同时需求方弹性期权之间的竞争： 社区蓄电系统案例

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要翻译：
用于多种应用的社区储电系统比家庭储电系统有好处。更经济的灵活性选择，如需求响应和部门耦合，可能会缩小存储设施的市场规模。本文通过考虑竞争性柔性选择来评估社区储电系统的经济性能。为此，应用了一个与参与者相关的、基于场景的优化框架。结果与文献一致，并表明社区存储系统比家庭存储系统在经济上更有效。社区存储系统相对于家庭存储系统的相对存储容量降低是可能的，因为最终用户之间的需求和发电配置被平衡。平均而言，在基本情况下，每个家庭可能减少9%的存储容量，导致较低的具体投资。同时应用需求侧灵活性选项，如扇区耦合和需求响应，使社区存储容量进一步减少高达23%。同时，灵活性选项之间的竞争导致了社区存储灵活性潜力方面的较小收益，从而降低了这些应用的市场生存能力。在最坏的情况下，在灵活性措施之间的相食效应高达38%。灵活性收益的损失超过了能力削减的节省，因此部门耦合构成了比需求响应更大的影响因素。总体而言，考虑到所述的成本趋势、规模经济和减少的可能性，一个有利可图的社区存储模式可能会在2025年至2035年之间达成。今后的工作应侧重于对政策框架的分析。
---
英文标题：
《Competition between simultaneous demand-side flexibility options: The
  case of community electricity storage systems》
---
作者：
Fabian Scheller, Robert Burkhardt, Robert Schwarzeit, Russell McKenna,
  Thomas Bruckner
---
最新提交年份：
2020
---
分类信息：

一级分类：Electrical Engineering and Systems Science        电气工程与系统科学
二级分类：Systems and Control        系统与控制
分类描述：This section includes theoretical and experimental research covering all facets of automatic control systems. The section is focused on methods of control system analysis and design using tools of modeling, simulation and optimization. Specific areas of research include nonlinear, distributed, adaptive, stochastic and robust control in addition to hybrid and discrete event systems. Application areas include automotive and aerospace control systems, network control, biological systems, multiagent and cooperative control, robotics, reinforcement learning, sensor networks, control of cyber-physical and energy-related systems, and control of computing systems.
本部分包括理论和实验研究，涵盖了自动控制系统的各个方面。本节主要介绍利用建模、仿真和优化工具进行控制系统分析和设计的方法。具体研究领域包括非线性、分布式、自适应、随机和鲁棒控制，以及混合和离散事件系统。应用领域包括汽车和航空航天控制系统、网络控制、生物系统、多智能体和协作控制、机器人学、强化学习、传感器网络、信息物理和能源相关系统的控制以及计算系统的控制。
--
一级分类：Computer Science        计算机科学
二级分类：Systems and Control        系统与控制
分类描述：cs.SY is an alias for eess.SY. This section includes theoretical and experimental research covering all facets of automatic control systems. The section is focused on methods of control system analysis and design using tools of modeling, simulation and optimization. Specific areas of research include nonlinear, distributed, adaptive, stochastic and robust control in addition to hybrid and discrete event systems. Application areas include automotive and aerospace control systems, network control, biological systems, multiagent and cooperative control, robotics, reinforcement learning, sensor networks, control of cyber-physical and energy-related systems, and control of computing systems.
