宮本輝,姚力,傅旭,肖漢,李彬 ,王秀麗
(1.西安交通大學(xué)電氣工程學(xué)院,西安市 710049;2.西北電力設(shè)計(jì)院有限公司,西安市 710075 ;3.西南電力設(shè)計(jì)院有限公司,成都市 610000)
基于等效負(fù)荷區(qū)間和隨機(jī)生產(chǎn)模擬的新能源接納能力快速計(jì)算方法
宮本輝1,姚力1,傅旭2,肖漢3,李彬3,王秀麗1
(1.西安交通大學(xué)電氣工程學(xué)院,西安市 710049;2.西北電力設(shè)計(jì)院有限公司,西安市 710075 ;3.西南電力設(shè)計(jì)院有限公司,成都市 610000)
新能源大規(guī)模接入電網(wǎng),對電網(wǎng)的調(diào)峰造成了巨大壓力,并導(dǎo)致系統(tǒng)棄風(fēng)率增大,因而快速準(zhǔn)確地計(jì)算系統(tǒng)常規(guī)機(jī)組的最優(yōu)開機(jī)容量及其對應(yīng)的棄風(fēng)率十分重要?;诖耍岢隽嘶诘刃ж?fù)荷區(qū)間和隨機(jī)生產(chǎn)模擬的新能源接納能力快速計(jì)算方法。首先,引入等效負(fù)荷區(qū)間和可信容量的概念來初步確定傳統(tǒng)機(jī)組開機(jī)容量;然后,運(yùn)用隨機(jī)生產(chǎn)模擬中的時(shí)序卷積和持續(xù)卷積計(jì)算各類電源上網(wǎng)電量,利用時(shí)序卷積將風(fēng)電出力和負(fù)荷出力及聯(lián)絡(luò)線功率在時(shí)間尺度上進(jìn)行序貫卷積,可以準(zhǔn)確計(jì)算出該區(qū)域新能源接納電量,利用持續(xù)卷積可以快速計(jì)算出常規(guī)機(jī)組周期內(nèi)的發(fā)電量;最后,以某省電網(wǎng)為例,對所提模型、算法的有效性進(jìn)行了驗(yàn)證。該方法可應(yīng)用于風(fēng)電電源規(guī)劃、調(diào)度中開機(jī)容量的確定、風(fēng)電場棄風(fēng)率的快速計(jì)算等場合。
等效負(fù)荷區(qū)間;隨機(jī)生產(chǎn)模擬;可信容量;接納能力
隨著風(fēng)電、光伏等新能源裝機(jī)容量的不斷提高[1-2],部分地區(qū)新能源接納能力不足正成為亟需解決的問題。從全國范圍來看,制約消納能力的因素包括系統(tǒng)調(diào)峰能力不足、負(fù)荷需求與發(fā)電資源不平衡、新能源輸電通道容量有限等。因此,評估新能源接納能力,規(guī)劃常規(guī)電源建設(shè)時(shí)序,制定合理的運(yùn)行方式具有重要意義[3-4]。
但考慮到新能源發(fā)電出力的不確定性,一方面,系統(tǒng)需要采用不經(jīng)濟(jì)的運(yùn)行方式(如提供較大的備用、啟停調(diào)峰)來應(yīng)對新能源的出力波動(dòng);另一方面,電網(wǎng)企業(yè)需要承擔(dān)提高清潔能源利用率、改善環(huán)境質(zhì)量的社會(huì)責(zé)任,盡量避免棄風(fēng)、棄光。所以,如何協(xié)調(diào)新能源的利用率和傳統(tǒng)電源的經(jīng)濟(jì)效益是新能源相關(guān)研究的一大難點(diǎn)。本文將運(yùn)用生產(chǎn)模擬工具,從調(diào)峰的角度出發(fā),在優(yōu)先接納新能源的前提下,通過優(yōu)化傳統(tǒng)電源運(yùn)行方式,計(jì)算全年預(yù)期新能源電量接納率,同時(shí)給系統(tǒng)規(guī)劃運(yùn)行提供建議。
生產(chǎn)模擬是電力系統(tǒng)規(guī)劃運(yùn)行的重要工具,能夠提供系統(tǒng)在最優(yōu)運(yùn)行方式下的期望最優(yōu)成本及系統(tǒng)可靠性。文獻(xiàn)[5-6]詳細(xì)介紹了基于等效電量函數(shù)法的隨機(jī)生產(chǎn)模擬方法;文獻(xiàn)[7]提出了基于序列計(jì)算理論的隨機(jī)生產(chǎn)模擬方法;文獻(xiàn)[8]提出了改進(jìn)的基于通用生成函數(shù)的隨機(jī)生產(chǎn)模擬方法。這些方法較好地處理了傳統(tǒng)機(jī)組的生產(chǎn)模擬問題,但主要針對出力可控的機(jī)組類型。文獻(xiàn)[9-11]提出了基于等效頻率及等效間隔頻率的隨機(jī)生產(chǎn)模擬,引入等效頻率及等效間隔頻率的概念來描述風(fēng)電、光伏等出力不可控類型機(jī)組的出力波動(dòng)對傳統(tǒng)機(jī)組期望啟停頻率的影響。