摘要
电力行业正经历着向无碳智能系统的范式转变，这是由不断增长的能源需求、长期使用的物理资产的折旧以及全球环境挑战所推动的。最近信息和通信技术的进步，以及[可再生能源]与配电系统的广泛结合，为系统运营商和终端用户带来了新的机遇和挑战。储能系统可以帮助充分利用这些机会，减轻潜在的挑战。因此，ESS的装机容量正在迅速增加，包括表前和表后(BTM)，最近ESS成本的大幅下降加速了这一进程。这项工作的重点是安装在最终用户处的BTM ESS和相关技术、不同的计费和定价政策，以及从系统运营商和最终用户的角度看其潜在能力。此外，还对BTM能源管理问题的优化解决方案进行了简要但全面的概述，并对一些BTM案例研究进行了快速总结。最后，探讨了在当今电力系统中实现BTM系统的挑战，并确定了未来研究的潜在研究领域和渐进式解决方案。
1. 引言
随着世界的快速现代化和对电力需求的增加，近年来全世界对日益增长的排放和气候变化、能源供应安全以及燃料价格上涨的担忧加剧了[1]。建筑物是最大的能源消费者之一，占全球能源消费总量的40%以上，并具有相当大的碳影响[2]。文献显示，部署可再生能源，如屋顶光伏，以满足建筑物的部分能源需求，可以缓解网络压力，减少对化石燃料的依赖，降低成本，减少排放[3]。然而，越来越多的可再生能源的安装使得实时保持供需平衡成为挑战，而这一直是由储备发电机来解决的。传统的解决方案不再能够承受[间歇性可再生能源]造成的额外波动，因此迫切需要有效的替代方案[4],[5]。
采用准确的ESS管理策略控制的储能系统已经成为应对电力系统中可再生能源所带来的挑战的有效解决方案[6]。早期安装的是公用事业部门安装的大型固定式ESS，这对提高电力供应的可靠性和安全性有积极作用[7],[8]。由于成本迅速下降，较小的ESS正在被安装在配电系统中，为发送用户提供现场服务。总的来说，ESS可以根据其额定功率(P)分为三类[9],[10]。
-
大型技术。P>100兆瓦。
-
中等规模的存储系统。5 mw < P < 100 mw。
-
小规模的储能设备。P < 5 MW。
小规模的ESS通常安装在客户的场所，被称为表后(BTM)ESS，对于住宅客户来说，通常不超过5千瓦/13.5千瓦时，对于商业和工业单位来说，不超过5兆瓦/10兆瓦时[11],[12]。随着电力电子学的最新进展，考虑到ESS可能有望提供的服务，它们既可以储存来自现场发电机或电网的电力，也可以由两者提供[13]。最近，随着分布式发电机(DG)的增长，BTM ESS的装机容量也急剧上升[14]。这一趋势因ESSs技术的进步、采用时变电价、政府补贴和激励计划以及复杂的能源优化系统而加速[15]。例如，在德国，近年来超过40%的屋顶[光伏系统]已经与BTM ESSs配对[16]。在澳大利亚，这一进程正在加速实现到2025年为住宅和小型商业单位提供100万个存储设备的目标[17]。在美国，2020年期间，住宅BTM存储系统的装机容量每季度稳定增长73%[18]。
BTM ESS的实施需要准确和有效的系统设计，以及相关技术的使用。这包括选择适当的储能类型，根据系统规格定制电力电子设备，以及安装[智能电表]以监测和控制电力流。为了给BTM ESS分配角色，需要充分调查其主机网络中普遍存在的政策和法规，以及最终用户的期望，这在很大程度上受到用于计算客户账单的计量系统和关税类型的影响。为了获得最好的结果，并确保高效和最佳的系统运行，应该实施准确的ESS管理策略。要做到这一点，系统设计者必须牢固掌握与实施BTM设备相关的挑战、BTM ESS优化技术以及已实施的案例研究的结果。据作者所知，尽管已经发表了许多关于存储技术的评论作品，但在文献中还没有关于表后小规模ESS的评论，提供所有这些信息。
在这项工作中，我们努力从以下几个方面彻底研究BTM ESS。BTM系统配置及其相关技术，不同计量和定价方案的经济影响，BTM ESS对公用事业和最终用户的潜在应用，[优化策略]及其在BTM ESS问题上的应用，全球范围内实施的BTM案例研究，BTM存储系统实施的挑战，以及未来研究的潜在领域。本文的其余部分组织如下。第[2]节深入研究了BTM技术和系统组件。第[3]节调查了计费和定价策略以及它们对ESS所有者的计费成本的影响。第[4]节对BTM ESS在终端用户和公用事业方面的不同潜在应用进行了全面审查。第[5]节研究了用于BTM ESSs能源管理问题的优化方案。第[6]节专门回顾了全球范围内的一些实施案例研究。第[7]节探讨了在[智能电网]中部署BTM ESSs的潜在挑战。第[8]节强调了未来调查的潜在领域，以提高BTM ESS在未来智能电网中的效率，最后，第[9]节总结了本文。所提交的工作补充了现有的文献，对BTM ESSs在未来智能电网中的潜在价值提供了宝贵的见解。
2. 技术
BTM[ESS]技术已经被引入，以使终端用户即使在[停电]的情况下也能满足其能源需求。客户可以通过在其场所安装基于燃料或可再生的发电机来生产能源。他们也可以为自己配备BTM ESS，以提高能源的弹性，特别是在依赖天气的可再生发电机的情况下[13]。在有时间变化关税的地区，BTM ESS可以帮助用户减少他们的计费成本，使他们能够在低价期储存能量，在高价期使用。现在，最常见的BTM安装，特别是对于建筑物，是[PV]加ESS[14]。因此，本研究的重点是这种装置，尽管其他类型的发电机，如小型/中型水力[涡轮机]、[风力涡轮机]和柴油发电机，以及包含这些技术的混合系统，也可以考虑用于BTM装置。从这里开始，本工作中的术语BTM系统/资源是指BTM光伏加ESS。然而，对于更多的信息[19]，讨论了其他潜在的分布式能源技术在不同层面的使用。为了说明问题，[图1]中的光伏加BTM存储系统的实现引入了一系列组件和运行模式，在下面的小节中详细说明。
图1. 表后能源系统的示意图。
2.1. 分布式光伏系统
由于安装简单，光伏系统是最常使用的危险源之一。它们吸收光(光子)，并通过太阳能电池将其直接转换成直流电。当太阳能电池连接在一起以增加输出电压和/或电流时，就形成了一个[光伏组件]。光伏系统通常由一个光伏组件阵列组成，部署在一起为单个用户供电或向电网馈电[20]。它们为系统运营商提供了一系列优势，包括减少环境污染和电力损失，增加发电量，以及推迟网络扩张。然而，网络可能受到光伏系统不受控制和广泛渗透的挑战[1]。
在过去的十年里，全球分布式光伏系统的装机容量已经大幅扩大，由支持性的金融政策启动，但现在随着光伏系统成本的降低，这一趋势已经加快了。目前，光伏发电机占全球2800吉瓦可再生能源总装机容量的四分之一以上[21]。太阳能电池的效率和制造的进步以及规模经济是推动光伏系统成本降低的关键因素。中国是世界上光伏安装能力的领导者，到2020年，分布式光伏安装量将达到27GW，使其总安装量达到205.2GW。美国的光伏系统累计安装量为76吉瓦，排在第二位，其次是日本，安装量约为63吉瓦。德国和印度是名单上的第四和第五个国家，分别有大约50吉瓦和38吉瓦[22]。
目前，阻碍小/中规模应用的光伏系统广泛安装的主要挑战之一是其高成本和长[投资回报期][23]。因此，有必要制定适当的支持性政策和补贴来发展该行业。支持性政策，如日本自1994年以来提供的政策，已显示出对光伏系统的推广是有效的[24]，意大利和德国政府为每千瓦时的自用[光伏电力]设立的最终用户付款计划也是如此[25]。另一个例子是中国政府在2013年启动的对太阳能发电的补贴[26]。此外，许多国家已经出台了对光伏安装的支持计划，如爱尔兰为在其场所安装屋顶光伏阵列和BTM电池的终端用户提供2400欧元的补贴[27]。
2.2. 小规模的储能系统
能够增加RES所有者(prosumers)现场需求(自我消费)直接消费的总[RES]产量的份额，并提高电力公司的供电弹性，是导致BTM ESS广泛部署的关键价值主张[15]。目前，BTM ESS市场由锂离子(Li-ion)电池主导，尽管如此，铅酸(Pb-acid)电池、液流电池和超级电容器(UC)技术也得到了一定程度的部署。同时，氢气ESS(HESS)[28]和机械ESS，特别是飞轮ESS，考虑到它们能够提供[不间断电源][13]，在BTM应用中也越来越具有吸引力。[表1]对这些技术的技术参数进行了比较。应该注意的是，[表1]中的HESS规格是指整个系统，包括水[电解器]、储罐和燃料电池(FC)。
表1. ESSs技术参数[7], [21], [22], [23], [24], [25], [26], [27], [28], [29], [30], [31], [32], [33], [34], [35], [36], [37], [38], [39], [40], [41], [42] ] 。
| 技术 | 功率密度 (kW/m3) | 能量密度 (kWh/m3) | 比功率 (W/kg) | 比能量 (Wh/kg) | 额定功率 (MW) | 效率 (%) | 循环次数 (周期) | 使用寿命 (年) |
|---|---|---|---|---|---|---|---|---|
| 铅酸电池 | 10-400 | 25-90 | 10-200 | 30-80 | 0-20 | 70-90 | 500-1000 | 5-15 |
| 锂离子 | 50-800 | 90-500 | 500-2000 | 100-200 | 0-0.1 | 85-90 | 1000-10000 | 5-15 |
| VRFB | 2.5-33.5 | 10-33 | 80-150 | 30-50 | 0.03-3 | 75-85 | >12000 | 5-10 |
| UC | 15-4500 | 1-35 | 500-5000 | 2.5-15 | 0-0.3 | 75-95 | >100000 | 10-12 |
| HSS | 1-300 | 25-770 | 5-50 | 200-1200 | 0-50 | 30-45 | >1000 | 3-10 |
| FESS | 40-2000 | 0.25-424 | 1000 | 100-130 | 0-2 | 85-90 | 105-107 | >20 |
2.2.1. 电池
电池可分为两种类型。1)不能充电的一次性电池；2)可充电的电池，可以充电，放电后使用。通常情况下，可充电电池被部署在电力系统中，下面将讨论用于BTM装置的三种最常见的技术。
2.2.1.1. 铅酸电池
