高比例風(fēng)電并網(wǎng)下基于卡爾多改進(jìn)的深度調(diào)峰機(jī)制

菅學(xué)輝, 張 利, 楊立濱, 韓學(xué)山, 王明強(qiáng)

(1. 電網(wǎng)智能化調(diào)度與控制教育部重點(diǎn)實驗室(山東大學(xué)), 山東省濟(jì)南市 250061; 2. 國網(wǎng)青海省電力公司電力科學(xué)研究院, 青海省西寧市 810008)

0 引言

作為可再生能源的主要組成部分,近年來風(fēng)電在中國迅速增加,截至2016年底,風(fēng)電累計并網(wǎng)容量已達(dá)1.49×108kW[1]。風(fēng)電具有不可控波動的秉性,而中國以火電機(jī)組為主,嚴(yán)重缺乏水電和燃?xì)鈾C(jī)組等可靈活調(diào)度的資源,電力系統(tǒng)面臨巨大挑戰(zhàn),全國平均棄風(fēng)率高達(dá)17%[2]。尤其在北方地區(qū),受制于冬季供熱需求,熱電機(jī)組以熱定電進(jìn)一步削弱了系統(tǒng)的調(diào)節(jié)能力[3],負(fù)荷低谷時段風(fēng)電高發(fā)時,電網(wǎng)調(diào)峰極為困難[4-5]。

解決由調(diào)峰能力不足引起的棄風(fēng)問題,關(guān)鍵在于如何合理配置調(diào)峰資源。與一般社會資源的配置一樣,調(diào)峰資源的配置主要有計劃和市場兩種模式,兩者各有利弊。前者的資源分配由責(zé)任機(jī)構(gòu)統(tǒng)一計劃,不考慮資源提供者和使用者的自身意愿;而后者則通過資源相關(guān)各方對自身利益最大化的追求而實現(xiàn)。

以計劃模式為視角的研究,重在通過建模與算法實現(xiàn)對技術(shù)條件的充分利用,從而對調(diào)峰資源深度挖掘與配置。如文獻(xiàn)[6]針對不同調(diào)峰資源的特點(diǎn),文獻(xiàn)[7-9]結(jié)合不同地區(qū)電網(wǎng)實際,通過更全面的建模與算法研究,提高系統(tǒng)整體的調(diào)峰能力。因此這種視角下,技術(shù)條件的極限利用決定了風(fēng)電消納的水平。但由于決策中風(fēng)電的價值由調(diào)度機(jī)構(gòu)人為認(rèn)定,缺乏科學(xué)合理的依據(jù),因此該模式并不必然導(dǎo)致最優(yōu)的結(jié)果。如文獻(xiàn)[10]就指出,一味地追求風(fēng)電增發(fā)而迫使部分火電機(jī)組向下調(diào)峰進(jìn)入非常規(guī)出力狀態(tài),反而會增加全系統(tǒng)的運(yùn)行成本。迄今為止,市場模式被公認(rèn)為是最有效的資源配置方式,完善的市場機(jī)制可促成各類資源的合理競爭與價值發(fā)現(xiàn),同樣是調(diào)峰的重要手段。文獻(xiàn)[11]綜述了北美成熟電力市場中,各地區(qū)實踐的多種靈活性資源市場交易手段,文獻(xiàn)[12]提出一種風(fēng)電參與能量和備用市場的新思路,文獻(xiàn)[13]則提出一種基于二叉樹期權(quán)理論的備用機(jī)制,可降低風(fēng)電市場交易的風(fēng)險。市場機(jī)制的建立需依托成熟的市場環(huán)境,目前還不適用于中國。

