基于源荷匹配的區(qū)域大型復(fù)合電站優(yōu)化配置方法

摘 要：針對(duì)源荷匹配特性的容量配置方案中源-荷不平衡問(wèn)題，提出一種基于源荷匹配的區(qū)域大型復(fù)合電站優(yōu)化配置方法，首先構(gòu)建源荷匹配特性指標(biāo)，并分析地區(qū)的源荷匹配特性；再以經(jīng)濟(jì)性最優(yōu)、源荷匹配特性指標(biāo)最優(yōu)為目的，構(gòu)建基于源荷匹配的區(qū)域大型復(fù)合電站優(yōu)化配置模型，得到大型復(fù)合電站的配置方案。算例分析表明，在優(yōu)化后的風(fēng)、光、傳統(tǒng)電源配置比例下，建設(shè)大型復(fù)合電站可提升系統(tǒng)的源荷匹配度，并降低各運(yùn)行場(chǎng)景下的系統(tǒng)負(fù)荷峰谷差，緩解傳統(tǒng)電源的調(diào)節(jié)壓力，為新能源穩(wěn)步替代傳統(tǒng)火電提供可參考的電源配置方案。

關(guān)鍵詞：可再生能源；優(yōu)化；容量配置；源荷匹配；大型復(fù)合電站

中圖分類(lèi)號(hào)：TM715" " " " " " 文獻(xiàn)標(biāo)志碼：A

DOI：10.19912/j.0254-0096.tynxb.2023-0595

文章編號(hào)：0254-0096（2024）08-0190-10

1. 華南理工大學(xué)電力學(xué)院，廣州 510640；

2. 南方電網(wǎng)能源發(fā)展研究院有限責(zé)任公司，廣州 510700

0 引 言

在中國(guó)新型電力系統(tǒng)轉(zhuǎn)型建設(shè)的過(guò)程中，新能源與傳統(tǒng)電源之間的發(fā)展關(guān)系尚未完全梳理清晰，導(dǎo)致系統(tǒng)的源荷不平衡性愈發(fā)凸顯［1］。為解決該問(wèn)題，亟需從電源規(guī)劃層面優(yōu)化系統(tǒng)的資源配置，完善源荷的資源匹配［2］。2021年中國(guó)多地相繼出現(xiàn)的拉閘限電事件［3］及國(guó)外數(shù)次大停電事件［4］表明，在系統(tǒng)新能源占比逐漸提升時(shí)，系統(tǒng)的規(guī)劃及資源配置不僅需考慮資源平衡問(wèn)題，還需有目的地引導(dǎo)傳統(tǒng)電源的過(guò)渡轉(zhuǎn)型，以實(shí)現(xiàn)新能源逐步成為主力電源、傳統(tǒng)電源輔助調(diào)節(jié)的轉(zhuǎn)型建設(shè)。

由于地區(qū)的風(fēng)光出力特性在時(shí)域上與負(fù)荷特性有一定的相似性［5］，因此以適當(dāng)?shù)娘L(fēng)光容量配置比例作為地區(qū)新能源規(guī)劃的參考，既能提升新能源的消納水平，又能起到緩解傳統(tǒng)電源調(diào)節(jié)壓力的作用。在相關(guān)研究中，文獻(xiàn)［6］以歐洲互聯(lián)電網(wǎng)為例，深入分析歐洲新能源規(guī)劃發(fā)展道路，并對(duì)中國(guó)電力中長(zhǎng)期規(guī)劃的資源充裕性提出建議。在新能源規(guī)劃與配置方面，文獻(xiàn)［7］分析了新能源高滲透系統(tǒng)的規(guī)劃方法，在決策模型中重點(diǎn)優(yōu)化了靈活性資源的容量，提升了風(fēng)光火多源配置方案的凈負(fù)荷適應(yīng)能力；文獻(xiàn)［8］則提出以精細(xì)化風(fēng)光時(shí)序出力特性為依據(jù)的新能源代替?zhèn)鹘y(tǒng)火電規(guī)劃模型，并討論了3種不同成本情景下的系統(tǒng)規(guī)劃容量，最終可根據(jù)新能源裝機(jī)的經(jīng)濟(jì)成本水平采用相應(yīng)的容量配置比例。在風(fēng)光儲(chǔ)優(yōu)化配置方面，文獻(xiàn)［9］從風(fēng)光互補(bǔ)、源荷互補(bǔ)等協(xié)同特性出發(fā)，通過(guò)降低新能源出力不確定的角度優(yōu)化了風(fēng)-光-儲(chǔ)之間的容量配置比例，減少了系統(tǒng)的棄風(fēng)、棄光現(xiàn)象。

然而，風(fēng)、光、儲(chǔ)與傳統(tǒng)電源之間的容量配置優(yōu)化需建立在新型電力系統(tǒng)的投資建設(shè)中，相較于多類(lèi)型電源分散式分布，采用集中式的能源基地建設(shè)能優(yōu)化投資建設(shè)成本，同時(shí)具有集中統(tǒng)調(diào)的便利性。因此，構(gòu)建以風(fēng)光協(xié)同出力為主力電源、傳統(tǒng)電源及儲(chǔ)能輔助調(diào)節(jié)的大型復(fù)合電站可發(fā)揮多類(lèi)型發(fā)電資源互補(bǔ)的特點(diǎn)，是新型電力系統(tǒng)未來(lái)規(guī)劃的重點(diǎn)發(fā)展對(duì)象。文獻(xiàn)［10］類(lèi)似地針對(duì)大型復(fù)合電站的優(yōu)化配置模型展開(kāi)了研究分析，在原有電網(wǎng)中計(jì)及區(qū)域大型互補(bǔ)電源的發(fā)展因素，提高能源基地的資源利用效率。

