智能電網(wǎng)環(huán)境下負荷響應(yīng)對系統(tǒng)消納風電能力影響模型探析

，，

(1.貴州理工學院， 貴州 貴陽 550003；2.華北電力大學，河北 保定 071003)

0 引言

風力發(fā)電是當今最重要的可再生能源之一。合理開發(fā)利用風能可有效地避免環(huán)境污染，調(diào)整區(qū)域能源結(jié)構(gòu)[1]。世界上許多國家都轉(zhuǎn)向風力發(fā)電領(lǐng)域，大力建設(shè)風力發(fā)電設(shè)施。隨著風力發(fā)電的大規(guī)模運行，風力發(fā)電的問題日益突出[2]。傳統(tǒng)控制技術(shù)難以滿足電力系統(tǒng)風險接入的雙重影響。采用大數(shù)據(jù)技術(shù)對風電場智能運行控制在一定程度上，將減少風電接入電網(wǎng)帶來的風險[3]。近年來，需求響應(yīng)的概念改變了始終依賴于供電側(cè)的發(fā)展來滿足電力需求的思維方式。為了實現(xiàn)需求響應(yīng)資源之間的雙向交互，實現(xiàn)了一種更靈活和可調(diào)整的方式，為解決大規(guī)模風電消納問題提供了新的方向。因此，基于智能電網(wǎng)的需求響應(yīng)，建立了多層次時間尺度滾動調(diào)度計劃模型，以提升系統(tǒng)整體運行水平的同時增強系統(tǒng)運行的經(jīng)濟性[4]。

需求響應(yīng)的本質(zhì)是基于價格信號來引導用戶改變負載需求。作為一種交互資源，可以有效地促進電網(wǎng)的整體可靠性運行[5]。需求側(cè)響應(yīng)參與風力發(fā)電調(diào)度研究較多。文獻[6]考慮綜合成本的前提下，兼顧風電預(yù)測和價格型需求響應(yīng)二者的不確定性以及系統(tǒng)安全約束，構(gòu)建了基于光熱電站和價格型需求響應(yīng)參與風電消納的調(diào)度模型。文獻[7]借助需求側(cè)管理與儲能技術(shù)對負荷分布的調(diào)控能力提高風電的消納水平,構(gòu)建含大規(guī)模風電的電力調(diào)度模型。文獻[8] 在碳交易機制下考慮柔性負荷響應(yīng)對電力系統(tǒng)經(jīng)濟調(diào)度風力發(fā)電的影響。文獻[9]應(yīng)對風電發(fā)電的隨機性和波動性,在需求側(cè)引入可變負荷模型,利用價格變化來調(diào)節(jié)可轉(zhuǎn)移負荷。文獻[10]綜合考慮用戶參與需求響應(yīng)項目的水平對風電利用率和系統(tǒng)運行的影響,建立日前調(diào)度優(yōu)化模型, 激勵用戶轉(zhuǎn)移負荷的需求響應(yīng)能夠降低系統(tǒng)運行成本。文獻[11-12]縱觀國內(nèi)外研究，主要趨勢是智能電網(wǎng)條件下的用戶需求響應(yīng)優(yōu)化。在此，從需求響應(yīng)概念、激勵機制、效益評估、支持平臺技術(shù)、應(yīng)用于風電消納等方面對國內(nèi)外學者在相關(guān)領(lǐng)域的研究成果進行總結(jié),指出當下實施需求響應(yīng)存在的問題和相關(guān)對策。

1 系統(tǒng)分析

1.1 風電場場景調(diào)度過程

隨機性和間歇性是風電的基本特征。隨機性對電力系統(tǒng)運行的影響更為突出。風力發(fā)電量的預(yù)測，特別是對其隨機性規(guī)律的預(yù)測，是建立調(diào)度模型的基礎(chǔ)。在此引入風力預(yù)測發(fā)電量這一概念。為了更好地描述每個風力發(fā)電量，需要在一定程度上減少隨機風力發(fā)電量的數(shù)量。相近的風力發(fā)電量被劃分在一個概率不同的風力發(fā)電量集合中。基于縮小每一個風力發(fā)電量組合的差值，最大可能還原初始風力發(fā)電量采集值，使得風力發(fā)電量采集值最大相似于風力發(fā)電量集合中的代表值。預(yù)測風力發(fā)電量集合設(shè)計是基于風力發(fā)電量采集值與對應(yīng)集合中代表值的差值及其發(fā)生概率來定義和還原采樣值、代表值之間具有相似性。假設(shè)有2個風力發(fā)電量A和B，它們彼此相似。

(1)

X為預(yù)測風力發(fā)電量；A和B為不同時段的風力發(fā)電量；π為不同時段風力發(fā)電量發(fā)生的概率。根據(jù)目前主要的提前一天調(diào)度方案，主要是基于火電輸出的優(yōu)化。因此，算法設(shè)計主要基于傳統(tǒng)的日前調(diào)度模型，并結(jié)合風電場景預(yù)測?？紤]到風力發(fā)電過程中不同場景之間可能存在跳變，如圖1所示。

