考慮分時電價及光熱電站參與的多能源虛擬電廠優(yōu)化調(diào)度

趙玲霞，王興貴，丁穎杰，郭永吉，李錦健

(蘭州理工大學(xué)電氣工程與信息工程學(xué)院,蘭州市 730050)

0 引言

分布式電源(distributed generation,DG)在緩解能源危機(jī)、實(shí)現(xiàn)節(jié)能減排的同時,因其間歇性和隨機(jī)性給電網(wǎng)管理及調(diào)度運(yùn)行增加了難度[1]。虛擬電廠(virtual power plant,VPP)是解決分布式電源并網(wǎng)運(yùn)行及管理的一種有效方式[2],利用先進(jìn)的信息技術(shù)大規(guī)模聚合風(fēng)電、光伏、儲能、可控負(fù)荷等類型各異、地域分散的分布式資源,通過能量管理系統(tǒng)(energy management system,EMS)協(xié)調(diào)優(yōu)化,抑制新能源出力的隨機(jī)波動性,使VPP 具有類似常規(guī)電源的可調(diào)度性,從而滿足DG 高效利用和市場化運(yùn)營需求[3-4]。

VPP 中的風(fēng)電、光伏出力具有不確定性,在向電網(wǎng)申報日前出力的過程中,將導(dǎo)致實(shí)際出力偏離申報值[5-6]。因此,在VPP 優(yōu)化調(diào)度中,通常采用可控電源出力或儲能電池去平衡分布式風(fēng)電、光伏的出力波動性,使其具有最優(yōu)申報電量。可控電源主要包括火電、燃?xì)廨啓C(jī)、梯級水電、抽水蓄能等,其中火電在運(yùn)行過程中會產(chǎn)生碳排放,且實(shí)時調(diào)節(jié)能力有限,梯級水電和抽水蓄能受地域條件限制。儲能電池雖然具有較快的響應(yīng)速度,但受技術(shù)及成本限制,故其規(guī)模一般較小,在平抑大規(guī)模風(fēng)、光出力時能力受限。

為克服單一可控能源的不足和局限性,通常將可控DG與儲能電池相結(jié)合。文獻(xiàn)[7-8]分別以常規(guī)能源火電、水電作為可控電源,對風(fēng)光出力進(jìn)行平抑。文獻(xiàn)[9]利用梯級水電短期輸出的靈活性和火電的有效調(diào)峰性能補(bǔ)償VPP 中光伏發(fā)電的隨機(jī)輸出。文獻(xiàn)[10]將燃?xì)廨啓C(jī)和儲能電池共同作為VPP 調(diào)節(jié)電源,以促進(jìn)分布式風(fēng)光能源的優(yōu)化利用。文獻(xiàn)[11]以風(fēng)電、燃?xì)廨啓C(jī)、抽蓄電站組成VPP,采用魯棒優(yōu)化法處理風(fēng)電出力和市場電價的不確定性。配有儲熱的光熱電站(concentrating solar power plant,CSP),其出力可調(diào),因此在虛擬電廠中也可作為靈活調(diào)節(jié)電源。文獻(xiàn)[12]利用光熱出力可控的特點(diǎn),將光熱聚合到風(fēng)-火虛擬電廠中,使其參與申報出力,并在實(shí)時調(diào)度中參與輔助平衡市場。為降低碳排放量,減小風(fēng)電和負(fù)荷不確定性對電網(wǎng)調(diào)度的影響,文獻(xiàn)[13]以光熱電站和碳捕集機(jī)組作為可控單元,構(gòu)建風(fēng)電-光熱-碳捕集虛擬電廠。文獻(xiàn)[14]考慮電價、光熱產(chǎn)生的熱能、居民需求響應(yīng)參與因子等不確定性因素,提出了將光熱與部分住宅和工業(yè)負(fù)荷響應(yīng)相結(jié)合的虛擬電廠風(fēng)險約束日前調(diào)度策略,利用成熟的信息差距決策理論來對沖由這些不確定性引起的風(fēng)險。

