风能与低温绝热压缩空气储能集成的并网发电优化策略

李惠琴， 和佳琪， 王 静， 李柱华

（1.国网陕西省电力公司， 陕西 西安 710048； 2.西安交通大学， 陕西 西安 710048； 3.北京清大高科系统控制有限公司， 北京 102208）

0 引言

压缩空气储能 （Compressed Air Energy Storage， CAES）是一种能量存储技术，可以将能量存储为高压空气。 储能技术被认为是处理风力发电间歇性的有效方法之一， 与其他类型的能量存储（例如电池和超级电容器） 方法相比，CAES技术能以较低的成本处理风力发电中的能量存储问题[1]，[2]。

邓广义对人工储层的绝热CAES 进行了热力学分析，研究了传热装置对系统效率的影响[3]。 李大中等提出了将风能与大规模CAES 集成的概念，提高了风力涡轮机传输系统的容量因子[4]，[5]。闫方等通过使用技术和经济优化模型， 从长期的风能市场前景出发， 研究了混合风/CAES 电力系统，为电力系统提供辅助服务，可以弥补风能的间歇性所产生的额外存储成本[6]，[7]。 目前有两种典型的混合型风/CAES 系统：串行积分和平行集成[8]～[10]。其中串联风力/CAES 系统使用风能发电为压缩机组提供动力， 能量主要以压缩空气的形式存储在储罐（地下洞穴或压力容器）中。 在高峰需求期，压缩空气通过涡轮机膨胀发电[11]；当风力发电低于目标功率时，压缩空气从储气罐中释放，通过涡轮机膨胀发电[12]，[13]。 串行风/CAES 集成系统具有网络调节力强、操作简便、有效响应电力系统峰值需求等优势。

本文探索了一种并网优化策略， 以提高带压力容器的混合风力/LA-CAES （Low-temperature Adiabatic-CAES）系统的经济可行性，提高风能的能源利用率和运营盈利能力， 同时减少压力容器的容量和成本。 首先对用于混合风力/LA-CAES系统的并网功率优化策略进行说明， 然后描述了风能输出和低温CAES 的数值模型， 最后将案例研究的仿真结果与现有的串行或并行集成系统进行比较， 完成了LA-CAES 的性能和能量转换分析及集成系统的评估。

1 研究方法

1.1 风电预测概述

在具有储能装置的风力发电厂的设计和运行过程中，风能预测起着至关重要的作用。 在本研究中， 风电功率预测是实现并网功率优化策略的重要基础。 此外，风力发电预测的精度是影响操作可靠性和效率的重要因素。 通常而言，可以通过两种方式实现风能预测：统计方法和直接预测法[14]。 其中：前者广泛用于长期和短期的估计；而后者仅适用于长期估计[2]，[14]，[15]。 近年来，机器学习、人工智能或“灰箱”方法不断发展，集成和组合预报方法得到重视[16]，[17]，以减少风向预测的误差。 本文基于集成数据集获得的风能数据对风电功率进行预测。

1.2 并网风电优化策略

为了在混合风力/LA-CAES 系统上实现长期稳定的运行和经济效益， 本文研究了一种优化策略对风能输出进行分段预测。 基于风电功率预测的平均分段概念， 首先获得基于电价的并网发电优化的初步结果；然后进行二次优化，根据CAES中的压力重新调整并网发电量， 为确保长期平稳运行并限制存储容量， 提出了一种三阶段递归优化算法，实现并网功率的优化输出。

并网功率优化过程的具体步骤如下：

①对目标时段的风电输出预测进行分段平均处理，得到分段时间间隔集和分段风电输出集；

②判断各时段电力现货市场价格预测值，得到最优并网发电输出， 如果时间间隔的平均价格超过预期价格的上限或下限， 则相应的值将等于最大或最小并网功率值，该值由风电容量决定。同时，为了限制LA-CAES 系统的能量转换，设定并网功率的最大调整幅度，以提高风电利用率，降低CAES 系统的容量要求；

③基于当前并网发电量和原始风电出力预测进行综合仿真计算，检查是否超过储能容量限制。如果在整个目标期间未检测到溢出， 则将当前并网功率输出作为最终并网功率优化输出；否则，相应间隔的并网功率输出将提升一级或降级， 以改变能量转换和传输。

2 模型说明

如图1 所示， 本文开发了基于并网功率优化策略的风力/LA-CAES 系统仿真模型，其中：功率优化控制模块是集成系统并网功率优化的关键部分，可定期更新并网电源的优化输出；电源控制模块能够灵活高效地处理LA-CAES 系统的充放电操作，从而实时跟踪风电波动，确保网格系统在不同的时间段为风电提供恒定功率。

2.1 风电模型

风力发电机组， 如应用广泛的双馈感应发电机（Doubly-Fed Induction Generator， DFIG）的风力发电机组， 通常采用风力涡轮机叶片桨距角控制策略限制高风速时的功率输出和转速， 在超过额定风速范围时保护风力涡轮机， 并保持恒定的功率输出。

