協(xié)調(diào)大規(guī)模風(fēng)電匯聚外送的儲(chǔ)能配置優(yōu)化規(guī)劃

李笑蓉，朱 瑾，石少偉，周 毅，程 瑜

（1.國網(wǎng)冀北電力有限公司經(jīng)濟(jì)技術(shù)研究院，北京 100038；2.華北電力大學(xué)電氣與電子工程學(xué)院，北京 102206）

0 引言

為有效應(yīng)對(duì)日益嚴(yán)峻的能源短缺和環(huán)境污染困境，風(fēng)電、光伏發(fā)電等潔凈可再生能源大規(guī)模并網(wǎng)成為必然，特別是“雙碳”目標(biāo)提出后，我國能源轉(zhuǎn)型升級(jí)進(jìn)程進(jìn)一步加速[1]。新能源發(fā)電具有間歇性、波動(dòng)性和隨機(jī)性，使得大規(guī)模新能源并網(wǎng)給電網(wǎng)的安全穩(wěn)定、電能質(zhì)量、新能源消納等方面帶來了新的挑戰(zhàn)[2-4]。電網(wǎng)調(diào)峰容量不足[5]以及網(wǎng)架約束受阻[6]帶來的棄風(fēng)問題成為新能源高占比電力系統(tǒng)發(fā)展建設(shè)關(guān)注的焦點(diǎn)問題。其中，大規(guī)模風(fēng)電并網(wǎng)后，由于電網(wǎng)傳輸受限引起的棄風(fēng)問題日益嚴(yán)峻[7-8]。針對(duì)我國將新能源跨省區(qū)外送到負(fù)荷中心的現(xiàn)實(shí)需求，除了利用風(fēng)、光、火聯(lián)合打捆的源側(cè)多能互補(bǔ)形式[9-10]，減少新能源棄能，合理配置儲(chǔ)能[11-12]，也是提升新能源的消納水平的重要措施。尤其是由于送端電網(wǎng)風(fēng)電出力與受端電網(wǎng)負(fù)荷間的反調(diào)峰特性，新能源外送通道利用率低的問題凸顯，亟待優(yōu)化配置電網(wǎng)側(cè)儲(chǔ)能，有效緩解網(wǎng)架結(jié)構(gòu)的限制，提升外送通道的利用率。

已開展的關(guān)于儲(chǔ)能系統(tǒng)優(yōu)化配置的研究主要集中在提高風(fēng)電場(chǎng)可調(diào)度性[13-14]，減小風(fēng)電功率預(yù)測(cè)誤差[15]，平抑風(fēng)電波動(dòng)[16-17]，改善風(fēng)電場(chǎng)匯集系統(tǒng)靜態(tài)電壓穩(wěn)定性[18]方面。文獻(xiàn)[19-20]考慮網(wǎng)架約束和系統(tǒng)調(diào)峰約束，建立儲(chǔ)能優(yōu)化規(guī)劃模型，提高風(fēng)電消納。目前，考慮外送通道和新能源匯集區(qū)的送受布局，計(jì)及儲(chǔ)能系統(tǒng)經(jīng)濟(jì)性影響的電網(wǎng)側(cè)儲(chǔ)能優(yōu)化配置研究較少。文獻(xiàn)[21]研究了提高風(fēng)電外送的儲(chǔ)能系統(tǒng)的控制策略，未涉及配置策略。

本文考慮外送通道和新能源匯集區(qū)空間分布對(duì)儲(chǔ)能選址的影響，同時(shí)計(jì)及儲(chǔ)能配置帶來的外送電增益，構(gòu)建一種協(xié)調(diào)風(fēng)電規(guī)模外送的儲(chǔ)能配置優(yōu)化規(guī)劃模型。為便于優(yōu)化模型的求解，采用直流潮流約束將模型構(gòu)建為混合整數(shù)線性規(guī)劃（Mixed Integer Linear Programming，MILP）模型，利用商用化的優(yōu)化規(guī)劃軟件Gurobi 實(shí)現(xiàn)模型求解，并結(jié)合算例論證分析配置儲(chǔ)能后對(duì)系統(tǒng)棄風(fēng)情況的改善和外送通道利用率的提升效果。

