考虑送出限制的水-风-储系统优化调控研究

2023-09-11庞秀岚

水资源与水工程学报 2023年4期

庞秀岚, 杜睿, 马超

(1.天津大学建筑工程学院, 天津 300350; 2.青海黄河上游水电开发有限责任公司, 青海西宁 810008; 3.中国电建集团华东勘测设计研究院有限公司, 浙江杭州 311122)

1 研究背景

规模化开发风电是支撑中国能源结构深度调整和促进2030年“碳达峰”及2060年“碳中和”发展目标的重要方式之一。国家能源局2021年发布信息表明:我国风电装机容量已经快速增长至281.5 GW[1]。中国西北地区风能资源丰富且得到了规模化开发,富裕的电能多采用外送方式消纳[2]。然而在传统能源为主的电力结构下,其调节灵活性限制了风电并网容量的快速增长[3]。水电技术成熟,其出力可迅速调节[4],且与风电出力表现出强季节性互补特征[5]。在现有电力送出通道容量制约下,利用水电站和大型储能电站提高电网调节灵活性成为发展趋势[6-8],并且对大规模风电的并网消纳有着良好的支撑作用[9-11]。

随着对大型水-风-储多能互补系统的关注日益增加,一些文献探讨了其技术及经济可行性。该系统优化调控的核心目标可以分为3类:经济收益[12]、电能质量提升[13]以及多目标优化[14]。沈筱等[15]针对雅砻江下游梯级水电站接入光伏电站、风电场后的系统运行调控进行了确定性优化模拟,但未考虑电力系统中的弃风惩罚和分时电价的影响。Castronuovo等[12]为水电提供了提前策略和运营策略,增加了与风电场互补运行后的收益。杨和稳等[16]对风-光-抽水蓄能电站的互补调控进行了研究,表明系统互补调节下新能源的利用率和系统净收益得到了提高,但模型未考虑电力送出通道的容量限制对调控的影响。滕云等[17]提出了基于协同理论的储能控制策略,对多能互补系统提升电网调节能力及经济性进行了研究。Liu等[18]采用数值模拟的方法利用水电站的灵活调节能力有效地削峰,并通过与新能源的互补调控实现了能源效率的提高。在大型多能互补系统中,多目标优化更加受到重视,Wang等[14]构建了一种水-风-光互补系统协调运行模型以平衡电量和出力波动,同时对于独立运行、单/双目标协调运行的结果进行了比较。杨三根[19]提出了一个考虑能源、成本和环保的多目标水-风互补调控系统,提升了并网电能质量,减弱了温室气体的排放,但仅在固定径流条件下进行了运行调控分析。张倩文等[20]提出最小化出力波动和运行成本的调控方式,在风、光、水、储互补系统验证了其对新能源利用率的提高及并网波动影响的降低,但缺少水库调蓄性能对系统优化调控的影响分析。韩芳冰[21]针对中长期互补运行下的水风互补优化问题,基于统计特性提出了考虑风电出力水平的运行模型,降低了运行成本并优化了环保效果。

在解决预测风电不确定性对调控产生的作用时,可根据出力不确定性的表示方式提出3类划分方法:利用概率统计将历史风电实际出力或误差表示为概率分布;基于典型情景将历史出力数据提取出不同类别的出力过程;考虑风险指数评价模型误差并分析不确定性风险。在常见的优化方式中,随机规划模型[22]、间隔优化[23]均表现出较好的结果。丁明等[24]、马瑞等[25]假定风速样本数据服从威布尔分布,进而可以基于风电出力特性统计得到出力的概率分布。Su等[26]提出了一种新颖实用的综合传输模式,但是策略缺乏优化通用性和鲁棒性。罗彬[27]采用模糊聚类算法将历史出力样本分成多个出力情景,推导出不同情景的概率分布并采用非参数核密度估计预测出力的误差分布。郑依心[28]基于风电运行数据库研究了风电场群效应,提取了基于EM(expectation maximization)方法的典型情景。

