考虑实时备用率的中长时间尺度新能源发电备用的方法

梁振锋, 范新伟, 张 娉, 王开艳

(1. 西安理工大学电气工程学院, 陕西 西安 710054; 2. 中国电建集团西北勘测设计研究院有限公司, 陕西 西安 710065)

1 引言

为实现双碳目标,风电和光伏发电的渗透率将进一步增加,我国将构建以新能源为主体的新型电力系统[1,2]。

为了应对负荷波动,电力系统中需要配置负荷备用容量。对于新型电力系统,新能源发电的波动性和间歇性等不确定性增加了系统的备用需求[3,4]。新型电力系统的负荷备用包括:①燃油燃气轮机、水电、抽水蓄能[5]等调峰机组、火电机组深度调峰改造及储能备用、系统间备用等新型备用[3,6-8];②风电等新能源电源[9-14];③需求侧响应[14-16]等。文献[6-8]考虑了风电、光伏发电出力的预测误差,优化了机组出力及旋转备用计划,但其负荷备用仍为水电、火电等传统机组。对于新型电力系统,传统机组不能满足热备用需求,因此要求新能源电源具备一次调频能力。随着出力预测精度的提高,新能源具备了作为负荷备用的条件。文献[9-14]提出利用风电、光伏发电等新能源作为备用。在我国新能源发电尚未大规模并网时,文献[9]提出了风火互济旋转备用运行方式,指出优先调度风电且允许弃风比全额接纳风电更合理。文献[10]提出风电预留备用容量参与系统调频控制。文献[11]利用风电柔性爬坡容量来减少爬坡阶段常规机组的向上、向下爬坡备用容量。文献[12,13]基于新能源的统计学特征,考虑新能源消纳和电网安全,提出了新能源发电作为备用的两种方法:①利用新能源发电出力的概率分布将新能源出力纳入备用;②置信区间法,即根据新能源出力预测误差的概率分布获取预测值的置信区间,再根据置信区间下边界确定备用容量。文献[14]考虑风电、需求响应,提出多场景概率热备用优化方法。由文献[9-14]可见,现有研究多以固定比例新能源出力作为备用电源,当备用需求变化时只能调整传统机组,灵活性和经济性均较差。另一方面,现有研究多以日调度为对象,未从月度或年度等调度和规划角度分析优化新能源备用。文献[15,16]利用需求侧响应资源,令柔性负荷和可控负荷参与至系统旋转备用。需求响应资源作为旋转备用的研究尚处于起步阶段。

针对将固定比例新能源作为备用存在的问题,本文提出了新能源可信出力实时备用率的确定方法。首先,通过不确定性建模方法获取新能源中长期出力时间序列。其次,以生产成本最小为优化目标,考虑功率平衡约束、备用约束、各类机组出力约束,建立将新能源纳入备用的电力生产模型。最后,将中长期优化问题化简为短期优化问题,利用CPLEX求解器求解模型。算例计算表明所建模型更符合新型电力系统的备用需求。

2 新能源不确定性建模

短时间尺度下,风电、光伏发电出力波动大、规律性差,但在月、年尺度下风电、光伏发电出力具有较强规律性[17]。电力系统调度运行与分析建模时,通常采用时序模拟获取新能源随机出力的时序序列,分析其不确定性和随机性对电力系统生产的影响。新能源不确定性建模可反映新能源中长期时间尺度的随机性和波动性,其出力时序序列数据可为新型电力系统生产模拟提供数据支撑。

首先,根据风速、光照强度历史数据,以风速服从威尔分布、光照服从贝塔分布计算风电、光伏发电出力的概率分布参数[18]。其次,对新能源历史数据拉丁抽样,通过k-medoids聚类得到日出力代表性场景,建立不确定性模型[19]。最后,消除数据冗余[20],得到最终的时序出力。

3 纳入新能源为备用的工作原理

对于新型电力系统,传统机组难以满足备用需求,有必要将风电、光伏发电纳入备用。考虑新能源出力可信准确率[7],利用第2节获取的时序数据计算新能源可信出力。根据系统备用需求,实时调整新能源可信出力的备用容量。

