风火储一体化电站功率特性研究

张 磊， 郭 语， 石嘉豪， 孙恩慧， 张 倩， 李永毅

(1．华北电力大学 动力工程系，河北保定 071003;2.华北电力大学 河北省低碳高效发电技术重点实验室，河北保定 071003)

风力发电是最具有发展前景的可再生能源之一，但其具有出力波动大和不可控的弊端[1-3]。随着能源系统向清洁化转型，风力发电进入大规模并网阶段，因此提高电力系统整体的灵活性是保证电力供需平衡稳定的关键因素[4-5]。

风电机组的出力会随着风速的变化而发生改变，并网后可能致使电网频率出现较大的波动。目前，我国发电形式仍以火力发电为主，主要调频策略是通过火电机组一次调频粗调后，辅以自动发电控制(AGC)进行二次调频平抑波动[6]。众多学者在火电灵活性改造方面开展了研究[7]。徐浩等[8]通过构建运行灵活性不足风险模型和综合随机优化模型，分析了机组灵活性改造对促进风电消纳、解决灵活性供需匹配的影响。杨寅平等[9]提出基于区间优化的火电机组灵活性改造规划模型，以改造费用和年综合费用为优化目标，并通过全场景优化方法实现了多个场景的运行费用优化，得到综合经济性最优的火电机组灵活性改造方案。但常规火电机组由于固有的旋转惯性、机械结构等问题，导致爬坡速率较低，无法大规模消纳风力发电的功率波动[10-13]。储能电池装置灵活性强、调节精度高、响应速度快，可以很好地匹配风电特性，两者耦合形成的风储联合发电系统可有效缓解风力发电对电网的冲击，提高风电的利用率[14-15]。Lin等[16]通过配置的双储能电池分别执行充放电任务，并基于双蓄电池储能系统的实时运行状况和风电波动提出自适应微调一阶低通滤波时间常数的控制策略。赵红阳等[17]提出大型风电场并网的网储规划模型，在有效降低弃风率和实际运行成本的同时兼顾了电网稳定性。李军徽等[18]提出利用储能协助风电跟踪日前调度计划、共同参与调频的策略，并以风储电站最大利润为目标建立风储运行模型。陈厚合等[19]提出一种风电并网系统分布式日前经济调度模型，通过负荷转移实现削峰填谷，促进风电消纳。但目前储能电池的成本较高，有限的电池容量无法持续放电来缓解长时间低风速下风力发电不满足AGC负荷指令的情况。赵书强等[20]建立了储能辅助火电机组调峰模型，缓解了火电厂调峰压力，提升了风、光、电消纳能力。

笔者提出包含燃煤机组、储能电池以及风电机组3种不同类型电源的新型风火储一体化电站，规划了相应的优化调度策略，并提出电力波动率、弃电率和电力缺额率3个功率特性参数，最后通过Matlab仿真分析了燃煤机组在达到无惯性负荷响应和储能电池可秒级切换充放电状态的理想条件下，燃煤机组和储能电池通过该策略协同风电响应AGC负荷指令的优势。

1 系统描述

风火储一体化电站的电源系统包含风电机组、燃煤机组和储能电池3种不同类型的电源。由于风力发电出力具有随机性，因此风机的输出功率难以精确匹配AGC负荷指令，存在严重的并网消纳问题。当高比例风电入网时，由于燃煤电站调节深度较低，无法进一步满足风电消纳需求，因此本系统选用一定容量的锂离子储能电池。该类型储能可以更加迅速有效地弥补传统煤电短时间内出力和精度不足的问题[21-22]。三电源互补共同满足电力需求，图1给出了包含风电场、燃煤电厂的区域独立电站以及配置了储能电池的风火储一体化电站的布局图，其中DCS表示集散控制系统。

(a) 区域独立电站

(b) 风火储一体化电站图1 区域独立电站和风火储一体化电站布局图Fig.1 Layout diagram of regional independent power station and wind-coal-battery coupling integrated power station

风火储一体化电站在跟踪AGC负荷指令出力模式下运行，能量管理系统将AGC负荷指令下发到风火储一体化电站，由电站的DCS接收AGC负荷指令，对其进行计算分析，并分别控制各电源的出力。

