鄭夢(mèng)蓮 胡亞才 浙江大學(xué)
?
基于儲(chǔ)能的家庭需求響應(yīng)策略和經(jīng)濟(jì)性分析
鄭夢(mèng)蓮 胡亞才 浙江大學(xué)
摘要:在不影響實(shí)際設(shè)備使用的前提下,基于儲(chǔ)能的需求響應(yīng)旨在通過(guò)平緩需求曲線,減輕電網(wǎng)壓力、降低整體發(fā)電成本。此外,儲(chǔ)能也有希望促進(jìn)新能源的并網(wǎng)。以紐約城市大學(xué)能源研究院開發(fā)的鋅錳電池和特斯拉Powerwall家庭電池為例:展示兩種需求響應(yīng)策略,即移峰填谷策略和削峰策略;探究了這兩種策略的經(jīng)濟(jì)效益,即給一戶普通美國(guó)家庭居民帶來(lái)實(shí)際的凈收益(即扣除了平準(zhǔn)化儲(chǔ)能成本的電費(fèi)減少)。
關(guān)鍵詞:儲(chǔ)能;需求響應(yīng);電池
2003年8月在美國(guó)東北和2011年9月在美國(guó)西海岸的大停電,影響了幾百萬(wàn)的用戶,帶來(lái)了超過(guò)60億美元的經(jīng)濟(jì)損失[1, 2]。人們已經(jīng)意識(shí)到,可靠的能源供應(yīng)是經(jīng)濟(jì)發(fā)展的至關(guān)重要的因素[1]。而隨著風(fēng)電、光電不斷滲入電力系統(tǒng),以及電動(dòng)汽車市場(chǎng)的不斷發(fā)展,電力系統(tǒng)將迎來(lái)更加嚴(yán)峻的挑戰(zhàn)。傳統(tǒng)的電力系統(tǒng)使用調(diào)峰、調(diào)頻電廠,以犧牲效率為代價(jià),來(lái)滿足需求側(cè)不斷變化的用電需求以及接受更多的風(fēng)電、光電并網(wǎng),然而,這些傳統(tǒng)策略增加了發(fā)電的整體成本和發(fā)電過(guò)程中的排放[3]。
儲(chǔ)能,能夠給傳統(tǒng)的電力系統(tǒng)帶來(lái)時(shí)間上的靈活性,因此在近些年來(lái)受到了世界范圍內(nèi)越來(lái)越多的關(guān)注[1]。如美國(guó)在近幾年投入了超過(guò)2.5億美元的基金,用于支持儲(chǔ)能項(xiàng)目的研發(fā),從而獲得更多的第一手儲(chǔ)能關(guān)鍵性數(shù)據(jù):如性能、壽命、成本和風(fēng)險(xiǎn)等,而這些數(shù)據(jù)對(duì)于儲(chǔ)能系統(tǒng)的實(shí)際應(yīng)用有著重要作用[4]。美國(guó)電力研究所(Electricity Power Research Institute)在其2010年發(fā)布的報(bào)告中,對(duì)各種傳統(tǒng)和新型的儲(chǔ)能技術(shù)(包括抽水蓄能、壓縮空氣儲(chǔ)能、飛輪儲(chǔ)能、鈉硫電池、鋰電池、液態(tài)電池等)進(jìn)行了詳細(xì)的總結(jié)和評(píng)價(jià),并且總結(jié)了10種儲(chǔ)能在電力系統(tǒng)中的主要應(yīng)用,如支持新能源并網(wǎng)、輸送電系統(tǒng)等,這些應(yīng)用可以給發(fā)電、配電系統(tǒng)和用戶帶來(lái)多重經(jīng)濟(jì)效益,如推遲輸送電系統(tǒng)的升級(jí)需求、輔助調(diào)峰等[4]。
