考虑火电深度调峰的可再生能源市场化消纳策略

李秀峰，禤培正，谢平平，剡文林，蒋燕，赵珍玉

(1.云南电网有限责任公司电力调度控制中心，云南 昆明 650011;2.南方电网科学研究院有限责任公司，广东 广州 510663)

当前我国新一轮电力体制改革进展如火如荼，力图构建一个“公平、开放、有序、竞争”的电力市场体系[1-2]。如何通过科学的、系统性的、严谨的电力市场机制设计，将可再生能源纳入电力市场中，用市场机制促进其高效消纳，是当前电力市场机制设计所面临的新挑战[3-5]。

目前可再生能源参与电力市场的相关研究主要集中在可再生能源的激励机制、交易模式和竞价策略3个方面。在可再生能源激励机制方面，主要研究了配额制[6]、固定电价[7]、溢价机制[8]等不同激励机制的优劣性及其适用范围，目前普遍认为可再生能源配额制的市场化操作比较符合电力市场的发展趋势，固定上网电价政策对于可再生能源发电商最为有利，适用于可再生能源快速发展的初期阶段[9]；在可再生能源交易模式方面，提出了可再生能源参与市场的不同形式，主要包括全额消纳、报量不报价、申报量价曲线3种形式，并通过市场均衡模型分析可再生能源对电力市场运行以及各市场主体收益的影响[10-11]；在可再生能源竞价策略方面，主要考虑市场价格与可再生能源出力的不确定性，研究可再生能源发电商的竞价博弈策略与行为，在最大化期望收益的同时降低金融风险[12-14]。

上述研究的重心是提升可再生能源在电力环境下的竞争力。对于可再生能源富集地区，若电网调节能力跟不上，即使可再生能源零价上网，也难以完全消纳。可见，电网调节能力也是制约可再生能源消纳的关键因素，而如何通过市场手段提升电网调节能力的相关研究较为欠缺。文献[15]提出一种源荷协同调度方法，通过挖掘负荷侧可调度资源提升了电网调节能力，并验证了该方法对风电消纳有促进作用；文献[16]搭建了电力市场环境下电能与调频联合出清模型，通过辅助服务市场化激励发电侧主动提供备用、调频等服务，但该文献未论证所提方法对可再生能源的消纳作用；文献[17]提出考虑深度调峰的电力日前市场机制，实现了火电与风电在低谷时段的发电权交易，但该文章没有指出启动火电深度调峰的前置条件，且缺乏对水电进行建模。

对云南电网而言，一方面需要通过西电通道配合广东电网调峰，另一方面也承受着巨大的弃水压力。因此云南省内需要启动部分火电机组来保证系统调峰需求以及运行安全。由于火电机组不能频繁启停，在负荷低谷时电量需求不足将会被迫弃水。基于云南电网实际运行需求，本文提出考虑火电深度调峰的可再生能源市场化消纳策略，使火电机组能自愿下调出力(深度调峰)，从而为水电腾出更多的发电空间，促进可再生能源消纳。

1 考虑深度调峰的电力日前市场总体设计

通常在日前市场模式中，火电机组需要申报其最小经济出力。机组在日前市场的可调度空间为其最小出力至其最大出力的范围；对于有物理合同的火电机组，需要申报其第二日物理合同曲线，机组在日前市场的可调度空间为其物理合同出力至其最大出力的范围。当可再生能源发电量较高时，系统将调用火电机组的下调峰能力，降低火电机组的出力，若火电机组均已下调至最小经济出力，仍然无法满足可再生能源的调峰需求时，就将出现弃风、弃水[18]。因此，若能在日前市场中突破机组最小出力，实现机组最小出力约束的弹性化，将有力促进可再生能源的消纳。

考虑深度调峰的电力日前市场总体框架如图1所示。

图1 考虑深度调峰的电力日前市场总体框架Fig.1 Power market framework considering deep peak shaving

1.1 电能市场申报

在电能市场中，火电机组、水电机组等发电侧市场主体需要申报报价曲线，可采用分段线性或者二次函数的报价曲线；用户侧采用报量不报价的方式，申报次日的负荷需求曲线。

1.2 预出清

1.2.1 无深度调峰日前预出清

不考虑火电深度调峰，火电机组的出力下限为其申报的最小经济出力，进行日前电能量市场预出清，可见预出清模型为普通的机组组合模型和经济调度模型。通过求解预出清模型，计算得到当前场景下的弃可再生能源电量。若不存在弃可再生能源电量，则不需要启动深度调峰机制，将预出清结果视为最终出清结果；若存在弃可再生能源电量，则需要进一步计算深度调峰的需求量。

