大规模风电接入的灵活性资源优化配置方法

段士伟，杨修宇，柴仁勇，徐铭宏，柴国峰，晏 锋

(1.现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学)，吉林 吉林 132012；2.国网赣西供电公司，江西 新余 338025)

近年来，大力发展风力发电是应对气候恶化、传统能源枯竭的重要举措之一，我国风资源丰富，截止到2018底，风电累计装机容量为209.53 GW，新增并网容量为21.53 GW.但风电与常规电源不同，其波动性和随机性较强，难以对其准确地预测与控制[1].随着风电装机容量的不断加大，电力系统中源荷侧的双重不确定性也随之增大，出现了系统对调节能力的不足，造成了风力发电出力受限，弃风量大大增加.然而.目前火电在电源侧仍占据着主要位置，单靠火电机组不能解决灵活资源短缺的困境，必须充分挖掘系统的调节潜力，解决调节能力不足的问题，进而带动风电的消纳.

所谓的灵活性是指在在系统运行的有功平衡中，对多种资源进行优化调配，在保证经济性的前提下具有满足发电、电网及负荷随机变化的作用.在某些情景下，系统灵活性也指灵活性供给相对其需求的充裕程度[2-3].电力系统灵活性资源主要包括常规机组、储能和需求侧响应.

目前已有不少学者针对火电机组的灵活性改造、储能以及负荷侧需求响应等灵活性资源进行研究分析.当前火电仍是主要的电源方式，如果能够充分挖掘火电的灵活潜力，将能够较好的增加系统的调节空间.但目前关于深度调峰的研究针对于技术改造与运行，对机组改造和其他灵活性资源协调优化的研究较少.文献[4]通过合理分配负荷等措施，实现锅炉不投油稳燃，使两台机组参与深度调峰，并计算出其节省的燃油费；文献[5]对德国发电厂灵活性改造的技术经济性进行分析.文献[6]针对火电不同调峰深度与系统运行经济性的关系进行了分析，但没有分析多类型电源协调优化的影响.储能作为现阶段研究最热的灵活性资源，具有电源和负荷的双重特性.文献[7]指出调峰能力对风电消纳起主要作用，并提出了以电源与负荷特性和调峰能力结合后对风电消纳能力的评估体系.文献[8]以东北某省的实际运行情况根据辽宁电网近年来运行的实际情况，指出调峰在低谷期将是制约风电消纳的关键因素，储能技术实用化和加强对火电机组深度调峰的管理力度是将成为改善消纳风电规模的有效措施.DR可以有效改善负荷侧的灵活性，其具有快速响应、调度灵活方便的特点.文献[9]在分时电价(TOU)的基础上建立了对风电消纳的优化模型，验证了分时电价可以有效改善风电消纳困难的问题.文献[10]对未来规划需求响应的必要性进行了有效分析，并针对实施方法提出了许多建议.

上述研究成果多是针对一种灵活性资源进行规划，并未涉及多类灵活性资源相互作用关系，缺乏对充分挖掘灵活性潜力的研究，因此如何提高电力系统的灵活调节能力，提升系统的风电消纳能力，是当前研究的重点.因此本文从源荷两侧入手，引入储能、DR机制以及火电改造，首先对三者进行特性分析，然后提出在某一渗透率下三者的成本模型，建立大规模风电接入后多类型灵活性资源的优化配置模型，最后通过算例证明了所提出模型的有效性.

1 灵活性指标及供需平衡分析

1.1 灵活性指标

根据研究分析，描述电力系统灵活性的指标主要包括灵活性调节能力，机组的爬坡功率(向上发电能力和向下发电能力反应了系统在不同方向的灵活性)和调节速率等.电力系统的灵活性调节能力有限是制约可再生能源消纳的最为主要的原因.本节主要对灵活性的调节能力展开分析.

其上、下调能力定义如下：

t时刻的最大上、下调节能力指的是在一定时间尺度下ΔT下，考虑灵活性资源调节能力约束和安全下的最大向上、向下发电容量，即为PUt、PDt.

(1)

公式中：EUt、EDt为储能的上、下调灵活性；FUt、FDt为负荷侧响应的上、下调灵活性；HUt、HDt为火电机组的最大、最小出力；Pt为净负荷出力.

1.2 灵活性供需平衡分析

灵活性资源供给、需求平衡示意图，如图1所示.

从图1中可以看出，大规模风电接入后的净负荷曲线与传统负荷曲线相比，主要的变化体现在：

(1)净负荷曲线较原始负荷曲线峰谷差明显增大；

(2)仅依靠常规电源难以保证调节能力充足，在某些时段会出现灵活性供给不足进而发生弃风现象；

(3)需要充分挖掘其他的灵活性潜力，满足系统的灵活性需求.

