储能科学与技术, 2023, 12(2): 515-528 doi: 10.19799/j.cnki.2095-4239.2022.0586

储能系统与工程

新型储能技术在弹性电网中的应用与展望

杨水丽,1, 来小康1, 丁涛2, 王则凯2, 陈继忠1, 诸嘉慧1, 李婷婷3

1.中国电力科学研究院有限公司，北京 100192

2.西安交通大学电气工程学院，陕西 西安 710049

3.华能北京热电有限责任公司 北京 100023

Application and prospect of new energy storage technologies in resilient power systems

YANG Shuili,1, LAI Xiaokang1, DING Tao2, WANG Zekai2, CHEN Jizhong1, ZHU Jiahui1, LI Tingting3

1.China Electric Power Research Institute, Beijing 100192, China

2.Xi'an Jiaotong University, School of Electrical Engineering, Xi'an 710049, Shaanxi, China

3.Huaneng Beijing Thermal Power Co. , Ltd. , Beijing 100023, China

通讯作者: 杨水丽（1979—），女，硕士，高级工程师，研究方向为规模化储能技术及其应用，E-mail：40303126@qq.com。

收稿日期: 2022-10-12   修回日期: 2022-11-07  

基金资助: 国家电网公司科技项目.  DG83-21-005

Received: 2022-10-12   Revised: 2022-11-07  

作者简介 About authors

杨水丽（1979—），女，硕士，高级工程师，研究方向为规模化储能技术及其应用，E-mail：40303126@qq.com。 E-mail：40303126@qq.com。

摘要

3060双碳目标将推进我国能源转型进程，新能源高渗透率为电网带来的不确定性与复杂性使其对日常运行时备用调节电源需求和应对极端自然灾害与人为攻击时的弹性需求增高，因而促使新型储能技术在电网快速规模化应用。本文讨论了在极端事件下，储能在弹性电网中的应用。首先，从新型储能装置的发展动态和对弹性需求的支撑出发，结合弹性电网概念内涵、衡量要素和极端事件特性，探讨了储能在弹性电网中的需求必要性和应用目标，提出了储能在极端事件下弹性承受和恢复两个阶段中的作用过程、作用机制和调节目标。其次，分析了广域布局储能的聚合容量与弹性电网承载能力之间的关系，研究了储能对灾后网架重构的影响，以及弹性指标评价框架等，提出了储能在弹性应用中的规划、调控、量化指标和市场机制制定等关键技术研究点。针对极端事件的应用需求、储能的运行性能与经济特性，提出了未来新型储能系统的适用典型场景。最后，对我国储能在弹性电网中的应用前景进行了展望。

关键词： 新型储能 ; 弹性电网 ; 极端事件 ; 弹性指标 ; 电力市场

Abstract

The '3060 double carbon' goal promotes energy transformation in China. The uncertainty and complexity of the power system associated with the high penetration of renewable energy would increase the demands for regulated power supplies and resilience response capability to accommodate extreme natural disasters and man-made attacks, which facilitates the large-scale application of new energy storage technology in the resilient power system. This paper discusses, in detail, the application of energy storage in resilient power systems under extreme events. Firstly, based on the development trend of energy storage, this study combines the concept connotation, the measurement elements of resilient power systems, and the characteristics of extreme events to explore the necessity of the demand and the application target of energy storage in resilient power systems. The function process, mechanism, and regulation target of energy storage are proposed for the two stages of resilient bearing and recovery under extreme events. Secondly, the application characteristics and mechanism are analyzed for energy storage in the bearing and recovery stages of the resilient power system. Thirdly, this work analyzes the relationship between the aggregate capacities of the decentralized energy storage and the bearing capacities of the resilient power system, and the impact of energy storage on post-disaster network reconfigurations is also assessed. Improvements in the resilient index evaluation framework and the electricity market mechanism formulation under the increasing energy storage capacity are examined in this work. Key technical points are proposed, such as planning, regulation, and quantitative indicators for the resilient application of energy storage. Then, this study proposes the typical scenarios considering the application requirements for extreme events, energy storage performance, and economy. Finally, the perspective of the application of energy storage for resilient power systems in China is discussed.

Keywords： new-type energy storage ; resilient power grid ; extreme events ; resilient index ; electricity market

PDF (2407KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

杨水丽, 来小康, 丁涛, 王则凯, 陈继忠, 诸嘉慧, 李婷婷. 新型储能技术在弹性电网中的应用与展望[J]. 储能科学与技术, 2023, 12(2): 515-528

YANG Shuili. Application and prospect of new energy storage technologies in resilient power systems[J]. Energy Storage Science and Technology, 2023, 12(2): 515-528

电网基础设施是至关重要的生命与生活保障系统，随着飓风和洪灾等极端事件的普遍出现[1-2]，自然灾害下基础设施系统的恢复力成为当前重要的研究领域。电网抵御人为攻击或大自然威胁的能力是基础设施安全领域新出现的学科，称为电网弹性[3]，即电网针对小概率-高损失极端事件的预防、抵御及快速恢复负荷的能力。

传统弹性电网可由化石燃料发电机组和水电机组提供动力[4]。然而，近几年国内外极端事件后电网经验凸显了传统弹性备用电源的不足及风险，而且柴油发电机为应对小概率事件将长期处于闲置状态，资源利用率低。新型储能[5]是实现可再生能源有效整合及释放本地发电和清洁能源的有力手段，通过提供电网辅助服务或参与需求响应等可获得补偿，从而处于实时并网运行状态，在紧急情况下可作为有效的弹性资源。

具有快速响应与灵活选址布局的新型储能技术在电力市场改革的深化下成为改革的热点[[6-7]，其作为重要的灵活性资源，已在自动化发电控制（automatic generation control, AGC）调频领域实现商业化运营，我国市场由京津唐、山西、广东逐步向全国渗透；应用领域也由调频辅助服务向调峰、配套风电与光伏等新能源发电方向深入拓展。截至当前已公示或备案的装机容量在快速增长，在各区域电网备用源中的装机占比稳步提升，作用也将逐步凸显。因此，聚合后的装机容量使其在弹性电网支撑中可成为不可或缺的角色。

弹性的概念[2, 8]已存在数十年，最早由Holling[9]于1973年在生态学的研究中提出，用于衡量生态系统承受、吸收扰动量，并保持系统稳定的能力。近年来，欧洲、美国、新加坡、伊朗与中国的研究学者就弹性电网建模、弹性电网评估、弹性电网恢复力提升策略等问题开展诸多研究。在弹性电网建模方面，文献[10]采用不同概率分布法对飓风对弹性电网的破坏机理展开建模；文献[11]利用简化的脆弱性曲线，刻画电网元件故障率随极端事件参数变化的情况；文献[12]提出了最小切负荷模型与复杂网络模型，分析极端事件扰动下电网的状态变化。在弹性电网评估方面，文献[13-14]提出最大可接受修复时间、最小可接受功能损失等指标，用以衡量系统恢复力，并用一年内系统在扰动事件中能维持系统功能的平均比例来评估电网弹性；文献[15]提出了电网弹性评价指标体系与评估框架，文献[16]则对上述评价指标进行系统性的量化分析。在弹性电网恢复力提升策略方面，按提升策略属性可分为主动防御策略和恢复控制策略。主动防御策略通过提高网络强化投资，增加系统冗余性，如关键元件加固[17-18]、增加储能[19]等方式，提升系统抵抗极端事件的能力[20]，降低极端事件后系统的恢复时间；恢复控制策略则通过利用智能设备与恢复控制算法，在系统遭受极端事件攻击后，保证关键负荷快速恢复供电，并对受损元件进行精准修复，具体策略包括在配网中利用微电网/孤岛划分方式与软开关等智能设备进行网络重构[21-24]，在系统内部进行应急物资与灵活性资源协调调配[25-26]等。储能技术在弹性电网中的应用研究，当前主要集中于储能辅助光伏系统对电网弹性与投资盈亏平衡点的影响[4]，其他深入的研究尚未见文献报道。但随着储能在电网中渗透率的提升以及极端事件的逐年频发，储能在弹性电网中的应用特性、场景切入点、指标量化评估及关键技术等亟待进行前瞻分析。

