水電電量計劃對省級電網(wǎng)風(fēng)電接納能力的影響

曹 融,陳曉光,劉冠群

(1.黑龍江省電力科學(xué)研究院,哈爾濱 150030; 2.國網(wǎng)上海市電力公司 浦東供電公司,上海 200122)

水電電量計劃對省級電網(wǎng)風(fēng)電接納能力的影響

曹 融1,陳曉光1,劉冠群2

(1.黑龍江省電力科學(xué)研究院,哈爾濱 150030; 2.國網(wǎng)上海市電力公司 浦東供電公司,上海 200122)

為研究水電對風(fēng)電接納能力的影響,提出一種基于時序仿真的研究方法,綜合考慮水電電量計劃、地區(qū)風(fēng)電出力、機(jī)組調(diào)峰能力以及全省電網(wǎng)送出能力等因素,對省級電網(wǎng)的電力平衡進(jìn)行逐時段優(yōu)化,建立了用于研究水電電量計劃對風(fēng)電接納能力影響的數(shù)學(xué)模型,并采用商用軟件CPLEX進(jìn)行求解。以東北某省級電網(wǎng)為例,對比分析了不同水電電量計劃對風(fēng)電接納能力的影響,其結(jié)果驗證了本文所提時序仿真模型的合理性及理論分析的正確性。

水電電量計劃;省級電網(wǎng);時序仿真方法;風(fēng)電接納能力;CPLEX

水電具有很高的容量可信度及良好的調(diào)峰能力,是目前配合風(fēng)電最理想的調(diào)峰調(diào)頻電源[1-2]。水電調(diào)峰運行是指在非豐水季節(jié)盡可能利用各水電廠給定的用水量,用水電廠承擔(dān)電力系統(tǒng)負(fù)荷曲線尖峰部分[3]。在風(fēng)電大規(guī)模并網(wǎng)后,利用水電出力對風(fēng)電出力進(jìn)行調(diào)節(jié),可提高風(fēng)電的接納能力,因此制定合理的水電電量計劃至關(guān)重要。一般情況,水電發(fā)電量上限根據(jù)來水量及庫容確定,可在編寫年度計劃時對水電發(fā)電量下限進(jìn)行優(yōu)化。

目前已有大量文獻(xiàn)對含風(fēng)電的電力電量平衡模型進(jìn)行研究[4-6]。然而,受到建模復(fù)雜性以及計算時間等因素影響,多采用基于典型日的電力電量平衡的方法[4],但計算結(jié)果不夠準(zhǔn)確。文獻(xiàn)[5]通過實際的負(fù)荷數(shù)據(jù)以及火電、水電、風(fēng)電的出力等數(shù)據(jù),建立了含風(fēng)電場的電力系統(tǒng)經(jīng)濟(jì)環(huán)境聯(lián)合調(diào)度模型,但沒有考慮“三北”地區(qū)冬季安全運行調(diào)峰困難的問題,計算結(jié)果與實際存在一定差距。文獻(xiàn)[6]建立了一種考慮風(fēng)電并網(wǎng)的經(jīng)濟(jì)環(huán)境聯(lián)合調(diào)度模型,仿真結(jié)果證明水電與風(fēng)電火機(jī)組聯(lián)合調(diào)度比單一的水電或火電調(diào)度效果更明顯,然而,在計算模型中,水電只考慮了其作為上旋轉(zhuǎn)備用的調(diào)峰作用,沒有考慮其常規(guī)發(fā)電電量因素,以致水電參與調(diào)度后的結(jié)果和實際情況有偏差。為此,本文提出了一種基于時序仿真的研究方法,以最大化消納風(fēng)電為目標(biāo),綜合考慮水電電量計劃、地區(qū)負(fù)荷特性、地區(qū)風(fēng)電出力特性、機(jī)組調(diào)峰特性以及全省電網(wǎng)出力等因素,建立了用于研究水電電量計劃對風(fēng)電接納能力影響的數(shù)學(xué)模型,對全網(wǎng)的電力電量平衡進(jìn)行逐時段優(yōu)化。并以東北某省級電網(wǎng)為例,對比分析了不同水電電量計劃對風(fēng)電接納能力的影響,驗證了本文所提時序仿真模型的合理性及理論分析的正確性。

