新能源高渗透系统灵活性供给能力评价方法研究

王晓斌，张高航，余忠平，胡志云，辛超山

（1.国网新疆电力有限公司经济技术研究院，新疆 乌鲁木齐 830000；2.新疆大学 电气工程学院，新疆 乌鲁木齐 830047）

0 引 言

在新型电力系统发展愿景下，随着风电、光伏等新能源渗透比例增高，电力不平衡概率增加，系统峰谷差增大，系统灵活性需求加剧，灵活性调节能力严重不足，灵活性供需平衡和新能源消纳面临重大挑战[1-2]。合理实用的灵活性评价方法对提升新能源消纳措施的制定、灵活性资源的配置及新型电力系统的构建意义重大。

国内外相关学者基于不同角度提出了对灵活性不同的定义和理解。文献[3]认为电力系统灵活性是一定时间尺度及经济成本约束下，系统响应负荷波动性与不确定性及满足相应可靠性要求的能力。文献[4]定义电力系统灵活性是在特定时间尺度下协调、调配可调功率的资源，并概括电力系统灵活性量化评价方法包含：基于灵活性资源属性的打分法、基于生产模拟的概率评价方法、区间评价方法、基于微分方程的动态域评价方法[5-8]。随着新能源高比例并网，系统的灵活性需求激增，合理配置和优化调度不同类型灵活性资源[9-10]是提升系统灵活性、促进新能源消纳的重要手段。文献[11-12]充分挖掘了需求响应的灵活调节能力，提出了一种考虑电力系统分时电价与可中断负荷的灵活性资源优化运行方法及优化配置方法。该方法有利于提升负荷侧运行的灵活性。文献[13]利用储能系统优化含大规模风电的电力系统运行，以提高风电消纳水平。

为有效解决新能源高占比发展愿景与随之增长的灵活性需求的矛盾，学者们考虑纳入不同类型灵活性资源协调电力系统规划及运行优化。文献[14-15]提出了在传统电力系统规划与含波动性电源电力系统运行中计及灵活性量化评价指标体系的方法；文献[16-17]提出了评估机组组合的灵活性指标，并以投资及运营经济性最优为目标构建了考虑不同灵活性机组的电源扩展规划模型，研究分析了灵活性评估指标在发电规划与市场运营中的效用。上述关于电力系统灵活性研究的重点在于：均利用源、网、荷、储侧灵活性资源提升系统运行灵活性的方法，较少综合考虑系统灵活性供需的协调优化与平衡，以及量化评估各灵活性资源对系统灵活性的影响，对于新能源高渗透系统的适用性不高。电力系统不同类型灵活性资源的调节潜能仍有待挖掘，研究评价新能源高渗透系统灵活性供给能力的方法对提升电力系统整体灵活性、促进新能源消纳具有重要意义。

针对新能源高渗透系统激增的灵活性需求，本文结合负荷与新能源的时序波动特性建立系统灵活性需求模型；综合考虑常规火电机组灵活性改造和负荷需求响应以及储能等灵活性资源协调运行，构建源荷储灵活性资源供给能力模型；以优化系统整体的灵活性为目标，提出新能源高渗透系统灵活性资源供给能力评价指标，在此基础上，综合考虑系统灵活性供给和需求的协调优化与平衡，提出新能源高渗透系统灵活性供给能力评价方法；最后以改进IEEE 39 节点算例系统对比分析并验证所提评价方法的有效性，以及不同类型灵活性资源对系统灵活性的影响和作用，量化分析不同运行场景下系统的灵活性需求。