1 協(xié)調(diào)風(fēng)電匯聚外送的儲(chǔ)能配置優(yōu)化模型

1.1 規(guī)劃場(chǎng)景聚類生成

針對(duì)風(fēng)電出力的不確定性帶來的隨機(jī)優(yōu)化問題，場(chǎng)景法規(guī)劃分析是一種有效方法[22-23]。風(fēng)電匯聚外送網(wǎng)絡(luò)的儲(chǔ)能規(guī)劃側(cè)重關(guān)注提升新能源利用率。因此，本文建立含極限場(chǎng)景提取和聚類有效性指標(biāo)判定的K-means 規(guī)劃場(chǎng)景聚類模型，模型以風(fēng)電出力扣減負(fù)荷后凈出力日曲線作為規(guī)劃場(chǎng)景聚類分析樣本，直接反映風(fēng)電棄能壓力，并在聚類過程中優(yōu)先提取極限棄能場(chǎng)景為有效場(chǎng)景類，再進(jìn)一步利用聚類有效性判斷指標(biāo)BWP（Between-Within Proportion）指標(biāo)和CH（Calinski-Harabasz）指標(biāo)[24-25]對(duì)不含極限棄能場(chǎng)景的樣本進(jìn)行最佳聚類，形成規(guī)劃場(chǎng)景集。BWP 指標(biāo)表示每個(gè)數(shù)據(jù)最小類間平均距離與類內(nèi)平均距離的商，BWP 值越大，聚類效果越好，計(jì)算公式為：

式中：nall為凈出力日曲線樣本總數(shù)；K代表總聚類數(shù)；nk，nb分別為第k類、第b類所包含的樣本數(shù)；BWP(b,a)為第b類的第a個(gè)樣本的BWP 值；為第b類的第a個(gè)樣本，為第k類的第p個(gè)樣本,為第b類的第q個(gè)樣本；d為2個(gè)樣本間的歐式距離。

CH 指標(biāo)為基于全部樣本的類內(nèi)離差矩陣和類間離差矩陣的測(cè)度，CH 指標(biāo)值越大，聚類效果越好，計(jì)算公式為：

式中：Tr(SB)為類間離差矩陣的跡；Tr(Sw)為類內(nèi)離差矩陣的跡；vb為第b類的類中心；vˉ為所有數(shù)據(jù)的中心。

規(guī)劃場(chǎng)景聚類流程如下：

1）采集各地理位置的風(fēng)電和負(fù)荷1 年8 760 h實(shí)測(cè)歷史數(shù)據(jù)，匯總形成風(fēng)電-負(fù)荷綜合凈出力日曲線作為原始聚類樣本。

2）優(yōu)先提取極限場(chǎng)景類，利用K-means 聚類算法，基于初始大聚類數(shù)，進(jìn)行細(xì)粒度聚類，提取凈出力幅值大類作為極限場(chǎng)景類，計(jì)入有效場(chǎng)景類，在樣本集合中剔除極限場(chǎng)景類覆蓋的樣本，更新聚類樣本。

3）不斷迭代更新聚類數(shù)進(jìn)行K-means 聚類，并計(jì)算BWP 和CH 指標(biāo)，判定最佳聚類數(shù)。

4）匯總包含極限場(chǎng)景類的各類場(chǎng)景在時(shí)間軸上覆蓋的日期，形成各類場(chǎng)景的時(shí)序相關(guān)日期集。

5）針對(duì)各地理位置的風(fēng)電、負(fù)荷，按各類場(chǎng)景時(shí)序相關(guān)日期集，加權(quán)平均日期集內(nèi)的實(shí)測(cè)日曲線數(shù)據(jù)，形成其各地理位置的風(fēng)電、負(fù)荷在各類場(chǎng)景下的類中心日曲線。

