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 运行技术约束 投资经济约束长时储能年化投资成本与年运行收益系统电源结构与负荷发展长时储能多元成本疏导渠道增加长时储能运行多应用场景复用容量补偿价格下调的演化路径用户数据输入成本疏导方式容量需求补偿费用容量电价新能源、负荷8 760 h历史数据新能源-负荷时序场景集目标函数:收益最大化约束条件决策变量储能容量/功率影响机制设计多元关键因素灵敏度分析电源与负荷长时储能图 1适应长时储能发展的容量补偿机制框架示意图Fig.1Schematic diagram of framework of capacity payment mechanism adapting to long-term energy storage development34陈熙，等 低碳驱动的长时储能容量补偿机制http：/www.aeps-成本与系统年运行成本。min Ctotal=Cinv+CopeES+CopeGen-Fbenefit（2）式中：Ctotal、Cinv、CopeES、CopeGen、Fbenefit分别为年化总投资成本、设备年化投资成本、储能与机组的年运行成本以及储能运行收益项。1）设备年化投资成本 CinvCinv=rHSai=1NHScinvHSEHSi+rHEaj=1NHEcinvHEPHEj，N（3）r*a=r*(1+r*)n*(1+r*)n*-1（4）式中：NHS、NHE分别为氢储能数和电解槽数量；cinvHS、cinvHE分别为氢储能容量单位投资成本和电解槽功率单位投资成本；EHSi、PHEj，N分别为氢储能 i的额定容量和电解槽 j 的额定功率；rHSa、rHEa分别为氢储能设备和电解槽投资年化系数；r*a、r*、n*分别为设备的年化系数、折现率和运行寿命。2）氢储能系统年运行成本CopeES氢储能系统年运行成本包含有电解槽制氢、氢燃气轮机发电的年运行成本，即CopeES=s=1NSnst=1NTs()h=1NHEcopeHEPHEs，h，t+g2=1NGHcopeGHPGHs，g2，t（5）式中：NS、NTs、NGH分别为总场景数、场景 s下单个调度周期的时间尺度与氢燃气轮机数；ns为场景 s包含的周期数；copeHE、copeGH分别为电解槽和氢燃气轮机的单位运行成本；PHEs，h，t、PGHs，g2，t分别为电解槽 h和氢燃气轮机 g2在时刻 t场景 s下的功率。3）常规机组年运行成本CopeGen模型以电网运行成本最小化为目标，考虑机组在长时间尺度下的启停计划与发电计划，成本包含机组启停成本与发电成本。CopeGen=s=1NSnst=1NTs()g=1NGfons，g，t+g1=1NGTcopeGTPGTs，g1，t（6）fons，g，t=cGenonons，g，t+cGenoffoffs，g，t（7）式中：NG、NGT分别为常规机组数和汽轮机数；fons，g，t、PGTs，g1，t分别为在时刻 t 场景 s 下机组 g 的启停成本和汽轮机 g1的功率；ons，g，t、offs，g，t分别为机组 g 在时刻 t场景 s下的启机状态和停机状态，取 1时分别表示机组此刻处于启机、停机状态，0表示未处于该状态；cGenon、cGenoff、copeGT分别为机组单位启机成本、停机成本和常规机组的单位运行成本，其中，运行成本包含外部环境成本内化成本。4）储能运行收益项 Fbenefit模型将储能运行收益项认为是调峰收益与向氢网供氢的售氢收益，即Fbenefit=s=1NSnst=1NTs()g2=1NGHcpeakGHPGHs，g2，t+q=1NHLcsaleHMLs，q，t （8）式中：NHL为氢负荷数量；cpeakGH、csaleH分别为氢燃气轮机单位调峰收益和氢气的单位价格；MLs，q，t为氢负荷 q在时刻 t场景 s下的用氢量。2.2.2约束条件1）功率平衡约束g1=1NGTPGTs，g1，t+g2=1NGHPGHs，g2，t+w=1NWPWs，w，t=q=1NLPLs，q，t+h=1NHEPHEs，h，t（9）式中：NW、NL分别为风机和负荷的数量；PWs，w，t、PLs，q，t分别为风机 w 和负荷 q在时刻 t场景 s下的实际出力和并网功率。2）线路潮流约束-Flg1=1NGTg1lPGTs，g1，t+g2=1NGHg2lPGHs，g2，t+w=1NWwlPWs，w，t-q=1NLqlPLs，q，t-h=1NHEhlPHEs，h，t Fl（10）式中：g1l、g2l、wl、ql、hl分别为汽轮机组 g1、氢燃气轮机 g2、风机 w、负荷 q和电解槽 h对线路 l的潮流分布因子；Fl为线路l允许的最大传输功率。