基于层次分析法的储能配置综合评估技术

基于层次分析法的储能配置综合评估技术 修晓青1 ,唐 巍1 ,李建林2 ,田春光3 ,徐鸥洋1 1 .中国农业大学信息与电气工程学院,北京市1 0 0 0 8 3 ; 2 .中国电力科学研究院有限公司,北京市1 0 0 1 9 2 ; 3 .国网吉林省电力公司电力科学研究院,吉林省长春市1 3 0 0 2 1 摘要针对电池储能技术经济性逐渐提高、储能需求日益增长、部分电池储能技术应用效益性逐步 凸显的现状,研究参与用户侧电能管理和需求响应的储能配置综合评估技术。基于层次分析法,提 出了技术经济指标下不同储能规模间的标度计算方法,建立了综合评估指标的数学模型。考虑储 能容量衰减,分别以投资成本、寿命、净现值、投资回收期、投资回报率等指标为上层目标函数;考虑 削峰填谷、需求响应,以储能系统净年收益为下层目标函数,优化储能系统充放电曲线,提出了基于 层次分析法的多目标优化模型求解方法。通过实例仿真验证了所提模型和方法的有效性和可行 性,结果表明综合评估指标可针对储能投资者的关注点,整体评估储能项目的可行性,得出综合评 估指标最高时对应的储能规模。 关键词储能;削峰填谷;需求响应;容量配置;综合评估 收稿日期 2 0 1 7 - 1 2 - 2 7 ;修回日期 2 0 1 8 - 0 2 - 1 1 。 上网日期 2 0 1 8 - 0 5 - 0 4 。 国家重点研发计划资助项目 2 0 1 7 Y F B 0 9 0 3 5 0 5 ;国家自然 科学基金资助项目 5 1 3 7 7 1 6 2 ;国家电网公司科技项目“多 点布局分布式储能系统在电网的聚合效应研究及应用 示范” 。 0 引言 近年来,储能技术性能的提高、成本的降低以及 电网供需矛盾的突出,长寿命、高能量转换效率、低 成本的电池储能技术先于其他储能技术类型,其在 电网中应用的经济性逐渐凸显[ 1 - 2 ] ,储能技术的应用 逐步由示范转向商业化运营。储能补贴政策相继出 台, 2 0 1 6年1 1月,国家能源局东北监管局印发了 东北电力辅助服务市场运营规则试行 ,规则中 对储能补贴的报价方式和价格机制做了明文规定; 2 0 1 7年9月,国家发展改革委员会、财政部、科技 部、工信部、国家能源局联合印发了关于促进储能 技术与产业发展的指导意见 ;同月,国家能源局新 疆监管办公室出台了新疆电力辅助服务市场运行 规则试行 。由于现阶段储能系统技术、经济性能 尚不具备规模经济性,储能系统容量配置是示范项 目和商业项目应用的前提。 储能容量配置问题成为目前的研究热点。常规 的储能容量配置方法主要是以储能成本最低[ 3 - 7 ] 、效 益最大[ 8 - 1 1 ] 、投资回报率最高[ 1 2 ] 、容量最小[ 1 3 - 1 4 ]为 目标,建立储能容量优化数学模型。文献[ 1 5 ]从能 效、经济、环境等角度,建立了能效最高、储能系统投 资及运营成本最小和环境污染成本最低的多目标优 化模型。文献[ 1 6 ]建立了考虑经济性、削峰填谷、提 高电压质量的储能优化目标函数。文献[ 1 7 ]从储能 应用的削峰填谷能力、电压质量及功率调节能力等 技术性角度,建立了多目标优化配置模型。 上述研究多以单一技术或经济指标为目标函 数,对于综合考虑多项指标的研究较少。随着储能 项目投资主体的多元化,实际工程中投资者对储能 项目的收益、投资回报率、运营期、投资回收期、一次 性投入资金也密切关注。本文基于已有研究成果, 研究基于综合技术经济评估指标的储能配置问题, 首先,考虑储能容量衰减特性,提出了计及技术与经 济的综合评估指标模型;其次,基于层次分析法,建 立用户侧多目标优化模型;最后,基于实际算例进行 了有效性和可行性验证。 1 层次分析法 层次分析法采用经验判断量化各项标准的重要 程度,得出各决策方案不同标准的权数[ 1 8 ] ,利用权 数计算各方案的优劣次序,采用该方法可用于解决 多目标的储能配置问题。储能综合配置的层次结构 包括目标层、标准层、决策方案层三个层次,目标层 为适宜的储能规模;标准层以投资成本、寿命、净现 值、投资回收期、投资回报率等5个指标进行综合衡 27 第42卷 第11期 2018年6月10日V o l .4 2 N o .1 1 J u n e 1 0 , 2 0 1 8 D O I 1 0 .7 5 0 0 / A E P S 2 0 1 7 1 2 2 7 0 0 3 h t t p / / w w w .a e p s - i n f o .c o m 量;决策方案层为不同的储能配置方案。 基于层次分析法解决多目标储能配置问题的求 解步骤如下。 步骤1 标准层中每个标准下各方案间两两比 较,得出相对重要性的标度,以投资成本为例,标度 的表达式为 x i j C jC i 1 式中 C i为决策方案层中储能规模i的投资成本; C j为决策方案层中储能规模j的投资成本。 