《智能电网中储能技术应用规划及其效益评估方法综述_王承民.pdf》由会员分享，可在线阅读，更多相关《智能电网中储能技术应用规划及其效益评估方法综述_王承民.pdf（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 第 33 卷 第 7 期 中 国 电 机 工 程 学 报 Vol.33 No.7 Mar.5,2013 2013 年 3 月 5 日 Proceedings of the CSEE 2013 Chin.Soc.for Elec.Eng.33 文章编号：0258-8013(2013)07-0033-09 中图分类号：TM 73 文献标志码：A 学科分类号：47040 智能电网中储能技术应用规划及其 效益评估方法综述 王承民，孙伟卿，衣涛，颜志敏，张焰(上海交通大学电气工程系，上海市 闵行区 200240)Review on Energy Storage Application Planning
2、 and Benefit Evaluation Methods in Smart Grid WANG Chengmin,SUN Weiqing,YI Tao,YAN Zhimin,ZHANG Yan(Department of Electrical Engineering,Shanghai Jiaotong University,Minhang District,Shanghai 200240,China)ABSTRACT:Smart grid is the final aim of power system development,in which the energy storage te
3、chnology is a very important component.In this paper,the existing energy storage technologies were plotted out to the three different main application occasions with utility side,user side and renewable energy generation.The application planning and benefit assessment methods were studied and summar
4、ized.The difference between objective functions,constraints and solving methods of the relative research models were analyzed.The advantages and weaknesses of the current researches were pointed out.Finally,this paper illustrated the further conside-rations needed in the energy storage planning and
5、the aspects should be concerned in the application popularization process.KEY WORDS:smart grid;energy storage;planning;benefit assessment;renewable energy 摘要：智能电网是电力系统发展的终极目标，而储能技术在智能电网的建设过程中起到非常重要的作用。在总结现有的储能技术的基础上，针对储能技术在电网侧、用户侧和新能源发电中等 3 个不同的主要应用场合，对其应用规划和效益评估方法进行研究和归纳，分析相关研究的模型中目标函数的差异，以及约束条件的不同
6、，指出目前研究的优点和不足。此外，对储能应用规划中的算法进行分析，说明传统的数学方法是其主要方法。最后，阐述储能规划中有待进一步考虑的问题和未来应用推广过程中应予以关注的方面。关键词：智能电网；储能；规划；效益评估；新能源 0 引言 随着现代电网技术的发展，储能技术逐渐被引 基金项目：国家高技术研究发展计划(863 计划)重大项目(2011AA05AA103)。The National High Technology Research and Development of China 863 Program(2011AA05AA103).入到电力系统中，储能可以有效地实现需求侧管理，消除昼夜间