2 各类灵活性资源特性分析

2.1 火电机组灵活性改造对系统灵活性供需平衡的影响

以火电机组的灵活性为样本进行分析其基本原理.对于火电机组灵活性，主要包括调峰能力、爬坡速度以及启停能力.其中，调峰能力是指机组出力可以到达的运行负荷下限的能力[11].因此，本文主要对现有的火电机组进行深度改造进行分析，以满足在大规模风电接入下的需求.火电机组灵活性改造消纳风电的三种模式基本原理，如图2所示.

图2所满足的功率平衡关系为

PH，t+PHG，t=Pl，t-Pw，t-PWQ，t，

(2)

公式中：PH，t为火电机组常规出力；PHG，t为火电改造部分出力；Pl，t为负荷功率PW，t为风电功率；PWQ，t为弃风功率.

(1)典型日场景内风电发电较小，净负荷与负荷相差不大.安装净负荷最大值留有一定备用就能够保证日内灵活性充裕；

(2)典型日场景内风电发电加大，在没有进行火电深度改造前，出现了调峰深度不足弃风现象，但火电机组经过深度改造后使内日灵活性充足；

(3)在第2中典型场景的基础上，虽然进行了火电机组改造，但仍然出现了调峰深度不足现象.

从图2中可以看出，通过采用火电机组灵活性改造的手段增加调节能力，可以有效减少负荷低谷时期的弃风电量，缓解系统调节需求困难，但也存在参与发电的火电机组全部进行改造也会有灵活性资源不足的场景，会产生大量的弃风，此时需要其他的灵活性资源参与.同理，储能和需求侧相应的消纳机理同火电改造类似.

2.2 火电机组灵活性改造的经济分析

(1)优化的目标是总成本最小化，目标函数为

F1=min(A1+A2+A3)，

(3)

公式中：F1为优化目标总成本；A1为火电机组灵活性改造的总投资成本；A2为规划期内切负荷惩罚成本；A3为弃风惩罚成本；ICg单位火电灵活性改造成本；Capg为火电灵活性改造功率.

(2)弃风量的计算

每天的弃风量与风电利用量相加等于风电最大量发电量，即

Pt，w+Pt，ab=Pt，w，max，

(4)

公式中：Pt，w为第t时段使用的风电出力；Pt，ab为t时刻的弃风功率；Pt，w，max为t时刻的最大风电出力；T为短期调度中时间段t的集合，每个时间段代表5 min.

2.3 储能的特性分析

储能系统具有电源和负荷的双重特性，在负荷低谷期，储能能够充当负荷把多余的可再生能源发电量储存起来；在负荷高峰期，储能又可以将低谷期储存的电能释放出来，为电力系统供电，缓解系统的供电压力.

本文是以弃风量最小，且运行成本最低为优化目标.在目标函数中引入弃风惩罚费用.因此在储能的运行过程中，对成本产生影响的因素的主要为运行成本、环境收益以及弃风惩罚成本.优化目标函数为

F2=min(B1+B2)，

(5)

公式中：B1为储能的建设投资成本；B2为弃风惩罚成本.

其中储能建设投资成本为

B1=Pprice，M(PC，t+PD，t)Δt，

(6)

公式中：Pprice，M为储能系统运行成本单价.

2.4 负荷侧需求响应的特性分析

需求响应包括负荷削减与负荷转移，前者指将某时段的用电需求彻底削减而不在其他时段再次出现，后者指将某时段的负荷需求转移至其他时段.需求侧响应能够以较低成本提供灵活性，但由于需求侧弹性的限制，实际需求侧参与比例较低，需要结合其他的灵活性资源一起使用.

负荷侧需求响应成本主要为

C3=IdcPdc+IdsPds+I1，dcWdc+I2，dsWds，

(7)

公式中：Idc与Ids为每MW负荷削减与负荷转移响应资源的前期成本；Pdc与Pds为负荷削减与负荷转移响应资源规划功率；I1，dc与I2，ds为单位容量削减的负荷与负荷转移响应成本；Wdc与Wds为负荷削减与负荷转移响应容量.

3 灵活性资源规划模型

本文针对大规模风电接入后导致系统灵活性不足的困境，提出采用多类型灵活性资源优化配置模型，其模型结构如图3所示.