cs.sy是eess.sy的别名。本部分包括理论和实验研究，涵盖了自动控制系统的各个方面。本节主要介绍利用建模、仿真和优化工具进行控制系统分析和设计的方法。具体研究领域包括非线性、分布式、自适应、随机和鲁棒控制，以及混合和离散事件系统。应用领域包括汽车和航空航天控制系统、网络控制、生物系统、多智能体和协作控制、机器人学、强化学习、传感器网络、信息物理和能源相关系统的控制以及计算系统的控制。
--
一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
英文摘要：
  Community electricity storage systems for multiple applications promise benefits over household electricity storage systems. More economical flexibility options such as demand response and sector coupling might reduce the market size for storage facilities. This paper assesses the economic performance of community electricity storage systems by taking competitive flexibility options into account. For this purpose, an actor-related, scenario-based optimization framework is applied. The results are in line with the literature and show that community storage systems are economically more efficient than household storage systems. Relative storage capacity reductions of community storage systems over household storage systems are possible, as the demand and generation profiles are balanced out among end users. On average, storage capacity reductions of 9% per household are possible in the base case, resulting in lower specific investments. The simultaneous application of demand-side flexibility options such as sector coupling and demand response enable a further capacity reduction of the community storage size by up to 23%. At the same time, the competition between flexibility options leads to smaller benefits regarding the community storage flexibility potential, which reduces the market viability for these applications. In the worst case, the cannibalization effects reach up to 38% between the flexibility measures. The losses of the flexibility benefits outweigh the savings of the capacity reduction whereby sector coupling constitutes a far greater influencing factor than demand response. Overall, in consideration of the stated cost trends, the economies of scale, and the reduction possibilities, a profitable community storage model might be reached between 2025 and 2035. Future work should focus on the analysis of policy frameworks.