7、峰谷差，平滑负荷，提高电力设备利用率，降低供电成本，还可以促进可再生能源的利用。同时可作为提高系统运行稳定性、调整频率、补偿负荷波动的一种手段。储能技术成为智能电网发展中的重要一环1-7。同时，随着社会经济的发展、能源日益的紧张，新能源开发成为未来能源战略的重要方向，但新能源并网会给电网带来巨大的冲击。同时电网负荷峰谷差日益增大，严重影响了电力系统的经济性。而这些问题的解决都有赖于储能技术的应用。所以有必要对各类储能技术下的储能容量规划及其经济性分析进行研究8-10。电能储存的形式可分为 4 类：机械储能(如抽水蓄能、压缩空气储能、飞轮储能等)、化学储能(如钠硫电池、液流电池、铅酸电池、镍镉电
8、池、超级电容器等)、电磁储能(如超导电磁储能等)和相变储能(如冰蓄冷等)11-14。抽水蓄能、压缩空气储能和电池储能为目前技术成熟度比较高、应用较多的储能技术。在各种储能技术中，抽水蓄能和压缩空气储能比较适用于电网调峰；电池储能比较适用于中小规模储能和新能源发电；超导电磁储能和飞轮储能比较适用于电网调频和电能质量保障；超级电容器储能比较适用于电动汽车储能和混合储能15。1）抽水蓄能。抽水蓄能电站可以按照任意容量建造，储存能量的释放时间可以从几小时到几天，其效率在70%85%之间，主要应用领域其主要应用领域包括调峰填谷、调频、调相、紧急事故备用、黑启动和34 中 国 电 机 工 程 学 报 第
9、33 卷 提供系统的备用容量，还可以提高系统中火电站和核电站的运行效率。目前，全世界共有超过 90 GW 的抽水蓄能机组投入运行，约占全球总装机容量的 3%16。抽水蓄能的最大特点是储存能量非常大，因此，非常适合于电力系统调峰和用作备用电源的长时间场合。2）压缩空气储能。压 缩 空 气 储 能 电 站(compressed air energy storage，CAES)是一种调峰用燃气轮机发电厂，主要利用电网负荷低谷时的剩余电力压缩空气，并将其储藏在典型压力 7.5 MPa 的高压密封设施内，在用电高峰释放出来驱动燃气轮机发电。可以节省燃料、降低投资费用、减少排放。CAES 安全系数高，寿命
10、长，可以冷启动、黑启动，响应速度快，主要用于峰谷电能回收调节、平衡负荷、频率调制、分布式储能和发电系统备用。但其能量密度低，并受岩层等地形条件的限制。第 1 个投入商业运行的 CAES 是 1978 年建于德国 Hundorf 的一台 290 MW 机组。目前美国 GE公司正在开发容量为829 MW的更为先进的压缩空气储能电站16。3）蓄电池储能。电池储能系统主要是利用电池正负极的氧化还原反应进行充/放电。主要的蓄电池有铅酸、镍镉、镍氢、锂离子、钠硫和液流电池，其中铅酸和镍镉因为污染的原因，逐渐被后面四种电池所取代。蓄电池储能具有快速响应的特点，所以能够对电网的许多故障进行快速的电压控制可潮流
11、管理，可以大大减少电网故障的发生17。锂离子电池比能量/比功率高、自放电小、环境友好，但大容量集成的技术难题尚有待验证。钠硫电池储能密度高，体积小，系统效率可达 80%，循环寿命长，很适用于城市变电站和特殊负荷。液流电池电化学极化小，能够100%深度放电，额定功率和容量相互独立，循环寿命很长，调节速度快18，但能量密度较低。很适用于新能源发电。4）飞轮储能。飞轮储能系统在谷荷时，由工频电网提供电能，带动飞轮高速旋转，以动能的形式储存能量；而在峰荷时，高速旋转的飞轮作为原动机拖动电机发电，完成机械能-电能转换的释放能量过程。飞轮储能功率密度和能量密度大，效率在 90%以上，循环使用寿命长达 20
12、 年，无噪声，无污染，维护简单，可连续工作，可以实现兆瓦级输出，持续时间为数分钟至数小时，主要用于不间断电源(uninterruptible power system，UPS)/应急电源(emergency power supply，EPS)、电网调峰和频率控制。5）超导磁储能。超导磁储能系统(super conducting magnetic energy storage，SMES)利用超导体制成的线圈储存磁场能量，功率输送时无需能源形式的转换，具有响应速度快，转换效率高、比容量/比功率大等优点。可以实现与电力系统的实时大容量能量交换和功率补偿。SMES 可以充分满足输配电网电压支撑、功率补
