儲能參與含新能源發電系統調峰配置方式綜述

靳一奇

（上海電力大學電子與信息工程學院 上海市 200090）

經濟的快速發展攜帶出的能源危機與環境污染問題，促使新型環保可再生能源技術日益完善。根據《中國電力行業年度發展報告2019》統計：2018年，我國新能源發電裝機合計35860 萬千瓦，占全國發電總裝機的18.9%；《報告》同時指出全年全國棄風電量有277 億千瓦時，平均棄風率7%，比上年下降5 個百分點；全國棄光電量54.9 億千瓦時，平均棄光率3%，比上年下降2.8 個百分點，實現棄風棄光率“雙降”。

然而新能源發電的隨機波動性和不易預測性都使其呈現反調峰特性，更有數據表明我國電力系統負荷的峰谷差正在逐步增大,對新能源并網提出更高的要求[1]。電網調峰壓力越大，首先不符合電網運行的經濟性要求，其次還會降低電力設備的利用率，所以研究降低電網調峰壓力的方式就有重要意義。

按照我國目前的發電能源結構，能夠快速實現調峰的燃油燃氣發電機組所占比重并不是很大，緩解電網調峰壓力的手段主要有水電等調峰電源建設、燃煤機組靈活性改造及儲能系統建設等[2]。在這個新能源技術發展為主流的時代，具有快速充放電特性的新型儲能技術得到了飛速發展，利用儲能技術將峰時多余電能儲存，到谷時再釋放利用，從而減緩新能源并網給電網帶來的更大調峰壓力。

因此，為便于讀者了解學習儲能參與含有新能源發電并網的電力系統調峰優化方式，本文將首先介紹傳統調峰方式，分析加入新能源發電后其存在的問題，然后對儲能系統參與調峰的優化配置方法進行總結，指出研究的優劣之勢，對推動研究電網調峰手段有著重要意義。

1 傳統調峰方式

1.1 傳統調峰原理

根據正常日負荷曲線，對發電機組進行配置時，使機組在非滿負荷狀態下運行，當負荷進入峰時，提高發電機組出力滿足負荷要求；當負荷進入低谷時，降低機組出力達到發電側與負荷側平衡。但從整體上看，通過頻繁控制機組出力進行調峰有很多弊端，低效、不經濟、不環保，同時也不符合機組安全穩定運行要求。尤其是火電機組，高頻啟停火電機組會帶來很多不良影響，如造成煤耗量增加，機組維修時間間隔縮短，運行成本提高等[3]。

1.2 火電機組調峰現狀

目前，火電機組在我國的能源結構中依然占據絕大部分，其優勢明顯，具有強有力的可控性、良好的穩定性、較長的運行時間等特點，并且火電技術相對成熟完善。但是判斷機組的調峰能力是綜合考慮發電機組在負荷出現波動時的跟蹤能力，其中包括機組啟停時間長短、出力變化大小和出力的調整速率（即響應時長）等因素，而機組調峰能力強弱會嚴重影響電力系統運行的安全性、經濟性等問題。

火電機組調峰階段包括：基本調峰運行、深度調峰運行、投油調峰運行和啟停調峰運行[4]。如圖1所示：RPR 階段機組出力在有償調峰基準以上，此時的機組額外成本為零，可提供無償調峰，這一階段也稱為基本調峰階段；DPR 階段調整機組出力至有償調峰基準以下，此時機組進入不投油安全運行，因此也稱為不投油深度調峰階段；DPRO 階段的機組只能通過投油手段來助燃維持機組安全運行，這個階段為投油深度調峰[5]。圖1中Pmin 為機組極限出力。

圖1：火電機組調峰深度圖

我國大部分省級電網規定，火電機組調峰范圍在50%PN～70%PN（PN 為額定負荷），對深度調峰要求為負荷下限調整至30%PN，甚至更低。文獻[6-7]中算例還指出：調峰深度在55%PN左右時，整個系統調峰收益最高；隨著調峰深度增加，調峰收益逐漸減小。

