世纪新能源网-新能源行业媒体领跑者,聚焦光伏、储能、风电、氢能行业。
  • 微信客服微信客服
  • 微信公众号微信公众号

能源互联网中微能源系统储能容量规划及投资效益分析

   2020-04-16 电气技术13200
核心提示:北京市变频技术工程研究中心(北方工业大学)、新能源与储能运行控制国家重点实验室(中国电力科学研究院有限公司)、国网综合能
北京市变频技术工程研究中心(北方工业大学)、新能源与储能运行控制国家重点实验室(中国电力科学研究院有限公司)、国网综合能源服务集团有限公司的研究人员李建林、牛萌、周喜超、修晓青、周京华,在2020年第4期《电工技术学报》上撰文,以实现多类型能源的协同优化、微能源系统的运行效益最优为出发点,在包含光伏发电、储能系统、蓄热式电锅炉、冰蓄冷空调、电动汽车的微能源系统的简化模型基础上,对微能源系统中储能系统容量规划和投资效益展开研究,并结合某微能源系统示范工程,开展新型混合能源系统配置方案的应用验证,旨在探索微能源系统中储能系统的优化配置方案。

未来能源互联网将实现物理配电网与信息通信系统的高度融合,实现多种能源的共享和供需匹配。作为其物理部分的配电网,随着分布式电源、储能装置、电动汽车、供热(冷)系统等新型元件的大量接入,将逐步演变为电、气、热(冷)等多种能源耦合形成的多能源系统。类似地,作为多能源系统基本单元的微能源系统,由微电网发展而来,正逐渐演变成包含风、光、气等多类型能源输入和电、冷、热等多类型输出的小型综合能源系统,可实现不同类型能源的互补融合和综合利用。

微能源系统作为未来能源系统发展的趋势之一,吸引了国内外相关工作者的广泛关注。

有学者针对电力-天然气组成的微能源系统,提出一种电-气耦合的微能源系统能量流计算方法,实现稳态能量流的快速求解,并提出评估微能源系统电网和气网耦合程度的指标;

有学者构建了微能源系统中电、热、气多能流计算模型,提出了一种适用于微能源系统的多能流计算方法;

有学者建立了微能源系统中各部分的数学模型,以各类经济成本、一次能耗和环境影响最小为目标,实现微能源系统的最优综合效益;

有学者为提高微能源系统在不确定环境下的安全可靠性,引入弱鲁棒优化方法,以微能源系统综合效益和惩罚项之差最大为目标,构建了微能源系统的调度模型;

有学者结合已有研究成果,讨论了能源互联网中需求侧响应的关键问题,并对未来需求侧响应的发展进行展望;

有学者以社区微能源系统为研究对象,将主从博弈引入需求侧响应,提出了一种基于主从博弈的能量管理方法。

以上针对微能源系统的研究主要集中在微能源系统的能量流建模分析、优化运行调度、需求侧响应等方面。随着供冷(热)系统、电动汽车等新型元件接入微电网,微能源系统开始初见雏形,为使得系统运行成本最低,并保证系统的可靠高效运行,需对各能源的生产、存储及消费进行合理的安排,储能设备的接入将打破能源生产和消费的不同步性,提高微能源系统的灵活性和可靠性。如何协调以电能为核心的多能源生产和消费,对微能源系统的储能容量进行合理规划,提高整体投资效益成为值得研究的问题。

从储能容量规划角度出发,有学者在传统微电网基础上加入电锅炉,对比分析了储能协调电锅炉对风电的跟踪效果;有学者建立了包含热电机组的微电网模型,对储能系统进行优化配置研究;有学者通过分析商业园区微电网中人员作息规律,制定了储能与制冷机组的协调运行策略;有学者建立了包含冷热电联供的微电网模型,通过微电网与用户相互博弈,优化冷热电出力;有学者以海岛微电网运行成本最低为目标,结合居民驾驶习惯,规划电动汽车投放数量,为电动汽车在独立微电网中的推广提供参考。

上述针对储能容量规划的研究,其场景多为在传统微电网基础上加入热电机组、制冷机组、冷热电联供、电动汽车等其中之一,其储能容量规划结果对实际包含多种能源类型的微能源系统建设不能提供较好的技术与经济参考。

北京市变频技术工程研究中心、新能源与储能运行控制国家重点实验室、国网综合能源服务集团的研究人员,以实现多类型能源的协同优化、微能源系统的运行效益最优为出发点,在包含光伏发电、储能系统、蓄热式电锅炉、冰蓄冷空调、电动汽车的微能源系统的简化模型基础上,对微能源系统的储能容量配置和投资效益展开研究。


图1 微能源系统结构


图2 本研究的微能源系统结构

首先为保证微能源系统的各类型能源的生产/消费需求,假设分别为其配置虚拟储能,基于储能系统成本、多种类型能源的生产/消费需求约束及储能系统约束,同时考虑峰谷分时电价、碳减排政策,进行优化求解得出各虚拟储能运行曲线,基于各虚拟储能运行曲线,汇聚出实际储能运行曲线,最终给出实际储能所需功率容量配置。结合某微能源系统示范工程,开展新型混合能源系统配置方案的应用验证,从投资人角度出发,考虑银行贷款、内部收益率等投资回收相关参数,对储能系统进行投资回收分析,旨在探索微能源系统中储能系统的优化配置方案。


图3 算法流程

研究人员最后总结指出:

1)针对微能源系统中储能容量配置问题。为保证微能源系统的各类型能源的生产/消费需求,假设分别为其配置虚拟储能,基于储能系统成本、多种类型负荷需求约束及储能系统约束,同时考虑峰谷分时电价、碳减排政策等,进行优化求解得出各虚拟储能运行曲线,基于各虚拟储能运行曲线,汇聚出实际储能运行曲线,最后仿真得出,所采用微能源系统算例,储能系统最优额定功率容量为17MW×4h。

2)所建立的模型为微能源系统中储能的容量规划提供技术经济参考,通过考虑储能容量衰减、系统投资和运维成本、以及电价政策、微能源系统技术经济参量、电网升级改造、碳减排,建立储能系统的净收益模型,来评估各虚拟储能之间的协同配置方案和实际储能最优配置方案。

3)从投资人角度出发,对微能源系统中储能系统进行投资回收分析。通过分析不同规模虚拟储能下,投资回收相关指标值的变化情况,以经济性最优为目标,规划微能源系统的储能规模,最后得出实际储能系统评估期内完整现金流,旨在探索储能商业运营模式,推动储能产业发展。

本研究在保证储能满足不同类型能源需求的同时,为保证投资效益最大化,未对储能循环次数进行约束。随着国内电化学等主流储能技术成本不断下降,储能的商业化应用机遇不断显现,研究人员将进一步考虑储能整体健康状态。

以上研究成果发表在2020年第4期《电工技术学报》,论文标题为“能源互联网中微能源系统储能容量规划及投资效益分析”,作者为李建林、牛萌、周喜超、修晓青、周京华。



 
 
反对 0举报 0 收藏 0 评论 0
 
更多>同类资讯
2024全球光伏品牌100强榜单全面开启【申报入口】 2024第四届中国高比例风光新能源电力 发展研讨会
推荐图文
推荐资讯
点击排行