電力市場環(huán)境下新能源產(chǎn)業(yè)園儲能優(yōu)化控制策略研究

吉 斌 譚建成 曾雪彤

?

電力市場環(huán)境下新能源產(chǎn)業(yè)園儲能優(yōu)化控制策略研究

吉 斌 譚建成 曾雪彤

（廣西電力系統(tǒng)最優(yōu)化與節(jié)能技術(shù)重點(diǎn)實(shí)驗(yàn)室（廣西大學(xué)），南寧 530004）

本文研究電力市場環(huán)境下新能源產(chǎn)業(yè)園儲能系統(tǒng)的優(yōu)化控制策略。根據(jù)超短期風(fēng)光發(fā)電預(yù)測，選擇產(chǎn)業(yè)園工業(yè)負(fù)荷的日運(yùn)行方式；利用產(chǎn)業(yè)園儲能系統(tǒng)與躉售電力市場的交互，補(bǔ)償產(chǎn)業(yè)園綜合不平衡電量，在分時(shí)電價(jià)激勵(lì)下，參與電網(wǎng)削峰填谷。建立了產(chǎn)業(yè)園儲能系統(tǒng)電力市場環(huán)境的非線性數(shù)學(xué)規(guī)劃模型，編制了Matlab程序進(jìn)行求解。通過對3種典型案例的分析，驗(yàn)證了所提儲能控制策略的可行性，討論了風(fēng)光預(yù)測不確定性的實(shí)時(shí)電力市場應(yīng)對方案，通過儲能的優(yōu)化控制，實(shí)現(xiàn)了電力市場環(huán)境下新能源產(chǎn)業(yè)園與電網(wǎng)的無縫連接、調(diào)度及間歇性可再生能源的異地消納。

儲能系統(tǒng)；最優(yōu)控制；日前電力市場；產(chǎn)業(yè)園微電網(wǎng)；虛擬同步機(jī)

能源是人類社會生產(chǎn)生活的基礎(chǔ)，是社會發(fā)展的保障。近年來，隨著化石能源消耗的增長，因化石能源而引發(fā)的生態(tài)、氣候、國家安全問題也日益顯著，備受世界各國關(guān)注。目前關(guān)于能源主要存在以下問題：①化石能源發(fā)電帶來的環(huán)境問題日趨突出，而人類對能源的需求卻日益增大，因化石能源而引發(fā)的世界范圍的社會安全問題也日益增多；②使用化石能源而導(dǎo)致的霧霾，已嚴(yán)重影響我國北方工業(yè)政治中心的發(fā)展，綠色低碳已成為未來能源的發(fā)展趨勢；③風(fēng)起云涌的風(fēng)、光可再生能源的快速發(fā)展，對電網(wǎng)的調(diào)度優(yōu)化提出了嚴(yán)峻的挑戰(zhàn)，嚴(yán)重棄風(fēng)棄光現(xiàn)象的發(fā)生，已成為可再生能源消納必須解決的問題[1]。

傳統(tǒng)日前調(diào)度為確定性發(fā)電機(jī)組的非凸混合整數(shù)非線性規(guī)劃優(yōu)化問題，以系統(tǒng)總運(yùn)行費(fèi)用最小為目標(biāo)，滿足功率平衡、電壓安全，機(jī)組起停、爬坡及有功、無功上下限等約束條件。含風(fēng)光不確定性能源的日前調(diào)度主要采用：①不確定規(guī)劃法，利用Monte Carlo模擬、機(jī)會約束規(guī)劃、相關(guān)機(jī)會規(guī)劃等技術(shù)進(jìn)行求解[2-3]。當(dāng)采樣規(guī)模足夠大時(shí)可獲得滿意的計(jì)算精度，但計(jì)算量過大；②引入電力不足概率、電量不足期望值、負(fù)荷不足期望指標(biāo)、系統(tǒng)失負(fù)荷等風(fēng)險(xiǎn)指標(biāo)的隨機(jī)優(yōu)化問題，通常無法直接采用隨機(jī)變量的分布函數(shù)進(jìn)行求解[4]，往往將其進(jìn)行離散化處理，演繹成具有有限個(gè)情景的概率問題；③多案例方法[5]，根據(jù)概率分布，對風(fēng)光發(fā)電樣本抽樣形成多個(gè)離散運(yùn)行案例，并對單個(gè)案例進(jìn)行分別尋優(yōu)的優(yōu)化方法。多案例調(diào)度中案例的生成多采用不確定變量概率分布的蒙特卡羅法、拉丁超立方抽樣法等，樣本集規(guī)模龐大。以上求解方法雖考慮了風(fēng)光新能源的隨機(jī)性、不確定性，但究其實(shí)質(zhì)還是將不確定的風(fēng)光發(fā)電轉(zhuǎn)化為允許風(fēng)險(xiǎn)下的擬常規(guī)機(jī)組的調(diào)度方式。

