面向高比例清洁能源消纳的含灵活性资源电力系统规划方案优选

doi:10.16183/j.cnki.jsjtu.2022.269

面向高比例清洁能源消纳的含灵活性资源电力系统规划方案优选

郭咏涛, 向月^,, 刘俊勇

四川大学电气工程学院,成都 610065

Optimal Planning of Power Systems with Flexible Resources for High Penetrated Renewable Energy Accommodation

GUO Yongtao, XIANG Yue^,, LIU Junyong

College of Electrical Engineering, Sichuan University, Chengdu 610065, China

通讯作者: 向月, 副教授, 博士生导师,电话(Tel.):028-85405614;E-mail:xiang@scu.edu.cn.

责任编辑: 孙伟

收稿日期: 2022-07-12 修回日期: 2022-07-27 接受日期: 2022-08-16

基金资助:

国家自然科学基金(U2166211)

Received: 2022-07-12 Revised: 2022-07-27 Accepted: 2022-08-16

作者简介 About authors

郭咏涛,硕士生,从事综合能源系统规划研究.

摘要

高比例清洁能源具有波动性及间歇性等特点,其大规模接入给电力系统灵活性带来巨大挑战.为提升系统可再生能源消纳能力,考虑火电灵活性改造、投建燃气机组和投建储能的多种灵活性资源,建立一种计及多类型灵活性资源功率特性的电力系统规划方案优选模型.通过改进的IEEE 24节点电力系统和12节点天然气互联系统进行仿真分析,验证所提模型的有效性,并从经济性、消纳能力、低碳性等角度对灵活性规划方案进行优选以满足不同的规划需求.

关键词： 高比例清洁能源; 灵活性资源; 电力系统规划; 方案优选

Abstract

High penetrated renewable energy has brought great challenges to the flexibility of the power system due to its volatility and intermittency. To improve the capacity of renewable energy accommodation, the flexibility reformation of thermal power units, the construction of gas-fired units, and the electrical energy storage installation are considered as effective solutions. Thus, an optimization model for power system planning scheme considering multi-type flexible resources with their different output characteristics is established. The simulation results on a modified IEEE 24-bus power system and 12-node natural gas system demonstrate the effectiveness of the proposed model. In addition, the applicability of different flexible resource planning schemes is comprehensively evaluated from the perspectives of economy, accommodation capacity, and carbon reduction, so as to meet the different planning goals.

Keywords： high penetrated renewable energy; flexibility resources; power system planning; scheme optimization

PDF (2433KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

郭咏涛, 向月, 刘俊勇. 面向高比例清洁能源消纳的含灵活性资源电力系统规划方案优选[J]. 上海交通大学学报, 2023, 57(9): 1146-1155 doi:10.16183/j.cnki.jsjtu.2022.269

GUO Yongtao, XIANG Yue, LIU Junyong. Optimal Planning of Power Systems with Flexible Resources for High Penetrated Renewable Energy Accommodation[J]. Journal of Shanghai Jiaotong University, 2023, 57(9): 1146-1155 doi:10.16183/j.cnki.jsjtu.2022.269

随着全球环境污染与化石能源消耗的加剧,以光伏、风力发电(简称风电)为代表的可再生能源得到规模化的快速发展,并将成为未来新型电力系统绿色转型的重要支撑.然而,高比例可再生能源接入下光伏、风电出力引发的间歇性和波动性给系统的调节能力带来巨大压力,常规电源结构已难以支撑可再生能源发电的进一步涌入,2021年全国弃风电量为206.1亿kW·h,弃光电量为67.8亿kW·h,全国平均风光利用率同比虽有增长,但不足1%,改善程度不足^[1-2].高比例风光资源接入引发的消纳不足问题尚未得到根本性解决,电力系统灵活性面临严峻挑战.

我国电源结构长期以来以火力发电(简称火电)为主,占全国电源装机比例达到67%,但调峰能力普遍只有50%左右^[3],灵活性调节能力与西班牙、丹麦等欧洲国家(火电机组调峰能力可达80%)差距明显,火电灵活性改造将成为我国打造以高比例可再生能源为主导的新型电力系统的关键.火电灵活性改造的目的在于降低机组最小技术出力和提高机组爬坡率.文献[4]中进行火电机组灵活性改造的可行性研究,从暂态角度分析并对比火电机组的多策略灵活调峰手段在运行过程中的优势.文献[5]中构建火电机组灵活性改造的电力系统长期调度模型,分析火电灵活改造方案对经济性与消纳能力的影响.文献[6]中基于机会约束目标规划理论构建运行灵活性不足的风险模型,用以分析火电灵活性改造对系统供需匹配与经济性的改善程度.文献[7]中构建一种火电灵活性改造投资与系统运行成本之和最小化的电源扩展规划模型.文献[8]中提出灵活性改造广义成本,包括由机组改造的成本、深度调峰市场成本和深调状态发电成本增量,并采用随机生产模拟的方法分析了灵活性改造容量的规划方法.

