基于概率潮流的光伏電站中儲(chǔ)能系統(tǒng)的優(yōu)化配置方法

張德隆，MUBAARAK Saif，蔣思宇，王龍澤，劉金鑫，陳永聰，李美成

（華北電力大學(xué)新能源學(xué)院，北京 102206）

光伏發(fā)電具有綠色環(huán)保、可再生等優(yōu)點(diǎn)，被認(rèn)為是最有潛力的可再生能源之一[1]，截止到2020年，我國光伏發(fā)電累積裝機(jī)容量達(dá)到2.53 億千瓦[2]。大規(guī)模光伏發(fā)電的間歇性和不確定性對(duì)電力系統(tǒng)造成了影響，包括調(diào)峰、穩(wěn)定性和棄光等問題，電網(wǎng)需要采取更加靈活的措施以應(yīng)對(duì)這些問題。儲(chǔ)能被認(rèn)為是解決這些問題的有效方式，儲(chǔ)能系統(tǒng)的應(yīng)用為大規(guī)模光伏并網(wǎng)帶來新的解決思路。

目前，國內(nèi)外有諸多關(guān)于光伏發(fā)電、儲(chǔ)能系統(tǒng)和概率潮流的研究，大量文獻(xiàn)研究表明，儲(chǔ)能可以提高光伏利用率，解決光伏并網(wǎng)的穩(wěn)定性等問題[3]。在新能源電站中配置儲(chǔ)能系統(tǒng)不僅需要關(guān)注光儲(chǔ)、風(fēng)儲(chǔ)等的控制策略[4-5]，儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)性也是極為重要的考慮因素[6-7]。此外，對(duì)于電力系統(tǒng)中多個(gè)儲(chǔ)能電站的優(yōu)化問題，需要研究對(duì)儲(chǔ)能電站運(yùn)行的經(jīng)濟(jì)性模型、光伏傳輸通道的起點(diǎn)和終點(diǎn)的選址和儲(chǔ)能的選址問題[8-9]。然而，現(xiàn)有對(duì)儲(chǔ)能系統(tǒng)的優(yōu)化配置的研究沒有考慮對(duì)電力系統(tǒng)的具體影響，對(duì)多點(diǎn)系統(tǒng)的研究也沒有涉及大規(guī)模的光儲(chǔ)運(yùn)行特性。

隨著風(fēng)電、光伏等具有不確定性的新能源發(fā)電的規(guī)?；l(fā)展，在進(jìn)行電力系統(tǒng)運(yùn)行規(guī)劃時(shí)，計(jì)算電力系統(tǒng)的潮流是十分必要的。如文獻(xiàn)[10-11]對(duì)含風(fēng)電的電力系統(tǒng)中儲(chǔ)能的優(yōu)化選址和容量配置進(jìn)行的研究。此外，在進(jìn)行潮流計(jì)算時(shí)，也需要考慮多個(gè)新能源電源之間的相關(guān)性[12-13]。然而，以上研究都是基于確定性的潮流方法，這種方法沒有考慮新能源發(fā)電的不確定性。文獻(xiàn)[14]考慮了風(fēng)電的不確定性，將概率最優(yōu)潮流的方法用于儲(chǔ)能系統(tǒng)優(yōu)化選址，提高了運(yùn)行經(jīng)濟(jì)性。

目前，已有學(xué)者提出了不同的概率潮流算法，文獻(xiàn)[15]提出了基于蒙特卡洛模擬法的非線性概率潮流的數(shù)據(jù)挖掘方法，蒙特卡洛法的時(shí)效性非常差。文獻(xiàn)[16]提出利用概率最優(yōu)潮流對(duì)儲(chǔ)能選址問題進(jìn)行研究，并使用了2 m點(diǎn)法，但該方法計(jì)算精度并不理想。文獻(xiàn)[17]研究了拉丁超立方采樣法在潮流計(jì)算中的應(yīng)用，并利用算例證明了拉丁超立方采樣法的優(yōu)越性。

基于以上研究，本文利用概率潮流方法研究了含大規(guī)模光伏發(fā)電的電力系統(tǒng)中儲(chǔ)能優(yōu)化配置方法。首先，介紹了電力系統(tǒng)中元件的概率分布模型以及拉丁超立方采樣法；其次，考慮儲(chǔ)能成本、潮流越限概率和網(wǎng)損建立了多目標(biāo)優(yōu)化模型；最后，在IEEE24節(jié)點(diǎn)測試系統(tǒng)中進(jìn)行了仿真分析。

