水電電量計劃對省級電網風電接納能力的影響

曹 融,陳曉光,劉冠群

(1.黑龍江省電力科學研究院,哈爾濱 150030; 2.國網上海市電力公司 浦東供電公司,上海 200122)

水電電量計劃對省級電網風電接納能力的影響

曹 融1,陳曉光1,劉冠群2

(1.黑龍江省電力科學研究院,哈爾濱 150030; 2.國網上海市電力公司 浦東供電公司,上海 200122)

為研究水電對風電接納能力的影響,提出一種基于時序仿真的研究方法,綜合考慮水電電量計劃、地區風電出力、機組調峰能力以及全省電網送出能力等因素,對省級電網的電力平衡進行逐時段優化,建立了用于研究水電電量計劃對風電接納能力影響的數學模型,并采用商用軟件CPLEX進行求解。以東北某省級電網為例,對比分析了不同水電電量計劃對風電接納能力的影響,其結果驗證了本文所提時序仿真模型的合理性及理論分析的正確性。

水電電量計劃;省級電網;時序仿真方法;風電接納能力;CPLEX

水電具有很高的容量可信度及良好的調峰能力,是目前配合風電最理想的調峰調頻電源[1-2]。水電調峰運行是指在非豐水季節盡可能利用各水電廠給定的用水量,用水電廠承擔電力系統負荷曲線尖峰部分[3]。在風電大規模并網后,利用水電出力對風電出力進行調節,可提高風電的接納能力,因此制定合理的水電電量計劃至關重要。一般情況,水電發電量上限根據來水量及庫容確定,可在編寫年度計劃時對水電發電量下限進行優化。

目前已有大量文獻對含風電的電力電量平衡模型進行研究[4-6]。然而,受到建模復雜性以及計算時間等因素影響,多采用基于典型日的電力電量平衡的方法[4],但計算結果不夠準確。文獻[5]通過實際的負荷數據以及火電、水電、風電的出力等數據,建立了含風電場的電力系統經濟環境聯合調度模型,但沒有考慮“三北”地區冬季安全運行調峰困難的問題,計算結果與實際存在一定差距。文獻[6]建立了一種考慮風電并網的經濟環境聯合調度模型,仿真結果證明水電與風電火機組聯合調度比單一的水電或火電調度效果更明顯,然而,在計算模型中,水電只考慮了其作為上旋轉備用的調峰作用,沒有考慮其常規發電電量因素,以致水電參與調度后的結果和實際情況有偏差。為此,本文提出了一種基于時序仿真的研究方法,以最大化消納風電為目標,綜合考慮水電電量計劃、地區負荷特性、地區風電出力特性、機組調峰特性以及全省電網出力等因素,建立了用于研究水電電量計劃對風電接納能力影響的數學模型,對全網的電力電量平衡進行逐時段優化。并以東北某省級電網為例,對比分析了不同水電電量計劃對風電接納能力的影響,驗證了本文所提時序仿真模型的合理性及理論分析的正確性。

1 數學模型及求解方法

1.1 時序仿真方法

時序仿真法是指在給定負荷條件下,模擬各發電機組的運行狀況,計算發電系統生產費用的一種時序仿真方法。其中短時間尺度的仿真模擬一般為幾個到幾十個小時,可以為不同水電電量計劃下風電接納能力提供真實的場景模擬,優化系統運行方式,為調度部門提供合理的發電計劃(其中包括火電、水電和風電發電計劃);長時間尺度的仿真模擬時間可以是數月或數年,可模擬不同的電網架構、裝機規模等條件下風電消納情況,為風電運行方式、產業發展規劃及電網建設規劃提供參考依據[7]。

為了更好地表征風電出力變化特性,研究改善系統風電接納能力相關措施(主要是水電調峰),本文采用時序仿真法,根據地區實際的負荷以及地區風電預測出力序列值,模擬出各個發電機組運行狀態以及發電機組處理序列值,然后將發電機組出力、地區負荷、地區風電出力以及地區水電出力作為一系列時間序列,隨時間變化。以機組出力和系統中負荷之間的平衡關系作為平衡約束進行仿真,分析了水電電量計劃對風電接納能力的影響。

1.2 模型介紹

1.2.1 目標函數

為符合實際電力系統運行,采用時序生產模擬仿真的方法,建立了水電電量計劃對風電接納能力影響分析模型的目標函數,即

(1)

1.2.2 約束條件

1) 常規機組約束為

(2)

(3)

(4)

(5)

(6)

式(2)表示常規機組出力約束;式(3)表示常規機組爬坡率約束，根據“三北”地區供熱期供熱機組特性,本文考慮背壓式供熱機組和抽氣式供熱機組[8]；式(4)和式(5)分別表示背壓機組和抽氣組出力約束;式(6)表示機組最小啟停機時間約束,反映了最小啟機或停機的時間長度,不同類型的機組啟停機時間參數不同，此約束的考慮,主要是由于受到機組的物理特性及機組啟停機煤耗成本的制約,因此機組不能頻繁的啟停。

