《工程管理前沿》（英文刊）第12卷第2期

隨著社會(huì)經(jīng)濟(jì)持續(xù)增長(zhǎng)，能源資源稀缺問題日益突出，可再生能源發(fā)展已成為全球共識(shí)。儲(chǔ)能技術(shù)作為連接可再生能源發(fā)電與供給側(cè)需求的重要橋梁，扮演著重要角色。近日，中國(guó)工程院院刊《工程管理前沿》（英文刊）第12卷第2期刊文《實(shí)現(xiàn)碳中和的儲(chǔ)能系統(tǒng)：挑戰(zhàn)與機(jī)遇》，探討儲(chǔ)能技術(shù)的創(chuàng)新路徑與應(yīng)用實(shí)踐，為能源轉(zhuǎn)型提供重要參考。

當(dāng)前可再生能源并網(wǎng)面臨的最大挑戰(zhàn)之一是其間歇性特征對(duì)電網(wǎng)穩(wěn)定性的影響。澳大利亞新南威爾士大學(xué)系統(tǒng)與計(jì)算學(xué)院高級(jí)講師莫華東博士指出，儲(chǔ)能系統(tǒng)特別是構(gòu)網(wǎng)型儲(chǔ)能，正成為新型電力系統(tǒng)不可或缺的穩(wěn)定支撐技術(shù)。相比傳統(tǒng)“跟網(wǎng)型”儲(chǔ)能僅依賴電網(wǎng)存在，構(gòu)網(wǎng)型儲(chǔ)能可獨(dú)立或主導(dǎo)建立局部電網(wǎng)頻率和電壓基準(zhǔn)，具備“自同步”“黑啟動(dòng)”“慣量模擬”等功能，有效彌補(bǔ)系統(tǒng)慣量和無(wú)功不足的問題。同時(shí)，儲(chǔ)能還可靈活響應(yīng)新能源波動(dòng)，保障系統(tǒng)運(yùn)行的穩(wěn)定性與安全性。

在電網(wǎng)負(fù)荷峰谷差增大的問題上，儲(chǔ)能技術(shù)同樣展現(xiàn)出顯著優(yōu)勢(shì)。莫華東表示，儲(chǔ)能是調(diào)節(jié)峰谷差的高效工具，通過“移峰填谷”改善負(fù)荷曲線，顯著提升設(shè)備利用率和電網(wǎng)經(jīng)濟(jì)性。構(gòu)網(wǎng)型儲(chǔ)能系統(tǒng)還能在輕載時(shí)段承擔(dān)電壓支撐功能，減少變壓器空載運(yùn)行損耗；在負(fù)荷高峰期則可參與調(diào)頻調(diào)壓，避免設(shè)備過載。

儲(chǔ)能技術(shù)不僅是解決電網(wǎng)穩(wěn)定性和負(fù)荷峰谷差問題的工具，更是實(shí)現(xiàn)碳中和目標(biāo)的關(guān)鍵支撐。“儲(chǔ)能在構(gòu)建低碳、安全、高彈性能源體系中具有系統(tǒng)級(jí)支撐作用?！蹦A東表示，一方面，儲(chǔ)能可以提高可再生能源的就地消納率和輸出平滑度，避免“棄風(fēng)棄光”；另一方面，儲(chǔ)能與配電自動(dòng)化、電動(dòng)汽車充電設(shè)施、建筑負(fù)荷管理的深度融合，能夠助力能源消費(fèi)端的“負(fù)碳化”。構(gòu)網(wǎng)型儲(chǔ)能還能實(shí)現(xiàn)新能源的“孤網(wǎng)運(yùn)行”與“區(qū)域解耦”，在沙戈荒、微電網(wǎng)等典型場(chǎng)景中實(shí)現(xiàn)低碳能源自治。

在技術(shù)應(yīng)用層面，不同類型的儲(chǔ)能技術(shù)因其響應(yīng)速度、持續(xù)時(shí)間、部署環(huán)境和系統(tǒng)協(xié)同程度的差異，適用于不同的場(chǎng)景?！颁囯姵兀˙ESS）因其高頻調(diào)節(jié)和備用應(yīng)用的特性，適用于一次調(diào)頻、快速需求響應(yīng)、邊緣構(gòu)網(wǎng)等場(chǎng)景，在用戶側(cè)和數(shù)據(jù)中心靈活部署，成本下降明顯但仍需政策支撐?！蹦A東介紹，抽水蓄能則是目前最成熟的長(zhǎng)周期儲(chǔ)能方式，適合長(zhǎng)時(shí)段、大容量的基礎(chǔ)負(fù)荷搬移，盡管單位成本低，但建設(shè)周期長(zhǎng)且地形受限；飛輪儲(chǔ)能適用于軌道交通、工業(yè)電能質(zhì)量保障等高頻次、瞬時(shí)功率響應(yīng)場(chǎng)景；鈉硫/液流電池則在10kWh~10MWh的中型系統(tǒng)中表現(xiàn)出較強(qiáng)的適應(yīng)性，適合工業(yè)園區(qū)、配電網(wǎng)側(cè)調(diào)節(jié)。

在AI技術(shù)快速發(fā)展的背景下，儲(chǔ)能系統(tǒng)的智能化水平不斷提升，但AI引入的網(wǎng)絡(luò)安全風(fēng)險(xiǎn)也不容忽視。莫華東博士表示，AI技術(shù)在BESS狀態(tài)估計(jì)、壽命預(yù)測(cè)、主動(dòng)優(yōu)化調(diào)度中的應(yīng)用正快速推進(jìn)，但AI模型帶來(lái)的“黑盒風(fēng)險(xiǎn)”和潛在網(wǎng)絡(luò)攻擊問題日益突出。對(duì)此，他建議從模型、平臺(tái)和機(jī)制三個(gè)維度綜合應(yīng)對(duì)：在模型端，構(gòu)建融合電化學(xué)知識(shí)的算法框架，提升模型決策的可驗(yàn)證性與物理一致性；在平臺(tái)端，采用聯(lián)邦學(xué)習(xí)、邊緣部署和本地建模方式，避免云端數(shù)據(jù)集中帶來(lái)的隱私泄露和攻擊窗口；在機(jī)制端，建立電網(wǎng)側(cè)AI算法“準(zhǔn)入機(jī)制”，并推行“算法溯源、動(dòng)態(tài)審計(jì)、異常防控”等治理機(jī)制。

盡管儲(chǔ)能技術(shù)前景廣闊，但其大規(guī)模應(yīng)用仍面臨“高成本、低規(guī)模效益”的困境。莫華東建議，構(gòu)建輔助服務(wù)市場(chǎng)，讓儲(chǔ)能按響應(yīng)速度、容量、時(shí)長(zhǎng)等提供調(diào)頻、無(wú)功等服務(wù)獲得合理補(bǔ)償；允許獨(dú)立儲(chǔ)能參與電力現(xiàn)貨市場(chǎng)與容量市場(chǎng)，享有與傳統(tǒng)電源同等市場(chǎng)地位；推動(dòng)共享儲(chǔ)能商業(yè)模式，降低單體項(xiàng)目開發(fā)成本，提升收益率；優(yōu)化儲(chǔ)能調(diào)度機(jī)制與價(jià)格信號(hào)設(shè)計(jì)，保障其長(zhǎng)期投資回報(bào)。（張沛、王郭驥）

分享讓更多人看到