含多元灵活性资源的省级电-热综合能源系统耦合平衡分析模型

吕 泉，张佳伟，张 娜，李雪峰，葛 晟

（1. 大连理工大学电气工程学院,辽宁省大连市 116024；2. 国网辽宁省电力有限公司经济技术研究院,辽宁省沈阳市 110015；3. 国网内蒙古东部电力有限公司,内蒙古自治区呼和浩特市 010010）

0 引言

在电力系统中,电力电量平衡是宏观掌握电力电量供需关系进而合理规划电源的基本工作［1］。电力电量平衡一般按年度展开,传统方法主要针对年/季典型日进行分析［1］,近年来随着风电、光伏占比不断增大,为计及风电、光伏发电的波动特性,越来越多的研究采用以年为周期、小时为颗粒度的时序生产模拟的方法［2］。

在中国北方地区,电力系统和供热系统以热电厂为耦合点形成了省级规模的、电-热耦合的能源系统。在风电、光伏大规模并网之前,热电机组采用“以热定电”方式,其出力上下限可根据热负荷确定。因此,传统电力电量平衡分析时,通过将热电机组当作出力上下限已知的普通机组进行平衡［1-2］,实现了电-热解耦分析。然而,随着风电、光伏占比的不断提升,中国北方各热电厂已经或正在进行灵活性提升改造,主要方式包括:低压缸灵活切除运行改造,配置电锅炉、储热设备等［3］。改造后的热电厂运行时改为采用“电热互动”的运行方式［4-7］,根据系统电力调峰需求,动态调整机组低压缸以及电锅炉、储热的运行方式。此时,热电机组的出力上下限随供热输出动态变化,导致传统电力电量平衡方法无法应用,需从综合能源视角进行电-热耦合平衡分析。

EnergyPLAN 是丹麦奥尔堡大学开发的能源系统分析软件［8-10］,可对电-热综合能源系统进行年时间尺度、小时颗粒度的平衡分析。该软件采用启发式、逐时段平衡方法。与基于综合能源系统优化调度模型的平衡分析方法（如Balmorel 平台［11-13］）相比,EnergyPLAN 避免了求解复杂的优化问题,原理简单透明、各设备运行策略和运行规律明确、计算速度快,尽管理论上精度不及基于优化的平衡分析方法,但更适用于分析省级、国家级的大规模能源系统。EnergyPLAN 因具备上述特点,在欧洲国家级或中国省区级综合能源系统平衡分析中得到了广泛应用:在国外被广泛应用于丹麦［14］、爱尔兰［15］、挪威［16］、哥伦比亚［17］等国家；而在国内,也被用于分析北京［18-19］、内蒙古［20］、四川［21］、江苏［22-23］、京津冀［24］甚至整个中国［25］的能源转型平衡相关问题。

然而,EnergyPLAN 基于欧洲电源结构构建,在用于分析中国北方地区能源系统时存在诸多不合理之处:其一,抽凝式热电联产机组模型不够准确,确定最大出力时没有考虑抽汽导致机组发电容量受阻的问题,确定最小出力时没有考虑锅炉最小稳燃点大于汽轮机最低稳定运行点的问题,也没有考虑中国目前正快速推广的低压缸切除改造；其二,没有考虑机组开停机方式及备用等运行需求,中国北方地区以大型煤电为主,机组基本不进行日内启停调峰,开机机组最小发电功率占据了很大一部分发电空间,忽略开停机方式将导致计算结果存在很大偏差；其三,对系统安全稳定运行的考虑不合理,EnergyPLAN 要求可控电源（火电、核电等）的发电功率不得小于一定比例的总发电功率,以满足电力系统频率稳定、电压支撑等安全稳定运行需求。但实际上,系统与电厂的安全稳定主要体现在开机方式,只要开机的可控电源有足够的惯性、一次和二次调频、电压支撑能力即可,与其发电功率在电负荷中的占比并无关系。特别是EnergyPLAN 这方面的要求会导致随着风电、光伏等可再生能源和电能替代负荷的增加,火电机组的发电总量也会增加,反而会增加化石能源消耗［22］,这显然与实际并不相符。

