2024电化学储能优化配置技术报告

一、研究背景 二、储能优化配置技术原理三、储能优化配置案例 四、总结与展望 2 截至2023年12月底全国可再生能源发电总装机达15.16亿千瓦，占全国发电总装机的51.9%，在全球可再生能源发电总装机中的比重接近40%。 新能源发电是未来人类社会能源供给的重要组成部分，储能是构建未来灵活性调节能力的核心技术。通过规模化参与新型电力系统的调峰、调频、调压、惯量支撑和容量备用等应用，实现不同时间尺度电力电量平衡，参与解决保供电、保安全和促消纳的难题。 “十四五”储能实施方案中对储能的功能定位2023年全国电力装机构成情况3 电化学储能具有选址灵活、建设周期短、响应速度快、调节精度高、四象限灵活调节能力等特点，能够为电力系统提供多时间尺度、全过程的平衡能力、支撑能力和调控能力。 源网荷各侧新型储能应用场景[1] 技术类型 能量效率 应用规模 储能时长 启动时间 响应速度 抽水蓄能 70%-80% 百兆瓦 小时级 3-5min min 压缩空气 40%-70% 百兆瓦 小时级 ~6min ~1min 飞轮储能 >85% 兆瓦 分钟级 <2ms <2ms 锂离子电池 >85% 百兆瓦 小时级 100ms级 <10ms 液流电池 70%-75% 百兆瓦 小时级 100ms级 ms级 钠离子电池 80%-90% 百兆瓦 小时级 100ms级 <10ms 氢储能 30%-40% 兆瓦 天、周级 3-5min <1s 水电 燃气 燃煤机组 电化学储能替代效果 1.5倍 2.5倍 25倍 储能好用是共识，如何把储能用好却是难题！ 4 不同类型储能性能在调频方面，电化学储能的替代效果 [1]图片来源2023年《新型电力系统发展蓝皮书》 储能系统优化配置技术是储能应用环节的前端技术，是在发-输-配-用各环节典型场景下储能的技术选型、选址布点、容量优化计算，直接关系到技术需求的满足程度、储能投资的经济性。 绝对值均值（MW） 选型 布点 定容 1.2 0.9 0.6 0.3 0 0 0 1 2 1 3 2 4 3 不同置信水平下的电池功率（MW） 5 4 6 5 6 电池额定功率下的充放电时间（h） 5 一、研究背景 二、储能优化配置技术原理三、储能优化配置案例 四、总结与展望 6 储能优化配置需要在场景-模式-策略等边界层层递进明晰情况下，通过搭建优化计算模型开展的优化计算问题，伴随上游场景的变化，后续各环节随之变化。 77 以新能源电站为例，目前储能应用已经完成从促进消纳到“兼顾消纳和主动频率支撑”，再到面向中长期市场、电力现货市场、“两个细则”考核规则，提升“新能源+储能”市场竞争力的场景跃迁。 8 火电 气电 储能 综合调节度电成本 6-8分/kwh 0.12-0.15元/kwh 0.55-0.65元/kWh 2030年前，电化学储能应用应设定在有限目标-日内波动调节。 不同利用小时数的度电成本 储能的年利用小时数超过2000小时才能体现其经济利用水平。 超过2000小时的度电成本趋势 通过技术目标梳理、政策环境分析，考虑储能的收益途径，明确储能的应用模式。 0.7 抽蓄 压缩空气 锂电池钠离子 全钒液流铅炭 0.6 0.5 0.4 0.3 0.2 0.1 2022年 2025年 2030年 储能度电成本包含造价成本、运营成本和沉默成本，其中储能的年利用小时数将严重影响沉默成本。 度电成本/元 9 以满足负荷平衡需求和新能源消纳要求为目标，采用时序生产模拟方法，通过迭代计算得到满足系统需求的储能功率和储能能量。 典型电力系统运行图10 边界条件： 单位容量投资成本：2000元/kWh 能量转换效率：85% 运维成本：0.05元/kWh 储能系统使用年限：10年 SOC范围：0.1-0.9 预期内部收益率：8% 残值和回收成本基本抵消：0 循环次数：8000次 贷款年利率：4.9% 贷款年限：储能运营期11 12 13 14 储能系统的容量保持率与其容量支撑能力、储能投资收益息息相关，如何在规划阶段体现锂电池储能系统在未来实际工况下的容量衰减过程、收益变化过程； 实际工况数据模拟典型工况特征提取+实验室典型工况下寿命衰减数据模拟实际工况下寿命损耗 储能系统容量保持率计算示意图15 午间弃光夜间弃风 30000 多时间尺度问题耦合交叉存在，比如涵盖短时间间隔（s级至min级频率支撑）、长时间尺度（年度消纳）需求同时存在的多场景协同优化配置问题，如何在模型复杂、算力有限的情况下高效求解； 28000 26000 功率（MW） 24000 22000 20000 18000 16000 14000 12000 0:00 3:00 6:00 9:00 