本规划模型以各时刻火电机组总出力值为基础，在对典型场景进行灵活性供需关系分析的前提下结合各火电单元改造、储能以及负荷侧需求响应的的运行特性，以整体运行成本最小为目标，求解各灵活性资源的的最优配置.

(1)本文的整体规划模型是以规划期内火电改造、储能投资、负荷侧需求响应三者总投资最小为目标进行优化，其目标函数为

minF=A1+A2+B1+C3.

(8)

(2)火电出力约束

火电机组出力范围为

(1-xj)Pj，min+xjPj*，min≤Pj，t≤Pj，max，

(9)

公式中：Pj，max为机组j的出力上限；Pj，min为机组j灵活性改造前的出力下限；Pj*，min为机组j灵活性改造后的出力下限.

(3)储能约束条件

(10)

公式中：PC、PF为储能充放的最大功率，一般与储能额定功率相等.

(4)负荷功率范围约束为

sj，tPmin，j≤Pj，t≤sj，tPmax，j，

(11)

公式中：sjt为在t时刻可转移负荷的状态，当sjt为1时，可转移负荷在时段t运行；当sjt为0时，可转移负荷在时段t中的值为0；Pmax，j和Pmin，j为可转移负荷允许的负荷功率最大值与最小值.

(5)典型场景的获取

4 算例分析

本算例以某网实测负荷数据为仿真对象，算例中火电装机为690 MW，风电装机360 MW，火电机组其改造前最小出力为装机容量的0.5，改造后最小出力潜力为0.3，灵活性改造成本1 200元/KW；储能成本6 450元/KW(功率和能量配置为1∶5)；DR功率和容量成本见表1.DR响应潜力假设为最大负荷的10%，弃风和切负荷惩罚成本分别为0.63元/KW·h和13.6元/KW·h，原则上以完全消纳风电为主，但有的场景比较特殊，若要全部消纳风电，成本较高，容易造成资源浪费，因此允许弃风率上限为5%.

表1 系统响应成本信息

(1)单一灵活性资源配置分析

单一灵活性资源本置成本，如表2所示.从表2中可以看出，单一灵活性资源在解决灵活性不足问题时均存在问题，对火电进行改造21台，虽然成本较低，但会造成较大弃风，储能单独配置时，需要配置200 MW·h，虽然能有效解决弃风问题，但成本较高.因此本文提出对多种灵活性资源优化配置的方法，在解决灵活性不足的同时成本也最优.

表2 单一灵活性资源配置成本

(2)多类型灵活性资源的优化配置

利用前面的场景生成方法对上述可再生能源电量占比的负荷—风电数据进行场景生成，得到典型场景共32天.在利用经济性最优的条件下利用火电灵活性改造—DR—能三类灵活性资源解决灵活性不足问题，得到如表3所示的资源配置成本.

表3 多类型灵活性资源配置成本

(1)优化效果分析

对负荷和风电场景的聚类，需要规划的典型场景，如图5所示.对典型场景进行灵活性资源规划的效果图，如图6所示.灵活资源优化前后灵活性裕度，如图7所示.从图6(a)图中可以得出，虽然负荷侧响应成本较低，但储能容量足以接纳此时的风电，因此不需要负荷响应.与单一成本最低进行配置灵活性资源方法降低了成本.图6(b)是典型场景中最严重的情况，此时三种灵活性资源已经进行了整体优化配置，弃风量也较少.同时，从图7可以得出，对灵活性资源进行优化配置后，下调灵活性严重不足的情况得到明显改善.

(2)优化经济性分析

对所有的典型场景进行灵活性资源优化配置得到的成本，如表3所示.可以得出总成本为8.131亿元，其中火电改造了21台，储能建设了60 MW.h，负荷侧响应了1 054 MW.较单一火电改造虽然成本有所增加，但弃风率大大降低，有效的对风电进行消纳.与单一配置储能相比，成本大大较低，但弃风量相差不大.

5 结 论

针对大规模风电并网时系统灵活性不足产生的问题，提出了一种多类型灵活性资源的优化配置，主要结论如下：

(1)在高比例渗透率下，单纯依靠火电灵活性改造将不能满足系统灵活性需求，此时需要现有的灵活性资源相互配合.

(2)在大规模风电接入下，火电的工作空间进一步减少，灵活性能力供给弱化，而负荷侧需求响应在应用时具有一定的局限性.而储能作为一个“未满可充，未空可放”以及分布方便的灵活性资源，在未来实现高比例风电接入场景中将起到关键作用.

(3)多类型灵活性资源优化配置模型与单一类型/两种类型组合相比，能够以较少的成本解决调节能力不足的问题，并且有效降低弃风率.