蓄热电锅炉参与受阻风电消纳的源荷优化控制方法

李 潇，刘文颖，朱丽萍，胡 阳，姜明军，徐兰兰

(1.华北电力大学 新能源电力系统国家重点实验室，北京 102206；2． 国网甘肃省电力公司营销服务中心，甘肃 兰州 730000)

0 引 言

近年来，我国正在着力推进构建“清洁低碳、安全高效”的能源体系，积极开发和利用技术成熟、规模化前景较好的风电，对于调整我国能源结构、改善生态环境、贯彻绿色发展理念，具有非常重要的意义。随着风电装机比例的不断提高，电网的调峰能力成为限制风电发展的重要因素[1-2]。以风力资源最为丰富的“三北地区”为例，电源结构以燃煤火电供热机组为主，冬季供暖期由于“以热定电”的缘故，火电机组的调峰能力严重不足，“保热调峰”加剧了大规模风电的并网消纳难度，“弃风光限电”的现象甚为严重[3]。

为了促进风光电消纳，缓解冬季供暖期的弃风问题，业界首先从电源侧着手，在火电机组的灵活性改造和多源协调优化两个方面做了大量的研究工作。文献[4-6]提出在热电厂内配置电锅炉、分布式热泵或储热设备进行补偿供热，以降低热电机组的强迫出力，提高火电供热机组的调峰能力，能够促进风电消纳；文献[7-8]分析并评价了在热电联供中配置电锅炉或热泵以促进风电消纳的经济价值和节能环保价值；文献[9]对抽水蓄能电站与大规模并网风电联合优化运行进行了模拟和研究，发现充分发挥抽水蓄能电站调峰填谷的能力可以减少供热期的弃风；文献[10]将储热与抽水蓄能作为提升系统灵活性的手段与火电机组共同参与电力系统优化调度，说明电热联合系统多源协调运行的方式可以促进“三北地区”的风电消纳。其后，研究人员又尝试在负荷侧挖掘可调度资源促进风光电消纳的新思路。文献[11]建立了多时间尺度的电动汽车-风电协同调度模型，以华北电网和西北电网的规划和实测数据为基础，分析了调度电动汽车充电消纳夜间过剩风电的可行性。文献[12]分析了高载能负荷的调节特性，提出的基于电量与功率滚动优化的源荷双层协调控制策略，可以有效缓解风电消纳受阻问题。受到负荷调节容量的限制，上述源荷协调控制方法也未能完全解决弃风问题。

随着“煤改电”的逐步实施，蓄热电锅炉作为冬季供暖期重要的电供热设备，在“三北地区”发展迅速，最大“单点”负荷可达上百兆瓦，其具有天然优质的调节资源可参与系统调峰从而提高风电消纳能力。文献[13]提出风电-蓄热电锅炉协调优化方式可以提升风电消纳水平，但没有对蓄热电锅炉负荷的调节特性及蓄热电锅炉参与系统调峰从而提高风电消纳能力的作用机理做深入分析；在经济分析方面，文献[14]对电力市场环境下蓄热电锅炉消纳风电的经济性进行了评估，指出弃风协定电价是关键影响因素；文献[15]以蓄热电锅炉消纳弃风为切入点，提出的多目标优化控制方法在消纳弃风的同时可以兼顾设备的使用寿命。研究成果表明，蓄热电锅炉负荷参与调度对消纳风电具有促进作用，但是，蓄热电锅炉参与消纳风电的同时还需降低蓄热电锅炉用电成本，方可激励蓄热电锅炉企业积极参与调度控制，实现提升风电消纳水平目标。

