CN110224397B - 一种风光接入背景下用户侧电池储能成本效益分析方法 - Google Patents

Abstract

本发明公开了一种风光接入背景下用户侧电池储能成本效益分析方法，适用于用户侧电池储能系统。本发明从用户电能使用成本角度，分析了用户侧加装电池储能系统的成本与效益：用户侧电池储能系统的使用成本主要体现为损耗成本；效益则通过能量时序平移与减少月最大需量进而降低用户电费支出来体现。为发掘用户侧电池储能系统的最大使用效益，本发明建立了以用户年综合用电成本最小为优化目标的电池储能系统运行优化模型。本发明基于我国某实际电能用户和两部制电价政策实施后，其有益效果包括对电池储能系统运行进行优化可降低用户电能使用成本；用户加装电池储能系统后，若容量选择得当，其效益可覆盖成本，具有经济上的可行性。

Description

一种风光接入背景下用户侧电池储能成本效益分析方法

技术领域

本发明涉及电池储能技术，具体涉及一种风光接入背景下用户侧电池储能成本效益分析方法。

背景技术

近年来，能源和环境问题日益突出，以风、光为代表的可再生能源发电得到快速发展，成为电力系统的重要组成部分。然而，与传统化石能源发电形式不同，受自然特性制约，可再生能源发电具备与生俱来的随机波动特性与间歇性，且难以准确预测。因此，大规模可再生并网对系统动态功率平衡与调频、调压等辅助服务提出了更高的要求。

然而，电池储能技术的快速发展为解决大规模可再生能源的并网问题提供了一种全新的技术选择，反过来看，可再生能源大规模并网也为电池储能系统(Battery energystorage systems,BESS)在电网中的大规模应用提供了商业机遇。当前，BESS在电网中主要有3种应用场景：①配置在电源侧，主要用于平滑可再生能源电站出力的短时波动、实现发电计划跟踪等；②配置在系统侧，主要用于削峰填谷、调峰调频、提供系统备用，改善电能质量等；③配置在用户侧(主要集成在用户侧微电网中)，主要用于提高用户电能使用效益、改善用户可靠性等。本发明主要关注BESS在电能用户侧的应用。

目前，已有一定文献关注如何更为经济、合理地在电能用户侧配置、运行BESS，并取得了一些有意义的进展。文献一《基于虚拟储能的风光储家庭微电网的并网运行能量优化管理》(供用电，2017年，第34卷，第4期，第12页至18页)研究了BESS在风-光-储家庭微网中的应用，提出了基于虚拟储能思想的能量优化管理策略，有效减少了BESS的容量需求，但没有考虑BESS损耗成本，且对用户购电成本的计算较为粗略。文献二《考虑储能运行成本的风光储微网的经济运行》(现代电力，2013年，第30卷，第5期，第13页至18页)以某实际风-光-储微网为研究对象，以各种典型天气情况下的微网出力和负荷需求预测为研究背景，对BESS运行状态进行优化，使其运行收益最大化。但该文献假定BESS充、放电功率恒定，且将BESS投资成本平均折算到每一天，具有一定的局限性。在对BESS循环寿命进行量化的基础上，文献三《计及电池寿命和经济运行的微电网储能容量优化》(高电压技术，2015年，第41卷，第10期，第3256页至3265页)提出了一种同时计及系统经济运行和循环寿命的微电网BESS容量双层优化模型，并提出了针对性的求解方法。

显然，对用户侧电池储能系统来说，给出经济、合理的BESS运行优化模型是降低用户电能使用成本的关键。然而，现有技术方法中，均未考虑BESS损耗成本且对用户年综合用电成本的计算较为粗略，具有一定的局限性。

发明内容

本发明针对现有技术中存在的不足，提出了一种风光接入背景下用户侧电池储能成本效益分析方法，从用户电能使用成本角度，分析了用户侧加装BESS的成本与效益，用户侧BESS的使用成本主要体现为损耗成本；效益则通过能量时序平移与减少月最大需量降低用户电费支出来体现，进而建立了考虑损耗成本和运行约束的用户侧电池储能系统模型。为发掘用户侧BESS最大使用效益，本发明建立了以用户年综合用电成本最小为优化目标的BESS运行优化模型，给出更为经济、合理的BESS运行策略。

