首頁 > 行業(yè)資訊

電力需求側(cè)大規(guī)模儲能系統(tǒng)經(jīng)濟性評估

來源:新能源網(wǎng)
時間:2016-04-12 16:06:53
熱度:

電力需求側(cè)大規(guī)模儲能系統(tǒng)經(jīng)濟性評估熊雄1,楊仁剛1,葉林1,李建林2(1.中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院 北京 100083,2.中國電力科學(xué)研究院 北京 100192)摘要:儲能

熊雄1,楊仁剛1,葉林1,李建林2

(1.中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院 北京 100083,2.中國電力科學(xué)研究院 北京 100192)

  摘要:儲能技術(shù)的快速充放特性是實施電力需求側(cè)管理,控制負(fù)荷變動的一種有效手段。針對其經(jīng)濟效益評估,建立了考慮電池充放電深度及壽命的儲能電站初始投資、運行維護成本計算模型;建立了包括發(fā)電側(cè)、電網(wǎng)側(cè)、用戶側(cè)以及政府補貼的儲能電站收益計算模型,針對所建模型給出了計算流程。最后通過實際算例的經(jīng)濟性評估表明在一定條件下:儲能電站將達(dá)到預(yù)期的經(jīng)濟效益。

  1引言

  在電力系統(tǒng)中,負(fù)荷大小隨著人們起居作息特點呈現(xiàn)出相應(yīng)的峰谷規(guī)律,隨著電力系統(tǒng)負(fù)荷數(shù)量以及種類的增加,加劇了負(fù)荷的峰谷化。負(fù)荷峰谷差的加劇使得常規(guī)機組處于頻繁開啟的不利狀態(tài),降低了經(jīng)濟性;另外,隨機的峰荷可能會導(dǎo)致部分潮流斷面過載,降低系統(tǒng)穩(wěn)定性。隨著電力工業(yè)市場改革的逐步深入,電力需求側(cè)管理作為一種有效的負(fù)荷管理手段備受重視[1,2],財政部、國家發(fā)改委下達(dá)了關(guān)于開展電力需求側(cè)管理相關(guān)的獎勵暫行辦法以推廣削峰填谷技術(shù)。

  儲能技術(shù)因其靈活的電功率吞吐特性,目前廣泛應(yīng)用在平滑可再生能源輸出、削峰填谷等領(lǐng)域[3,4],較傳統(tǒng)的一些削峰填谷手段除了快速響應(yīng)特性外,更具有經(jīng)濟效益的潛質(zhì)。目前,關(guān)于儲能系統(tǒng)在削峰填谷領(lǐng)域的研究大多集中在容量配比計算和控制策略上,對于考慮儲能成本的經(jīng)濟效益評估相關(guān)運行經(jīng)濟指標(biāo)出發(fā),給出了儲能裝置的廣義經(jīng)濟效益指數(shù),并未考慮特定領(lǐng)域中的經(jīng)濟收益指標(biāo);文獻[9-11]針對儲能系統(tǒng)應(yīng)用于削峰填谷領(lǐng)域,著重討論分析了峰谷實時電價與峰谷實時優(yōu)化。

  本文將在一定容量儲能系統(tǒng)配置前提下,從技術(shù)經(jīng)濟學(xué)角度考慮儲能系統(tǒng)包括電池充放電深度和充放電次數(shù)在內(nèi)的成本計算指標(biāo)和因削峰填谷帶來的包括峰谷電價差、優(yōu)化常規(guī)機組運行、降低線損和延緩電網(wǎng)升級帶來的經(jīng)濟效益指標(biāo),并建立了綜合評價模型,給出了經(jīng)濟效益分析的計算流程。

  2電池儲能電站成本計算模型

  典型儲能系統(tǒng)通常包括存儲電量的蓄電池組和進行功率轉(zhuǎn)換的功率轉(zhuǎn)換系統(tǒng)(Power Convert System,PCS),通常兩者的壽命不一致,為方便計算將認(rèn)為兩者壽命一致。PCS功率成本后文統(tǒng)一用儲能電站功率成本代替。