尽管现阶段火电灵活性改造已大幅铺开,灵活性不足问题得到缓解,但在中高比例可再生能源接入下,仅凭火电的灵活性调节方式和调节范围仍难以为继,需要发掘其他新的灵活性资源潜力^[9].投建储能成为系统灵活性提升的有效措施之一.文献[10]中提出一种考虑住宅需求灵活性的优化模型,结果表明以电动汽车^[11]、固定电池储能和热储能为代表的储能类资源最具灵活性的应用优势.文献[12]中提出高比例可再生能源接入下电力系统灵活性调节的多目标优化调度模型,验证了可中断负荷与储能配合对系统整体灵活性的提升效果.

随着“双碳”目标的提出,在系统满足高比例清洁能源接入下产生的灵活性需求的同时,应必要考虑系统直接减碳所带来的环境效益.气电因其调节范围更广、爬坡速率更快以及碳排放强度更低的优势,成为支撑电力系统灵活性提升的有效选择.目前已有许多研究将燃气机组纳入到电力系统的灵活性规划方案中.文献[13]中认为风电的波动性和不确定性需要更多的上(下)调备用和爬坡容量,提出以快速响应的燃气电厂为主要规划对象的发电系统灵活性扩展优化模型,从规划角度展示燃气电厂的灵活性优势.文献[14]中基于灵敏度方法计算了计及电-气互联系统安全约束的可用输电能力,分析天然气系统耦合下系统的灵活性电源供给是否能够满足整体的灵活性需求,以验证引入气电参与规划后对系统整体灵活性的提升效果.文献[15]中提出以社会福利最大化为目标的多阶段灵活性扩建规划方法,规划燃气机组和输电线路的数量、位置以及相应的连接方式,同时考虑天然气输气管道参与规划,以确保规划方案在提升灵活性的同时安全性和可靠性不会降低.随着高比例清洁能源的接入,短期上气电的引入将为电力系统整体灵活性提升发挥显著作用.

基于此,提出一种考虑火电灵活性改造、燃气机组投建以及储能电站投建的多灵活性资源功率特性的电力系统规划方案优选模型.首先,从整体规划角度构建3种灵活性资源的功率特性模型;其次,将系统整体备用容量作为灵活性量化指标,建立计及系统能量-备用协同的电力系统灵活性规划方案优选模型;最后,通过IEEE 24节点电网和12节点天然气网互联系统作为算例验证所提模型的有效性,并得出电力系统在面向清洁能源消纳下考虑经济性、消纳能力、灵活性以及环境效益的灵活性资源规划优选方案.

1 灵活性资源功率特性建模

考虑火电灵活性改造、燃气机组投建以及储能投建为灵活性规划资源,不同灵活性资源主要表现为运行出力特性与约束条件的差异性.

1.1 火电灵活性改造

火电灵活性改造后,其特征表现为机组出力和爬坡范围发生改变:

(1)

\begin{array}{l} (1 - x_{i}^{c f}) P_{i}^{m i n} + x_{i}^{c f} {\overset{⌒}{P}}_{i}^{m i n} \leq P_{i, t} - {R^{d}}_{i, t} \\ P_{i, t} + {R^{u}}_{i, t} \leq P_{i}^{m a x} \end{array}\}

(2)-(1-

x_{i}^{c f}

)

r_{i}^{m a x}

x_{i}^{c f} {\overset{⌒}{r}}_{i}^{m a x}

≤P_i,t-P_i,t-1≤(1-

x_{i}^{c f}

)

r_{i}^{m a x}

x_{i}^{c f} {\overset{⌒}{r}}_{i}^{m a x}

式中: $x_{i}^{c f}$ 为火电机组i是否进行灵活性改造的0-1变量,改造取1,不改造则为0;当火电机组灵活性改造完成后,火电机组i的最小出力由 $P_{i}^{m i n}$ 转变为 ${\overset{⌒}{P}}_{i}^{m i n}$ ,同时最大爬坡速率由 $r_{i}^{m a x}$ 转变为 ${\overset{⌒}{r}}_{i}^{m a x}$ ; ${R^{d}}_{i, t}$ 和 ${R^{u}}_{i, t}$ 分别为火电机组i在t时刻提供的下调和上调备用容量;P_i,t为火电机组i在t时刻的计划发电功率; $P_{i}^{m a x}$ 为火电机组i的最大出力.

