新能源電力系統分級多目標優化調度方法

閻 欣

（煙臺仲伯企業管理咨詢有限公司，山東 煙臺 264000）

根據英國石油公司的數據，2020年，世界范圍內的石油需求下降，而對可再生能源（例如風力、太陽能等）的需求快速增加[1]。2020年，全球風力和太陽能裝機量增加了約238 GW。其中，太陽能裝機量、風力裝機量分別增加了127 GW、111 GW。可再生能源增加對降低碳排放起到了明顯的作用，2020年，全球一次能源消耗減少了4.5%，碳排放減少了6.3%[2]。隨著可再生能源發電容量不斷擴大，太陽能發電產量創下歷史新高，而中國的增幅則達到了2.1%，是世界上能源需求增長最快的國家之一[3]。2020年，全球可再生能源消費增速為9.7%，其中太陽能發電增速為1.3 EJ，創下了歷史新高。中國的可再生能源消費比去年同期增加了1.0 EJ，屬于全球可再生能源增長貢獻最大的國家之一[4]。其次為美國，增加了0.4 個能級，而歐洲則為0.7 個能級。

為了擴大新能源的使用范圍，該文將以某新能源電力系統為例，從分級多目標角度入手，設計一種全新的優化調度方法，以優化相關工作。

1 含太陽能熱發電的新能源電力系統日前調度模型

為了方便后續對新能源電力系統分級多目標進行優化調度，需要構建日前調度模型。模型中包括電力系統運行目標函數、太陽能熱發電模型、光伏發電模型、風電模型以及電池儲能電站模型等[5]。日前調度的目標函數如公式（1）所示。

式中：cost為新能源電力系統運行時的總成本；costG t為t時刻火電機組類別下的發電成本；costtPV為t時刻光伏機組類別下的發電成本；costtGSP為t時刻熱電站類別下的發電成本；costtWD為t時刻風電機組類別下的發電成本。

直接結合數學理論可以得到其他類型的模型，該文主要構建太陽能熱發電站模型[6]。太陽能熱發電的成本函數可以通過發電功率的線性函數進行描述，如公式（2）所示。

式中：kGSP為太陽能發電的成本系數；PCSP t為太陽能熱發電輸出的電功率。

發電系統模型如公式（3）所示。

式中：PSP t為t時刻集熱系統為太陽能熱發電提供的電功率；PTP t為t時刻儲熱系統為太陽能熱發電提供的電功率。

PtSP、PtTP的值如公式（4）、公式（5）所示。

式中：η1和η2為發電系統的2 個熱電轉換效率；qSP t為t時刻集熱系統為太陽能熱發電提供的功率；PTP t為t時刻儲熱系統為太陽能熱發電提供的功率。

為了確保上述模型成立，設置以下約束條件：首先，對發電系統熱量進行約束，設置閾值范圍，如公式（6）所示。其次，對發電功率容量進行約束，設置閾值范圍，如公式（7）所示。最后，模型中所有的輸入和輸出值均大于或等于0。

式中：qPBmin為太陽能熱發電的最低輸入熱量功率；qPBmax為太陽能熱發電的最高輸入熱量功率。

式中：pCSPmin為太陽能熱發電的最低輸出電功率。pCSPmax為太陽能熱發電的最高輸出電功率。

2 基于并網導則的新能源電力系統站場層優化調度

在該文構建的含太陽能熱發電的新能源電力系統日前調度模型的基礎上，結合并網導則對新能源電力系統站場層進行優化調度。在確定新能源發電量的過程中，既要考慮電力的歷史限制，又要考慮電力的預測限制。在該基礎上，分析電力系統的歷史功率并結合并網導則的要求，以確定最小輸出功率的最大值[7]。在該基礎上，利用預測的電力合理地對當前的電力進行計算，防止電力系統在未來一段時間內因電力波動過大而不能滿足電力系統導則的要求。在考慮前一時段并網約束需要結合并網導則計算得出能夠充分滿足在前一時段內進行測點采樣得出處理范圍的要求，假設時間尺度為Tr，允許有功功率最大限制值為Dr，那么存在并網爬坡的約束，如公式（8）所示。