本发明为实现上述发明目的，采取的技术方案如下：

一种风光接入背景下用户侧电池储能成本效益分析方法，包括以下步骤：

步骤1、建立包括电池损耗成本、电池运行约束条件的用户侧电池储能系统模型；

步骤2、基于用户侧电池储能系统模型，建立用户侧电池储能系统运行优化模型，包括：设定所述用户年综合用电成本最小为优化目标，考虑系统运行约束条件；

步骤3、基于用户侧电池储能系统模型、用户侧电池储能系统运行优化模型得到风光接入背景下用户侧电池储能成本效益优化结果。

作为本发明的优选技术方案：步骤1中的电池损耗成本计算公式为：

公式(1)中，L_B为电池的损耗成本；V_B为电池的总投资成本；n_B为电池总循环寿命；i为优化时段索引；n为研究周期内总的优化时段数；u_ch,i、u_dis,i分别为表示电池充电、放电状态切换的二进制变量，u_ch,i取“1”表示电池在时段i由放电状态切换至充电状态，u_dis,i取“1”表示电池在时段i由充电状态切换至放电状态；式中的求和部分表示电池在研究周期内经历的充放电循环次数。

作为本发明的优选技术方案：步骤1中的电池运行约束条件包括充放电逻辑状态约束、充、放电功率约束、电池荷电状态约束；所述充放电逻辑状态约束包括公式(2)与公式(3)：

u_ch,i+u_dis,i≤1 (2)

公式(2)中，u_ch,i、u_dis,i分别为表示电池充电、放电状态切换的二进制变量，u_ch,i取“1”表示电池在时段i由放电状态切换至充电状态，u_dis,i取“1”表示电池在时段i由充电状态切换至放电状态；

(O_i-O_i-1)-u_ch,i+u_dis,i＝0 (3)

公式(3)中，O_i为表征电池充放电逻辑状态的二进制变量，若电池在优化时段i处于充电状态时取值为“1”，待充电状态时取值为“0”；

所述充、放电功率约束包括公式(4)与公式(5)：

0≤P_ch,i≤O_iP_ch,max (4)

0≤P_dis,i≤(1-O_i)P_dis,max (5)

公式(4)与公式(5)中，P_ch,i、P_dis,i分别为电池在时段i的充电功率、放电功率；P_ch,max、P_dis,max分别为电池充电功率、放电功率的最大值；

所述电池荷电状态约束包括公式(6)与公式(7)：

V_SOC,min≤V_SOC,i≤V_SOC,max (6)

公式(6)中，V_SOC,i为电池在时段i的荷电状态；V_SOC,min、V_SOC,max为根据电池全生命周期流量最大化原则确定的电池荷电状态的上、下限；

公式(7)中，C_B为电池容量；η_ch、η_dis为电池的充、放电效率；T为优化时段长度。

作为本发明的优选技术方案：步骤2中的用户年综合用电成本计算公式为：

公式(8)中，C_y为用户年综合用电成本；m为月度索引(m＝1,2,3,…,12)；d为调度日索引；D_m为第m月的天数；ρ_i为时段i的购电电价；P_ur,i为电能用户在时段i的购电功率；L_Bm,d为第m月中调度日d对应的电池损耗成本；P_n,m为第m月的基本电费。

作为本发明的优选技术方案：步骤2中的系统运行约束条件包括电能用户的功率平衡约束、购电功率约束、风光发电功率约束；所述电能用户的功率平衡约束包括公式(9)与公式(10)：

P_L,i-P_ur,i-P_W,i-P_PV,i-P_i＝0 (9)

公式(9)中，P_L,i为时段i的负荷需求；P_W,i为安装在用户配电网内分布式风电机组在时段i的发电输出功率；P_PV,i为安装在用户配电网内分布式光伏机组在时段i的发电输出功率；P_i为电池充放电功率；

P_i＝(1-O_i)P_dis,i-O_iP_ch,i (10)

