考虑气热惯性的综合能源系统参与辅助服务策略

缪蔡然,朱姚培,王琦,汤奕

(东南大学电气工程学院,南京市 210096)

0 引 言

随着可再生能源在电力系统中的大量接入[1],能源输出功率的不确定性降低了电网运行的可靠性[2]。在电力系统中,辅助服务(ancillary service, AS)通过调度发电侧与负荷侧并网主体资源保障电力供应,调节电网频率、电压水平,维护电力系统安全稳定运行[3],主要提供系统调频、调峰、备用、转动惯量、爬坡等辅助服务[4-9]。通常地,参与AS的并网主体为各式发电机组[9],而随着传统电力需求响应向综合需求响应方向的逐步迈进,能源的灵活转换与时空转移也成为了AS可利用资源的一部分:1)储能的快速响应特性弥补了火电机组出力响应与自动发电控制(automatic generation control, AGC)指令间的偏差,从而提供调频服务[10-11];2)电锅炉在负荷低谷期间将电能转换成热能进行存储,以减小负荷峰谷差,以提供调峰服务[12-13];3)电动汽车通过有序充电就地消纳光伏,降低用户充电成本的同时提供削峰填谷服务[14-15]。

上述AS资源均充分利用了多种能源的灵活调配,而电、气、热耦合的综合能源系统(integrated energy system,IES)也具有多能互补的特点,其不同能源系统间的协同规划、建设与运行能够促进不同能源梯级、高效利用,因而成为当下的研究热点[16-19]。除了能源的灵活转换外,IES中所包含的惯性资源也可以抵抗功率波动并为电力系统提供辅助服务[20-21]。

针对IES热惯性,主要指热源供热瞬间变化时,由于热管道时滞、热负荷惯性存在,热负荷温度变化相对滞后,可在一定时间内维持舒适温度[22-23]。因此,从热源处提取热功率对热负荷侧的用户舒适度影响较小[24],在集中供热系统中经常考虑利用热惯性满足实时变化的负荷需求[25],提供频率响应或者防止因恶劣天气造成的电力事故[26-27]。

针对IES气惯性,主要指负荷需求瞬间变化时,由于气管存存在,管道末端压强变化相对滞后,可在一定时间内维持适宜压强[28]。因此,在紧急功率缺额下气惯性能够缓解功率波动,灵活地满足净负荷要求[29],防止对天然气网络的冲击或作为短期供电的备用能源[30-31]。

基于上述所揭示的IES气热惯性对外界扰动的抵御能力,考虑气热惯性的IES可以通过参与AS的方式,将电力系统中的功率不平衡引入IES气、热系统,利用气热惯性对功率波动的缓解能力保障电力系统的稳定运行。因此,为了挖掘气热惯性参与电力系统运行并提供AS的潜力,同时基于气热惯性响应速度快、支撑时间长的特性,本文以不同时间尺度的秒级惯量AS方案和分钟级调频AS方案为例,探讨IES参与辅助服务的可行性;最后在小容量系统中进行算例仿真与分析,验证本文所提方法的优势。

首先,分析IES气热惯性对功率波动的抵御能力,给出考虑气热惯性的典型IES结构,并针对IES参与的惯量AS方案与调频AS方案提出相应的响应策略;然后,针对所提方案分别建立IES气热惯性模型、IES参与的惯量AS优化模型与调频AS优化模型;之后,通过算例分析考虑气热惯性的IES参与系统AS的可行性与经济性;最后,给出结论,并对下一阶段研究做出展望。

1 考虑气热惯性的IES参与AS策略分析

1.1 IES气热惯性特性分析

IES热力系统中热能具有弹性需求,如图1所示,当热源处出现功率波动时,热惯性主要通过以下3个方面降低功率波动对负荷侧的影响:

图1 热惯性特性图

1)热时滞:长距离的输送管道将延长功率波动到达负荷侧的时间,从而延缓热网受到影响的时间;

2)热损耗:当扰动到达负荷侧时,由于传输过程中的热损失和负荷侧建筑物的散热特性,部分功率波动已经被缓解;