6）根據(jù)目標(biāo)年各地理位置預(yù)測(cè)的風(fēng)電裝機(jī)、最大負(fù)荷增長情況，修正其各類場(chǎng)景下的各風(fēng)電、負(fù)荷類中心日曲線，形成其規(guī)劃場(chǎng)景日曲線。

1.2 目標(biāo)函數(shù)

儲(chǔ)能優(yōu)化配置目標(biāo)是在滿足系統(tǒng)及儲(chǔ)能設(shè)備運(yùn)行約束條件的前提下，實(shí)現(xiàn)系統(tǒng)配置儲(chǔ)能前后的凈收益f最大，如式（6）。優(yōu)化模型決策變量為儲(chǔ)能的配置節(jié)點(diǎn)、容量與功率以及儲(chǔ)能充放電策略。即：

式中：xh為待建儲(chǔ)能h選址位置的決策變量，是1 個(gè)0-1 變量，xh=1，xh=0 分別表示儲(chǔ)能設(shè)備h接入、不接入系統(tǒng)；Eh為儲(chǔ)能設(shè)備h配置的容量；為儲(chǔ)能設(shè)備h配置的額定功率；ΔFoper為系統(tǒng)配置儲(chǔ)能后節(jié)省的運(yùn)行費(fèi)用；ΔFout為系統(tǒng)配置儲(chǔ)能后外送電力收益增量；Bcon為系統(tǒng)配置儲(chǔ)能后實(shí)現(xiàn)的電網(wǎng)輸電線路容量替代效益；Finv為儲(chǔ)能的投資和運(yùn)維成本。

ΔFoper計(jì)算如式（7）所示：

式中：ΔCoper為配置儲(chǔ)能后送入電網(wǎng)的風(fēng)電功率替代常規(guī)機(jī)組發(fā)電所節(jié)省的常規(guī)機(jī)組的發(fā)電費(fèi)用；ΔCdeal為配置儲(chǔ)能前后對(duì)常規(guī)機(jī)組產(chǎn)生的污染氣體的環(huán)境處理費(fèi)用的節(jié)省量，指的是送入電網(wǎng)的風(fēng)電功率替代常規(guī)機(jī)組出力產(chǎn)生的污染氣體減排收益；ΔCseal為配置儲(chǔ)能后比配置儲(chǔ)能前電網(wǎng)向本地負(fù)荷用戶增加售電獲得的收益增量。

式（6）中系統(tǒng)配置儲(chǔ)能后的系統(tǒng)凈收益各構(gòu)成費(fèi)用項(xiàng)的計(jì)算模型見式（8）—式（14），儲(chǔ)能設(shè)備為電池儲(chǔ)能系統(tǒng)（Battery Energy Storage System，BESS）。

式中：s為規(guī)劃場(chǎng)景序號(hào)，場(chǎng)景由1.1 節(jié)聚類模型形成，總數(shù)為Ns；π(s)為場(chǎng)景s的概率；t為時(shí)段序號(hào)；Nt為1 d 總時(shí)段數(shù)；Tt為每一時(shí)間段的間隔時(shí)間；n為常規(guī)機(jī)組序號(hào)；為系統(tǒng)配置儲(chǔ)能設(shè)備后s場(chǎng)景下t時(shí)刻第n臺(tái)常規(guī)發(fā)電機(jī)組少發(fā)的電功率；Cgi為常規(guī)發(fā)電機(jī)組的單位電量燃料成本。

式中：Cdeal為常規(guī)機(jī)組發(fā)電單位電量污染物排放對(duì)應(yīng)的環(huán)境治理成本。

式中：m為負(fù)荷序號(hào)；為系統(tǒng)配置儲(chǔ)能設(shè)備后s場(chǎng)景t時(shí)刻m處多供給的負(fù)荷；Ces為電網(wǎng)向用戶售電電價(jià)。

式中：k為外送通道序號(hào)；為系統(tǒng)配置儲(chǔ)能設(shè)備后s場(chǎng)景t時(shí)刻外送通道k增加的外送功率；Cout為系統(tǒng)單位外送電量的收益，取外送電交易電價(jià)。

