考慮可調(diào)度空間約束的廣義源儲系統(tǒng)最優(yōu)數(shù)學模型

余虎，胡劍宇，潘力強，方紹鳳，李娟，王昱

(1. 中國能源建設(shè)集團湖南省電力設(shè)計院有限公司，湖南 長沙 410007；2.國網(wǎng)湖南省電力有限公司，湖南 長沙 410004)

0 引 言

在新能源高滲透率系統(tǒng)中，由于傳統(tǒng)電源的調(diào)節(jié)能力不足，電力系統(tǒng)運行中產(chǎn)生了較為嚴重的棄風棄光現(xiàn)象[1-2]。儲能技術(shù)作為目前提高風電等新能源利用率的一種重要參與方式，成為現(xiàn)有研究的重點[3]。

儲能技術(shù)不但可以抑制新能源出力的波動性并且補償其預(yù)測誤差，而且使得大規(guī)模新能源能夠接入電網(wǎng)，它在電力系統(tǒng)中的應(yīng)用越來越廣泛。儲能參與電力系統(tǒng)調(diào)度的方式主要分為兩種：一是降低新能源出力波動，使得電源側(cè)的總電源出力保持平穩(wěn)[4]，文獻[5-6]建立了由BESS和ACLs構(gòu)成的虛擬儲能系統(tǒng);二是可以將新能源作為一種可調(diào)度資源，參與電力系統(tǒng)的削峰填谷等[7]。文獻[8]提出了將飛輪儲能裝置應(yīng)用于含新能源的電力系統(tǒng)中。文獻[9]針對風儲一體化系統(tǒng)優(yōu)化調(diào)度，提出了一種儲能充放電的最優(yōu)控制策略。

基于以上的研究內(nèi)容，提出廣義儲能系統(tǒng)，即利用一定規(guī)模、先進而經(jīng)濟的儲能系統(tǒng)，制定靈活、互動性強的運行策略，將新能源分散的電能平移集中至高峰負荷時段，使其緊密跟蹤電網(wǎng)負荷變動，從而達到減少火電裝機，降低系統(tǒng)運行成本，減少棄水、棄新能源的目的。而隨著廣義儲能系統(tǒng)優(yōu)化模型的復雜程度越來越大，如何針對現(xiàn)有傳統(tǒng)電力系統(tǒng)優(yōu)化模型進行改進成為亟需解決的問題。

針對傳統(tǒng)電力系統(tǒng)優(yōu)化模型中傳統(tǒng)火電機組出力約束使得模型求解范圍過大、求解速度慢等問題，首先提出了一種凈負荷增量指標，可有效縮減機組出力變量的可行域范圍；然后建立考慮可調(diào)度空間約束的廣義源儲系統(tǒng)優(yōu)化調(diào)度模型，有效降低系統(tǒng)的運行成本，并減少棄水、棄新能源；最后在模型求解過程中運用標準粒子群與模擬退火算法相結(jié)合的混合粒子群算法對最優(yōu)調(diào)度數(shù)學模型進行求解，在確保求解精度的同時大大減少了計算量，且不易陷入局部最優(yōu)。

1 考慮凈負荷邊際量的可調(diào)度范圍約束

1.1 凈負荷邊際量標幺值指標

根據(jù)功率平衡原理，傳統(tǒng)火電機組在下一時刻的總出力應(yīng)等于總負荷與水電、新能源出力的差值，即凈負荷值。因此，針對凈負荷可能存在的偏差情況，首先提出凈負荷邊際量標幺值，然后提出一種考慮凈負荷邊際量標幺值的傳統(tǒng)火電機組可調(diào)度范圍約束。

定義凈負荷邊際量標幺值η如式(1)所示。

(1)

1.2 可調(diào)度范圍約束

首先根據(jù)傳統(tǒng)火電機組在t-1及t時段的出力情況預(yù)測凈負荷值確定總調(diào)度出力空間，然后根據(jù)η確定機組的約束范圍，最后取該約束范圍與機組固有出力范圍的公共部分作為機組可調(diào)度范圍約束。

傳統(tǒng)火電機組的可調(diào)度范圍如下所示。

(2)

(3)

2 廣義儲能系統(tǒng)的數(shù)學模型

2.1 廣義儲能系統(tǒng)概念及框架

廣義源儲系統(tǒng)是一種時空分散和多種型式的儲能的新能源構(gòu)筑的統(tǒng)一調(diào)度聯(lián)動系統(tǒng)，如圖1所示。

圖1 廣義源儲系統(tǒng)示意圖

2.2 儲能系統(tǒng)的約束條件

儲能系統(tǒng)通過夜間低谷時段儲電和白天峰時段放電，可以有效將低谷時段剩余的風電平移至高峰負荷時段，采用一種集中控制策略對儲能裝置進行調(diào)控[10]。本文主要將儲能引入發(fā)電側(cè)，借助儲能控制器跟蹤蓄電池充放電行為，具體為：

(4)

(5)

Qmin≤Qt≤Qmax

(6)

(7)

3 含可調(diào)度空間約束的廣義源儲系統(tǒng)優(yōu)化調(diào)度模型

3.1 目標函數(shù)

以系統(tǒng)運行成本最小為目標，廣義源儲系統(tǒng)優(yōu)化調(diào)度模型的目標函數(shù)如式(8)所示。

(8)

3.2 約束條件

(1) 機組出力可調(diào)度范圍約束

(9)

(2) 功率平衡約束

(10)

(3)火電機組運行約束

PGimin≤PGi≤PGimax

(11)

(12)

(13)

式中：PGimax、PGimin分別為各傳統(tǒng)火電機組的最大、小發(fā)出功率；URi、DRi分別為機組的上、下爬坡速率。

(4)風電機組運行約束

0≤PWj≤PWjmax

(14)

