基于置信容量的風(fēng)場配套儲(chǔ)能容量優(yōu)化配置

陸秋瑜 馬千里 魏 韡 于 珍 劉 洋

基于置信容量的風(fēng)場配套儲(chǔ)能容量優(yōu)化配置

陸秋瑜1馬千里2魏 韡2于 珍1劉 洋1

（1. 廣東電網(wǎng)有限責(zé)任公司電力調(diào)度控制中心 廣州 510000 2. 電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室（清華大學(xué)電機(jī)工程與應(yīng)用電子系） 北京 100084）

風(fēng)力發(fā)電具有隨機(jī)性和波動(dòng)性，給大規(guī)模利用風(fēng)力資源造成諸多困難。通過配置儲(chǔ)能設(shè)備可以平滑風(fēng)電場功率輸出，使風(fēng)電場可以替代火電或供應(yīng)電網(wǎng)負(fù)荷。首先，該文基于風(fēng)資源特性定義了風(fēng)電場的火電替代容量和負(fù)荷供應(yīng)容量，這兩個(gè)指標(biāo)反映了風(fēng)電場穩(wěn)定輸出功率或供應(yīng)負(fù)荷的能力；其次，根據(jù)風(fēng)資源數(shù)據(jù)和置信要求，可以通過混合整數(shù)線性規(guī)劃求解火電替代容量和負(fù)荷供應(yīng)容量；最后，根據(jù)風(fēng)電場火電替代容量和負(fù)荷供應(yīng)容量的具體需求，進(jìn)一步構(gòu)建了儲(chǔ)能MW/(MW?h)參數(shù)的優(yōu)化配置方法，該方法通過計(jì)算儲(chǔ)能參數(shù)可行域邊界，再根據(jù)儲(chǔ)能成本系數(shù)確定最優(yōu)配置方案的范圍。算例選用廣東省風(fēng)力發(fā)電歷史數(shù)據(jù)，采用該文方法可以快速確定儲(chǔ)能最優(yōu)參數(shù)配置，同時(shí)兼顧配置的經(jīng)濟(jì)性及供電平穩(wěn)性、可靠性。

風(fēng)力發(fā)電 火電替代容量 負(fù)荷供應(yīng)容量 儲(chǔ)能設(shè)備 容量配置

0 引言

發(fā)展可再生能源是緩解化石能源短缺和環(huán)境保護(hù)壓力的重要手段，是實(shí)現(xiàn)我國“碳達(dá)峰，碳中和”愿景的重要途徑[1]。其中，風(fēng)力發(fā)電技術(shù)比較成熟，已在全球范圍內(nèi)廣泛應(yīng)用，僅在2020年，中國風(fēng)力發(fā)電新增裝機(jī)容量達(dá)52GW，總裝機(jī)容量達(dá)288.3GW[2]。風(fēng)力發(fā)電已經(jīng)成為我國電力系統(tǒng)能源供應(yīng)的重要組成部分。其中，海上風(fēng)力發(fā)電擁有環(huán)境污染小、占用陸地資源少、風(fēng)速穩(wěn)定、容量因子高的優(yōu)點(diǎn)。我國東部沿海地區(qū)海上風(fēng)電資源豐富，具有極大的開發(fā)潛力和價(jià)值，僅在2020年，我國海上風(fēng)電新增裝機(jī)容量達(dá)3.06GW[2]。我國經(jīng)濟(jì)和負(fù)荷中心靠近東部沿海地區(qū)，有利于海上風(fēng)電的輸送和消納，發(fā)展海上風(fēng)電對于緩解用電緊張、實(shí)現(xiàn)雙碳目標(biāo)具有重要意義。

風(fēng)力發(fā)電的大規(guī)模利用促進(jìn)了電力系統(tǒng)低碳綠色運(yùn)行進(jìn)程。但是，由于風(fēng)力發(fā)電具有隨機(jī)性和不確定性，大規(guī)模風(fēng)力發(fā)電的接入給電力系統(tǒng)規(guī)劃配置、調(diào)度運(yùn)行提出了新的要求，抑制風(fēng)力發(fā)電的波動(dòng)性，確保電力系統(tǒng)負(fù)荷供應(yīng)的可靠性成為當(dāng)前研究的重點(diǎn)[3]。儲(chǔ)能設(shè)備具有高度靈活性，可以實(shí)現(xiàn)電能在時(shí)間和空間上的平移。在風(fēng)力發(fā)電較多時(shí)，儲(chǔ)能設(shè)備可以吸收多余的電量；在風(fēng)力發(fā)電較少時(shí)，儲(chǔ)能設(shè)備可以補(bǔ)足電量的缺額，使風(fēng)電場出力平穩(wěn)，可靠供應(yīng)電力系統(tǒng)的負(fù)荷[4]。因此，儲(chǔ)能設(shè)備對于風(fēng)電場平穩(wěn)運(yùn)行具有關(guān)鍵作用，如何配置儲(chǔ)能設(shè)備的容量和功率也是研究者關(guān)注的重點(diǎn)[5-6]。