2) 系統約束為

將風力發電各時段的可信容量納入常規機組開機容量計算范疇,以便減小開機容量,更好地接納風能,提高新能源發電。

3) 系統風電出力約束為

4) 水電機組發電量約束為

TPi(t)+TPi(t+1)+…+TPi(t+k)≤Hydi，max-TPi(t)-TPi(t+1)-…-TPi(t+k)≤Hydi，min

式中:Hydi，max,Hydi,min分別為一定周期內水電機組發電量上限及下限;k由水電機組發電量約束周期參數決定。由于水電發電量上限根據來水量及庫容確定,一般為定值,因此在編寫年度計劃時可對水電發電量下限進行優化。

1.3 模型求解

綜合目標函數(1)和約束條件,得到了基于時序仿真的年度生產模擬仿真模型。該模型是一個典型的MIP問題,因此本文采用基于分支定界法來優化系統運行方式,提高風電接納能力。

數學模型中優化變量分為連續優化變量與離散優化變量兩類,是典型的大規模混合整數非線性規劃問題,可采用CPLEX求解器對優化問題進行求解。因為CPLEX求解器是為能快速、最少用戶干預地解決大型復雜問題而設計的,其采用分支定界算法,解決一系列的線性規劃問題、子問題等,所以被廣泛應用于科研及工程實際[11]。

2 算 例

以東北某實際省網為案例進行分析,該省電網供熱期為10月25日至次年4月15日,該電網的旋轉備用電量為600 MW。

該省電網火電機組裝機信息如表 1所示，水電機組裝機情況如表2所示。供熱電機組占總裝機容量的56.71%,非供熱機組占總裝機容量的19.49%,供熱期供熱電機組出力占裝機容量的80%～90%。

表1 該省電網火電機組裝機信息

該省年度負荷序列采用負荷預測結果,仿真時間步長為1 h,全年共8760個時間斷面,全年最大負荷出現在329 h,最小負荷出現在第6002 h,年負荷曲線如圖1所示。

表2 該省電網水電機組裝機信息

圖1 年度負荷出力序列

通過風電預測數據得到的歸一化年度風電出力序列如圖2所示。該省風電裝機容量為4550 MW。該省網的外送聯絡線年度序列如圖3所示。

圖2 歸一化年度風電出力序列

圖3 該省外送聯絡線年度序列

由于本文求解的是大型復雜的省網電力系統模型,涉及到的變量眾多,且包含機組啟停優化,是一個MIP問題,可采用應用廣泛且穩定性高的CPLEX求解器進行求解。

3 計算結果分析

研究了三組不同水電最小電量計劃對風電接納能力的影響,如表3所示。

表3 不同水電電量對風電接納情況的統計

在表3案例1中,水電最小發電量為該年原計劃電量,案例2和案例3分別將這兩臺水電機組的最小發電量設置為該年原計劃電量的80%和50%。由此可知,水電最小電量計劃設置越小,即水電機組運行越靈活時,風電限電率最低且利用小時數最高,所以應對案例3中的水庫機組處理序列繼續分析。

由于年度曲線過于密集,因此為展示該省兩臺水電機組的出力計劃,將選取隨機一周和一月的運行數據進行分析,如圖4～圖7所示。

圖4 水電機組SK100隨機一周發電序列

圖5 水電機組SK600隨機一擊發電序列

圖6 水電機組SK600隨機一月發電序列

圖7 水電機組SK100隨機一月發電序列

由圖4～7可以看出:

1) 水電具有良好的調峰能力,一般在負荷高峰時期,水電機組滿出力運行平衡此期間負荷;在負荷低谷時期,水電機組往往降低出力,為系統接納風電提供空間;在部分低谷時期,由于此時火電機組開機容量較小,因此水電機組仍會有功率輸出來進行系統負荷平衡。

2) 采用本文所提出的方法,可以優化得出在自然工況允許的前提條件下,水電機組的最小發電計劃,為水電年度運行方式的精確制定提供參考。

4 結 語

本文提出的用于研究水電電量計劃對風電接納能力影響的模型充分考慮了各種機組的出力特性,在水電年度發電量應滿足實際水況的約束條件下,應盡量設置最小,使水電機組運行更加靈活,為風電預留出合理的電量空間,從而提高風電的接納能力,減少“棄風”；同時,對實際的電力系統調度年運行方式的安排特別是水電機組電量計劃的精確制定具有指導意義。

[1] 劉志富, 楊濱,趙旭, 等.黑龍江省電網如何提高吸納風電能力的分析和建議[J]. 黑龍江電力,2010,32(3):172-175.