隨著儲能技術(shù)的發(fā)展，儲能已成為提升能源互聯(lián)網(wǎng)靈活性、安全性、穩(wěn)定性，提高可再生能源消納的關(guān)鍵技術(shù)之一[6]。應(yīng)用儲能平抑風(fēng)電波動(dòng)，已有大量學(xué)者進(jìn)行了相關(guān)研究[7-8,15]。文獻(xiàn)[9]研究儲能系統(tǒng)用于提高風(fēng)電接入的規(guī)劃和運(yùn)行綜合優(yōu)化模型，構(gòu)建了多源并存的風(fēng)-火-水-儲-氣聯(lián)合優(yōu)化調(diào)度模型。文獻(xiàn)[10]進(jìn)一步研究含大規(guī)模儲能的火電儲協(xié)調(diào)調(diào)度模型，提出了基于雙層規(guī)劃和機(jī)會約束目標(biāo)規(guī)劃結(jié)合求解方法。文獻(xiàn)[11]給出了儲能在主動(dòng)配電網(wǎng)的容量配置方案。綜合分析以上文獻(xiàn)，儲能多用于平滑風(fēng)電出力曲線，其在系統(tǒng)中的作用并不明確。如能針對系統(tǒng)平衡電量（負(fù)荷與風(fēng)光出力之差）曲線進(jìn)行補(bǔ)償，可有效地降低電網(wǎng)調(diào)節(jié)難度。文獻(xiàn)[12]建立電力市場環(huán)境下發(fā)電側(cè)、供電側(cè)、大規(guī)模儲能系統(tǒng)及用戶響應(yīng)的實(shí)時(shí)電價(jià)動(dòng)態(tài)博弈聯(lián)動(dòng)模型，指出大規(guī)模儲能電站的設(shè)置，可降低負(fù)荷峰谷差及各時(shí)段的電價(jià)差；需求側(cè)大規(guī)模電池儲能是解決電源、電網(wǎng)建設(shè)瓶頸及消納新能源發(fā)電的理想途徑。文獻(xiàn)[13]提出了基于模型預(yù)測控制的風(fēng)/儲集成發(fā)電系統(tǒng)的滾動(dòng)調(diào)控策略，并將預(yù)測值作為調(diào)度指令，通過功率調(diào)節(jié)單元內(nèi)的控制策略計(jì)算出合理的儲能充放電功率，以補(bǔ)償調(diào)度指令和風(fēng)場實(shí)際輸出的差值，實(shí)現(xiàn)風(fēng)/儲集成系統(tǒng)跟蹤調(diào)度指令的能力。

隨著現(xiàn)場實(shí)測的風(fēng)光物理預(yù)測技術(shù)的發(fā)展，風(fēng)光發(fā)電的在線預(yù)測精度正穩(wěn)步提高。未來7天144h的短期功率預(yù)測精度已達(dá)90%左右，超短期預(yù)測誤差可小于2.5%[14]。相比于不確定規(guī)劃法、機(jī)會規(guī)劃法，在線風(fēng)光功率預(yù)測的調(diào)度規(guī)劃將進(jìn)一步提高系統(tǒng)的安全性及可靠性。規(guī)模化儲能也將作為新能源并網(wǎng)消納的明星技術(shù)之一，正向商業(yè)化模式發(fā)展[15-16]。

隨著新能源占比的提高，100%新能源的本地消納模式將成為間歇性可再生能源消納的發(fā)展趨勢。常規(guī)確定性可調(diào)機(jī)組的調(diào)度策略及其改進(jìn)算法無法勝任完全不可調(diào)度的風(fēng)光新能源的本地消納模式的優(yōu)化與調(diào)度，從而本文提出一種電力市場環(huán)境下產(chǎn)業(yè)園儲能系統(tǒng)的優(yōu)化控制策略。不同于常規(guī)確定性機(jī)組的調(diào)度優(yōu)化，而采用風(fēng)光發(fā)電預(yù)測驅(qū)動(dòng)負(fù)荷運(yùn)行的機(jī)制。根據(jù)超短期風(fēng)光發(fā)電預(yù)測，選擇產(chǎn)業(yè)園工業(yè)負(fù)荷的日運(yùn)行方式；利用產(chǎn)業(yè)園儲能系統(tǒng)與躉售電力市場的交互，補(bǔ)償產(chǎn)業(yè)園綜合不平衡電量，并參與電網(wǎng)的削峰填谷，從而實(shí)現(xiàn)產(chǎn)業(yè)園供需平衡、安全穩(wěn)定運(yùn)行及間歇性可再生能源的本地消納。本文簡單介紹了新能源產(chǎn)業(yè)園的源網(wǎng)荷構(gòu)架，產(chǎn)業(yè)園的儲能配置及優(yōu)化控制策略。建立了產(chǎn)業(yè)園儲能系統(tǒng)電力市場環(huán)境下的數(shù)學(xué)規(guī)劃模型，編制了Matlab程序進(jìn)行求解。對3種典型案例的分析，驗(yàn)證了該機(jī)制的可行性。