1.2 燃气机组投建

燃气机组投建后,其特征表现为出力和爬坡范围相比于常规火电具有扩展:

(3)

F_{j, t}^{g u}

=α_jP_j,t/q_HHV

(4)

\begin{array}{l} x_{j}^{g f} P_{j}^{m i n} \leq P_{j, t} - {R^{d}}_{j, t} \\ P_{j, t} + {R^{u}}_{j, t} \leq x_{j}^{g f} P_{j}^{m a x} \end{array}\}

(5)-

r_{j}^{m a x}

≤P_j,t-P_j,t-1≤

r_{j}^{m a x}

式中: $F_{j, t}^{g u}$ 为燃气机组j在t时刻的耗气量;q_HHV为高热值;α_j为燃气机组j的热电转换比; $x_{j}^{g f}$ 为燃气机组j是否投建的0-1变量,投建取1,不投建则为0; ${R^{d}}_{j, t}$ 和 ${R^{u}}_{j, t}$ 分别为燃气机组j在t时刻提供的下调和上调备用容量; $r_{j}^{m a x}$ 为燃气机组j的爬坡速率最大值;P_j,t为燃气机组j在t时刻的发电功率.

1.3 储能投建

储能投建后,其出力特性表现为充放电过程以及荷电状态的描述:

(6)

\begin{array}{l} S_{s, t}^{e s} = S_{s, t - 1}^{e s} + (η_{e}^{c h} P_{s, t}^{c h} - P_{s, t}^{d c} / η_{e}^{d c}) Δ t \\ x_{s}^{e s} {\underline{S}}_{s, t}^{e s} \leq S_{s, t}^{e s} \leq x_{s}^{e s} {\bar{S}}_{s, t}^{e s} \end{array}\}

(7)

\begin{array}{l} 0 \leq {R^{u}}_{s, t} \leq \\ m i n {(S_{s, t}^{e s} - x_{s}^{e s} {\underline{S}}_{s, t}^{e s}) η_{e}^{d c}, x_{s}^{e s} {\bar{P}}_{s, t}^{d c} - P_{s, t}^{d c}} \\ 0 \leq {R^{d}}_{s, t} \leq \\ m i n {(x_{s}^{e s} {\bar{S}}_{s, t}^{e s} - S_{s, t}^{e s}) / η_{e}^{c h}, x_{s}^{e s} {\bar{P}}_{s, t}^{c h} - P_{s, t}^{c h}} \end{array}\}

式中: $S_{s, t}^{e s}$ 为储能s在t时刻的储存电量值, ${\underline{S}}_{s, t}^{e s}$ 和 ${\bar{S}}_{s, t}^{e s}$ 分别为储能s在t时刻可储存电量的最小值和最大值; $η_{e}^{c h}$ 和 $η_{e}^{d c}$ 分别为储能的充电系数和放电系数; $P_{s, t}^{c h}$ 和 $P_{s, t}^{d c}$ 分别为储能s在t时刻的充电功率和放电功率; ${\bar{P}}_{s, t}^{c h}$ 和 ${\bar{P}}_{s, t}^{d c}$ 分别为储能s在t时刻的最大充电功率和最大放电功率; $x_{s}^{e s}$ 为储能s是否投建的0-1变量,投建取1,不投建则为0; ${R^{d}}_{s, t}$ 和 ${R^{u}}_{s, t}$ 分别为储能s在t时刻提供的下调和上调备用容量.

2 含灵活性资源电力系统规划方案优选方法

2.1 优选流程

提出一种面向高比例清洁能源消纳的含灵活性资源电力系统规划方案优选方法,主要流程如下.

(1) 场景缩减:为保证规划投资成本和运行阶段总成本在时间跨度上一致,从全年的风、电负荷时序数据中选取典型场景,优化求解各典型场景的日运行成本,将各典型日运行成本与发生时间相乘再求和即可得到全年运行成本.

(2) 灵活性资源选择:选择规划不同的灵活性资源,则优化模型中的变量及约束也将有所差异.

(3) 形成规划方案/比选规划方案:优化求解出最终的规划结果后,选取某一典型场景进行运行模拟以分析不同灵活性资源的日运行效果,同时从经济性、消纳能力、灵活性以及环境效益等角度对规划方案进行优选,以得到不同灵活性资源规划的适用场景.

