考慮光熱電站與風電系統低碳經濟調度研究

劉莎莎,張新燕,2*,張光昊,馬瑞真,施銳,廖世強

(1.新疆大學電氣工程學院,烏魯木齊 830017;2.新疆大學可再生能源發電與并網技術教育部工程研究中心,烏魯木齊 830017)

全球日益嚴峻的環境問題及能源危機,導致各國二氧化碳排放與能源消耗總量過多。為此中國提倡“碳達峰、碳中和”的目標,發展低碳經濟的能源體系建設[1],而后提出在2030年碳排放下降60%～65%[2]。

目前碳交易機制是降低碳排放量、減少污染環境問題的有效措施之一。文獻[3]在規劃模型中引入含有獎懲系數的碳交易機制,達到對碳排放量起到約束作用的效果。文獻[4]建立考慮碳交易成本的熱電聯合調度模型,實現提高風電消納和減少碳排放量的雙重效果。文獻[5]將風、光等可再生能源參與碳交易,能促使電廠減排效益增加,同時使可再生能源消納提升。上述文獻表明,碳交易機制能夠限制系統的碳排放量,但仍需從系統層面進一步挖掘低碳潛力。

光熱電站(concentrating solar power,CSP)[6]具有高效靈活的可調度能力,與常規發電系統聯合發電能進一步降低火電機組出力,從而減小系統碳排放量。含有儲熱系統的CSP電站,具有獨特的能量時移特性,能在用電高峰時發電,用電低谷時儲存[7]。文獻[8]采用風電-光伏-光熱多種新能源聯合發電,來合理調度各種發電方式,確保電力系統穩定運行和經濟效益。文獻[9]將風電和光熱進行互補發電,利用儲熱的可調度能力平抑風電波動,減少負荷峰谷差,降低調峰成本和棄風。文獻[10]利用調節能力良好的CSP電站和消納風電的電加熱裝置(electric heater,EH),共同抑制風電出力帶來的波動性。但是上述文獻未考慮風電、直接光照強度(direct normal irradiance,DNI)及負荷預測存在不確定性。

此外,挖掘低碳潛力提高系統消納能力,還能從負荷側進行,需求響應能通過電價激勵改變用戶的用電行為,促進可再生能源消納[11]。文獻[12]建立采用分時電價的風電-光熱系統模型,達到削峰填谷、平滑輸出功率、降低并網波動性和提高經濟性的效果,實現源荷互動。文獻[13]建立價格型需求響應(price-based demand response,PDR)和CSP電站與風電優化調度模型,體現出源荷協調調度能提高風電消納。文獻[14]以分時電價為引導,利用電-熱聯合系統特性,實現能量時空平移,進而促使風電消納。文獻[15]用PDR來引導用戶響應可再生能源出力及電價的變化,并利用場景法構建出力不確定性,從而優化場景保證系統靈活性。

在上述研究基礎上,針對可再生能源系統消納不足和碳排放高的問題,提出了考慮階梯型碳交易機制和需求響應的光熱電站聯合風電系統低碳經濟優化調度模型。采用場景法對不確定性進行處理,將價格型需求響應引入階梯型碳交易成本的含風電-光熱電力系統經濟調度模型中,以系統總成本最低為目標,求出日前調度計劃,并設置不同工況驗證所提模型在提高清潔能源消納、減小系統碳排放量方面的效果。

1 碳交易機制

碳交易機制把碳排放權作為商品在碳交易市場中進行自由交易,碳交易機制的實施能達到降低碳排放量、提高系統經濟性的效果。

目前碳交易機制主要存在兩種形式:傳統型碳交易和階梯型碳交易。在調度周期內,如果系統產生的二氧化碳排放量沒有超過碳排放配額,則剩余的碳配額可在碳交易市場中進行出售,從中獲益增加收入;如果產生的碳排放量超過碳配額時,超出部分則需要從碳交易市場中進行購買,此為傳統型碳交易。對于火電機組而言,碳配額跟出力有關,則傳統型碳交易成本為

(1)

式(1)中:Cp為碳交易成本;π為碳價;Ep為系統碳排放量;Eq為系統碳排放配額;λ為火電機組配額系數;NG為火電機組數目;PGi為第i個火電機組調度出力。

傳統型碳交易是采取提高碳交易價格的方式降低碳排量,價格越高,碳排量越低,但系統總成本將大幅度增加。為了更好降低碳排放量的同時保證經濟性,采用階梯型碳成本模型。階梯型碳交易是把二氧化碳排放量按照一定的區間進行劃分,不同區間的碳排放權交易(碳交易)價格不同,即隨著碳排放量增加,碳價隨之增加。以上可對碳排放量起到約束作用,則階梯型碳交易成本為