LIU Zhifu, YANG Bin, ZHAO Xu, et al. Analysis of and advice on how Heilongjiang grid enhances absorptive capability of wind power [J]. Heilongjiang Electric Power, 2010,32(3):172-175.

[2] 靜鐵巖, 呂泉, 郭琳, 等.水電—風電系統日間聯合調峰運行策略[J]. 電力系統自動化,2011(22):97-104. JING Tieyan, Liü Quan, GUO Lin, et al. An inter-day combined operation strategy of hydro and wind power system for regulating peak load [J]. Automation of Electric Power Systems, 2011(22):97-104.

[3] 孫亮.大規模風電并網條件下提高電力系統調峰能力的研究[D].大連:大連理工大學 2010 SUN Liang. Research on enhancing power system peak regulating capacity under large-scale grid-connected wind power [D]. Dalian: Dalian University of Technology, 2010.

[4] 陳海焱, 陳金富, 段獻忠. 含風電場電力系統經濟調度的模糊建模及優化算法[J]. 電力系統自動化, 2006, 30(2):14-17. CHEN Haiyan, CHEN Jinfu, DUAN Xianzhong. Fuzzy modeling and optimization algorithm on dynamic economic dispatch in wind power integrated system [J]. Automation of Electric Power Systems, 2006, 30(2):14-17.

[5] 曹陽, 李鵬, 袁越, 等.基于時序仿真的新能源消納能力分析及其低碳效益評估[J]. 電力系統自動化,2014，38(17):60-66. CAO Yang, LI Peng, YUAN Yue, et al. Analysis on accommodating capability of renewable energy and assessment on low-carbon benefits based on time sequence simulation [J]. Automation of Electric Power Systems, 2014，38(17):60-66.

[6] ZHAO Xiaoli, WU Longli, ZHANG Sufang, et al. Joint environmental and economic power dispatch considering wind power integration: Empirical analysis from Liaoning Province of China[J]. Renewable Energy, 2013, 52: 260-265.

[7] ELA E, O’MALLEY M. Studying the variability and uncertainty impacts of variable generation at multiple timescales[J]. IEEE Transactions on Power Systems, 2012, 27(3): 1324-1333.

[8] 杜繼成. 基于線性規劃的Balmorel模型及其在風電并網中的應用研究[D]. 北京: 中國電力科學研究院, 2011. DU Jicheng. Balmorel model based on linear programming and its application in wind power grid connection [D]. Beijing: China Electric Power Research Institute, 2011.

[9] 周松林, 茆美琴, 蘇建徽. 風電功率短期預測及非參數區間估計[J]. 中國電機工程學報,2011, 31(25): 10-16. ZHOU Songlin, MAO Meiqin, SU Jianhui. Short-term forecasting of wind power and non-parametric confidence interval estimation [J]. Proceedings of the CSEE, 2011, 31(25): 10-16.

[10] 劉純, 呂振華, 黃越輝, 等. 長時間尺度風電出力時間序列建模新方法研究[J]. 電力系統保護與控制, 2013, 41(1): 7-13. LIU Chun, Liü Zhenhua, HUANG Yuehui, et al. A new method to simulate wind power time series of large time scale [J]. Power System Protection and Control, 2013, 41(1): 7-13.

[11] 魏傳江,王浩,謝新民,等.GAMS用戶指南[M].北京:中國水利水電出版社，2009:1-32. WEI Chuanjiang, WANG Hao, XIE Xinmin, et al. GAMS user’s guide [M]. Beijing: China Water and Power Press, 2009:1-32.

(責任編輯 侯世春)

Impact of hydro units generating schedules on wind power accommodation capacity of provincial grid

Cao Rong1, CHEN Xiaoguang1, LIU Guanqun2

(1 Heilongjiang Electric Power Research Institute, Harbin 150030, China;2.Pudong Power Supply Company， State Grid Shanghai Municipal Electric Power Company, Shanghai 200122, China)

In order to study the impact of hydropower on wind power accommodation capacity, this paper proposed a sequence production simulation method considering hydropower plan, local wind power output, unit regulating capacity and transmission capacity of provincial grid, which optimized power balance of provincial grid period by period, established the mathematical model of the impact of hydropower plan on wind power accommodation capacity and solved it by CPLEX. Based on an actual provincial power grid in Northeast of China, the impacts of different generating schedules of hydro units on wind power accommodation were compared. Case study results show that the proposed formulation and corresponding algorithm is feasible.

hydropower plan; provincial grid; sequence production simulation method； wind power accommodation capacity; CPLEX

2015-05-14。

曹 融(1988—),女,碩士研究生,研究方向為電力系統及其自動化。

TM712

A

2095-6843(2015)06-0496-04