基于上述问题，本文以受阻风电消纳量最大和蓄热电锅炉用电成本最小为优化目标，提出了一种蓄热电锅炉参与受阻风电消纳的源荷优化控制方法。首先基于冬季供暖期系统“下调峰”能力不足造成风电受阻的问题，分析了蓄热电锅炉负荷的可调节特性，以及蓄热电锅炉负荷参与调节消纳受阻风电的作用机理；然后，以受阻风电消纳量最大和蓄热电锅炉用电成本最小为优化目标，建立了蓄热电锅炉参与受阻风电消纳的源荷优化控制模型并进行求解，提出了源荷优化控制方法。最后通过算例分析，验证了本文所提控制方法可以有效改善系统在冬季供暖期调峰能力不足的问题，提高风电的消纳水平。

1 蓄热电锅炉参与消纳受阻风电的作用机理

1.1 系统“下调峰”能力不足造成风电受阻

风电作为一种电源接入电网，我们主观地希望它的出力能够跟随负荷需求的变化而变化，但由于风能的特质，使得风电出力具有反调峰特性，接入电网后不仅不能像常规电源一样参与系统调峰，反而进一步增大了系统的峰谷差。

图1为某省电网典型日负荷曲线和考虑风电日出力后的等效负荷曲线[16]。

图1 风电反调峰特性示意图Fig.1 Schematic diagram of wind power anti-peak regulation characteristics

可以看到，风电接入后系统等效负荷曲线的峰谷差(d2)大于接入前系统原始日负荷曲线的峰谷差(d1)，调峰需求增大，尤其增加了传统调度模式下系统向下调峰的难度。

风电大规模接入后，常规电源的比例进一步缩减，由于热电厂不可替代的作用，在常规电源中的占比增加。冬季供热期由于热电厂受到“以热定电”运行模式的限制，系统下调峰能力严重不足，当常规电源的最小出力达到下调极限值，即系统向下调峰的裕度为0时，若仍未满足系统调峰需求，则出现风电功率送出受阻。如图2中阴影部分所对应的这部分风电将无法被系统消纳，造成的风电受阻。

图2 系统向下调峰的能力不足引起风电受阻Fig.2 Blocked wind power due to insufficient capacity of system for downward peak regulation

1.2 蓄热电锅炉负荷的调节特性分析

1.2.1 蓄热电锅炉的运行特性

蓄热电锅炉是配置了一定储热容量的优质供热设备，只要储热量满足一定约束条件，蓄热电锅炉就可以对外供热。假设供热需求保持一定，图3是蓄热电锅炉在满足储热容量约束的条件下典型运行特性曲线。

图3 蓄热电锅炉的典型运行特性Fig.3 Typical operation characteristics of thermal storage electric boiler

图中，PN表示蓄热电锅炉的额定用电功率，PL表示供热需求对应的基准用电功率，Qmax和Qmin分别表示储热量约束的上下限，t0～t4表示相应的时间节点。可以看出，蓄热电锅炉的用电功率可以根据储热量的大小进行连续控制，由于周期T内储热变化量可控，根据能量守恒原则，供热周期内蓄热电锅炉的用电量一定。

1.2.2 蓄热电锅炉负荷的调节特性

由于储热容量的存在，蓄热电锅炉的运行功率具有很大的灵活调整空间，可以配合系统进行调峰。图4给出了蓄热电锅炉负荷未参与系统调峰的等效负荷曲线、用电曲线，以及蓄热电锅炉负荷参与调节后的运行特性曲线。

图4 参与调节后蓄热电锅炉的运行特性Fig.4 Operation characteristics of thermal storage electric boiler after participating in regulation

图中，Q0表示调节前蓄热电锅炉的初始储热量。参与调节后，蓄热电锅炉负荷的功率曲线由L1变成了L2，用电时段发生了转移，呈现出与系统负荷预测曲线相反的峰谷特征，能够起到很好的调峰作用，减小等效负荷的峰谷差，同时提升负荷低谷的水平。因此，蓄热电锅炉负荷可以作为柔性负荷参与系统调峰。

