面向新型電力系統(tǒng)的多元協(xié)調(diào)規(guī)劃模型構(gòu)建方法

高 鑫, 金 鑫, 趙 彤, 梅 崢, 魏健東, 李孟帥

(1.國家電網(wǎng)西北分部數(shù)字化處, 西安 710048; 2.北京科東電力控制系統(tǒng)有限責(zé)任公司信息化研發(fā)中心, 北京 100192)

2022年,國家多部門圍繞“電碳耦合”概念,提出從“電力調(diào)節(jié)”轉(zhuǎn)向“電碳調(diào)節(jié)”的需求側(cè)響應(yīng)。電碳耦合的重點(diǎn)在于控制碳排放,合理規(guī)劃新能源。伴隨相關(guān)技術(shù)的不斷發(fā)展,新能源應(yīng)用有望在未來成為減少碳排放的重要手段。新能源發(fā)展迅速,但目前仍有一些挑戰(zhàn)需要克服。一是可再生能源的可靠性和穩(wěn)定性相對(duì)較低;二是新能源的儲(chǔ)存能力也相對(duì)較差,在電力需求旺盛時(shí)可能會(huì)出現(xiàn)供不應(yīng)求的情況。從電網(wǎng)角度來看,通過加強(qiáng)可再生能源的研發(fā)和應(yīng)用,整合包括電源、電網(wǎng)、負(fù)荷和儲(chǔ)能,即“源、網(wǎng)、荷、儲(chǔ)”在內(nèi)的規(guī)劃方案,可以實(shí)現(xiàn)電力系統(tǒng)的整體協(xié)調(diào)和優(yōu)化。

已有學(xué)者研究了現(xiàn)階段在電力領(lǐng)域荷儲(chǔ)結(jié)合的需求響應(yīng)規(guī)劃模型。魯小秋等[1]考慮分布式光伏接入對(duì)配電網(wǎng)規(guī)劃評(píng)價(jià)的影響,基于傳統(tǒng)配電網(wǎng)的規(guī)劃評(píng)價(jià)體系,提出一種計(jì)及光伏輸出功率隨機(jī)性和相關(guān)性的有源配電網(wǎng)規(guī)劃評(píng)價(jià)方法;游大寧等[2]提出一種源網(wǎng)荷儲(chǔ)多元協(xié)同調(diào)度體系,通過建立適應(yīng)電源側(cè)、電網(wǎng)側(cè)、負(fù)荷側(cè)各類資源參與的電力市場(chǎng)機(jī)制和多類資源協(xié)作互動(dòng)調(diào)控平臺(tái);Moradi-Sepahvand和Amraee[3]為了應(yīng)對(duì)新能源的間歇性和不確定性,建立了一個(gè)將電池儲(chǔ)能(battery energy storage,BES)視為靈活資源的發(fā)電-傳輸協(xié)調(diào)規(guī)劃模型;Mao等[4]提出了一個(gè)考慮儲(chǔ)能系統(tǒng)的負(fù)荷擴(kuò)展模型,并評(píng)估了該模型在分布式電力系統(tǒng)中降低碳排的效果;Zhou等[5]提出了一種新的風(fēng)力發(fā)電和儲(chǔ)能相結(jié)合的協(xié)調(diào)規(guī)劃方法;Flores-Quiroz和Kai[6]提出了一種考慮到短期約束和長(zhǎng)期不確定性的集成發(fā)電、傳輸和儲(chǔ)能規(guī)劃模型,該模型結(jié)合列生成算法和共享算法,提高了運(yùn)算速度;董治新等[7]對(duì)源網(wǎng)荷儲(chǔ)互動(dòng)模式下的電力資源特性進(jìn)行分析,總結(jié)多元主體的交易特性;李強(qiáng)等[8]構(gòu)建源網(wǎng)荷儲(chǔ)關(guān)鍵單元的數(shù)學(xué)模型,分析發(fā)電系統(tǒng)的響應(yīng)特性,基于頻率判斷提出源網(wǎng)荷儲(chǔ)協(xié)調(diào)控制策略。

盡管已經(jīng)進(jìn)行了大量關(guān)于電力系統(tǒng)規(guī)劃模型的研究,但多數(shù)文獻(xiàn)沒有同時(shí)考慮新能源消費(fèi)責(zé)任和碳排因素權(quán)重。因此,本文在新型電力系統(tǒng)背景下,設(shè)計(jì)基于源網(wǎng)荷儲(chǔ)一體化模式的協(xié)調(diào)規(guī)劃模型,結(jié)合國家政策與現(xiàn)階段行業(yè)研究成果,引入智能化決策,規(guī)劃供電端的相關(guān)配置,以獲取相對(duì)可控的電力輸出,提高電力系統(tǒng)的安全性、穩(wěn)定性和經(jīng)濟(jì)性。