文獻(xiàn)[12]詳細(xì)介紹了時(shí)序仿真方法,并用時(shí)序仿真算法確定了火電機(jī)組的開機(jī)容量及新能源上網(wǎng)電量。但是在機(jī)組數(shù)量較多、系統(tǒng)規(guī)模較大時(shí),該方法計(jì)算速度較慢,并且由于忽略了常規(guī)機(jī)組的發(fā)電成本,潛在地惡化了系統(tǒng)運(yùn)行的經(jīng)濟(jì)性。文獻(xiàn)[13-14]詳細(xì)介紹了考慮斷面約束的互聯(lián)系統(tǒng)隨機(jī)生產(chǎn)模擬,在進(jìn)行隨機(jī)生產(chǎn)模擬時(shí),考慮了不同區(qū)域之間的斷面約束,強(qiáng)調(diào)不同區(qū)域之間的功率支援。文獻(xiàn)[15]詳細(xì)介紹了考慮大規(guī)模新能源并網(wǎng)后系統(tǒng)充裕度評估的隨機(jī)生產(chǎn)模擬,提出了調(diào)峰持續(xù)曲線、調(diào)峰不足概率和調(diào)峰不足期望值。
在上述研究的基礎(chǔ)上,本文提出基于等效負(fù)荷區(qū)間和隨機(jī)生產(chǎn)模擬的算法來計(jì)算系統(tǒng)新能源上網(wǎng)電量和火電機(jī)組的最優(yōu)開機(jī)容量。其基本思路是:將全年分成若干周期,快速準(zhǔn)確地確定周期內(nèi)常規(guī)機(jī)組的開機(jī)容量以使系統(tǒng)的啟停調(diào)峰最小,根據(jù)開機(jī)容量快速計(jì)算出系統(tǒng)接納新能源的能力。該算法分為兩大部分,即開機(jī)容量的初步確定和新能源接納能力的計(jì)算。開機(jī)容量的初步確定是將目標(biāo)最大新能源接納能力轉(zhuǎn)化為第一階段最小火電機(jī)組開機(jī)容量的子目標(biāo),其約束條件是所有機(jī)組的開機(jī)容量最小值不大于本文所提的等效負(fù)荷區(qū)間的下邊界,所有火電機(jī)組開機(jī)容量最大值不小于等效負(fù)荷區(qū)間的上邊界。新能源接納能力的計(jì)算,是將預(yù)測出力、負(fù)荷及聯(lián)絡(luò)線約束進(jìn)行序貫卷積,得出考慮新能源、負(fù)荷的時(shí)序性及聯(lián)絡(luò)線約束的接納電量;然后,利用文獻(xiàn)[5]所提的基于等效電量函數(shù)法的隨機(jī)生產(chǎn)模擬方法計(jì)算周期內(nèi)發(fā)電機(jī)組的發(fā)電量。值得注意的是,本文在考慮不同區(qū)域之間網(wǎng)架約束的同時(shí),著重從最大接納新能源出力的角度進(jìn)行分析。
1.1 等效負(fù)荷區(qū)間概念
電力系統(tǒng)運(yùn)行時(shí)在不考慮新能源的情況下,開機(jī)情況要根據(jù)負(fù)荷的情況確定。根據(jù)系統(tǒng)多年運(yùn)行經(jīng)驗(yàn),負(fù)荷的預(yù)測準(zhǔn)確率在97%以上,因而在實(shí)際計(jì)算中,可以認(rèn)為負(fù)荷預(yù)測是準(zhǔn)確的。本文定義用電負(fù)荷曲線為原始負(fù)荷曲線。
新能源大規(guī)模并網(wǎng)后,由于隨機(jī)性增大了凈負(fù)荷(用電負(fù)荷扣除新能源發(fā)電)曲線的波動(dòng)性,為了應(yīng)對凈負(fù)荷波動(dòng),常用的方法是留有足夠的旋轉(zhuǎn)備用和啟停調(diào)峰機(jī)組。機(jī)組啟停調(diào)峰無論從經(jīng)濟(jì)性還是從發(fā)電機(jī)組的物理特性角度都不是最優(yōu)的選擇,構(gòu)建等效負(fù)荷區(qū)間的目的就是為了盡可能使用旋轉(zhuǎn)備用進(jìn)行調(diào)峰,確定合理的傳統(tǒng)電源開機(jī)方式。
針對只含傳統(tǒng)機(jī)組的系統(tǒng),可以構(gòu)造如圖1所示的等效負(fù)荷區(qū)間,其由上邊界和下邊界組成。等效負(fù)荷區(qū)間的上邊界被用來對負(fù)荷曲線的尖峰負(fù)荷進(jìn)行電力平衡分析,其決定了所需傳統(tǒng)機(jī)組的裝機(jī)容量;等效負(fù)荷曲線的下邊界被用來對負(fù)荷曲線的低谷負(fù)荷進(jìn)行電力平衡分析,其決定了傳統(tǒng)機(jī)組的最小技術(shù)出力之和。等效負(fù)荷區(qū)間的計(jì)算周期在實(shí)際中可取為1天,即對1天的負(fù)荷曲線進(jìn)行處理得到該天的等效負(fù)荷區(qū)間,這實(shí)質(zhì)上是與當(dāng)前日前調(diào)度模式相適應(yīng)的,同時(shí),認(rèn)為機(jī)組在1天之內(nèi)不發(fā)生狀態(tài)變化。根據(jù)等效負(fù)荷區(qū)間,可以確定系統(tǒng)在該周期內(nèi)的開機(jī)組合,具體方法將在第2節(jié)闡述。