1 新能源產(chǎn)業(yè)園的配網(wǎng)架構(gòu)

新能源產(chǎn)業(yè)園采用±20kV柔直電網(wǎng)，由4條±20kV直流線路、兩個(gè)柔性直流換流站、兩個(gè)DC/DC變換站組成。主要負(fù)荷為3組6MW工業(yè)負(fù)荷，及為其提供輔助服務(wù)的可中斷負(fù)荷。電能的供應(yīng)主要由本區(qū)域的風(fēng)力發(fā)電廠、光伏發(fā)電站供給。產(chǎn)業(yè)園基地安裝有12.5MW×4h儲能電池單元，應(yīng)急發(fā)電機(jī)等設(shè)備。新能源產(chǎn)業(yè)園通過單點(diǎn)接入主電網(wǎng)，參與躉售電力市場的實(shí)時(shí)交易。

1.1 風(fēng)力發(fā)電廠

風(fēng)力發(fā)電廠由10臺2.5MW、GW121-2500直驅(qū)永磁發(fā)電機(jī)組成，共25MW。單機(jī)額定風(fēng)速為9.3m/s，額定功率為2500kW。機(jī)組切入風(fēng)速為3m/s，10min平均切出風(fēng)速為22m/s，3s可承受最大風(fēng)速為52.5m/s。

圖1 新能源產(chǎn)業(yè)園配網(wǎng)結(jié)構(gòu)圖

1.2 光伏電站

新能源產(chǎn)業(yè)園的光伏電站額定發(fā)電容量為10MW。新能源產(chǎn)業(yè)園的光伏發(fā)電單元的主接線采用單母分段結(jié)構(gòu)，接入母線5，經(jīng)DC/DC雙向隔離變壓后由母線3接入±20kV柔性直流電網(wǎng)為產(chǎn)業(yè)園負(fù)荷供電。

1.3 儲能系統(tǒng)

產(chǎn)業(yè)園的儲能系統(tǒng)采用能量密度功率密度優(yōu)越的超級電容電池（super-capacitor energy storage system, SESS）模型，具有超級電容及電池儲能的綜合優(yōu)勢，功率密度高、充放電速度快，循環(huán)使用壽命長等優(yōu)點(diǎn)。

儲能系統(tǒng)的充放電控制電路如圖4所示。當(dāng)S1關(guān)斷，S2以給定占空比通斷時(shí)，超級電容電池以給定速度向系統(tǒng)釋放能量（放電控制）；反之，當(dāng)S2關(guān)斷，S1以給定占空比通斷時(shí)，超級電容電池以給定速度吸收來自系統(tǒng)的能量（充電控制）。設(shè)SOCmin為儲能系統(tǒng)的禁放電量，SOCmax為儲能系統(tǒng)的禁充電量，則儲能系統(tǒng)禁充電量可定義為其額定容量，禁放電量可按需進(jìn)行配置。

圖2 超級電容電池儲能系統(tǒng)

1.4 產(chǎn)業(yè)園與電網(wǎng)的交互

新能源產(chǎn)業(yè)園經(jīng)并網(wǎng)點(diǎn)PCC與交流電網(wǎng)相聯(lián)，參與躉售電力市場交易、獲取所需的相關(guān)輔助服務(wù)。PCC點(diǎn)柔性換流器采用虛擬同步機(jī)控制策略，具有同步發(fā)電機(jī)、同步電動(dòng)機(jī)運(yùn)行模式。當(dāng)產(chǎn)業(yè)園售出盈余電量時(shí)，PCC柔性換流器運(yùn)行于同步發(fā)電機(jī)控制模式；在買入系統(tǒng)電量時(shí)，切換至同步電動(dòng)機(jī)模式。柔性換流器還具有獨(dú)立的有功、無功、交流電壓、直流電壓控制功能，可獨(dú)立控制PCC交流母線電壓、有功無功輸出，執(zhí)行調(diào)度下達(dá)的調(diào)頻調(diào)壓指令。

