火电燃煤机组深度调峰消纳控制技术优化
2022-02-06闯喜宏冯志强刘明奎梁龙飞
闯喜宏,冯志强,李 磊,刘明奎,梁龙飞
(1.国电电力发展股份有限公司,北京 100101;2.国家能源集团内蒙古上海庙发电有限公司,内蒙古 鄂尔多斯 016200;3.北京华清茵蓝科技有限公司,北京 100036)
引 言
当前电力系统中的峰谷差问题对电力系统运行的稳定性产生显著影响[1],为改善这一问题,相关领域学者提出火电燃煤机组深度调峰方法,但该方法实际应用过程中会提升机组运行成本[2],因此实现火电燃煤机组经济性与调峰消纳性能之间的平衡成为影响火电燃煤机组运行的主要因素[3]。
邓婷婷等[4]提出一种计及需求响应与火电深度调峰的含风电系统优化调度方法,在电力系统优化调度过程中考虑需求响应与火电深度调峰,由此提升电力系统的新能源消纳水平,该方法应用过程中实际出力情况低于预测值,对于弃风现象的改善并不显著。李明扬等[5]提出考虑煤耗率的火电机组灵活调峰对风电消纳的影响效果研究方法,在分析火电机组调峰与风电消纳间相关性过程中,分析燃煤率的影响以及燃煤率与机组出力间的相关性,该方法应用过程中需要复杂的数据推导,分析结果具有一定片面性。宋汶秦等[6]提出一种光热参与电网调峰的风-光-火优化调度策略方法,基于光热电站与机组特征,考虑风电出力特性,研究光热与风电联合调峰方法,但该方法的应用环境过于保守。
储能系统是一种常用的调峰技术[7],本文以此为基础,研究了一种包含三个层次的火电燃煤机组深度调峰消纳控制技术优化方法,对其运行成本、消纳水平、出力控制效果进行了分析。
1 深度调峰消纳控制
1.1 火电燃煤机组出力变化与调峰消纳空间分析
技术出力下限是火电燃煤机组常规调峰消纳的主要约束之一[8],可缩小火电燃煤机组调峰消纳的空间范围。电力系统的调峰能力有所欠缺将导致电网接纳能力不足,所以需要对电力系统的深度调峰消纳控制技术进行优化。
火电燃煤机组出力变化与调峰消纳空间的关系见图1,其中PN为火电燃煤机组技术出力上限。
图1 火电燃煤机组出力变化与调峰消纳空间分析
经优化,火电燃煤机组出力下限降到不投油技术出力下限(40% PN),其后将再次降到投油技术出力下限(30% PN),即可扩展火电燃煤机组调控空间,由此接纳更多的风电。
火电燃煤机组深度调峰消纳过程中将产生两种成本,分别是消耗成本和投油成本,其中深度调峰增加的成本和消纳补偿成本分别为30 元/(MWh)±20 元/(MWh)和180 元/(MWh)[9]。由于深度调峰消纳过程可提升火电燃煤机组的经济收益,因此火电燃煤机组采用深度调峰消纳来降低经济成本。
火电燃煤机组深度调峰消纳过程中消耗成本和投油成本计算公式见式(1):
式中:BS为火电燃煤机组深度调峰消纳过程消耗成本,元;ξ为消耗系数;SJ为火电燃煤机组购机成本,元;Nf,t为t 时刻机组转子致裂周次,s;BT为投油成本,元;LS为投油量,t;bc为投油成本单价,元/t。
1.2 优化模型
通过对火电燃煤机组出力变化的分析,构建了火电燃煤机组深度调峰消纳控制优化模型,该模型分为上层、中层和下层三部分。
1.2.1 上层模型
上层模型将优化目标设定为运行过程经济性与净负荷标准差最优,公式见式(2):
式中:Iv为储能系统I 运行收益,元;IZ(t)为电量收益,元;II(t)为环境收益,元;BY(t)为I 的运行成本,元;BS(t)为消耗成本,元;BT(t)为投油成本,元;PSDv为净负荷标准差,MW;δD(t)为放电效率;PC(t)、PD(t)和Pn(t)分别为I的充电功率、放电功率和净负荷功率、功率的平均值,MW;T 和* 分别表示调度日内总采样点数和标幺值;max Fv,2为运行收益最大化,元。
上层模型的约束条件见式(3):
1.2.2 中层模型
依照运行成本与补偿收益,结合电量收益损失成本与弃风惩罚成本[10-11],以火电燃煤机组整体调峰成本最低为中层模型优化目标函数,公式见式(4):
式中:minFBG为火电燃煤机组整体调峰最低成本,元;BG和分别为总调峰能耗成本和非消纳风电条件下整体成本,元;Pwn为风电消纳量,MW;Pp,GZ为火电上网电价,元/(MWh);Δt 和φ 分别为计算时间步长和弃风惩罚系数;IG和分别为深度调峰补偿收益和非消纳风电条件下补偿收益,元/(MWh);Pw为风电功率,MW;和PG分别为消纳风电条件下火电燃煤机组总出力和全部火电燃煤机组总出力,MW。
以火电燃煤机组整体功率约束、不同机组的启停约束等作为中层模型的约束条件,公式见式(5):
