考慮CO2排放成本的風(fēng)儲(chǔ)聯(lián)合調(diào)度優(yōu)化

莊紅山, 李永光, 張彥軍, 馬曉磊, 趙志剛

(1.國(guó)網(wǎng)新疆省電力有限公司，烏魯木齊 650000； 2.沈陽(yáng)工程學(xué)院新能源學(xué)院，沈陽(yáng) 110136)

隨著可再生能源在電網(wǎng)中的滲透率不斷提升,電網(wǎng)運(yùn)行面臨著巨大壓力,風(fēng)電出力的間歇性對(duì)電網(wǎng)調(diào)度提出了更高的要求。目前電池儲(chǔ)能系統(tǒng)(battery energy storage system, BESS)進(jìn)行充放電可以減輕風(fēng)電波動(dòng)性對(duì)電網(wǎng)的沖擊,越來(lái)越多地與風(fēng)機(jī)等間歇性能源聯(lián)合調(diào)度[1]。另外,全球節(jié)能減排的大背景下,傳統(tǒng)火力機(jī)組的碳排放成為了關(guān)注的焦點(diǎn),電力向著清潔低碳的方向發(fā)展[2]。因此,需要考慮傳統(tǒng)機(jī)組CO2的排放成本,對(duì)火電機(jī)組、風(fēng)機(jī)、BESS進(jìn)行調(diào)度。

目前針對(duì)風(fēng)儲(chǔ)聯(lián)合調(diào)度的文獻(xiàn)較多。文獻(xiàn)[3]提出了含電動(dòng)汽車、風(fēng)電、儲(chǔ)能聯(lián)合調(diào)度的主從博弈模型。文獻(xiàn)[4]在風(fēng)電不確定區(qū)間可優(yōu)化的魯棒區(qū)間經(jīng)濟(jì)調(diào)度模型中引入常規(guī)機(jī)組和儲(chǔ)能系統(tǒng)。文獻(xiàn)[5]提出一種風(fēng)儲(chǔ)聯(lián)合優(yōu)化的調(diào)度策略,調(diào)度策略采用分層調(diào)度的方法,考慮了蓄電池的特性對(duì)風(fēng)電調(diào)度的影響。文獻(xiàn)[6]提出了低碳環(huán)境下風(fēng)儲(chǔ)聯(lián)合調(diào)度模型。文獻(xiàn)[7]提出了一種適用于風(fēng)儲(chǔ)聯(lián)合發(fā)電系統(tǒng)的滾動(dòng)協(xié)調(diào)調(diào)度方法。可見(jiàn)針對(duì)風(fēng)儲(chǔ)聯(lián)合調(diào)度的形式、方法均有較多成果。

另外,由于清潔低碳發(fā)電越來(lái)越重要,發(fā)電領(lǐng)域低碳化成為主要趨勢(shì)。文獻(xiàn)[8]針對(duì)微網(wǎng)中的低碳調(diào)度進(jìn)行了研究。文獻(xiàn)[9]針對(duì)低碳調(diào)度下的機(jī)組組合問(wèn)題進(jìn)行了求解。文獻(xiàn)[10]針對(duì)低碳調(diào)度和節(jié)能發(fā)電調(diào)度進(jìn)行了探討。而目前針對(duì)火力發(fā)電機(jī)組的二氧化碳排放成本研究的還不夠充分。

提出風(fēng)電、火電、BESS聯(lián)合經(jīng)濟(jì)調(diào)度模型。在經(jīng)濟(jì)調(diào)度模型中,目標(biāo)函數(shù)考慮了多項(xiàng)成本因素,包括碳排放成本項(xiàng)；在約束條件中,主要考慮安全約束,包括有功平衡、機(jī)組出力、機(jī)組爬坡、BESS約束等。利用非線性遺傳算法求解該調(diào)度模型,即利用遺傳算法來(lái)獲得初始解和邊界條件,然后利用非線性尋優(yōu)求解全局最優(yōu)解。最后在IEEE30節(jié)點(diǎn)系統(tǒng)上進(jìn)行了仿真分析。