---
PDF下载：
--> English_Paper.pdf (1.56 MB)

2022-4-20 21:19:41 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Optimization Experimental SIMULTANEOUS Applications Quantitative

同时需求侧可选方案之间的竞争：社区电力储存系统的竞争Fabian Schellera,b,*、Robert Burkhardtb,Robert Schwarzeitb,Russell McKennaa,Thomas BrucknerbaEnergy Systems Analysis,可持续性司，技术、管理和经济系，丹麦工业大学（DTU）基础设施和资源管理研究所(IIRM),莱比锡大学。更经济的BovereXobility选项，如需求响应和扇区耦合，极大地扩大了存储设施的市场规模。本文通过考虑竞争性的可选方案，对社区电力存储系统的经济性能进行了评估。为此，应用了与ANACTOR相关的、基于场景的优化框架。结果与文献一致，表明社区存储系统比家庭存储系统更经济，当最终用户之间的需求和发电平衡时，社区存储系统相对于家庭存储系统的存储容量是可能的。在基本情况下，平均每个家庭可以减少9%的存储容量，从而导致更低的特定投资。同时应用需求侧的存储容量选项，如扇区耦合和需求响应，可以进一步减少社区存储大小的容量，最多可达23%。同时，broveleXiability选项之间的相互关系导致了社区存储的broveXiBilityPloyal的较小收益，从而降低了这些应用程序的市场生存能力。在最坏的情况下，相食相食的ects在boveleXobility度量之间达到38%。Benefinition的损失超过了容量减少的节省，因此，部门耦合在影响因素方面比需求响应要大得多。总体来看，考虑到所述费用趋势，规模经济，和其他可能性，一个可行的社区存储模型可能会在2025年至2035年之间达成。未来的工作应该侧重于政策框架的分析。关键词：需求侧存储资格、需求响应、扇区耦合、存储系统、优化建模、能源过渡亮点o社区存储系统被概念化为复杂的技术经济系统。o同时使用住宅存储资格选项之间的竞争优化。o同时应用存储资格选项造成的损失超过了收益。o扇区耦合构成了比需求响应更大的竞争因素。o社区存储系统将在未来几年变得经济可行。*相应的authorEmail地址:fjosc@dtu.dk（费边·谢勒）arxiv:2011.05809 v1[eess.sy]20201年11月11日。导言1.1.研究背景随着分散式可再生能源(RE)技术的增加，对可再生能源的需求增加。RE技术的一个关键技术是补偿发电中日益增长的间歇性[]，并提供额外的可约束性，以确保现有电力系统的弹性和可靠性[]。由于在家庭一级安装了各种稀土源，因此人们对位于空间附近的BES系统越来越感兴趣。目前，电动电池通常被用作家庭储电系统，安装在单个住宅中，由生产者使用，以最大限度地扩大其个人自用份额。然而，由于锂离子电池的高成本而引起的经济问题仍然是阻碍其广泛实施的主要障碍[，]。最近的研究表明，BES系统在多种应用领域具有更高的经济和生态优势[-]。这似乎是经济共同体合作伙伴资格选择的决定性因素（例如。

电力-热力或电动汽车方面的部门耦合，以及具有转移负载能力的智能电器）可能会进一步缩小BESapplications的市场规模[]。社区储能系统(CES)是一种在社区层面上由用户共享的电池存储系统，是一种潜在的多用途储能商业模式。已有研究认为CES系统的一些技术经济优势包括由于规模经济而降低投资，以及CES过度存储的相对存储容量降低是必要的[，]。此外，理论上，一个CES可以同时服务多个应用程序，而不是只提供一个服务，从而获得额外的收入流[，]。上述技术经济优势可能有助于降低CES系统的可加工性门槛。与CES解决方案竞争的相关工作，这篇综述侧重于评估CES系统的经济可行性的文献，其中考虑了容量减少的潜力，但也考虑了竞争的竞争优势。