1 概率潮流模型

1.1 元件的不確定性模型

光伏、負(fù)荷和發(fā)電機(jī)等都是具有不確定性的隨機(jī)變量，文獻(xiàn)[12]在計(jì)算配電網(wǎng)概率潮流中，對(duì)采用的概率模型進(jìn)行的說明。通過對(duì)歷史數(shù)據(jù)的分析，光伏發(fā)電的輸出功率服從BETA分布，通過對(duì)負(fù)荷功率的概率分布擬合，假設(shè)負(fù)荷服從正態(tài)分布，其概率密度分布函數(shù)為

式中，Pl為負(fù)荷功率；μl和σl分別為負(fù)荷的期望和方差。

發(fā)電機(jī)的概率模型通常采用二點(diǎn)分布，其概率密度分布函數(shù)為

式中，p為發(fā)電機(jī)正常運(yùn)行的概率；PG為發(fā)電機(jī)的輸出功率。

在中午光照充足時(shí)，光伏電站的有功功率較大，難以及時(shí)使用的功率將存儲(chǔ)在儲(chǔ)能電池中；在負(fù)荷功率較大時(shí)，儲(chǔ)能電池再將存儲(chǔ)的電能釋放。儲(chǔ)能系統(tǒng)的瞬時(shí)能量平衡方程為[18]

充電時(shí)

放電時(shí)

約束條件

式中，St為儲(chǔ)能在時(shí)刻t的能量；Pt為儲(chǔ)能的充放電功率；SL和SG分別為充電和放電的能量；ηc和ηd分別為充電和放電效率；ds為儲(chǔ)能的自放電率。

1.2 拉丁超立方采樣法

可以用于分析不確定性因素下系統(tǒng)潮流的方法主要有：模擬法、近似法和解析法。模擬法中的蒙特卡洛模擬法是概率潮流算法中精度最高的一種方法[15]，但與高精度相對(duì)的是其低時(shí)效性。在采樣次數(shù)低的情況下，該方法通常會(huì)忽略概率分布曲線的尾部[19]，而為了提高精度，則需要增大采樣次數(shù)。拉丁超立方采樣法則避免了該問題，它是一種分層采樣方法，可以保證采樣點(diǎn)有效反映概率分布情況，有效降低采樣次數(shù)。

圖1為采樣次數(shù)在10～200之間拉丁超立方采樣法和蒙特卡洛模擬法的期望和方差，兩種方法得到的結(jié)果整體趨勢是降低的。但采用蒙特卡洛方法得到的期望和方差非常不穩(wěn)定，而且同樣的采樣次數(shù)，多次模擬得到的結(jié)果也不盡相同；拉丁超立方采樣法隨著采樣次數(shù)的增加，方差穩(wěn)定地減小，在采樣次數(shù)大于150 時(shí)，相對(duì)誤差降低到5%以下。值得注意的是，拉丁超立方采樣法的采樣點(diǎn)是關(guān)于y軸對(duì)稱的，因此，它的期望誤差為0，這也是其優(yōu)勢所在。

圖1 MC與LHS不同采樣次數(shù)對(duì)比Fig.1 Comparison between LHS and MC

拉丁超立方采樣法是一種分層采樣法，通過改進(jìn)輸入隨機(jī)變量的樣本生成過程，保證其采樣值能夠有效反映隨機(jī)變量的整體分布[15]，其采樣過程分為兩步。

（1）采樣

設(shè)Xi(i=1,2,…,m)為m個(gè)隨機(jī)變量，采樣次數(shù)為N，如圖2 所示，將Xi的累計(jì)概率分布曲線分為N個(gè)等間距不重疊的區(qū)間，選擇每個(gè)區(qū)間的中點(diǎn)作為概率Y的采樣值，然后利用反函數(shù)計(jì)算采樣值Xi=P?1(Yi)，計(jì)算得到的Xi便是隨機(jī)變量的采樣值。