3）氢储能系统运行约束氢储能系统的运行约束包括荷电状态约束（式（11）式（13）和储能设备在完整调度周期内始末蓄电量不变约束（式（14）。Ehs1，i，0=SOCinitialEHSiEhs1，i，t=Ehs1，i，t-1+inHSMin1，i，t-Mout1，i，toutHS（11）Ehss，i，0=Ehss-1，i，0+ns-1(Ehss-1，i，NTs-1-Ehss-1，i，0)Ehss，i，t=Ehss，i，t-1+inHSMins，i，t-Mouts，i，toutHS（12）SOCminEHSi Ehss，i，t SOCmaxEHSi（13）Ehs1，i，0=EhsNS，i，NTs（14）式中：Ehss，i，t、Mins，i，t、Mouts，i，t分别为氢储能 i在时刻 t场景 s下的蓄氢量、储氢量和用氢量；inHS、outHS分别为氢储能的储氢效率和释氢效率；SOCinitial、SOCmin、SOCmax分别为初始储氢状态、最小储氢率和最大储氢率。4）氢能系统运行约束氢能系统运行约束包含氢转电效率约束（式（15）、电解槽运行功率约束（式（16）、电转氢效率约束（式（17）与氢能容量平衡约束（式（18）。PGHs，g2，t=H-EMGHs，g2，t（15）HEminPHEh，N PHEs，h，t PHEh，N（16）352023，47（7）学术研究 PHEs，h，t=E-H(MHE，Ss，h，t+MHE，Ls，h，t)（17）i=1NHSMins，i，t=h=1NHEMHE，Ss，h，ti=1NHSMouts，i，t=h=1NHEMHE，Ls，h，t+g2=1NGHMGHs，g2，t+q=1NHLMLs，q，t（18）式中：H-E、E-H分别为氢转电效率和电转氢效率；HEmin为电解槽 h的最小运行水平；MHE，Ss，h，t、MHE，Ls，h，t、MGHs，g2，t分别为在时刻 t场景 s下电解槽 h储存与供应氢负荷的氢气量和氢燃气轮机 g2的用氢量。5）机组启停约束式（19）和式（20）为启停状态约束，机组启停约束包括机组最小启机时间约束（式（21）和最小停机时间约束（式（22）。ons，g，t+offs，g，t 1（19）ons，g，t-offs，g，t=uGens，g，t-uGens，g，t-1t 2，NTs （20）t=kk+Tong-1ons，g，t 1t=kk+Tong-1(ons，g，t+offs，g，t)1k 1，NTs-Tong+1（21）t=kk+Toffg-1offs，g，t 1t=kk+Toffg-1(offs，g，t+ons，g，t)1k 1，NTs-Toffg+1（22）式中：uGens，g，t为机组 g在时刻 t场景 s下的运行状态，取1时表示机组此刻处于运行状态，0表示未处于该状态；Tong、Toffg分别为机组 g的最小运行时间和最小停机时间。6）机组出力约束0 PWs，w，t PW，maxs，w，t（23）s=1NSnsw=1NWt=1NTs(PW，maxs，w，t-PWs，w，t)s=1NSnsw=1NWt=1NTsPW，maxs，w，t w（24）uGens，g，tPGeng，min PGens，g，t uGens，g，tPGeng，max（25）-Prampg，down PGens，g，t-PGens，g，t-1 Prampg，up t 2，NTs（26）式中：PW，maxs，w，t为风机 w 在时刻 t场景 s下的预测出力；w为 系 统 应 达 到 的 风 电 消 纳 率；PGeng，max、PGeng，min和Prampg，down、Prampg，up分别为机组 g 最大、最小运行出力和向下、向上爬坡功率；PGens，g，t为机组 g在时刻 t场景 s下的出力，机组 g包括汽轮机 g1和氢燃气轮机 g2。2.2.3长时储能容量补偿价格测算长时储能容量补偿需求来自成本项与收益项的差额缺口，成本项包含设备年化投资成本与储能系统的年运行成本。Ccapneed=Cinv+CopeES-Fbenefit=i=1NHSiEHSi（27）式中：Ccapneed为长时储能容量补偿价格；i为储能 i的容量补偿电价。3 算例分析3.1系统基础参数本文选取国内某地区系统进行算例分析，线路参数设置详见附录 B 表 B1；该系统含有 4 台常规火电机组，机组参数设置详见附录 B 表 B2；该地区共建有 6座加氢站，总加氢能力达到 6.2 t/d，氢负荷需求曲线如附录 B 图 B1 所示；其余参数如表 1 所示。仿真算例运行环境为 Intel i5 CPU 和 16 GB内存，本文所建混合整数线性规划模型通过调用 Gurobi 求解器进行求解。