风光水火储系统的多能容量优化配置分析

肖 建

（湖南郴电国际发展股份有限公司）

0 引言

近些年国家针对能源发展提出了全新的战略，加快了风能、太阳能、水能等新能源的建设规模，使其和火电等形成有效互补，最终形成风能、太阳能、水能、煤炭、天然气等多种能源的综合性系统，最大程度发挥各种能源的优势，在提升火电机组调峰性能的同时获取良好经济效益，形成更加完善的市场机制，形成风光水火储系统工程。从目前情况来看，风光水火储多能系统能够最大程度激发不同能源的优势，能够形成相互之间的互补，对于有效解决传统弃风弃光弃水问题、增强新能源比重、优化能源结构具有重要作用，但是多能互补工程在实际应用时还会受到某些问题的影响，对于大规模应用造成一定限制，要不断增强多能容量优化配置，从而进一步推动多能系统的发展。

1 风光水火储系统的多能互补方面存在的问题分析

虽然多能互补系统经过了一定时间的发展，但是从目前来看还处于初级阶段，很难在短期内展现出更大的价值。正是因为该系统处在初期发展时期，所以系统工程在很多方面存在不足，包括：设计标准、验收标准、技术规范、价格标准、运营维护标准、盈利模式等，不利于其有效应用。除此之外，不同能源之间采取何种占比还缺少足够成熟的案例，不可避免地要在探索中发展，一定程度上限制了其发展速度。风光水火储系统的多能互补方面存在如下几方面问题：

第一，近些年来各种新能源受到当地消纳能力的影响，就算是通过多能互补方式也很难短期内解决此问题，从而影响其进一步推广。

第二，不同系统所发出的电价缺少统一标准，每一家运营机构都是采取自身制定的电价标准，相互之间进行恶性竞争，对于各自的收益都造成影响，很难形成较好的示范效果。

第三，风光水火储多能互补在技术方面还不成熟。多能互补系统在某些技术方面（例如储能、发电、调峰等）还存在明显缺陷，在具体应用方面还缺少有效的验证方式，无法确保可靠性。

第四，各系统所发电量很难进行有效并网。各新能源之间所发电力输出功率、稳定性等方面都存在较大差异，目前电网模式很难满足其进一步发展［2］。除此之外，新能源在进行发电过程中还存在间歇性、不稳定性等问题，目前电网系统对其并不欢迎。

第五，不同能源部门之间存在利益方面的矛盾。电网总体电量需求相对固定，所以若是火电等发电量大必然会限制新能源的发电量，反之也是如此，这就一定程度上影响到多能互补系统的发展。

2 风光水火储系统的多能容量优化配置

近些年各种可再生能源发电技术受到了各方关注，技术水平快速发展，但是可再生能源并网并不顺利，储能系统容量进行优化配置就显得非常关键，是提升电力系统调峰性能、增强可再生能源消纳性能的基本条件［3］。由于现阶段我国电力系统还是以火电为主，所以本文在风光水电储联合系统中要以火电机组深度调峰性能为基础，充分利用储能装置削峰填谷性能来增强整个系统灵活性，从而促使可再生能源的消纳。

2.1 优化模型的建立

第一，净负荷波动最小。整个系统中将风光水储联合出力减掉之后火电机组具体承载的负荷称之为净负荷，为了最大程度应用储能系统来补偿风光等能源出力波动性，要尽可能减小火电机组所承载的净负荷波动性，防止火电机组多次频繁调整出力。净负荷波动最小目标函数表示为：

式中，Pglt为t时间的净负荷值；Pglt，av为一个调度周期范围内净负荷平均值。

第二，储能系统运行收益以及成本模型。

1）储能系统运行收益模型。储能系统在实际运行中的电量、环境收益是最为关键的因素，也是对运行经济性影响最大的因素。可以将此方面的收益建立如下模型：

式中，Pp为电网电价；ηc、ηd分别为储能系统充放电效率；分别为储能系统的充、放电效率；M为上级电网产生污染物类型总数；Pp，k为污染物单位排放费用；R为上级电网生产单位电能排放的污染物密度。