式中：IE，IP分別為儲(chǔ)能單位容量、單位功率的投資費(fèi)用；GE，GP分別為儲(chǔ)能單位容量、單位功率的運(yùn)維費(fèi)用；λb為儲(chǔ)能設(shè)備的年化系數(shù)；r為貼現(xiàn)率。

1.3 約束條件

1.3.1 系統(tǒng)運(yùn)行約束

1）節(jié)點(diǎn)功率平衡約束表達(dá)式為：

2）線路潮流約束。

采用直流潮流模型，構(gòu)建線性化的線路潮流約束，如式（16）—式（17）：

1.3.2 機(jī)組運(yùn)行約束

1）常規(guī)機(jī)組出力約束表達(dá)式為：

2）常規(guī)機(jī)組爬坡約束表達(dá)式為：

式中：Dn,Un分別為常規(guī)機(jī)組n的下爬坡速率和上爬坡速率允許的最大值。

3）風(fēng)電機(jī)組出力約束表達(dá)式為：

4）負(fù)荷約束表達(dá)式為：

5）外送通道負(fù)荷約束表達(dá)式為：

1.3.3 儲(chǔ)能運(yùn)行約束

1）儲(chǔ)能設(shè)備荷電狀態(tài)（State of Charge，SOC）約束表達(dá)式為：

2）儲(chǔ)能設(shè)備充放電功率上限約束表達(dá)式為：

3）儲(chǔ)能設(shè)備充放電狀態(tài)約束表達(dá)式為：

約束儲(chǔ)能設(shè)備的運(yùn)行狀態(tài)只能為充電狀態(tài)、放電狀態(tài)或不充放電狀態(tài)中的一種。

1.3.4 儲(chǔ)能延緩?fù)馑洼旊娋€路升級(jí)容量耦合約束

針對(duì)風(fēng)電匯聚外送網(wǎng)絡(luò)，儲(chǔ)能延緩?fù)馑途€路升級(jí)改造的容量，即式（12）中的，由在無儲(chǔ)能設(shè)備場(chǎng)景下同樣達(dá)到配置儲(chǔ)能后風(fēng)電利用率的外送通道容量需求扣減外送通道現(xiàn)有額定容量確定，由式（26）—式（29）計(jì)算。

1）無儲(chǔ)能配置時(shí)的節(jié)點(diǎn)功率平衡約束為：

2）無儲(chǔ)能配置時(shí)的總風(fēng)電上網(wǎng)量約束為：

式（27）約束不考慮儲(chǔ)能配置，僅通過擴(kuò)容外送線路實(shí)現(xiàn)與有儲(chǔ)能配置時(shí)同樣的風(fēng)電利用率，即總風(fēng)電上網(wǎng)量不變。

3）無儲(chǔ)能配置時(shí)需求的外送通道容量約束為：

式（28）約束無儲(chǔ)能配置時(shí)需求的外送通道容量取通道上外送功率的最大值，該約束式非線性，可采用大M法線性化Max函數(shù)。

4）儲(chǔ)能延緩輸電線路k擴(kuò)容的容量為：

式（6）—式（29）構(gòu)成的優(yōu)化模型可轉(zhuǎn)化為混合整數(shù)線性規(guī)劃模型。

2 算例分析

2.1 算例基礎(chǔ)數(shù)據(jù)說明

以華北某風(fēng)電富集區(qū)域?yàn)橐?guī)劃目標(biāo)區(qū)域，該區(qū)域的網(wǎng)架結(jié)構(gòu)如圖1 所示，圖1 中W 表示風(fēng)電機(jī)組，G 表示常規(guī)機(jī)組。

圖1 算例地區(qū)網(wǎng)架結(jié)構(gòu)圖Fig.1 Grid system diagram of case area

區(qū)域內(nèi)風(fēng)電場(chǎng)接入?yún)?shù)信息見表1，外送通道接入?yún)?shù)見表2。節(jié)點(diǎn)5，8，14 分別是風(fēng)電匯集外送節(jié)點(diǎn)。