1.2.2 计算深度调峰需求并发布

最后，将计算得到的深度调峰需求量发布出去。

1.3 深度调峰市场申报

在深度调峰市场中，火电机组需要申报突破自身最小出力约束向下降低出力的补偿意愿，即深度调峰报价。深度调峰报价可以分为多段进行申报，深度调峰成本随深度调峰量的增加而增加。此外，火电机组还需要申报考虑深度调峰后的极限最小出力，即可允许调节的最小出力。

1.4 正式出清

通过建立并求解深度调峰与电能量市场联合出清模型，获得电能市场与深度调峰市场的出清结果，包括：①电能量市场的发电机组中标结果；②节点电价；③深度调峰市场的火电机组中标结果；④深度调峰出清价格。

2 深度调峰与电能量市场联合出清模型

本模型包括了G台火电机组、H台水电机组和V台风电机组，调度周期为T(时段索引为t，t=0，1，2，…，T，t=0为初始时刻，t=T为末时刻)。

2.1 目标函数

优化目标包括电能市场成本F1、深度调峰市场成本F2、弃电成本F3，如式(1)所示。其中，F1为所有发电机的运行成本和启动成本之和(忽略水电、风电的启动成本)，如式(2)所示；机组运行成本可根据其报价曲线计算可得，以火电机组为例，其报价曲线通常为二次型，如式(3)所示；F2为火电机组的深度调峰成本，如式(4)所示；F3为总弃电成本，如式(5)所示。

MinF=F1+F2+F3，

(1)

(2)

Fg,t=a2Pg,t2+a1Pg,t+a0，

(3)

(4)

F3=α1W1+α2W2.

(5)

式(1)—(5)中：Fg,t、Cg,t分别为第g台火电机组时段t的运行成本和启动成本；Fh,t、Fv,t分别为水电机组h和风电机组v在时段t下的运行成本；a2、a1、a0分别为火电机组g的电能市场报价曲线的二次项系数、一次项系数和常数项；Pg,t为火电机组g在时段t的出力；Pdp,g,t为火电机组g在时段t的深度调峰量；b2、b1分别为火电机组g的深度调峰市场报价曲线的二次项系数和一次项系数；W1、W2分别为弃风电量和弃水电量；α1、α2分别为弃风罚因子和弃水罚因子。

2.2 系统运行约束

2.2.1 系统负荷平衡约束

对于时段t，负荷平衡约束可以描述为

(6)

式中：Ph,t、Pv,t分别为水电机组h、风电机组v在时段t下的出力；Dt为时段t的总负荷；St为时段t的送出电力。

2.2.2 深度调峰平衡约束

(7)

2.2.3 正备用容量约束

要求系统的总开机容量满足最小备用容量，备用容量约束为

(8)

2.2.4 潮流安全约束

潮流安全约束为

(9)

2.3 火电机组约束

2.3.1 机组出力的上下限约束

机组出力约束为

(10)

2.3.2 深度调峰量的上下限约束

深度调峰量约束为

(11)

2.3.3 机组出力与深度调峰量的关联约束

(12)

2.3.4 机组爬坡率约束

机组爬坡率约束为

(13)

2.3.5 最小开停机时间约束

最小开停机时间约束为：

(14)

(15)

2.4 水电运行约束

2.4.1 电力-水量关系

当发电水头为hm,t、发电流量为qm,t、发电效率为ηm时，根据能量守恒定律，其重力势能转换成电能量的功率

Pm,t=0.009 8hm.tqm,tηm，

(16)

式中0.009 8为重力常数除以1 000后的值。

2.4.2 水量平衡约束

水量平衡约束为:

(17)

(18)

2.4.3 库容-水位关系

对于某一水电厂m，库容-水位曲线近似为一次函数，即

Qm,t=a1,mZm,t+a2,m

(19)

式中：Zm,t为时段t下该水电厂的水位；a1,m、a2,m分别为一次项系数与常数项。

2.4.4 水位约束

各时段水位需要保持在一定区间内，如式(20)所示；对于某些水电厂，其初始水位和末水位需要控制在某个水平上，如式(21)所示。

(20)

(21)

2.5 风电运行约束

风电出力只需考虑上下限约束，即

(22)

3 实例分析

基于2018年云南实际电网进行计算。考虑容量大于50 MW发电机组的参与现货市场，市场机组包括7台火电机组(总容量2 250 MW)、64台水电机组(总容量1 8165 MW)、24个风电场(总容量2 132 MW)和1个光伏电站(总容量60 MW)；其余机组为非市场机组(总容量25 500 MW)，以计划出力曲线作为出清边界，不参与调节。省内负荷曲线、外送电力曲线如图2所示，机组基本信息以及电能市场报价数据见文献[19]，火电机组在深度调峰市场的申报数据见表1。

