基于源-荷匹配的區(qū)域電網(wǎng)風/光/儲容量配比優(yōu)化方法

李湃，方保民，祁太元，黃越輝，史昭娣，王蓮芳

(1.新能源與儲能運行控制國家重點實驗室（中國電力科學研究院有限公司），北京 100192；2.國網(wǎng)青海省電力公司，青海 西寧 810008)

0 引言

截至2020年12月，國家電網(wǎng)有限公司經(jīng)營范圍內(nèi)的新能源累計裝機已超過4.5億kW，預計2030年中國的新能源裝機將超過12億kW，屆時全國大部分省份將形成高比例新能源接入的局面[1-2]。通過大規(guī)模配置電化學儲能可平抑新能源出力波動，是提高新能源利用率的一種有效方式[3]。由于目前化學儲能的建設成本仍然較高，需要在利用儲能靈活調(diào)節(jié)能力的基礎上，充分挖掘風/光資源的廣域時空互補作用，對風/光/儲容量進行合理優(yōu)化配置[4-5]。

風/光資源的時空互補特性一方面體現(xiàn)在資源的廣域平滑效應，即區(qū)域范圍越廣，風/光資源受同一天氣過程影響的概率越低，互補效果越佳；另一方面，風電和光伏發(fā)電存在時間上的互補性，即光伏白天出力，夜間出力為0，風電通常夜間出力較大。目前，已有相關學者開展了針對風光資源廣域互補及其在電力系統(tǒng)規(guī)劃方面的研究。文獻[6]考慮風光出力相關性，提出了大規(guī)模風光互補的多目標電網(wǎng)擴展規(guī)劃方法。文獻[7]指出如何描述風電和光伏發(fā)電出力之間的互補程度以及生成符合相關特性分布的出力序列是規(guī)劃建模的基礎性問題，并基于非參數(shù)估計方法生成可適用于任何分布的風光相關性樣本。上述文獻主要關注風/光自身的互補特性，忽視了與負荷特性之間的協(xié)調(diào)匹配。文獻[8]基于混合Copula模型，采用秩相關系數(shù)、尾部相關系數(shù)評價新能源出力之間的互補性，并充分考慮了風/光互補特性及其與負荷之間的協(xié)調(diào)匹配作用。由于風/光隨機波動性和間歇性較強，為實現(xiàn)高比例新能源的接入還需要儲能等靈活調(diào)節(jié)資源進行協(xié)調(diào)配合。

在風/光/儲協(xié)同規(guī)劃方面，目前國內(nèi)外針對新能源與儲能的協(xié)調(diào)規(guī)劃研究主要面向單個場站或微網(wǎng)中的多能互補系統(tǒng)[9-13]，并且主要基于典型的出力場景開展規(guī)劃計算，因此難以充分考慮新能源出力的隨機波動性和互補作用。針對該問題，有學者提出采用全年時序生產(chǎn)模擬的方式開展新能源的容量優(yōu)化計算[14-15]。時序生產(chǎn)模擬方法以全年逐小時的新能源出力序列為輸入，能夠充分考慮新能源發(fā)電的隨機波動性和互補特性，因而計算結果更加科學合理。由于裝機規(guī)劃問題需要同時進行裝機容量的尋優(yōu)和火電機組的運行優(yōu)化，針對實際大規(guī)模電網(wǎng)開展時序生產(chǎn)模擬計算會面臨模型復雜度高、計算耗時等難題，因此需要針對性地采用復雜的雙層求解或迭代算法來提高求解速度，影響了方法的實用性[16-17]。

針對大規(guī)模區(qū)域電網(wǎng)，確定風光儲的最優(yōu)容量配比是開展容量規(guī)劃計算的重要基礎[18-19]。風電出力具有空間平滑作用，風光出力也具有明顯的資源互補作用（中國北方地區(qū)普遍風電夜間出力大，光伏夜間出力為零），并且隨著區(qū)域規(guī)模的增加，互補特性越來越明顯。針對大規(guī)模區(qū)域電網(wǎng)，通過充分挖掘各省風光出力的時空互補作用，能夠顯著降低全網(wǎng)新能源出力的隨機波動性[20-21]。文獻[14]的研究表明，對百萬千瓦級別的風電和光伏發(fā)電基地，當新能源與抽蓄電站裝機配比為1∶4時，火電機組無須參與調(diào)節(jié)便能夠?qū)崿F(xiàn)系統(tǒng)整體出力與受端負荷特性相一致，可以大大降低系統(tǒng)調(diào)峰難度。該方法能夠為大規(guī)模區(qū)域電網(wǎng)風光儲容量的規(guī)劃提供一種可行的思路，即先不考慮常規(guī)電源的調(diào)節(jié)作用，從新能源廣域互補與源-荷匹配的角度來優(yōu)化風光儲的容量配比，然后在最優(yōu)配比的基礎上進一步考慮常規(guī)電源的運行優(yōu)化，進行風光儲容量的精細化規(guī)劃。