(2)

式(2)中:h為碳排量區間長度;δ為碳交易價格增長幅度。

2 含風電-光熱聯合發電系統運行機理分析

CSP電站主要由集熱系統、儲熱系統(thermal storage system,TSS)以及發電系統構成,實現“光能-熱能-電能”的單向轉換。圖1為CSP電站內部運行結構圖。

圖1 CSP電站內部運行結構圖Fig.1 Internal operation structure diagram of CSP power station

CSP電站工作原理:先將太陽光輻射量通過鏡場轉化成熱能,聚集在集熱塔中后,加熱傳熱流體(heat-transfer fluid,HTF),HTF溫度升高后,將一部分熱能傳遞至發電系統進行直接發電,另一部分熱能傳遞至TSS儲存起來,TSS中的熱能也能傳遞給HTF,說明在CSP電站中,HTF起到傳遞能量的作用。

為了避免產生大量棄風現象,將電加熱裝置、CSP電站、風電和火電進行聯合調度,部分棄電可通過EH轉化成熱能儲存至CSP電站的儲熱系統中,實現“熱能-電能”之間的雙向轉換,并且提高系統靈活性。由此構成風電-光熱聯合發電系統,從而達到“可再生能源消納可再生能源”的效果[16]。圖2為整個系統運行過程中的能量流動圖。

圖2 系統能量流動圖Fig.2 System energy flow diagram

根據圖2所示的能量流動過程,可得

(3)

3 風電-光熱電力系統低碳經濟調度模型

建立風電-光熱聯合發電系統的日前調度模型,在電源側采取階梯型碳交易對火電的碳排放起到抑制作用,并將EH和CSP電站聯合運行,使風電消納加以提高,將系統整體運行靈活性增強,在負荷側采用PDR改變用電方式,另外對源荷雙側進行不確定性處理,以系統總成本最低為目標,優化求解日前調度計劃。

3.1 價格型需求響應

價格型需求響應采用彈性系數矩陣E來表示電價變化率與負荷變化率之間的關系,其彈性系數ε為

(4)

式(4)中:ΔPL,t為需求響應后t時刻的負荷變化量;PL,t為原始負荷;Δqt為需求響應后t時刻的電價變化量;qt為初始電價。則彈性矩陣E為

(5)

式(5)中:主對角元素為自彈性系數;其他為互彈性系數。

經需求響應后的負荷量為

PPDR,t=PL,t+ΔPL,t

(6)

式(4)中:PPDR,t為PDR后t時刻的負荷量。

3.2 不確定性處理

在處理不確定性問題上,采用場景法對不確定性因素進行量化處理,建立風、DNI和負荷數據的隨機性模型。風電和CSP電站屬于不可控的波動性電源,負荷同樣具有較強的波動性與隨機性,因此風電出力、DNI和負荷的預測值存在較大的誤差。建立風電功率、DNI和負荷的隨機性模型,其表達式為

(7)

風電的預測誤差服從Beat分布,而DNI和負荷的預測誤差服從正態分布,其概率密度函數為

(8)

(9)

式中:Nd為歸一化因子;α和β分別為Beat分布的形狀和尺度參數;μ、σ分別為正態分布的期望和方差。

采用拉丁超立方抽樣進行場景生成,能夠模擬風電出力、DNI和負荷的不確定性。但大量的數據不利于模型的計算和求解,因此再采用同步回代法對生成的場景進行縮減,保證削減后的風、DNI、負荷的典型場景集維持原有的多樣性。

3.3 目標函數

以系統總運行成本最低為目標,構建考慮階梯型碳交易成本的含風電-光熱電力系統經濟調度模型,其目標函數為

F=min(C1+C2+C3+C4+C5+Cp)

(10)

式(10)中:F為系統總運行成本;C1為火電機組運行成本;C2為風電運行成本;C3為棄風懲罰成本;C4為CSP電站運行成本;C5為電熱轉換成本;Cp為階梯型碳交易成本。

3.3.1 火電機組運行成本

火電機組運行成本包括煤耗成本和啟停成本,可表示為

Ci)Ui,t+(1-Ui,t-1)Ui,tCq]

(11)

式(11)中:Ns為場景數目;pt,s為不同場景的概率;Ai、Bi、Ci為第i個火電機組的發電煤耗成本系數;PGi,t,s為火電機組在t時刻場景s下的調度出力;Ui,t為火電機組的狀態變量,取值為1時表示機組處于運行狀態,取值為0時表示機組處于停機狀態;Cq為火電機組的啟停成本。