1 二氧化碳排放成本

CO2排放成本可以定義為以貨幣形式計(jì)量政府、企業(yè)、公民等社會(huì)群體為治理、控制CO2排放所支付的費(fèi)用及CO2排放產(chǎn)生的經(jīng)濟(jì)損失的總和[11],該成本的來(lái)源主要是工業(yè),而能源領(lǐng)域的CO2排放占有很大比重,電能在生產(chǎn)過(guò)程中產(chǎn)生的CO2排放成本應(yīng)當(dāng)予以考慮。

對(duì)于含有M個(gè)火電機(jī)組的系統(tǒng),每臺(tái)機(jī)組i的CO2排放成本之和即是火力發(fā)電CO2的排放總成本。

(1)

式(1)中,Ctax為市場(chǎng)碳稅價(jià)格；ρfe,i為火力機(jī)組i的CO2排放因子；fi、gi、hi為燃料消耗系數(shù)。不同燃料的排放因子不同,本文考慮褐煤,其CO2排放因子為215。

2 考慮CO2排放成本的風(fēng)儲(chǔ)聯(lián)合調(diào)度模型

2.1 電池儲(chǔ)能系統(tǒng)

儲(chǔ)能技術(shù)主要分為直接儲(chǔ)能和間接儲(chǔ)能。其分類如圖1所示[12],電池儲(chǔ)能技術(shù)的應(yīng)用較為廣泛。

圖1 儲(chǔ)能技術(shù)分類Fig.1 Classification of energy storage

電池儲(chǔ)能系統(tǒng)(BESS)可以發(fā)揮其儲(chǔ)能優(yōu)勢(shì),儲(chǔ)存出力在峰時(shí)段的風(fēng)能。一般來(lái)說(shuō),BESS容量的上限為其額定容量的80%。BESS在儲(chǔ)存風(fēng)能時(shí)即為電池充電過(guò)程,直到達(dá)到荷電狀態(tài)(SOC)上限。當(dāng)負(fù)荷高峰時(shí),BESS向電網(wǎng)放電,直到SOC到達(dá)下限。BESS與波動(dòng)性風(fēng)電配合使用,不僅可以發(fā)揮儲(chǔ)能優(yōu)勢(shì),而且還可以促進(jìn)可再生能源消納[13]。

2.2 目標(biāo)函數(shù)

當(dāng)在系統(tǒng)中并入大量風(fēng)電時(shí),電力總成本會(huì)隨風(fēng)力發(fā)電增加的成本和收益平衡而改變。該模型的目標(biāo)函數(shù)包括火電機(jī)組成本費(fèi)用、排放成本、火電機(jī)組啟停成本、風(fēng)機(jī)成本、電池成本,具體為：

(2)

(3)

(4)

(5)

(6)

式(6)中:M為火力機(jī)組數(shù)目；N為風(fēng)力機(jī)組數(shù)目；SU(i,t)為t時(shí)刻機(jī)組i的啟動(dòng)成本；SD(i,t)為t時(shí)刻機(jī)組i的關(guān)停成本；Wav(j,t)為風(fēng)機(jī)j實(shí)際有功出力；αw,j為風(fēng)機(jī)j的成本系數(shù)；αs,j為風(fēng)機(jī)j的政府補(bǔ)貼系數(shù)；αi[P(i,t)]為t時(shí)段火力機(jī)組i的燃料成本函數(shù)；πBESS為BESS成本系數(shù)。

2.3 約束條件

2.3.1 系統(tǒng)有功功率約束

PD(t)+PLOSS(t)=PG(t)+PW(t)+PBESS(t)

(7)

式(7)中,PLOSS(t)為總網(wǎng)損；PBESS(t)為BESS總的充放電功率；PW(t)為總風(fēng)電出力；PG(t)為火力機(jī)組總出力；PD(t)為總負(fù)荷需求。

2.3.2 機(jī)組出力限制

Pi,min≤P(i,t)≤Pi,max

(8)

式(8)中,P(i,t)為t時(shí)刻機(jī)組i有功出力；Pi,min和Pi,max分別為機(jī)組i有功出力最小、最大值。

2.3.3 風(fēng)機(jī)出力限制

0≤wj≤wr,j

(9)