电力系统功率平衡方程为:

(1)

需要指出的是,本文研究对象是中长时间尺度下的备用率优化问题,因此认为“t时段”内各电源实际出力或最大出力不变。

系统备用约束为:

(2)

由式(2)可见,新能源发电纳入备用有助于减小传统机组启停频率、降低开关机成本。

在已有方法[9-14]中,βt为固定值。本文βt采用变量,即βt为实时备用率,将根据系统需求实时调整新能源可信出力的备用容量。

4 新能源电源纳入备用的电力生产模型

4.1 目标函数

本文以生产成本最小为优化目标。生产成本包括发电机运行及开关机成本、排污治理成本和风电、光伏发电弃电及切负荷惩罚成本等。

(3)

(4)

(5)

4.2 约束条件

4.2.1 系统约束

(1)功率平衡

运行中电力系统功率平衡如式(6)所示。

(6)

(2)备用约束

(7)

式中,I为机组数。

4.2.2 机组出力约束

(1)风电、光伏发电

风电、光伏发电实时出力与备用功率之和应小于其最大出力。

(8)

(9)

(2)燃煤机组

考虑到运行安全,燃煤机组存在最大、最小技术出力限制及爬坡约束[21]。

(10)

Pi,tmin≤Pi,t≤Pi,tmax

(11)

(12)

(3)燃油、燃气和核电机组

与燃煤机组类似,燃油、燃气和核电机组也要考虑最大、最小技术出力限制及爬坡约束。

(4)水电机组

考虑到运行安全,水电机组出力变化速率受库容大小、出库流量和入库流量、强迫出库流量大小等限制。

(13)

(14)

(15)

(5)光热电站

光热电站约束包括集热场和储热罐热量动态平衡、发电出力限制及其爬坡限制。

(16)

(17)

(18)

(19)

(20)

(21)

(22)

(23)

(6)电化学储能

电化学储能需要满足充电最大功率、储能容量、荷电状态平衡等约束。

(24)

0≤SOCi,t≤SOCi,max

(25)

(26)

(27)

(7)抽水蓄能

抽水蓄能电站需满足发电、抽水功率和水库库容、发电效率等约束[22]。

(28)

(29)

(30)

(31)

(32)

(33)

(8)逻辑变量约束

(34)

4.3 光伏、风电单独纳入备用

光伏发电夜间无出力,而风电“反调峰”。因此,光伏发电与风电可独立纳入备用,如式(35)和式(36)所示。

(35)

(36)

5 模型求解方法

本文建立的新能源纳入备用的电力生产模型含有多种类型电源,考虑了机组出力大小变量和开关机状态的0、1变量,是一个混合整数规划优化模型,变量数量多、约束类型多,常规方法求解困难,本文调用CPLEX求解模型。在求解较长时间尺度的电力生产过程时,因变量累积和内存限制,需要较长计算时间才可得到最优解,因此需要化简模型。采用时间迭代的方法[23,24]将待求解模型化简为短期优化问题,以减少变量、降低求解复杂度。图1为本文方法的计算流程图。

图1 计算流程图Fig.1 Calculation flow chart

首先,输入风速、光照、机组及其运行成本、负荷及网架结构等数据,计算新能源出力时序序列。其次,建立优化目标函数、等式和不等式约束,置零求解时长标志字T。最后,调用CPLEX以T1时间周期求解优化模型,令T=T+T1。比较T与模拟计算时长Tset,若TTset,则计算完成,输出各时段机组出力及新能源的实时备用率。