表1给出了概要。模型（sim.），优化模型（opt.）或者两者的混合体。其次，提出了评价企业经济绩效的指标体系。在经济学方面，一套既定的指标是宽度回收期(PBP)、净现值(NPV)和内部收益率(IRR)，以及以当量年值(EAV)表示的存储总量。此外，常见的性能指标是绝对自我消耗(SC)或SC比率(SCR)。其他有效的度量指标包括往返e-ciency(η)或等效的全周期(EFC)。第三，本研究特别注意如何在评估中纳入可选性选项。需求响应(DR)、热泵(HPs)以及应用领域。CES应用程序分为终端用户和运营商服务，并正在密切关注。一些研究也显示了CES在参与平衡市场方面的潜力，如CASE。所有进一步的结果将在极右翼专栏中简要总结。表1：对HES和CES系统的技术经济性能进行研究的综述。方法关键评价指标APPL。BrowteExactivity选项CES应用程序假定ECON主要性能经济DR部门耦合最终用户运营商CAPEX可行的结果[2]选择。SCR LCOES,PBP-(HP),BEV-ARB,PS 759-2,352 E/kWh,ARB+PS组合CESis有前途的商业案例；Li-ionis最佳性能技术[16]SIM./OPT。-EAV、IRR、NPV-MSC750$/kWH+10$/kW P.A.最佳CES容量为HES的65%；IRR为9.3%(CES)对8.0%(HES)[10]选择。SC,SCR LCOES,PBP 3(HP)MSC,BM-1000 e/kWh 7MSC>BM；OP.成本改善22%(HES)和30%(CES)；SC改善23%(HES)和29%(CES)[17]OPT。SC EAV-HP，BEV MSC-907 e/kWh(2015)3sches，随着HP，降低了35%，随着BEV的增加，增加了9%；相应的节约减少了35%，增加了17%[11]Sim./opt。η,EFC LCOES,LVOES,IRR-(HP)MSC,BM-1185c/kWh(2020)7CES>HES；MSC和BM正在竞争CES[12]SIM./OPT的申请。η,EFC LCOES,LVOES,IRR-(HP)MSC-1185c/kWh(2020)7由于社区方法（而不是单一家庭HES）,2020年成本降低37%[18]sim./opt.η、EFC LCOES、LVOES、IRR-HP BM-1185c/kWh(2020)7HP穿透14%，将LCOES降低5-8%，并提高了性能；从HES到CES[19]SIM，LCOES减少了56%。-运营成本--MSC,BM--运营能源成本由CES导出31%；CESE支持额外的收入[20]Sim./opt。-运营成本--使用CES系统[21]SIM时，运营能源成本高达65%。

-现金，净现值，内部收益率--BM-319-2,074 e/千瓦时（2015）7锂离子是最好的穿孔技术，并将在2020年成为可持续的。从规模经济来看，较大的CES系统可以比较小的HESsystems以更低的具体投资实现[,,,]。考虑到这一点，[]假设系统的制造规模经济具有较大的acertain阈值，CES系统可以实现HES系统的节省和收入，同时具有明显较低的存储容量。总的来说，研究表明CES系统通常比HES系统表现出更好的经济性能。这是由规模经济、多种应用的整合以及社区需求的聚合等因素所决定的。同时，回顾的研究对决定性的评估参数如grance等进行了广泛的讨论。虽然[]指出HPs增加了CES系统的可获得性，但[]有相反的数字证据。然而，仔细研究发现，CES系统的主要应用目的是通过储存多余的光伏发电以备以后使用来创造光伏发电的现场消耗量和HES的价值。当引入高压系统时，用于存储的电力可以直接由高压系统使用，从而降低了高压系统的利用率，从而降低了管理的经济收益，开发跨部门的可选方案更加适用[9]。综上所述，根据表1总结的对外直接投资假设和各种应用，对CES系统的技术经济性能进行了研究。然而，对于CES系统的可选性和规模以及这些系统的市场生存能力方面的新出现的可选性选项还缺乏了解。考虑到同时应用更经济的计算机，这将导致更小的存储相关收益。在这种情况下，基于模型的评估需要考虑CES系统的优点和缺点，来评估CES系统的各种可选性。此外，还需要通过考虑相应的学习率来系统地确定CES系统的经济可行性。因此，存储规模的减少与投资趋势间接相关，这再次导致即使就直接的可选选项而言，也具有更好的生存能力[27]1.3.研究范围鉴于所综述的文献和所提到的研究差距，本文旨在通过考虑竞争性的可选性选项，全面论证单户家庭CES系统的运行和经济可行性。