13、偿、频率调节、提高系统稳定性和功率输送能力的要求。6）超级电容器储能。超级电容器可视为悬浮在电解质中的两个无反应活性的多孔电极板，充电时在极板上加电，正极板吸引电解质中的负离子，负极板吸引正离子，形成两个容性存储层，被分离开的正离子在负极板附近，负离子在正极板附近。它通过使电解液进行电化学极化实现储能，这个过程中不发生电化学反应，所以这个过程是可逆的。超级电容器储能具有功率密度高、使用寿命长等优点，在电力系统中多用于短时间、大功率的负载平滑和电能质量高峰值功率场合，如大功率直流电机的启动支撑、动态电压恢复器等。1 储能应用规划 1.1 在电网中的应用规划 储能系统应用于不同的场合，其所起的主要
14、作用和给不同的投资者所带来的价值方面也不同。长期以来，学者们对储能技术的应用规划做了大量的工作，建立了在各类应用场合下的不同储能技术的优化规划模型，同时对其经济性进行评价。其中根据应用场合可以大致分为在电网、用户侧和新能源应用(包括微网)中。储能系统应用于电网中，可以延缓电网升级、减少输电阻塞、提供辅助服务、提高供电可靠性，从而带来相应的收益，同时在峰谷电价机制下，储能系统可以通过低储高发实现套利。不同的研究偏重于不同的方面进行规划，所以目标函数各异，文献19-23以收益最大为目标函数，如式(1)所示。其中大多数研究均根据典型日负荷曲线划分时段，对储能规模进行优化规划。pr.tr.as.def
15、essom1max()niiiimEEEECC(1)第 7 期 王承民等：智能电网中储能技术应用规划及其效益评估方法综述 35 式中：m 为储能系统的年投运次数；n 为将一日24 h划分的时段数(一般取24)；i为其中的某一个时段；Epr.i、Etr.i、Eas.i、分别为第 i 时段内储能系统通过低储高发套利、减少输电阻塞、提供辅助服务等获得的收益等，一般情况下，收益主要针对储能系统在电网中实现的作用和相应的主要收益，所以各研究文献计及的收益方面不尽相同。Edef为储能系统延缓电网扩建投资所获得的收益(折算至每年)；Cess为储能系统的总投资成本折算至每年的值，不同的储能技术的投资成本的结构
16、不同，包括固定成本和随储能规模变化的成本，而后者一般来说分为两部分，一部分是与额定功率有关的，一部分是与额定容量有关的；Com则为储能系统的年运维成本。文献19考虑了钒电池储能系统延缓电网升级、减少阻塞成本和低储高发套利三方面的效益，建立了收益最大优化模型，然后利用遗传算法结合线性规划求解；文献20在考虑了储能系统延缓电网升级、提供辅助服务、提高输电网设备利用率、负荷和发电优化管理等方面的价值的情况下，以净现值最大、成本最小建立了多目标优化模型，利用遗传算法进行求解，分析了多硫化溴电池(PSB)和钒电池(VRB)的最佳容量和经济性；文献21在计及收益和成本，考虑系统的频率波动曲线和蓄电池的充/
17、放电特性的条件下，以储能系统产生的年收益最大为目标，建立了电网中用于一次调频的蓄电池储能系统的数值仿真模型，采用充电限制可调和应用紧急电阻的新型控制算法进行仿真，求得系统的最佳蓄电池储能容量；文献22采用动态规划方法以延缓电网升级产生的效益最大化为目标函数，对蓄电池储能、燃料电池、柴油发电机和光伏发电等几种可用于延缓电网升级的优化方案进行比较，得出了几种方案的最佳规模和经济可行的单位造价；文献23以火电机组燃料节省费用最大为目标建立了蓄电池储能系统的经济调度最优控制模型，采用多步动态规划算法求得系统的经济调度策略和最佳储能规模；有的文献以某一特定用途的储能系统带来的社会效益最佳为目标进行规划，
18、如以建设储能系统后电网的减排效果最大为目标24、以负荷曲线的波动达到设定的某一范围为目标25，或单纯考虑储能系统在提高供电可靠性方面的作用26。文献24针对超导磁储能在电网中可以优化电源(包括燃煤、核电、燃气、燃油机组)运行的特点，以系统总的二氧化碳排放最小化为目标，运用拉格朗日乘子法结合K-T条件进行求解；文献25主要针对用于调节负荷的蓄电池储能系统的优化问题，该文通过对各变电站的峰荷季节的腰荷和峰荷的比值和负载系数进行计算分级，选择负荷曲线最不利的变电站作为储能系统的站址首选。然后采用恒功率运行策略，以储能优化后的平均功率与谷时段最小功率之差不大于充电负载变化为目标建立了储能系统的最优控制