目前，區(qū)域大型復(fù)合電站還處于初步規(guī)劃的階段，需從配置經(jīng)濟(jì)性、源荷匹配特性等方面論證大型復(fù)合電站逐步代替?zhèn)鹘y(tǒng)電源的可行性。為此，本文從源荷匹配的角度出發(fā)，首先分析地區(qū)當(dāng)前的新能源出力特性及其與負(fù)荷之間的關(guān)系，在此基礎(chǔ)上構(gòu)建區(qū)域大型復(fù)合電站的容量?jī)?yōu)化配置模型，利用風(fēng)光互補(bǔ)匹配負(fù)荷特性、傳統(tǒng)電源輔助調(diào)節(jié)的形式，優(yōu)化地區(qū)新能源與傳統(tǒng)電源之間的容量配置及運(yùn)行成本，并通過(guò)算例分析驗(yàn)證優(yōu)化配置后系統(tǒng)的源荷匹配程度有所提高，可緩解火電的調(diào)節(jié)壓力，為地區(qū)的新型電力系統(tǒng)規(guī)劃建設(shè)提供參考價(jià)值。

1 地區(qū)風(fēng)光互補(bǔ)的源荷匹配度分析

1.1 風(fēng)光互補(bǔ)運(yùn)行的源荷匹配特性指標(biāo)

1.1.1 源荷匹配度

以某日地區(qū)的風(fēng)光出力之和為數(shù)據(jù)集樣本，取數(shù)據(jù)集樣本與負(fù)荷數(shù)據(jù)集樣本之差為源荷匹配度樣本集，樣本集的方差表示傳統(tǒng)電源的出力穩(wěn)定程度，該指標(biāo)數(shù)值越小，系統(tǒng)的源荷匹配性越強(qiáng)，即：

[Mm=var1-r=1RPrer，t/Lt，" ?t∈T] （1）

式中：[Mm]——某日的源荷匹配度指標(biāo)；[var（?）]——方差計(jì)算；[Prer，t]——地區(qū)內(nèi)第[r]臺(tái)新能源機(jī)組（共[R]臺(tái)）在t時(shí)刻的出力值；[Lt]——[t]時(shí)刻地區(qū)總負(fù)荷；[T]——日時(shí)段數(shù)量。

1.1.2 風(fēng)光平均出力率

[Mc=r=1Rt=1TPrer，t/（PretotalT）] （2）

式中：[Mc]——某日的風(fēng)光平均出力率；[Pretotal]——地區(qū)風(fēng)光裝機(jī)總功率，MW。

1.2 地區(qū)風(fēng)光互補(bǔ)源荷匹配特性分析

基于源荷匹配度指標(biāo)的概念，取某地區(qū)的風(fēng)光出力現(xiàn)狀進(jìn)行分析。該地處于沿海亞熱帶季風(fēng)氣候區(qū)，風(fēng)光資源相對(duì)富余并可外送容量，且具有明顯的冬夏季時(shí)間長(zhǎng)、峰值高的特點(diǎn)?？紤]到上述情況，從匹配該地區(qū)的夏季和冬季最大負(fù)荷、典型負(fù)荷的角度進(jìn)行重點(diǎn)分析，其中凈負(fù)荷為地區(qū)總負(fù)荷與已有新能源出力值之差，相關(guān)數(shù)據(jù)已作脫敏處理，具體如圖1、圖2所示。由圖1、圖2可看出，當(dāng)結(jié)合風(fēng)光的協(xié)同出力分析時(shí)，夏季受光伏出力影響較大，地區(qū)在日間（06：00—18：00）的尖峰負(fù)荷有所削減，而在夜間（18：00—次日06：00）因風(fēng)電出力不穩(wěn)定，凈負(fù)荷與總負(fù)荷的總體波動(dòng)程度較為相似；冬季的情況更不穩(wěn)定，源荷匹配度指標(biāo)普遍高于總負(fù)荷的波動(dòng)方差。取各項(xiàng)數(shù)據(jù)的標(biāo)幺值（基準(zhǔn)值為2000 MW）形成表1所示的指標(biāo)現(xiàn)狀，可見(jiàn)該地區(qū)目前已有的新能源機(jī)組將在部分運(yùn)行場(chǎng)景下增加傳統(tǒng)電源的日調(diào)峰壓力，尚未從新能源平均出力率、協(xié)同關(guān)系考慮地區(qū)新能源的配置與規(guī)劃。

2 區(qū)域大型負(fù)荷電站的系統(tǒng)框架

為最大限度通過(guò)風(fēng)光互補(bǔ)運(yùn)行匹配地區(qū)的總負(fù)荷，規(guī)劃新建的新能源場(chǎng)站需從源荷平衡出發(fā)考慮容量配置，為此引入大型復(fù)合電站的概念。大型復(fù)合電站是由風(fēng)光等間歇性的新能源電源與傳統(tǒng)電源、儲(chǔ)能組合構(gòu)成的一類(lèi)等效電源［11］。大型復(fù)合電站主要以新能源為主力電源，小型傳統(tǒng)電源、儲(chǔ)能主要起到輔助調(diào)節(jié)的作用。

2.1 大型復(fù)合電站的系統(tǒng)架構(gòu)

大型復(fù)合電站的系統(tǒng)架構(gòu)如圖3所示。在復(fù)合電站內(nèi)部，新能源、傳統(tǒng)電源、儲(chǔ)能的多能互補(bǔ)機(jī)制確保了電站的內(nèi)部效益與外部特性滿(mǎn)足設(shè)計(jì)需求。從整個(gè)電網(wǎng)結(jié)構(gòu)看，大型復(fù)合電站既輸送到地區(qū)電網(wǎng)，又可外送到其他地區(qū)，具有兩種新能源消納途徑。

2.2 大型復(fù)合電站的運(yùn)行模型

本文從大型復(fù)合電站的基本出力特性、偏差考核、波動(dòng)特性、新能源消納要求、容量外送率多個(gè)角度出發(fā)建立其運(yùn)行模型。

2.2.1 基本出力特性

假定大型復(fù)合電站包含[N]個(gè)機(jī)組，其中含[N*]個(gè)新能源機(jī)組和[N*]個(gè)傳統(tǒng)電源機(jī)組，復(fù)合電站[t]時(shí)刻出力為：

