光伏储能产业发展及未来趋势

光伏储能产业发展及未来趋势摘要：
在碳达峰、碳中和目标要求下，储能技术是新能源产业和可再生能源产业等场合的核心技术，国家根据市场发展的需求推出了系列储能政策，促进储能技术的发展。

结合近年来储能技术的相关政策，分析光伏储能电站领域的应用现状，结合国家推行的政策和市场的需要，提出了光伏储能未来将会朝着智能化、标准化和市场化的方向发展。

关键词：储能技术、光伏、锂电池、光伏储能技术
1.光伏+储能的必要性
1.1背景介绍
在可再生能源实践中，储能系统是重要的一环。

储能系统的引入可以对风光出力和能量调度起到平滑作用，在相当程度上改善新能源发电功率的不稳定性。

得益于这一优势，在光伏和风电领域储能被看好。

目前光伏发电系统一般运行于两种模式下，分别是脱网独立运行模式和并网运行模式
（1）脱网独立运行模式。

在这种运行模式下，其目的是最大限度地保证家庭设备正常稳定运行。

太阳辐照充足时，除去提供给家庭正常用电外，多余的电
能将会通过储能系统储存起来。

当电网侧出现供电问题无法正常供电或者天气呈现阴雨天时，储能系统进行电能释放以保证家庭负载的正常工作。

（2）并网运行模式。

在日间不需要光伏电量以及电网谷价比光伏发电更低的场合，通过光伏系统与电网连接，将多余电能馈送给电网，但是需要注意的是光伏发电电能质量需要满足并网要求。

光伏安全并网的条件为：光伏有功功率变化1min时间尺度不超出装机容量的±10%[2]。

1.2光伏电储能系统的主要研究方向
1）光伏储系统集成的研究。

综合考虑复合储能系统的技术和经济性能，建立了反映复合储能系统特性参数和成本特征的数学模型[3]，相比于单纯的发电系统模型更为经济可靠。

2）发电与储能容量配置的研究。

从系统供电可靠性、发电功率波动大小以及系统成本等角度出发，致力于提出合理配置复合储能容量的方法[4]。

不仅可以保证资源的合理有效利用，还可降低电网建设和运营等成本。

3）储能系统平抑能力的研究。

针对光伏发电存在不稳定性的问题，基于超短期功率预测，采用先进的控制策略对发电功率波动进行平滑[5]，实现对短期发电功率的平抑。

4) 光伏储系统能量优化控制。

光伏储系统能量优化控制的相关研究致力于优化控制算法，提出了联合控制和场站控制等优化模式[6]，改善系统功率输出不稳定的特性。

2.储能技术
目前储能技术主要有电化学储能、电磁储能、热力学储能和机械式储能等，主要由储能元件、并网换流器及控制系统组成。

现阶段，存储系统都需要辅助电力电子设备来完成部分或全部功能，例如电池管理、整流器、逆变器、转换器、电源控制、安全系统和冷却。

2.1电化学储能
各类电化学储能由于使用方便、响应时间快、选址配置灵活而成为现阶段最受关注的储能技术，在大规模储能领域中具有广泛的应用前景。

目前可用于大型储能电站的电池主要有钠硫电池、液流电池、铅碳电池和锂离子电池等。

此外，在电化学储能的传统技术基础上开发新的储能体系正迅猛发展，如混合型超级电容器和液态金属电池等。

表1 电化学储能分析比较
热
性充放电、
已实现模
块化技术
表2 其他形式储能分析比较
3.储能材料市场分析
3.1电化学储能市场
电化学储能包括铅蓄电池，钠硫电池和锂电池三大技术路径。

锂电池由于成
本的不断下降逐渐受到行业的关注，钠硫电池、铅蓄电池以及液流电池的应用规
模则相对较小。

根据中关村储能产业技术联盟(CNESA)全球储能项目库的不完全统计，截至2018年底，全球新增投运的电化学储能项目主要分布在39个国家和地区，装机
规模排名前十位的国家分别是韩国、中国、英国、美国、澳大利亚、德国、日本、比利时、瑞士和加拿大，规模合计占2018年全球新增总规模的95.8%。