图2 省内负荷与外送负荷曲线Fig.2 Provincial load curve and external transmission curve

表1 火电机组深度调峰申报参数Tab.1 Declared parameters of deep peak shaving for thermal power units

3.1 深度调峰中标情况

在CPU 2.7 GHz的计算机上调用Gurobi 8.0求解器计算现货市场出清模型。通过预出清计算与分析，计算出深度调峰需求为6 277.72 MWh，则启动深度调峰机制，通过求解考虑深度调峰的日前市场联合出清模型，可得各时段下火电中标的深度调峰总量如图3所示。可知，全天火电共中标深度调峰量为6 277.72 MWh(与需求量相等)；由于负荷低谷时电能市场的价格较低，火电的深度调峰中标量主要分布在负荷低谷时段。

图3 火电在深度调峰市场的中标情况Fig.3 Clearing results of thermal power in deep peak shaving market

3.2 方法对比分析

下面对比分析2种方法，方法1为不考虑深度调峰的日前市场出清，方法2为考虑深度调峰的日前市场联合出清。

3.2.1 弃可再生能源电量对比

风电由于其报价很小且出力占比较低，将优先得到出清，2种方法下均无发生弃风现象，但均存在弃水现象，2种方法的弃水情况如图4所示。没有深度调峰时，全网共有29台水电机组发生弃水，全天所有水电厂的弃水总电量为10 818.03 MWh；当考虑深度调峰后，发生弃水的水电机组数量降低为20台，弃水总电量减少为5 415.31 MWh，弃水电量将近下降了50%。

3.2.2 火电机组出力对比

2种方法的火电机组总出力曲线如图5所示。在负荷低谷时段，方法2的火电机组在不同程度上参与了深度调峰市场，总出力明显比方法1的少。全天来看，方法2的火电机组总发电量较方法1减少了5 865.22 MWh。

结合图4和图5可知，电网需要开启部分火电机组保证高峰负荷需求，在负荷低谷时，虽然火电报价高于水电，但火电仍需维持在最小出力状态。

图4 2种方法下的水电厂弃水情况Fig.4 Abandoned water quantity of hydropower plant under two methods

图5 2种方法的火电机组总出力曲线Fig.5 Total output curve of thermal power unit based on two methods

本文通过深度调峰机制使得火电突破自身最小出力，为水电腾出了更多发电空间，有效降低了调峰弃水量。

3.2.3 全网经济性对比

2种方法的全网总效益对比见表2。由于方法2中火电机组参与深度调峰，腾出了发电空间给水电，因此报价较低的水电机组获得了更多电量，从而降低了全网的发电成本。方法2通过火电深度调峰，使得弃水电量下降了50%，促进了水电消纳。方法2中的深度调峰出清价格为63.36元/MWh，则需要向深度调峰中标机组支付的补偿费用为342 325.1元，仍是方法2的总成本较低。

表2 2种方法的全网总效益对比Tab.2 Comparison of total benefits of two methods

通过火电深度调峰，部分水电厂增加了发电量，从而获得了额外收益。根据“谁受益、谁支付”的原则，主要由获得额外收益的水电厂来支付深度调峰费用，当水电厂的额外收益无法涵盖深度调峰费用时，缺额部分由平衡基金负责支付。

3.2.4 火电机组收益分析

2种方法下火电机组的收益情况如图6和表3所示，可以看出2种方法下电能市场收益变化不大。然而方法2中，火电机组能在深度调峰市场中获得补偿费用，因此总收益明显比方法1高，收益涨幅为22%～45%。

图6 2种方法的电能市场价格对比Fig.6 Comparison of electricity market price between two methods

4 结论

针对国内电力市场面临的严重弃风、弃水形势和调峰资源严重不足的困局，本文将深度调峰与日前市场出清协同融合，设计了考虑深度调峰的电力日前市场机制，通过云南电网算例得到如下结论：

a)由于负荷低谷时电能市场价格较低，火电的深度调峰中标量主要分布在负荷低谷时段。

b)考虑深度调峰后弃水机组数量减少，弃水电量下降。

c)通过火电参与深度调峰，报价较低的水电机组获得了更多的电量，从而降低了全网的发电成本；同时火电在深度调峰市场获得了额外收益，实现了多方共赢。

表3 2种方法的火电机组收益对比Tab.3 Comparison of the profit of thermal power units by two methods

注：①电能市场收益为售电收入减去发电成本，假设火电机组按成本报价，则电能市场收益=(出清电价-报价)×中标电量；②采用PJM市场结算规则，当机组出力为下限时，为避免机组收益为负数，按报价结算(不按出清价格结算)，此时收益为0。