为了研究并网电源优化策略对LA-CAES 性能和混合风力/LA-CAES 系统能量转换的影响，本文采用两种风电输出模拟风电场实际风电波动的基本类型， 两种风电输出在时域上表现为风电的均匀分布和非均匀分布，对风电能量转换、LACAES 集成系统和储能利用水平可能产生不同的影响。

2.2 LA-CAES 系统的建模

如图1 所示，LA-CAES 系统建模主要分为压缩机传动、 涡轮传动、 储气罐和热能存储4 个部分。根据功率优化控制模块，风力发电机组的溢流电被提供给LA-CAES 系统以压缩空气；同时，在压缩过程中释放的热能通过热交换器提取并存储在储热器中。对于排放操作，压缩空气通过涡轮机组膨胀产生电能，用以补偿并网的电力输出，热能存储将在膨胀过程中用于加热压缩空气。 在LACAES 系统的建模中假设：LA-CAES 系统中的空气被视为理想气体；LA-CAES 系统的非设计运行在内部单位时间内被视为稳定状态； 忽略热交换器和管道中的压力损失； 空气存储容器的温度在充放电期间保持恒定；高温储热器绝热，没有热量损失，低温储热器的温度等于环境温度[18]，[19]。

2.2.1 压缩机传动

式中：βc，i为i 级压缩机的压力比；k 为空气比热的比值；ηcs为压缩机的等熵效率。

在LA-CAES 系统中， 采用了与输入功率有关的等熵效率ηcs的经验函数，以获取在非设计条件下波动的风能输入的等熵效率。 当单位质量的空气通过i 级压缩机时，功率消耗wc，i为

式中：cp为恒压下空气的比热容[21]。

式中：ε 为热交换器的效率，可用于评估热量交换过程。

2.2.2 涡轮传动

式中：βe，i为i 级涡轮机的压力比；ηts为涡轮机的等熵效率。

类似于压缩机， 涡轮机也处于非设计运行状态。

2.2.3 储气罐

根据储气罐内压缩空气的压力在充放电过程中是否发生变化，有两种不同类型的储气方案：等容和等压。 本文采用典型的等容存储设备来存储压缩空气。储气罐为开放系统，其质量守恒原则如下：

式中：mas为储气罐中的空气质量；Gin，Gout分别为进入、离开储罐的空气质量流量。

作为开放式系统， 空气储罐内外比能计算式为

式中：（p·v）为打开或关闭系统时单位质量引起的流动功；ek，ep分别为单位质量动能、势能。

为简化起见， 本文忽略进出储气罐的空气动能和势能。 内部能量计算式为

式中：h 为空气比焓；Aas为储气罐外表面积；Tas为储气罐温度；Tenv为环境温度；Uas为储气罐和环境之间的传热系数；pas为储气罐压力；penv为环境压力；U0为当pas=penv和质量流量为零时的传热系数；α 和τ 分别为压力和质量流量对热交换过程的影响。

2.2.4 热能存储（TES）

压缩空气储能系统中的能量可分为压力能和热能两种主要形式， 在压缩过程中释放的热能由级间热交换器捕获并存储在TES 中。液体TES 介质被用于传热和存储， 在LA-CAES 系统中使用了两个TES 设备，在压缩过程中，来自低温TES装置的热载体流经压缩机组的级间热交换器，以捕获释放的热能并存储在高温TES 装置中。 由于高温TES 与环境之间的温差相当大，二者之间的热交换可以忽略不计，因此对高温TES 设备进行隔热。 基于能量守恒，根据式（11）计算高温TES中的温度变化。

在膨胀过程中，来自高温TES 的热载体流经涡轮机列的级间热交换器，加热压缩空气，然后返回到低温TES 装置。假设低温TES 与环境的热交换充分， 则低温下的液体热载体温度等于环境温度。

2.3 能量转换和传递的测量

为了评估不同集成系统的能量转换和传递，本文进行了能量测量。假设Tenv和Penv被定义为静止状态，则储气罐中压缩空气的火用能值为

风力发电机组总风能输出Ewind、 压缩机组总功消耗Ec、涡轮机组总输出功率Et以及集成系统的发电量Egrid分别表示如下[24]：

式中：Pwind为风力发电机组的风力输出；Pc为压缩机组的功率消耗；Pt为涡轮机的功率输出；Pgrid为集成系统并网功率输出。

3 结果与讨论

本节对优化功率输出的风力/LA-CAES 并行集成系统进行热力学分析， 并与现有的恒功率输出并行集成系统和串行集成系统进行对比。 串行LA-CAES 系统首先通过波动的风力输出进行充电，直至上限，然后在风力发电机组闲置时直接放电以输出恒定功率； 并行的LA-CAES 系统交替充电和放电以稳定波动的风能输出， 以便在恒定功率输出并行集成系统中输出连续的恒定功率值。 并行集成系统和串行集成系统的储气罐的初始压力分别设置为10 MPa 和7 MPa，不同类型的风力/LA-CAES 系统的压气机和涡轮机的额定功率根据容量最小准则模拟研究得出。

