蓄熱式電鍋爐融合儲能的風(fēng)電消納優(yōu)化控制

王 鶴，莊冠群，李國慶，李德鑫

(1.東北電力大學(xué)，吉林 吉林 132012；2.吉林省電力科學(xué)研究院，吉林 長春 130021)

蓄熱式電鍋爐融合儲能的風(fēng)電消納優(yōu)化控制

王 鶴1，莊冠群1，李國慶1，李德鑫2

(1.東北電力大學(xué)，吉林 吉林 132012；2.吉林省電力科學(xué)研究院，吉林 長春 130021)

針對三北地區(qū)冬季供熱期火電機組調(diào)峰能力受限，源荷供需矛盾嚴重導(dǎo)致風(fēng)電場棄風(fēng)嚴重的問題，提出了蓄熱式電鍋爐融合儲能的風(fēng)電消納優(yōu)化控制方法。為解決風(fēng)電就地消納的難題，我國北方地區(qū)正在推廣應(yīng)用蓄熱式電鍋爐制熱，增加電網(wǎng)的電轉(zhuǎn)熱負荷，以促進風(fēng)電本地消納能力；研究風(fēng)電場非直接供電模式下蓄熱式電鍋爐和電化學(xué)儲能裝置的協(xié)調(diào)優(yōu)化控制方法，以風(fēng)電場和蓄熱式電鍋爐的收益最大化為目標(biāo)，綜合考慮風(fēng)電場、電網(wǎng)公司及供熱公司之間不同合約的情況，提出了優(yōu)化的控制策略。仿真結(jié)果表明了所提方法的有效性。

風(fēng)電消納；蓄熱式電鍋爐；電儲能；收益最大

0 引言

我國風(fēng)能資源豐富且風(fēng)電產(chǎn)業(yè)發(fā)展迅速，風(fēng)電裝機容量居世界首位。但目前風(fēng)電棄風(fēng)問題突出，尤其是電網(wǎng)以火電為主的“三北”地區(qū)(指東北、華北、西北)，電網(wǎng)靈活性差，在冬季供暖期間，熱電機組“以熱定電”模式運行，機組向下調(diào)峰能力不足導(dǎo)致夜間低谷時段大規(guī)模的“棄風(fēng)”[1-3]。如何消納風(fēng)電已經(jīng)成為制約我國風(fēng)力發(fā)電發(fā)展的關(guān)鍵問題之一。為解決我國的風(fēng)電消納問題，國家已經(jīng)出臺了一系列措施，明確提出要嘗試推廣棄風(fēng)電力供熱，促進電負荷向熱負荷的轉(zhuǎn)化[4-5]。此外，利用儲能技術(shù)來輔助消納棄風(fēng)電力也得到廣泛的關(guān)注。文獻[6]對蓄熱式電鍋爐、風(fēng)電供熱(不蓄熱)和抽水蓄能3種消納棄風(fēng)的方案進行了節(jié)煤效果和國民經(jīng)濟性的分析與比較。在棄風(fēng)嚴重情況下，蓄熱方案的經(jīng)濟內(nèi)部收益率約為風(fēng)電直接供熱方案的3倍，消納棄風(fēng)的替代發(fā)電效率可達到95%左右，證明了蓄熱方案具有較好的應(yīng)用前景。文獻[7]對緩解風(fēng)電和供熱機組之間上網(wǎng)矛盾的方法進行了系統(tǒng)性的歸納，提出了從電-熱聯(lián)合系統(tǒng)的角度解決可再生能源消納問題，利用大容量儲熱提高綜合能源系統(tǒng)大時空范圍的優(yōu)化能力和可再生能源的消納能力。文獻[8]提出了采用蓄熱式電鍋爐采暖技術(shù)消納棄風(fēng)的方案，建立了電力市場背景下蓄熱式電鍋爐采暖系統(tǒng)的經(jīng)濟性評估模型，分析了棄風(fēng)電價對系統(tǒng)經(jīng)濟性的影響，結(jié)果表明棄風(fēng)電價是影響經(jīng)濟性的關(guān)鍵因素之一。從上述分析可知，現(xiàn)有文獻對蓄熱式電鍋爐提高風(fēng)電場風(fēng)電就地消納技術(shù)進行了較為深入的研究，證明了蓄熱式電鍋爐的應(yīng)用前景。本文在此背景下，針對目前較常見的風(fēng)電場非直供電模式，研究基于蓄熱式電鍋爐融合電化學(xué)儲能技術(shù)的風(fēng)電場棄風(fēng)電力就地消納問題。本文綜合考慮風(fēng)電場、電網(wǎng)公司及供熱公司之間不同合約的情況下，以最大化風(fēng)電場及聯(lián)合儲能系統(tǒng)運行的期望收益為目標(biāo)，考慮蓄熱量、儲能限值、購售電合約等不同約束條件建立風(fēng)電-蓄熱式電鍋爐-儲能系統(tǒng)優(yōu)化運行控制模型，提出了蓄熱式電鍋爐融合儲能的風(fēng)電消納優(yōu)化控制策略。