算 例 地 区 风 电 与 光 伏 机 组 的 额 定 容 量 分别 为 3 500 MW 和 4 400 MW，负 荷 最 大 功 率 为2 500 MW，基于该地区实际 8 760 h历史数据（见附录 B 图 B2），采用 1.3 节提出的场景缩减方法，得到各月新能源与负荷典型曲线结果如图 2 所示。图中：横轴表示各月典型曲线的时间尺度，左侧纵轴为功率出力，右侧纵轴为各月典型曲线代表样本数，如1 月典型场景时间尺度为 424 h，以 4 d 为调度周期时，1月曲线共 7条，该场景比重为 71.43%。由图2可知，春冬场景多为新能源富余场景，至夏初 6月，新能源出力回落，负荷逐步攀升，78 月新能源出力无法满足负荷需求；秋季 9月新能源回升，负荷需求下降；1012 月源荷出力基本平衡，不作为长时储能典型应用场景。3.2对比情景设置与基础情景算例结果利用本文模型进行多组规划情景的仿真测算和表 1算例参数设置Table 1Case parameter setting参数名称储/释氢效率氢转电效率折现率储氢设备单位容量投资成本储氢设备运行寿命电解槽运行寿命参数值0.95%75%8%6.43元/(kWh)20 a20 a参数名称电转氢效率外送通道容量氢气价格电解槽单位功率投资成本氢气低热值参数值60%1 000 MW40元/kg3 000元/kW2838.89(kWh)/kg36陈熙，等 低碳驱动的长时储能容量补偿机制http：/www.aeps-比对分析。各类情景对比分析结构设计如表 2 所示，包括 1 个基础情景和 3 组对比情景：第 1 组对比情景分析有无氢负荷的影响；第 2 组对比情景分析不同电负荷与氢负荷需求强度的影响；第 3 组对比情景分析电负荷与氢负荷月间分布均衡度的影响。其中，第 1 组的情景 2 和情景 3 基于相同的规划边界，对比场景缩减方法的影响。综合考虑系统电负荷与氢负荷需求，将情景 1设为基础情景，PL与 ML分别表示情景 1 下的电负荷与氢负荷典型曲线。优化配置得到系统所需氢储能容量，结果为储氢设备容量为 114.0 GWh，电解槽功率为 148.974 MW，此时功率平衡曲线如图 3所示。由图 3可知，从整体上看，氢储能通过购买春季新能源高发时的富余电力供应电解槽制氢；在风电出力较小的夏季 78 月，尽管光伏出力增加，但新能源整体出力难以保证电力供需平衡，此时氢燃气轮机出力以供应负荷。根据长时储能全年的运行结果可得，电解槽的年运行购电成本为 3 026.11 万元，氢 燃 气 轮 机 售 电 收 益 与 氢 负 荷 收 益 总 计 为12 640.15 万元。尽管氢储能年运行收益高于运行成 本，但 仍 难 以 覆 盖 氢 储 能 设 备 的 年 化 投 资 成本 15 043.01万元。因此，若考虑对长时储能容量予以补偿，需在储能的寿命周期内每年对单位容量的长时储能补偿 210.75元。在 基 础 情 景 1 的 基 础 上，将 700 元/（MWh）的 补 偿 价 格 分 别 调 整 为 600 元/（MWh）和800 元/（MWh），计算得到单位容量的补偿价格分别为 306.09 元和 111.14 元。可见，在储能辅助服务补偿价格上涨的利好趋势下，长时储能容量补偿需求逐渐减小。同时，考虑调整氢储能中制氢设备的成本系数，计算不同平准化成本条件下长时储能的容量补贴费率，结果如附录 B 图 B3 所示。可知，当氢储能平准化成本达到 1.17 元/（kWh）时，储能无需容量补偿。随着未来氢储能制氢技术的成熟与储能设备循环寿命的进一步提高，储能平准化成本降低，容量补偿对长时储能的适应性也将逐步降低。3.3考虑影响容量补偿需求不确定因素的多元灵敏度分析为分析新型电力系统发展路径下长时储能的容量补偿需求，从氢能系统氢负荷需求、电力系统源荷结构与储能运行模式全链条分析长时储能的容量补偿需求影响。3.3.1考虑供能氢能系统的影响分析分析氢负荷需求对长时储能成本回收的影响。对比情景 1 与情景 2 下氢储能的容量配置结果，如表 3所示。由表 3可知，为了满足氢负荷需求，需要增加氢储能系统的容量与电解槽的功率配置；相较于不考常规机组;风电;氢燃气轮机;负荷;电解槽外送通道;氢储量-200-150-100-50050100150200-3 500-2 500-1 500-5005001 5002 5003 5000961922883844805766721月2月3月4月6月7月8月9月5月冬春夏秋氢储量/(GWh)功率/MW时间/h图 3考虑氢负荷场景的功率平衡曲线Fig.3Power balance curves of scenarios considering hydrogen load春夏秋冬1月2月100246810121416182048121620242823456功率/GW4月6月8月9月时间/d当月代表样本数3月5月7月风电预测出力;负荷预测值;风电预测趋势线负荷趋势线;出现次数图 