圖1 風力發(fā)電量區(qū)間過渡效果

由圖1可以看出，以場景C1為例，實際場景可以從C1改變?yōu)镃2和C3等。基于風電輸出的預(yù)測情景C1，可以建立斜坡單元的約束表達式

(2)

圖2 基于電力系統(tǒng)運行調(diào)度的解決方案流程

1.2 多層調(diào)度的二維運行模型

考慮到風力發(fā)電的強隨機性和間歇性，風電對電力系統(tǒng)調(diào)度的影響極其不確定，電力系統(tǒng)調(diào)度對風力發(fā)電的控制比起傳統(tǒng)發(fā)電更復(fù)雜，更難以協(xié)調(diào)，應(yīng)采用其他方式進行優(yōu)化控制。為此，提出了一種基于風電消納的需求響應(yīng)概率的二維運行機制?；谶@種機制，不同的時間段包含不同的概率集合。對于1天24 h范圍，它包含P100，P75和P50水平。對于按天預(yù)測來說，沒有P50層，只有P100和P75層。實時預(yù)測僅包含在P100層中。由于預(yù)測時間段的不同，電網(wǎng)功率的需求值功率需和供給值必須通過概率集合實施供需匹配。風電場的發(fā)電值可以根據(jù)ISO提供的相應(yīng)概率集合的電網(wǎng)調(diào)度方案進行調(diào)度。為了響應(yīng)風電場的需求應(yīng)對風能曲線進行高頻濾波修正。多層調(diào)度的概率二維運行機制如圖3所示。

圖3 多級調(diào)度的概率二維運行機制

風電場接收ISO制定的P50層針對風能的調(diào)度方案。如表1所示，在P50時間段的大調(diào)度模式下，風電場的調(diào)度值為45 MW。

表1 大電網(wǎng)調(diào)度T時間調(diào)度方案 MW

當風電場收到調(diào)度指令時，它根據(jù)需求與響應(yīng)之間的關(guān)系去校正P50曲線，并將其信息迅速反饋電網(wǎng)。風電場在接收到調(diào)度信息后，將其修改后信息添加到P75層。在此時刻，發(fā)電側(cè)和需求側(cè)電力平衡將打破。同時，供需之間存在著差值。調(diào)度將重新安排P75層直到平衡得到滿足。以上是多層調(diào)度的二維運行機制的全過程。根據(jù)該模型的設(shè)計特點，如果在調(diào)度中涉及了Pn個電力市場，實際發(fā)電量A與其可調(diào)節(jié)需求量H比值達到C%以上時，將根據(jù)發(fā)電量A和需求量H的比值接受相應(yīng)程度的經(jīng)濟處罰，如果發(fā)電量A和需求量H的比值小于或等于C%，發(fā)電量A和需求量H均不進行任何形式的懲罰。經(jīng)濟處罰是用于調(diào)節(jié)電網(wǎng)的供需平衡所需的電力成本。對于固定發(fā)電量A和電能需求量H，如果將A和H從P50層到P75層都進行合并，則發(fā)電量A或需求量H將不能進行供需平衡的調(diào)度操作。在下階段中，將P75合并到P100過程中，并且電網(wǎng)實時調(diào)度將不再考慮實際發(fā)電量A或需求量H供需平衡的調(diào)度。

(3)

?i∈N,?t∈N

(4)

(5)

(6)

(7)

對于實時電網(wǎng)調(diào)度模型，還應(yīng)盡早修正不同概率下的分層變量：

(8)

(9)

(10)

2 結(jié)果分析與討論

為了驗證模型的可行性，對其虛擬電廠的需求響應(yīng)進行了分析。為了更好地證明所提出的模型對風電消納的影響，該系統(tǒng)的風量下降率將在此處有所下調(diào)。根據(jù)風力發(fā)電量的預(yù)測算法：

WiDA100=E[Wi]-3?w,i,t

(11)

WiDA75～N(2.33?w,i,t,0.777?w,i,t)

WiDA50～N(0.67?w,i,t,0.224?w,i,t)

WiDA100為實時風力發(fā)電量預(yù)測值；E[Wi]為風力發(fā)電量的期望值；?w,i,t為風力發(fā)電量偏差值；WiDA75為前一小時風力發(fā)電量預(yù)測值；WiDA50為前一日風力發(fā)電量預(yù)測值。

分別分析了P100層、P75層和P50層的風力發(fā)電量的期望值。同時，基于正態(tài)分布理論，可以得到每一天的風力發(fā)電量的上下限。為了更好地驗證所提出的多層調(diào)度的二維運行模型，根據(jù)經(jīng)濟性、運行可靠性和風電消納的實際效果，將該模型與系統(tǒng)運行結(jié)果進行了比較。以實現(xiàn)所提出的模型。具體比較如表2所示。