針對儲(chǔ)能設(shè)備功率和容量的配置問題，很多學(xué)者根據(jù)實(shí)際需求確定目標(biāo)函數(shù)，采用多目標(biāo)優(yōu)化等方法獲取儲(chǔ)能設(shè)備最優(yōu)參數(shù)。文獻(xiàn)[7]研究了儲(chǔ)能系統(tǒng)聯(lián)合火電廠參與系統(tǒng)調(diào)峰時(shí)儲(chǔ)能系統(tǒng)的參數(shù)配置問題，通過構(gòu)建多目標(biāo)優(yōu)化配置儲(chǔ)能系統(tǒng)最優(yōu)參數(shù)。文獻(xiàn)[8]研究了風(fēng)光儲(chǔ)系統(tǒng)儲(chǔ)能容量優(yōu)化配置問題，并構(gòu)建雙層決策模型使儲(chǔ)能設(shè)備初始投資和聯(lián)絡(luò)線功率波動(dòng)最小。文獻(xiàn)[9]應(yīng)用模型預(yù)測控制算法，分析了不同風(fēng)電光伏配比下儲(chǔ)能設(shè)備的參數(shù)配置。文獻(xiàn)[10]基于主從博弈問題，研究了綜合能源系統(tǒng)中氫儲(chǔ)能配置問題，有效地解決了園區(qū)級綜合能源系統(tǒng)的能量平衡問題，同時(shí)提高了系統(tǒng)運(yùn)營商的收益。以上模型以投資方收益為關(guān)注重點(diǎn)，對新能源和系統(tǒng)的建模比較簡單。同時(shí)這些方法采用少量典型場景來確定風(fēng)電功率輸出，具有較大的局限性，不能體現(xiàn)風(fēng)電輸出功率的不確定性。

部分文獻(xiàn)采用聚類分析和頻譜分析的方法，這類方法克服了選取典型風(fēng)電功率輸出場景的不足。文獻(xiàn)[11]采用云模型理論和K-means聚類方法獲取儲(chǔ)能運(yùn)行時(shí)的典型充放電曲線，以最小化風(fēng)電輸出功率波動(dòng)為目標(biāo)，建立了儲(chǔ)能容量優(yōu)化配置方法。該方法的典型場景依賴聚類數(shù)目的選擇，合理的聚類數(shù)目難以事先確定。文獻(xiàn)[12]借助離散傅里葉變換技術(shù)，對可再生能源功率輸出進(jìn)行頻譜分解，將長周期波動(dòng)/短周期波動(dòng)通過反變換得到時(shí)域曲線，配置相應(yīng)的儲(chǔ)能容量。文獻(xiàn)[13]根據(jù)響應(yīng)時(shí)間將平抑風(fēng)電波動(dòng)所需的容量進(jìn)行分類，再應(yīng)用離散傅里葉變換確定風(fēng)電場配套儲(chǔ)能系統(tǒng)的容量需求。文獻(xiàn)[14]采用蒙特卡洛模擬法考慮新能源出力的不確定性，對最小補(bǔ)償功率進(jìn)行頻譜分析，確定混合儲(chǔ)能設(shè)備的容量大小。然而按照頻譜分解得出的儲(chǔ)能容量并不一定是最優(yōu)的，與如何劃分高頻與低頻波動(dòng)有關(guān)，不合理的高頻和低頻波動(dòng)劃分將影響儲(chǔ)能參數(shù)配置的最優(yōu)性。

為了更加積極地考慮風(fēng)電不確定性對容量配置的影響，學(xué)者們通過引入置信水平或分布魯棒優(yōu)化，以降低優(yōu)化結(jié)果的保守性。文獻(xiàn)[15]采用變時(shí)間常數(shù)的一階低通濾波算法，研究了用于平抑風(fēng)電波動(dòng)的儲(chǔ)能設(shè)備容量配置方法，分析了不同約束條件和不同置信水平下的儲(chǔ)能設(shè)備容量配置需求。文獻(xiàn)[16]基于一階巴特沃思濾波環(huán)節(jié)的平抑策略，通過引入維納過程研究了不同時(shí)間尺度的風(fēng)功率變化量的概率分布，進(jìn)而提出了一種滿足一定置信區(qū)間的儲(chǔ)能裝置功率和容量的配置方法。文獻(xiàn)[17]采用分布魯棒優(yōu)化對風(fēng)電不確定性進(jìn)行建模，通過考慮氫儲(chǔ)能的熱平衡約束，有效提升氫儲(chǔ)能實(shí)際可用容量，實(shí)現(xiàn)氫儲(chǔ)能系統(tǒng)容量優(yōu)化配置。文獻(xiàn)[18]借助分布魯棒優(yōu)化，研究了考慮風(fēng)電不確定性和棄電率約束的風(fēng)電場配套儲(chǔ)能設(shè)施容量規(guī)劃問題。這類方法允許配置儲(chǔ)能時(shí)在一定概率下違背部分約束條件，在較高的置信水平下能較好地兼顧儲(chǔ)能配置的經(jīng)濟(jì)性和可靠性。但是，以上方法只針對固定的儲(chǔ)能投資成本，如果儲(chǔ)能投資成本在一定范圍內(nèi)變動(dòng)，則需要重新求解問題?？傮w而言，現(xiàn)有方法除了上述問題，大都針對具體系統(tǒng)進(jìn)行研究，尚且缺乏針對風(fēng)力供電一般性特點(diǎn)的刻畫與分析。

