考慮風電反調峰特性的儲能調峰優化策略

靳一奇， 朱 武， 花赟昊， 王世萱， 焦哲晶

(上海電力大學電子與信息工程學院， 上海 200090)

能源革命背景下提出的泛在電力物聯網，更加注重能源的利用，更能在環境友好的前提下提高能源使用率[1-2]。因此，研究儲能系統應用于電網調峰的同時還能有效應對可再生能源消納問題就很有意義。根據《中國電力行業年度發展報告2020》統計：2019年，中國新增風光發電裝機容量合計5 224×104kW，占中國新增發電裝機容量的49.8%；不難看出風電光電等大規模新能源發電在中國能源結構中占比越來越高，無論是從電網的成本和效益角度考慮還是從環境保護等社會效益出發，都有助于中國經濟與社會的快速發展。但是新能源技術的隨機波動性和難以預測性對電力系統的影響也是不可忽視的[3]。

考慮到電力生產的特點，即發、供、用幾乎同時完成，理想狀態下的電力生產過程應該是供給側和用戶側的實時平衡，但新能源發電會以負的負荷形式與其余負荷進行算術疊加，結果會對電力系統凈負荷峰谷差產生影響。在電網負荷中對外顯示為負，則稱為反調峰特性，這種反調峰特性會使存在風電并網的系統調峰壓力愈加嚴重，且系統的調峰容量需求更大[4]。文獻[5]面對儲能分別在系統的電源測、電網測以及用戶側等多種方式并存的場景，建立多種方式儲能協調優化調度的多目標優化模型。

由中國發電能源結構決定，傳統調峰手段包括火電和燃油燃氣機組，但這些方法對電網負荷預測精準性要求高的同時還需要發電機組具備足夠的調峰備用容量[6-7]。此外，電力生產的實時性造成調峰時發電機組的頻繁啟停，這不利于燃料資源的高效利用，也不符合綠色能源發展理念[8-9]。

文獻[10]提出一種充分考慮電池儲能系統實際約束的模型，可以實時簡潔的對電池儲能系統參與調峰的充放電時間段和充放電功率進行規劃。文獻[11]提出了一種以儲能系統充放電電量平衡為準則的配電網調峰可變功率控制策略，有效縮減了配電網峰谷差值；儲能系統優化方法中除了按照經濟性指標對全年機組組合運行模擬來確定儲能系統運行方案外，還是以恒功率法為主[12-13]，但由于風力發電在不同時期，其反調峰特性對負荷峰谷持續時間的影響差別很大，采用上述策略并不能保證調峰效果最優。文章首先以儲能系統額定功率為約束，選取合適的功率迭代步長，分別計算出系統功率最低移峰功率值和最高填谷功率值，然后根據所需功率差在對應時段進行充放電動作，功率差超出范圍的部分按照儲能系統額定功率動作，最終實現對儲能系統各時段充放電的實時優化控制。

1 儲能參與“削峰填谷”原理分析

儲能系統具有能量的時空轉移特性，其參與含有風電出力的電力系統調峰從某種意義上講就是指通過儲能快速充放電來滿足負荷在調度日內變化較小的目的，基本原理如圖1所示。

圖1 儲能調峰基本原理

電網調峰需要滿足的功率平衡等式為

(1)

由于風電出力對外大多顯示反調峰特性，所以系統負荷的最大峰谷差值會增大，即系統調峰需求量變大。從圖1中不難看出，傳統調峰手段已無法滿足調峰需求，在綜合考慮經濟成本等因素后會產生大量棄風現象。區別于傳統調峰手段，通過采用儲能系統輔助火電機組調峰，可以有效減少負荷需求量低時的棄風電量，緩解系統調峰壓力。

2 儲能調峰優化策略

2.1 模型的目標函數

風力發電目前是新能源發電中隨機不確定性最大的一種，因此以含風電出力的電力系統為例分析儲能在削峰填谷中的應用。因為電力系統追求的是負荷曲線相對平緩，所以通過構建以凈負荷方差最優為目標函數的模型對削峰填谷效果進行衡量。

最小負荷方差可表示為

(2)

2.2 儲能調峰優化模型的約束條件

為了使優化策略調峰更具優越性，系統約束在一些常規約束基礎上增加了可靠性約束，具體如下。

2.2.1 系統功率等式約束

通常認為系統功率平衡約束是系統內包括風電實際上網功率在內的所有機組的出力必須和系統實際負荷加上實際網損相等，但為了簡化模型，網損可以忽略不計，因此發電總量等于系統負荷功率加上儲能的充放電功率再減去調峰不足量。

(3)

