多电源一体化送出系统中储能容量配置_丁亚飞.pdf

78|2023年第42卷第4期方案设计|Engineering Design多电源一体化送出系统中储能容量配置丁亚飞1，古济铭2，宋云亭3，赵理2，朱劭璇3（1东北电力大学电气工程学院，吉林 吉林 132012；2国网重庆市电力公司，重庆 400010；3中国电力科学研究院有限公司，北京 100192）摘要：针对风光并网造成的多电源一体化系统调峰压力大、能源利用率低且经济性差的问题，基于典型日的风光电源预测出力及负荷情况，构建储能配合常规火电调峰的双层优化模型。外层以多电源系统年净效益最大为目标，内层以日运行费用最低为目标，利用改进后的 PSO 与非线性规划协调配合求解，确定多电源系统日内调峰调度方式，并合理地配置储能的能量容量及功率容量。最后针对实际电网算例进行分析，结果表明，优化配置储能后的多电源系统有效地提高了新能源消纳水平，且具有良好的经济性。关键词：多电源一体化；储能调峰；储能容量；双层优化；经济性分析Configuration of energy storage capacity in multi-power integrated delivery systemDING Yafei1,GU Jiming2,SONG Yunting3,ZHAO Li2,ZHU Shaoxuan3(1.School of Electrical Engineering Northeast Electric Power University,Jilin 132012,China;2.State Grid Chongqing Electric Power Company,Chongqing 400010,China;3.China Electric Power Research Institute Co.,Ltd.,Beijing 100192,China）Abstract:For the problems of difficult peaking of unity system,high rejection rate of new energy and high operation cost caused by on-gird wind and solar.Based on the wind and solar output forecast curve of a typical day,a two-layer optimization model of energy storage combined with conventional thermal power peak shaving is constructed.the outer layer aims at the maximum annual net benefit of the multi-power system,and the inner layer aims at the lowest daily operating cost,using the improved PSO and nonlinear programming to coordinate and solve,define the day to day peak shaving dispatching method of system,and legitimately collocate the capacity and power of storage.Finally,a practial example is calculated.The results display that the optimized multi power system can usefully raise the renewable energy accommodation level and more economical.Key words:integration of multiple power sources;energy storage peak shaving;energy storage capacity;two-tier optimization;economic analysis0 引言随着多电源一体化的发展，风光大规模并网，风光的随机性与波动性使得电网调峰难度增大，由于常规火力机组在调峰时的最小出力等限国 网 重 庆 市 电 力 公 司 科 技 项 目：双 碳 背 景 下 超 大 城 市 电 网 承 载 特 高 压 交 直 流 接 入 研 究 项 目（SGCQ0000DKJS2200018）制，使得部分风光出力未被利用，导致电网弃风弃光率升高。风光自然互补不能完全平抑各自的波动，不能达到负荷的要求。为满足调峰需求，常规火力机组单日出力波动较大，导致系统经济2023年4月|79Engineering Design|方案设计多电源一体化送出系统中储能容量配置性较差。储能技术可实现对电能的储存与释放，储能配合常规机组调峰可有效改善电网调峰压力，提高风光接纳量。2021年3月，国家发展改革委、国家能源局联合发布了关于推进电力源网荷储一体化和多能互补发展的指导意见1，其中指出风光配储是未来的趋势，同时，国家对于弃风弃光率也有一定的要求。因此，对多电源一体化送出系统中的储能装置进行容量优化配置具有重要的意义。目前针对风、光和储能研究较少。文献2提出一种全新的典型日选取方式，并构建双层规划模型，验证了典型日选取结果的有效性和实用性。文献3利用一种序列运算方法，以多能互补微电网用电不足期望为计算目标，分析微电网可信容量。文献4-5建立了双层优化模型，对不同运行状态下的微电网系统进行储能容量配置。以上研究在微电网层面，而我国风光资源丰富，未来风光并网一定不会只局限于微电网层面。文献6以系统全寿命周期经济性与能源利用率为目标构建双层优化模型，求解出储能的出力范围及系统调度情况。