公式(10)中，P_i为电池充放电功率；O_i为表征电池充放电逻辑状态的二进制变量，若电池在优化时段i处于充电状态时取值为“1”，待充电状态时取值为“0”；

所述购电功率约束包括公式(11)：

P_uri,≥0 (11)

公式(11)中，P_ur,i为电能用户在时段i的购电功率；

所述风光发电功率约束包括公式(12)与公式(13)：

公式(12)中，P_W,i为分布式风电机组在时段i的发电输出功率；

为分布式风电机组在时段i的最大发电输出功率；

公式(13)中，P_PV,i为分布式光伏机组在时段i的发电输出功率；

为分布式光伏机组在时段i的最大发电输出功率。

本发明所述风光接入背景下用户侧电池储能成本效益分析方法，采用以上技术方案与现有技术相比，具有以下技术效果：

(1)对电池储能系统运行进行优化可降低用户电能使用成本。(2)用户加装电池储能系统后，若容量选择得当，其效益可覆盖成本，具有经济上的可行性。

附图说明

图1为用户侧电池储能系统运行优化模型架构图；

图2为BESS接入电网示意图；

图3为我国某省工业用户的分时电价图；

图4为两种BESS不同运行策略下的仿真结果图；

图5为某典型月内优化前的用户净负荷图；

图6为某典型月内优化后的购电功率图；

图7为某典型日内的BESS充放电功率图；

图8为某典型月内的BESS荷电状态图。

具体实施方式

下面结合附图对本发明做进一步的详细说明。

如图1所示，本发明提出了一种风光接入背景下用户侧电池储能成本效益分析方法，包括以下步骤：步骤1、建立包括电池损耗成本、电池运行约束条件的用户侧电池储能系统模型；步骤2、基于用户侧电池储能系统模型，建立用户侧电池储能系统运行优化模型，包括：设定所述用户年综合用电成本最小为优化目标，考虑系统运行约束条件；步骤3、基于用户侧电池储能系统模型、用户侧电池储能系统运行优化模型得到风光接入背景下用户侧电池储能成本效益优化结果。

接入电能用户侧的BESS主要由电池组，逆变器与功率控制调节系统构成，可采用集中式和分布式两种方式接入用户配电网。为便于调度、控制，本发明假定BESS采用图2所示的集中方式接入用户配电网10kV母线。

电化学电池是BESS的核心部件，通过活性物质的氧化、还原反应实现电能与化学能之间的灵活转换。显然，作为BESS的核心部件，电化学电池的技术特性在很大程度上决定了BESS性能。电池的主要失效模式是容量衰退，电池在容量衰减至某一规定值之前经历的总充、放电次数称为循环寿命。循环寿命与充放、电速率、环境温度、电池温度以及最大放电深度等因素有关，其中，最大放电深度是影响电池循环寿命的关键因素。

本发明根据电池在研究周期内经历的充放电循环次数估算用户侧电池储能系统的损耗成本，步骤1中的电池损耗成本计算公式为：

式中：L_B为电池的损耗成本；V_B为电池的总投资成本；n_B为电池总循环寿命，主要由电池技术类型和最大放电深度决定；i为优化时段索引；n为研究周期内总的优化时段数；u_ch,i、u_dis,i分别为表示电池充放电状态切换的二进制变量，u_ch,i取“1”表示电池在时段i由放电状态切换至充电状态，u_dis,i取“1”表示电池在时段i由充电状态切换至放电状态。其中，上式中的求和部分表示电池在研究周期内的充放电循环次数。

步骤1中的电池运行约束条件包括充放电逻辑状态约束、充、放电功率约束、电池荷电状态约束。其中，充放电逻辑状态约束：

u_ch,i+u_dis,i≤1 (2)

(O_i-O_i-1)-u_ch,i+u_dis,i＝0 (3)

式中：O_i为表征电池充放电逻辑状态的二进制变量，若电池在优化时段i处于充电状态，取值为“1”，处于待充电状态则取值为“0”。

充、放电功率约束：

0≤P_ch,i≤O_iP_ch,max (4)