為了解決以上問題，本文從風(fēng)電場置信容量出發(fā)，分別定義了風(fēng)電場的火電替代容量和負(fù)荷供應(yīng)容量，反映了在一定置信概率下，風(fēng)電場能向外界穩(wěn)定輸出的功率大小和風(fēng)電場能穩(wěn)定供應(yīng)的負(fù)荷水平。通過在儲(chǔ)能配置問題中滿足風(fēng)電場火電替代容量指標(biāo)和風(fēng)電場負(fù)荷供應(yīng)指標(biāo)，能保證儲(chǔ)能參數(shù)配置的經(jīng)濟(jì)性和負(fù)荷供應(yīng)的可靠性。為了應(yīng)對儲(chǔ)能投資成本的可變性，本文首先求解出基于火電替代容量指標(biāo)和負(fù)荷供應(yīng)容量指標(biāo)的儲(chǔ)能參數(shù)配置可行域，而非一個(gè)具體的配置方案，再根據(jù)儲(chǔ)能成本參數(shù)變化范圍確定儲(chǔ)能裝置最優(yōu)配置范圍，給決策者提供更靈活的選擇空間。

1 風(fēng)電場火電替代容量

風(fēng)力發(fā)電具有高度的隨機(jī)性和不確定性，給電力系統(tǒng)的安全穩(wěn)定運(yùn)行帶來了極大挑戰(zhàn)。在實(shí)際運(yùn)行中，風(fēng)電場的功率輸出受氣象條件的影響，其實(shí)際最大輸出功率在一定范圍內(nèi)波動(dòng)。為了維持電力系統(tǒng)的穩(wěn)定運(yùn)行，風(fēng)電場應(yīng)具有向電網(wǎng)穩(wěn)定輸出功率的能力。儲(chǔ)能裝置具有良好的能量時(shí)間和空間平移能力，制定合適的儲(chǔ)能設(shè)備的充放電策略，可以使風(fēng)電場在全天范圍內(nèi)維持平穩(wěn)的功率輸出。由于儲(chǔ)能的調(diào)節(jié)作用，風(fēng)儲(chǔ)聯(lián)合系統(tǒng)可以長時(shí)間穩(wěn)定輸出功率，消除了風(fēng)力發(fā)電的間歇性，在平穩(wěn)輸出功率、供應(yīng)系統(tǒng)負(fù)荷上，風(fēng)儲(chǔ)聯(lián)合系統(tǒng)發(fā)揮了與火電廠相仿的作用。本節(jié)將主要介紹風(fēng)電聯(lián)合系統(tǒng)的火電替代容量定義及其計(jì)算方法。

1.1 火電替代容量定義

圖1 風(fēng)儲(chǔ)聯(lián)合結(jié)構(gòu)示意圖

圖2 單日風(fēng)儲(chǔ)聯(lián)合系統(tǒng)功率輸出

1.2 火電替代容量計(jì)算方法

考慮到風(fēng)儲(chǔ)聯(lián)合系統(tǒng)中儲(chǔ)能設(shè)備的動(dòng)態(tài)特性和安全約束，需滿足

考慮到風(fēng)儲(chǔ)聯(lián)合系統(tǒng)的輸出功率的置信概率約束，風(fēng)儲(chǔ)聯(lián)合功率輸出應(yīng)當(dāng)滿足

2 風(fēng)電場負(fù)荷供應(yīng)容量

在風(fēng)儲(chǔ)聯(lián)合系統(tǒng)向負(fù)荷供電時(shí)，并不需要風(fēng)電場維持穩(wěn)定的輸出，而是需要風(fēng)儲(chǔ)系統(tǒng)聯(lián)合火電廠跟蹤負(fù)荷。因此，需要著重研究風(fēng)火儲(chǔ)聯(lián)合系統(tǒng)能夠可靠供應(yīng)的負(fù)荷大小，本節(jié)首先介紹負(fù)荷供應(yīng)容量的定義及其計(jì)算方法。