2.2 模型建立

2.2.1 规划目标

以年化投资成本(C_inv)和年总运行成本(C_op)组成的年总成本(C)最小为规划目标,年投资成本考虑待规划的灵活性资源初始一次性投资费用,由火电灵活性改造成本、燃气机组投建成本、储能投建成本组成;年运行成本考虑投资了不同灵活性资源后系统年发电成本、年备用成本、年弃风惩罚、年供气成本、年储能运行成本和年备用不足风险成本之和:

(8)min C=C_inv+C_op

(9)C_inv=ω_cf

\sum_{i \in Ω_{c f}} c_{i}^{c f} v_{i}^{c f} x_{i}^{c f} λ_{i}^{c f}

+ω_gf

\sum_{j \in Ω_{g f}} c_{j}^{g f} v_{j}^{c g f} x_{j}^{g f} λ_{j}^{g f}

+ω_es

\sum_{s \in Ω_{e s}} c_{s}^{e s} v_{s}^{e s} x_{s}^{e s} λ_{s}^{e s}

(10)λ=

\frac{r {(1 + r)}^{Y}}{{(1 + r)}^{Y} - 1}

(11)C_op=C₁+C₂+C₃+C₄+C₅

式中: $c_{i}^{c f}$ 、 $c_{j}^{g f}$ 和 $c_{s}^{e s}$ 分别为火电机组i进行灵活性改造、燃气机组j投建和储能设备s投建的单位容量投资费用; $v_{i}^{c f}$ 、 $v_{j}^{g f}$ 和 $v_{s}^{e s}$ 分别为火电机组i进行灵活性改造、燃气机组j和储能设备s的待建容量;ω_cf、ω_gf和ω_es为是否选择投资火电灵活性改造、新建燃气机组和新建储能方案的0-1变量,选择为1,不选则为0;Ω_cf、Ω_gf和Ω_es为火电机组、燃气机组和储能设备集合;λ为资金回收系数,用于元件一次性投资现值至每年投资年值的换算;r为贴现率;Y为工程适用年限.其中年运行成本包括:

(1) 机组和风电出力成本C₁.C_i为火电机组i的单位发电成本;Ω_w为风电场w集合;C_w为风电场w的单位发电成本; ${P^{f}}_{w, t}$ 为t时刻风电场w的预测发电值; $P_{w, t}^{a b}$ 为t时刻风电场w的弃电量;T为时间尺度,取24 h.

(2) 特定资源出力成本C₂.Ω_gw为气源集合;C_g为气源g的单位供气价格;G_g,t为t时刻气源g的供气量;C_s为储能s的单位运行成本,包括充电和放电的成本;|P_s,t| 为t时刻储能s的充放电功率.

(3) 备用供给成本C₃. $C_{X}^{r e s}$ 和 $R_{X, t}^{r e s}$ (X=i, g, s)分别为系统中可调资源备用容量供给的单位成本和供给量,此处包括上调和下调备用.

(4) 备用不足风险成本C₄. $C_{i}^{r i s k}$ 和 $μ_{i, t}^{r i s k}$ 分别为备用不足风险成本和备用缺额量,此处包括上备用和下备用缺额.

(5) 弃风成本C₅. $C_{w}^{a b}$ 和 $P_{w, t}^{a b}$ 分别为单位弃风惩罚费用和弃风量.

(12)

\begin{array}{l} C_{1} = \sum_{m \in M} D_{m} \overset{T}{\sum_{t = 1}} [\sum_{i \in Ω_{c f}} C_{i} P_{i, t} + \\ \sum_{w \in Ω_{w}} C_{w} ({P^{f}}_{w, t} - P_{w, t}^{a b})] \\ C_{2} = \sum_{m \in M} D_{m} (ω_{g f} \overset{T}{\sum_{t = 1}} \sum_{g \in Ω_{g w}} C_{g} G_{g, t} + \\ ω_{e s} \overset{T}{\sum_{t = 1}} \sum_{s \in Ω_{e s}} C_{s} | P_{s, t} |) \\ C_{3} = \sum_{m \in M} D_{m} \overset{T}{\sum_{t = 1}} (ω_{c f} \sum_{i \in Ω_{c f}} C_{i}^{r e s} R_{i, t}^{r e s} + \\ ω_{g f} \sum_{g \in Ω_{g f}} C_{g}^{r e s} F_{g, t}^{r e s} + ω_{e s} \sum_{s \in Ω_{e s}} C_{s}^{r e s} R_{s, t}^{r e s}) \\ C_{4} = \sum_{m \in M} D_{m} \overset{T}{\sum_{t = 1}} C_{i}^{r i s k} μ_{i, t}^{r i s k} \\ C_{5} = \sum_{m \in M} D_{m} \overset{T}{\sum_{t = 1}} \sum_{ω \in Ω_{w}} C_{w}^{a b} P_{w, t}^{a b} \end{array}\}

式中:M为一年中电负荷和风电出力典型场景的集合;D_m为第m类典型场景所包含的时间.