2）储能系统运行成本模型。按照下式建立储能系统运行成本模型：

式中，Csc为储能系统充放电功率成本系数；、分别为储能系统充、放电功率。

储能系统运行收益最大目标函数可以表示为：

第三，火电机组运行成本模型。火电机组运行成本可以分成“煤耗成本和启停成本”、“深度调峰机组损耗成本”、“深度调峰机组稳燃投油成本”。

1）火电机组煤耗以及启停成本：

式中，f2为火电机组常规调峰运行成本；fmh、fqt分别为火电机组煤耗成本以及启停成本；ai、bi、ci分别为火电机组耗量系数；Pi，t表示火电机组出力情况。

2）深度调峰机组损耗成本。一旦机组处于深度调峰状态，其运行时就会和设计参数具有较大的偏离，发电效率会有较大降低，这样就会形成机组损耗成本。此成本可以按照如下公式计算：

式中，β为火电机组运行影响系数；Su，i为第i台火电机组购置成本；Nf（P）为转子致裂循环周次。

第四，风光水等可再生能源消纳性能。此方面的能力主要包括调度时间范围内的弃风电量、弃水电量、弃光电量等部分，这些量越大表明可再生能源消纳性能越弱。

2.2 联合系统分层调度措施和求解方法

多能源进行协调调度是非常复杂的内容，属于非常复杂的非线性规划问题，所以为了对其进行简化，要最大程度通过储能系统削峰填谷性能以及火电机组深度调峰性能来进行。在实际应用时要建立在分解协调的基础上，利用上下层问题协调以及下层问题交替迭代进行求解，以此为基础设定储能系统充放电功率以及优化调峰策略［4］。其中上层调度模型通过储能性能随着风、光以及相应负荷进行变动，将储能系统运行最大收益、最小净负荷波动作为基本目标来对风光水储能系统实施优化，从而降低火电机组对所剩负荷削峰填谷压力，也就是说利用对储能系统的优化来实现风光水储互补系统出力跟踪负荷曲线的效果最优。而下层模型主要是建立在上层模型所传等效负荷曲线的基础上，将最小的火电机组运行成本、最小的能源弃量作为优化目标，同时参考能源弃量处罚成本以及调峰成本、相应火电单元运行情况来最终明确最优经济性调度模式，之后通过交替迭代的求解方式对系统调峰的主动性进行校验，符合调峰主动性约束之后完成迭代，从而明确最终参与到深度调峰的火电机组，进而得到最终的调度策略。

3 算例分析

（1）基本的数据以及参数

某储能系统共包括火电机组（5台）、水电机组（100MW）、风电场（300MW）、光伏电站（50MW）等部分，系统采取的是模块化组装模式的磷酸铁锂电池，具体参数如表1所示。

表1 储能系统参数

（2）系统优化调度结果

为了能够确定上述模型的有效性，本文分别针对不同调度场景实施分析判定，具体场景分别为：①风、光、水联合运行，火电机组进行常规性调峰，不考虑储能情况；②风、光、水、储联合运行，火电机组进行常规性调峰；③风、光、水、储联合运行，火电机组进行深度调峰；④风、光、水联合运行，火电机组进行深度调峰，不考虑储能情况。

不同场景下对系统进行优化的情况如表2所示。

表2 不同调度模式情况下系统优化结果

第一，从上表中能够得知，在充分考量储能系统接入以及火电机组深度调峰运行的情况下，火电机组在实施深度调峰过程中，虽然一定程度上增大了机组损耗，但是因为风电具有非常好的节能成果，总体上系统成本相对场景①也有所降低（约26万元，下降6.5%）。同时在系统成本下降的基础上弃风率也有所下降（降低84.2%），所以通过深度调峰能够有效推动风电发展。另外，站在调峰效果角度来看，储能系统的介入不但可以优化负荷峰谷差，同时也能够降低系统弃风量，可以获得更好的综合效益［5］。

第二，从上表中能够得知，对火电机组实施深度调峰之后，相对于场景①，该系统的总体运营成本下降了5.7%（约23万元）。另外，站在系统调峰效果的角度来看，通过深度调峰能够进一步提升整个系统的灵活性，在确保系统运营成本最低的基础上能够进一步减少系统启停成本，经分析可知相对场景①弃风率降低约6%左右。

4 结束语

随着近些年我国各种新能源技术的快速发展，风光水火储多能互补系统也有了较大发展，其可以充分发挥各能源优势来和传统火电进行互补，能够提升综合性效益。但是由于不同能源之间存在一定差异，其多能容量之间存在一定问题。本文针对此问题进行了详尽分析，在此基础上提出了风光水火储系统的多能容量优化配置方式，能够确保各新能源系统的进一步深入融合发展，对有效推动现代能源发展具有重要意义。