表1 風(fēng)電場(chǎng)分布信息表Table 1 Data of wind farms distribution MW

表2 外送通道分布信息表Table 2 Data of power delivery passageway MW

考慮場(chǎng)地及施工條件，集中儲(chǔ)能站的待選站址的節(jié)點(diǎn)集合為{2，3，4，5，6，7，8，13，14，19，26}，儲(chǔ)能設(shè)備的投資費(fèi)用及其他運(yùn)維參數(shù)見表3。區(qū)域內(nèi)火電機(jī)組為180 MW，火電發(fā)電價(jià)格為372 元/MWh，火電發(fā)電的環(huán)境治理費(fèi)用為110 元/MWh，外送通道電量的外送電價(jià)為480 元/MWh，本地負(fù)荷售電分時(shí)電價(jià)見表4。

表3 儲(chǔ)能設(shè)備參數(shù)Table 3 Parameters of battery energy storage system

表4 電網(wǎng)分時(shí)電價(jià)Table 4 Time-of-use prices of the grid

2.2 仿真結(jié)果分析

2.2.1 場(chǎng)景聚類結(jié)果

采集目標(biāo)區(qū)域風(fēng)電、負(fù)荷數(shù)據(jù)，利用1.1 節(jié)中的場(chǎng)景聚類生成模型，設(shè)置初始聚類數(shù)為13，提取出極限棄能場(chǎng)景類，并針對(duì)不含極限棄能場(chǎng)景類的場(chǎng)景樣本測(cè)算不同聚類數(shù)下BWP 和CH 聚類判斷指標(biāo)值變化情況，如圖2 所示。BWP 和CH 判定指標(biāo)越大越好的原則，決策最佳聚類數(shù)為5，連同優(yōu)先提取的極限棄能場(chǎng)景類，共生成6 類規(guī)劃場(chǎng)景，各場(chǎng)景類中心凈出力曲線如圖3 所示，每類場(chǎng)景概率見表5。其中，第1 類場(chǎng)景較多集中在風(fēng)出力小、負(fù)荷大的夏季；第6 類場(chǎng)景是優(yōu)先提取的極端棄能場(chǎng)景類，此類場(chǎng)景的日期集多分布在春秋，春秋負(fù)荷處于低位水平，在一些大風(fēng)日易出現(xiàn)嚴(yán)重的棄能；第2，3，4，5 類場(chǎng)景在春秋冬季處于相對(duì)均衡的分布。

圖2 聚類數(shù)及聚類判斷指標(biāo)值Fig.2 The number of clusters and judgment index value

圖3 風(fēng)-荷凈出力聚類場(chǎng)景集Fig.3 Wind-load net output clustering scene set

表5 典型場(chǎng)景概率Table 5 Typcial scenario probaility

2.2.2 儲(chǔ)能配置及運(yùn)行策略

采用式（6）—式（29）協(xié)調(diào)風(fēng)電匯聚外送的儲(chǔ)能配置優(yōu)化規(guī)劃模型，進(jìn)行算例仿真，決策儲(chǔ)能的優(yōu)化配置方案如表6 所示，共配置3 個(gè)儲(chǔ)能站，分別布點(diǎn)在5，8，14 節(jié)點(diǎn)，這3 個(gè)節(jié)點(diǎn)本身處于新能源匯集區(qū)，且連接有外送通道。

表6 儲(chǔ)能配置規(guī)劃結(jié)果Table 6 Results of BESS planning

為節(jié)省篇幅，集中于分析儲(chǔ)能規(guī)劃運(yùn)行，故僅選取聚類場(chǎng)景中所占權(quán)重最大的場(chǎng)景3，做該場(chǎng)景下儲(chǔ)能充放電策略分析。選取8 節(jié)點(diǎn)處的BESS2充放電特性進(jìn)行分析，場(chǎng)景3 下BESS2 充放電功率、荷電狀態(tài)（State of Charge，SOC）的變化情況及8節(jié)點(diǎn)處的棄風(fēng)情況如圖4 所示。

