含储能的高比例风电系统优化运行模型

2022-11-07刘可真代莹皓赵庆丽吴政声

电力科学与工程 2022年10期

刘可真，代莹皓，赵庆丽，吴政声，董敏

（1.昆明理工大学电力工程学院，云南昆明 650500；2.中国能源建设集团云南省电力设计院，云南昆明 650051）

0 引言

在“双碳”政策[1-3]的驱动下，高风电渗透率成为电力系统不可避免的发展趋势[4,5]。风力发电存在较多不可控因素，其出力的随机性、波动性及反调峰特性会给电力系统带来供需失衡问题[6,7]。

储能技术是将风电等新能源由不可控转为可控的关键性支撑技术[8,9]。将储能、风电、火电机组进行优化组合，实现电力系统清洁高效、安全经济运行，是当前亟待解决的问题。文献[10]认为，储能技术是解决电力资源无法长时间大规模存储问题的重要技术，是解决含高比例新能源新型电力系统电量平衡的重要手段。文献[11]建立了含高比例风电系统长短期储能联合优化模型，验证了储能对调节风电出力的积极作用。文献[12]研究了含“风光储”电力系统储能最优配置。

优化用户用能行为，是提高电能利用率的有效手段。文献[13]构建了电、热负荷需求响应模型，验证了需求响应对负荷侧“削峰填谷”的积极作用。文献[14]以电动车充电负荷作为研究对象，建立了电价型与激励型2类灵活性负荷模型，通过需求响应平滑了负荷曲线。文献[15,16]验证了负荷侧需求响应对提高新能源利用率、降低系统运行成本的有利作用。上述文献考虑了负荷侧需求响应下系统的优化运行；然而，随着高比例新能源的接入，仅针对负荷侧调控则无法完全解决新能源不确定性、反调峰特性对电力系统不利影响，所以：储能作为抑制可再生能源波动性的有效手段，有必要引入高比例可再生能源电力系统。

传统火电机组发电会产生CO2、SO2等污染气体，这不符合低碳电力的发展要求。因此，系统的绿色运行需要考虑传统能源机组碳排因素。为传统能源机组配置碳捕集设备具有广阔发展空间；为此，传统火电机组将承担碳捕集成本。文献[17]提出，碳捕集装置的快速调节特性能够为系统提供调峰容量。文献[18]研究了不同碳排放权价格下最优碳捕集水平。文献[19]分析了在不同运行方式下碳捕集电厂的电碳特性。以上文献主要针对电能量市场的碳捕集进行了研究。目前，针对高比例新能源系统碳捕集成本模型的研究较为缺乏。

现有对风储联合系统研究主要侧重于系统优化配置问题。为响应低碳政策，需要实现发电侧与负荷侧之间的良性互动；同时，也要考虑传统能源机组碳捕集成本，从而实现系统低碳经济运行。

针对上述问题，本文提出一种考虑碳捕集及负荷侧需求响应的、含储能的高比例风电系统优化运行模型。首先，构建了系统总体运行架构，建立了价格型及激励型负荷需求响应模型，构建了碳捕集电厂数学模型以及储能模型；然后，研究了不同碳捕集价格下系统运行成本，分析了风电比例提升对系统的影响，分析了储能装置的作用；最后，以提高系统运行环保性与经济性为目标，给出了风-火-储能机组最优组合运行模式。

1 系统总体运行架构

1.1 系统运行框架

如图1所示，构建系统总体运行框架。电源侧包括含碳捕集装置火电机组以及风电机组，负荷侧包括基础负荷及可参与需求响应负荷。储能设备作用于负荷侧，以调节源-荷之间平衡关系：负荷量小于发电量时，储能装置充电；反之，储能放电。

图1 系统总体运行架构Fig. 1 The overall operation structure of the system

1.2 需求响应模型

需求响应：利用激励手段优化用户用能行为，以实现降低负荷高峰时期系统供电压力、提高负荷低谷时段用电量的目标[20,21]。

本文根据不同响应特性，构建了价格型、激励型可调控用户负荷模型。

1.2.1 价格型需求响应负荷

利用电价调控用户的消费意愿，通过设置分时电价，使用户自行决定削减或提高用电量，以实现用户错峰用电。定义此类负荷为价格型需求响应负荷。

以电量-电价弹性矩阵[22,23]来描述该类用户用电特性，即

式中：eij为电量电价响应系数；ΔL、Δcp分别为需求响应前后用户用电量及电价变化量；L、cp分别为响应前初始用电量及电价。

1.2.2 激励型需求响应负荷

激励型需求响应负荷通过用户与售电商签订合约实现。当系统不满足功率平衡时，用户需主动调整自身用电计划，售电商将对用户用电调整量给予一定补偿。阶梯型补偿机制如图2所示。