随着互补调控要求的不断提高,需要根据电力送出实际情况构建合适消纳运行方案的多目标优化调控模型。考虑电力送出通道容量限制及水库、储能特性,本文通过建立水-风-储多目标优化调控模型,提出分时电价下储能运行控制策略,将该方法应用于青海省的多能互补基地,得到了两种大型多能互补系统的优化调控策略,探究了互补调控效果与水库调蓄能力、电力送出通道容量、径流条件的紧密关系。仿真结果验证了互补系统对于提高电力送出通道利用率、消纳弃风及改善运行收益具有重要作用。

2 水-风-储互补系统优化调控方法

2.1 模型构建

在分时电价条件下,建立水-风-储互补系统的多目标优化模型需考虑发电收益与弃风惩罚,同时系统需承担提高电力送出通道利用率的责任,并受到水电、储能运行约束。

2.1.1 多目标函数目标函数F1为最大化电力送出通道的利用率,通过下式计算:

(1)

Pnet=Pwind+Phydro+Psto

(2)

式中:Cline为电力送出通道的容量,设定其等于互补水电站装机容量,MW;Pwind、Phydro、Psto和Pnet分别为风电出力、水电出力、储能出力和互补系统出力总和,MW。

目标函数F2为最大化水-风-储互补系统售电收益与弃风惩罚之差。通过下式计算:

F2=max(Fy-Fp)

(3)

(4)

(5)

(6)

式中:Fy为水风储系统的售电收益,元;qt为分时电价机制下t时刻电价[26],元/(kW·h) ;Pact为水风储互补系统实际并网出力,MW; Δt为时间间隔,h;Fp为弃风惩罚成本,元;Φw为弃风惩罚成本系数。

2.1.2 约束条件水-风-储互补系统优化模型的约束条件包括系统并网出力、水库运行、储能运行三部分约束,具体包括:互补系统的送出通道约束以及出力波动约束;水库运行的水位、泄水流量以及出力约束;储能运行的充放电功率以及荷电状态约束,数学表达如式(7)～(11)及(13)～(15)。水库蓄水量以及储能荷电状态分别通过式(12)和(16)进行迭代计算。

(7)

(8)

Zmin≤Zt≤Zmax

(9)

Qmin≤Qt≤Qmax

(10)

Phydromin≤Pthydro≤Phydromax

(11)

Vt+1=Vt+(It-Qt)Δt×60

(12)

(13)

(14)

SOCmin≤SOCt≤SOCmax

(15)

(16)

2.1.3 决策变量相对于风电自身不可调节的特性,水库、储能具有出力灵活性。因此,决策变量设置为日内各小时水电出力Pthydro及储能出力Ptsto(t=1,2,…,24),kW。

2.2 储能运行控制策略

在实际分时电价模式下,具有适用性的储能优化控制策略可被用于提高系统稳定性和经济性。在运行策略的情景分析中,发生超过送出线路额定容量的弃风情况时,储能系统将存储弃风直到达到最大储能荷电状态,之后发生的弃风将被弃掉;当风电与水电的出力之和低于电力送出通道的额定容量时,在送电收益最大的时段将对储能进行放电以增加互补系统净收益。具体控制策略流程如图1所示。

图1 储能运行控制策略流程

2.3 模型求解

构建水-风-储互补系统时,由于电力送出通道存在容量约束,配置的风电容量过大会加剧弃风的风险。针对以上问题,从简化求解和优化效率的角度出发,本文提出模型两阶段优化求解策略。

第1阶段优化为确定互补系统的风电及储能配置。将已有的风电出力过程与随机生成的不同流量下水电出力过程进行互补,计算得到互补出力超出线路容量发生弃风的概率。综合考虑来流历时保证率α和弃风率β的变化以确定风电容量配置。其中,来流条件的历时保证率α依据水电站上游水文站实测日径流量的历时曲线确定,如图2所示。

