光伏和风电系统中用于功率爬坡率控制和能量套利的ROCKET蓄电池储能经济优化

发布者：火箭蓄电池发布时间：2026-10-20 09:28:36 阅读：次

随着可再生能源在电网中渗透率的不断提高，高功率爬坡率可能导致电网不稳定。越来越多的国家正在实施功率爬坡率控制（PRRC）要求，并对违规行为处以罚款。虽然弃电和功率预留可以在不使用储能的情况下实现爬坡率控制，但它们本质上会减少注入电网的能量和发电收益。电池储能既能避免这些缺点，又能减少违规情况，还可以用于套利以提高盈利能力。本研究提出了一种基于模拟的优化框架，旨在两种不同的罚款方案下，最大化集成到光伏、风电和光风混合系统中的电池储能的净现值（NPV）。将基于电池的PRRC与弃电和功率预留策略进行比较，结果表明电池储能具有最高的NPV和最少的爬坡率违规。利用西班牙2025年小时电力市场价格和当前公用事业级电池成本，在10%/分钟爬坡率限制下，基于LTO（高倍率）电池的PRRC系统实现了与无约束情况相当的净现值（NPV）。在这种条件下，电池套利并不划算，因为NPV的提升微乎其微。在假设的极端价格情景下（平均价格：102.9欧元/兆瓦时；平均日价差：232.1欧元/兆瓦时），使用LFP电池（低倍率）的能量套利变得极具盈利性。相对于无约束基准，该策略使风电系统的净现值（NPV）提升了17%，光伏-风电混合系统的净现值提升了28%。此外，光伏系统的净现值从-200万欧元转变为600万欧元，这表明套利的可行性在很大程度上取决于市场价格的波动性。

1. 引言

随着电网中可再生能源渗透率的不断提高，传统发电机正逐渐被通过电力转换器连接的低惯性可再生能源系统所取代。此外，可再生能源发电机通常以最大可用功率运行，没有功率储备[1]。可再生能源的间歇性、惯性降低以及功率储备减少，可能导致功率和电压波动以及频率稳定性问题[1,2].
快速移动的云层覆盖大型光伏（PV）系统会导致输出功率剧烈波动（据报道，在不到10秒内功率下降超过额定功率50%的情况[3]），从而产生极高的功率爬坡率。在风电场中，短时间内风速的剧烈变化也会导致功率大幅波动，进而产生高爬坡率[4,5]。光伏-风电混合系统可以降低爬坡率[6]，但在某些情况下爬坡率问题可能依然存在。不同的输电系统运营商（TSO）要求光伏和风力发电机具备功率爬坡率控制（PRRC）能力[7] 以减少功率爬坡和爬坡事件（违反最大允许限制）的次数。不同国家（波多黎各、德国、丹麦、墨西哥、爱尔兰、夏威夷和中国）的输电系统运营商（TSO）设定的爬坡速率限制，通常以单位时间内额定功率变化的百分比（例如波多黎各为10%/分钟）或每个时间步长的功率变化（例如夏威夷为2 MW/分钟）来规定，且爬坡速率和爬坡速率可能有所不同。
针对PRRC已应用了不同的方法。在光伏系统中，已发表了关于不同方法的几篇综述[8,9,10,11]。用于PRRC的电池储能通常通过控制算法进行管理，如移动平均法、指数平滑法、基于滤波法和基于爬坡率的方法，每种方法都有其各自的优势和局限性[8]。锂离子电池通常被认为是PRRC最合适的储能技术[12]。在[13]，研究人员得出结论，对于PRRC而言，电池功率（逆变器-充电器的额定功率）比电池容量更为关键。在爬坡事件中，采用功率削减方法来减少违规。尽管削减的实施成本较低，但与基于储能的方法相比，它会浪费能量，从而减少能源销售收入。对于下坡违规的缓解，可以在没有储能的情况下使用功率储备，但这同样会导致能量浪费（例如，在[中报告了20%的光伏功率储备下零违规情况3]).
虽然上述讨论主要集中在光伏系统，但风电领域也面临类似的挑战。关于风电系统，存在两类主要的PRRC技术[14]：风机技术和储能技术。风机技术（叶片变桨控制和转子惯性控制，用于削减和/或功率储备以减少爬坡违规）在降低功率爬坡率方面存在显著局限，并导致能量浪费。储能技术（通常为电池）已被广泛研究[15,16,17]，尽管其他技术如抽水蓄能[4], 超级电容器和混合储能 [18], 也已被提出。与基于涡轮机的技术相比，储能提供了最大的灵活性并降低了功率爬坡率。一项关于缓解风电波动不同储能技术的综述 [19] 确定锂离子电池是总体上最适合风电波动稳定性的技术，特别是对于PRRC而言。对于光伏-风电混合系统，类似的PRRC技术已被应用 [18,20]. 图1展示了一个光伏系统输出的示例，其爬坡率限制为10%/分钟，分别显示了未采用PRRC和采用基于电池的PRRC的情况。
Batteries 12 00435 g001