1 新能源高渗透系统灵活性建模

1.1 灵活性需求建模

图1 为我国新疆某区域某月电网新能源、负荷与净负荷的实际运行曲线。由图1 可看到：随着新能源大规模接入，电力系统净负荷曲线呈小时级波动变化愈加强烈，“尖峰”“低谷”现象频繁出现，在600~700 h 等部分时段出现较大“峰谷差”；同时小时级波动变化率明显变大，在250~300 h、400~450 h 等多个时段出现极度陡峭的爬坡现象。当净负荷的随机波动超出常规电源机组的爬坡容量或者最小技术出力的调节范围时，将会出现弃新能源或切负荷的风险，而且此类风险会随着新能源渗透比例的提升而显著增加。因此，新能源高渗透系统需要更加充裕的调节容量和更加灵活的应变速度及响应能力。

图1 新疆某区域电网新能源、负荷与净负荷实际运行曲线

图2 所示为不同新能源渗透率下的系统日净负荷曲线。由图2 可以看到：新能源占比为30%时，11~19 h净负荷波动较大，系统调峰压力骤增，常规机组无法满足灵活性需求；当新能源占比提升至50%时，系统灵活性不足时段扩大至10~20 h、6.5~8 h 两个时段。因此，新能源高渗透系统需要通过常规火电机组灵活性改造、合理配置储能、挖掘负荷调节潜力等手段提升系统灵活性[18]。

本文将新能源高渗透系统的灵活性需求FNE，t表征为应对净负荷PNL，t不确定变化所需要的系统调节能力[19]，公式如下：

根据净负荷功率波动的变化方向，可以将灵活性需求分为向上、向下灵活性需求，如下所示：

式中：PNL,t和PNL,t+1分别为系统t时刻和t+1 时刻的净负荷功率；Δt为调度时段间隔；ΔPNL,t=PNL,t+1-PNL,t表征t~t+1 时段的净负荷时序波动变化量。

1.2 灵活性资源供给能力建模

本文将电力系统中多时间尺度上存在功率调节作用的资源定义为灵活性资源[20]。在新能源高渗透系统中，常规机组、负荷需求响应等灵活性调节资源调峰空间较小，爬坡速度也难以满足需求，故针对常规机组，可通过灵活性改造提升其灵活性调节能力，储能系统具有双向调节特性，亦可作为灵活性调节资源。

Δt时段内，系统向上灵活性供给能力FupSU,t和向下灵活性供给能力FdnSU,t的计算公式如下：

式中：Ng、Nf、Ns、NTL、NIL分别表示常规火电机组、灵活性改造火电机组、储能系统、可转移负荷、可中断负荷的数量；FupG,g,t、FupFG,f,t和FdnG,g,t、FdnFG,f,t分别为Δt时段火电机组灵活性改造前后可供给的上、下调功率；Pg,t和Pg,max、Pg,min分别为常规火电机组Δt时段内的出力和最大、最小允许发电功率；Pf,t和Pf,max、Pf,min分别为灵活性改造后火电机组Δt时段内的出力和最大、最小允许出力；Rupg、Rupf和Rdng、Rdnf分别为火电机组灵活性改造前后的向上、向下爬坡速率；FupS,s,t、FdnS,s,t为储能s可供给的上、下调功率；Ps,t、PC,s,max、PD,s,max分别为Δt时段内储能s的功率和最大允许充、放电功率；Es,t和Es,max、Es,min分别为Δt时段内储能s的电量及其上、下限；ηC、ηD为储能系统的充、放电效率；FupTL,m,t、FupIL,n,t和FdnTL,m,t分别为Δt时段内可转移负荷、可中断负荷可提供的上、下调功率；PTLm,t、PTLm,max、PTLm,min是Δt时段内可转移负荷的转移功率及其上、下限；PILn,t、PILn,max是Δt时段内可中断负荷的中断功率及其上限。

2 新能源高渗透系统灵活性供给能力评价指标

根据灵活性的方向性特征，本文从系统整体灵活性优化的角度，借鉴节点运行灵活性[15]思想，定义系统灵活性供给能力评价指标。

2.1 系统最大向上/向下灵活性供给能力

时段t内，系统在灵活性资源供给能力与运行约束下的最大向上/向下灵活性供给能力MMUFSC,t、MMDFSC,t，反映系统在各模拟运行时段可提供的最大灵活性供给容量。