图2 水电站上游水文站日径流量-历时保证率曲线

弃风率β为互补系统的弃风量占风力发电总量的百分比,计算方式如下:

(17)

在合理的来流保证率α下,随着风电容量配置增至一定程度后弃风率β将加速增长,结合此拐点确定风电容量配置。此外,根据一些省份对按可再生能源的额定装机容量的比例进行储能配置的要求,设定储能的额定容量配置为风电装机容量的20%、标准充放电倍率为0.5C。

第2阶段,优化从第1阶段获得的给定风电、储能容量配置的互补调控方案,采用基于帕累托的多目标遗传算法对模型进行求解,例如图3所示,得到多目标优化的帕累托前沿并高效实现优化过程,对比水-风互补和水-风-储互补下的运行过程及指标差异,最终提出合适的优化调控策略。

图3 多目标优化帕累托前沿示例

3 实例研究

3.1 研究区域

青海省位于中国西北部,风能资源丰富,70 m高度的年平均风能密度为230 W/m2,且大量的半干旱草地使得开发利用成本相对较低。因此,该地区适合建设大型风电场。管理人员提供了某已建风电场的高质量运行记录数据用于仿真计算,包括不同的时间出力、温度和风向。水电站工程有班多水电站(径流式)、羊曲水电站(日调节),且羊曲水电站的调节库容比班多水电站大得多,羊曲水电站的互补性能不受班多水电站运行的影响。两个水电站的主要参数见表1。为进一步增强系统电力互补外送能力,针对班多、羊曲多能互补系统的电力送出限制和水库特性制定水-风-储优化调控策略是一个迫切需要解决的问题。

表1 研究区班多、羊曲水电站主要参数

3.2 实例模拟与结果分析

3.2.1 风电容量配置根据2.3节中的阶段求解方法,统计不同风电装机容量、不同日均来流的条件下,班多、羊曲水电站互补系统对弃风率的影响分别如图4、5所示。

由图4、5可以看出,配置风电容量过大时系统会明显受到电力送出通道容量的约束,且来流量增大会加剧系统的弃风率风险。经综合考虑后选择来流保证率α=75%,弃风率β=20%,得到班多、羊曲水电站互补系统配置的风电容量分别为240和980 MW,作为模型的输入进行不同工况的计算。

3.2.2 班多水电站水-风-储互补系统优化调控图6展示了班多水电站在500、700 m3/s两种典型流量下水-风互补系统的调控过程。图6表明,班多水电站能够在一定程度上互补风电出力波动,同时在电力送出限制下优化发电效益。在500 m3/s流量下,班多水电站水-风互补系统实现零弃风,而在700 m3/s流量下则发生弃风。在调控策略中,为实现系统最大化收益,电价高峰时段保持满电力送出通道容量出力或将水库由蓄满至放空;为最大程度减少弃风量,在弃风发生前将水库放空,弃风期间逐渐将水库由放空至蓄满。

图6 不同流量下班多水电站水-风互补系统运行调控过程

图7为500、700 m3/s两种典型流量下班多水电站水-风互补系统运行调控中库水位变化过程。

图7 不同流量下班多水电站水-风互补系统运行调控中库水位变化过程

分析图7可知,在调控过程中班多水电站已达到水位上、下限值,说明水库已使用全部可调节库容、发挥了最大的互补调节能力。在较大流量下,由于库容限制导致无法再降低水电出力从而发生弃风。出现弃风现象和限制互补优化效果进一步提高的主要原因是班多水库有限的调蓄能力。

综合考虑青海省可再生能源项目储能配置要求以及储能减少弃风、套利的效益,按照风电装机容量的20%配置倍率为0.5C的锂电池(24 MW·2 h)。500、700 m3/s两种典型流量下储能的出力以及储能配置前后互补系统的功率变化如图8所示。

