計及新能源消納的縣域電網側儲能削峰填谷優化策略研究

朱昊，王佳峰，周安仁，岑梁，牛傳臣，黃琪萍，劉新斌

（1.國網浙江省電力有限公司長興縣供電公司，浙江 湖州 313100；2.浙江省長興縣住房和城鄉建設局，浙江 湖州 313100）

在2030碳達峰、2060碳中和目標要求下，國家已經明確要建立以新能源為主體的新型電力系統，新能源裝機的快速提升，以及電力系統正在發生的變化，使得儲能剛需屬性愈發增強。儲能是解決新能源消納問題的最佳方案。新能源裝機的增長，加大了電網消納壓力，配置儲能是主要解決方式，政策已明確配置比例要求和優先消納[1-2]。近年來，在技術進步、需求增長、政策支持等多重因素共同影響下，我國電力儲能技術應用快速發展且已初具規模。

在電網側，為應對新能源大發展和特高壓電網建設，須提高電網調節靈活性及穩定性。儲能系統具有能量高、安裝靈活、充/放電速度快等特點，可以在不改變現有電網結構的基礎上平抑新能源功率波動、緩解常規機組調峰壓力、提高新能源消納水平，同時儲能在電網側的應用，能夠緩解電網阻塞、延緩輸配電設備擴容升級、輔助發電側進行調峰，還能參與電力輔助市場服務，包括系統調頻和備用容量[3]。

儲能系統在配電網削峰填谷方面的優化已有廣泛研究。文獻[4]提出規模化分布式光伏并網條件下含儲能電站的優化調度方案，兼顧系統經濟性和風電優先調度的情況下，利用儲能電站實現了削峰填谷。文獻[5]提出一種基于移動式儲能削峰填谷的雙層優化調度模型，以改進增強煙花算法進行求解，最終實現可靠性與經濟性的移動式儲能最優調度策略。文獻[6-7]采用改進魚群算法、模擬退火等智能算法求解含儲能裝置的電力系統削峰填谷最優策略問題。但是，現有文獻所提出的控制策略很難在考慮多種約束條件下實現儲能對電網的削峰填谷優化，且在不同負荷場景下的應用缺乏對比，使得控制策略選擇缺乏理論依據。

本文以存在新能源消納問題的某縣域東南部電網為例，開展計及新能源消納的電網側儲能削峰填谷優化策略研究，利用儲能系統雙向功率特性和靈活調節能力，建立“新能源+儲能”優化調度模型，在不同負荷場景下進行仿真，仿真結果表明該模型能夠有效緩解新能源反調峰帶來的壓力，進一步提升縣域電網風電、光伏等新能源的可控性和滲透率。

1 儲能運行數據分析

儲能可以日常參與電網調峰，滿足地區“早高峰+晚高峰”電力供應需求，有效降低峰谷差，優化負荷特性；同時儲能具備毫秒級響應調度指令能力，能夠參與電網調頻和調壓；緊急狀況下，能夠提供快速功率支撐，提高電網暫態穩定性；納入源網荷儲統一管理，與精準切負荷系統配合，實現儲能電站源荷快速轉換，增加電網安全穩定裕度。

目前，某縣供電公司儲能電站在日常工作中執行“一充兩放”運行策略，在特殊情況下，根據電網運行需求，適時調整其充放電策略，例如，在主網四線斷面須有效控制期間、春節無功管控期間等。2021年7月儲能電站日常充放電曲線，如圖1所示。

圖1 2021年7月儲能充放電曲線

針對儲能充放電功率數據，統計自儲能電站正式投運以來近10個月，在每日0:00—24:00時間段內進行儲能電站充放電功率累加求和，進一步深度觀測其充放電功率的時間段概率分布，如圖2所示。

圖2 儲能充放電功率累加曲線

由圖2可知，儲能充電模式主要集中在每日的0:00—6:00；放電模式主要集中在每日的9:00—11:00、16:00—17:00以及18:00—21:00，其中以9:00—11:00、16:00—17:00兩個放電模式時間區間出現概率較高。在目前儲能充放電策略的基礎上，本文考慮新能源消納問題，進一步開展儲能充放電優化策略研究。

2 “新能源+儲能”調度模型構建

在考慮新能源消納問題的情況下，通過儲能充放電優化策略對某縣域東南部電網統調負荷進行平抑優化調度，來進一步緩解常規機組的調峰壓力。本文基于MATLAB仿真平臺，根據縣域東南部電網負荷特性，以及新能源負荷、儲能運行數據，建立儲能參與電網削峰填谷的優化目標函數及其相關約束，并提出削峰填谷評價指標體系，搭建“新能源+儲能”優化調度模型，并進行仿真分析及驗證。

2.1 目標函數

對電網負荷削峰填谷的主要目的是減小高峰時的負荷，增大低谷時的負荷，保證負荷的平穩，減小常規機組的啟停，同時也可延緩系統裝機容量的投入，也有利于減少變壓器和線路上的電能損耗，達到節能降損的目的[8-9]。而降低負荷的高峰，抬高負荷的低谷，保證負荷的平穩，則可通過負荷標準差進行衡量，標準差越小，負荷越平穩。

