高比例風電接入系統光熱發電-火電旋轉備用優化方法

張堯翔 劉文穎 龐清侖 申自裕

高比例風電接入系統光熱發電-火電旋轉備用優化方法

張堯翔 劉文穎 龐清侖 申自裕

（新能源電力系統國家重點實驗室（華北電力大學） 北京 102206）

隨著風電等波動性新能源發電逐漸增加，高比例風電接入電網備用不足問題自益凸顯。與此同時，新興的光熱發電具有可時移、可調節特性，能有效承擔系統的備用需求，但光熱發電受儲熱與光資源的強相關性約束，備用能力受限。如何利用有限的光熱發電與火電進行聯合備用優化，滿足高比例風電系統備用需求，成為當前亟待研究的問題。首先該文分析了高比例風電接入系統旋轉備用對風電消納的影響；其次，對光熱-火電聯合提供旋轉備用的可行性進行了分析，針對光熱儲熱約束，提出采用電加熱設備提高光熱電站備用能力；然后，基于電加熱設備電轉熱特性，建立了含電加熱光熱電站用電及發電調峰備用模型，基于此，建立光熱發電-火電旋轉備用優化模型；最后，通過改進的IEEE 30節點系統進行仿真驗證，證明該文所提方法的有效性。

光熱發電 旋轉備用 電加熱設備 高比例風電

0 引言

“雙碳”目標加快了構建以新能源為主體的新型電力系統的步伐[1-2]。風電作為新能源的主力電源之一，截至2020年底，在我國累計并網裝機容量達2.815億kW。大規模風電的并網在提供零碳排放環境效益的同時，其不確定性及有限的可預測性要求電網提供更多的旋轉備用以減少“棄風”或“限電”情況的發生。而隨著風電、光伏接入比例的升高和常規電源接入比例的下降，壓縮了常規電源提供旋轉備用的能力，進而降低了新能源可消納空間。因此，亟須在不增加電網碳排放前提下，深入挖掘電網內其余備用資源[1-2]。

在新能源發電中，光熱發電是一種極具商業化開發潛力的新型太陽能發電技術，特別是儲熱型光熱電站（Concentrating Solar Power, CSP），近年來在我國光資源豐富的西北地區發展迅速，其光電解耦特點，使光熱發電出力具有可時移、可連續調節的特性，其調節速度和深度與燃氣機組類似，最快可以達到每分鐘調節額定容量的20%，遠高于常規火電機組，是優質的可調節電源，可承擔系統的旋轉備用需求[5-6]。但光熱發電可提供的備用能力受到光資源及儲熱容量約束，不能為系統提供過多旋轉備用。因此，如何協調配置光熱機組與常規機組的旋轉備用容量，實現新能源最大規模消納，促進“雙碳”目標的早日實現，成為當前亟待研究解決的問題。

目前國內外已有光熱電站配合火電機組提供系統旋轉備用的研究，文獻[7-8]針對不同峰谷電價，利用含儲熱光熱電站可時移特性，在電價峰值時段參與提供系統旋轉備用負荷，以提高光熱電站效益。文獻[9]針對風力及光照不確定性，建立光熱發電-風電的隨機優化模型，分析說明不同置信水平對光熱發電、火電提供備用的影響。文獻[10]構建了風電-光熱-火電聯合優化模型，通過調節光熱電站與火電機組出力來平衡風電預測誤差，提高系統風電消納量。

上述文獻分析了含儲熱光熱電站作為靈活性電源在提供系統旋轉備用與消納風電上的能力與作為，為后續研究提供了理論支持，但對光照與儲熱容量對光熱調度能力的制約問題，并未提出有效的解決方法。針對該問題，有學者提出通過電加熱裝置（Electric Heater, EH）提高光熱電站調節能力。文獻[11]介紹了EH參與光熱電站的運行方式，提出電加熱設備可通過直接消納風電減少系統備用需求，降低系統運行成本。文獻[12]則進一步分析了電加熱設備對光熱電站調度靈活性的影響，并建立了含電加熱設備光熱電站備用模型。上述文獻為EH與CSP聯合運行以促進風電消納并提高系統備用能力提供了理論依據，但仍存在可進一步研究的問題：①對EH設備備用能力運行機理研究不足，缺乏相應的可行性研究；②上述文獻在對EH設備建模過程中，僅考慮了EH設備爬坡及上下限約束，忽略了光熱儲熱容量對EH設備備用能力影響及光熱電站發、用電備用能力間的耦合影響；③在旋轉備用配置方面，現有文獻多從備用成本角度出發，分析了光熱機組及EH設備相較于火電機組備用配置優先性，并未對光熱機組與EH設備間的備用分配原則進行研究分析。