针对EnergyPLAN 的上述问题,本文将文献［2］和EnergyPLAN 思路相结合,基于中国电源结构和调度方式,构建了更加符合中国国情的省级能源系统电-热耦合启发式平衡分析模型,使得平衡分析的结果更接近于中国电网的实际运行情况。与EnergyPLAN 相比,本文所提分析模型的主要改进在于:1）将火电机组分为了抽凝机组、必开纯凝机组（为了维持电网稳定或防止冬季循环水冻结等原因在某些时段必须开机的纯凝机组）和选开纯凝机组3 种类型,并针对年内不同时期各电厂的热负荷和电厂最小方式变化,动态确定火电厂内各机组类型属性并进行聚合,更符合实际；2）通过增加以日为周期对选开纯凝机组进行开机容量决策的模块,既考虑了系统备用、最小运行方式等系统安全稳定需求,也考虑了因为这些原因开机造成的最小出力对发电空间的影响；3）针对燃煤抽凝供热机组,采用了更准确的数学模型,且考虑了低压缸切除改造的影响；4）针对抽凝供热机组新模型,设计了储热、储电、电锅炉3 种灵活性资源的精细化调用模型。

1 省级电-热综合能源系统平衡分析模型

1.1 平衡基本流程

考虑到中国北方地区实际省级电力系统内电源结构具有多样性,本文模型以含风电、光伏、水电、核电、抽水蓄能及火电的一般性系统为对象构建。分析模型的核心是以日为周期、小时为时间颗粒度的日平衡分析模型,通过逐日滚动计算得到年时间尺度的统计分析结果,进而实现年尺度的平衡分析［2］。

针对某一运行日,电-热耦合平衡的主要流程如下:1）对系统内同类型元件进行聚合,并确定聚合元件的参数；2）在考虑系统备用、最小运行方式、供热等约束下确定各类型火电机组的开机容量；3）先在不考虑灵活性资源投入的条件下,进行各时段电力平衡计算,得到以弃风弃光表征的电力过剩情况；4）考虑灵活性资源投入,以消除弃风弃光为目的调用灵活性资源,并进行电-热耦合平衡分析,得到该日平衡结果指标。在该日计算完成之后,以储热设备的蓄热量和抽水蓄能电站的蓄电量作为日间耦合传递参数传递给下一日作为输入,进行下一日的日平衡分析计算,进而实现逐日滚动计算。针对某一运行日,各流程环节的具体流程如下。

1.2 元件分类聚合及参数确定

1.2.1 聚合后的省级电-热综合能源系统结构

对于电力电量平衡分析而言,主要关注的是宏观平衡的结果。因此,通常先对各类电源与其他元件分类聚合［1-2,8］,可在保证分析结果精度的前提下简化问题复杂度。

本文中,聚合后的系统结构如图1 所示,包括风电、光伏、水电、核电、抽水蓄能以及火电,其中,将火电机组又分为抽凝机组、必开纯凝机组、选开纯凝机组3 类,以便于平衡时根据系统运行需求合理确定火电机组开机容量。考虑到中国热电厂运行灵活性提升改造的主流方案［3］,在聚合后的供热系统中相应增加了电锅炉和蓄热设备。

图1 聚合后的电-热综合能源系统结构Fig.1 Structure of aggregated integrated electricity-heat energy system

1.2.2 聚合元件的参数确定

在进行平衡计算时,针对某一具体运行日,需要确定图1 所示聚合后的电-热综合能源系统内各元件的参数。在电源侧,风电、光伏、水电、核电、抽水蓄能、储热设备/电锅炉的容量可认为一年内保持不变,聚合后的总容量可通过实际各电站/机组容量累加得到。各元件的其他参数,如抽蓄机组/电锅炉/储热等元件的效率、机组最小负荷率等参数,可采用加权平均的方式确定。

各类型火电机组容量在一年内各日是动态变化的,这是由于供热机组的热负荷一年内动态变化,故在不同时期,热电厂内供热机组的台数不断变化。相应地,厂内纯凝机组台数及其必开纯凝机组台数和选开纯凝机组的台数均根据热负荷动态变化。因此,对应具体某个运行日,本文首先根据该日情况、供热情况和能源监管机构公布的相关运行方式文件［26］将各热电厂的机组划分为供热机组、必开纯凝机组、选开纯凝机组。然后,通过累加得到聚合后的各类型机组容量。其中,选开纯凝机组参与平衡的容量将在1.3 节确定,其他类型机组均作为开机机组参与平衡计算。

在负荷侧,电负荷在元件聚合前后保持不变。但对于热负荷,与聚合前各电厂独立承担自身热负荷不同,聚合后的系统只有一个等值的抽凝供热机组承担热负荷。考虑到同一省内气温变化基本相同,热负荷变化规律也基本相同,因此,可将各电厂热负荷累加作为等值抽凝供热机组的热负荷（在算例中本文对实际系统进行了偏差分析,验证了这种聚合的可行性）。