19、模型进行数值仿真，找到该变电站的最佳储能容量；文献26以缺电频率和电力不足概率为约束条件，以储能容量最小为目标函数，建立了电力系统中蓄电池储能容量的优化模型，根据已经建立的系统可靠性裕度容量表进行循环迭代计算。得出了在不同的可靠性指标约束下所需的最低容量。以上文献的约束条件大同小异，主要的约束条件包括功率平衡约束、电池充/放电功率和电量约束，或者可靠性指标约束等。而求解算法各异，文献19-20,24采用数值最优化算法进行模型求解。文献21-23,25中的求解方法则采用最优控制的数值仿真。储能系统安装于电网中，其产生的效益是多方面的，这些收益一般不全部属于投资主体，所以相关研究文献多针对储能系统
20、的主要用途，以投资主体的主要利益方面为目标进行规划，具有现实的意义。但当储能系统的单位成本过高的时候，往往会由于忽略了其他隐性的经济价值而得出不具备经济性的结论，这不利于该项技术的商业化推广。如何全面评价储能系统的价值，衡量其附带的社会经济效益和受益主体，使投资者获得国家政策的支持有待研究。1.2 在新能源中的应用规划 世界范围内节能减排形势日益严峻，如果说储能系统在电网侧的应用，主要是优化传统机组和电网经济运行的话，那么储能系统在新能源发电中的应用，则是为了优化整个系统的电源结构。两者都是节能减排战略的一部分。由于新能源(如风能、太阳能等)存在随机性和波动性的特点，不利于大规模并网，配备储能
21、设施可以平抑新能源发电的波动，为系统提供更为稳定的电力，取得很好的效果27。储能在新能源中的应用，主要包括风电储能28-33、光伏储能34、和带储能的独立供电系统(包括微网)35-41等。储能容量的最佳容量与新能源的发电曲线密切相关，所以大多数优化规划都是以新能源发电预测曲线为基础，进行储能规模的优化规划，目标函数主要涉及收益和成本，且收益和成本是针对36 中 国 电 机 工 程 学 报 第 33 卷 整个联合系统的，而非单独衡量储能系统的作用。新能源储能系统的收益考虑来自峰谷上网电价下储能系统低储高发所获得的套利，这是属于风电商的主要利益。但相关研究文献中都忽略了一点，安装储能系统后，电网因
22、为新能源发电并网所需额外配备的备用容量会减少，由此会带来比较大的社会收益，这部分收益归属跟电力市场中的风电政策有关。文献28-31中并网风电储能系统的规划以研究时段内的净收益最大为目标(当目标只计收益时，则不减去固定投资成本的折现值 Cess)进行储能容量的优化，即 pr.ess1max()niipiieP tCC (2)式中：n 为研究时间内(一般以日为单位)划分的时段数(时间间隔为10 min、30 min或1 h及以上)；i为其中的某一个时段；t 为时间间隔步长，h；epr,i为第 i 时段风电上网电价；Pi为第 i 时段内风电场的平均输出功率；Cpi为第 i 时段内运营成本，包括系统消
23、耗的电量费用等；Cess为储能系统的总投资成本的折算值。文献28在Matlab环境中建立了波特兰岛风电场配置储能的动态规划模型，采用一定的控制策略使得储能系统的投资回报率最大，得出了采用抽水蓄能、压缩空气储能和热储能三种储能方式下的最优储能容量，并比较它们的经济效果；文献29在不计及投资成本和储能种类限制的条件下，根据风电、负荷和电价预测，建立了的风电-储能联合系统的收益最大和成本最小的多目标动态规划模型；文献30-31建立了小型风电场和微型抽水蓄能站的优化运行模型，以收益最大为目标，利用原点对偶内点法求解；文献32仅从技术层面出发，应用蓄电池储能系统的充电状态模糊控制策略对大型并网风电场在不
24、同储能容量配比关系下出力的平滑效果进行仿真分析，初步优化了储能系统的容量；文献34通过模拟在工厂、商务楼和购物中心等不同的负荷点，增加光伏蓄电池储能联合系统时，计算不同的规模组合下所产生的总成本和二氧化碳排放的减少情况，分析是否适合采用光伏储能联合系统，并且可得出联合系统的最佳规模。对于一个大的供电系统或者微网，电源往往由多种机组构成(传统火电机组、风电、柴油机组、生物质发电、光伏等)，此时加入储能系统，储能规划多以成本(总发电成本33、单位发电成本35-39、总运行成本40)为目标函数，系统的总运行成本如式(3)所示。而只有文献41在此基础之上计及了电源和储能系统的建设成本。约束条件主要包括
25、系统供需平衡、储能系统充/放电功率和电量约束等。.gridgrid.essess.11min()()()nmjj ikkijfPfPfP (3)式中：n 为研究时间内划分的时段数；m 为系统中机组的总台数；fj(Pj,i)为第 j 台机组在第 i 时段的发电成本；fgrid(Pgrid,k)为主网在第 i 时段的供电成本；fess(Pess,k)为储能系统在第 i 时段的储能成本。总运行成本中不计入供电成本则为总发电成本，单位发电成本等于总发电成本/总电量。文献33以系统的总发电成本最小为目标，建立了风电抽水蓄能联合系统的非线性优化规划模型，分析了在不同风速特性条件下的最佳储能规模，并计算了系