6 算例分析

6.1 模型及参数

本文基于IEEE-24[25]节点系统,用文献[26,27]中水电、核电、燃气、燃油、风电、光伏、光热、抽水蓄能等电源替换部分火电机组构成改进IEEE-24节点系统,如图2所示。计算所用计算机型号为IntelI5-4200H。算例中,Tset为720 h,T1为168 h,求解间隙设为0.005%,一次求解时间上限为1 500 s。计算中,负荷备用率设为5%,新能源备用成本为弃风弃光成本[28-30],此处的弃风、弃光为用于备用而未被利用的部分。表1为光热电站机组参数,表2为抽水蓄能电站参数,表3为储能参数,表4为传统机组参数,表5为水电机组参数,表6为成本参数。风电、光伏发电容量根据新能源渗透率确定,风电占60%。

表1 光热电站机组参数Tab.1 Unit parameters of solar-thermal power station

表2 抽水蓄能电站参数Tab.2 Parameters of pumped storage power station

表3 储能参数Tab.3 Energy storage parameters

表4 传统机组参数Tab.4 Parameters of conventional units

表5 水电机组参数Tab.5 Parameters of hydropower units

表6 成本参数Tab.6 Cost parameters

图2 IEEE RTS-24节点拓扑图Fig.2 IEEE RTS-24 node topology

6.2 未将新能源纳入备用时的运行成本

不考虑新能源纳入备用,进行电力生产模拟计算,表7为不同新能源渗透率时的计算结果。

表7 未将新能源纳入备用时不同新能源渗透率电力生产模拟计算结果Tab.7 Simulation results of power production under different new energy permeability when new energy is not included in reserve (单位:万$)

由表7可知,新能源渗透率与系统总成本正相关。渗透率为50%时,虽然煤耗和污染治理成本低,但弃电、弃负荷成本几乎等于总成本。因此,随着渗透率的增加,需将新能源纳入热备用。

需要指出的是,新能源弃电为新型电力系统中未能消纳的新能源电量。与备用成本中的弃风弃光不同。

6.3 新能源以固定比例纳入备用时的运行成本

渗透率为30%时,将固定比例新能源出力作为备用,表8给出了将新能源实时出力的5%、10%、15%、20%和30%纳入备用的电力生产模拟计算结果。

表8 不同比例新能源纳入备用时的计算结果Tab.8 Simulation results of different proportion of new energy serving as reserve (单位:万$)

由表8可知,随着纳入备用比例的增加,煤耗和开关机成本降低,但总成本持续升高。与表7新能源发电未纳入备用相比,总成本分别提高了0.53%、1.1%、1.3%、1.52%、1.32%,主要是因为新能源备用成本的增加。由于备用成本的增加,将固定比例新能源纳入备用,经济性较差。因此需要合适的备用比例以有助于系统的运行经济。

表9为不同新能源渗透率情况下固定比例15%备用率的计算结果。

表9 不同渗透率下新能源出力15%纳入备用计算结果Tab.9 Calculation results of 15% new energy included in reserve under different permeability (单位:万$)

由表9可知,随着渗透率的提高,虽然煤耗和排污成本减少,但储能运行成本和系统备用成本大幅增加,导致总成本升高。但与表7未将新能源电源作为备用相比,在新能源渗透率为40%、50%时运行总成本降低44.87%和76.59%,主要是新能源弃电和弃负荷成本大幅降低。可见在新型电力系统中,将固定比例新能源纳入备用也会大幅降低运行总成本。

6.4 新能源实时备用时的运行成本

计算新能源可信出力准确率30%、渗透率30%时各时段的实时备用率。表10为采用实时备用率和未将新能源纳入备用时的运行成本对比。

表10 新能源实时纳入备用和未纳入备用时的电力生产结果Tab.10 Results of power production with and without new energy in real-time reserve (单位:万$)

由表10可知,新能源采用实时备用率,系统运行总成本比未将新能源纳入备用低。本文方法显著降低传统机组燃料成本、开关机运行成本和储能运行成本,也可减少弃风弃光、降低污染排放。与表8相比,运行总成本比将固定比例新能源纳入备用更低。采用实时备用率后的电量缺额由传统机组补充,虽增加煤耗和排污成本,但运行总成本更低。

表11为将新能源纳入备用和未纳入备用时传统机组开关机次数和最大利用小时数。

表11 新能源实时纳入备用和未纳入备用的开关机次数和机组最大利用小时结果Tab.11 Number of switches and maximum utilization hours of units with and without new energy in real time

