考虑核电参与的多能联合调峰系统低碳经济调度

2022-06-01赵冬梅王浩翔

华北电力大学学报(自然科学版) 2022年3期

赵冬梅，张松，王浩翔

(华北电力大学电气与电子工程学院，北京 102206)

0 引言

作为全球碳排放量最大的国家，发展低碳经济，是我国的必由之路。我国在《巴黎协定》中承诺，到2030年实现碳排放强度下降60%～65%的目标。为此，国家制定了一系列政策机制，包括设立碳税、建立碳交易市场等，为碳减排提供思路、营造环境，以燃煤发电为主要发电方式的电力行业更应承担其重大减排责任。为了推动我国电力行业加速低碳转型，核电作为清洁能源发展速度逐渐加快，核电机组在电力系统中的占比不断提高[1]，已成为继火电、水电后的第三大发电能源[2，3]。

经过国内外核电机组的运行验证，核电机组采取日调峰运行并不会对燃料性能产生影响，也不会造成一回路冷却剂放射性浓度的上升[4-7]，日负荷跟踪运行的可行性以及压水堆的可靠性得到了充分验证，核电机组具备系统调峰的潜力[8]，但目前仍多以基荷方式运行。

对于核电占比较高的电网，核电如果继续基荷运行，会挤压风光等清洁能源的出力，而风光具有随机波动性，未被消纳的风光出力又会反作用于电网，导致峰谷差不断加大，因此核电机组有必要参与系统调峰。但考虑安全因素核电又不适合单独承担调峰任务，需与电网中其他电源协同配合才能满足调峰需要和自身安全性要求。

目前，核电机组参与系统联合调峰的运行模式尚在探索中，并且与碳交易机制的联系也涉及较少。文献[9-10]总结了核电机组负荷跟踪的运行方式，通过仿真算例分析了核电机组参与调峰对缓解系统调峰压力的重要意义。文献[11]以法国核电机组调峰运行经验为基础，从调峰深度和调节速率两方面说明了核电机组具备一定的调峰灵活性。文献[12]在广泛调查研究基础上，对核电机组参与电网调峰的运行方式、核电与其他调峰电源的联合调峰策略等问题进行了综述。文献[13]对比分析了采用“12-3-6-3”的负荷跟踪模式和核电基荷运行时的运行成本，结论表明核电机组参与调峰对降低火电机组煤耗有显著作用。文献[14]详细分析了核电与抽水蓄能机组联合参与电网调峰时所产生的问题，提出了核电与抽水蓄能联合运行的三种模式，但核电采用固定模式运行，灵活性有所欠缺。文献[15-16]以电力盈余容量和下调峰盈余容量作为核电是否参与调峰的判据，建立了多阶段动态调峰优化模型。文献[17]以核电安全调节域为约束，采用两阶段调度方法，协调优化风-光-核-水-火多源系统，但其考虑风光全额消纳，未考虑弃风弃光情景。文献[18]考虑了核电调峰成本及安全约束，构建了核-火-抽水蓄能联合调峰模型，但其采用了3档固定调峰深度的方法对核电机组进行优化，无法在调峰过程中实现较为精确的调度。

目前鲜有文献考虑燃气机组对核电参与系统联合调峰的影响，作为一类重要的调峰资源，燃气机组启停能力更加突出，灵活性更强；当下电力系统中多源并存的格局日益明显，考虑一种或两种电源参与调峰已经不能满足系统要求；电力系统碳排放问题已不容忽视，减少各能源之间碳排放强度、构建清洁电网是大势所趋。针对上述问题，本文基于低碳经济的调度理念，在传统模型里引入碳交易机制，构建兼顾经济性与低碳性的风-核-火-气-抽水蓄能协调运行机制，建立联合调峰模型，并调用GUROBI[19]求解器对模型进行求解，最后结合算例验证了所建模型的合理性和有效性。

1 考虑核电调峰的联合调度模型

本文构建的风-核-火-气-抽蓄联合调度模型中，核电、火电、燃气机组与风电共同担当系统的有功电源，抽水蓄能机组可以在负荷低谷时通过抽水储存能量，消耗系统低谷时多发电能，在负荷高峰时充当发电机释放能量，满足系统高峰用电需求。

1.1 多源联合优化调度目标函数

本文在以运行成本最小为目标的传统调度模型中，引入碳排放成本，并利用成本加和的形式将多目标问题转化为单目标问题，以联合调峰成本最低为目标优化各机组出力。

1.1.1 基于碳交易的系统低碳化目标

在控制碳排放总量的前提下，政府将碳排放权分配给各排放源[20]。发电机组可以根据自身实际碳排放量通过碳交易市场购买或出售相应的碳排放权。本文采用基于发电量的免费初始碳排放权分配方法，即不同类型的发电机组碳排放限额与发电量近似成正比[21]。含风电场的发电系统所分配到的碳排放配额为