圖2 LHS示意圖Fig.2 Sampling of LHS

（2）排列

由(1)得到隨機(jī)變量的采樣值是順序排列的，因此m個(gè)隨機(jī)變量之間的相關(guān)性為1，無法進(jìn)行計(jì)算，可以采用Gram-Schmidt 序列正交化方法[21]降低各隨機(jī)變量采樣值之間的相關(guān)性。首先生成一個(gè)K×M階矩陣I=[I1,I2,…,IK]T，每行元素由1～M隨機(jī)排列構(gòu)成，它們代表原隨機(jī)變量的采樣值的位置，經(jīng)過迭代降低各行間的相關(guān)性。

正向迭代

反向迭代

“←”表示賦值，takeout(Ik,Ij)表示計(jì)算線性回歸Ik=a+bIj中的殘差值，rank(Ik)表示取向量Ik中元素的從小到大的排列序號(hào)形成的新向量。

經(jīng)過雙向迭代直至代表相關(guān)性的均方根值ρ不再減小，得到排列后的各隨機(jī)變量位置的矩陣，進(jìn)而可以得到相關(guān)性最小的隨機(jī)變量排列矩陣。

2 儲(chǔ)能系統(tǒng)多目標(biāo)優(yōu)化配置

2.1 目標(biāo)函數(shù)

為了優(yōu)化儲(chǔ)能系統(tǒng)的功率和容量，本文考慮儲(chǔ)能系統(tǒng)的成本、電網(wǎng)的功率越限概率和網(wǎng)損，建立了多目標(biāo)優(yōu)化函數(shù)。由于各項(xiàng)指標(biāo)的量綱不同，對(duì)各項(xiàng)指標(biāo)進(jìn)行離差標(biāo)準(zhǔn)化處理，經(jīng)過離差標(biāo)準(zhǔn)化后，各種變量的觀察值的數(shù)值范圍都將在(0，1)之間，并且經(jīng)標(biāo)準(zhǔn)化的數(shù)據(jù)都是沒有單位的純數(shù)量。在實(shí)際情況中，對(duì)各項(xiàng)指標(biāo)的側(cè)重可能存在差異，若賦予各項(xiàng)指標(biāo)一定的權(quán)重，則可以對(duì)不同的側(cè)重點(diǎn)進(jìn)行分析研究。

式中，w是需要優(yōu)化的指標(biāo)；wmin、wmax是未經(jīng)標(biāo)準(zhǔn)化的原函數(shù)的最小值和最大值。

目標(biāo)函數(shù)為

式中，λ1～λ3為權(quán)重系數(shù)，Eloss、pe、CESS分別為標(biāo)準(zhǔn)化后的支路網(wǎng)損、支路有功越線概率和儲(chǔ)能投資成本。

2.2 遺傳算法

遺傳算法[20]是模仿自然界中優(yōu)勝劣汰、適者生存的遺傳和進(jìn)化法則而建立的一種尋優(yōu)算法。它首先對(duì)初始種群進(jìn)行編碼，每個(gè)編碼代表一個(gè)個(gè)體(問題的一個(gè)可行解)，這樣每個(gè)可行解就從表現(xiàn)型變換為基因型，再根據(jù)自然法則對(duì)每個(gè)個(gè)體進(jìn)行選擇，并在每一代中選擇對(duì)環(huán)境適應(yīng)強(qiáng)的個(gè)體進(jìn)行下一代的計(jì)算，直至產(chǎn)生對(duì)環(huán)境適應(yīng)性最強(qiáng)的個(gè)體，經(jīng)過解碼后即為所求問題的近似最優(yōu)解[21]。

本文中首先通過概率潮流算法對(duì)含光伏和儲(chǔ)能的電力系統(tǒng)進(jìn)行計(jì)算，將得到的數(shù)據(jù)做為遺傳算法的輸入變量進(jìn)行求解，其計(jì)算的流程如圖3 所示，主要分為以下幾個(gè)步驟：