2.1 風(fēng)電場負(fù)荷供應(yīng)容量定義

圖3 風(fēng)火儲(chǔ)聯(lián)合系統(tǒng)結(jié)構(gòu)示意圖

圖4 單日風(fēng)火儲(chǔ)系統(tǒng)輸出功率及電網(wǎng)負(fù)荷需求

2.2 負(fù)荷供應(yīng)容量計(jì)算方法

考慮到風(fēng)火儲(chǔ)聯(lián)合系統(tǒng)的負(fù)荷供應(yīng)的置信概率約束，風(fēng)火儲(chǔ)聯(lián)合輸出功率應(yīng)當(dāng)滿足

3 儲(chǔ)能設(shè)備參數(shù)優(yōu)化配置

在上述火電替代容量和負(fù)荷供應(yīng)容量模型中，儲(chǔ)能設(shè)備的MW/(MW?h)參數(shù)是給定的。在一定范圍內(nèi)增大儲(chǔ)能容量，可以降低風(fēng)電場棄風(fēng)率，提高火電替代容量和負(fù)荷供應(yīng)容量。然而儲(chǔ)能設(shè)備成本目前仍然較高，其容量配置需要考慮逆變器（決定MW容量）和電池組（決定MW?h容量）的成本，而成本參數(shù)往往在一定范圍內(nèi)變化。采用常規(guī)的優(yōu)化方法只能計(jì)算某一確定成本下儲(chǔ)能設(shè)備的最優(yōu)參數(shù)配置。本文方法求解滿足系統(tǒng)的安全運(yùn)行要求，使風(fēng)儲(chǔ)系統(tǒng)或風(fēng)火儲(chǔ)系統(tǒng)滿足火電替代容量或負(fù)荷供應(yīng)容量要求的儲(chǔ)能MW/(MW?h)參數(shù)可行域，給儲(chǔ)能設(shè)備規(guī)劃和建設(shè)提供有益的參考。

3.1 基于火電替代容量的儲(chǔ)能設(shè)備參數(shù)可行域

針對風(fēng)儲(chǔ)聯(lián)合系統(tǒng)，根據(jù)給定的火電替代容量指標(biāo)配置儲(chǔ)能設(shè)備參數(shù)。通過判斷以下優(yōu)化問題的可行性，可以確定儲(chǔ)能設(shè)備MW/(MW?h)參數(shù)可行域。

3.2 基于負(fù)荷供應(yīng)容量的儲(chǔ)能設(shè)備參數(shù)可行域

針對風(fēng)火儲(chǔ)聯(lián)合系統(tǒng)，根據(jù)給定的負(fù)荷供應(yīng)容量指標(biāo)配置儲(chǔ)能設(shè)備參數(shù)。儲(chǔ)能設(shè)備MW/(MW?h)參數(shù)可行域可通過判斷以下優(yōu)化問題的可行性得出

3.3 儲(chǔ)能設(shè)備參數(shù)最優(yōu)配置

圖5 儲(chǔ)能設(shè)備最優(yōu)參數(shù)決策示意圖

Fig.5 Schematic of optimal parameters decision-making for energy storage equipment

4 算例分析

4.1 風(fēng)儲(chǔ)聯(lián)合系統(tǒng)的火電替代容量分析

不同儲(chǔ)能設(shè)備MW/(MW?h)參數(shù)下，風(fēng)儲(chǔ)聯(lián)合系統(tǒng)的90%火電替代容量如圖6所示。隨著儲(chǔ)能功率和儲(chǔ)能容量的增大，風(fēng)儲(chǔ)聯(lián)合系統(tǒng)的火電替代容量顯著的增大，這證明配置儲(chǔ)能設(shè)備可以有效平抑風(fēng)電場的功率波動(dòng)，實(shí)現(xiàn)風(fēng)電場功率的平穩(wěn)輸出。同時(shí)，在一定范圍內(nèi)，儲(chǔ)能的功率和容量具有替代作用，減少部分儲(chǔ)能功率可以通過增加儲(chǔ)能容量來維持火電替代容量不變。但是火電替代容量的上限仍受風(fēng)電場自身出力特性制約，當(dāng)儲(chǔ)能設(shè)備的功率和容量足夠大時(shí)，風(fēng)儲(chǔ)聯(lián)合系統(tǒng)的火電替代容量不再隨儲(chǔ)能功率和容量的增加而增大。因此，有必要從經(jīng)濟(jì)性的角度配置合適的儲(chǔ)能MW/(MW?h)參數(shù)。