3)热模糊:负荷侧温度在一定范围内的波动不会显著地影响用户舒适度。

因此在热网中,热时滞、热损耗、热模糊组成了IES热惯性特性,热源处供热的瞬时变化在一段时间内将不会对负荷侧造成显著影响,从而抵御外界对系统的功率冲击。

IES天然气系统中天然气具有存储特性,如图2所示,当负荷侧出现功率波动时,气惯性主要通过以下两方面降低功率波动对负荷侧的影响:

图2 气惯性特性图

1)气管存:指在天然气网络的实际运行中,由于管道始端输入流量与管道末端输出流量的不平衡而存储在管道中的气体[32],可以在短时间内释放以满足突然增加的负荷需求;

2)气时滞:由于储气消耗过程缓慢,负荷需求的突然变化会导致管道末端压强的延时响应。

因此在天然气网络中,气管存、气时滞组成了IES气惯性特性,负荷侧需求的瞬时变化对天然气网络安全运行的影响被减小,从而抵御外界对系统的功率冲击。

1.2 考虑气热惯性的IES典型结构

本文研究的IES内部结构如图3所示,该系统由外部电网和外部天然气网络供电。电力负荷由外部电网、热电联产(combined heat and power, CHP)机组供给。热负荷由电锅炉和CHP机组供给。能源集线器的输入输出模型为:

图3 IES典型结构

(1)

式中:Le、Lh分别为IES电、热负荷;λd为电能转换系数;ηT、ηEB分别为变压器、电锅炉电能转换系数;ηCHPE、ηCHPH分别为CHP机组气电、气热转换系数;Pexe、Pexg分别为外部电网、外部气网提供的功率。

在该IES结构中,热惯性特性主要体现为:在外部电网总供电不变的前提下,由电锅炉带来的热功率的减少以及CHP机组带来的热功率的增加导致的热力网络热源处的波动,会经过热水管道一定的热时滞与热损耗到达热负荷处。由于热负荷处的建筑也有散热特性,且负荷侧对温度波动具有容忍性,所以功率波动在一定程度上被平抑。气惯性特性主要体现为:在外部气网响应能力有限的情况下,CHP机组作为天然气网络负荷处的能源耦合设备快速响应电网故障,通过消耗气管存,提供气惯性支撑。

IES参与辅助服务的能力主要取决于IES气热惯性的功率支撑能力和故障响应速度。针对功率支撑能力,气惯性的支撑时间为分钟级别,热惯性的支撑时间为小时级别,因此气热惯性具有足够的支撑能力提供分钟级别的调频、爬坡等辅助服务。针对故障响应速度,CHP机组的快速响应速度和管道中预先储存的气管存保证了气惯性的响应时间在秒级以内;而快速的电力调度和负荷侧对温度的容忍性确保了热惯性的响应时间也在秒级以内。因此气热惯性的快速响应能力确保了二者能在一定的控制方式下提供秒级的惯量响应服务。因此,IES气热惯性同时兼备了快速故障响应能力与较长的功率支撑时间,有能力提供电力系统各项辅助服务。下面以惯量服务和调频服务为例,讨论IES参与辅助服务的可能性。

1.3 考虑IES的惯量AS方案响应

IES参与电力系统惯量AS主要利用热力系统热惯性对功率波动的抵御能力,负荷侧通过牺牲其舒适度以灵活响应电网故障。因此本文认为IES通过惯量响应负荷(inertia response load, IRL)向电力系统提供惯量AS。IRL为在一定的控制策略下,快速响应电网故障、灵活调节负荷水平的用户侧负荷的统称。

IRL响应策略将动作阈值分成离散的n档,分别在频率变化率(rate of change of frequency, RoCoF)为|df/dt|n,|df/dt|n-1,…,|df/dt|1时投入不同大小的IRL。IRL响应量与检测到的RoCoF成正相关。由于RoCoF通常在故障初期最大,然后逐渐减小,故而IRL响应量也在故障初期最大。随着RoCoF的逐渐减小,IRL投入量也逐渐减小,当惯量响应阶段结束,系统进入一次调频时,所有IRL恢复正常运行。