1.3 蓄热电锅炉参与消纳受阻风电的作用机理

由1.1节分析可知，风电消纳受阻的原因是系统“下调峰”能力不足，而1.2节论述了蓄热电锅炉良好的调峰特性，参与调节可以缓解系统的调峰压力。图5绘制了蓄热电锅炉负荷参与调节前后的等效负荷曲线。可以看出，在风电受阻时段Tb，蓄热电锅炉负荷参与调节后提升了等效负荷曲线的“低谷点”，进而增加了受阻风电消纳量(图中S1所示面积)。同时，等效负荷曲线的峰谷差进一步缩小(由d2变为d3)。

图5 蓄热电锅炉负荷参与受阻风电消纳的作用机理Fig.5 The mechanism of the load of thermal storage boiler participating in the absorption of blocked wind power

2 蓄热电锅炉参与受阻风电消纳的源荷优化控制方法

2.1 风电受阻情况

当风电的实际输出功率小于其可发功率时，其差值为受阻风电，受阻风电功率及时段可以表示为

(1)

式中：PWm,t表示t时刻的风电可发出力；PWp,t表示t时刻的风电实际出力；T表示一个供暖日。

荷源协调控制前风电实际出力满足：。

(2)

2.2 蓄热电锅炉参与受阻风电消纳的源荷优化控制模型

在风电受阻情况下，为达到蓄热电锅炉参与调节后最大化消纳受阻风电，且考虑蓄热电锅炉用电成本最小，建立蓄热电锅炉参与受阻风电消纳的源荷优化控制模型。

2.2.1 目标函数

源荷优化控制模型的优化目标是：对蓄热电锅炉负荷功率进行优化控制，达到受阻风电消纳量最大化和蓄热电锅炉用电成本最小化的目的。

结合式(1)、(2)可知，荷源协调控制消纳受阻风电功率为

(3)

式中：Pebj,t表示蓄热电锅炉参与调节后t时刻的运行功率。

因此，模型的目标函数，可以表示为

(4)

式中：ΔPWb,t满足0≤ΔPWb,t≤PWm,t；CZ表示受阻风电时段Tb蓄热电锅炉的用电电价。

2.2.2 约束条件

约束条件包括系统功率平衡约束、风电出力约束和蓄热电锅炉的调节性能约束三个方面。

(1)功率平衡约束

系统发电、用电的功率平衡可以表示为

(5)

(2)风电场出力约束

风电在t时刻的实际出力，满足：

(6)

(3)蓄热电锅炉性能约束

蓄热电锅炉的调节性能约束包括电热平衡约束、用电功率约束以及实际储热量约束。

①电热平衡约束

(7)

式中：Hj,t表示蓄热电锅炉在t时刻的储热功率(单位为J/s)，即单位时间的储热量；ceb表示蓄热电锅炉的电热转换系数，可近似认为是常数。

②用电功率约束

0≤Pebj,t=ηPN≤PN

(8)

式中：η表示蓄热电锅炉的运行效率。

③储热量约束

(9)

式中：HLj,t表示供热负荷;Lj表示蓄热电锅炉系统负责供热区域内的建筑数;Si表示供热面积、qi表示第i幢建筑的单位面积热负荷系数；Ti、To分别表示室内外的计算温度；Qj,t表示蓄热电锅炉在t时刻的实际储热量。

此外，无风电受阻情况下，在原有峰谷电价机制的前提下，以蓄热电锅炉用电成本最小为目标进行优化，此处不再赘述。针对建立的源荷优化控制模型,待求解的优化变量包括风电的计划出力和蓄热电锅炉的计划运行功率。

2.3 控制模型求解

针对建立的源荷优化控制模型，采用智能算法中全局搜索能力强、收敛速度快的和声搜索算法来求解。具体过程包括：

(1)归一化目标函数。模型中存在两种类型的目标函数，利用偏好因子与加权思想，把优化目标归一化为

minf=λF1(X)+(1-λ)F2(X)

(10)