1 蓄熱式電鍋爐融合儲能的非直接供電模式

在我國風(fēng)電資源豐富的“三北”地區(qū)，冬季供暖期間因“風(fēng)熱沖突”導(dǎo)致的棄風(fēng)現(xiàn)象日益嚴重[9]。造成“風(fēng)熱沖突”的本質(zhì)原因是熱電機組在供暖期間因“以熱定電”約束而導(dǎo)致其調(diào)峰能力大幅下降，國外實驗研究經(jīng)驗表明，通過配置儲熱設(shè)備可以有效解決熱電機組“以熱定電”約束，進而促進風(fēng)電消納[10-11]。利用蓄熱式電鍋爐提高風(fēng)電消納就是使蓄熱式電鍋爐利用峰、谷時段電價差進行供熱，即在谷的時段供熱和蓄熱，在峰的時段利用蓄熱的能量進行供熱，以提高風(fēng)電就地消納能力。蓄熱式電鍋爐是一種高效、安全可靠、減少環(huán)境污染的新型電加熱設(shè)備，同時也是一種可控負荷，利用它可以將電網(wǎng)谷時風(fēng)力發(fā)電以熱能的形式儲存供白天使用或供熱[12-13]。

由于蓄熱式電鍋爐電極棒的調(diào)節(jié)受速度、深度與頻次的制約，難以與風(fēng)功率快速波動及隨機性相匹配。而電化學(xué)儲能系統(tǒng)具有電能雙向流動、能量時移及四象限有功、無功的靈活調(diào)節(jié)等特點，其主要作用是協(xié)調(diào)蓄熱式電鍋爐進一步增強其調(diào)節(jié)的尺度、快速性與雙向調(diào)節(jié)的靈活性，以匹配風(fēng)電固有的輸出特性，從而有效改善源-荷間的失調(diào)問題[14-15]。

目前，蓄熱式電鍋爐大多數(shù)由風(fēng)電場投資建設(shè)，因為在遠離風(fēng)電場的供熱區(qū)，由于風(fēng)電場與蓄熱儲能裝置距離較遠，新建線路由風(fēng)場對鍋爐進行直供電投資較大，因此目前大多采用非直供電模式，即風(fēng)電場發(fā)電全部送入電網(wǎng)，蓄熱式電鍋爐再從電網(wǎng)購電供熱，棄風(fēng)發(fā)電和電鍋爐購電的電價合約由風(fēng)電場和電網(wǎng)公司協(xié)商確定[16]。風(fēng)電場和蓄熱式電鍋爐的非直接供電模式如下圖1所示。