[PCGt=n=1N*Pren，t+n=1N*Ppgn，t+Pesdisc，t-Pesc，t] （3）

式中：[PCGt]——[t]時(shí)刻復(fù)合電站的出力，MW；[Pren，t]——復(fù)合電站內(nèi)新能源機(jī)組[n]在[t]時(shí)刻的出力，MW；[Ppgn，t]——復(fù)合電站內(nèi)傳統(tǒng)電源機(jī)組[n]在[t]時(shí)刻的出力，MW；[Pesdisc，t]——儲(chǔ)能電站在[t]時(shí)刻的放電功率，MW；[Pesc，t]——儲(chǔ)能電站在[t]時(shí)刻的充電功率，MW。

2.2.2 偏差考核

按照目前市場(chǎng)的偏差考核機(jī)制，在超出偏差范圍時(shí)，復(fù)合電站將產(chǎn)生偏差考核費(fèi)用，可表示為：

[CCGt，+=cdev·max（0， PCGt-（1+αdev）PCGt）] （4）

[CCGt，-=ct·max（0， （1-αdev）PCGt-PCGt）] （5）

式中：[CCGt，+]、[CCGt，-]——[t]時(shí)段所產(chǎn)生的正偏差費(fèi)用和負(fù)偏差費(fèi)用，滿(mǎn)足[CCGt，+]·[CCGt，-]=0，元；[cdev]——能量偏差價(jià)格，元/MW；[αdev]——允許最大偏差；[PCGt]——復(fù)合電站在[t]時(shí)刻的計(jì)劃出力，MW。

2.2.3 波動(dòng)限制與消納要求

大型復(fù)合電站既需要穩(wěn)定的持續(xù)出力，又需要減少棄風(fēng)、棄光量。相鄰時(shí)刻內(nèi)復(fù)合電站出力滿(mǎn)足：

[PCGt-PCGt-1≤PCGv，max] （6）

式中：[PCGv，max]——大型復(fù)合電站的最大允許波動(dòng)出力，MW。

同時(shí)，新能源的年度平均出力偏差需滿(mǎn)足系統(tǒng)要求，具體表示為：

[n=1N*t=1T（Pren，t-Pren，t）/Pren，t≤αreTN*] （7）

式中：[Pren，t]——新能源機(jī)組的預(yù)測(cè)出力，MW；[αre]——新能源的最低綜合利用率。

2.2.4 容量外送率

大型復(fù)合電站的年外送電量需滿(mǎn)足外送通道的最小年平均容量需求，具體表示為：

[PCGt+PCGt=PCGtt=1TPCGtΔt/T≥αlinePline] （8）

式中：[PCGt]——外送功率，MW；[PCGt]——就地消納功率，MW；[Δt]——時(shí)間尺度，h；[αline]——外送通道的最小使用率；[Pline]——外送功率上限，MW。

3 基于源荷匹配的區(qū)域大型復(fù)合電站優(yōu)化配置模型

3.1 目標(biāo)函數(shù)

3.1.1 經(jīng)濟(jì)成本

從區(qū)域系統(tǒng)電網(wǎng)的角度出發(fā)，為實(shí)現(xiàn)大型復(fù)合電站的合理容量配置，以?xún)?yōu)化復(fù)合電站新建成本及系統(tǒng)其他部分的運(yùn)行成本為目標(biāo)［12］，具體表示為：

[minf1=m=1M（CCG，minv+y=1YCCG，my）+n=1Ngy=1Y（Cny+Cny，peak）+y=1YCsysy] （9）

式中：[CCG，minv]——第[m]個(gè)大型復(fù)合電站的新建投資成本，元；[CCG，my]——第[m]個(gè)大型復(fù)合電站第[y]年的運(yùn)行成本，設(shè)共新建[M]座復(fù)合電站、規(guī)劃期年限為[Y]年，元；[Cny]——已有火電的年運(yùn)行成本，設(shè)共[Ng]臺(tái)，元；[Cny，peak]——已有火電的調(diào)峰成本，元；[Csysy]——系統(tǒng)其他成本（包括網(wǎng)損成本、外送成本等），元。

1）復(fù)合電站新建投資成本[CCG，minv]

復(fù)合電站的新建投資成本由固定投資成本、容量成本、規(guī)劃內(nèi)運(yùn)維成本組成：

[CCG，minv=CCG，mconst+n=1N*cre，minv（1+ρre）Wre，mn+n=1N*cpg，minv（1+ρpg）Wpg，mn+ces，minv（1+ρes）Wes，m] （10）

式中：[CCG，mconst]——復(fù)合電站固定投資成本，元；[cre，minv]、[cpg，minv]、[ces，minv]——新能源機(jī)組、傳統(tǒng)電源、儲(chǔ)能電站的單位容量投資成本，元/MW；[ρre]、[ρpg]、[ρes]——各類(lèi)型機(jī)組的規(guī)劃投資附加系數(shù)；[Wre，mn]、[Wpg，mn]、[Wes，m]——電站[m]內(nèi)第[n]臺(tái)新能源機(jī)組、傳統(tǒng)電源、儲(chǔ)能電站的配置功率，MW。

2）復(fù)合電站年運(yùn)行成本[CCG，my]

復(fù)合電站的年運(yùn)行成本由各機(jī)組產(chǎn)生的運(yùn)行成本及棄風(fēng)、棄光成本組成：

[CCG，my=d=1Dt=1TΔtn=1N*（crePre，mn，d，t+ccutPcut，mn，d，t）+n=1N*cpgPpg，mn，d，t+ces（Pes，mc，d，t+Pes，mdisc，d，t）] （11）

式中：[cre]——新能源單位運(yùn)行成本，元/MWh；[ccut]——棄風(fēng)棄光單位運(yùn)行成本，元/MWh；[cpg]——傳統(tǒng)電源單位運(yùn)行成本，元/MWh；[ces]——儲(chǔ)能電站單位運(yùn)行成本，元/MWh；[Pcut，mn，d，t]——復(fù)合電站內(nèi)棄風(fēng)棄光功率，MW。

3）火電機(jī)組年運(yùn)行成本[Cny]