0≤P_dis,i≤(1-O_i)P_dis,max (5)

式中：P_ch,i、P_dis,i分别为电池在时段i的充电功率、放电功率；P_ch,max、P_dis,max分别为电池充电功率、放电功率的最大值，由电池容量与技术类型决定。

电池荷电状态约束：

V_SOC,min≤V_SOC,i≤V_SOC,max (6)

式中：V_SOC,i为电池在时段i的荷电状态；V_SOC,min、V_SOC,max为根据电池全生命周期流量最大化原则确定的电池荷电状态的上、下限；C_B为电池容量，η_ch、η_dis分别为电池的充电效率、放电效率；T为优化时段长度。

依据我国现行的电价政策，工业用户电费由两部分构成：即基本电费和电量电费。基本电费根据用户月最大需量和基本电价计算，如我国某省的基本电价为40.00￥/kW·月。电量电费是用户电费的主要部分，根据用户各时段的实际用电量和电度电价缴纳。为鼓励电能用户合理安排用电时间，削峰填谷，提高电网运行效率，电度电价一般采用实时电价(real time pricing,RTP)或分时电价(time of use pricing,TOU)的形式。其中，TOU可看作RTP的简化形式，是目前我国主要采用的电度电价形式。

图3给出了我国某省现行的面向工业用户的TOU政策。从该图可看出，该省实行的TOU政策由三个时段组成：即高峰时段、低谷时段与平段时段，其中，高峰时段电价最高，平段时段次之，低谷时段最低。此外，该用户配电系统内部分别接入1MW分布式光伏与2MW分布式风电机组。为提高该用户的电能使用效益，将BESS接入该电能用户变电所的高压母线，单位容量BESS(1MWh)的技术参数如表1所示：

表1BESS性能参数(1MWh)

BESS接入后，用户电能使用成本将由单纯的电费成本拓展为包括BESS损耗成本在内的综合用电成本，并建立了以用户年综合用电成本最小为优化目标的用户侧电池储能系统运行优化模型。

本发明中的用户侧电池储能系统运行优化模型的最小优化目标为用户年综合用电成本C_y，由用户年电费支出与电池储能系统的损耗成本这两大部分组成，具体如下所示：

式中：C_y为用户年综合用电成本；m为月度索引(m＝1,2,3,···,12)；d为调度日索引；D_m为第m月的天数；ρ_i为时段i的购电电价；P_ur,i为电能用户在时段i的购电功率。我国现行电价政策中，按每月15分钟内平均购电功率的最大值计算用户的月度基本电费，因而本发明将优化时段T的长度取为15分钟，即每个调度日由96个优化时段组成。L_Bm,d为第m月中调度日d对应的电池损耗成本，P_n,m为第m月的基本电费，由该月的15分钟最大平均购电功率和基本电价决定。

本发明中的系统运行约束条件包括电能用户的功率平衡约束、购电功率约束、风光发电功率约束。其中，电能用户的功率平衡约束如下所示：

P_L,i-P_ur,i-P_W,i-P_PV,i-P_i＝0 (9)

P_i＝(1-O_i)P_dis,i-O_iP_ch,i (10)

式中：P_L,i为时段i的负荷需求；P_W,i为安装在用户配电网内分布式风电机组在时段i的发电输出功率；P_PV,i为安装在用户配电网内分布式光伏机组在时段i的发电输出功率；P_i为电池充放电功率，取正值表示电池处于放电状态，反之，电池处于充电状态。

本发明暂不考虑电能用户向电网反送电能，因此，存在如下购电功率约束：

P_uri,≥0 (11)

在不考虑用户向电网反送电能的情况下，在某些风、光资源较好的时段，不得不通过“弃风”、“弃光”维持用户的功率平衡。因此，存在如下风光发电功率约束：

式中，

分别为分布式风电、光伏机组在时段i的最大发电输出功率，由该时段的风、光资源条件确定。

在具体实施例中，图4给出了两种BESS不同运行策略下的仿真结果，即不同BESS容量下用户年综合用电成本相对于原始电费成本的下降幅度。其中：策略A是BESS运行优化模型给出的BESS运行策略；策略B是目前用户侧BESS的常用运行策略。策略B下，BESS在任一调度日均经历1次充放电循环，即低电价时段等功率充电，高电价时段等功率放电，通过能量平移降低电量电费支出。