針對風光儲容量配比問題，本文提出一種基于源-荷匹配的區(qū)域電網(wǎng)風/光/儲容量配比優(yōu)化方法。首先，建立多區(qū)域風/光容量優(yōu)化模型，模型以全網(wǎng)新能源總發(fā)電量最大為目標，綜合考慮新能源與化學儲能裝機容量約束、新能源發(fā)電功率約束、新能源棄電率約束、化學儲能運行約束等，并通過引入新能源與用電負荷匹配約束來保證匹配后出力與負荷變化相一致。然后，以各區(qū)域風/光全年歸一化出力和負荷序列為輸入，通過時序生產(chǎn)模擬計算，得到各區(qū)域滿足源-荷最優(yōu)匹配后的風/光/儲接入容量配比。最后，以中國“三北”地區(qū)某區(qū)域電網(wǎng)為對象，對所提方法進行了驗證測試。

1 多區(qū)域新能源裝機容量優(yōu)化方法

1.1 新能源廣域互補與負荷匹配特性分析

新能源出力具有較強的隨機波動性，大規(guī)模并網(wǎng)會增加電網(wǎng)的調(diào)峰難度。如圖1所示，當新能源出力較大時，會顯著改變電網(wǎng)凈負荷特性。在新能源大發(fā)時段下，系統(tǒng)凈負荷若低于常規(guī)機組最小出力，則需要采取棄風、棄光等調(diào)峰措施。

圖1 新能源出力波動對調(diào)峰的影響Fig.1 Impacts of renewable power fluctuations on peak load regulation

風/光資源具有廣域時空互補特性。圖2為中國某4個地區(qū)電網(wǎng)連續(xù)3天風電歸一化出力以及總歸一化出力?？梢园l(fā)現(xiàn)，單個地區(qū)風電出力的波動性較大，可能會出現(xiàn)出力接近于0的情況，而不同地區(qū)間風電出力具有廣域互補特性，能夠平滑總出力，緩解風電接入帶來的系統(tǒng)調(diào)峰壓力。

圖2 風電出力互補性示意Fig.2 Schematic diagram of wind power complementarity

然而，圖2中的平均出力序列仍然與負荷序列的特性具有一定的差別，因此，從減少系統(tǒng)調(diào)峰壓力的角度來看，合理的新能源裝機容量配比應在保證新能源消納量的前提下，使得新能源總出力與負荷變化趨勢相一致，這樣可以盡可能讓常規(guī)機組承擔基荷發(fā)電任務，降低調(diào)峰難度。

1.2 基于時序生產(chǎn)模擬的多區(qū)域風光容量優(yōu)化流程

本文采用時序生產(chǎn)模擬方法優(yōu)化多區(qū)域風光儲裝機容量，具體步驟如下。

（1）根據(jù)各區(qū)域歷史數(shù)據(jù)，采用文獻[22-24]的方法對各區(qū)域風電和光伏出力、負荷進行全年逐時段的隨機模擬，其中風/光出力數(shù)據(jù)進行歸一化處理。

（2）以全網(wǎng)新能源全年發(fā)電量最大為優(yōu)化目標，考慮基準負荷匹配約束、基準用電負荷約束、日負荷匹配偏差約束、新能源發(fā)電功率限制、新能源棄電率限制、化學儲能運行限制等約束條件，建立基于源-荷匹配的多區(qū)域風光裝機容量優(yōu)化模型。

（3）輸入各區(qū)域風電、光伏出力、負荷全年時間序列、電網(wǎng)邊界參數(shù)以及化學儲能參數(shù)，采用Cplex求解多區(qū)域風光裝機容量優(yōu)化模型，得到各區(qū)域風電、光伏、儲能的最優(yōu)容量配比。

2 多區(qū)域風/光裝機容量優(yōu)化模型

2.1 目標函數(shù)

