多能源互補電力系統(tǒng)儲能容量配置

摘 要：為解決由風(fēng)電和太陽能并入電網(wǎng)引起的高峰削峰壓力、低能源利用率和多能源互補系統(tǒng)經(jīng)濟性差等問題，本文基于對典型日風(fēng)電和太陽能的預(yù)測輸出和負荷，構(gòu)建了一個能量存儲和例行電力峰值削減的雙層優(yōu)化模型，外層旨在實現(xiàn)多能源互補系統(tǒng)的最大年凈利潤，而內(nèi)層旨在實現(xiàn)最低日常運營成本的目標。用粒子群優(yōu)化算法和非線性規(guī)劃來協(xié)調(diào)和解決問題，以確定多能源互補系統(tǒng)的日內(nèi)削峰調(diào)度方法。本文對一個實際電網(wǎng)的例子進行分析，結(jié)果顯示，能量存儲經(jīng)過優(yōu)化配置后，多能源互補系統(tǒng)可以極大提高新能源消耗水平，經(jīng)濟效益良好。

關(guān)鍵詞：多能源互補；儲能容量配置；棄能率

中圖分類號：TM 73" " 文獻標志碼：A

隨著清潔能源大規(guī)模并網(wǎng)，其波動性增加了峰負荷調(diào)節(jié)難度。由于常規(guī)發(fā)電機組最小輸出限制，因此未充分利用部分清潔能源，使棄風(fēng)棄光量增加。常規(guī)機組日常輸出波動大，經(jīng)濟性差，難以滿足削峰需求。儲能實現(xiàn)電能存儲與釋放，與傳統(tǒng)調(diào)峰結(jié)合，可改善峰調(diào)壓力，增加風(fēng)光容量。文獻[1]采用序列運算方法，以多能互補微電網(wǎng)的電力消耗不足為計算目標，分析微網(wǎng)的可信容量。文獻[2]建立了一個雙層優(yōu)化模型，以配置微電網(wǎng)系統(tǒng)在不同運行狀態(tài)下的能量存儲容量。文獻[3]對添加能量存儲后的系統(tǒng)效益進行全面評估，并建立了最優(yōu)調(diào)度模型。文獻[4]考慮了系統(tǒng)的需求響應(yīng)和能量儲存的不同壽命模型，提出了一種儲火協(xié)同運行的方法，并比較了不同壽命模型的準確性。文獻[5]建立了風(fēng)光水火儲協(xié)同調(diào)度的雙層模型，并進行迭代求解。

本文以清潔能源的棄能率為主要約束條件，綜合考慮系統(tǒng)投資成本和運營成本，構(gòu)建了一個雙層優(yōu)化模型。采用非線性規(guī)劃分別對內(nèi)層和外層模型進行優(yōu)化分析，使多目標優(yōu)化快速收斂，并給出了原始系統(tǒng)的最優(yōu)能量儲存配置容量，兼顧了系統(tǒng)經(jīng)濟性和清潔能源消耗水平。

1 多能互補電力系統(tǒng)存儲容量優(yōu)化模型

1.1 風(fēng)力發(fā)電輸出模型

風(fēng)力發(fā)電機的輸出隨著自然風(fēng)能的變化而變化，因此風(fēng)力發(fā)電機的輸出會呈現(xiàn)不確定性和波動性。當風(fēng)速服從威布爾分布函數(shù)時，風(fēng)力發(fā)電機的輸出功率PW的計算過程如公式（1）所示。