本文考虑响应策略对动作阈值的分档为等间距,如图4所示,ΔPL和|df/dt|成线性关系。其中,ΔPL为IRL响应量大小,|df/dt|为RoCoF绝对值。故障后需要为IRL留出一定的响应时间裕度,故当检测到电网|df/dt|大于|df/dt|max时,允许IRL短时间的响应延时,此时响应量为0;当RoCoF低至|df/dt|min时,令所有IRL全部接通电源工作,此时不再提供负荷响应,RoCoF也将趋近于0,惯量响应阶段结束。

与传统响应频率变化的功率支撑策略不同的是,本文考虑IES的惯量AS方案针对频率变化率进行响应,主要原因有两点:

1)传统响应频率变化的功率支撑策略,在响应结束后仍需要考虑响应功率的有序退出,从而避免支撑功率的瞬时退出对电网频率造成二次冲击;而本文所提响应|df/dt|的功率支撑策略无需额外考虑IRL的恢复策略,整个IRL的响应过程也是IRL的恢复过程,在|df/dt|变为0时,IRL已经全部恢复。

2)现有研究多从频率角度进行电网故障后的功率支撑研究,而忽略了RoCoF指标对电网安全程度评价的重要性。RoCoF指标的恶化极易使电网运行超出各类频率控制、恢复措施的应对能力,从而导致全网崩溃。因此本文将功率响应对象定为电网故障后RoCoF,通过IRL针对性地响应防止电网故障后的RoCoF指标恶化。

1.4 考虑IES的调频AS方案响应

在电网运行过程中,经常会出现由电力供需不平衡引起的频率偏移。频率偏移信号被传输到IES,转化为功率缺额信号进而传递到天然气系统和热力系统。如此,通过将功率扰动分配给天然气系统和热力系统,IES可以有效保护电力系统运行不受到严重影响。基于图3所示的IES内部结构,气热惯性主要通过以下方式参与调频AS:

1)电能的传输:在外部电网总供电不变的前提下,原本流向电锅炉的电能可传输至变压器。该方法以减少负荷侧供热为代价增加电力供应。

2)电能的转换:在外部天然气网络响应能力有限的情况下,CHP机组仍然可以在短时间内通过消耗预先储存在管道中的气管存来发电。该方法在增加电力供应的同时也不可避免地增加了供热功率。

2 考虑IES气热惯性的AS模型

2.1 IES气热惯性模型

1)IES热惯性模型。

(2)

(3)

(4)

2)IES气惯性模型。

对于负荷侧需求的瞬时波动,气惯性的响应主要体现在天然气管道末端压强响应,具体模型为[34]：

(5)

(6)

则将式(6)代入式(5)并作拉普拉斯变换,可得天然气管道末端压强响应模型为:

(7)

s2+(a2/a1)s+a3/a1=0

(8)

式(8)为气惯性应对功率波动的响应形式,其与热惯性相似的负指数响应趋势表明气惯性也能以滞后的速度响应瞬时的功率不足。

2.2 IES参与的惯量AS优化模型

基于2.1节所示的气热惯性应对功率波动的抵御能力,本节建立IES参与的AS优化模型,挖掘IES气热惯性参与系统运行潜力。

为了保障电网安全稳定运行,考虑系统最小惯量约束对电网发电计划与资源安排具有重要意义,因此本节建立了IRL参与AS的机组组合模型,除了常规的机组组合成本之外,还纳入了惯量AS补偿成本以及惯量响应效果补偿收益。模型目标函数与约束条件如下。

1)目标函数。

本文所建立的优化模型站在系统运营商的角度,在以系统日前发电计划总成本最小为目标的同时满足系统最小惯量约束。为了获得充足的惯量响应资源,系统运营商需要支付给提供惯量服务的火电机组与IRL相应的补偿费用,因此两项惯量补偿费用均作为系统运行成本纳入目标函数中。

minCi=CE+CNEW+CSG+CSNEW+CIG+CIL-BFR

(9)