容量配比優(yōu)化模型的目標函數(shù)為全網(wǎng)各區(qū)域新能源全年總發(fā)電量最大，即

式中：n為區(qū)域序號；N為區(qū)域總數(shù)；d為優(yōu)化日；D為全年的總日數(shù)；t為每日各優(yōu)化時段；T為每日的優(yōu)化時段總數(shù)；Δt為單位優(yōu)化時段長度；為區(qū)域n優(yōu)化日d時段t下的風電出力；為區(qū)域n優(yōu)化日d時段t下光伏發(fā)電出力。

2.2 約束條件

（1）基準負荷匹配約束。

（2）基準用電負荷約束。

（3）日負荷匹配偏差約束。

式中：ε為日負荷匹配偏差系數(shù)，本文中ε=0.005，即優(yōu)化時段的出力匹配偏差不超過目標負荷電量的0.5%。

式（2）～（4）保證了各區(qū)域新能源總出力與負荷變化特性相一致，可降低系統(tǒng)調(diào)峰難度。

（4）新能源出力約束。

（5）新能源與化學儲能裝機容量約束。

（6）新能源棄電率約束。

式中：θ為新能源棄電率上限。

（7）新能源發(fā)電量占比約束。

式中：λq為新能源發(fā)電量占負荷總量的最小占比。

（8）化學儲能充放電功率約束。

（9）化學儲能充放電狀態(tài)約束。

該約束表示區(qū)域n的化學儲能在同一時刻不能同時處于充電和放電狀態(tài)。

（10）化學儲能荷電狀態(tài)約束。

（11）化學儲能儲電量約束。

式（1）～（12）組成了多區(qū)域風光儲裝機容量優(yōu)化模型，求解模型可得到與日負荷特性相匹配的電網(wǎng)中最優(yōu)風電裝機容量、光伏發(fā)電裝機容量、化學儲能裝機容量和儲電量，進而可得到風光儲的最優(yōu)裝機容量配比。

2.3 模型求解

2.2節(jié)所建立的風光裝機容量配比優(yōu)化模型是典型的混合整數(shù)線性規(guī)劃模型（mixed integer linear programming，MILP），本文采用通用代數(shù)建模系統(tǒng)（general algebraic modeling system，GAMS）來進行數(shù)學建模和優(yōu)化求解。GAMS是一款最佳化的計算機數(shù)值分析商業(yè)軟件，具有強大的代數(shù)和邏輯關系描述功能，并且模型可以獨立于算法系統(tǒng)，是特別為建模線性、非線性和混合整數(shù)最優(yōu)化問題而設計的[25]。針對本文所建立的優(yōu)化規(guī)劃模型，在GAMS中調(diào)用Cplex求解器即可進行求解。

3 算例分析

3.1 參數(shù)設置

基于中國某區(qū)域電網(wǎng)的風、光、負荷歷史數(shù)據(jù)開展算例測試。各地區(qū)風電和光伏出力的年利用小時數(shù)和最大同時率如表1所示，負荷年用電量為4 529億kW·h。算例中生產(chǎn)模擬計算的周期為1年，步長為1 h，負荷匹配的周期為1天。圖3為各區(qū)域風電光伏發(fā)電、負荷和日平均出力歸一化曲線。本算例中儲能裝置為化學儲能電池，具體參數(shù)如表2所示。負荷匹配偏差系數(shù)設為0.5%，新能源棄電率上限設為5%。

表1 風/光特性參數(shù)Table 1 Wind and PV characteristic parameters

圖3 各區(qū)域風電、光伏、負荷日平均出力歸一化曲線Fig.3 Normalized power level of daily average wind, PV and load curves in each region

表2 化學儲能參數(shù)Table 2 Parameters of battery energy storage

3.2 結果分析

3.2.1 未接入化學儲能時的風光容量優(yōu)化

采用式（1）～（8）計算未配置化學儲能時各區(qū)域的風/光最優(yōu)接入容量。經(jīng)計算，此時全網(wǎng)的風電和光伏最大接入容量分別為31.39 GW和5.54 GW，全網(wǎng)新能源總發(fā)電量為69.6 TW·h，風光最優(yōu)配比為5.7∶1，各地區(qū)的風/光最大接入容量結果如表3所示。可以看出，風電的裝機容量要明顯高于光伏，影響裝機結果的主要因素為全年利用小時數(shù)、出力與負荷的匹配特性。因為風電年利用小時數(shù)更高，因此在同等裝機規(guī)模和限電率水平下，風電可以提供更多發(fā)電量。由圖3可知風電出力的變化序列特性與負荷更加接近，由此風電裝機容量明顯高于光伏。需要注意的是，針對同一類型新能源，出力特性對裝機結果的影響可能會更大，如B地區(qū)風電年利用小時數(shù)要高于A地區(qū)，但其日平均出力的“反調(diào)峰”性更加明顯（午間負荷低谷時出力處于高峰），因此B地區(qū)風電裝機反而要低于A地區(qū)。圖4為各地區(qū)某日的出力情況，可以發(fā)現(xiàn)，雖然新能源出力具有隨機性和間歇特性，但是通過多區(qū)域廣域互補后的新能源出力是可以在一定程度上匹配每日負荷的變化趨勢，但整體來看新能源出力仍存在一定的波動性和間歇性，當日16:00—19:00存在較大電力缺額，調(diào)峰難度較大。