（1）

式中：Pr為風(fēng)機的額定功率；vin為啟動風(fēng)速；vout為停機風(fēng)速；vr為額定風(fēng)速。

1.2 光伏輸出模型

太陽輻射強度和操作溫度直接影響光伏面板的輸出功率。光伏輸出模型PPV的計算過程如公式（2）所示。

PPV=GrAφS[1-ρ（TC-25）] " " " " " " " " （2）

式中：Gr為照明強度；A為硅板的面積；φS為標稱效率；TC為硅板的溫度；ρ為溫度系數(shù)。

1.3 風(fēng)光混合輸出模型

風(fēng)光混合輸出模型由風(fēng)力發(fā)電輸出模型和光伏輸出模型組成，其總功率的計算過程如公式（3）所示。

P=PW+PPV " " " " " " " （3）

1.4 儲能模型

作為一種高質(zhì)量的峰值調(diào)節(jié)資源，能量存儲可以與傳統(tǒng)機組合，有效地平滑系統(tǒng)的功率波動。

計算充電模型如公式（4）所示。

PBat=φIBat，t，cVBat，c " " " " " （4）

計算放電模型如公式（5）所示。

PBat，t=φ·IBat，t，d·VBat，d " nbsp; " " " " "（5）

式中：PBat為充放電功率；φ為功率因數(shù)；IBat，t，c、IBat，t，d分別為充電和放電電流；VBat，c、VBat，d分別為充電和放電電壓。

2 雙層優(yōu)化模型

2.1 外層模型

目標函數(shù) ：以系統(tǒng)的最大等效年收益F為目標函數(shù)。其計算過程如公式（6）所示。

F=Esell+Eecc+Erpp+Eep-Cin-Coper " " " " " " " "（6）

式中：Esell為電力銷售收益；Eecc為能源收益，即電力收益；Erpp為容量收益；Eep為環(huán)保收益；Cin為能源存儲設(shè)備的投入成本；Coper為運維成本。

電力銷售收益的計算過程如公式（7）所示。

Esell=KsellWload " " " " " " " "（7）

式中：Ksell為系統(tǒng)售電的電價；Wload為系統(tǒng)售電的電量。

電力效益 ：風(fēng)光例行系統(tǒng)配置了能源存儲后，常規(guī)電力單元的發(fā)電量減少，系統(tǒng)的燃料消耗相應(yīng)減少。電力效益的計算過程如公式（8）所示。

Eecc=λ（Wf-Wf-ess） " " " " " " "（8）

式中：Wf和Wf-ess分別為能源存儲配置前后例行電力單元所需的年標準煤消耗；λ為標準煤的價格。

容量效益：根據(jù)規(guī)劃年的最大負荷確定常規(guī)電力網(wǎng)的裝機容量。配置能源存儲設(shè)備后，將替代部分常規(guī)電力的裝機容量，減少常規(guī)電力單元的投資，容量效益的計算過程如公式（9）所示。

Erpp=KEssKG?QG " " " " " " " " " "（9）

式中：KEss為等效年值系數(shù)；KG為常規(guī)電力單元的單位投資；?QG為能源存儲設(shè)備增加后替代的常規(guī)電力的裝機容量。

2.2 內(nèi)層優(yōu)化模型

2.2.1 系統(tǒng)運行成本指標

常規(guī)發(fā)電機組煤耗運行成本指標：當常規(guī)電力機組進行峰值調(diào)峰時，僅考慮燃煤成本Ctpc，h，其計算過程如公式（10）所示。

Ctpc，h=（aP2tp，h+bPtp，h+c）Sc " " " " " " " " （10）

式中：Sc為燃煤的單價；Ptp，h為常規(guī)電力機組的實時輸出；a、b、c為常數(shù)。

常規(guī)發(fā)電機組油耗成本指標：油耗成本Ctpo，h的計算過程如公式（11）所示。

Ctpo，h=Qo，hSo " " " " "（11）

式中：Qo，h為本階段的油耗；So為單位油價。

2.2.2 目標函數(shù)

當常規(guī)發(fā)電機組的深度調(diào)峰低于常規(guī)峰值調(diào)峰的最小輸出時，會給予一定補償，系統(tǒng)的日常運行成本表達式如公式（12）所示。

（12）

式中：Itp，h為系統(tǒng)運行補償收入；Ctp，h為機組的運行成本。

2.3 雙層優(yōu)化算法

本文使用雙層優(yōu)化算法來計算和解決高峰削峰壓力、低能源利用率等問題。內(nèi)層算法采用粒子群算法來計算能量存儲和例行機組峰值調(diào)整期間每一時刻的最佳充放電功率。外層通過 Matlab 中的非線性規(guī)劃求解工具箱來解決問題，從而獲得能量存儲設(shè)備的能量容量和功率容量。內(nèi)層的解決方案受外層最佳結(jié)果的約束，而外層最佳結(jié)果則受到內(nèi)部結(jié)果的制約。

