促進(jìn)風(fēng)電消納的需求響應(yīng)與儲(chǔ)熱CHP聯(lián)合優(yōu)化模型*

黃培東，詹紅霞，彭光斌，張曦，張寧，龍飛

（1.西華大學(xué)電氣與電子信息學(xué)院，成都610039；2.重慶市電力公司南岸供電局，重慶400060）

0 引 言

近年來(lái)，我國(guó)風(fēng)電產(chǎn)業(yè)蓬勃發(fā)展，蒸蒸日上。但是系統(tǒng)調(diào)峰能力不足與風(fēng)電的反調(diào)峰特性致使風(fēng)電開(kāi)發(fā)與棄風(fēng)問(wèn)題凸顯，消納問(wèn)題嚴(yán)重。如何有效解決風(fēng)電棄風(fēng)已成為制約風(fēng)電持續(xù)、健康發(fā)展的關(guān)鍵性問(wèn)題［1］。

北方冬季供暖期與風(fēng)電大發(fā)期疊加致使系統(tǒng)安全穩(wěn)定性受到威脅，風(fēng)電場(chǎng)被迫棄風(fēng)。利用負(fù)荷追蹤風(fēng)電出力變化，解耦供暖季熱電聯(lián)產(chǎn)機(jī)組“以熱定電”剛性約束的調(diào)度方式有望成為解決當(dāng)前風(fēng)電棄風(fēng)問(wèn)題的有效措施［2］。

為解決風(fēng)電棄風(fēng)的難題，電力研究者已提出相關(guān)的解決措施。文獻(xiàn)［3］通過(guò)負(fù)荷側(cè)采取分時(shí)電價(jià)（TOU，time-of-use pricing）進(jìn)行削峰填谷的措施，構(gòu)建了風(fēng)、火聯(lián)合運(yùn)行優(yōu)化模型來(lái)促進(jìn)風(fēng)電消納。文獻(xiàn)［4-7］采用分時(shí)電價(jià)下投切高載能負(fù)荷、投切儲(chǔ)電裝置、大用戶直購(gòu)電的方式促進(jìn)風(fēng)電的就地消納。為解決風(fēng)電和供熱機(jī)組之間的上網(wǎng)矛盾，文獻(xiàn)［8-11］跳出電力系統(tǒng)的范疇，提出在熱電廠采用電鍋爐、熱泵等電制熱措施解耦“以熱定電”約束來(lái)解決消納難題。文獻(xiàn)［12］提出在熱電聯(lián)產(chǎn)機(jī)組及電供熱系統(tǒng)處加裝儲(chǔ)熱裝置，通過(guò)對(duì)儲(chǔ)熱環(huán)節(jié)的控制來(lái)解耦電-熱剛性耦合關(guān)系，提高風(fēng)電消納水平。

上述需求響應(yīng)以及解耦“以熱定電”約束來(lái)促進(jìn)風(fēng)電消納的研究均是單獨(dú)考慮的，兩者聯(lián)合促進(jìn)風(fēng)電消納的模型未見(jiàn)研究。因此，本文提出將需求響應(yīng)與儲(chǔ)熱CHP納入風(fēng)電消納模型中，以節(jié)能調(diào)度為導(dǎo)向，系統(tǒng)煤耗量最小為優(yōu)化目標(biāo)，構(gòu)建了包含需求響應(yīng)與儲(chǔ)熱CHP的電熱聯(lián)合優(yōu)化調(diào)度模型。模型采用粒子群算法進(jìn)行求解，算例分析表明：該模型能有效降低系統(tǒng)煤耗，提高風(fēng)電消納水平。

1 需求響應(yīng)與儲(chǔ)熱CHP聯(lián)合優(yōu)化策略

1.1 風(fēng)速風(fēng)功率模型

TOU決策及更新周期較長(zhǎng)，現(xiàn)階段長(zhǎng)期風(fēng)電預(yù)測(cè)誤差較大，準(zhǔn)確性較低，因此，本模型采用適應(yīng)范圍最廣，擬合實(shí)際風(fēng)速最好的weibull分布函數(shù)來(lái)模擬各時(shí)段的風(fēng)速序列，其概率密度函數(shù)表述如下：