表3 未接入儲能時風光接入容量優(yōu)化結果Table 3 Wind and PV capacity optimized results without energy storage

圖4 未接入化學儲能各地區(qū)典型日內(nèi)的發(fā)電運行情況Fig.4 Load and power generation operation of regions without battery energy storage in a typical day

3.2.2 接入化學儲能后的風光容量優(yōu)化

假定全網(wǎng)儲能最大裝機規(guī)模為 5 GW/10 GW·h，優(yōu)化各區(qū)域的風/光/儲最優(yōu)接入容量。經(jīng)計算，此時全網(wǎng)的風電和光伏最大接入容量分別為38.89 GW和11.11 GW，風光最優(yōu)配比為3.5∶1，各地區(qū)的風/光最大接入容量如表4所示?？梢钥闯?，風光接入容量較未接入儲能時分別增長了23.9%和100.5%。由于光伏出力的日特性顯著，儲能與光伏的協(xié)調(diào)互補作用更加明顯，在接入儲能后系統(tǒng)的光伏接入容量會顯著增加。在本案例中，化學儲能的最優(yōu)裝機和容量均達到了所設定的最大規(guī)模水平。

圖5為圖4對應日各地區(qū)的出力情況，對比圖4可以發(fā)現(xiàn)，在接入化學儲能后，系統(tǒng)總出力較未接入儲能有明顯的提升，當日最小出力由未接入儲能時的14 GW增至45 GW，當日負荷調(diào)節(jié)系數(shù)也由0.31增至0.92。在儲能的調(diào)節(jié)作用下，系統(tǒng)發(fā)電功率的波動性和間歇性明顯下降，并且與負荷的變化特性更加接近，因而能夠大大降低系統(tǒng)的調(diào)峰難度。

圖5 配置5 GW/10 GW·h儲能后各地區(qū)典型日內(nèi)的發(fā)電運行情況Fig.5 Load and power outputs of regions with 5 GW/10 GW·h energy storage in a typical day

3.2.3 不同化學儲能容量下的風光多點布局優(yōu)化容量

本節(jié)研究最大儲能裝機由 5 GW/10 GW·h 增至10 GW/20 GW·h 時，新能源裝機容量變化和年發(fā)電量情況，計算結果如圖6所示?？梢钥闯?，隨著儲能裝機容量的增加，風電的接入容量逐漸增加至最大值98.89 GW，而光伏接入容量則變化不大。這主要是由于風電的利用小時數(shù)更高，在同等裝機下電網(wǎng)會優(yōu)先接納風電；另外，光伏發(fā)電出力曲線形狀較為固定（夜間出力為0，正午大發(fā)），而風電的廣域互補特性更強，在負荷匹配約束的限制下，系統(tǒng)更傾向于接納風電。同時，新能源年發(fā)電量隨著化學儲能接入容量的增加呈近似線性上升的趨勢，說明在保證源-荷匹配效果的同時，化學儲能的接入有利于提升新能源消納。

圖6 不同儲能容量下優(yōu)化結果對比Fig.6 Comparison between optimization results under different energy storage capacities