在不同儲(chǔ)能設(shè)備參數(shù)配置下，不同置信概率指標(biāo)下的風(fēng)儲(chǔ)聯(lián)合系統(tǒng)火電替代容量如圖7所示。其中，火電替代容量隨著置信概率的增加單調(diào)下降；在相同的置信概率下，儲(chǔ)能設(shè)備的容量和功率越大，風(fēng)儲(chǔ)聯(lián)合系統(tǒng)的火電替代容量越大。由于置信概率對系統(tǒng)火電概率影響顯著，在根據(jù)該指標(biāo)規(guī)劃儲(chǔ)能設(shè)備參數(shù)時(shí)，需要選取合適的置信概率，以平衡計(jì)算結(jié)果的可靠性和經(jīng)濟(jì)性。在圖7中，在儲(chǔ)能設(shè)備容量為20MW·h且置信概率大于0.8的條件下，儲(chǔ)能功率為3MW、5MW、10MW時(shí)，風(fēng)儲(chǔ)聯(lián)合系統(tǒng)火電替代容量差異較小，說明此時(shí)儲(chǔ)能容量為火電替代容量的制約因素。綜合圖6來看，儲(chǔ)能容量對火電替代容量影響更大。

圖7 不同置信概率下風(fēng)儲(chǔ)聯(lián)合系統(tǒng)火電替代容量

圖8 90%火電替代容量指標(biāo)下儲(chǔ)能設(shè)備參數(shù)可行域

表1 基于指標(biāo)的儲(chǔ)能設(shè)備最優(yōu)參數(shù)配置

4.2 風(fēng)火儲(chǔ)系統(tǒng)的負(fù)荷供應(yīng)容量分析

本節(jié)針對風(fēng)火儲(chǔ)聯(lián)合系統(tǒng)，選用廣東省風(fēng)電場的全年最大理論出力作為風(fēng)電歷史數(shù)據(jù)，利用經(jīng)過歸一化處理的PJM市場負(fù)荷數(shù)據(jù)作為電網(wǎng)負(fù)荷需求變化曲線。其中，風(fēng)電場和儲(chǔ)能設(shè)備參數(shù)與4.1節(jié)一致?；痣姀S最大出力為20MW，火電廠最大爬坡速率為4MW/h。首先，通過改變火電廠和儲(chǔ)能設(shè)備參數(shù)，研究這些參數(shù)對系統(tǒng)風(fēng)電場負(fù)荷替代容量的影響。

圖9 不同的火電廠和儲(chǔ)能設(shè)備參數(shù)下的風(fēng)電場90%負(fù)荷供應(yīng)容量

不同儲(chǔ)能功率和容量下風(fēng)電場90%負(fù)荷供應(yīng)容量如圖10所示，其中火電廠功率為20MW。在一定范圍內(nèi)，提升儲(chǔ)能功率和容量均能增大風(fēng)電場負(fù)荷供應(yīng)容量。同時(shí)儲(chǔ)能功率和容量具有替代作用，在儲(chǔ)能功率減少時(shí)，可以通過增加儲(chǔ)能容量來維持風(fēng)電場負(fù)荷供應(yīng)容量保持不變。因此，可以通過合理配置儲(chǔ)能設(shè)備參數(shù)，實(shí)現(xiàn)系統(tǒng)的經(jīng)濟(jì)性配置。

圖10 不同儲(chǔ)能設(shè)備參數(shù)下的風(fēng)電場90%負(fù)荷供應(yīng)容量

不同儲(chǔ)能參數(shù)下，不同置信概率的風(fēng)電場負(fù)荷供應(yīng)容量如圖11所示。其中，風(fēng)電場負(fù)荷供應(yīng)容量隨置信概率的增大單調(diào)遞減。在相同置信概率下，儲(chǔ)能設(shè)備功率和容量越大，風(fēng)電場負(fù)荷供應(yīng)容量越大。在圖11中，當(dāng)儲(chǔ)能設(shè)備功率輸出為5MW，儲(chǔ)能設(shè)備容量分別為20MW?h、50MW?h、80MW?h時(shí)，系統(tǒng)負(fù)荷供應(yīng)容量變化不大；當(dāng)儲(chǔ)能設(shè)備容量為50MW?h，儲(chǔ)能設(shè)備功率為2MW、5MW、8MW時(shí)，系統(tǒng)負(fù)荷供應(yīng)容量隨儲(chǔ)能功率增加顯著提高。因此，儲(chǔ)能功率對負(fù)荷供應(yīng)容量影響更大。由于置信概率對負(fù)荷供應(yīng)容量指標(biāo)影響顯著，在根據(jù)該指標(biāo)規(guī)劃儲(chǔ)能設(shè)備參數(shù)時(shí)，應(yīng)選取合適的置信概率以兼顧系統(tǒng)的經(jīng)濟(jì)性和可靠性。

圖11 不同置信概率下風(fēng)電場負(fù)荷供應(yīng)容量

圖12 90%負(fù)荷供應(yīng)容量指標(biāo)下儲(chǔ)能設(shè)備參數(shù)可行域

Tab.2 The optimal parameters of the energy storage equtimenty base on the value of

