

一种考虑全寿命周期成本的风电场储能系统经济效益评估方法，其特征在于：该方法所包含的步骤如下：第一步，根据电池的基本参数折算出电池特定放电深度R下电池的寿命；第二步，将蓄电池的寿命折算成储能系统的经济成本；第三步，储能系统接入风电场产生的经济效益；第四步，得出考虑全寿命周期成本的风电场储能系统经济收益；第五步，根据步骤一到第四步建立的模型和计算函数式进行多目标优化。本发明可以准确估算出不同放电深度下储能系统运行寿命，并折算出储能系统运行年限。本发明计算出考虑储能系统不同放电深度、过放现象、容量不能满足负荷要求、弃风所损失的成本，并充分考虑风电场中储能系统运行的经济效益。

Description

考虑全寿命周期成本的风电场储能系统经济效益评估方法

技术领域

本发明涉及一种在风电场中考虑全寿命周期成本的储能系统经济效益评估方法，属于风电场储能系统应用技术领域。

背景技术

近几年，随着电力负荷增长迅速，电网负荷的峰谷差异逐渐加大，可再生能源的大规模并网存在着随机性、波动性、不可调度性等，使得电力调度和电网的调峰问题更加突出，因此，研究电网调峰能力和可再生能源利用率是现阶段电网建设面临重要问题。

储能电池技术应用于电网中主要考虑电池本身电化学特性改善和电池管理技术两方面，前者研究集中于电池能量密度的提升、寿命的延长、安全性的提升、温度适应性的拓展等方面；电池管理技术方面主要研究如何防止电池过充电和过放电、电池状态估算和评估，通过对电池的合理配置及优化调控可以有效的减少成本增加、维护费用增加以及电池组冗余度不够等问题。风电场合理的应用储能技术可以有效的实现削峰填谷、平抑间歇能源发电功率波动、改善负荷特性和提高供电可靠性等。

针对储能系统经济效益研究，现有的国内外研究成果多集中在考虑储能的套利收入、减少电能的转运费、延缓电网升级、政府补贴等方面进行多目标优化。并没有充分的研究电池寿命折算规则及储能系统不同放电深度、过放现象、容量不能满足负荷要求、弃风所损失的成本。因此，在储能系统经济效益评估中充分考虑上述情况进行多目标优化，实现风电场中储能系统的经济运行。

发明内容

发明目的：

为解决上述问题，本发明提出一种储能系统经济效益评估方法，主要应用于风电场调控技术领域，根据储能系统的全寿命周期成本为依据合理评估储能系统的经济效益，延缓风电场的扩充，实现削峰填谷、平抑间歇能源发电功率波动、改善负荷特性和提高供电可靠性。

本发明是一种考虑全寿命周期成本的考虑全寿命周期成本的风电场储能系统经济效益评估方法：综合考虑储能系统不同放电深度、过放现象、容量不能满足负荷要求、弃风所损失的成本，并充分考虑风电场中储能系统的经济效益。

技术方案：

一种考虑全寿命周期成本的风电场储能系统经济效益评估方法，其特征在于：该方法所包含的步骤如下：

第一步，根据电池的基本参数折算出电池特定放电深度R下电池的寿命；深度R下进行充放电，蓄电池的寿命L计算式为

其中，N为电池满充放下的最大循环次数；M_i,R为电池以深度R下第i次充放电时的寿命损耗；

由于放电深度R是时变参数，为减少误差，通过拟合方法求取不同充放电深度下蓄电池的全生命周期的循环次数N_a及运行周期：

其中，α₁，α₂，…，α_i+1为一组常数，对电池寿命测试数据进行回归模拟获得；R_i为不同充放电深度；

假设每年蓄电池充放电次数为b次，则储能装置的运行周期为T为

第二步，将蓄电池的寿命折算成储能系统的经济成本；

考虑蓄电池放电深度、过放现象对所对应的经济成本；在考虑储能系统全周期经济成本时，同样需要考虑当蓄电池存储电量达到上限时能源损失的成本，另当蓄电池电量跌到下限时过放无法满足负荷所损失的成本；

由于购进储能设备的成本C₀固定不变，维修设备的成本C_Γ0+ΔC_Γie^β每年按一定比例增长，所以储能系统全寿命周期成本C；

其中，C_i为放电深度、过放现象、容量不能满足负荷要求、弃风所损失的成本，i＝1,2,3,4；C_Γ0为第一年的维修成本；ΔC_Γi为第i年维修成本增长值；β为增长系数；e代表增长按指数形式。