1.2.3 抽凝机组聚合模型

与其他元件只具有一维电或热参数不同,燃煤抽凝机组作为电热耦合元件具有二维参数［27］,聚合时不能简单进行参数相加。由于当前应用广泛的EnergyPLAN 模型中抽凝式热电联产机组聚合模型不够准确（见附录A 图A1）,故本文建立了更为准确的抽凝式供热机组聚合模型,聚合后的电-热二维可行运行域如图2 中红色四边形AEFD所示（具体聚合过程详见附录B）。图中:Echp为等值机组发电容量；Qchp为等值机组最大供热功率；Echp,pp,min为等值机组低压缸最小进汽量对应的凝汽发电功率；γv为线段AE的斜率绝对值,表征抽汽对发电功率的影响；γm为线段EF的斜率,表征汽轮机抽汽汽流的发电与供热比；qF为等值机组最小发电功率对应的供热功率。

图2 等值抽凝机组可行运行域Fig.2 Feasible operation region of equivalent extraction and condensation unit

1.3 火电机组开机容量的确定

针对某一具体运行日,在将各火电厂内火电机组根据1.2.2 节方式划分为供热机组、必开纯凝机组、选开纯凝机组3 种类型并确定总容量之后,还需要进一步确定该日选开纯凝机组的开机容量以参与平衡计算。本文参考文献［2］的方式,在考虑系统备用容量、风电/光伏发电可信度的条件下,确定聚合系统中选开纯凝机组在该日的开机容量。

首先,根据第d日发电负荷（本地负荷加外送电负荷）、旋转备用率需求确定该日最小可调容量需求为:

1.4 不考虑灵活性资源投入的电-热耦合平衡计算

在确定火电机组开机容量之后,先进行不考虑多元灵活性资源投入的电-热耦合平衡计算,以确定各时段的弃风弃光情况,为进一步调用多元灵活性资源提供依据。考虑到在国内供暖期,开机的纯凝机组基本为大型燃煤机组,日内不启停调峰,本文亦作此假设。

平衡机理如图3 所示（详细模型见文献［2］）。考虑到风电、光伏、核电基本不参与调峰,本文将之作为负的负荷,然后再利用水电削峰算法［28］确定水电发电曲线,进而得到剩余负荷作为火电机组发电负荷,如图3 中蓝色实线所示。最后,根据热负荷计算聚合系统中抽凝机组的最小出力（包括背压电出力和最小凝汽出力）,根据最小负荷率计算开机纯凝机组最小出力,叠加可得到火电机组最小出力,如图3 中绿色虚线所示。

图3 电力平衡机理Fig.3 Mechanism of power balance

1.5 灵活性资源投入后的电-热耦合平衡计算

在1.4 节计算完毕之后,若存在过剩电力,则需要投入灵活性资源来尽可能消除过剩电力；若不存在,则需要对储能性质的灵活性资源（热储设备、电储设备）进行充放能,以保证在后续时段存在过剩电力时可使用。因此,还需要构建灵活性资源的调用模型再次平衡。根据是否存在过剩电力两种不同情况,设计蓄热、抽蓄、电锅炉3 种灵活性资源的调用策略,如图4 所示。

图4 灵活性资源调用策略流程图Fig.4 Flow chart of flexibility resource invocation strategy

1）当系统存在过剩电力时,调用灵活性设备以消纳过剩电力。根据投入后消纳单位过剩电力所带来的节煤量大小,选择投入顺序为储热设备、抽蓄电站、电锅炉［29-30］。

2）当系统不存在过剩电力时,先将图3 所示凝汽可调节出力空间分配给抽凝机组使储热设备尽量先蓄满。若还有发电空间,则分配给抽蓄电站使之尽可能放空,以保证后续消纳能力。

限于篇幅,详细计算模型见附录C。

1.6 运行指标计算

通过上述模型计算,可得到该日各时段、各设备的运行状态,以及火电机组各类型发电成分系统过剩电力、化石能源消耗量、CO2排放量、系统供热量等指标。由逐日滚动计算后的统计结果即可得到年度指标。

2 算例分析

以中国北方某电网2018 年实际数据为基础,对上述模型有效性进行了验证,并对本文模型结果与EnergyPLAN 模型结果进行了对比分析,验证了本文模型的优越性。

2.1 基础数据

1）电、热负荷数据

中国北方某电网年发电负荷的时序曲线如附录D 图D1 所示,年最大发电负荷为16 GW,热备用率为8%。该电网内各热电厂聚合热负荷的时序曲线如图D2 所示,最大热负荷为6.5 GW。

