低碳驱动的长时储能容量补偿机制_陈熙.pdf

Vol.47 No.7 Apr.10,2023第 47卷 第 7期 2023年 4月 10日低碳驱动的长时储能容量补偿机制陈熙，程瑜，丁肇豪（华北电力大学电气与电子工程学院，北京市 102206）摘要：随着新型电力系统低碳化转型，新能源装机占比跃升发展，新能源出力与负荷跨季尺度的电力电量平衡对长时灵活性的需求进一步加剧，长时储能成为维持系统长期容量充裕性的一种新兴容量资源。现有面向传统发电机组的容量成本回收机制尚未将长时储能纳入考虑范畴，长时储能系统发展的经济驱动不足。针对长时储能系统适度容量补偿的机制设计问题，基于周期内和周期间双粒度时间网格结构，提出变周期时序规划场景缩减方法，并建立长时储能适配容量优化模型测算容量补偿需求。结合某新能源富集区域算例，验证长时储能适配容量和补偿水平测算模型有效性，并基于关键因素的灵敏度分析，探讨长时储能容量补偿需求下降的演化趋势，为推动长时储能可持续发展提供容量补偿机制设计的参考。关键词：氢储能；长时储能；适配容量优化；时序场景生成；容量补偿0 引言为实现“碳达峰碳中和”的目标，中国能源结构持续优化，能源低碳转型进入了重要窗口期1。在降碳要求不断提高的背景下，新型储能与氢能有望规模化发展并带动清洁低碳、安全高效的新型电力系统构建2-3。高比例新能源并网给系统电力电量平衡带来了巨大挑战。新能源与负荷之间体现出明显的季节性不匹配特性4，应用可长时、广域大规模能量转移的长时储能解决长期尺度下的供需不平衡成为热点5。同时，电网脱碳进程的加速推进也对长时储能提出了更高需求6。然而，跨季节的长时储能作为容量型储能资源，无法获得功率型储能提升系统调节能力的收益，在保障系统长期容量充裕性的市场机制条件不成熟的环境下，考虑适度容量补偿作为长时储能系统投资成本回收的补充，是形成长时储能可持续发展商业模式的一条可行途径。低碳转型驱动下，氢储能是与高比例新能源系统匹配的一种主要的长时储能设备。目前，氢能的生产、存储和利用价格仍相对较高，氢储能系统的适配容量的合理测算成为长时储能系统容量补偿机制决策的关键问题。氢储能在实际应用中常涉及中长期和短期两个时间尺度的应用场景，其中，短期尺度下氢储能系统的充放能行为侧重参与电、热、氢等多能系统的日内能量高效经济转换7-8；中长期尺度下氢储能系统关注系统新能源消纳能力提升9以及季节性供需平衡10。文献 11 协同长时储能与短时储能提供系统灵活性资源。因此，兼顾新型电力系统新能源消纳及灵活性需求，系统适配的长时储能容量决策涉及模型求解维度与精度协调问题。文献12-13 针对园区级小规模系统采用 8 760 h 全时序场景决策长时储能最优容量。但是，对参与电网运行的更大规模长时储能系统的容量配置决策，开展含网络模型的全时序优化规划面临严重的维数灾难，场景降维可提高模型求解效率；文献 14-15 在规划模型中按季节选取 4 个典型日场景为规划场景，但简化筛选的场景对长时储能在长时间尺度多元应用的时序特征反映有限，且影响模型的精度。上述研究侧重于关注长时储能系统的整体投资与运维成本的优化，鲜有文献聚焦于长时储能系统容量补偿需求的细粒度经济性测算分析。长时储能系统的经济性在很大程度上取决于运行期间的循环充放能次数。由于具有初期投资较大、年充放循环次数较少的特点，现行市场规则匹配长时储能的物理特性提供的经济驱动尚存在一定欠缺16。现货市场环境下，中短时储能可通过参与电能 量 市 场 或 在 辅 助 服 务 市 场 提 供 调 峰、调 频 服务17-18等形式回收投资成本，如中国山东市场针对储能实际运行的日可用容量制定了补偿19。相比于中短时储能，长时储能充放电循环频率低，其参与电能量和辅助服务市场获得的收益难以支撑全部的DOI：10.7500/AEPS20220504010收稿日期：2022-05-04；修回日期：2022-10-17。上网日期：2022-12-22。国家重点研发计划资助项目（2019YFE0118400）。