铅酸电池是最古老的可充电电池类型，可以提供出色的脉冲功率，使其成为BTM应用的潜在技术[9]。铅酸电池已被用于各种应用，从电力系统中的小规模到大规模应用[29]。然而，无论是水浸式还是阀控式，它们在充电过程中通过[水电解]释放出氢气和氧气，这引起了安全问题，因此必须将它们安装在建筑物之外[30]。但是，尽管它们能够在-5到40 °C的范围内运行，但它们的低温性能很差，使得它们在寒冷的气候条件下成为不太理想的选择[31]。此外，用于形成电解质和阳极的硫酸和铅分别是有毒的，而且循环寿命相对有限。此外，定期的水维护、电池板的[硫化]、低比能量和有限的[放电深度]，都是BTM系统引入铅酸电池的重要障碍[29]。
2.2.1.2. 锂离子电池
BTM应用中最常用的电池技术是锂离子电池。锂离子电池在[能量密度]、放电深度和往返效率方面优于铅酸电池。这意味着，在与铅酸电池相同的物理尺寸下，锂离子电池可以储存更多的能量；因此，它可以在更长的时间内为更多的电器供电。然而，相对于铅酸电池，它们仍然是一种昂贵的技术[9]。此外，随着储能系统中锂离子电池用量的增加，制造阴极所需的钴对有限的钴源造成了压力[32]。它们还容易受到高温的影响，并且容易起火，因此需要一个[电池管理系统]来防止[过电流]、过热和[过电压]。尽管如此，它们可以在-30和60摄氏度的范围内正常工作[33]。除了广泛用于BTM和表前系统的储能外，锂离子电池技术是便携式电子产品和电动汽车(EV)的最受欢迎的选择[34]。
2.2.1.3. 流动电池
就像传统电池一样，电解质之间的化学反应构成了液流电池充放电循环的基础，也被称为氧化还原液流电池。RFBs不是像传统电池那样将能量储存在固态电极中，而是将能量转化为化学势，并储存在外部槽中的两个独立的液体电解质溶液中，其大小决定了电池的容量[35]。氧化钒、锌-溴和[多硫化物]溴是现在使用的三种主要的液流电池，其中氧化钒液流电池是最常见和成熟的技术[36]。VRFB具有快速反应时间、高效率和长循环寿命，可以提供高存储容量，使其成为工业BTM ESS的理想选择[37]。它们还可以同时充电和放电，并被用来尽量减少电压和频率的波动，提供负载均衡服务[38]。由于VRFB与化学电池相比具有明显的优势，这种技术是电网规模应用的理想选择，如大规模可再生能源系统的电压和频率调节服务、配电质量、负荷转移和电力输出平滑[39]。然而，VRFB的结构复杂，需要外部电源为泵供电，昂贵的液体也是有毒和腐蚀性的，这些都限制了它在BTM技术中的广泛采用[37]。
2.2.2. 超级电容器
超级电容器是介于传统电容器和电池之间的ESSs，其单位体积的电容能力是传统电容器的100-1000倍[40]。储能器不进行化学反应，而是在电化学双层的[静电场]中储存能量，使其可以循环使用数百万次，并具有比电池更长的寿命[41]。可充电电池的能源效率高达95%，它们的功率密度比电池高[42]。然而，由于电极的表面积有限，它们存在[低能量密度]的问题[43]。此外，由于高内阻，这种技术需要持续的低电流来保持其电量。否则，与电池相比，可充电电池会明显失去其电荷，即所谓的自放电特性。然而，考虑到其提供快速但小的能量爆发的能力，UC最近被部署在混合BTM ESS中，用于电压调节和光伏输出电压平滑[28]。
2.2.3. 氢气储存
氢气和电一样，是能量的载体，其本身并不是主要的能量来源。氢气的一个重要优势是它可以长期储存，与电力不同，这使得这项技术非常适合于全年需要能源的偏远地区[44]。目前，氢气的生产有多种来源，如柴油、汽油、煤、天然气、生物质和水电解。最有前途的、不排放污染的想法是利用RESs电力，用电解器电解水，并将其分成氧气和氢气，这就是所谓的[绿色氢气][45]。这个过程会释放出溶解在水中的氧气，这些氧气可以释放到大气中，或者储存起来用于工业生产或医疗用途。另一个产出是氢气，根据条件和要求，它可以作为压缩气体、低温液体或固体的金属氢化物来储存[46]。迄今为止，引入的三种主要水电解技术是固体氧化物电解、碱性和聚合物电解质膜[47],[48]。储存的氢气可以在现场使用，也可以通过输电线路或卡车油罐车进行长距离运输，以利用FCs发电，供应热能需求，或为[FC电动汽车]供电。在[发电]的情况下，储存的氢气可以和空气中的氧气一起用于FCs，其中唯一的排放物是水，可以重新使用并再次电解以生产更多的氢气[49]。
有五种广泛的商业化的[FC技术]，每一种都有自己的一套规格，使其适用于特定的应用。PEM、碱性(AFC)、磷酸、熔融碳酸盐(MCFC)和固体氧化物(SOFC)[47]。总的来说，PEM技术是最适合BTM应用的，因为它的体积更小，功率密度更高，动态特性更强[50]。例如，就启动时间而言，最慢和最快的技术是SOFC(60分钟)，和PEM(小于1分钟)。然而，将PEM FCs用于BTM储电目的仍在发展中，由于其昂贵的催化剂，以及水和热管理，它被认为是一个昂贵的解决方案。此外，氢气本身是一种无色、无味和高度可燃的元素，这意味着它需要足够的通风和泄漏检测，以确保氢气系统的可靠性[46]。
2.2.4. 飞轮
飞轮的工作原理是将电能转换成动能，反之亦然[10]。在充电过程中，电机中的电能被转化为[旋转动能]，从而使机械耦合的飞轮旋转。随着输入系统的电能增加，飞轮的[旋转速度]上升，增加了储存的机械能。为了最大限度地减少现代FES的摩擦和[能量损失]，使用泵对系统进行抽真空，并采用磁性齿轮来支持滚动元件，与其他ESS技术相比，允许能量被长期储存，自放电率非常低[51]。在[放电模式]中，这个过程是相反的，旋转的飞轮向发电机提供动能，而发电机又向输出端提供动力，减少了飞轮的旋转速度，从而减少了系统中储存的机械能[52]。
与电池相比，FESS的寿命更长，比功率更高，并能提供更高的输出功率和能量容量。此外，由于它们不包含有毒的化学物质，它们比其他ESS技术具有相当大的[环境影响][52]。然而，这种技术可能有很高的风险，因为它包含速度极高的滚动元件，在发生故障的情况下，其真空室的爆炸可能对旁人造成严重伤害。另外，FESS的机械部件的大小决定了它的存储能力，给它的设计带来了额外的限制，使它不如电池灵活，而且占用更多的空间[53]。频率和电压控制、电力系统的负载均衡、军事上的脉冲电源应用、关键负载的不间断电源以及大规模的ESSs是FESS最常见的应用[52]。
[表2]根据讨论的特点，比较了上述ESS技术对BTM现场服务的适用性。
表2. 不同ESS技术对各种BTM应用的适用性[54]。
| 技术 | 供需平衡 | 平稳的可再生能源输出 | 不间断电源 | 负荷平移和能源时间转移 | 削峰填谷 | 电压和频率调节 | 电力服务可靠性 | 电力服务电能质量 | ||
|---|---|---|---|---|---|---|---|---|---|---|
| 铅酸电池 | HP | HP | HP | HP | P | HP | ||||
| 锂离子电池 | HP | HP | HP | P | HP | HP | HP | |||
| VRFB | HP | P | P | P | P | HP | P | P | P | P |
| uc | ns | mr | ns | ns | hp | p | p | |||
| 鹤立鸡群 | 鹤立鸡群 | 鹤立鸡群 | 鹤立鸡群 | |||||||
| FESS | P | p | p | mr | hp | hp | p | p | mr |
HP：非常有希望，P：有希望，MR：需要更多研究，NS：不适合。
2.3. 电力电子学
电力电子技术是[智能电网]的一个组成部分，主要用于将电能从一种形式转换为另一种形式，并控制工业、商业和住宅应用中使用的交-交(如风-电网转换)、交-直流(电网-电池)、直流-直流(光伏-电池)和直流-交流(电池/光伏-电网)转换器[55]。除了转换电能，它们还通过为终端用户和公用事业提供一系列重要服务，直接提高智能电网的可靠性和弹性，从而确保运行安全。例如，适当的电力电子和[控制器设计]使BTM ESS能够同时、独立和非常迅速地提供无功和有功功率[56]。它们的潜在发展空间非常大，因为BTM ESS预计将成为现代未来电力系统最关键的组成部分之一。
在BTM ESS中，由于有限的存储容量和充电/放电期间的双向功率流，必须使用快速响应、高效的功率转换器将ESS与电网连接起来，以实现效率最大化。总的来说，网络结构和电力调节系统的设计是基于业主的预期应用和对ESS的期望。一个说明性的BTM系统配置和用于光伏系统的相关功率转换器显示在[图2]]57], [58], [59]]。
图2. BTM光伏加ESS的示意图。ESS连接点可以在直流链路或共同耦合点。
2.3.1. 直流耦合的储能系统
在这种配置中，ESS使用DC-DC ESS转换器连接在光伏侧[28]。在[图2]中从左到右移动：首先，光伏输出被送入DC-DC光伏转换器，它改变光伏输出电压以匹配直流[链接电压]水平。在这个阶段，根据[电源管理系统]的决定，光伏转换器的输出可能被输送到ESS转换器，为ESS充电，或者被输送到光伏[逆变器]，在现场消费或输入电网。在这种配置中，共处一地的光伏和ESS连接在同一直流链路上，并共享同一个直流-交流逆变器，为现场负载或电网供电。然而，使用三个独立的功率转换器和多个功率转换会恶化整体能源效率[57]。因此，为BTM应用引入了混合光伏逆变器加[充电控制器]，它消除了光伏阵列和ESS之间的DC-DC转换需求。因此，ESS可以直接从光伏阵列中充电，并且光伏和ESS资产都使用单个[多模]逆变器连接到电网[58]。应该提到的是，多模逆变器比传统逆变器要昂贵得多。此外，由于整个系统依赖于单一的多模逆变器；1)如果逆变器出现故障，整个系统就会出现故障；2)从光伏和ESS输送到负载的总功率受限于多模逆变器的容量。
2.3.2. 交流耦合储能系统
在这种配置中，ESS通过DC-AC逆变器连接到系统的交流侧。这意味着BTM系统的容量不再受单个逆变器的限制，因此，该系统可以使用单独的电力电子设备，同时从光伏和ESS向负载/电网提供更多的电力[57]。然而，这种安排比直流耦合系统更昂贵，因为需要一个额外的ESS逆变器将ESS的直流输出转换为适合电器或电网的可接受电压范围内的交流输出。为了避免安装两个不同的转换器，两级多模电源转换器可能是最佳选择。第一级负责稳定[电池电压]，无论充电状态如何，而第二级负责提供[正弦电压]，满足交流负载的需要[60]。否则，根据[图2]，需要安装一个DC-DC转换器和一个DC-AC逆变器来调节电池电压，影响系统的整体效率。尽管如此，交流耦合配置对可能发生在直流耦合配置中的故障是免疫的[57]。在ESS逆变器发生故障的情况下，如果太阳仍然照耀，负载将由光伏系统通过光伏交互式逆变器提供。另一方面，在选择光伏交互式逆变器时，通常假设光伏系统很少以全功率运行。因此，为了节省资金，选择了容量低于光伏额定功率的交互式逆变器，这就避免了100%使用光伏系统提供的功率的选择。当利用多模逆变器连接光伏阵列和负载/电网时，情况就不是这样了[59]。
