考虑POWER-SONIC蓄电池储能系统（BESS）利用率机制与所有权形式的不同电力市场类型中BESS容量配对的优化
2026-06-27 10:15:49 点击： 次
分布式发电（DG）利用太阳能光伏（PV）、风力涡轮机、水力发电机等分布式能源（DER）进行电力生产，在微电网层面的应用（例如集成至微电网配置中）日益普及（Long等，2018）。与传统集中式电网相比，DG通过响应式和本地化发电方式，能够提升公共电网供电的灵活性（Lüth等2018年），同时提升了微电网内住户电力供应的可靠性与经济性（Nguyen等，2018）。为有效消纳分布式能源（DER）产生的可再生能源电力（RE），随着基于上网电价补贴的"点对网"（P2G）交易激励措施逐步退出（Pandžić，2018），点对点（P2P）电力交易（Soto等，2021）与共享储能（ESS）（Taşcıkaraoğlu，2018）模式逐渐兴起并引发关注。
将P2P交易模式引入P2G交易体系的优势主要体现在管理灵活性、网络稳定性（Zhou和Lund，2023）以及系统效率提升（Tsao和Van Thanh，2021）三个方面。此外，P2P交易还能有效规避电网基础设施限制及分布式能源资源（DERs）的访问不公问题（Brockway等，2021）。正因如此，围绕P2P交易技术与经济层面的研究已广泛开展。例如，Azim等学者的研究表明...（注：此处保留学者姓氏原文格式，后续内容需根据实际文本补充）（2019）在考虑潜在网络问题的情况下评估了P2P电能交易的经济效益，其结论表明：即使产消者与消费者均能从P2P交易中获益，当屋顶光伏渗透率较高时，过电压问题将成为双方的关键制约因素。Guerrero等（2018）论证了P2P交易中预防低电压网络问题的重要性，并提出了一种考虑此类约束的P2P交易部署新方法。此外，Almasalma等（Almasalma et al.）研究设计了智能光伏逆变器的P2P电网电压支撑功能。（2019）通过应用雅可比-邻近乘子交替方向法，将电压调节控制在合理时间范围内。此外，现有研究也日益关注点对点交易策略。Kang等学者（2017）采用基于区块链的点对点交易模型提升社会福利，并通过迭代式双重拍卖机制确定交易价格。Meinke等研究者则应用了基于供需比的内生定价模型优化策略（Meinke et al.（Tushar等人，2020年）提出的优化目标是最小化电力交易距离。因此，该策略有效提升了自发用电比例，并降低了高峰时段的用电峰值需求。为增强消费者对P2P市场的参与度，Tushar等人（2018年）设计了一种中间市场费率定价机制。该机制规定P2P交易价格为买卖报价的中间值，具体数值由市场供需关系决定。此外，研究采用原作联盟博弈理论构建P2P交易策略，经证实能有效提升消费者参与积极性。除上述P2P交易定价模型外，基于博弈论的方法（Jing等人，2020年）、基于匹配理论的方法（Morstyn等人，2019年）以及基于拍卖机制的方法（Guerrero等人，2018年）也被学者广泛用于优化P2P交易策略。
在ESS（储能系统）研究方面，Zheng等（2022）提出了考虑ESS应用的P2P交易市场均衡模型，证明尽管P2P交易能使所有参与者获益，但引入ESS可进一步降低能源成本。Walker与Kwon（2021）旨在探究居民区引入ESS的经济效益，其研究结论表明：相较于分散式配置，集中式ESS更能有效实现电费节约。Li等（2022a）采用两阶段优化模型对比了分散式与集中式ESS的经济技术效益，论证了集中式ESS在成本节约、自发自用率和能源自给率方面均优于分散式方案。Tushar等(2016)研究了一个独立的储能系统市场，其中每位用户自行决定在市场上共享的电量比例，电价则通过基于拍卖的机制形成，该机制捕捉了多个共享设施控制器与每位用户之间的交互作用。Liu等人(2017)提出了一种云储能系统，能够以相对较低的成本提供储能服务，经济分析表明，在所提出的运营机制下，可行性和经济效益均可实现。Sahebi等人在其研究(Sahebi et al., 2023)中设计了一个针对具有独特分散式发电与储能系统的点对点交易优化模型，其中采用了集中式储能系统。经济评估显示，集中式储能系统显著提高了所有用户的收益。因此可以得出结论，通过集中式储能系统能更好地实现社区参与者效率提升和能源成本降低的目标。