从图4可看出，与常规运行策略相比，由于同时考虑了BESS对基本电费和电量电费的削减效应，本发明所提出BESS运行优化模型可给出经济性更好的BESS运行策略。也就是说，按该策略运行，用户电能使用综合成本下降幅度将更为明显。此外，从图4还可看出，用户电能使用综合成本与BESS容量密切相关。BESS容量过小(小于1MWh)或过大(大于4MWh)时，由于BESS接入导致的用户电费支出下降难以完全覆盖其使用成本，此时，用户电能使用综合成本下降幅度为负值。而当BESS容量介于1MWh与4MWh之间时，BESS接入后导致的用户电费支出下降可完全覆盖其使用成本，也就是说，用户电能使用综合成本下降幅度将为正值。当BESS容量为2.5MWh时，用户电能使用综合成本下降最为明显，建议该电能用户应参照此容量配置储能。

当BESS容量为2.5MWh时，该用户的电能使用综合成本最低，因而假定BESS容量为2.5MWh。为详细分析BESS接入用户侧配电网的运行成本与效益，图5与图6给出该电能用户在某典型月内的净负荷需求与优化策略运行后的用户购电功率。此处的净负荷为用户原始负荷减去风、光出力后的剩余负荷，在BESS接入前，该负荷就是电能用户的购电功率。

对用户来说，BESS的电费削减效应主要来自两方面。首先，从图5、图6可看出，该电能用户的月最大需量从1.70MW(出现于该典型月第13天的21：00至21：15)降至1.28MW(出现于该典型月第7天21：30至21：45)，对应的基本电费由原来的6.80万元降至5.12万元。其次，BESS可将部分负荷从高电价时段平移至低电价时段，减少电量电费支出。在该典型月，BESS将159.86MW负荷从高电价时段平移至低电价时段，且加装BESS后，减少弃风、弃光总量为54.55MW，月度电量电费由原来的106.80万元下降至93.91万元。

为清晰表示BESS对用户负荷的时序平移效应，此处给出某典型日内的BESS充放电功率，具体如图7所示。图7中，P_i为正值表示BESS放电，负值表示BESS处于充电状态。从该图可看出，BESS在该典型日内经历5次充、放电循环，将5.46MW负荷从高电价时段平移至低电价时段，对应的电量电费由5.04万降至4.43万，下降额度为0.61万。

图8给出了BESS在典型月内的荷电状态，从该图可看出，BESS在典型月内经历了134次充放电循环，对应的损耗成本为4.02万。BESS导致的用户基本电费与电量电费的下降额度分别为1.68万元与12.89万元，其中因为加装BESS减少弃风弃光而下降电量电费6.52万元。也就是说，对该典型月来说，BESS运行节约的用户电费支出减少额远大于BESS损耗成本，用户年综合用电成本由原先的纯电费成本113.6万元下降至103.05万元，降幅为9.28％。

通过本发明提出风光接入背景下用户侧电池储能成本效益分析方法，采用以上技术方案与现有技术相比，具有以下技术效果：(1)对电池储能系统运行进行优化可降低用户电能使用成本。(2)用户加装电池储能系统后，若容量选择得当，其效益可覆盖成本，具有经济上的可行性。

以上所述的具体实施方案，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，所应理解的是，以上所述仅为本发明的具体实施方案而已，并非用以限定本发明的范围，任何本领域的技术人员，在不脱离本发明的构思和原则的前提下所做出的等同变化与修改，均应属于本发明保护的范围。

Claims (1)