步骤2 形成标准层指标k的两两比较矩阵,即 Xk x 1 1 x 1 2 x 1 n x 2 1 x 2 2 x 2 n ︙ ︙ ︙ x n 1 x n 2 x n n 2 步骤3 形成标准层指标k的标准两两比较矩 阵,即 X k x - 1 1 x - 1 2 x - 1 n x - 2 1 x - 2 2 x - 2 n ︙ ︙ ︙ x - n 1 x - n 2 x - n n x 1 1 ∑ n i 1 x i 1 x 1 2 ∑ n i 1 x i 2 x 1 n ∑ n i 1 x i n x 2 1 ∑ n i 1 x i 1 x 2 2 ∑ n i 1 x i 2 x 2 n ∑ n i 1 x i n ︙ ︙ ︙ x n 1 ∑ n i 1 x i 1 x n 2 ∑ n i 1 x i 2 x n n ∑ n i 1 x i n 3 步骤4 计算标准层指标k的特征向量,即 λk ∑ n j 1 x - 1 j n ∑ n j 1 x - 2 j n ∑ n j 1 x - n j n T 4 步骤5 依据步骤1至4 ,计算标准层全部指标 的特征向量λk k 1 , 2 , , 5 和5个标准间的特征 向量λ。 步骤6 计算各决策方案的综合评估指标,以储 能规模i为例,其综合评估指标的计算方法如下 R i ∑ n m 1 λ m λ mi 5 式中λ m为标准间特征向量中的第m个元素;λ mi为 方案i特征向量的第m个元素。 步骤7 比较不同决策方案的综合评估指标的 优劣,值越大,所配置的储能规模越适宜。 2 数学模型及优化算法 2.1 目标函数 2.1.1 上层多目标函数 上层多目标函数,考虑储能系统投资成本、寿 命、净现值、投资回收期、投资回报率等指标。 1 储能系统投资成本。其主要与储能系统的额 定功率、额定容量及技术经济特性等因素有关,包括 储能电池组、电池管理系统、储能变流器、监控系统 等支出,计算公式为 C 0 γ p P r p γ E E r c 6 式中 γ p为储能变流器、监控设备等的单位成本; P r p为储能系统额定功率; γ E为储能电池组、电池管 理系统等的单位成本; E r c为储能系统额定容量。 2 寿命。采用文献[ 1 2 ]提出的电池健康状态评 估方法,当储能系统剩余容量为额定容量的8 0 时,储能系统寿命终止。 3 净现值。其表示为寿命期内各年净现金流量 折现到期初时的现值之和,即 C N P V ∑ N n 0 f 1 n 1 i 0 n C P ε P C E ε E 1 i 0 N 7 式中 N为依据典型日负荷曲线优化的充放电功率 得出的储能系统寿命周期; f 1 n 为第n年储能系 统净现金流;i 0为预期收益率; C P为储能系统电子 设备投资成本;ε P为储能系统电子设备残值率; C E 为储能电池投资成本; ε E为储能电池成本残值率。 4 投资回收期。其是指储能项目投资回收的期 限,即储能项目投资所产生的净现金流入回收初始 全部投资所需的时间。假如第k年时f 1 k ≥ 0 ,并 且f 1 k - 1 0时储能系统放电, p e , j t 4 94 S oH 0.8 Al5N ln A ,5  7,F 图1 储能系统配置流程图 Fig.1 Flowchartofenergystoragesystemconfiguration 下层优化目标为储能净收益,优化变量为储能 运行曲线,边界条件为储能技术经济参数、用户负荷 数据、峰谷分时电价、需求响应等,由于涉及变量非 线性、高维数,算法采用粒子群算法。 下层数学模型通过多次循环,修正储能剩余容 量,直至剩余容量满足设定的退役点,进入上层目标 函数,计算标准层中的5个指标。 基于层次分析法,量化每个标准下各方案间、各 标准间的标度值,计算标准层全部指标、标准间的特 征向量,从而计算出不同决策方案的综合评估指 标值。 3 算例分析 以某工业用户为例, 1 2个月的典型日负荷曲线 47 2 0 1 8 , 4 2 1 1 学术研究 h t t p / / w w w .a e p s - i n f o .c o m 如图2所示,用户峰谷分时电价、储能系统充电/放 电电价如表1所示。储能系统充电电价,即购电电 价,与园区用户用电电价相同,均为峰谷分时电价; 储能系统放电电价,即售电电价,以低于峰谷分时电 价的优惠电价出售给园区用户,算例中储能售电电 价为峰谷分时电价的9 2 ,基本容量电费 4 0元/ k W 月 ,用户参与需求侧响应的补贴收益 1 0 0元/ k W ,储能系统自放电率为0 。