(1)

所建模型中碳排放来源主要为火电机组和燃气机组，则碳排放量为

(2)

系统调度周期内基于碳交易的低碳化目标可统一表示为

minF1=minCCO2(EQ-ED)

(3)

式中：CCO2为碳交易价格，元/t；F1为负时表示实际碳排放量小于碳排放配额，系统可通过出售碳排放权获得收益。

1.1.2 考虑弃风惩罚的经济调度目标

本文在目标函数中加入弃风惩罚项，所构造的成本函数为

minF2=min(Ff+FN+Fg+Fc+Fw)

(4)

式中：Ff、FN、Fg、Fc分别为火电机组、核电机组、燃气机组和抽水蓄能机组的运行成本；Fw为风电弃风成本。

1) 火电机组运行成本。

火电机组运行成本包括燃煤成本和机组启停成本，可统一表示为

(5)

机组启停成本可表示为

(6)

2) 核电机组运行成本。

将核电调峰成本计入运行成本[18]中，可表示为

(7)

3) 燃气机组运行成本。

由于气源的不同，天然气的消耗量不能用流量简单代替，而需要用统一的热值来衡量[23]，故以天然气热值建立的成本函数为

(8)

4) 抽水蓄能机组运行成本。

抽水蓄能机组的运行成本与系统平均发电成本及自身转化效率有关，可表示为

(9)

5) 风电弃风成本。

(10)

1.1.3 联合调度总目标函数

综合考虑以上各类成本，风-核-火-气-抽水蓄能联合优化调度目标函数为

minF=min(F1+F2)

(11)

2 多源联合优化调度约束条件

目标函数的优化过程中也需满足系统及各电源自身约束条件的限制，主要包括实时功率平衡约束、正负旋转备用约束、各电源运行约束等。

2.1 实时功率平衡约束

(12)

2.2 正负旋转备用约束

PL,t(1+L%)

(13)

PL,t(1-L%)

(14)

2.3 火电机组约束

1) 机组出力上下限约束

(15)

2) 机组爬坡约束

(16)

3) 机组启停时间约束

(17)

2.4 核电机组约束

根据系统实际情况，核电机组可通过改变调峰深度、低功率运行时间及调节速率来灵活参与电网调度。为尽可能满足核电机组参与调峰的灵活性需求，本文将额定功率50%～100%的范围定为核电的安全调峰深度范围，并将其均分为sN档[24]，则第n档调峰深度可表示为

(18)

对应的核电低功率阶段功率可表示为

(19)

第n档调峰深度下核电机组各功率阶段及状态如图1所示。

图1 第n档调峰深度下核电各功率阶段及状态Fig. 1 Each power stage and state of nuclear power at the peak load shaving depth of n

核电机组升降功率时间一般为1～3 h，故在每档调峰深度下设置3个升降功率状态：升降功率时间为3 h时设置两个状态，dn,3和dn,1；升降功率时间为2 h时设置一个状态，dn,2；升降功率时间为1 h时不设置功率状态。按照状态划分其对应的核电功率可表示为

(20)

式中：j=1,2,3，为升降功率的状态标号。

则核电机组i在第t时段的功率可表示为

(21)

式中：qt为满功率运行标志；ln,t为第n档调峰深度下t时刻的低功率运行标志；dn,j,t为第n档调峰深度、第j个状态、第t时段的升降功率运行标志。

为保证核电机组只运行于一个功率下，还应满足如下约束

(22)

核电机组在满低功率状态运行时，需持续稳定运行一定时间以上，则需满足的约束为

(23)

升降功率时，运行标志还需要满足时间耦合约束[25]。升降功率时间为2 h时运行标志耦合约束为

(24)

升降功率时间为3 h时运行标志耦合约束为

(25)

2.5 燃气机组约束

燃气机组具有快速启停的特性，但频繁启停会增加机组的运行成本和缩短维护周期，故将天然气机组的启停次数作为约束条件之一[23]。

(26)

2.6 抽水蓄能机组约束

(1) 出力约束

在发电工况下，需满足

(27)

在抽水工况下，需满足

(28)

(2) 水量平衡约束

在调度周期内抽水蓄能电站还应满足抽水量与发电用水量平衡约束。

(29)

3 模型求解

为满足安全性要求，核电机组最大调峰深度不超过额定功率的50%，在此调节范围内，调峰深度被均分为50档，以实现核电机组调峰时的精确优化。对于所建联合调度模型，本文通过在MATLAB界面调用YALMIP工具箱进行程序编写，并使用GUROBI求解器进行高效求解。在考虑核电日调峰次数的情况下，合理安排机组进行调峰，从而制定各类机组的日前出力计划。核电参与下的多源联合优化调度模型求解流程如图2所示。