式(3)中：εl,t為系統在第t時段出現調峰不足的狀態，εl,t=0表示調峰充足，εl,t=1表示調峰不足；Pl,t為第t時段出現的調峰不足量。

2.2.2 火電機組約束

火電機組約束包括出力上下限約束和爬坡速率約束。機組的出力應大于或等于其出力最小值，小于或等于其出力最大值；爬坡速率約束可分為最大向上和向下爬坡率。

(4)

(5)

2.2.3 風電場的出力約束

2.2.4 儲能系統約束

儲能系統出力上下限約束，保證出力不超過最大功率，且不出現同時充放電。

(6)

儲能系統荷電狀態(state of charge, SOC)約束，通過引入SOC對儲能系統的剩余電量進行判斷。

(7)

式中：Et為儲能系統在t時段儲存的電量；C為儲能系統額定容量；SOCmin為儲能系統的最小荷電狀態；SOCmax為儲能系統的最大荷電狀態；Δt為功率采樣的時間間隔。

2.2.5 棄風約束

目前對于儲能調峰優化模型建立中，考慮棄風約束的很少，為提高風電消納，加入棄風量約束，使每天的棄風量在上下限內。

(8)

式(8)中：a和b為給定的每天棄風量上下限，由經驗可得；棄風總量Enw為每一時段棄風功率總和。

2.2.6 可靠性約束

可靠性約束主要考慮在一定時間內調峰不足概率小于某一給定參數，另一可靠性為在一定時間內棄風概率小于某一給定參數。

(9)

3 儲能參與調峰優化策略分析及評價

儲能系統參與移峰填谷的優化策略研究中，以恒功率法最為常用，還有分別建立削峰、填谷和平衡電量三種模型的策略等，但是因為場景不同，實際負荷曲線偏差比較大，即出現峰谷時間不盡相同。這些方法都各自存在缺陷，不能很好地完成優化系統移峰填谷實時控制的效果。以恒功率法作為比較對象進行討論。

3.1 優化恒功率策略

恒功率調度策略是指即使電網負荷由于客觀原因產生變化，儲能系統在任意時段依然根據預測負荷曲線制定充放電策略，并且是按照恒定功率執行。具體步驟如下。

(1)由儲能系統額定容量C和恒定充放電功率P可以計算出總的充放電時間均為T=C/P。

(2)削峰時段即放電時段，首先根據歷史數據通過負荷預測手段得到預測負荷曲線，以負荷峰值處為起點，將一條水平直線按照很小的迭代步長ΔP向下移動，這樣水平線會和預測負荷曲線的高峰階段有兩個交點，當兩交點之間的放電時長等于T時，迭代截止。若水平線與負荷曲線高峰區間交點不止兩個，則相交時段的時間之和為T時，迭代截止。

(3)同理，填谷時段即充電時段，以負荷曲線谷值為起點，將水平線從下往上依次按照步驟(2)進行，確定儲能系統最終充電時段。

總體上看，采用恒功率充放電策略，簡化算法計算，結果穩定，可快速進行短期調峰優化，但是當應用場景屬于新能源發電集中區時，實際負荷曲線與預測負荷曲線相差較大時，儲能輔助調峰效果就會變差，甚至會出現反向充放電，增大電網峰谷差。

3.2 優化功率差策略

策略主要是充分考慮整個系統各個部分存在的約束，利用負荷預測曲線首先得出負荷基準值，確定算法迭代步長，逐步在滿足所有約束后得到儲能系統的最低移峰功率值和最高填谷功率值，再按照功率差計算出每個時段儲能系統充放電功率。具體步驟如下。

(1)計算出負荷基準功率。

(10)

(2)根據負荷峰谷值Pmax、Pmin分別給出最低移峰功率初值P′1和最高填谷功率初值P′2。

(11)

式(11)中：PBess為儲能系統額定功率。

(3)以Pav為初值，ΔP為迭代步長、迭代常數k=0,1,2,3,…，按照式(12)進行迭代。

(12)

如圖2所示，當之前給出的約束條件有任何不滿足要求時，返回初值Pav，依次以kΔP為步長迭代，直至滿足所有約束要求，此時可以得到新的儲能系統最低移峰功率限值P1和最高填谷功率限值P2。其中，t1—t2為儲能系統充電時段，t3—t4為儲能系統放電時段。

圖2 控制策略原理示意圖

當含新能源發電的系統實際負荷大于P1的時候，儲能系統放電，放電功率為此時負荷與前式中提到的最低移峰功率限值P1的差ΔPBESS1；當實際負荷小于P2的時候，儲能系統充電，充電功率為前式中提到的最高填谷功率限值P2和此時負荷的差值ΔPBess4，功率差為ΔPBess2，ΔPBess3儲能系統既不充電也不放電，完成本策略的流程如圖3所示。