需求響應(yīng)(Demand Response)是在市場(chǎng)電價(jià)較高、或在電力系統(tǒng)可靠性受到挑戰(zhàn)時(shí),降低需求側(cè)用電量[5]。參與用戶可通過(guò)一些需求響應(yīng)電價(jià)獲得一定的經(jīng)濟(jì)獎(jiǎng)勵(lì),如分時(shí)電價(jià)(Time-of-use tariff,即分別設(shè)定高峰期和非高峰期電價(jià)費(fèi)率)、實(shí)時(shí)電價(jià)和日前市場(chǎng)電價(jià)(如[6, 7[8]、備轉(zhuǎn)容量[9[10])或者電燈的明暗,降低其用電高峰時(shí)的用電需求,但是這些措施往往伴隨用戶的舒適度的犧牲。因此,我們提出在家庭側(cè)安裝儲(chǔ)能設(shè)備,以不影響用戶的舒適度為前提,利用儲(chǔ)能進(jìn)行需求響應(yīng)。
在本文中,我們以美國(guó)紐約城市大學(xué)能源研究所研發(fā)的鋅錳電池和特斯拉在2015年4月最新發(fā)布的家庭電池(Tesla Powerwall)為例,根據(jù)美國(guó)紐約地區(qū)現(xiàn)有的分時(shí)電價(jià),對(duì)一戶普通美國(guó)家庭開發(fā)需求響應(yīng)的策略,并且評(píng)估此系統(tǒng)給家庭帶來(lái)的經(jīng)濟(jì)效益。
2.1需要響應(yīng)方案
在圖1中,控制單元(control unit)根據(jù)提前設(shè)定的需求響應(yīng)策略,在用電高峰期時(shí),使用儲(chǔ)存的電能和電網(wǎng)供電供給家用電器的用電需求(根據(jù)控制策略,可僅用儲(chǔ)存的電能、或僅用電網(wǎng)供電、或兩者相輔供電);在非高峰期時(shí),則對(duì)儲(chǔ)能設(shè)備進(jìn)行充電。該系統(tǒng)可應(yīng)用不同的需求響應(yīng)策略,并且在將來(lái)的研究中,可加入分布式新能源、電動(dòng)汽車和備用發(fā)電機(jī)等(如圖1 灰色箭頭所示)。
2.2方案中的電能存儲(chǔ)技術(shù)
儲(chǔ)能技術(shù)在近些年來(lái)有了很大的進(jìn)步,價(jià)格也在不斷地降低,電動(dòng)汽車、新能源并網(wǎng)的需求更是極大地推動(dòng)了電池的技術(shù)革新和規(guī)?;a(chǎn)。
(1)紐約城市大學(xué)能源研究院開發(fā)的鋅錳電池
這款鋅錳電池,使用低成本的二氧化鋅錳(多用于一次性堿性電池中),通過(guò)水流動(dòng)輔助,將其轉(zhuǎn)變?yōu)槌志玫摹⒖沙潆姷男滦碗姵?。該電池的價(jià)格為US$ 100~200/kWh,并可完成5 000次充放電。
(2)Tesla Powerwall家庭電池
特斯拉在2015年4月發(fā)布針對(duì)家庭用戶的新型電池,其產(chǎn)品分為兩種規(guī)格,一種為7 kWh,US$ 3 000,可每天充放電,持續(xù)10 a;另一種為10 kWh,US$ 3 500,作為備用電池使用。該電池可懸掛于家庭墻面,并組合獲得更大容量(如圖2)。
圖1 需求響應(yīng)方案
圖2 特斯拉Powerwall 家庭電池
在進(jìn)行經(jīng)濟(jì)性分析時(shí),我們使用平準(zhǔn)化儲(chǔ)能成本模型,綜合考慮電池的壽命、充放電效率、轉(zhuǎn)化效率、電池的安裝成本(US$ 2 000;包括變壓器的成本)等,對(duì)不同儲(chǔ)能技術(shù)的成本進(jìn)行平準(zhǔn)化。具體模型可參考文獻(xiàn)[3, 11]。
2.3用電量模型