以铅炭电池储 能系统为例,考虑铅炭电池储能系统荷电状态运行 范围后的可放电容量,基于可放电容量折算后,其单 位容量成本约为1 3 0万元/ M W h ,能量转换效 率8 5 ,循环次数约3 5 0 0次,残值率为5 [ 2 , 2 0 - 2 1 ] 。 0 8 16 24 70 80 90 8 16 24 8 16 24 8 16 24 8 16 24 8 16 24 60 80 100 60 80 100 60 80 100 50 100 150 50 100 150 70 80 90 B 9 / M W B 9 / M W 60 80 100 B 9 / M W 60 80 100 B 9 / M W 60 80 100 B 9 / M W 60 80 100 B 9 / M W B 9 / M W B 9 / M W B 9 / M W 50 100 150 B 9 / M W B 9 / M W B 9 / M W t/h a 1 B9 0 t/h c 3 B9 0 t/h e 5 B9 0 t/h g 7 B9 0 t/h i 9 B9 0 t/h k 11 B9 0 8 16 24 8 16 24 8 16 24 8 16 24 8 16 24 8 16 24 t/h b 2 B9 0 t/h d 4 B9 0 t/h f 6 B9 0 t/h h 8 B9 0 t/h j 10 B9 0 t/h l 12 B9 图2 园区各月份典型日负荷曲线 Fig.2 Typicaldailyloadcurvesofparkineachmonth 表1 峰谷分时电价 Table1 Time-of-useprice 时 段时刻 用户电 价/ 元 k W h - 1 储能充电电 价/ 元 k W h - 1 储能放电电 价/ 元 k W h - 1 峰0 8 0 0 1 2 0 01 7 0 0 2 1 0 0 1 .1 0 0 2 1 .1 0 0 2 1 .0 1 2 2 平1 2 0 0 1 7 0 02 1 0 0 2 4 0 0 0 .6 6 0 1 0 .6 6 0 1 0 .6 0 7 3 谷0 0 0 0 0 8 0 0 0 .3 2 0 0 0 .3 2 0 0 0 .2 9 4 4 分析图2中园区各月份典型日负荷曲线,可以 得出 9月份峰值负荷最大,峰值负荷功率为 1 3 5 .4 8 M W ,而1月份峰值负荷最小,功率为 8 7 .5 6 M W ;峰谷差方面, 9月份峰谷差最大,为 6 1 .3 2 M W , 1月份峰谷差最小,为1 4 .3 4 M W 。 随着储能规模的增加,投资成本呈渐增趋势。 采用所提出的模型和算法,得到各指标的计算结果 如图3所示。 图3 指标仿真结果 Fig.3 Simulationresultsofindicators 由图3可以得出如下结论。 1 寿命。基于下层目标函数优化后的储能充放 电曲线及其技术特性,评估不同规模下使用年限情 况,随着储能系统规模的增加,寿命指标呈阶梯增长 趋势,算例中边界条件对应的储能系统寿命区间为 [ 5 , 9 ] a 。储能规模为1 M W / 1 h时,根据典型日运 行曲线和放电电量分析得出,其年放电次数约为 7 0 6次,寿命约为5 a ;储能规模为1 6 M W / 5 h时, 根据典型日运行曲线和放电电量分析得出,其年放 电次数约为3 7 0次,寿命约为9 a 。 1 M W / 1 h储能 系统的典型日运行曲线和放电电量见附录A图A 1 和表A 1 , 1 6 M W / 5 h储能系统的典型日运行曲线 和放电电量见附录A图A 2和表A 2 。 2 净现值。随着储能规模的增加,净现值主体 呈先升高后降低趋势,净现值最高值为1 2 5 2万元, 对应的储能系统规模功率/持续放电时间为 1 6 M W / 5 h 。而投资成本最低,即储能规模为 1 M W / 1 h时,净现值约为7 5 .6 4万元。 3 投资回收期。随着储能规模的增加,投资回 收期主体呈波动性增长趋势,持续放电时间为8 h , 储能系统功率大于1 5 M W时,投资回收期大于寿 命,表明寿命期内不能收回投资,该结果与净现值结 果一致。 4 投资回报率。投资回报率主体呈下降趋势, 储能规模为2 M W / 1 h时,投资回报率最高,约为 7 8 .8 ;储能规模为1 M W / 1 h时,投资回报率约为 6 8 .4 ;持续放电时间为8 h ,储能系统功率大于 1 5 M W时,投资回报率为负,该结果与投资回收期、 57 修晓青,等 基于层次分析法的储能配置综合评估技术 净现值结果一致。 储能项目的投资需综合考虑投资成本、寿命、净 现值、投资回收期、投资回报率等多项指标,低成本、 长寿命、投资回收期短、投资回报率高、净收益高的 储能项目更易在实际工程中推广应用,而图3中的 计算结果说明,基于单指标评估得出的储能规模难 以同时满足上述各项指标要求。