3.3.2 風電運行成本

(12)

式(12)中:KW為風電的運維成本系數;PW,t,s為風電在t時刻場景s下的出力。

3.3.3 棄風懲罰成本

為避免出現大量棄風現象考慮棄風懲罰成本,則有

(13)

3.3.4 CSP電站運行成本

(1-Ue,t-1)Ue,tCe]

(14)

式(14)中:KC為CSP電站的運維成本系數;PCSP,t,s為CSP電站在t時刻場景s下的出力;Ue,t為t時刻CSP電站的狀態變量,取值為1表示運行,取值為0表示停機;Ce為CSP電站的啟停成本。

3.3.5 電熱轉換成本

使用EH將電能轉化成熱能的過程中會產生一定的運行成本,可表示為

(15)

式(15)中:KEH為電轉熱成本系數;PEH,t,s為t時刻場景s下的購電功率。

3.4 約束條件

3.4.1 功率平衡約束

在不考慮損耗的情況下,火電機組出力、CSP電站出力、風電的上網功率之和等于需求響應后的負荷量與EH輸出功率之差,可表示為

(16)

3.4.2 火電機組約束

(1)火電機組出力約束為

Ui,tPGi,min≤PGi,t,s≤Ui,tPGi,max

(17)

式(17)中:PGi,max、PGi,min為火電機組最大、最小出力。

(2)火電機組爬坡約束為

-Ri,d≤PGi,t,s-PGi,t-1,s≤Ri,u

(18)

式(18)中:Ri,d、Ri,u分別為火電機組最大向下、向上爬坡率。

(3)火電機組最小運行和啟停時間約束為

(19)

3.4.3 風電并網運行約束

風電上網功率不能超過其對應場景的最大出力值,即

(20)

3.4.4 CSP電站運行約束

光熱電站發電原理與火電機組類似,其發電約束可參考式(17)～式(19)。CSP電站其他約束如下。

(1)儲熱容量約束為

Qmin≤Qt≤ξPCSP,max

(21)

式(21)中:Qmin為最小儲熱量;ξ為以滿負荷小時數為單位表示的最大儲熱量。

(2)儲熱和放熱功率約束為

(22)

3.4.5 EH運行約束

0≤PEH,t,s≤PEH,max

(23)

式(23)中:PEH,max為EH的最大功率。

3.4.6 價格型需求響應約束

價格型需求響應前后負荷量不發生改變,所以在整個調度周期之差為零,即

(24)

4 算例分析

4.1 算例數據

本系統包含4臺火電機組,1個風電場,1個CSP電站以及EH裝置,在MATLAB軟件中從YALMIP工具包中調用商業優化軟件CPLEX對本文模型進行優化計算。風電、負荷、太陽直接輻射強度(DNI)預測數據如圖3所示[11]。設定風電機組的容量為300 MW,EH裝置的額定功率為50 MW,碳價為120元/t,碳排量區間長度為120 t/段,碳交易價格增長幅度為0.25,風電的運維成本系數為30元/MW,棄風懲罰成本系數為100元/MW,CSP電站的運維成本系數為50元/MW,電轉熱成本系數為18元/MW。火電機組運行參數如表1所示,CSP電站運行參數如表2所示,各時段電價如表3所示,通過場景消減后得到各場景概率如表4所示。

表1 火電機組運行參數Table 1 Operation parameters of thermal power unit

表2 CSP電站運行參數Table 2 Operation parameters of CSP plant

表3 各時段電價Table 3 Electricity price of each period

表4 場景削減后各場景概率Table 4 Probability of each scenario after scenario reduction

圖3 典型日風電、負荷、DNI預測曲線Fig.3 Typical daily wind power,load and DNI forecast curves

4.2 結果分析

為驗證所提調度模型的可行性,通過設置5種不同工況進行對比分析,具體如下。

工況一考慮火電和風電進行調度。

工況二考慮火電、風電和CSP電站進行聯合調度。

工況三考慮火電、風電、CSP電站和EH進行聯合調度。

工況四考慮階梯型碳交易機制下,火電、風電、CSP電站和EH進行聯合調度。

工況五考慮階梯型碳交易機制和PDR,火電、風電、CSP電站和EH進行聯合調度(本文模型)。

不同工況的調度結果如圖4所示。

圖4 5種工況調度結果Fig.4 Scheduling result for 5 working conditions

4.2.1 CSP電站和EH對調度結果影響分析

對比圖4(a)與圖4(b)可知,考慮風電和火電參與系統調度時,4臺火電機組均參與系統運行,但棄風集中在00:00—05:00時刻和19:00—23:00時刻。在此基礎上工況二考慮CSP電站后,在08:00—18:00時段參與系統運行,火電機組2不參與系統運行,使得19:00—23:00時刻火電出力減小,提升風電消納量;火電機組4在00:00—07:00時刻未參與系統運行,期間僅火電機組3以最小出力進行運行,從而提高風電消納。由此可知,工況二與工況一相比,火電總出力減少、棄風減少。