图8 不同流量下班多水电站水-风互补系统与水-风-储互补系统出力

在风电容量配置确定的基础上,开展了不同流量情景下的系统调控过程的仿真模拟。

分析图8可知,配置储能后的班多水电站水-风-储互补系统比水-风互补系统在消纳弃风以减小弃风惩罚、提高运行系统收益和送出通道利用率等方面具有更明显的效果。在500 m3/s流量下,水-风互补系统已经实现了不弃风,水-风-储系统将低电价时段的出力转移到高电价时段,使得互补系统的经济收益提高了1.12%。在700 m3/s流量下,水-风-储系统吸收了2.18%原有水-风系统的弃风量,同时使互补系统提高了1.67%的经济收益,增加了0.52%的送出通道利用率。

对班多水电站两个互补系统在不同流量下的全年运行结果进行指标统计,得出运行指标随入库流量的变化曲线,如图9所示。

图9 班多水电站两个互补系统指标随入库流量变化曲线

从图9可以看出,随着入库流量的增加,送出通道利用率以及平均弃风率均增加,而系统的平均净收益先增加、后受弃风惩罚影响而减小。水-风-储互补系统的额外调节能力发挥了较大的作用,储能在互补系统中起到消纳部分弃风的作用,使得平均弃风率在入库流量大于600 m3/s后才有明显增长,且平均弃风率比水-风互补系统减小了2.13%;水-风-储互补系统的平均净收益比水-风互补系统增加了4.65%,说明提高峰时电价时段出力和消纳弃风的储能运行控制策略得到了有效的验证;水-风-储互补系统的送出通道利用率与水-风互补情况下的变化趋势相似且略有提高。另外,通过全寿命周期财务分析计算,配置锂电池储能年均成本为2 200×104元,班多水电站水-风-储互补系统年收益相比水-风互补系统增加了2 600×104元。因此,水-风-储互补系统能够进一步提高系统净收益,提高系统的送出通道利用率并减少弃风量。

3.2.3 羊曲水电站水-风互补系统优化调控羊曲水电站在700、850 m3/s两种流量下水-风互补系统运行调控过程和水库水位变化过程分别如图10、11所示。

图10 不同流量下羊曲水电站水-风互补系统运行调控过程

由图10的仿真结果可以看出,羊曲水电站能够很好地互补风电出力波动,同时充分利用电力送出通道获得最大的发电效益。在700 m3/s流量下,羊曲水-风互补系统实现零弃风,而在850 m3/s流量下则发生弃风。在调控运行策略中,为充分利用羊曲水电站在互补系统中的调蓄能力,在非高来流量条件下出力受分时电价的引导,达到最大化收益的同时发挥调节能力实现不弃风;在高来流量条件下实现电力送出通道满负荷出力,之后受通道容量限制弃风量急剧增大。

由图11库水位变化情况可知,互补调控对于羊曲水电站的运行状态影响较小,羊曲水电站在调控过程中使用少部分调节库容即可大幅改善互补系统对风电的高效消纳。

图11 不同流量下羊曲水电站水-风互补系统运行调控中库水位变化过程

图12展示了羊曲水电站水-风互补全年运行指标随流量的变化过程。

图12 羊曲水电站水-风互补系统指标随入库流量变化曲线

分析图12可知,羊曲水电站水-风互补系统的平均弃风率在流量小于700 m3/s时,保持为零,在流量大于800 m3/s之后随流量的增加平均弃风率急剧增大,出现弃风情况的同时羊曲水电站水-风互补系统已实现满送出通道容量出力。羊曲水电站水-风互补系统的净收益先随着流量的增加而增加,在流量达800 m3/s后受弃风惩罚影响呈急剧下降趋势;送出通道利用率随流量的增加而增加,在达到较高水平后增速变缓。分析表明,羊曲水电站调蓄能力较强,在700 m3/s流量以下时基本可以实现不弃风,而在来流较大时可保持满通道负荷出力,实现收益和送出通道利用率的最大化。羊曲水电站水-风互补系统的弃风量源于电力送出通道容量的限制,故配置储能消纳弃风的作用在羊曲水电站互补系统中将不存在。因此,羊曲水电站互补系统应以水-风互补的形式运行。