鑒于西北地區(qū)可再生能源項(xiàng)目建設(shè)實(shí)際和多能互補(bǔ)項(xiàng)目并網(wǎng)運(yùn)行的啟示,利用風(fēng)光發(fā)電與光熱發(fā)電互補(bǔ)特性,本文提出由分布式風(fēng)電、光伏、光熱及儲能電池組成虛擬電廠。其中,光熱儲熱電站在平抑風(fēng)光出力波動時,與儲能電池相比,具有較大的轉(zhuǎn)動慣量,能為系統(tǒng)安全運(yùn)行提供一定支撐,但投資成本較高。儲能電池響應(yīng)速度較快,可瞬時平滑風(fēng)光出力,但其規(guī)模較小。故在大規(guī)模新能源并網(wǎng)時,將二者結(jié)合,可兼顧各自的局限性。運(yùn)行中通過對二者聯(lián)合調(diào)節(jié),可減小VPP 實(shí)際出力跟蹤申報出力的電量偏差。此外,應(yīng)用于配電網(wǎng)中的分時電價對分布式DG 參與電網(wǎng)調(diào)峰具有一定的激勵作用[15-16],因此可基于分時電價制定相應(yīng)的VPP 運(yùn)行策略及優(yōu)化調(diào)度模型。為實(shí)現(xiàn)虛擬電廠的經(jīng)濟(jì)運(yùn)行,在日前-實(shí)時兩階段優(yōu)化調(diào)度中,以各時段內(nèi)凈收益最大為目標(biāo),并在實(shí)時階段采用自適應(yīng)粒子群算法對所建模型進(jìn)行求解。最后,通過仿真驗(yàn)證模型的有效性和優(yōu)化調(diào)度策略的可行性。

1 含光熱的VPP 聚合單元特性

1.1 光熱發(fā)電能量轉(zhuǎn)換模型及特性

光熱電站一般由太陽島和常規(guī)島兩部分組成,其中太陽島主要包括光場(solar field,SF)、儲熱裝置(thermal storage system,TSS)、熱力循環(huán)(power cycle,PC)三部分,各組成部分之間采用導(dǎo)熱流體(heattransfer fluid,HTF)進(jìn)行能量傳遞[17],其能量轉(zhuǎn)化結(jié)構(gòu)如圖1 所示。光場將收集的太陽能通過集熱裝置轉(zhuǎn)化為熱能,經(jīng)導(dǎo)熱流體將其輸送至熱力循環(huán)系統(tǒng)并產(chǎn)生蒸汽,發(fā)電單元利用蒸汽進(jìn)行發(fā)電,從而實(shí)現(xiàn)了光-熱-電的轉(zhuǎn)化過程。儲熱裝置用于熱能存儲,并根據(jù)調(diào)度需要進(jìn)行放熱發(fā)電,從而使得光熱電站的出力可調(diào)。

圖1 CSP 電站能量轉(zhuǎn)化結(jié)構(gòu)Fig.1 Energy conversion structure of CSP plant

光場收集的熱功率可表示為:

在收集的熱功率中,除去棄光功率,可得系統(tǒng)能利用的熱功率為:

聚光集熱裝置經(jīng)光-熱轉(zhuǎn)化所得熱功率,可通過導(dǎo)熱流體儲存在儲熱裝置中,或供給熱力循環(huán)系統(tǒng),根據(jù)熱功率流向可表示為:

儲熱裝置在充熱及放熱過程中均存在熱能損耗,其特性可用式(4)描述:

考慮TSS 在熱能存儲期間產(chǎn)生的熱耗散,高溫罐熱能存儲狀態(tài)方程可表示為:

熱力循環(huán)系統(tǒng)的熱功率可能由光場直接供給,也可能來自儲熱裝置。系統(tǒng)運(yùn)行時根據(jù)能量平衡關(guān)系及式(3)、(4)可得:

其中,儲熱裝置充放熱功率必須滿足:

式(7)表示儲熱和放熱過程不能同時進(jìn)行。

熱力循環(huán)系統(tǒng)將從導(dǎo)熱流體中吸收的熱功率轉(zhuǎn)換為蒸汽,輸送至常規(guī)島中的汽輪機(jī)中,從而推動汽輪發(fā)電機(jī)組發(fā)電,使CSP 輸出電能。忽略熱電轉(zhuǎn)換過程中的熱能損耗,可得CSP 最終輸出的電功率表達(dá)式為:

1.2 儲能電池能量模型

虛擬電廠中儲能電池可以和光熱電站配合,以抑制風(fēng)、光出力的隨機(jī)波動性,具有充電和放電2 種運(yùn)行狀態(tài),其電量計(jì)算公式為:

1.3 多能源VPP 結(jié)構(gòu)及運(yùn)行特性

由風(fēng)電、光伏、光熱及儲能電池組成的VPP 結(jié)構(gòu)如圖2 所示,系統(tǒng)主要由協(xié)調(diào)控制中心、能量流網(wǎng)絡(luò)及信息通信網(wǎng)絡(luò)3 個部分組成。其中,協(xié)調(diào)控制中心是VPP的核心,其主要功能有可再生能源發(fā)電功率預(yù)測、內(nèi)部各單元功率協(xié)調(diào)控制及運(yùn)行優(yōu)化、以一個整體參與電力市場運(yùn)營等[18]。圖中由實(shí)線所連接的各分布式電源為能量網(wǎng),表示VPP 內(nèi)部各單元之間及VPP與電網(wǎng)間的電能傳輸;用虛線所連接的各部分為信息通信網(wǎng)絡(luò),各分布式單元通過信息網(wǎng)與協(xié)調(diào)控制中心連接,實(shí)現(xiàn)了各單元與控制中心之間的雙向通信,便于VPP 內(nèi)部各單元的整合。

圖2 VPP 結(jié)構(gòu)簡化示意Fig.2 Schematic diagram of VPP structure

內(nèi)部各單元聯(lián)合運(yùn)行時,風(fēng)電和光伏出力可分為兩部分,一部分直接供給電網(wǎng),另一部分用于電池充電儲能。光熱電站因其汽輪發(fā)電機(jī)組具有快速的調(diào)節(jié)能力,15 min 內(nèi)即可實(shí)現(xiàn)80% 額定容量的調(diào)節(jié)[19],故在VPP 中被用于平抑風(fēng)光出力波動。儲能電池則基于分時電價,在分時電價谷段充電、峰段放電,通過削峰填谷實(shí)現(xiàn)電量轉(zhuǎn)移,從而提高VPP的經(jīng)濟(jì)效益。控制中心根據(jù)信息采集及通信網(wǎng)絡(luò),對光熱電站出力和儲能電池電量進(jìn)行聯(lián)合調(diào)節(jié),使VPP的實(shí)時出力較為準(zhǔn)確地跟蹤日前申報計(jì)劃,進(jìn)而減小出力偏差。

2 考慮光熱特性的多能源虛擬電廠調(diào)度運(yùn)行策略

在虛擬電廠運(yùn)行過程中,其運(yùn)行策略對優(yōu)化調(diào)度具有重要影響。本文以最大程度地消納風(fēng)電和光伏為前提,根據(jù)光熱電站和儲能電池的運(yùn)行特性,基于分時電價,制定其運(yùn)行策略,從而提高可再生能源的消納效率和VPP 運(yùn)行的經(jīng)濟(jì)效益。在風(fēng)電-光伏-光熱-儲能電池多能源VPP 中,光熱發(fā)電與風(fēng)電、光伏作為主力電源共同參與日前申報計(jì)劃出力,VPP 調(diào)度運(yùn)行優(yōu)化流程如圖3 所示。

圖3 多能源VPP 調(diào)度優(yōu)化流程Fig.3 Flow chart of multi-energy VPP scheduling optimization