圖3 控制策略流程圖

新能源技術發展迅速，所以隨機性電源并網帶來的波動更大，因此實際負荷曲線和預測負荷曲線吻合難度增大。本文策略中考慮到充電總量和放電總量相等，可根據實際電網負荷變動準確識別峰谷時段，隨時對充放電做出調整，并且充分將儲能系統實際約束考慮在內，可以延長儲能系統的使用壽命。

3.2 調峰評價指標

為了對本文策略和恒功率策略進行對比評價，給出如下評價指標。

(1)負荷絕對峰谷差ΔPl。

ΔPl=Pmax-Pmin

(13)

(2)谷峰系數。

負荷谷風系數α可以表示負荷曲線的平緩程度，α值越大則表示負荷曲線波動幅度越小即越平緩。

α=Pmin/Pmax

(14)

(3)棄風總量。

(15)

棄風總量如式(8)中Enw所示，當風電上網功率高于系統可接納功率時，會出現棄風現象。

4 算例分析

選取慈溪電力公司2016年某幾日負荷作為實驗數據，進行電網調峰實例仿真。為了展現本文策略的可靠性，將其與恒功率策略進行實驗對比。儲能系統選用已經大規模投入使用的電池儲能系統，其參數如表1所示。

表1 儲能系統參數

首先利用該地區前一日負荷數據進行預測，以儲能系統額定功率10 MW為約束，結合負荷預測曲線按照調整步長ΔP=0.01 MW確定最低移峰功率限值P1和最高填谷功率限值P2，然后根據當日實際負荷與限值的差距進行調峰。恒功率法和本文策略的仿真實驗結果如圖4、圖5所示。

從圖4、圖5可以看出：新能源并網帶來的更大峰谷差在儲能系統參與電網削峰填谷后，有了向好的改變，負荷波動較大的問題得到有效改善。

圖4 恒功率調峰前后對比

圖5 本文策略調峰前后對比

對比圖4和圖5可知，同恒功率法相比較，本優化策略的優勢在于充分考慮到儲能系統容量、荷電狀態等各種約束條件，并對系統進行實時控制；而選擇恒功率法時，當預測負荷峰谷出現和截止的時間與實際存在偏差時，就會出現圖4中的調峰未完成區域。由表2可以看出，本文策略和恒功率分別調峰后，負荷峰谷差對比未調峰前都有明顯的縮減，且文章提出的策略改善效果更佳，比恒功率策略峰谷差降低了321.1 kW。圖6對比了兩種策略儲能系統的荷電狀態，恒功率方法始終是滿充滿放，不利于延長儲能系統使用壽命。

圖6 儲能系統荷電狀態對比

由表2結果不難看出，本文策略和恒功率分別調峰后，負荷峰谷差對比未調峰前都有明顯的縮減，且文章提出的策略改善效果更佳，比恒功率策略峰谷差降低了321.1 kW。

谷峰系數則能夠反映出負荷系數波動是否劇烈，表2中數據明顯可以看出，本文策略調峰后，谷峰系數更大。從棄風總量指標來看，兩個策略相差無幾，都可以很好地完成系統削峰填谷任務。

表2 實驗結果

恒功率法控制策略流程簡單，不考慮系統實際負荷的變化，儲能系統在任意時段都是按照預測負荷曲線制定充放電計劃，并且充放電功率是恒定不變的。其優缺點突出，優點在于計算過程簡單，實現方法更貼近實際，但是誤差較大，尤其在負荷削峰填谷的實時控制方面，所以其對實際電網負荷的契合度要求非常高，只能選擇性的應用于一些控制方式要求不復雜和精度需求不大的場景，如深圳寶清的儲能電站。當系統實際負荷曲線與預測負荷曲線不能完全擬合時，恒功率控制的劣勢尤為凸出，而本文提出的優化策略可根據實際負荷隨時隨地靈活調整儲能系統出力大小，避免出現控制失策的局面，提高儲能參與電網削峰填谷的效果。

5 結論

(1)通過逐步迭代的方法找到并確立一段時間內電力系統中更加合理的最低移峰功率限值和最高填谷功率限值，并以此為基準實時調整儲能系統充放電時間和功率。

(2)風電調峰特性的優化策略優化后的調峰負荷曲線沒有明顯的尖峰，所以本文方法更適合風光發電并網較多的場合，使儲能系統參與調峰的效果更加合理優越。

(3)通過對比恒功率策略下的荷電狀態，本文方法更有利于儲能系統長期使用，降低成本。