技術探索

智慧化電力交易輔助服務技術

工業技術研究院 資訊與通訊研究所 張仕穎 陳耀鑫

因應2030年綠電占比30%,為處理綠電併網帶來的發電間歇性問題,因此台電公司推動電力交易平台,鼓勵民間儲能設備併網參與穩定電網,開啟儲能市場新商機


前言

因應2030年綠電占比30%,為處理綠電併網帶來的發電間歇性問題,因此台電公司推動電力交易平台,鼓勵民間儲能設備併網,參與穩定電網。預計2025年將建置1.5GW至2030年將累積建置5.5GW的大型儲能設備,儲能產業市場前景可期。營運儲能案場將面臨許多挑戰,透過資通訊整合及AI技術的模擬分析預測,希望在滿足台電執行能力規範下,同時延長儲能經濟年限,讓儲能設備可以持續穩定獲利及降低執行成本,讓民間廠商更有信心可以投入儲能市場,穩定獲利,也為國內電網穩定貢獻一己之力。

精彩內容

1. 電力交易開啟儲能市場新商機
2. 投前分析:模擬預測投入市場十年後預期收益
3. 案場建置:加速案場設備整合及符合台電規範
4. 投後維運:最佳化即時充電排程及電池健康檢測
5. 儲能市場後勢可期


電力交易開啟儲能市場新商機

自2021年開始,台電開放日前輔助服務電力交易平台(https://etp.taipower.com.tw),業者只要經資格審定與測試後,就可以每日在平台上投標自身儲能可接受調度的價錢,例如:600元/1MWh,在平台上與其他民營及國營廠商公開競價,只要得標並在指定時段接受台電控制儲能充放電,就可以獲得台電給予的服務費(非電費減免)。目前台電開放三種輔助服務商品,調頻備轉、即時備轉以及補充備轉,有不同的用途及要求;如下圖1,當系統頻率驟降,也就是缺電時,參與調頻備轉的資源會先在數秒內反應,然後十分鐘內,即時備轉商品會反應,最後才是補充備轉反應,然後有不同的持續時間,直到電網回復穩定。

圖 1 調頻、即時與補充備轉之差別(資料來源:電力交易平台)

所以不同特性的資源適合投入不同的商品,例如:儲能反應時間短,適合參加調頻備轉,自有發電設備與需量反應的反應時間長,適合參加即時跟補充備轉。廠商的儲能設備目前大多參與調頻備轉,因為台電給予的價錢最高;但是大型儲能成本動輒千萬以上,業者對儲能的投資當然希望可以像太陽能躉購一樣,可以穩定的帶來20年的收益,然而儲能的壽命受各種因素影響,所以需要各種分析及智慧控制技術來優化儲能的營運。

大型儲能若參加調頻輔助服務,需依據電網系統頻率去自動控制電池,系統頻率可被視作反應電網缺不缺電的一個綜合指標,當電網不缺電,頻率會維持在60Hz,當缺電的時候,頻率就會小於60Hz,儲能就要放電;反之,就要充電。調頻服務需每秒依據頻率變化進行充/放電,透過這樣的機制去穩定電網,至於什麼頻率對應什麼輸出功率,則是依據參加的商品服務而有所不同,調頻服務有三種商品,動態調頻備轉(Dynamic Regulation Reserve;dReg0.25)、靜態調頻備轉(Static Regulation Reserve;sReg)及增強型動態調頻備轉(Enhancement- Dynamic Regulation Reserve;E-dReg),目前最多人參加的是dReg0.25,其頻率-功率規格如圖2所示。

圖 2 dReg0.25 的輸出功率與頻率的對照(資料來源:電力交易平台)

從圖2可以看到59.75Hz,就要輸出100%功率,放電給電網,反之,60.25Hz,就充電100%功率,把多的電存起來。另外,圖2中有一個彈性調整區間,當頻率落在這個區間時,可以在上下9%的區間自行控制充放電,讓儲能可以調整SoC(State of Charge)剩餘電量的水位,避免電池過充過放,傷害電池健康,而調整區間的充電策略也是各家廠商的醍醐味,廠商都會有各自不同的設計及優化的目標。

