计及源网荷储协同运行的城市配网侧储能系统规划调度

王 勇, 刘梦晨, 王 辉, 师 文, 岳园园, 罗 璇, 秦博宇

(1. 国网陕西省电力有限公司经济技术研究院, 陕西 西安 710065; 2. 西安交通大学电气工程学院, 陕西 西安 710049)

1 引言

“双碳”目标对我国能源结构和消费体系转型升级提出了迫切要求[1]。电网作为能源转型的核心组成部分,具有重大的减排责任[2]。在供能侧,大力发展太阳能、风能等新能源能够有效降低化石能源等高碳排放能源占比;在用能侧,随着制造业、交通、建筑等行业的电气化水平不断提高,不同种类的终端碳排放需求逐渐向电力行业转移和汇聚[3]。配电网具备直面用户的属性,不仅在电能生产方面需要实现碳中和目标,而且提供高质量电力服务,能够在推动用户侧能源消费升级和碳资产管理等方面发挥重要作用[4]。城市具备人口、经济高密度特性,城市配电网的低碳转型需求迫切。

分布式新能源的大量接入将对配电网的安全稳定经济运行带来挑战[5]。分布式光伏、风电等由于自身发电机理限制,其出力随着地理、气候与时间等条件的改变而呈现波动性与随机性,从而导致配电网中的电力潮流变化[6]。电力潮流的双向流动使得配电网中“电源”与“负荷”之间的界限模糊化,较大程度地增加了配电网的复杂度[7]。由此,当分布式发电机组在配电网中接入的容量和位置不够合理时,一方面会影响分布式机组接入点附近的用户负荷,另一方面会对配电网的安全经济可靠运行产生威胁[8]。同时,由于自身发电出力的波动性与随机性,分布式发电机组所发电能难以被有效利用,常被视为“垃圾电”,弃风弃光问题突出[9,10]。

储能凭借自身双向灵活功率特性,能够有效解决分布式发电接入配电网带来的安全稳定运行问题[11]。文献[12]提出了一种新的两阶段优化框架,用于确定配电网中可调度分布式发电的最优混合集成,从而同时达到技术、经济以及社会效益最大化。文献[13]考虑较长时间内光伏发电波动性与随机性,构建了用户侧分布式光储规划模型。文献[14]提出了一种基于源-网-负荷协同的控制框架,以提高低碳能源高度渗透的有源配电网的电能质量。文献[15]提出了一种集成储能系统的协调电压控制方案,用于未来具有大型集群式低碳技术分布的配电网,包括馈线和相位位置。文献[16]讨论了在低压配电网中控制分布式存储设备以防止过电压和欠电压的问题。但以上研究缺乏综合考虑城市配电网低碳转型需求,尚未系统分析城市配电网涉及变压器重满载等问题的储能系统规划调度。

本文基于对城市配电网低碳转型需求、储能系统功能定位分析,研究计及源网荷储协同运行的城市配网侧储能系统规划调度问题。首先,以“双碳”目标为驱动,以促进城市配电网低碳转型为核心,提出计及源网荷储协同运行的储能系统框架。其次,考虑储能各类成本,构建储能容量优化模型,以满足源网荷储的协同运行需求。再次,计及系统中储能约束、配网潮流约束等条件,目标为系统综合成本最低,构建系统运行模型。然后,建立规划-运行双层模型并进行求解,为破除分布式新能源接入城市配网侧产生的供电可靠性降低、网络波动等问题提供一体化解决方案。最后,通过算例验证本文所提优化配置方案的有效性,并分析系统的经济效益。

2 计及源网荷储协同运行的城市配网侧储能系统框架

构建绿色低碳的新型电力系统目标的提出将促使配网中分布式电源的大规模接入。截至2021年底,我国分布式光伏累计装机10 751万kW,分布式风电累计装机996万kW,我国主要分布式能源装机同比增长19.99%,分布式新能源装机规模持续扩大[17]。然而,高比例分布式新能源渗透为配电网发展带来新的挑战。一方面,分布式新能源的广泛接入将威胁配电网的安全和稳定;另一方面,配电网的新能源消纳能力弱,存在明显弃风弃光现象。为创新高比例分布式新能源接入下配电网的低碳发展模式,结合城市配电网结构特点,提出计及源网荷储协同运行的配网侧储能系统框架,系统框架示意图如图1所示。

图1 计及源网荷储协同运行的配网侧储能系统框架Fig.1 Framework of energy storage system for urban distribution network considering cooperative operation of generation, grid, load, and storage