4.3 方法比較

為了和傳統(tǒng)儲(chǔ)能參數(shù)配置方法比較，本節(jié)選用文獻(xiàn)[12]中的方法配置儲(chǔ)能參數(shù)。此方法借助離散傅里葉變化分析風(fēng)電場功率輸出，將長周期和短周期功率波動(dòng)解耦。將部分頻段的功率輸出加以補(bǔ)償，可以獲取經(jīng)功率平抑后的風(fēng)儲(chǔ)聯(lián)合系統(tǒng)功率輸出，按照該功率和風(fēng)電場功率輸出差值確定儲(chǔ)能設(shè)備應(yīng)配置的最大功率，再根據(jù)仿真法確定儲(chǔ)能設(shè)備的容量配置。

根據(jù)本文的算例數(shù)據(jù)，按照此方法應(yīng)配置儲(chǔ)能設(shè)備功率為3.21MW，儲(chǔ)能容量為407MW?h。與本文方法相比，該方法配置結(jié)果過于激進(jìn)，因?yàn)樵摲椒]有引入置信概率的概念，無法考慮風(fēng)電場連續(xù)多日無風(fēng)的場景，儲(chǔ)能設(shè)備需要配置較大容量來實(shí)現(xiàn)儲(chǔ)能設(shè)備穩(wěn)定的功率輸出。因此，這種方法難以有效地根據(jù)風(fēng)電不確定性配置儲(chǔ)能設(shè)備容量參數(shù)，具有一定局限性。而本文通過引入置信容量的概念，有效地避免了風(fēng)電不確定性對于容量配置造成的影響，能夠保證儲(chǔ)能設(shè)備參數(shù)配置的經(jīng)濟(jì)性和負(fù)荷供應(yīng)的可靠性。

5 結(jié)論

為了平抑風(fēng)電場輸出功率的間歇性和隨機(jī)性，需要配置儲(chǔ)能設(shè)備以平滑風(fēng)電場功率輸出。本文根據(jù)風(fēng)電場歷史數(shù)據(jù)，分別定義了風(fēng)電場火電替代容量和負(fù)荷供應(yīng)容量，該指標(biāo)可以考察風(fēng)電場平穩(wěn)輸出功率的能力。通過配置儲(chǔ)能設(shè)備，可以有效提高風(fēng)電場火電替代容量和負(fù)荷供應(yīng)容量，實(shí)現(xiàn)風(fēng)電場可靠運(yùn)行。根據(jù)以上指標(biāo)，本文提出了儲(chǔ)能設(shè)備最優(yōu)參數(shù)配置方法，通過計(jì)算儲(chǔ)能設(shè)備參數(shù)可行域，可以快速確定不同成本參數(shù)范圍的儲(chǔ)能設(shè)備最優(yōu)參數(shù)配置。在具體的工程實(shí)踐中，可以根據(jù)實(shí)際需求選取火電替代容量和負(fù)荷供應(yīng)容量指標(biāo)，如：可以按照電網(wǎng)聯(lián)絡(luò)線功率計(jì)劃值和系統(tǒng)的最大負(fù)荷需求值確定指標(biāo)需求。當(dāng)風(fēng)儲(chǔ)聯(lián)合系統(tǒng)需要通過聯(lián)絡(luò)線向電網(wǎng)輸送功率時(shí)，需要使系統(tǒng)火電替代容量大于聯(lián)絡(luò)線功率計(jì)劃值；當(dāng)風(fēng)火儲(chǔ)聯(lián)合系統(tǒng)需要穩(wěn)定供應(yīng)區(qū)域負(fù)荷時(shí)，需要使系統(tǒng)負(fù)荷供應(yīng)容量大于負(fù)荷峰值。按照類似的方法選取合適的指標(biāo)，可以使儲(chǔ)能設(shè)備參數(shù)滿足系統(tǒng)的實(shí)際運(yùn)行需求，保證系統(tǒng)安全穩(wěn)定運(yùn)行。同時(shí)，本方法兼顧了儲(chǔ)能最優(yōu)參數(shù)配置的經(jīng)濟(jì)性和可靠性，能夠有效解決儲(chǔ)能成本在一定區(qū)間范圍內(nèi)變動(dòng)的問題。

[1] 周孝信, 陳樹勇, 魯宗相, 等. 能源轉(zhuǎn)型中我國新一代電力系統(tǒng)的技術(shù)特征[J]. 中國電機(jī)工程學(xué)報(bào), 2018, 38(7): 1893-1904, 2205.

Zhou Xiaoxin, Chen Shuyong, Lu Zongxiang, et al. Technology features of the new generation power system in China[J]. Proceedings of the CSEE, 2018, 38(7): 1893-1904, 2205.

[2] Renewable Energy Policy Network for the 21st Century．Renewables 2021 global status report[R]. 2021. https://www.ren21.net/reports/global-status-report.