然而，现有研究主要聚焦于分布式能源（DERs）的应用，却忽视了间歇性输出所导致的不确定性（Xia等人，2022）。此外，由于电力读档需求同样难以预测，当分布式能源输出可能无法满足需求时，局部电压可能会在短时间内升高，进而对供电可靠性产生负面影响（Park和Yong，2017）。在此情境下，储能技术正日益受到关注，以维持供需平衡（Guerrero等人，2023）。此外，电池储能系统（BESS）被视为分布式能源资源（DERs）的重要备份系统，用于实现显著的社区电费节约与自给率提升。为推进其发展，Gomez-Gonzalez等（2020）研究了BESS的运行经济性，结果表明安装BESS后，光伏自消纳率得到显著改善，平准化度电成本有效降低。Weckesser等（2021）提出了一种考虑不同运行策略（如DERs配置、配电网架构及电池布局）的光伏-储能系统容量优化模型，并根据不同运行策略下（如电池容量与经济效益）的差异化结果得出了相关结论与启示。
此外，研究表明部分研究主要针对家庭或社区开展成本最优装机容量的探讨，证实合理的储能系统规模配置能够提升技术性能（如电网灵活性（Liu等人，2018）、自给率（Gallego-Castillo等人，2021））与经济性能（如电费节约、成本削减（Weckesser等人，2021）），这对供需双方均有益处。例如Mehrtash等人（2020）分析了零能耗建筑中光伏-电池储能系统的最优规模配置，其将环境影响评估作为优化指标，该指标综合考虑了光伏组件与电池制造环节以及电力供应环节。Li等人（2022b）开发了基于遗传算法的约束模型来确定社区电池储能系统容量，该模型有效提升了本地能源自消纳率。Skoglund等人（2021年）研究了储能系统（BESS）的运营策略，并优化其调度方案以降低系统总成本，同时缓解商业建筑日间供电压力。
由于电池储能系统(BESS)的投资成本引发了对经济可行性的担忧与不确定性，BESS容量配置被视为关键研究课题。然而现有研究大多仅聚焦于P2G交易场景下的容量配置，如(Liu et al., 2018)、(Mehrtash et al., 2020)、(Wang et al., 2018)、(Moazzami et al., 2017)、(Kharrich et al., 2018)、(Askarzadeh, 2013a)、(Alberizzi et al., 2020a)、(Askarzadeh, 2013b)、(Alberizzi et al., 2020b)所示，而考虑P2P交易与ESS的研究相对有限。因此，本研究总结了部分涉及P2G交易的BESS容量配置研究，以及表1所示考虑P2P与ESS的前沿研究，从电力市场类型、BESS利用机制与所有权、算法及优化目标等维度对比分析了相关研究范围与背景。
本研究提出一种智能家庭能源管理系统，通过安装光伏-电池储能系统（PV-BESS），采用Hemmati与Saboori（2017）提出的随机混合整数非线性规划（MINLP）算法，并以典型住宅作为场景研究对象，通过最小化用电成本实现电池储能系统的优化。结果表明，所提系统可实现电费支出降低27.8%。Ntube与Li的研究（Ntube and Li, 2023）采用多目标优化函数，该函数综合考虑了经济因素（即在最小化电池储能系统（BESS）成本）与技术层面（即最小化从公用电网输入的能源量）。此外，通过将遗传算法（GA）应用于配置光伏-储能系统（PV-BESS）的场景（含或不含电动汽车（EV）），本研究通过考虑电力负荷不确定性（Mohammadi等，2022），以系统总成本最小化为目标，测量了三种情景（即并网运行、含EV的离网运行及不含EV的离网运行）下的最优BESS容量。然而，本研究仅考虑电转气（P2G）交易模式，尚未探究点对点（P2P）或储能系统（ESS）在电力交易中的灵活性。然而，在Yaldız等人（Yaldız et al., 2021）的研究中，电池储能系统（BESS）的容量配置是通过考虑点对点（P2P）交易的混合整数非线性规划（MILP）实现的，并采用了用户所有（UO）BESS的共享设计（SD）。优化目标是最大化BESS系统的净现值（NPV），该净现值由投资成本和电力交易利润的扣除组成。Ali等人（2020）利用粒子群优化（PSO）研究了光伏/风力涡轮机配置与最优BESS容量的关系，得出结论：与仅采用P2G交易相比，P2G与P2P交易相结合能够最大化产消者的盈利能力。