1 數(shù)學(xué)模型及求解方法

1.1 時序仿真方法

時序仿真法是指在給定負(fù)荷條件下,模擬各發(fā)電機(jī)組的運行狀況,計算發(fā)電系統(tǒng)生產(chǎn)費用的一種時序仿真方法。其中短時間尺度的仿真模擬一般為幾個到幾十個小時,可以為不同水電電量計劃下風(fēng)電接納能力提供真實的場景模擬,優(yōu)化系統(tǒng)運行方式,為調(diào)度部門提供合理的發(fā)電計劃(其中包括火電、水電和風(fēng)電發(fā)電計劃);長時間尺度的仿真模擬時間可以是數(shù)月或數(shù)年,可模擬不同的電網(wǎng)架構(gòu)、裝機(jī)規(guī)模等條件下風(fēng)電消納情況,為風(fēng)電運行方式、產(chǎn)業(yè)發(fā)展規(guī)劃及電網(wǎng)建設(shè)規(guī)劃提供參考依據(jù)[7]。

為了更好地表征風(fēng)電出力變化特性,研究改善系統(tǒng)風(fēng)電接納能力相關(guān)措施(主要是水電調(diào)峰),本文采用時序仿真法,根據(jù)地區(qū)實際的負(fù)荷以及地區(qū)風(fēng)電預(yù)測出力序列值,模擬出各個發(fā)電機(jī)組運行狀態(tài)以及發(fā)電機(jī)組處理序列值,然后將發(fā)電機(jī)組出力、地區(qū)負(fù)荷、地區(qū)風(fēng)電出力以及地區(qū)水電出力作為一系列時間序列,隨時間變化。以機(jī)組出力和系統(tǒng)中負(fù)荷之間的平衡關(guān)系作為平衡約束進(jìn)行仿真,分析了水電電量計劃對風(fēng)電接納能力的影響。

1.2 模型介紹

1.2.1 目標(biāo)函數(shù)

為符合實際電力系統(tǒng)運行,采用時序生產(chǎn)模擬仿真的方法,建立了水電電量計劃對風(fēng)電接納能力影響分析模型的目標(biāo)函數(shù),即

(1)

1.2.2 約束條件

1) 常規(guī)機(jī)組約束為

(2)

(3)

(4)

(5)

(6)

式(2)表示常規(guī)機(jī)組出力約束;式(3)表示常規(guī)機(jī)組爬坡率約束，根據(jù)“三北”地區(qū)供熱期供熱機(jī)組特性,本文考慮背壓式供熱機(jī)組和抽氣式供熱機(jī)組[8]；式(4)和式(5)分別表示背壓機(jī)組和抽氣組出力約束;式(6)表示機(jī)組最小啟停機(jī)時間約束,反映了最小啟機(jī)或停機(jī)的時間長度,不同類型的機(jī)組啟停機(jī)時間參數(shù)不同，此約束的考慮,主要是由于受到機(jī)組的物理特性及機(jī)組啟停機(jī)煤耗成本的制約,因此機(jī)組不能頻繁的啟停。

2) 系統(tǒng)約束為

將風(fēng)力發(fā)電各時段的可信容量納入常規(guī)機(jī)組開機(jī)容量計算范疇,以便減小開機(jī)容量,更好地接納風(fēng)能,提高新能源發(fā)電。

3) 系統(tǒng)風(fēng)電出力約束為

4) 水電機(jī)組發(fā)電量約束為

TPi(t)+TPi(t+1)+…+TPi(t+k)≤Hydi，max-TPi(t)-TPi(t+1)-…-TPi(t+k)≤Hydi，min

式中:Hydi，max,Hydi,min分別為一定周期內(nèi)水電機(jī)組發(fā)電量上限及下限;k由水電機(jī)組發(fā)電量約束周期參數(shù)決定。由于水電發(fā)電量上限根據(jù)來水量及庫容確定,一般為定值,因此在編寫年度計劃時可對水電發(fā)電量下限進(jìn)行優(yōu)化。

1.3 模型求解

綜合目標(biāo)函數(shù)(1)和約束條件,得到了基于時序仿真的年度生產(chǎn)模擬仿真模型。該模型是一個典型的MIP問題,因此本文采用基于分支定界法來優(yōu)化系統(tǒng)運行方式,提高風(fēng)電接納能力。

數(shù)學(xué)模型中優(yōu)化變量分為連續(xù)優(yōu)化變量與離散優(yōu)化變量兩類,是典型的大規(guī)模混合整數(shù)非線性規(guī)劃問題,可采用CPLEX求解器對優(yōu)化問題進(jìn)行求解。因為CPLEX求解器是為能快速、最少用戶干預(yù)地解決大型復(fù)雜問題而設(shè)計的,其采用分支定界算法,解決一系列的線性規(guī)劃問題、子問題等,所以被廣泛應(yīng)用于科研及工程實際[11]。

2 算 例

以東北某實際省網(wǎng)為案例進(jìn)行分析,該省電網(wǎng)供熱期為10月25日至次年4月15日,該電網(wǎng)的旋轉(zhuǎn)備用電量為600 MW。