2.2.2 约束条件

约束条件分为普通约束条件和灵活性资源功率特性约束条件.

(1) 普通约束条件.

常规火电机组出力和爬坡约束:

(13)

\begin{array}{l} P_{i}^{m i n} \leq P_{i, t} - {R^{d}}_{i, t} \\ P_{i, t} + {R^{u}}_{i, t} \leq P_{i}^{m a x} \end{array}\}

(14)-

r_{i}^{m a x}

≤P_i,t-P_i,t-1≤

r_{i}^{m a x}

风电出力约束:

(15)0≤P_w,t≤

{P^{f}}_{w, t}

式中:P_w,t为风电场w在t时刻的实际出力; ${P^{f}}_{w, t}$ 为风电场w在t时刻的预测功率值.

节点功率平衡和线路传输容量约束:

(16)

\sum_{i}

P_i,t+

\sum_{j}

P_j,t+

\sum_{w}

P_w,t+

\sum_{s}

P_s,t=

\sum_{d} {L^{e}}_{d, t}

(17)-

P_{e f, l}^{m a x}

≤

\sum_{i}

T_l_,_iP_i_,_t+

\sum_{j}

T_l_,_jP_j_,_t+

\sum_{w}

T_l_,_wP_w_,_t+

\sum_{s}

T_l_,_s(

P_{s, t}^{d c}

P_{s, t}^{c h}

\sum_{d}

T_l_,_d

{L^{e}}_{d, t}

≤

P_{e f, l}^{m a x}

式中:P_s_,_t为储能s在t时刻的发电功率; ${L^{e}}_{d, t}$ 为电力负荷d在t时刻的消耗功率;T_l_,_O(O=i, j, w, s, d)为基于直流潮流的功率传输分布因子矩阵,每种元件根据位置对应的矩阵均不同; $P_{e f, l}^{m a x}$ 为第l条线路的最大传输容量.

备用约束:

(18)

\sum_{k \in Ω_{k}} {R^{u}}_{k, t}

+∑

μ_{t}^{u, r i s k}

≥

\sum_{d \in Ω_{d}}

{L^{e}}_{d, t}

\sum_{w \in Ω_{w}}

ΔP_w_,_t

(19)

\sum_{k \in Ω_{k}} {R^{d}}_{k, t}

+∑

μ_{t}^{d, r i s k}

≥

\sum_{d \in Ω_{d}}

{L^{e}}_{d, t}

\sum_{w \in Ω_{w}}

ΔP_w_,_t

式中: ${R^{u}}_{k, t}$ 和 ${R^{d}}_{k, t}$ 分别为系统元件即系统中的可调机组和储能k在t时刻的上调和下调备用供给容量; $μ_{t}^{u, r i s k}$ 和 $μ_{t}^{d, r i s k}$ 为系统在t时刻的上调和下调备用不足缺额量,此处相当于引入松弛变量来填补约束条件右侧数值较大的情况;Δ ${L^{e}}_{d, t}$ 和ΔP_w_,_t分别为系统在t时刻的负荷波动量和风力发电波动量,这里视为系统的灵活性需求量;Ω_k和Ω_d分别为系统元件k和电力负荷d的集合.

天然气系统约束:

(20)

F_{g}^{m i n}

≤F_g_,_t≤

F_{g}^{m a x}

(21)

π_{m}^{m i n}

≤π_m_,_t≤

π_{m}^{m a x}

(22)

\begin{array}{l} F_{m n} = s g n (π_{m}, π_{n}) C_{m n} \sqrt{| π_{m}^{2} - π_{n}^{2} |} \\ s g n (π_{m}, π_{n}) = \{\begin{array}{l} + 1, π_{m} \geq π_{n} \\ - 1, π_{m} < π_{n} \end{array} \end{array}\}

(23)