在这两种情况下，直流耦合和交流耦合，[电力备份]服务可以由BTM ESS向系统所有者提供。为此，必须在系统和主电网之间设置保护继电器，以使交流负载能够由ESS或主电网通过提供新的中性点接地连接来供应[57]。然而，利用智能电力电子技术可以消除对保护继电器的需求，并能提供类似的功能，同时也降低了成本。
2.4. 智能电表
智能电表(SM)是一种先进的测量设备，可以实时监测[电力消耗]并在预定的时间间隔内记录这些数据。它们的一个巨大优势是，设备的结构和界面可以定制，以提供一系列服务[61]。SM通过感应频率、电压、电流和相位角来监测电力，并以一组参数的形式交流数据，包括数据时间戳、电表唯一ID号和电能进口/出口值。它们可以通过编程来控制家用电器以及商业和/或工业客户拥有的设备。SM的实施允许分别测量来自主电网、现场发电机或ESS的能量，并准确计费。使用SMs，也有可能设置功耗阈值，并在过载的情况下自动切断负载[61]。
世界各地的公用事业部门已经考虑在能源规划中广泛使用SMs，并正在投入巨资为客户配备这种技术。在欧盟，瑞典和芬兰是先驱者之一，已经为其80%以上的客户配备了SMs。其他值得注意的例子是爱尔兰和意大利，所有现有的电表都被升级为SMs，以便通过使用时间定价实现精确计费[62]，[63]。在北美，几乎所有客户都配备了现代智能电表，与加拿大和澳大利亚的情况相同[64]。
然而，智能电表带来了一些挑战。例如，在许多国家，缺乏适当的基础设施来使SMs与现有设备同步，这仍然是采用SMs的障碍。另一个重大挑战是选择和设计一个稳定以及精确的通信系统[65]。通信系统的选择必须基于其安装和维护成本、可用的通信基础设施、可传输范围、带宽以及最重要的安全功能。[表3]列出了到目前为止所介绍的几种通信技术的特点。
表3. 用于SM应用的广泛的通信技术摘要 ]47], [48], [49], [50]]。
| 标准 | 技术 | 通信方式 | 频率(MHz) | 比特率(Mbps) | 最大覆盖范围(km) | 挑战 | |||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 无线 | |||||||||||||||||||||||||||||||
| 蜂窝电话 | 4G | 对称的 800-1900 | ≤ 20 | 50 | 昂贵的频谱费用 | 5G | 对称的 | ||||||||||||||||||||||||
| 5G | 对称式 | 25000-39000 | 50-1000 | 0.3 | 昂贵的频谱费用，短距离，不广泛 | ||||||||||||||||||||||||||
| GSM | 对称式 | 900-1800 | ≤ 0.009 | 35 | 低比特率 | ||||||||||||||||||||||||||
| GPRS | 对称式 | 800-1900 | 0.032-0.048 | 10 | 低比特率 | ||||||||||||||||||||||||||
| SigFox | 不对称 | 433/868/915 | 0.0001 | 40 | 双向通信能力有限，码率低 | ||||||||||||||||||||||||||
| IEEE 802.11 | Wi-Fi | 对称的 | 2400/5800 | ≤ 54 | 0.25 | 短距离 | |||||||||||||||||||||||||
| 增强型Wi-Fi | 对称式 | 2400 | ≤ 54 | 0.25 | 短距离 | ||||||||||||||||||||||||||
| IEEE 802.11n | 对称式 | 2400 | ≤ 600 | 0.25 | 短距离 | ||||||||||||||||||||||||||
| IEEE 802.15 | ZigBee | 对称 | 868/915/2400 | 0.02/0.04/0.1/0.25 | 0.1 | 低比特率，短距离 | |||||||||||||||||||||||||
| 6LoWPAN | 对称的 | 2400 | 0.25 | 0.1 | 低比特率，短距离 | ||||||||||||||||||||||||||
| 蓝牙 | 对称 | 2400 | ≤ 0.25 | 0.01 | 低比特率，短距离 | ||||||||||||||||||||||||||
| IEEE 802.16 | WiMAX | 对称式 | 2500-5800 | ≤ 100 | 60 | 不广泛使用 | |||||||||||||||||||||||||
| 卫星 | LoRa | 对称 | 169/433/868/915 | ≤ 0.25 | 20 | 低比特率，不适合连续和实时监测 | |||||||||||||||||||||||||
| 有线 | |||||||||||||||||||||||||||||||
| NB-PLC | PRIME | 对称 | ≤ 0.5 | ≤ 0.5 | 150 | 信号衰减大，频道环境嘈杂 | |||||||||||||||||||||||||
| G3-PLC | 对称 | ≤ 0.5 | ≤ 0.5 | 150 | 高信号衰减，嘈杂信道环境 | ||||||||||||||||||||||||||
| BB-PLC | HD-PLC | 对称 | ≤ 30 | ≤ 240 | 5 | 高信号衰减，嘈杂的信道环境 | |||||||||||||||||||||||||
| DSL | ADSL | 不对称 | 0.025-1 | 1.5 (上传) 7 (下载) | 5.4 | 对距离敏感，取决于布线质量。 | |||||||||||||||||||||||||
| HDSL | 对称式 | 0.025-1 | 1.5-2 | 3.6 | 对距离敏感，取决于布线质量。 | ||||||||||||||||||||||||||
| VDSL | 不对称 | 0.025-1 | 1.5-2.3 (上传) 13-52 (下载) | 1.3 | 对距离高度敏感，取决于布线质量。 |
3. 电力计费系统
需求方客户对电网依赖性的降低，加上传统能源电价无法反映真实的电力成本，给网络运营商收回[发电]和输送的全部成本带来挑战。此外，光伏自用率的提高，使专业消费者减少了电网消耗，从而减少了网络运营商的收入。这是一个严重的问题，被称为 "死亡螺旋"，随着光伏和ESS成本的降低，运营商越来越多地面临着这个问题[66]。因此，电价上涨以补偿利润的减少，但这种价格上涨成为双重激励，使客户实施更多的BTM光伏加ESS以减少对公用事业的依赖[15]。这种趋势再次提高了能源价格，这最终将对那些不拥有光伏加ESS的人不公平。
3.1. 计量和计费
为了解决有分布式资源的网络中的上述问题，已经引入了两种主要的计量方法，即净计量和净计费，允许公用事业部门以两种不同的方式向专业消费者收费。
3.1.1. 净计量
净能计量(NEM)，或称净计量，是DG渗透率高的网络中最常见的计量机制[67]。在NEM下，专业用户可以将其多余的电力送入电网，并获得千瓦时的积分。在一个计费期结束时，用户的账单是他们从电网进口的电量减去出口到电网的电量，这通常由智能电表测量。 在相对类似的结构下，总计量被定义为专业消费者的能源进口和出口由两个独立的电表来测量[68]。在这种情况下，电力成本被设定为能源进口和出口都是一样的，客户的计费方式与NEM的相同。因此，正如参考文献中讨论的那样。[69]，公用事业可以被认为是一个虚拟的储能系统，它可以储存专业消费者的多余产出，以便在以后使用。此外，专业消费者将不再需要安装ESS，因为每当他们需要能源时，他们可以进口与他们通过向电网发送剩余产量而节省的相同数量的能源/信贷；这当然会降低他们的成本，但会增加电网成本[70]。理想情况下，这个概念可以使专业消费者在任何时候使用他们储存在电网中的能源。然而，考虑到目前形式的电网，电力无法大规模地长期储存，通常必须在发电后立即消费。因此，从专业消费者那里向电网输送大量的能量会破坏系统的安全运行，并带来严重的挑战，如输电线路拥堵、供需不平衡、电力损失和成本的增加[71],[72]。为了缓解这些问题，许多地区正在实施非侵入性的需求方管理计划，根据从/向电网输入/输出能源的速度引入可变的电价。如下所述，这就是所谓的净额计费。
3.1.2. 净额计费
在净额计费中，进口的能源和出口的能源不被赋予相同的信用；相反，使用不同的智能电表分别测量和定价的价值。在净计费中，出口电表测量输入电网的能量，通常设定的销售价格比零售电价便宜。同样，一个单独的电表测量从电网进口的能源，然后根据预先确定的零售电价将其加入账单。最后，客户必须支付从电网购买电力的成本与在账单期结束时通过向电网出售能源获得的收入之间的差额[68]。与NEM不同，接受净额计费的客户通常倾向于将他们的现场发电机与ESS配对，以提高自用率，从而降低计费成本。光伏系统尤其如此，其发电量通常与客户的需求不同步，储存起来供以后使用比卖给电网更有利可图[73]。此外，净计费允许电力公司在一定程度上间接控制BTM资源，并通过操纵电力销售和购买率来实施需求侧管理计划。
从上面的讨论来看，无论是净计量还是净计费，电力的买卖价格对客户安装BTM资源的意愿有很大影响。因此，下面的小节对不同的电价设计进行了详细介绍。
3.2. 零售电价设计
客户从/向电网购买/出售电力的价格被称为零售电价。从客户的角度来看，BTM系统的[盈利能力]受到零售电价设计的极大影响。从公用事业的角度来看，最佳的零售电价设计将有助于纳入需求方管理计划，以提高整个系统的效率，改善公用事业的成本-收入平衡[15]。
3.2.1. 体积式能源价格
体积计价方案是一种常见的机制，旨在向客户收取以千瓦时为单位的用电费用。它可以在所有终端用户的账单上看到，占家庭电费的绝大部分[74]。商业和工业用户的账单有些不同，因为他们也可以根据他们在一个时间点的用电率来收费，称为需求费[70]。下面将讨论不同类型的计量电价。
3.2.1.1. 时间不变的能源费
时间不变，也被称为统一费率机制，是适用于住宅和商业客户的最常见的体积定价系统。在定额电价下，无论在什么时候消费，电价都是不变的，这使得用户很容易理解电价，同时也给电力公司带来了简单易行[75]。另一方面，这种方案对于光伏加ESS的所有者来说并不理想，因为他们受制于固定价格，无法从潜在的套利活动中获益(在能源使用通常较少的时候(非高峰时段)购买更多的能源，将其储存起来，在电力使用最高的时候(高峰时段)以更高的价格卖回给电网)[76]。
3.2.1.2. 使用时间(ToU)率