[3] 康重慶, 姚良忠. 高比例可再生能源電力系統(tǒng)的關(guān)鍵科學(xué)問題與理論研究框架[J]. 電力系統(tǒng)自動(dòng)化, 2017, 41(9): 2-11.

Kang Chongqing, Yao Liangzhong. Key scientific issues and theoretical research framework for power systems with high proportion of renewable energy[J]. Automation of Electric Power Systems, 2017, 41(9): 2-11.

[4] 朱瑛, 高云波, 臧海祥, 等. 風(fēng)電機(jī)組輸出功率平滑技術(shù)綜述[J]. 電力系統(tǒng)自動(dòng)化, 2018, 42(18): 182-191.

Zhu Ying, Gao Yunbo, Zang Haixiang, et al. Review of output power smoothing technologies for wind turbine[J]. Automation of Electric Power Systems, 2018, 42(18): 182-191.

[5] Zhao Haoran, Wu Qiuwei, Hu Shuju, et al. Review of energy storage system for wind power integration support[J]. Applied Energy, 2015, 137: 545-553.

[6] Yang Yuqing, Bremner S, Menictas C, et al. Battery energy storage system size determination in renewable energy systems: a review[J]. Renewable and Sustainable Energy Reviews, 2018, 91: 109-125.

[7] 李軍徽, 張嘉輝, 李翠萍, 等. 參與調(diào)峰的儲(chǔ)能系統(tǒng)配置方案及經(jīng)濟(jì)性分析[J]. 電工技術(shù)學(xué)報(bào), 2021, 36(19): 4148-4160.

Li Junhui, Zhang Jiahui, Li Cuiping, et al. Configuration scheme and economic analysis of energy storage system participating in grid peak shaving[J]. Transactions of China Electrotechnical Society, 2021, 36(19): 4148-4160.

[8] 李建林, 郭斌琪, 牛萌, 等. 風(fēng)光儲(chǔ)系統(tǒng)儲(chǔ)能容量優(yōu)化配置策略[J]. 電工技術(shù)學(xué)報(bào), 2018, 33(6): 1189-1196.

Li Jianlin, Guo Binqi, Niu Meng, et al. Optimal configuration strategy of energy storage capacity in wind/PV/storage hybrid system[J]. Transactions of China Electrotechnical Society, 2018, 33(6): 1189-1196.

[9] 陳澤西, 孫玉樹, 張妍, 等. 考慮風(fēng)光互補(bǔ)的儲(chǔ)能優(yōu)化配置研究[J]. 電工技術(shù)學(xué)報(bào), 2021, 36(增刊1): 145-153.

Chen Zexi, Sun Yushu, Zhang Yan, et al. Research on energy storage optimal allocation considering complementarity of wind power and PV[J]. Transactions of China Electrotechnical Society, 2021, 36(S1): 145-153.

[10] 熊宇峰, 司楊, 鄭天文, 等. 基于主從博弈的工業(yè)園區(qū)綜合能源系統(tǒng)氫儲(chǔ)能優(yōu)化配置[J]. 電工技術(shù)學(xué)報(bào), 2021, 36(3): 507-516.

Xiong Yufeng, Si Yang, Zheng Tianwen, et al. Optimal configuration of hydrogen storage in industrial park integrated energy system based on stackelberg game[J]. Transactions of China Electrotechnical Society, 2021, 36(3): 507-516.

[11] 吳杰, 丁明, 張晶晶. 基于云模型和K-means聚類的風(fēng)電場儲(chǔ)能容量優(yōu)化配置方法[J]. 電力系統(tǒng)自動(dòng)化, 2018, 42(24): 67-73.

Wu Jie, Ding Ming, Zhang Jingjing. Capacity configuration method of energy storage system for wind farm based on cloud model and K-means clustering[J]. Automation of Electric Power Systems, 2018, 42(24): 67-73.

[12] 王成山, 于波, 肖峻, 等. 平滑可再生能源發(fā)電系統(tǒng)輸出波動(dòng)的儲(chǔ)能系統(tǒng)容量優(yōu)化方法[J]. 中國電機(jī)工程學(xué)報(bào), 2012, 32(16): 1-8.

Wang Chengshan, Yu Bo, Xiao Jun, et al. Sizing of energy storage systems for output smoothing of renewable energy systems[J]. Proceedings of the CSEE, 2012, 32(16): 1-8.

[13] 李濱, 陳姝, 韋化. 風(fēng)電場儲(chǔ)能容量優(yōu)化的頻譜分析方法[J]. 中國電機(jī)工程學(xué)報(bào), 2015, 35(9): 2128-2134.

Li Bin, Chen Shu, Wei Hua. Optimization of energy storage capacity based on spectral analysis for wind farm[J]. Proceedings of the CSEE, 2015, 35(9): 2128-2134.

