以电网侧储能提升高比例可再生能源区域系统的可用输电容量

陶 力，刘 建，王子涵，张 琳，王剑晓

（1.南瑞集团有限公司 国网电力科学研究院有限公司，江苏 南京 210003；2.北京科东电力控制系统有限责任公司，北京 100194；3.华北电力大学 电气与电子工程学院，北京 102206）

0 引言

发展跨区互联电网的可再生能源交易已成为全球共识，但可再生能源的随机性、波动性以及其高比例渗透，为区域系统的安全运行带来挑 战[1]。 可 用 输 电 容 量 （Available Transfer Capability，ATC）为输电网络中剩余可用于额外商业交易的传输容量，是保证自由和可靠的电力交易关键因素[2]。适量的ATC可以在多种系统条件下维持电力系统的安全经济运行，以增强高比例可再生能源区域系统的可靠性。

目前，关于ATC的研究主要集中在能量评估上。文献[2]建立了适用于柔性交流输电系统的指定输电线路最大功率传输的ATC评估模型。文献[3]提出了一种基于迭代分布式算法的实时ATC评估方法。文献[4]提出了考虑风电不确定性的区域ATC概率评估模型。文献[5]考虑到电-气一体化能源系统的不确定性，对基于概率的ATC进行了评估。文献[6]通过基于非参数分析的在线测量模型，将最大输电容量（Total Transfer Capability，TTC）计算出来。在现有的文献中，大多是基于非弹性负荷需求来评估电网的ATC。随着储能技术和其他形式的分布式能源的迅速发展，这些灵活的电力资源可以实现调峰，还能够提高系统发电容量的充裕度，从而有效地提高高比例可再生能源区域系统的ATC[7]。储能技术在缓解峰值负荷、提高系统可靠性方面得到了广泛的应用。在高峰时段，储能可以通过放电来降低高峰负荷，从而提高系统的ATC；在低谷时段，储能可以存储可再生能源（特别是夜间的风电和水电）的剩余能量，提高可再生能源的消纳[8]，[9]。然而，储能对ATC的影响尚未得到系统的探讨。

本文评估了储能对高比例可再生能源区域系统的可用输电容量的影响，设计了一个考虑储能系统负荷转移能力的两阶段ATC评估框架。该框架量化了储能对高比例可再生能源区域系统实时ATC的影响；同时，结合储能的最优调度，建立了一个日前机组组合实时ATC模型，能够最大化日均联络线功率交易。

1 高比例可再生能源区域系统ATC评估框架

高比例可再生能源区域系统是指一个具备高比例可再生能源接入、电网潮流双向化等特点的区域电力系统。随着电力系统复杂性的增长，由于输电网络中的输电容量和可再生能源消纳能力的控制裕度有限，区域系统的运行成本和运行可靠性问题逐渐突出。在区域系统输电网络中，ATC作为一种对输电网络中剩余传输容量的衡量指标，可用来在已规划的机组组合运行范围内进行进一步的电力交易，其表达式为

式 中 ：PATC，PTTC，PETC，PCBM和PTRM分 别 为 可 用 输 电容量、最大输电容量、现存输电协议（Existing Transmission Commitments，ETC）、容 量 效 益 裕 度（Capacity Benefit Margin，CBM）和 输 电 可 靠 性 裕度（Transmission Reliability Margin，TRM）。

考虑到在日前和实时阶段的短时间内，CBM与TRM不会发生变化，将其忽略，所以ATC为TTC与ETC的差值。

本文设计了考虑储能的高比例可再生能源区域系统实时ATC评估的两阶段框架。该框架如图1所示。

图1 两阶段ATC评估框架示意图Fig.1 Schematic of the two-stage ATC evaluation framework

在日前市场中，本文设计了一个机组组合模型用来调度发电机和储能。日前模型的目标是在相应的运行约束下，实现总成本和联络线功率交易利润之间差值的最小化。在实时市场中，以日前模型确定的机组启/停状态作为实时ATC评估的基础解，ATC评估模型最大化日可交换容量。与火力发电机组相比，储能系统能灵活地通过充放电以调节功率输出，对提高实时ATC起着至关重要的作用。