图4对比了 2 M W / 1 h和1 6 M W / 5 h储能系统的5种评估 指标。  C  C  C 2 MW/1 h 16 MW/5 h 图4 储能系统技术经济指标雷达图 Fig.4 Radarmapoftechnicalandeconomic indicesofenergystoragesystem 从图4可以较为直观地看出 2 M W / 1 h储能 系统投资成本低、投资回收期短、投资回报率高,但 寿命短、净现值低; 1 6 M W / 5 h储能系统寿命长、净 现值高,但投资成本高、投资回收期长、投资回报 率低。 根据标准层的5项指标以及投资者的资金情 况,划分为两类分析。类型1 投资者资金充足,期 望储能项目能带来较高的收益、投资回报率,同时具 有较长的寿命期,满足业主对储能的需求,而对投资 成本、投资回收期不敏感。类型2 投资者资金有 限,期望短时间回收成本。并分别采用表2的两级 标度法构造指标间的两两比较矩阵。 表2 两级标度法 Table2 Two-levelscalingmethod 方法标度α i j定义 同一级指标 间的比较 1指标i与指标j同等重要 3指标i比指标j略重要 5指标i比指标j较重要 倒数指标j与指标i比较,α j i 1 / α i j 一级指标i与 二级指标j间 的比较 1 0 1指标i与指标j非常重要 1 0 3指标i比指标j绝对重要 倒数指标j与指标i比较,α j i 1 / α i j 以资金充足投资者为例,采用表2中的两级标 度法对5项标准的重要程度进行排序,寿命、净现 值、投资回报率为一级指标,投资成本、投资回收期 为二级指标,设置标准间的标度,投资成本、寿命、净 现值、投资回收期、投资回报率等5项标准间的两两 比较矩阵,即 Xk 1 1 0 1 0 .3 3 3 1 0 3 0 .0 1 1 0 .0 1 0 .0 1 1 3 1 0 1 1 5 1 0 3 0 .3 3 1 0 1 0 .2 1 1 0 3 0 .0 1 1 0 .0 1 0 .0 1 1 通过计算不同决策方案的综合评估指标,得出 不同储能规模下的指标值三维图俯视图如图5所 示。较高综合评估指标对应的储能系统持续放电时 间范围为[ 5 , 7 ] h ,当储能系统持续放电时间为5 h 时,较高综合评估指标对应的储能规模为 [ 1 2 , 1 9 ] M W ,当储能系统持续放电时间为6 h时, 较高综合评估指标对应的储能规模为[ 1 0 , 1 7 ] M W , 当储能系统持续放电时间为7 h时,较高综合评估 指标对应的储能规模为[ 8 , 1 3 ] M W 。净现值最高时 的储能规模1 6 M W / 5 h对应的综合评估指标值约 为1 1 . 2 1 0 - 3 ;投资回报率最高时的储能规模 2 M W / 1 h对应的综合评估指标值约为1 0 . 2 1 0 - 3 ;而综合评估指标最高时对应的储能系统规模 为1 2 M W / 5 h ,其综合评估指标值约为1 1 . 3 1 0 - 3 。 0 5 10 15 20 /MW 1 2 3 4 5 6 7 8 T / h 1010 -3 -210 -3 -410 -3 810 -3 610 -3 410 -3 210 -3 010 -3 图5 综合评估指标俯视图 Fig.5 Topviewofcomprehensiveevaluationindex 当投资者资金有限,期望短时间回收成本时,综 合评估指标最高时对应的储能系统规模为1 M W / 1 h 。标准层不同标准间的优劣次序及标度的变化 时,图5对应的综合评估指标值随之改变,文中所提 方法避免了单一指标评估的局限性,可从投资者实 际情况出发,对储能项目的可行性进行整体评估,提 出适宜的储能规模。 4 结论 本文基于层次分析法,建立了考虑投资成本、寿 命、净现值、投资回收期、投资回报率等5个指标的 综合评估模型,并通过算例分析对所提模型进行了 验证,结论如下。 1 综合评估指标的提出避免了单一指标评估的 67 2 0 1 8 , 4 2 1 1 学术研究 h t t p / / w w w .a e p s - i n f o .c o m 局限性,可从投资者实际情况出发,对储能项目的可 行性进行整体评估,提出适宜的储能规模。 2 不同投资者对投资成本、寿命、净现值、投资 回收期、投资回报率等标准的敏感度不同,标准层不 同标准间的优劣次序及其标度随之改变化,从而影 响综合评估指标值和储能配置方案。 本文所建立的模型标准层中指标的两两比较矩 阵可基于不同方案下的指标值进行量化,标准间的 两两比较矩阵采用两级标度法对5项标准间的重要 程度进行分级、排序、赋值,并且影响最终的储能配 置方案,其定量化赋值方法,需要进一步研究。 