圖1 負(fù)荷曲線及等效負(fù)荷區(qū)間Fig.1 Load curve and equivalent load interval
光伏出力較為規(guī)律,故在負(fù)荷曲線上直接進(jìn)行修正,而風(fēng)電出力的不確定性較難捕捉,如何在電力平衡中考慮風(fēng)電的出力特性是必須面對的問題。傳統(tǒng)規(guī)劃中,采用風(fēng)電保證容量和風(fēng)電有效出力的概念來分別評價(jià)在尖峰負(fù)荷和低谷負(fù)荷處的風(fēng)電容量效益。風(fēng)電保證容量是把負(fù)荷高峰時(shí)段的風(fēng)電出力按從大到小排序后,在某一保證率下(如95%)風(fēng)電的最小出力。風(fēng)電有效出力是把負(fù)荷低谷時(shí)段的風(fēng)電出力按從小到大排序后,在某一保證率下(如95%)風(fēng)電的最大出力。但需要說明的是,該指標(biāo)趨于保守,下面采用風(fēng)電可信容量來刻畫風(fēng)電的出力特性。
1.2 風(fēng)電可信容量
本文從負(fù)荷側(cè)考慮,認(rèn)為風(fēng)電可信容量等于在相同可靠性指標(biāo)下有風(fēng)電與無風(fēng)電情況下系統(tǒng)可以承載的負(fù)荷差,以ELCC(effective load carrying capability)作為計(jì)算指標(biāo),下面簡要介紹計(jì)算方法,其中可靠性衡量指標(biāo)選擇電量不足期望值(EENS)。
圖2為ELCC計(jì)算方法示意圖,圖中曲線1為系統(tǒng)中不含風(fēng)電時(shí),EENS隨系統(tǒng)最大負(fù)荷的變化趨勢,水平虛線所對應(yīng)的縱坐標(biāo)為最大負(fù)荷為A′時(shí)的EENS;曲線2為系統(tǒng)加入風(fēng)電后,EENS隨最大負(fù)荷的變化趨勢。由圖2可知,隨著系統(tǒng)最大負(fù)荷的不斷增長,系統(tǒng)面臨失負(fù)荷的風(fēng)險(xiǎn)程度不斷提高,表現(xiàn)為EENS的增加。比較曲線1、2可以發(fā)現(xiàn),風(fēng)電對于提高系統(tǒng)充裕度水平是起積極作用的。表現(xiàn)為在同樣系統(tǒng)最大負(fù)荷下,含風(fēng)電系統(tǒng)的可靠性指標(biāo)優(yōu)于不含風(fēng)電的系統(tǒng),即前者的EENS較小。求解ELCC的思路是:在系統(tǒng)加入風(fēng)電后,通過改變系統(tǒng)最大負(fù)荷,直到系統(tǒng)可靠性指標(biāo)與加入風(fēng)電之前的相同。以圖中X點(diǎn)為例,該點(diǎn)為水平虛線與曲線2的交點(diǎn),表示最大負(fù)荷X′對應(yīng)的系統(tǒng)可靠性指標(biāo)值與加入風(fēng)電之前的相等,即與A′對應(yīng)的可靠性指標(biāo)相等。那么認(rèn)為(X′-A′)為風(fēng)電接入后可替代的負(fù)荷量,即ELCC,所以該指標(biāo)反映了風(fēng)電與負(fù)荷之間的替代關(guān)系。在原始負(fù)荷曲線的尖峰、低谷處減去ELCC,得出等效負(fù)荷區(qū)間的上下界。還需要作以下2點(diǎn)說明:(1)考慮到風(fēng)的季節(jié)特性,風(fēng)電可信容量可以分季節(jié)計(jì)算;(2)運(yùn)行人員可以根據(jù)風(fēng)險(xiǎn)態(tài)度,綜合使用傳統(tǒng)概念和風(fēng)電可信容量,如在高峰負(fù)荷處使用風(fēng)電保證容量,在低谷負(fù)荷處考慮風(fēng)電可信容量。
圖2 ELCC計(jì)算方法示意圖Fig.2 Procedure of ELCC calculation method
2.1 確定開機(jī)組合
首先,根據(jù)前文的等效負(fù)荷區(qū)間,確定最小開機(jī)機(jī)組數(shù)。記1個(gè)時(shí)間周期內(nèi)的等效負(fù)荷區(qū)間的上邊界和下邊界分別表示為Pup和Pdown, 則所有的開機(jī)機(jī)組應(yīng)該滿足式(1)和式(2)。
(1)
(2)
式中:Pi,max表示第i臺機(jī)組的出力上限;Pi,min表示第i臺機(jī)組的出力下限;Ii取0或1,表示第i臺機(jī)組的開停機(jī)情況,1表示開機(jī),0表示關(guān)機(jī);R是負(fù)荷備用需求;U表示的是全部機(jī)組集合。
