促进风电消纳的源-荷联合优化调度

李昱君，于永进

(山东科技大学 电气与自动化工程学院，山东 青岛 266590)

近年来，我国风电发展势头强劲，总装机容量居世界首位[1]。尽管风电装机容量增长迅猛，但由于风电波动性、反调峰性的特点加上电源结构灵活性较差的限制，弃风现象严重[2]，造成大量经济损失。严重的弃风会带来电能质量下降、线路潮流变化等问题，影响电网的稳定性和可靠性，成为风电健康发展的羁绊。

光热-风电联合系统输出稳定、可控性强，为解决上述问题提供了思路。光热电站(concentrating solar power, CSP)和风电系统联合运行组成光热-风电系统，利用其出力的互补性以及储热装置(thermal storage, TS)的可控性应对风电的波动性、反调峰性，降低火电机组调峰成本，促进风电的消纳。文献[3]针对机组出力最优，研究了光热电站和火电机组联合优化策略；文献[4]为保证光热-风电系统经济效益，建立了光热与风能互补发电系统输出功率波动最小和并网效益最大的多目标调度模型；文献[5]提出促进风电消纳的光热-风电系统联合调度策略，深入分析了光热电站的内部机理；文献[6]建立计及光热发电特性的光-风-火虚拟电厂双阶段优化调度策略，抑制风电的并网波动，使虚拟电厂取得更高经济效益。

但是上述文献仅限于电源侧单一调度，没有考虑到光热电站储热装置容量大小以及火电机组最小出力和负旋转备用的限制，对弃风现象改善有限，因此引入需求响应措施(demand response, DR)配合，协调源荷双侧资源共同促进风电消纳。闫华光等[7]研究了实施需求响应的主要措施，提出了先进的智能电网技术； Vasco等[8]在互动电力市场结构研究背景下，建立了考虑需求响应的优化调度模型；文献[9]考虑峰谷分时电价政策，提出一种含钠硫电池储能系统的风光优化调度模型，减少弃风弃光量；文献[10]为了消纳可再生能源和更好调用需求侧资源，提出了改进分时电价方式和可中断负荷控制相结合的双层优化日前调度策略；文献[11]考虑不同需求侧资源的特点，提出微网源-网-荷互动优化的调度策略，提高了电网用电的经济效益和环境效益。

本研究提出将需求响应措施与光热-风电联合系统配合的优化调度策略，引入需求响应的分时电价(time-of-use power price,TOU)项目和柔性负荷蓄冷空调，弥补文献[12]仅考虑TOU，过于单一、造成响应不充分的缺点。通过算例分析验证提出的鲁棒调度策略，可以在兼顾系统发电成本以及弃风惩罚成本的基础上为风电上网提供更大的空间，具有较好的经济效益和环境效益。

1 光热电站-风电联合系统

光热电站中的储热系统能够平移风能，具有良好的可控性和调度能力[13]，适用于提高风电消纳量。光热电站和风电场组成的联合系统如图2所示。

图1 光热-风电联合系统

系统设计目标是保证光热-风电联合系统输出功率波动最小，即：

(1)

光热-风电系统内部模型考虑以下约束：

1) 光热电站出力约束

(2)

2) 光热电站爬坡速率约束

(3)

3) 光热电站旋转备用约束

(4)

4) 光热电站储热装置约束

① 储热容量约束

(5)

② 储热装置储、放热功率约束

(6)

5) 电-热转换关系

(7)

式中：λ为电加热装置的电-热转换效率；PE-H,t为电加热装置转换热功率。

6) 风电出力约束

(8)

7) 光热-风电联合出力约束

(9)

2 需求响应模型

目前需求响应模型按美国能源部研究报告[14]提出的分类方式分为：基于价格型需求响应(price-based demand response, PBDR)和基于激励需求响应(incen-based demand response, IBDR)。价格型需求响应受用户意愿影响较大、不确定性强，因此被看作不可调度(non-dispatchable)的需求响应资源[15]。PBDR中的分时电价(time of use pricing)项目可以利用模糊聚类的方法划分峰、谷、平三个用电时段，每个时段制定不同电价；IBDR中的直接负荷控制(direct load control)项目为用户与电力公司签订相关合约获得相应的经济补偿，电力公司控制用户电气设备避开用电高峰。

2.1 PBDR模型

1) 制定峰谷分时电价。设分时电价后峰时段电价变为Pgf，负荷低谷时段的电价为Pdg，有：

Pgf=P(1+μ)，Pdg=P(1-ω)。

(10)

式中，P为平时段电价，μ为用电高峰时段电价上调比例，ω为用电低谷时段电价下调比例。

拉开比表达式：

(11)

2) 价格弹性矩阵：

(12)

(13)

3) PBDR调度成本函数：

(14)