在没有储能的情况下，日间的电力负荷很高，火电机组可增加功率的裕量很小；在夜间，由于可再生能源发电量高，但电力负荷低，火电机组必须关闭，以消纳可再生能源。因此，实时的发电容量充裕度可能不足。然而，在有储能的情况下，储能可以将峰时负荷转换为谷时，从而改善火电机组日间的功率水平，并在夜间消纳可再生能源。因此，在高比例可再生能源区域系统中，引入储能后，可以有效地提高发电容量充裕度和可用输电容量。

2 高比例可再生能源区域系统模型

2.1 阶段1：日前机组组合

在日前市场中，本文构建了一个机组组合模型，以协调火电机组、储能和联络线功率交易：

2.2 阶段2：实时ATC评估

由于火电机组的启/停状态可提前1 d确定，所以实时ATC取决于在线发电机组的容量和储能。因此，为了评估储能的影响，实时ATC模型的目标是在日前机组组合的基础上，实现指定联络线的单日ATC均值的最大化，其表达式为

该模型须要满足的约束条件：①火电机组的实时功率限制；②可再生能源发电机的实时功率限制；③可再生能源的消纳要求；④实时功率平衡；⑤输电线路的实时潮流方程和功率限制；⑥实时储能约束。

2.3 约束条件

模型中涉及到的约束条件如下。

①火电机组功率限制

式中：PRAMPUg，max为第g台火 电机组 最小向 上爬坡能 力 ；PRAMPDg，max为 第g台 火 电 机 组 最 大 向 下 爬 坡能力。

⑤可再生能源发电机的功率限制

式 （19），（20）为 充 电 和 放 电 功 率 限 制；式（21），（22）为储能只能在同一时刻内充电或放电；式（23）为储能j所储存电量的动态变化；式（24）为 存 储 能 量 的 限 制。式 中：αCHA/DISj，s，t为 充 电/放 电 状态 的 二 进 制 变 量；PESj为 储 能j的 最 大 功 率；Ej，s，t为储能j的存储能量；ηj为储能j的充放电效率；Ejmax为储能j的容量；SOCjmin/max为荷电状态（State of Charge，SOC）的最小值或最大值。

3 算例分析

本文算例软件为Matlab R2016a，采用CPLEX 12.4求解。为刻画可再生能源和负荷的不确定性，本文应用k-means聚类的方法从年度数据中生成10种典型日场景。算例对具有24 h的IEEE 14节点系统研究分析，其拓扑如图2所示。

图2 IEEE 14节点系统Fig.2 IEEE 14-bus system

该系统中有5台火力发电机，对于每台火力发电机启动和关闭成本设置为1 000×Pgmax，并且每台发电机的最小功率是其装机容量的1/2。节点4和节点7分别设有风电场和光伏电站。风电和负荷分布数据来源于美国PJM市场，太阳能数据从美国国家可再生能源实验室获取。风电装机容量为360 MW，光伏电站装机容量为70 MW。节点7处引出一条联络线，交换电力售价为15$/（MW·h）。可再生能源的最低消纳率为75%。图3为通过k-means聚类从年度数据中选出的10种典型日场景下的可再生能源和负荷数据。

图3 可再生能源数据Fig.3 Data of renewable energy

节点10处设有储能电站。储能电站的参数见表1。其中，储能的维持时间为96/12=8 h，该值表示储能在最大功率放电时能维持的小时数。

表1 储能参数Table 1 Parameters of energy storage

3.1 储能对高比例新能源区域系统ATC的影响

图4 比较了无、有储能的单日ATC均值。

图4 有无储能情况下的单日ATC均值Fig.4 Daily ATC mean value with and without ES

与无储能的情况相比，在有储能的情况下，日间的ATC均值提高了1.03%，夜间的ATC均值提高了10.47%。日最大ATC由111.91 MW增加到114.15 MW，日最小ATC由45.19 MW增加到72.86 MW。利用储能可以有效降低日间的负荷需求，如图5所示。

图5 有无储能情况下的系统负荷变化Fig.5 System load with and without ES

与无储能相比，有储能的情况在日间降低了7.47 MW·h的负荷需求，从而显著提高联络线功率交易的可靠性。

储能的充放电功率和所储电量如图6所示。

图6 储能的充放电功率和所储电量Fig.6 Charging/discharging power and stored energy of ES

由图6可知：由于夜间可再生能源机组出力较小，储能通过放电保证区域系统的功率平衡，而在可再生能源供应充裕时，储能进行充电；储能在日间放电，实现了负荷转移，而当可再生能源足够充裕，区域系统实现可再生能源的完全消纳时，储能又会进行充电。因此，利用储能的响应能力，可将单日内的负荷转移，增强了实时ATC，可以进一步提高可再生能源的消纳水平。