26、统在减少二氧化碳排放方面的效益；文献35-36建立了风电抽水蓄能联合系统优化运行模型，以单位发电成本最小为目标，采取六种不同的控制策略分别进行数值仿真，找出最优的运行方案和控制策略；文献37从技术经济角度出发，建立了风光储联合的独立供电系统的优化运行的数值仿真模型，在技术方面的负荷要求的条件下，使系统单位发电成本最低，从而获得系统最佳的电源结构和储能容量；文献38-39通过计算风/光储能联合、柴油机组供电的独立供电系统为保证可靠供电所需的储能容量，对各种储能技术(包括抽水蓄能、压缩空气储能、蓄电池储能等)下的单位发电成本进行计算和比较，得出系统的最佳储能技术；文献40通过建立微网的总运行成本最
27、小的动态经济调度模型，并采用动态规划算法进行求解，分析了一个含有风电、光伏发电、燃料电池、柴油机组和蓄电池储能的微网的动态经济调度结果，确定系统所需的最佳储能规模；文献41针对含有柴油机组、生物质发电、风电和压缩空气储能的独立供电系统的优化问题进行研究，以折现年成本最低为目标建立了系统的优化数学模型，采用通用代数模型系统(general algebraic modeling system，GAMS)进行模型求解。相对于光伏发电而言，风电场功率在分钟级的时限内波动幅度都会很大，如果建模时划分的时段过长，或者不考虑储能技术的种类，则会对储能系统吞吐功率的响应速度能力与风电场功率波动特性匹配方面的考
28、虑存在欠缺。同时风电场的功率波动跟其所在地区的气候特点以及风电场的规模有很大关系，风电场越大，其出力波动也越平滑42。第 7 期 王承民等：智能电网中储能技术应用规划及其效益评估方法综述 37 所以在规划的时候需要注意根据风电场的规模和特点选择合适的储能技术，对于大型风电场，单一的储能技术可能难以同时满足容量和响应速度的要求，不同储能技术的组合尚未得到相应的研究。对于储能技术在微网中的应用，由于微网中负荷往往比较单一，不同季节的负荷峰谷差较大，而储能系统造价往往比较高，当储能容量配置过小，则难以保证供电质量，容量配置过大，则其年利用率下降，经济性偏低。大多数的研究表明微网的经济性还有待提高，增
29、强微网中电源的多样性和互补性，是提高微网经济性和可靠性的一个重要途径。1.3 在用户侧的应用规划 储能系统应用于用户侧，多应用蓄电池储能系统等具有快速调节性能的储能技术，主要用于调节负荷以节省电费、提供不间断供电等，而目前相关的研究文献都着重于储能系统节省电费方面的价值，而没有针对其作为不间断电源在减少用户缺电成本方面的价值，这样会使评估出来的经济性结论大大低于实际，在蓄电池储能系统单位造价居高的形势下尤其明显。文献43对拥有风电机组的工业用户的储能系统进行优化规划，以用户每月的电费最低为目标，采用多路迭代粒子群算法求得用户的最佳充/放电策略和最佳储能规模；文献44仅考虑储能系统节省用户电量电
30、费和容量电费方面的价值，以用户投资蓄电池储能系统的投资回报率最大为目标建立储能系统的规划模型，采用多步动态规划和专家 知识库规则进行求解，得到用户的最佳储能规模和最优合同容量；文献45以用于调节负荷的蓄电 池储能系统节省电费产生的净收益最大为目标，采用动态规划方法对储能规模和运行策略进行优化仿真。2 储能应用的效益评估 在自由竞争的电力市场中，对于额定功率和额定容量已经确定的储能系统，相关的评估研究均针对运营商的主要收益方面，如低储高发套利、调频收益、备用收益等，根据电价预测，计及运维成本，建立优化调度模型，在日前市场中合理安排储能系统的调频容量、备用容量和充/放电策略，使运营商获取最大的效益
31、，从而对储能系统应用的效益进行评估。所以评估模型的目标函数跟式(1)差不多，如式(4)所示，只是目标函数为研究时段内的总收益减去运维成本，而没有计入固定投资成本的折现值。pr.tr.as.defom1max()niiiiEEEEC (4)式中：n为研究时期(以日或周为单位)内划分的时段数；i为其中的某一个时段；Epr,i、Etr,i、Eas,i、分别为第i时段内储能系统通过低储高发套利、减少输电阻塞、提供辅助服务等获得的收益等；Edef为储能系统延缓电网扩建投资所获得的收益(折算至每年)；Com则为储能系统研究时段内的运维成本。文献46-47在计及低储高发套利、备用和调频收入的情况下，以收益最