在信息完全、競爭充分等理想條件下,無論是計劃模式還是市場模式,調(diào)峰資源配置都可實現(xiàn)帕累托改進(jìn)意義下的系統(tǒng)最優(yōu),即通過整體效益的提升保證個體效益的改善。而中國處于深化電力體制改革初期,上述理想條件并不具備,因此帕累托最優(yōu)難以實現(xiàn)。經(jīng)濟(jì)學(xué)理論指出,通過“最大化社會總效益”而使所有人受益變得越來越難時,適度重新“分配利益”的效益優(yōu)勢就開始出現(xiàn),即調(diào)整不同參與者之間利益分配可實現(xiàn)卡爾多改進(jìn)意義下最優(yōu)[14-15]?？柖喔倪M(jìn)對受損者的利益實施補(bǔ)償,以達(dá)成一個現(xiàn)實的帕累托改進(jìn),該思想已在社會政策的制定、交通運(yùn)輸、旅游等領(lǐng)域[16-18]廣泛應(yīng)用,體現(xiàn)出在參與者之間重新“分配利益”可增進(jìn)社會總體效益的效果[19]。對于調(diào)峰參與者的利益調(diào)整,以往僅關(guān)注調(diào)峰費(fèi)用的補(bǔ)償,如文獻(xiàn)[20]提出基于等效可用負(fù)荷率的調(diào)峰費(fèi)用補(bǔ)償方法,文獻(xiàn)[21]提出考慮火電機(jī)組容量差異及系統(tǒng)調(diào)峰能力的調(diào)峰輔助服務(wù)補(bǔ)償模型,文獻(xiàn)[22]則從合作博弈的角度對調(diào)峰成本補(bǔ)償?shù)拇_定進(jìn)行了探討。目前,利益調(diào)整影響資源配置的經(jīng)濟(jì)機(jī)理以及參與者利益得失的演變規(guī)律尚缺乏系統(tǒng)的分析。

深度調(diào)峰的最高目標(biāo)是“最大化社會總效益”,但實現(xiàn)途徑與參與者的“利益分配”密切相關(guān)。針對高比例風(fēng)電并網(wǎng)下如何合理解決深度調(diào)峰中涉及的“利益分配”問題,本文以深度調(diào)峰中“利益分配”是什么,為什么“分配”,以及如何“分配”為線索,從卡爾多改進(jìn)的含義、作用機(jī)理和實現(xiàn)三個角度展開討論,通過成本補(bǔ)償和分?jǐn)偟氖侄卧趨⑴c者之間實現(xiàn)利益重新分配,從而挖掘系統(tǒng)的深度調(diào)峰潛力。最后,通過模擬中國電源結(jié)構(gòu)和構(gòu)成比例的算例仿真驗證了模型與方法的有效性和合理性。

1 深度調(diào)峰數(shù)學(xué)模型

本文討論的調(diào)峰是指電網(wǎng)調(diào)度部門通過平滑穩(wěn)定地調(diào)整并網(wǎng)機(jī)組出力、改變機(jī)組運(yùn)行狀態(tài)以跟蹤負(fù)荷峰谷極端變化的運(yùn)行決策。從目前形勢看,產(chǎn)生棄風(fēng)的根本原因在于負(fù)荷低谷時段火電機(jī)組因經(jīng)濟(jì)、技術(shù)限制無法降低出力,系統(tǒng)缺乏調(diào)節(jié)空間以消納風(fēng)電,即系統(tǒng)的調(diào)峰能力不足。隨著風(fēng)電并網(wǎng)比例的不斷提高,更加要求火電機(jī)組增強(qiáng)可調(diào)節(jié)能力,通過深度調(diào)峰以提高風(fēng)電的消納水平。

調(diào)度決策中,每個時間斷面內(nèi),電網(wǎng)的電力供需都必須平衡,且所有機(jī)組出力須滿足技術(shù)出力約束,即

(1)

(2)

由式(1)可知,風(fēng)電出力增加時,如果負(fù)荷不變,火電機(jī)組出力必須相應(yīng)減少。如圖1的C區(qū)域所示,火電出力場景1下,系統(tǒng)的下調(diào)峰能力不足,不得不棄風(fēng);火電出力場景2由于具有[A,B]的下調(diào)空間,則可與風(fēng)電出力較好“匹配”,有效減少或完全避免棄風(fēng)。綜上,深度調(diào)峰機(jī)制設(shè)計的關(guān)鍵就在于如何通過適當(dāng)?shù)慕?jīng)濟(jì)、技術(shù)措施挖掘該部分下調(diào)峰潛力,而這與機(jī)組的效益實現(xiàn)密切相關(guān)。

圖1 深度調(diào)峰示意圖Fig.1 Schematic diagram of deep-peak regulation

1.1 模型建立

深度調(diào)峰是經(jīng)濟(jì)調(diào)度問題,優(yōu)化目標(biāo)為追求社會總效益最大,其數(shù)學(xué)模型為:

(3)

式中:Fsociety為社會總效益;Fsurplus為消費(fèi)者剩余;Fbenefit為機(jī)組調(diào)峰效益;P為機(jī)組出力向量;g和h分別為系統(tǒng)運(yùn)行需滿足的等式和不等式約束條件集合;u和x分別為控制變量和狀態(tài)變量;T為調(diào)度時間。

消費(fèi)者剩余可表示為:

(4)

機(jī)組調(diào)峰效益的通式可表示為:

(5)

(6)

考慮到目前中國銷售電價固定,則消費(fèi)者總效用Futility在該優(yōu)化問題中可視為常數(shù),故式(3)等效為:

(7)

式中:Fcost為機(jī)組發(fā)電的等效運(yùn)行成本。由于各類型機(jī)組的成本特性與技術(shù)特點(diǎn)不同,其運(yùn)行成本和約束條件的表達(dá)也不盡相同,詳述如下。

1)純凝機(jī)組

(8)

式中:a0,i,a1,i,a2,i為機(jī)組i的煤耗成本特性擬合系數(shù)。

圖2 單臺火電機(jī)組能耗特性曲線Fig.2 Energy consumption characteristic curve of a single thermal power unit

(9)

因此,機(jī)組運(yùn)行成本與有功出力的關(guān)系為:

(10)

機(jī)組出力須滿足技術(shù)出力約束:

(11)

純凝機(jī)組最小技術(shù)出力約束是制約其深度調(diào)峰能力的主要約束,通過投油助燃,機(jī)組的最小技術(shù)出力可實現(xiàn)調(diào)整。

2)熱電機(jī)組

在非供熱期,熱電機(jī)組和純凝機(jī)組的運(yùn)行特性類似;在供熱期,熱電機(jī)組既生產(chǎn)電能,又利用汽輪發(fā)電機(jī)做過功的蒸汽供熱,因此其煤耗成本特性為[24]:

(12)

熱電機(jī)組的供熱量需滿足區(qū)域內(nèi)的熱負(fù)荷需求,即

(13)

同時,熱電機(jī)組運(yùn)行需滿足熱電比約束:

(14)

由熱電比約束可以將供熱量折算成用供電量表示的統(tǒng)一形式,單臺熱電機(jī)組運(yùn)行工況如附錄A圖A1所示,供熱期以熱定電是其主要運(yùn)行方式,熱負(fù)荷平衡約束和熱電比約束導(dǎo)致的可調(diào)節(jié)能力不足是限制該類機(jī)組深度調(diào)峰能力的主要原因[25]。

3)風(fēng)電機(jī)組

風(fēng)電機(jī)組不可調(diào)度,此類機(jī)組邊際運(yùn)行成本為0。

4)其他約束條件

除以上機(jī)組出力約束外,模型還可加入網(wǎng)絡(luò)約束等系統(tǒng)安全穩(wěn)定運(yùn)行的其他約束條件[26]。鑒于本文重點(diǎn)在于討論基于卡爾多改進(jìn)的深度調(diào)峰新機(jī)制,為簡化問題分析,故暫未計及這些約束。

1.2 基于卡爾多改進(jìn)的深度調(diào)峰機(jī)理

經(jīng)濟(jì)調(diào)度中,安全穩(wěn)定約束為剛性的,而經(jīng)濟(jì)約束為柔性的,這也是通過卡爾多改進(jìn)可實現(xiàn)深度調(diào)峰潛力挖掘的基礎(chǔ)。

如前所述,在圖2的o點(diǎn)左側(cè),機(jī)組需要投油才能維持穩(wěn)定燃燒,經(jīng)濟(jì)性下降?？柖喔倪M(jìn)的資源分配策略的核心思想是通過轉(zhuǎn)移支付手段,促進(jìn)資源的傾向性分配,因此如需機(jī)組進(jìn)一步調(diào)低出力,則必須對該部分效益損失進(jìn)行fc的補(bǔ)償,而補(bǔ)償費(fèi)用應(yīng)由資源重新分配后的受益者來承擔(dān),在深度調(diào)峰問題中,費(fèi)用分?jǐn)俧d應(yīng)由受益的火電機(jī)組以及風(fēng)電場共同承擔(dān)。

對式(7)的模型引入拉格朗日乘子,將其轉(zhuǎn)化為無約束條件的極值問題:

(15)

式中:λt為拉格朗日乘子,它反映了機(jī)組深度調(diào)峰的邊際發(fā)電成本,是系統(tǒng)邊際電價π的影子成本。

由KKT條件,得到運(yùn)行成本最小時的必要條件為:

(16)

(17)

1.3 深度調(diào)峰中機(jī)組效益的變化

下面結(jié)合不同機(jī)組的特點(diǎn),具體探究深度調(diào)峰中機(jī)組效益的變化。

1)純凝機(jī)組

對純凝機(jī)組,由式(16)可得:

(18)