2）新能源发电数据

该电网中风电、光伏发电的时序曲线如附录D图D3 所示,风电、光伏累计装机容量为11.9 GW,占总装机容量的43%。以风电、光伏的实际出力作为模拟运行时的预测出力,风电、光伏的发电可信度均取5%。

3）火电机组数据

该电网中火电机组的总装机容量为16 GW,占总装机容量的57%。其中,年内各时期聚合后的抽凝机组参数、纯凝机组参数分别见附录D 表D1 和表D2。该电网区域A 的供暖期为每年9 月24 日到次年5 月7 日,区域B 的供暖期为每年10 月16 日到次年4 月15 日,供热初末期为供热期首日后30 d 和停止日前30 d 的日期。不同时期机组的参数不同是因为一年中供暖中期、供暖初末期、非供暖期的最小运行方式不同。凝汽发电效率为45%,纯凝机组最小负荷率为50%。

4）灵活性资源数据

该电网中已配置的灵活性资源数据为:热电厂配置的电锅炉容量为116 MW,电锅炉的电转热效率为98%；配置的储热设备容量约为1 750 MW ⋅h,最大蓄放热功率为220 MW；低压缸切除改造热电机组的容量为200 MW。

2.2 模型的有效性验证

2.2.1 抽凝机组聚合的可行性验证

整个供暖期在给定热负荷下,聚合前各机组的各日出力上下限累计值、本文模型和EnergyPLAN模型等值聚合机组的出力上下限见图5。

图5 抽凝机组聚合模型偏差分析Fig.5 Deviation analysis of aggregation model of extraction and condensation unit

可以看出,本文模型的等值聚合机组的最大出力偏差几乎为0,而最小出力比实际最小出力小,平均偏差仅2%,对计算结果的影响不大,证明了聚合模型的可行性。由于抽凝机组电出力上限与热负荷为线性关系（如图2 中线段AE所示）,各机组聚合之后的误差较小；而电出力下限是一条折线（如图2 中折线EFD所示）,当两台机组的热负荷分别在点F左右两侧时,聚合机组的最小出力比两台机组最小出力之和要稍小一些。

EnergyPLAN 模型的等值聚合机组的最大出力为1 p.u.,这是因为没有考虑抽汽导致的机组发电容量受阻；最小出力在图5 红圈标记处明显低于实际最小出力,这是因为EnergyPLAN 模型确定最小出力时存在引言所述问题,这些时段机组运行在线段FD上,最小出力偏小。

2.2.2 计算结果准确性验证

利用2.1 节数据,对该电网2018 年情况进行了以小时为颗粒度的电-热平衡分析。2018 年,电网新能源弃电率约为6.2%。实际系统运行数据、本文模型与EnergyPLAN 模型的模拟结果如表1 所示。可以看出,与EnergyPLAN 模型相比,本文模型结果更接近于实际。

表1 实际数据与两模型计算数据对比Table 1 Comparison between actual data andcalculated data of two models

随着新能源装机容量占比提升,本文模型和EnergyPLAN 模型的一次化石能源消耗量（本文用标准煤的消耗量表示）如图6 所示。可以看出,随着新能源装机容量占比的增加,利用本文模型计算得到的一次化石能源消耗量逐渐减小。这是因为新能源发电的增加替代了火力发电,降低了化石能源消耗,结果符合客观规律。而利用EnergyPLAN 模型计算得到的一次化石能源消耗量先减小后增加,增加的原因是EnergyPLAN 模型要求可控电源（火电、核电等）的发电功率不得小于一定比例的总发电功率,导致随着风电、光伏等可再生能源和电能替代负荷的增加,火电机组的发电总量也会增加,反而增加化石能源消耗,与实际并不相符。

图6 系统煤耗水平分析Fig.6 Analysis on coal consumption level of system

2.3 系统灵活性提升对新能源消纳作用的分析

为了分析系统灵活性提升后的新能源消纳能力,利用本文模型计算了系统配置抽水蓄能,以及火电灵活性改造后系统的过剩发电量、新能源弃电率、新能源发电占总发电量比例。

2.3.1 热电厂灵活性改造对新能源消纳作用的分析

热电厂灵活性提升方案假设为:考虑到中国目前正快速推广低压缸切除改造,假设抽凝机组均进行低压缸切除改造；配置的储热设备足够将抽凝机组运行点降低到附录C 图C1 所示点F,取最大充放热功率为5 220 MW,满足8 h 放热的储热容量为41.77 GW ⋅h；考虑当前热电厂的电锅炉配置方法［31］,假设配置的电锅炉容量等于抽凝机组最小发电功率（如图C2 中点F对应的发电功率）,取电锅炉容量为2 400 MW。根据规划,取新建抽水蓄能电站的发电容量为1 200 MW。