1 考慮結(jié)合源網(wǎng)荷儲(chǔ)的協(xié)調(diào)模式

1.1 計(jì)算新能源需求和限額

在“雙碳”目標(biāo)下,制定科學(xué)合理的新能源限額需要分析掌握地區(qū)新能源發(fā)展的總體規(guī)模、新能源消費(fèi)的權(quán)重責(zé)任和能源消耗結(jié)構(gòu)。

考慮到地區(qū)風(fēng)力發(fā)電和光伏行業(yè)的資源稟賦、地方政府分配的新能源消費(fèi)責(zé)任權(quán)重、發(fā)展規(guī)律、技術(shù)成熟度和其他因素,可以推出2025年風(fēng)力發(fā)電和光伏發(fā)電等的發(fā)展負(fù)荷。假設(shè)該地區(qū)的可再生能源主要由風(fēng)力發(fā)電、光伏和水電組成,風(fēng)力發(fā)電、光伏和水電最大裝機(jī)容量的計(jì)算模型為

(1)

1.2 結(jié)合源網(wǎng)荷儲(chǔ)的協(xié)調(diào)方案

考慮到該地區(qū)電力系統(tǒng)的技術(shù)成熟度和各種資源的發(fā)展?jié)摿?結(jié)合相關(guān)技術(shù)類型[9-10],提出一種面向電力領(lǐng)域的“源網(wǎng)荷儲(chǔ)”協(xié)調(diào)規(guī)劃方案,如圖1所示。一是建立一個(gè)清潔、低碳、安全和高效的新型能源系統(tǒng);二是促進(jìn)風(fēng)能和光伏資源的大規(guī)模開發(fā)和利用,以實(shí)現(xiàn)高比例的新能源接入;三是使用輸電網(wǎng)來增加該地區(qū)的可再生能源比例[11]。其中,風(fēng)能(WD)和光伏(PV)的功率輸出可以通過峰值負(fù)荷和大規(guī)模儲(chǔ)能來調(diào)整,多余的部分將用于當(dāng)?shù)叵M(fèi)或跨區(qū)域傳輸,不足的部分也可以通過跨區(qū)域電網(wǎng)輸入。

圖1 面向電力領(lǐng)域的源網(wǎng)荷儲(chǔ)協(xié)調(diào)規(guī)劃方案

2 建立電力系統(tǒng)多元協(xié)調(diào)規(guī)劃模型

2.1 電碳成本模型

針對(duì)地區(qū)電力市場(chǎng)價(jià)格和供需關(guān)系,將其電碳市場(chǎng)的情況總結(jié)為電碳成本核算模型[12]。

電碳總成本包括投資成本、運(yùn)營和維護(hù)成本、燃料成本以及碳排放成本[13],計(jì)算公式為

minCtotal=Cinv+Com+Cf+Cemission

(2)

式中:Cinv為總投資成本,主要是指對(duì)各種發(fā)電源和電化學(xué)儲(chǔ)能的新容量的投資成本;Com為運(yùn)營和維護(hù)成本,主要是指各種發(fā)電源和儲(chǔ)能發(fā)電站在輸出時(shí)的運(yùn)行和維護(hù)成本;Cf為燃料成本,主要是指燃煤發(fā)電廠消耗的燃料成本;Cemission為碳排放成本,主要是指煤炭發(fā)電機(jī)組在發(fā)電時(shí)排放二氧化碳時(shí)的環(huán)境污染成本。

燃料成本Cf的計(jì)算公式為

(3)

碳排放成本Cemission的計(jì)算公式為

(4)

2.2 電力需求模型

通過Python實(shí)現(xiàn)模型建立,采用NumPy、Pandas和TensorFlow等庫,讀取電力供給配額節(jié)點(diǎn)數(shù)據(jù)集,并進(jìn)行數(shù)據(jù)預(yù)處理,刪除缺失值并進(jìn)行標(biāo)準(zhǔn)化。將數(shù)據(jù)集劃分為訓(xùn)練集和測(cè)試集,使用Sequential模型構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)。設(shè)置兩個(gè)隱藏層,并使用ReLU激活函數(shù)來處理數(shù)據(jù):

#構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)model = Sequential()model.add(Dense(64,input_dim=x_train.shape[1],activation=’relu’))model.add(Dense(64, activation=’relu’))model.add(Dense(1))

訓(xùn)練模型預(yù)測(cè)電力供給配額節(jié)點(diǎn)的供給配額,并計(jì)算模型的準(zhǔn)確率:

#預(yù)測(cè)并計(jì)算準(zhǔn)確率pred = model.predict(x_test)acc = np.mean(np.abs(pred-y_test))print(acc)

2.3 多元評(píng)估模型

進(jìn)行多元評(píng)估需要收集和準(zhǔn)備大量的數(shù)據(jù),如新能源發(fā)電設(shè)備的運(yùn)行數(shù)據(jù)、可再生能源的供應(yīng)情況、環(huán)境條件等。整合數(shù)據(jù),并將其轉(zhuǎn)換為模型的輸入數(shù)據(jù)。選取太陽能發(fā)電量、氣溫、濕度和光照強(qiáng)度作為模型的輸入特征。

利用線性回歸模型建立多元評(píng)估模型?；貧w模型通常由輸入特征、模型參數(shù)和損失函數(shù)組成,并通過梯度下降法來擬合數(shù)據(jù):

#建立線性回歸模型model = LinearRegression()model.fit(X_train, y_train)

需要調(diào)整模型的超參數(shù)來獲得最優(yōu)的性能。這里使用貝葉斯優(yōu)化算法來自動(dòng)選擇超參數(shù):

#選擇超參數(shù)params = { "alpha": Real(1e-6, 1e-2, prior="log-uniform"), "l1_ratio": Real(0, 1),}search = BayesianOptimization(model, params)search.fit(X_train, y_train)print("Best hyperparameters: ",search.max())

用驗(yàn)證集來評(píng)估模型的性能,并與其他模型進(jìn)行對(duì)比。這里使用平均絕對(duì)誤差(MAE)和均方誤差(MSE)指標(biāo)來評(píng)估模型的準(zhǔn)確性和精確性:

#指標(biāo)評(píng)估模型y_pred = model.predict(X_val)mae = mean_absolute_error(y_val, y_pred)mse = mean_squared_error(y_val, y_pred)print("MAE: ", mae)print("MSE: ", mse)

通過評(píng)估,可以了解新能源發(fā)電的效率、可靠性、經(jīng)濟(jì)性及環(huán)境影響等的情況,為相關(guān)部門提供決策支持。

3 算例分析

電力供給配額預(yù)測(cè)中的不同情景。根據(jù)2025年某特定區(qū)域電網(wǎng)的供電和電網(wǎng)規(guī)劃,將模擬條件作為輸入,規(guī)劃模型通過計(jì)算高、中、低3種不同比例新能源接入的情況下區(qū)域電網(wǎng)的煤電、新能源和儲(chǔ)能能力,可得出各場(chǎng)景負(fù)荷值曲線,方便進(jìn)行下一步對(duì)比分析。

3.1 模擬條件

根據(jù)該地區(qū)的歷史載荷特征和對(duì)2025年最大負(fù)荷的預(yù)測(cè),獲得2025年該地區(qū)的8 760 h負(fù)載曲線,考慮需求響應(yīng)潛力后的典型日負(fù)荷曲線。提出高、中、低比例新能源接入系統(tǒng)的3種場(chǎng)景,以研究該地區(qū)電力結(jié)構(gòu)的容量配置。場(chǎng)景1:假設(shè)新能源的比例不高于3 050 MW;情景2:假設(shè)新能源的比例不高于3 100 MW;場(chǎng)景3:假設(shè)新能源的比例不高于3 150 MW。

3.2 對(duì)比分析

根據(jù)該地區(qū)的歷史載荷特征和對(duì)2025年最大負(fù)荷的預(yù)測(cè),獲得2025年該地區(qū)的8 760 h負(fù)載曲線,其中電化學(xué)儲(chǔ)能發(fā)電站的充電和放電時(shí)間設(shè)置為2 h。

3.2.1 高比例新能源接入

場(chǎng)景1下,煤炭發(fā)電、風(fēng)力發(fā)電、光伏發(fā)電和電化學(xué)儲(chǔ)能發(fā)電站的優(yōu)化新安裝容量分別為550、750、2 300、260 MW。在這種情況下,不同發(fā)電單元的輸出如圖2所示。場(chǎng)景1中新安裝的煤炭發(fā)電能力規(guī)模明顯小于其他場(chǎng)景,電化學(xué)儲(chǔ)能發(fā)電廠的裝機(jī)容量最高。與其他場(chǎng)景相比,跨地區(qū)傳輸?shù)乃姾碗娔艿漠a(chǎn)量規(guī)模更大。