圖3 算法流程Fig.3 Flow chart of algorithm

（1）輸入系統(tǒng)、光伏和儲(chǔ)能數(shù)據(jù)，并進(jìn)行拉丁超立方采樣和Gram-Schmidt序列正交化；

（2）將采樣后的數(shù)據(jù)輸入潮流計(jì)算模型中，記錄計(jì)算結(jié)果；

（3）對(duì)輸出結(jié)果進(jìn)行染色體編碼，產(chǎn)生與采樣值相對(duì)應(yīng)的初始種群；

（4）計(jì)算種群中每個(gè)個(gè)體的適應(yīng)度；

（5）進(jìn)行選擇、交叉和變異產(chǎn)生新一代種群；

（6）判斷是否滿足要求，如不滿足，則返回第(4)步；若滿足，則經(jīng)過解碼后輸出最優(yōu)解。

3 算例分析

將概率潮流方法在圖4 所示的IEEE24 節(jié)點(diǎn)測試系統(tǒng)中進(jìn)行仿真分析，其中1～10節(jié)點(diǎn)的電壓水平為138 kV，11～24節(jié)點(diǎn)為230 kV。

圖4 IEEE24節(jié)點(diǎn)測試系統(tǒng)Fig.4 IEEE 24 bus test system

3.1 光伏電站對(duì)電力系統(tǒng)的影響

光伏電站在電力系統(tǒng)中的位置和容量會(huì)對(duì)電力系統(tǒng)的節(jié)點(diǎn)電壓和支路功率產(chǎn)生影響，因此，在分析儲(chǔ)能系統(tǒng)對(duì)電網(wǎng)的影響之前，本節(jié)先對(duì)光伏電站對(duì)系統(tǒng)的影響進(jìn)行分析，本文對(duì)光伏接入產(chǎn)生的系統(tǒng)潮流的越限概率、支路網(wǎng)損等進(jìn)行了仿真分析。

由圖5(a)可見，光伏電站接入后造成支路潮流越限較小的節(jié)點(diǎn)有：11、12、13、23，節(jié)點(diǎn)13 為平衡節(jié)點(diǎn)，該節(jié)點(diǎn)的電壓和相角是給定的，起到穩(wěn)定電網(wǎng)的功率平衡的作用，11、12、23 與其直接相連，因此，與之相連的幾個(gè)節(jié)點(diǎn)的功率越限的概率較小，將光伏電站接入這類具有平衡作用的節(jié)點(diǎn)對(duì)電力系統(tǒng)產(chǎn)生的影響更小。

圖5 不同光伏接入點(diǎn)的(a)潮流越限概率總和(b)節(jié)點(diǎn)電壓波動(dòng)(c)系統(tǒng)總網(wǎng)損Fig.5 At different PV access nodes:(a)The sum of probabilities of branch active beyond limit;(b)The standard deviation of voltage;(c)The network loss

除了潮流越限外，本文還分析了節(jié)點(diǎn)電壓受光伏的影響情況，如圖5(b)所示，選取了節(jié)點(diǎn)1、3、8、13、14、15、19 的電壓幅值的標(biāo)準(zhǔn)差作對(duì)比。整體上，光伏電站接入電網(wǎng)不會(huì)對(duì)節(jié)點(diǎn)的電壓產(chǎn)生太大影響，但是，光伏電站會(huì)對(duì)接入節(jié)點(diǎn)及其附近節(jié)點(diǎn)的電壓造成較大影響。此外，在算例所采用的系統(tǒng)中，通過對(duì)比發(fā)現(xiàn)，光伏電站更適合接入的節(jié)點(diǎn)類型為：①電壓等級(jí)較高的節(jié)點(diǎn)，如14、15、16 等，電壓幾乎不變化；②有發(fā)電機(jī)或調(diào)相機(jī)支撐的節(jié)點(diǎn)，如1、2、7等；③處于線路電阻較大的送端節(jié)點(diǎn)。

為分析光伏接入點(diǎn)對(duì)電力系統(tǒng)總網(wǎng)損的影響，本文作了如圖5(c)所示的對(duì)比，可見若在某些負(fù)荷功率較大且沒有電源的節(jié)點(diǎn)接入光伏電站，將使系統(tǒng)的網(wǎng)損減小。相反，節(jié)點(diǎn)21、22、23是電源端，負(fù)責(zé)集中送出功率，在這些節(jié)點(diǎn)接入光伏電站會(huì)產(chǎn)生較大的網(wǎng)損。因此，應(yīng)該將光伏電站接入點(diǎn)選在功率的受端或負(fù)荷較大的節(jié)點(diǎn)，這種接入方式可以使系統(tǒng)的潮流分布更加均衡，減小系統(tǒng)網(wǎng)損。