灵活性配置前后,系统在电负荷和火电机组容量保持不变、新能源的装机容量占比不断提升情况下的过剩发电量、新能源弃电率如图7 所示。可以看出,灵活性资源提升后系统的消纳能力得到提升,在5%的新能源弃电率下,新能源装机容量占比从43%提升至54%。随着新能源装机容量占比的增加,系统的过剩发电量和弃电率均增加,在新能源装机容量占比为70%时,即使提升系统灵活性,弃电率也达到了37%。从时间上来说,过剩发电主要发生在供暖期,这是因为供暖期火电机组开机容量较高,冬季风电出力也较高,造成了系统电力过剩。

图7 灵活性提升对系统新能源消纳能力的影响Fig.7 Effect of flexibility improvement on renewable energy accommodation capability of system

2.3.2 抽凝机组最小出力对新能源消纳作用的分析

在2.3.1 节所述的系统灵活性提升方案下,进一步计算抽凝机组通过提升锅炉稳燃将其最小出力率逐步降低到30%时的系统过剩发电量、新能源弃电率,如附录E 图E1 所示。结果表明,随着抽凝机组最小出力率的降低,系统弃电率和过剩发电量均显著降低,弃电率从37% 进一步降低到29% 左右。这是因为随着抽凝机组最小出力率的降低,图2 所示线段FD沿线段EF方向向左下方移动,拓宽了可行域下边界,降低了抽凝机组的最小发电功率,实现了系统过剩发电的消纳。

2.3.3 抽蓄电站对新能源消纳作用的分析

在2.3.2 节的基础上,进一步计算抽蓄电站容量从1 200 MW 增加到8 400 MW 时的系统过剩发电量和新能源弃电率,如附录E 图E2 所示。结果表明,随着抽蓄电站容量的增加,供暖期和非供暖期的系统过剩发电量均下降,新能源弃电率从29%下降到15%。这是因为随着抽蓄电站容量的增加,抽蓄在电力平衡时提供了更多的备用,从而降低了选开纯凝机组开机容量及其最小出力电量（见附录E 表E1）,为新能源上网让出了空间。

2.3.4 进一步消纳新能源的思路

由2.3.1 节和2.3.3 节分析可知,无论采取何种新能源消纳手段,系统弃电率仍高达15%以上,新能源发电量占比无法继续提升。这是因为新能源装机容量提升后,火电厂最小运行方式没有调整。即使必开纯凝机组和抽凝机组均在当前最小方式下的最小出力点运行,年发电量至少为35.2 TW ⋅h,占全年发电负荷的36%。在2.3.3 节所述情况下,抽蓄电站容量为8 400 MW 时,必开火电机组的年发电量已经降到36.7 TW ⋅h,受最小运行方式限制,火电机组几乎没有进一步降低的空间。若要进一步消纳新能源,应该在火电机组灵活性改造的基础上相应调整最小运行方式,减少系统火电机组开机容量,为新能源上网让出空间。

3 结语

本文以省级电-热综合能源系统为研究对象,建立了含多元灵活性资源的系统平衡分析模型,实现了系统以年时间尺度、小时颗粒度的过剩发电量、一次化石能源消耗量、CO2排放量的计算。算例以中国北方某电网为参考,验证了本文模型的有效性,并进一步分析了系统灵活性资源对新能源消纳提升的效果。理论分析和算例计算结果表明:

1）本文所提平衡模型可以有效适用于中国以煤电为主的电源结构；与国内外应用较多的EnergyPLAN 模型相比,结果更合理、误差更小。

2）供热机组的热电解耦改造可提高系统消纳新能源的能力,但其效果受制于纯凝工况下的最小出力。因而在热电解耦的同时,应该同时提升锅炉稳燃水平,降低机组最小出力。从电-热综合能源系统能量供需平衡的角度来看,火电机组的最小负荷率越低,注入系统的最小化石能源消耗量就越少,系统所能接纳的风电、光伏的能量空间就越大。

3）随着新能源占比的不断提升,发展电储能替代火电机组提供备用,从而降低选开纯凝机组开机容量来让出发电空间,可有效提高新能源接纳水平。

在新能源高占比场景下,火电机组最小运行方式成为限制新能源消纳的主要因素。在利用储能等新技术保障系统安全稳定运行的基础上,突破火电机组最小运行方式,成为进一步提升新能源占比的必要措施。

附录见本刊网络版（http：//www.aeps-info.com/aeps/ch/index.aspx），扫英文摘要后二维码可以阅读网络全文。