本文回答了以下两个研究问题:oCES系统的灵活性竞争：考虑到同时的可选性，CES系统的优点和缺点是什么？oCES系统的假定投资，考虑到详细的成本趋势？本文的结构如下：第2节描述了相关的存储概念和应用领域，并阐述了容量成本趋势。第三部分介绍了优化系统，建立了CES和HES系统的成本函数，并概述了相关指标。第四部分是本文的案例分析。第五节对优化结果进行了分析，最后讨论了以往的结果和局限性。最后，在第6.2节中对研究结果进行了总结，并对今后的研究进行了展望。存储概念化2.1。电池系统存储在配电网级的部署有望在能量转换中发挥重要作用[，]。在BES领域内，住宅部门正在出现两个关于单户住房的概念，即家庭储电系统(HES)和社区储电系统(CES)。

图1提供了这两个概念的示意图。HES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES系统体系结构CES大多数HES系统为[，]服务。在这种应用中，多余的电力不被送入电网，而是储存起来供以后的时间点消费[]。HES投资可能是由于最终用户的直接动机，如心理、生态或财务动机[30，31]而进行的。CES是另一种有希望的方法。科学工作者对CES的认识差异很大。从本质上讲，有两个关键的方面经常被提到，这是理解Concept的核心。首先，CES被定义为社区成员之间共享的存储系统，这些成员通常（但不限于）位于空间邻近[]。与个人住宅中的HES系统类似，CES使能源社区在集体和本地管理可再生能源方面有更大的控制权。Emerginggrassroot倡议呼吁从根本上改变控制、准入和所有权结构，以赋予当地社区权力[]。其次，一些学者将CES称为社区最终用户与更广泛的能源网络之间的中间环节[28]，最近，CES系统似乎受到了更多的关注。首先，BES水平的共享操作比CES系统在经济上更有利[，]。第三，除德国海安会的主要目的外，表2[-]概述了海安会的主要目的。值得注意的是，所有项目都是用锂离子电池实现的。除此之外，概述还突出了CES产品的多样性。应用程序区域兼容应用程序[]。表3总结了锂离子CES系统的实际实现和商业可行性的相关应用领域[]。对能源有直接影响的应用2：德国精选CES项目概述（基于[35-39])运营商项目启动存储型发电机UserKACO Weinsberg 2013年11月150千瓦时Li-ion145千瓦时PV11千瓦时CHP23家庭HoldsMVV能源银行2014年12月100千瓦时100千瓦时Holds14家庭Holds4商业Subc Solar Epplas 2015660千瓦时70千瓦时光伏287千瓦时光伏13家庭Holdskraftwerke Haag EEbat 2015250千瓦时200千瓦时光伏20家庭Holdsentega Solarsiedlung 2016800千瓦时250千瓦时光伏82家庭Holds费用结束用户家庭（例如。成本节约）被称为最终用户应用程序，而服务则对市政公用事业部门产生影响（例如。表3：侧重于家庭的BES应用概述（基于[30]的自身表示）终端用户应用最大化自我消费(MSC)通过存储剩余用于后续使用账单管理(BM)在价格优惠的时期存储电力，然后在高峰时期消耗能量运营商应用现货市场套利(ARB)在价格优惠的时期从批发市场存储电力，并在高峰时期出售电力频率调节(FR)或释放电池系统附加值。MSC是最广泛考虑的应用[，]。MSC的经济生存能力在很大程度上取决于出口电力的报酬和进口电力的零售价格[]。在一些研究中，BM也被称为需求负荷转移、时间转移或终端消费者套利，仅适用于消费者面临时变电价或与容量相关的价格并需要降低峰值[40，41]的情况。在电网一级，现货市场abitrage(ARB)（约17.7 E/kWp.a.[])以及频率调节(FR)（约156 E/kWp.a.，约170 E/kWp.a.，约170E/kWp.a.，约57E/kWp.a.）。