在这种情况下，能源消耗受制于为不同时期预先确定的不同费率[70]。ToU费率是根据电网的可变条件及其相关成本设定的，导致高峰时段的电价大大高于非高峰时段。在高峰期，电力公司必须增加其容量以满足额外的需求；因此，实时供电成本增加，并通过增加ToU费率来补偿。因此，客户，无论他们是否有BTM光伏加ESS，都倾向于减少他们的电网消费以应对更高的电价，从而导致最终总消费的整体减少[77]。一般来说，ToU电价鼓励客户增加BTM光伏加ESS容量，以满足他们的部分需求，减少对电力系统的依赖。
3.2.1.3. 倾斜块状电价
在这个定价方案中，电价被分为几个区块。它从第一个区块开始，这是最便宜的，当客户在账单期间购买更多的能源时，就会进入下一个区块，导致适用于其消费的更高的电价。这个过程会随着能源消耗的增加而自动进行，直到计费周期结束，这时这个过程被重置，新的计费周期又从第一块开始[78]。这种定价方案的实施可以鼓励终端用户通过安装ESS提高光伏自用率，让他们减少网络购买，支付更低的电费。
3.2.1.4. 关键峰值定价(CPP)
由于用户需求的增加，电网在高峰期可能面临压力，提高了整体系统成本。在CPP计划下，在关键高峰期，价格通常设定得比正常情况下高得多，鼓励终端用户减少消费，从而减少对发电端的压力[70]。在这个系统中，终端用户会被提前告知，一年中的某些日子被指定为关键日，电价可能比正常时期增加6倍[76]。通过这种方式，CPP为运营商提供了控制消费行为的有力工具，因此，在关键时段提供高价会使客户将需求转移到更便宜的时段，缓解电力系统的压力。CPP的时间对客户安装BTM光伏加ESS的决定有直接影响。例如，如果关键时期设置在光伏发电时间之外，使用ESS将是客户可行的成本削减方案。
3.2.1.5. 实时定价
在这个系统中，费率是实时设定的，能源消费者根据他们的实时使用量和能源关税来计费[79]。由于这种方案下的价格波动较大，终端用户更倾向于通过安装BTM ESSs来尽量减少对主电网的依赖，因为BTM ESSs允许他们储存多余的能量发电供以后使用，以及从能源套利活动中获得信用。然而，由于实时定价尚未在住宅和商业领域得到广泛采用，关于其对光伏/ESS的经济性和效率的影响，几乎没有数据和经验。这种定价系统的一个应用可能是在智能电网中实现点对点(P2P)[能源交易]机制，在[8.3]节中简要讨论。在这个模型中，作为价格制定者的专业消费者和作为价格接受者的消费者可以一起进行能源交易，以优化他们的回报，这要感谢BTM ESS和实时定价机制[80]。
3.2.2. 需求收费
在一个计费周期内的某一时期，即所谓的高峰时段，引入了需求收费，在此期间，每多用一千瓦的电力，超过公用事业公司设定的最大阈值，就会产生需求收费[70]。在这种定价方案下，两个在一个计费周期内从电网消耗相同能量的客户可能会因为他们不同的使用模式而收到不同的账单[81]。对于专业消费者来说，安装ESS提供了储存多余的光伏能源供以后使用的机会，特别是在高峰时段满足他们的需求。因此，预计实施需求收费和传统的计量电价可能会提高BTM光伏加ESS的有效性，从而提高其[吸引力]。例如，在参考文献[82]中显示，在BTM光伏加ESS的过程中，需求收费与传统的计量电价一起实施，可能会增加BTM光伏加ESS的有效性，从而增加其吸引力。[82]显示，引入需求收费后，光伏加ESS的业主比只有光伏的业主节省了更多的账单。
3.2.3. 销售率设计
销售率(也被称为上网电价)对BTM光伏加ESS的效率和经济性有着举足轻重的影响。例如，在毛额/净额计费下，销售率被设定为与零售电价相等，因此专业消费者没有理由安装ESS并产生安装和维护费用，除非公用事业部门对授权时间和出售给电网的能源量施加限制[69]。另一方面，在净计费系统中，光伏上网电价低于体积零售价格。因此，正如之前所解释的，光伏自我消费将比向电网输出电力更经济，鼓励使用与光伏配对的ESS[25]。此外，与计量零售电价一样，销售率可以动态设置，并随时间变化，通过鼓励或阻止出口来控制向电网输出能源的速度，同时考虑到网络的供需平衡[83]。
4. 应用
到目前为止，表后ESS已经提供了许多服务，从为电力系统公用事业和终端用户提供基于能源的服务，到为其主机网络提供非能源效益，如[图3]所示。
图3. BTM ESSs提供的潜在服务。
4.1. 电力公司的应用
BTM ESSs已被确定为一种资产，通过为电力公司提供几种选择来确保电力系统的安全和平稳运行，列举如下。
4.1.1. 纺纱储备和非纺纱储备
电力系统应始终受到保护，防止频率和功率流的过度波动，即使是在最大的发电机停机的情况下。从历史上看，这是用发电单元的储备能力来完成的，这增加了成本，影响了能源效率[65]。然而，在聚合平台下，大量的BTM ESS可以作为一个单一的实体，被视为一个储备能力，根据需要为网络提供能源[84],[85]。
4.1.2. 频率调节
在交流系统中，从发电机到终端用户的电力传输频率必须保持在同步频率，欧洲和亚洲为50 Hz，南美和北美为60 Hz[86]。电力系统的频率直接受供需平衡的影响，当这种平衡达到时，频率也就稳定了。在传统的电力系统中，频率调节是通过调整由蒸汽[涡轮机]、[燃气轮机]或水轮机驱动的[同步发电机]的[转速]来实现的，由涡轮机调速器对偏离额定同步转速的情况作出反应，并考虑到网络需求在每秒钟的变化。越来越多的可再生能源提高了发电侧的波动率，使得维持[微电网]的供需平衡更具挑战性[1]。BTM ESS已经成为频率服务的一个更有吸引力的选择，因为与负载跟随的发电厂相比，它们的成本更低，由于响应时间更快，与燃料型发电机相比，灵活性更高 ]85], [86], [87]] 。
4.1.3. 电压支持
电压水平和频率调节一样，必须稳定在允许的范围内，以确保电力系统的有效和可靠运行。为了做到这一点，电网运营商控制整个网络的电抗，使用一种叫做电压调节的[辅助服务][14]。到目前为止，能够提供无功功率的发电机被用来控制电力系统中的电抗水平。但是无功功率只能在短距离内传输，所以远离集中式发电机的用户会出现电压下降。这个问题已经通过在客户处安装BTM存储单元得到了缓解，在[过压]或欠压的情况下，ESS可以分别充当负载或发电机[88],[89] 。
4.1.4. 网络投资推迟
随着电力需求的增加，电力公司在发电、输电和配电部门的更多投资是不可避免的。为此，在低/中电压网络中引入BTM ESS，考虑到它们可能为公用事业和用户提供的服务，可以在很大程度上推迟甚至减少投资成本[90]。
4.1.5. 缓解输电拥堵
输电线路的拥堵是电网的挑战之一，特别是在高峰时段，由于输电限制，输电线路不足以传输电力和支持所有的请求[71]。公用事业单位旨在通过引入动态电价来解决这个问题，以鼓励最终用户参与需求方管理计划，但由于这些计划的全面实施没有保证，这个问题继续使公用事业单位和消费者付出代价。公用事业单位可以为安装BTM ESS提供补贴，以利用积累的存储容量储存能量，并在高峰时段释放能量，满足当地需求，从而降低[输电线路]的拥堵水平[91]。
4.2. 终端用户应用
有或没有光伏的电力系统客户可以实施BTM ESS，以更好地控制他们的能源使用，并避免与糟糕的电能质量和可靠性有关的可能成本。此外，他们可以通过能源套利或与公用事业公司或第三方[聚集者]签订电网辅助服务合同，从他们的ESSs中获益[91],[92]。在后一种情况下，聚合者可以将单个ESS分组，使公用事业公司能够利用聚合的ESS作为一个大容量的单一实体所提供的潜在服务[93],[94]。
4.2.1. 能源时移
在实行可变电价的网络中，最简单但最具成本效益的策略是尽可能地将电网需求转移到电价最低的时段。ESS的所有者可以在非高峰/低价时段购买和储存能量，以后在高峰/高价时段使用，以满足他们的需求[15],[95]。
4.2.2. 现场可再生能源发电的自我消费
将光伏系统与ESS配对，使专业消费者能够储存多余的光伏发电量供以后使用，特别是在一天中光伏发电量超过家庭需求时。这将减少终端用户对电网的依赖，并根据零售电价结构，节省费用。这对接入主电网能力有限的偏远微电网来说是一个特别有用的解决方案[28],[87]。
4.2.3. 减少需求费用
目前，需求费占商业和工业用户账单的40-50%。在一些地区对住宅部门实施这些电价，提高了人们对小型ESS的兴趣。与能源转移战略类似，ESS的所有者可以储存能源，以后用于削峰填谷，为他们节省大量的账单[15],[73],[76],[82],[95] 。
4.2.4. 能源套利
在不同时间段的电价有很大差距的网络中，BTM ESS业主可以在低价时段购买并储存电力，以便在以后电价较高时再卖回给电网。然而，由于ESS的成本很高，以及与充电/放电相关的不可避免的电力损失，单独的能量套利并不十分有利可图，通常与其他服务结合提供(堆叠ESS收入) ]95], [96], [97], [98]]。
4.2.5. 电力服务的可靠性
在[停电]期间，BTM ESS可能在一定时期内供应现场负荷，这取决于装机容量。这在雷电、洪水和地震等自然灾害造成停电的高风险地区尤为关键。目前，大多数医院、数据中心、军事设施和紧急服务都使用BTM资源，以确保其运行的不间断电源[99],[100]。
4.2.6. 电力服务的电能质量
安装的BTM ESS可以为现场设备提供保护，防止来自电网的不良电能质量带来的潜在损害。例子包括瞬时高频偏差和电压波动，这可以通过设计使用现代电力电子的先进ESS管理系统来有效解决[101],[102]。
4.3. 非能源效益
BTM ESSs可以提供能源市场以外的一系列优势。尽管不可能详细地量化它们的影响，但下面提到了其中的一些。
4.3.1. 增加财产价值
- BTM ESSs通过减少对电网的依赖，从而节省能源费用，将增加安装它们的房产的价值。与其他先进技术一样，这也是一种优势，可以有效地提高房产的市场价值[103]。
4.3.2. 避免的收集、终止和重新连接
电力公司总是为不付款的客户产生高额费用。通常，必须遵循一个程序，将这些客户从网络中断开和/或重新连接，这需要电力公司承担相关费用。例如，在美国，与终止和重新连接有关的成本估计为每个客户每年1.85美元[104]。拥有BTM ESS的客户将减少账单成本，因此它将减少无法支付账单的[纳税人]的数量。
4.3.3. 更多的工作机会
使用BTM ESSs有可能在各个领域创造大量的就业机会，包括设备的制造、营销、销售、安装和维护。它还为技术行业带来了投资机会，可能会雇用大量的专家和研究人员，在BTM资源领域取得进展[105]。
4.3.4. 更好地利用土地，减少排放
理想情况下，安装足够数量的BTM ESS和实施智能虚拟电厂，就不需要电力公司建造燃气调峰电厂，这意味着减少电厂土地使用。同时，BTM系统的出现需要分配土地来建造设备制造的工厂，但它们的土地密集度较低，也比调峰电厂的附加值高得多。此外，通过减少对新的燃料型发电机的需求和促进可再生能源与低/中压电力系统的整合，环保型BTM资源可能是解决大都市空气污染的有效办法[9],[13],[15],[96],[103]。