3 案例分析

3.1 參數(shù)設(shè)置

3.1.1 模擬數(shù)據(jù)設(shè)置

使用西北地區(qū)典型日太陽能輸出和負荷數(shù)據(jù)對計算案例進行模擬。該地區(qū)配備了最大功率為500MW的風(fēng)力渦輪機、最大功率為700MW的光伏發(fā)電設(shè)備和最大輸出為500MW的常規(guī)發(fā)電單元，可參與深度峰值調(diào)節(jié)。該地區(qū)常規(guī)發(fā)電單元需要在一天內(nèi)多次調(diào)整輸出進行峰值削減，經(jīng)濟效益較差。因此，常規(guī)發(fā)電單元和能量存儲設(shè)備共同承擔(dān)峰值調(diào)節(jié)任務(wù)是一個合理選擇。

3.1.2 常規(guī)發(fā)電單元參數(shù)設(shè)置

常規(guī)發(fā)電單元的煤價為700元/t，深度峰值調(diào)節(jié)階段的單元參數(shù)如下： 對本案例中的500MW常規(guī)發(fā)電單元來說，基本峰值削減階段的最小輸出值為250MW，不存在運行損失。無油注入的深度峰值調(diào)節(jié)階段的最小輸出值為200MW。油注入的深度峰值調(diào)節(jié)階段的最小輸出值為150MW，油耗為 5t/h，補償為 0.4 元/kW·h。

3.1.3 能量存儲設(shè)備參數(shù)設(shè)置

本文在發(fā)電測試中安裝了能量存儲設(shè)備，與多能源系統(tǒng)相輔相成。能量存儲的參數(shù)見表1。

3.2 案例分析

選取一個典型時間，在配置能量存儲之前，系統(tǒng)的日常運行由清潔能源發(fā)電廠協(xié)調(diào)，峰值削減僅由常規(guī)發(fā)電單元單獨完成。由于常規(guī)單元的最小功率限制，因此系統(tǒng)將在10：00—16：00丟棄部分風(fēng)電輸出。未部署能源配置前，在正午前后，風(fēng)光混合系統(tǒng)的發(fā)電量達到峰值，約為600MW。在早晨和黃昏，風(fēng)光混合系統(tǒng)發(fā)電量達到最低值，約為300MW。凌晨和黃昏時的火力發(fā)電輸出最高，約為400MW，在中午輸出值最低，約為150MW。在能量存儲能設(shè)備部署前，每日削峰成本與棄能率之間的關(guān)系見表2。

為了減少國家要求范圍內(nèi)被棄用的清潔能源功率比例，使用能量存儲和常規(guī)發(fā)電進行峰值調(diào)節(jié)。首先考慮風(fēng)速、光照強度等不確定性因素，采用公式（1）～公式（3）分別對風(fēng)光混合發(fā)電輸出進行建模。設(shè)置功率電流、電壓等參數(shù)，使用公式（4）、公式（5）對儲能充放電行為進行建模。其次使用雙層優(yōu)化算法來計算和優(yōu)化配置。內(nèi)層以最小化系統(tǒng)日運營成本為目標，采用粒子群優(yōu)化（PSO）算法求解日內(nèi)每個時段儲能充放電的最優(yōu)功率調(diào)度。最后基于內(nèi)層結(jié)果，以最大化系統(tǒng)年收益為目標，使用Matlab內(nèi)置的非線性規(guī)劃工具求解儲能裝置的總?cè)萘亢凸β嗜萘俊?/p>

雙層優(yōu)化算法相互制約，內(nèi)層給出當前最優(yōu)日調(diào)度，外層根據(jù)內(nèi)層結(jié)果優(yōu)化儲能配置，迭代收斂。當10：00—16：00時，儲能設(shè)備充電消納剩余清潔能源發(fā)電，避免棄風(fēng)能和光能，其余時段放電，替代部分火力發(fā)電輸出。

此策略可以最大限度消納新能源，同時降低火電運行成本，實現(xiàn)多贏局面。在引入能量存儲設(shè)備后，系統(tǒng)的日常運行調(diào)度發(fā)生了變化，能量存儲的放電為正，充電為負，總發(fā)電量在正午前后達到峰值，約為750MW，根據(jù)優(yōu)化結(jié)果制定儲能與火電的協(xié)同調(diào)峰日調(diào)度方案，其詳細配置策略信息如圖1所示。