在確定開機(jī)組合時(shí),要使系統(tǒng)的開機(jī)容量盡量小,從而增大新能源的接納空間,達(dá)到促進(jìn)新能源上網(wǎng)、最大接納新能源的目的,因而其目標(biāo)函數(shù)可以表示為
(3)
如果以經(jīng)濟(jì)性最優(yōu)的方式確定開機(jī)組合,則目標(biāo)函數(shù)可以表示為
(4)
式中:Mi為第i臺機(jī)組額定出力時(shí)的邊際成本;Φ表示必開機(jī)組集合。
對于火電而言,由于大型機(jī)組的經(jīng)濟(jì)性能較好,所以式(3)和式(4)作為目標(biāo)函數(shù)差別不大。將上述模型進(jìn)行求解,可以得到必開機(jī)組集合Φ={i|Ii=1},必開機(jī)組集合中所有發(fā)電機(jī)認(rèn)為在計(jì)算周期內(nèi)優(yōu)先處于運(yùn)行狀態(tài),再根據(jù)各周期實(shí)際情況進(jìn)行修正。這里的必開機(jī)組是根據(jù)系統(tǒng)負(fù)荷特性和風(fēng)電可靠性價(jià)值確定的,必開機(jī)組集合的意義在于:(1)初步確定了一個(gè)合適的開機(jī)規(guī)模,避免了過量傳統(tǒng)機(jī)組投入運(yùn)行導(dǎo)致新能源接納能力受限,同時(shí)兼顧了高峰負(fù)荷需求,深度挖掘了系統(tǒng)調(diào)峰潛力;(2)考慮經(jīng)濟(jì)性能和調(diào)峰能力時(shí),屬于必開機(jī)組集合的一般是經(jīng)濟(jì)性能較好、調(diào)峰能力較強(qiáng)的大機(jī)組,而小機(jī)組則很難入選,因此,綜合各時(shí)期的必開機(jī)組集合,可以發(fā)現(xiàn)現(xiàn)有火電電源結(jié)構(gòu)的不足,為電源規(guī)劃提供建議。
由于必開機(jī)組集合逐天計(jì)算,可能導(dǎo)致每天必開機(jī)組集合有所不同。但考慮到發(fā)電機(jī)組啟停不宜頻繁,所以通過在目標(biāo)函數(shù)中加入懲罰項(xiàng),保證某些機(jī)組在一段時(shí)間內(nèi),屬于必開機(jī)組集合,從而減少連續(xù)時(shí)間段內(nèi)的必開機(jī)組集合變化。
電力系統(tǒng)在安排各類電源上網(wǎng)時(shí),要綜合考慮系統(tǒng)的可靠性和發(fā)電充裕度,逐步實(shí)現(xiàn)電網(wǎng)的去碳化。在安排機(jī)組承擔(dān)負(fù)荷時(shí),首先安排必開機(jī)組的最小出力承擔(dān)負(fù)荷,如圖 3中①區(qū)域所示;然后,系統(tǒng)剩余負(fù)荷(原始負(fù)荷減去必開機(jī)組的最小出力)最大程度接納風(fēng)電,如圖 3中②區(qū)域所示;最后安排必開機(jī)組承擔(dān)的修正負(fù)荷電量(原始負(fù)荷減去必開機(jī)組最小出力和風(fēng)電上網(wǎng)電量),如圖 3中④區(qū)域所示。需要指出的是,圖 3中②區(qū)域和③區(qū)域組成了風(fēng)電預(yù)測出力。
2.2 斷面功率的處理
由于直流斷面與交流斷面的運(yùn)行特點(diǎn)及區(qū)域斷面間交易方式不同,可以將斷面約束分為軟斷面約束和硬斷面約束。軟斷面約束是指受電力市場交易、斷面穩(wěn)定影響的約束;硬斷面約束是指系統(tǒng)動(dòng)穩(wěn)定條件和熱穩(wěn)定條件對聯(lián)絡(luò)線上輸送功率影響的約束,其不受市場交易的影響[13]。
圖3 最小開機(jī)容量及風(fēng)電承擔(dān)負(fù)荷Fig.3 Minimal unit-operation capacity and wind power
斷面限額受到軟斷面約束和硬斷面約束的影響。新能源以風(fēng)電為例,為保證系統(tǒng)可靠運(yùn)行及最大接納風(fēng)電,調(diào)度運(yùn)行人員會(huì)對多區(qū)域市場交易添加軟斷面約束,限定不同類型電源的交易順序:首先,聯(lián)絡(luò)線交易功率是必開機(jī)組的最小出力在全網(wǎng)間進(jìn)行功率平衡;為保證最大接納風(fēng)電,風(fēng)電在滿足本區(qū)域電力平衡后的暫棄風(fēng)電量(電網(wǎng)某一區(qū)域中風(fēng)電與該區(qū)域負(fù)荷進(jìn)行序貫卷積后,本區(qū)域電網(wǎng)沒有能力消納的風(fēng)電,其可通過聯(lián)絡(luò)線輸送到電網(wǎng)其他區(qū)域)通過聯(lián)絡(luò)線在全網(wǎng)進(jìn)行功率平衡;為保證系統(tǒng)可靠性與發(fā)電充裕度,在風(fēng)電平衡后,調(diào)整必開機(jī)組的增量出力(必開機(jī)組實(shí)際出力與其最小出力之差)來進(jìn)行區(qū)域功率平衡。在滿足軟斷面約束的過程中,系統(tǒng)聯(lián)絡(luò)線要滿足硬斷面約束[14]。根據(jù)系統(tǒng)軟斷面約束及硬斷面約束,可以得到風(fēng)電上網(wǎng)電量、風(fēng)電棄風(fēng)電量及負(fù)荷在接納風(fēng)電后的修正負(fù)荷電量如式(5)—(7)所示。