綜上所述，本文首先論述了含EH設備光熱電站備用能力以及光熱-火電聯合提供旋轉備用的可行性，并基于EH設備電轉熱特性及光熱電站熱儲特性，建立光熱發電-火電旋轉備用優化模型。最后，通過算例仿真，驗證了本文所提模型的有效性。

1 高比例風電接入系統旋轉備用對風電消納的影響

風電出力具有強波動性、間歇性與不確定性，預測難度遠高于傳統負荷。在高比例風電接入系統中，大規模風電的并網極大地提高了系統對旋轉備用的需求。然而，發電側大規模風電的并網，導致火電機組裝機比例降低，壓縮了常規電源提供旋轉備用的能力，進而降低了新能源可消納空間。圖1a、圖1b分別為風電接入系統考慮旋轉備用前后的棄風電量對比示意圖。

圖1 風電接入系統考慮旋轉備用后調峰區間變化

2 光熱-火電聯合提供旋轉備用可行性分析

2.1 光熱電站旋轉備用能力分析

光熱發電為新興的優質太陽能發電，主要由光場、儲熱系統以及發電系統構成。儲能設備的配置，使得光熱發電成為一種調節性能優異的可控新能源發電，具有可時移調節的能力，其調節速度及調節深度均優于常規火電[13-14]。相較于火電，光熱發電可承擔系統更多的備用需求。然而，光熱電站光轉熱、熱轉電的發電方式，導致其備用能力受到了光資源與儲熱容量雙重約束。

為減少光資源和儲熱設備容量對光熱電站備用能力約束，本文考慮在光熱電站加裝EH，光熱電站與EH聯合運行結構示意圖如圖2所示。相比于傳統光熱電站，加入EH后，儲熱裝置中的導熱熔鹽在由低溫熔鹽罐向高溫熔鹽罐流動過程中，除了吸收光場光熱轉換得到的熱能，還會吸收EH通過電制熱產生的熱能，減少了光照對光熱發電能力的約束。此外，EH作為可調節負荷，可通過調整用電量為系統提供備用，即以用電形式提供旋轉備用，使光熱的旋轉備用由發電旋轉備用擴展為發電+用電旋轉備用，有效地提高了光熱電站旋轉備用能力。

圖2 光熱電站與EH聯合運行結構示意圖

但考慮到EH設備將電能轉換為熱能，再通過光熱電站發電，其中涉及兩次電熱轉換，能耗較高，因此為保證能源利用率，EH主要作為夜間棄風時段下光熱儲熱來源及緊急條件下的系統備用資源，正常場景下保持低負荷率運行，主要為系統提供下旋轉備用。

2.2 光熱-火電聯合提供旋轉備用可行性

由前文分析可知，高比例風電接入導致電力系統備用需求增加，由火電機組單獨提供系統旋轉備用壓縮了火電的調峰空間，影響了風電消納；2.1節論述了含EH設備的光熱發電具有優于常規火電的調峰能力，可承擔更多的系統備用需求，但考慮到光熱備用能力受限于儲熱強相關性約束及EH設備能源轉換效率問題，光熱發電無法完全替代火電。因此，在高比例風電接入系統中，將光熱電站替代部分火電，由光熱電站與火電進行聯合提供旋轉備用，將有助于促進高比例風電接入系統的風電消納。光熱電站替換等容量的火電機組后，光熱發電-火電聯合提供備用后系統調峰能力示意圖如圖3所示。

