風電與多能源儲能聯合調峰多場景動態魯棒優化模型

萬玉良， 劉 鑫， 吳曉丹， 顧大可， 王澤鏑

（1.國網內蒙古東部電力有限公司， 內蒙古 呼和浩特 010000； 2.東北電力大學，吉林 吉林 132012； 3.沈陽工業大學， 遼寧 沈陽 110870）

0 前言

具有波動性與不確定性的風電大規模入網，會給電網調峰帶來巨大挑戰[1]～[3]。為應對高比例風電入網所導致的調峰難問題， 功率響應速率快、效率高的電池儲能系統已成為一種重要的調峰資源[4]，[5]。 但是，從電池儲能系統高建設成本、“三北地區”棄風和冬季供暖需求考慮，電池儲能系統建設規模仍受限制[6]。 因此，考慮電池儲能與電鍋爐協調運行的多源儲能系統優化，是解決大規模風電并網后調峰問題的有效途徑。

針對大規模風電并網后的大量棄風及電網調峰困難的問題，為提高風光儲運行效率，文獻[7]通過電池組SOC 特性分析，提出了電池模塊化運行的優化模型。 為抑制風電波動，提高電網穩定性，文獻[8]提出考慮頻率響應的大規模電池儲能系統并網控制策略。 為提高風電消納能力，考慮調峰、風電消納等多方面收益，文獻[9]提出一種電池儲能的容量優化配置模型。 文獻[10]為平抑風電波動，考慮鋰電池與超級電容的優勢互補，提出了考慮超級電容的鋰電池功率分配策略。

以上研究雖然在一定程度上解決了調峰問題，但未能深入考慮在風電不確性和調峰多場景下的多能源儲能優化運行。 基于此，本文考慮了風電波動下的調峰多場景劃分，建立了風電與電熱多源協調儲能魯棒優化模型。

1 電熱多能源儲能系統模型

本文考慮多源協調優化運行，利用電池儲能與電鍋爐及儲熱裝置構建了電熱多源儲能系統（E-HMESS）， 配合風電協調運行進行調峰。E-HMESS 的拓撲結構如圖1 所示[11]。

圖1 E-HMESS 拓撲結構Fig.1 The topology of E-HMESS

1.1 電池模型

電池儲能系統通過電能的存儲與釋放進行削峰填谷，其容量與儲放功率關系如下：

式中：Ees（t）為 t 時刻電池容量；Pes（t），Peo（t）分別為t 時刻電池儲、放功率；ηes，ηeo分別為電池儲、放效率；Δt 為運行時段。

1.2 電鍋爐模型

電鍋爐可將風電轉為熱能進行供暖， 當存在大規模棄風電量時可以提供一定調峰容量，其電熱轉換模型為

式中：Peb-h（t），Peb-e（t）分別為電鍋爐制熱、耗電功率；ηeb為電熱轉換效率。

1.3 儲熱模型

電鍋爐實現電制熱后， 可利用儲熱罐存儲熱能，為電網提供更多的調峰容量，其儲熱模型為

式中：Hhs（t）為 t 時刻的儲熱容量；Phs（t），Pho（t）分別為 t 時刻儲熱的儲、放功率；ηhs，ηho分別為儲熱裝置的儲、放效率。

2 考慮風電波動的調峰多場景劃分下的魯棒運行模式

2.1 調峰多場景劃分

針對大規模風電的高不確定性特點，在風電與E-HMESS 協調運行前， 基于研究周期內的N條風電曲線， 根據E-HMESS 容量對調峰需求的影響劃分調峰場景。

（1）場景一

場景一為風電低出力時的調峰場景， 即系統中電負荷出現峰值且處于風電低出力， 須要E-HMES 協調運行供電。

①給出可信基準 α1， 選取風電曲線 Pw（K1），定義超過 α1的風電出力 Pwb-H的最小基準為Pwb-H（K1），Pw（K1）組成的集合為 PwΩ1，風電日均出力最大曲線為Pm1。