2 新能源產(chǎn)業(yè)園源荷綜合平衡

2.1 風(fēng)光發(fā)電預(yù)測

風(fēng)光發(fā)電預(yù)測可分為物理預(yù)測及統(tǒng)計(jì)預(yù)測兩大類[17]。基于統(tǒng)計(jì)的預(yù)測根據(jù)歷史數(shù)據(jù)，對未來某時(shí)段的非水可再生能源發(fā)電進(jìn)行預(yù)測，適用于中長期規(guī)劃。基于物理的預(yù)測方法，接收多方實(shí)時(shí)數(shù)字天氣預(yù)報(bào)信息，結(jié)合風(fēng)光發(fā)電站測光塔和測風(fēng)塔現(xiàn)場實(shí)測數(shù)據(jù)（如風(fēng)速、風(fēng)向、光照強(qiáng)度、光照角度、濕度、溫度等因素），考慮風(fēng)光發(fā)電廠周圍地理環(huán)境，采用風(fēng)光發(fā)電設(shè)備廠家提供的出力曲線進(jìn)行預(yù)測。風(fēng)光可再生能源發(fā)電集合預(yù)報(bào)含預(yù)測值，及給定置信水平下的預(yù)區(qū)間[預(yù)測上限max，預(yù)測下限min]，如圖3所示。

圖3 基于物理方法的新能源發(fā)電集合預(yù)測系統(tǒng)

圖4為某風(fēng)電場采用物理集合預(yù)測技術(shù)的7天144h預(yù)測值。分別對應(yīng)置信水平2.5%和97.5%，構(gòu)成置信水平區(qū)間為95%的風(fēng)電預(yù)測出力上下界。

圖4 風(fēng)電出力144h的預(yù)測圖

考慮光伏出力時(shí)，某新能源基地7天144h的風(fēng)光綜合出力預(yù)測值如圖5所示。基于物理方法的短期或超短期集合預(yù)測，采用實(shí)時(shí)運(yùn)行時(shí)間尺度，對負(fù)荷與新能源出力的預(yù)測相對更加準(zhǔn)確。

圖5 風(fēng)光出力144h預(yù)測圖

設(shè)時(shí)段時(shí)風(fēng)電場、光伏電站預(yù)測出力分別為wind、pv對應(yīng)時(shí)段時(shí)的預(yù)測電能輸出wind和pv為

2.2 產(chǎn)業(yè)園運(yùn)行方式及綜合平衡

對于工業(yè)負(fù)荷的運(yùn)行方式可根據(jù)需要進(jìn)行調(diào)整。以某小型電解鋁產(chǎn)業(yè)園為例，一條生產(chǎn)線由多個(gè)電解槽串聯(lián)組成，具有電解及保溫兩種狀態(tài)。生產(chǎn)線運(yùn)行于電解狀態(tài)時(shí)，具有低電壓大電流大功率的特性；處于保溫狀態(tài)時(shí)，不電解，消耗的功率僅為維持電解槽連續(xù)工作所需溫度的電量；電解槽保溫狀態(tài)可持續(xù)數(shù)小時(shí)然后恢復(fù)電解，一般為5～8h不等，依生產(chǎn)線設(shè)備的不同而不同。

設(shè)產(chǎn)業(yè)園總負(fù)荷為L按電力供應(yīng)情況及生產(chǎn)線可能的安排方式，已擬定種常用的運(yùn)行方式。設(shè)運(yùn)行方式，其對應(yīng)的預(yù)測負(fù)荷為L()，其中=1, …,，則產(chǎn)業(yè)園負(fù)荷以運(yùn)行方式在[0,]時(shí)段運(yùn)行時(shí)消耗的電能為

設(shè)運(yùn)行方式1和n對應(yīng)三組3×6MW工業(yè)負(fù)荷全天候24h投入、退出的運(yùn)行方式；運(yùn)行方式k為二組2×6MW全天候24h投入的運(yùn)行方式；運(yùn)行方式j(luò)在0∶00—16∶00時(shí)段，三組工業(yè)負(fù)荷全部投運(yùn)，在16∶00—24∶00時(shí)段，一組工業(yè)負(fù)荷退出運(yùn)行。圖6為給定1、k、j運(yùn)行方式的負(fù)荷預(yù)測。

產(chǎn)業(yè)園孤島運(yùn)行時(shí)，通過儲能系統(tǒng)充放電過程的優(yōu)化控制，補(bǔ)償產(chǎn)業(yè)園在給定日前24h各時(shí)段的綜合平衡電量，實(shí)現(xiàn)產(chǎn)業(yè)園孤島運(yùn)行時(shí)供需平衡。產(chǎn)業(yè)園聯(lián)網(wǎng)運(yùn)行時(shí)，根據(jù)產(chǎn)業(yè)園風(fēng)光發(fā)電預(yù)測，調(diào)整產(chǎn)業(yè)園工業(yè)負(fù)荷運(yùn)行方式，儲能系統(tǒng)在補(bǔ)償產(chǎn)業(yè)園綜合平衡的同時(shí)，參與電力市場交易，獲取產(chǎn)業(yè)園安全穩(wěn)定運(yùn)行所需的輔助服務(wù)，在實(shí)時(shí)電價(jià)激勵(lì)下，還可參與電網(wǎng)削峰填谷，其數(shù)學(xué)模型如第3部分所述。