圖3 火電、光熱共同提供備用后系統調峰能力示意圖

3 光熱發電-火電旋轉備用優化方法

基于光熱發電的旋轉備用優勢和約束，建立光熱發電-火電旋轉備用優化模型。

3.1 CSP-EH調峰備用模型

含EH設備光熱電站能量流示意圖如圖4所示，根據圖中的能量流動關系，分別搭建光熱電站用電調峰備用模型及發電調峰備用模型。

圖4 CSP-EH能量流示意圖

3.1.1 CSP-EH用電調峰備用模型

由圖4可知，EH設備將電能轉換為熱能儲存于光熱電站的儲熱設備中，其作為調節負荷，通過減少或增加用電量為系統提供旋轉備用。EH設備用電功率與光熱電站儲熱量關系為

EH設備可提供用電調峰備用受到自身加熱功率約束及儲熱設備約束，其中加熱功率約束為

EH設備的電熱轉換過程會對光熱儲熱量造成影響，其用電調峰備用能力受到光熱儲熱設備容量上、下限約束，結合式（1），得到光熱儲熱設備容量對用電調峰備用約束為

結合式（2）和式（3），得到EH設備可提供的用電調峰備用約束條件為

3.1.2 CSP-EH發電調峰備用模型

光熱電站通過熱力循環系統，利用儲熱設備中的熱能發電，其發電功率與光熱儲熱量關系為

光熱電站可提供的發電調峰備用受到自身汽輪機的技術出力約束及儲熱設備約束，其中技術出力約束包括光熱出力上、下限約束及機組爬坡速率約束，即

結合式（6）和式（7），得到光熱電站可提供發電調峰旋轉備用約束條件為

考慮到光熱電站提供用電調峰備用及發電調峰備用時，都會導致光熱儲熱量變化，結合式（1）、式（5），提出光熱用電調峰備用、發電調峰備用耦合約束為

3.2 光熱發電-火電旋轉備用優化模型

3.2.1 目標函數

以系統總調度成本最小為目標，建立光熱發電-火電旋轉備用優化模型為

1）系統運行成本

系統運行成本主要包括火電機組的發電及起停成本、光熱機組起停成本。

2）系統備用成本

由于火電機組備用成本遠高于光熱及EH設備備用成本[12]，因此本文只考慮火電機組備用成本。

3）棄風懲罰成本

考慮到EH設備運行過程中，將多余的風電轉換為熱能，再轉換為電能，期間損耗的電量可視為等效棄風電量，即

3.2.2 約束條件

1）系統約束條件

（1）功率平衡約束

（2）系統旋轉備用約束

系統旋轉備用需求主要包括應對負荷預測誤差旋轉備用需求及應對風電預測誤差旋轉備用需求。為降低風電不確定性對系統的影響，減少備用成本，風電旋轉備用容量利用風光電計劃出力與實際出力的條件期望之差對系統旋轉備用容量進行修正，具體過程參見附錄。

2）火電機組運行約束條件

（1）輸出功率上、下限約束

（2）爬坡速度約束

（3）可提供的備用約束

火電機組可提供的向上、向下旋轉備用受機組技術出力區間和爬坡滑坡率的雙重約束。

3）風電機組運行約束條件

風電運行約束由概率約束為[15]

4）光熱機組運行約束條件

（1）輸出功率上、下限約束

（2）爬坡約束

（3）儲熱系統容量約束

（4）備用約束

光熱機組可提供的備用約束包括用電備用約束、發電備用約束及發用電備用耦合約束，如式（4）、式（8）、式（9）所示。

（5）EH設備運行約束

3.2.3 模型求解

1）隨機約束轉換

本文所建旋轉備用優化模型中約束條件式（15）和式（19）包含隨機變量，將其轉換為確定性約束。

則隨機約束（15）可轉換為確定性約束，即

式（26）可轉換為確定性約束，即

2）模型求解

將模型中隨機約束轉換為確定性約束后，本文在Matlab R2016a環境下通過Yalmip調用Gurobi求解器，對本文所提的光熱發電-火電旋轉備用優化模型進行求解。