2)熱電機(jī)組

3)風(fēng)電機(jī)組

風(fēng)電機(jī)組屬于不可調(diào)度資源,該類機(jī)組不參與調(diào)峰只分?jǐn)傎M(fèi)用的機(jī)制,使得風(fēng)電的單位效益有所下降,但深度調(diào)峰能力的提高使得棄風(fēng)量減少,從而增加了風(fēng)電在電能市場的份額,即機(jī)組的總效益是增加的,與分?jǐn)偟馁M(fèi)用相比,自身增發(fā)電量帶來的效益更大,因此拿出部分收益來承擔(dān)分?jǐn)傎M(fèi)用具有可行性。

(19)

其中最大深度調(diào)峰潛力可表示為:

(20)

(21)

由式(21)可知,機(jī)組特性決定了機(jī)組的深度調(diào)峰潛力和補(bǔ)償閾值。

2 卡爾多改進(jìn)的實現(xiàn)

基于卡爾多改進(jìn)的深度調(diào)峰新機(jī)制,是通過成本補(bǔ)償和分?jǐn)偟氖侄?調(diào)整不同參與者之間的利益分配。事實上,由于政策扭曲和效益扭曲的存在[23],分?jǐn)偪傤~需要通過公共資金的影子成本進(jìn)行調(diào)整,出于簡化分析的考慮,本文設(shè)定補(bǔ)償總額等于分?jǐn)偪傤~,暫不考慮分?jǐn)偪傤~的調(diào)整。

2.1 卡爾多補(bǔ)償?shù)拇_定

如前所述,卡爾多改進(jìn)通過成本補(bǔ)償挖掘機(jī)組的調(diào)峰潛力,機(jī)組投油助燃成本得到補(bǔ)償后,會下調(diào)出力到低于常規(guī)出力下限的水平,最佳的補(bǔ)償費(fèi)用應(yīng)由邊際補(bǔ)償費(fèi)用等于邊際投油助燃成本來確定。為方便工程實現(xiàn),本文采用負(fù)荷率來確定補(bǔ)償費(fèi)用,當(dāng)機(jī)組平均負(fù)荷率低于常規(guī)出力下限的對應(yīng)值,即意味著機(jī)組進(jìn)入深度調(diào)峰階段,需要進(jìn)行補(bǔ)償。負(fù)荷率是表征機(jī)組效益的關(guān)鍵指標(biāo),平均負(fù)荷率α定義為統(tǒng)計周期τ內(nèi)開機(jī)機(jī)組負(fù)荷率的平均值:

(22)

式中:PGN,i為火電機(jī)組i的額定容量。

根據(jù)國內(nèi)機(jī)組實際的調(diào)峰能力[27],在非供熱期,純凝機(jī)組常規(guī)出力下限對應(yīng)的負(fù)荷率約為額定容量的50%,熱電機(jī)組因配備了高參數(shù)的鍋爐,其對應(yīng)的負(fù)荷率更低;在供熱期,熱電機(jī)組必須完成供熱任務(wù),因此常規(guī)出力下限對應(yīng)的負(fù)荷率有所上升,純凝機(jī)組主要承擔(dān)該時期的調(diào)峰任務(wù)。

當(dāng)平均負(fù)荷率小于或等于深度調(diào)峰補(bǔ)償基準(zhǔn)β時，機(jī)組應(yīng)獲得深度調(diào)峰補(bǔ)償。考慮機(jī)組實際運(yùn)行情況,根據(jù)是否在供熱期,是純凝還是熱電機(jī)組,設(shè)置火電機(jī)組深度調(diào)峰補(bǔ)償基準(zhǔn)β1和β2如附錄B表B1所示。其中,β1<β2,受現(xiàn)有機(jī)組最大可調(diào)峰能力制約,規(guī)定β1的取值不低于40%。

深度調(diào)峰電量是指機(jī)組平均負(fù)荷率低于深度調(diào)峰基準(zhǔn)形成的未發(fā)電量,核算方法如附錄A圖A3所示,由低于深度調(diào)峰補(bǔ)償基準(zhǔn)和實際出力之間的差值積分可得。為簡明起見,本文以兩檔為例進(jìn)行深度調(diào)峰電量的計算說明(實際中可以根據(jù)需求設(shè)置為多檔),如式(23)和式(24)所示,深度調(diào)峰補(bǔ)償基準(zhǔn)β對應(yīng)不同時期和機(jī)組類型取β1或β2。

(23)

于是,火電機(jī)組獲得的補(bǔ)償費(fèi)用為:

(24)