对于第三级控制储备[])是为操作员增加价值的应用程序。ARB在概念上类似于ESBM。与BM相反，ARB应用是与一种交易策略相关联的，该策略是在不消耗能量的情况下利用上层市场的价格优势[]。CES系统可以在价格较低的时候从批发市场充电，在价格较高的时候放电。FR也被称为备用控制、频率控制或更广泛的辅助服务，是最有吸引力的应用之一[1，14]。尽管FR的方法很有前途，但其实施与高度的运营不确定性有关。首先，CES需要通过资格预审程序才能参与该项目。此外，由于储备市场的随机性，参与也可能导致请求。此外，FR的设计在不同的国家之间可能会有很大的差异。由于这些原因，MSC和ARB的应用是分析的重点。虽然HES系统只能应用YMSC，CES系统也可以应用ARB.2.3。成本趋势全面而可靠地描述储能系统的成本发展过去导致成本降低的主要技术驱动力是生产规模的扩大、材料的改进、更具竞争力的供应链、性能的增强和操作经验的好处[]。锂离子电池的技术驱动力和广泛适用性有望进一步降低成本[]。图2描述了从2015年到2040年固定式锂离子电池的一些预测价格发展情况，ine/KWH。图2：锂离子电池的预测价格发展情况（根据数据点[10、12、16、36、45-56])然而，未来价格明显下降的趋势是显而易见的。在[]中，在最好的情况下，2030年平均电池价格预计将降至约60E/kWh容量[]。根据[]，锂离子电池的价格在2030年后将保持相当稳定，因为市场将趋于饱和。逆变器的价格区间也强烈地影响了ER。在CSIRO的一份报告（2015）中，研究了BES系统的未来趋势，逆变器的价格从最佳情况下的514E/kWh到最坏情况下的1410E/kWh不等[]。相比之下，[]对电池逆变器的报价要低得多，从最好的情况下的105美元/千瓦到2016年最坏的情况下的290美元/千瓦不等。这些较低的成本对应于[]和[58]的逆变器成本信息。在本文的评估中，对2015年、2025年和2035年三个参考年份的HES和CES的经济性能进行了比较。虽然存储系统和逆变器选择了平均价格场景，但为了以统一的货币显示价格，必须将不同货币的价格信息进行换算，以使所有价格都是净价。与2025年至2035年的成本下降相比，2015年至2025年的成本下降显著高于2025年至2035年的成本下降。平均情况假设如下：2015-存储500E/kW，逆变器200E/kW；2025年-存储200 e/kW，逆变器100 e/kW；2035-存储150 e/kW，逆变器70 e/kW.3。模型方法3.1。优化模型鉴于CES系统的复杂性，决策者越来越需要适当的评估方法。为了回答市政一级的特定相关问题，开发了面向操作的优化模型POPT（集成资源规划和优化），以绘制社区能源系统的复杂性[，]。一个经过验证的基于图的能源系统方法允许通过考虑直接的能源载体和技术过程来准确地描述部署系统。此外，基于图的商业关联方法能够集成面向行动者的协调。

这是通过对城市市场行为者的一个层次和技术过程的另一个层次的明确建模，以及各层次之间的资源关系和商业协议机制来实现的。IRPopt是一个自底向上的技术经济优化模型，实现了INGAMS/CPLEX，用于解决混合整数问题(MIP)。主要目标是从演员的角度最大化收益。这导致了单个家庭以及整个相互关联的社区的技术组件之间能量的最佳分配。在这种情况下，目标函数展示了一个新的形式界面之间的供应和需求双方，融合了技术和经济方面。为了应用，调度时域的时间步长--一年35040个季度每小时的时间步长--被细分，以实现递归动态优化。其他地方[，，]。在本文的框架内，该模型采用与参与者相关的两步优化方法，从总体用户的角度出发，通过确定家庭的特定负荷需求需要用自己的发电或电网输入能量来覆盖，从而对能量输出进行优化，并应用需求侧的可选性选项来降低成本。对于fiefrst optimizationstep（prosumer optimizations)，特别是tari的方案以及分散能量技术的可变成本是决定性的。在接下来的步骤中，该模型从公用事业的角度出发，考虑总的剩余能源需求和供应，对所有其他能源进行优化。与社区相关的能源需求可以通过储存系统、发电厂活动和现货市场交易来平衡。过剩能源是指中央能源系统的市场价格是决定性的。成本函数为了系统地比较CES和HES系统，假设这两种技术都有几个电池单元。此外，还需要一个电池管理系统来控制电池和功率转换单元。必要的部件还包括气体抑制、空调、墙和智能电表。在这种情况下，HES（CostHEStot）和CES（CostHEStot）系统的一般成本函数在方程1.CostheSestot=CostheSessm+CostheSesinv(1)中描述。成本函数的主要部分是方程2中列出的锂离子电池（CostheSessm）的成本。由于数据基础的特点是高度不透明度，由于规模经济，[，，，]在容量方面有一个有意义的区别，即它们比小容量的系统相对便宜。考虑到这一点，[]对具有较大容量（Cnom）的BES系统应用了0.7的功率因数ClecoStsMforCl。由于本文的BES容量较小，假设大于10千瓦时的BES系统已实现规模经济。为了补偿容量阈值的降低，本文将功率因数从0.7从[12]调整为0.9。costhescessm=“cnomcl 0.9#·cl·costsm（2）第二个成本成分（CostHESCESinv）是用于HES和CES系统的双向逆变器，如公式3所示。虽然对于HES系统，每个系统必须配备一个逆变器，但CES系统逆变器的尺寸必须以kW为单位，以匹配电池存储的最大充放电率。因此，作为对静态锂离子电池的合理和典型估计，他们确定了电池的最大电荷状态(SOC)的0.5值。