32、大为目标，分别建立了 10 MW/70 MWh的钒电池和钠硫电池储能站优化运行调度的混合整数非线性规划模型，利用通用代数模型系统进行求得储能系统的优化运行策略，然后根据储能系统的总造价计算年收益率。文献48考虑低储高发套利和调频收入，计算了纽约的 1 MW/10MWh钠硫电池储能站和1 MW/0.25 MWh飞轮储能站在不同运行方案下的净收益，对其经济性进行评估。文献49从延缓电网升级、低储高发套利和调频收入方面的净现值进行建模计算，对几种主要的蓄电池(铅酸、镍镉、钠硫和钒电池)储能技术在当时的造价条件下的经济性进行了分析和比较。文献50通过利用生产成本计算软件DYNASTORE进行仿真，计算
33、地区电网中用于旋转备用、负荷调节和频率控制的蓄电池储能系统在不同规模下的经济效益，对3种应用模式下的经济效益进行比较，分析了收益随储能规模的变化趋势。文献51以日前市场和平衡服务市场中的套利最大为目标，对法国电网中容量为1 500 MWh压缩空气储能系统的优化运行调度模型进行数值仿真，并对其在不同的商业模式下的经济效益进行了比较。以上文献主要针对目前技术比较成熟的新型储能技术进行效益评估，抽水蓄能作为应用最为早的储能技术，已经对其进行了广泛的研究，其主要考虑的收益方面不外乎式(4)中所列，只是在约束条件和求解算法方面进行了不同的创新(本文只列举其最新的研究成果)。文献52针对拥有4个梯级水电站
34、和1个抽水蓄能电站的公司在日前电能市场和辅助服务市场中的收益最大为目标建立了其优化运行调度模型，模型类型和求解方法如文献46-47。文献53以一周的电力市场出清价格预测为基础，以收益最大为目标，采用多步循环优化算法对抽水蓄能电站的最佳竞价策略进行了分析，多步循环优化算法的原理38 中 国 电 机 工 程 学 报 第 33 卷 是：1）在不考虑库容约束的条件下，利用无约束优化算法确定最优充/放电时刻；2）根据约束条件进行检验，对违反约束条件的时段再进行无约束的优化，从而实现研究时段内的整个竞价策略的优化。文献54以包含多台机组、光伏发电和抽水蓄能电站的系统一周内的总燃料费用最小和失负荷概率(lo
35、ss of load probability，LOLP)最小为目标，结合遗传算法和禁忌搜索算法得到系统优化运行的解集，然后利用Pareto排序的方法列出最优解集。3 算法总结 在储能应用规划和效益评估研究中，除小部分文献采用不同的控制策略进行数值仿真21,25,35-36,51和物理建模仿真32方法进行优化规划和评估之外，大多采用数学建模方式。模型根据考虑的价值方面不同、约束条件的差异、和划分的时段数多少，储能应用规划和效益评估模型在维数、多目标/单目标、离散/连续、线性/非线性方面的差别也比较大，所以求解方法各异，这里对各种主要的求解方法进行了分类归纳和评论。相关研究中人工智能方法应用得不多
36、，所以不予以详述，除了遗传算法20、粒子群算法43、遗传算法结合禁忌搜索算法54之外，其他文献多采用数学优化方法。数学优化方法理论上可保证解的最优性，但一般对目标函数和约束条件的表达式有着比较严格的要求，适应性受到限制。1）线性规划法。线性规划法是目前应用最为广泛、理论和求解都比较完善的数学方法。其数学模型可描述为：在满足一组线性约束条件下，求多变量线性函数的最优值。其优点是计算简单、求解速度快，可实现较大规模的求解。但实际问题的仅通过线性描述进行建模，容易带来比较大的误差。所以相关研究中仅文献19,30-31采用线性规划法。2）非线性规划法。为了更准确地描述实际问题，建立问题的精确模型，非线
37、性规划方法比线性规划方法更具优势，得到了广泛的应用。文献24对非线性约束规划模型采用常规的拉格朗日乘子法结合K-T条件进行求解。对于存在混合整数的模型，目前很多成熟的标准软件可以很容易地实现模型的求解，如GAMS等。如文献33,41利用GAMS软件对其建立的含约束非线性规划模型进行求解；而文献46-47,52则利用GAMS中的混合整数非线性求解器实现优化求解。非线性规划方法往往计算量大、计算时间长，应用较大规模的系统时需对问题进行分解。3）动态优化法。动态规划法是研究多阶段决策过程最优解的一种有效方法，它对目标函数和约束条件没有严格的限制，可以考虑离散变量和随机因素，求解步骤清晰，容易求得全局