其中：

式中vmean、σ分別為研究區(qū)域給定時(shí)段風(fēng)速的平均值和標(biāo)準(zhǔn)差；k和c分別表示形狀和尺度參數(shù)。

忽略風(fēng)電場(chǎng)尾流、電氣損耗后，風(fēng)電場(chǎng)輸出功率為場(chǎng)內(nèi)所有風(fēng)機(jī)出力之和［13］，其風(fēng)速與功率關(guān)系如下：

式中v為風(fēng)機(jī)渦輪高度處的風(fēng)速；vin、vout、vR分別為切入風(fēng)速、切出風(fēng)速、額定風(fēng)速；PwR、Pw分別為風(fēng)機(jī)的額定輸出功率、輸出功率。

1.2 峰谷分時(shí)電價(jià)策略

實(shí)施峰谷分時(shí)電價(jià)策略能有效引導(dǎo)用戶改變用電習(xí)慣，降低日內(nèi)負(fù)荷的峰谷差，有利于促進(jìn)系統(tǒng)夜間對(duì)風(fēng)電的消納。

本模型采用文獻(xiàn)［14］分時(shí)電價(jià)的策略來(lái)促進(jìn)風(fēng)電上網(wǎng)水平，先通過(guò)負(fù)荷側(cè)實(shí)施峰谷分時(shí)電價(jià)來(lái)優(yōu)化負(fù)荷曲線，減少負(fù)荷高峰備用容量，提高發(fā)電機(jī)組運(yùn)行效率；再通過(guò)與售電側(cè)聯(lián)動(dòng)的發(fā)電側(cè)峰谷上網(wǎng)電價(jià)［15］來(lái)引導(dǎo)、激勵(lì)帶儲(chǔ)熱的熱電聯(lián)產(chǎn)機(jī)組靈活運(yùn)行，從而最大化消納風(fēng)電。

分時(shí)電價(jià)常用電量電價(jià)彈性來(lái)量化分析用戶的價(jià)格響應(yīng)，如式（5）和式（6）所示：

式中Q0i、P0i分為電價(jià)變動(dòng)前電量和電價(jià)；ΔQi、ΔPi分別為電量和電價(jià)的增量；當(dāng)j=i、j≠i時(shí)E（i，j）分別為自彈性、交叉彈性系數(shù)。

發(fā)電側(cè)與售電側(cè)時(shí)段劃分一致，基于對(duì)負(fù)荷曲線的分析，考慮各點(diǎn)峰谷時(shí)段隸屬度，采用半梯度隸屬度函數(shù)模糊聚類的方法進(jìn)行峰谷時(shí)段劃分［16］。引入電量電價(jià)彈性矩陣來(lái)描述用戶多時(shí)段價(jià)格響應(yīng)，從而得到TOU后各時(shí)段用電量：

式中m為研究時(shí)段；E為電量電價(jià)彈性矩陣。

1.3 熱電聯(lián)產(chǎn)機(jī)組處加裝儲(chǔ)熱裝置

針對(duì)北方供暖季高比例熱電聯(lián)產(chǎn)機(jī)組為了滿足熱負(fù)荷需求，而致使機(jī)組強(qiáng)迫出力較高造成的夜間棄風(fēng)難題，本文在1.2章節(jié)分時(shí)電價(jià)策略的引導(dǎo)下采用熱電聯(lián)產(chǎn)機(jī)組處加裝儲(chǔ)熱裝置來(lái)解耦“以熱定電”剛性約束，從而提高風(fēng)電場(chǎng)夜間消納水平。