附录见本刊网络版 h t t p / / w w w . a e p s - i n f o . c o m / a e p s / c h / i n d e x .a s p x 。 参考文献 [ 1 ]李建林,田立亭,来小康.能源互联网背景下的电力储能技术展 望[ J ] .电力系统自动化, 2 0 1 5 , 3 9 2 3 1 5 - 2 5 . D O I 1 0 . 7 5 0 0 / A E P S 2 0 1 5 0 9 0 6 0 0 4 . L I J i a n l i n , T I A N L i t i n g , L A I X i a o k a n g . O u t l o o k o f e l e c t r i c a l e n e r g y s t o r a g e t e c h n o l o g i e s u n d e r E n e r g y I n t e r n e t b a c k g r o u n d [ J ] . A u t o m a t i o n o f E l e c t r i c P o w e r S y s t e m s , 2 0 1 5 , 3 9 2 3 1 5 - 2 5 . D O I 1 0 .7 5 0 0 / A E P S 2 0 1 5 0 9 0 6 0 0 4 . [ 2 ]李建林,马会萌,惠东.储能技术融合分布式可再生能源的现状 及发展趋势[ J ] .电工技术学报, 2 0 1 6 , 3 1 1 4 1 - 2 0 . L I J i a n l i n , M A H u i m e n g , H U I D o n g . P r e s e n t d e v e l o p m e n t c o n d i t i o n a n d t r e n d s o f e n e r g y s t o r a g e t e c h n o l o g y i n t h e i n t e g r a t i o n o f d i s t r i b u t e d r e n e w a b l e e n e r g y [ J ] . T r a n s a c t i o n s o f C h i n a E l e c t r o t e c h n i c a l S o c i e t y , 2 0 1 6 , 3 1 1 4 1 - 2 0 . [ 3 ]谭兴国,王辉,张黎,等.微电网复合储能多目标优化配置方法及 评价指标[ J ] .电力系统自动化, 2 0 1 4 , 3 8 8 7 - 1 4 . D O I 1 0 .7 5 0 0 / A E P S 2 0 1 3 0 7 1 9 0 0 5 . T A N X i n g g u o , W A N G H u i , Z H A N G L i , e t a l . M u l t i - o b j e c t i v e o p t i m i z a t i o n o f h y b r i d e n e r g y s t o r a g e a n d a s s e s s m e n t i n d i c e s i n m i c r o g r i d [ J ] . A u t o m a t i o n o f E l e c t r i c P o w e r S y s t e m s , 2 0 1 4 , 3 8 8 7 - 1 4 . D O I 1 0 .7 5 0 0 / A E P S 2 0 1 3 0 7 1 9 0 0 5 . [ 4 ]肖浩,裴玮,杨艳红,等.计及电池寿命和经济运行的微电网储能 容量优化[ J ] .高电压技术, 2 0 1 5 , 4 1 1 0 3 2 5 6 - 3 2 6 5 . X I A O H a o , P E I W e i , Y A N G Y a n h o n g , e t a l . E n e r g y s t o r a g e c a p a c i t y o p t i m i z a t i o n f o r m i c r o g r i d c o n s i d e r i n g b a t t e r y l i f e a n d e c o n o m i c o p e r a t i o n [ J ] . H i g h V o l t a g e E n g i n e e r i n g , 2 0 1 5 , 4 1 1 0 3 2 5 6 - 3 2 6 5 . [ 5 ]韩晓娟,程成,籍天明,等.计及电池使用寿命的混合储能系统容 量优化模型[ J ] .