圖1 非直接供電模式圖Fig.1 Non-direct power supply mode

由圖1可以看出風(fēng)電場的合約主要有2部分，一部分是風(fēng)電場和電網(wǎng)公司之間的購售電合約，另一部分是風(fēng)電場和供熱公司之間的售熱合約。以吉林省西部某風(fēng)電場的非直供電模式為例，其目前與電網(wǎng)公司的合約為蓄熱式電鍋爐每天在負荷低谷時段消納固定的棄風(fēng)電量，然后允許風(fēng)電場在相同時段增發(fā)與消納棄風(fēng)電量等量的電量；風(fēng)場投資建設(shè)的蓄熱式電鍋爐與供熱公司的合約為每天向供熱公司提供固定的熱量。此方案雖然能夠消納部分棄風(fēng)，但其并沒有對棄風(fēng)電量進行跟蹤，而且也沒有實現(xiàn)風(fēng)電場和蓄熱式電鍋爐的最大運行收益，不利于蓄熱式電鍋爐消納棄風(fēng)的進一步推廣。

2 蓄熱式電鍋爐融合儲能的優(yōu)化控制方法

為了進一步挖掘蓄熱式電鍋爐的經(jīng)濟潛能，本文在風(fēng)電場非直供電模式下，以風(fēng)電場和聯(lián)合儲能系統(tǒng)運行的收益最大為目標(biāo)，考慮蓄熱量、儲能限值、購售電合約等約束條件，采用粒子群優(yōu)化算法，得出不同棄風(fēng)條件下的蓄熱式電鍋爐和電化學(xué)儲能裝置的最優(yōu)控制策略。

2.1 目標(biāo)函數(shù)

本文以蓄熱式電鍋爐融合儲能的聯(lián)合系統(tǒng)運行收益最大為目標(biāo)函數(shù)，研究風(fēng)電-蓄熱式電鍋爐-電化學(xué)儲能系統(tǒng)的優(yōu)化調(diào)度運行問題。在非直供模式下，以收益最大為目標(biāo)的目標(biāo)函數(shù)為

(1)

(2)

t時段系統(tǒng)向電網(wǎng)購電的電量可以進一步表示為

(3)

2.2 約束條件

約束條件包括消納棄風(fēng)約束、合約約束、儲能儲熱裝置能量約束以及電鍋爐功率約束等，具體說明如下。

2.2.1 棄風(fēng)約束

(4)

2.2.2 合約約束

在非直供電模式下，風(fēng)電場分別同電網(wǎng)公司和供熱公司簽有合約。合約對所研究的協(xié)調(diào)優(yōu)化控制問題表現(xiàn)為不同的約束條件。

風(fēng)電場與電網(wǎng)公司之間的購售電合約考慮2種情況。第一種情況是風(fēng)電場每天允許在棄風(fēng)時段增發(fā)固定的電量，這個電量也是每天蓄熱式電鍋爐在負荷低谷時段消納的電量，是由合約規(guī)定的，即

(5)

還有一種合約情況，只要求蓄熱式電鍋爐在負荷低谷時段購電的電量不小于風(fēng)電場利用棄風(fēng)增發(fā)的電量即可，可以表示為

(6)

蓄熱式電鍋爐與供熱公司的合約規(guī)定了每個時刻向供熱公司供熱的下限，即

(7)

在進行優(yōu)化時，可以根據(jù)不同的合約情況，選擇不同的合約約束。

2.2.3 功率平衡約束

功率平衡約束包含蓄熱式電鍋爐的熱功率平衡約束和電化學(xué)儲能的電功率平衡約束，分別為：

2.2.4 蓄熱儲能能量約束

蓄熱罐每個時段的儲熱量應(yīng)處于合理的范圍之內(nèi)，即

(10)

式中：Qmax為蓄熱罐最大儲熱量；Qmin為蓄熱罐最小儲熱量。

同理，儲能電池的儲電量應(yīng)在適宜的荷電狀態(tài)(state of charge，SOC)范圍之內(nèi)，即

(11)

2.2.5 電鍋爐功率約束

(12)

2.2.6 蓄熱罐蓄熱功率約束

受電鍋爐功率約束限制，蓄熱罐在t時刻增加的蓄熱量為

(13)