图2 多源联合优化调度模型求解流程Fig. 2 Solving process of multi-source joint optimal scheduling model

4 算例分析

4.1 算例描述

本文以我国某省典型的能源结构为依据构造算例，包含2台650 MW核电机组、1个容量为300 MW的风电场、6台火电机组、2台燃气机组和1台抽水蓄能机组。该算例的电量排放因子取为0.895 9，容量排放因子为0.364 8，二者各以50%权重加权平均得到电网基准线排放因子为0.630 35，碳排放交易价格为120元/t。风电功率预测数据、机组数据见附录。

4.2 模式1：核-火联合调峰运行

核-火联合调峰是指考虑风电场弃风时，核电、火电共同跟踪系统负荷，平抑负荷波动。该模式下的运行结果如图3、图4所示，系统弃风率及各运行成本如表1所示。

图3 火电机组出力Fig. 3 Output of thermal power unit

图4 核电机组出力Fig. 4 Output of nuclear power units

表1 核-火联合调峰系统运行结果表

在核-火联合调峰运行下，核电机组1的调峰深度为45.78%，核电机组2的调峰深度为35.29%，低功率运行时间均为6小时。弃风主要集中在负荷低谷的1～6时，在这个时段里火电5、火电6均未出力，处于停机状态，火电1、火电2、火电3、火电4多数时刻达到出力下限或爬坡极限，下调峰能力接近饱和。

下面通过在核-火联合调峰系统中依次加入燃气机组、抽水蓄能机组的方法，分析不同场景下的运行结果。

4.3 模式2：核-火-气联合调峰运行

在核-火联合调峰系统的基础上加装两台燃气机组，构建核-火-气联合调峰系统。运行结果如图5、图6所示，弃风率及各运行成本如表2所示。

图5 核-火-气联合调峰系统运行结果Fig. 5 Operation results of nuclear-fire-gas combined peak shaving system

图6 核电机组出力Fig. 6 Output of nuclear power units

表2 核-火-气联合调峰系统运行结果表

燃气机组的加入拓宽了系统的出力上下限，使系统的弃风率由2.44%降低到1.44%，弃风时刻集中在负荷低谷的3～6时。此外，燃气机组具有较快的爬坡速率，其快速响应能力减少了火电机组的启停，因而该模式下系统的运行成本、煤耗成本相比模式1均有所下降。燃气机组的加入同样会对核电机组的调峰模式产生影响，此时核电机组1的调峰深度为32.31%，核电机组2的调峰深度为29.23%，与模式1相比，模式2分别减少了13.47%和6.06%。

4.4 模式3：核-火-气-抽蓄联合调峰运行

在模式2的基础上再加装1台抽水蓄能机组，构建含有多种异质电源的风-核-火-气-抽蓄联合调度系统。运行结果如图7、图8所示，弃风率及各运行成本如表3所示。

图7 核-火-气-抽蓄联合调峰系统运行结果Fig. 7 Operation results of nuclear-fire-gas-pumped storage combined peak shaving system

图8 核电机组出力Fig. 8 Output of nuclear power units

表3 核-火-气-抽蓄联合调峰系统运行结果表

抽水蓄能机组加入后，利用其负荷低谷时抽水充电、负荷高峰时放水发电的能力提高了系统的爬坡水平，进而增加了风电的渗透率，使弃风成本大幅下降。在抽水蓄能机组与燃气机组的共同优化下，系统的总运行成本、煤耗成本均下降明显，并且核电机组1的调峰深度优化为14.15%，核电机组2的调峰深度优化为5.85%。多源联合调度改善了核电机组的出力方式，增强了运行中核电机组的安全性。

该模式下火电机组的运行工况得到了明显改善。装机容量为120 MW的火电机组以及1台390 MW的火电机组整个调度时段均不出力，剩余3台390 MW机组全天开机运行，不进行启停调峰，这有利于系统逐步减少对火电机组的使用，为以后火电机组的全部退出创造条件。

4.5 三种模式运行结果分析

三种模式各部分成本情况见表4，不同模式风电调度出力见图9。由表4可知：模式2相比于模式1，核电机组采取日负荷跟踪时调峰成本下降。模式2碳排放量为1.894万吨，其中火电机组碳排放量为1.640 2万吨，燃气机组碳排放量为0.253 4万吨，比模式1减少了14.68%，这是因为在碳交易机制的引导下，燃气机组的加入替代了一部分时段燃煤机组的出力，且由于燃气机组碳排放强度远低于燃煤机组，约为燃煤机组的三分之一，所产生二氧化碳量小于燃煤机组，导致模式2碳排放量减少，因此发电厂通过出售碳排放权产生的额外收益增加，加之弃风成本减少与燃煤机组出力下降导致的煤耗成本减少，使得总运行成本小于模式1；模式3相比于模式2，总调峰深度由61.54%降至20%，核电调峰成本进一步减少，抽水蓄能机组运行中不会产生碳排放，风-核-火-气-抽蓄联合调峰使3台火电机组全天处于停机状态，碳排放量降低6.35%，碳收益增加，并且抽水蓄能机组削峰填谷特性减少了系统弃风量，弃风成本下降明显，以致总运行成本比模式2降低73.08万元。