国内方面，已投运储能项目累计装机规31.3GW，同比增长8.3%，占全球市场总规模的17.3%。

各省的电网侧储能规划累计规模超过1.4GW，电网侧将是中国储能市场最为热门
的应用领域。

3.1.1锂电池市场
近年来锂电池产业快速发展，2019年需求量超过248GWh，其中随着全球新
能源汽车产业的快速发展，动力电池需求量达到了129WGh，超过了消费电池的需
求量（80GWh），成为主要的应用领域。

预计到2020年全球锂电池需求量将达到340GWh，其中动力电池需求量将增长至208GWh，占比高达61.2%。

图
1 2016-2020年全球锂电
池需求量预测-GWh
2017年，我国锂电池的市场规模已经达到了1130亿元左右，其中动力锂电
池规模大约600亿元。

但是随着新能源汽车补贴政策的调整，引发整车厂成本上升、利润下降，导致电池制造企业利润下降，且市场更倾向于能量密度更高的三
元正极材料，从而使碳酸锂、四氧化三钴等原材料价格出现“断崖式”下跌。

根
据彭博新能源财经（Bloomberg New Energy Finance）2020年9月发布的《长期
能源储存展望报告》，表示从2018至2030年间，锂离子电池的价格将下降52%。

（三元/国
/2500mAh）
高端动力
18650
7.17.67.35元/颗
（三元/国
/2500mAh）
表3 2021年 6月29日锂电池及主要材料价格行情[7]
3.1.2超级电容市场
目前，我国超级电容器市场维持高速增长，2019年市场规模达210亿元，较2018年增长15%。

但是，超级电容器在全球储能装置的市场份额仍然较低，现阶段不足1%，在中国储能装置的市场份额约为0.5%，市场渗透率较低。

伴随技术的不断发展与创新，我国超级电容器市场潜力巨大，前景良好。

图
2 2009-2019年中
国超级电容器市场
规模-亿元
3.1.3其他电
化学储存电池
在起动和大型储能等应用领域，铅酸蓄电池由于其技术成熟、安全性高、循环再生利用率高、价格低廉等优势占据主导地位。

2019年全球铅酸蓄电池市场规模约为437亿美元。

由于铅酸蓄电池使用重金属铅，且生产过程中需要严格控制污染物的排放，环境问题将是影响未来铅酸蓄电池市场的关键因素，未来市场增长率将维持在1%的水平。

钠硫电池是一种由液态钠和硫构成的熔盐电池，具有高能量密度、高效率充
电/放电（89-92％）和长循环寿命，主要应用于电网储能等领域。

钠硫电池主要
在日本使用，并将其大量装配到储能项目中，但由于安全性问题已逐步退出储能
领域。

3.2光伏储能市场
太阳能作为一种清洁能源，近年来发展速度较快，月度产量逐渐走高，2019
年12月达到1330.5万千瓦，同比增长17.2%。

2011年至今，随着技术的不断成
熟和应用的推广，太阳能电池的价格逐渐走低，2020年2月价格为0.07美元/W。

到 2020 年底，我国累计光伏装机容量预计可达 239.3 GW，连续八年全球第一。

图
3 2011-2020年2月全球太阳能电池及规格走
势-美元/瓦
3.2.1光伏储能技术
光伏发电系统的建模方案可采用间接组合
建模的思路，通过对各发电和储能单元的动态特性分析,分别建立光伏发电单元
和储能装置的特征模型。

然后通过一定的等值方法将单元级的模型应用于光伏电
站和储能电站的聚合建模当中，即得到若干台“机”集聚后的场/电站模型。

最
终光伏电站和储能电站在公共连接点(Point of Common Coupling,PCC)汇集在一
起实现并网，并且在PCC点对电网表现出整个发电系统的动态特性，实现发电系
统的建模[8]。