圖4(c)為加設EH裝置后,構成含風電-光熱聯合發電系統的調度結果圖。對比圖4(b)與圖4(c)可知,兩者區別在于:圖4(b)存在棄風部分,但圖4(c)的風電顯示完全消納且EH的輸出功率等同于圖4(b)的棄風功率。這表明EH裝置是能將系統多余風電轉化成熱能儲存于CSP電站中的儲熱系統中,在負荷高峰時期提高CSP電站出力,從而提升CSP電站調度靈活性。工況三與工況二相比,CSP電站整體出力提高的同時,風電完全消納。

4.2.2 碳交易機制對調度結果影響分析

火電機組1～4的碳排放強度分別是0.92、0.9、1.1、1.12。對比圖4(c)與圖4(d)可知,工況三除火電機組2停止運行外,其余三臺均參與系統調度,已知火電機組2的碳排放強度為0.9,由于火電機組2屬于低碳高成本機組,所以在系統求解總運行成本最低時停止運行。在此基礎上工況四考慮階梯型碳交易成本,由于階梯型碳交易機制將碳交易區間劃分為多個后,使得碳排放量越高、碳交易成本增加,能夠實現火電機組間的出力再分配,從而只有低碳機組1、2運行,高碳機組3、4停止運行。工況四與工況三相比,系統碳排放量減少,EH輸出功率增加,因此提高了可再生能源的上網空間。

4.2.3 PDR對調度結果影響分析

從圖4(e)可以看出,負荷受PDR影響,將負荷高峰時段08:00—11:00與14:00—17:00部分負荷進行消減后,轉移至負荷低谷時段00:00—05:00與22:00—24:00,形成較為平滑的負荷曲線,達到“削峰填谷”的效果。從圖4(e)可知,考慮PDR后,除了能改變負荷曲線,還能改變火電機組出力計劃,降低系統碳排放量。對比圖4(d)與圖4(e)可以看出,工況五與工況四相比,火電機組總出力減少、EH輸出功率減少,說明風電實際上網率增加。

4.2.4 低碳經濟性對比分析

表5為不同工況下的總運行成本、階梯型碳交易成本、碳排放量及風電消納情況。由表5可知,工況一的總運行成本為62.4萬元,工況二在工況一的基礎上,充分利用CSP電站的能量時移特性,在加入CSP電站后,系統總運行成本降低21.5%、碳排放量從2 540.6 t降至1 936.6 t、風電消納率從91.5%提高到97.1%,體現出CSP電站的靈活調節能力及系統經濟性。工況三加設EH裝置后,可以將棄風電量轉化成熱能儲存在CSP電站的儲熱系統中,能夠有效提高風電消納能力,使得風電消納率達到100%,進一步降低系統碳排放量。

表5 不同工況的調度結果Table 5 Scheduling results of different working conditions

工況四考慮階梯型碳交易成本,深度挖掘系統的低碳特性,使得碳排放量從1 902.5 t降至1 756.3 t,但系統總運行成本從工況三的48.0萬元提高到57.9萬元,工況四體現出經濟性和低碳性無法同時兼得。為此工況五在工況四的基礎上,采用價格型需求響應來解決上述問題。因為負荷側可通過PDR合理平移尖峰負荷,使負荷趨于平滑,避免某時刻負荷側承擔過高的碳責任,并降低5.2萬元的系統總運行成本,從而滿足低碳性與經濟性。

5 結論

構建考慮光熱電站與風電系統低碳經濟調度模型,算例通過設置5種工況進行對比分析,得出以下結論。

(1)CSP電站的加入,能減小火電出力,提升可再生能源上網空間。EH裝置的工作特性可將風電、CSP電站聯合運行,加大系統靈活性的同時保證系統安全運行。

(2)引入階梯型碳交易機制后,系統碳排放量明顯減少。價格型需求響應通過改變用戶用電方式,負荷曲線呈現“削峰填谷”的效果,使火電機組出力轉移,降低某時刻負荷側所承擔的碳責任。最終使系統低碳性與經濟性達到共贏。