首先,VPP 根據(jù)對次日風(fēng)速、光照強(qiáng)度的預(yù)測得到風(fēng)電、光伏、光熱的預(yù)測出力;其次,將可再生能源預(yù)測出力與配電網(wǎng)分時電價及各分布式發(fā)電單元的運(yùn)行成本相結(jié)合,優(yōu)化申報出力,并通過協(xié)調(diào)控制中心向上層電網(wǎng)調(diào)度中心申報出力計(jì)劃。待申報計(jì)劃確認(rèn)后,安排VPP 內(nèi)部各發(fā)電單元出力,然后根據(jù)計(jì)劃出力與實(shí)際出力偏差進(jìn)行調(diào)度優(yōu)化,并給出次日實(shí)時調(diào)度優(yōu)化結(jié)果。

實(shí)時調(diào)度運(yùn)行策略具體如下:

風(fēng)、光發(fā)電系統(tǒng)運(yùn)行策略:在VPP 內(nèi)部,風(fēng)電和光伏發(fā)電作為不可控電源優(yōu)先利用,政策上全額上網(wǎng)。

光熱電站運(yùn)行策略:因風(fēng)光資源具有隨機(jī)性,尤其是風(fēng)力資源,導(dǎo)致申報出力與實(shí)際出力具有一定的偏差,可由光熱電站的儲熱裝置與儲能電池聯(lián)合運(yùn)行進(jìn)行補(bǔ)償。1)當(dāng)偏差量大于0,即風(fēng)電-光伏-光熱實(shí)際發(fā)電量低于計(jì)劃值時,先判斷光熱電站出力是否達(dá)最大,若出力未達(dá)最大值時,儲熱裝置放熱發(fā)電;若出力已達(dá)最大值或放熱后仍不滿足,則令儲能電池放電,以補(bǔ)償偏差。2)當(dāng)偏差量小于0,即風(fēng)電-光伏-光熱實(shí)際發(fā)電量超出計(jì)劃值時,先計(jì)算偏差量的大小,若偏差量較小,則光熱電站進(jìn)行儲熱,以降低聯(lián)合出力;若偏差量較大,則光熱儲熱的同時儲能電池利用多余的風(fēng)電及光伏電量充電儲能。

儲能電池運(yùn)行策略:儲能電池具有轉(zhuǎn)移電量的特性,在分時電價谷平時段且在其能量范圍內(nèi),最大化存儲富余的風(fēng)電和光伏發(fā)電電量;在分時電價峰時段,根據(jù)出力偏差量和放電約束進(jìn)行售電,實(shí)現(xiàn)風(fēng)電-光伏-光熱-儲能電池聯(lián)合發(fā)電時VPP 收益最大,同時實(shí)現(xiàn)削峰填谷的目的。

3 基于分時電價的虛擬電廠優(yōu)化調(diào)度模型

在日前申報階段,根據(jù)VPP 調(diào)度運(yùn)行優(yōu)化流程,以VPP 獲得收益最大為目標(biāo),對風(fēng)電、光伏、光熱的出力進(jìn)行預(yù)測,向電網(wǎng)調(diào)度中心申報計(jì)劃出力;在次日實(shí)時調(diào)度階段,綜合風(fēng)光實(shí)際出力,對光熱電站儲熱裝置的充放熱進(jìn)行動態(tài)調(diào)節(jié),結(jié)合儲能電池電量控制,以減小申報出力偏差,使VPP 在參與電力市場實(shí)時交易中獲得更高收益。

3.1 日前申報出力模型

在日前申報中,為了讓VPP 獲得最大收益,以光熱電站出力及其儲熱量為控制量,綜合日前分時電價、風(fēng)光預(yù)測出力及光熱運(yùn)行成本等因素,制定并申報出力方案。VPP 凈收益計(jì)算公式為:

式中:F為VPP 在t時段的凈收益;ISE,t為售電收入;COP,t為VPP 內(nèi)部各分布式單元運(yùn)行成本;pt為t時段售電電價;PW,t、PPV,t、PCPS,t分別為t時段風(fēng)電、光伏、光熱預(yù)測出力;kW、kPV、kCSP分別為風(fēng)電、光伏、光熱電站單位產(chǎn)能運(yùn)行成本系數(shù)。