圖4 場(chǎng)景3下BESS2運(yùn)行曲線及棄風(fēng)曲線Fig.4 Bess2 operation curve and abandoned wind curve under scenario 3

由圖4 可見，儲(chǔ)能趨向于在風(fēng)電大發(fā)、系統(tǒng)負(fù)荷低谷時(shí)段充電，在高峰電價(jià)時(shí)段放電，從而通過減少新能源棄能，利用新能源滿足更多本地峰荷需求，以盡可能多地獲得本地負(fù)荷用戶的售電收益以及節(jié)省常規(guī)機(jī)組購電及環(huán)境治理的費(fèi)用。

儲(chǔ)能的配置及運(yùn)行策略中涉及本地負(fù)荷與外送負(fù)荷供應(yīng)的協(xié)調(diào)優(yōu)化。以8 節(jié)點(diǎn)規(guī)劃配置的儲(chǔ)能BESS2 為例，分析配置儲(chǔ)能后相鄰負(fù)荷點(diǎn)的失負(fù)荷量、相鄰?fù)馑屯ǖ赖妮斔土恳约跋噜徶返某绷髑闆r。根據(jù)運(yùn)行結(jié)果分析，在4:00—6:00、13:00—16:00，儲(chǔ)能進(jìn)行充電，與8 節(jié)點(diǎn)相連的外送通道2的利用率為100%，這說明儲(chǔ)能會(huì)配合外送通道輸送容量以及常規(guī)機(jī)組調(diào)峰能力，在風(fēng)電富裕的情況下，進(jìn)行儲(chǔ)能充電，提高風(fēng)電利用率。在9:00—13:00、17:00—19:00，由于本地負(fù)荷售電電價(jià)高于外送電價(jià)，在線路潮流不越限的情況下，儲(chǔ)能放電優(yōu)先供給本地負(fù)荷，節(jié)點(diǎn)7 在10:00—11:00 存在失負(fù)荷，但此時(shí)與8 節(jié)點(diǎn)相連支路潮流已達(dá)到允許的容量上限，說明儲(chǔ)能已盡可能地將存儲(chǔ)電量供給了本地負(fù)荷。其中，在12:00—13:00、17:00—19:00，儲(chǔ)能放電全部用于供應(yīng)本地負(fù)荷，在9:00—12:00，本地負(fù)荷已最大限度得到滿足的情況下，儲(chǔ)能放電有部分用于增加外送。

2.2.3 棄風(fēng)、外送通道利用率改善情況分析

在場(chǎng)景3 的運(yùn)行工況下，系統(tǒng)整體的棄風(fēng)率下降了1.76%，同時(shí)系統(tǒng)總體的外送電量提高了163.7 MWh，系統(tǒng)總體的失負(fù)荷量也減少了170.4 MWh，說明儲(chǔ)能配置緩解了系統(tǒng)棄風(fēng)現(xiàn)象，這些多消納的風(fēng)電用來外送及供應(yīng)本地負(fù)荷。與節(jié)點(diǎn)5，8，14 相連的各風(fēng)電匯集區(qū)的棄風(fēng)情況均有所改善，如表7 所示。

表7 鄰近風(fēng)電匯集區(qū)的棄風(fēng)量情況Table 7 Abandoned wind power adjacent to wind power collection area

配置儲(chǔ)能前后外送通道的輸送電量及利用率情況如表8 所示。

表8 外送通道的外送電量情況Table 8 Power delivered out of local grid

由表8 可見，各外送通道的外送電量都有所提高。配置儲(chǔ)能后各外送通道在大部分時(shí)段的外送功率均大于或等于未配置儲(chǔ)能時(shí)的外送功率，即合理配置電網(wǎng)側(cè)儲(chǔ)能能夠明顯提高外送通道利用率。表8 中，外送通道2 的利用率提升效果最大，提升了4.61%。依據(jù)表6，與外送通道2 鄰接的節(jié)點(diǎn)8 處配置的儲(chǔ)能設(shè)備BESS2 的容量更大，更有力支撐了該通道利用率的提升。