(5)
(6)
(7)
Pline,t=Pline,max,t-Pline,on,t
(8)
式中:Pline,max,t表示輸電線路在時(shí)刻t輸送功率的上限,即輸電線路的硬功率約束;Pline,on,t表示該輸電線路在時(shí)刻t進(jìn)行風(fēng)電序貫卷積前的輸送功率。
經(jīng)過風(fēng)電序貫卷積后可以得到修正負(fù)荷曲線,將時(shí)序負(fù)荷曲線轉(zhuǎn)化為持續(xù)負(fù)荷曲線,然后運(yùn)用文獻(xiàn)[5]所提的基于等效電量函數(shù)法的隨機(jī)生產(chǎn)模擬方法計(jì)算必開機(jī)組的發(fā)電量,其計(jì)算流程如圖 4所示。
圖4 算法流程圖Fig.4 Flow chart of algorithm
3.1 基礎(chǔ)數(shù)據(jù)
本文以我國某省實(shí)際系統(tǒng)為例進(jìn)行分析,由于該省光伏出力很小且具有規(guī)律性,因此在進(jìn)行新能源分析時(shí)主要以風(fēng)電為主。冬季有供熱任務(wù),系統(tǒng)調(diào)峰壓力突出。該省電力系統(tǒng)分為A、B 2個(gè)區(qū)域,區(qū)域之間通過硬斷面約束為1 800 MW的輸電線路相連。A區(qū)域裝機(jī)總?cè)萘繛?2 867 MW,B區(qū)域的裝機(jī)總?cè)萘繛? 858 MW,其供熱機(jī)組、非供熱機(jī)組及風(fēng)電機(jī)組容量所占比例如圖5所示。該省電力系統(tǒng)A區(qū)域和B區(qū)域在供熱期(每年10月15日到次年4月15日)負(fù)荷的波動(dòng)程度要大于非供熱期(每年4月16日到10月14日)的。
圖5 區(qū)域電網(wǎng)電源比例Fig.5 Power scale drawing of regional grid
從火電機(jī)組電源結(jié)構(gòu)來看,A區(qū)域的供熱機(jī)組多、負(fù)荷大,但風(fēng)機(jī)裝機(jī)容量較??;B區(qū)域的供熱機(jī)組少、負(fù)荷小,但風(fēng)電滲透率較高。通過聯(lián)絡(luò)線將A、B 2個(gè)區(qū)域連接,可以充分發(fā)揮區(qū)域電網(wǎng)支援作用,提高系統(tǒng)可靠性,挖掘系統(tǒng)調(diào)峰潛力,提升系統(tǒng)接納清潔能源的能力。
3.2 計(jì)算結(jié)果
按照本文所提方法對算例進(jìn)行計(jì)算,得到表 1所示的計(jì)算結(jié)果。在表 1中,風(fēng)電棄風(fēng)的原因主要為負(fù)荷不足和區(qū)域聯(lián)絡(luò)線約束。負(fù)荷不足是指,由于風(fēng)電出力序列與負(fù)荷序列在時(shí)間上不匹配,系統(tǒng)在某一時(shí)刻沒有足夠的空間接納風(fēng)電,而造成棄風(fēng);聯(lián)絡(luò)線約束是指由于該時(shí)刻聯(lián)絡(luò)線硬斷面約束限制,暫棄風(fēng)電量無法進(jìn)行電力支援而棄風(fēng)。由表 1可知,該區(qū)域年度棄風(fēng)率為34.221 5%,由于負(fù)荷不足造成的棄風(fēng)率為31.180 4%。由于聯(lián)絡(luò)線約束造成的棄風(fēng)率為3.041 08%。分析可知,造成棄風(fēng)的主要原因是負(fù)荷不足,這也說明由于供熱需求,該省必開機(jī)組的最小出力過大,嚴(yán)重壓縮了風(fēng)電的接納空間。
表1 區(qū)域電網(wǎng)棄風(fēng)率計(jì)算結(jié)果
Table 1 Calculation result of wind curtailment in regional grid %