2.2 IBDR模型

用电负荷中空调负荷占很大比重，需求响应潜力巨大，是一类典型的柔性负荷和良好的IBDR资源。蓄冷型空调是一种良好储能产品，夜间可以利用弃风进行蓄冷，白天融冰释冷缓解峰时段负荷需求压力，能以提供上、下旋转备用的方式参与优化调度。

(15)

2.3 需求响应约束条件

1) 拉开比约束。拉开比的设置是分时电价制定的一个重要指标，其值越大表示用户对TOU的响应越充分。为了设置合理的拉开比，要求满足以下约束：

(16)

式中，Qdg、Qgf分别为TOU实施后的低谷时段和高峰时段总用电量。

2) 用户满意度约束。用电方式满意度ms、电费支出满意度mp：

(17)

3) 用电负荷响应约束。TOU实施前后用电量保持不变，即：

(18)

4) 上下行备用量约束：

0≤ΔDu,t≤ΔDu,max， 0≤ΔDd,t≤ΔDd,max。

(19)

式中，ΔDu,max、ΔDd,max分别为蓄冷空调提供上、下行备用量的上限。

5) 上下行备用量的爬坡约束：

ru,min≤ΔDu,t-ΔDu,t-1≤ru,max，rd,min≤ΔDd,t-ΔDd,t-1≤rd,max。

(20)

式中：ru,max、ru,min分别为上行备用量爬坡上、下限；rd,max、rd,min分别为下行备用量的爬坡上、下限。

3 综合模型

时间尺度决定负荷的响应特性，单一的日前调度无法充分利用源荷侧资源，因此采用日前、日内两阶段调度模型，日前阶段光热电站、风电和PBDR配合，日内阶段火电机组和IBDR配合。

3.1 日前计划调度模型

3.1.1 目标函数

以系统发电运行成本最小为目标函数，包括火电机组运行成本、弃风惩罚成本、光热电站运行成本以及PBDR成本，即

(21)

(22)

净负荷方差可以表征净负荷曲线的平滑程度，净负荷方差最小，即：

(23)

式中，Pleq,t为t时刻净负荷值，Pleq,av为净负荷的平均值。

3.1.2 约束条件

1) 用户参与DR前后系统功率平衡约束：

(24)

2) 火电机组出力约束：

(25)

3) 机组爬坡和旋转备用约束：

(26)

4) 输电线路传输容量约束：

(27)

3.2 日内计划调度模型

1) 目标函数

以系统的运行成本和调用的IBDR成本最小为目标函数，即：

(28)

2) 功率平衡约束：

(29)

式中，ΔDu,t、ΔDd,t分别为IBDR资源蓄冷空调提供的上下行旋转备用量。

3.3 光热-风电系统和需求响应联合优化

1) 调度中心估算光热-风电联合系统并网功率上、下限以及次日负荷曲线；

2) 日前调度阶段周期为24 h，调度时段为1 h。7：00—9：00，光热电站向储热装置储热不发电；9：00—19：00，负荷需求和光照强度较大，风电出力小，光热电站根据其出力特性使联合系统输出较大，利用其出力的互补性应对风电的反调峰性，当某一时刻光照强度减小时，储热装置放热发电；22：00—7：00，光热电站出力为0，此时是负荷需求小和风电大发重合时段，此时利用储热装置对风电进行调节；

3) 在目前阶段中，引入PBDR与光热-风电系统同时调度，PBDR的分时电价可以转移荷削减高峰时段负荷，解耦储热装置容量的约束，源荷侧配合联合削峰；

4) 日内调度以日前调度计划为基础，在此阶段内，IBDR的蓄冷空调资源与火电机组配合消纳日内风电出力，以提供旋转备用的方式解决由于PBDR分时电价响应不充分以及火电机组最小出力约束导致的弃风。

4 算例分析与结果

4.1 算例数据

调度周期设为24 h，系统包括4台火电机组，具体数据参数见表1和表2；某风电场和光热电站具体数据见表3，风电场总装机容量为360 MW；弃风惩罚系数为500元/MW·h，光热机组的发电成本系数γi为40元/MW；实施TOU前的平均用电价格为400元/MW·h，实施TOU之后平时段价格保持不变，用电高峰时段电价上涨30%，用电低谷时段电价下调30%，图2为实施需求响应措施前后的负荷曲线；DLC项目中蓄冷空调最大储能容量为60 MW·h。模型仿真计算通过MATLAB中的YALMIP工具包调用CPLEX软件。