因此，本文在弹性电网研究已取得的理论与应用研究基础上，立足于弹性电网需求下的储能技术应用研究，首先从电网弹性的定义与应用需求特性出发阐述了储能支撑弹性电网的必要性，其次分析了新型储能技术的发展现状，丰富了含储能的弹性电网内涵，重点论述了广域布局储能的规划、调控、弹性指标量化等方面的关键技术，提出储能在弹性电网中的应用特点与场景，最后总结归纳并对未来的研究重点进行展望。

1 弹性电网背景及新型储能技术应用进展

1.1　弹性电网背景

人类社会赖以生存与发展的化石能源短缺、温室效应及全球气候变化加剧，促进了以绿色低碳为目标的能源转型，电力系统随之进入了能源转型的关键时期。十四五规划中，中国将迎来光伏与风电大规模建设高峰[27]，新能源发电的随机性与间歇性给电网带来了调峰调频辅助服务压力以及局部电网阻塞等挑战。同时，气候变化与人类活动也容易使电网受到自然灾害和人为攻击等极端事件影响，对电力系统的安全保障敲响警钟。在此背景下，电力系统“弹性”的概念被提出。

弹性电网着重描述的是在事件发生不同阶段分别具有预先准备、抵御、响应与适应、快速恢复的能力。“弹性”为系统调用源、网、荷资源应对小概率-极端事件对负荷需求造成的影响，其对调节源要求具备鲁棒性、充裕性和快速恢复性等特性，弹性的事件特性为低概率高冲击，主要衡量评估电力系统不同状态之间的过渡时间，关注用户中断时间和基础设施恢复时间等。

随着新能源发电在发电端与负荷端的渗透，具有大功率瞬时吞吐能力及能量时空转移特性的储能技术在电网暂稳态调整中得到了应用[28]，且在调频辅助服务领域进入商业化运营阶段。风/光发电在电网中逐年增长的高占比运行现状与频发的自然灾害背景下，系统“弹性”及储能技术在该场景中的作用等科学问题引起了中外学者关注。目前，主流学术机构对电网弹性[29]的研究重点在于其对系统影响机理以及系统表征出的响应能力与恢复性。储能技术在事故预防与恢复阶段为系统提供大功率支撑，增强系统自身鲁棒性，提高响应速率，并实现事故后的快速恢复。针对储能在弹性控制中的应用研究较少，稍有涉及的场景为对特高压交直流馈入的弱受端电网频率支撑以及解列后孤岛运行微网的供需调节等。基于弹性事件低概率高损失的属性，若特意预留一定量的储能等灵活调节冗余容量以应对，则将限制电网资产利用率的提高。因此，可协调电网已投入应用的储能装置作为弹性调节资源，既保障电网的正常优化运行，又可抵御灾害，同时储能系统还可从日常调节中获得收益，提升投资经济性。

1.2　新型储能技术应用进展

为实现碳达峰碳中和，构建清洁低碳的目标，国家发展改革委于2021年出台了《关于加快新型储能发展的指导意见》[30]，意见中指出，到2025年，新型储能装机规模达3000万千瓦以上，到2030年，实现全面市场化发展，且与电力系统源、网、荷各环节深度融合发展。

新型电力系统背景下，新能源高占比运行的电力系统运行方式发生深刻变化[31-32]：①对传统电源侧的要求由稳定、可控向灵活可控发展；②对随机、间歇性的风、光发电需要提高预测精度，实现友好并网；③输电端的资源约束使电网从功率传输转向电量传输层面的制约；④在用电侧，由传统的源随荷动向负荷部分可控，并可进行需求侧响应转变。为应对这些变化，新型储能技术成为新需求的支撑技术之一。而发、输、配、用各侧不同的功率与容量需求特性，亟需储能在应用场景方面实现多元化发展[33-34]，如表1所示。

表1   新型储能技术应用现状

Table. 1  Application status of new-type energy storage

应用领域应用场景应用目标适用储能技术[26]
电源侧新能源资源富集地区、新能源高渗透率地区、常规发电厂、退役火电厂址等促进友好型新能源站建设，支撑高比例可再生能源基地外送，提升常规电源调节能力电化学储能、机械储能、热储能、氢储能等
电网侧大规模新能源汇集、调峰调频困难和支撑能力不足的关键电网节点、供电能力不足的偏远地区、输电走廊资源和变电站站址资源紧张地区提高电网安全稳定运行水平，增强电网薄弱区域供电保障能力、延缓和替代输变电设施投资电化学、机械储能和电磁储能等
用户侧工业园区、公路服务区等终端用户，农村用户，对供电可靠性、电能质量要求高的电力用户等支撑分布式供能系统建设，提供定制化用能服务，提升用户灵活调节能力电化学储能、电磁储能及相变储能等

新窗口打开| 下载CSV


由表1可知，在电源侧，应用容量型的电化学储能、机械储能与热储能，以及适用于进行跨季节性储能的氢储能技术等，实现对新能源发电的友好并网与支撑外送；在电网侧，主要应用功率型电化学储能与电磁储能等，保障电网安全运行水平与供电能力；在用户侧，应用电化学储能、电磁储能与相变储能等，支撑分布式供电可靠性及用户灵活调节能力等。由此可见，在新型储能技术应用研究层面，已涉及电力系统各环节。

新型储能系统应用工程发展层面，基于中国储能网储能工程动态统计[35]，各区域已公示的2021年投运新型储能装机情况如图1所示，公示和备案待投建储能装机情况如图2所示。由图1可知，全年全国投运1266.43 MW/2683.518 MWh的新型储能系统，其中，以华东的并网装机量最高，其次是华北和华中，华南、西南和西北最低。全国总投运装机中电化学储能为1086.43 MW/1833.518 MWh，压缩空气和盐穴等其他储能投运功率为180 MW/850 MWh。《2021年储能产业应用研究报告》[36]指出，截止到2020年底，我国新型储能市场装机功率为3730 MW，其中电化学储能装机功率为3272.5 MW。因此，截止到2021年底，我国在运的新型储能装机功率为4996.43 MW，电化学储能系统为4358.93 MW，2021年较2020年分别同比增长了25.3%和24.9%，整体增长较迅速。2021年各省投运情况以山东、江苏和山西最多，投运装机分别为483.45 MW/1003.4 MWh、198.88 MW/565.5 MWh和147 MW/88.478 MWh。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   2021年各区投运储能装机情况

Fig. 1   Energy storage installation of operation in various regions in 2021


图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   2021年各区公示与备案储能总装机和共享储能情况

Fig. 2   Total energy storage capacity and shared energy storage that publicity and filing in 2021


由图2(a)可知，全国公示与备案的新型储能装机为26282.2 MW/48331 MWh，以华北地区为最高；西北和华中区域次之；西南最少，规模也达761 MW/1261 MWh。在未来两三年里，储能装机增长将发展迅速，具体以山西、内蒙、河北、甘肃、青海、宁夏、湖北、广东和广西预增长较快，均超1000 MW。在图2(a)涵括的共享储能装机情况如图2(b)所示，全国在未来两三年将投建11181 MW/21371 MWh的共享储能装置，主要分布在华北、西北和华中，华东较少。其中，以山西的3570 MW/5205 MWh的待建共享储能装机量最高，湖北和河北次之，内蒙、陕西、宁夏、山东、浙江和江苏等省份也将配置一定规模的共享储能系统。

同时，相关文件[37]报道，2021年截止到目前共有20省要求配置储能，配置比例不低于新能源装机的10%，持续时长多为2小时。若未来电网的新能源渗透率为30%，则配置储能装机约占发电装机的3%，再计及其他场景投运的储能装置，储能装机将逾3%倍额定发电装机量，而当灵活或备用调节源的备用容量达到1%倍额定装机量及以上时，便可基本满足该电网的一次频率调节需求。