3.2 實(shí)時調(diào)度優(yōu)化模型

在實(shí)時調(diào)度階段,根據(jù)日前調(diào)度結(jié)果,結(jié)合超短期風(fēng)電、光伏預(yù)測出力及光熱儲熱狀況,對光熱出力及時調(diào)整以跟隨風(fēng)光出力變化,并輔以儲能電池減小虛擬電廠出力偏差量,使實(shí)時收益最大。另外在計(jì)算實(shí)時收益時,還須考慮實(shí)時出力偏離申報值時的懲罰成本及儲能電池平衡風(fēng)光出力所獲得的收益,其表達(dá)式為:

式中:所有帶“′”的變量其含義同日前調(diào)度;kb為儲能電池運(yùn)行成本系數(shù);CPE,t為出力偏差懲罰成本;pf為偏離單位申報出力的懲罰電價;ΔP為申報偏差功率,當(dāng)ΔP＞0 時,計(jì)劃出力大于實(shí)際出力,不足部分需要以高于日前分時售電電價的價格買入,從而促進(jìn)風(fēng)電場、光伏電站提高出力預(yù)測精度,提高整個虛擬電廠的可調(diào)度性,當(dāng)ΔP＜0 時,計(jì)劃出力小于實(shí)際出力,剩余電量應(yīng)以低于日前分時售電電價的價格售出,以降低棄風(fēng)率及棄光率。故懲罰電價可表示為:

式(18)表示,當(dāng)ΔP＞0 或ΔP＜0 時,懲罰電價pf以分時售電電價pt為基準(zhǔn),分別進(jìn)行上調(diào)或下調(diào),此處調(diào)節(jié)比例設(shè)為50%。

3.3 約束條件

1)日前申報出力約束。

2)實(shí)時調(diào)度運(yùn)行約束。

3)光熱電站運(yùn)行約束。

儲熱裝置容量約束:

儲熱裝置充、放熱約束如下:

4)儲能電池容量及充放電約束。

儲能電池容量約束為:

儲能電池充、放電功率約束為:

式中:分別表示充放電功率上限值;表示充放電功率下限值。

5)風(fēng)、光出力約束。

4 基于自適應(yīng)粒子群算法的調(diào)度模型優(yōu)化

本文采用粒子群算法 (particle swarm optimization,PSO)對實(shí)時調(diào)度模型進(jìn)行求解。PSO是一種智能搜索算法,在尋優(yōu)過程中根據(jù)適應(yīng)度函數(shù)得到個體最優(yōu)值和群體最優(yōu)值,并對2 個最優(yōu)值進(jìn)行迭代更新,其更新公式為[21]:

因粒子群算法在迭代后期收斂速度變慢,易陷入局部最優(yōu)。針對該問題本文采用自適應(yīng)慣性權(quán)重粒子群算法,根據(jù)粒子當(dāng)前適應(yīng)度值與目標(biāo)值的距離動態(tài)調(diào)節(jié)慣性權(quán)重,更好地平衡全局搜索能力和局部搜索能力,提高算法收斂速度及精度,表達(dá)式為:

式中:wmax、wmin分別為慣性權(quán)重最大、最小值;分別為第n次迭代時所有粒子適應(yīng)度的最大值和平均值;為第n次迭代時第i個粒子的當(dāng)前適應(yīng)度值。

5 算例分析

5.1 仿真情景設(shè)定

在日前及實(shí)時兩階段優(yōu)化調(diào)度中,分別設(shè)定2 種不同的仿真情景:

1)日前調(diào)度:該階段儲能電池不參與出力申報。

情景1:光熱與風(fēng)電-光伏各自申報出力;

情景2:光熱與風(fēng)電-光伏聯(lián)合申報出力。

2)實(shí)時調(diào)度:

情景3:光熱與風(fēng)電-光伏聯(lián)合運(yùn)行,無儲能電池;

情景4:光熱與風(fēng)電-光伏聯(lián)合運(yùn)行,引入儲能電池。

5.2 算例參數(shù)