5. 优化BTM ESS运行的方法
优化BTM ESS的能源效率需要在考虑到主机系统特性的同时，为给定的BTM可用容量优化BTM资源的运行策略。但是，决定哪种优化方法最适合给定的BTM能源管理问题，总是一个具有挑战性的过程。它需要对系统组件及其相互作用的[数学建模]有透彻的了解，以及对可行的解决方案搜索空间、变量和优化算法的熟悉。总的来说，应该根据问题的搜索空间及其维度来选择算法，该维度由问题的表述及其约束条件来定义。在许多情况下，由于缺乏时间或关于不同方法的足够的背景信息，研究人员选择一种在一个问题上运行良好的算法，并实施该算法来解决所有其他问题。因此，他们可能不会产生使用其他方法可能找到的最佳解决方案。因此，在本节中，我们努力提供不同优化方法的简要概述，以及它们在智能电网中BTM光伏加ESS的调度中的应用。
优化可以被定义为试图从一组可用的可行方案中找到问题的最佳解决方案。就目标函数和优化标准的数量而言，有两种类型的优化问题：(1)单目标优化问题，和(2)多目标优化问题[106]。前者是在解决问题的目的是提高一个单一的性能指标时实施的，这个指标的最小值或最大值完全反映了所获得的结果的质量。另一方面，在某些情况下，一个决策问题可能有几个需要优化的维度/目标，即所谓的多目标优化问题[107]。例如，在BTM项目中，必须同时完成最小化终端用户的账单成本和提高电网可靠性，从而增加公用事业收入。多目标优化导致找到最佳可行方案(帕累托前沿)，这些方案在搜索空间中不被其他可能的方案所支配，这使决策者能够实现一系列最佳可行方案，每个方案都可以根据公用事业的优先事项进行选择[78]。
鉴于这些文献，可以从三个不同的角度对优化方法进行分类[108],[109]。首先，集中式解决方案与分布式方法。前者指的是由中央单位做出决定，这些决定从上到下传递的情况，就像负荷调度中心控制传统电网的方式[110]。后者是指决策权分布在所有参与者之间的情况，每个参与者最终通过做出最佳可行的决策，为系统的整体[优化]做出贡献[89]。其次，根据解决问题的方法，它们可以被分为两组：单阶段和多阶段。例如，在单阶段中，一天的电池充电/放电计划在一天开始时就被优化[111]。这个过程可以分解成24个步骤，每小时一个，而不是一次性解决问题，可以对每小时分别进行优化[79]。第三种观点是根据问题输入是确定的还是随机的来划分问题。如果问题数据包含不确定性，它将是一种随机优化方法，目的是使预期结果最大化[87]。另一方面，如果输入已经有了，没有任何不确定性，它就是一个确定性的问题[111]。
在下面的小节中，对所提出的优化方法进行了审查和分类，并考虑了它们所基于的决策政策。这些方法的概述见[图4]。
图4. 优化方法的分类。
5.1. 集中式策略
在这种方法中，命令是自上而下发出的，其中最常见的类型是[直接负荷控制]协议，客户允许公用事业公司控制一些设备以换取报酬[112]。根据[能源管理系统]的结构，将问题的表述分为以下几组。
5.1.1. 线性编程(LP)
在LP中，与非线性编程(NLP)不同，目标函数和问题约束是线性表述的，输入是确定性的[113]。一个[LP问题]可以用这三种方法之一来解决：图形法、代数法或单线法。一般来说，前两种方法正用于最多两个目标变量的问题，但单线法由于其速度快，可用于有大量优化变量的问题[107]。许多著名的工具，包括LINGI & LINDO、STORM、TORA、LINPROG和WINSQB，都是用单纯法处理LP问题。参考文献[114]中的作者提出了一种最优的尺寸计算方法。[114]提出了一个使用LP方法的BTM资源的最佳尺寸策略。由于LP问题的输入是确定的，因此无法研究光伏发电机、终端用户和能源价格的[随机行为]对优化问题的影响。
5.1.2. 启发式/元启发式优化
启发式方法可能比经典方法更快地解决问题，并在经典方法无法提供精确解决方案时提供近似的解决方案[107]。启发式方法在计算速度、解决方案的最优性、可行性、完整性和准确性之间总是有一个权衡。启发式优化通常在一系列问题上是成功的，尽管它可能不会导致最佳解决方案，特别是在处理具有大量不确定性的实时BTM问题时[115]。对于这种难以解决的问题，元启发式优化技术已经建立。遗传算法(GA)是最著名的元启发式方法。遗传算法是基于种群的算法，它通过搜索空间来寻找其目标函数的最优值[116]。参考文献[117]中的作者对充电/放电进行了优化。[117]使用GA算法优化了商业BTM ESS的充电/放电时间表。另一种著名的算法是粒子群优化算法，它是一种迭代算法，旨在通过每次迭代提高问题的可行粒子/解决方案的质量，最终达到局部/全局最优解决方案[118]。参考文献[119]中提出的工作采用了PSO。[119]采用PSO算法，通过优化BTM装置的电力流来解决电动汽车的快速充电问题。启发式和元启发式算法也被广泛用于整数线性优化1和混合整数线性编程2问题。例如，在文献[76]中，一个问题被表述为 [76]将一个问题制定为MILP，并使用启发式方法进行解决。回顾文献，启发式和元启发式算法也被用于混合整数非线性规划3问题。在参考文献[120],[121]中，利用MINLP编程，提出了[能源管理控制器]，在提供电网服务的同时，使客户的计费成本最小。
5.1.3. 凸式优化
凸优化的问题是考虑到定义为[凸函数]的约束条件，从[凸集]中找到凸目标函数的最小值(或凹函数的最大值)[122]。凸编程最重要的优点是，每个局部最优点也是全局最优点，这意味着如果任何优化算法找到了局部最优点，它也将是全局最优点。[凸问题]比LP问题更普遍，但它们有许多相同的理想属性。如果一个问题被表述为[凸优化问题]，由于最近在优化和计算方面的进步，其解决方案与LP一样简单明了[123]。一些解决方法包括[拉格朗日]多重方法、圆锥编程、最小二乘法和几何优化[124]。参考文献中的BTM能源管理问题。[125]中的BTM能源管理问题被表述为一个凸问题。
5.1.4. 动态编程(DP)
在DP中，问题被分解成几个阶段并逐一解决。当问题参数与时间相关并随时间变化时，可采用这种方法[107]。在这种情况下，问题不能一次性优化，而必须通过考虑变化对每个区间的决策的影响来解决[126]。例如，文献中大量使用马尔科夫决策过程来解决动态编程问题，其中的目标是找到一个策略来最大化每一步所采取的行动的回报[127]。在参考文献中。126], [127], [128]], 作者将动态编程用于BTM电池调度问题。
5.1.5. 随机优化
在随机优化问题中，目标函数和约束条件的制定方式是为了捕捉输入中的不确定性对优化结果的影响。在随机优化问题中，不确定性被结合到模型编程中，目标是找到一个对所有(或几乎所有)数据样本都可行的策略，同时也使模型的预期效率最大化[129]。在这种情况下，问题由一组概率情景(情景树)表示，代表了每个时间的潜在步骤。因此，当问题被表述为多阶段随机优化问题时，它可能会受到维度诅咒的影响。为了克服这一挑战，采用了两阶段随机编程方法，其中：1)首先根据现有的数据，而不是根据未来的观察，在每个步骤中做出决定；2)一旦随机事件发生，就更新决定[130]。到目前为止，文献中已经提出了几种强大的随机问题的方法，其中李亚普诺夫优化、马尔科夫决策过程和模型预测控制是广泛用于BTM ESS优化问题的方法。参考文献[131]、[132]中的作者使用MPC解决BTM电池调度问题，为[微电网]提供能量和[辅助服务]。在参考文献中。[133]中，采用了李亚普诺夫优化方法来获得住宅BTM资源的最优策略。
5.2. 分散的策略
使用集中式优化方法会产生隐私和数据保护问题，因为这些系统依赖于终端用户使用习惯的综合信息[109]。分散式策略作为一种不侵犯用户隐私和舒适度的替代方案被引入，在这种策略中，单个用户自己做出决定，使其性能最大化，最终导致系统性能优化[134]。分散控制策略的一个例子是实施不同的电价，通过提供经济激励，鼓励客户遵守公用事业公司的预期计划。虽然公用事业部门长期以来一直采用时差定价，但最近的研究表明，仅仅使用它们是不够的，它们管理需求方的能力是有限的[135]。因此，受应用数学的启发，提出了博弈论策略，为分析博弈各方的情况及其相互决策提供了工具[136]。
博弈论策略的重点是博弈场景，它代表了理性参与者之间互动情况的模型[137]。博弈论的概念是，一个玩家的效率取决于其他玩家实施的策略。这种博弈决定了玩家的身份、现有的偏好和策略，以及这些策略如何影响玩家的结果。博弈论的概念被广泛用于BTM能源管理问题，因为它有能力为具有冲突目标函数的问题提供分布式自优化和自组织解决方案[109]。当定义一个博弈时，玩家的设置可以是多个公用事业-多个客户，单一公用事业-多个客户，和/或单一公用事业-单一客户。博弈论方法可以根据玩家之间的互动模型分为两种类型；1)合作博弈，玩家之间达成了契约性协议[138]；2)非合作博弈，包括玩家之间没有约束性协议[139]。
在合作博弈中，玩家之间相互沟通，并作为一个超级实体为共同利益而行动，就像[VPP]程序中通过BTM ESSs网络的协作而发生的那样。参考文献中的作品。[140]，采用了这样的策略来获得BTM资源的最佳运行策略，以最小化电池存储的计费成本和[投资回收期]，并提供监管服务。他们已经表明，客户合作带来了降低成本和高效系统运行的机会。参考文献中提出了一个类似的管理策略。[141]中提出了类似的管理策略，将联盟和合作游戏介绍给一群住宅的专业消费者，以提高光伏的自我消费率。在这些情况下，当参与者达到他们的最佳点时，他们不再愿意改变他们的策略，所以系统达到平衡状态，称为[纳什平衡]。这是指没有玩家(假设其他玩家不改变他们的游戏)通过改变策略获得更多利润的点。
非合作博弈研究的是一群互不相干的理性玩家的自利决策对系统整体性能的影响[107]。然而，在某些情况下，玩家之间的合作可能会因为自我强化的原因而发生。由于终端用户和公用事业之间的完全协调和合作几乎是不可能的，所以非合作博弈已被广泛用于解决具有BTM资源的微电网中的能源管理问题。在参考文献中。[142]，为一群自利的终端用户开发了一个聚合博弈，通过优化BTM电池的运行来修改网络需求曲线。文献[143]中的作者采用了[随机]的方式来计算。[143]，使用了一个基于[随机差分]博弈的电池调度模型，用于具有不可控负荷和电动汽车的[智能房屋]。在这些研究中，玩家在达到平衡点后保持他们的策略。
使用上述方法在文献中进行的优化研究概述已列在[表4]中。相关的差距和挑战将在[7]节中进一步讨论。
表4. 几篇论文的摘要及其主要优化技术和目标。