2.3 改進粒子群算法

粒子群算法(particle swarm optimization，PSO)是1995年由美國Kennedy博士和Eberhart博士提出的，是人們受到社會體系中的個體行為的啟發(fā)提出的一種基于群的智能優(yōu)化算法。通過群體的個體自身經(jīng)驗的總結(jié)來修正個體行動策略最終求取優(yōu)化問題的解。粒子群算法因其原理簡單、易于編程、適于并行計算等優(yōu)點而得到了廣泛的應(yīng)用。但同時也存在早熟收斂等不足，這使得PSO面對復(fù)雜的多極值優(yōu)化問題時，難以獲得真實的全局最優(yōu)解。粒子群改進算法是在PSO的基礎(chǔ)上描述的一種具有全局收斂性的改進算法，并給予隨機分析理論證明該算法依概率收斂至全局最優(yōu)解。

改進粒子群算法實現(xiàn)框圖如圖2所示。

圖2 改進粒子群算法Fig.2 Improved particle swarm optimization algorithm

3 仿真分析

3.1 風(fēng)電場數(shù)據(jù)分析

我國吉林地區(qū)的供熱期為174 d，吉林西部某風(fēng)場在2015—2016年供熱期的風(fēng)電出力及棄風(fēng)功率如圖3—4所示。

圖3 整個供熱期15 min級風(fēng)電出力圖Fig.3 15-min level wind power output during the whole heating period

圖4 整個供熱期棄風(fēng)功率小時級Fig.4 60-min level abandoned wind power output during the whole heating period

從圖3—4中可以看出，我國東北地區(qū)在冬季供熱期存在嚴重的棄風(fēng)問題。將供熱期的前30 d及后30 d稱為供熱初期、末期，其余為供熱中期，供暖初、中、末期風(fēng)電典型日出力曲線及日負荷曲線如圖5所示。

圖5 風(fēng)電典型日出力及日負荷曲線圖Fig.5 Typical daily output of wind power and daily load curve

取不同供熱期的典型數(shù)據(jù)，2015-10-26風(fēng)電平均出力71.31 MW；2015-12-01風(fēng)電平均出力80.90 MW；2016-04-02風(fēng)電平均出力99.61 MW，風(fēng)電出力具有明顯季節(jié)性。負荷功率在07:00—10:00、17:00—21:00最高，風(fēng)電出力在21:00—05:00達到最大具有明顯反調(diào)峰性。

3.2 算例分析

在供熱中期內(nèi)隨機選取1 d的實測數(shù)據(jù)進行分析。利用蓄熱式電鍋爐消納風(fēng)電，傳統(tǒng)方式為每天22:00至次日05:00電鍋爐以30 MW功率穩(wěn)定運行，產(chǎn)生的熱量一部分直接供熱，另一部分熱量儲存進蓄熱罐，并在05:00—22:00內(nèi)放空，如圖6所示。其中，陰影部分為每天消納棄風(fēng)的電量，消納棄風(fēng)電量共204.74 MW·h，效率較低。

從圖7中可以看出，蓄熱式電鍋爐融合儲能的聯(lián)合系統(tǒng)消納風(fēng)電電量為電鍋爐直接供熱所用電量、蓄熱罐儲熱所用電量及儲能電池充電電量之和，直接供熱功率為16.68～33.36 MW。

采用儲能融合儲熱方式消納風(fēng)電，系統(tǒng)運行方式如圖7—11所示。

圖6 蓄熱式電鍋爐傳統(tǒng)方式消納棄風(fēng)Fig.6 Traditional abandoned wind consumption for regenerative electric boiler

圖7 混合系統(tǒng)跟蹤棄風(fēng)消納風(fēng)電Fig.7 Tracking the abandoned wind power with the hybrid system