②考慮在場景一的情況下E-HMESS 的供電可信度。 E-HMESS 須具有一定電量備用，進而給出可信基準 β1。 從 PwΩ1中選出曲線保證Pwb-H（K1）不大于的概率超過 β1。構成的集合為中最大風電出力曲線為Pn1。

③確定可信基準為α1的情況下， 場景一Pw1及其概率pw1為

（2）場景二

場景二為風電高出力時的調峰場景， 即系統中電負荷出現峰值且風電處于高出力， 需要E-HMESS 協調運行儲電。

①給出可信基準 α2， 選取風電曲線 Pw（K2），定義超過 α1的風電出力 Pwb-L的最大基準為Pwb-L（K2），Pw（K2）組成的集合為 PwΩ2，風電日均出力最大曲線為Pm2。

②考慮在場景二情況下E-HMESS 的儲電可信度，E-HMESS 須具有一定電量存儲裕度。 從PwΩ2中選出滿足E-HMESS 容量能夠存儲最大的風電曲線 PwΩ2′， 則 PwΩ2′中最小風電出力曲線為Pn2。

③確定可信基準為α2的情況下，Pw2及其概率pw2為

在風電與E-HMESS 協同調峰運行中， 考慮兩個場景進行優化， 通過電池與電儲熱的協調運行來保證系統運行可靠性， 也可反映出系統的調峰需求。

2.2 E-HMESS多場景魯棒運行模式

基于對風電與E-HMESS 協調運行的調峰多場景劃分，圖2 給出調峰多場景下E-HMESS的魯棒運行模式和魯棒儲放優化軌跡， 保證E-HMESS 在Δt 時段內實現多場景間的儲放電過渡。

Δt 時段E-HMESS 儲電放電范圍為

圖2 E-HMESS 魯棒運行軌跡Fig 2 The robust trajectory of E-HMESS

式中：pin-u，pin-d，pout-u，pout-d分別為 E-HMESS 在 Δt時段可提供電能儲、放裕度；pin，pout分別為E-HMESS 電能儲、 放功率；pinmax，pinmin，poutmax，poutmin分別為 E-HMESS 儲、電放電出力的上、下限；Δpin，s，Δpout，s分別為 E-HMESS 儲、放的最大速率。

由圖2 可知， 魯棒運行點可根據風電波動及電網調節需求，在不同場景下切換運行方式，與風電協調運行， 靈活調峰。 此模式可在大規模棄風時，通過電池和電鍋爐的協調來消納風電，在電負荷峰值時供電，緩解調峰壓力，實現風電利用最大化。 E-HMESS 比傳統調峰機組的靈活性更高。

3 電-熱多源協調儲能魯棒優化模型

3.1 目標函數

針對本文提出的調峰多場景及魯棒運行模式，建立風電利用最大化下的E-HMESS 調峰運行成本最低的魯棒優化模型。 該模型主要考慮E-HMESS 運行成本，以棄風電量最小為目標。

（1）E-HMESS 運行成本最小目標

運行成本最小目標：

式中：Ce，Ceb，Chs分別為電池、電鍋爐、儲熱的運行成本。

式中：Ce，r，Ceb，r分別為電池儲能、 電鍋爐的運行成本系數；Chs，r為儲熱裝置的維護成本系數；Pe（t），Phs（t）分別為電池和儲熱裝置在t 時刻的電、熱儲放功率，正為儲，負為放；Peb（t）為電鍋爐在 t 時刻的耗電功率；NT為E-HMESS 的運行總時段。

（2）棄風最小目標

棄風電量為風電預測與并網功率之差：

式中：Pab（t）為 t 時段的棄風功率值；PWT，y（t）為 t 時段風電預測值；PWT，s（t）為 t 時段風電實發功率值。

3.2 多場景魯棒約束

本文建立多場景下風電與E-HMESS 協調調峰的魯棒可行域 Ω（α，μ，υ，S），除了對傳統的等式與不等式加以約束， 還考慮在多場景下公式（12），（13）中 E-HMESS 的儲放范圍。Ω（α，μ，υ，S）為