4 算例分析

4.1 算例概述

本文采用改進的IEEE 30節點系統，驗證所提高比例風電接入系統光熱發電-火電旋轉備用優化方法的有效性。將配有電加熱裝置光熱電站接入節點1，風電機組接入節點2、5、8，火電機組接入節點11、13，改進后的網絡拓撲如圖5所示。

圖5 改進后IEEE 30節點算例

算例給定條件如下所述：

2）不同季節典型日下的系統負荷、風電總出力及太陽負荷指數預測曲線如附圖1所示。

3）配有電加熱裝置光熱電站調節參數見表1，火電機組運行參數見表2。棄風懲罰成本為500元/（MW·h），火電機組備用成本為130元/（MW·h）[12]。

表1 光熱電站調節參數

Tab.1 Parameters of CSP station

表2 火電機組運行參數

Tab.2 Parameters of thermal power station

4.2 算例分析

4.2.1 調度方法有效性驗證

為驗證本文高比例風電接入系統光熱發電-火電旋轉備用優化方法的有效性，設置三種運行模式：

模式1：僅由火電機組為系統提供旋轉備用，光熱電站按自身初始計劃運行，電加熱設備作為可控負荷參與風電消納。

模式2：由火電及光熱機組為系統提供旋轉備用，電加熱設備作為可控負荷參與風電消納。

模式3：由電加熱設備、光熱機組和火電機組共同為系統提供旋轉備用。

夏季典型日下不同模式機組出力計劃及系統旋轉備用配置計劃如圖6～圖8所示，棄風電量及各類運行成本見表3。

圖6 模式1下機組出力計劃及系統備用配置計劃

由圖6～圖8及表3可知，在模式1下，由火電機組單獨承擔系統旋轉備用需求，壓縮了火電的調峰空間，使得夜間風電大發時段，系統棄風功率高，棄風懲罰成本及備用成本均處于較高水平。在模式2下，低備用成本的光熱機組承擔了系統全部上旋轉備用及主要下旋轉備用，其中在夜間2:00～7:00時段，由于光熱儲熱水平不足導致其出力較低，下旋轉備用容量不足，該部分下旋轉備用缺額由火電機組承擔。相較于模式1，模式2通過光熱機組提供備用，使系統備用成本減少了128 157.37元，同時提高了火電機組夜間的下調峰空間，系統棄風電量減低了81.58MW·h，同時減少了系統棄風懲罰成本及運行成本，系統總調度成本減少了185 277.48元。在模式3下，夜間風電大發時段光熱機組按最小技術出力運行，承擔系統主要上旋轉備用，EH設備高負荷率運行，消納多余棄風電量，同時承擔系統主要下旋轉備用。在午間風電小發時段，系統負荷率較高，EH設備低負荷率運行，主要承擔系統下旋轉備用，同時為滿足系統負荷需求，光熱電站高出力運行，承擔系統部分上、下旋轉備用，該時段系統上旋轉備用缺額由火電機組承擔。相較于模式2，由EH設備承擔系統主要下旋轉備用，對火電機組備用需求降低，系統備用成本減少5 748.43元，同時釋放了光熱及火電機組下調峰空間，使得在夜間風電大發時段2:00～8:00，23:00～24:00，光熱及火電機組可按最小技術出力運行，在減少運行成本的同時，提高了風電消納空間，進一步減少系統棄風電量185.19MW·h，減少了系統總成本135 424.69元。

圖8 模式3下機組出力計劃及系統備用配置計劃

表3 三種模式下棄風電量及系統各類成本

Tab.3 Abandoned wind power and system dispatch cost in three modes

對其余三個季節典型日數據進行仿真，得到不同季節典型日下棄風電量及系統總成本分別如圖9和圖10所示。通過不同季節典型日下三種模式系統總成本及棄風電量結果對比可知，相較于火電單獨提供備用，本文所提的火電-光熱聯合提供旋轉備用方法通過對光熱機組及EH設備備用優化，可有效減少系統調度成本及棄風電量，證明了本文所提方法的有效性。