圖8 蓄熱式電鍋爐運行功率Fig.8 Operating power of regenerative electric boiler

圖9 蓄熱罐實時儲熱量Fig.9 Real-time storage capacity of thermal storage reservoir

圖10 儲能電池運行功率Fig.10 Operating power of energy storage battery

圖11 儲能電池實時電量Fig.11 Real-time electricity capacity of energy storage battery

圖7—11中00:00—02:00時段，棄風(fēng)功率高于直供上限，鍋爐以供熱上限功率運行，蓄熱罐儲熱功率為正、電池充電功率為正，蓄熱罐儲熱量及電池儲電量上升；圖中03:00—04:00、08:00—09:00時段，棄風(fēng)功率在直供范圍內(nèi)，系統(tǒng)以棄風(fēng)功率直供熱，儲熱及儲能電池不充不放，儲熱儲能系統(tǒng)儲量不變；圖中09:00—11:00、14:00—15:00時段，棄風(fēng)功率低于直供下限時，電鍋爐以棄風(fēng)功率運行，蓄熱罐放熱、儲能電池放電，儲熱儲能系統(tǒng)儲量降低。圖中19:00—21:00時段，蓄熱罐內(nèi)儲存熱量過低，為保證系統(tǒng)可靠供熱避免下一時刻供熱量不足，系統(tǒng)在滿足直供熱下限前提下為蓄熱罐儲熱。

圖12中給出了采用本文提出的蓄熱式電鍋爐融合儲能的協(xié)調(diào)優(yōu)化控制方法消納風(fēng)電的情況。未接入混合系統(tǒng)時，24 h棄風(fēng)電量高達649.79 MW·h；接入混合系統(tǒng)后，棄風(fēng)電量28.717 8 MW·h?；旌舷到y(tǒng)共消納621.07 MW·h棄風(fēng)電量。與圖6的傳統(tǒng)運行控制方式相比，多消納棄風(fēng)電量416.33 MW·h。

圖12 本文提出的控制方法消納棄風(fēng)Fig.12 Control method of proposed abandoned wind consumption

3.3 收益分析

利用本文提出的改進粒子群算法對目標(biāo)函數(shù)進行求解，取c1=0.58元/(kW·h)、c2=30元/GJ、c3=0.42元/(kW·h)得到混合系統(tǒng)試驗日內(nèi)各個時段的收益情況如圖13所示。

圖13 單一電價下混合系統(tǒng)收益小時級Fig.13 Hybrid system profit in hours at single electricity price

圖13中各個收益較大的“尖點”如“01:00、02:00、08:00、19:00、23:00”時刻特點均為棄風(fēng)電量較大，棄風(fēng)功率超過直供熱上限，整個收益走勢與棄風(fēng)功率曲線一致，可證明棄風(fēng)電量是影響混合系統(tǒng)實時收益的重要因素。

若混合系統(tǒng)不以單一電價從電網(wǎng)購電，采用分時電價或?qū)崟r電價模式，如表1所示。不同電價模式下的混合系統(tǒng)總收益如表2所示。與單一電價模式相比，分時電價、實時電價下混合系統(tǒng)總收益有所提高，可以看出購電價格是影響系統(tǒng)總體收益的另一主要因素。隨著電力市場化改革的逐漸深入，蓄熱式電鍋爐制熱項目的收益將越來越高，具有廣闊的發(fā)展前景。

表1 不同購電模式電價表

Table 1 Different power purchase price 元/(kW·h)

時刻單一電價分時電價實時電價01:000.420.330.3502:000.420.330.3403:000.420.330.3404:000.420.330.3305:000.420.330.3306:000.420.330.3407:000.420.330.3508:000.420.330.3609:000.420.520.3710:000.420.520.4011:000.420.520.4212:000.420.520.4413:000.420.520.4514:000.420.520.4615:000.420.520.4716:000.420.520.5017:000.420.520.5218:000.420.520.5319:000.420.520.5220:000.420.520.4821:000.420.330.4722:000.420.330.4023:000.420.330.3924:000.420.330.35