以負荷標準差來表征負荷削峰填谷的效果能夠更直觀地反映負荷的平穩程度，同時負荷標準差越小，峰谷之間的差距也越小，從而達到削峰填谷的目的。本文考慮將儲能電站并入電網后負荷標準差最小為目標，構建儲能參與電網削峰填谷優化目標函數，其數學表達式如下：

式中：Pl,t為第t時刻的實際縣域東南部電網統調負荷；Pb為目標函數優化對象變量的向量形式，即儲能電站優化周期內對外充放電功率構成的向量；Pb,t為第t時刻儲能電站的充放電功率，T為負荷采樣周期，指采樣的個數，并不是時間長度；Pa為儲能放電或充電后的負荷平均值。

2.2 優化約束條件

在優化調度模型中，由于不考慮電網的拓撲結構，只須要考慮儲能參與電網削峰填谷相關物理約束產生的約束條件即可。

2.2.1 儲能充放電功率約束

儲能電站充電時：Pch,max≤Pb,t≤0。

儲能電站放電時：0≤Pb,t≤Pdis,max。

式中：Pch,max為儲能電站最大充電功率；Pdis,max為儲能電站最大放電功率。

2.2.2 儲能剩余電量約束

儲能儲存電能的能力有限，因此儲能充放電時還須要考慮其容量大小。儲能的容量計算公式如下：

式中：Et為t時刻儲能電站所儲存的能量；η為充電系數。

2.3 評價指標

對儲能參與電網削峰填谷的不同控制策略進行評價，構造削峰填谷效果評價指標，以絕對峰谷差、峰谷系數、峰谷差率作為負荷極值相關運算的評價依據。

2.3.1 絕對峰谷差

式中：Pmax為負荷最大值；Pmin為負荷最小值。負荷絕對峰谷差ΔPl指標表征在一定時間尺度下，負荷最大絕對偏差，負荷絕對峰谷差越小則負荷最大，絕對偏差越小。

2.3.2 峰谷系數

式中：負荷峰谷系數a表征在一定時間尺度下負荷曲線平坦程度，負荷峰谷系數越大，負荷曲線越平坦。

2.3.3 峰谷差率

式中：負荷峰谷差率β表征在一定時間尺度下負荷波動程度，負荷峰谷差率越小，負荷波動范圍越小。

2.4 二次規劃算法

本文基于二規劃算法構建“新能源+儲能”優化調度模型。二次規劃問題是最簡單而又最基本的約束非線性規劃問題，其目標函數是二次函數，約束都是線性等式或不等式[10-12]。標準的二次規劃數學模型如下：

式中：A，Aeq分別為不等式約束與等式約束矩陣；b、Beq、Ib、Ub、g、x均為向量；H為二次型矩陣。

3 算例仿真和分析

某縣域東南部屬風、光等新能源富足地區，擁有35 kV風電電站1座，總裝機容量22 MVA；35 kV光伏電站2座，總裝機容量50 MVA；10 kV光伏電站11座，總裝機容量28.26 MVA，同時包含一定數量的用戶側低壓光伏電站。某縣域電網側儲能電站的參數數據，如表1所示。

表1 儲能電站參數數據

基于MATLAB仿真平臺，運用二次規劃算法構建“新能源+儲能”優化調度模型，開展計及新能源消納的儲能電站充放電策略仿真分析研究。隨機選取四個季度中的一天作為典型負荷日，在不同負荷場景下，驗證本文所提出的優化模型的正確性及可推廣。

場景1：第一季度選取典型負荷日。

場景2：第二季度選取典型負荷日。

場景3：第三季度選取典型負荷日。

場景4：第四季度選取典型負荷日。

3.1 不同場景下負荷曲線

選取不同負荷場景下某縣域東南部地區負荷及新能源出力作為基礎數據，如圖3所示。

圖3 不同場景下地區負荷及新能源出力

3.2 不同場景下仿真結果

選取四個季度的典型負荷日，利用儲能對區域電網統調負荷曲線進行削峰填谷優化控制，基于MATLAB仿真平臺的“新能源+儲能”優化調度模型仿真結果，如圖4、圖5所示。

圖4 不同場景下統調負荷曲線

圖5 不同場景下儲能充放電曲線

綜合上述各負荷場景，本文所提出的優化調度模型在各季度典型負荷日下仿真結果理想，就目前儲能運行數據而言，相比于恒功率的儲能充放電策略，在考慮新能源消納的前提下，優化后的儲能柔性充放電策略對某縣域東南部地區統調負荷曲線削峰填谷效果明顯，同時對蓄電池等設備具有更好地保護作用，可以進一步發揮儲能電站綜合效益，緩解儲能電站性能的惡化，有效延長蓄電池的循環壽命，能夠更大程度地保證儲能電站安全、可靠、穩定運行[13-15]。