此外，Rodrigues等人（2020）提出并优化了开发商所有（DO）ESS，并与另一种所有权（即UO P2P交易）进行了比较，结果表明，在ESS情景下，产消者参与社区电池共享将因电力成本降低而得到促进。与本研究类似，Li等人（2022b）采用遗传算法（GA）优化了不同电力市场类型（即P2P与ESS交易）和BESS所有权（即UO与DO）场景下的电池储能系统容量配置。然而，Li等人（2022b）考虑了输电损耗而Rodrigues等人（2020）未予考虑，且两项研究均未采用个体化设计（ID）作为BESS利用机制。Gul等人（2022）通过遗传算法优化了由四个产消者组成的微电网中纯ESS场景，其优化目标是最大化光伏系统的发电出力。结果表明，通过部署ESS可显著提升微电网中可再生能源电力的渗透率。 %%
如文献综述所示，现有研究表明，在特定研究背景下探索最优电池储能系统（BESS）容量配置对提升投资盈利能力至关重要，但仍存在以下研究空白：
- (i)
缺乏全面场景分析：现有关于BESS容量配置的研究尚未在统一框架下充分探究不同电力市场类型、BESS利用机制和所有权结构间的相互作用。这一空白具有重大意义，因为它限制了跨场景比较BESS应用经济优势的能力。包含所有这些特征的全面场景分析，对于整体理解经济影响及指导电力市场政策改革至关重要；
- (ii)
数学模型适用性有限：当前大多数用于电池储能系统(BESS)容量规划的数学模型和算法均针对特定可再生能源(RE)配置或特定研究背景定制。这种专门化特性限制了模型的泛化能力，阻碍了其在更广泛场景中的应用。因此，亟需开发能适用于不同行业、多样化可再生能源配置或微电网扩展容量的数学模型，从而提升BESS建模的可扩展性与实用价值。
本研究的动机源于亟需加强电池储能系统（BESS）在现有光伏系统中的战略规划与实施。基于对电力市场背景下BESS容量规划领域存在的两大研究空白的认知，以及BESS在实现能源可持续性与经济效率方面的关键作用，本研究旨在为利益相关者提供科学决策依据，并推动BESS应用领域的知识前沿发展。针对上述研究动机与现存缺口，本研究确立了以下目标与Objective：
- (i)
提出一个全面的情景分析框架：本研究旨在构建一个系统化的分析框架，涵盖不同电力市场类型（即点对电网（P2G）、点对点（P2P）或储能共享（ESS）），同时考虑电池储能系统（BESS）的利用机制（即独立设计（ID）或共享设计（SD））和所有权（即用户所有（UO）或开发商所有（DO））。该框架将促进不同情景下经济效益的直接比较，从而对电力市场的政策改革和投资策略产生影响；
- (ii)
开发BESS容量配置的数学模型：目标在于建立不局限于特定可再生能源配置或研究背景的数学模型。这些模型整合了可再生能源系统建模、BESS建模、点对点交易电价建模（即个体P2P定价模型）以及储能系统交易电价建模。所开发的模型预期可应用于多个领域（如住宅、商业和工业）、不同可再生能源配置（如光伏系统、风力发电机和电动汽车）以及扩展的微电网规模（如增加产消者数量），从而满足对具有广泛适用性模型的需求。
基于上述研究目标和任务，本研究提出以下关键科学问题：(i) 如何在不同电力市场类型中优化电池储能系统容量配置以实现经济效益最大化？(ii) 不同电池储能系统利用机制与所有权模式对最优容量配置会产生何种影响；(iii) 如何构建具有广泛适用性的数学模型，以促进不同情景下经济效益的比较分析？
为实现上述研究目标和任务，并应对相应的科学问题，本研究拟以光伏安装商为实践案例，在系统架构中展示所开发模型与算法的应用，为模型在实际场景中的实施提供具体范例。为优化电池储能系统容量配置，本研究采用混合整数线性规划算法，运算环境为MATLAB R2022b平台，并依托金融工具箱与优化工具箱实现计算。具体而言，在所有场景中，BESS容量优化的目标均为最大化其安装的净现值（NPV）。决策变量为BESS容量，而光伏系统容量不在考虑范围内——本研究的主要目标是为现有光伏系统配套BESS提供决策支持。选择NPV作为技术经济指标，是因为其考虑了货币的时间价值，能清晰反映BESS投资的长期经济可行性与净收益，这正是利益相关方关注的核心问题。具体而言，净现值（NPV）在电池储能系统（BESS）容量优化中尤其受青睐，因其能全面反映系统的长期财务影响，包括安装、运行、维护及更换相关成本，以及电费节省与电力交易潜在收益。这与本研究目标高度契合——旨在确定不同场景下最具成本效益的BESS应用方案。