本文以西北某地區(qū)的新能源電站為例,選取1 個200 MW的風(fēng)電場、2 個光伏電站(容量分別為30、20 MW)、100 MW的光熱電站及50 MW的儲能電池構(gòu)成VPP。針對VPP 日前及實(shí)時調(diào)度優(yōu)化運(yùn)行進(jìn)行研究,對比分析聯(lián)合申報出力與獨(dú)立申報出力及無儲能和有儲能時的經(jīng)濟(jì)效益。每隔15 min 對風(fēng)、光出力進(jìn)行一次預(yù)測,日前預(yù)測出力和實(shí)時出力如圖4所示,其運(yùn)維參數(shù)參照文獻(xiàn)[22];光熱相關(guān)參數(shù)見表1,其運(yùn)維系數(shù)參照文獻(xiàn)[23],太陽直射輻射強(qiáng)度(direct normal irradiance,DNI)如圖5 所示;儲能電池相關(guān)參數(shù)見表2。按照各時段負(fù)荷大小,對24 h 峰、谷、平時段進(jìn)行劃分,對應(yīng)電網(wǎng)分時電價見表3。

表2 儲能電池相關(guān)參數(shù)Table 2 Relevant parameters of energy storage battery

表3 電網(wǎng)峰谷平各時段分時電價Table 3 Time-of-use electricity price for peak,valley,flat periods of power grid

圖4 風(fēng)電、光伏預(yù)測出力及實(shí)時出力曲線Fig.4 Predicted and real-time output curves of photovoltaic and wind power

圖5 DNI 預(yù)測值及實(shí)時值Fig.5 DNI predicted value and real-time value

表1 光熱電站相關(guān)參數(shù)Table 1 Relevant parameters of CSP plant

5.3 仿真結(jié)果分析

5.3.1 日前調(diào)度結(jié)果及分析

根據(jù)日前調(diào)度運(yùn)行策略及調(diào)度模型,結(jié)合分時電價和風(fēng)電、光伏預(yù)測出力及DNI 預(yù)測值,向電網(wǎng)調(diào)度中心申報計(jì)劃出力,如圖6 所示。在日前優(yōu)化調(diào)度中,風(fēng)電-光伏與光熱在獨(dú)立申報及聯(lián)合申報2 種不同情景下,其出力不變。風(fēng)電和光伏不受分時電價影響,全部上網(wǎng)。光熱根據(jù)分時電價、儲熱量及DNI 預(yù)測值申報出力。在谷時段,無光照且電價較低,受儲熱容量限制機(jī)組按最小出力運(yùn)行;平時段光照一般比較充足,峰時段電價較高,故在這2 個時段機(jī)組一般按最大出力運(yùn)行。

圖6 日前申報時2 種不同情景下的出力曲線Fig.6 Output curves under two different scenarios at the stage of day-ahead declaration

5.3.2 實(shí)時調(diào)度結(jié)果及分析

在實(shí)時調(diào)度中,VPP 協(xié)調(diào)控制中心根據(jù)風(fēng)電、光伏出力偏差及DNI 預(yù)測偏差,結(jié)合分時電價,以凈收益最大為目標(biāo),對光熱出力及儲能電池充放電功率進(jìn)行調(diào)節(jié)。同時,給出了VPP 在調(diào)節(jié)電源僅含光熱及光熱+儲能電池2 種情景下的出力及偏差功率,并對其成本及收益進(jìn)行了對比分析。

圖7—10 給出了實(shí)時調(diào)度情景3 風(fēng)電-光伏-光熱協(xié)調(diào)運(yùn)行時的VPP 出力及偏差功率曲線。圖7 為光熱在不同儲熱容量下的出力曲線;圖8 為與之對應(yīng)的充放熱功率及儲熱量變化情況。

圖7 實(shí)時調(diào)度情景3 下光熱在不同儲熱容量下的出力曲線Fig.7 In real-time scheduling scenario 3,the output of CSP under different thermal storage capacity

圖8 實(shí)時調(diào)度情景3 下光熱儲能裝置充放熱功率及儲熱量變化情況Fig.8 In real-time scheduling scenario 3,changes of charging and discharging heat power and heat storage of CSP thermal storage device

圖9 VPP 日前-實(shí)時(情景3)兩階段出力情況Fig.9 Output of VPP under day-ahead real-time(scenario 3) two stage