為驗(yàn)證所提方法計(jì)算結(jié)果的快速性,與文獻(xiàn)[12]中所提到的時(shí)序仿真方法進(jìn)行對比。同時(shí)采用時(shí)序仿真程序和本文方法計(jì)算該省1年的棄風(fēng)率,計(jì)算結(jié)果如表 2所示。由表 2可知,2種方法計(jì)算的棄風(fēng)率在誤差允許的范圍內(nèi),而本文所提方法在計(jì)算速度上明顯快于時(shí)序仿真法,前者的計(jì)算時(shí)間僅為后者的0.87%。本文所提方法計(jì)算速度快的主要原因是在進(jìn)行生產(chǎn)模擬計(jì)算前通過機(jī)組組合模型確定必開機(jī)組的開機(jī)方式,按照2.2節(jié)所提系統(tǒng)負(fù)荷接納風(fēng)電的順序依序卷積計(jì)算;該方法縮小了計(jì)算求解的空間,在優(yōu)化尋優(yōu)的過程中加快了尋優(yōu)速度,能夠迅速找到最優(yōu)解。
表2 本文方法與時(shí)序仿真法對比
Table 2 Comparison between proposed method and time sequence simulation
3.3 結(jié)果分析
下面分別以供熱期和非供熱期的典型周為例進(jìn)行結(jié)果分析。
(1)供熱期典型周。取第45周作為供熱期典型周,對應(yīng)A區(qū)域負(fù)荷峰值為7 999 MW,負(fù)荷谷值為5 233 MW;B區(qū)域負(fù)荷峰值為794 MW,負(fù)荷谷值為451 MW。通過計(jì)算得到的火電機(jī)組開機(jī)容量如表 3所示,開機(jī)類型CQ表示抽氣供熱機(jī)組,NQ表示凝氣機(jī)組,區(qū)域A和區(qū)域B通過聯(lián)絡(luò)線連接。由表 3可知,在供熱期由于存在供熱任務(wù),供熱機(jī)組幾乎全開,導(dǎo)致實(shí)際開機(jī)臺數(shù)過多,這就大大占用了系統(tǒng)中風(fēng)電的接納空間。在安排完必開機(jī)組的最小出力后,按照序貫卷積的方法接納風(fēng)電。最后,剩余負(fù)荷由已開火電機(jī)組的增量出力(必開機(jī)組的最大出力與最小出力之差)部分承擔(dān)。供熱期各類型電源承擔(dān)負(fù)荷的情況如圖 6所示。
(2)非供熱期典型周。取第27周作為供熱期典型周,同供熱期典型周的計(jì)算相同,經(jīng)過計(jì)算可以得到火電機(jī)組的開機(jī)情況如表 4所示,各類型電源承擔(dān)負(fù)荷情況如圖 7所示。由表 4可知,在非供熱期典型周內(nèi),實(shí)際開機(jī)的火電機(jī)組臺數(shù)明顯比供熱期典型周火電機(jī)組的開機(jī)臺數(shù)少,這為風(fēng)電提供了充足的接納空間。
表3 火電機(jī)組開機(jī)容量
Table 3 Unit-operation capacity of thermal unit
圖6 供熱期各類型電源的運(yùn)行情況Fig.6 Operation situation of various types of power during heating period
圖7 非供熱期各類型電源出力情況Fig.7 Running condition of various types of power during non-heating period
通過圖 6—圖 7可以看出,在供熱期由于火電機(jī)組承擔(dān)供熱任務(wù),其最小出力明顯高于非供熱期最小出力。因此,供熱期接納的風(fēng)電電量明顯小于非供熱期接納風(fēng)電電量,說明新能源接納能力與供熱需求緊密相關(guān)。
(1)所提算法可以快速確定省級系統(tǒng)在考慮聯(lián)絡(luò)線約束情況下的開機(jī)容量,并且根據(jù)預(yù)測風(fēng)功率快速計(jì)算出系統(tǒng)的新能源接納電量。
(2)所提算法可以快速計(jì)算出每個(gè)開機(jī)周期內(nèi)開機(jī)機(jī)組的發(fā)電量,為保證調(diào)度及運(yùn)行提供依據(jù)。
(3)所提方法可以為調(diào)峰電源建設(shè)及新能源投產(chǎn)提供依據(jù),為相關(guān)政策制定提供參考。
[1]呂泉,王偉,韓水,等. 基于調(diào)峰能力分析的電網(wǎng)棄風(fēng)情況評估方法[J].電網(wǎng)技術(shù),2013,37(7):1887-1894. LYU Quan, WANG Wei, HAN Shui,et al. A new evaluation method for wind power curtailment based on analysis of system reguation capability[J].Power System Technology,2013,37(7):1887-1894.