由此可见，随着各场景对储能应用需求的增长，新型储能装机达到一定比例后将在电网弹性调控中发挥重要作用。但是，加入储能后弹性电网的内涵、储能在弹性调控中适用的应用场景以及不同规划布局下的优化调控与评价等技术亟待分析与研究。

2 含储能的弹性电网内涵概述

在电网中，弹性考察系统预防、抵御极端事件以及快速恢复负荷的能力。图3的系统弹性曲线[29]描绘了传统电网、弹性电网及含储能的弹性电网在极端事件下的系统性能(通常以负荷损失来表示)与时间的函数，展示了电网在不同弹性资源条件下应对事件时具有不同的承受力与恢复力。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   极端事件下含储能的电网弹性曲线图

Fig. 3   Grid resilience curve with energy storage under extreme events


在极端事件下，弹性电网的抵御与恢复过程整体可分为两个阶段：弹性承受阶段(从T0到T3)和弹性恢复阶段(从T3到T6)。

（1）弹性承受阶段

该阶段可细分为两个过程：弹性准备过程(从T0到T1)与弹性抵御、吸收、响应过程(从T1到T3)。从T0到T1，电力系统处于运行过程中具有鲁棒性/抵御能力的弹性状态；当极端事件从T1开始攻击后，电网需要调动弹性资源开始自适应调整；在事件后进入降级状态，系统经过T2进入T3开始恢复。

对于弹性准备过程，在极端事件发生前，弹性电网需要进行预先准备，保证其具备足够的鲁棒性。在此阶段，电力系统需要结合极端事件的物理模型与预测情况，一方面需要通过网络强化与主动防御策略对系统关键节点进行加固，加强电力系统对极端事件的承受能力，降低系统受攻击后的失负荷量；另一方面则需要对应急物资与系统弹性资源展开预部署，保证极端事件发生后通过恢复控制策略提升关键负荷的恢复速度，进而提高系统对极端事件的抵御能力。

对于弹性抵御、吸收、响应过程，在极端事件发生时，弹性电网需要具备足够的充裕性，对关键负荷进行支撑，应对并抵御频繁变化的极端事件场景。在此阶段，事先为系统配置弹性资源是保障系统充裕性的重要方式，而对弹性资源的优化调度与恢复控制则是提升系统充裕性的重要手段。在弹性电网中，弹性资源主要包括预部署的分布式电源、储能设备、移动储能车以及其他能够双向协同的可控负荷等。

该阶段对保证系统充裕性资源的响应特性要求为快速聚合高功率的电力资源以支撑功率缺额、提升电网关键节点的鲁棒性、减小极端事件对网架和电源的冲击，进而保证系统能够对关键负荷进行快速支撑和恢复。因此，具有高倍率特性的储能系统，如高功率电化学储能系统、飞轮储能系统和超级电容器等，是该阶段配置弹性资源的首选。而规模化储能装置可通过参与调峰调频对系统主动支撑，增强电网正常运行时的弹性，并提供紧急功率支撑，以提升电网在抵御极端事件进程中适应和应对不断变化条件时所需的自适应性能力。

（2）弹性恢复阶段

在极端事件发生后，系统性能将会降至最低，而弹性电网应能够快速恢复负荷。根据系统的恢复机理与运行状态，可分为三个过程：暂时性功能恢复过程(从T3到T4)、局部供电保持过程(从T4到T5)、基础设施恢复过程(从T5到T6)。

暂时性功能恢复过程指的是在极端事件发生后，弹性电力电网需要利用弹性资源，如应急的分布式电源、储能设备、黑启动关键性电源与移动储能车等，结合配电网重构与恢复策略，对需要优先保障的关键负荷进行弹性支撑，逐步恢复局部供电，保证尽可能多的负荷能够暂时性恢复。此阶段整体的时间尺度相对较短。

局部供电保持过程指的是在极端事件过后，弹性电网需要对极端事件的破坏情况进行响应与分析，并利用应急物资(如维修团队、无人机等)开始对系统受损元件设备进行监测与维修。在受损元件进行修复的过程中，系统将会维持在局部供电保持状态，由于部分系统基础设施仍处于故障状态，此时的系统性能将会低于极端事件发生前的系统性能。

基础设施恢复过程是指弹性电网的基础设施逐渐完成修复，并重新回到正常供电状态与系统性能的过程。在该阶段，需要基于系统受损程度、受影响的负荷范围及响应时间等因素，探索适应储能系统功率与容量特性的恢复场景，使负荷损失及系统受影响范围降至最低。该阶段除大功率支撑需求外，调节资源出力持续时长需达数分钟至数小时。因此，大容量电化学储能系统、大规模压缩空气储能和液流电池等储能技术将发挥重要作用。

与传统弹性资源相比较，新型储能系统具有功率支撑迅速、瞬时吞吐能力强及调节精准等方面的优势，但存在容量受限的问题。新型储能设备将会适用于在弹性电网承受极端事件攻击与极端事件过后系统快速恢复的过程中，对功率迅捷性要求较高但持续时长要求较低的场景，如网间灵活调节与多源协调参与调峰调频辅助服务、关键节点大功率紧急支撑、微网与配网弹性运行以及关键电源黑启动等场景。新型储能技术作为重要的弹性资源，在正常运行时可对系统起主动支撑的作用，极端事件下参与抵御与恢复，通过预防与防御一体化策略，实现新型储能在电网弹性应用中的价值。

3 新型储能技术在弹性电网中应用

当极端事件来临时，电网弹性调节需求的紧急程度最高，功率需求最大，持续时长相对较长，且在一年中出现的概率最低。基于这一特性，若单为电网布局应对弹性需求响应资源，将造成高配置的灵活调节资源长时间闲置、利用率低的问题。因此，可整合广域布局于源、网、荷各侧的储能装置，在全网域或解列后的配电网/孤岛内以动态聚合或协作形式参与调节，作为系统弹性控制中的辅助支撑力量，增强电网鲁棒性。

下面将基于电网弹性进程中承受和恢复两个阶段的响应特性和调节需求，分析影响弹性性能的储能系统规划、调控及量化评价等关键技术点和适用场景。

3.1　关键技术

（1）储能规划关键技术点

当储能系统在电网中装机容量增长且达到一定规模后，电网通过对众多储能开展主动控制和有序管理，实现广域布局储能的规模化聚合[38]，为电网提供容量可观的弹性资源。

储能系统在区域网或配电网中广域分布[30]，且各储能单元运行状态和容量持续变化，不同时刻在网内可聚合的功率与容量冗余总量为动态变化的参量。在极端事件来临的初始时刻，电网可通过估算出系统内的可聚合且可调度的储能功率与容量，依据弹性承受与恢复环节中不同场景的弹性资源需求紧迫性、需量大小及持续时长，将广域布局储能适配于合适的输电与配电环节，提高电网在极端事件下的弹性。

对广域布局的储能系统在某时刻可汇聚的冗余可调容量的聚合快速估算和场景容量配额，是极端事件发生后，精准调度储能、实现快速抵御、促进电网恢复的前提。区别于传统基于源[39]、网[40-41]、荷[42]特定场景的规划方法，弹性需求下被规划对象的调节能力具有动态变化和强不确定性的特征，因而对众多储能系统状态的精确掌握是进行储能规划的重要前提，且需依托于庞大监控数据的支撑。因此，基于储能云[43-44]数据平台的监控技术[45-46]、动态冗余聚合容量测算技术，以及可适配于不同需求场景的储能配额技术，将会是未来调度储能资源的基础支撑技术，三者之间的关系如图4所示。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   广域布局储能规划关键技术关系图

Fig. 4   Relation chart of key technologies for decentralized energy storage planning


在图4的关系中，监控技术采集广域布局储能装置的额定功率、容量和能量存储状态(state of charge，SOC)等运行状态信息，经由储能云数据中心动态实时测算不同范围和组合下可聚合的储能可调功率和容量总值，为不同场景的储容配额及调度提供测算支撑和约束依据。