2.2 卡爾多分?jǐn)偟拇_定

基于卡爾多改進(jìn)的深度調(diào)峰新機(jī)制,是通過參與者利益分配的調(diào)整促進(jìn)資源的傾向性分配。部分機(jī)組降出力參與深度調(diào)峰后,一方面風(fēng)電的消納水平得以提高,另一方面未參與深度調(diào)峰的火電機(jī)組因避免了降出力而受益。遵循“誰受益,誰分?jǐn)偂钡脑瓌t,調(diào)峰補(bǔ)償費(fèi)用應(yīng)由負(fù)荷率高于深度調(diào)峰補(bǔ)償基準(zhǔn)的火電機(jī)組和風(fēng)電場共同分?jǐn)?為兼顧公平,參照文獻(xiàn)[28],確定分?jǐn)傇瓌t為根據(jù)修正后的發(fā)電量,按機(jī)組發(fā)電量占總電量的比例進(jìn)行分?jǐn)?如式(25)所示。

(25)

1)火電機(jī)組

對于參與分?jǐn)傎M(fèi)用的火電機(jī)組i,按負(fù)荷率高中低分為三檔進(jìn)行電量修正,修正方法如附錄A圖A3所示,圖中γ1和γ2為費(fèi)用分?jǐn)偡謾n基準(zhǔn)(γ1<γ2),計算方法為:

(26)

式中:ki為對應(yīng)第i檔的修正系數(shù),機(jī)組負(fù)荷率越高,因未參與深度調(diào)峰獲得的售電總收益越多,在費(fèi)用分?jǐn)傊袘?yīng)承擔(dān)的責(zé)任也越大,故設(shè)置k1

2)風(fēng)電場

為了保障并平衡各風(fēng)電場的收益,對于參與費(fèi)用分?jǐn)偟娘L(fēng)電場j,當(dāng)發(fā)電小時數(shù)超過保障性收購小時數(shù)后,發(fā)電量依據(jù)上一年度利用小時數(shù)與保障性收購小時數(shù)之差進(jìn)行修正,如式(27)所示。

(27)

式中:Tj和Tg,j分別為風(fēng)電場j的上一年度利用小時數(shù)和保障性收購小時數(shù);ceil(·)為向上取整函數(shù);Ts為分檔階梯小時數(shù);Δ為風(fēng)電場修正系數(shù)，其值小于1。

3 求解流程

圖3 求解流程圖Fig.3 Flow chart of calculation

4 算例分析

4.1 算例基本數(shù)據(jù)

1)機(jī)組數(shù)據(jù):算例系統(tǒng)由一座純凝電廠(2臺純凝機(jī)組)、一座熱電廠(3臺熱電機(jī)組)和一個風(fēng)電場組成。參考中國熱電聯(lián)產(chǎn)機(jī)組的平均比例[29],算例系統(tǒng)中熱電機(jī)組裝機(jī)比例設(shè)為33%,風(fēng)電場裝機(jī)容量為200 MW,占系統(tǒng)總?cè)萘康?2%,純凝和熱電兩類機(jī)組參數(shù)分別如附錄B表B2和表B3所示。

2)負(fù)荷數(shù)據(jù):選取某日夜間23:00—02:00的負(fù)荷數(shù)據(jù),系統(tǒng)負(fù)荷需求與風(fēng)電預(yù)測出力如附錄A圖A4所示。由圖A4可知,熱負(fù)荷需求受氣候因素影響,全時段維持在較高水平,風(fēng)電出力呈現(xiàn)明顯的反調(diào)峰特性,因此在供熱期,所選時段熱電矛盾對風(fēng)電消納的制約作用突出。

4.2 新機(jī)制有效性驗證和補(bǔ)償基準(zhǔn)靈敏性分析

圖4 卡爾多改進(jìn)與深度調(diào)峰的關(guān)系Fig.4 Relationship of Kaldor compensation and deep-peak regulation