| 参考文献 | 优化目标和优化的影响 | ||||
|---|---|---|---|---|---|
| [44] | 混合混沌搜索/和谐搜索/模拟退火算法 | 元启发式 | 获得分布式能源的最佳规模，旨在使偏远地区的混合系统的效率和可靠性最大化。 | 通过风力涡轮机、电池储能和电力电子设备的最佳组合，使平准化发电成本降低7%。 | 2018 |
| [144] | 和谐搜索算法 | 启发式 | 优化现场混合可再生能源发电机和储氢系统的运行，使微电网的运行成本最小。 | 优化后的氢气系统减少了从电网购买的能源量，使每天的供电成本降低了9.6%。 | 2018 |
| [68] | Gurobi | NLP | 优化并网光伏系统的规模，使BTM项目的净现值最大化，使克罗地亚家庭的电力成本最小化。 | 在目前克罗地亚的净计量系统下，光伏投资回报期缩短至10年以内。 | 2021 |
| [78] | 多目标风力驱动优化算法和多目标遗传算法 | 随机 | 在混合系统中，使可再生资源的运行成本、排放量最小，效率最高。 | 系统运行成本和污染排放分别降低了25%和15%。可再生资源的可用性最大化，约为20%。 | 2021 |
| 在考虑到与电网进行能源套利的可能性的前提下，对BTM资源进行优化调度，在满足本地负荷的同时，使总的电力成本最小。 | 与没有分布式ESS的系统相比，系统总成本降低了12.8%。 | 2018 | |||
| [95] | Pyomo优化建模语言 | MINLP | 使客户的计费成本最小。 | 每年的计费成本减少9.6%，从70.26万美元降至63.46万美元。 | 2017 |
| [87] | Gurobi | 随机 | 获得BTM ESS的最佳时间表，旨在最大化光伏自用率，同时提供频率服务。 | 与单纯使用ESS进行自用或频率控制相比，ESS的收入分别高出300%和25%。 | 2019 |
| [98] | Gurobi | Convex | 在ToU和需求收费费率下，使BTM ESS业主的计费成本最小化。 | 与没有BTM ESS的情况相比，平均峰值净需求减少46-64%，平均净需求波动减少25-49%，光伏自用量增加24-39%。 | 2017 |
| [100] | Gurobi | MILP | 为了使设施的总运行成本最小化，并提高供电的弹性。 | 能够满足系统峰值需求80%的光伏系统，与小型ESS搭配，在短时间停电的情况下，几乎可以100%地服务于所有关键负载。 | 2021 |
| [101] | - | 博弈论策略 | 考虑到公用事业部门广播的实时价格信号，实现成本节约最大化。*根据使用ESS的不同操作重点，提供分析结果。 | ||
| [88] | cvx_toolbox | Convex | 通过提供电压调节来改善电能质量，并提供减少需求收费。 | 30%的电池退化改善，将网络峰值负荷值从137.8千瓦减少到37.8千瓦。 | 2019 |
| [90] | GLPK | MILP | 为ESS安排充电/放电，使峰值负荷最小化，并使ESS的收入最大化。 | 十年来，ESS的额定功率从1兆瓦增加到10兆瓦，使ESS的收入增加了17%-200%。 | 2019 |
| [110] | 双复式 | LP | 使BTM ESS业主的计费成本最小化。 | 峰值电力需求大幅下降，导致需求收费减少。 | 2016 |
| 通过优化BTM光伏加ESS系统的设计和安排ESS的运行，使投资回报期最小化。 | 水电费减少38.5%。 | 2019 | |||
| 获得BTM ESS的最佳规模，以使ESS的净现值最大化。 | ESS的净现值增加了20%。 | 2019 | |||
| [118] | 混合GA-PSO | 元启发式 | 获得分布式能源资源的最佳地点和规模，并安排电动汽车电池的充放电。 | 每日电力损失减少54%，敏感总线的电压波动减少41%，每日能源供应成本减少58%。 | 2017 |
| [119] | PSO | Metaheuristic | 优化BTM光伏加ESS的运行，旨在支持电动汽车快速充电。 | 根据光伏、负载和价格预测，通过优化ESS的SOC限制，实现ESS的高效运行。 | 2017 |
| [113] | Linprog() | LP | 通过资源和ESS的优化调度使能源成本最小化。 | 三天内能源成本降低了4.8%。 | 2013 |
| [120] | Pyomo优化建模语言 | MINLP | 为BTM ESS找到一个最佳的时间表，使能源成本最小化，同时提高功率因数。 | 节省约1000美元的能源成本。此外，在高光伏渗透率的情况下，ESS的功率因数保持在0.9以上。 | 2018 |
| [121] | GAMS中的KNITRO | MINLP | 对BTM ESS的充放电进行优化，以确保系统在不确定因素下的安全运行。 | 最佳尺寸的ESS可以最大限度地减少现场可再生能源和负载所带来的实时不平衡的影响。 | 2018 |
| [122] | - | Convex | 通过提供光伏发电的高可观测性，促进分布式光伏发电机对智能电网的渗透率。 | 与传统的基于监督学习的技术相比，有可能独立监测家庭消费和屋顶光伏发电，平均平方误差分别减少42.24%和31.67%。 | 2018 |
| [125] | 乘法的交替方向法 | 凸 | 通过实现个人之间的点对点交易，使智能家居的能源成本最小化。 | 用户的峰值负荷和系统的整体能源成本减少近23%。 | 2021 |
| [126] | - | 动态 | 获得BTM ESS的最佳规模，以减少计费成本。 | *根据不同的运行优先级的ESS的使用情况，提供分析结果。 | |
| [127] | 马尔可夫决策过程 | 动态 | 最大限度地减少对拥有BTM光伏加ESS资源的家庭进行精确能源管理所需的数据预测误差。 | 智能住宅的电力成本平均减少5%。 | 2019 |
| 在与可再生能源和电价相关的不确定因素下，使长期电力成本最小化。*根据使用ESS的不同操作重点提供分析结果。 | |||||
| [130] | CPLEX障碍算法 | 随机 | 优化使用BTM光伏加ESS的家庭的供电弹性 | 安装光伏加ESS的备用电源服务可使客户的年电费增加4%，尽管该方案仍比安装柴油发电机便宜约25%。 | 2020 |
| [131] | 模型预测控制 | 随机 | 优化资源调度，安排ESS的运行，以尽量减少电池的退化，提供电网服务。 | 降低ESS的SOC变化，从而降低电池循环，延长电池的生命周期。电网价格跟随现场消费，导致能源成本降低。 | 2019 |
| [132] | 模型预测控制 | 随机 | 降低商业用户的计费成本。 | 对于具有一定不确定性的输入数据，平均可节省20%以上的计费成本。 | 2020 |
| [133] | 李亚普诺夫优化 | 随机 | 最大限度地提高能源套利的潜在收益，并降低电池的退化率。*根据ESS的使用情况，提供了不同操作优先级的分析结果。 | ||
| [134] | 混合GA-PSO | 非合作博弈论策略 | 获得满足客户和电网运营商需求的最佳电动汽车充放电时间表。 | 网络负荷需求曲线减少71%，峰谷差减少68%，电力成本减少2.4%。 | 2021 |
| [136] | MATLAB优化工具箱 | 非合作博弈论策略 | 使网络高峰负荷需求和BTM ESS业主的计费成本最小化。 | 每户计费成本减少7%以上，网络峰值需求和系统总电费分别减少9%和11%。 | 2019 |
| 内部点法｜非合作博弈论策略｜最大限度地减少电动汽车家庭的总电费。 | 为电动车主节省1.48美元的账单，并使需求曲线的峰谷差减少21%。 | 2014 | |||
| 迭代线性优化方法 | 合作博弈论策略 | 使采用BTM ESS的合作用户的能量成本最小化。*根据不同操作优先级的ESS的使用情况，提供分析结果。 | |||
| 通过提高BTM的自我消耗率来实现能源效率最大化。 | 在统一电价和时差电价下，个人代理的年节约量分别增加34%和43%。 | 2021 | |||
| [141] | - | 合作博弈论策略 | 在不同的定价方案下，通过随机的光伏输出，实现能源效率和系统平衡最大化。 | 考虑到负荷和光伏发电预测的不确定性，50户家庭的总能源成本减少0.9%。 | 2015 |
| 通过应用价格信号改善系统需求状况，并在考虑电价的情况下安排电池运行，使BTM ESS所有者的成本最小化。 | 优化客户的ESS操作，使系统达到纳什均衡状态，确保ESS所有者获得最大收益。 | 2014 | |||
| 反向回归算法。 | 非合作博弈论策略 | 通过需求方管理计划，实现电动汽车所有者的利润最大化，并满足公用事业的需求。 | 优化后的模型将微电网的能源成本降低了12.8%，同时改善了电动汽车电池的运行状况，使电池的使用寿命更长。 | 2019 | |
| [145] | - | LP | 通过优化BTM光伏加ESS的设计和安排ESS的运行，实现投资回报金额的最大化。 | 峰值电力需求和需求费用分别减少58%和62%。 | 2020 |
6. 案例研究
将部分发电能力转移到靠近终端用户的配电系统的大量投资，特别是使用屋顶光伏阵列，加速了分布式ESS与低/中电压电力系统的整合。因此，传统的电力部门在能源管理战略方面经历了一个范式的转变。表后ESS是[配电网络]中相对较新的元素，然而，它们的优势已经使它们成为终端用户和电网公司的一个可行的选择[15]。因此，近年来，分布式ESS在全球的装机容量增加了605兆瓦，其中住宅BTM装置占了很大的份额[146]。预计BTM ESSs的容量将继续扩大，到2025年装机容量有望达到20吉瓦，[图5]。
图5. 全球已安装的BTM系统的估计容量[146],[147]。*(a) BTM ESSs; (b) BTM PV 系统。
BTM资源部署的主要驱动力包括最终用户对自我消费和能源供应安全、电能质量和可靠性的兴趣增加，以及帮助他们抵消账单成本的动态定价方案[7],[73],[77],[81],[103]。BTM ESSs为客户和公用事业部门提供的各种服务和机会，导致了世界各地大量的能源项目，从小型到大型。随着相关成本的进一步下降，这一趋势有望加快，使BTM技术更容易为客户所接受，[图6]。BTM ESSs正在许多地区部署，例子包括澳大利亚、荷兰、日本、英国和美国。
图6. 锂离子电池的成本[148]。
6.1. 澳大利亚