[2]中國可再生能源學(xué)會(huì)風(fēng)能專業(yè)委員會(huì).2014年中國風(fēng)電裝機(jī)容量統(tǒng)計(jì)[J].風(fēng)能,2015(2):36-49. [3]AKHMATOV V, KNUDSEN H. An aggregate model of a grid-connected large-scale, offshore wind farms for power stability investigations-importance of windmill mechanical system[J]. Electrical Power and Energy Systems,2002(24):709-717.
[4]CASTRO R M G, FERREIRA DE JESUS J M. A wind park reduced-order model using singular perturbations theory[J]. IEEE Transactions on Energy Conversion,1996,11(4):735-741[5]王錫凡.電力系統(tǒng)隨機(jī)生產(chǎn)模擬的等效電量函數(shù)法[J]. 西安交通大學(xué)學(xué)報(bào),1984,18(6):13-26. WANG Xifan. EEF approach to power system probabilistic modeling[J]. Journal of Xi’an Jiaotong University, 1984,18(6):13-25.
[6]王錫凡.包含多個(gè)水電機(jī)組的電力系統(tǒng)隨機(jī)生產(chǎn)模擬[J]. 西安交通大學(xué)學(xué)報(bào),1985,19(4):69-82. WANG Xifan. Probabilistic simulation of multiple assigned-energy hydroelectric units[J]. Journal of Xi’an Jiaotong University, 1985,19(4):69-82.
[7]康重慶,夏清,相年德,等. 隨機(jī)生產(chǎn)模擬的序列化分析[J].中國電機(jī)工程學(xué)報(bào),2002,22(4):9-13. KANG Chongqing, XIA Qing,XIANG Niande,et al.Sequence-based analysis of probabilistic production cost simulation[J].Proceedings of the CSEE,2002,22(4):9-13.
[8]王洪濤,劉旭,陳之栩,等. 低碳背景下基于改進(jìn)通用生成函數(shù)法的隨機(jī)生產(chǎn)模擬[J]. 電網(wǎng)技術(shù),2013,37(3):597-603. WANG Hongtao, LIU Xu, CHEN Zhixu, et al.Power system probabilistic production simulation based on improved universal generating function methods in low-carbon context[J].Power System Technology,2013,37(3):597-603.
[9]張節(jié)潭,程浩忠,胡澤春,等.含風(fēng)電場的電力系統(tǒng)隨機(jī)生產(chǎn)模擬[J].中國電機(jī)工程學(xué)報(bào),2009,29(28):34-39. ZHANG Jietan,CHENG Haozhong,HU Zechun,et al.Power system probabilistic production simulation including wind farms[J]. Proceedings of the CSEE,2009,29(28):34-39.
[10]曲翀,王秀麗,謝紹宇,等.含風(fēng)電電力系統(tǒng)隨機(jī)生產(chǎn)模擬的改進(jìn)算法[J].西安交通大學(xué)學(xué)報(bào),2012,46(6):115-121. QU Chong,WANG Xiuli,XIE Shaoyu,et al.An improved algorithm for probabilistic production simulation of power systems with wind power[J].Journal of Xi’an Jiaotong University,2012,46(6):115-121.
[11]談天夫,高山,李海峰,等.基于等效間隔-頻率分布的含風(fēng)電場電力系統(tǒng)隨機(jī)生產(chǎn)模擬[J].電工技術(shù)學(xué)報(bào),2014,29(12):148-157. TAN Tianfu,GAO Shan,LI Haifeng,et al.Power system probability production simulation based on equivalent interval frequency distribution including wind farms[J].Transactions of China Electrotechnical Society,2014,29(12):148-157.