圖9 不同季節典型日下棄風電量

圖10 不同季節典型日下系統總成本

4.2.2 不同EH額定功率對風電消納的影響

為了驗證不同EH額定功率對促進系統風電消納的影響，分別設置EH設備額定功率為10MW、20MW、30MW、40MW、50MW、60MW。分析EH設備不同額定功率下的系統風電消納情況，結果如圖11所示，EH設備出力曲線及承擔旋轉備用情況如圖12和圖13所示。

圖11 不同EH額定功率下系統棄風電量

圖12 不同額定功率EH設備出力曲線

圖13 不同額定功率EH設備承擔系統旋轉備用

由圖11～圖13可知，由于EH設備運行會產生間接棄風電量，因此當EH設備額定功率為10MW、20MW時，EH設備主要通過提供系統下旋轉備用，提高火電機組及光熱機組的下調峰空間，間接促進風電消納，自身不出力。當EH設備額定功率高于20MW時，EH設備承擔系統夜間棄風時段全部下旋轉備用，火電機組及光熱機組按最小技術出力運行，EH提高出力，直接消納夜間棄風電量，促進了風電消納。隨著EH設備額定功率上升，系統直接棄風電量降低，EH設備運行而產生間接棄風電量上升，總棄風電量降低，當系統直接棄風電量為零時，EH設備可消納的棄風電量達到最大值。

5 結論

本文針對高比例風電接入電網旋轉備用不足導致的風電消納問題，考慮含EH設備的光熱發電調峰備用能力，提出了利用含EH設備光熱發電與火電聯合提供旋轉備用，以提高系統風電消納能力的光熱發電-火電旋轉備用優化方法，并通過實例仿真驗證了方法的有效性，并得出如下結論：

1）相較于傳統由火電單獨提供系統旋轉備用，通過EH設備與光熱發電提供旋轉備用，可有效降低火電承擔的旋轉備用容量，提高系統調峰能力，促進高比例風電接入系統的風電消納。

2）光熱發電-火電旋轉備用配置過程中，系統通過考慮機組備用成本差異及EH設備運行產生的損耗電量，對光熱機組、火電機組、EH設備間的旋轉備用進行優化配置，優先分配下調峰備用至EH設備，分配上調峰備用至光熱機組，火電機組主要作為前兩者備用不足情況下的一種補充，以減少系統運行成本。

3）不同額定功率EH設備對系統風電消納促進能力不同。可基于系統棄風功率高低，為光熱電站配置容量匹配的EH設備，保證系統最優風電消納的同時減少EH設備配置成本，實現EH設備高效利用。

附 錄

針對風電預測誤差，傳統方法以一個風電預測出力的特定百分數作為風電備用容量，該方法缺乏一定的技術原理支持，容易造成備用資源的浪費。因此，建立基于Beta分布的風電出力模型，利用Beta分布對風電預測誤差分布概率進行擬合，通過隨機優化的方法確定風電備用容量，保障風電備用容量設置合理性[18]。

Beta分布累計概率分布函數為

為應對風電預測誤差所需的旋轉備用為

附圖1 不同季節典型日下系統負荷、風電及太陽輻射指數預測

App.Fig.1 Typical daily system load, wind power and solar radiation index forecast in different season

[1] 習近平. 繼往開來，開啟全球應對氣候變化新征程：在氣候雄心峰會上的講話[N]. 人民日報, 2020-12-13(2).

[2] 陳國平, 董昱, 梁志峰. 能源轉型中的中國特色新能源高質量發展分析與思考[J]. 中國電機工程學報, 2020, 40(17): 5493-5505.

Chen Guoping, Dong Yu, Liang Zhifeng. Analysis and reflection on high-quality development of new energy with Chinese characteristics in energy transition[J]. Proceedings of the CSEE, 2020, 40(17): 5493-5505.

[3] 葛曉琳, 郝廣東, 夏澍, 等. 高比例風電系統的優化調度方法[J]. 電網技術, 2019, 43(2): 390-399.

Ge Xiaolin, Hao Guangdong, Xia Shu, et al. An optimal system scheduling method with high proportion of wind power[J]. Power System Technology, 2019, 43(2): 390-399.