基于云平台的广域布局储能系统的监测技术、广域聚合技术、聚合容量在各场景中的功率与容量配额方法、场景切入时机确定技术等规划关键技术，结合储能配额大小与电网弹性指标间的定量关系，是度量储能作用、最小化系统运行成本且最大化储能效用的调度运行基础。当前，这些研究尚处于起步阶段，也亟待取得突破，以推进储能等灵活资源在弹性需求下的规划进程。

（2）储能调控关键技术点

大面积停电对经济和社会将造成灾难性后果，在极端事件发生并对电网产生冲击后，网内将存在多个故障，通过网络重构的方式，可形成多个微电网与孤岛，进而最大可能地保障供电，并为故障后大电网重连且全面恢复供电提供保障。因此，网架重构也是提升电网弹性的有力措施。

区别于当前单一场景、单一目标的储能调控技术[47-49]，弹性需求下被调度的储能系统地理位置分布广泛，涉及的场景多且强耦合。同时，所在电网的网架结构本身也存在物理形态的解列与重构过程。因此，调度分析决策系统更复杂。

在弹性承受阶段，可快速调度储能资源对关键或薄弱节点的功率予以支撑，并通过提升电网坚强性以减弱事件对网架或电源的冲击。此时，在对事件攻击波及区域的电网坚强性、薄弱环节等信息充分掌握和预判的基础上，结合储能功率快速支撑特性和功能适配性的调度与控制技术，可有效抵御或一定程度上控制事态继续发展。

当由弹性承受阶段发展到电网需解列为多个配网或孤岛时，需要结合配/微电网主动解列的自主性和拓扑结构形成的范围和区域，对不同聚合容量的储能系统采取不同的调控方案和策略，进而保证故障后系统负荷快速恢复。因此，结合储能系统运行特性的调度策略，与迎合储能特性需求的电网弹性提升策略，是亟需深入探讨的课题。

在解列运行的配/微电网内，对储能系统的调度控制目标主要为网络内部的供需平衡调节、频率稳定控制以及扩大黑启动电源的供电范围等。此时，基于对不同功能目标的重要度进行排序，考虑储能存量及作用影响程度的调配技术，将直接决定在紧急运行时可否将有限灵活资源发挥出最大价值，也是亟待深入研究的重要课题。

因此，在弹性承受和恢复阶段，储能系统的调度需求、调度目标和调度策略各异，皆是需探索研究的焦点问题。

（3）储能系统支撑电网弹性量化指标

电网弹性是一个多维概念，指的是电网抵御极端事件，并在极端事件过后快速恢复的能力，包含与事件相关的电网各状态下的弹性水平和恢复时间，且系统弹性应根据危险发生时可能产生的后果来衡量。因此，电网弹性指标[3]应量化因供电紧张或中断而产生的后果，这些后果与电网运行和电力输送密切相关。

储能系统相对传统电源而言，较低的装机占比、高功率输出及低可持续时长等特性，使其功用主要集中在弹性承受与恢复阶段下对电网的支撑效果中。因此，储能对电网弹性提升的量化指标应结合这两个阶段的弹性过程分别展开分析。对量化指标的评估方法应为，在考虑储能后，分析计算极端事件下系统用户断开连接的频率、停电持续时间以及失负荷量等系统性能指标，相对于原有的弹性系统所发生的变化；而储能对电网弹性提升的评价指标应该为，电网考虑储能前后，在面对极端事件攻击时，系统为用户输送电能的提升量，系统恢复成本的变化量，以及对社区应急服务资产数量需求、业务终端成本和区域生产总值的变化情况。储能对电网弹性提升的指标体系，可通过图5直观体现。图5中的评价指标，均可通过对电网的系统性能变化直接量化计算。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   储能支撑电网弹性的指标框架

Fig. 5   Index framework of energy storage supporting grid resilient


以恢复力后果类别衍生的弹性指标，结合相关定义的系统规范，可跨空间(地理)和时间(持续时间)维度进行测量，最终实现量化。基于图5中的框架内容，电网需要从弹性支撑能力和经济性两个维度，重点考察加装储能后，对系统未输入电力、收入损失、应急资源成本、恢复成本、业务中断成本及区域生产总值等六个评价指标的影响程度。

①弹性支撑能力

在弹性支撑能力层面，主要考察的是系统在极端事件下未输送电力的总量。储能系统的应用，可减少灾后系统未输送电力。因此，应基于已有的极端事件通用概率模型与故障场景集等，考察加装储能后可减少关键用户累计停电总量、日停电小时数及与之对应的系数，如式(1)所示。其中，停电时间系数越大，代表储能加速供电恢复的速度越快；单位储能装机下可提高的输电功率值越大，表征储能在此场景应用前景越好，可为特定场景下储能功率配额规划提供指导。

Tsave_storage=∑t=1nx(t);              λt=Tsave_storageTsystemPsave_storage=∑i=1mx(Pi);           λP=Psave_storagePstorage

式中，Tsave_storage、Psave_storage分别表示加装储能后减少的停电小时数与停电功率值；x(t)为用户在t天没有通电(t=1，2，…，n)；x(Pi)为用户i的功率值(i=1，2，…，m)，λt为减少停电时间系数(λt≤1)；λP为单位储能装机下可提高的输电功率值。

②经济性

在经济性的层面，主要考察的是极端事件下电网的经济性损失和停电区域内的社会经济损失两部分。其中，电网经济性损失主要包括电网收入损失量与恢复成本两个指标：电网收入损失指因未向用户供电而造成的售电费损失；恢复成本指电网所承担的维修和恢复成本，包括供电恢复过程中需要的劳动力成本、材料成本和零部件成本等。另外，极端事件对弹性电网经济性的影响还体现在停电区域内的社会经济损失中。社会经济损失主要包括三部分：因供电中断而造成的备用燃料需求等应急资源数量及成本增加；因易腐物品损失而引发的资产减少；因营业中断引发的区域生产总值减少与业务中断成本增加等。因此，在加装储能后，需统合考虑这几类社会经济性指标的变化情况。

式(2)通过经济性系数的方式，定量描述了电网加装的储能容量与极端事件下供电能力提升、电网收入损失和恢复成本减少、停电区域的经济损失降低之间的数学关系。其中，经济性系数越大，表明单位储能装机的应用经济价值越高，对应场景的应用前景越好，并可为确定储能的最佳应用场景提供依据。

Isave_storage=R×∫0nPsave_storage×tdtCsave_storage=∑t=1nClabor(t)+Cmaterials(t)+Cpart(t)Lsave_storage=∑t=1nLfuel(t)+Lassets(t)+Lgoods(t)+Lbusiness(t)+Lproduct(t)λe=Isave_storage+Csave_storage+Lsave_storagePstorage

式中，Isave_storage为减少的收入损失，R为电网买售电电价差；Csave_storage为加装储能后可减少的恢复成本；Clabor(t)、Cmaterials(t)与Cpart(t)分别为第t天在维修中需要的劳动力成本、材料成本和零部件成本；Lsave_storage为储能挽回的停电区域经济影响值；Lfuel(t)、Lassets(t)、Lgoods(t)、Lbusiness(t)、Lproduct(t)分别为储能挽回的燃料、资产、物品、营业费和生产总值等经济影响值；λe为单位储能功率减少电网收入损失、恢复成本及区域经济损失总和可获得的经济性。

（4）针对储能的电力市场机制制订

基于极端事件小概率-高损失的特性，满足电网弹性需求的调节资源，主要是系统正常运行时的灵活资源及其储备量。在未来以新能源为主体的新型电力系统中，可用于弹性调控的储能装机规模主要取决于新型电力系统发展目标下的储能发展需求，且储能发展需求将受到电力市场环境与政策推动的影响。