綜合上述結(jié)果分析中的3個(gè)因素，本文將節(jié)點(diǎn)14 作為光伏電站的接入點(diǎn)，進(jìn)而研究不同光伏電站的容量將會(huì)對(duì)電力系統(tǒng)產(chǎn)生何種影響。

圖6(a)對(duì)光伏容量對(duì)系統(tǒng)的影響進(jìn)行了分析，可見各個(gè)支路有功功率的標(biāo)準(zhǔn)差會(huì)隨著光伏容量的增大而增大，且兩者之間呈正相關(guān)的線性關(guān)系。除圖中顯示的幾條支路之外，其他支路的標(biāo)準(zhǔn)差均小于5且呈線性關(guān)系，為便于作圖，忽略其不計(jì)。由此可見，光伏并網(wǎng)后對(duì)與光伏接入點(diǎn)直接相連或鄰近支路的功率影響較大。由于輸電線路傳輸?shù)墓β视邢?，輸電線路的建設(shè)的工程量和投資巨大，因此，安裝光伏電站時(shí)，應(yīng)考慮輸送容量的限制，選擇對(duì)線路影響最小的最佳接入位置，此外，選擇最佳的光伏電站的容量也會(huì)對(duì)減小這種影響起到重要作用。

圖6(b)對(duì)比了不同光伏電站容量下，各支路的有功功率越限的概率。除圖中所示支路外，其他支路沒有出現(xiàn)越限或概率非常小。與圖6(a)對(duì)比可見越限的概率與標(biāo)準(zhǔn)差之間沒有必然聯(lián)系，標(biāo)準(zhǔn)差波動(dòng)大的線路有功功率并不一定會(huì)越限，其原因與光伏輸出功率的傳送方向有關(guān)，若與原支路潮流方向相同，則較小的光伏功率也可能造成支路越限，若方向相反，則光伏功率非常大時(shí)也不一定會(huì)造成潮流越限。

圖6(c)中系統(tǒng)的總網(wǎng)損隨光伏容量的增加而增大，但是這種影響并不明顯，當(dāng)光伏容量增加60 MW時(shí)，總網(wǎng)損僅僅增大0.5%即0.75 MW。由此可見，在安裝光伏電站時(shí)，應(yīng)將網(wǎng)絡(luò)損耗作為次要因素，首先考慮對(duì)系統(tǒng)穩(wěn)定運(yùn)行影響較大的因素，如輸電線路功率的波動(dòng)率和越限概率。

圖6 不同光伏容量下(a)支路有功標(biāo)準(zhǔn)差(b)支路潮流越限概率(c)系統(tǒng)總網(wǎng)損Fig.6 At different PV access capacity:(a)The standard deviation of branch power;(b)The probability of branch active beyond limit;(c)The network loss

3.2 儲(chǔ)能接入對(duì)系統(tǒng)的影響

3.1節(jié)對(duì)光伏電站的接入位置和容量隨電力系統(tǒng)的影響進(jìn)行了定性和定量分析，與光伏電站距離接近的支路更易受其影響，因此，對(duì)于儲(chǔ)能系統(tǒng)，對(duì)電力系統(tǒng)的影響也是類似，基于這個(gè)假設(shè)，本文將儲(chǔ)能系統(tǒng)和光伏電站接入同一節(jié)點(diǎn)。在不考慮棄光的情況下，假設(shè)光伏接入容量為100 MW，圖7(a)～(c)對(duì)比了不同的儲(chǔ)能容量下電力系統(tǒng)的支路潮流越限概率、有功潮流標(biāo)準(zhǔn)差和總網(wǎng)損的情況。

圖7 不同儲(chǔ)能額定功率下(a)系統(tǒng)支路潮流越限概率(b)支路有功標(biāo)準(zhǔn)差(c)系統(tǒng)總網(wǎng)損Fig.7 At different rating power of ESS(a)The probability of branch active beyond limit(b)The standard deviation of branch power(c)The network loss

由圖7(a)可見，儲(chǔ)能系統(tǒng)額定功率在12～16 MW 范圍內(nèi)，對(duì)系統(tǒng)幾乎沒有影響，隨著功率繼續(xù)增大，越來越多的支路潮流的越限概率降低，但是，對(duì)于一些易受光伏發(fā)電影響的支路，如18、20 和35 等，需要接入很大的儲(chǔ)能才能緩解越限問題，儲(chǔ)能系統(tǒng)投資較大，將會(huì)降低系統(tǒng)的經(jīng)濟(jì)性，因此，在安裝儲(chǔ)能系統(tǒng)前，對(duì)儲(chǔ)能投資與光伏收益的經(jīng)濟(jì)性進(jìn)行比較十分必要，若在完全滿足光伏發(fā)電需求的情況下，系統(tǒng)的經(jīng)濟(jì)性較差，可以考慮棄掉一部分光伏發(fā)電。