圖7為不同儲能裝機規(guī)模場景下每日負荷調(diào)節(jié)系數(shù)統(tǒng)計直方圖?？梢园l(fā)現(xiàn)，無儲能時每日負荷調(diào)節(jié)系數(shù)的取值范圍為[0.04,0.6]，均值為0.22；當配置 5 GW/10 GW·h 儲能時，每日負荷調(diào)節(jié)系數(shù)的取值范圍為[0.14,1]，均值為0.63；當配置 10 GW/20 GW·h 儲能時，每日負荷調(diào)節(jié)系數(shù)的取值為[0.6,1]，均值為0.97。顯然，增加儲能規(guī)模能夠有效平抑新能源出力的隨機波動性，不僅提高了新能源的接入規(guī)模，也使得系統(tǒng)總出力與實際負荷水平更加接近。圖8為系統(tǒng)配置 10 GW/ 20 GW·h儲能在與圖4相同日的發(fā)電運行情況，此時系統(tǒng)匹配負荷水平與實際負荷水平相等，除3個時段外系統(tǒng)總出力均超過了實際負荷水平，并且在午間光伏大發(fā)時段新能源出力已明顯超過系統(tǒng)負荷需求，因此需要組織區(qū)域外送才能避免新能源的大規(guī)模限電。由于式（7）約束的限制，全網(wǎng)全年新能源棄電率并未超過5%。需要注意的是，風光裝機容量還需要考慮常規(guī)電源的運行，進行進一步的協(xié)調(diào)優(yōu)化。

圖7 不同場景下每日負荷調(diào)節(jié)系數(shù)統(tǒng)計直方圖Fig.7 Histogram of load matching index in each day under different scenarios

圖8 配置儲能10 GW/20 GW·h后各地區(qū)典型日內(nèi)的發(fā)電運行情況Fig.8 Load and power outputs of regions with 10 GW/20 GW·h energy storage in a typical day

3.2.4 不同棄電率下的風光多點布局優(yōu)化容量

假定儲能裝機規(guī)模 5 GW/10 GW·h，圖9為系統(tǒng)新能源最大棄電率由0增加到10%時新能源最優(yōu)接入容量和年負荷匹配平均偏差的情況?？梢钥闯?，隨著棄電率上限的不斷增加，新能源的最優(yōu)接入容量也不斷增加，當棄電率為10%時，風光容量達到最大值65.02 GW和42.44 GW。并且風電的增長趨勢高于光伏，這也進一步證實了大規(guī)模光伏較風電更難以與負荷進行匹配，系統(tǒng)更傾向于配置互補性更強的風電。此外，隨著棄電率的增加，日負荷匹配平均偏差呈下降趨勢，由4.84 GW·h 降至 2.98 GW·h，這說明允許一定的棄電率可使系統(tǒng)發(fā)電功率與負荷形狀更容易匹配，緩解調(diào)峰壓力。

圖9 不同新能源棄電率下優(yōu)化結果對比Fig.9 Comparison of optimization results under different renewable energy curtailment rate

表5為不同棄電率水平下全年優(yōu)化求解的計算耗時。結果顯示，全年計算耗時均不超過4 min，所提出方法由于無須開展火電機組組合優(yōu)化，因此能夠很好地滿足工程實用性的需要。

表5 不同場景計算耗時Table 5 Computational times of different scenarios

4 結論

針對大規(guī)模新能源與儲能的協(xié)調(diào)規(guī)劃問題，本文基于源-荷匹配的思想，提出了多區(qū)域風光儲容量配比優(yōu)化方法。以電網(wǎng)新能源發(fā)電量最大為目標，綜合考慮新能源發(fā)電功率限制、新能源棄電率限制、化學儲能運行限制等約束條件，建立了多區(qū)域風光容量配比優(yōu)化模型。為減少大規(guī)模新能源系統(tǒng)接入帶來的調(diào)峰壓力，模型中考慮新能源出力與系統(tǒng)每日負荷特性的匹配約束。算例以中國某區(qū)域電網(wǎng)為測試對象，以全年逐小時序列風光負荷序列為輸入，通過優(yōu)化確定風光儲最優(yōu)接入容量配比，主要結論如下。

（1）所提方法適用于大規(guī)模區(qū)域電網(wǎng)，能夠充分利用風光廣域時空互補特性和化學儲能的靈活調(diào)節(jié)能力，得到在給定新能源利用率和負荷匹配偏差限制下的風光儲最優(yōu)接入容量配比。

（2）由于風電的利用小時數(shù)更高，廣域互補特性更強，從源-荷匹配的角度來看，系統(tǒng)會優(yōu)先接納風電；但由于光伏出力的日特性顯著，儲能與光伏的協(xié)調(diào)互補作用更加明顯，在接入儲能后系統(tǒng)的光伏接入容量會顯著增加。

（3）本文方法未考慮火電機組組合的運行優(yōu)化，因而能夠快速計算區(qū)域電網(wǎng)風光儲的容量配比?；谒玫降娘L光儲最優(yōu)容量配比，可進一步考慮常規(guī)電源的調(diào)節(jié)作用，進行精細化的規(guī)劃計算。