第三步，储能系统接入风电场产生的经济效益；

根据峰谷电价的不同，储能装置在负荷低谷且电价较低情况下进行充电，在负荷高峰且电机高时进行放电；

储能系统全寿命周期削峰填谷的经济收益为：

其中，P_i ⁺第i小时段储能装置的放电功率；第j小时段储能装置的充电功率；为第j小时段的电价，即用电低谷期电价；为第i小时段的电价，即用电高峰期电价；n为储能装置年投运天数，n≤T；η为储能装置的放电效率。

第四步，得出考虑全寿命周期成本的风电场储能系统经济收益；

其中，h_k为储能装置的经济收益；C为储能装置的成本。

第五步，根据步骤一到第四步建立的模型和计算函数式进行多目标优化。

第二步中将蓄电池运行时间分成i个间隔为Δt的时间；

不同放电深度成本：

其中，为第i时间段的充放电能量；为不同放电深度下成本系数，单位为元/MW·h；其中，E(i-1)为i-1时段蓄电池的剩余电量；E(i)为i时段蓄电池的剩余电量；

过放现象成本：

其中，E_e(i)为第i时间段的放过放能量；δ_e为过放损失成本系数，单位为元/MW·h；

在考虑储能系统全周期经济成本时，同样需要考虑当蓄电池存储电量达到上限时能源损失的能量，另当蓄电池电量跌到下限时过放无法满足负荷所损失的能量；

弃风所损失的成本：

其中，δ_l存弃风损失成本系数，单位为元/MW·h；E_l(i)为弃风量；

蓄电池存储电量跌到下限时无法满足负荷的成本：

其中，δ_z存储电量达到上限时能源损失成本系数，单位为元/MW·h；E_z(i)为蓄电池存储电量跌到下限时无法满足负荷能量。

第三步中考虑电价补贴的经济收益为：

其中，L_z为一天内政府的补贴电价。

减少电能传输的收益：

其中，为i时段储能系统释放电能节省传输的费用；为j时段储能系统储能电能节省传输的费用；

延缓电网升级的经济收益：

其中，L_D为电网升级建设成本；ε_r为通货膨胀率；v_r为贴现率。

第四步：储能系统配置的约束条件为

其中，N_max为允许的充放电次数极限值；L_c(i)，L_d(i)分别为第i个时段的充、放电次数；η⁺为放电效率；η^-为充电效率；为放电功率；为充电功率。

第五步，以全寿命周期内经济效益最大化寻优，在计算经济效益最大化时，通过计算周围粒子位置确定较优位置，并移动到这些较优位置的中心点，中心位置确定如下：

(1)根据初始化经济成本、经济效益目标值等参数确定始化粒子的位置，设置粒子移动的速度，求取初始最优解；

(2)设置群维数K_pos，最大迭代次数N_posmax，并限定计算精度σ_pos；

(3)计算所求一个运行周期内经济效益最大化粒子初始适应度值；

(4)由于不同的运行周期，粒子的位置和运行速度都变化，所以得到寿命周期内各个周期内粒子的新的位置

(5)每个运行周期内储能运行特性的不同，所以可得到粒子的新位置

(6)计算靠近中心点移动后的下一个位置作为算法下次迭代的位置信息，多次迭代后得到各个目标的中心位置；

(7)重复步骤(1)至步骤(6)，判断当前迭代次数与误差值是否满足要求，若不满足返回步骤(1)，否则终止粒子寻优计算，并输出计算结果。

优点及效果

本发明的优点与积极效果如下：

(1)本发明可以准确估算出不同放电深度下储能系统运行寿命，并折算出储能系统运行年限。

(2)本发明计算出考虑储能系统不同放电深度、过放现象、容量不能满足负荷要求、弃风所损失的成本，并充分考虑风电场中储能系统运行的经济效益。

附图说明

图1是考虑全寿命周期成本的风电场中储能系统经济评估流程图。

图2是求取风电场中经济效益的全局粒子群算法求解流程图。

具体实施方式：

下面结合附图对本发明作进一步详细描述。

如附图1所示，本发明提出立足于：考虑全寿命周期成本的风电场储能系统经济效益评估方法。

本发明的基本思路在于：首先，准确估算出不同放电深度下储能系统运行寿命，并折算出储能系统运行年限。其次，计算出考虑储能系统不同放电深度、过放现象、容量不能满足负荷要求、弃风所损失的成本，并充分考虑风电场中储能系统运行的经济效益。