\sum_{g \in m}

F_g_,_t=

\sum_{d \in m} {L^{g}}_{d, t}

\sum_{n \in m}

F_mn_,_t+

\sum_{j \in m} F_{j, t}^{g f}

式中:F_g_,_t为气井g在t时刻的天然气输出量; $F_{g}^{m a x}$ 和 $F_{g}^{m i n}$ 为气井g最大和最小供气量; $π_{m}^{m i n}$ 和 $π_{m}^{m a x}$ 为节点m气压最小和最大值;F_mn为管道mn的气体流量;C_mn为常数,其取值取决于管道特性;π为节点气压; ${L^{g}}_{d, t}$ 为气负荷d在t时刻的消耗量;F_mn_,_t为管道mn在t时刻的气流量, $F_{j, t}^{g f}$ 为连接于节点的燃气机组j在t时刻的耗气量.式(21)为气网节点气压约束,式(22)表示F_mn和节点气压之间的方向关系和数值转换关系,式(23)表示节点气负荷平衡,式(20)~(23)为基于Weymouth理论的稳态气流约束.

(2) 灵活性资源功率特性约束条件.

当选择火电灵活性改造时,则需要额外添加约束条件式(1)~(2).当选择投建燃气机组时,则需要额外添加约束条件式(3)~(5).当选择投建储能时,则需要额外添加约束条件式(6)~(7).

3 算例分析

3.1 算例描述

为验证所提模型的有效性和可行性,采用IEEE 24电网节点和12气网节点组成的电-气互联系统进行仿真分析,如图1所示,其中天然气系统的引入用于供给新增燃气机组天然气能量以支撑其转换为电能发电.电力系统包括10个火电机组 G1~G10,4个风电场W1~W4,待规划的4个储能装置EES1~EES4.电力网络和天然气网络由4个候选的燃气机组 Gas-G1~Gas-G4进行连接.12节点天然气系统包含3个气源N1~N3、10条天然气管道和4个天然气负荷.表1展示了待规划的灵活性资源安装容量与位置,另外还包括特定选取的待灵活性改造火电机组.典型场景选取如图2所示,其中风电装机容量设置为 1800 MW,在所有场景中均超过负荷峰值(场景基准值设置为2500 MW)的52%,属于高比例风电接入系统.

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 IEEE 24节点电网和12节点天然气网规划仿真系统

Fig.1 Topology of IEEE 24-bus power system and 12-node natural gas system

表1 待规划灵活性资源参数

Tab.1 Parameters of candidate flexible resources for planning

灵活性资源	安装节点	容量	投资成本×10^-4 / (元·MW^-1)
燃气轮机#1	Bus 23	110 MW	182
燃气轮机#2	Bus 20	120 MW	180
燃气轮机#3	Bus 13	100 MW	182
燃气轮机#4	Bus 10	110 MW	182
储能#1	Bus 6	100 MW·h	140
储能#2	Bus 4	80 MW·h	142
储能#3	Bus 11	100 MW·h	140
储能#4	Bus 24	100 MW·h	144
待改造的火电机组G1~G10	—	—	50

新窗口打开| 下载CSV

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 选取的负荷和风电典型场景

Fig.2 Selected typical scenarios of load and wind power

3.2 仿真结果

利用前文所述规划方法,对于式(20)的非线性项,采用文献[16]中的增量分段线性法将其线性化处理,则上述问题可转换为一易于求解的混合整数线性规划模型.在MATLAB仿真平台上使用求解器Gurobi进行求解,最终规划结果如表2所示.

表2 不同灵活性资源规划结果

Tab.2 Planning results of flexible resources

规划方案	规划结果
方案1,火电灵活性改造	火电改造机组G1, G3, G9
方案2,投建燃气机组	投建燃气轮机#1燃气轮机#2 燃气轮机#3燃气轮机#4
方案3,投建储能	投建储能#1储能#2储能#3

新窗口打开| 下载CSV

3.2.1 经济性分析

表3展示了不同灵活性资源规划方案的各项成本对比.3种方案采用的灵活性规划策略均能使系统的年总成本降低,并由原来的 2.6765 亿元分别减少至 1.7105亿、1.6620亿和 1.6749 亿元.系统的年总运行成本组成如表4所示.可以看到,引入新的灵活性资源后系统的发电成本下降明显,原因在于系统此时能够接纳更多的风电,从而使得部分相对昂贵的常规火电机组发电减少.不同方案在规划前后具有相近的备用供给成本,这是因为预设的负荷及风力波动灵活性需求量基本一致,而当采用了不同的灵活性规划方案后,系统的备用不足风险及风电消纳水平均有不同程度的消除和改善.