32陈熙，等 低碳驱动的长时储能容量补偿机制http：/www.aeps-生存空间。能源结构低碳转型趋势下，长时储能跨季能量转移保障发电容量充裕性的容量价值凸显，储能资源已被纳入美国 PJM 和英国容量市场的主体范畴，可通过参与容量市场拍卖竞争发现价值。为精准衡量长时储能对容量市场的有效容量贡献，文献 20 分析了长时储能放电持续时间与其容量价值的关系；美国 PJM 市场利用有效带负荷能力衡量储能的容量21；英国容量市场根据系统电源结构与负荷曲线确定储能容量支撑作用，修改储能的容量降级因数反映不同时长储能的容量可用性大小22。可见，长时储能作为一种新兴、特殊的容量资源，有待结合市场机制、新能源和负荷时序特征测算其适配容量需求以及设计适宜的容量补偿机制，避免过/欠补偿影响市场价格和长时储能系统的良性有序发展。综上所述，本文基于能源系统低碳转型目标，首先，分析容量补偿机制对长时储能现阶段起步发展支撑的必要性；然后，融合含周期间与周期内双粒度时间网格结构的变周期时序场景缩减方法，建立长时储能容量配置优化模型，测算适配储能容量及其成本回收缺口，分析长时储能容量补偿需求；最后，针对影响容量补偿需求力度的主要因素开展灵敏度分析，探讨长时储能容量补偿需求逐步退坡的演变趋势。1 长时储能的容量补偿问题描述长时储能被认为是需在额定功率下连续充放电10 h 以上的储能系统23，或具有跨天、星期、月甚至季节调节能力的季节性储能系统6，具有较低的容量边际成本与自放电率。与应用于平抑短期新能源负荷波动的短时储能不同，长时储能通过将富余电能转化为其他可长期存储的能量形式，实现长时、广域的能量转移，应对季节性调峰与多能互补问题。常见的长时储能技术有抽水蓄能、压缩空气储能、储热/冷与 Power-to-X（P2X）技术，其中 P2X 技术指利用富余绿电制备工业原料，如储气/氢等。在出力控制技术改进有限的情况下，新能源无法完全替代可调度的传统资源。随着新能源渗透率的不断提高，系统对长时储能调节能力的需求逐渐增大。此外，由于实际市场并非理想的充分竞争市场，价格上限可能会降低容量资源的稀缺性租金，导致市场价格难以有效引导中长期容量投资24，尤其是对于投资造价相对较高的长时储能系统，其通过电能量市场价差套利及辅助服务市场获得的收益，对引导投资缺乏足够的经济驱动。因此，有必要对长时储能研究适宜的容量成本回收机制。一方面，新能源大规模并网的市场冲击使得电价不同程度降低25，同时，由于长时储能年充放电循环次数有限，长时储能在市场可获得的充放电价差收益下降；另一方面，为保证发电容量充裕性，激励发电容量长期投资，国内外市场已开展稀缺定价机制、容量市场及容量补偿机制等容量成本回收机制的实践和探索，为长时储能这类新型容量资源的成本回收提供了经验借鉴。稀缺定价机制下，发电商可通过电能量市场的高电价补偿容量投资成本回收。容量市场或容量补偿机制下，发电商通过参与容量市场竞争或者执行监管核定的容量补偿标准获得容量电费，其中，容量市场的价格由竞争形成，容量补偿机制下的补偿标准由行政监管核定；市场运营商将其支付给发电商的容量电费按比例分摊传递给用户承担。考虑到中国正处于现货市场建设初期，容量市场规则设计与市场主体尚未完善与成熟25，相较于对市场成熟度要求更高的现货市场稀缺定价机制与容量市场机制，定向针对长时储能建立容量补偿机制以应对长时储能成本回收缺口相对简单易行，更适应于长时储能系统起步发展的过渡阶段，但有必要开展长时储能容量需求和经济补偿需求的细粒度优化测算分析，降低过/欠补偿风险。综上所述，当前市场环境下仅靠电能量市场与辅助服务市场难以有效引导长时储能容量投资，研究适宜的长时储能容量补偿机制对新型电力系统平衡发电容量充裕度、短期运行风险与投资成本的矛盾十分必要。为确定合理的补偿力度，避免过高或者过低的容量补偿影响现货市场价格和系统容量充裕性，长时储能容量补偿机制设计框架如图 1所示。