图1。额定功率为7.2 MW的光伏系统。10分钟内的性能表现。（）无PRRC的光伏系统（5次违规）；（）带电池PRRC的光伏系统（无违规）。b) PV system with battery for PRRC (no violation).
除了PRRC，电池还可用于能源套利（在低电价时段储存可再生能源，并在高峰电价时段将其注入电网）。套利系统的盈利能力取决于存储成本、电池退化以及每小时电价曲线[21,22,23,24,25,26].
据作者所知，此前尚无研究在真实市场条件下，通过系统性的经济优化方法，将所有主要的PRRC策略——削减、备用电源和电池储能——进行对比，同时还考虑了电池套利。本文旨在填补这一空白。
这项工作展示了电池在光伏、风能及光伏-风能混合发电系统中应用以满足爬坡率限制的情况。比较了不同PRRC场景（弃电、功率储备、弃电与功率储备结合、以及带弃电的电池）下的性能和经济参数。对于电池案例，还考虑了能量套利选项。与以往工作不同，电池老化效应被准确建模——考虑了放电深度、荷电状态、C倍率和温度对循环老化和日历老化的影响——并纳入经济计算中。开发了一种新的决策树，以确定使用电池充放电、弃电和功率储备来满足爬坡率限制的优先级。此外，本研究首次同时考虑了用于套利和爬坡率控制的电池储能，评估了其经济性能，并在统一的经济框架下将其与其他PRRC策略进行了比较。
为了在统一的科学框架内综合这些目标，本研究测试了核心假设：在某些条件下，针对联合能量套利和爬坡率控制的电池储能协同优化，比非储能PRRC策略（弃电和/或备用容量）能带来更高的净经济盈利能力。所提出的决策树调度策略、详细的电池老化公式以及多场景评估，构成了所需的统一分析框架，用于映射这些经济权衡，并确定光伏、风电和混合发电厂的最佳运行边界。
本文其余部分安排如下：第2节描述系统模型和优化方法；第三节通过将结果与先前发表的作品进行比较来验证模型，介绍案例研究和模拟场景，并讨论结果；以及第4节得出主要结论。

2. 材料与方法

图2展示了本研究探讨的公用事业级可再生能源电力系统：光伏、风电或光伏-风电混合系统，配备或不配备电池储能。模拟和优化工作使用MHOGA软件（MegaWatt Hybrid Optimization by Genetic Algorithms，4.0版本，西班牙萨拉戈萨大学）完成。
Batteries 12 00435 g002

图2。系统组件与功率。

2.1. 功率爬坡速率

功率爬坡率RR（%/min）定义为系统额定功率随时间变化的百分比[27]:

上一篇：从废纸浆中制备纤维素纳米纤维气凝胶及其用于去除水中ROCKET蓄电池用金属离子的应用
下一篇：返回列表

产品分类

产品推荐

火箭蓄电池UXL(LH)系列2V

火箭蓄电池GB系列

联系我们

光伏和风电系统中用于功率爬坡率控制和能量套利的ROCKET蓄电池储能经济优化

1. 引言

2. 材料与方法

2.1. 功率爬坡速率

热点文章