該省電網(wǎng)火電機(jī)組裝機(jī)信息如表 1所示，水電機(jī)組裝機(jī)情況如表2所示。供熱電機(jī)組占總裝機(jī)容量的56.71%,非供熱機(jī)組占總裝機(jī)容量的19.49%,供熱期供熱電機(jī)組出力占裝機(jī)容量的80%～90%。

表1 該省電網(wǎng)火電機(jī)組裝機(jī)信息

該省年度負(fù)荷序列采用負(fù)荷預(yù)測結(jié)果,仿真時間步長為1 h,全年共8760個時間斷面,全年最大負(fù)荷出現(xiàn)在329 h,最小負(fù)荷出現(xiàn)在第6002 h,年負(fù)荷曲線如圖1所示。

表2 該省電網(wǎng)水電機(jī)組裝機(jī)信息

圖1 年度負(fù)荷出力序列

通過風(fēng)電預(yù)測數(shù)據(jù)得到的歸一化年度風(fēng)電出力序列如圖2所示。該省風(fēng)電裝機(jī)容量為4550 MW。該省網(wǎng)的外送聯(lián)絡(luò)線年度序列如圖3所示。

圖2 歸一化年度風(fēng)電出力序列

圖3 該省外送聯(lián)絡(luò)線年度序列

由于本文求解的是大型復(fù)雜的省網(wǎng)電力系統(tǒng)模型,涉及到的變量眾多,且包含機(jī)組啟停優(yōu)化,是一個MIP問題,可采用應(yīng)用廣泛且穩(wěn)定性高的CPLEX求解器進(jìn)行求解。

3 計算結(jié)果分析

研究了三組不同水電最小電量計劃對風(fēng)電接納能力的影響,如表3所示。

表3 不同水電電量對風(fēng)電接納情況的統(tǒng)計

在表3案例1中,水電最小發(fā)電量為該年原計劃電量,案例2和案例3分別將這兩臺水電機(jī)組的最小發(fā)電量設(shè)置為該年原計劃電量的80%和50%。由此可知,水電最小電量計劃設(shè)置越小,即水電機(jī)組運行越靈活時,風(fēng)電限電率最低且利用小時數(shù)最高,所以應(yīng)對案例3中的水庫機(jī)組處理序列繼續(xù)分析。

由于年度曲線過于密集,因此為展示該省兩臺水電機(jī)組的出力計劃,將選取隨機(jī)一周和一月的運行數(shù)據(jù)進(jìn)行分析,如圖4～圖7所示。

圖4 水電機(jī)組SK100隨機(jī)一周發(fā)電序列

圖5 水電機(jī)組SK600隨機(jī)一擊發(fā)電序列

圖6 水電機(jī)組SK600隨機(jī)一月發(fā)電序列

圖7 水電機(jī)組SK100隨機(jī)一月發(fā)電序列

由圖4～7可以看出:

1) 水電具有良好的調(diào)峰能力,一般在負(fù)荷高峰時期,水電機(jī)組滿出力運行平衡此期間負(fù)荷;在負(fù)荷低谷時期,水電機(jī)組往往降低出力,為系統(tǒng)接納風(fēng)電提供空間;在部分低谷時期,由于此時火電機(jī)組開機(jī)容量較小,因此水電機(jī)組仍會有功率輸出來進(jìn)行系統(tǒng)負(fù)荷平衡。

2) 采用本文所提出的方法,可以優(yōu)化得出在自然工況允許的前提條件下,水電機(jī)組的最小發(fā)電計劃,為水電年度運行方式的精確制定提供參考。

4 結(jié) 語

本文提出的用于研究水電電量計劃對風(fēng)電接納能力影響的模型充分考慮了各種機(jī)組的出力特性,在水電年度發(fā)電量應(yīng)滿足實際水況的約束條件下,應(yīng)盡量設(shè)置最小,使水電機(jī)組運行更加靈活,為風(fēng)電預(yù)留出合理的電量空間,從而提高風(fēng)電的接納能力,減少“棄風(fēng)”；同時,對實際的電力系統(tǒng)調(diào)度年運行方式的安排特別是水電機(jī)組電量計劃的精確制定具有指導(dǎo)意義。

[1] 劉志富, 楊濱,趙旭, 等.黑龍江省電網(wǎng)如何提高吸納風(fēng)電能力的分析和建議[J]. 黑龍江電力,2010,32(3):172-175.

LIU Zhifu, YANG Bin, ZHAO Xu, et al. Analysis of and advice on how Heilongjiang grid enhances absorptive capability of wind power [J]. Heilongjiang Electric Power, 2010,32(3):172-175.