图2 阶梯型补偿机制示意图Fig. 2 Schematic diagram of the stepped compensation mechanism

激励型负荷的模型如下：

式中：τt为响应状态变量；PL,min为激励型负荷最小响应量；ΔPL,t为调度时段t激励型负荷响应量；PL为调度周期内负荷总响应量。

考虑到用户设备的频繁启停，对用户最低响应时长做如下约束：

式中：Nmax为调度周期内最大响应次数。

1.3 含碳捕集装置电厂数学模型

火电机组碳排放量主要与其出力水平相关：

式中： fCO2为火电机组碳排放总量；为火电机组i在时间段t内的出力功率；iβ为火电机组i碳排放系数。

火电机组碳捕集量为：

式中： MCO2为火电机组碳捕集量；δ为火电机组碳捕集率。

2 储能模型构建

现有电力系统的功率平衡实质上是一种单向平衡，即通过电网的调度实现发电侧与用户侧负荷平衡。未来可再生能源将成为电力系统最主要能源，现有功率平衡手段将难以应对可再生能源不确定性、波动性对电网安全运行带来的冲击。为保障高比例可再生能源电力系统功率平衡，系统配置储能成为其关键技术。

本文构建储能模型如下：

在一个优化调度周期内，储能设备初始荷电容量等于最终荷电容量，即储能设备的充电量之和等于其放电量之和。

3 系统优化运行模型

3.1 目标函数的构建

在保证系统安全的各项约束之下，期望总运行成本最低。目标函数为：

式中：C为系统总成本；C1为火电运维成本；C2为火电机组煤耗成本；C3为碳捕集成本；C4为风电运行成本；C5为机组储能成本；C6为激励型负荷补偿成本；C7为弃风、失负荷成本。

式中：α为火电机组成本系数；cm为单位电煤价格；T、I分别为总调度时间段、火电机组数；ai、bi、ci为火电机组 i煤耗量系数；cco2为单位碳捕集单价；cnew为风电机组单位运维成本；Pn,t为风电机组在时间段t的出力功率；csoc1为储能单位电量运维成本；csoc2为储能单位充放电功率成本；Psoc为储能配置容量。

激励型负荷采取分区间补偿方式。当系统需要调整负荷时，用户响应量越多，则获得的相应补偿价格更高。激励型负荷补偿成本模型如下：

式中：λ为激励型负荷补偿基价；ω为价格增长率。

式中：cf为弃风惩罚单价，取值为300元/MW·h；closs为失负荷单位电价，取值为8 000元/MW·h；为系统失负荷功率；Pf,t为风电机组在时段t的预测出力功率；Pn,t为风电机组n在时间段t的出力功率。

3.2 目标函数约束条件

3.3 求解方法

本文所提模型是一个优化调度问题，其形式可表示如下：

式中：x表示目标函数的各类决策变量，主要是各类机组发电量、储能充放电量等；约束包括等式约束、不等式以及{0，1}整型变量约束。

因此，本文优化模型属于 0-1型混合整数二次规划问题。

针对本文模型特点，在MATLAB环境中通过YALMIP工具箱调用Gurobi求解器求解模型。

4 算例分析

4.1 算例相关参数

相关计算参数取值如下：日负荷最大值为900 MW，电煤价格取值为650元/t，火电机组单位碳捕集电价为100元/t，风电机组单位运维成本为45元/MW·h，储能单位功率投资成本、单位充放电成本及单位电量运维成本分别为3 000元/kW、3 000 元/kW·h、0.05 元/kW·h。

负荷及风电预测标幺值曲线如图3所示。火电机组各项技术指标参数如表1所示。

图3 负荷与风电预测标幺值曲线Fig. 3 Relation curve of load and wind power forecast per unit value

表1 火电机组相关参数Tab. 1 Thermal power unit related parameters

4.2 模型有效性验证

4.2.1 运行场景设置

为验证所提模型有效性，设置如表2所示的4种运行工况。

表2 运行场景设置Tab. 2 Operation scene settings

工况1：不考虑需求响应，系统仅由3台火电机组提供出力，且不含储能装置。

工况2：在工况1基础上，用900 MW风电机组替代火电机组2、3。

工况3：系统在工况2基础上加装储能装置。

工况4：系统设置为高比例风电电力系统，同时加装储能设备；对负荷侧采取需求响应策略。

4.2.2 不同碳捕集单价时系统运行结果分析

表3示出了工况1场景下不同碳捕集单价时系统运行情况。

从表3可以看出，随着碳捕集价格的上升，系统总发电成本以及单位供电成本均增加；这表明系统运行成本与碳捕集单价正相关。火电运行成本由运行维护成本和发电煤耗成本构成，因此碳捕集价格变化时火电运行成本基本保持不变，碳捕集价格的波动对系统机组组合情况影响不大。

表3 不同碳捕集单价时系统运行结果Tab. 3 System operation results of different carbon capture unit prices 万元

4.2.3 各场景下运行结果分析

图4—7分别示出了系统在工况1—4时相关设备的出力情况。图中，以每15 min为1个单位调度时段，将24 h分为96个调度时段序列。举例，图4中横坐标的时序值“20”表示时刻5:00。