可再生能源的消纳率如图7所示。

图7 有无储能情况下的可再生能源消纳率Fig.7 Accommodation rates of renewable energy with and without ES

由图7可知，储能可以使单日可再生能源的消纳量增加44.46 MW·h，消纳率从75.00%提高到76.03%。相比无储能的区域系统，具备储能电站的高比例可再生能源区域系统显著提高了可再生能源的消纳能力。

3.2 成本与效益分析

表2列出了发电成本和联络线功率交易的收益。其中，联络线电力交易成本的负值表明通过联络线功率交易可以获得的利润。

表2 发电成本和联络线功率收益Table 2 Generation costs and profits from interchange power

由表2可以看出，引入储能后，系统可有效降低54.05%的成本。在消纳可再生能源的同时，火电机组的发电成本从165.53×103$下降到98.46×103$。更重要的是，储能可以使区域系统的负载曲线变得平缓，从而避免火电机组频繁启停，从而大大降低启动和停机成本。

图8为有、无储能情况下的各时段在线火电机组容量。

图8 在线火电机组容量Fig.8 Online capacity of thermal generators

由图8可知，在有储能的情况下，火力发电机不须要频繁启动或关闭。但是，如果没有储能，2号和5号机组必须分别在23：00和7：00关闭以消纳可再生能源，并分别在6：00和22：00启动以满足高峰负荷的需求。通过引入储能，高比例可再生能源区域系统可以大大提高发电容量的充裕度，从而提高联络线的ATC。

为进一步说明所提方法在大规模算例系统中的有效性和可行性，本文基于IEEE 30节点算例进行了分析，得到了与14节点算例类似的结论，如图9所示。设定风电装机容量为140 MW，光伏电站装机容量为60 MW，系统内储能电站的容量为50 MW·h。结果表明，引入储能的方案能够在增强系统ATC的同时实现系统运行成本的最小化。相比于无储能的方案，有储能的方案单日ATC的均值提高了15.85%，可再生能源的消纳率提升了3.35%，进一步地，系统在联络线交易上多获取5.05%的收益，系统的总成本减少56.23%。

图9 IEEE 30节点系统Fig.9 IEEE 30-bus system

3.3 储能持续时间的灵敏度分析

本文对持续时间进行灵敏度分析，并量化储能充放电速度对ATC的影响。在IEEE 14节点系统中采用两种类型的储能系统：①慢充储能系统，其参数见表1；②持续时间为2 h的快充储能系统。两个储能系统的容量和效率是相同的，唯一的区别是快速充电储能系统的最大功率是慢速充电储能系统的4倍。表3比较了两种储能所在的区域系统的ATC和消纳率。

表3 两种储能系统的ATC与消纳率Table 3 ATC and accommodation rates of two ES

与慢充储能系统相比，快充储能系统能够进一步提高单日ETC均值，由130.06 MW提高到131.12 MW，从而获得更多的联络线功率交易利润。然而，由于TTC的限制，单日ATC均值由89.13 MW略降至88.07 MW。另一方面，系统可多消纳42.90 MW·h可再生能源，消纳率由76.03%提高到77.03%。因此，在保证电网安全的同时，快速充电储能系统在改善联络线功率交易和可再生能源消纳方面也优于慢速充电储能系统。

4 结论

本文提出了一种结合储能的两阶段ATC评估框架。在日前市场中，建立了一个机组组合模型来调度发电机和储能；在实时市场中，建立了联络线日平均传输容量最大化的ATC评估模型。基于IEEE 14节点及IEEE 30节点系统的实例研究表明：①与无储能运行相比，储能可以显著提高高比例可再生能源区域系统的实时ATC，从而提高联络线功率交易的可靠性；②利用储能的负荷转移能力，不仅有助于避免发电机的频繁启停，还有助于可再生能源的消纳；③较高的储能充电速度可以进一步增强高比例可再生能源区域系统的经济运行能力。本文将ATC影响的储能电站的最优容量和选址和考虑储能对ATC影响的多区域电力系统的系统模型，两个问题值得进一步深入研究。