3.3 讨论

本文深入探讨了电力系统中若干关键因素如风电不确定性、分时电价和电力送出通道容量等对电力系统整体性能产生的影响,基于此提出了一系列优化措施和调控策略的新思路,这些研究成果为未来电力系统的研究和应用提供了新的思考方向。

3.3.1 风电不确定性对优化调控的影响 Gong等[29]研究发现,随着风电出力不确定性的增加,系统运行的可靠性会随之降低,运行区间的裕度也会随之减小。为对调控效果产生影响的风险源进行随机模拟,采用随机模拟策略生成多种不同确定性程度的风电情景。根据文献[30]对风电波动特性的统计,得出风电出力的波动为:

(18)

(n=1,2,…,N)

(19)

样本在风电出力t时刻的波动可表示为:

(20)

式中:N为历史样本天数,d。

假定风电出力预测误差服从正态概率分布,并以(pmax-pmin)/6的百分比值a%模拟高、中、低不同预测误差范围,根据预测精确程度的不同将百分比范围等分为高、中、低3个等级,其中,高等级百分比范围为(67%, 100%],中等级百分比范围为(33%, 67%],低等级百分比范围为[0, 33%]。如式(21)所示。

(21)

(22)

结合上文研究中对班多水电站水-风-储互补系统中产生弃风的条件进行分析,当来水流量大于600 m3/s时发生大量弃风,因此选择对丰水条件进行风电不确定性分析。结合不确定性因素的随机模拟分类,本文共设定了3种典型的不确定性评价工况,如表2所示,各工况随机模拟次数为1 000次。风电不确定性条件下各工况弃风率的模拟统计结果见图13。

表2 班多水电站水-风-储互补系统不确定性调度工况

图13 风电不确定性对不同工况弃风率的影响

由图13可见,在相同的来流水平下,随风电不确定性程度增高,随机模拟中弃风率分布情况会越分散,且平均弃风率值呈增大趋势。对比3种工况条件,工况1和工况3分别为最有利和最不利情景。因此,改善风电出力的预测精度可以很大程度缩小弃风率区间,增强系统的调控效果。

3.3.2 分时电价对优化调控的影响分时电价是影响售电收益计算的重要因素,受收益最大化的目标作用会改变优化调控方式,优化调度策略能有效提升系统整体运行经济性,同时能够更积极有效地响应分时电价[31]。以羊曲水电站水-风互补系统为例,对比分时电价与平段电价下的优化运行调控,如图14所示。

图14 羊曲水电站水-风互补系统在分时电价与平段电价下运行调控对比

由图14可以看出,分时电价引导下的运行调控使得互补系统在高峰电价时段优先出力,而平段电价下互补系统的出力过程更加平稳,且出力变化幅度及变化次数会减少。

3.3.3 电力送出通道容量的影响电力送出通道容量反映了互补系统外送电的能力,电力送出容量约束会导致机组出力受限[32]。随着未来通道投资的增加,通道容量将会得到进一步扩大。设置羊曲水电站水-风互补系统电力送出容量分别为1 200、1 400 MW,仿真得到了该两种不同送出通道容量下的互补系统运行效果,如图15所示。

图15 羊曲水电站水-风互补系统不同电力送出通道容量下互补结果对比

由图15可知,入库流量为600～700 m3/s时出现的少量弃风随着电力送出通道容量的增加实现了完全消纳,且流量大于700 m3/s时的弃风率显著降低。随着流量的增加,互补系统净收益的增幅逐渐增加,在较高来流时由于弃风率降幅明显,净收益得到了极显著的提升。验证了增加电力送出通道容量对于互补系统消纳风电、提高系统运行收益具有显著作用。