通過上述建模、優(yōu)化算法和調(diào)度策略，該案例較為全面地分析了儲能設(shè)備在多能源電力系統(tǒng)中的作用和價值。結(jié)果表明，引入儲能設(shè)備可以極大程度提高清潔能源的消納水平，同時顯著降低系統(tǒng)的運行成本和環(huán)境排放。具體來看，當未配置儲能時，該地區(qū)風(fēng)光發(fā)電嚴重“被困”。在10：00—16：00時段，由于火電機組的最小出力限制，因此系統(tǒng)需要每天棄風(fēng)棄光約200MW，棄能率高達13.65%（見表2）。同時，為滿足峰谷負荷的大幅波動調(diào)節(jié)需求，火電機組也需要大范圍調(diào)整出力，運行模式十分紊亂，導(dǎo)致運營成本居高不下。而在配置了儲能設(shè)備后，通過雙層優(yōu)化算法確定的儲能容量配置和“新能源高出力時充電，低谷時放電”的協(xié)同調(diào)度策略，可以最大限度消納清潔能源，提高新能源利用效率。根據(jù)測算，儲能設(shè)備投入后，系統(tǒng)的日運行成本降至1654740元，棄能率僅為3%，遠低于未配置儲能時的水平。

此外，儲能設(shè)備的充放電作用還可以顯著平滑火電機組的出力曲線，使運行更經(jīng)濟，減少無效燃料消耗和污染排放。由此可見，儲能設(shè)備在多能源電力系統(tǒng)中發(fā)揮了“能量馥染”的重要作用，較好地協(xié)調(diào)和平衡了清潔能源利用效率、系統(tǒng)經(jīng)濟性和環(huán)保要求之間的矛盾，對促進能源轉(zhuǎn)型、實現(xiàn)綠色低碳發(fā)展具有重要意義。

4 結(jié)論

由于將清潔能源納入電網(wǎng)會導(dǎo)致高峰負荷調(diào)節(jié)壓力大、風(fēng)能消耗率低以及經(jīng)濟狀況差，因此本文提出了一種單日例行儲能與峰值調(diào)節(jié)相結(jié)合的最佳運行方式。在雙層優(yōu)化計算中，內(nèi)層和外層相互約束，考慮了風(fēng)和光吸收率以及經(jīng)濟因素，并給出了最佳能量儲存容量和功率容量。能量儲存配置后，系統(tǒng)中棄風(fēng)和光能的比率大大低于沒有能量儲存的情況，也緩解了獨立削峰例行機組導(dǎo)致的清潔能源消耗與經(jīng)濟之間的矛盾。本文選取的例子具有一定的區(qū)域特定性，雖然能量儲存配置容量過大，但優(yōu)化方法仍然具有參考價值。后續(xù)需要進一步分析能量儲存放電周期與系統(tǒng)運營成本以及整體經(jīng)濟之間的關(guān)系。

參考文獻

[1]馬蘭，謝麗蓉，宋新甫，等.基于儲能容量配置的綜合能源多級分配策略[J].電網(wǎng)技術(shù)，2023，47（6）：2218-2230.

[2]劉佳玲，秦博宇，孫穎，等.面向清潔低碳轉(zhuǎn)型的隧道智慧能源系統(tǒng)框架設(shè)計及儲能容量優(yōu)化配置[J].高電壓技術(shù)，2022，48（7）：2563-2572.

[3]周任軍，吳燕榕，潘軒，等.考慮電熱需求響應(yīng)的區(qū)域綜合能源系統(tǒng)儲能容量優(yōu)化配置[J].電力科學(xué)與技術(shù)學(xué)報，2023，38（1）：11-17.

[4]劉道兵，袁野，李世春，等.利用氫儲能在含可再生能源系統(tǒng)容量配置綜述[J].電測與儀表，2022，59（12）：1-13.

[5]朱佳男，艾芊，李嘉媚.基于分布魯棒優(yōu)化的廣義共享儲能容量配置方法[J/OL].電力系統(tǒng)自動化，2024（48）：185-194[2024-02-01].http：//kns.cnki.net/kcms/detail/32.1180.TP.20231122.1036.006.html.