火電機組靈活性改造雖然可以有效緩解一部分調峰壓力，但是新能源在電網電源端比重加大，也導致火電機組容量相對減少，在面對新能源消納、棄風棄光等問題上存在明顯的局限性。大規模儲能技術的靈活快速充放電特性能有效抑制新能源發電的間歇式波動等問題，同時還可以降低燃煤火電機組參與調峰的比例，完全符合國家電網公司提出的泛在電力物聯網建設要求，即促進清潔能源消納。簡單來說，儲能參與調峰就是根據日常負荷曲線，設定充放電時間，當負荷處于峰時釋放電能，當負荷處于谷時蓄能，實現移峰填谷。目前對于儲能調峰的研究可分為前、后兩級，分別是儲能技術的選取、儲能系統容量配置方法及求解。

2 儲能技術的選取

儲能技術適合應用于電網調峰的大致可分為儲熱技術（如顯熱儲能、潛熱儲能、化學儲能），物理儲能（如抽水蓄能、壓縮空氣儲能、飛輪儲能等），電化學儲能（如鋰離子電池和鈉硫電池等）和電磁儲能[8]（如超導電磁儲能和超級電容等）。

儲熱技術多應用在北方冬季調峰，例如文獻[9]在熱網中耦合了熱水儲熱罐實現水側聯動，既滿足供暖需求又增加調峰能力。文獻[10]指出相變儲能優勢在于安全且不受地域限制，但大規模新能源并網后更加看重儲能技術應用調峰時能源的轉換效率，因此想要在調峰中更有效利用相變儲能還需研究。

抽水蓄能系統參與電網削峰填谷原理就是利用上下游兩個水庫，在電能和勢能之間互相轉換[11]；壓縮空氣儲能技術因其響應時間短的特點，所以調峰性能良好，但是壓縮空氣儲能電站也嚴重受地域限制，短期內很難大規模使用[12-13]。到目前為止，美國、中國、日本等國家也都相繼建設了很多示范工程[14-15]。

電池儲能參與調峰就是利用適時的充放電提高系統調峰能力，總體來看，無論哪種電池，都是通過應用新型材料提高放電能力、延長使用壽命、降低高溫運行限制等[16,17]。

電磁儲能（SMES）技術憑借其高效節能無污染和不受地域限制等特性，即便至今仍未正式投產，但逐步取代火電機組調峰任務依然具有廣闊的研發前景[18]。

3 儲能系統容量配置方法及求解

應用大規模儲能系統參與電力系統“削峰填谷”雖然具有許多優點，但是合理優化儲能容量配置不僅提高系統安運行能力，而且能夠節約成本、降低調峰損失、減少不必要的資源浪費。按照現有的資料，儲能系統容量配置方法總結如圖2所示。

3.1 系統配置方法

分析法就是對有限數量的儲能預選方案進行列舉，通過制定技術性評估指標，針對其中一種儲能方案進行全年中時間尺度1h 機組組合運行模擬，準確獲取系統運行成本，建立符合技術性指標的儲能系統[19]。

優化模型法中按照目標數量分為單一目標和多目標。單一目標配置方法多是在特殊情況下，只以技術指標或者經濟指標為目標函數建立模型。除了考慮經濟成本外，文獻[20]引入調峰能力比的技術性指標，然后以滿足電網的綜合調峰容量比為目標，通過計算系統綜合調峰能力比，直接求出系統調峰能力不足量，間接得到水蓄電站的容量；多目標配置方法是伴隨儲能系統模型建立時，綜合考慮技術和經濟指標產生的，進而使得儲能系統容量配置更加合理。不同的實際情況造就不同的研究側重點，不同的規劃方向形成不同的目標函數。