2.2 系统已有向上/向下灵活性供给能力

系统在时段t既有或已发生的净负荷波动变化量MEUFSC,t、MEDFSC,t公式如下：

2.3 系统可用向上/向下灵活性供给能力

系统于Δt时段内最大向上/向下灵活性供给能力与已用向上/向下灵活性供给能力的差值MAUFSC,t、MADFSC,t表示为：

图3 以系统向上灵活性供给能力评价指标MMUFSC,t、MEUFSC,t和MAUFSC,t为例表明各指标之间的关系，其中灰色实心圆和实线分别表征系统t时段的实际运行点和净负荷曲线。由式（3）可得到系统t时段净负荷的向上爬坡功率ΔPupNL,t，由于该时段系统最大向上灵活性供给能力MMUFSC,t>ΔPupNL,t，因此该时段的已用向上灵活性供给能力MEUFSC,t数值上等于该向上爬坡功率；而该时段的可用向上灵活性供给能力MAUFSC,t等于系统最大向上灵活性供给能力MMUFSC,t减去已用向上灵活性供给能力MEUFSC,t的差值。

图3 系统向上灵活性供给能力评价指标关系图

3 新能源高渗透系统灵活性评价指标计算模型

3.1 目标函数

本文从系统整体灵活性优化角度出发，在各灵活性资源供给能力约束、运行约束、系统功率平衡等约束条件下，以模拟时段内系统灵活性供给能力最大为目标，确定各时段系统的最大向上/向下灵活性供给容量，如式（11）所示：

3.2 约束条件

1）灵活性资源供给能力约束：如式（5）和式（6）所示。

2）t时段系统已用向上/向下灵活性供给能力理论上不应超过系统净负荷向上/向下爬坡功率，公式如下：

3）功率平衡约束。

4）电源机组出力约束。

式中：δg,t、δr,t、δf,t分别表征常规火电、新能源和灵活性改造火电机组的运行状态。

5）火电机组爬坡及启停约束。

式中：xf,t是表征火电机组灵活性改造与否的决策变量；Pf,min、P∗f,min为火电机组灵活性改造前后的最小允许发电值；ΔPf+、ΔPf+∗和ΔPf-、ΔPf-∗分别为火电机组灵活性改造前后的上、下爬坡变量；ΔP-g、ΔP+g和Mong、Moffg依次表征常规火电机组的最小、最大爬坡极限和最短启、停时间；Tfm,oinn、Tfm,oinn∗和Tfm,oinff、Tfm,oinff∗代表火电机组灵活性改造前后的最小启、停时间。

6）可转移负荷运行约束。

式中：PTLm,t为可转移负荷m的调用转移容量；δin,m,t、δout,m,t和PTLin,m,t、PTLout,m,t分别为时段t可转移负荷m的转入、转出转移状态和转移容量。

7）可中断负荷运行约束。

式中：PILn,t为可中断负荷n的调用中断容量；δILn,t和TILn,max分别为Δt时段内可中断负荷n的调用状态和最大可中断时间。

8）储能运行约束。

式中：cs,t、ds,t表征储能的充、放电状态；Es,t=0和Es,t=T表示储能s初、末状态的存储能量。

4 算例分析

本节基于改进的IEEE 39 节点10 机组系统设置算例，常规火电机组的装机容量总共为1 662 MW，预留最大负荷的5%作为备用容量，详细参数见文献[21]。基于场景分析法选取典型日场景，其负荷及新能源出力数据如图4 所示。保持负荷不变，设置新能源渗透比例从0%逐步提升至50%，得到系统的灵活性需求变化如图5所示。

图4 负荷及新能源某典型日数据

图5 不同新能源渗透率下系统灵活性需求变化

以新能源渗透率30%的运行场景为例，参考文献[21]分别配置灵活性改造火电机组300 MW、可中断负荷100 MW、储能系统100 MW，切负荷与新能源弃电损失成本分别取1 293.48 元/MW 和646.74 元/MW，通过Matlab R2017b 软件调用CPLEX 求解器实现求解。通过设计5 种情景的运行模拟方案，对比分析源、荷、储不同类型灵活性资源的供给能力及其对系统灵活性的影响。