储能技术通过改变电网输电潮流分布保障供电能力，提升输电暂态稳定极限，利用调峰调频控制弥补电网惯性不足，并且集合多源互动恢复供电等方式加强电网弹性，促进系统安全和能效提升。但是，储能在电网中应用与商业化运营尚存在一定的困难和障碍[50-51]，主要体现在四个方面：①储能技术成本相对较高，难以在当前成本下获得更高的性能与多重效益；②考虑储能的电力市场机制尚未厘清，储能投资效益与受益方难以直接关联；③针对储能等新型辅助服务主体的计量与调度尚需完善，所获的效益在储能与常规机组之间难以界定与分配；④储能的介入方式和效用衡量缺乏有效的论证与价值疏导机制，这些均影响着储能在电力系统各应用领域的商业化进程。

储能价值流向的确定与量化，是其应用于电力系统、实现能效优化的引导罗盘，可为储能相关政策机制的制定提供依据，进而推进辅助服务市场建设，保障储能价值分配[52-53]，还原其商品属性。因此，需要探索储能在电力系统发、输、配、用各环节的价值流量化测算与评价，制定储能的电力市场激励与补偿机制，促进在电网中的商业化应用，进而切实提高电网灵活性与弹性。

3.2　应用场景

能源转型背景下，大规模新能源发电接入给电网带来了源荷匹配度降低、系统转动惯量下降等系统运行问题。并且，在高功率的输电走廊与关键节点处发生的系统故障，将会加剧系统的运行风险。另外，在新能源高渗透率的系统背景下，特高压交直流混联电网的送受端一体化，也将增大电网结构脆弱性的问题。因此，在保障电网运行安全、追求低碳排放与降低成本的多重博弈目标下，提升电网的弹性与抵御极端事件的能力，会是一个重大挑战。

在电网弹性事件中，加固电网基础设施和关键节点是抵御风险的第一道有力屏障，与网络恢复控制策略共同成为极端事件下保电的有力措施。因而，混合网络[29]将成为提高未来电力系统弹性的经济可行的解决方案，即一种是强化和“智能”措施协同作用，以实现恢复力和成本效益目标。另一种是指大型互联传统电网(集中控制)和小型平衡区域(分散控制)共存，在极端事件下，两种区域内的系统可独立运行，分别保障供电，将提供更具鲁棒性的网络以及更大的操作灵活性与安全性。

基于储能安装灵活与瞬时大功率吞吐能力等固有特性和当前装机规模与价格水平，结合极端事件下电网抵御与恢复措施对功率与持续时长需求特性，储能可在电网弹性承受阶段中加固电网基本元件，参与配网/微电网孤岛控制，并在弹性恢复阶段的黑启动等场景中发挥一定功用。

（1）储能加固电网基本元件/关键节点

在外来事件攻击与网内防御间的博弈中，考虑到储能系统容量有限，而加固电网关键节点与基本元件(即变电站/母线[54-55]、发电机[56]和输电线路[57])对功率与容量的需求量相对较小，而抵御效果最高，可作为储能参与预防和抵御极端事件的首要应用场景。

广域布局于源、网、荷各侧以提供不同辅助服务应用的储能系统，在极端事件发生后，接受电网调度，切换应用目标作为临近电网基本元件或关键节点的应急资源，为特高压交直流的枢纽变电站、密集输电走廊、大功率馈入节点以及重要负荷的输电线路等元件与节点提供大功率支撑，削减冲击负荷，实现电网的弹性提升。从投资角度，可部分弱化电网为应对极端事件，而预留相应备用容量，从而弱化电网资源利用率不高的问题。

（2）储能参与重构的配网/微电网孤岛控制

极端事件下，在电网由弹性承受阶段，发展到需解列重构成多个微电网，并以孤岛[58-59]运行的过程中，孤岛内的储能系统可在智能化控制下向其全部或部分用户供电。该措施被视为在紧急情况下增强未来电网弹性的最有希望的措施之一，是挽救电网停电的最后一项措施。

同时，在微电网孤岛运行期间，储能系统可平衡孤岛内源-荷功率差[60]以加强微电网运行鲁棒性，支撑临界荷载与正常荷载以最小化减载成本运行，保障孤岛供电可靠性；对于新能源高占比运行的微电网孤岛系统[61]，通过储能改善新能源友好并网，实现新能源发电最大化，提升岛内供电能力；另外，在进入弹性恢复阶段时，储能可通过协同新能源发电的方式，为负荷恢复供电，推进供电的逐步全面恢复。

（3）储能作为黑启动过程的关键设备

极端事件发生后，系统性能降低，电网将发生大范围停电。在系统开始响应并进入恢复正常运行状态动作时，黑启动阶段[62]是网架重构与负荷恢复的基础。此阶段，具备黑启动能力的机组或装置的功率/容量越大，则系统恢复正常运行状态所需时长越短，用户供电恢复越快。

布局于电网中的储能系统，具有瞬时大功率输出能力，且能持续数小时的时长，具备较强黑启能力[63-65]，可为待恢复机组提供启动必需功率助其恢复正常运行状态，完成机组启动，恢复厂用电供电，有效减少停电时间和事故损失。

储能在正常运行状态下对电网调峰调频等辅助服务的主动支撑，研究学者已开展大量研究，并取得深入的研究成果，文中不再赘述。

4 研究展望

储能是提升电网弹性承受能力与恢复能力的有效支撑手段，保障系统安全，但储能在电网中的应用与管理尚处于起步阶段。布局于用户侧[66]和电源侧的储能系统建设与投运是投资运营商自发行为，网侧储能部分纳入地/市级调度管辖，但规划与调度目标[67]单一，不足以全面支撑电网弹性调控中多场景动态耦合、全域聚合、多目标协同控制等技术需求。因此，基于储能在弹性电网中的应用契机与特点，为将储能效用发挥到极致且找寻到最佳应用场景与投切时机，未来的研究重点如下。

（1）基于储能云技术对源网荷全域储能系统的分层分区动态监控与聚合效应分析。电网事故后网架形态直接受极端事件冲击影响，需要考虑解列与未解列，以及解列后重构分区等多种可能形态。在不同可能形态下要实现对储能的合理规划，对储能系统按需按层级动态监控与调节的能力，并在此基础上测算分析出重构网架内储能的聚合效果，此为精准调度与控制的前提和依据。

（2）多场景耦合下考虑储能适配性的调控技术。基于广域布局储能聚合的可调节功率与容量，度量储能对弹性承受力与恢复力的作用，确定对储能的调度模式，以达到最小的灵活资源撬动最大调控需求的目标。

（3）储能的弹性指标量化与评估。确定储能在弹性承受与恢复阶段能够参与的电网服务，并可提供的灵活性/响应能力。

（4）储能自适应态势感知与配置工具研发。基于弹性电网事件和条件分类法，结合储能对自身态势感知信息，确定响应事件可提供的能力和辅助服务类别，可实现对服务所需容量进行自动配置的工具。

（5）储能在弹性电网中的市场机制支持。挖掘储能对弹性提升的潜力与多重应用价值，构建储能在弹性调节中的激励与补偿等市场机制，保障储能在极端事件下的投入率。

5 结论

在对储能技术当前发展水平概况的基础上，探索了其在弹性电网中的应用特点与关键技术等，取得的主要结论如下：

（1）基于系统弹性调节紧急程度高、需求大及持续时间长但出现概率低等特性，极端事件下，考虑整合参与电网稳态调节控制的储能资源以加快对事故的响应能力和恢复时间；

（2）我国在运新型储能装机功率增长迅速，当电网内储能装机容量达1%额定装机及以上时，将可在电网频率调节与弹性调控中发挥重要作用；

（3）储能系统在应对极端事件时，适用于承受阶段与恢复阶段中对功率迅捷性要求高但持续时长较短的场景，如参与电网基本元件加固、配网/微电网孤岛控制和电源黑启动等；基本研究方向涵盖储能聚合容量测算、对灾后网架重构、弹性量化指标及市场机制三个方面；

（4）未来应结合我国储能装机发展新动态，重点研究弹性电网中基于多点布局储能动态监测的聚合效应的规划、多场景耦合下调控、预防与防御一体化控制、储能弹性指标量化和市场制建立等方向。

参考文献

MICHAEL G. Transmission makes the power system resilient to extreme weather[R]. American Council of Renewable Energy, 2021.