本文容量补偿机制设计基于长时储能适配容量需求的优化测算，首先，引入变周期时序规划场景缩减方法，考虑低碳影响建立长时储能容量优化规划模型，提高长时储能适配容量需求的测算精度；其次，在容量需求优化规划的条件下，结合长时储能系统的运营模式分析其成本回收缺口，测算补偿费用需求；同时，考虑权利与义务对等的市场经济原则，“谁受益，谁买单”，补偿费用由系统运营商传递到用户侧分摊。其中，考虑在当前市场环境下长时储能的运营模式为：在负荷低谷低价购电转化为可长期储存的能量后，根据需求向综合能源系统出售，或再次转化为电能在辅助服务市场中提供调峰服务。最后，基于已建立的容量补偿需求分析模型，对长时储能成本疏导渠道与应用场景以及系统源荷结构等影响机制设计的关键因素进行灵敏度分析，探究容量补偿退坡下调的演化趋势。332023，47（7）学术研究 2 计及长时储能物理特性的容量补偿机制设计本文长时储能采用发展前景广、储能效果佳的氢储能，构建了如附录 A 图 A1 所示的电-氢能源网络，包含制氢、储氢等转换环节与电-氢网络。其中，电源由以风电、光伏为代表的新能源与火电机组构成。为保证新能源利用率与负荷供应率，利用新能源的富余电力制氢并储存，电能不足时氢气通过氢燃机发电，满足用能需求，实现日、星期、月甚至季节性储能，氢余量可通过氢传输网络供应交通、工业领域的氢负荷需求。2.1面向长时储能应用的规划场景缩减方法本文采用场景分析法建立优化规划模型。为求解模型分析储能长时间尺度下的充放能过程，以后向缩减法为基础，选取典型日作为规划场景。1）为比较场景缩减后的缩减效果，认为保留集中 的 削 减 场 景 为 同 一 类，采 用 CH（Calinski-Harabasz）指标 26衡量类内相似度与类间区别，CH越小效果越好，CH计算方法见附录 A。2）设置供需均衡度指标 BAL（balance degree），表示调度周期内出力与负荷之间的比例。采用模糊综合评价法将样本 BAL 评价为“负荷过载”“平衡”与“新能源富余”3类27，隶属度函数见附录 A，计算式如式（1）。xBAL=t=1Ttxtt=1T|xtt=1 xt 00 其他（1）式中：xBAL为保留集的 BAL 指标值；T 为总小时数；xt为在时刻 t的样本值；t为表示 t时刻样本正负的标志位，t为 1时表示 t时刻样本为正。3）对 m 月净负荷曲线按调度周期 Ncircle进行缩减，通过 CH 指标确定不同 Ncircle下的最优保留场景数，得到相应的 K 类结果。考虑长时储能可与短时储能协调的应用特性，计算各保留场景的 BAL值与各月的平均 BAL值，选取使得各月指标最接近平衡时的 Ncircle作为最优调度周期，得到体现长时储能短时应用需求的初始场景集合。4）确 定 各 月 最 优 保 留 场 景 数 K 与 调 度 周 期Ncircle后，为进一步反映月间长时储能应用的状态转换，根据各月 BAL评价得分选取与当月类型相同的边界场景作为典型场景。若为平衡场景则不作为典型场景以减小计算复杂度，具体缩减方法流程如附录 A 图 A2 所示，生成场景的周期间与周期内双粒度时间网格时序结构关系如图 A2所示。2.2基于适配容量优化的长时储能容量补偿需求测算模型首先，从监管机构的角度，针对新能源高渗透的低碳新型电力系统，考虑系统运行约束，以系统额外配置长时储能的净成本和常规机组的运行成本最小为优化目标，测算系统适配的长时储能容量需求。然后，从长时储能投资者的角度，分析无容量补偿激励时长时储能的成本回收缺口，测算长时储能的容量补偿经费需求，以用于支撑监管机构决策长时储能容量补偿标准，形成对储能投资商投资长时储能的有效激励。2.2.1目标函数氢储能容量配置以电解槽功率和储氢设备容量作为优化变量，优化目标为最小化设备的年化投资根据聚类指标循环迭代确定聚类数与调度周期确定各月典型曲线时序场景生成方法长时储能容量补偿需求测算模型设备建设成本储能运行成本 运行收益准入市场IES电能量市场峰谷套利调峰市场得到补偿能源网负荷需求发用电计划 运