除了逆变器的尺寸之外，他们假设容量大于10千瓦的逆变器可以实现规模经济0.7[]。CKW表示规模经济的阈值，costinv=“0.5·SOCMAXCK0.7#·CK·costinv(3)”CosthesCESINV=“0.5·SOCMAXCK0.7#·CK·costinv)。此外，在本文中，成本函数还包括运行和维护成本（CostCESom）。根据[]可获得的信息很少且模糊。运维成本高度依赖于存储设施可能需要更高的运维成本[]，HES系统被假设为免费的运维成本，如[，]所述，而CES的年度运维成本被假设为电池和逆变器投资的1.5%[43，48].3.3。评估指标在进行技术经济评估时，使用一套经济指标（年收益、当量年成本、当量年价值）和绩效指标（自耗率、自耗率和利用率）。年度收益IRPopt的优化方法确定了分配能量的每个参与者的收益。由于优化周期设置为一年，因此该值代表了一年的UALEUAFB不仅可以为最终用户而且也可以为CES的运营商（AFBop）积累。当量年costIn订单为评估一个系统的总收益，必须确定每个系统在此期间的相应成本。每个HES系统和CES系统共享的等效年成本(EAC)由等式4表示。在此背景下，资本回收系数被用于存储投资的年化。HES系统（CostHEStot）和CescosteStot的总成本组成[16,17,66].eachesces=(1+i)n·i(1+i)n-1·Costhescestot+CostCESom(4)3.3.3。等值年值总等值年值(EAV)是通过从AFB中减去EAC来计算的。如果EAVis为阳性，从经济角度来看，安装BES系统是有益的。这一计算构成了成本-效益-分析的基础上，作为成本节省和收益产生的运行BESare与电池的年度成本相比。[16].3.3.4也采用了类似的方法。自耗率CES主要（及HES专用）用于最大化家庭自发电的自耗，以降低最终用户的运营能源成本。因此，一个主要的兴趣是SC的体积，它可以用绝对或相对的术语来表示。自用光伏能量与光伏阵列年总发电量之比。随后的使用。SCRtot=EP vel+EP vhp+EP VHESCESEP V（5）为了研究每个成分对SCRtot的贡献，还可以按照公式6.scrl=EP VELEP V单独计算scrl、scrhp和scrcest；SCRHP=EP VHPEP V；scrhesces=ep VHESCESEP V(6)3.3.5。自给自足比率自给自足比率(SSR)是一个用来表示家庭能源自主性的指标。在这份文件中，SSR被定义为本地发电满足的电力需求的份额。因此，可以根据等式7计算SSR。电网消耗的能量以EGC表示，总电力需求由EELand EHP.SSR=1-EGCEEL+EHP(7)3.3.6之和给出。利用率：存储利用率(UR)表示可用存储容量的使用情况。按等式8所示的总时间步长（Tall）计算。ur=tchargedtall(8)4。案例研究4.1.模型inputis概述如下。4.1.1。市场参数saverage现货市场价格特征如图3所示。年金的利率为每年4%。

增值税适用19%。此外，这些情景包括电网消耗量和馈电薪酬的tari值方案。tari值由竞争性定价元素以及法定费用和税收组成，如图3所示：2015年德国EPEX现货市场平均周价格（基于EPEX数据的自有代表）。然而，根据德国储能协会的一项建议，为自消费的CES系统充电和放电被假定免除EEG（德国可再生能源法）附加费和电费。一个CES将不会被用来征税[]。鉴于2015年EPEX现货的平均现货市场价格为3.16ct/kwhel(el=电气），销售成本部分的剩余3.96ct/kwhel，假设为公用事业利润率。而一个住宅家庭的电网为29.16ct/kWh。在这种情况下，法律规定的组件目前约占电价的55%，电网费约占电价的25%。类似的程序也应用于气体的组分。初始价格为6.6ct/kWHF(f=燃料），采用电网和调节feesffPV系统，生产装置获得0.124e/kWHAL的报酬。