基于层次分析法的储能配置综合评估技术-solarbe文库

资源描述：

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 é ë ê ê ê êê ù û ú ú ú úú 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 é ë ê ê ê êê ù û ú ú ú úú 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 é ë ê ê ê ê ê ê ê ê ê ê ê ê êê ù û ú ú ú ú ú ú ú ú ú ú ú ú úú 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 é ë ê ê ê ù û ú ú ú 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 é ë ê ê ê ê ê ê ù û ú ú ú ú ú ú 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