場景1：一季度負荷基數較低，風光等新能源出力一定程度上起到對調負荷曲線調峰的作用。在此基礎上，利用儲能對統調負荷曲線進行削峰填谷優化控制，進一步平抑優化統調負荷曲線，緩解常規機組的調峰壓力。

場景2：二季度典型日負荷基數較低，風光等新能源出力波動較大，造成統調負荷曲線波動加大，從而也加大了儲能電站平抑優化負荷曲線的難度，通過動態調整儲能電站充放電策略，一定程度上能夠平抑優化統調負荷曲線。

場景3：三季度典型日負荷基數較大，在風光出力較為穩定的情況下，新能源并網發電能夠起到一定的調峰作用[16]，在此基礎上，利用電網側儲能對統調負荷曲線進行削峰填谷優化控制，進一步平抑優化統調負荷曲線。

場景4：四季度典型日負荷基數較小，在風光等新能源出力較為穩定的情況下，新能源并網發電會出現反調峰現象，在此基礎上，利用電網側儲能對統調負荷曲線進行削峰填谷優化控制，進一步平抑優化統調負荷曲線，緩解常規機組的調峰壓力。

3.3 不同場景下指標分析

根據本文所建立的儲能削峰填谷評價指標，在四個季度典型負荷日下，儲能優化前后指標數據對比，如表2所示。

由表2對比結果，表明儲能充放電策略優化后，各季度典型日統調負荷曲線削峰填谷效果明顯，可有效減小負荷高峰值，增加負荷低谷值，一定程度上緩解了常規機組的調峰壓力。

表2 各場景下儲能優化指標對比 MW

3.4 不同場景下經濟性分析

本文采用《浙江省電網銷售電價表》中大工業用電、一般工商業及其他用電、農業生產用電六時段分時電價（電價時段劃分：尖峰時段19:00—21:00；高峰時段8:00—11:00、13:00—19:00、21:00—22:00；低谷時段11:00—13:00、22:00—次日8:00），作為儲能充放電優化策略經濟性評價的電價依據，如圖6所示。

圖6 六時段分時電價曲線

選取各季度典型負荷日儲能電站充放電數據，計算典型負荷日儲能充放電優化策略下的購電成本和售電收益，如圖7所示。

圖7 典型負荷日經濟性評價

由圖7可知，在大多數情況下儲能電站能夠實現盈利，而在三季度典型負荷日下，出現購電成本大于售電收益的情況。原因是三季度典型負荷日下，儲能為了平抑優化統調負荷曲線，其充電時間多集中在高峰電價時段（8:00—11:00、13:00—15:00兩個時段），而在低谷電價部分時段，儲能電站處于放電模式。說明本文提出的“新能源+儲能”優化調度模型僅僅著重于考慮新能源消納的儲能電站優化調度，一定程度上不具有經濟性[17-18]。后續考慮將儲能充放電經濟性因素加入到優化調度模型當中，進一步優化模型的經濟性指標。

4 模型應用流程

在區域電網新能源預測準確率較高的前提下，可以通過本文提出的“新能源+儲能”優化調度模型，對東南部電網統調負荷曲線進行平抑優化調度，緩解新能源反調峰帶來的壓力，提升區域電網新能源發電的可控性和滲透率?！靶履茉?儲能”優化調度模型應用的具體流程，如圖8所示。

圖8 模型實際應用流程

由圖8所示，“新能源+儲能”優化調度模型應用流程為：通過前一日對某縣域東南部地區新能源負荷及地區負荷進行精準預測，進而求解出東南部地區的統調負荷預測數據。將預測結果作為輸入數據代入本文提出的“新能源+儲能”優化調度模型，導出儲能電站次日充放電數據，再由調度值班長進行校核驗證，確認后編制次日儲能電站充放電曲線，并告知儲能電站運維人員，次日按照編制的儲能充放電曲線進行實際應用。

5 結束語

綜合考慮電網調峰、系統備用容量充裕性和新能源利用率等因素[19]，本文根據縣級電網東南部負荷特性以及儲能運行數據，積極開展計及新能源消納的電網側儲能削峰填谷優化策略研究，并提出儲能參與電網削峰填谷評價指標體系，所構建的“新能源+儲能”優化調度模型能夠有效平抑優化統調負荷曲線，削減電網負荷峰谷差，緩解常規機組的調峰壓力，進一步提升電網風電、光伏等新能源發電的可控性和滲透率。

本文研究成果表明，如果新能源并網消納目標過高，單純通過電網側儲能來滿足新能源消納的要求，一定程度上不具有經濟性，應該考慮采取多種靈活性措施進一步提升電網新能源消納水平。

目前，本文研究成果已取得了初步成效，為進一步發揮儲能電站的綜合效益，提升儲能電站的綜合運行指標，以及下階段優化儲能調控規范化管理夯實了基礎，也為全國電化學儲能電站調控運行提供了一定的經驗參考。