相较于区域内传统风电场、燃煤电厂独立运营的电力布局和以分布式调控为主的虚拟电厂，该风火储一体化电站的优势在于集中管控，大大降低了电力调度中心的计算和通信压力。电力调度中心仅需针对风火储一体化电站下达AGC负荷指令，无需分别统筹下属的风电场和燃煤电厂，也无需协调区域内的可控负荷、搭建复杂的集控平台和电力市场。而对于风火储一体化电站内部， 3种不同电源之间的互补性得到加强，提高了通信效率和自主调控的灵活性，使得整个电力系统具备大比例接入风力发电的潜力。

2 风火储一体化电站的优化调度策略

笔者构建的优化调度策略以优先消纳风力发电和响应AGC负荷指令为目的，在保证储能处于合适工作区间的同时并未对燃煤机组的有功输出产生较大的影响。

2.1 约束条件

燃煤机组的功率约束条件为0.2×Pe≤Pc(t)≤Pe，储能电池荷电状态(SoC)约束条件为(ESoC,min±1%)≤ESoC(t)≤(ESoC,max±1%)。其中Pc(t)为燃煤机组当前有功功率，Pe为该机组的额定负荷，ESoC(t)为t时刻储能电池的荷电状态，ESoC,max和ESoC,min分别为储能电池荷电状态的上、下限。为防止过充或过放电对储能电池造成损伤，当充放电深度超过荷电状态限制时，储能电池单向闭锁，无法进一步充电或放电。ESoC,min、ESoC,max分别取值为20%和80%，考虑计算误差以及ESoC(t)实际估算误差，允许其有±1%的浮动范围。

2.2 优化调度流程

风火储一体化电站接收到AGC负荷指令后，按照DCS内置的相应优化调度方案分析该指令信号，并分别通过控制负责各电源的控制器从而调节电源出力，优化调度策略流程见图2。

图2 风火储一体化电站优化调度流程图Fig.2 Optimal dispatching flow chart of wind-coal-battery coupling integrated power station

DCS需实时监测储能电池当前荷电状态是否处于设定的工作区间内，并进行相应调整。当DCS接收AGC负荷指令时，如果储能电池荷电状态低于20%±1%，则只允许储能电池充电，如果高于80%±1%，则只允许储能电池放电，即ESoC(t)处于工作区间之外时，AGC负荷指令和电站出力造成的供需偏差仅依靠煤电和单向闭锁的储能电池调节。如果储能电池荷电状态在设定的工作区间内，则根据当前储能电池的运行状态，按照调度流程调节火电机组和储能运行的优先级。此调度策略既可尽量保证储能电池在每个充放电周期内尽可能处于浅充、浅放的使用状态，且相较于之前独立运行方式，并未对燃煤机组的有功输出产生较大影响。

3 仿真分析

3.1 算例介绍

以某地区300 MW燃煤电厂以及49.5 MW风电场实际运行数据作为仿真对象，采用两电厂实际AGC负荷指令叠加作为区域独立电站和风火储一体化电站的AGC负荷指令，以对比两者的功率特性。根据实际运行经验，储能电池额定功率选取为煤电机组额定负荷的3%，即额定功率为9 MW，容量为18 MW·h，储能电池初始荷电状态为50%；燃煤机组爬坡速率为其额定功率的1.5% min-1，具体配置参数见表1。

表1 风火储一体化电站配置参数Tab.1 Configure parameters of wind-coal-battery coupling integrated power station

图3和图4分别给出了燃煤电厂、风电场实测AGC负荷指令及有功功率的变化。其中，PAGC,c、PAGC,w分别为燃煤电厂和风电场接收到来自电力调度中心的AGC负荷指令，Pc、Pw分别为燃煤电厂和风电场输出的有功功率。

图3 燃煤电厂实测AGC负荷指令及有功功率的变化Fig.3 Variation of actual AGC load command and active power in coal-fired power plant

图4 风电场实测AGC负荷指令及有功功率的变化Fig.4 Variation of actual AGC load command and active power in wind farm