圖10 兩種不同申報模式下VPP 日前-實(shí)時(情景3)申報偏差功率Fig.10 Declaration deviation power of day-ahead real-time (scenario 3) two stage of VPP under different declaration modes

結(jié)合圖7—10 可知,在谷時段,光熱通過儲熱放熱發(fā)電,受儲熱容量限制及低電價影響,光熱按最小出力運(yùn)行。當(dāng)風(fēng)電、光伏偏差功率大于0 時,如時段5—13,表示VPP 計(jì)劃出力大于實(shí)際出力,光熱須增加出力,以減小風(fēng)光出力正偏差,此時儲熱裝置放熱,充放熱功率為負(fù),儲熱量負(fù)向增大;而當(dāng)風(fēng)光偏差功率小于0 時,如時段1—4 及14—21 這2 個時段區(qū)間,表示VPP 計(jì)劃出力小于實(shí)際出力,光熱須減小出力。因光熱機(jī)組此時已運(yùn)行于最小出力模式,無法再降低出力,故無法消除風(fēng)光出力負(fù)偏差。

在光照充足及電價較高的時段,如早高峰時段37—44 及晚高峰部分時段(如時段82—96),光熱按最大出力運(yùn)行。當(dāng)風(fēng)光偏差功率大于0 時,表明VPP少發(fā),但光熱無法再增加出力以減小風(fēng)光偏差;反之,若風(fēng)光偏差功率小于0 時,如時段46—81,表明VPP多發(fā),光熱可降出力運(yùn)行,以減小偏差功率。此外,在時段48—76,光照較強(qiáng),儲熱量增加到上限值后保持不變,直到時段76 后,因DNI 減小,光熱開始放熱發(fā)電,充放熱功率變負(fù),儲熱量開始下降。

由上述可知,VPP 中的光熱電站在一定程度上可以減小申報偏差,降低懲罰成本。但VPP 僅含光熱一種調(diào)節(jié)電源時,在谷時段風(fēng)光偏差功率小于0(即VPP 多發(fā))且光熱機(jī)組運(yùn)行于最小出力模式、或峰平時段偏差功率大于0(即VPP 少發(fā))而光熱運(yùn)行于最大出力模式2 種情況下,均無法消除其出力偏差,從而使實(shí)時階段凈收益低于日前申報值。風(fēng)電-光伏-光熱聯(lián)合運(yùn)行時的VPP 收益及成本如表4所示。

由表4 可知,實(shí)時調(diào)度情景3 下,風(fēng)電-光伏-光熱聯(lián)合運(yùn)行,且光熱儲熱容量為1 000 MW·h 時,VPP 實(shí)時凈收益為166.7 萬元,低于日前申報值297.5 萬元。當(dāng)儲熱容量增大到1 680 MW·h 時,光熱在晚高峰時段放熱時長增加,售電收益隨之增加,但懲罰成本沒變,因光熱在該時段以最大出力運(yùn)行,無法再通過增大出力來降低風(fēng)光正偏差。VPP 實(shí)時凈收益隨售電收益的增加而增加,但仍低于日前申報值。因此引入儲能電池,配合光熱對VPP 中風(fēng)光出力偏差進(jìn)行調(diào)節(jié),從而進(jìn)一步降低VPP 申報偏差功率。

表4 不含儲能電池時的VPP 收益及成本Table 4 VPP revenue and cost without energy storage battery

圖11—14 為實(shí)時調(diào)度情景4 含儲能電池時的風(fēng)電-光伏-光熱-儲能電池多能源VPP 出力及偏差功率波形。

圖11 實(shí)時調(diào)度情景4 下光熱在不同儲熱容量下的出力曲線Fig.11 In real-time scheduling scenario 4,the output of CSP under different thermal storage capacity