38、最优解。所以相关研究中动态优化方法应用得比较多，如文献22,28,40,45，文献29则对多目标模型采用动态优化方法；而文 献23-44采用多步动态优化方法，但文献44还结合专家知识库规则对动态优化方法进行了改进。动态优化方法存在的一个不足就是当模型中的状态变量个数增加会导致维数急剧增加。4 结论与展望 随着电网负荷峰谷差日益增大和新能源的大规模并网，储能技术成为人们关注的焦点，除了抽水蓄能和压缩空气储能等传统的储能方式已经得到了较多的应用之外，化学储能和电磁储能等一些新型储能技术也逐渐得到应用。本文在综述了储能应用规划和效益评估问题的模型和求解方法的同时，指出了现有研究中存在的一些问题。在储
39、能规划的过程中，有以下几个方面需要加以考虑：1）将应用环境与储能技术的特点进行综合考虑，以便在考虑经济性的同时兼顾技术适用性，如储能规模、建设条件和调节性能等。同时不同的储能技术各具优缺点，可以充分利用其优势实现混合储能。2）储能技术不论应用在电网中还是新能源发电中，除了在电力市场中套利之外，还有一个重要的价值方面就是为电网运行提供辅助服务，所以在规划和评估的过程中，对其价值方面进行更为全面的考虑无疑对储能技术的应用推广有很大的促进作用。3）储能技术可应用于用户侧实现需求侧管理，当用电环节中储能应用规模大到一定程度的时候，势必会对峰谷电价产生较大的影响，从而对储能装置的经济性产生影响，甚至会导
40、致投资回收风险，所以应加强电网中储能规模的全局规划研究。参考文献 1 Bhargava B，Dishaw GApplication of an energy source power system stabilizer on the 10 MW battery energy storage system at Chino substationJIEEE Trans on Power Systems，1998，13(1)：145-151 第 7 期 王承民等：智能电网中储能技术应用规划及其效益评估方法综述 39 2 Kyung S K，McKenzie K J，Liu Y L，et alA st
41、udy on applications of energy storage for the wind power operation in power systemsC/IEEE Power Engineering Society General MeetingMontreal Quebec，Canada，2006：1-5 3 Billinton R BReliability considerations in the utilization of wind energy，solar energy and energy storage in electric power systemsC/In
42、ternational Conference on Probabilistic Methods Applied to Power SystemsStockholm，Sweden，2006：1-6 4 Billinton R BImpacts of energy storage on power system reliability performanceC/Canadian Conference on Electrical and Computer EngineeringSaskatchewan，Canada，2005：494-497 5 Cipcigan L M，Taylor P CInve
43、stigation of the reverse power flow requirements of high penetrations of small-scale embedded generationJRenewable Power Generation，2007，1(3)：160-166 6 Faias S，Sousa J，Castro R Contribution of energy storage systems for power generation and demand balancing with increasing integration of renewable s
44、ources：application to the Portuguese power systemC/European Conference on Power Electronics and ApplicationsAalborg，Denmark，2007：1-10 7 Jewell W T Electric industry infrastructure for sustainability：climate change and energy storageC/IEEE Power Engineering Society General MeetingTampa，USA，2007 8 曾杰