对比图3和图4可以发现，由于燃煤电厂可控的燃料供应，加之成熟的调度和调控，在24 h内火电出力可以较好地匹配给定AGC负荷指令，而该风电场虽然采用备用容量和启停机组等调节方法，但不可预测的出力偏差使得其输出的有功功率与AGC负荷指令仍有较大的偏差。经计算，24 h内给定燃煤电厂AGC负荷指令与当天总有功输出偏差总计约为46.267 MW·h，该偏差占当天燃煤电厂总有功输出的1.019%，而风电场AGC负荷指令与其有功输出偏差总计约为46.074 MW·h，占当天风电场总有功输出的5.892%，进一步表明与燃煤发电相比，风力发电无法很好地响应AGC负荷指令。

3.2 风火储优化调度算法

目前，国内还未建设风力发电、燃煤发电与储能电池联合运行的一体化发电厂，因此并无风火储一体化电站的实测AGC负荷指令数据。为保证AGC负荷指令的对比基准相同，通过将所采用区域内独立风电场和燃煤电厂的AGC负荷指令进行叠加获得风火储一体化电站的AGC负荷指令PAGC,s。

PAGC,s=PAGC,w+PAGC,c

(1)

由于该燃煤电厂的采集数据为秒级，而风电场的采集数据为分钟级，采用线性插值的方法使风电场输出的有功功率达到与燃煤电厂输出的有功功率同等量级的秒级数据，插值后风电场有功功率数据见图5。

图5 风电场AGC负荷指令及有功功率(线性插值)Fig.5 Variation of AGC load command and active power in wind farm (linear interpolation)

采用该优化调度流程进行计算，AGC负荷指令以及风火储一体化电站、区域独立电站有功功率的变化见图6。由图6可知，风火储一体化电站的有功功率Pwcb在贴合AGC负荷指令曲线方面明显优于区域独立电站，尤其在00：20～06：30时间段内，区域独立电站的有功功率Pwc出现长时间、小幅度偏离AGC负荷指令曲线的现象。

图6 AGC负荷指令及风火储一体化电站、区域独立电站的有功功率Fig.6 Variation of AGC load command and active power in wind-coal-battery coupling integrated power station and regional independent power station

为对比风火储一体化电站和区域独立电站2种发电方式对AGC负荷指令的响应能力，定义电力波动率以表征两者输出的有功功率偏离AGC负荷指令的程度。风火储一体化电站和区域独立电站的电力波动率RVOL，wcb和RVOL，wc分别为：

(2)

(3)

式中：t为计算时间，s；n取值为86 400。

通过计算，RVOL,wc和RVOL,wcb分别为1.306%和0.178%。由此可知，当储能电池和燃煤机组达到理想调节速率时，与区域独立电站相比，风火储一体化电站输出的有功功率可以更好地贴合AGC负荷指令曲线。值得注意的是，对于电力调度中心给定的不同AGC负荷指令，风火储一体化电站和区域独立电站的电力波动率则会产生不同的变动。因此，选取多组AGC负荷指令，计算风火储一体化电站的电力波动率，并与区域独立电站进行对比，见表2。由表2可以看出，风火储一体化电站的电力波动率远小于区域独立电站，说明在该调控策略下风火储一体化电站在响应AGC负荷指令方面表现出明显的优势。

表2 不同AGC负荷指令下的电力波动率Tab.2 Variation of power volatility rate under different AGC load commands %

定义弃电率RPA和电力缺额率RPS分别表征发电厂输出的有功功率的过剩和不足，公式如下：

(4)

(5)

式中：PPA(t)为t时刻下当前计算电站输出功率高于PAGC,s(t)时该电站输出的有功功率，MW；PPA,AGC,s(t)为t时刻下该电站PPA(t)高于PAGC,s(t)时的AGC负荷指令，MW；P(t)为t时刻该电站的有功功率，MW；PPS(t)为该电站输出功率低于PAGC,s(t)时输出的有功功率，MW；PPS,AGC,s(t)为t时刻下该电站PPS(t)低于PAGC,s(t)时的AGC负荷指令，MW。