12:00 15:00 18:00 21:00 0:00 3:00 6:00 9:00 12:00 15:00 18:00 21:00 0:00 3:00 6:00 9:00 12:00 15:00 18:00 21:00 10000 底层短时功率支撑场景 群体智能优化算法 构建局部短时模型 双层优化配置模型 底层需求优化求解 上层长时间尺度模型 统筹优化求解算法 上层长时全局优化场景 常规电源�力径流式水电风电可用功率 光伏可用功率负荷+交换功率常规电源�力下限 河南电网2020年3月19日系统运行平衡图 典型时段电网频率数据16 风光实际运行年度数据 8760h 储能优化配置结果如何验证； 控制策略仿真、投资经济性测算、其他配置方法对比等验证。 兼顾消纳和主动支撑的储能容量配置计算步骤： Step1：基于对电网、电站实际运行数据完成储能需求典型特征提取； Step2：考虑储能充放电限制条件、以经济性最优等为目标函数，进行储能容量寻优； Step3：对储能容量寻优结果进行时序仿真，模拟储能时序运行效果。 储能需求特征提取 储能需求典型特征曲线 8760h 典型日 多目标优化算法 储能容量配置结果 8760h 生产时序仿真 储能配置流程17 一、研究背景 二、储能优化配置技术原理三、储能优化配置案例 四、总结与展望 18 兼顾新能源消纳与主动频率支撑，提升电网支撑能力 电源 侧面向电力现货市场和“两个细则”考核，提升市场竞争力 案电网 例侧 独立储能参与电力现货市场，价差套利 用户 侧分时电价政策环境下，峰谷价差套利 19 20 相较于促进消纳场景下，虽然在兼顾场景下光伏电站配建储能的年投资总成本增加，但由于储能收益种类增加，投资回收期缩短2年，内部收益率提升了2%。 21 在促进消纳场景下，储能收益90%以上来自于降低弃电率，在兼顾多场景下，储能收益超过一半来自于降低弃电率，新能源上网电价直接影响储能是否具有投资价值。 近年来新能源上网电价持续下降，兼顾多场景相较于促进消纳场景能获得更好的投资经济性。 光伏电站1（18MW）储能配置方案的经济性 （预期内部收益率8%） 光伏电站2（50MW）储能配置方案的经济性 （预期内部收益率8%）22 23 24 25 26 27 用户侧分时电价 综合考虑储能系统的初始投资成本、年运维成本、储能循环寿命（SOC范围0.8，8000次），储能使用年限约11年，预期收益率8%。 季节 时段 电价 元/kWh 夏季 （7、8、9月） 0:00-8:00 低谷 0.3545825 8:00-11:30 平段 0.6759225 11:30-13:30 低谷 0.3545825 13:30-16:30 平段 0.6759225 16:30-20:30 峰段 0.9972625 20:30-22:30 尖峰 1.1900665 22:30-24:00 平段 0.6759225 冬季 （1月、12月） 0:00-6:00 低谷 0.3545825 6:00-8:30 平段 0.6759225 8:30-11:30 峰段 0.9972625 11:30-17:00 平段 0.6759225 17:00-19:00 尖峰 1.1900665 19:00-20:00 峰段 0.9972625 20:00-24:00 平段 0.6759225 其他季节 0:00-5:00 低谷 0.3545825 5:00-11:30 平段 0.6759225 11:30-13:30 低谷 0.3545825 13:30-16:00 平段 0.6759225 16:00-22:00 峰段 0.9972625 22:00-24:00 平段 0.6759225 1MW/2h储能投资经济性分析 方案 方案1 方案2 方案3 方案4 储能单价 1.56元/Wh 1.2元/Wh 1元/Wh 0.8元/Wh 初始投资成本 312万元 240万元 200万元 160万元 项目净现值 46.8万元 118万元 158万元 199万元 投资回收期 8.7年 5.9年 4.7年 3.5年 内部收益率 11.2% 17.9% 23.3% 31% 28 一、研究背景 二、储能优化配置技术原理三、储能优化配置案例 四、总结与展望 29 四、总结与展望 包括长时储能的新型储能技术和电力市场的快速发展，给储能优化配置带来了显著的场景和需求变化： I 储能建模 搭建体现储能技术性能及经济性参数相互关联融合的系统级技术-经济特性模型。 II 多类型储能协同配置 解决日内问题的电化学储能与长时储能协同配置。 III 多元场景协同配置 不同电压等级、源侧-网侧、配网侧-主网侧储能协同配置。 30