式中:Ci为考虑惯量AS的系统运行总成本;CE、CNEW分别为火电机组、新能源机组的发电成本;CSG、CSNEW分别为火电机组、新能源机组启动成本;CIG、CIL分别为针对火电机组、IRL提供的AS的补偿成本;BFR为惯量响应效果的补偿收益。

火电机组与新能源机组发电成本计算公式为:

(10)

火电机组与新能源机组启动成本计算公式为:

(11)

两种惯量辅助服务补偿成本计算公式为:

(12)

惯量响应效果补偿收益计算公式为:

(13)

2)约束条件。

根据机组组合模型中机组与惯量响应资源参与者的实际运行情况,各约束条件分别描述如下。

(1)系统负荷平衡约束。

(14)

(2)系统惯量约束。

(15)

(3)IRL等效惯量约束。

(16)

(4)机组出力上下限约束。

(17)

(5)机组爬坡约束。

(18)

(6)IRL响应策略约束。

(19)

2.3 IES参与的调频AS优化模型

当电网发生频率故障时,要求IES气热惯性出力协同传统发电侧出力,在1 min内为电网提供频率响应,按照电网调频要求进行功率支撑,根据电网指定频率曲线进行优化。模型的具体目标函数与约束条件如下。

1)目标函数。

在保障系统安全稳定运行的前提下,以调频总成本最小为优化目标,允许模型所得调频曲线与电网指定频率曲线有一定偏差,但是针对该偏差将产生相应的惩罚成本。

minCf=CRG+CRH+CCOM+CR+Yf

(20)

式中:Cf为调频AS模型总成本;CRG、CRH分别为气惯性、热惯性出力总成本;CCOM为用户舒适度成本;Yf为频率偏移惩罚成本;CR为发电侧出力成本。

各项成本具体计算方法为:

(21)

2)约束条件。

(1)热功率平衡约束。

ηEB[-PRH(t)]+ηCHPHPRG(t)=Ph(t),1≤t≤TF

(22)

式中:Ph(t)为t时刻的负荷侧总热偏移量。负荷侧热偏移量主要由电锅炉供热功率的减少和消耗气惯性而带来的CHP机组供热功率的增加组成。

(2)电功率平衡约束。

kg[f1(t)-f0(t)]=ηTPRH(t)+ηCHPEPRG(t)+ηTPE(t)-ΔP(t),1≤t≤TF

(23)

式中:kg为频率调整系数;ΔP(t)为t时刻的功率缺额。指定频率曲线与优化频率曲线之间的偏差是由气热惯性出力/发电侧出力与功率缺额之间的功率差引起。

(3)功率输出上下限约束。

(24)

式中:PRHmax、PRGmax、PEmax分别为热惯性、气惯性、发电侧出力上限。

(4)频率偏移约束。

0≤|f0(t)-f1(t)|≤β

(25)

式中:β为频率偏移上限值。

3 算例分析

3.1 IES参与的惯量AS效果分析

为验证2.2节所提模型的有效性,本节建立小容量系统,研究电网功率缺额下,计及IRL等效惯量的RoCoF情况。系统的电负荷日前预测数据以及1天(24 h)内各时段的电价[36]如图5所示。各机组与惯量响应资源参数设置见表1。新能源机组出力单价为一常数,大小为0.8元/(kW·h);惯量补偿标准为0.1元/(MW·h)[22]。

表1 机组与惯量响应资源参数设置

图5 电负荷日前预测数据以及1天(24 h)内各时段的电价

为了体现IES的参与对系统运行经济性与可靠性的影响,本节设计2种场景对比考虑/不考虑IRL对模型优化结果的影响。由于本文提及的考虑IES的AS模型包含了与响应策略效果相关的BFR,而不考虑IRL时没有BFR,为了使得对比场景更加贴合,本节进一步设计了场景3。所得优化模型发电计划的各项成本如表2所示。

表2 3种场景下的成本情况

场景1：惯量响应资源仅考虑火电机组的转动惯量;