通过计算可知，区域独立电站和风火储一体化电站的弃电率RPA,wc、RPA,wcb分别为0.667%和0.145%。当日区域独立电站的弃电率整体处于较低水平，而风火储一体化电站的弃电率大幅降低。区域独立电站和风火储一体化电站的电力缺额率RPS,wc、RPS,wcb分别为0.643%和0.010%，相比于风火储一体化电站，区域独立电站有功功率仍处于相对较高的缺额水平，而在三电源耦合发电后同样大幅降低了电力缺额率。

在风火储一体化电站运行过程中，ESoC,min和ESoC,max分别为49.844%和80.011%，表明该储能电池始终处于合理的工作范围内。区域独立电站内燃煤机组平均有功功率为201.533 MW，当天总有功输出为4.837×103MW·h；风火储一体化电站内燃煤机组平均有功功率为201.946 MW，总有功输出为4.847×103MW·h。两燃煤机组的平均有功功率和总有功输出前后相差较小，可以认定为计算误差，表明通过该优化调度策略和储能电池的辅助，在降低电力波动率且使风火储一体化电站更好地跟踪AGC负荷指令的同时，并未对该燃煤机组的运行造成过多的影响。

3.3 不同储能规格的风火储一体化电站功率特性

根据相关规定，储能设施的成本费用需要与传统电源一样参与电力市场交易，但由于我国电力市场缺乏完善的电价应用体系和补偿机制，且储能电池单位装机容量成本仍较高，因此研究配置不同储能电池规格的风火储一体化电站的功率特性具有重要意义。由于目前主流政策倾向于配置超过2 h时长的储能电池，因此选用18组不同规格、额定工况下工作时长为2 h的储能电池，具体参数见表3。采用优化调度策略计算不同储能规格下风火储一体化电站的电力波动率，见图7。

表3 18组储能电池参数Tab.3 Parameters of 18 sets of energy storage batteries

图7 区域独立电站与风火储一体化电站电力波动率的对比Fig.7 Comparison of power volatility rate between regional independent power station and wind-coal-battery coupling integrated power station

从图7可以看出，在配置0.5 MW/1 MW·h储能时，对比区域独立电站，风火储一体化电站有效降低了电力波动率，很好地响应了电网调度需求，说明即使配置小功率的储能电池即可有效提高响应AGC负荷指令的能力。随着储能电池额定功率的增大，风火储一体化电站的电力波动率整体呈下降趋势，并在额定功率超过5 MW时电力波动率下降趋于平缓。这表明选用更高额定功率的储能电池可使电站电力输出更贴合用电需求，但当其增至一定程度时，响应AGC负荷指令能力的提升幅度将减缓。

配置不同储能电池规格的风火储一体化电站的弃电率和电力缺额率分别见图8和图9。随着储能电池额定功率的不断增大，弃电率和电力缺额率均呈现出与电力波动率相似的下降趋势，并未出现储能电池长时间单向闭锁，从而发生弃电率或电力缺额率仅有其中一项下降的现象。结合图7可知，从跟踪AGC负荷指令调控电力输出的角度分析，按照所选用的风电场和燃煤电厂，耦合配置小于5 MW/10 MW·h的储能电池较为合理。

图8 区域独立电站与风火储一体化电站弃电率的对比Fig.8 Comparison of power abandonment rate between regional independent power station and wind-coal-battery coupling integrated power station

图9 区域独立电站与风火储一体化电站电力缺额率的对比Fig.9 Comparison of power shortage rate between regional independent power station and wind-coal-battery coupling integrated power station

4 结 论

(1) 在假设燃煤机组无惯性延迟响应以及储能电池可秒级切换充放电状态的理想情况下，与区域独立电站相比，配置规格为9 MW/18 MW·h储能电池的风火储一体化电站大幅提高了响应AGC负荷指令的能力，同时降低了弃电率和电力缺额率。风火储一体化电站在耦合风、火、储3种电源后并未对原燃煤机组的运行产生较大影响。

(2) 当风火储一体化电站配置较小规格的储能电池时，电站整体响应AGC负荷指令依然有所提升。但当储能电池额定功率增至一定程度时，风火储一体化电站对电力波动率、弃电率和电力缺额率的改善效果逐渐变缓。按照所选用的风电场和燃煤电厂，配置小于5 MW/10 MW·h的储能电池时较为合理。