為獲得一戶普通美國(guó)居民的用電曲線(以min為時(shí)間單位),我們使用了電器層面的、隨機(jī)用電量模型[11, 12]。其模擬的家庭日平均用電約為31kWh(其中夏天日平均用電約為50 kWh)[12]。通過(guò)驗(yàn)證,該模型能夠很好地反映普通美國(guó)居民的用電特征[11, 12]。
2.4需求響應(yīng)電價(jià)
本文使用了兩種分時(shí)電價(jià),其中kWh電價(jià)(i.e., energy tariff[11])是根據(jù)用戶的每kWh電能消耗量進(jìn)行計(jì)費(fèi)(見(jiàn)圖3),而每kW電價(jià)(i.e., demand tariff[11])則是根據(jù)每個(gè)計(jì)費(fèi)周期(通常為一個(gè)月)的最大功率需求和用戶的每kWh電能消耗量(約占總電費(fèi)的25%)進(jìn)行計(jì)費(fèi)(見(jiàn)表1)。一般而言,高峰期是周一至周五的10:00~22:00,其余時(shí)間使用非高峰期費(fèi)率。并且,每年的6月至9月會(huì)使用稍高于其他月份的費(fèi)率。具體的電價(jià)信息和其他需求響應(yīng)電價(jià)可參見(jiàn)紐約Con Edison網(wǎng)站和NYISO網(wǎng)站。
圖3 kWh分時(shí)電價(jià)
表1 kW分時(shí)電價(jià)
3.1移峰填谷策略
基于上述kWh分時(shí)電價(jià),我們?cè)O(shè)計(jì)了家庭儲(chǔ)能的移峰填谷策略。圖4展示在夏天(灰色線條)和秋天(黑色線條)的隨機(jī)一天中,電池的充放電過(guò)程(圖4b和4c)和家庭需求曲線的變化(未使用儲(chǔ)能時(shí)見(jiàn)圖4a,使用儲(chǔ)能后見(jiàn)圖4d)。該策略設(shè)定:在工作日(周一至周五),從早上10:00開始(圖4b中點(diǎn)B),首先使用存儲(chǔ)電供給電器使用。當(dāng)電池達(dá)到最大健康放電水平(health depth of discharge)時(shí),開始使用電網(wǎng)供電(如圖4d中點(diǎn)F所示)。22:00以后(如圖B中點(diǎn)A所示),則開始對(duì)電池進(jìn)行充電。在此充放電過(guò)程中,如圖4b和4c所示,控制單元對(duì)電池的充放電功率和充電狀態(tài)(state of charge)進(jìn)行實(shí)時(shí)監(jiān)控,以確保不會(huì)超過(guò)最大充放電功率和最大健康放電水平,從而避免電池的過(guò)早老化。
圖4 移峰填谷策略[11]
在使用了該策略后,以30 kWh(有效容量)鋅錳電池為例,其年平準(zhǔn)化成本約為 980美元 (其中包括了一次性安裝費(fèi)用2 000美元 )。與使用基礎(chǔ)電價(jià)(沒(méi)有高峰期和非高峰期的區(qū)別)的電費(fèi)相比,此策略可每年減少夏天(6月至9月)高峰期電費(fèi)約美元550,其他月份高峰期電費(fèi)約710美元 。由于在非高峰期需進(jìn)行充電,所以每年增加非高峰期電費(fèi)約 150美元,另外,增加年服務(wù)費(fèi)約 100美元。因此,總體上而言,該家庭每年凈收益為30美元。而經(jīng)濟(jì)效益的最大化,則是對(duì)電池容量進(jìn)行最優(yōu)化,在高峰期電費(fèi)降低更多和更高的電池年平準(zhǔn)化成本之間做權(quán)衡,找出最優(yōu)解。
表2總結(jié)了鋅錳電池和特斯拉電池在使用移峰填谷策略時(shí)的最優(yōu)容量和家庭的經(jīng)濟(jì)效益。由表2可見(jiàn),特斯拉電池由于其較高的年平準(zhǔn)化成本(約是鋅錳電池的兩倍),因此并不能給家庭帶來(lái)經(jīng)濟(jì)收益,相反,家庭每年需多支付約 955美元。