图9 不同模式风电调度出力Fig. 9 Different modes of wind power dispatching output

表4 各模式成本比较Tab.4 Cost comparison of each model

4.6 联合调峰下弃风与弃核经济性分析

上述模式同时考虑了弃风与弃核，下面在模式3的基础上构造两个场景单独对弃风、弃核的经济性进行评估。

场景一：风-核-火-气-抽蓄联合调峰系统下，核电满发，只考虑弃风。

场景二：风-核-火-气-抽蓄联合调峰系统下，风电完全消纳，只考虑弃核。

两种场景下调度运行结果如图10、11所示，运行结果对比如表5所示。

图10 场景一Fig. 10 Scene one

图11 场景二Fig. 11 Scene two

表5 运行结果对比表Tab.5 Comparison table of running results

通过运行结果对比可知，虽然两种场景的碳排放量相差无几，但是不管是从总运行成本还是煤耗成本上，场景二要比场景一更为经济；并且场景二下核电机组1的调峰深度为6.15%，核电机组2的调峰深度为14.77%，核电调峰成本为5.51万元，相对较少，说明了核电机组参与调峰可以保证风电的尽可能消纳，既能满足系统的低碳经济性和核电安全性又不与国家提倡消纳风电等清洁能源的政策相违背。

4.7 不同模型对比

为验证本文调度模型引入碳交易机制的有效性，基于模式3采用2种调度模型进行对比分析。

模型1：考虑火电机组和燃气机组的碳交易模型，目标函数仅包含系统运行成本，不包含碳交易成本。

模型2：考虑火电机组和燃气机组的碳交易模型，将碳交易成本计入目标函数中，即本文模型。

此时调度模型结果如表6所示。

表6 不同模型调度结果对比Tab.6 Scheduling results comparison among different models

由表6可知，与模型1相比，模型2弃风率、碳排放量与总运行成本均为最少。模型2在传统调度目标函数中引入碳交易机制，促使系统优先调用较为清洁的机组，清洁机组的发电量增加，相应的碳排放量减少，系统获得的碳收益随之增加；在碳交易机制的作用下，核电机组的调峰深度产生变化，总调峰深度由22.31%下降为20%，核电机组运行时的安全性更利于保证。综上可知，本文所提考虑碳交易成本的调度模型更适合核电参与时的多能互补场景，既提高了风电消纳量，降低了系统运行成本和碳排放量，又能保证核电机组更加安全平稳地运行。

4.8 碳交易价格敏感性分析

随着碳达峰碳中和等目标的提出，电力行业作为碳排放大户要求更为严格，监管部门对其碳排放的管控力度也会随之加强。为了研究系统运行对碳交易价格的敏感性，针对模式3多能联合调峰系统，绘制了风电消纳率、系统总运行成本、碳排放量及碳交易成本与碳交易价格的关系曲线，如图12、图13所示。

图12 碳交易价格对风电消纳率和总成本的影响Fig. 12 Impact of carbon trading price on wind power consumption rate and total cost

图13 碳交易价格对碳排放量和碳交易成本的影响Fig. 13 Impact of carbon trading price on carbon emission and carbon emission cost

由图12、13可知，当碳交易价格较低时，低碳目标的权重较小，碳排放量下降缓慢，系统运行主要以经济目标为主，随着碳交易价格的上升，低碳目标逐渐发挥作用，风电消纳率、碳收益在逐步增加；碳交易价格上升到80元/t时，低碳目标占据优势，系统发电开始转向更清洁环保的燃气机组和抽水蓄能机组，碳排放量显著下降，碳收益随之增加，另外燃气机组和抽水蓄能机组响应速度较快，使风电消纳率增加，弃风成本减少，故总运行成本呈下降趋势；碳交易价格超过200元/t时，清洁机组出力接近饱和，系统对碳交易价格的变化不再敏感，风电消纳率和碳排放量变化缓慢，碳收益与总运行成本曲线趋于平稳；并且整个调度过程中核电机组总调峰深度均在20%左右，碳交易价格的变动不会影响核电机组调峰安全性。

综上，适当增加碳交易价格，可以减少碳排放量，使系统运行成本和碳收益大幅增加，符合电力行业节能减排的要求。