燃煤机组电储能调频优化配置及经济性研究

2023-09-02 07:07张兆铭
通信电源技术 2023年14期
关键词:调频燃煤储能

张兆铭

(阳西海滨电力发展有限公司,广东 阳江 529500)

0 引 言

为了应对世界范围内的气候变化和国家“双碳”目标的实现,新能源发电在未来的发展中起到了举足轻重的作用,能源体制和电网也会发生新的变化。新能源发电的波动与不确定因素对现有火电机组的调峰性能提出了更高的要求。当前,针对火电机组的柔性调节主要体现在快速启动和关闭、提高起载率和减小最小负载等方面。方旭等人总结了采用热泵废热回收技术来改善机组的负载性能,认为这种方法能够实现部分热-热解耦,从而降低了机组的最低负载,并具有良好的经济效果;王金星等人提出了一种适用于快速启动和停机的水冷壁保护方法,并发现该方法能够有效解决启动和停机过程中的热形变问题。

1 燃煤热电联产系统特点

尽管火电厂的能源利用效率很高,但是“以热定电”的发电方式使其灵活性受到很大影响。考虑到用电需求、能源结构、发电效率等因素,新能源资源的不确定性和接入需求对电力系统中各个容量模块的柔性提出了更高的要求[1]。其中,最小负载容量、快启快停是提高燃煤机组适应性的关键。张兴等人通过对500 kW/100 kW·h 飞轮蓄能系统进行了试验,研究表明,将飞轮蓄能系统与燃煤发电单元进行组合调节,能够有效提升发电单元的响应速度,同时还能带来较大的经济效益[2]。

与常规热电厂相比,热电联产系统的能量利用率更高,理论上超过80%[3]。本文介绍了当前我国火力发电厂采用的高背压、抽凝式机组的运行模式。其中,抽凝式机组的排气是正压式的,它的排气直通给热用户,其“以热定电”的原理就是从中压汽缸中抽取一小部分的蒸汽来加热。这样必然会造成进蒸汽流量的下降,从而导致发电功率的下降。在高背压的情况下,还能工作的部分蒸汽经透平的抽水孔直接抽出来并输送给热用户。蒸汽流量是由用户端的供热量确定的,而蒸汽流量又是由机组的出力直接确定的,因而机组的出力受到热负载的严格限制。

2 火储联合调频系统指令协同方法

2.1 AGC 调频指令和机组实发功率

电力系统中的自动发电量控制(Automatic Generation Control,AGC)频率调整命令是一个典型的非线性、非平稳信号,火电机组根据AGC 命令进行频率调整时,会出现调整速度缓慢、调整精度不高的问题[4]。在电力与储能系统的联合调频中,如果使用全功率补偿,则会造成电池储能系统(Battery Energy Storage System,BESS)的充放电频繁;此外,在充放电过程中,容易导致电池容量偏小或偏大,从而导致储能系统的充电状态(State of Charge,SoC)偏高或偏低,使得电池寿命缩短,投资成本上升,因而无法兼顾AGC 的可追踪性和BESS 的配置经济性[5]。

2.2 AGC 指令分配的集合经验模态分解方法

在此基础上,本项目拟利用集合经验模式分解(Ensemble Empirical Mode Decomposition,EEMD)技术,对AGC 信号进行逐层分解,得到一组具有不同时间尺度和趋势特征的数据,即

式中:X(t)为要被分解的信号;hi(t)为原信号的第i次本征模式成分;rn(t)为分解的余项;n为分解的次序。

在本征模态成分的基础上,构建AGC 信号的时间-空间滤波器。选择适当的时间-空间滤波器,并将原信号分为2 个部分,一个是能量存储部分,另一个是频率更高的部分,后者表示为

燃煤机组承担频率较低的部分,表示为

式中:0 ≤d≤n。

3 电储能容量配置方法

3.1 非参数核密度估计统计学方法

由于AGC 命令与火电机组输出偏差的分布模型存在很多外部干扰因素,且不能提前假设,故利用非参数估计的统计方法,可以在不了解整体分布类型的前提下获得更好的统计分析结果。核密度估计是一种非参数估计的方法,适合于刻画连续分布的概率分布。核密度估计为

3.2 基于EEMD 信号分解配置BESS

在此基础上,利用EEMD 变换获得的高频信号,并将其作为PBESS输出功率。在BESS 额定功率的确定中,因为蓄能系统的充放电是双向的,所以蓄能功率取绝对值|PBESS|来进行分析,见图1。

图1 电池储能系统|PBESS|局部

以图1 所示的一段数据为例,采用非参数核密度估计法建立其分布统计模型,|PBESS|的概率密度函数如图2(a)所示,累积分布函数如图2(b)所示。

图2 |PBESS|的非参数和密度估计

如图2(a)所示,|PBESS|的大部分集中在0 ~6 MW,其最大值达到14.2 MW。图2(b)中用标记的点代表了在电力偏离需求被满足的可能性为98%的情况下,相应的横坐标7.3 就是电力存储系统的额定电力。

4 燃煤机组电储能容量配置

4.1 电储能配置

通过采用EEMD 分解方法,对所得到的AGC 信号进行本征模式分量重建。滤波阶数的选取,将直接影响到发电与储能联调系统的功率分配,从而对发电与储能联调系统的额定功率和容量有较大影响。如图3 所示,由电储能承担的高频信号主要集中在-5 ~5 MW,由燃煤机组承担的低频部分曲线变化平缓,因此火电机组更容易对这类信号进行跟踪。

图3 分解后的高、低频信号(局部)

配置步骤如下文所述:

(1)采用8 组有代表性的AGC 数据,对4 个季度的要素进行了分析;