1.
光伏发电单元的建模[9]。

光伏发电单元的建模主要包括光伏阵列模型、DC/AC 逆变器模型以及各部分之间的数据接口。

大型并网光伏电站发电单元的总体结构
图如图4所示。

图
4 光伏发电单元框图
1.
储能单元的建模。

储能单元的建模主要包括储能电池组模型、DC/AC 换流器
模型以及各部分之间的数据接口，其结构和光伏发电单元的总体结构比较相似。

大型储能电站储能单元的总体结构图如图5所示。

图
5 储能单元框图
3.2.2光伏储能电池选择
1）锂离子电池。

锂离子电池因其具有较高的能量密度(锂离子电池电压在3-
4V之间)、良好的循环稳定性和较低的自放电等特点，成为电池技术研究和产业
应用的热点话题。

然而，随着锂离子电池的应用普及，储量有限的锂资源、严重
的安全隐患及成本高等问题，限制了锂离子电池在储能领域的大规模应用。

2）锌阴极电池。

锌电池具有更高的存储容量和安全性。

与锂离子电池相比，锌电池更为安全。

同时，成本更低、对环境更友好、电池更易组装，且组装完全
可以在空气中进行，不需要严格、苛刻的惰性气体保护等条件。

但在正负极材料
溶解和腐蚀、电解液等方面仍存在着许多技术瓶颈和难题。

同时，水系锌电池的稳定电压一般在2V以下，严重限制了该电池体系的能量密度。

3）混合储能系统。

储能系统按类型可以分为2类［10］：一类是能量型储能系统，存储容量大但寿命短；另一类是功率型储能系统，响应速度快，但存储容量小。

现阶段，光伏储能可采用蓄电池为代表的能量型储能系统和以超级电容为代表的功率型储能系统作为混合储能系统[11-12]。

4.光伏储能现状及案例
4.1中国储能电站现状
为加强中国电力储能行业的储能技术研发和智能技术制造升级，2017年国家发展改革委等五部门联合发布《关于促进储能技术与产业发展的指导意见》，明确“十三五”为储能技术的商业化初期阶段，到“十四五”，储能行业将进入大规模发展阶段。

2019年7月，国家财政部等部门联合发布《2019—2020年储能行动计划》，为推进“十四五”储能行业发展制定具体行动计划。

2019年7月，新疆发展改革委发布《新疆第一批发电侧光储联合运行试点项目清单》，项目总规模为221 MW/446 MW·h。

目前，中国已有超过40个储能示范项目，如国家电网公司在张北建成的张北风光储蓄输电项目，辽宁电网在卧牛石风电场建成的 5 MW × 2 h 全钒液流电池储能示范电站，中能智慧能源在甘肃瓜州建设的720 MW·h网域大规模储能电站等。

以青海共和光伏实证基地55MW多光伏组件组合光伏电站为案例，采取模型优化得出混合容量优化配置方案。

选用多种技术成熟、运行安全性高且无地理位置限制的储能装置组成混合储能组合，其中功率型储能为超级电(SC)、飞轮储能(Flywheel)和超导磁储能(SMES)，能量型储能为全钒液流电(VRB)、锂电池(Li)和铅蓄电池(PbAc)，各储能方式的相关参数见表4[13-15]。

表4 储能系统参数
可采用遗传算法求解混合储能容量优化配置模型，得到各混合储能组合的容量优化结果，见表5[16]。

通过对比SC 、Flywheel 与SMES 功率型储能，其容量优化结果没有差别，但由于Flywheel 的全寿命循环次数较少，需进行更换；SMES 较SC 单位成本高，导致对应方案总成本较高。

对比VRB 、Li 与PbAc 能量型储能，由于PbAc 放电深度较浅，导致所配置的容量远大于前两种；另由于VRB 转换效率相对较低，导致对应方案的目标出力满足度低于其他方案。

表5 优化结果
总体来说，各方案的目标出力满足度差异较小，从降低全生命周期成本与减
少储能更换次数考虑，推荐“超级电容＋全钒液流电池”的混合储能组合方案，
对应的容量配置方案为：超级电容(4.6 MW/(1.21 MW·h))＋全钒液流电池(9.2 MW/(6.26 MW·h))。