表2 優(yōu)化和經(jīng)濟(jì)效益結(jié)果(移峰填谷策略)
3.2削峰策略
削峰策略則是基于千瓦分時(shí)電價(jià),可有多種策略,本文僅展示其中一種策略。如圖5所示,首先在系統(tǒng)中設(shè)定需求約束(如圖5a中點(diǎn)畫線所示),當(dāng)電器用電需求超過(guò)該約束時(shí)(如圖5a中點(diǎn)A),使用存儲(chǔ)電和電網(wǎng)電共同供給用電需求(存儲(chǔ)電只供給超過(guò)需求約束部分用電;如圖5d中點(diǎn)B);而當(dāng)用電需求未達(dá)到該約束時(shí),對(duì)電池進(jìn)行充電。當(dāng)電池放電達(dá)到其最大健康放電水平(如圖5c中點(diǎn)C所示),則僅使用電網(wǎng)供電滿足電器的用電需求(如圖5d中點(diǎn)D)。
在優(yōu)化的過(guò)程中,我們發(fā)現(xiàn),根據(jù)不同季節(jié)的用電特性不同,如夏天(圖5淺灰色線所示)和冬天(中灰色線)由于使用空調(diào)和電加熱器,則用電需求比春天和秋天(黑色線)多。如果能夠?qū)Σ煌竟?jié)使用不同的需求約束,則可進(jìn)一步降低電費(fèi)。因此,對(duì)于削峰策略的優(yōu)化則不再是僅對(duì)于電池容量的單一維度優(yōu)化,而且需要對(duì)三個(gè)季節(jié)(春天和秋天歸為一季)的三個(gè)需求約束參數(shù)進(jìn)行多維度優(yōu)化。具體優(yōu)化過(guò)程可參見(jiàn)文獻(xiàn)[3, 11]。
由表3的優(yōu)化結(jié)果可見(jiàn),在使用削峰策略后,一戶普通美國(guó)家庭每年可有凈收益 914美元(使用鋅錳電池)和 643美元(使用特斯拉電池)。
根據(jù)以上分析,基于儲(chǔ)能的需求響應(yīng)策略能夠?yàn)槠胀绹?guó)家庭用戶帶來(lái)一定的經(jīng)濟(jì)效益,其中,在使用移峰填谷策略后,一戶美國(guó)家庭年凈收益約為30美元和- 955美元,為使用此策略前年電費(fèi)的1%和39%;在使用削峰策略后,年凈收益約為 914美元和643美元,約為非需求響應(yīng)時(shí)年電費(fèi)的29%和20%。
圖5 削峰策略[11]
本文所用到的兩種電池,其效率都已在80%以上,正如文獻(xiàn)[14]中總結(jié)的,現(xiàn)在電池的更大規(guī)模應(yīng)用的制約因素,是其過(guò)高的成本。對(duì)比兩種電池,Tesla Powerwall每單位容量購(gòu)買成本約為鋅錳電池的5倍。鋅錳電池成本的降低,是在于使用了較為便宜的原料,但是通過(guò)水流動(dòng)輔助的技術(shù)手段,保證了電池的性能。我們期望,能夠有更多這樣的案例,通過(guò)技術(shù)的革新,降低儲(chǔ)能的成本,使得儲(chǔ)能在電力系統(tǒng)中有更多的應(yīng)用。
表3 優(yōu)化和經(jīng)濟(jì)效益結(jié)果(削峰策略)
參考文獻(xiàn)
[1] Dunn B, Kamath H, Tarascon J-M. Electrical Energy Storage for the Grid: A Battery of Choices[J]. Science. 2011;334:928-35. http://dx.doi. org/10.1126/science.1212741.
