计及灵活性供需平衡的储能优化配置_王成磊.pdf

第第 39 卷卷 第第 4 期期 电电 力力 科科 学学 与与 工工 程程 Vol.39,No.4 2023 年年 4 月月 Electric Power Science and Engineering Apr.2023 基金项目：云南省重大科技专项计划（202002AF080001）。doi:10.3969/j.ISSN.1672-0792.2023.04.001 计及灵活性供需平衡的储能优化配置 王成磊，唐 岚，周子超，濮永现，耿 樾，赵 鑫（昆明理工大学 电力工程学院，云南 昆明 650500）摘 要：针对因新能源在电力系统中占比不断提升而带来的电力系统规划和运行过程均需提高供需灵活性的问题，提出了兼顾灵活性和经济性的电力系统储能配置方法。首先，在源荷两端灵活性需求分析的基础上，从电力电量平衡角度对系统灵活性进行了评估；然后，考虑风光出力的不确定性、相关性，利用 Frank-Copula 函数场景生成方法得到风光联合出力的典型场景；最后，建立了双层优化模型。在模型中，上层模型用于从储能投建经济性最优的角度制定储能的配置方案；下层运行优化模型用于从综合运行成本最优的角度制定优化调度方案。利用上、下层模型对方案进行不断迭代优化，最终得到兼顾经济性和灵活性的最优储能配置方案。以改进的 IEEE-RTS 24 节点系统为算例进行验证，结果表明所提方法在求解储能配置容量方面具有较好的经济性和灵活性。关键词：电力系统稳定；风光联合出力；可再生能源；储能；配置；优化 中图分类号：TM614；TM712 文献标识码：A 文章编号：1672-0792(2023)04-0001-11 Energy Storage Optimal Allocation Considering Flexibility Supply and Demand Balance WANG Chenglei,TANG Lan,ZHOU Zichao,PU Yongxian,GENG Yue,ZHAO Xin(School of Electrical Engineering,Kunming University of Science and Technology,Kunming 650500,China)Abstract:A method for the optimal configuration of energy storage in power systems that balances flexibility and economic considerations has been proposed to address the increasing need for supply-demand flexibility in the planning and operation process of power system due to the growing proportion of new energy sources in the electricity system.Firstly,the flexibility requirements at both ends of the power supply and demand were analyzed to evaluate the systems flexibility from the perspective of power balance.Then,considering the uncertainty and correlation of wind and solar power output,the Frank-Copula function scenario generation method was used to obtain typical joint scenarios of wind and solar power output.Finally,a two-layer optimization model was established.In the model,the upper-level model was used to develop the optimal energy storage configuration plan from an economic perspective,and the lower-level operating optimization model was used to develop the optimal dispatch plan from the perspective of optimal comprehensive operating costs.The scheme was iteratively optimized using the upper and lower-level models to obtain the optimal energy storage configuration plan 2 电电 力力 科科 学学 与与 工工 程程 2023 年 that balances economic and flexibility considerations.The proposed method was validated using the improved IEEE-RTS 24-node system as an example,and the results show that the method has good economic and flexibility performance in determining the energy storage configuration capacity.Key words:power system stability;joint wind-solar power output;renewable energy;energy storage;configuration;optimization 0 引言 在“双碳”目标背景下，高比例可再生能源电力系统将成为未来电力系统的基本形态1,2。