计及直流调节能力的含风电电力系统储能优化配置

2022-02-18 06:39彭穗龚贤夫刘新苗卢洵吴云芸薛熙臻周博艾小猛
中国电力 2022年1期
关键词:火电直流储能

彭穗,龚贤夫,刘新苗,卢洵,吴云芸,薛熙臻,周博,艾小猛

(1.广东电网有限责任公司电网规划研究中心,广东 广州 510080;2.广东电网有限责任公司,广东 广州 510000;3.强磁场工程与新技术国家重点实验室(华中科技大学),湖北 武汉 430074)

0 引言

近年来,中国风电产业发展迅速,装机容量不断增加。随着风电等新能源在电源结构中所占比例的增加,未来中国将逐渐形成高比例新能源电力系统的局面。而具有随机性、间歇性和波动性的风电大规模并网会给电力系统运行可靠性和经济性带来巨大挑战[1-3]。

储能作为一种能够快速吸收或释放电能的灵活性调节资源[4],可以有效地弥补新能源发电具有波动性的缺点。为高比例新能源电力系统配套建设储能电站,不仅可以促进新能源的消纳[5]、提升系统运行可靠性,也是助力“碳达峰、碳中和”战略的重要举措。然而,受到储能技术不成熟的局限[6],目前储能建设成本高昂。因此,如何优化储能容量配置,在促进新能源消纳的同时最大限度地发挥储能系统的经济性[7],是一个亟须解决的难题。

关于储能优化配置问题,已有很多学者开展了相关研究。文献[4]考虑了储能系统规划与运行的相互影响,提出了用于提高风电接入能力的规划运行综合优化模型;文献[8]考虑储能投资成本、充放电功率、SOC以及联络线功率等因素,提出一种基于双层决策模型的风光储系统储能容量的优化配置方法,以兼顾系统的稳定性和经济性;文献[9]基于直流潮流模型和鲁棒线性优化方法提出了一种在含多个风电场的电力系统中求解储能装置最优配置的方法;文献[10]结合多场景随机规划与基于序贯蒙特卡洛的运行模拟,提出一种考虑风电不确定性和储能寿命折损的储能优化配置方法。上述研究主要是针对含风电接入的交流电网进行储能容量优化配置,此外,还有文献[11]将直流电网和储能技术结合,提出了一种直流电网储能容量规划模型,以促进大规模风电的消纳。

随着电力电子技术的发展,基于柔性直流输电 (voltage source converter based HVDC, VSCHVDC)技术的示范工程已竣工投产[12],交直流混联电网成为中国电网发展的新形态。然而,目前鲜有针对交直流混联电网进行储能优化配置的研究。文献[13]在考虑风光互补的情况下,研究交直流电网中的储能优化配置,分析了不同风光互补方式下储能的配置情况。然而,上述研究没有考虑到交直流混联电网中直流的调节能力,即通过优化线路间电压源型换流器(voltage source converter,VSC)的功率,实现最优潮流分布,进而实现风电的最大消纳[14]。具体来说,VSC可以建模为虚拟发电机或电动机,可以吸收或注入有功/无功功率到交流网络[15]。有研究表明[16],基于VSC的直流线路比传统交流线路的输电范围更广,交直流混合电网比纯交流电网更加灵活。利用这一特性,可以减少高比例新能源系统对储能的需求,从而降低储能投资成本。

基于此,本文提出一种计及直流调节能力的含风电电力系统储能优化配置方法,通过对修改的IEEE 14节点进行算例分析,验证所提模型能够在促进新能源消纳的同时,降低储能投资成本,保证电力系统运行的经济性。

1 风电与负荷随机性的处理

进行储能配置时,需要考虑电力系统中风电出力和负荷功率随机的情况,以获得更合理的储能配置方案。场景分析法是描述和处理电力系统中随机性、不确定性问题的主要方法,包括场景生成和场景削减过程。

1.1 场景生成

对风电场进行中长期出力时间序列生成,对电力系统规划和运行具有重要意义[17]。基于一年或多年的风电历史数据进行场景生成,能够得到符合实际风电场出力特性的风电功率时间序列,为电力系统储能规划提供指导。本文采用考虑风功率状态持续时间特性和波动特性的马尔科夫链-蒙特卡洛法(Markov chain Monte Carlo method,MCMC)[18]来生成场景。