场景2：惯量响应资源同时考虑火电机组转动惯量与IRL;

场景3：惯量响应资源同时考虑火电机组转动惯量与IRL,但不计及BFR。

该算例中要求系统总惯量不低于6 s,其中场景1中所得优化结果使得系统总惯量达到了7 s,由火电机组1—4提供转动惯量;而场景2和3中所得优化结果在t=8 h之前保证系统总惯量为6 s,在t=9 h之后也使系统总惯量达到了7 s。

对比表2中场景1与场景2的总成本,场景1总成本明显低于场景2。进一步地剔除BFR后,对比场景1与场景3的总成本,场景3的总成本仍然低于场景1,说明不论BFR存在与否,IES惯量AS都能够大大提高系统运行经济性。

同时,在该算例要求系统总惯量不低于6 s的前提下,场景1所得的发电计划使得系统总惯量达到了7 s,该惯性常数虽然高于目标要求,但是为系统运行增加了不必要的成本。该现象出现的主要原因是火电机组的惯性常数均为定值,故而通过有限的机组组合后无法使得系统总惯量恰好为6 s;相反地,在场景2和场景3中,可以通过设计不同的IRL响应策略,灵活调节其提供的等效惯量大小,在保障系统最小惯量的前提下最小化发电计划总成本。因此,IES不但增加了系统运行经济性,也增加了惯量响应资源安排的灵活性。

3.2 IES参与的调频AS效果分析

IES各项常数参数如表3所示,用户舒适度成本单价如表4所示。

表3 IES的各项常数参数

表4 用户舒适度成本单价

为了体现IES的参与对系统运行经济性与可靠性的影响,本节设计对比2种场景:

场景4：IES气热惯性出力协同传统发电侧出力提供频率响应;

场景5：仅传统发电侧出力提供频率响应。

为了兼顾系统运行的经济性,2种场景下均允许优化所得频率曲线与指定频率曲线有一定的偏移,但是所产生的频率偏移会有相应的惩罚。保证2种场景下的频率偏移惩罚系数相同,2种场景下优化结果如图6所示,优化结果各项成本组成如表5所示。

表5 场景4和场景5下各项成本组成

图6 IES参与/不参与AS所得调频结果

图6显示,在以系统运行总成本为优化目标的前提下,IES参与的调频曲线能够与指定曲线完全重合,说明IES参与的调频AS能够完全满足电网调频曲线的要求;而仅有传统发电侧出力的场景5为了兼顾系统运行总成本,所得频率曲线整体下移,调频效果与场景4相比较差。同时,IES参与的调频AS不仅有更好的调频效果,根据表5结果可知,运行总成本也更低;而场景5中由于传统发电侧出力价格较高,故而运行总成本也更高。该算例说明考虑气热惯性的IES参与调频AS在提高系统运行经济性的同时,还具有更好的调频效果。

4 结 论

随着可再生能源在电力系统中的大量接入,电网可靠性水平逐渐降低,AS对电网安全运行的保障作用日益增加。本文计及IES中气热惯性资源对功率波动的抵御能力,探索IES气热惯性参与电力系统不同时间尺度AS的可能性,得出如下结论:

1)考虑气热惯性的IES增加了日前发电计划应对最小惯量约束要求的灵活性,突破了火电机组惯性常数固定的桎梏,避免了由于系统总惯量过高而产生的过高运行成本,显著增加了系统运行经济性。从系统运营商需要支付的惯量服务费用来看,考虑IRL惯量响应资源后,能将支付的惯量服务费用减少约8%。

2)相比于传统发电侧出力提供调频AS,考虑IES气热惯性出力协同传统发电侧出力提供频率响应能将系统运行经济性提高约18%,同时还具有更好的调频效果。

本研究的不足之处主要在于,本文主要关注的是参与辅助服务的IES中各能量流的输入输出及相应的成本,因此优化模型主要关注整个热力网络与天然气网络的输入输出流。为了进一步细化考虑气热惯性的IES参与辅助服务方案,下一步将考虑气热网络内部的详细能流建模,使之能够适用于实际复杂系统。