加入儲(chǔ)熱后熱電聯(lián)產(chǎn)機(jī)組的運(yùn)行模式如圖1所示，通過(guò)對(duì)儲(chǔ)熱裝置的蓄放熱環(huán)節(jié)的控制，使熱電聯(lián)產(chǎn)機(jī)組不再實(shí)時(shí)匹配熱負(fù)荷需求，從而降低谷時(shí)段機(jī)組強(qiáng)迫出力，提高風(fēng)電上網(wǎng)電量。

圖1 帶儲(chǔ)熱的熱電聯(lián)產(chǎn)機(jī)組Fig.1 CHP with thermal storage

2 需求響應(yīng)與儲(chǔ)熱CHP聯(lián)合優(yōu)化調(diào)度模型

TOU作為一種重要的調(diào)峰手段，通過(guò)價(jià)格信號(hào)引導(dǎo)電力用戶合理的用電結(jié)構(gòu)和方式，從而減少系統(tǒng)高峰負(fù)荷需求和提高設(shè)備利用率。而熱電廠加裝儲(chǔ)熱裝置又是解耦“以熱定電”約束的有效措施，因此，本文在負(fù)荷側(cè)實(shí)施峰谷分時(shí)電價(jià)，發(fā)電側(cè)實(shí)施峰谷上網(wǎng)電價(jià)的基礎(chǔ)上，構(gòu)建了以系統(tǒng)煤耗量最小為目標(biāo)的儲(chǔ)熱CHP與需求響應(yīng)聯(lián)合優(yōu)化調(diào)度模型，簡(jiǎn)述如下。

2.1 優(yōu)化目標(biāo)

我國(guó)現(xiàn)階段提倡節(jié)能調(diào)度，因此，本文以系統(tǒng)煤耗量最小為優(yōu)化目標(biāo)。目標(biāo)函數(shù)如下：

其中：

即：

式中f（i，t）、f1（i，t）、f2（i，t）分別系統(tǒng)、常規(guī)火電、熱電聯(lián)產(chǎn)機(jī)組煤耗；T為調(diào)度周期；NG、NC分別為常規(guī)火電和熱電聯(lián)產(chǎn)機(jī)組數(shù)量；分別為t時(shí)刻第i臺(tái)常規(guī)火電出力、熱電機(jī)組電出力、熱電機(jī)組熱出力；ai、bi、ci分別為機(jī)組第i臺(tái)的煤耗系數(shù)；Cv，i機(jī)組i進(jìn)氣量不變時(shí)多抽取單位供電量下發(fā)電功率的減少量；Ai、Bi、Ci、Di、Ei、Fi為熱電機(jī)組i的煤耗系數(shù)，可由ai、bi、ci和Cv，i計(jì)算得到。

2.2 約束條件

（1）系統(tǒng)能量平衡約束：

式中N=NG+NC；Pti為機(jī)組電功率；NW為風(fēng)電場(chǎng)個(gè)數(shù)；為t時(shí)刻第i個(gè)風(fēng)電場(chǎng)風(fēng)電上網(wǎng)量；為負(fù)荷需求；RL（t）為旋轉(zhuǎn)備用；Ploss（t）為系統(tǒng)網(wǎng)損。

（2）熱力平衡約束：

（3）機(jī)組約束：

a.爬坡約束：

b.CHP電功率約束：

（4）儲(chǔ)熱約束：

a.儲(chǔ)放熱功率約束：

b.狀態(tài)約束：

式中kloss為漏熱損失系數(shù)；S0h、STh分別為儲(chǔ)熱裝置開(kāi)始與結(jié)束時(shí)儲(chǔ)熱量。

（5）需求響應(yīng)約束：

a.用電時(shí)段約束：

式中 max（Pload（tf））、min（Pload（tg））分別表示峰谷分時(shí)電價(jià)之后負(fù)荷最大值和最小值，tf、tg分別表示峰谷分時(shí)電價(jià)之后負(fù)荷最大值和最小值出現(xiàn)的時(shí)刻，避免峰谷倒置。

b.用戶購(gòu)電費(fèi)用降低：

C0為峰谷分時(shí)電價(jià)前負(fù)荷側(cè)的單位購(gòu)電費(fèi)用；分別表示分時(shí)電價(jià)后負(fù)荷側(cè)售電電量及電價(jià)矩陣。

