考虑灵活性互济的跨区电网灵活性资源优化调度策略

2023-08-05 08:08:38林顺富张琪沈运帷周波边晓燕李东东

电力建设 2023年8期

林顺富,张琪,沈运帷,周波,边晓燕,李东东

(1. 上海电力大学电气工程学院,上海市 200090;2. 上海市智能电网需求响应技术重点实验室,上海市 200063)

0 引言

为应对能源供应短缺、环境污染以及气候变暖等问题,实现“碳达峰、碳中和”战略目标,我国推动能源绿色低碳转型,大力发展可再生能源,建设以新能源为主体的新型电力系统,构建新型能源体系[1]。风光等新能源出力具有较大波动性和间歇性,大规模接入会给系统运行带来严峻挑战[2-3]。深入挖掘并利用系统多类型灵活性资源,可以提高电力系统的运行灵活性,提升系统新能源消纳能力[4-5]。

在灵活性资源优化调度方面,现有的研究对电网中灵活性需求与供应能力进行量化评估[6],研究基于运行灵活性的优化调度策略[7-9]。文献[10]考虑违反安全约束的风险,基于Wasserstein距离构建不确定性模糊集,在此基础上提出考虑灵活爬坡备用可调度性的两阶段分布鲁棒调度模型。文献[11]提出了一种持续前瞻性优化模型,能够协同优化能量和灵活爬坡服务以满足净负荷波动性。文献[12]根据净负荷变化区间内系统运行规律,对各类能源的灵活性供给能力及系统灵活性需求进行推导,建立电、气、热灵活性供给的数学模型,在此基础上,基于运行灵活性指标构建综合能源系统优化调度模型。文献[13]引入多分辨率鲁棒机组组合模型,保证灵活性供给包络净负荷短时变化区间,同时提出的增广仿射可调鲁棒调度模型可解决传统仿射可调鲁棒调度中结果保守、次优间隙大的缺点。文献[14]提出了一种考虑分时价格型需求响应和分段激励型需求响应的两阶段调度策略,聚合电化学储能、抽水蓄能、改造火电的灵活性供给能力。文献[15]将电动汽车作为灵活性资源,计及电价型和激励型需求响应以及电动汽车充放电不确定性构建楼宇微网优化调度模型。文献[16]采用顶点凸组合法对2种火电机组差异化灵活性改造进行建模,提出一种针对含纯凝机组和热电联产机组的电热集成系统的优化调度方法。文献[17]考虑电动汽车和变频空调接入后的波动性和不确定性,提出了一种考虑需求侧灵活性资源的商业园区微网优化调度方法。上述研究主要针对单个系统内灵活性资源的优化调度,没有考虑区域互联情况下灵活性资源互济的影响。

未来电力系统的发展方向之一是区域电力系统,系统分区运行可以使各区域电力资源实现灵活互补和优化调配,达到互联区域的整体经济性最优[18-19]。在多区域电网协同调度[20-21]的研究方面,现有研究针对分散式架构[22-23]下多区域互联系统调度开展。文献[24]针对含风电的多区域互联电力系统,提出了一种基于目标级联法的分散协调优化方法。文献[25-26]考虑联络线的功率协调能力,提出了一种鲁棒优化算法,对联络线功率传输问题在鲁棒优化框架内进行优化调度。文献[27]提出了基于联络线的区域备用共享方法,从双向备用的角度分析了互联区域常规机组的备用优化方法。文献[28]计及源侧可再生能源出力不确定性,在传统鲁棒理论中加入空间集群效应构建不确定集,达到跨区电力系统鲁棒性和经济性的平衡。上述研究对新能源高占比互联电网的运行灵活性提升具有积极意义,但未考虑区域间灵活性互济对新能源消纳与负荷弃限的影响,也未深入挖掘柔性负荷、储能资源在多区域电网中的灵活互动能力,对未来电网多灵活资源协调互动的运行形态适应性不足。