式中：λ为偏好因子，满足0<λ<1；X表示待优化的决策变量。

(2)初始化系统参数，包括风电预测值、负荷预测值、常规电源开机计划、蓄热电锅炉调节参数等。

(3)初始化算法参数，包括和声记忆库大小M、和声记忆保留概率HMCR、音调扰动带宽bw以及最大迭代次数Gmax。

(4)初始化和声记忆库。在约束条件范围内随机产生M个和声变量，即风电实际出力、蓄热电锅炉用电功率，构成初始和声记忆库，形式为

(11)

(5)生成一个新和声。新和声可以通过学习HM获得，也可以随机生成，利用杂交策略对HM中抽取的和声变量进行改造，算法为

Xnew=X′+bw(2rand-1)

(12)

式中：Xnew表示生成的新和声,X′表示待学习的和声；rand表示[0,1]区间产生的随机数。

(6)更新和声记忆库。用新和声替换掉初始化和声库HM中函数值最差的那个和声。

(7)判断算法是否终止。返回步骤(5)，直到迭代次数达到Gmax为止。

(8)输出风电的实际发电功率、蓄热电锅炉用电功率、受阻风电消纳量以及蓄热电锅炉用电成本。

2.4 蓄热电锅炉参与受阻风电消纳的源荷优化控制方法

依据上述源荷优化控制模型及优化求解，提出一种蓄热电锅炉参与受阻风电消纳的源荷优化控制方法，具体流程如下：

(1)输入机组的技术参数、蓄热电锅炉负荷的基本参数；

(2)输入系统用电负荷、风电预测功率曲线；

(3)根据负荷预测及风电预测计算等效负荷，根据常规电源开机情况确定常规电源的最小技术出力，即系统的下调峰能力；

(4)计算风电受阻风电功率及时段，判断是否存在风电受阻情况，若不存在，则不进行基于蓄热电锅炉参与的荷源优化控制，转步骤(7)；

(5)若存在风电受阻情况，建立以受阻风电消纳量最大、蓄热电锅炉用电成本最小为目标的源荷优化控制模型；

(6)采用多目标优化算法对优化控制模型进行求解；

(7)输出蓄热电锅炉的用电成本、受阻风电消纳量以及优化控制后蓄热电锅炉的用电功率、风电发电功率。

具体控制流程如图6所示。

图6 蓄热电锅炉参与受阻风电消纳的源荷优化控制方法Fig.6 Source-load optimization control method for thermal storage boiler participating in blocked wind power consumption

3 算例分析

3.1 算例简介

本文以某省某地区电网实际运行数据为基础，日前风电计划功率和系统负荷预测参见文献[16]，风电场的总装机容量为6 343 MW，常规机组的装机容量为14 350 MW。蓄热电锅炉系统总容量约为2×100 MW，供热区域的总面积约为120万m2，供热区域单位面积日热负荷需求(基准值为65 W/m2)预测曲线[14]如图7所示。电热转换效率为97%，忽略管网散热损失，设计最大储热时长为4 h。

图7 单位面积日前热负荷计划曲线Fig.7 Daily heating load plan curve per unit area

参考该地区电网电价机制，时段划分及分时电价如表1所示：

表1 峰谷时段划分及分时电价Tab.1 Peak and valley time division and TOU price(元/MWh)

根据蓄热电锅炉负荷基本参数和热负荷计划曲线，计算蓄热电锅炉系统的全天用电量需求为1 620.06 MWh，如果在负荷低谷时段全功率储热，总时长约为8.1 h。

基于常规机组的日前发电计划，可得出风电的计划出力曲线，如图8所示：

图8 风电受阻情况Fig.8 The situation of blocked wind power

由上图可知，在23∶00～9∶00和13∶00～15∶00内，出现风电受阻情况，受阻风电量为4 013 MWh。如果将蓄热电锅炉负荷纳入调节，进行优化控制，可消纳或缓解受阻风电。