从图1可以看出,计及源网荷储协同运行的配网侧储能系统主要包含储能系统、分布式新能源、配电网、配电网负荷四个主体。分布式新能源发出的电能经由城市配电网就近供给负荷,储能系统凭借其灵活的双向调节功率特性平滑新能源出力,同时提高配电网供电系统的可靠性。城市受限于人口与房屋建筑的高度密集,其新能源主要以分布式光伏发电为主,较少考虑风力发电机组的接入。将电化学储能、储热、储气等多类型储能系统配置于城市配电网侧,不仅能够实现新能源的大规模高效消纳、推动配电网的源荷匹配;还能为配电网提供调频调峰支撑,提升配电网的安全稳定运行能力,推动配电网的低碳转型,助力提升配电网综合能源系统经济效益、社会效益。目前,储气、储热等技术受地理条件等因素限制,尚未在城市有规模化示范应用项目[18],因此选择受地理位置限制小、成熟度高[19]的电化学储能为储能系统的主要研究对象,并开展储能容量配置、优化调度等相关研究。

3 计及源网荷储协同运行的储能系统容量配置双层优化模型

3.1 储能系统容量优化配置模型

3.1.1 优化配置目标

城市配网侧储能配置目标为城市配电网系统的年综合成本C最低,即:

minC=Cpur+Cbui+Cop+Com-Cre

(1)

式中,Cpur为储能年等效购置成本;Cbui为储能年等效建设成本;Cop为城市配电网系统的年等效运行成本;Com为储能年维护成本;Cre为储能年等效残值费用。

(1)储能年等效购置成本

储能购置成本包括首次购置成本及更换成本:

Cpur=Cinit+Crep

(2)

式中,Cinit为储能首次购置成本;Crep为储能更换成本。

Cinit=(keiEr+kpiPr)r

(3)

式中,kei为储能单位容量购置成本;kpi为储能单位功率购置成本;Er为储能容量;Pr为储能功率;r为资金回收系数,计算式为:

(4)

式中,α为资金折现率;Y为规划运营年限。

(5)

式中,β为储能更换次数序号;X为规划运营期内储能更换次数总计。

(2)储能年等效建设成本

施工建设成本主要分为储能容量建设成本及功率建设成本:

Cbui=(kebEr+kpbPr)r

(6)

式中,keb为储能单位容量建设成本;kpb为储能单位功率建设成本。

(3)城市配电网系统年运行成本

由调度结果得系统日运行成本,则系统年运行成本为:

(7)

式中,Cop,d为系统日运行成本。

(4)储能年维护成本

储能系统的维护成本包括检修、人力和维修等费用,即:

Com=komPr

(8)

式中,kom为储能的单位功率年维护成本。

(5)储能年等效残值费用

储能残值费用由残值率和购置成本决定,可表示为:

(9)

式中,μ为储能残值率。

3.1.2 优化配置约束条件

储能优化配置涉及容量和功率约束。即:

(10)

3.2 计及源网荷储协同运行的储能系统优化调度模型

计及源网荷储协同运行的储能系统调度需计及分布式光伏出力、配电网各节点负荷,考虑配电网系统运行各项成本,建立系统优化调度模型,采用系统分析方法及最优化技术,在储能容量固定的前提下确定储能各时段出力功率。

3.2.1 优化调度目标

为了充分提高新能源的消纳利用率,减少配电网运行成本,以基于储能的城市光储配电网系统日运行成本Cop,d最小为优化调度目标。即目标函数:

minCop,d=Cbuy+Cab+Cenv-Csale

(11)

式中,Cbuy为系统购电成本;Cab为系统的弃光惩罚;Cenv为碳排放惩罚成本;Csale为配电网向负荷售电收益。

(1)系统购电成本

光伏发电出力受到天气、太阳辐照等众多环境因素的影响,具有随机性、间歇性、不确定性等特点,同时随着电力电子设备的高比例运用,配电网负荷变化也日趋灵活,其不确定性导致分布式新能源出力与负荷之间存在不平衡电量,这部分电量可通过储能系统以及外部电网供给。系统的购电成本可表示为:

(12)

式中,N为运行调度时段总数量;Δt为最小的调度时间,Δt=24/N,假设每个Δt内各主体功率均不变;Ptra,0(n)为第n时段同上级电网的交换功率,Ptra,0(n)为正时需向上级电网购入电力;kbuy,n为第n时段的电价。

(2)系统弃光惩罚

引入弃光惩罚因子从而提高光资源的利用率。弃光惩罚成本为:

(13)

式中,kab为弃光惩罚因子;Pab,i(n)为第i台光伏机组在第n时段的弃光功率;I为分布式光伏机组个数。

(3)碳排放惩罚成本

碳排放惩罚成本为系统购入电量中的碳排放成本,即:

(14)

式中,kenv为电网单位电量碳排成本。

(4)配电网售电收益

配电网各支路节点向负荷用户售电会获得售电收益,即:

(15)