表1 火电机组出力和爬坡速率参数

表2 火电机组运行成本参数Tab. 2 Operating cost coefficient of thermal power units

表3 光热电站基本参数

图2 TOU实施前后日负荷曲线

4.2 调度结果分析

为了研究需求响应措施和光热-风电系统配合对风电消纳的促进作用，设立4个场景进行分析，具体的情景划分见表4，不同情景的优化调度结果见表5。

表4 情景划分

由表5结果可知，同时引入光热电站和DR的两阶段调度方式与其他调度方式相比带来更好的环境效益和经济效益，净负荷方差更小，发电成本更少。

表5 4种情景下优化调度结果

针对本研究提出的两阶段模型，与文献[5]提出的单一模型进行对比，结果见表6。由表6可以看出，本研究提出的两阶段调度模型在精度和解决弃风方面效果更好。

表6 模型精度对比

1) 光热-风电联合运行

图3 情景2运行净负荷曲线

光热电站和风电系统联合运行，相当于“源源互补”，负荷高峰时段光热电站增加出力弥补风电的反调峰性，谷时段储热装置对风电进行调节，将多余风电进行储热蓄能，以保证联合系统输出稳定在允许的范围内。光热-风电系统出力稳定，平滑净负荷曲线，降低火电机组调峰成本。但受到储热装置容量的限制以及机组旋转备用的约束，只能在较小的范围内充放电协调风电出力，因此风电消纳效果不明显。

2) 日前第一阶段调度结果

由图4看出，在情景2的基础上引入TOU项目可以起到削峰填谷的效果，为夜间风电提供上网空间，随着日负荷曲线平滑以及风电消纳水平的提高，净负荷峰谷差进一步缩小。储热装置在最大储热范围内，最大化调节风电出力，剩余富余风电部分上网，但不同的负荷类型对电价需求弹性的不同，分时电价项目调整能力有限，因此还是会造成一定的弃风。

图4 引入TOU后净负荷曲线

3) 日内第二阶段调度结果

和日前阶段相比，日内阶段可在减少发电成本的基础上增加风电消纳量，风电完全被消纳。这部分增大的风电消纳量是调用的IBDR资源蓄冷空调，蓄冷空调可以利用夜间弃风进行蓄冷，相当于为系统提供下行备用容量。

由图5可见，由于情景1中仅有火电机组，没有其他调节能力，弃风电量为1 579 MW·h。而情景3中，引入光热电站和PBDR协调调度还是会导致559 MW·h的弃风，只能在较小范围内促进风电消纳。情景4中，在情景3的基础上引入良好的需求侧资源蓄冷空调，可以利用夜间弃风进行蓄冷，最大化的消纳风电，白天融冰释冷，缓解高峰时段用电负荷压力。

图5 不同情景风电消纳量对比

4.3 风电功率爬坡事件辨识

为了进一步验证需求响应和光热-风电系统源荷协调调度策略的优越性，本节引入风电功率爬坡事件辨识方法。风电功率爬坡事件是指，火电机组受到旋转备用以及爬坡速率的约束，无法给风电并网提供足够的备用需求，影响电网安全稳定运行。判断是否发生爬坡事件，需先得出两个时段风电出力的差值与时间段的比值(式29)，然后与火电机组爬坡速率比较。

(29)

火电机组的爬坡率约束值为：

(30)

则风电功率爬坡事件的辨识为：

(31)

根据式(29)～(31)计算实际所需爬坡率，图6和图7为情景3和情景4比较。由图6看出情景3共有6个时段发生风电功率爬坡事件，白天时段光热-风电系统利用其出力互补性以及储热装置的可控性和调节能力，能够支持光热机组快速调节出力满足负荷需求，加上PBDR转移和削减高峰时段负荷需求，减少了爬坡事件。虽然PBDR一定程度增加了夜间负荷需求，但受到储热装置容量以及火电机组旋转备用的约束，对风电消纳情况改善有限，在风能较大和负荷低谷冲突时段仍会发生功率爬坡事件。

图6 情景3机组爬坡率

由图7看出在情景3的基础上引入IBDR后，不再发生功率爬坡事件。IBDR中的DLC项目能够将蓄冷空调合理运用到系统调峰中，根据风电波动情况，为系统提供上下旋转备用量，空调负荷在谷时段增加负荷需求，在峰时段融冰释冷缓解高峰时段负荷压力。

图7 情景4机组爬坡率

5 结论

本研究提出一种需求响应和光热电站参与风电消纳的两阶段调度策略。通过算例对比验证需求响应和光热电站参与优化调度能够应对风电的反调峰性、波动性，该策略在平滑日负荷曲线、为风电上网提供空间的同时，还能够有效的平滑火电机组出力，减少火电机组运行成本，解耦储热装置容量不足的限制，实现“源源互补”以及“源荷协调”，最大化利用风电。在光热-风电系统的基础上引入IBDR资源蓄冷空调能，以提供旋转备用的形式减少风电爬坡事件的发生，保证电力系统运行稳定。