2.2.4 蓄能投資的各項(xiàng)收益增量分析

配置儲(chǔ)能設(shè)備后，雖增加了儲(chǔ)能投資運(yùn)維成本，但從系統(tǒng)運(yùn)行收益的角度，增加了外送電收益、本地負(fù)荷的售電收益，節(jié)省了常規(guī)機(jī)組發(fā)電和環(huán)境處理費(fèi)用。配置儲(chǔ)能前后系統(tǒng)運(yùn)行收益增項(xiàng)信息如表9 所示。算例中，配置儲(chǔ)能促進(jìn)了本地負(fù)荷消納風(fēng)電帶來的新增售電收益最大，在3 項(xiàng)收益增量中占比達(dá)到61.13%；儲(chǔ)能提升風(fēng)電外送通道利用率帶來的收益增量也比較可觀，在3 項(xiàng)收益增量中占比達(dá)到29.70%。

表9 儲(chǔ)能配置導(dǎo)致系統(tǒng)運(yùn)行收益增項(xiàng)信息Table 9 Income items resulted from energy storage system 萬元

基于風(fēng)能匯集區(qū)棄風(fēng)與外送通道的利用率改善情況和儲(chǔ)能投資的各項(xiàng)收益增量分析，可見，結(jié)合風(fēng)電匯集區(qū)及外送通道的布局特征，合理配置儲(chǔ)能設(shè)備存儲(chǔ)受限棄風(fēng)電量，針對(duì)網(wǎng)架約束受阻導(dǎo)致的棄風(fēng)問題，可充分利用現(xiàn)有網(wǎng)架的輸送能力，優(yōu)化釋放存儲(chǔ)電能用于協(xié)調(diào)供應(yīng)本地負(fù)荷和外送負(fù)荷，提升外送輸電線路的利用率，增強(qiáng)系統(tǒng)對(duì)風(fēng)電的就地消納和外送能力。

3 結(jié)語

“碳達(dá)峰”和“碳中和”目標(biāo)將推動(dòng)可再生能源大規(guī)模、高占比的開發(fā)與利用，伴隨可再生能源裝機(jī)規(guī)模及發(fā)電量不斷增長，給電網(wǎng)安全可靠供電和新能源消納帶來嚴(yán)峻挑戰(zhàn)。本文面向風(fēng)電匯聚外送網(wǎng)絡(luò)，基于風(fēng)電外送與就地消納協(xié)同并舉的消納模式，建立了一種協(xié)調(diào)大規(guī)模風(fēng)電匯聚外送的儲(chǔ)能配置優(yōu)化規(guī)劃模型，算例分析表明：（1）對(duì)于風(fēng)電富集地區(qū)，模型結(jié)合風(fēng)電匯集區(qū)和外送通道空間分布，協(xié)同考慮配置儲(chǔ)能帶來的風(fēng)電就地消納和外送消納增益影響，優(yōu)化決策儲(chǔ)能配置和運(yùn)行策略；（2）儲(chǔ)能布點(diǎn)決策中傾向于鄰近風(fēng)電匯集接入?yún)^(qū)或外送通道，有利于減少網(wǎng)架約束受阻導(dǎo)致的棄風(fēng)問題；儲(chǔ)能定容決策中傾向于針對(duì)通道利用率提升空間較大的外送通道鄰近處加大儲(chǔ)能配置容量。

針對(duì)新能源富集地區(qū)面臨的網(wǎng)架約束受阻帶來的新能源消納問題，合理配置儲(chǔ)能是促進(jìn)可再生能源消納的一項(xiàng)重要措施。本文模型基于網(wǎng)架結(jié)構(gòu)、負(fù)荷和電源出力特性、儲(chǔ)能運(yùn)行特性，計(jì)及外送通道和新能源匯集區(qū)空間分布、外送通道利用率提升空間的影響優(yōu)化決策儲(chǔ)能配置，促進(jìn)可再生能源就地和外送消納。