式中,ksale,n为第n时段配电网向负荷售电的分时电价;PL,i(n)为第i号节点在n时段的负荷功率;Nd为配电网节点数。

3.2.2 优化调度约束条件

(1)功率平衡约束

考虑新能源出力、负荷预测值和储能出力后得:

(16)

式中,Ppv,i(n)为第i台光伏在n时段的预测出力;Pbat,s(n)为第s节点储能在n时段出力,Pbat,s(n)为正值时储能放电。同时有弃光功率约束:

Pab,i(n)≥0

(17)

(2)储能系统运行约束

储能充放电功率极限为:

-Pli≤Pbat,s(n)≤Pli

(18)

式中,Pli为储能充放电功率上限值。

储能荷电状态(State Of Charge,SOC)由剩余电量S(n)、配置容量Er决定,即:

(19)

则有储能容量约束:

(20)

为确保储能循环工作,有:

S(0)=S(N)

(21)

式中,S(0)为调度初始储能电量;S(N)为调度结束储能电量。

储能电量S(n)计算式为:

(22)

式中,ξC为储能充电效率;ξD为储能放电效率。

(3)缓解重满载线路约束

为针对部分线路的重满载问题,考虑将重满载线路直接配置部分规模储能,缓解该节点的重满载问题,根据要求:

PL,a(n)≤0.8Pmax

(23)

式中,PL,a(n)为第a号重满载节点在n时段的负荷功率;Pmax为变压器允许的最大负荷。

(4)电网潮流安全约束

计及联络线运行限值,设置联络线功率约束:

-Ptra,up≤Pline,i(n)≤Ptra,down

(24)

式中,Pline,i(n)为第i条支路在n时段的功率;Ptra,up为联络线向上级电网的最大输送功率;Ptra,down为联络线向配电网的最大传输功率。

3.3 计及源网荷储协同运行的储能系统规划运行双层优化

3.3.1 计及源网荷储协同运行的储能系统双层优化模型

同时考虑储能系统容量优化配置问题与风储系统优化调度问题,构建了规划-运行双层优化模型。如式(25)所示,外层为规划层,决策变量为储能系统配置容量和配置功率,目标函数为储能综合成本最低,考虑了储能系统购置建设、系统运行维护以及回收残值等费用,约束条件为储能的配置容量和配置功率限制。内层为运行层,决策变量为储能系统输出功率、分布式新能源功率、储能系统剩余电量以及配电网支路潮流,目标为配网运行成本最低,考虑了系统购电、弃风和环境成本,约束条件为功率平衡、储能运行及潮流安全约束。

(25)

3.3.2 双层模型转换方法

上述双层模型分别对规划层及运行层进行了建模。然而这种通过在迭代过程中传递上、下层参数的方法降低了求解效率。因此,需要关联统一模型的上、下层,从而转为单层模型,操作如下:

规划层运行成本关联表示为:

(26)

同时,运行层储能荷电状态由剩余电量与规划层配置容量决定,储能功率限值由规划层配置功率决定,即:

(27)

由此,单层模型可表示为:

(28)

本文构建的配网侧储能系统优化配置模型属于混合整数线性规划问题,可在Matlab中使用Gurobi求解器求解。

4 算例分析

4.1 算例设置

以IEEE33系统为例,将三台额定容量为600 kW、300 kW、300 kW的光伏机组置于30节点、14节点以及17节点,储能位于1号节点,布置于上级联络节点变压器的10 kV电压侧,节点1与外部电网相连,32节点变压器存在重满载问题,在该位置与下级电网相连的变压器位置布置储能,缓解变压器的重满载问题。其基本结构如图2所示,系统基准功率10 MW,基准电压12.66 kV,网络总有功功率5 084.26 kW。

图2 IEEE 33节点配电系统Fig.2 IEEE 33-node power distribution system

系统联络线波动惩罚成本系数、弃风惩罚成本系数采用文献取值[20-25]。储能系统各项具体参数见表1[26-29],分时电价选取见表2。

表1 系统参数Tab.1 Parameters of system

表2 峰谷分时电价Tab.2 Peak-valley time-of-use price

考虑到配电系统覆盖区域面积不大,且为了方便分析,所有的光伏机组全都采用相同的出力曲线,所有节点负荷也采用同一曲线,典型日各光伏机组及总负荷出力曲线如图3所示。

图3 典型日分布式电源及节点总负荷24小时出力曲线Fig.3 24 hour output curve of typical daily distributed power supply and total node load

4.2 计及源网荷储协同运行的储能系统容量优化配置方案

设置运行周期为30 年,折现率为4%,得到储能配置结果:1号节点配置1.95 MW/10.19 MW·h储能系统,32号节点配置0.18 MW/1.27 MW·h储能系统年平均运行成本最低,年平均成本为1 554.64万元。配置储能系统前后,系统重满载线路功率波动情况如图4所示。