3 儲能參與日前電力市場的數(shù)學(xué)模型

接入產(chǎn)業(yè)園的風(fēng)光可再生能源，其邊際發(fā)電成本接近零邊際成本價(jià)，通過優(yōu)惠電價(jià)與產(chǎn)業(yè)園工業(yè)企業(yè)達(dá)成大用戶直購電協(xié)議，激勵(lì)地區(qū)工業(yè)的發(fā)展。產(chǎn)業(yè)園微網(wǎng)運(yùn)維商利用產(chǎn)業(yè)園儲能配置容量，結(jié)合產(chǎn)業(yè)園運(yùn)行方式優(yōu)化，通過虛擬同步發(fā)電機(jī)控制，參與躉售電力市場博弈。有電力需求時(shí)，產(chǎn)業(yè)園作為買方從躉售電力市場購電，有剩余電量時(shí)作為賣方向躉售電力市場輸出剩余電能，從而實(shí)現(xiàn)間歇性可再生能源的本地消納和供需平衡，并通過躉售電力市場，將盈余電量送至遠(yuǎn)方異地消納。

產(chǎn)業(yè)園參與躉售電力市場有售電、購電模式。當(dāng)綜合平衡電量為負(fù)時(shí)，產(chǎn)業(yè)園為躉售電力市場的用戶，即購電者；當(dāng)綜合平衡電量為正時(shí)，向躉售電力市場輸出盈余電量。設(shè)儲能系統(tǒng)充放電過程以給定速度勻速進(jìn)行，輸出穩(wěn)定功率，D()為儲能系統(tǒng)在時(shí)刻的充（放）電量，可表示為

當(dāng)D()＞0，儲能系統(tǒng)放電。儲能系統(tǒng)總荷電量SOC()較SOC(-1)減少D()。當(dāng)D()＜0，儲能系統(tǒng)充電，儲能系統(tǒng)總荷電量SOC()較SOC(-1)增加|D()|。單位時(shí)間的充放電量|D()|受充放電勻速的限制。設(shè)儲能系統(tǒng)在單位時(shí)間最大放電量為1，最大充電量為2。在時(shí)段[-1,]，儲能系統(tǒng)充電，可表示為

在時(shí)段[-1,]，儲能系統(tǒng)放電，其放電量可表示為

設(shè)產(chǎn)業(yè)園電力盈余向電網(wǎng)售出電量時(shí)，trade()為正，反之為負(fù)。產(chǎn)業(yè)園交易電量trade()與時(shí)段產(chǎn)業(yè)園的綜合平衡電量E()、儲能系統(tǒng)荷電狀態(tài)SOC(1)和SOC()有關(guān)，可用下式表示：

設(shè)()為產(chǎn)業(yè)園在日前電力市場[-1]時(shí)段的交易電價(jià)，在該時(shí)段的期望收益為

產(chǎn)業(yè)園在平衡本體綜合不平衡電量的同時(shí)，參與電力市場博弈，在實(shí)時(shí)電價(jià)激勵(lì)下參與電網(wǎng)削峰填谷的目標(biāo)函數(shù)等式約束、不等約束可分別表示為

等式約束為

不等約束為

式中，trade(t)為產(chǎn)業(yè)園時(shí)刻在躉售電力市場的交易電量；()為時(shí)刻產(chǎn)業(yè)園的日前電力市場電價(jià)；H()為時(shí)刻產(chǎn)業(yè)園綜合平衡電量；D()為儲能系統(tǒng)時(shí)刻的充（放）電量；SOC()為儲能系統(tǒng)時(shí)刻電量；SOC(-1)為儲能系統(tǒng)(-1)時(shí)刻電量；pv()為時(shí)刻光伏發(fā)電預(yù)測量；wind()為時(shí)刻風(fēng)力發(fā)電預(yù)測量；load()為時(shí)刻產(chǎn)業(yè)園預(yù)測負(fù)荷電量；SOCmin為儲能系統(tǒng)的禁放電量；SOCmax為儲能系統(tǒng)禁充電電量；pccmin為PCC母線最低電壓限制；pccmax為PCC母線最高電壓限制。

4 案例分析

為驗(yàn)證本文提出的儲能系統(tǒng)優(yōu)化控制策略，首先需要對產(chǎn)業(yè)園的風(fēng)光進(jìn)行在線發(fā)電預(yù)測，結(jié)合預(yù)測結(jié)果匹配相應(yīng)的電解鋁運(yùn)行方式，利用Matlab軟件根據(jù)約束式（4）至式（13）進(jìn)行編程確定產(chǎn)業(yè)園儲能系統(tǒng)參與躉售電力市場的時(shí)間和交易電量。本文通過對產(chǎn)業(yè)園給定的3種綜合不平衡電量案例進(jìn)行綜合分析，論證本方案的可行性。