[4] 楊修宇, 穆鋼, 柴國峰, 等. 考慮靈活性供需平衡的源-儲-網一體化規劃方法[J]. 電網技術, 2020, 44(9): 3238-3245.

Yang Xiuyu, Mu Gang, Chai Guofeng, et al. Source-storage-grid integrated planning considering flexible supply-demand balance[J]. Power System Technology, 2020, 44(9): 3238-3245.

[5] 林克曼, 王召珩, 吳峰, 等. 光伏-光熱聯合發電系統動態建模與功率協調控制[J]. 電力自動化設備, 2021, 41(9): 110-117.

Lin Keman, Wang Zhaoheng, Wu Feng, et al. Dynamic modeling and coordinated control strategy of hybrid PV-CSP system[J]. Electric Power Automation Equipment, 2021, 41(9): 110-117.

[6] 朱睿, 胡博, 謝開貴, 等. 含風電-光伏-光熱-水電-火電-儲能的多能源電力系統時序隨機生產模擬[J]. 電網技術, 2020, 44(9): 3246-3253.

Zhu Rui, Hu Bo, Xie Kaigui, et al. Sequential probabilistic production simulation of multi-energy power system with wind power, photovoltaics, concentrated solar power, cascading hydro power, thermal power and battery energy storage[J]. Power System Technology, 2020, 44(9): 3246-3253.

[7] Sioshansi R, Denholm P. The value of concentrating solar power and thermal energy storage[J]. IEEE Transactions on Sustainable Energy, 2010, 1(3): 173-183.

[8] Madaeni S H, Sioshansi R, Denholm P. How thermal energy storage enhances the economic viability of concentrating solar power[J]. Proceedings of the IEEE, 2012, 100(2): 335-347.

[9] 戴劍豐, 湯奕, 曲立楠, 等. 太陽能光熱與風力發電協調優化控制研究[J]. 計算機仿真, 2017, 34(10): 73-77.

Dai Jianfeng, Tang Yi, Qu Linan, et al. Research on coordinated optimization control of solar thermal and wind power generation[J]. Computer Simulation, 2017, 34(10): 73-77.

[10] 車泉輝, 婁素華, 吳耀武, 等. 計及條件風險價值的含儲熱光熱電站與風電電力系統經濟調度[J]. 電工技術學報, 2019, 34(10): 2047-2055.

Che Quanhui, Lou Suhua, Wu Yaowu, et al. Economic dispatching for power system of concentrated solar power plant with thermal energy storage and wind power considering conditional value-at-risk[J]. Transactions of China Electrotechnical Society, 2019, 34(10): 2047-2055.

[11] Xu Ti, Zhang Ning. Coordinated operation of concentrated solar power and wind resources for the provision of energy and reserve services[J]. IEEE Transactions on Power Systems, 2017, 32(2): 1260-1271.

[12] 崔楊, 張家瑞, 仲悟之, 等. 計及電熱轉換的含儲熱光熱電站與風電系統優化調度[J]. 中國電機工程學報, 2020, 40(20): 6482-6493.

Cui Yang, Zhang Jiarui, Zhong Wuzhi, et al. Optimal scheduling of concentrating solar power plant with thermal energy storage and wind farm considering electric-thermal conversion[J]. Proceedings of the CSEE, 2020, 40(20): 6482-6493.

[13] 賴林琛, 周強, 杜文娟, 等. 同型光熱發電機并聯聚合對光熱發電場振蕩穩定性影響[J]. 電工技術學報, 2022, 37(1): 179-191, 231.

Lai Linchen, Zhou Qiang, Du Wenjuan, et al. Impact of dynamic aggregation of same concentrating solar power generators in parallel connection on the oscillation stability of a CSP plant[J]. Transactions of China Electrotechnical Society, 2022, 37(1): 179-191, 231.

[14] 毛維宙, 陸華軍, 單寶奇. 塔式光熱電站儲熱系統容量優化配置[J]. 電氣技術, 2018, 19(11): 37-42, 54.

Mao Weizhou, Lu Huajun, Shan Baoqi. Optimal allocation of thermal storage system capacity of solar power tower plant[J]. Electrical Engineering, 2018, 19(11): 37-42, 54.

