基于节能减排效益的风／储系统容量优化配置

陈 雪 曾紫光

（国家知识产权局专利局专利审查协作广东中心，广东 广州510000）

0 引言

在化石资源短缺与环境污染的双重约束下，采取合理的措施降低电力系统综合能耗已成为重要的全球性课题。在这一背景下，国家相继出台了一系列鼓励以风电为代表的清洁能源的发展政策。相关学者考虑局部地区效益均衡，建立了风电社会效益数学模型，保守估算了风电的社会效益［1－3］。但在风电、光伏等清洁能源迅猛发展的同时，其出力间歇性、反调峰特性等将影响到系统潮流指标，制约其在节能减排中作用的发挥，这就降低了风力发电的社会效益［4］。

为解决风电发展的瓶颈问题，发挥其在节能减排中的积极作用，储能技术因其良好的电功率“吞”、“吐”特性，成为解决风电出力间歇性、反调峰特性等瓶颈问题最为直观的一种方案，相应技术手段已取得一定成果：利用储能系统提供快速无功支撑和平滑风电出力，从根本上改善系统功率平衡度。研究储能系统能间接提高风电短期功率预报精度，优化系统潮流，改善风电并网带来的电压偏差、电压闪变等电能质量问题，增强系统稳定性，减少风电并网对系统热备用容量的需求，优化风电经济性。

但在一系列研究成果中，并未出现储能系统量化提高风电节能减排社会效益层面的相关研究。因此，本文将在已有研究的基础上，提出储能系统提高风电社会效益的量化评价指标，建立风／储联合运行社会效益评价模型，通过优化计算得到风／储系统容量配置。

1 降低风电场社会效益的因素

风电出力的波动性以及电力系统要求功率实时平衡的特点，决定了风电难以独立向用户供电，只能依托大电网实现风电最大限度的利用。而现存电网的规模及坚韧度无法满足间歇性风电的消纳，是制约风电规模发展的根本因素，降低了风电在节能减排中所发挥的积极作用。具体可总结如下：（1）大规模风电并网后的风电功率波动常常与负荷波动趋势相反，即在负荷高峰时段无风可发，而在负荷低谷时段来大风需要满发，这就加大了电网等效峰谷差，恶化了系统负荷特性，对系统旋转备用容量提出了很高的要求。（2）风力发电的不可预测性决定了需增加系统备用电源，这类电厂需随时保持运转但并不发电，在产生碳排放的同时，也造成了资源浪费。（3）造成系统频率突变和联络线功率偏差较大，使系统频率特性恶化，对系统的快速调频提出了很高的要求。（4）风电场作为电源接入电网，将改变系统原有潮流，可能恶化潮流指标，增大系统网损。

风电并网引起的潮流问题及对系统调峰调频的需求都将不同程度地增大系统能耗与碳排放，降低风力发电在节能减排中的积极作用。而在节能减排相关措施中，储能技术因其实现同样的减排效果成本最低，成为目前最经济有效的技术手段之一。

2 储能系统提高风电场社会效益的量化评价

与发电系统不同，储能系统发挥的社会效益所带来的经济效益很难以一种标准来量化评价，应根据其发挥的作用来进行综合评价。其与风力发电相结合，发挥的风电节能减排积极作用可用如下指标进行评价：（1）储能系统平滑风电出力，减少相同调频效果下热电系统容量的节能减排量化计算。（2）储能系统改善风电反调峰特性，减少相同调峰效果下热电系统容量的节能减排量化计算。（3）储能系统改善风电并网潮流指标，减少网损的节能减排量化计算。

因此，根据具体风电与区域电网匹配特性，选择上述一种或几种指标量化计算，可以对储能系统与风电结合所发挥的社会效益作量化评价。

3 风／储系统联合运行社会效益评价模型

3.1 风／储系统联合运行目标函数

以系统节能减排效益最大化为目标函数，建立风／储系统联合运行优化模型。节能减排效益可由系统总煤耗量和污染物排放量表征，通过煤炭价格、污染物排放成本折算至同一度量单位，则目标函数可表示为：

式中，Ctotal为系统减少的能耗与污染物排放总成本；C1.total、C2.total分别为热电系统出力的能耗与污染物排放及系统因网损所带来的能耗成本和污染物排放成本；Ccoal、Ceniv分别为能耗总成本及污染物排放总成本；f（p）、m（p）分别为系统机组p出力时的发电能耗及发电污染物排放量；Vcoal、Veniv分别为单位能耗成本和单位污染物环境成本。

本文中标准煤单价取0.4元／kg，污染物排放环境成本取6元／kg。f（p）、m（p）可通过煤耗率系数、污染物排放系数量化，如式（2）所示：

3.2 风／储系统联合运行约束条件

3.2.1 技术约束

在不考虑经济约束的条件下，考虑系统功率平衡约束、出力上下限约束以及节点电压上下限约束，具体如式（3）所示：

式中，PGi、PC、PDi、P损分别为火电机组／储能系统出力与负荷功率、有功网损；Vi为节点电压值。

3.2.2 经济约束

经济约束指储能系统的固定费用与运行维护各项费用应小于等于储能系统提高风电节能减排社会效益所带来的经济效益量化计算值。满足经济约束时，系统的建设才有实际意义，如式（4）所示：