由于其巨大的太阳能潜力，澳大利亚是大量投资于BTM光伏加ESS项目的国家之一，以摆脱基于燃料的发电厂。例如，澳大利亚煤气灯公司(AGL)在阿德莱德实施的人工发电厂项目，使用了超过1000个住宅和商业小规模的BTM系统[149] 。AGL基于一个基于云的管理系统进行操作，使ESS能够相互通信，创建一个[集成系统]，可以像5兆瓦发电厂一样运作。这个项目试图减少ESS所有者的计费成本，同时仍然为当地的微电网提供调节服务和储备能力。另一个例子是由澳大利亚首都地区政府在下一代能源储存计划下资助的价值2500万美元的36兆瓦住宅BTM ESS项目[150]。该项目旨在为该地区的家庭配备BTM ESS，通过储存光伏的多余发电量供以后使用和停电时的能源备份，帮助他们降低账单成本。
6.2. 荷兰
荷兰公用事业公司已经实现了一个VPP项目，被称为CrowdNett，通过实施互连的住宅BTM ESS网络，也被用来提高专业消费者的自我消费率[93]。与AGL一样，在这里，除了为ESS所有者提供服务外，积累的存储容量也被用于辅助服务和电力市场，为公用事业产生效益。为了鼓励家庭，每年向他们支付约500欧元的经济补偿，以允许存储容量用于频率调节服务和储备市场。目前正在计划将CrowdNett纳入德国和比利时的电网。
6.3. 日本
日本在2011年福岛第一核电站灾难导致该国很大一部分核发电能力关闭后，一直未能完全弥补电力能力的损失[151]。因此，日本公司ENERES与美国公司合作，正在日本开发世界上最大的VPP。在第一阶段，将为居民家庭部署超过10,000个BTM ESS[152]。之后，光伏系统、插电式电动车和智能家庭恒温器将被整合到这个项目中，这将使它变成一个[智能微电网]。在这个项目下，终端用户不会因为安装ESS而被收取费用，而BTM资源将在停电时作为[备用电源]供应。
6.4. 美国
到目前为止，美国的公用事业部门已经实施了许多ESS项目，还有许多项目正在实施中。例如，佛蒙特州绿山电力公司(GMP)通过在客户处安装BTM小型ESS，为客户提供备用电源服务，这是一个名为Resilient Home的能源项目的一部分[153]。GMP通过补贴设备的购买和安装来激励终端用户安装BTM电池(客户每月花费55美元，为期十年，或一次支付5500美元)，以换取每年有几天可以使用安装的容量进行削峰的许可。另一个例子是纽约公用事业公司Con Edison在纽约的改革能源愿景倡议下实施的BTM存储项目[154]。该项目将住宅和商业BTM电池用于容量服务，作为推迟价值12亿美元的网络扩张的努力的一部分。在加州，低收入社区可以利用现金奖励(总预算为1亿美元)，在他们的场所购买和安装BTM存储单元，为电网增加约100兆瓦的新BTM存储。做出这一决定是为了保护电网免受自然灾害造成的大规模电网中断和滚动停电的高风险。
6.5. 联合王国
最近，英国的配电网络运营商UK Power Networks宣布其计划实施住宅BTM系统网络，以实现伦敦的第一个VPP[155]。该项目试点阶段于2018年完成，45个BTM电池在高峰时段放电(削峰)，在非高峰时段充电(填谷)，以修改网络需求曲线(需求修改)。预计BTM资源能够满足冬季高峰时段的网络需求，避免了对传统燃料发电厂的需求，从而减少碳排放。
[表5]总结了到目前为止开展的其他一些BTM项目。
表5. 使用BTM存储系统的一些项目列表。
| 项目 | 地点 | 年份 | ESS技术 | ESS规模 (MW) | 服务 | |
|---|---|---|---|---|---|---|
| 约翰逊控制国际公司亚太区总部 [156] | 中国上海 | 2017年 | 锂离子电池 | 0.1 | 减少需求电荷 - 增加光伏自耗电量 | |
| 克莱姆森大学 [156] | 美国威斯康星州 | 2017 | 锂离子电池 | 0.05 | 减少高峰时段的能源采购 | |
| 凯斯西储大学的锂电 [157] | 美国俄亥俄州 | 2018 | 锂电 | 0.125 | 备用电源 -频率调节 -平滑可再生能源发电 | |
| NMB MINEBEA [158] | 林肯，英国 | 2019年 | 锂离子 | 1 | 功率恢复力 备用电源 | |
| 莫纳什大学 [159] | 墨尔本，澳大利亚 | 2019年 | 锂离子电池+VRFB | 1 | 增加光伏自用电量 -电力恢复能力 | |
| 安大略省乔治亚学院 [160] | 加拿大安大略省 | 2020 | 锂离子电池 | 2 | 减少需求电费 -节省费用 | |
| 英国曼彻斯特 TELEDATA [158] | 曼彻斯特 | 2020 | 锂离子电池 | 2 | 能源、成本和碳的节约 | 1. |
| PANACEA [158] | 英国牛津郡 | 2020年 | 铅酸电池 | 1.5 | 电力弹性 | |
| 伦巴第的激励计划 [161] | 伦巴第，意大利 | 2020 | 锂离子电池+飞轮 | 11.2 | 增加光伏自用电量-减少需求电费 | |
| 美国加州LeConte储能公司 [162] | 预计- 2022年 | 锂离子 | 40 | 增加光伏自用电量 -备用电源 | ||
| Nexus Renewables U.S. INC [162] | 美国加州 | 预计- 2022年 | 锂离子电池 | 27 | 减少需求费用 -节省费用 |
7. 7.面临的挑战
将BTM储能系统整合到设备落后的传统电网中，如果管理不善，可能会给电网的安全和高效运行带来许多挑战[81]。为此，研究人员和工程师一直在努力提高这些系统的性能，如[表4]所述，但在实施BTM技术方面仍有一些挑战，需要通过进一步调查来解决。因此，在本节中，我们努力确定在配电系统中部署BTM ESS的主要技术和经济障碍以及研究差距。
7.1. 效率和盈利能力
表4]中总结的许多关于BTM ESSs经济性的报告发现，ESSs的效益超过了安装和维护的成本，而且成本可能被抵消。ESS的所有者甚至可以在一定时期后产生净收入。随着ESS技术的进步和成本的降低，BTM项目在不久的将来可能会更有效率和成本效益。然而，BTM装置对其所有者的真正价值取决于其实施的网络，以及网络运营商制定的规定，这在文献中已经得到充分讨论。在许多情况下，在收入-成本计算中只考虑了净计量和ToU关税，而如前所述，电力公司正朝着实施净计费系统的方向发展。此外，许多工作局限于短的时间跨度，没有考虑到季节性的影响以及电池日历性的退化行为及其对ESS所有者的长期成本的影响。另外，补贴和支持计划的作用在很大程度上被忽略了。在没有对小型ESS进行补贴或实施可变电价的网络中，业主通常无法实现其ESS的最大价值，即使他们也向电网和公用事业提供服务[24],[59],[163]。
7.2. 电池退化行为
文献中以两种方式讨论了电池退化问题；1)不包括在目标函数中，对电池控制没有影响；2)研究了它对充放电调度的影响。从经济的角度来看，第一种方法不可能是准确的，因为由于电池的成本很高，在优化中不考虑电池的退化意味着忽略了一个重要的决定性因素，它可以大大改变ESS的使用方式。在许多作品中，电池退化被作为成本添加到目标函数中，问题被视为单目标优化，并使用加权系数法进行求解。尽管在目标函数中考虑了退化行为，但将问题转换为单一目标时，抑制了充/放电周期的数量，并使充/放电功率最小化，从而使退化相关成本最小化。为了解决这个问题，必须手动定义目标函数的系数，这影响了解决方案的准确性。最有希望的方法是使用多目标优化算法来解决这个问题。然而，这里的主要挑战/研究差距是使用线性优化方法来解决多目标问题。
7.3. BTM ESS的边际价值与电网中安装的电网规模的储能能力对比
从环境的角度来看，随着大规模可再生能源在发电方面的份额增加，屋顶光伏的边际价值也在下降。因为可再生能源发电量的增加意味着化石燃料发电厂的使用减少，从而降低了空气污染物的水平[4]。因此，考虑到与这些资源相关的挑战和成本，是否安装分布式小规模光伏来减少空气污染的决定没有重大影响。对于小规模的BTM ESS也可以这样说，因为增加电网中大规模固定ESS的数量可能提供足够的容量来覆盖许多电网服务，而不需要额外的BTM容量。这也可能导致现有BTM装置的边际价值下降，因为已经提供的服务正在减少。目前，这种情况不太可能发生，纯粹是理论上的。然而，对于监管机构来说，需要进行长期规划以防止这种情况的发生，这一点迄今为止在文献中还没有讨论过。
7.4. 公用事业单位的收入损失
在公用事业部门采用动态电价的网络中，装有BTM ESS的客户可以将他们在高峰期的部分需求以更便宜的价格转移到非高峰期，降低他们的计费成本，[表4]。另一方面，公用事业部门以前通过在高峰时段出售能源获得的部分收入减少了[66]。到目前为止，人们已经提出了各种定价设计，以应对小规模危险品系统的挑战，特别是抵消公用事业的成本，这反过来又会增加终端用户的成本[164]。理想情况下，电价的设计应该是，即使大多数终端用户配备了BTM资源，从电网中消耗的能源较少，但对公用事业公司来说仍然有利可图，同时不增加终端用户的总体成本。例如，在减少高峰期节省公用事业成本的部分收入可以分配给BTM装置的支持计划。然而，除了向客户出售能源外，公用事业公司可能还有其他的收入来源，如基于绩效的奖励或监管部门给予的节能奖励。
7.5. BTM ESS和屋顶光伏阵列之间的相互作用
表后光伏系统的实际价值和对其超额产出的上网电价的设计一直是并将继续成为能源市场激烈讨论的来源。一些人说，专业消费者没有公平地支付系统运行和维护的费用，而分布式光伏的倡导者说，光伏阵列在为当地[分配网络]提供的服务方面极其重要，应该得到比在现有零售系统下更多的信用。搭配光伏系统的BTM ESS的引入使这些讨论有了新的内容[165]。正如[表4]所总结的，BTM ESSs提高了自我消费率，消除了鸭子曲线效应，[4]降低了电力公司的发电、传输和分配成本。BTM ESS为现场光伏发电机提供的每一项服务都提高了BTM系统的边际价值，使补偿电价的设计更加复杂。
反映现场光伏发电机和BTM ESSs在上网电价设计上的相互作用是一项复杂的任务，在文献中还没有涉及。可能有两种情况，这两种情况都是有争议的，1)提高BTM系统的补偿率和/或2)降低没有ESS的专业用户的补偿率。前者会被批评为对ESS所有者的一种交叉补贴，同时它降低了没有存储的光伏系统的净价值。后者被反对，因为它阻碍了最终用户在其场所安装光伏。这种两难的局面现在已经导致了其他方法和补贴的实施，以支持不损害光伏发电机价值的BTM ESSs [166]。
7.6. 单个控制和集合控制之间的平衡