中国电机工程学报, 2 0 1 3 , 3 3 3 4 9 1 - 9 7 . H A N X i a o j u a n , C H E N C h e n g , J I T i a n m i n g , e t a l . C a p a c i t y o p t i m a l m o d e l i n g o f h y b r i d e n e r g y s t o r a g e s y s t e m s c o n s i d e r i n g b a t t e r y l i f e [ J ] . P r o c e e d i n g s o f t h e C S E E , 2 0 1 3 , 3 3 3 4 9 1 - 9 7 . [ 6 ]孙承晨,袁越, S a n S h i n g C H O I ,等.基于经验模态分解和神经网 络的微网混合储能容量优化配置[ J ] .电力系统自动化, 2 0 1 5 , 3 9 8 1 9 - 2 6 .D O I 1 0 .7 5 0 0 / A E P S 2 0 1 4 0 7 1 9 0 0 2 . S U N C h e n g c h e n , Y U A N Y u e , S a n S h i n g C H O I , e t a l . C a p a c i t y o p t i m i z a t i o n o f h y b r i d e n e r g y s t o r a g e s y s t e m s i n m i c r o g r i d u s i n g e m p i r i c a l m o d e d e c o m p o s i t i o n a n d n e u r a l n e t w o r k [ J ] . A u t o m a t i o n o f E l e c t r i c P o w e r S y s t e m s , 2 0 1 5 , 3 9 8 1 9 - 2 6 . D O I 1 0 .7 5 0 0 / A E P S 2 0 1 4 0 7 1 9 0 0 2 . [ 7 ]程庭莉,陈民铀,罗欢.含可再生能源发电的配网储能多目标优 化配置方法[ J ] .电网技术, 2 0 1 7 , 4 1 9 2 8 0 8 - 2 8 1 5 . C H E N G T i n g l i , C H E N M i n y o u , L U O H u a n . M u l t i - o b j e c t i v e a l l o c a t i o n o f e n e r g y s t o r a g e i n d i s t r i b u t i o n n e t w o r k p e n e t r a t e d w i t h r e n e w a b l e e n e r g y g e n e r a t i o n [ J ] . P o w e r S y s t e m T e c h n o l o g y , 2 0 1 7 , 4 1 9 2 8 0 8 - 2 8 1 5 . [ 8 ]向育鹏,卫志农,孙国强,等.基于全寿命周期成本的配电网蓄电 池储能系统的优化配置[ J ] .电网技术, 2 0 1 5 , 3 9 1 2 6 4 - 2 7 0 . X I A N G Y u p e n g , W E I Z h i n o n g , S U N G u o q i a n g , e t a l . L i f e c y c l e c o s t b a s e d o p t i m a l c o n f i g u r a t i o n o f b a t t e r y e n e r g y s t o r a g e s y s t e m i n d i s t r i b u t i o n n e t w o r k [ J ] . P o w e r S y s t e m T e c h n o l o g y , 2 0 1 5 , 3 9 1 2 6 4 - 2 7 0 . [ 9 ]娄素华,易林,吴耀武,等.基于可变寿命模型的电池储能容量优 化配置[ J ] .