[2] U.S. Department of Energy. The smart grid: an introduction[R]. 2008.
[3] Zheng M, Meinrenken CJ, Lackner KS. Smart households: Dispatch strategies and economic analysis of distributed energy storage for residential peak shaving[J]. Applied Energy. 2015;147:246-57. http://dx.doi. org/10.1016/j.apenergy.2015.02.039.
[4] Electric Power Research Institute. Electricity Energy Storage Technology Options: A White Paper Primer on Applications, Costs, and Benefits[c]. Electric Power Research Institute Technical Update 1020676. December 2010. http://large.stanford.edu/courses/2012/ph240/doshay1/docs/EPRI.pdf. [5] Balijepalli VSKM, Pradhan V, Khaparde SA, et al. Review of demand response under smart grid paradigm[c]. Innovative Smart Grid Technologies - India (ISGT India), 2011 IEEE PES2011. p. 236-43.
[6] Shcherbakova A, Kleit A, Cho J. The value of energy storage in South Korea’s electricity market: A Hotelling approach[J]. Applied Energy. 2014;125:93-102. http://dx.doi.org/10.1016/j.apenergy.2014.03.046.
[7] Lujano-Rojas JM, Monteiro C, Dufo-López R, et al. Optimum residential load management strategy for real time pricing (RTP) demand response programs[J]. Energy Policy. 2012;45:671-9. http://dx.doi.org/10.1016/ j.enpol.2012.03.019.
[8] White CD, Zhang KM. Using vehicle-to-grid technology for frequency regulation and peak-load reduction[J]. Journal of Power Sources. 2011;196:3972-80. http://dx.doi.org/10.1016/j.jpowsour.2010.11.010.
[9] Byrne RH, Silva-Monroy CA. Estimating the maximum potential revenue for grid connected electricity storage: arbitrage and regulation[R]. Sandia Report SAND2012-3863. December 2010. http://www.sandia.gov/ ess/publications/SAND2012-3863.pdf.
[10] Piette MA, Sezgen O, Watson DS, et al. Development and evaluation of fully automated demand response in large facilities[R]. Lawrence Berkeley National Laboratory. 2004.
[11] Zheng M. Smart households: Economics and emission impacts of distributed energy storage for residential sector demand response[c]. Columbia University Academic Commons. 2015. http://dx.doi.org/10.7916/ D89P315H.
[12] Zheng M, Meinrenken CJ, Lackner KS. Agent-based model for electricity consumption and storage to evaluate economic viability of tariff arbitrage for residential sector demand response[c]. Applied Energy. 2014;126:297-306. http://dx.doi.org/10.1016/j.apenergy.2014.04.022.
[13] Consolidated Edison Company of New York Inc. Schedule for Electricity Service[R], P.S.C. No.10-Electricity. 2012. http://www.coned. com/documents/elecPSC10/GR1-23.pdf [Accessed February 2012].
[14] Hittinger E, Whitacre JF, Apt J. What properties of grid energy storage are most valuable? [J]Journal of Power Sources. 2012;206:436-49. http:// dx.doi.org/10.1016/j.jpowsour.2011.12.003.
節(jié)能信息與動(dòng)態(tài)
Study on Family Demand Response Strategy and Economic Analysis Based on Energy Storage
Zheng Menglian, Hu Yacai Zhejiang University
Abstract:Demand response based on energy storage is used to flat demand curve, reduce power grid pressure and decrease overall power generation cost under the premise of not affecting actual device using. Besides energy storage would promote new energy grid-connected. As examples : New York university energy research institute developing Zn Mn battery and Tesla Powerwall family battery, which demonstrates two kinds demand response strategies, peak shifting strategy and peak clipping strategy. It carries out study on these strategies to analyze actual net income for American ordinary households (electricity tariff reduction by reducing levelized energy storage cost)
Key words:Energy Storage, Demand Response, Battery
DOI:10.13770/j.cnki.issn2095-705x.2016.05.006