文献7模拟了风光出力，提出多能互补优化调度模型，合理配置了风光水火的容量。文献8综合评估了加入储能后的系统效益，建立了优化调度模型。文献9构建了火蓄配合调度运行模型，给出最佳抽蓄容量。文献10利用主成分分析法建立规划指标体系，为系统配置抽蓄电站，并规划了其容量。上述研究均未考虑常规机组的主动性，对于无联络线及无充足水源的地区具有局限性。文献11系统地概括了储能配合电网调峰的现状，并对接入的储能进行了规划总结。文献12提出一种储能配合火电调峰在火电不同调峰阶段的优化组合方法。文献13综合考虑经济性指标以及火力机组与储能的调峰能力，提出火储配合调峰的优化调度方案。文献14考虑了系统需求侧响应以及不同的储能寿命模型，提出火储协调运行的方法，比较了不同寿命模型的准确度。文献15提出一种风储协调运行方案。文献16建立了一种风光水火储协调调度双层模型，并使用迭代求解。本文以弃风弃光率为主要约束，综合考虑系统投资费用及运行费用并构建双层优化模型，由储能配合常规机组调峰。考虑到常规优化算法在处理变量较多的算例时，寻优速度较慢并且容易陷入局部最优解，所以在常规粒子群的基础上用启发式寻优（HA）代替常规寻优过程，配合非线性规划分别对内外层模型进行优化分析，使多目标优化快速收敛，给出原系统最佳储能配置容量，兼顾系统经济性与风光消纳水平。1 风光互补系统模型1.1 风电出力模型风力机组的出力情况随着自然界的风能变化而变化，因此风力机组出力会表现出随机性和波动性。当风速服从威布尔分布函数时，风机输出功率计算式为17(1)式中，Pr为风机额定功率；vin为切入风速；vout为切出风速；vr为额定风速。1.2 光伏出力模型太阳辐射强度和运行温度直接影响了光伏板的输出功率18。光伏出力模型计算式为(2)式中，Gr为光照强度；A为硅板面积；s为标称效率；TC为硅板温度；为温度系数。1.3 风光互补出力模型风光互补系统输出总功率为(3)由于风电的波动性较强且具有反调峰特性，电力系统峰谷差增大，风光互补之后不能完全符合负荷的需求，当负荷峰谷差较大时，常规机组参与调峰代价较大。无论从经济性角度还是新能源消纳来看，单纯依靠常规机组调峰都不是最好的选择。储能作为优质的调峰资源，可以配合常80|2023年第42卷第4期方案设计|Engineering Design规机组有效平滑系统的功率波动。1.4 储能模型假设在一个调度周期内储能装置不受外界温度、湿度变化影响，且充放电过程中电压不变，则充电状态模型为 (4)(5)放电状态模型为 (6)(7)式中，t为损耗系数；c、d分别为充放电效率；PBat为充放电功率；为功率因数；IBat,t,c、IBat,t,d分别为充放电电流；VBat,c、VBat,d分别为充放电电压；CBat为额定容量。2 双层优化模型2.1 外层优化模型2.1.1 目标函数以系统等效年收益最大为目标，即(8)(9)式中，Esell为主网的售电效益；Eecc为加入储能装置后的能源节约效益，即电量效益；Erpp为加入储能装置后替代火电机组容量的容量效益；Eep为减少火电机组容量对应的环保效益；Cin为投资储能的成本；Coper为维护系统的成本。（1）售电效益 (10)式中，Ksell为系统售电单价；Wload为系统售电量。（2）电量效益风光火系统配置储能后，减少了火电机组发电量，系统燃料消耗也相对减少。(11)式中，Wf、Wf-ess分别为配置储能前后火电机组所需的标煤年耗量；为标煤价格。（3）容量效益电网常规电源装机容量依据规划年的最大负荷确定，配置储能装置后，替代部分火电装机容量，减少了火力机组投资。(12)式中，KESS为等年值系数；KG为火电机组单位投资；QG为加入储能装置后替代的火电装机容量。（4）环保效益减少化石能源消耗所对应的环保收益，即 (13)式中，Kgas为处理单位温室气体及有害气体的费用；egas为火电机组单位发电量产生的温室气体及有害气体；PG为加入储能装置后减少的火电机组发电量。（5）储能投资成本(14)式中，KEESS、KPESS分别为储能装置单位能量容量和功率容量成本；BESS、PESS分别为储能装置的能量容量和功率容量。（6）系统维护成本 (15)式中，Cwtoper、Cpvoper、Cessoper和Ctpoper分别为风机、光伏、储能和火电机组的年维护成本。2.1.2 约束条件（1）储能装机上限约束考虑到储能装置成本较高，为保证电厂效益，初始储能投资最好不超过系统投资的30%，相应的储能电量容量与功率容量不超过上限，即 (16)（2）SOC约束荷电状态（SOC）是储能一项重要参数，表征储能中剩余电量与储能额定电量容量的比值，电池的荷电状态应该在允许范围之内，即 (17)(18)2023年4月|81Engineering Design|方案设计多电源一体化送出系统中储能容量配置（3）最大充放电倍率约束(19)式中，Pess,max为最大充放电倍率所对应的充放电功率。充放电倍率计算式为 (20)2.2 内层优化模型2.2.1 目标函数以日运行成本最低为目标函数，即(21)2.2.2 系统运行成本指标（1）火电机组煤耗运行成本指标火电机组常规调峰时，只考虑燃煤成本，计算公式为 (22)式 中，Sc为 燃 煤 单 价；Pt p,h为 火 电 机 组 实 时出力。（2）火电机组损耗成本指标火电机组运行在深度调峰阶段，机组会产生损耗，影响机组寿命。其成本计算公式为 (23)(24)（3）火电机组投油成本指标当火电机组调峰出力低于一定值时，必须投油保证机组的正常运行，投油成本计算公式为 (25)式中，Qo,h为该阶段的投油量；So为单位油价。2.2.3 系统运行补偿收益指标当火电机组深度调峰处于常规调峰最低出力之下时给予一定补偿，其计算公式为(26)式中，Pprice,tp为机组深度调峰补偿单价；Pregulartp,h为常规火力机组常规调峰阶段的最小出力值。系统日运行成本的表达式为 (27)式中，Ctp,h为机组运行成本，其计算公式为(28)式中