火電機(jī)組的年運(yùn)行成本由啟停成本、出力成本、排放成本組成：

[Cny=d=1Dt=1TΔtcg，nsIg，nd，t-Ig，nd，t-1+（cg，n+αe，nce，n）Pg，nd，t] （12）

式中：[cg，ns]——火電機(jī)組的單位啟停成本，元/MWh；[Ig，nd，t]——火電機(jī)組啟停狀態(tài)；[cg，n]——火電機(jī)組的單位發(fā)電成本，元/MWh；[αe，n]——排放系數(shù)，為落實(shí)火電的角色轉(zhuǎn)型，額外設(shè)置排放系數(shù)[αe，n]gt;1作為系統(tǒng)配置要求；[ce，n]——火電機(jī)組的單位排放成本，元/MWh；[Pg，nd，t]——火電機(jī)組出力值，MW。

4）火電機(jī)組調(diào)峰成本[Cny，peak]

為減少火電過(guò)大的深度調(diào)峰壓力，對(duì)火電機(jī)組設(shè)置調(diào)峰成本要求，可表示為：

[Cny，peak=d=1Dt=1TΔtcg，npPg，nd，t-Pg，nd，t-1] （13）

式中：[cg，np]——火電單位調(diào)峰成本，元/MWh。

5）系統(tǒng)其他成本[Csysy]

系統(tǒng)其他成本由網(wǎng)損成本、外送通道所產(chǎn)生的損耗成本構(gòu)成，具體可簡(jiǎn)化為由各支路流過(guò)功率總和、外送容量綜合所產(chǎn)生的維護(hù)成本組成：

[Csysy=d=1Dt=1TΔtcgridl∈LPld，t+clinem=1MPCG，md，t] （14）

式中：[cgrid]——線路單位傳輸成本，元/MWh；[L]——支路集合；[Pld，t]——支路流過(guò)的功率，MW；[cline]——外送通道單位傳輸成本，元/MWh。

3.1.2 源荷匹配程度

參考1.1節(jié)中源荷匹配度指標(biāo)的計(jì)算方法，以地區(qū)負(fù)荷與復(fù)合電站出力之差為樣本，以樣本的平均差表示源荷匹配程度，即：

[minf2=t=1TPodt-PodT] （15）

[Podt=Lt-m=1MPCG，mt] （16）

式中：[Podt]——[t]時(shí)刻地區(qū)負(fù)荷與復(fù)合電站出力之差，MW；[Pod]——典型日地區(qū)負(fù)荷與復(fù)合電站出力之差的平均值，MW。

3.1.3 新能源機(jī)組平均出力率

參考1.1節(jié)中新能源平均出力率指標(biāo)的計(jì)算方法，以復(fù)合電站內(nèi)的新能源機(jī)組出力率最大為目標(biāo)，即：

[minf3=m=1Md=1Dn=1N*Wre，mnT-t=1TPre，mn，d，t] （17）

式中：[Wre，mn]——復(fù)合電站[m]第[n]臺(tái)新能源機(jī)組裝機(jī)功率，MW。

3.2 約束條件

優(yōu)化配置模型的系統(tǒng)運(yùn)行約束主要包括能量平衡約束、系統(tǒng)潮流約束、火電約束及大型復(fù)合電站約束，其中系統(tǒng)潮流約束見(jiàn)文獻(xiàn)［13］。

3.2.1 能量平衡約束

系統(tǒng)需在每個(gè)時(shí)段內(nèi)保持供需平衡，表示為：

[m=1Mn=1N*Pre，mn，d，t+n=1N*Ppg，mn，d，t+Pes，mdisc，d，t-Pes，mc，d，t+n=1NgPg，nd，t=Lactd，t] （18）

式中：[Lactd，t]——[t]時(shí)段考慮需求響應(yīng)后的系統(tǒng)總負(fù)荷，MW。

系統(tǒng)內(nèi)各傳輸線路也存在輸電容量上下限的要求：

[-Pllim≤Pld，t≤Pllim] （19）

式中：[Pllim]——線路[l]的傳輸功率上限，MW。

3.2.2 火電約束

火電機(jī)組的爬坡和啟停約束為：

[αg，nminIg，nd，tGg，n≤Pg，nd，t≤Ig，nd，tGg，n-αg，ndownGg，n≤Pg，nd，t-Pg，nd，t-1≤αg，nupGg，nαg，nminSg，nd，t≤Pg，nd，t≤Sg，nd，tSg，nd，t=Sg，nd，t-1+Pon，nd，t-Poff，nd，tτ=1TonPon，nd，t-τ≤Sg，nd，t≤Gg，n-τ=1ToffPoff，nd，t-τ] （20）

式中：[αg，nmin]——火電的最小工作容量比例；[Gg，n]——第[n]臺(tái)火電機(jī)組的最大功率，MW；[αg，nup]、[αg，ndown]——火電的最大上下爬坡容量比例；[Sg，nd，t]——火電機(jī)組的工作功率，MW；[Pon，nd，t]、[Poff，nd，t]——火電在[t]時(shí)刻的啟、停功率，MW；[Ton]、[Toff]——最小啟、停時(shí)長(zhǎng)，h。

3.2.3 大型復(fù)合電站約束

大型復(fù)合電站的總體運(yùn)行約束如式（3）～式（8）所示，電站內(nèi)部的調(diào)節(jié)電源、儲(chǔ)能也存在調(diào)節(jié)限制要求，具體表示為：

[0≤Ppg，mn，d，t≤Wpg，mn-αpg，mnWpg，mn≤Ppg，mn，d，t-Ppg，mn，d，t-1≤αpg，mnWpg，mn] （21）

式中：[αpgn]——傳統(tǒng)電源的最大爬坡速率比例。

[0≤Pes，mc，d，t≤Ies，mc，d，tPes，mmax， 0≤Pes，mdisc，d，t≤Ies，mdisc，d，tPes，mmax0≤Ies，mc，d，t+Ies，mdisc，d，t≤1（Ses，md，t+1-Ses，md，t）Wes，m=（ηescPes，mc，d，t-Pes，mdisc，d，t/ηesd）ΔtSes，mmin≤Ses，md，t≤Ses，mmax] （22）