由圖4(a)可見,供熱期機(jī)組3在卡爾多補(bǔ)償?shù)募钕孪抡{(diào)出力,新機(jī)制通過“利益分配”促進(jìn)資源傾向性分配的有效性得證。由圖4(b)可知:①無論是在供熱期還是非供熱期,與不考慮卡爾多改進(jìn)時相比,風(fēng)電消納率均有所提高,實現(xiàn)了從社會總體效益的角度促進(jìn)可再生能源消納;②總運(yùn)行成本供熱期較非供熱期有所增加,但供熱期風(fēng)電消納率較同基準(zhǔn)下的非供熱期有所下降,原因是受熱電機(jī)組以熱定電運(yùn)行方式的制約,系統(tǒng)整體調(diào)峰能力受限;③補(bǔ)償基準(zhǔn)設(shè)置得過高時,機(jī)組響應(yīng)調(diào)峰指令的積極性不高,隨著補(bǔ)償基準(zhǔn)的降低,運(yùn)行成本單調(diào)減少,即社會總效益單調(diào)增加,實現(xiàn)盡量“最大化社會總效益”,與此同時,機(jī)組的調(diào)峰潛力得到逐漸挖掘。值得注意的是,在[50%,48%]基準(zhǔn)附近運(yùn)行成本和風(fēng)電消納率出現(xiàn)飽和,原因是受機(jī)組非常規(guī)出力極限剛性約束的限制,單純通過經(jīng)濟(jì)手段挖掘深度調(diào)峰潛力達(dá)到極限。

4.3 深度調(diào)峰利益分配

按本文設(shè)定的原則,確定所選調(diào)峰時段各機(jī)組在供熱期的總補(bǔ)償和總分?jǐn)傎M(fèi)用,如表1所示。

表1 所選調(diào)峰時段各機(jī)組總補(bǔ)償和總分?jǐn)傎M(fèi)用Table 1 Total compensation and allocation expenses of each unit in selected peak-regulation period

由表1可知:①總體上看,由于純凝機(jī)組承擔(dān)了大部分的深度調(diào)峰任務(wù),其調(diào)峰補(bǔ)償明顯多于其他類型機(jī)組,并且容量較大的純凝機(jī)組2調(diào)峰能力強(qiáng),獲得的補(bǔ)償也相對較多;②不論是純凝機(jī)組還是熱電機(jī)組,在對收益有利的情況下都會參與到調(diào)峰中,純凝機(jī)組1和熱電機(jī)組3所獲得的調(diào)峰補(bǔ)償相對較少,在經(jīng)濟(jì)杠桿的作用下,卡爾多改進(jìn)項的存在將驅(qū)使機(jī)組下調(diào)其出力,通過挖掘自身的調(diào)峰潛力,獲得更多的收益;③風(fēng)電場分?jǐn)偛糠稚疃日{(diào)峰補(bǔ)償費(fèi)用,減輕了火電機(jī)組的費(fèi)用分?jǐn)倝毫?與此同時,通過電量增發(fā)提高了總收益,從而達(dá)到了調(diào)峰的效果;④在表1中,僅考慮卡爾多改進(jìn)的補(bǔ)償和分?jǐn)傢?機(jī)組2，5和風(fēng)電場是受損的,機(jī)組1，3和4是受益的,但由圖4可知,總運(yùn)行成本降低,即社會總效益是增加的。新機(jī)制通過受損者和受益者之間的利益分配,提高了系統(tǒng)的整體調(diào)峰能力,增進(jìn)了可再生能源的消納水平。

5 結(jié)語

本文提出一種基于卡爾多改進(jìn)的深度調(diào)峰新機(jī)制,通過建立適于中國電網(wǎng)現(xiàn)狀的風(fēng)火復(fù)合系統(tǒng)深度調(diào)峰數(shù)學(xué)模型,對機(jī)制的作用原理與實現(xiàn)方式進(jìn)行了探討。算例分析可以看出:所提方法利用經(jīng)濟(jì)杠桿的作用,通過調(diào)整利益分配促進(jìn)了資源的傾向性分配,火電機(jī)組在補(bǔ)償下主動下調(diào)出力,挖掘了系統(tǒng)下調(diào)峰潛力,可有效提高風(fēng)電的消納水平。

該機(jī)制下,火電應(yīng)急啟停、可中斷負(fù)荷、電儲能、跨省調(diào)度等調(diào)峰手段應(yīng)如何融入,還有待進(jìn)一步的研究。

附錄見本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。

參考文獻(xiàn)

[1] 中國能源研究會.中國能源展望2030[M].北京:經(jīng)濟(jì)管理出版社,2016.

[2] 魯宗相,李海波,喬穎.含高比例可再生能源電力系統(tǒng)靈活性規(guī)劃及挑戰(zhàn)[J].電力系統(tǒng)自動化,2016,40(13):147-158.DOI:10.7500/AEPS20151215008.

LU Zongxiang, LI Haibo, QIAO Ying. Power system flexibility planning and challenges considering high proportion of renewable energy[J]. Automation of Electric Power Systems, 2016, 40(13): 147-158. DOI: 10.7500/AEPS20151215008.