表2 全天收益表Table 2 All-day earnings 元

4 結(jié)論

本文針對風(fēng)電廠非直接供電模式，以蓄熱式電鍋爐融合儲能系統(tǒng)收益最大為目標(biāo)建立了目標(biāo)函數(shù)，綜合考慮了棄風(fēng)約束、合約約束、能量約束及功率約束等約束條件，利用改進的粒子群算法優(yōu)化求解。仿真結(jié)果表明：本文提出的優(yōu)化控制方法比蓄熱式電鍋爐采用的傳統(tǒng)消納風(fēng)電方式效率大幅度提升，而且經(jīng)濟收益也有較大的提高；棄風(fēng)電量是影響混合系統(tǒng)收益首要因素；靈活的電價機制可提升系統(tǒng)總收益，也必將是未來電力系統(tǒng)市場化改革的發(fā)展趨勢。

[1]朱凌志, 陳寧, 韓華玲． 風(fēng)電消納關(guān)鍵問題及應(yīng)對措施分析[J]． 電力系統(tǒng)自動化, 2011, 35(22)： 29-34． ZHU Lingzhi, CHEN Ning, HAN Hualing． Key problems and solutions of wind power accommodation[J]． Automation of Electric Power Systems, 2011, 35(22)： 29-34．

[2]肖云鵬, 王錫凡, 王秀麗, 等． 基于賣方靈活電力合約的風(fēng)電合同交易機制[J]． 電力系統(tǒng)自動化, 2016, 40(5)： 38-44． XIAO Yunpeng, WANG Xinfan, WANG Xiuli, et al． A wind power contract trading mechanism based on seller-side flexible electricity contract[J]． Automation of Electric Power Systems, 2016, 40(5)： 38-44．

[3]陳守軍, 辛禾, 王濤, 等． 風(fēng)電、蓄熱式電鍋爐聯(lián)合供暖調(diào)度魯棒優(yōu)化模型[J]． 電力建設(shè), 2016, 37(1)： 103-109． CHEN Shoujun, XIN He, WANG Tao, et al． Heating operation scheduling robust optimization model for heat storage electric boiler combined with wind power[J]． Electric Power Construction, 2016, 37(1)： 103-109．

[4]汪寧渤, 王建東, 何世恩． 酒泉風(fēng)電跨區(qū)消納模式及其外送方案[J]． 電力系統(tǒng)自動化, 2011, 35(22)： 82-89． WANG Ningbo, WANG Jiandong, HE Shien． Cross-border accommodation method and transmission scheme of jiuquan wind power[J]． Automation of Electric Power Systems, 2011, 35(22)： 82-89．

[5]鄧拓宇, 田亮, 劉吉臻． 利用熱網(wǎng)儲能提高供熱機組調(diào)頻調(diào)峰能力的控制方法[J]． 中國電機工程學(xué)報, 2016, 35(14)： 38-44． DENG Tuoyu, TIAN Liang, LIU Jizhen． A control method of heat supply units for improving frequency control and peak load regulation ability with thermal storage in heat supply net[J]． Proceedings of the CSEE, 2016, 35(14)： 38-44．

[6]呂泉, 李玲, 朱全勝, 等． 三種棄風(fēng)消納方案的節(jié)煤效果與國民經(jīng)濟性比較[J]． 電力系統(tǒng)自動化, 2015, 39(7)： 75-83． LV Quan, LI Ling, ZHU Quansheng, et al． Comparison of coal-saving effect and national economic indices of three feasible curtailed wind power accommodating strategies[J]． Automation of Electric Power Systems, 2015, 39(7)： 75-83．

[7]DAVID T, AIKATERINI F． Do liberalized electricity markets help or hinder CHP and district heating[J]． Energy Policy, 2008, 36(4)： 1448-1456．

[8]VITTORIO V, FRANCESCO C． Primary energy savings through thermal storage in district heating networks[J]． Energy, 2011, 36(7)： 4278-4286．

[9]呂泉, 姜浩, 陳天佑, 等． 基于電鍋爐的熱電廠消納風(fēng)電方案及其國民經(jīng)濟評價[J]． 電力系統(tǒng)自動化, 2014, 38(1)： 6-12． LV Quan, JIANG Hao, CHEN Tianyou, et al． Wind power accommodation by combined heat and power plant with electric boiler and its national economic evaluation[J]． Automation of Electric Power Systems, 2014, 38(1)： 6-12．