式中：[Ies，mc，d，t]、[Ies，mdisc，d，t]——儲(chǔ)能充放電的“0-1”開(kāi)關(guān)狀態(tài)；[Pes，mmax]——最大充放電功率，MW；[Ses，md，t]——儲(chǔ)能的實(shí)時(shí)荷電狀態(tài)；[ηesc]、[ηesd]——儲(chǔ)能的充放電效率；[Ses，mmin]、[Ses，mmax]——儲(chǔ)能的荷電狀態(tài)上下限。

容量配置的約束為：

[n=1N*Wre，mn/n=1N*Wre，mn+n=1N*Wpg，mn+Wes，m≥αwreαminre≤m=1Mn=1NwpWwp，mn/m=1Mn=1NpvWpv，mn≤αmaxre] （23）

式中：[Wwp，mn]、[Wpv，mn]——地區(qū)風(fēng)電、光伏的裝機(jī)功率，MW，分別有[Nwp]、[Npv]個(gè)風(fēng)電、光伏機(jī)組；[αwre]——新能源裝機(jī)的最小容量比例要求；[αminre]、[αmaxre]——地區(qū)風(fēng)光容量配置比的最小、最大要求。

考慮到新能源出力與容量存在一定的利用率比例，大型復(fù)合電站的容量與出力之間滿(mǎn)足：

[λre-λ-re≤（Pre，mn，d，t+Pcut，mn，d，t）/Wre，mn≤λre+λ+re] （24）

式中：[λre]——地區(qū)風(fēng)/光的平均出力率；[λ+re]、[λ-re]——出力上下波動(dòng)的區(qū)間。

3.3 模型求解

3.3.1 多目標(biāo)模糊處理

構(gòu)建隸屬度函數(shù)對(duì)目標(biāo)[f1]、[f2]、[f3]進(jìn)行模糊處理，得到：

[μfb=fmaxb-fbfmaxb-fminb，" b=1，2，3] （25）

式中：[μfb]——目標(biāo)[fb]的隸屬度；[fmaxb]、[fminb]——僅考慮單目標(biāo)[fb]優(yōu)化得到的上下限。

經(jīng)過(guò)模糊處理，基于源荷匹配的區(qū)域大型復(fù)合電站優(yōu)化配置模型可簡(jiǎn)化為：

[maxf=ωs.t.0≤xaω≤μfa， a=1，2，3μfb=fmaxb-fbfmaxb-fminb， b=1，2，3G（x）≤0， H（x）=0] （26）

式中：[ω]——決策滿(mǎn)意度，通過(guò)最大化滿(mǎn)意度[ω]，使得最不滿(mǎn)意的目標(biāo)盡可能得到滿(mǎn)足；[xa]——目標(biāo)函數(shù)的權(quán)重變量，表示對(duì)不同目標(biāo)的決策偏好；[G（x）]——不等式約束；[H（x）]——等式約束。

3.3.2 絕對(duì)值線性化

本文所構(gòu)建的區(qū)域大型復(fù)合電站優(yōu)化配置模型在優(yōu)化目標(biāo)中包含絕對(duì)值計(jì)算，對(duì)于存在絕對(duì)值項(xiàng)（以[x]為示例），經(jīng)式（27）優(yōu)化后可轉(zhuǎn)換為混合整數(shù)線性規(guī)劃問(wèn)題。

[x+=max（0， x）x-=max（0， -x）x=x++x-] （27）

式中：[x+]、[x-]——引入的輔助變量。

為求解該類(lèi)型問(wèn)題，采用商業(yè)求解器Cplex進(jìn)行求解，Cplex綜合了分支定界法、割平面法［14］等優(yōu)化算法的優(yōu)點(diǎn)，具備快速求解混合整數(shù)規(guī)劃問(wèn)題的能力，因而被廣泛應(yīng)用于規(guī)劃問(wèn)題的求解。

4 算例分析

4.1 算例參數(shù)設(shè)置

本文以某地區(qū)小型電網(wǎng)為系統(tǒng)拓?fù)溟_(kāi)展算例分析，結(jié)果如附錄圖A1所示。該地區(qū)有3座火電廠，并具備充足的海風(fēng)與光照資源。在節(jié)點(diǎn)5、節(jié)點(diǎn)9處部署大型復(fù)合電站，并與外送通道相連接；火電機(jī)組G1、G2、G3位于節(jié)點(diǎn)2、節(jié)點(diǎn)7、節(jié)點(diǎn)11處。

地區(qū)源荷數(shù)據(jù)取每年夏季4個(gè)典型日、1個(gè)最大負(fù)荷日，冬季2個(gè)典型日、1個(gè)最大負(fù)荷日進(jìn)行分析，其中風(fēng)光資源以2020—2021 年的運(yùn)行數(shù)據(jù)為基礎(chǔ)，構(gòu)建Weibull擬合曲線模擬風(fēng)光單位裝機(jī)容量的出力分布，并設(shè)預(yù)測(cè)誤差服從正態(tài)分布N（15%， 5%），具體方法見(jiàn)文獻(xiàn)［15］；負(fù)荷分別以2021年夏季、冬季最大凈負(fù)荷2500 MW、2000 MW為基礎(chǔ)，設(shè)5 a的負(fù)荷年增長(zhǎng)率為1.03%。算例的系統(tǒng)規(guī)劃周期為5 a，時(shí)間尺度為15 min，負(fù)荷匹配的周期為1 d。相關(guān)數(shù)據(jù)如附錄表A1～表A3所示。

4.2 系統(tǒng)容量配置及運(yùn)行指標(biāo)分析

4.2.1 目標(biāo)函數(shù)權(quán)重變量取值的影響

當(dāng)權(quán)重變量變化時(shí)，對(duì)經(jīng)濟(jì)成本[f1]、源荷匹配程度[f2]、新能源機(jī)組平均出力率[f3]的影響如圖4所示。由圖4可看出，隨著[f1]對(duì)應(yīng)的權(quán)重變量[x1]逐步增大，[f1]值趨于更經(jīng)濟(jì)的目標(biāo)；目標(biāo)函數(shù)[f2]、[f3]的趨勢(shì)則相反，即隨著權(quán)重變量[x2]、[x3]逐步減小，其值逐漸遠(yuǎn)離最優(yōu)值。依據(jù)上述仿真結(jié)果，為兼顧每個(gè)目標(biāo)，達(dá)到整體最優(yōu)，本文的目標(biāo)函數(shù)權(quán)重變量[x1]、[x2]、[x3]分別取0.4、0.3、0.3。