表2 系統(tǒng)調(diào)度模型對照

不同時間長度誤差的標準差如圖4所示，風力發(fā)電功率的標準偏差是在不同時間長度的多層調(diào)度的二維運行機制下進行調(diào)度的。根據(jù)所提出的調(diào)度模型，風力發(fā)電功率的標準偏差會顯著減小。

圖4 不同時間長度誤差的標準差

圖4中的Da，Ha和Rt分別對應(yīng)24 h預(yù)測、1 h預(yù)測和實時預(yù)測曲線，具有不同的時間長度。由圖4可看出，在Da的時間長度下，風力發(fā)電功率的標準偏差很大，在晚上10時左右的偏差接近于0.35。根據(jù)多級調(diào)度的概率二維運行機制的調(diào)度，實時Rt的風力發(fā)電功率的標準偏差將減小到0，表明此時的風力發(fā)電量很確定。在選擇風力發(fā)電量相應(yīng)購電策略中，電網(wǎng)調(diào)度的實際供電單位成本與風力發(fā)電功率的不穩(wěn)定度成正比。這使得風電場減少因風力發(fā)電功率的不確定性購買的電網(wǎng)調(diào)度資源，因而降低風電的不確定性能最大限度地提高風電場的經(jīng)濟效益。同時，風力發(fā)電功率的期望值也逐漸下降。在上述調(diào)度模型的調(diào)度下，在實時預(yù)測的風力發(fā)電量的期望值會在每天用電的低谷時段略有下降，用電低谷時段即每天1--6時和22--24時。結(jié)果顯示，棄風使得風電場受到較高的經(jīng)濟懲罰，迫使風電場購買電網(wǎng)調(diào)度資源，進而降低其發(fā)電功率。在用電低谷時段內(nèi)風電場可能棄風，從而獲得更大的經(jīng)濟效益。

綜上所述，可以看出該系統(tǒng)與傳統(tǒng)的調(diào)度模式相比，其性能有了很大的提高。利用所提出的調(diào)度模型進行調(diào)度后的波形如圖5所示，采用此模型后可獲得191 MW的儲備容量；與之比較的，采用此模型前其儲備容量接近139 MW。其主要原因是風力發(fā)電功率的不確定性與此設(shè)計調(diào)度模型正好契合。因存在多個約束條件，電力系統(tǒng)必須保留足夠的備用容量，以保證整個電網(wǎng)系統(tǒng)的可靠性。根據(jù)該調(diào)度模型，實際P50層是存在50%的潛在不確定性。這個不確定性將在1 h預(yù)測中被整合到P75層中，其不確定性降至25%。在實時預(yù)測中，這一不確定性將進一步減少，并在不斷細分時間段中將其不確定性最終消除。因此電網(wǎng)系統(tǒng)中的儲備容量不再根據(jù)約束的規(guī)劃條件來計算，這將大大提高系統(tǒng)的可靠性。為了提升經(jīng)濟效益，本模型從電網(wǎng)增加對風能發(fā)電的消納能力進行了模型設(shè)計。本模型與傳統(tǒng)的調(diào)度模型比較，在社會效益、系統(tǒng)允許風速下功率變化率和系統(tǒng)備用容量3個指標上，結(jié)果如表3所示。

圖5 模型及其對照組的比較

表3 比較各個方面的優(yōu)點

從表3中可看出,多層調(diào)度的二維運行機制與傳統(tǒng)調(diào)度相比，可以為社會創(chuàng)造更多的經(jīng)濟效益。系統(tǒng)總發(fā)電量顯著增加。綜上所述，該調(diào)度模型在經(jīng)濟性和可靠性方面具有一定的優(yōu)勢。對降低風險具有重要意義。

3 結(jié)束語

傳統(tǒng)的電力調(diào)度模式已經(jīng)難以適應(yīng)當今復(fù)雜的電力應(yīng)用環(huán)境。介紹了一種根據(jù)場景預(yù)測算法建立的多層調(diào)度二維運行機制模型，并對風力發(fā)電隨機性進行了預(yù)測來實現(xiàn)更加科學的電力調(diào)度。為了提高模型的可行性，進行了案例研究。該模型的設(shè)計與傳統(tǒng)的電力調(diào)度模式相比，從系統(tǒng)備用容量和不同的時間段的發(fā)電誤差2個方面來看都有顯著的改善。與此同時，該模型還大幅增加了系統(tǒng)備用容量，其經(jīng)濟效益和系統(tǒng)可靠性都明顯優(yōu)于傳統(tǒng)模式。未來，隨著風力發(fā)電等可再生能源發(fā)電量的逐漸增長，該算法具有廣闊的應(yīng)用前景。