投前分析:模擬預測投入市場十年後預期收益

大型儲能設備造價不菲,但儲能設備壽命有限,如何可以準確預測儲能的經濟年限(State of Health (SoH) = 80%)就是個重要議題,因為這樣才能準確預估整個壽命期間可以從電力交易市場上賺到的總收益,才能計算正確的投資報酬率(Return On Investment,ROI),進而事先評估參加服務的效益。影響儲能系統壽命的主要因素就是其充放電的模式,是否會過充過放跟深充深放,這跟電池的規格(MW跟MWh比例)、參加調頻服務商品(dReg、sReg及edReg)以及彈性調整區間的充電排程方法有關。如果可以在建置採購儲能設備及選擇交易商品時,就可以事先知道哪些組合的收益最高,就可以更容易做決策。這也意味著總是參與價錢最高的服務,不見得收益是最好的,因為必須要同時考慮執行服務的電池老化成本,收入高的只能跑八年,收入差的可能可以跑十年,整體的收益不見得較差。

有鑑於此,我們提供了一個收益模擬分析工具,透過收集市場開放迄今的系統頻率資料與商品的結清價格做回測,搭配老化預測模型,去模擬十年後的電池老化,藉此可以計算出十年的老化及營收,最終可以計算出十年預期的ROI。透過此工具可以比較不同儲能規格、財務模型及充放電策略下的最佳收益組合,協助廠商作好投資前評估工作,藉由圖3的畫面可以看到不同策略下的平均投報率ROI。

模擬工具的核心就是可以回測數據,因為有完整收集的歷史頻率跟價錢,所以可以模擬不動帶中不同充放電策略所造成的電池狀態變化差異,或是模擬不同投標競價策略下的得標結果;另外模擬工具可以將電池狀態變化的時間序列資料,透過電池老化的模型轉換成電池健康狀度(State of Health,SoH),所以可以量化分析不同充放電策略下的電池壽命,也就可以估算儲能參與調頻服務的經濟年限,可以量化比較成本,才能最佳化充放電策略。

過去已經有研究 [1-3] 針對調頻服務的充放電模式建立老化預測模型,主要是透過大量的電池芯進行老化實驗,以產生建模需要的電池老化數據,模型考慮兩種充放電類型下的老化,循環老化及日曆日老化,前者考慮放電深度、充放電循環次數等因子,而後者考慮電池閒置下的老化情況,透過建立的模型,可以把長期十年的電池充放電行為,轉換成相對應的SoH,所以就可以分析不同充放電行為的老化差異。目前模擬分析工具是採用此種老化模型,但礙於電池材質的演進及國內電力交易市場的充放電規則在地化差異,需要重新建立調整,目前我們正透過能專計畫的小型電池的老化實驗及儲能案場的即時資訊收集,持續優化電池SoH估算及老化預測模型。

圖 3 收益模擬分析工具

案場建置:加速案場設備整合及符合台電規範

透過投前分析決定了最佳的案場儲能設備配置及參與市場商品後,下一步就是如何快速有效的整合案場設備及符合台電規範,讓儲能設備可以快速上線運轉盈利。有鑑於此,我們提供了完整的軟硬體解決方案,主要包括:儲能控制器(Site Controller)、智慧能源管理系統(Energy Management System,EMS)、通訊介面整合測試工具以及台電規範模擬測試工具,如圖4,說明如下:

1.儲能控制器:可監控案場各種設備,進行智慧排程,案場設備包括:儲能管理系統(Battery Management System,BMS)、電子電能調節系統(Power Conditioning System,PCS)、電表、保護電驛等。

2.智慧能源管理系統:串接電力交易市場資訊,協助投標,並依據得標量,透過儲能控制器調度排程,另外可以搭載各種預測模擬分析工具,透過歷史數據建模分析,優化未來收益。

3.通訊介面整合測試工具:因為案場設備都來自不同的廠商,沒有統一的規格介面,所以需要人工在現場進行整合測試,耗費大量人力。因此我們開發了自動化工具,可透過設備的規格書,建立模擬設備行為的模擬BMS、PCS、電表等,進而先在實驗室進行控制器的通訊及控制器整合,以縮短在案場的測試時間。