式中，ΔCtotal为储能系统提高的风力发电节能减排社会效益量化的经济效益值；m1、m2分别为储能系统的固定成本与可变成本；、、、分别为储能系统加入前后系统总能耗成本与污染物排放成本。

3.2.3 计算流程

本文采用的遗传算法较一般优化算法容易获得全局最优解，能很好地解决非线性、规模大的优化模型问题，其一般步骤如下：（1）输入系统火电机组年基础调度规划信息；（2）设定种群规模和最大进化代数，以储能系统容量为优化控制变量，产生初始种群；（3）根据不同个体代表的储能系统容量，产生相应的代替火电机组规划方案，依据适应度函数计算每个个体的适应度；（4）判断是否满足优化准则，若满足则输出结果，若不满足则进行下一步；（5）经个体适应度比较排序，选择再生个体；（6）按照自适应交叉率执行交叉运算，产生种群转步骤（3）。

4 算例仿真

在仅考虑该地区风力资源条件约束的情况下，系统内最大装机容量为500 MW，风电场风速一般服从威布尔分布，但当研究时段较短时，风电场风速可认为服从正态分布。本文选取单位兆瓦风电装机的典型日，根据较短时间内服从正态分布进行随机模拟，其出力曲线如图1所示。

图1 单位容量风电机组典型日出力曲线

按照风电场输出波动的限值，系统热电因参与风电调峰调频而产生的能耗与污染物排放总成本如图2所示。

图2 系统能耗与污染物排放总成本曲线

系统能耗与污染物排放总成本随着风电场容量增加而增大，风电场容量达到250 MW时，系统能耗成本上升趋势逐渐减缓，最终进入平台期，这是因为随着风电容量逼近系统的最大接纳能力，会导致一部分风电脱网。系统因总有功网损而产生的能耗成本如图3所示。

图3 网损折算的能耗成本曲线

风电在一定范围内随着容量的增长对系统有功网损有一定贡献，增长到300 MW时，网损增大，其能耗成本随之增加。

系统接纳风电能力受系统调峰容量的制约，储能系统的接入一方面可替代常规热电机组参与调频调峰，另一方面由于减少了热电系统的出力以及优化系统潮流减少有功网损从而减少了系统能耗，也实现了节能减排效益。现对风电与储能系统的匹配容量进行优化计算。

4.1 不考虑经济约束时

由图4分析可得，当储能系统容量定为［30 MW，40 MW］时，系统接纳风电能力幅度增加，原因在于上述区间的储能系统对常规机组发生了替代效应。相应的总能耗与污染物排放成本曲线如图5所示。

图4 非经济约束下的风电匹配容量优化

总成本在储能容量为［30 MW，40 MW］时显著降低，表明因储能系统的作用，常规机组逐渐向最优运行点运行；随之是一定的平台期，表明常规机组保持在最优运行点运行；当储能容量为［70 MW、80 MW］时，一部分机组偏离最优运行点，系统成本又大幅度上升。

图5 总能耗与排放成本优化

4.2 考虑经济约束时

在考虑经济约束时，如图6所示，系统接纳风电能力曲线没有变化，而匹配容量优化只有在［30 MW，40 MW］、［70 MW，80 MW］时有解；在其他区间，储能系统一方面替代效应不明显，另一方面风电接纳能力提高也不明显，使得储能系统的经济效益为负，因此无解。

图6 经济约束下的风电匹配容量优化

综上所述，储能系统在考虑经济约束和不考虑经济约束时的优化结果一致，即风电取［270 MW，300 MW］和［310 MW，330 MW］之间的值，而储能系统取值则在［30 MW，40 MW］和［70 MW，80 MW］之间为最佳。

5 结语

本文以储能系统为研究对象：（1）提出了储能系统提高社会效益的评价指标；（2）建立了以节能减排社会效益为目标函数的风／储联合系统优化模型；（3）采用嵌套式遗传算法对储能系统提高的风电社会效益作了量化计算。

［1］张晓花，赵晋泉，陈星莺.节能减排下含风电场多目标机组组合建模及优化［J］.电力系统保护与控制，2011，39（17）：33～39

［2］蒋泽甫，谢开贵.基于时序负荷的独立电网风／柴／储电源系统容量优化［J］.电力系统保护与控制，2012，40（20）：119～124

［3］沈又幸，刘琳，曾鸣.风电社会效益的评价模型及其应用研究［J］.华东电力，2009，37（5）：52～55

［4］雷亚洲.与风电并网相关的研究课题［J］.电力系统自动化，2003，27（8）：84～89