[10]GEIDL M, KOEPPEL G, FAVRE-PERROD P, et al． Energy hubs for the future[J]． IEEE Power and Energy Magazine, 2007, 5(1)： 24-30．

[11]STRECKIENE G, MARTINAITIS V, ANDERSEN N, et al． Feasibility of CHP-plants with thermal stores in the German spot market[J]． Applied Energy, 2009, 86(11)： 2308-2316．

[12]DRIES H, LEEN P, LIEVE H, et al． The impact of thermal storage on the operational behavior of residential CHP facilities and the overall CO2emissions[J]． Renewable and Sustainable Energy Reviews, 2007, 11(6)： 1227-1243．

[13]AIKATERINI F, ANDERS N A, DAVID T． Exploration of economical sizing of gas engine and thermal store for combined heat and power plants in the UK[J]． Energy, 2008, 33(11)： 1659-1670．

[14]CHRISTIDIS A, KOCH C, POTTEL L, et al． The contribution of heat storage to the profitable operation of combined heat and power plants in liberalized electricity markets[J]． Energy, 2012, 41(1)： 75-82．

[15]WANG Lingfeng, SINGH C． Stochastic combined heat and power dispatch based on multi-objective particle swarm optimization[J]． Electrical Power and Energy Systems, 2008, 30(3)： 226-234．

[16]孫勇, 嚴干貴, 鄭太一, 等． 電力市場背景下蓄熱式電采暖消納棄風(fēng)的經(jīng)濟性分析[J]． 儲能科學(xué)與技術(shù), 2016, 5(4)： 532-538． SUN Yong, YAN Gangui, ZHENG Taiyi, et al． Economic analysis of electrical heating with heat storage using grid integrated wind power[J]． Energy Storage Science and Technology, 2016, 5(4)： 532-538．

王鶴

(編輯 蔣毅恒)

Optimized Control of Wind Power Consumption Based on Regenerative Electric Boiler and Energy Storage System

WANG He1， ZHUANG Guanqun1， LI Guoqing1， LI Dexin2

(1. Northeast Dianli University, Jilin 132012, Jilin Province, China;2. Jilin Province Electric Power Research Institute, Changchun 130021, Jilin Province, China)

Wind power curtailment prevails dramatically in winter in the Three-north Area of China, as a result of the constrained peaking capability of thermal power units and severe contradiction between power supply and demand. An optimized control method was proposed to improve the wind power consumption with regenerative electric boiler and energy storage system. The system is used for heating to increase the electric to heat load of power grid and to promote local wind power consumption. The coordinated optimized control method was discussed for the properties of regenerative electric boiler and the electrochemical energy storage device in the non-direct power supply mode of the wind farm. Considering different contracts between the wind farm company, the power grid enterprise and the heat supply company, the optimized control strategies were proposed to obtain the maximum operation profit of wind farm and regenerative electric boiler. The simulation results show the effectiveness of the proposed method.

wind power consumption; heat storage electric boiler; electrochemical energy storage; maximum operation profit profit

TK47

A

2096-2185(2016)02-0001-07

國家電網(wǎng)公司科技項目 (KY-SG-2016-204-JLDKY)

2016-08-21

王 鶴(1983—)，男，工學(xué)博士，副教授，主要從事新能源并網(wǎng)發(fā)電、柔性直流輸電等方面的研究工作，wanghe_nedu@163.com;

莊冠群(1993—)，男，碩士研究生，主要從事風(fēng)力發(fā)電、可控負荷方面的研究工作；

李國慶(1963—)，男，工學(xué)博士，教授，博士生導(dǎo)師，主要從事電力系統(tǒng)安全控制與穩(wěn)定分析方面的研究工作；

李德鑫(1986—)，男，工學(xué)碩士，工程師，主要從事新能源并網(wǎng)技術(shù)和電網(wǎng)仿真方面的研究工作。

Project supported by Science and Technology Project of SGCC(KY-SG-2016-204-JLDKY)