45、可再生能源发电与微网中储能系统的构建与控制研究D武汉：华中科技大学，2009 Zeng JieConstruction and control of energy storage systems used in renewable energy and micro grid D Wuhan：Huazhong University of Science and Technology，2009(in Chinese)9 常乐，张敏吉，梁嘉，等 储能在能源安全中的作用J 中外能源，2012，17(2)：29-35 Chang Le，Zhang Minji，Liang Jia，et alThe rol
46、e of energy storage in ensuring energy securityJ Sino-Global Energy，2012，17(2)：29-35(in Chinese)10 颜志敏 智能电网中蓄电池储能的价值评估研究D 上海：上海交通大学，2012 Yan ZhiminValue assessment research of battery energy storage in smart gridDShanghai：Shanghai Jiaotong University，2012(in Chinese)11 甄晓亚，尹忠东，孙舟先进储能技术在智能电网中的应用和展望J电
47、气时代，2011(1)：44-47 Zhen Xiaoya，Yin Zhongdong，Sun Zhou Application and perspective of advanced energy storage technology in smart gridJElectric Age，2011(1)：44-47(in Chinese)12 骆妮，李建林 储能技术在电力系统中的研究进展J 电网与清洁能源，2012，28(2)：71-79 Luo Ni，Li JianlinResearch progress of energy storage technology in power syst
48、emJPower System and Clean Energy，2012，28(2)：71-79(in Chinese)13 俞振华 大容量储能技术的现状与发展J 中国电力企业管理，2009，7：26-28 Yu ZhenhuaStatus and development of bulk energy storage technologyJ China Power Enterprise Management，2009，7：26-28(in Chinese)14 严干贵，谢国强，李军徽，等储能系统在电力系统中的应用综述J 东北电力大学学报，2011，31(3)：7-12 Yan Gangui，
49、Xie Guoqiang，Li Junhui，et alReview of energy storage system in electric power systemJ Journal of Northeast Dianli University，2011，31(3)：7-12(in Chinese)15 张宇，俞国勤，施明融，等电力储能技术应用前景分析J华东电力，2008，36(4)：91-93 Zhang Yu，Yu Guoqin，Shi Mingrong，et alReview of energy storage systemsJEast China Electric Power，20
50、08，36(4)：91-93(in Chinese)16 程时杰，李刚，孙海顺 等储能技术在电气工程领域中的应用与展望J电网与清洁能源，2009，25(2)：1-8 Cheng Shijie，Li Gang，Sun Haishun，et alApplication and prospect of energy storage in electrical engineering J Power System and Clean Energy，2009，25(2)：1-8(in Chinese)17 Wade N S，Taylor P C，Lang P D，et alEvaluating the