式中:Pl和分别为负荷功率和火电燃煤机组整体出力的下限值、上限值,MW分别为t 时刻火电燃煤机组需负载的正、负备用和整体出力的向下、上爬坡的上限值;PG,t和PG,t-1为t时刻和t-1 时刻的火电燃煤机组整体出力值,MW;i 表示第i 台火电燃煤机;ki,t和Ton,i,t、Toff,i,t分别为火电燃煤机组运行状态和第i 台火电燃煤机在t 时刻内运行时间和不间断停机时间,MW、h、h。
1.2.3 下层模型
依照单台火电燃煤机组深度调峰消纳能耗成本与补偿收益[12],将火电燃煤机组运行效益最大化作为下层模型优化目标,公式见式(6):
以功率约束、爬坡率约束以及启停约束等作为下层模型构建过程中的约束条件,公式见式(7):
1.3 模型求解
针对上述所构建的包含三个层次的火电燃煤机组深度调峰消纳控制优化模型,利用开源求解器CPLEX 求解模型[13]。模型求解流程示意图如图2 所示。
图2 控制优化模型求解流程示意图
该求解器以分枝-割平面法与内点法为基础,结合预处理与启发式等不同方法对火电燃煤机组深度调峰消纳控制优化模型进行处理[14-15],处理过程具有高精度与高效率等优势。
2 实验结果
为验证所研究的火电燃煤机组深度调峰消纳控制技术优化方法的实际应用效果,实验以某局域电网为研究对象,采用所提方法对其深度调峰消纳控制进行优化,所得结果如下。
2.1 研究对象概况
该研究对象内部的火电燃煤机组容量分为300 MW、400 MW、700 MW,其整体装机容量达到1 400 MW。以烟煤为研究对象的燃料,其价格为696 元/t;弃风惩罚成本为0.65 元/(kWh)。
实验过程中设定300 MW 与400 MW 的火电燃煤机组仅实施常规调峰消纳,在此过程中的负荷率下限为50%。700 MW 的火电燃煤机组实施深度调峰消纳,其在此过程中的相关设定为:
(1)机组常规调峰消纳过程的负荷率下限为50%,深度调峰过程中不投油阶段与投油阶段的负荷率下限分别为35%和25%。
(2)研究对象单位造价成本为3 575 元/kW。
(3)调峰消纳过程中的相关性见式(8):
式中:N(P)为相关性;N 为相关性参数;P 为机组功率,MW。
(4)研究对象投油深度调峰消纳过程中的油耗量与油价分别为4.9 t/h 和6 241 元/t。
(5)依照电力市场运行的相关标准,将研究对象深度调峰消纳过程中的补偿电价设置为0.45 元/(kWh)。
同时为验证所提方法的可应用性,设定下述两种场景进行对比分析:(1)场景1:不分析电价响应与储能,也就是当前普遍使用的火电燃煤机组调峰消纳控制方式。(2)场景2:包含电价响应与储能,同时设定整体的边际出清价格机制,也就是所提方法所使用的火电燃煤机组调峰消纳控制方式。
2.2 成本控制优化结果
分析不同场景的控制优化情况,结果表明:同场景1 相比,研究对象在场景2(所提方法)下的整体运行成本与煤耗成本分别降低31.6%和2%,损耗成本、投油成本也显著降低,虽然储能成本有一定程度提升,但能够得到在场景2(所提方法)条件下,研究对象进行深度调峰可有效降低成本。以上结果充分说明采用所提方法能够有效降低火电深度调峰消纳成本,提升火电燃煤机组调峰消纳的积极性。
2.3 消纳水平分析
为进一步分析所提方法在提升研究对象风电消纳方面的性能,分析了不同场景条件下研究对象的火电弃风情况,结果如图3 所示。
图3 不同研究对象各时刻弃风功率对比
分析图3 能够得到,与场景1 相比,场景2(所提方法)中通过一定的技术降低了弃风率,因此在场景2 中研究对象仅在23:00:00 处产生微弱的弃风功率,而除此之外的时间内均全部消纳,在此条件下研究对象的弃风率与场景1 相比显著降低。以上结论充分说明采用所提方法控制优化后,在负荷低谷阶段,消纳率被显著改善,也就是说所提方法既能够缓解研究对象深度调峰压力,还能够提升研究对象消纳水平。
2.4 出力控制效果分析
分析不同场景下不同容量机组的出力对比情况,结果表明:相较于场景1,场景2(所提方法)条件下,300 MW、400 MW 和700 MW 的单台机组出力均值的对应机组出力均得到了提升,说明所提方法能够有效提升研究对象平均利用率。
3 结 论
通过构建包含三个层次的分层优化模型,并利用开源求解器CPLEX 求解所构建的模型,研究了一种基于储能系统的火电燃煤机组深度调峰消纳控制技术优化方法。实验结果显示所提方法既能够缓解研究对象深度调峰压力,还能够提升研究对象消纳水平。后续将主要研究电力系统中储能补偿机制,以此推广电力系统中大规模储能的应用。