[14] 黃金鑫, 李華強(qiáng), 陸楊. 基于蒙特卡洛模擬和頻譜分析法的孤島微電網(wǎng)儲(chǔ)能容量配置[J]. 電網(wǎng)技術(shù), 2020, 44(5): 1622-1629.

Huang Jinxin, Li Huaqiang, Lu Yang. Energy storage capacity configuration of isolated microgrid based on Monte Carlo simulation and spectrum analysis[J]. Power System Technology, 2020, 44(5): 1622-1629.

[15] 孫玉樹, 唐西勝, 孫曉哲, 等. 風(fēng)電波動(dòng)平抑的儲(chǔ)能容量配置方法研究[J]. 中國電機(jī)工程學(xué)報(bào), 2017, 37(S1): 88-97.

Sun Yushu, Tang Xisheng, Sun Xiaozhe, et al. Research on energy storage capacity allocation method for smoothing wind power fluctuations[J]. Proceedings of the CSEE, 2017, 37(S1): 88-97.

[16] 李學(xué)斌, 趙號. 基于維納隨機(jī)過程的風(fēng)電場儲(chǔ)能配置方法[J]. 電網(wǎng)技術(shù), 2022, 46(9): 3437-3446.

Li Xuebin, Zhao Hao. Wind farm energy storage configuration based on Wiener stochastic process[J]. Power System Technology, 2022, 46(9): 3437-3446.

[17] 司楊, 陳來軍, 陳曉弢, 等. 基于分布魯棒的風(fēng)-氫混合系統(tǒng)氫儲(chǔ)能容量優(yōu)化配置[J]. 電力自動(dòng)化設(shè)備, 2021, 41(10): 3-10.

Si Yang, Chen Laijun, Chen Xiaotao, et al. Optimal capacity allocation of hydrogen energy storage in wind-hydrogen hybrid system based on distributionally robust[J]. Electric Power Automation Equipment, 2021, 41(10): 3-10.

[18] 楊立濱, 曹陽, 魏韡, 等. 計(jì)及風(fēng)電不確定性和棄風(fēng)率約束的風(fēng)電場儲(chǔ)能容量配置方法[J]. 電力系統(tǒng)自動(dòng)化, 2020, 44(16): 45-52.

Yang Libin, Cao Yang, Wei Wei, et al. Configuration method of energy storage for wind farms considering wind power uncertainty and wind curtailment constraint[J]. Automation of Electric Power Systems, 2020, 44(16): 45-52.

[19] Pfenninger S, Staffell I. Long-term patterns of European PV output using 30 years of validated hourly reanalysis and satellite data[J]. Energy, 2016, 114: 1251-1265.

Optimal Configuration of Energy Storage Parameters Based on Confidence Capacity of Wind Farms

Lu Qiuyu1Ma Qianli2Wei Wei2Yu Zhen1Liu Yang1

（1. Guangdong Power Grid Corporation Power Dispatch Control Center Guangzhou 510000 China 2. State Key Laboratory of Control and Simulation of Power System and Generation Equipments Department of Electrical Engineering Tsinghua University Beijing 100084 China）

Wind power generation has the characteristics of random fluctuation and intermittence. The energy storage equipment can be used to smooth the output of the wind farm, which can replace thermal power plants and provide a reliable load supply for the grid. Firstly, based on the wind resource characteristics, we define the thermal power replacement capacity and load supply capacity of wind farms, which reflect the ability of wind farms to output smoothly and supply loads reliably. Given wind resource data and confidence probability requirements, thermal power replacement capacity and load supply capacity can be solved by mixed integer linear programming. According to the requirements of the thermal power replacement capacity and load supply capacity, we construct an optimal configuration method for MW/(MW·h) parameters of the energy storage. This method calculates the boundary of the parameter feasible region and then determines the range of optimal parameter configuration according to the energy storage cost coefficient. In the case study, the historical data of wind farms in Guangdong province is used. It shows that our method can determine the optimal parameter configuration of energy storage quickly, while taking into account the economy and the reliability and stability of the power supply.

Wind power generation, thermal power replacement capacity, load supply capacity, energy storage equipment, capacity configuration

10.19595/j.cnki.1000-6753.tces.220939

TM715

南方電網(wǎng)公司科技資助項(xiàng)目（03600KK52200049(GDKJXM20201978)）。

2022-05-30

2022-09-24

陸秋瑜 女，1989年生，高級工程師，研究方向?yàn)樾履茉措娏ο到y(tǒng)運(yùn)行調(diào)控。E-mail：luqiuyu22@126.com

馬千里 男，1998年生，博士，研究方向?yàn)殡娏ο到y(tǒng)優(yōu)化調(diào)度與控制。E-mail：mql19@mails.tsinghua.edu.cn （通信作者）

（編輯 赫蕾）