电工技术学报, 2 0 1 5 , 3 0 4 2 6 5 - 2 7 1 . L O U S u h u a , Y I L i n , W U Y a o w u , e t a l . O p t i m i z i n g d e p l o y m e n t o f b a t t e r y e n e r g y s t o r a g e b a s e d o n l i f e t i m e p r e d i c a t i o n [ J ] . T r a n s a c t i o n s o f C h i n a E l e c t r o t e c h n i c a l S o c i e t y , 2 0 1 5 , 3 0 4 2 6 5 - 2 7 1 . [ 1 0 ]张晴,李欣然,杨明,等.净效益最大的平抑风电功率波动的混 合储能容量配置方法[ J ] .电工技术学报, 2 0 1 6 , 3 1 1 4 4 0 - 4 8 . Z H A N G Q i n g , L I X i n r a n , Y A N G M i n g , e t a l . C a p a c i t y d e t e r m i n a t i o n o f h y b r i d e n e r g y s t o r a g e s y s t e m f o r s m o o t h i n g w i n d p o w e r f l u c t u a t i o n s w i t h m a x i m u m n e t b e n e f i t [ J ] . T r a n s a c t i o n s o f C h i n a E l e c t r o t e c h n i c a l S o c i e t y , 2 0 1 6 , 3 1 1 4 4 0 - 4 8 . [ 1 1 ]徐国栋,程浩忠,方斯顿,等.用于提高风电场运行效益的电池 储能配置优化模型[ J ] .电力系统自动化, 2 0 1 6 , 4 0 5 6 2 - 7 0 . D O I 1 0 .7 5 0 0 / A E P S 2 0 1 5 0 4 0 9 0 0 9 . X U G u o d o n g , C H E N G H a o z h o n g , F A N G S i d u n , e t a l . A n o p t i m i z a t i o n m o d e l o f b a t t e r y e n e r g y s t o r a g e s y s t e m c o n f i g u r a t i o n t o i m p r o v e b e n e f i t s o f w i n d f a r m s [ J ] . A u t o m a t i o n o f E l e c t r i c P o w e r S y s t e m s , 2 0 1 6 , 4 0 5 6 2 - 7 0 . D O I 1 0 .7 5 0 0 / A E P S 2 0 1 5 0 4 0 9 0 0 9 . [ 1 2 ]修晓青,唐巍,李建林,等.计及电池健康状态的源储荷协同配 置方法[ J ] .高电压技术, 2 0 1 7 , 4 3 9 3 1 1 8 - 3 1 2 6 . X I U X i a o q i n g , T A N G W e i , L I J i a n l i n , e t a l . C o l l a b o r a t i v e c o n f i g u r a t i o n o f d i s t r i b u t e d g e n e r a t i o n , e n e r g y s t o r a g e a n d l o a d i n m i c r o g r i d c o n s i d e r i n g s t a t e o f h e a l t h [ J ] . H i g h V o l t a g e E n g i n e e r i n g , 2 0 1 7 , 4 3 9 3 1 1 8 - 3 1 2 6 . [ 1 3 ]桑丙玉,王德顺,杨波,等.平滑新能源输出波动的储能优化配 置方法[ J ] .中国电机工程学报, 2 0 1 4 , 3 4 2 2 3 7 0 0 - 3 7 0 6 . S A N G B i n g y u , W A N G D e s h u n , Y A N G B o , e t a l . O p t i m a l a l l o c a t i o n o f e n e r g y s t o r a g e s y s t e m f o r s m o o t h i n g t h e o u t p u t f l u c t u a t i o n s o f n e w e n e r g y [ J ] . P r o c e e d i n g s o f t h e C S E E