4.2.2 大型復(fù)合電站配置結(jié)果

該地區(qū)兩座大型復(fù)合電站的優(yōu)化配置結(jié)果如表2所示。由表2可得，CG1、CG2將為地區(qū)新增超過(guò)1183 MW的發(fā)電機(jī)組出力，其中新能源占比達(dá)70%，風(fēng)電、光伏之間的新增比例為1∶1.45；在實(shí)際發(fā)電量方面，CG1、CG2復(fù)合電站的年發(fā)電總量占地區(qū)發(fā)電總量的20.5%。

在表2所配置的大型復(fù)合電站容量下，地區(qū)已有火電機(jī)組的出力及成本變化如表3所示。其中，G1因發(fā)電成本較低，承擔(dān)系統(tǒng)的基荷發(fā)電，而G2、G3的年最大出力均小于最大出力上限（已考慮正負(fù)備用容量），因此G2、G3機(jī)組的可退役出力為169 MW，新建的復(fù)合電站將有效平替可退役的火電容量，促進(jìn)地區(qū)每年降低火電碳排成本2.31 億元，在考慮大型復(fù)合電站傳統(tǒng)電源碳排成本后，地區(qū)每年總計(jì)的碳排成本將下降1.73 億元。

4.2.3 源荷匹配性分析

綜合大型復(fù)合電站的配置結(jié)果，在夏季、冬季的最大負(fù)荷日環(huán)境下，對(duì)比分析優(yōu)化前后的源荷匹配度及系統(tǒng)凈負(fù)荷峰谷差結(jié)果。其中，最大負(fù)荷日下系統(tǒng)凈負(fù)荷變化情況如圖5所示。圖5中，優(yōu)化前后系統(tǒng)凈負(fù)荷曲線的面積即為大型復(fù)合電站的發(fā)電量，大型復(fù)合電站降低最大負(fù)荷日的凈負(fù)荷，有效平抑了凈負(fù)荷的波動(dòng)。

各運(yùn)行場(chǎng)景下最大負(fù)荷峰谷差如圖6所示，其中有4個(gè)場(chǎng)景的系統(tǒng)凈負(fù)荷最大峰谷差削減超過(guò)13%，負(fù)荷峰谷差平均下降82.76 MW，最大的峰谷差削減量達(dá)到191.51 MW。仿真結(jié)果表明，在大型復(fù)合電站的支撐下，火電調(diào)峰成本由優(yōu)化前的日平均33.45萬(wàn)元降至優(yōu)化后的日平均27.93 萬(wàn)元。

表4綜合了優(yōu)化配置后的日/季度源荷匹配度及提升幅度，除冬季典型日夜間場(chǎng)景，其余場(chǎng)景下系統(tǒng)的源荷匹配度均有較大幅度的提升，夏季的日間源荷匹配度提升主要通過(guò)提升光伏容量配置實(shí)現(xiàn)，夜間則通過(guò)傳統(tǒng)能源支撐風(fēng)電實(shí)現(xiàn)更平穩(wěn)的復(fù)合電站出力；而冬季的系統(tǒng)源荷匹配度雖然總體上普遍高于夏季，但仍有較大的提升空間，冬季典型日夜間場(chǎng)景源荷匹配度下降的原因主要是風(fēng)電配置容量增加，夜間（18：00—次日06：00 ）的負(fù)荷變化較大所致。

綜合系統(tǒng)凈負(fù)荷的峰谷差及源荷匹配度兩方面的結(jié)果，可體現(xiàn)大型復(fù)合電站容量配置的源荷匹配性，通過(guò)風(fēng)光協(xié)同出力、傳統(tǒng)電源輔助調(diào)節(jié)的發(fā)電模式，大型復(fù)合電站可有效緩解地區(qū)傳統(tǒng)火電的調(diào)峰壓力，雙向降低系統(tǒng)的源荷不確定性。

4.3 多場(chǎng)景下大型復(fù)合電站運(yùn)行情況

4.3.1 最大負(fù)荷日下的運(yùn)行情況

該地區(qū)電網(wǎng)在夏季、冬季的最大負(fù)荷日運(yùn)行情況如圖7所示。其中出力超過(guò)凈負(fù)荷的部分即為復(fù)合電站外送功率，在夏季日間，光伏出力為復(fù)合電站的主要發(fā)電量來(lái)源；在夜間則以調(diào)節(jié)電源配合風(fēng)電出力，使復(fù)合電站維持平穩(wěn)的出力；在日間與夜間交替的時(shí)段，由于新能源出力存在不同程度的出力突變情況，復(fù)合電站需調(diào)用儲(chǔ)能作為出力補(bǔ)充；冬季風(fēng)電資源較光伏更為豐富且較平穩(wěn)，儲(chǔ)能在冬季典型日參與系統(tǒng)出力的程度也相應(yīng)較低。從外送功率的穩(wěn)定性來(lái)看，復(fù)合電站在冬季因風(fēng)電日間出力較為平穩(wěn)而呈現(xiàn)出更穩(wěn)定的狀態(tài)。

4.3.2 考慮極端氣候下的運(yùn)行情況

上述運(yùn)行方案適用于該地區(qū)風(fēng)電、光伏的出力特性常規(guī)情況，而實(shí)際中，該地區(qū)可能出現(xiàn)極端氣候的情況。為此，分別取夏季的高溫強(qiáng)光氣候、冬季的海風(fēng)強(qiáng)盛氣候作為兩個(gè)極端氣候日（簡(jiǎn)稱(chēng)“極候日”），分析考慮極端氣候下的運(yùn)行情況，具體運(yùn)行結(jié)果如圖8所示。