(2)针对比储能系统所需频率更高的频率部分,利用核密度估算方法来确定储能系统的功率,使d具有一个不同的数值,并将其设定为一个平均值,即蓄电池的额定功率Prate与其对应的容量Erate;

(3)通过对火储联调系统的建模和模拟,根据调峰性能指数计算方法,求出了模拟系统的调峰性能指数。

电池储能系统容量和调节性能指标如表1 所示,当d增加时,更多的频率调节成分被分配到能量存储系统,则需要更多的电力和容量。

表1 电池储能系统容量和调节性能指标

从表1 可知,在d<4 的情况下,随着d的增大,Prate值逐渐增大;在d=5 的情况下,平均Prate为7.5 MW;在d=7 的情况下,Prate为10.7 MW,超过了机组额定能力的3%。根据不同的配置方案,构建了火电-储能联调系统的模拟模型,并进行了相应的模拟计算。在d<5 的情况下,随着d的增大,Kp值逐渐增大,蓄电功率增长较慢,调频性能增长较快;但在d>5 时,Kp增大较慢,这表明在加入较大容量的能量储存后,对频率调制的效果并不显著,因此对于频率调制信号,以d=5 时为最优。图5 和图6 显示了容量及Kp随阶数d变化的规律。

图5 储能电池额定功率随滤波阶数的变化曲线

图6 Kp 值随滤波阶数的变化曲线

鉴于该系统的运行数据是通过随机抽样获得的,并且数据覆盖全年,因此可以选择8 个具有代表性的工作日的平均配置值来作为该系统中储能和电力的配置参数。取d=5,Prate平均值为7.5 MW,电池放电倍率选择1 C,当功率大小为7.5 MW 时,容量大小配置为7.5 MW·h。

4.2 火储联合调频仿真结果分析

在设置了电能存储装置之后,对调频工作状态进行了模拟和分析,其结果显示如图7 所示。在不添加储能的情况下,系统的频率调节效果不佳;在AGC 控制系统中,由于AGC 控制系统中存在着短暂的峰值和低谷,导致系统不能很好地对AGC 控制系统中的信号进行跟踪,从而导致系统的跟踪偏差很大。在配置了电力储能之后,利用EEMD 分解方法,将BESS 的高频信号与燃煤机组的低频信号进行分配,模拟结果显示,电池的快速充放电特性能够满足AGC 在短期内的波动。同时,燃煤机组也不会在短期内迅速增加或减少负载,火储联合出力与AGC 指令基本一致,达到了良好的调频效果。

图7 火储能联合调频仿真结果

5 辅助服务收益与储能投资分析

根据区域辅助服务政策、储能投资成本、储能系统损耗,对配置结果进行经济性分析。

5.1 电储能系统全寿命周期成本计算方法

初始投资成本折算到每年的成本费用为

式中:EB为能量存储装置的容量配置;CE为能量储存系统的容量配置单位价格;rs为贴现率;Nz为能量储存系统的使用寿命。

以年为单位,运行维护成本为

式中:KO和KM分别为单位功率和单位容量的年度操作与维修费用因子;PB为电力存储装置的额定功率;QB为能量存储系统的年发电量。

运行维护费按初始投资的一定比例近似估算,得

式中:μ为储能系统运行维护费用系数。

综上,储能电站的年成本费用为

5.2 辅助服务收益分析

收益按1 元/MW 的出清价格和180 天/年的运行天数计算,机组日均里程为11 600 MW。在此基础上,提出了一种磷酸铁锂单体电池,该电池的全深度循环性能为3 000 ~5 000 次,理论寿命可达10 年。将电池损耗和容量衰减进行了考虑,储能系统的运营年限为N=5 年,运营维护费用系数p=5%,投资成本年值为535.74 万元,年运营维护费用为119.25 万元。

储能系统全回路充放电能量效率n=88%,年运行平均充放电损耗为1 944 MW·h/年,年用电损耗为864 MW·h/年,电价按照443 元/(MW·h)进行计算。安装BESS 后,综合调频性能Kp 从2.17增加到10.59,比原综合调频性能Kp 增加了388%。辅助服务的年平均补偿收入由456.53 万元增加到2 227.96 万元。

表2 列出了经过配置后的年投资费用、运行费用、电力消耗费用和总净利润。从比较可以看出,在电力储能参与燃煤机组AGC 调频之后,综合净利润从456.53 万元/年上升到了1 448.58 万元/年,净利润增量达到了992.05 万元/年,投资回收期为2.4 年。

表2 优化配置BESS 前后调频性能

6 结 论

本项目拟以实际AGC 数据为基础,采用统计与模拟相结合的方法,从区域电网辅助服务市场的角度,定量评估储能系统对电网调频的影响。本文首先提出了电力系统中机组参加AGC 频率调节时的性能指数计算方法,为电力系统的组态分析提供了基础。其次,通过对电力系统中火力发电厂与电力系统的联合分析,提出了一种利用非参数核聚变密度来进行电力系统中电力系统与电力系统之间能量分配的算法。最后,进行火储联合调节控制系统仿真、区域辅助服务调节指标、补偿效益等方面的研究,以检验所提出调节策略的正确性以及电力储辅助系统调节的经济性。

猜你喜欢
调频燃煤储能
考虑频率二次跌落抑制的风火联合一次调频控制
相变储能材料的应用
储能技术在电力系统中的应用
储能真要起飞了?
欧盟新规或将导致三分之一的燃煤电厂关闭
燃煤机组“超低排放”改造中CEMS的选型与应用
直流储能型准Z源光伏并网逆变器
“超低”排放技术在我国燃煤电厂的应用
调频发射机技术改造
调频激励器干扰的排除方法