一种考虑全寿命周期成本的风电场储能系统经济效益评估方法，如图1所示，所包含的步骤如下：

第一步，根据电池的基本参数折算出电池特定放电深度R下电池的寿命。深度R下进行充放电，蓄电池的寿命L计算式为

其中，N为电池满充放下的最大循环次数；M_i,R为电池以深度R下第i次充放电时的寿命损耗。

由于放电深度R是时变参数，为减少误差，通过拟合方法求取不同充放电深度下蓄电池的全生命周期的循环次数N_a及运行周期：

其中，α₁，α₂，…，α_i+1为一组常数，对电池寿命测试数据进行回归模拟获得；R_i为不同充放电深度。

假设每年蓄电池充放电次数为b次，则储能装置的运行周期为T为

第二步，将蓄电池的寿命折算成储能系统的经济成本。

考虑蓄电池放电深度、过放现象对所对应的经济成本。将蓄电池运行时间分成i个间隔为Δt的时间。

不同放电深度成本：

其中，为第i时间段的充放电能量；为不同放电深度下成本系数，单位为元/MW·h；其中，E(i-1)为i-1时段蓄电池的剩余电量；E(i)为i时段蓄电池的剩余电量。

过放现象成本：

其中，E_e(i)为第i时间段的放过放能量；δ_e为过放损失成本系数，单位为元/MW·h。

在考虑储能系统全周期经济成本时，同样需要考虑当蓄电池存储电量达到上限时能源损失的能量，另当蓄电池电量跌到下限时过放无法满足负荷所损失的能量。

弃风所损失的成本：

其中，δ_l存弃风损失成本系数，单位为元/MW·h；E_l(i)为弃风量。

蓄电池存储电量跌到下限时无法满足负荷的成本：

其中，δ_z存储电量达到上限时能源损失成本系数，单位为元/MW·h；E_z(i)为蓄电池存储电量跌到下限时无法满足负荷能量。

由于购进储能设备的成本C₀固定不变，维修设备的成本C_Γ0+ΔC_Γie^β每年按一定比例增长，所以储能系统全寿命周期成本C。

其中，C_Γ0为第一年的维修成本；ΔC_Γi为第i年维修成本增长值；β为增长系数。

第三步，储能系统接入风电场产生的经济效益。

根据峰谷电价的不同，储能装置在负荷低谷且电价较低情况下进行充电，在负荷高峰且电机高时进行放电。

储能系统全寿命周期削峰填谷的经济收益为：

其中，第i小时段储能装置的放电功率；第j小时段储能装置的充电功率；为第j小时段的电价，即用电低谷期电价；为第i小时段的电价，即用电高峰期电价；n为储能装置年投运天数，n≤T。

考虑电价补贴的经济收益为：

其中，L_z为一天内政府的补贴电价。

减少电能传输的收益：

其中，为i时段储能系统释放电能节省传输的费用；为j时段储能系统储能电能节省传输的费用。

延缓电网升级的经济收益：

其中，L_D为电网升级建设成本；ε_r为通货膨胀率；v_r为贴现率。

第四步，得出考虑全寿命周期成本的风电场储能系统经济收益。

其中，h_k为储能装置的经济收益；C为储能装置的成本。

储能系统配置的约束条件为

其中，N_max为允许的充放电次数极限值；L_c(i)，L_d(i)分别为第i个时段的充、放电次数。η⁺为放电效率；η^-为充电效率；为放电功率；为充电功率。

第五步，根据步骤一到第四步建立的模型和计算函数式进行多目标优化。

以全寿命周期内经济效益最大化寻优，在计算经济效益最大化时，通过计算周围粒子位置确定较优位置，并移动到这些较优位置的中心点，中心位置确定如下：

(1)根据初始化经济成本、经济效益目标值等参数确定始化粒子的位置，设置粒子移动的速度，求取初始最优解；

(2)设置群维数K_pos，最大迭代次数N_posmax，并限定计算精度σ_pos；

(3)计算所求一个运行周期内经济效益最大化粒子初始适应度值；

(4)由于不同的运行周期，粒子的位置和运行速度都变化，所以得到寿命周期内各个周期内粒子的新的位置

(5)每个运行周期内储能运行特性的不同，所以可得到粒子的新位置

(6)计算靠近中心点移动后的下一个位置作为算法下次迭代的位置信息，多次迭代后得到各个目标的中心位置。

(7)重复步骤(1)至步骤(6)，判断当前迭代次数与误差值是否满足要求，若不满足返回步骤(1)，否则终止粒子寻优计算，并输出计算结果。

Claims (5)