3.1 并网电源优化对LA-CAES 性能的影响

图2 为风能波动均匀和不均匀状态下， 并联系统的风电并网优化输出， 基本表征了风能波动的变化。 由图可以看出：两种风能波动下，在不同的时间段向电网恒定输出功率；相比之下，恒定功率并行输出的额定功率与全时段的波动风力之间存在较大的偏差， 这需要通过LA-CAES 子系统加以限制或补偿。

图2 风能波动均匀和不均匀状态下，并联系统的风电并网优化输出Fig.2 Optimal output of wind power grid connected in parallel system under uniform and uneven wind power fluctuation

图3 为风能波动均匀和不均匀状态下， 优化功率输出并联系统和恒定功率输出并联系统的压缩/扩展功率。 分析可知，与恒定功率输出并联系统相比， 优化功率输出并联系统的功耗和功率输出结果均明显降低。 在图3（b）中，优化功率输出系统有助于实现能量输入和输出平衡。因此，为优化功率输出， 本研究中的系统压缩机组采用较低的额定功率，以减少在低输入功率/额定功率比下对压缩过程的负面影响。 在充放电开关变得更加频繁时， 具有快速响应和启动能力的LA-CAES系统将更具稳定优势。

图3 风能波动均匀和不均匀状态下，优化的功率输出并联系统和恒定功率输出并联系统的压缩/扩展功率Fig.3 Compression/expansion power of optimized parallel power output system and constant power output system under uniform and uneven wind energy fluctuation respectively

图4 为风能波动均匀和不均匀状态下， 优化功率输出并联系统和恒功率输出并联系统内部空气压力的变化。结果表明：在均匀风和不均匀风的情况下， 优化功率输出并联系统的存储压力在初始值1 MPa 附近略有波动；恒定功率输出并联系统则呈现出相对较大的波动， 分别为2.5 MPa 和4.8 MPa，表明恒定功率输出并联系统在运行期间能量存储波动性较大。

图4 风能波动均匀和不均匀状态下，优化功率输出并联系统和恒功率输出系统内部空气压力的变化Fig.4 The air pressure in parallel system and constant power system with optimized power output under the condition of uniform and non-uniform wind fluctuation

3.2 能量转换和传递

图5 风力均匀条件下恒功率输出并联系统和优化功率输出并联系统的能量转换和传递Fig.5 Energy conversion and transfer of parallel power output parallel system and optimized power output parallel system under uniform wind conditions

图5（a）为风均匀波动时串联集成系统的能量转换，风能输入LA-CAES 系统进行能量转换，风力转换效率为61%。 此外，在LA-CAES 系统扩容过程中， 风力发电机组在不连续运行时串行集成系统获得的风能较少， 风能利用率较低， 约为46%。 图5（b）和（c）为风均匀波动时，恒功率输出并联系统和优化功率输出并联系统的能量转换和传递。 与两个并行系统的串行集成系统相比，电能输出显著增加，在恒功率输出并联系统中，LACAES 系统平均能量转换效率约为60%， 而集成系统的理想风能利用率约为88.7%。 能量损失主要是由于恒定的并网电力输出和波动的风力发电输入之间存在偏差， 导致大量的风能通过LACAES 系统存储[25]。 对于优化功率输出并联系统，LA-CAES 系统的转换效率较低，约为55%。 优化功率输出系统和波动的风力输入体现出近似的变化趋势，这表明更高比例的风能被直接输出至电网。 总体而言，优化功率输出并联系统实现了约95.5%的风能利用率。

在风量波动不均匀的情况下，恒功率输出并联系统能量存储变化远大于优化功率输出系统，如图6 所示。 对于优化功率输出系统，风能转换和传递的理想效率达到了95.8%左右， 而恒功率输出系统的理想效率为89.3%左右。显然，在一定时域内，风能转换效率与风能输出和并网输出的最大累积偏差之间存在正相关关系。

图6 风力不均匀条件下恒功率输出并联系统和优化功率输出并联系统的能量转换和传递Fig.6 Energy conversion and transfer of parallel power output parallel system and optimized power output parallel system under non-uniform wind conditions

通过比较均匀和不均匀风能波动的能量转换和传递结果，与现有的串行或并行集成系统相比，本文的优化功率输出并行系统可实现更高的风能利用率，能量存储转换比例更低。

4 结论

本文开发了一种将风能与低温绝热压缩空气储能相集成的并网功率优化策略， 能够通过减少能量存储容量来平衡风力的波动， 并确保向电网连续稳定地输出功率。 优化的风力/LA-CAES 集成策略的优点总结如下：①在理想条件下，可将风能利用率提高到95%以上；②大大减少了能量存储容量， 这对于受地理限制的压力容器进行大规模风电集成尤为重要； ③通过将更多的风力直接提供给电网， 降低了LA-CAES 系统压缩机组的额定功率。