1）情景1：仅考虑常规火电机组提供灵活性；

2）情景2：基于情景1 考虑灵活性改造火电机组；3）情景3：基于情景1 考虑可中断负荷；

4）情景4：基于情景1 考虑储能系统；

5）情景5：综合考虑源、荷、储灵活性资源协调优化。

4.1 系统灵活性供给能力评价结果分析

基于上述灵活性供给能力评价指标对系统不同情景下的运行方案进行评估，可以得到不同情景下系统各时段灵活性供给能力及评价结果，如图6、表1 所示。

表1 不同情景下的系统灵活性供给能力评价结果 MW

图6 不同情景下的各时段系统灵活性供给能力

根据图6 与表1 可知：由于具有强随机波动性的新能源高比例渗透，情景1 系统的最大向下灵活性供给无法满足系统的净负荷波动，导致系统在时段3 h 的可用灵活性供给能力为0，意味着该时段很可能会发生失负荷风险；而情景2 通过灵活性改造火电机组、情景3 通过引入需求响应，使系统全天可用灵活性供给能力有所提高，但该时段的向下灵活性需求仍有部分无法满足，切负荷风险依旧存在；情景4 引入储能系统后，系统全天最大及可用灵活性供给能力均大幅增加，说明储能的灵活性供给水平更高，而相应运行成本也随之增高；综合考虑，源、荷、储灵活性资源的情景5 中系统整体及各时段灵活性供给能力均最优。

4.2 不同类型灵活性资源作用分析

以系统运行成本和弃新能源、切负荷风险成本等总成本最优为目标，得到不同情景下系统各时段实际灵活性调节能力与各项成本，如图7、表2 所示。

表2 不同情景下的系统各项成本 万元

图7 不同情景下的各时段系统实际灵活性调节能力

由图7 和表2 可以看到：相较情景1，情景2 通过灵活性改造火电机组300 MW，使系统的向上、向下灵活性供给能力分别提高636.18 MW、154.52 MW；情景3 引入可中断负荷，能够在10 h、19~20 h 的负荷用电高峰时段削减一些非必需负荷来提供向上灵活性供给，使系统向上灵活性供给能力整体增加153.48 MW，但由于其受最大可中断容量的限制且无法提供向下灵活性供给，系统的弃新能源风险成本及总成本略有增加；情景4 通过调动储能在峰/谷荷时段放/充电，使系统向上、向下灵活性供给能力均显著提升，系统弃新能源、切负荷风险成本则大幅降低，说明储能可以有效减缓系统的灵活性调节压力；情景5 协调灵活性改造火电机组、可中断负荷与储能优化系统运行，在增强系统整体灵活性供给能力的同时使系统经济性更优。

5 结 论

本文针对新能源高渗透系统灵活性需求特性，建立了源、荷、储各类型灵活性资源的供给能力模型；以优化系统整体的灵活性为目标，提出新能源高渗透系统灵活性资源供给能力评价指标；进而提出了新能源高渗透系统灵活性供给能力评价方法，以协调平衡系统灵活性供给和需求；最后通过算例仿真验证并分析了所提评价指标，以及灵活性改造火电机组、可中断负荷与储能对系统灵活性的影响和效用。结果表明，所提指标能够帮助系统协调灵活性资源的配置和运行，综合考虑源荷储灵活性资源协调优化能够实现系统整体灵活性供给能力优化的同时，使系统经济性更优。

然而系统的灵活性需求会随着新能源装机占比提高而增加，本文所提方法仅考虑典型日运行工况下的系统灵活性供给能力和新能源消纳能力，后续仍需对更长和更细时间尺度下的系统灵活性进行深入研究。