为比较蓄热电锅炉进行优化控制对消纳受阻风电的效果，将蓄热电锅炉负荷的用电模式分为三类：

(1)模式1，全天直接供热用电；

(2)模式2，全天避峰用电；

(3)模式3，优化控制用电。

仿真计算日前时间尺度下三种运行模式下受阻风电消纳量、用电成本，以验证本文所提出的优化控制方法的合理性、有效性。

3.2 优化结果对比及分析

蓄热电锅炉负荷以不同模式运行时，求解得到优化控制前后的风电出力情况，如图9所示：

图9 蓄热电锅炉参与优化控制前后的风电出力Fig.9 Wind power output before and after the optimal control of thermal storage electric boiler

可以看出，经过优化控制后，风电发电功率曲线相比未控制前有了明显抬升，说明优化控制方法可以有效提高风电入网水平。

为了进一步量化受阻风电消纳效果，将蓄热电锅炉不同用电模式下的风电消纳情况列于表2。

表2 不同运行模式下的风电消纳情况Tab.2 Wind power consumption in different operating modes

由表可知，相对蓄热电锅炉负荷用电模式1，采用本文所提源荷优化控制方法对蓄热电锅炉负荷进行优化控制后，显著提升了受阻风电消纳量，风电消纳率由模式1的93.61%提升至96.19%，验证了蓄热电锅炉负荷参与源荷优化控制后对消纳风电的有效性。

图10包含了不同运行模式下蓄热电锅炉的用电功率曲线。

图10 不同用电模式下的蓄热电锅炉负荷曲线Fig.10 Loads of thermal storage electric boilers under different power consumption modes

由图可知，不接受优化控制的情况下，模式1的用电负荷与供热负荷的相关性较大，模式2受峰谷电价时段分布的影响较大，运行模式都较为单一；模式3引入优化控制方法之后，蓄热电锅炉的用电负荷曲线和受阻风电曲线的形状最为接近，说明受阻风电信号能够引导蓄热电锅炉蓄热用电，一方面大大提高运行的灵活性，另一方面也验证了该方法能够有效减少受阻风电。

此外，由于蓄热电锅炉在不同用电模式下的负荷曲线存在差异，导致其用电成本也有所区别。不同用电模式下蓄热电锅炉的用电成本，如表3所示。

表3 不同用电模式下蓄热电锅炉系统用电成本Tab.3 Electricity cost of thermal storage electric boiler system under different electricity consumption modes

由上表可知，与直接供热运行相比，引入峰谷电价机制后，蓄热电锅炉的用电成本降低了将近1/2，蓄热电锅炉参与源荷优化控制后，用电成本进一步降低。究其原因，用电模式2中蓄热电锅炉采取避峰用电的策略，其用电成本主要受谷时电价的影响；用电模式3中蓄热电锅炉优先利用受阻风电，该时段电价水平更低，用电经济性更好。因此，本文提出的优化控制方法可以显著降低蓄热电锅炉的用电成本，提高了其用电的经济性。

4 结 论

本文在分析蓄热电锅炉负荷调节特性的基础上，提出了一种蓄热电锅炉参与受阻风电消纳的源荷优化控制方法，并以某地区电网实际数据进行了仿真验证，研究得出以下结论：

(1)在系统下调峰能力不足导致风电消纳受阻的情况下，利用蓄热电锅炉负荷的调节特性消纳受阻风电是可行的解决方案；

(2)蓄热电锅炉在受阻风电时段内用电蓄热，可以显著提高风电消纳水平，提高了系统的灵活控制能力；

(3)在满足供热需求的前提下，采用本文提出的优化方法进行源荷优化控制，可以减少蓄热电锅炉用电成本。

本文提出的优化控制方法适用于具有蓄热电锅炉负荷和新能源接入的电网。但由于本文没有对蓄热电锅炉负荷参与消纳受阻风电的激励机制进行深入探讨，具有一定的局限性。后续工作将进一步研究蓄热电锅炉企业主动参与荷源响应控制的市场激励机制，便于本文所提方法的推广应用。