式中：PWjmax為風電機組的最大出力。

3.3 模型求解

根據(jù)某省實際運行數(shù)據(jù)，考慮僅在電網(wǎng)電力出現(xiàn)盈余、虧缺的時候才啟用儲能，具體求解流程如圖2所示。

圖2 模型求解流程圖

步驟1：根據(jù)電力系統(tǒng)的實際運行參數(shù)，建立廣義源儲系統(tǒng)最優(yōu)調(diào)度數(shù)學模型。

步驟2：根據(jù)負荷、水電、新能源預(yù)測結(jié)果，計算調(diào)度周期內(nèi)的電力盈、虧情況，確定儲能充、放電時間段。

(15)

式中：α為備用系數(shù)；一個調(diào)度周期內(nèi)若不考慮啟停調(diào)峰，則認為開機容量不變。

(16)

進一步根據(jù)儲能充、放電情況修正負荷，則可預(yù)測各時間段火電機組的總出力為：

(17)

步驟3：根據(jù)負荷預(yù)測與上一時段機組出力信息以及儲能充、放電情況，確定當前時段各機組的調(diào)度范圍。

步驟4：采用改進的粒子群優(yōu)化算法進行當前時段求解，用于混合粒子群優(yōu)化算法尋優(yōu)目標函數(shù)如下：

(18)

式中：ξ為成本功率轉(zhuǎn)換系數(shù)，用于平衡運行成本和功率平衡方程在目標函數(shù)中的作用。

步驟5：判斷個機組出力是否滿足約束條件，若滿足進入步驟7，否則進入步驟6調(diào)整相關(guān)機組的調(diào)度空間，并返回步驟4。

步驟6：對相關(guān)機組的調(diào)度空間進行調(diào)整，一般將原調(diào)度空間擴大1.2倍即可滿足要求。

步驟7：判斷調(diào)度空間內(nèi)所有時段是否求解完畢，若求解完畢進入步驟8，否則返回步驟3。

步驟8：輸出各機組出力曲線、運行總成、儲能運行情況和棄新能源等信息，流程結(jié)束。

4 算例分析

4.1 算例及參數(shù)

選取含新能源、儲能設(shè)備的某省級電網(wǎng)為研究對象，其中傳統(tǒng)火電機裝機總?cè)萘繛?7 845 MW，水電裝機容量為15 880 MW，新能源總裝機500 MW，儲能配置額定容量為100 MW/300 MWh。設(shè)置機組的最大、最小出力分別為50%PG、110%PG，機組爬坡率設(shè)置為30%額定功率/h，機組旋轉(zhuǎn)備用量為總裝機容量的10%，同時忽略啟動和關(guān)停機組的時間。

4.2 火電總出力預(yù)測

負荷、水電以及新能源出力預(yù)測結(jié)果如圖3所示。圖3縱坐標右側(cè)為新能源出力，左側(cè)為負荷和水電出力。

圖3 各功率曲線預(yù)測出力

由式(20)～式(24)可得各時段電力最小盈余以及修正負荷如圖4所示。圖4縱坐標右側(cè)為最小電力盈余，左側(cè)為負荷和修正負荷。

由圖4可知:電力盈余時段為2 ∶00—6 ∶00，依據(jù)儲能配置容量可考慮在3 ∶00—5 ∶00儲能進行充電；17 ∶00—20 ∶00時段為負荷較大時段，則可考慮在18 ∶00—20 ∶00儲能進行放電。

圖4 各時段電力最小盈余及修正負荷

進一步可得各時間段火電機組的總出力預(yù)測曲線如圖5所示。

圖5 各時間段火電機組總出力預(yù)測曲線

4.3 求解與結(jié)果分析

基于不考慮儲能時的各時段火電機組總出力預(yù)測曲線，結(jié)合凈負荷邊際量標幺值，得到各臺機組的可調(diào)度范圍約束。進一步分別通過采用標準粒子群算法與混合粒子群算法進行求解。以上算法中初始種群規(guī)模數(shù)取40，初始溫度取150 ℃，退火機制取0.25，衰減因子取0.75。

由表1可知，通過考慮凈負荷邊際量的可調(diào)度范圍約束，縮小了粒子變量的可調(diào)度執(zhí)行域和范圍，從而大大提高了求解速度?；旌狭Ｗ尤核惴ㄅc標準粒子算法相比，迭代次數(shù)有所提高，但能有效跳出局部最優(yōu)搜索到更優(yōu)解。

表1 對比改進模型優(yōu)化結(jié)果

若配置儲能，可有效減少棄水、棄風，計算結(jié)果如表2所示。

表2 配置儲能對比結(jié)果

由上述仿真結(jié)果可知，配置儲能后可減少2臺300 MW火電開機，火電機組日發(fā)電總成本降低了1 735 tce，平均煤也有所降低，且避免了棄水，減少棄風1.7×106kWh，大大降低了系統(tǒng)運行的總成本。

5 結(jié)束語

(1) 通過對傳統(tǒng)優(yōu)化調(diào)度模型的挖掘，提出了凈負荷邊際量指標，利用該指標和火電機組在上一時段的出力狀態(tài)確定的可調(diào)度范圍約束，可以有效減少搜索空間，提高求解效率。

(2) 引入混合粒子群算法對模型進行求解，在確保求解精度的同時大大減少了計算量，且能有效跳出局部最優(yōu)搜索到更優(yōu)解。

(3) 提出了含可調(diào)度空間約束的廣義源儲系統(tǒng)優(yōu)化調(diào)度模型及其求解流程，能有效降低系統(tǒng)運行總成本，減少棄水、棄新能源。

儲能最優(yōu)配置方法以及如果平衡各電源之間的利益是下一步重點研究工作。