與圖7典型日的運(yùn)行情況相比，夏季極候日下復(fù)合電站內(nèi)調(diào)節(jié)電源在夜間的出力更大，以維持復(fù)合電站的外送容量要求；該結(jié)果表明通過(guò)大型復(fù)合電站的配置，該地區(qū)在極端氣候中利用光伏出力的上升有效應(yīng)對(duì)地區(qū)溫控負(fù)荷的上升，是解決電網(wǎng)“迎峰度夏”的一種有效途徑。面對(duì)冬季海風(fēng)強(qiáng)盛的氣候，大型復(fù)合電站通過(guò)降低調(diào)節(jié)電源出力以實(shí)現(xiàn)高比例風(fēng)電的消納。綜合冬夏季的運(yùn)行情況，兩座大型復(fù)合電站通過(guò)內(nèi)部資源調(diào)配及電站之間的運(yùn)行調(diào)配可實(shí)現(xiàn)風(fēng)光互補(bǔ)協(xié)同運(yùn)行，在多場(chǎng)景下緩解地區(qū)火電運(yùn)行及調(diào)峰的壓力。

表6對(duì)比了典型日與極候日下的系統(tǒng)運(yùn)行成本。在夏季/冬季極候日中，系統(tǒng)的調(diào)峰成本均有所提升，調(diào)峰成本增幅分別為22%、9%；系統(tǒng)的發(fā)電成本略有下降，這是是由極候日的風(fēng)光消納量高且風(fēng)光發(fā)電成本相對(duì)較低所致；復(fù)合電站棄能成本均有所上升，棄能成本占比不足0.5%，表明系統(tǒng)在極候日下仍有較高的消納能力，可保障系統(tǒng)的源荷平衡。

5 結(jié) 論

為分析能源供需新形勢(shì)下新能源與傳統(tǒng)電源之間的科學(xué)協(xié)調(diào)發(fā)展關(guān)系，本文以匹配地區(qū)負(fù)荷特性并促進(jìn)傳統(tǒng)電源轉(zhuǎn)型為目的，構(gòu)建區(qū)域大型復(fù)合電站的容量配置方案，實(shí)現(xiàn)風(fēng)光協(xié)同出力匹配地區(qū)的負(fù)荷特性，為新能源穩(wěn)步替代傳統(tǒng)火電提供參考，具體結(jié)論如下：

1）在規(guī)劃期內(nèi)，大型復(fù)合電站將為地區(qū)新增超過(guò)1183 MW的發(fā)電出力，其中新能源占比達(dá)70%。在該配置下，大型復(fù)合電站每年可替代17.56 億kWh的火電發(fā)電量，可促進(jìn)地區(qū)超過(guò)150 MW的火電機(jī)組退役減產(chǎn)出力。

2）大型復(fù)合電站的風(fēng)光資源優(yōu)化配置結(jié)果可提升系統(tǒng)的源荷匹配度，達(dá)到削減系統(tǒng)負(fù)荷峰谷差的效果。通過(guò)風(fēng)光協(xié)同及傳統(tǒng)電源輔助平抑波動(dòng)的作用，系統(tǒng)的火電日調(diào)峰成本下降近5萬(wàn)元。

3）在冬夏季極端氣候下，大型復(fù)合電站將存在少量的棄能成本及偏差成本，而系統(tǒng)仍可維持供需的源荷平衡性。夏季極候日下光伏的高位出力可平衡部分日間峰值負(fù)荷，冬季大型復(fù)合電站通過(guò)降低調(diào)節(jié)電源出力以實(shí)現(xiàn)高比例風(fēng)電的消納。

［參考文獻(xiàn)］

［1］ 趙靜波， 黃強(qiáng)， 趙香， 等. 基于模糊化動(dòng)態(tài)評(píng)估的新能源消納制約因素分析［J］. 高電壓技術(shù)， 2022， 48（4）： 1286-1295.

ZHAO J B， HUANG Q， ZHAO X， et al. Analysis of restrictive factors of new energy consumption based on fuzzy" dynamic" evaluation［J］." High" voltage" engineering， 2022， 48（4）： 1286-1295.

［2］ 韓肖清， 李廷鈞， 張東霞， 等. 雙碳目標(biāo)下的新型電力系統(tǒng)規(guī)劃新問(wèn)題及關(guān)鍵技術(shù)［J］. 高電壓技術(shù)， 2021， 47（9）： 3036-3046.

HAN X Q， LI T J， ZHANG D X， et al. New issues and key technologies of new power system planning under double carbon goals［J］. High voltage engineering， 2021，47（9）： 3036-3046.

［3］ 徐俊俊， 陳洪凱， 張騰飛， 等. 需求響應(yīng)視角下有源配電網(wǎng)分層分區(qū)切負(fù)荷方法［J］. 電力自動(dòng)化設(shè)備， 2022， 42（7）： 244-252.

XU J J，CHEN H K， ZHANG T F， et al. Hierarchical and partitioned load shedding method of active distribution network" "in" "demand" "response" "perspective［J］." Electric power automation equipment， 2022， 42（7）： 244-252.

［4］ 李可昕， 郭鴻業(yè)， 陳啟鑫. 從加州限電事故與美國(guó)WEIM機(jī)制看電力市場(chǎng)的融合協(xié)同［J］. 電力系統(tǒng)自動(dòng)化， 2021， 45（10）： 1-8.

LI K X， GUO H Y， CHEN Q X. Integration and collaboration of electricity market from perspectives of electricity restriction accident in California and mechanism of" " western" " energy" " imbalance" " market" " in" " USA［J］. Automation of electric power systems， 2021， 45（10）： 1-8.

［5］ 張智剛， 康重慶. 碳中和目標(biāo)下構(gòu)建新型電力系統(tǒng)的挑戰(zhàn)與展望［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2022， 42（8）： 2806-2819.

ZHANG Z G， KANG C Q. Challenges and prospects for constructing the new-type power system towards a carbon neutrality future［J］. Proceedings of the CSEE， 2022， 42（8）： 2806-2819.