[本文引用: 1]

别朝红, 林超凡, 李更丰, 等. 能源转型下弹性电力系统的发展与展望[J]. 中国电机工程学报, 2020, 40(9): 2735-2745.

[本文引用: 2]

BIE Z H, LIN C F, LI G F, et al. Development and prospect of resilient power system in the context of energy transition[J]. Proceedings of the CSEE, 2020, 40(9): 2735-2745.

[本文引用: 2]

VUGRIN E, CASTILLO A R, SILVA-MONROY C A. Resilience metrics for the electric power system: A performance-based approach[R]. Sandia National Lab.(SNL-NM), Albuquerque, NM (United States), 2017: doi: 10.2172/1367499.

[本文引用: 2]

MCLAREN J A, MULLENDORE S, LAWS N D, et al. Valuing the resilience provided by solar and battery energy storage systems[R/OL]. National Renewable Energy Lab(NREL). 2018[2022-01-02]. https://www.caba.org/wp-content/uploads/2020/04/IS-2018-270.pdf.

[本文引用: 2]

阳光工匠光伏网. 2021年19省储能调峰、调频政策与费用一览[EB/OL]. [2021-01-26]. http://www.21spv.com/news/show.php?itemid=80454.

[本文引用: 1]

Solar artisan photovoltaic network. List of energy storage peak shaving and frequency modulation policies and expenses in 19provinces in 2021[EB/OL]. [2021-01-26]. http://www.21spv.com/news/show.php?itemid=80454.

[本文引用: 1]

GAUNTLETT D, ELLER A. Energy storage trends and opportunities in emerging markets[R/OL]. Energy Sector Management Assistance Program (ESMAP) & International Finance Corporation (IFC). 2017[2022-01-02]. https://www.esmap.org/node/57868.

[本文引用: 1]

胡娟, 杨水丽, 侯朝勇, 等. 规模化储能技术典型示范应用的现状分析与启示[J]. 电网技术, 2015, 39(4): 879-885.

[本文引用: 1]

HU J, YANG S L, HOU C Y, et al. Present condition analysis on typical demonstration application of large-scale energy storage technology and its enlightenment[J]. Power System Technology, 2015, 39(4): 879-885.

[本文引用: 1]

BOMPARD E, PONS E, WU D. Analysis of the structural vulnerability of the interconnected power grid of continental Europe with the Integrated Power System and Unified Power System based on extended topological approach[J]. International Transactions on Electrical Energy Systems, 2013, 23(5): 620-637.

[本文引用: 1]

别朝红, 林雁翎, 邱爱慈. 弹性电网及其恢复力的基本概念与研究展望[J]. 电力系统自动化, 2015, 39(22): 1-9.

[本文引用: 1]

BIE Z H, LIN Y L, QIU A C. Concept and research prospects of power system resilience[J]. Automation of Electric Power Systems, 2015, 39(22): 1-9.

[本文引用: 1]

LI G F, ZHANG P, LUH P B, et al. Risk analysis for distribution systems in the northeast U.S. under wind storms[J]. IEEE Transactions on Power Systems, 2014, 29(2): 889-898.

[本文引用: 1]

MIN O Y, DUEÑAS-OSORIO L. Multi-dimensional hurricane resilience assessment of electric power systems[J]. Structural Safety, 2014, 48: 15-24.

[本文引用: 1]

HUANG G, WANG J H, CHEN C, et al. Integration of preventive and emergency responses for power grid resilience enhancement[J]. IEEE Transactions on Power Systems, 2017, 32(6): 4451-4463.

[本文引用: 1]

KAHAN J H, ALLEN A C, GEORGE J K. An operational framework for resilience[J]. Journal of Homeland Security and Emergency Management, 2009, 6(1): 1-29.

[本文引用: 1]

MIN O Y, DUEÑAS-OSORIO L, XING M. A three-stage resilience analysis framework for urban infrastructure systems[J]. Structural Safety, 2012, 36/37: 23-31.

[本文引用: 1]

FRIEDBERG I, MCLAUGHLIN K, SMITH P, et al. Towards a resilience metric framework for cyber-physical systems[C]//Proceedings of the 4th International Symposium for ICS & SCADA Cyber Security Research 2016. New York: ACM, 2016: 1-4.

[本文引用: 1]

CLARK A, ZONOUZ S. Cyber-physical resilience: Definition and assessment metric[J]. IEEE Transactions on Smart Grid, 2019, 10(2): 1671-1684.

[本文引用: 1]

OTHMAN A M, GABBAR H A. Design of resilient energy storage platform for power grid substation[C]//2018 IEEE International Conference on Smart Energy Grid Engineering (SEGE). August 12-15, 2018, Oshawa, ON, Canada. IEEE, 2018: 226-229.

[本文引用: 1]

TAN Y S, DAS A K, ARABSHAHI P, et al. Distribution systems hardening against natural disasters[J]. IEEE Transactions on Power Systems, 2018, 33(6): 6849-6860.

[本文引用: 1]

尹积军, 夏清. 能源互联网形态下多元融合高弹性电网的概念设计与探索[J]. 中国电机工程学报, 2021, 41(2): 486-497.

[本文引用: 1]

YIN J J, XIA Q. Conceptual design and exploration of multi-factor integrated high-elastic power grid in energy Internet[J]. Proceedings of the CSEE, 2021, 41(2): 486-497.

[本文引用: 1]

BIE Z H, LIN Y L, LI G F, et al. Battling the extreme: A study on the power system resilience[J]. Proceedings of the IEEE, 2017, 105(7): 1253-1266.

[本文引用: 1]

JUAN T. Resilient distribution systems portfolio overview[R/OL]. National Renewable Energy Laboratory DOE GMI Peer Review.2018[2022-01-07]. https://www.energy.gov/sites/default/files/2018/09/f55/resilient_distribution_systems_overview_project_presentations.pdf.

[本文引用: 1]

TON D T, WANG W T P. A more resilient grid: The U.S. department of energy joins with stakeholders in an R&D plan[J]. IEEE Power and Energy Magazine, 2015, 13(3): 26-34.

YAO S H, WANG P, ZHAO T Y. Transportable energy storage for more resilient distribution systems with multiple microgrids[J]. IEEE Transactions on Smart Grid, 2019, 10(3): 3331-3341.

LIN Y L, BIE Z H. Tri-level optimal hardening plan for a resilient distribution system considering reconfiguration and DG islanding[J]. Applied Energy, 2018, 210: 1266-1279.

[本文引用: 1]

MA S S, CHEN B K, WANG Z Y. Resilience enhancement strategy for distribution systems under extreme weather events[J]. IEEE Transactions on Smart Grid, 2018, 9(2): 1442-1451.

[本文引用: 1]

DAVARIKIA H, BARATI M. A tri-level programming model for attack-resilient control of power grids[J]. Journal of Modern Power Systems and Clean Energy, 2018, 6(5): 918-929.

[本文引用: 2]

赵曰浩, 李知艺, 鞠平, 等. 低碳化转型下综合能源电力系统弹性:综述与展望[J]. 电力自动化设备, 2021, 41(9): 13-23, 47.

[本文引用: 1]

ZHAO Y H, LI Z Y, JU P, et al. Resilience of power system with integrated energy in context of low-carbon energy transition: Review and prospects[J]. Electric Power Automation Equipment, 2021, 41(9): 13-23, 47.

[本文引用: 1]

周兵凯, 杨晓峰, 李继成, 等. 多元融合高弹性电网关键技术综述[J]. 浙江电力, 2020, 39(12): 35-43.

[本文引用: 1]

ZHOU B K, YANG X F, LI J C, et al. Review on key technologies of multi-integration highly-resilient power grid[J]. Zhejiang Electric Power, 2020, 39(12): 35-43.