式中：qin（s），qout（s）分別為 pin，pout的自適應變量，根據場景 s 的切換而變；Γ（α，μ，υ，S）為場景 s 下解的存在條件。

式（17）表示至少存在一組解{pin，pout，qin（s），qout（s）}滿足 Γ（α，μ，υ，S）。Γ（α，μ，υ，S）由如下魯棒約束條件給出。

多源調峰系統功率平衡魯棒約束：

式中：Le（t）為 t 時刻電負荷需求。

E-HMESS 魯棒約束：

考慮多場景風電與E-HMESS 調峰時間尺度魯棒約束，qin（s），qout（s）須滿足 E-HMESS 在 Δt 時間尺度下的調節范圍。

3.3 求解

針對本文的多目標優化模型， 采用多目標進化算法求解，實現風電與E-HMESS 調峰多場景魯棒優化[12]。 多目標進化算法求解過程如圖3 所示。

圖3 求解流程Fig.3 The flow chart of solution

4 仿真驗證

利用某地區配網總用功負荷及風電實際數據，建立電-熱多源協調儲能魯棒優化仿真模型。考慮在風電波動下的E-HMESS 多場景調峰優化運行模式， 與采用純電池儲能調峰進行經濟性與棄風電量對比。

配網實際總負荷為1 500 MW，風電裝機容量為800 MW，配有100 MW 的電池儲能系統。 利用本文提出的電-熱多源協調儲能魯棒優化模型，考慮大規模消納棄風與經濟運行成本最低， 配置50 MM 的電池儲能與100 MW 電鍋爐和150 MW的儲熱裝置。風電與負荷曲線及場景劃分見圖4。

圖4 風電與負荷曲線Fig.4 The wind power and load curve

針對如圖4 所示的日風電與負荷曲線， 考慮多場景劃分及電網調峰需求， 得出如圖5 所示的E-HMESS 魯棒優化運行曲線。

圖5 E-HMESS 魯棒優化運行曲線Fig.5 The robust optimization operation curve of E-HMESS

由圖5 可見， 針對大規模風電波動下的電網調峰需求，E-HMESS 在其多場景劃分的基礎上，可以靈活切換運行方式，實現風電的全利用。在場景一的工況下， 電池、 電鍋爐及儲熱裝置協調運行，消納風電，減少風電棄電量。 在場景二的工況下，電池儲能為電網調峰供電，滿足電網峰值時的部分需求，儲熱協調運行進行熱能儲放。 對比E-HMESS 的魯棒優化運行與純電池儲能的調峰方式，其運行成本與棄風量如表1 所示。

表1 優化對比Table 1 Optimization contrast

由表1 可知，與傳統的風儲聯合調峰相比，本文提出的E-HMESS 魯棒優化模型在多場景靈活運行的同時， 考慮了電鍋爐與儲熱裝置的協調運行，有效地降低運行成本。 在大規模風電波動下，E-HMESS 的棄風電率下降，其調節能力優于純電池儲能。

針對本文多目標魯棒優化求解，得到Pareto解集圖（圖 6）。 由圖 6 可知，風電與 E-HMESS在聯合運行調峰過程中， 棄風電率與運行成本相互制約，若要減少棄風，勢必導致運行成本的上升。 因此， 須考慮 E-HMESS 的魯棒運行模式， 根據實際不同運行場景合理地選擇最優調峰方式。

圖6 E-HMESS 優化模型Pareto 解集Fig.6 Pareto solution set of E-HMESS optimization model

5 結論

針對火電調峰機組在應對大規模風電波動時調節靈活性低和電池儲能系統成本高等問題，提出了考慮電池與電鍋爐及儲熱裝置協調的電熱多源儲能系統， 根據風電波動性及負荷需求劃分調峰場景。在此基礎上，建立電熱多源協調儲能的魯棒優化模型， 并通過仿真算例與電池儲能進行對比。

優化結果表明，本文考慮風電工況的調峰多場景劃分及E-HMESS 的魯棒運行方式， 可實現風電利用最大化并滿足電網調峰需求。 EHMESS 魯棒運行模式，可實現多場景下的靈活切換，實現容量配置多時空尺度最優。

與電池儲能調峰相比，本文提出的E-HMESS魯棒優化運行模型，具有更優的運行成本，有效地減少棄風電量。