如[表4]所示，推动客户投资BTM ESS的主要因素是更大的自我消费，增强隐私性，以及在电网消费方面的独立性(自给自足)，以及希望帮助增加可再生能源在发电中的份额，以尽量减少空气污染物的排放[13]。但是，应该注意的是，这四个框架并不总是兼容的，可能导致利益冲突。例如，当BTM ESSs参与需求方管理计划以减少网络峰值需求时，它们可以通过几种方式进行管理；例如，使用智能定价方案和/或基于由业主或中央控制器实施的基于规则的时间表[81]。在实施集中控制的情况下，分布式BTM ESS可以被视为一个单一的大型ESS，提供更有效的公用事业服务并参与[辅助服务市场]，其中规模小于100千瓦的电池不允许参与[13]。然而，这可能禁止客户使用ESS作为备用电源。这也影响了ESS对光伏自用服务的可用性，这与最初的自给自足和隐私目标相矛盾。另一方面，在没有电网规模的控制进行协调和统一的情况下，独立管理并旨在最大限度地提高专业消费者自给自足的分布式ESS可能不会为公用事业提供有效的服务[167]。
7.7. 可靠的通信和数据隐私
BTM ESS所有者，特别是专业消费者，通常愿意与当地的公用事业公司签订合同，通过提供辅助服务来获得收入。公用事业单位也很高兴，因为这使他们能够获得更多的存储容量，并使他们能够节省投资。许多作者假设在终端用户和公用事业之间有一个完美的通信链路，而主要的挑战是建立一个可靠的双向连接，在终端用户和公用事业之间传输数据。例如，如果系统运营商向ESS所有者发送峰值负荷信号，但他们无法接收，或者干脆不设置设备放电，ESS的潜在能力就被浪费了[91]。让公用事业部门访问[控制ESS]是一种方法，但尽管它提高了服务质量，也增加了网络攻击的风险。此外，客户对访问其精确的[能源消耗数据]的前景表示担忧。可能会有恶意的第三方进行网络攻击，比如向储户发送虚假信号或窃取终端用户的信息[168]。
7.8. 激励BTM ESS安装的电力定价
在电力零售市场的定价策略方面，需要有电价的灵活性，以提供合理的价格信号，反映电力系统的实际成本，为促进BTM技术的投资创造一个强有力的信号。在电价设计中，应考虑到所有网络参与者的利益。另外，为了激励BTM所有者为网络服务贡献他们的存储能力，应该定义一个公平的补偿方案[59]。目前，许多国家都在使用智能电价，然而，它们在一些地区的实施还没有完成，仍在调查之中。例如，在荷兰，国家监管机构ACM下的几个试点项目目前正在进行，以促进未来智能电价的潜在实施。尽管近年来BTM的ESS容量已经增加，但随着创新的定价方案的实施，这一趋势有望继续急剧发展，为业主和公用事业部门最大限度地提高ESS的效率[15]。
7.9. BTM ESS业主的叠加收入
如[表4]所述，ESS可以被配置和编程以同时提供多种服务，从为专业消费者提供现场电力平衡到为当地公用事业提供快速响应的监管服务[84],[92]。然而，这种价值的有效实施可能受到当地监管机构引入的一些潜在监管限制的制约，这一点被许多作者低估了。例如，为快速响应服务分配的容量往往可能不允许用于备用能源储备，无论该容量是否被设想调用，都会浪费潜在的容量[166]。除了目前的补偿方案外，没有一个方案是根据ESS向电网提供的服务类型而设计的。另一方面，在没有适当的[优化策略]的情况下，由于此类应用的电池和尖端[逆变器]技术成本较高，客户的整体成本可能会增加。
8. 未来工作的潜在方向
在文献中，许多工作集中在优化低压网络中的ESS，以最大限度地提高其盈利能力和效率，特别是在为终端用户提供服务的情况下。同时，应作出更多努力，采用BTM ESSs向公用事业提供服务，目的是通过同时向客户和电力系统提供多种服务，使其价值最大化。下面将讨论未来研究工作的潜在方向。
8.1. 收入叠加的机会
除了提供现场备用电源外，小型ESS还可以为其所有者和电力公司提供广泛的其他一般服务，如参与[辅助]市场和通过[聚合器]提供能源服务。这些服务中的每一项，在有效的补偿性经济项目存在的情况下，都可以为最终用户和公用事业提供额外的价值，降低ESS所有者的成本，减少其投资回报期。因此，值得研究的是如何设计有效的能源管理策略，使BTM ESS同时提供多种服务。
8.2. BTM ESSs的聚集模式
目前，由于其容量和功率有限，小规模的BTM ESSs无法单独参与能源和监管市场[13]。因此，电力系统引入了聚集器，在参与能源市场或向电力公司出售辅助服务时，将BTM ESSs分组，作为一个单一的超级实体[84]。在少数国家，如美国，作为未来电力系统规划的一部分，住宅BTM ESSs正在通过聚合器为当地的公用事业提供服务。例如，纽约独立系统运营商已经实施了一项新的能源政策，允许一个实体聚集BTM住宅ESS来参与电网服务[169]。因此，研究如何将单个ESS聚集起来提供服务，同时避免对系统运行指数(如稳定性和可靠性)产生负面影响是至关重要的。
8.3. 点对点的电力交易
多方(发电商、准消费者和消费者)之间的能源买卖被称为P2P交易[170]。试点研究表明，专业消费者可以通过一个安全的平台将多余的光伏发电量转让和出售给另一个用户。由于P2P，单个终端用户从当地网络的被动者变成了[主动控制者]，这可能会消除网络增长的限制，同时还能节省投资和运营成本。到目前为止，不同国家已经开展了各种试点项目，以评估在微电网中实施P2P交易机制的可行性，如新加坡的Solar Share[171]，印度的ISGF[172]，马来西亚的SEDA[173]，以及美国的LO3[174]。因此，需要研究BTM ESS对P2P技术的潜在影响，这可以形成一个具有有效定价系统的安全平台，以确保微电网的安全运行。
8.4. BTM ESSs和插电式电动车的联合优化
电动汽车作为移动ESS，既可以利用它来储存多余的光伏输出以供日后使用，也可以通过集合器参与辅助市场。然而，多次对电池进行充电和放电会缩短其使用寿命，并提高电动车主的成本[118]。一些公用事业部门已经提出了激励方案，以吸引电动车主参与监管项目。例如，在美国，按照联邦能源管理委员会的规定，电动汽车对电网的频率服务是有补偿的[175]。因此，设计有效的激励项目，使电动汽车更多地参与到公用事业的预期项目中，是非常重要的，应该深入研究。
另一方面，电动车驾驶员的行为、电价和光伏输出的大量不确定因素使电动车的监管服务调度成为一个具有挑战性的过程[134]。承诺的电动车电池容量可能并不总是可以用于监管服务，导致计算不匹配，在关键时期危及系统的安全运行。一个解决方案是部署BTM ESS和[EV电池]的联合优化，以补偿网络调度中可能出现的不一致[145]。通过这种方式，BTM住宅/商业ESS的大量容量不再需要被占用用于储备服务，无论该容量是否需要，它们只是被利用来补偿电动车主行为的不可预测性。因此，开发有效的方法，在BTM ESS和电动车之间建立最佳的协调，以尽量减少成本和规划误差，是进一步研究的关键领域。
8.5. 将电池与电解器结合起来--battolyser
由于传统ESS的技术挑战和限制，用于以氢气形式储存多余的RES发电的电解器最近在全世界引发了关注。这种技术被称为[绿色氢]，利用RES的输出将水分成氧气和[氢分子]，同时不向大气排放二氧化碳[45]。然而，对低氢气[往返]效率和RES驱动的[电解器]性能下降的担忧，导致人们关注使用电池来提高水电解器的能源效率。电池辅助的[电解槽技术]，也被称为battolyser，允许短期和长期的电力储存[176]。当可用电力低于电解槽的额定功率时，电池组储存多余的RES输出以支持电解槽。这一过程减少了电解槽在[间歇性可再生能源]输出下的启动/关闭频率，从而提高了整个系统的效率和电解槽的寿命。
由于电解槽的额定功率和电池容量之间有很强的依赖性，这些值的设计必须使电池能够使电解槽在RESs输出过剩或能源短缺的情况下以最大效率运行。如果是这样，电解槽所需的容量就会减少，而其效率随着可再生能源输出的平衡而提高，从而降低[氢气生产]的平准化成本。它可以成为太阳能和风能资源稀缺的偏远地区的一个解决方案，因为那里的可再生能源的输出往往低于运行电解器所需的功率。然而，这种技术仍然很昂贵，这就突出了进一步研究的必要性，以提供最大限度提高能源效率的方法，并使最终用户和公用事业部门都能负担得起。
8.6. 恶意攻击对BTM ESSs应用的影响
随着互联网和无线网络在能源应用中的普及，一个有趣和实用的延伸是如何保护BTM资源免受潜在的恶意网络攻击[65]。例如，当ESSs被用于频率调节时，恶意的第三方可能会向客户发送虚假信号，指示他们在不应该这样做的时候对设备进行充电/放电，导致网络频率恶化。在集中管理的情况下，可能发生对SM和中央控制器之间的通信系统的网络攻击，操纵传输中的数据，导致BTM ESS提供的能源服务的损失和网络运行的不稳定。其中一个有效的方法是利用BTM ESSs向智能电表输入发送受控的噪声数据，以尽量减少恶意第三方从电表输出提取原始可读信息的可能性[177]。因此，模拟不同的可能情况并评估其对BTM ESSs性能的影响是至关重要的，这样系统运营商就能为任何可能的情况提前做好准备。
9. 结论
在这项工作中，我们努力深入研究部署BTM系统所需的技术。在此之后，不同的计量和计费系统，以及它们对BTM系统经济性的影响，被作为最重要的因素之一进行了调查。已经提出了一个完整的BTM ESS应用和服务的分类法，以深入研究这种系统所提供的好处和潜力。还研究了在BTM ESS存在的情况下为解决能源管理问题而实施的优化策略，并对每个策略进行了简短但彻底的讨论。随后，对世界各地已实施的众多案例研究进行了总结。接下来，调查了BTM系统部署中的潜在挑战，随后全面讨论了进一步研究的潜在领域，以确保未来BTM系统在解决环境和经济挑战方面的长期可行性。最后，调查了材料的结论。
表后ESS有很大的潜力，通过提高电力供应的可靠性和安全性，为其主机网络带来进步，并为100%基于可再生的能源系统铺平道路。最近成本的降低和新存储技术的出现，以及行业专业知识和创新的优化控制策略的兴起，使BTM ESS具有更大的潜力和更有效的解决方案。 然而，要最大限度地利用这些资源，需要提供适当的基础设施，包括智能计量系统、电力电子设备和决策策略。许多国家通过满足其先决条件，为在配电系统中广泛使用BTM资源铺平了道路，这样，在终端用户从现场服务中受益的同时，潜在的累积储存能力也可以用来改善电力系统的整体性能。从案例研究来看，锂离子电池是目前最广泛使用的BTM服务技术，但由于希望同时享受不同技术的好处，最近开始使用混合存储系统，如锂离子-飞轮和/或锂离子-流动电池。然而，考虑到BTM ESSs提供的潜在服务与迄今为止已经实施的真实案例研究，由于高效实施的挑战和障碍，似乎许多人仍然没有充分利用这些资源。
提出的工作发现了许多影响因素、机会、挑战和潜在的解决方案，以及可以帮助研究人员、学术界和工业界修改和改进现有BTM系统以达到更高水平的建议。因此，本研究的主要贡献在于从各个角度对BTM系统进行了深入调查，为小型BTM ESS在实现由高效和环保资源驱动的智能电网概念方面的价值和作用提供了有益的见解。此外，这项工作还探索了关键领域，为智能电网中BTM ESS技术的进一步发展提供了重要的建设性建议。