對比圖7 和圖11,結(jié)合圖14(a)可知,加入儲能電池后,在時段46—80,風(fēng)光偏差功率小于0,即VPP多發(fā)時,光熱仍然按最大出力運(yùn)行,與其申報出力一致,負(fù)偏差用于儲能電池充電儲能,儲電容量增加。結(jié)合圖12 及14(a)可知,在谷時段1—4 及14—21區(qū)間內(nèi),當(dāng)風(fēng)光偏差功率小于0 時,儲能電池充電,充放電功率為正,儲電量增加;在早高峰時段37—44、晚高峰部分時段82—92 及平時段32—36 內(nèi),風(fēng)光偏差大于0 時,儲能電池放電,充放電功率為負(fù),儲電量減小。比較圖9(b)和圖14(a)可知,加入儲能后,在上述時段,VPP 實(shí)時出力與日前申報出力偏差明顯降低。

圖12 實(shí)時調(diào)度情景4 下儲能電池充放電功率及儲電量Fig.12 In real-time scheduling scenario 4,charging and discharging power and storage capacity of energy storage battery

圖13 VPP 日前-實(shí)時(情景4)兩階段出力情況Fig.13 Output of VPP under day-ahead real-time(scenario 4) two stage

圖14 兩種不同申報模式下VPP 日前-實(shí)時(情景4)申報偏差功率Fig.14 Declaration deviation power of day-ahead real-time(scenario 4) two stage of VPP under different declaration modes

圖13、14 分別為儲能電池在不同容量下的VPP出力及偏差功率,對比可知,在時段28—30 及43—44 這2 個時段內(nèi),隨著儲能電池容量的增加,VPP 申報偏差進(jìn)一步減小。懲罰成本進(jìn)一步降低,凈收益隨之提高。

表5 為實(shí)時調(diào)度階段情景4 下的VPP 收益及成本,表5 給出了VPP 在不同光熱儲熱容量和儲能電池容量組合下對應(yīng)的收益及成本值。對照表5 和表4 可知,隨著儲能電池的加入,VPP 懲罰成本在光熱調(diào)節(jié)的基礎(chǔ)上進(jìn)一步下降,以=1 000 MW·h為例,無儲能電池時,其懲罰成本為114.2 萬元,加入儲能電池且容量=100 MW·h 時,懲罰成本降為46.6 萬元,而凈收益由166.7 萬元提高到237.6萬元,有了較大提升。同時,通過對比表5 前1、2 組數(shù)據(jù)可以發(fā)現(xiàn),當(dāng)儲熱容量=1 000 MW·h 保持不變,而儲能電池容量從100 MW·h 增加到200 MW·h,懲罰成本進(jìn)一步降低,在不考慮容量投資成本的前提下,凈收益隨著儲能容量的增加及懲罰成本的降低而提高。通過比較表5 第2、3 組數(shù)據(jù)可知,在儲能電池容量一定,而儲熱容量增加時,凈收益將隨售電收益的增加而增加,但懲罰成本不變,原因同表4 分析所述。

表5 含儲能電池時的VPP 收益及成本Table 5 VPP revenue and cost with energy storage battery

6 結(jié)論

本文基于分時電價并結(jié)合光熱發(fā)電特性,構(gòu)建了風(fēng)電-光伏-光熱-儲能電池多能源虛擬電廠模型,并制定了相應(yīng)的運(yùn)行策略。在此基礎(chǔ)上通過仿真對比分析了日前調(diào)度階段,VPP 中風(fēng)電-光伏、光熱在獨(dú)立申報及聯(lián)合申報2 種情景下的出力及偏差、收益及成本;同時還分析了實(shí)時調(diào)度階段,加入儲能電池前后的風(fēng)電-光伏-光熱VPP 運(yùn)行情況。結(jié)果表明:光熱可通過儲熱充放熱降低風(fēng)電-光伏的出力偏差,但受光照、儲熱容量及分時電價影響,其調(diào)節(jié)作用受限;加入儲能電池后,進(jìn)一步降低了VPP 申報偏差,實(shí)現(xiàn)了將谷平時段富裕風(fēng)光電能轉(zhuǎn)移到高峰時段出售,在降低棄風(fēng)棄光的同時,提高了凈收益。此外,在風(fēng)電場、光伏電站及光熱電站容量一定的前提下,提高儲能電池容量,可進(jìn)一步降低懲罰成本,提高VPP 凈收益。