式(9)中,wr,j為風(fēng)電機(jī)組j的額定出力；wj為風(fēng)機(jī)組j的出力值。

2.3.4 火力機(jī)組啟停時(shí)長(zhǎng)限制

(10)

(11)

式中,I(i,t)為t時(shí)刻機(jī)組i的啟停狀態(tài)。

2.3.5 機(jī)組爬坡速率限制

P(i,t)-P(i,t-1)≤RU(i)

(12)

P(i,t-1)-P(i,t)≤RD(i)

(13)

式中,RU(i,t)為t時(shí)刻機(jī)組i的爬坡上限；RD(i,t)為t時(shí)刻機(jī)組i的爬坡速率下限。

2.3.6 BESS充放電功率限制

(14)

(15)

同時(shí)規(guī)定BESS不可同時(shí)充放電，即

筆者建議在“兩票制”政策執(zhí)行過(guò)程中，一是要加強(qiáng)對(duì)藥品出廠價(jià)的監(jiān)管。由于生產(chǎn)企業(yè)的“高開(kāi)票”策略從源頭上就會(huì)導(dǎo)致藥價(jià)的居高不下，故在考慮到生產(chǎn)企業(yè)合理的研發(fā)成本、生產(chǎn)成本、銷售成本、利潤(rùn)等的基礎(chǔ)上，政府部門需對(duì)價(jià)格異常上漲的藥品進(jìn)行監(jiān)管，必要時(shí)可以開(kāi)展成本核算。二是要加強(qiáng)對(duì)藥品配送企業(yè)供應(yīng)鏈的管理。雖然“兩票制”政策的實(shí)施能壓縮流通環(huán)節(jié)，但基于國(guó)家及云南省“兩票制”文件對(duì)“兩票制”的界定，可能導(dǎo)致當(dāng)前“兩票制”政策對(duì)藥品價(jià)格、配送流程及藥品質(zhì)量等產(chǎn)生的積極影響尚不顯著。故對(duì)集團(tuán)型生產(chǎn)、流通企業(yè)的銷售及內(nèi)部調(diào)撥行為加強(qiáng)監(jiān)管非常必要。

(16)

2.3.7 BESS儲(chǔ)能限制

SOCD≤SOC(t)≤SOCU

(17)

式中,SOCD和SOCU分別為電池SOC下限和上限。

3 求解算法

3.1 非線性遺傳算法

傳統(tǒng)遺傳算法通過(guò)選擇、交叉、變異對(duì)隨機(jī)產(chǎn)生的初始可行解逐步迭代,產(chǎn)生新的可行解,具備較強(qiáng)的整體性搜尋最優(yōu)可行解的能力,在局部搜索可行解方面能力相對(duì)較弱,一般只能得到所求問(wèn)題的次優(yōu)可行解,而非最優(yōu)可行解[14]。

為此,選用非線性遺傳[15],即在遺傳算法中加入非線性規(guī)劃,能夠利用遺傳算法進(jìn)行全局行搜尋可行解,然后在其所得到的全局可行解的基礎(chǔ)上結(jié)合非線性規(guī)劃算法進(jìn)行局部搜尋可行解,以得到全局最優(yōu)解。

非線性規(guī)劃問(wèn)題采用fmincon函數(shù)進(jìn)行求解搜索在約束條件下非線性多目標(biāo)模型的最小值。

3.2 本文模型求解步驟

首先利用遺傳算法進(jìn)行求解,最后加入非線性尋優(yōu)操作。具體求解流程如圖2。

圖2 求解算法流程Fig.2 Flow chart of solving algorithm

3.2.1 種群初始化

將種群中的個(gè)體進(jìn)行編碼,作為初始解。

3.2.2 求解適應(yīng)度函數(shù)

適應(yīng)度函數(shù)式(18)

(18)

可以用來(lái)判定種群的目標(biāo)函數(shù)最低值,主要是根據(jù)所求目標(biāo)模型變化得到。目標(biāo)函數(shù)值與其適應(yīng)度值具有負(fù)相關(guān)性,前者值越小,后者值越大,所得到的個(gè)體就越優(yōu)。