预计到 2030 年，全球新能源装机容量占比将提升至70%，新能源发电量占比将达到 50%；针对我国现状，新能源发电占比将于 2050 年提升至 60%3。高比例可再生能源的大量入网，势必造成系统灵活性供需失衡、电网调峰需求大大提升。这将对现有电力系统的安全、稳定运行带来挑战。因此，保障电力系统灵活性充裕是实现高比例可再生能源消纳、保证电能可靠供给的关键4,5。储能作为主要的灵活性资源，凭借其功率调节和能量时移能力，为促进新能源消纳、平抑新能源波动、提高电网的灵活性和经济性提供了有效途径。目前，电网侧储能投建成本仍然较高，所以需要通过优化储能配置，以降低投建成本、充分发挥储能对电网的调控和对新能源的支撑作用6。国内外学者对储能配置问题已经开展了相关研究。文献7考虑了新能源出力的不确定性，以弃风率为约束，提出了风电场储能的配置方法。文献8为降低储能电站的投建成本，以储能生命周期成本最小为目标，建立了储能选址定容优化模型。文献9,10将弃风成本计入系统总体运行成本之中，实现了储能与风电场的协调经济运行。文献11以故障下系统频率稳定性为目标，实现了储能的优化配置。文献12提出了兼顾碳排放限额与新能源消纳的储能配置方法。以上文献以储能应用为场景，以经济、环保、安全运行为目标，研究了储能的优化配置；但是文中未探讨系统灵活性供需平衡条件下的储能优化配置问题。在储能规划配置过程中，首先需要以风、光自身的出力特性为条件，用原始出力数据生成大量场景；然后再根据生成场景进行分析计算，以评估最终规划方案的可行性和合理性。文献13认为风速及风输出功率服从 Weibull分布，光照强度及光输出功率服从 Beta 分布；采用抽样的方法生成了满足分布的场景。由于此方法仅从单一时间断面出发而忽略了时间相关性，所以并不适用于储能的运行规划。文献14利用自回归移动平均型模型模拟了全年风速，通过抽样的方法生成了典型场景。该方法在应用时需要对预测误差的分布进行假设，所以难以准确描述分布式风光电站的相关性特性。风、光、水等异质能源在出力上存在功率调节能力上的互补特性，且相邻区域内的风、光电站因受风速与光照强度等因素影响而呈现出极大的空间相关性。但是，当前的相关研究主要集中于对风光出力不确定性的描述，忽略了风光出力之间相关性、互补性对电力系统规划及运行产生的影响。鉴于此，本文在储能配置方案设计过程中，综合考虑系统经济性与灵活性 2 种因素，提出计及灵活性供需平衡的储能配置方法；引入灵活性裕度以实现对供、需能力的量化评估；构建了风光联合出力的典型场景。在此基础上，建立了考虑灵活性的储能双层规划模型。1 电力系统灵活性评估指标 系统内灵活性不足，将导致弃风、弃光、切负荷等问题频发。因此，为满足未来极高比例可再生能源并网的要求、实现可再生能源的高效利用与可靠供电、延缓输电线路扩展，需要根据灵活性供需状态对系统的灵活性进行量化评估。建立电力系统灵活性指标的意义：旨在在一定时间尺度下，合理调动系统内灵活性资源、平抑源荷两端的波动、保障电力系统稳定经济运行。第 4 期 王成磊，等：计及灵活性供需平衡的储能优化配置 3 1.1 电力系统灵活性需求分析 高比例可再生能源并网后，在可再生能源出力与负荷需求的不可控功率双重变化作用下，系统的灵活性需求激增，电网稳定运行对系统调节能力的要求更高。以某地区为例。该地区新能源并网渗透率为30%，其某日净负荷曲线如图 1 所示。图 1 某地净负荷曲线 Fig.1 Net load curve of a place 图 1 中：Pmax与 Pmin分别代表可调节机组出力的上、下限；净负荷是指负荷需求同新能源出力的差值（即在考虑风、光等新能源出力条件下，为实现电力电量平衡所需可调节机组提供的出力水平）。弃风、弃光区间：当净负荷需求小于可调节机组的最小出力时，为实现电力电量平衡，需要摒弃部分新能源出力的运行区间。切负荷区间：净负荷需求大于系统内可调节机组的出力上限的运行区间。在此区间，系统内可调节机组按其出力上限运行，但是电力供给仍不满足负荷需求；此时，需要切除部分可中断负荷来实现电力电量的实时平衡。当风光出力与负荷需求存在差值时，如果系统不能弥补二者之间的差值，则会造成弃风和切负荷现象的发生。将系统灵活性需求N,tF定义为应对净负荷jP 波动所需灵活性资源提供的调节能力15：N,1,tj tj tFPP+=-（1）式中：,j tP 和,1j tP+分别为 t 时刻和 t+1 时刻的净负 荷值。,Load,RE,j tttPPP=-（2）式中：Load,tP为 t 时刻的负荷实际功率；RE,tP为 t 时刻可再生能源的实际功率。通过式（1）、式（2），源荷的不确定性被量化为在一定时间尺度内，系统所需灵活性资源提供的调节能力。为此，定义 t 时刻系统灵活需求为：upN,+1,N,downN,+1N,(),0(),0j tj ttj tj ttFtPPFFtPPF=-|=-|（3）式中：upN()Ft 和downN()Ft 分别为 t 时刻系统上调灵 活性需求、下调灵活性需求。1.2 电力系统灵活性供给分析 常规发电机组、储能、可中断负荷与可再生能源均具有灵活性的调节能力，是电力系统灵活性的供给方。1.2.1 常规机组灵活性供应 本文将火电、水电机组均归纳为常规机组。在最大与最小出力区间内，常规机组按照一定的爬坡率来调节输出功率。up+maxS,downminS,(,)min(,()(,)min(,()ggggggFtRPP tFtRP tP-=-|=-|（4）式中：为时间尺度；upS,(,)gFt和down,(,)S gFt分别 为常规机组所能提供的上调、下调灵活性供给；+gR为常规机组