文獻[21]提出一種儲能輔助火電機組深度調峰的分層優化調度方案，該方案包含上、中、下三層優化模型，上層調度模型以凈負荷標準差及儲能系統經濟性最優為目標得到等效負荷曲線傳遞至中層調度模型，再結合風電測試數據對各時刻火電機組總出力進行優化，以成本和調峰補償等經濟指標最小為目標，確定火電機組總出力傳遞給下層調度模型；下層模型在機組總出力值得基礎上，以機組整體運行效益最優為目標，求解機組最優出力。綜合考慮新能源消納、機組運行效益、經濟成本等目標建立模型實現調峰目的。

3.2 求解系統模型算法總結

現階段，儲能參與調峰系統能夠更加全面準確滿足技術指標與經濟指標的模型大部分是多目標、多階段、非線性、非連續的復雜優化模型，這類復雜模型求解算法大致可分為人工智能優化算法、數學規劃法。

人工智能優化算法就是通過模擬一些自然過程求解工程類問題，非常適合求解非線性非連續的數學模型。應用于求解儲能參與調峰的系統模型的方法主要包括遺傳算法[23]、粒子群和改進粒子群算法[12,16,21]及混合智能算法[22]等。文獻[21]中給出的三層模型求解方式分為上層模式采用粒子群優化算法求解，中層模型采用迭代方式，下層采用改進粒子群算法；文獻[22]首先引入模糊模擬的方法將風光出力進行模糊化處理，然后對得到的數據使用神經網絡訓練，加快求解速度，最后利用改進粒子群算法對模型求解；文獻[23]利用遺傳算法求解機組組合在多個限制條件下的極值，Matlab 中包含遺傳算法工具箱；智能算法對于模型中的目標函數和約束條件限制不多，具有很強的包容性，對復雜的系統求解幫助很大。但缺點明顯，當模型最優解不唯一時，人工智能算法一般無法保證最終收斂結果為全局最優解。

數學規劃法是將設計出的模型等同于數學上的規劃問題，如線性/非線性的混合整數規劃問題。混合整數規劃法（即MIP）目前最成熟可行的方法是分支界定算法，經過有限次循環分解后尋找到全局最優解，并且具有運行速度快和尋優精度高的特點，缺點就是對于一些包含機組耦合約束等約束的模型難以處理[4,6]。文獻[4]首先對建立的目標函數中的二次函數進行分段線性化，其次對非線性約束方程進行轉化，最終將儲能參與電力系統調峰的容量優化配置模型變為混合整數線性規劃（即MILP）模型，再使用CPLEX 求解。

上述各類求解模型方法比較如表1。

圖2：儲能系統容量配置方法分類圖

表1：求解模型算法對比

4 總結與展望

本文對儲能參與電網調峰的合理性和必要性進行闡述，然后介紹傳統調峰方式的不足，并指出雖然對火電機組進行靈活性技術改造可以提高其調峰能力，但依然不能滿足要求，所以儲能參與電網調峰成為趨勢。之后對研究儲能參與電網調峰配置方法進行前、后兩級劃分，分別為儲能技術的選取、儲能系統容量配置方法及求解算法。分析對比各種技術方法之間的優缺點，為之后的研究做出鋪墊。綜上，提出以下幾點展望。

（1）儲能技術發展迅猛，在電網調峰領域的應用型示范工程逐年遞增。不同儲能技術優勢與劣勢并存，泛在電力物聯網發展的背景下，混合儲能系統終將會是未來電網調峰的主力。

（2）從模型建立綜合考慮技術性指標和經濟性指標，到模型求解對智能算法進行組合使用，取長補短，發揮各自優點，再到使用數學規劃方法求解這類系統模型都是之后重點研究方向。

（3）新能源發電技術的發展對電力系統帶來的是雙面影響，解決綠色環保問題的同時也帶來諸如加大電力系統負荷峰谷差的問題，雖然針對減緩電力系統調峰壓力的儲能系統研究取得許多進步，但是對于協調常規機組效益、新能源效益、儲能系統效益和電網效益的市場補助機制建設還不夠完善，依然需要我們不懈奮斗。