图4 配置储能系统前后重满载线路负荷变化Fig.4 Load change of heavy load line before and after configuration of energy storage system

根据图4中数据可知,通过在32节点配置一定规模的储能系统,该节点负荷最大功率由将近1 MW降低为0.8 MW,有效缓解该线路重满载问题,且平抑节点负荷一日内波动,增强配电网系统的调节能力。1号节点配置储能系统运行功率与上级联络功率如图5和图6所示。

图5 典型日储能充放电功率及荷电状态Fig.5 Typical daily charging and discharging power and state of energy storage of energy storage system

图6 配置储能后典型日上级电网出力功率Fig.6 Power output of upper power grid with energy storage in 24 hours on a typical day

由图5、图6可知,储能系统响应电网的分时电价,平滑配电网与上级联络节点功率,实现削峰填谷。0∶00～6∶00时段为电价低谷,储能系统充电,外部电网与分布式新能源同时为负荷以及储能系统供电;储能系统在6∶00～9∶00放电以及在10∶00～14∶00充电,从而保证联络线功率稳定,降低联络线波动,考虑安全性;15∶00～23∶00时段电价位于平段和高峰期,配电网系统不再通过外部电网充电,由储能系统和分布式新能源为配电网负荷供电,在23∶00～24∶00,此时充电不再经济,储能系统不再充电,配电网负荷由外部电网供电。

4.3 系统经济效益分析

系统未配置储能时,IEEE标准系统与上级电网联络节点24 h出力功率如图7所示。

未配置储能系统时,配电网系统负荷高于新能源出力,由图7可知,在9∶00～12∶00、17∶00～21∶00时段电价高峰期,由于光伏出力主要集中在正午,第一个电价高峰期间负荷水平并不高,但在负荷的第二高峰期,新能源出力降低,净负荷达到峰值,系统将向上级电网大量购电,经济成本显著增加。未配置储能系统的配电网系统年均运行成本见表3。

表3 未配置储能系统的配电网系统年均运行成本Tab.3 Annual operating cost of distribution system without energy storage

可以看到,未配置储能时,配电网系统年均运行成本达到1 846.63 万元,其中购电成本为1 486.48万元,年联络线波动惩罚成本为288.61 万元,由于电价高峰与负荷高峰双峰重叠,配电网购电成本占比大,由于光伏出力在白天,导致配电网昼夜波动大,给配电网运行经济成本带来沉重负担。

配置储能后,由4.2节可知,配置储能规模为1.95 MW/10.19 MW·h以及0.18 MW/1.27 MW·h时,配电网系统年均运行成本最低,在此规模下,储能系统建设投资成本见表4。

表4 储能系统初始建设投资成本Tab.4 Initial construction investment cost of energy storage system

根据表4中数据可以得知,储能系统初始投资成本占比最大的部分为购置成本,同时由于储能,需要进行大型基坑开挖、支护等施工过程,建筑成本也在投资成本中占据较大比例。

配置储能系统后,年运行成本可通过系统与上级电网联络节点的购电成本以及环境成本测算,其成本见表5。

表5 配置储能系统后配电网系统年均运行成本Tab.5 Annual operating cost of distribution system with energy storage

根据表3、表5中数据对比可以得知,配置储能系统后,系统年购电成本由1 486.48万元降低至1 419.32万元,年联络线波动惩罚成本由288.61万元降低至55.35万元,而新增储能年维护成本则仅为7.33万元,经济效益得到明显提高。配置储能系统后系统年总运行成本降低291.86万元,结合储能购置成本,配置储能系统预计6.9 年收回成本。由于储能电池组运行寿命可达15～20年,因此额外配置储能具备显著的经济效益。

5 结论

本文提出一种考虑储能系统容量优化配置问题与源网荷储协同运行系统的优化调度问题的规划-运行双层优化模型,通过IEEE标准节点算例验证本文所提优化配置方案的经济性和有效性。主要得到以下结论:

(1)配置储能后能够有效缓解节点的重满载问题,使该节点最大功率由1 MW降至0.8 MW,重载率降至80%,有效缓解线路重载问题。

(2)配置储能能够平抑配电网向上级电网的功率波动,降低上级电网的最大负荷,储能系统响应联络线波动惩罚成本,通过移峰填谷降低联络线功率波动,联络线最大功率由4.8 MW降至3.3 MW,峰谷差由4.1 MW降至0.8 MW,缓解效果显著。

(3)配置储能系统具备良好的经济效益,配置储能系统后,配电网年平均运行成本从1 846.6 万元降至1 554.634 万元,购置储能预计7 年左右收回成本,有效提高配电网运行的经济性。