综上所述,针对电网的分区运行与多类型灵活性资源地区间分布不均衡的特性,提出一种考虑灵活性互济的跨区电网灵活性资源优化调度策略。首先,建立考虑常规机组、储能和可削减负荷的综合灵活性供给能力模型,同时建立计及灵活性互济水平的联络线功率约束模型。其次,建立考虑模糊机会约束的多区域电网互联互济优化调度模型,以每个区域运行成本、弃风弃光切负荷惩罚成本、灵活性互济服务成本、碳排放成本之和最小为目标,基于交替方向乘子法(alternating direction method of multipliers,ADMM)分析分散式调度下区域间灵活性互济水平,在此基础上实现多类型灵活性资源跨区协调调度。最后,采用3个互联的IEEE-39节点电力系统为算例,验证所提调度方法的有效性。

1 区域电网综合灵活性分析

1.1 灵活性的供需平衡及量化方法

1.1.1 源荷储灵活性供给能力

将灵活性供给能力按照方向分为上调灵活性和下调灵活性,根据灵活性资源特性的不同进行分类,常规机组、储能和可削减负荷的灵活性供给能力分别为:

(1)

(2)

(3)

系统灵活性供给能力可表示为:

(4)

1.1.2 灵活性需求特性

系统的灵活性需求通常是根据净负荷的波动及其预测误差预先设定的,为反映净负荷的不确定变化,将系统灵活性需求表示为:

(5)

(6)

1.1.3 灵活性概率平衡特性

由于预测误差导致的净负荷随机波动使得系统产生灵活性需求,因此系统灵活性具有概率特性,灵活性概率平衡特性为:

(7)

(8)

式中:α为置信水平。

1.1.4 灵活性互济服务成本

(9)

1.2 联络线互济能力约束

联络线是区域电网灵活性资源互济的载体,联络线的运行状态及自身特点将制约区域间灵活性互济水平。同一时刻,任意一条联络线上不同方向灵活性互济值之和应为0。区域间灵活性的互济能力受到联络线功率调整速率、传输功率以及最大传输能力的限制,两区域间的上调、下调灵活性互济值应不大于联络线输电功率的最大向上、向下调整速率与剩余可调容量。

联络线的灵活性互济能力约束模型如下:

(10)

(11)

(12)

(13)

(14)

(15)

2 考虑模糊机会约束的多区域电网互联互济优化调度模型

2.1 跨区调度模式

考虑高比例新能源接入下含有常规机组、储能、可削减负荷等灵活性资源的3个跨区互联电网。3个区域电网之间通过联络线互联,假设区域A含有大量风电、光伏等可再生能源资源,仅含有常规机组作为灵活性资源,灵活性需求大于供给;区域B和区域C含有储能、可削减负荷等灵活性资源,无大规模可再生能源资源,灵活性供给大于需求。在该模式下,由跨区联络线实现功率和灵活性的传递,维持各系统功率平衡和灵活性平衡。

2.2 目标函数

为保证互联电力系统中各地区电力系统的信息安全和数据隐私,兼顾不同运行主体利益和高度自主性,采用区域分散协调机制对区域间灵活性耦合关系进行分析。以各区域电网作为调度主体,负责安排本区域内灵活性资源的调度计划,通过协调各区域的机组组合方式和储能、可削减负荷的调度策略,优化区域间灵活性互济水平。采用ADMM算法[29-30],将传统调度模型中大电网运行成本最小的优化目标分解为各区域电网运行成本最小,实现对多区域、多类型灵活性资源的分散协调调度。以区域m为例,局部子问题的优化目标为区域m内机组发电与启停成本、储能与可削减负荷调度成本、弃风弃光切负荷惩罚成本、灵活性互济服务成本、碳排放成本之和最小,式(16)为局部子问题的目标函数:

(16)

1)常规机组发电与启停成本。

常规机组发电与启停成本可表示为:

(17)

2)储能调度成本。

储能的调度成本可表示为:

(18)

3)可削减负荷调度成本。

可削减负荷调度成本可表示为:

(19)

4)弃风弃光切负荷惩罚成本。

向上灵活性不足会导致失负荷风险,向下灵活性不足会导致弃风弃光风险,引入弃风弃光惩罚系数和切负荷惩罚系数,以弃风弃光惩罚成本和切负荷惩罚成本的形式纳入目标函数:

(20)

5)碳排放成本。

碳交易市场通过交易温室气体排放权,以市场机制促进节能减排,控制和减少温室气体排放污染。采用基准线数据法计算系统碳排放配额[31]:

(21)

(22)

风电、光伏作为清洁能源,在发电过程中不产生二氧化碳,因此区域m的碳排放量主要来源于常规机组,区域m碳排量计算公式为:

(23)

阶梯式碳排放成本为:

(24)

式中:λ为碳交易价格;τ为碳排放量区间长度;μ为碳排放量每上升1个阶梯,碳交易价格的增长幅度。

2.3 约束条件

1)火电机组运行约束。

(25)

(26)

(27)

(28)

2)储能运行约束。

(29)

(30)

(31)

(32)

(33)

(34)

(35)

3)可削减负荷运行约束。

可削减负荷运行约束为:

(36)

4)功率平衡约束。

为了保证系统运行的安全性,需满足功率平衡约束:

(37)

5)线路潮流安全约束。

(38)

6)区域灵活性约束。

区域最大灵活性外送能力不应大于自身的灵活性水平,区域灵活性约束为:

(39)

(40)

(41)

(42)

2.4 模型求解

对于目标函数和约束条件含模糊参数的最优化问题可表述为:

(43)

式中:f(x,ξ)为目标函数;g(x,ξ)为约束条件;x为n维决策向量;ξ为模糊参数向量。

求解模糊机会约束规划的重点是处理机会约束,参考文献[34]中的方法,分离约束条件中的模糊参数和决策变量,转化为清晰等价类处理,机会约束的清晰等价类为:

(44)

模糊参数可由以下四元组表示:

(45)

转换后灵活性概率平衡清晰等价类为:

(46)

将式(37)松弛为某一置信水平α条件下的功率约束平衡,该平衡约束条件成立的可能性不小于α,以此构造出不确定因素集:

(47)

转换后的功率平衡清晰等价类为:

(48)

3 算例分析

3.1 算例设置

本文采用3个互联的IEEE-39节点系统建立算例,分别定义为区域A、区域B和区域C。每个区域由10台常规机组和46条输电线路组成,设线路电抗为0.3 pu,各条线路允许的最大潮流均为200 MW。其中区域A接入2 150 MW的常规机组,并于29节点接入最大800 MW的风电,于30节点接入500 MW的光伏;区域B接入2 150 MW的常规机组,并于28节点接入最大充、放电功率均为100 MW的储能;区域C接入2 150 MW的常规机组,并于21、23、24、25、26、27节点接入共计200 MW的可削减负荷。参照文献[35],三区域的线路、常规机组的详细参数,区域B储能详细参数及区域C可削减负荷详细参数见附录A。三区域风电、光伏、负荷预测值如图1所示。区域联络线的换流站分别在区域A的第7节点,以及区域B和区域C的第27节点,联络线运行参数见表1。设定碳交易价格λ=50元/t;碳排放量区间长度τ=100 t;碳交易价格的增长幅度μ=25%。

表1 联络线运行参数Table 1 Operating parameters of tie-line

图1 区域电网风光荷预测值Fig.1 Prediction value of wind power, solar power and load in regional grid

3.2 多区域灵活性资源互济有效性分析

为分析多区域灵活性资源协调互济调度模式的有效性,设定5种调度方案:

方案1：本文所提调度方案,三区域间既进行功率交换,也进行灵活性协调互济;

方案2：仅考虑区域A和区域B灵活性协调互济,另一区域C只参与功率交换,不参与系统灵活性协调;

方案3：仅考虑区域A和区域C灵活性协调互济,另一区域B只参与功率交换,不参与系统灵活性协调;

方案4：传统日前调度模式,仅计及区域间的功率交换,不考虑区域间灵活性互济;

方案5：传统日前调度模式下预留一部分的旋转备用容量的调度方案。

表2为5种调度方案下系统弃风弃光成本、切负荷成本、碳排放成本、运行总成本的结果。

表2 5种调度方案成本的比较Table 2 Cost comparison of five dispatching cases 万元

通过对比可知,采用方案4进行调度时,会产生较大的弃风弃光以及切负荷风险。引入区域间灵活性互济后,比较方案3和方案4,方案3的弃风弃光成本下降了61.8%,切负荷成本下降了44.0%。对比方案2和方案4,方案2的弃风弃光成本下降了62.3%,切负荷成本下降了46.4%。当多个区域均参加灵活性互济后,比较方案1和方案2,方案1由于可协调调度灵活性的区域增多,灵活性不足风险成本较方案2下降59.0%,总成本降低2.23万元。由此证明,引入区域灵活互济后,与传统调度模式(方案4)相比,可促进系统对风光等新能源的消纳,减少系统切负荷,提升系统运行可靠性,同时降低系统运行成本,提升系统运行经济性。