表3 不同灵活性资源规划方案的成本对比

Tab.3 Comparison of cost of different flexible resource planning schemes10⁸元

方案	C_op	C_inv	C
初始状态	2.6765	—	2.6765
方案1	1.6830	0.0275	1.7105
方案2	1.6297	0.0323	1.6620
方案3	1.6583	0.0166	1.6749

新窗口打开| 下载CSV

表4 不同灵活性资源规划方案的年运行成本组成

Tab.4 Breakdown of annual operation cost in different flexible resource planning schemes10⁸元

方案	C₁+C₂	C₃	C₄	C₅	C_op
初始状态	2.1144	0.2677	0.0535	0.2409	2.6765
方案1	1.3489	0.2523	0.0224	0.0869	1.7105
方案2	1.3382	0.2302	0.0126	0.0810	1.6620
方案3	1.3239	0.2603	0.0083	0.0824	1.6749

新窗口打开| 下载CSV

分析在某典型日下各方案的运行成本,该典型日需求曲线如图3所示,相应的成本组成如图4所示.可知,通过3种灵活性资源规划后系统的日运行成本均有不同程度下降,且弃风率从20.99%分别下降到14.42%、13.38%和14.35%不等,表明系统可再生能源消纳能力增强,运行灵活性提升.对比3种方案可知,尽管方案2新增了天然气源的供气成本(蓝色柱),但在方案2下系统充分利用了风电成本低的优势即机组和风力发电成本最低,在能量供应足够的基础上降低了高成本的机组出力,由此使得日运行总成本最低,经济性最好.另外,备用供给一定程度上反映了系统应对风电和负荷不确定性的能力.相比初始状态,采用3种规划方案均消除了备用不足的风险成本,表明新增灵活性资源系统能够有效应对不确定性带来的运行风险.

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 某典型日的负荷与风电曲线

Fig.3 Profiles of load and wind power in a typical day

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 某典型日各规划方案的运行成本组成

Fig.4 Breakdown of cost in different flexible resource planning schemes in a typical day

3.2.2 备用容量供给分析

备用容量反映了系统在应对高比例清洁能源接入下的灵活性供给情况.分析各方案在某典型运行日的备用容量供给情况,如图5, 图6, 图7,8所示.通过火电灵活性改造、投建燃气机组以及投建储能均能提供足够的备用容量使系统各时段备用需求得到满足,即无上下调备用缺额现象.方案2和3通过新增不同的灵活性资源(燃气机组和储能)均能减轻常规火电机组的备用压力,表现为图6 ~8中的浅蓝色部分减少,绿色部分增多.向下灵活性不足是造成弃风的主要原因,本文优先考虑系统向下灵活性对可再生能源消纳的影响.对比3种方案各时段的备用供给组成可知,相比于传统火电机组,燃气机组能够提供的下调容量更多,且下调范围更大,应对高比例可再生能源接入情景下的消纳优势更明显.

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 某典型日系统初始状态下的备用容量供给情况

Fig.5 Reserve provision of initial state in a typical day

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 某典型日火电灵活性改造后系统的备用容量供给情况(方案1)

Fig.6 Reserve provision of flexibility reformation scheme in a typical day (Scheme 1)

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 某典型日投建燃气机组后系统的备用容量供给情况(方案2)

Fig.7 Reserve provision of gas-fired unit construction scheme in a typical day (Scheme 2)

图8

新窗口打开| 下载原图ZIP| 生成PPT

图8 某典型日投建储能后系统的备用容量供给情况(方案3)

Fig.8 Reserve provision of electrical energy storage installation scheme in a typical day (Scheme 3)

3.2.3 灵活性规划方案综合评估及优选

结合文献[17-18]中的灵活性评价方法,并引入发电机组碳排放因子,即每单位发电量所对应的二氧化碳排放量对规划方案碳排总量进行计算.不同规划方案的灵活性评估结果以及性能对比如表5和6所示.

表5 各灵活性资源规划方案灵活性评估结果

Tab.5 Results of flexibility evaluation in different flexible resource planning schemes

规划方案	灵活性充裕度/ (MW·min^-1)		灵活性不足度/ (MW·min^-1)		灵活性充足率
规划方案	上调	下调	上调	下调	上调	下调
初始	2.5175	2.7683	0.0145	0.0204	0.9003	0.8760
改造	2.5242	2.7744	0.0000	0.0085	1.0000	0.9587
燃气	2.5242	2.7776	0.0000	0.0025	1.0000	0.9703
储能	2.5144	2.7774	0.0119	0.0000	0.9034	1.0000

新窗口打开| 下载CSV

表6 各灵活性资源规划方案全年弃风率、碳排放以及规划总成本对比

Tab.6 Cost of annual wind curtailment rate, carbon emission, and annual planning in different flexibility resource planning schemes

规划方案	场景总弃风率/%	碳排放× 10^-5/t	规划总成本× 10^-8/元
初始	35.30	2.5376	2.6765
改造	19.98	2.1836	1.7105
燃气	19.28	1.7701	1.6620
储能	19.45	2.1786	1.6749

新窗口打开| 下载CSV

以1 h为时间尺度,从灵活性、风电消纳水平、经济性以及碳排放的角度对各方案予以综合评估.