[15] 金國彬, 潘狄, 陳慶, 等. 考慮源荷不確定性的直流配電網模糊隨機日前優化調度[J]. 電工技術學報, 2021, 36(21): 4517-4528.

Jin Guobin, Pan Di, Chen Qing, et al. Fuzzy random day-ahead optimal dispatch of DC distribution network considering the uncertainty of source-load[J]. Transactions of China Electrotechnical Society, 2021, 36(21): 4517-4528.

[16] 崔楊, 李崇鋼, 趙鈺婷, 等. 考慮風-光-光熱聯合直流外送的源-網-荷多時段優化調度方法[J]. 中國電機工程學報, 2022, 42(2): 559-572.

Cui Yang, Li Chonggang, Zhao Yuting, et al. Source-grid-load multi-time interval optimization scheduling method considering wind-photovoltaic-photothermal combined DC transmission[J]. Proceedings of the CSEE, 2022, 42(2): 559-572.

[17] 張堯翔, 劉文穎, 李瀟, 等. 高比例新能源接入電網光熱發電-火電聯合調峰優化控制方法[J]. 電力自動化設備, 2021, 41(4): 1-7, 32.

Zhang Yaoxiang, Liu Wenying, Li Xiao, et al. Optimal control method of peak load regulation combined concentrating solar power and thermal power for power grid accessed with high proportion of renewable energy[J]. Electric Power Automation Equipment, 2021, 41(4): 1-7, 32.

[18] 楊宏, 閆玉杰, 王瑜. Beta分布在風電預測誤差模型中的適用性[J]. 電測與儀表, 2020, 57(11): 37-41, 48.

Yang Hong, Yan Yujie, Wang Yu. Applicability of Beta distribution on wind power forecast error modeling[J]. Electrical Measurement & Instrumen-tation, 2020, 57(11): 37-41, 48.

Optimal Power Spinning Reserve Method of Concentrating Solar Power and Thermal Power for High-Proportion Wind Power System

Zhang Yaoxiang Liu Wenying Pang Qinglun Shen Ziyu

（State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources North China Electric Power University Beijing 102206 China）

As wind power and other volatile new energy generation gradually become the main power source of the grid, the problem of insufficient reserve of a high proportion of wind power connected to the grid has become prominent. At the same time, the concentrating solar power (CSP) plant has time-shifting and adjustable characteristics, which can effectively bear the system's spinning reserve demand. However, CSP is constrained by the strong correlation between heat storage and solar resources. It's reserve capacity is limited. How to use the limited CSP and thermal power to optimize the joint reserve to meet the reserve demand of the high-proportion wind power system has become a problem that needs to be studied urgently. This paper firstly analyzes the impact of high-proportion wind power connected to the spinning reserve system on wind power consumption; Secondly, it analyzes the feasibility of CSP-thermal power combined to provide spinning reserve. Aiming at the constraints of CSP heat storage, it is proposed to use electric heating (EH) equipment to improve the standby capacity of CSP. And based on the electric-to-thermal characteristics of the EH equipment and the thermal storage characteristics of the solar thermal power plant, a model of power consumption and power generation peaking standby of the EH-CSP is established, and based on this, a solar thermal power generation-thermal power rotation standby optimization model is established. Finally, the improved IEEE 30 node system is used for simulation verification, and the result proves the effectiveness of the method proposed in this paper.

Concentrating solar power(CSP) plant, spinning reserve, electric heating equipment, high proportion of wind power

10.19595/j.cnki.1000-6753.tces.211811

國家重點研發計劃（2018YFE0208400）和國家電網有限公司總部科技項目（面向跨境互聯的多能互補新型能源系統關鍵技術研究）資助。

TM73

2021-11-10

2021-12-28

張堯翔 男，1994年生博士研究生，研究方向為電力系統運行及新能源發電。E-mail：zhangyx_94@163.com（通信作者）

劉文穎 女，1955年生教授，博士生導師，研究方向為電力系統分析與控制及電力系統智能調度。E-mail：liuwenyingls@sina.com

（編輯 赫蕾）