  2.1儲能系統(tǒng)全壽命周期成本計算模型

  全壽命周期成本W(wǎng)Tol見式(1),WE、WP分別為儲能電站的能量與功率成本,其通常由初始投資(站址的建設(shè)成本)及運行維護成本組成[12],初始投資成本直接關(guān)聯(lián)容量大小,運行維護成本則可用初始投資的百分比估算,見式(2)和式(3)。

  3電池儲能電站經(jīng)濟效益計算數(shù)學(xué)模型

  運用儲能技術(shù)進行削風(fēng)填谷,即降低負(fù)荷峰谷差,優(yōu)化負(fù)荷曲線,從而可以有效減少高峰備用機容量,提高發(fā)電機組運行效率和降低發(fā)電成本,有效減緩電網(wǎng)的升級改造,可分解為發(fā)電側(cè)、電網(wǎng)側(cè)和用電側(cè)[13-15]。

  3.1電網(wǎng)側(cè)經(jīng)濟效益計算數(shù)學(xué)模型

  用電需求側(cè)接入儲能系統(tǒng)后,電網(wǎng)側(cè)經(jīng)濟效益可歸納為可免固定容量成本,指電網(wǎng)側(cè)減少的電網(wǎng)投資費用,可根據(jù)少建或緩建的變電站、變壓器、輸電線路及其配套設(shè)備等平均造價確定,即

  4儲能電站計算流程

 ?。?)忽略每年負(fù)荷微增量對電池儲能壽命的影響,壽命計算以第一年負(fù)荷用電量為準(zhǔn)計算。負(fù)荷微增量對儲能成本影響體現(xiàn)在x%、y%的變化。

 ?。?)通過仿真計算電池每天等效循環(huán)次數(shù)(滿充滿放),折算至儲能電站壽命T,進而計算儲能電站全壽命周期內(nèi)每年成本值Wi和三方經(jīng)濟效益Zi,并認(rèn)為其成本將由網(wǎng)側(cè)、發(fā)電側(cè)以及用戶側(cè)共同承擔(dān)。

  (3)根據(jù)技術(shù)經(jīng)濟學(xué)中相關(guān)規(guī)定的一般工程在第八年收回成本,即第八年時的累積效益大于總成本,因此每年的成本收益差應(yīng)為

  峰荷轉(zhuǎn)移比在[0,0.2]區(qū)間成本效益差有明顯的增勢,移峰效益為正,定義0.2為最優(yōu)點;在[0.2,0.4]區(qū)間隨著峰荷轉(zhuǎn)移比達(dá)到一定程度,將出現(xiàn)峰谷倒置,移峰效益為負(fù),但由于增長慣性,成本效益差緩慢增加,經(jīng)濟效益疊加到最大值,定義0.4為臨界點;在[0.4,1]區(qū)間成本效益差將迅速下降。因此,為保證經(jīng)濟效益為正,轉(zhuǎn)移峰荷比不應(yīng)超過臨界點。

  現(xiàn)規(guī)定每年轉(zhuǎn)移峰荷比為0.4,則圖7中每年成本效益差如圖9所示。

  每年成本效益差均大于8×105元,而儲能電站按6年收回成本計算的每年成本效益差至少為8×105元,因此儲能電站最快可在全壽命周期內(nèi)的前6年收回投資成本。

  5結(jié)論

  針對電池儲能系統(tǒng)參與電力需求側(cè)削峰填谷方案建立了詳細(xì)的電池儲能電站成本與考慮發(fā)電側(cè)、電網(wǎng)側(cè)和負(fù)荷側(cè)的三方經(jīng)濟收益評價模型,通過實際算例的計算得到了工程經(jīng)濟性評價結(jié)果,通過峰荷轉(zhuǎn)移比的調(diào)節(jié)使得評價結(jié)果達(dá)到預(yù)期的經(jīng)濟效益,但結(jié)果表明峰荷轉(zhuǎn)移比增大到峰谷倒置時,隨著峰荷轉(zhuǎn)移比的進一步增加,經(jīng)濟效益將迅速下降??偨Y(jié)影響規(guī)模儲能電站應(yīng)用于發(fā)電需求側(cè)經(jīng)濟效益主要因素有:

 ?。?)當(dāng)轉(zhuǎn)移峰荷比在零到最優(yōu)點區(qū)間時,儲能電站經(jīng)濟效益呈正的持續(xù)累積;在最優(yōu)點到臨界點區(qū)間時,由于峰谷倒置,儲能電站經(jīng)濟效益為負(fù),但由于慣性,經(jīng)濟效益總體上仍有緩慢增長;大于臨界點后,經(jīng)濟效益將大幅度下降。

  (2)峰谷差價在0.8元/(kW·h)及以上時,兆瓦級儲能電站可實現(xiàn)較好經(jīng)濟效益。

  (3)在一定條件下,儲能電站最快可在全壽命周期內(nèi)的前6年收回投資成本。

  參考文獻

  [1]曾鳴.電力需求側(cè)管理[M].北京:中國電力出版社,2001.

  [2]湯涌,林偉芳,孫華東,等.考慮負(fù)荷變化特性的電壓穩(wěn)定判據(jù)分析[J].中國電機工程學(xué)報,2010,30(16):12-18.

  [3]梁亮,李建林,惠東.大型風(fēng)電場儲能裝置容量的優(yōu)化配置[J].高電壓技術(shù),2011,37(4):930-936.

  [4]熊雄,袁鐵江.基于電壓穩(wěn)定與限值的風(fēng)/儲系統(tǒng)容量配置[J].電網(wǎng)與清潔能源,2012,28(4):63-68.

  [5]楊裕生,程杰,曹高萍.規(guī)模儲能裝置經(jīng)濟效益的判據(jù)[J].電池,2011,41(1):19-21.

  [6]丁明,徐寧舟,畢銳.用于平抑可再生能源功率波動的儲能電站建模及評價[J].電力系統(tǒng)自動化,2011,35(2):66-71.

  [7]Kazempour S J,Moghaddam M P.Static security enhancement by means of optimal utilization of NaS battery systems[C].Proceedings of IEEE Power Teah Conference,July 1-5,2007,Lausanne,Swit zerland:1791-1796.

  [8]Kazempour S J,Moghaddam M P,et al.Field trial of AEP sodium-sulfur (NaS) battery demonstration project[R].Palo Alto,CA,USA:Electric Power Research Institute,2003.

  [9]唐捷,任震,高志華.峰谷分時電價的成本效益分析模型及其應(yīng)用[J].電網(wǎng)技術(shù),2007,31(6):61-66.

  [10]鮑冠南,陸超,袁志昌,等.基于動態(tài)規(guī)劃的電池儲能系統(tǒng)削峰填谷實時優(yōu)化[J].電力系統(tǒng)自動化,2012,36(12):11-16.

  [11]Lee T Y.Operating schedule of battery energy storage system in a time-of-use rate industrial user with wind turbine generators:a multipass iteration particle swarm optimization approach[J].IEEE Transactions on Energy Conversion,2007,22(3):774-782.

  [12]Hu Weibao,Chen Zhe,Bak Jensen B.Optimal operation strategy of battery energy storage system to real-time electricity price in Denmark[C].Procee-dings of IEEE Power and Energy Society General Meeting,July 25-29,2010,Minneapolis,MN,USA:1-7.

  [13]Polinder H,F(xiàn)rank F A,Pijl van der,et al.Comparison of direct-drive and geared generator concepts for wind turbines[J].IEEE Transactions on Energy Conversion,2006,21(3):725-733.

  [14]Teleke S,Baran M E,Bhattacharya S,et al.Optimal control of battery energy storage for wind farm dispatching[J].IEEE Transactions on Energy Conv-ersion,2010,25(3):787-794.

  [15]Black M,Strbac G.Value of bulk energy storage for managing wind power fluctuations[J].IEEE Transac-tions on Energy Conversion,2007,22(1):197-205.

  [16]Wang X Y,Vilathgamuwa D M,Choi S S.Determination of battery storage capacity in energy buffer for wind farm[J].IEEE Transactions on Energy Conversion,2011,26(3):744-756.