圖2 場(chǎng)景1不同發(fā)電單元的輸出

3.2.2 中比例新能源接入

場(chǎng)景2中優(yōu)化的煤電、風(fēng)力發(fā)電、光伏發(fā)電和電化學(xué)儲(chǔ)能發(fā)電站的優(yōu)化容量分別為600、700、2 400、220 MW。此場(chǎng)景中不同發(fā)電單元的輸出如圖3所示。在這種情況下,煤炭發(fā)電、風(fēng)力發(fā)電、光伏和儲(chǔ)能的裝機(jī)容量處于中等水平。

圖3 場(chǎng)景2不同發(fā)電單元的輸出

3.2.3 低比例新能源接入

場(chǎng)景3下煤炭發(fā)電、風(fēng)力發(fā)電、光伏發(fā)電和電化學(xué)儲(chǔ)能發(fā)電站的優(yōu)化新安裝容量分別為700、650、2 500、200 MW。此場(chǎng)景不同發(fā)電單元的輸出如圖4所示。在這種情況下,煤電單元的裝機(jī)容量最大,而儲(chǔ)能設(shè)備的裝機(jī)容量比其他設(shè)備小。從圖4可以看出,該系統(tǒng)的負(fù)載需求主要由煤炭發(fā)電單元滿足,而風(fēng)能和生物質(zhì)能等電力單元的產(chǎn)量規(guī)模很小。

圖4 場(chǎng)景3不同發(fā)電單元的輸出

圖5對(duì)比了3種情況下的源網(wǎng)荷儲(chǔ)協(xié)調(diào)規(guī)劃成本、新能源廢棄電力值和系統(tǒng)碳排放值。從圖5中可以看出,當(dāng)新能源接入的比例處于中等水平,即場(chǎng)景2時(shí),系統(tǒng)的總規(guī)劃成本和廢棄功率最低,但碳排放處于中等水平。主要原因是,為了確保新能源的充分消耗,新安裝的高碳排放煤電廠規(guī)模比場(chǎng)景1更大,一方面保證減少廢棄電力,另一方面保證最低的規(guī)劃成本。經(jīng)過實(shí)驗(yàn)?zāi)M得到:2025年該地區(qū)新安裝的煤炭發(fā)電、風(fēng)力發(fā)電、光伏發(fā)電和電化學(xué)儲(chǔ)能發(fā)電站的容量配置結(jié)果為600、700、2 400、220 MW。

圖5 不同場(chǎng)景對(duì)比折線圖

4 結(jié)論

建立了一個(gè)考慮新能源消耗的區(qū)域電力系統(tǒng)源網(wǎng)荷儲(chǔ)協(xié)調(diào)低碳規(guī)劃模型。將新能源需求和地方政策納入電力系統(tǒng)規(guī)劃的考量范疇中,通過模型進(jìn)行預(yù)測(cè)評(píng)估獲得多元協(xié)調(diào)的優(yōu)化配置,更大限度地降低系統(tǒng)的總規(guī)劃成本。

(1)隨著“雙碳”目標(biāo)的提出,碳排放成本逐漸被重視起來。與此同時(shí),電力系統(tǒng)中新能源數(shù)量的增加,也使得對(duì)新能源廢棄電力的評(píng)估變得越來越重要。本文的模型驗(yàn)證了源網(wǎng)荷儲(chǔ)協(xié)調(diào)規(guī)劃模型可以在確保供需平衡要求的基礎(chǔ)上,通過合理規(guī)劃新能源的投入比例實(shí)現(xiàn)經(jīng)濟(jì)優(yōu)化。

(2)對(duì)于新能源比例的增加產(chǎn)生波動(dòng)性和間歇性造成的供電不足或新能源消耗的問題,在考慮該地區(qū)需求響應(yīng)的規(guī)模后,仍然有必要部署大規(guī)模的儲(chǔ)能發(fā)電站來進(jìn)行削峰填谷。建議相關(guān)部門持續(xù)重視煤炭電力的靈活改造,同時(shí)大力支持儲(chǔ)能發(fā)電站的建設(shè),以提高系統(tǒng)的靈活調(diào)整能力。

由于對(duì)發(fā)電側(cè)的技術(shù)類型和響應(yīng)潛力的考慮有限,下一步將是加強(qiáng)源端各類單元之間的協(xié)調(diào),以實(shí)現(xiàn)源網(wǎng)荷儲(chǔ)更好地互動(dòng),從而使負(fù)荷側(cè)的資源變得更加穩(wěn)定可控。此外,最終規(guī)劃結(jié)果仍以單一的經(jīng)濟(jì)目標(biāo)為主,可以進(jìn)一步考慮低碳環(huán)保方面,以建立一個(gè)多目標(biāo)多領(lǐng)域的源網(wǎng)荷儲(chǔ)協(xié)調(diào)規(guī)劃模型。