比较方案1和方案5,当在系统中预留旋转备用容量来降低净负荷波动性的影响时,弃风弃光切负荷惩罚成本、碳排放成本及总成本均有所增加。其中,机组运行成本增加了7.6%,碳排放成本增加了16.5%,总成本增加了3%。这是由于在预留旋转备用容量时,净负荷波动性优先由常规机组旋转备用满足,对储能、可削减负荷等灵活性资源调用减少,同时产生的二氧化碳排放量增大。因此采用灵活性互济的调度方法,与预留旋转备用容量方法相比能够有效降低系统运行成本,降低碳排放量,符合我国电力行业节能减排、低碳环保的发展理念。

表3为4种调度方案下区域A的机组运行成本、弃风弃光切负荷成本、碳排放成本、灵活性互济服务成本以及总成本的结果。

表3 区域A 4种调度方案成本比较Table 3 Cost comparison of four dispatching bcases of region A 万元

通过表3可知,方案1—4中灵活性互济服务成本占总成本的比例分别为39.61%、19.53%、19.21%、0,随着互联区域增多,区域A灵活性互济服务成本增大,但总运行成本降低。对比方案1和方案2,方案1灵活性互济服务成本增加98.77%,机组运行成本降低20.79%,弃风弃光、切负荷成本降低59.01%,碳排放收益增加96.33%,总成本降低1.99%,这是由于灵活性互济区域增多后,区域A的灵活性供需不平衡程度降低,弃风弃光切负荷量减小,常规机组出力减小,总成本降低。此外,由于新能源占比较高,区域A可通过交易多余的碳排放配额获益。

图2为各方案下区域A的灵活性容量与灵活性互济水平。

图2 区域A灵活性容量与互济水平Fig.2 Flexibility and mutual aid level of region A

如图2(a)所示,考虑区域灵活性互济的调度模式下,各时段均具有较高的灵活性调节能力,在上调灵活性较为紧缺的10:00—15:00及19:00—21:00时段内,区域外上调灵活性支援分别占此时刻上调灵活性容量的72.77%、74.20%。表4、5为3种调度方案下特殊时段区域A灵活性容量比较。

表4 3种调度方案下特殊时段区域A向上灵活性容量比较Table 4 Comparison of upward flexibility of three dispatching cases in special period of region A

对比图2及表4和表5可以看出,当协调调度的区域增加时,区域灵活性互济水平升高,这表明随着参与互济的区域增加,方案1的优越性会逐渐放大,对未来多区域电网分区协调运行的适应性更强。

表5 3种调度方案下特殊时段区域A向下灵活性容量比较Table 5 Comparison of downward flexibility of three dispatching cases in special period of region A

3.3 不同置信水平对调度结果的影响

本文采用的模糊机会约束模型不局限于绝对的功率相等关系,而是通过设置一定的置信度,使系统在该置信水平下的调度过程中满足功率平衡及灵活性平衡关系,达到调度决策者的期望。置信水平对系统安全性、经济性有重要影响,以方案1为例,当改变系统置信水平α时,系统调度结果如表6所示。

表6 不同置信概率调度结果对比Table 6 Comparison results with different confidence probabilities

由表6可得,置信水平越高,弃风率越低,系统灵活性需求越大,总成本也越大。系统的灵活性需求为系统净负荷的时序爬坡功率,满足系统灵活性需求可以减小新能源及负荷波动性及不确定性的不良影响。系统灵活需求估计水平与置信度水平密切相关,置信水平越低,系统灵活性需求估计越小,会导致对新能源波动的应对能力较差,弃风弃光增多,系统面临较高的运行风险。但是,随着置信水平增大,系统安全性增加的同时总运行成本也增大,系统经济性降低。因此在调度过程中,应根据系统的实际需求,综合考虑安全性和经济性,选择合适的置信水平。

附录A