4.1 案例1

風(fēng)光發(fā)電預(yù)測見表1。應(yīng)用式（5）得產(chǎn)業(yè)園運(yùn)行方式1綜合平衡電量最小，該運(yùn)行方式三組電解鋁負(fù)荷全開，其24h風(fēng)光、發(fā)電預(yù)測、負(fù)荷用電及綜合平衡電量、相關(guān)電價(jià)見表1。

表1 產(chǎn)業(yè)園綜合平衡1

（續(xù)）

時(shí)段光伏/ MWh風(fēng)電/ MWh運(yùn)行方式1/ MW綜合平衡/ MWh日前電價(jià)/ (元/MWh) 12∶009.117.025.01.1300 13∶009.317.025.01.3300 14∶009.517.024.02.5300 15∶008.817.023.02.8300 16∶008.217.023.02.2300 17∶006.517.024.0-0.5450 18∶005.620.025.00.6450 19∶003.920.025.0-1.1450 20∶001.820.025.0-3.2450 21∶000.119.024.0-4.9450 22∶00019.023.0-4.0300 23∶00019.020.0-1.0300 24∶00019.020.0-1.0300

由圖7（a）可見，產(chǎn)業(yè)園24h不平衡電量波動(dòng)幅度較小時(shí)，利用儲能容量參與實(shí)時(shí)電力市場，根據(jù)儲能充放電約束和市場價(jià)格變化編制Matlab程序，確定儲能系統(tǒng)在1∶00—5∶00和9∶00—15∶30時(shí)段參與實(shí)時(shí)電力市場購電，對應(yīng)躉售電力市場電力供大于求的時(shí)段；其他時(shí)段儲能參與售電，獲得利益。

圖7 產(chǎn)業(yè)園綜合平衡1

由圖7（b）可知，躉售電力市場電高峰時(shí)段 [6∶00—9∶00]，[16∶00—21∶00]電價(jià)高，根據(jù)Matlab求解結(jié)果確定產(chǎn)業(yè)園向電力市場售出盈余電能的時(shí)刻和電量，此時(shí)產(chǎn)業(yè)園運(yùn)行于虛擬同步發(fā)電機(jī)模式，向外電網(wǎng)供電；在躉售電力市場“低谷”時(shí)，產(chǎn)業(yè)園運(yùn)行于虛擬同步電動(dòng)機(jī)模式，根據(jù)Matlab計(jì)算的結(jié)果確定低價(jià)“吸納”主電網(wǎng)多余電能的電量和時(shí)刻，用于生產(chǎn)和儲存，參與電價(jià)激勵(lì)下的主電網(wǎng)削峰填谷運(yùn)行。觀察圖7（b）可知，時(shí)段[1∶00—4∶00]為“低谷”時(shí)段，分時(shí)電價(jià)出現(xiàn)負(fù)值，儲能系統(tǒng)“吸納”主電網(wǎng)多余電量的同時(shí)，還增加了部分收益。低谷負(fù)電價(jià)使儲能系統(tǒng)充放電雙向獲益，激勵(lì)將來典型儲能調(diào)峰調(diào)頻的發(fā)展，有效實(shí)現(xiàn)系統(tǒng)削峰填谷。躉售電力市場出現(xiàn)負(fù)電價(jià)，主要原因有：①作為基荷的核電機(jī)組無法短時(shí)經(jīng)濟(jì)退出；②新能源機(jī)組的邊際成本價(jià)格因受補(bǔ)貼的影響可能低于零邊際成本價(jià)。

4.2 案例2

表2給出對應(yīng)風(fēng)光發(fā)電預(yù)測。應(yīng)用式（5）求得產(chǎn)業(yè)園運(yùn)行方式。在0∶00—16∶00時(shí)段，三組電解鋁負(fù)荷全部投運(yùn)；在16∶00—24∶00高峰負(fù)荷時(shí)段，一組電解鋁負(fù)荷退出進(jìn)入保溫狀態(tài)運(yùn)行。對產(chǎn)業(yè)園工業(yè)運(yùn)行方式的分析計(jì)算，表明運(yùn)行方式k較適宜該風(fēng)光預(yù)測案例。由圖8可觀察，1∶00—5∶00時(shí)段為用電“低谷”，電網(wǎng)電價(jià)較低，此時(shí)三組電解鋁負(fù)荷及儲能系統(tǒng)全部投入，消耗廉價(jià)電量。16∶00—24∶00高峰時(shí)段，一組電解鋁負(fù)荷退出，儲能逐步減少，實(shí)現(xiàn)產(chǎn)業(yè)園的經(jīng)濟(jì)運(yùn)行。