4.台電規範模擬測試工具:參加電力交易市場,除了通訊要能順暢外,儲能輸出的能力也要符合頻率的變化,這些都需要考慮案場電能損耗的實際情況進行微調。但是與台電進行正式通訊及能力測試時再來調整,成本過高,所以我們開發此工具,透過建立通訊及能力測試的腳本,讓廠商可以進行模擬考,增加實際台電考試通過的機率。

圖 4 案場建置軟硬體解決方案


投後維運:最佳化充電排程及電池健康檢測

當儲能案場可以上線商轉後,下一步就是維運儲能設備,讓儲能可以有效率的運轉,不但符合台電規範,又可以減緩老化,同時,透過儲能案場運轉資料的大數據分析技術,持續健檢儲能狀態,降低安全問題。目前我們研究的方向有二:

1.最佳化充電排程:如果可以同時符合台電規範,但又可以延長電池壽命,就可以增加儲能整個生命週期從交易市場賺到的總收益。具體來說,就是設計在『彈性調整區間』的充放電策略,避免電池的過度老化。如圖5,我們可以看到如果選擇單一充放電策略,在調性調整區間,你是不充不放,所以假設前一秒電池電量接近0%,即使頻率停留在調性調整區間,也無法脫離老化區域,反之,雙折線充放電策略,選擇藍色線,以最大9%功率來充電,而當電量過多時,可以選紅色線,以最大9%功率來放電,就讓儲能不會過充過放。

圖 5 不同的充放電策略

而依據老化模型,可以組合不同規則及充放電折線,最佳化參與市場的執行率及降低儲能老化。目前模擬使用五條折線的組合方案,相較於圖5的單一折線策略,執行率跟老化都有顯著的提升,這將反應在長期的ROI。

圖 6 不同充放電策略下的老化及投報率差異

2.電池健康檢測:要預測參與調頻備轉服務的儲能健康狀態是相當有挑戰性的,且需要時間去驗證。但我們還是可以透過日常的電池線上檢測,降低電池老化及異常的風險,例如:可以透過線上檢測,取得儲能的壓力指標,然後依據儲能老化的情況,動態調整儲能充放電操作區間,根據[4]的結果顯示:若降低10%高阻抗區域不操作,儲能壽命可提升36%以上。此外,目前我們也透過能專計畫,建立儲能大數據分析技術,透過AI技術,建立更好的電池健康狀態估計及預測模型。

儲能市場後勢可期

在2023年3月,團隊技術已經協助華城電機建置2MW的調頻服務案場,同時我們也持續用實際案場資料及經驗,優化上述營運最佳化工具,希望可以讓儲能業者參與電力市場,就像過去太陽能的躉購方案一樣,可以得到十年以上穩定的收益!台灣的電力交易才剛開始而已,除了目前的併網型儲能dReg及EdReg,到用電大戶的表後儲能sReg以及光儲,甚至是未來的家用儲能或是電動車的電池的能源調度,都是在未來電力交易的涵蓋範圍內,未來市場規模可期,工研院資通所與你同行。

本研究承蒙經濟部能源局112年度「淨零排放-MW等級儲能電池健康檢測及評估技術優化」(112-D0603)計畫支持,特此致謝。

參考文獻

[1] D. -I. Stroe, M. Swierczynski, A. -I. Stan, R. Teodorescu and S. J. Andreasen, "Accelerated lifetime testing methodology for lifetime estimation of lithium-ion batteries used in augmented wind power plants," in IEEE Trans. Ind. Appl., vol. 50, no. 6, pp. 4006-4017, Nov.-Dec. 2014.
[2] D. -I. Stroe, V. Knap, M. Swierczynski, A. -I. Stroe and R. Teodorescu, "Operation of a grid-connected lithium-ion battery energy storage system for primary frequency regulation: A battery lifetime perspective," in IEEE Trans. Ind. Appl., vol. 53, no. 1, pp. 430-438, Jan.-Feb. 2017.
[3] M. Stecca, T. B. Soeiro, L. R. Elizondo, P. Bauer and P. Palensky, "Lifetime estimation of grid-connected battery storage and power electronics inverter providing primary frequency regulation," in IEEE Open J. Ind. Electron., vol. 2, pp. 240-251, Mar. 2021.
[4] US 9859736 B2, 2014-11-07, Battery control method based on ageing-adaptive operation window (工研院獲證專利)