3 算例分析

3.1 基礎(chǔ)數(shù)據(jù)

本文根據(jù)當(dāng)前我國(guó)北方某省電網(wǎng)實(shí)際電源結(jié)構(gòu)比例，簡(jiǎn)化以某地區(qū)電網(wǎng)為例，驗(yàn)證所提出的儲(chǔ)熱CHP與需求響應(yīng)聯(lián)合優(yōu)化調(diào)度來(lái)促進(jìn)風(fēng)電消納的可行性和有效性。采用本文1.2章節(jié)中提出的峰谷分時(shí)電價(jià)策略對(duì)該地區(qū)冬季典型日負(fù)荷進(jìn)行時(shí)段劃分及定價(jià)，具體數(shù)據(jù)如表1所示。

參考文獻(xiàn)［17］中的價(jià)格彈性矩陣，得到的具體數(shù)據(jù)如下：

表1 TOU時(shí)段劃分及定價(jià)Tab.1 TOU period division and price

系統(tǒng)中有1組裝機(jī)容量為300 MW的風(fēng)電場(chǎng)，發(fā)電側(cè)系統(tǒng)機(jī)組參數(shù)如表2所示，總裝機(jī)容量為1 300 MW，其中1～3號(hào)為熱電聯(lián)產(chǎn)機(jī)組，均為大型抽氣式機(jī)組（300 MW和200 MW兩類），4～6號(hào)為常規(guī)火電機(jī)組；承壓式蓄熱罐儲(chǔ)熱容量為3 000 MWh，最大蓄、放熱功率為280 MW；系統(tǒng)旋轉(zhuǎn)備用選取實(shí)時(shí)負(fù)荷7%，網(wǎng)損為總用電量4%［18］。

本文T=24，并假設(shè)該冬季典型日內(nèi)熱負(fù)荷基本不發(fā)生變化［19］（均為720 MW），系統(tǒng)無(wú)電功率交換。

3.2 發(fā)電調(diào)度優(yōu)化分析

本模型中，算例選取傳統(tǒng)方式（無(wú)分時(shí)電價(jià)，無(wú)儲(chǔ)熱裝置）、分時(shí)電價(jià)、儲(chǔ)熱裝置、分時(shí)電價(jià)與儲(chǔ)熱裝置聯(lián)合優(yōu)化4種方式進(jìn)行仿真對(duì)比，系統(tǒng)調(diào)度優(yōu)化結(jié)果如表3所示。

表2 機(jī)組參數(shù)Tab.2 Parameters of generators

表3 各類型發(fā)電量對(duì)比Tab.3 Comparison of various types of power generation

從表3可以看出單獨(dú)采用分時(shí)電價(jià)、儲(chǔ)熱裝置與傳統(tǒng)方式相比，風(fēng)電上網(wǎng)量分別可提高573.5 MW、698 MW；系統(tǒng)的煤耗量分別可減少為168.694 4 t、203.488 1 t。但分時(shí)電價(jià)與儲(chǔ)熱裝置聯(lián)合優(yōu)化下風(fēng)電上網(wǎng)量提高了1 095 MW，煤耗量減少了319.088 5 t，該方式下風(fēng)電消納效果最佳，系統(tǒng)煤耗量也最低。其中，系統(tǒng)CHP發(fā)電量并沒(méi)有減少，增加的風(fēng)電上網(wǎng)量替代的發(fā)電量均為火電發(fā)電量，系統(tǒng)總熱負(fù)荷量均由CHP供給，儲(chǔ)熱裝置只是合理改變了熱量的生產(chǎn)時(shí)間。