表2 產(chǎn)業(yè)園綜合平衡k

(續(xù)）

時(shí)段光伏/ MWh風(fēng)電/ MWh運(yùn)行方式1/ MW綜合平衡/ MWh日前電價(jià)/ (元/MWh) 13∶009.619.222.06.8350 14∶0010.019.222.07.2350 15∶009.820.020.09.8350 16∶008.020.020.08.0400 17∶006.020.017.09.0480 18∶004.019.616.07.6480 19∶002.020.016.06.0480 20∶00019.116.03.1480 21∶00020.016.04.0480 22∶00020.013.07.0380 23∶00017.813.04.8380 24∶00020.013.07.0380

圖8 產(chǎn)業(yè)園綜合平衡k

4.3 案例3

風(fēng)光預(yù)測發(fā)電量波動(dòng)較大，產(chǎn)業(yè)園電解鋁負(fù)荷全天開兩組，對應(yīng)運(yùn)行方式1。觀察圖9（a）可見，24h綜合平衡電量波動(dòng)較小，利用Matlab確定具體產(chǎn)業(yè)園儲能系統(tǒng)具體參與市場的時(shí)間和電量。根據(jù)優(yōu)化的結(jié)果確定儲能系統(tǒng)在1∶00—5∶00時(shí)段和14∶00—15∶00時(shí)段進(jìn)入充電狀態(tài)。結(jié)合圖9（b）分時(shí)電價(jià)可看出，電價(jià)較低，電網(wǎng)運(yùn)行于“低谷”時(shí)段，產(chǎn)業(yè)園通過PCC點(diǎn)向電網(wǎng)購電。在7∶00—10∶00時(shí)段和17∶00—22∶00時(shí)段，電價(jià)較高，電網(wǎng)處于用電“高峰”時(shí)段，根據(jù)Matlab的結(jié)算結(jié)果確定產(chǎn)業(yè)園通過PCC點(diǎn)向電力市場售出電量，獲得最優(yōu)收益，滿足儲能系統(tǒng)充放電速度及容量約束條件。

圖9 產(chǎn)業(yè)園綜合平衡j

綜上，在電力市場環(huán)境下，通過產(chǎn)業(yè)園儲能系統(tǒng)參與日前電力市場的優(yōu)化控制策略，受躉售電力市場實(shí)時(shí)電價(jià)引導(dǎo)和自身儲能充放電速度以及容量的限制。通過算例結(jié)果可知，將風(fēng)光發(fā)電-產(chǎn)業(yè)園生產(chǎn)運(yùn)行-儲能系統(tǒng)三者合理優(yōu)化組合參與躉售電力市場可以獲得可觀的收益。

5 結(jié)論

本文研究電力市場環(huán)境下新能源產(chǎn)業(yè)園儲能系統(tǒng)的優(yōu)化控制策略。根據(jù)超短期風(fēng)光發(fā)電預(yù)測，選擇產(chǎn)業(yè)園工業(yè)負(fù)荷的日運(yùn)行方式；利用產(chǎn)業(yè)園儲能系統(tǒng)與躉售電力市場的交互，補(bǔ)償產(chǎn)業(yè)園綜合不平衡電量，并參與電網(wǎng)的削峰填谷。建立了產(chǎn)業(yè)園儲能系統(tǒng)電力市場環(huán)境的非線性數(shù)學(xué)規(guī)劃模型，編制了Matlab程序進(jìn)行求解。對3種典型案例的分析，驗(yàn)證了該機(jī)制的可行性。

不同于常規(guī)確定性機(jī)組的調(diào)度優(yōu)化，100%新能源產(chǎn)業(yè)園依據(jù)風(fēng)光發(fā)電預(yù)測選擇工業(yè)負(fù)荷運(yùn)行方式。通過控制規(guī)模儲能系統(tǒng)的充放，與躉售電力市場交互。對產(chǎn)業(yè)園儲能系統(tǒng)的優(yōu)化控制，既補(bǔ)償了產(chǎn)業(yè)園綜合不平衡電量，在分時(shí)電價(jià)激勵(lì)下參與電網(wǎng)的削峰填谷，又同時(shí)通過躉售電力市場將盈余電量送至遠(yuǎn)方異地消納。

[1] 杜欣. 我國棄風(fēng)棄光現(xiàn)象的成因及對策分析[J]. 產(chǎn)業(yè)與科技論壇, 2017, 16(19): 85-87.

[2] Wang Qianfan, Guan Yongpei, Wang Jianhui. A Chance-Constrained Two-Stage stochastic program for unit commitment with uncertain wind power output[J]. Power Systems, IEEE Transactions on, 2012, 27(1): 206-215.

[3] 張坤亞, 馬平, 趙世文, 等. 含風(fēng)電場的電力系統(tǒng)環(huán)保經(jīng)濟(jì)調(diào)度[J]. 電氣技術(shù), 2017, 18(3): 25-29, 46.

[4] 熊虎, 向鐵元, 陳紅坤, 等. 含大規(guī)模間歇式電源的模糊機(jī)會約束機(jī)組組合研究[J]. 中國電機(jī)工程學(xué)報(bào), 2013, 33(13): 36-44, 前插5.

