碳中和背景下电网灵活性调度

广西电网有限责任公司柳州供电局 杨远锋

当前我国能源体系仍然以煤炭等非可再生化石能源为主，非可再生能源的消耗和生态环境被破坏的问题日趋严重[1]。在我国提出2030、2060年前实现“碳达峰”、“碳中和”的双碳目标[2]后，因风电、光伏发电出力在电网中的随机性和不确定性特征[3]，为促进低碳排放，提高可再生能源的利用率，国内诸多学者对以风电、光伏发电等的综合能源(Integrated Energy System，IES)展开了研究[4]。

采用随机优化和鲁棒优化的调度方法能提高电网的安全、经济性[5]。基于SP 理论构建的多时间尺度优化模型通过调节风险度的方法难以提高决策鲁棒性[6]，而引入仿射运算的RO 方法降低决策的保守度有限[7]。因此，文中提出一种DRO 调度方法，用以提高决策鲁棒性和保守度，并通过算例进行分析。

1 系统框架及模型求解

1.1 确定性调度的框架构建

对于确定性电网的优化调度模型由辐射状配电网模型、调控设备模型、多类型源储协调互动优化调度模型组成，而调控设备模型包含OLTC 模型、并联电容器模型、PV 模型、WT 模型、ESS 模型，其框架如图1所示[8]。因风电、光伏发电等可再生能源处理在电网中的不确定性，根据难以获取的概率密度不确定性刻画的SP 鲁棒性低，RO 方法的高鲁棒性、高保守性特点对于决策的经济性差[6]。为此提出了综合SP 和RO 的DRO 调度方法。

图1 对于确定性电网的调度模型

1.2 DRO 调度模型

文献[8]通过引入置信度的概念，给出范数置信度系数对不确定变量的分布范围进行限制，其表达式如式（1）所示，式中：θ 表示置信度；α 表示范数置信度系数；K 表示实际场景数；L 表示K个场景数下聚类所得离散场景数，在该离散场景中不确定变量初始概率分布f0可通过置信度进行表达，如式（2）所示。

制置信度系的值越大，鲁棒性就越强，保守度也就越高，反之亦然。通过置信度可获得不确定变量分布的集合。基于上述概念，考虑下述约束条件：决策变量不等式约束；风电、光伏发电动作以及电网安全性约束；变量等式约束；潮流分布和设备动作特性约束；不确定性变量的离散约束；二阶锥约束，可通过矩阵方式对DRO 调度进行表达，目标函数如式（3）所示，式中x 表示第一阶段变量；ys表示第二阶段决策变量；Ys第二阶段变量可行域；Ψ 表示不确定变量的分布集合；fs表示第s 个离散场景的概率；T 表示时刻。最后通过运用C&CG 算法对其进行求解，其流程如图2所示。

图2 DRO 调度目标函数求解流程

2 算例分析

通过在仿真系统上测试，对DRO 调度模型和算法的准确性及有效性进行验证，系统配置OLTC、风力发电、光伏发电、并联电抗器、储能装置等设备，系统各设备参数为：电压12.6V、有功功率3802kW、无功功率2695kVar、光伏发电600kVA、风力发电1200kVA、并联电容器600kVar、储能装置容量1200kWh，储能装置充/放电系数为0.95/1.25。

基于文中所述DRO 调度模型，每1h 控制OLTC、并联电抗器、储能装置的调度决策进行求解，在白天低谷时段，光伏发电发出大量有功功率时，可通过调节OLTC 调节电压幅值，储能装置可从网上吸收过剩电能进行储存；在夜晚低谷时段，储能装置放电为电网提供有功功率，通过改变潮流流动减少电网线损。在白天低谷时段，风力发电、光伏发电为电网提供支撑，储能装置吸收有功功率，在夜间峰谷时段，风力发电向电网输入大量无功调节电压，光伏发电有功功率的削弱在储能装置充放电条件下得到缓解，储能装置有利于清洁能源的消纳，降低了弃风的现象，提高了系统运行的经济性和安全性。

综上，文中提出的DRO 调度方法，对光伏发电、风力发电、储能装置构建的新型电力系统，可实现电网的有功损耗和光伏发电有功功率的削减，对于系统存在的随机性和不确定性可灵活性调度储能装置，在提高风力发电和光伏发电的利用率同时，也保证了系统的经济性和安全性。