[3] 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 regulation capability[J]. Power System Technology, 2013, 37(7): 1887-1894.

[4] 王蓓蓓,劉小聰,李揚(yáng),等.面向大容量風(fēng)電接入考慮用戶側(cè)互動的系統(tǒng)日前調(diào)度和運(yùn)行模擬研究[J].中國電機(jī)工程學(xué)報,2013,33(22):35-44.

WANG Beibei, LIU Xiaocong, LI Yang, et al. Day-ahead generation scheduling and operation simulation considering demand response in large-capacity wind power integrated systems[J]. Proceedings of the CSEE, 2013, 33(22): 35-44.

[6] LANNOYE E, FLYNN D, O’MALLEY M. Transmission, variable generation, and power system flexibility[J]. IEEE Transactions on Power Systems, 2015, 30(1): 57-66.

[7] 衣立東,朱敏奕,魏磊,等.風(fēng)電并網(wǎng)后西北電網(wǎng)調(diào)峰能力的計算方法[J].電網(wǎng)技術(shù),2010,34(2):129-132.

YI Lidong, ZHU Minyi, WEI Lei, et al. A computing method for peak load regulation ability of Northwest China power grid connected with large-scale wind farms[J]. Power System Technology, 2010, 34(2): 129-132.

[8] 李付強(qiáng),王彬,涂少良,等.京津唐電網(wǎng)風(fēng)力發(fā)電并網(wǎng)調(diào)峰特性分析[J].電網(wǎng)技術(shù),2009,33(18):128-132.

LI Fuqiang, WANG Bin, TU Shaoliang, et al. Analysis on peak load regulation performance of Beijing-Tianjin-Tangshan power grid with wind farms connected[J]. Power System Technology, 2009, 33(18): 128-132.

[9] 盧恩,王一,陳雨果,等.含復(fù)雜電源結(jié)構(gòu)的電網(wǎng)調(diào)峰優(yōu)化模型[J].電力系統(tǒng)自動化,2013,37(20):119-126.

LU En, WANG Yi, CHEN Yuguo, et al. Optimization model for peak load regulation of power system with complex generation structure[J]. Automation of Electric Power Systems, 2013, 37(20): 119-126.

[10] 嚴(yán)干貴,劉紅哲,穆鋼,等.風(fēng)電增發(fā)擠出效應(yīng)及其節(jié)能減排評估方法[J].電網(wǎng)技術(shù),2012,36(4):51-56.

YAN Gangui, LIU Hongzhe, MU Gang, et al. The method to evaluate the value of wind power during the spill out effect caused by the wind power output increase of wind farms[J]. Power System Technology, 2012, 36(4): 51-56.

[11] ELA E, MILLIGAN M, BLOOM A, et al. Evolution of wholesale electricity market design with increasing levels of renewable generation[R]. USA: National Renewable Energy Laboratory (NREL), 2014.

[12] LIANG J, GRIJALVA S, HARLEY R G. Increased wind revenue and system security by trading wind power in energy and regulation reserve markets[J]. IEEE Transactions on Sustainable Energy, 2011, 2(3): 340-347.

[13] GHAFFARI R, VENKATESH B. Options based reserve procurement strategy for wind generators using binomial trees[J]. IEEE Transactions on Power Systems, 2013, 28(2): 1063-1072.

[14] KALDOR N. Welfare propositions of economics and interpersonal comparisons of utility[J]. Economic Journal, 1939, 49(195): 549-552.

[15] HICKS JR. The foundations of welfare economics[J]. Economic Journal, 1939, 49(196): 696-712.

[16] BOSTANI M, MALEKPOOR A. Critical analysis of Kaldor-Hicks efficiency criterion, with respect to moral values, social policy making and incoherence[J]. Advances in Environmental Biology, 2012, 6(7): 2032-2038.

[17] LANE B W, SHERMAN C P. Using the Kaldor-Hicks tableau to assess sustainability in cost-benefit analysis in transport: an example framework for rail transit[J]. Research in Transportation Business & Management, 2013, 7(7): 91-105.

[18] 田菲,孫怡,邢志勤.帕累托改進(jìn)還是卡爾多改進(jìn)—論旅游扶貧視角下京津冀旅游產(chǎn)業(yè)鏈協(xié)同發(fā)展[J].經(jīng)濟(jì)研究導(dǎo)刊,2015(17):100-101.

[19] STRINGHAM E. Kaldor-Hicks efficiency and the problem of central planning[J]. Social Science Electronic Publishing, 2010, 4(2): 41-50.