1.一种风光接入背景下用户侧电池储能成本效益分析方法，其特征在于，包括以下步骤：

步骤1、建立包括电池损耗成本、电池运行约束条件的用户侧电池储能系统模型；

步骤2、基于用户侧电池储能系统模型，建立用户侧电池储能系统运行优化模型，包括：设定所述用户年综合用电成本最小为优化目标，考虑系统运行约束条件；

步骤3、基于用户侧电池储能系统模型、用户侧电池储能系统运行优化模型得到风光接入背景下用户侧电池储能成本效益优化结果；

步骤1中的电池损耗成本计算公式为：

公式(1)中，L_B为电池的损耗成本；V_B为电池的总投资成本；n_B为电池总循环寿命；i为优化时段索引；n为研究周期内总的优化时段数；u_ch,i、u_dis,i分别为表示电池充电、放电状态切换的二进制变量，u_ch,i取“1”表示电池在时段i由放电状态切换至充电状态，u_dis,i取“1”表示电池在时段i由充电状态切换至放电状态；式中的求和部分表示电池在研究周期内经历的充放电循环次数；

步骤1中的电池运行约束条件包括充放电逻辑状态约束、充、放电功率约束、电池荷电状态约束；所述充放电逻辑状态约束包括公式(2)与公式(3)：

u_ch,i+u_dis,i≤1 (2)

公式(2)中，u_ch,i、u_dis,i分别为表示电池充电、放电状态切换的二进制变量，u_ch,i取“1”表示电池在时段i由放电状态切换至充电状态，u_dis,i取“1”表示电池在时段i由充电状态切换至放电状态；

(O_i-O_i-1)-u_ch,i+u_dis,i＝0 (3)

公式(3)中，O_i为表征电池充放电逻辑状态的二进制变量，若电池在优化时段i处于充电状态时取值为“1”，待充电状态时取值为“0”；

所述充、放电功率约束包括公式(4)与公式(5)：

0≤P_ch,i≤O_iP_ch,max (4)

0≤P_dis,i≤(1-O_i)P_dis,max (5)

公式(4)与公式(5)中，P_ch,i、P_dis,i分别为电池在时段i的充电功率、放电功率；P_ch,max、P_dis,max分别为电池充电功率、放电功率的最大值；

所述电池荷电状态约束包括公式(6)与公式(7)：

V_SOC,min≤V_SOC,i≤V_SOC,max (6)

公式(6)中，V_SOC,i为电池在时段i的荷电状态；V_SOC,min、V_SOC,max为根据电池全生命周期流量最大化原则确定的电池荷电状态的上、下限；

公式(7)中，C_B为电池容量；η_ch、η_dis为电池的充、放电效率；T为优化时段长度；

步骤2中的用户年综合用电成本计算公式为：

公式(8)中，C_y为用户年综合用电成本；m为月度索引， m＝1,2,3,···,12；d为调度日索引；D_m为第m月的天数；ρ_i为时段i的购电电价；P_ur,i为电能用户在时段i的购电功率；L_Bm,d为第m月中调度日d对应的电池损耗成本；P_n,m为第m月的基本电费；

步骤2中的系统运行约束条件包括电能用户的功率平衡约束、购电功率约束、风光发电功率约束；所述电能用户的功率平衡约束包括公式(9)与公式(10)：

P_L,i-P_ur,i-P_W,i-P_PV,i-P_i＝0 (9)

公式(9)中，P_L,i为时段i的负荷需求；P_W,i为安装在用户配电网内分布式风电机组在时段i的发电输出功率；P_PV,i为安装在用户配电网内分布式光伏机组在时段i的发电输出功率；P_i为电池充放电功率；

P_i＝(1-O_i)P_dis,i-O_iP_ch,i (10)

公式(10)中，P_i为电池充放电功率；O_i为表征电池充放电逻辑状态的二进制变量，若电池在优化时段i处于充电状态时取值为“1”，待充电状态时取值为“0”；

所述购电功率约束包括公式(11)：

P_ur,i≥0 (11)

公式(11)中，P_ur,i为电能用户在时段i的购电功率；

所述风光发电功率约束包括公式(12)与公式(13)：

公式(12)中，P_W,i为分布式风电机组在时段i的发电输出功率；

为分布式风电机组在时段i的最大发电输出功率；

公式(13)中，P_PV,i为分布式光伏机组在时段i的发电输出功率；

为分布式光伏机组在时段i的最大发电输出功率。

Images