[2] 靜鐵巖, 呂泉, 郭琳, 等.水電—風(fēng)電系統(tǒng)日間聯(lián)合調(diào)峰運行策略[J]. 電力系統(tǒng)自動化,2011(22):97-104. JING Tieyan, Liü Quan, GUO Lin, et al. An inter-day combined operation strategy of hydro and wind power system for regulating peak load [J]. Automation of Electric Power Systems, 2011(22):97-104.

[3] 孫亮.大規(guī)模風(fēng)電并網(wǎng)條件下提高電力系統(tǒng)調(diào)峰能力的研究[D].大連:大連理工大學(xué) 2010 SUN Liang. Research on enhancing power system peak regulating capacity under large-scale grid-connected wind power [D]. Dalian: Dalian University of Technology, 2010.

[4] 陳海焱, 陳金富, 段獻(xiàn)忠. 含風(fēng)電場電力系統(tǒng)經(jīng)濟(jì)調(diào)度的模糊建模及優(yōu)化算法[J]. 電力系統(tǒng)自動化, 2006, 30(2):14-17. CHEN Haiyan, CHEN Jinfu, DUAN Xianzhong. Fuzzy modeling and optimization algorithm on dynamic economic dispatch in wind power integrated system [J]. Automation of Electric Power Systems, 2006, 30(2):14-17.

[5] 曹陽, 李鵬, 袁越, 等.基于時序仿真的新能源消納能力分析及其低碳效益評估[J]. 電力系統(tǒng)自動化,2014，38(17):60-66. CAO Yang, LI Peng, YUAN Yue, et al. Analysis on accommodating capability of renewable energy and assessment on low-carbon benefits based on time sequence simulation [J]. Automation of Electric Power Systems, 2014，38(17):60-66.

[6] ZHAO Xiaoli, WU Longli, ZHANG Sufang, et al. Joint environmental and economic power dispatch considering wind power integration: Empirical analysis from Liaoning Province of China[J]. Renewable Energy, 2013, 52: 260-265.

[7] ELA E, O’MALLEY M. Studying the variability and uncertainty impacts of variable generation at multiple timescales[J]. IEEE Transactions on Power Systems, 2012, 27(3): 1324-1333.

[8] 杜繼成. 基于線性規(guī)劃的Balmorel模型及其在風(fēng)電并網(wǎng)中的應(yīng)用研究[D]. 北京: 中國電力科學(xué)研究院, 2011. DU Jicheng. Balmorel model based on linear programming and its application in wind power grid connection [D]. Beijing: China Electric Power Research Institute, 2011.

[9] 周松林, 茆美琴, 蘇建徽. 風(fēng)電功率短期預(yù)測及非參數(shù)區(qū)間估計[J]. 中國電機(jī)工程學(xué)報,2011, 31(25): 10-16. ZHOU Songlin, MAO Meiqin, SU Jianhui. Short-term forecasting of wind power and non-parametric confidence interval estimation [J]. Proceedings of the CSEE, 2011, 31(25): 10-16.

[10] 劉純, 呂振華, 黃越輝, 等. 長時間尺度風(fēng)電出力時間序列建模新方法研究[J]. 電力系統(tǒng)保護(hù)與控制, 2013, 41(1): 7-13. LIU Chun, Liü Zhenhua, HUANG Yuehui, et al. A new method to simulate wind power time series of large time scale [J]. Power System Protection and Control, 2013, 41(1): 7-13.

[11] 魏傳江,王浩,謝新民,等.GAMS用戶指南[M].北京:中國水利水電出版社，2009:1-32. WEI Chuanjiang, WANG Hao, XIE Xinmin, et al. GAMS user’s guide [M]. Beijing: China Water and Power Press, 2009:1-32.

(責(zé)任編輯 侯世春)

Impact of hydro units generating schedules on wind power accommodation capacity of provincial grid

Cao Rong1, CHEN Xiaoguang1, LIU Guanqun2

(1 Heilongjiang Electric Power Research Institute, Harbin 150030, China;2.Pudong Power Supply Company， State Grid Shanghai Municipal Electric Power Company, Shanghai 200122, China)

In order to study the impact of hydropower on wind power accommodation capacity, this paper proposed a sequence production simulation method considering hydropower plan, local wind power output, unit regulating capacity and transmission capacity of provincial grid, which optimized power balance of provincial grid period by period, established the mathematical model of the impact of hydropower plan on wind power accommodation capacity and solved it by CPLEX. Based on an actual provincial power grid in Northeast of China, the impacts of different generating schedules of hydro units on wind power accommodation were compared. Case study results show that the proposed formulation and corresponding algorithm is feasible.

hydropower plan; provincial grid; sequence production simulation method； wind power accommodation capacity; CPLEX

2015-05-14。

曹 融(1988—),女,碩士研究生,研究方向為電力系統(tǒng)及其自動化。

TM712

A

2095-6843(2015)06-0496-04