［6］ 趙志強(qiáng)， 戴擁民， 宋新甫， 等. 考慮清潔能源發(fā)展的歐洲電力規(guī)劃研究［J］. 電工技術(shù)， 2018（11）： 29-33， 36.

ZHAO Z Q， DAI Y M， SONG X F， et al. Research on the European power planning about clean energy development［J］. Electric engineering， 2018（11）： 29-33， 36.

［7］ 楊珺， 李鳳婷， 張高航. 考慮靈活性需求的新能源高滲透系統(tǒng)規(guī)劃方法［J］. 電網(wǎng)技術(shù)， 2022， 46（6）： 2171-2182.

YANG J， LI F T， ZHANG G H. Power system planning method with high new energy penetration considering flexibility" "requirements［J］." Power" system" "technology，2022， 46（6）： 2171-2182.

［8］ 任大偉， 金晨， 侯金鳴， 等. 基于時(shí)序運(yùn)行模擬的新能源配置儲(chǔ)能替代火電規(guī)劃模型［J］. 中國(guó)電力， 2021， 54（7）： 18-26.

REN D W，JIN C，HOU J M，et al. Planning model for renewable energy with energy storage replacing thermal power" based" "on" "time" "series" "operation" "simulation［J］. Electric power， 2021， 54（7）： 18-26.

［9］ 王磊， 王昭， 馮斌， 等. 基于雙層優(yōu)化模型的風(fēng)-光-儲(chǔ)互補(bǔ)發(fā)電系統(tǒng)優(yōu)化配置［J］. 太陽(yáng)能學(xué)報(bào)， 2022， 43（5）： 98-104.

WANG L， WANG Z， FENG B， et al. Optimal configuration of wind-photovoltaic-ESS complementary power generation system based on bi-level optimization model［J］. Acta energiae solaris sinica， 2022， 43（5）： 98-104.

［10］ 劉樹(shù)樺， 王建學(xué)， 李清濤， 等. 多能互補(bǔ)復(fù)合電站的優(yōu)化配置及其在系統(tǒng)電源規(guī)劃中的應(yīng)用［J］. 電網(wǎng)技術(shù)， 2021， 45（8）： 3006-3015.

LIU S H，WANG J X，LI Q T， et al. Optimal configuration of multi-energy complementary composite power plant and its application in generation expansion planning［J］. Power system technology， 2021， 45（8）： 3006-3015.

［11］ 劉樹(shù)樺， 王建學(xué)， 秦緒武， 等. 基于個(gè)體優(yōu)化和系統(tǒng)多能互補(bǔ)的光熱電站優(yōu)化配置方法［J］. 電網(wǎng)技術(shù)， 2020， 44（7）： 2503-2512.

LIU S H， WANG J X， QIN X W， et al. Research on optimal configuration of concentrating solar power based on individual optimization and multi-energy complementary［J］. Power system technology， 2020， 44（7）： 2503-2512.

［12］ 王建學(xué)， 李清濤， 王秀麗， 等. 大規(guī)模新能源并網(wǎng)系統(tǒng)電源規(guī)劃方法［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2020， 40（10）： 3114-3124.

WANG J X， LI Q T， WANG X L， et al. A generation expansion planning method for power systems with large-scale new energy［J］. Proceedings of the CSEE， 2020， 40（10）： 3114-3124.

［13］ 付聰， 王硯平， 劉俊磊， 等. 基于輔助優(yōu)化問(wèn)題的安全約束機(jī)組組合約束削減方法［J］. 電力系統(tǒng)保護(hù)與控制， 2021， 49（21）： 9-17.

FU C， WANG Y P， LIU J L， et al. Constraint reduction method for security-constrained unit commitment based on an" "auxiliary" "optimization" "problem［J］." "Power" " system protection and control， 2021， 49（21）： 9-17.

［14］ 元一平， 王建學(xué)， 周錕， 等. 協(xié)同短期調(diào)度的新能源電力系統(tǒng)月度機(jī)組組合模型與快速求解方法［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2019， 39（18）： 5336-5345， 5580.

YUAN Y P， WANG J X， ZHOU K， et al. Monthly unit commitment model coordinated short-term scheduling and efficient solving method for renewable energy power system［J］. Proceedings of the CSEE， 2019， 39（18）： 5336-5345， 5580.

［15］ 饒志， 楊再敏， 蒙文川， 等. 基于改進(jìn)型非參數(shù)核密度估計(jì)法的南方區(qū)域風(fēng)電出力特性分析［J］. 電網(wǎng)與清潔能源， 2022， 38（6）： 81-88， 97.

RAO Z，YANG Z M， MENG W C， et al. An analysis of wind power output characteristics in Southern China Region based on improved non-parametric kernel density estimation［J］. Power system and clean energy， 2022， 38（6）： 81-88， 97.

OPTIMAL CONFIGURATION OF REGIONAL LARGE COMPOSITE POWER STATION BASED ON SOURCE-LOAD MATCHING

Rao Zhi1，2，Yang Zaimin2，Wang Yu1，Meng Wenchuan2，Li Lifeng2，Li Shuang2

（1. School of Electric Power， South China University of Technology， Guangzhou 510640， China；

2. Energy Development Research Institute， China Southern Power Grid， Guangzhou 510700， China）

Abstract：To address the source-load imbalance issue in capacity allocation schemes based on source-load matching characteristics， an optimization configuration method for large regional composite power stations based on source-load matching is proposed.Firstly， this paper constructs the indicators of source-load matching characteristics and analyze the source-load matching characteristics of the region， and then aim to optimize economy and the indicators of source-load matching characteristics to construct the regional large composite power station configuration model considering the source-load matching， and finally obtain the configuration scheme of large composite power station. The analysis shows that with the optimized ratio of wind， solar and traditional power supply， the construction of large composite power station improves the source-load matching degree of the system， reduces the peak-to-valley difference of power system load in each operation scenario， relieves the regulation pressure of traditional power supply， and provides a referenceable capacity configuration scheme for the steady replacement of traditional thermal power by renewable energy.

Keywords：renewable energy； optimization； capacity configuration； source-load matching； large composite power station

附 錄：