[本文引用: 1]

PANTELI M, MANCARELLA P. The grid: Stronger, bigger, smarter? : Presenting a conceptual framework of power system resilience[J]. IEEE Power and Energy Magazine, 2015, 13(3): 58-66.

[本文引用: 3]

国家发展改革委,国家能源局. 国家发展改革委 国家能源局关于加快推动新型储能发展的指导意见[N/OL]. 北京:发展改革委员会.[2021-7-15]. http://www.gov.cn/zhengce/zhengceku/2021-07/24/content_5627088.htm.

[本文引用: 2]

National Development and Reform Commission, National Energy Administration. Guiding opinions of the national energy administration on accelerating the development of new energy storage[N/OL]. Beijing: National Development and Reform Commission. [2021-7-15]. http://www.gov.cn/zhengce/zhengceku/2021-07/24/content_5627088.htm.

[本文引用: 2]

张智刚, 康重庆. 碳中和目标下构建新型电力系统的挑战与展望[J]. 中国电机工程学报, 2022, 42(8): 2806-2819.

[本文引用: 1]

ZHANG Z G, KANG C Q. Challenges and prospects for constructing the new-type power system towards a carbon neutrality future[J]. Proceedings of the CSEE, 2022, 42(8): 2806-2819.

[本文引用: 1]

黎博, 陈民轴, 钟海旺, 等. 高比例可再生能源新型电力系统长期规划综述[J/OL].中国电机工程学报.[2022-03-30].https://doi.org/10.13334/j.0258-8013.pcsee.212716.

[本文引用: 1]

LI B, CHEN M Y, ZHONG H W, et al. A review of long-term planning of new power systems with large share of renewable energy[J/OL]. Proceeding of the CSEE.[2022-03-30]. https://doi.org/10.13334/j.0258-8013.pcsee.212716.

[本文引用: 1]

国家发展改革委, 国家能源局.“十四五”新型储能发展实施方案[R/OL]. [2022-01-29]. http://www.gov.cn/zhengce/zhengceku/2022-03/22/content_5680417.htm.

[本文引用: 1]

谢小荣, 马宁嘉, 刘威, 等. 新型电力系统中储能应用功能的综述与展望[J/OL]. 中国电机工程学报.[2022-04-26]. https://doi.org/10.13334/j.0258-8013.pcsee.220025.

[本文引用: 1]

XIE X R, MA N G, LIU W, et al. Functions of energy storage in renewable energy dominated power systems: review and prospect[J/OL]. Proceeding of the CSEE.[2022-04-26]. https://doi.org/10.13334/j.0258-8013.pcsee.220025.

[本文引用: 1]

中国化学与物理电源行业协会储能应用分会. 储能工程动态[EB/OL]. [2021-01-01]. http://www.escn.com.cn/news/255.html.

[本文引用: 1]

Energy Storage Application Branch of China Industrial Association of Power Sources. Energy storage engineering dynamics[EB/OL]. [2021-01-01]. http://www.escn.com.cn/news/255.html.

[本文引用: 1]

中国化学与物理电源行业协会储能应用分会. 2021储能产业应用研究报告[R]. 北京: 中国化学与物理电源行业协会, 2021.

[本文引用: 1]

Energy Storage Application Branch of China Industrial Association of Power Sources. 2021 Energy storage industry application research report[R]. China Industrial Association of Power Sources, 2021.

[本文引用: 1]

中国储能网新闻中心. 2021年20省市明确光伏风电配储能详细要求[R/OL].北极星储能网.[2021-11-17]. http://de.escn.com.cn/news/show-1291106.html.

[本文引用: 1]

News center of China energy storage network. 20 provinces and cities will clarify the detailed requirements for photovoltaic wind power distribution and storage in 2021[R/OL]. Polaris energy storage network.[2021-11-17].http://de.escn.com.cn/news/show-1291106.html.

[本文引用: 1]

张天庆. 多点布局储能系统聚合效应研究[D]. 乌鲁木齐: 新疆大学, 2019.

[本文引用: 1]

ZHANG T Q. Research on aggregation effect of multi-point layout energy storage system[D]. Urumqi: Xinjiang University, 2019.

[本文引用: 1]

孙偲, 陈来军, 邱欣杰, 等. 基于合作博弈的发电侧共享储能规划模型[J]. 全球能源互联网, 2019, 2(4): 360-366.

[本文引用: 1]

SUN C, CHEN L J, QIU X J, et al. A generation-side shared energy storage planning model based on cooperative game[J]. Journal of Global Energy Interconnection, 2019, 2(4): 360-366.

[本文引用: 1]

丁倩, 曾平良, 孙轶恺, 等. 一种考虑可再生能源不确定性的分布式储能电站选址定容规划方法[J]. 储能科学与技术, 2020, 9(1): 162-169.

[本文引用: 1]

DING Q, ZENG P L, SUN Y K, et al. A planning method for the placement and sizing of distributed energy storage system considering the uncertainty of renewable energy sources[J]. Energy Storage Science and Technology, 2020, 9(1): 162-169.

[本文引用: 1]

邓诗语, 刘文霞, 刘畅, 等. 考虑双重不确定及综合效能的配电网储能规划决策方法[J]. 储能科学与技术, 2022, 11(1): 164-175.

[本文引用: 1]

DENG S Y, LIU W X, LIU C, et al. Decision method of distribution network energy storage planning considering double uncertainty and comprehensive efficiency[J]. Energy Storage Science and Technology, 2022, 11(1): 164-175.

[本文引用: 1]

郭斌, 邢洁, 姚飞, 等. 基于双层规划模型的用户侧混合储能优化配置[J]. 储能科学与技术, 2022, 11(2): 615-622.

[本文引用: 1]

GUO B, XING J, YAO F, et al. Optimal configuration of user-side hybrid energy storage based on bi-level programming model[J]. Energy Storage Science and Technology, 2022, 11(2): 615-622.

[本文引用: 1]

杨德胜, 范叶平, 李玉, 等. 基于泛在电力物联网的储能云网平台应用研究[J]. 电力信息与通信技术, 2019, 17(11): 25-31.

[本文引用: 1]

YANG D S, FAN Y P, LI Y, et al. Research and application of energy storage cloud network platform based on ubiquitous power Internet of Things[J]. Electric Power Information and Communication Technology, 2019, 17(11): 25-31.

[本文引用: 1]

邹伦森, 彭鹏, 刘邦金. 基于调峰调频的电池储能云平台应用与研究[J]. 蓄电池, 2021, 58(1): 10-14.

[本文引用: 1]

ZOU L S, PENG P, LIU B J. Application and research of battery energy storage cloud platform based on peak modulation and frequency modulation[J]. Chinese LABAT Man, 2021, 58(1): 10-14.

[本文引用: 1]

陈兵, 张琦兵, 王昊炜, 等. 规模化电网侧储能电站监控系统应用及思考[J]. 电工技术, 2019(9): 115-118.

[本文引用: 1]

CHEN B, ZHANG Q B, WANG H W, et al. Application and thinking of large-scale monitoring system for grid side energy storage power station[J]. Electric Engineering, 2019(9): 115-118.

[本文引用: 1]

李琳, 秦泽宇, 刘啸. 电网侧储能电站监控信息接入验收管控方法研究[J]. 电气技术, 2021, 22(7): 7-12, 18.

[本文引用: 1]

LI L, QIN Z Y, LIU X. Monitoring information access management of grid-side battery energy storage power station[J]. Electrical Engineering, 2021, 22(7): 7-12, 18.

[本文引用: 1]

栗峰, 郝雨辰, 周昶, 等. 电网侧电化学储能调度运行及其关键技术[J]. 供用电, 2020, 37(6): 82-90.

[本文引用: 1]

LI F, HAO Y C, ZHOU C, et al. Dispatching operation and key technologies analysis of electrochemical energy storage on grid side[J]. Distribution & Utilization, 2020, 37(6): 82-90.