从图4可以看出，在只有火电机组出力情况下，系统能满足负荷需求，不存在失负荷现象。

从图 5可知，在风电装机占比达到系统总装机60%之后，系统风电出清量达总出清电量40%～55%。虽然此时系统运行更加清洁低碳，但是由于风电出力不稳定，系统功率平衡难以保证。从图5明显看出，在16:00—19:00负荷高峰阶段，风机出力无法满足负荷需求量，此时有失负荷情况发生。

从图6可以看出，当系统加装储能装置之后，由于储能设备参与调控，系统功率平衡的要求得以满足。具体表现为：在0:00—7:00时段，储能设备将多余的风电功率进行存储；在16:00—19:00负荷高峰时段，储能设备释放出力，弥补了风电缺额量。

从图7可以看出，采取负荷需求响应策略后，负荷曲线更加平滑，储能充放电次数有所下降，系统资源利用更加合理。

图7 工况4系统单元出力情况Fig. 7 Case4 unit output

图8为采用需求响应（DR）策略前后负荷对比曲线。从图8可明显看出，在采用需求响应策略之后，荷谷时段（0:00—9:00）的用电需求提高了20%～25%，荷平时段（13:00—15:00，19:00—23:00）负荷提高10%～15%，提高量低于谷时段；荷峰时段（10:00—12:00，16:00—18:00）的负荷量下降15%～20%。可见，需求响应对优化负荷具有积极作用。

图8 采用需求响应策略前后负荷曲线对比Fig. 8 Comparison of load curves before and after DR

图9为系统运行在工况2、3、4时的弃风电量对比曲线。从图9可以看出，当系统未进行需求响应且未加装储能时，系统的弃风电量较高，主要集中在0:00—7:00时段；这是由于风电在该时段出力多，而负荷需求不足所导致。加装储能装置后，系统弃风现象明显改善，弃风量缩减为未装储能时 30%左右。储能优化了发电侧，使不可控风电变为可调控。对比各工况曲线，发现系统运行在工况4时，弃风量最小，可见本文所提优化模型对提高风电资源消纳具有积极作用。

图9 不同运行模式系统弃风量对比Fig. 9 Comparison of wind curtailment volume of systems in different operating modes

4.3 优化模型运行成本分析

4.3.1 各模式下系统运行成本分析

表4示出了各工况下系统运行成本。

表4 各模式运行成本Tab. 4 Operating cost of each mode 万元

从表4可以看出：

（1）工况1失负荷成本为0，但系统总成本及单位供电成本较其余3种工况高，其原因为——传统火电机组供电成本较高。尽管传统能源发电可满足系统功率平衡要求，但其经济性与环保性均无优势。

（2）与工况1相比，工况2增加了风电机组。由于存在失负荷，因此系统将承担9.8万元失负荷成本。工况2系统总成本与单位发电成本较工况1分别下降了42万元、56元/MW·h。可见，新能源机组较传统能源机组更具价格优势。

（3）工况3、工况4较工况2进一步降低了弃风量；这与图8结果相吻合。工况4的系统总系统运行成本较工况2、工况3有所提高，这是因为对负荷侧采用了需求响应策略，从而使得负荷在平、谷时用电量提升，系统总负荷需求增加。工况4时单位供电成本以及火电运行成本为4种工况最低；因此，该模式下系统的环保性及经济性较前3种模式更优。

4.3.2 高比例风电装机对系统运行成本影响

将系统风电装机容量仿真计算设定值从500 MW提升至1.500 GW。分别从系统总运行成本、单位运行成本、系统弃风电量、弃负荷电量、弃风成本、弃负荷成本6个指标分析风电比例的增加对系统运行成本的影响。

图10示出了系统总成本及单位供电成本随风电装机变化情况。图11示出了系统弃风、失负荷电量随风电装机变化情况。图12示出了系统弃风及弃负荷成本随风电装机变化情况。

图10 系统总成本及单位供电成本随风电装机变化情况Fig. 10 Changes in total system cost and unit power supply cost with installed wind power

图11 系统弃风、失负荷电量随风电装机变化情况Fig. 11 Variation of wind curtailment and load loss electricity in the system with installed wind power

图12 系统弃风及弃负荷成本随风电装机变化情况Fig. 12 Variation of system wind and load curtailment costs with wind power installed capacity

由图10可知，随着风电装机容量的不断增大，系统总成本及单位供电成本先减小后增加，并在风电装机为约960 MW时候达到最低——总成本为403万元，单位供电成本为260.5元/MW·h。此后，随着风电装机的持续增加，系统运行成本上升。

对比图11、12可得，随着风电装机容量的提升，系统弃负荷量不断减小，弃风电量不断上升。在风电装机功率达到500 MW～700 MW时，系统弃负荷量降低速率最高。在风电装机为500 MW～960 MW时，系统弃负荷成本高于弃风电成本，因此——在该阶段，随着风电装机容量的提高，系统运行成本会降低。当风电装机超过960 MW之后，系统弃风电成本高于弃负荷成本，进而导致系统成本上升。