由表11可知,与未将新能源纳入备用比,本文方法减少了火电机组的开关机次数。

图3为新能源的实时备用率。可知当备用资源不足时,新能源可信出力将全部纳入备用,而备用资源充足时新能源将全部参与电力平衡。

图3 新能源的实时备用率Fig.3 Real-time reserve ratio for new energy

6.5 不同渗透率新能源实时备用的运行成本

新型电力系统的建设将经历数十年时间,表12为不同渗透率新能源实时备用的计算结果。

表12 不同渗透率新能源实时备用计算结果Tab.12 Calculation results of new energy serving as reserve under different penetration rates of new energy (单位:万$)

由表12可知,随着渗透率的提高,储能运行和机组开关机的成本明显增加,其原因是渗透率越高,系统的不确定性和电源出力的波动性也越大。同时,新能源实时备用率的增加会使火电利用小时数减小,煤耗成本和污染排放量也将减少。

又由表12可知,新能源渗透率为15%、20%、30%、40%、50%时,本文方法的运行总成本与新能源未纳入备用相比,分别降低-15.48%、-8.09%、9.66%、54.72%、84.87%。即渗透率<30%时,本文方法反而会增加运行总成本,但渗透率≥30%时,本文方法的经济效益随渗透率的提高显著增加。因此,本文方法适用于新型电力系统。

图4为不同渗透率下的实时备用率。其中图4(a)为渗透率为25%、50%时720 h实时备用率,图4(b)为渗透率为15%、20%、25%、30%、40%、50%时168 h的实时备用率。由图4可知,不同渗透率实时备用率的趋势相同,在备用不足时,新能源按可信出力全部纳入备用;当备用充分时,新能源全部参与电力电量平衡。

图4 不同渗透率新能源的实时备用率Fig.4 Real-time reserve ratio of new energy under different permeability

6.6 光伏、风电独立实时备用的运行成本

光伏发电与风电可分别作为系统备用,表13为二者独立实时备用的成本,表14为光伏、风电独立纳入备用时的开关机次数和机组最大利用小时,图5为二者单独纳入备用情况下光伏、风电各时刻的实时备用率。

表13 光伏、风电独立纳入备用与新能源整体纳入备用的计算结果Tab.13 Calculation results of photovoltaic and wind power separately included in reserve and integrated into reserve (单位:万$)

图5 风电、光伏发电单独纳入系统备用的实时备用率Fig.5 Real-time reserve ratio of wind power and photovoltaic power generation separately incorporated into system reserve

由表13可知,光伏发电、风电采用实时备用率独立备用与新能源整体纳入备用比,由于常规机组开关机成本的增加,总成本增加了1.9%;但由于新能源弃电和弃负荷成本为0,备用成本降低10%。光伏发电和风电的出力特性存在差异,合理调整各时段两种能源的备用率,在运行总成本变化不大基础上,有利于降低储能运行、新能源备用和排污处理的成本。由图5可知,风电、光伏不同时刻的实时备用率不同。

由表14可知光伏发电、风电独立备用时能减少大型机组U350开关机次数,且U12燃油机组处在备用状态,未参与系统调度,提高了系统备用容量。

7 结论

本文以生产成本最小为优化目标,考虑机组运行及开关机、新能源弃电和弃负荷惩罚等成本,提出了新能源实时备用率的优化方法。算例计算可得以下结论:

(1)根据运行需要采用实时备用率调整各时段新能源备用容量可降低系统运行成本。

(2)新能源渗透率的增加会增加弃电、弃负荷成本。新能源实时备用后,煤耗虽小幅增加,但运行总成本大幅下降。

(3)光伏、风电独立实时备用,可降低储能运行、新能源备用和污染治理的成本。

随着新型电力系统的发展,灵活性资源将愈加缺乏,需求响应将得到重视和发展。进一步,应该开展考虑需求响应的新能源电源备用率的研究。