1.2 场景削减

场景削减是缩减场景集规模、减小计算量同时尽可能保证结果可信性的有效手段。该方法将场景生成的风电场景集和大量负荷历史数据归并到少数典型场景上,在保证储能配置方案考虑到电力系统各种运行状态的同时,降低计算复杂度。本文采用同步回代消除法[19]对场景生成的风电场景和负荷全年时序曲线的历史数据进行场景削减,削减后的风电场景集和负荷场景集分别见图1和图2,各场景出现的概率见表1。考虑将场景削减得到的典型场景集作为第2节所提计及直流调节能力的储能配置随机优化模型的场景输入。

图1 场景削减后的风电出力典型场景集Fig.1 Typical scenarios of wind power output after scenario reduction

图2 场景削减后的负荷典型场景集Fig.2 Typical scenarios of load curves after scenario reduction

表1 场景削减后各典型场景出现概率Table 1 Probability of each typical scenario after scenario reduction

2 计及直流调节能力的储能配置随机优化模型

2.1 目标函数

储能优化配置同时考虑规划和运行2个时间尺度:(1)进行储能规划,确定系统中的电池储能容量和优化布局;(2)在考虑风电出力和负荷不确定的情况下进行电力系统运行,权衡成本以获得合理的储能配置结果。

具体的,计及直流调节能力的储能配置随机优化模型以储能日化投资成本与系统单日运行成本之和构成的系统单日总成本最小化为目标,其中,储能日化投资成本根据储能单元的设计使用年限,由年投资运行成本折算而来;系统单日运行成本包括火电机组运行费用和弃风成本,火电机组运行成本包括火电机组煤耗成本、火电机组启停机成本,即式中:N为交流节点数;NS为场景个数;NG为火电机组个数;T=24 h,为仿真时长;QBS,i为节点i处配置的储能单元个数;ηP、ηE分别为储能的单位功率容量成本和单位能量容量成本;PBS、EBS分别为一个储能单元的功率容量和能量容量;Ttotal为电池储能的寿命;ps为不同场景可能出现的概率;为场景s下火电机组g的煤耗费用;Pg,t,s为场景s下火电机组g在t时刻的出力;CSU,g,t,s和CSD,g,t,s分别为场景s下火电机组g在时刻t的启、停机成本;为弃风惩罚系数;为场景s下时刻t的弃风功率。

2.2 约束条件

2.2.1 储能配置和运行约束

(1)储能系统配置约束为

(2)储能系统充放电功率约束为

(3)储能系统充放电状态约束为

(4)储能末能量约束为

式中:ηBS为 储能充放电时的转换效率。

(5)储能能量水平约束为

式中:EBS,i0为节点i处储能的初始能量水平。

2.2.2 直流线路约束

模型所提直流调节能力主要指优化VSC的功率,来改变直流线路传输的功率,实现系统潮流分布的调整,从而实现风电的消纳和对储能需求的减少。交直流混联系统功率传输模型如图3所示,不考虑VSC的内部结构,仅考虑VSC交流侧和直流侧的功率关系,并计及VSC装置处的损耗。

图3 交直流混联系统功率传输模型Fig.3 Power transmission model of an AC/DC hybrid system

(1)VSC交流侧和直流侧有功功率约束为

式中:Pcv,i,t,s为VSC流向交流节点i处的有功功率;PDC,i,t,s为节点i处的直流注入功率;Plscv,i,t,s为VSC装置在节点i处的损耗;β为VSC装置的功率损耗系数,本文取β=0.007[16]。

(2)功率平衡约束为

式中:PrDC,j,t,s为直流线路j的受端有功潮流;PlsDC,j,t,s为直流线路j的有功损耗;nlDC为直流线路数;WPDC、WlDC分别为与直流线路潮流相关的关联矩阵和直流线路功率损耗相关的关联矩阵。

(3)直流线路有功损耗约束为

式中:VrDC,j,t,s为直流线路j的受端电压幅值;RlDC为直流线路电阻矩阵。

(4)直流支路送端和受端电压关系为

式中:VsDC,j,t,s为直流线路j的送端电压幅值。

经简化,直流支路送端和受端电压幅值关系为

2.2.3 交流电网约束

在上述构建的可调节的直流线路模型中,直流VSC节点功率的改变会造成节点电压的波动和线路的损耗,进而影响整个交直流电网的潮流分布,因此,交流电网采用支路潮流模型[15]。