2新能源出力与负荷典型场景曲线Fig.2Typical scenario curves of renewable energy output and load表 2对比情景设置Table 2Scenario settings for comparing对比组号123情景基础情景 1情景 2情景 3情景 4情景 5情景 6情景 7情景 8情景 9电负荷PLPLPL（传统场景缩减）0.8PL0.9PL1.1PL1.2PLPL总量不变，月间电负荷更均衡氢负荷ML不考虑氢负荷不考虑氢负荷0.8ML0.9ML1.1ML1.2ML总量不变，月间氢负荷更均衡ML372023，47（7）学术研究 虑氢负荷需求的情景 2，考虑氢负荷需求的情景 1配置结果中，储氢设备容量和电解槽功率分别增加了8.88%和 27.46%。设 备 的 整 体 投 资 水 平 提 高 了5.40%，同时，电解槽用电成本相应增加 17.59%，但由 于 增 加 了 氢 负 荷 的 收 益，此 时 总 成 本 下 降 了49.24%，单位容量氢储能对容量补偿的需求为基础情景 1 的 114.26%。可见，氢负荷需求使得氢能售出获益的成本疏导渠道更加多元化，尽管系统对长时储能容量需求略有增长，但所需的容量补偿价格有所下降。为体现不同场景缩减方法生成的时序场景对长时储能容量补偿需求测算水平的影响，取与情景 2相同的规划边界条件，采用传统场景缩减法生成的单一时间尺度典型日时序场景，对应为情景 3。相较采用本文变周期场景缩减法的情景 2 配置结果，情景 3 配置电解槽功率接近，但所需的储氢容量下降 54.95%，采用生成单一时间尺度场景的缩减方法进行容量补偿需求分析的测算精度难以表现不同时期的源荷出力匹配度与多样性，使得情景 3 中储能的 单 位 容 量 补 偿 费 用 测 算 结 果 较 情 景 2 偏 高31.66%，表明本文提出的缩减方法更适用于测算长时储能的容量需求，有利于支撑长时储能的可持续健康发展。3.3.2考虑新能源与负荷比例结构的灵敏度分析本文对氢储能系统进行容量配置优化时考虑辐射区域的负荷发展需求，以情景 1 的负荷水平作为基础，设置相同的新能源装机容量，调整负荷需求强度以体现新能源与负荷比例结构的变化。取其80%120%的电负荷与氢负荷作为对比，得到各负荷水平下的氢储能配置方案，如表 4 所示。对应表 4 中配置方案计算系统总成本与收益、成本与收益构成，结果如图 4所示。由表 4 与图 4（a）可知，在新能源装机容量一定的情况下，为满足系统增长的负荷需求，系统对氢储能设备的需求随之增加，且氢储能配置净成本与负荷增长为非线性关系，氢储能配置的成本增速高于收益，这是由于负荷增加后可用于制氢的清洁能源时长减少，氢储能需要更大功率的电解槽设备。根据配置结果可知，长时储能所需的容量补偿价格也在逐渐增大，在情景 4时，系统配置氢储能的净收益为 1.25 亿元，此时储能可通过运行收益对成本进行全部回收，故不再需要容量补偿；当负荷取初始场景1 的 120%时，情景 7 净成本达到了 1.76 亿元，此时需要较高的容量补偿价格为 551 元/（MWha）。结合图 4（b）展示的成本收益构成，氢储能系统成本主要来自设备的购置成本，同时，氢储能系统收益构成随负荷的增长逐渐向售电收益倾斜。由此可见，长时储能的容量补偿需求受新能源与负荷之间的比例结构影响，当系统新能源装机容量满足负荷需求强度时，在一定的比例结构下容量补偿需求可以下降甚至系统存在盈利可能。3.3.3考虑储能充放频率的灵敏度分析分别对电负荷与氢负荷调整负荷需求的高发期，使其在所有场景内保持相对均匀的分布，即负荷表 3不同氢负荷需求下的容量配置结果Table 3Results of capacity configuration under different hydrogen load demands情景123储氢设备容量/(GWh)114.0105.046.9电解槽功率/MW148.97116.88111.37总成本/(亿元a-1)1.5001.2800.887总收益/(亿元a-1)1.2608.0600.609容量补偿电价/(元(MWha)-1)210.75451.56594.53表 4不同负荷水平下氢储能配置结果Table 4Hydrogen storage configuration results at different load