在[68].4.1.2的帮助下预测了馈入报酬。家庭参数-社区由六个单独的家庭组成。每个家庭的需求由基于[]的高分辨率需求集合的电力需求(el)需求表示。平均能量。由于DR与一定程度的不适有关，因此假定最多40%的电负荷可以移动4小时(DRmax)。由[70]给出了一个自下而上的解释。范围在15，300千瓦和18，300千瓦之间。此外，每个prosumer可能配备了转换过程，并通过电网(EG)连接到存储过程。表4概述了光电系统(PV)、热泵系统(HP)、社区蓄电系统(CES)和天然气锅炉系统(NGB)的技术规定。给定的数据被分解为一个单一的客户。本文应用的高压电源为地源高压电源。在没有HP的情况下，存在天然气锅炉(NGB)来满足热需求。指标el和th再次与电或热方面有关。表4：分析技术的技术特性（基于[5,52,72])特性PV HP NGBArea 0-30 mPower 9 kWth9 kWthe Ciency 18%EL95%EL95%THCOE Cient performance(COP)每月3.95%)，并被设置为每季度每小时0.001%，相当于每月略低于3%[，]。此外，根据BES尺寸对充放电容量进行了定标。表5概述了BES系统的相关技术特性。表5：BES特性（基于[5,52,72])特性值单位(Dis)充电率95%自放电率0.001%/1/4技术寿命20 a4.2。方案概述图1说明了针对每个HES和CES案例应用的方案所考虑的系统设计。所给出的方案也代表了基线方案（方案1）。在这两种情况下，都建立了一个由六个家庭组成的社区或更确切地说是邻里的模型。因此，IRPopt允许自己为每个家庭建模。此外，如4.1.1节所述，一个市政公用事业也充当cesgived tari the s或自用。多余的光伏能量可以临时或场景存储。在HES的情况下，HES安装在每个家庭的房地内。在CES案例中，aCES由运营商管理，社区的最终用户通过公共网格连接到CES。分布在六个家庭的所有HES系统的总容量等于CES的总容量，这符合MSC的战略。

相反，在CES的情况下，CES可以执行多种申请，对家庭和运营商都有积极的影响。首先，最终用户可以利用该系统进行MSC。其次，当系统未充分利用时，运营商可以通过上游应用程序按时间步骤产生收入。就本文而言，ARB是可以应用的。由于其他可选期权可能会降低CES的市场生存能力，在某些情况下，参与的家庭也有可能应用直接可选期权。总的来说，如表6所示，对可选期权进行了建模和分析。IRPopt相应地优化了控制的能量输出。如前所述，场景1被认为是作为基准的基线场景。情景2-4用于评估可选性选项对技术经济的影响。六个家庭生产户在情景1-5之间发生变化。在情景1中，社区按照上述描述结构。每个家庭都有自己的网格。在场景2中，每个社区成员的prosumer组合中都添加了一个HP来产生电热。在这种情况下，多余的光伏电力可以通过现场的HPrather用于热转换，而不是将其输出到电网或向CES系统充电。在方案3中，将DR添加到ProvideAdvisory BrowteExactivity中，而在方案4中，这两个BrowteExactivity选项都嵌套应用到CES系统。最后，测量充放电功率与储能容量的比较[]。因此，在场景1-4中，市盈率被设置为1，这意味着充电和放电功率是根据所述存储容量设置的。表6：应用的方案组合灵活性选项市盈率[kW/kWh]惠普DRmax1 0.5方案1：基本情况7 7 3 7 7 7方案2：惠普情况3 7 3 7方案3：DR情况7 3 3 7方案4：HP+DR情况3 3 3 7方案5：电力对能源情况7 7 7 7 3根据[]财务回报对直接PV和HES或CES组合高度敏感，因此进行了敏感性分析。每个家庭的HES和CES份额从0到10千瓦时不等，阶梯为2.5千瓦时。双极板电池容量与不同的光伏大小相结合，范围从0到30分钟7.5m台阶。在每个HES和CES场景下，不同的PV尺寸和不同的DI-ERENTBES容量可使灵敏度达到25个。优化结果及讨论5.1。技术经济评价从经济指标AFB、EAC、EAV和UR四个方面，对各方案的年度优化结果进行了初步分析。虽然第5.1.1和5.1.2节详细考虑了情景1的结果，但第5.1.3节将结果与情景2-5.5.1.1进行了比较。灵活性分析见表7。在HES的情况下，该值对应于HES的运行为每个家庭每年节省的能量，以便设置电网消耗。因此，只考虑与存储应用程序直接相关的功能。这涉及零售价格的节省，但也涉及监管税和电网费。不包括自生能源的直接自耗收益。