(1)功率平衡约束为

式中:PG,i,t,s、QG,i,t,s分别为节点i处火电机组的有功和无功出力;PW,i,t,s为节点i处实际使用的风电功率;PD,i,t,s、QD,i,t,s分别为节点i处的有功和无功负荷;Pcv,i,t,s、Qcv,i,t,s分别为节点i处VSC的有功和无功功率;分别为节点i处储能的充放电功率;PrAC,j,t,s、QrAC,j,t,s分别为交流线路j的受端有功潮流和无功潮流;PlsAC,j,t,s、QlsAC,j,t,s分别为交流线路j的有功损耗和无功损耗;nlAC为交流线路数;WPQAC、WlAC分别为交流潮流相关的关联矩阵和交流功率损耗相关的关联矩阵;矩阵WPQAC、WlAC类似直流线路中的式(13)和式(14);B为线路电纳矩阵;VAC,i,t,s为交流节点i的电压幅值。

(2)交流有功损耗和无功损耗约束为

式中:VrAC,j,t,s为交流线路j的受端电压幅值;RlAC为交流线路电阻矩阵;Xl为线路电抗矩阵。

(3)交流支路送端和受端电压关系为

式中:θs,j,t,s、θr,j,t,s分别为交流线路j的送端电压相角和受端电压相角;VsAC,j,t,s为交流线路j的送端电压幅值。

经简化,交流支路送端和受端电压幅值关系为

相角关系为

2.2.4 弃风约束

2.2.5 机组组合约束

在原有通信实训室基础之上,新建移动无线网络优化中心。以移动无线网络优化为主要建设内容。学员可通过各种网络优化工具进行系统采集移动无线网络数据、定点路测数据、数据分析及优化等实训,实训场地及设备按照企业生产经营要求设置,形成真实的职业环境。

(1)旋转备用约束为

式中:PGU,i,t,s、PGD,i,t,s分别为火电机组i的动态有功出力上限和下限;α为旋转备用系数。

(2)最小启/停机时间约束为

式中:Ton、Toff分别为火电机组i的最小连续运行和连续停机时间;UG,i,t,s为火电机组i的启停机状态。

(3)爬坡约束为

(4)启/停机最大出力限制约束为

式中:PGSU,i和PGSD,i分别为开机和停机最大出力。

2.3 模型的重构

2.3.1 凸松弛

本文采用二阶锥松弛技术将交流线路有功损耗和直流线路有功损耗约束进行凸化松弛。引入中间变量节点电压的平方,将约束(15)、(20)转化为二阶锥形式并进行松弛处理,即

式中:YAC为交流节点电压VAC的平方;YDC为直流节点电压VDC的平方。

考虑将含有绝对值的约束(11)进行松弛,即

2.3.2 松弛 gap

考虑到对非凸约束进行松弛处理,可能使得原始约束等式不再成立。为确保解的准确性,定义松弛gap为

由于每个场景每个时段的不同节点、线路都存在松弛引起的误差,考虑取其中的最大误差作为每个场景下各时段的误差,即松弛gap。当松弛gap足够小时,则认为约束(38)~(40)能够取到等号,求解得到的结果为最优解。

3 算例分析

3.1 算例介绍

在如图4所示修改的IEEE 14节点系统进行仿真分析,使用基于MATLAB平台的GUROBI求解器来求解所涉及的优化问题。节点1、2、3、6、8接入装机容量均为100 MW的火电机组,开机费用和停机费用分别为 22 750 元/次、19 500 元/次[16],其他火电机组参数见表2。在节点1、4分别接入装机容量为180 MW、200 MW的风电机组,弃风惩罚系数为[20]。负荷容量为440 MW。系统额定电压为500 kV,节点电压允许波动范围为0.95~1.05 p.u.,交流线路容量为100 MW,节点1、4之间增加一条容量为50 MW的直流线路。考虑为节点1~14进行储能配置,每个节点最多可配置20个储能单元,储能单元参数[21]见表3。