[本文引用: 1]

尹渠凯. 规模化分布式储能聚合建模及其协同优化调控策略研究[D]. 北京: 华北电力大学, 2019.

YIN Q K. Scale distributed energy storage aggregation modeling and cooperative optimized regulation strategy[D]. Beijing: North China Electric Power University, 2019.

林俊豪, 古雄文, 马丽. 基于优化调度的用户侧电池储能配置及控制方法[J]. 储能科学与技术, 2018, 7(1): 90-99.

[本文引用: 1]

LIN J H, GU X W, MA L. Optimal sizing and control of demand-side battery energy storage system[J]. Energy Storage Science and Technology, 2018, 7(1): 90-99.

[本文引用: 1]

安琪. 中国储能市场机制与监管现状、问题与建议[J]. 中国能源, 2017, 39(12): 23-27.

[本文引用: 1]

AN Q. Market mechanisms and the present situation, problems and suggestions on the regulatory barriers of energy storage in China[J]. Energy of China, 2017, 39(12): 23-27.

[本文引用: 1]

陈启鑫, 房曦晨, 郭鸿业, 等. 储能参与电力市场机制:现状与展望[J]. 电力系统自动化, 2021, 45(16): 14-28.

[本文引用: 1]

CHEN Q X, FANG X C, GUO H Y, et al. Participation mechanism of energy storage in electricity market: Status quo and prospect[J]. Automation of Electric Power Systems, 2021, 45(16): 14-28.

[本文引用: 1]

肖云鹏, 张兰, 张轩, 等. 包含独立储能的现货电能量与调频辅助服务市场出清协调机制[J]. 中国电机工程学报, 2020, 40(S1): 167-180.

[本文引用: 1]

XIAO Y P, ZHANG L, ZHANG X, et al. The coordinated market clearing mechanism for spot electric energy and regulating ancillary service incorporating independent energy storage resources[J]. Proceedings of the CSEE, 2020, 40(S1): 167-180.

[本文引用: 1]

林博. 储能技术在电力系统中的应用价值和运营模式[J]. 储能科学与技术, 2021, 10(5): 1873.

[本文引用: 1]

LIN B. Application value and operation mode of energy storage technology in power system[J]. Energy Storage Science and Technology, 2021, 10(5): 1873.

[本文引用: 1]

程鑫, 龚贤夫, 张哲, 等. 电化学储能在保底变电站中的配置方案与控制策略[J]. 电力自动化设备, 2022, 42(1): 86-92.

[本文引用: 1]

CHENG X, GONG X F, ZHANG Z, et al. Configuration scheme and control strategy of electrochemical energy storage in security power substation[J]. Electric Power Automation Equipment, 2022, 42(1): 86-92.

[本文引用: 1]

李万智, 白小奇, 施念, 等. 考虑储能可靠性的高海拔地区变电站站用储能配置研究[J]. 能源与环保, 2020, 42(12): 130-136.

[本文引用: 1]

LI W Z, BAI X Q, SHI N, et al. Study on station-used energy storage configuration for substation in high altitude area considering energy storage reliability[J]. China Energy and Environmental Protection, 2020, 42(12): 130-136.

[本文引用: 1]

邢东峰, 田铭兴. 虚拟同步发电机频率特性与储能设备容量及充放电特性的关系[J]. 电网技术, 2021, 45(9): 3582-3593.

[本文引用: 1]

XING D F, TIAN M X. Relationship between frequency characteristics of virtual synchronous generator and parameters of energy storage equipment[J]. Power System Technology, 2021, 45(9): 3582-3593.

[本文引用: 1]

龚光军, 杨军, 彭晓涛, 等. 超导储能装置对输电线路纵联电流差动保护的影响分析[J]. 电力系统自动化, 2011, 35(7): 38-41, 107.

[本文引用: 1]

GONG G J, YANG J, PENG X T, et al. Effects of superconductor magnetic energy storage device on pilot current differential protection[J]. Automation of Electric Power Systems, 2011, 35(7): 38-41, 107.

[本文引用: 1]

黄金鑫, 李华强, 陆杨. 基于蒙特卡洛模拟和频谱分析法的孤岛微电网储能容量配置[J]. 电网技术, 2020, 44(5): 1622-1629.

[本文引用: 1]

HUANG J X, LI H Q, LU Y. Energy storage capacity configuration of isolated microgrid based on Monte Carlo simulation and spectrum analysis[J]. Power System Technology, 2020, 44(5): 1622-1629.

[本文引用: 1]

李瑜, 张占强, 孟克其劳, 等. 基于分层控制的孤岛微电网储能优化控制策略[J]. 储能科学与技术, 2022, 11(1): 176-184.

[本文引用: 1]

LI Y, ZHANG Z Q, MENG K, et al. Optimal control strategy for energy storage in island microgrid based on hierarchical control[J]. Energy Storage Science and Technology, 2022, 11(1): 176-184.

[本文引用: 1]

王锦. 孤岛运行微电网中电池储能系统削峰填谷优化控制策略研究[D]. 武汉: 湖北工业大学, 2021.

[本文引用: 1]

WANG J. Research on optimal control strategy of battery energy storage system in island operating microgrid[D]. Wuhan: Hubei University of Technology, 2021.

[本文引用: 1]

陈海涛, 雷才嘉, 葛馨远, 等. 孤岛运行下新能源接入的多储能协同控制研究[J]. 新型工业化, 2019, 9(7): 23-27.

[本文引用: 1]

CHEN H T, LEI C J, GE X Y, et al. Research the multi-energy storage collaborative control of new energy access distribution network in island operation[J]. The Journal of New Industrialization, 2019, 9(7): 23-27.

[本文引用: 1]

蔡伟君. 电力系统新增黑启动机组优化布点研究[J]. 电工技术, 2021(14): 94-95.

[本文引用: 1]

CAI W J. Study on optimal distribution of new black starter units in power system[J]. Electric Engineering, 2021(14): 94-95.

[本文引用: 1]

刘力卿, 杜平, 万玉良, 等. 储能型风电场作为局域电网黑启动电源的可行性探讨[J]. 电力系统自动化, 2016, 40(21): 210-216.

[本文引用: 1]

LIU L Q, DU P, WAN Y L, et al. Feasibility discussion on using storage-based wind farm as black-start power source in local power grid[J]. Automation of Electric Power Systems, 2016, 40(21): 210-216.

[本文引用: 1]

万更新. 多储能电站黑启动系统构架关键技术的设计与应用[J]. 仪器仪表用户, 2022, 29(2): 91-94.

WAN G X. Design and application of key technologies for black start scheme of multi energy storage power station[J]. Instrumentation, 2022, 29(2): 91-94.

李旭, 罗嘉, 丁勇, 等. 辅助重型燃气轮机黑启动的大容量储能系统控制技术及其应用[J]. 中国电机工程学报, 2022, 42(3): 1069-1080.

[本文引用: 1]

LI X, LUO J, DING Y, et al. Control technology and application of large-scale energy storage system assisting black start of heavy duty gas turbine[J]. Proceedings of the CSEE, 2022, 42(3): 1069-1080.

[本文引用: 1]

王剑波, 李建林, 周喜超, 等. 基于全景理论的分散式储能系统集群优化调度策略[J]. 高电压技术, 2021,47(8): 2742-2750

[本文引用: 1]

WANG J B, LI J L, ZHOU X C, et al. Optimal scheduling strategy of decentralized energy storage system based on panoramic theory[J]. High Voltage Engineering, 2021,47(8): 2742-2750

[本文引用: 1]

周校聿, 刘娆, 鲍福增, 等. 百兆瓦级储能参与电网双重辅助服务调度的联合优化模型[J]. 电力系统自动化, 2021, 45(19): 60-69.

[本文引用: 1]

ZHOU X Y, LIU R, BAO F Z, et al. Joint optimization model for hundred-megawatt-level energy storage participating in dual ancillary services dispatch of power grid[J]. Automation of Electric Power Systems, 2021, 45(19): 60-69.

[本文引用: 1]

/

〈 〉