[20] 胡建軍,胡飛雄.節(jié)能發(fā)電調(diào)度模式下有償調(diào)峰補(bǔ)償新機(jī)制[J].電力系統(tǒng)自動化,2009,33(10):16-18.

HU Jianjun, HU Feixiong. A novel compensation mechanism of remunerative peak load regulation under energy-saving dispatch framework[J]. Automation of Electric Power Systems, 2009, 33(10): 16-18.

[21] 趙曉麗,王玫,趙越,等.基于火電機(jī)組容量差異的調(diào)峰輔助服務(wù)補(bǔ)償機(jī)制改進(jìn)模型[J].電力系統(tǒng)自動化,2013,37(4):57-61.

ZHAO Xiaoli, WANG Mei, ZHAO Yue, et al. A model of compensation mechanism on peak-regulating ancillary services based on capacity variance across thermal power units[J]. Automation of Electric Power Systems, 2013, 37(4): 57-61.

[22] 謝俊,白興忠,魏建詳,等.西北電網(wǎng)調(diào)峰成本補(bǔ)償研究[J].浙江大學(xué)學(xué)報,2009,43(3):584-588.

XIE Jun, BAI Xingzhong, WEI Jianxiang, et al. Study on peaking cost compensation in Northwest China power grid[J]. Journal of Zhejiang University, 2009, 43(3): 584-588.

[23] 孫蕾.非對稱信息下的卡爾多-希克斯改進(jìn)[J].南開經(jīng)濟(jì)研究,2008(2): 53-63.

SUN Lei. Kaldor-Hicks improvement under asymmetric information[J]. Nankai Economic Studies, 2008(2): 53-63.

[24] 鄧佳樂,胡林獻(xiàn),李佳佳.采用二級熱網(wǎng)電鍋爐調(diào)峰的消納棄風(fēng)機(jī)理及經(jīng)濟(jì)性分析[J].電力系統(tǒng)自動化,2016,40(18):41-47.DOI:10.7500/AEPS20151001001.

DENG Jiale, HU Linxian, LI Jiajia. Analysis on mechanism of curtailed wind power accommodation and its economic operation based on electric boiler for peak-load regulation at secondary heat supply network[J]. Automation of Electric Power Systems, 2016, 40(18): 41-47. DOI: 10.7500/AEPS20151001001.

[25] 呂泉,陳天佑,王海霞,等.配置儲熱后熱電機(jī)組調(diào)峰能力分析[J].電力系統(tǒng)自動化,2014,38(11):34-41.DOI:10.7500/AEPS20130724002.

LYU Quan, CHEN Tianyou, WANG Haixia, et al. Analysis on peak-load regulation ability of cogeneration unit with heat accumulator[J]. Automation of Electric Power Systems, 2014, 38(11): 34-41. DOI: 10.7500/AEPS20130724002.

[26] 林俐,鄒蘭青,周鵬,等.規(guī)模風(fēng)電并網(wǎng)條件下火電機(jī)組深度調(diào)峰的多角度經(jīng)濟(jì)性分析[J].電力系統(tǒng)自動化,2017,41(7):21-27.DOI:10.7500/AEPS20160719005.

LIN Li, ZOU Lanqing, ZHOU Peng, et al. Multi-angle economic analysis on deep peak regulation of thermal power units with large-scale wind power integration[J]. Automation of Electric Power Systems, 2017, 41(7): 21-27. DOI: 10.7500/AEPS20160719005.

[27] 王凱,黃葆華,司派友.火電機(jī)組調(diào)峰裕度的影響因素研究[J].節(jié)能技術(shù),2012,30(1):52-54.

WANG Kai, HUANG Baohua, SI Paiyou. Research on influencing factors of peak-regulation margin in power plant units[J]. Energy Conversion Technology, 2012, 30(1): 52-54.

[28] 劉永奇,張弘鵬,李群,等.東北電網(wǎng)電力調(diào)峰輔助服務(wù)市場設(shè)計與實踐[J].電力系統(tǒng)自動化,2017,41(10):148-154.DOI:10.7500/AEPS20160706001.

LIU Yongqi, ZHANG Hongpeng, LI Qun, et al. Design and practice of peak regulation ancillary service market for Northeast China power grid[J]. Automation of Electric Power Systems, 2017, 41(10): 148-154. DOI: 10.7500/AEPS20160706001.

[29] 中國國家發(fā)展與改革委員會.煤電節(jié)能減排升級與改造行動計劃(2014—2020年)[R].北京:中國國家發(fā)展與改革委員會,2014.