式中：P（i）為功率，i≥t-Tr或者i≤t；P（t）為t時刻電站的輸出。

公式（8）允許有功功率最大限定值Dr為在rmin 時間尺度內并網導則要求的爬坡功率。電力系統的預測周期和并網指南的時間標度可能不一致，為了滿足并網指南的需求，必須合理地對其進行分解。假設新能源預測功率周期為Tf，并網導則的最小時間尺度為Tmin。在該基礎上，如果Tf的取值大于或等于Tmin，就需要對Tf進行分解。在完成分解后，疊加時間段的并網導則，可以充分滿足最終并網的要求。在進行優化調度的過程中，檢測當前時刻儲能能量的狀態并與預設參考值進行對比，可以得出能夠實現最快恢復儲能狀態的理想功率，如公式（9）所示。

式中：PSOC（t）為理想功率；EBmax為儲能系統的能量容量；Tcon為新能源發電量與儲能器發電量最優計算模塊的時間同步；SOC（t）為當前時刻儲能能量狀態；SOCref為預設參考值。

在放電的過程中，設置PSOC（t）的取值為正數。根據上述研究，可以確定新能源電力系統的處理范圍，并進一步結合調度目標對其出力進行合理調度。

3 基于雙層梯階的多目標優化調度

針對系統級別的調度以最優成本作為調度目標，總成本中包括光熱發電成本、光伏成本以及風電成本等。分別從日內和日前2 個方面對新能源電力系統進行多目標優化調度。針對日前的調度，優化時考慮符合平衡、旋轉備用2 個系統約束，同時結合各個子系統調度約束，實現優化目標（具體內容參照上述日前調度模型）。

針對日內調度的優化主要依靠實時反饋子系統實現。在雙層梯階優化系統中引入成本約束條件。其中，太陽能熱發電日內調度在t時段的成本函數如公式（10）所示。

根據公式（10）可以完成對新能源電力系統的日內優化調度工作。

4 算例分析

4.1 新能源發電系統并網導則與電站實時反饋調度結構設計

在上述內容的基礎上，根據國家有關部門提出的最新文件對含太陽能熱發電的電力系統的有功功率變化限值進行設計（如圖1所示），相關內容見表1。

表1 含太陽能熱發電的電力系統有功功率變化限值要求

圖1 含太陽能熱發電的電力系統有功功率變化限值要求

根據上述內容分析光伏電站有功功率變化限值，結果見表2。

表2 光伏電站有功功率變化限值要求分析

根據《并網指南》中提出的相關規定，含太陽能熱發電的電力系統并網變化量限制在很大程度上取決于裝機容量。然而，光伏發電的變化量限制要求比較復雜，除了與裝機容量、運行時間等因素有統計學意義外，還與電網的額定電壓等級有統計學意義。

在上述內容的基礎上，構建新能源電力系統電站實時反饋調度結構，如圖2所示。

圖2 新能源電力系統電站實時反饋調度結構

通過實時反饋新能源電力系統的運行情況，可以緩解并網的波動問題、減少控制功率越限行為的發生次數，確保新能源電力系統的調度達到優化設計的要求。

4.2 優化調度成效分析

在完成上述研究工作后，根據設計內容，從雙層遞階入手，在考慮太陽能熱發電中電源對其發電行為的影響后，將新能源電力系統中的負荷平衡作為約束條件，建立雙層遞階模型，模型結構如圖3所示。

圖3 雙層遞階模型結構示意圖

在該基礎上，考慮發電過程中的新能源電力系統日前調度存在偏差，因此，需要在完成日前調度計劃后，從計劃日（當日）開始，將15 min 作為1 個修正單元，不斷對誤差進行修正，日前調度誤差修正示意圖如圖4所示。

圖4 新能源電力系統日前調度誤差修正示意圖

在確保新能源電力系統日前調度誤差修正工作具有足夠的規范性后，對其進行多目標優化調度，分析調度前、調度后電力系統的發電情況可知，調度后，新能源電力系統基本可以排除太陽能發電過程中潛在的隨機性，從而提高新能源發電的穩定性、可靠性。在該基礎上分析優化調度后電力系統的發電成本發現，根據該文提出的方法進行系統分級、多目標調度，可以在一定程度上降低發電成本，為電力企業在市場內的運營創造更高的收益。

5 結語

通過分析全球能源統計資料可以發現，各國對以原油為主的一次能源需求呈明顯下降的趨勢，而以太陽能、風力為代表的可再生能源發展速度很快，潛力很大。中國是目前全球最大的能源生產和消費國家，隨著“雙碳”目標實現，構建高比重的可再生能源系統是“十四五”時期發展的必然選擇，構建“風、水、火、儲”多能互補的新能源基地將是“十四五”時期新能源發展的必然選擇。為了落實該工作，該文通過研究明確了開發新能源系統的必要性，可以為電力新能源行業的發展積累相關經驗。