在高比例清洁能源接入背景下,弃风弃光现象主要与系统的下调灵活性直接相关,此处作为主要分析点.可知,无论是改造、燃气还是储能方案,加入规划不同类型的灵活性资源后系统整体下调灵活性充裕度均得到提升,分别为从 2.7683 MW/min提升至 2.7744、2.7776 和 2.7774 MW/min;3种规划方案的下调灵活性不足度也有所降低,甚至在储能方案中得到了完全消除;从下调灵活性充足率看,不同方案从初始状态的87.60%分别上升至95.87%、97.03%和100%,表示系统灵活性不足风险出现的持续时间明显缩短,说明无论从数量还是时间上灵活性资源规划能够有效降低灵活性不足带来的风险.

由评估结果可知,无论是从促进风电消纳、成本降低还是碳排放量减少,若不考虑改造技术能够就地完成的便捷性,燃气方案均为各状态下的最优选择.从促进风电消纳的角度来看,与燃煤机组相比燃气机组具有更低的最小技术出力和更高的爬坡率,意味着其具有更宽的可调范围和更快的响应速度来适应相邻时间下风电功率的快速波动.从环保的角度来看,燃气规划后系统的年总碳排放量显著下降,相比于改造和储能两种规划方案分别降低了18.94%和18.75%,原因在于引入单位碳排放强度更低的燃气机组改变了系统的电源结构,一定程度上分担了原有系统单纯依靠燃煤机组发电的压力,最终使得碳排放总量减少.

然而,燃气方案也具有一定的局限性,主要体现在下调灵活性的风险.下调灵活性与弃风率直接相关,即下调灵活性充裕度指标值越大,弃风越少.从表6中结果可知,燃气方案虽然弃风率最小,但是却出现了下调灵活性不足的情况,表现为不足度不等于0以及充足率不等于100%,这表明燃气引入可能会导致系统出现下调灵活性供应不足的风险,并以此风险为代价来促进更多的风电消纳,类似情况也在改造方案中出现.上述现象说明仅依靠灵活性出力源的固有技术特性可能难以保证系统在安全前提下的灵活性运行.若从所有规划场景的安全运行与风险消除考虑,储能方案是更好的选择,表现为与燃气方案相近的低成本和弃风率,但未出现灵活性不足的风险.

4 结语

提出一种面向高比例清洁能源消纳的含灵活性资源电力系统规划方案优选方法.首先分析火电灵活性改造、燃气机组投建以及储能投建3种灵活性资源的功率特征,其次建立计及系统能量-备用协同的电力系统灵活性规划方案优选模型,最后通过算例仿真验证所提模型的可行性和有效性,并进一步从经济性、灵活性、可再生能源发电消纳能力和碳排放水平等角度对3种灵活性规划方案予以优选.仿真结果表明:在未来高比例清洁能源接入下,火电灵活性改造、燃气机组投建、储能投建3种灵活性规划方案能够应用于不同的场景,并呈现出不同的特点和优势.总体来看,燃气机组引入能够促进更多的风电消纳、降低总成本以及减少碳排放,各方面展现的效果最佳,但其下调灵活性不足风险无法完全消除;火电灵活性改造是目前最普遍的灵活性提升方式,但想要达到与燃气机组相近的风电消纳效果与下调灵活性充裕水平,需要花费更多成本;储能引入的优势在于能够完全消除系统下调灵活性不足的风险,但风电消纳水平和经济性不及燃气机组方案.

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

国家能源局.

2021年四季度全国新能源电力消纳评估分析

[DB/OL].(2022-03-15) [2022-07-08]. http://www.chinapower.com.cn/zx/hyfx/20220315/138719.html.

URL [本文引用: 1]

National Energy Administration.

Evaluation and analysis of national new energy power accommodation for four quarters in 2021

[DB/OL]. (2022-03-15) [2022-07-08]. http://www.chinapower.com.cn/zx/hyfx/20220315/138719.html.

URL [本文引用: 1]

[2]

彭光博, 向月, 陈文溆乐, 等.

“双碳” 目标下电力系统风电装机与投资发展动力学推演及分析

[J]. 电力自动化设备, 2022, 42(11): 70-77.