[12]劉純,曹陽,黃越輝,等.基于時(shí)序仿真的風(fēng)電年度計(jì)劃制定方法[J].電力系統(tǒng)自動(dòng)化,2014,38(11):13-19. LIU Chun,CAO Yang,HUANG Yuehui,et al.An annual wind power planning method based on time sequential simulations[J].Automation of Electric Power System,2014,38(11):13-19.
[13]馮長有,梁志峰.考慮潮流斷面約束的電力系統(tǒng)隨機(jī)生產(chǎn)模擬[J].電網(wǎng)技術(shù),2013,37(2):493-499. FENG Changyou,LIANG Zhifeng.Power system probabilistic production simulation considering constraints of tie line power flows[J].Power System Technology,2013,37(2):493-499.
[14]姚力,黃鑌,王秀麗,等.考慮風(fēng)火聯(lián)合外送的互聯(lián)系統(tǒng)隨機(jī)生產(chǎn)模擬[J].電網(wǎng)技術(shù),2015,39(5):1219-1225. YAO Li, HUANG bin, WANG Xiuli, et, al. Probabilistic production simulation of interconnected system by considering the joint delivery of wind power and thermal power generation [J]. Power System Technology,2015,39(5):1219-1225.
[15]張宏宇,印永華,申洪,等.大規(guī)模風(fēng)電接入后的系統(tǒng)調(diào)峰充裕性評估[J].中國電機(jī)工程學(xué)報(bào),2011,31(22):26-31. ZHANG Hongyu, YIN Yonghua, SHEN Hong, et al. Peak-load regulating adequacy evaluation associated with large-scale wind power intergration[J]. Proceedings of the CSEE,2011,31(22):26-31.
宮本輝 (1989),男,碩士研究生,主要研究方向?yàn)殡S機(jī)生產(chǎn)模擬、電力市場需求側(cè)響應(yīng);
姚力(1991),男,博士研究生,主要研究方向?yàn)殡娫匆?guī)劃和可靠性分析;
傅旭(1976),男,工學(xué)博士,高級工程師,主要研究方向?yàn)殡娏ο到y(tǒng)規(guī)劃和運(yùn)行;
肖漢(1975),男,高級工程師,主要研究方向?yàn)殡娏ο到y(tǒng)規(guī)劃設(shè)計(jì);
李彬(1962),男,教授級高工,主要研究方向?yàn)殡娏ο到y(tǒng)規(guī)劃和運(yùn)行;
王秀麗(1961),女,博士,教授,博士生導(dǎo)師,長期從事電力系統(tǒng)及其自動(dòng)化科研工作,主要研究方向?yàn)殡娏ο到y(tǒng)規(guī)劃、電力市場、電力系統(tǒng)可靠性、電力系統(tǒng)分析、新型輸電方式等。
(編輯 張小飛)
A Fast Calculation Method of Renewable Energy Accommodation Capacity Based on Equivalent Load Interval and Probability Production Simulation
GONG Benhui1,YAO Li1, FU Xu2,XIAO Han3, LI Bin3,WANG Xiuli1
(1.School of Electrical Engineering, Xi’an Jiaotong University, Xi’an 710049, China;2. Northwest Electric Power Design Institute Co., Ltd., Xi’an 710075, China;
3. Southwest Electric Power Design Institute Co., Ltd., Chengdu 61000, China)
The large-scale grid-connection of renewable energy makes the peak load regulation of power grid and the wind curtailment more and more severe, so it is necessary to calculate the unit-operation capacity of thermal unit and the corresponding wind curtailment fast and accurately. Therefore, this paper proposes a fast calculation method of accommodation capacity for renewable energy based on equivalent load interval and probability production simulation. Firstly, we determine the unit-operation capacity of traditional unit via equivalent load interval and credit capacity. Then, by means of the sequential convolution and non-sequential convolution in probability production simulation, we calculate the generating capacity of various types of generators. The sequential convolution is able to accurately calculate the accommodation capacity of new energy in this region by the convolution of wind power, load power and tie-line power on time scale; while the periodic generation capacity of traditional unit is obtained by non-sequential convolution. Finally, taking the power grid in a province as example, we verify the effectiveness of the proposed model and algorithm. The method can be used in the wind power planning, the unit-operation capacity determination during dispatching and the fast calculation of wind curtailment.
equivalent load interval; probability production simulation; credit capacity; accommodation capacity
中國電力工程顧問集團(tuán)科技項(xiàng)目“間歇性電源規(guī)劃方法及計(jì)算模型研究”;國家電網(wǎng)“千人項(xiàng)目”(XTB51201400055)
TM 711
A
1000-7229(2016)03-0024-07
10.3969/j.issn.1000-7229.2016.03.004
2015-12-25
Project supported by China Power Engineering Consulting Group Corporation (Research on methods and models of intermittent power planning); State Grid(The Recruitment Program of Global Experts)(XTB51201400055)