3.3 風(fēng)電消納情況分析

圖2給出了分時(shí)電價(jià)與儲(chǔ)熱CHP聯(lián)合優(yōu)化前后系統(tǒng)負(fù)荷曲線對(duì)比。聯(lián)合優(yōu)化前后系統(tǒng)峰谷差分別為450 MW、329.1 MW，聯(lián)合優(yōu)化后系統(tǒng)峰谷差下降26.9%，削峰填谷作用明顯。

圖2 聯(lián)合優(yōu)化前后負(fù)荷曲線Fig.2 Load curve before and after combined optimization

圖3、圖4給出了聯(lián)合優(yōu)化前后CHP機(jī)組的電、熱出力曲線?？梢钥闯雎?lián)合優(yōu)化后機(jī)組在22：00-06：00“以熱定電”剛性約束得到解耦，機(jī)組電出力明顯降低，為風(fēng)電上網(wǎng)提供大量消納空間，減少的熱出力則由儲(chǔ)熱裝置來(lái)補(bǔ)償相應(yīng)的熱負(fù)荷需求缺額。同時(shí)可以看出，CHP機(jī)組在非低谷時(shí)段增加電出力，蓄熱裝置則相應(yīng)在此時(shí)段將多余的熱出力進(jìn)行存儲(chǔ)。

圖3 聯(lián)合優(yōu)化前后CHP熱出力Fig.3 CHP heat output before and after the joint optimization

圖4 聯(lián)合優(yōu)化前后CHP電出力Fig.4 CHP power output before and after the joint optimization

圖5給出了分時(shí)電價(jià)與儲(chǔ)熱CHP聯(lián)合優(yōu)化前后風(fēng)電上網(wǎng)曲線對(duì)比。由圖可知傳統(tǒng)調(diào)度方式下風(fēng)電實(shí)際上網(wǎng)3 459 MW，棄風(fēng)時(shí)刻9個(gè)（分別為t1、t2、t3、t4、t5、t6、t7、t23、t24）總棄風(fēng)電量1624.5MW，棄風(fēng)率高達(dá)32%，棄風(fēng)現(xiàn)象嚴(yán)重；聯(lián)合優(yōu)化后風(fēng)電實(shí)際上網(wǎng)量增加至4 575.6 MW，棄風(fēng)時(shí)刻也減少為6個(gè)（分別為t1、t2、t3、t4、t5、t23、t24）總棄風(fēng)量降為 507.9 MW，棄風(fēng)率低至10%，有效的解決了風(fēng)電場(chǎng)夜晚大規(guī)模棄風(fēng)難題。

圖5 聯(lián)合優(yōu)化前后風(fēng)電消納水平Fig.5 Wind power consumptive level before and after the joint optimization

4 結(jié)束語(yǔ)

針對(duì)近幾年出現(xiàn)的風(fēng)電消納難題，本文在深入研究分時(shí)電價(jià)以及熱電廠加裝儲(chǔ)熱裝置的基礎(chǔ)上，采用儲(chǔ)熱CHP與分時(shí)電價(jià)聯(lián)合優(yōu)化的方法來(lái)提高風(fēng)電消納水平，并采用粒子群算法進(jìn)行優(yōu)化求解。仿真結(jié)果驗(yàn)證了該模型的正確性：4種運(yùn)行方式（傳統(tǒng)方式、分時(shí)電價(jià)、儲(chǔ)熱裝置、分時(shí)電價(jià)與儲(chǔ)熱裝置聯(lián)合優(yōu)化）中，儲(chǔ)熱CHP與分時(shí)電價(jià)聯(lián)合優(yōu)化消納風(fēng)電能力效果最佳，棄風(fēng)量最低，系統(tǒng)煤耗量也最小，有效的解決了風(fēng)電場(chǎng)棄風(fēng)難題，推動(dòng)了節(jié)能減排政策的有效落實(shí)。