圖7(b)中標(biāo)準(zhǔn)差隨著儲(chǔ)能額定功率的增加而減小，通過對(duì)各個(gè)支路的對(duì)比，儲(chǔ)能系統(tǒng)對(duì)潮流波動(dòng)越大的支路抑制效果越明顯。由圖7(c)可見，在電力系統(tǒng)中接入儲(chǔ)能系統(tǒng)可以減小網(wǎng)損，而且儲(chǔ)能的大小與網(wǎng)損呈負(fù)相關(guān)關(guān)系，但其作用有限，儲(chǔ)能增加26 MW，系統(tǒng)的總網(wǎng)損僅下降0.16 MW，可見儲(chǔ)能系統(tǒng)對(duì)緩解光伏對(duì)網(wǎng)損影響的抑制作用有限。與3.1 節(jié)圖6(c)的分析對(duì)應(yīng)，相對(duì)于系統(tǒng)中電源和負(fù)荷的功率，較小的光伏和儲(chǔ)能難以對(duì)系統(tǒng)的網(wǎng)損產(chǎn)生太大影響，網(wǎng)損因素對(duì)前期規(guī)劃的影響較小。

如圖8所示，對(duì)不同儲(chǔ)能和光伏容量下系統(tǒng)總的潮流越限概率和總網(wǎng)損進(jìn)行了對(duì)比，整體上，光伏與兩者呈正相關(guān)關(guān)系，而儲(chǔ)能與兩者呈負(fù)相關(guān)關(guān)系，隨光伏容量的增加，系統(tǒng)受影響程度增大，隨儲(chǔ)能容量的增加，系統(tǒng)受影響程度減小。利用式(6)將各項(xiàng)結(jié)果標(biāo)幺化，在各項(xiàng)指標(biāo)的權(quán)重相同的情況下，將標(biāo)幺化結(jié)果代入遺傳算法，得出了不同光伏電站對(duì)應(yīng)的最優(yōu)儲(chǔ)能配置，以100 MW光伏電站為例，接入功率18 MW/20 MW·h 的儲(chǔ)能電站較為合適。

圖8 不同儲(chǔ)能額定功率和光伏容量下(a)系統(tǒng)總的潮流越限概率(b)系統(tǒng)總網(wǎng)損Fig.8 At different rating power of ESS and PV capacity:(a)The sum of probabilities;(b)The network loss

4 結(jié)論

對(duì)于光伏和儲(chǔ)能系統(tǒng)的接入將對(duì)電力系統(tǒng)產(chǎn)生的影響，本文利用概率潮流計(jì)算的方法進(jìn)行了分析，建立了考慮3種因素的多目標(biāo)優(yōu)化模型，并進(jìn)行了算例分析。文章的主要結(jié)論如下：

（1）以IEEE24 節(jié)點(diǎn)系統(tǒng)為例，綜合支路潮流越線概率、支路網(wǎng)損和節(jié)點(diǎn)電壓波動(dòng)3個(gè)因素，光伏電站接入節(jié)點(diǎn)14較為合適；

（2）光伏電站接入對(duì)附近支路的潮流影響較大，有發(fā)電機(jī)或調(diào)相機(jī)支撐的節(jié)點(diǎn)受光伏接入的影響較小，更適于接入電壓等級(jí)較高和負(fù)荷較重的節(jié)點(diǎn)；

（3）儲(chǔ)能系統(tǒng)的接入對(duì)于光伏電站產(chǎn)生的影響有明顯的抑制效果；

（4）將概率潮流的計(jì)算結(jié)果代入遺傳算法，令各項(xiàng)指標(biāo)的權(quán)重相同，得出了不同光伏電站對(duì)應(yīng)的最優(yōu)儲(chǔ)能配置，以100 MW光伏電站為例，接入功率18 MW/20 MW·h的儲(chǔ)能電站較為合適。