[5] Teng F, Trovato V, Strbac G. Stochastic scheduling with inertia-dependent fast frequency response requirements[J]. IEEE Transactions on Power Systems, 2016, 31(2): 1557-1566.

[6] 高亞靜, 李瑞環(huán), 梁海峰, 等. 考慮間歇性電源與負(fù)荷不確定性情況下基于多場景技術(shù)的主動(dòng)配電系統(tǒng)兩步優(yōu)化調(diào)度[J]. 中國電機(jī)工程學(xué)報(bào), 2015, 35(7): 1657-1665.

[7] 國家電網(wǎng)公司“電網(wǎng)新技術(shù)前景研究”項(xiàng)目咨詢組, 王松岑, 來小康, 等. 大規(guī)模儲能技術(shù)在電力系統(tǒng)中的應(yīng)用前景分析[J]. 電力系統(tǒng)自動(dòng)化, 2013, 37(1): 3-8, 30.

[8] 陳聰偉, 江修波, 劉麗軍. 考慮時(shí)序與儲能配合的分布式電源優(yōu)化配置研究[J]. 電氣技術(shù), 2017, 18(6): 41-47.

[9] 張晴, 李欣然, 楊明, 等. 凈效益最大的平抑風(fēng)電功率波動(dòng)的混合儲能容量配置方法[J]. 電工技術(shù)學(xué)報(bào), 2016, 31(14): 40-48.

[10] 甘偉, 艾小猛, 方家琨, 等. 風(fēng)-火-水-儲-氣聯(lián)合優(yōu)化調(diào)度策略[J]. 電工技術(shù)學(xué)報(bào), 2017, 32(S1): 11-20.

[11] 趙書強(qiáng), 王揚(yáng), 徐巖, 等. 基于機(jī)會約束目標(biāo)規(guī)劃的高風(fēng)電接入比例下大規(guī)模儲能與火電協(xié)調(diào)調(diào)度[J]. 中國電機(jī)工程學(xué)報(bào), 2016, 36(4): 969-977.

[12] 顏寧, 厲偉, 邢作霞, 等. 復(fù)合儲能在主動(dòng)配電網(wǎng)中的容量配置[J]. 電工技術(shù)學(xué)報(bào), 2017, 32(19): 180- 186.

[13] 崔強(qiáng), 王秀麗, 劉祖永. 市場環(huán)境下計(jì)及儲能電站運(yùn)行的聯(lián)動(dòng)電價(jià)研究及其效益分析[J]. 中國電機(jī)工程學(xué)報(bào), 2013, 33(13): 62-68, 前插8.

[14] 楊德友, 溫佳鑫, 陳家榮, 等. 用于提高風(fēng)電場可調(diào)度性的儲能系統(tǒng)預(yù)測控制策略[J]. 高電壓技術(shù), 2017, 43(3): 1043-1048.

[15] Wind Power Forecasting, www.aeso.ca

[16] 鄧恢平. 儲能進(jìn)入商業(yè)化“臨界點(diǎn)”[N]. 中國電力報(bào), 2017-10-19(007)

[17] 陳深, 毛曉明, 房敏. 風(fēng)力和光伏發(fā)電短期功率預(yù)測研究進(jìn)展與展望[J]. 廣東電力, 2014, 27(1): 18- 23.

Energy storage optimal control strategy for renewable energy based industrial park under electricity market

Ji Bin Tan Jiancheng Zeng Xuetong

(Institute of Power System Optimization (Guangxi University), Nanning 530004)

An optimal control strategy of energy storage systems is proposed in the paper for applications in an renewable energy based industrial park under electricity market. Driven by the short term forecast of hourly electricity generation of wind and solar plants, a load daily operational mode is chosen that best fit the application. The controlled energy storage system interacts with the wholesale electricity market, selling and purchase electricity to compensate the imbalance hourly power in the industrial park, as well contribute to the valley filling and peak shifting under the hourly price incentives. A nonlinear optimization programming problem of the energy storage system is formulated in the paper and solved using a Matlab solver. Analyzing into the three scenario examples have proven that the proposed energy storage control strategy is feasible. The paper discusses the uncertainty associated with wind and solar power projections, where measures in real-time market to deal with the uncertainty are analyzed. By optimal control of the energy storage system, seamless connection and trading to the wholesale electricity market, dispatching between the renewable energy based industrial park and intermittent renewable energy accommodation are realized.

energy storage systems; optimal control; day-ahead electricity market; industrial micro-grid; virtual synchronous machine

2018-03-26

吉 斌（1992-），男，安徽省馬鞍山市人，碩士研究生，主要從事電力市場及需求側(cè)管理方向的研究工作。

廣西壯族自治區(qū)重點(diǎn)實(shí)驗(yàn)室資助項(xiàng)目（AE02003304）