levels情景4567储氢设备容量/(GWh)17.954.1214.0320.0电解槽功率/MW38.1869.64287.63703.59容量补偿电价/(元(MWha)-1)3.08320.94551.39氢负荷收益;售电收益投资成本;用电成本;情景4情景7情景5情景6情景1情景7情景5情景6情景1情景4-0.500.51.01.52.0012345645167成本收益净成本净成本/亿元成本或收益/亿元(a)不同负荷水平下的系统成本与收益(b)不同负荷水平下的成本与收益成分分析图情景图 4不同负荷水平下氢储能配置方案成本效益分析Fig.4Cost-benefit analysis of hydrogen storage configuration schemes at different load levels38陈熙，等 低碳驱动的长时储能容量补偿机制http：/www.aeps-需求量较高的时期间歇出现，负荷总量保持不变，调整示意图如图 5所示。为分析长时储能循环次数对经济性的影响，设置情景 8与情景 9作为对比场景，调整后的储能配置结果如表 5所示。由表 5 可以看出，相较于初始情景 1，情景 8 由于氢负荷相对较小，仅为电负荷的 5%，储能在氢负荷 相 对 均 衡 时 期 所 需 的 容 量 补 偿 价 格 下 降 约26.80%；情景 9 调整电负荷后系统对长时储能的容量 需 求 减 少，容 量 补 偿 价 格 减 少 至 基 础 场 景 的14.76%。长时间的新能源高发与负荷过载对氢储能容量的需求是巨大的，在负荷高峰与低谷出现间隔相对均衡的时期，储氢设备充放能频率提高，可通过间歇释能满足负荷需求，减少长时储能带来的容量需求。4 结语在新型电力系统进一步低碳转型背景下，为激励长时储能发展，本文融合考虑周期间与周期内双粒度时间网格结构的场景缩减法，构建了长时储能的容量需求测算模型，研究适应长时储能发展的容量补偿机制关键技术，对影响长时储能容量补偿需求的不确定因素进行了灵敏度分析。主要结论如下：1）P2X 形式的长时储能可通过跨领域融合发展，如供应氢能、热能等，推动成本疏导方式的完善，同时，配合容量补偿机制可有效激励长时储能的长期投资。2）考虑各个地区资源禀赋的差异，不同新能源渗透率与负荷水平的系统对长时储能的容量需求有较大区别，当新能源供电能力足以满足负荷需求强度时，长时储能无补偿需求。3）对于全年运行高峰与低谷出现的间隔相对均衡的负荷需求，可有效减少系统对长时储能的容量需求，提高储能运行的经济性，降低容量补偿价格。长时储能的发展受诸多不确定性的影响，随着长时储能技术的发展与储能在市场中定位的逐渐明确，如何发展更高精度的容量补偿需求测算与成本回收机制研究将是驱动长时储能可持续发展的关键。附录见本刊网络版（http：/www.aeps- 考 文 献1 国家发展改革委，国家能源局.“十四五”现代能源体系规划EB/OL.2022-03-23.http：/ Development and Reform Commission，National Energy Administration.The 14th Five-Year Plan for modern energy system EB/OL.2022-03-23.http：/ 国家发展改革委，国家能源局.关于印发 “十四五”新型储能发展实施方案 的通知 EB/OL.2022-03-23.http：/ Development and Reform Commission，National Energy Administration.Notice on the issuance of the“14th Five-Year development and implementation plan for new energy storage”EB/OL.2022-03-23.http：/ 国 家 发 展 改 革 委，国 家 能 源 局.氢 能 产 业 发 展 中 长 期 规 划（20212035 年）EB/OL.2022-03-23.http：/ Development and Reform Commission，National Energy Administration.Medium and long-term development plan for hydrogen energy industry（from 2021 to 2035）EB/OL.2022-03-23.http：/ 康重庆，姚良忠.高比例可再生能源电力系统的关键科学问题与理论研究框架 J.电力系统自动化，2017，41（9）：2-11.KANG Chongqing，YAO Liangzhong.Key scientific issues and theoretical research framework for power systems with high proportion of renewable energy J.Automation of Electr