1.一种考虑全寿命周期成本的风电场储能系统经济效益评估方法，其特征在于：该方法所包含的步骤如下：

第一步，根据电池的基本参数折算出电池特定放电深度R下电池的寿命；深度R下进行充放电，蓄电池的寿命L计算式为

$L=\frac{1}{\underset{i=0}{\overset{N}{\Σ}}{M}_{i,R}}---\left(1\right)$

其中，N为电池满充放下的最大循环次数；M_i,R为电池以深度R下第i次充放电时的寿命损耗；

由于放电深度R是时变参数，为减少误差，通过拟合方法求取不同充放电深度下蓄电池的全生命周期的循环次数N_a及运行周期：

$N_a={\mathrm{\α}}_1+{\mathrm{\α}}_2{e}^{-{\mathrm{\α}}_3{R}_1}+{\mathrm{\α}}_4{e}^{-{\mathrm{\α}}_5{R}_2}+...+{\mathrm{\α}}_{i-2}{e}^{-{\mathrm{\α}}_{i-1}{R}_i}---\left(2\right)$

其中，α₁，α₂，…，α_i+1为一组常数，对电池寿命测试数据进行回归模拟获得；R_i为不同充放电深度；

假设每年蓄电池充放电次数为b次，则储能装置的运行周期为T为

$T=\frac{N_a}{b}---\left(3\right)$

第二步，将蓄电池的寿命折算成储能系统的经济成本；

考虑蓄电池放电深度、过放现象对所对应的经济成本；在考虑储能系统全周期经济成本时，同样需要考虑当蓄电池存储电量达到上限时能源损失的成本，另当蓄电池电量跌到下限时过放无法满足负荷所损失的成本；

由于购进储能设备的成本C₀固定不变，维修设备的成本C_Γ0+ΔC_Γie^β每年按一定比例增长，所以储能系统全寿命周期成本C；

$C=\underset{i=0}{\overset{4}{\mathrm{\Σ}}}{C}_i+C_{\mathrm{\Γ}0}+{\mathrm{\ΔC}}_{\mathrm{\Γ}i}{e}^{\mathrm{\β}}---\left(4\right)$

其中，C_i为放电深度、过放现象、容量不能满足负荷要求、弃风所损失的成本，i＝1,2,3,4；C_Γ0为第一年的维修成本；ΔC_Γi为第i年维修成本增长值；β为增长系数；e代表增长按指数形式。

第三步，储能系统接入风电场产生的经济效益；

根据峰谷电价的不同，储能装置在负荷低谷且电价较低情况下进行充电，在负荷高峰且电机高时进行放电；

储能系统全寿命周期削峰填谷的经济收益为：

$h_1=\underset{i,j=1}{\overset{24}{\Σ}}n(m_i^{+}{P}_i^{+}-{\mathrm{\ηm}}_j^{-}{P}_j^{-})---\left(5\right)$

其中，P_i ⁺第i小时段储能装置的放电功率；第j小时段储能装置的充电功率；为第j小时段的电价，即用电低谷期电价；为第i小时段的电价，即用电高峰期电价；n为储能装置年投运天数，n≤T；η为储能装置的放电效率。

第四步，得出考虑全寿命周期成本的风电场储能系统经济收益；

$f=\underset{k=1}{\overset{4}{\mathrm{\Σ}}}{h}_k-C---\left(6\right)$

其中，h_k为储能装置的经济收益；C为储能装置的成本。

第五步，根据步骤一到第四步建立的模型和计算函数式进行多目标优化。

2.根据权利要求1所述的考虑全寿命周期成本的风电场储能系统经济效益评估方法，其特征在于：第二步中将蓄电池运行时间分成i个间隔为Δt的时间；

不同放电深度成本：

$C_1={\mathrm{\δ}}_{R_i}\underset{i=1}{\overset{T}{\Σ}}{E}_{R_i}\left(i\right)={\mathrm{\δ}}_{R_i}\underset{i=1}{\overset{T}{\Σ}}\[E\left(i\right)-E(i-1)\]---\left(4\right)$