5.结语和展望
太阳能作为一种清洁能源，其发展得到多方的重视。

国家在储能方面出台了
一系列的政策，从“十三五”到“十四五”期间储能技术开始商业大规模化应用，带来了巨大的经济效益。

随着光伏电站的不断增加，其配备储能系统已经成为未
来的必然趋势。

通过对现阶段光伏+储能的行业现状进行分析，可知：•
储能系统通过对电能的存储和释放，可以有效缓解光伏电站输出功率波动给
电网带来的不利影响，提高电网安全性。

•
储能能最大限度的优化太阳能的供给。

•
光伏+储能系统的灵活性能为输电系统运营上和配电系统运营商提供更快、
更精确的服务。

•
光伏+储能系统能有效的减少网络成本，减少供给端峰值的产生。

•
储能系统可通过电价套利获取利益，提供更稳定的能源价格。

规模化储能必将为节能减排做出不容忽视的贡献，成为支撑能源革命的新生
力量，为光伏发电提供一条新的可持续发展之路。

光伏储能的智能化、标准化和
市场化发展将会成为热点，为新能源产业和储能行业的长久发展奠定良好的基础。

参考文献
1.
刘伯洵.电池储能系统成为储能技术主流的三个迹象. 中国储能网
2.
国家电网公司 .Q/GDW 1617—2015 光伏电站接入电网技术规定［S］.北京：中国电力出版社，2016. State Gird Corporation of China. Q/GDW 1617-2015 Technical rule for connecting photovoltaic power station to power grid ［S］.Beijing：China Electric Power Press，2016.
3.
李昂，罗珊．储能装置在风光储联合发电系统中的应用［J］．黑龙江电力，2014，36(2) : 148－151． LI Ang，LUO Shan． Application of energy storage device in wind- PV-ES hybrid power system［J].Heilongjiang Electric Power，2014，36(2) : 148－151．
4.
郑乐，胡伟，陆秋瑜,等．储能系统用于提高风电接入的规划和运行综合优化模型［J]．中国电机工程学报，2014，34( 16) : 2533 － 2543．
5.
王成山，于波，肖峻，等.平滑可再生能源发电系统输出波动的储能系统容量优化方法［J].中国电机工程学报，2012，
32( 16) : 1－8．WANG Chengshan，YU bo，XIAO Jun，et al． Sizing of energy storage systems for output smoothing of renewable energy systems［J]．Proceedings of the CSEE，2012，32(16) : 1 － 8．
[6] ZHENG Le，HU Wei，LU Qiuyu，et al．Ｒesearch on planning and operation model for energy storage system to optimize wind power integration［J］． Proceedings of the CSEE，2014，34(16) : 2533 －2543．
[7] 鑫椤数据 2020年9月25日锂电池及主要材料价格行情
[8] 王皓怀，汤涌，侯俊贤，等．风光储联合发电系统的组合建模与等值［J］．中国电机工程学报，2011，31(34) : 1 － 9．WANG Haohuai，TANG Yong，HOU Junxian，et al．Composition modeling and equivalence of an integrated power generation system of wind photovoltaic and energy storage unit［J］． Proceedings of the CSEE，2011，31(34) : 1－9．
[9]卢成志，高林涛，李忆,等.规模化储能在风、光发电项目中的应用探索[J].黑龙江电力学报，2020，42（3）: LU Chengzhi，GAO Lintao，LI
Yi.Application of large-scale energy storage in wind and photovoltaic power generation projects.2095 － 6843( 2020) 03 － 0229 － 07.
[10］李学斌，刘建伟 . 采用二阶滤波的混合储能系统实时功率分配方法［J］.电网技术，2019，43（5）：1650-1657. LI Xuebin，LIU Jianwei. Real-time power distribution method adopting second-order filtering for hybrid energy storage system[J］. Power System Technology，2019，43（5）：1650-1657.
[11］ YANG P，NEHORAI A. Joint optimization of hybrid energy storage and generation capacity with renewable energy［J］. IEEE Transactions on Smart Grid，2014，5（4）：1566-1574.
[12］吕超贤，李欣然，户龙辉，等.基于小波分频与双层模糊控制的多类型储能系统平滑策略［J].电力系统自动化，2015，39（2）：
21-29. LYU Chaoxian ，LI Xinran，HU Longhui，et al. A smoothing strategy for hybrid energy storage system based on wavelet frequency allocation and two-level fuzzy control［J］. Automation of Electric Power Systems，2015，39（2）：21-29.
[13］ Bocklisch T. Hybrid energy storage approach for renewable energy applications[J]. Journal of Energy Storage，
2016，8：311-319.
[14］ Aneke M，Wang M. Energy storage technologies and real life applications—A state of the art review[J]. Ap
plied Energy，2016，179：350-377.
[15］ Gallo A B，Simões-Moreira J R，Costa H K M，et al. Energy storage in the energy transition context：A technology review[J]. Renewable and Sustainable Energy Reviews，2016，65：800-822.
[16]马超，董森，华正操，等.多种光伏组件组合光伏电站的混合储能容量优化配置研究[J].天津大学学报(自然科学与工程技术版)
2020,53(11).Capacity Configuration of Hybrid Energy Storage System for PV Power Stations Using Multiple Solar Trackers.[J].
Journal of Tianjin University(Science and Technology)2020,53(11).
7。