图4 交直流系统拓扑结构Fig.4 Topological structure of an AC/DC system

表2 火电机组参数Table 2 Parameters of a thermal power unit

表3 储能单元参数Table 3 Parameters of an energy storage unit

为验证本文所提方法的有效性,设置了如下4个方案。

Case1:节点1—4间没有直流线路,不配置储能;Case2:节点1—4间没有直流线路,进行储能配置;Case3:节点1—4间存在直流线路,直流线路传输功率恒定(20 MW),进行储能配置;Case4(本文所提方案):节点1—4间存在直流线路,直流线路传输功率可调,进行储能配置。

3.2 算例分析

各方案下优化结果如表4所示,储能容量配置和优化布局具体情况如表5所示,各运行场景下的弃风情况如图5所示。

表4 各方案优化结果Table 4 Optimization results of each scheme

表5 各方案储能容量配置和优化布局情况Table 5 Capacity configuration and optimized layout of energy storage in each scheme

图5 各方案下不同场景弃风率情况Fig.5 Wind abandonment rate of different scenarios in each scheme

从表4可以看到,考虑配置储能之后,与不进行储能配置的情况相比,系统调节能力增强,消纳的风电增加,火电出力减少,系统单日总成本下降0.80%。不难发现,Case2是Case3直流传输功率为0的特殊情况。当直流线路传输功率流向和大小合适时,会促进系统对风电的消纳,使风电得到更有效的利用,与不进行储能配置的情况相比,火电机组出力和弃风成本均下降,系统单日总成本下降1.28%。

考虑直流调节能力后,通过优化VSC装置的功率,能够改变直流线路接入位置的节点注入功率,从而改变交流系统的潮流分布,进而更充分利用风力发电,减少火电机组出力和系统对储能单元的需求,火电机组运行成本和储能投资成本随之降低。与直流线路传输功率恒定情况相比,系统弃风成本和火电出力进一步降低,单日总成本降低了3.94%。因此,考虑直流的调节能力,能够提高系统对风电的消纳能力的同时,保证系统的经济性运行。

结合图5和表5可知,通过配置储能,能够使得原本弃风较多的场景(如场景6、8、9)弃风率显著下降,且考虑直流调节能力的方案配置的储能容量更少,各场景下综合弃风率更低,具有更优的经济性。

为确保解的准确性,考虑进行松弛gap校验,根据式(41)计算各场景每个时段的松弛gap如图6所示。可见,松弛gap在1 0−3MW级,与负荷相比可以忽略,则近似认为由凸化松弛引起的误差为0,即约束(11)、(15)、(20)等式能够成立。

图6 所提方案松弛gap校验Fig.6 Relaxed gap verification of the proposed scheme

为避免一个算例的优化结果具有偶然性,进一步探究直流线路传输功率对储能配置的影响,考虑改变Case3中直流线路的恒定传输功率,优化结果及与Case4优化结果的比较如图7所示。由图7可知,不同恒定直流传输功率下的储能配置容量均高于直流传输功率可调时。这说明通过优化不同时刻直流线路的传输功率,能够提高系统的调节能力,减少对储能装置的需求。

图7 不同直流传输功率下的优化结果Fig.7 Optimized results of different transmission power in a DC line

4 结论

本文提出了一种计及直流调节能力的含风电电力系统储能优化配置方法,采用场景分析法来处理风电和负荷的随机性,建立了计及直流调节能力的储能配置多场景随机优化模型,得出结论如下。

(1)采用场景分析法进行储能配置,能够计及系统中风电处理和负荷的随机性,获得合理的储能优化配置方案,最大限度发挥储能的作用,减少资源浪费;

(2)考虑直流线路对系统潮流的调节能力,对储能配置进行优化,能够减少系统的单日总成本。本文算例中,电力系统风电消纳能力提升,同时储能投资成本降低,与直流传输功率恒定相比,单日总成本下降3.94%。

猜你喜欢
火电直流储能
基于强化学习的直流蒸汽发生器控制策略研究
“宁电入湘”直流工程再提速
相变储能材料的应用
相变储能材料研究进展
浅谈火电工程建设质量管理方法
火电机组公用电泵系统介绍及逻辑设计
直流稳压电源实验教学的创新性探索与实践
火电企业节能减排的长效机制研究
变电所如何快速查找直流系统接地
关于600MW火电机组模拟量控制系统设计和研究