其中，为第i时间段的充放电能量；为不同放电深度下成本系数，单位为元/MW·h；其中，E(i-1)为i-1时段蓄电池的剩余电量；E(i)为i时段蓄电池的剩余电量；

过放现象成本：

$C_2={\mathrm{\δ}}_e\underset{i=1}{\overset{T}{\Σ}}{E}_e\left(i\right)---\left(5\right)$

其中，E_e(i)为第i时间段的放过放能量；δ_e为过放损失成本系数，单位为元/MW·h；

在考虑储能系统全周期经济成本时，同样需要考虑当蓄电池存储电量达到上限时能源损失的能量，另当蓄电池电量跌到下限时过放无法满足负荷所损失的能量；

弃风所损失的成本：

$C_3={\mathrm{\δ}}_l\underset{i=1}{\overset{T}{\Σ}}{E}_l\left(i\right)---\left(6\right)$

其中，δ_l存弃风损失成本系数，单位为元/MW·h；E_l(i)为弃风量；

蓄电池存储电量跌到下限时无法满足负荷的成本：

$C_4={\mathrm{\δ}}_z\underset{i=1}{\overset{T}{\Σ}}{E}_z\left(i\right)---\left(7\right)$

其中，δ_z存储电量达到上限时能源损失成本系数，单位为元/MW·h；E_z(i)为蓄电池存储电量跌到下限时无法满足负荷能量。

3.根据权利要求1所述的考虑全寿命周期成本的风电场储能系统经济效益评估方法，其特征在于：第三步中考虑电价补贴的经济收益为：

$h_2=n\underset{i=1}{\overset{24}{\Σ}}{\mathrm{nP}}_i^{+}{L}_z---\left(10\right)$

其中，L_z为一天内政府的补贴电价。

减少电能传输的收益：

$h_3=n\underset{i,j=1}{\overset{24}{\Σ}}\[P_i^{+}+P_j^{-}\]\left(L_{Ci}^{+}+L_{Cj}^{-}\right)---\left(11\right)$

其中，为i时段储能系统释放电能节省传输的费用；为j时段储能系统储能电能节省传输的费用；

延缓电网升级的经济收益：

$h_4=L_D\[1-{\left(\frac{1+{\mathrm{\ϵ}}_r}{1+v_r}\right)}^n\]---\left(11\right)$

其中，L_D为电网升级建设成本；ε_r为通货膨胀率；v_r为贴现率。

4.根据权利要求1所述的考虑全寿命周期成本的风电场储能系统经济效益评估方法，其特征在于：第四步：储能系统配置的约束条件为

$\left\{\begin{array}{c}\underset{i=1}{\overset{T}{\Σ}}max\{L_c\left(i\right),L_d\left(i\right)\}\≤N_{max}\\ N_a\≤N_{max}\\ \underset{i=1}{\overset{24}{\Σ}}{P}_c^{+}\left(i\right)\≤P_{max}^{+}\\ \underset{i=1}{\overset{24}{\Σ}}\[{\mathrm{\η}}^{+}{P}_c^{+}\left(i\right)-{\mathrm{\η}}^{-}{P}_c^{-}\left(i\right)\]=0\end{array}\right.---\left(13\right)$

其中，N_max为允许的充放电次数极限值；L_c(i)，L_d(i)分别为第i个时段的充、放电次数；η⁺为放电效率；η^-为充电效率；P_c ⁺(i)为放电功率；P_c ^-(i)为充电功率。

5.根据权利要求1所述的考虑全寿命周期成本的风电场储能系统经济效益评估方法，其特征在于：第五步，以全寿命周期内经济效益最大化寻优，在计算经济效益最大化时，通过计算周围粒子位置确定较优位置，并移动到这些较优位置的中心点，中心位置确定如下：

(1)根据初始化经济成本、经济效益目标值等参数确定始化粒子的位置，设置粒子移动的速度，求取初始最优解；

(2)设置群维数K_pos，最大迭代次数N_posmax，并限定计算精度σ_pos；

(3)计算所求一个运行周期内经济效益最大化粒子初始适应度值；

(4)由于不同的运行周期，粒子的位置和运行速度都变化，所以得到寿命周期内各个周期内粒子的新的位置

(5)每个运行周期内储能运行特性的不同，所以可得到粒子的新位置

(6)计算靠近中心点移动后的下一个位置作为算法下次迭代的位置信息，多次迭代后得到各个目标的中心位置；

(7)重复步骤(1)至步骤(6)，判断当前迭代次数与误差值是否满足要求，若不满足返回步骤(1)，否则终止粒子寻优计算，并输出计算结果。