3.2.3 選擇操作

選擇操作是從每次迭代所產(chǎn)生的種群中選出最優(yōu)個(gè)體,將其稱之為種群1；并將大于子代最優(yōu)值的父代最優(yōu)值代替子代的最差值,作為種群2,將種群1和種群2結(jié)合形成新的種群,然后利用輪盤賭法得到下一代個(gè)體。式(19)給出了個(gè)體被選中的概率:

(19)

式(19)中，F(xiàn)i為個(gè)體i的適應(yīng)度值；Fj為種群中所有個(gè)體數(shù)目適應(yīng)度值。

3.2.4 交叉操作和變異操作

將新種群中某兩個(gè)個(gè)體按照一定的交叉概率和變異概率操作,使種群進(jìn)一步進(jìn)化,增加最優(yōu)解概率。

3.2.5 非線性尋優(yōu)

非線性尋優(yōu)即對(duì)每次遺傳算法進(jìn)化后所得到的次優(yōu)可行解作為種群初始可行解作為新遺傳個(gè)體繼續(xù)進(jìn),直到得到全局最優(yōu)解。

4 算例分析

4.1 系統(tǒng)說(shuō)明

在IEEE30節(jié)點(diǎn)系統(tǒng)[16]上對(duì)本文所提方法進(jìn)行驗(yàn)證,如圖3。系統(tǒng)電壓閾值設(shè)為0.95 p.u.和1.05 p.u.。假設(shè)在每種負(fù)荷水平下負(fù)荷的功率因數(shù)恒定。調(diào)度周期為24 h。其中風(fēng)機(jī)安裝于3、7、17、21、26節(jié)點(diǎn),風(fēng)機(jī)出力參見(jiàn)文獻(xiàn)[12]。市場(chǎng)碳稅定為0.2 元/kg,fi、gi、hi分別為787、36、0.15。πBESS=1.2。機(jī)組爬坡上下限均為50 MW。

圖3 IEEE30節(jié)點(diǎn)系統(tǒng)Fig.3 The IEEE30 feeder system

4.2 算例分析

對(duì)風(fēng)電與儲(chǔ)能系統(tǒng)聯(lián)合調(diào)度進(jìn)行仿真。求解結(jié)果如表1。

表1 風(fēng)儲(chǔ)聯(lián)合調(diào)度求解結(jié)果Table 1 Management of wind power storage dispatch

表1中總成本包含了CO2排放成本,通過(guò)考慮火力機(jī)組的CO2排放成本,可以促使傳統(tǒng)機(jī)組減小發(fā)電量,鼓勵(lì)新能源發(fā)電,促進(jìn)新能源消納,實(shí)現(xiàn)清潔能源的高效利用。另外可以看出,在8～12時(shí)和20～24時(shí),儲(chǔ)能出力為正,意味著儲(chǔ)能對(duì)電網(wǎng)進(jìn)行了放電,這正好與風(fēng)電的“反調(diào)峰[17]”特性相匹配。充分說(shuō)明了風(fēng)儲(chǔ)聯(lián)合規(guī)劃的價(jià)值所在。

風(fēng)功率實(shí)際值和預(yù)測(cè)值、BESS充放電結(jié)果如圖4。可知,BESS在風(fēng)功率實(shí)際值大于預(yù)測(cè)值時(shí)進(jìn)行儲(chǔ)能,該模型在很大程度上減少了運(yùn)行和排污成本。另外,可以看出BESS在調(diào)度中發(fā)揮的重要作用,BESS增加了分布式風(fēng)機(jī)供給系統(tǒng)的功率,并且不受分布式風(fēng)機(jī)輸出功率時(shí)間的限制。BESS也可在用電低谷時(shí)刻從分布式風(fēng)機(jī)吸收電量、在用電高峰時(shí)放電,起到“削峰填谷”的作用。

圖4 BESS與風(fēng)電出力曲線Fig.4 BESS and wind power generation

BESS對(duì)火力機(jī)組也有一定影響,電池系統(tǒng)通過(guò)在不同負(fù)荷水平下的充放電來(lái)發(fā)揮其作用。同時(shí),這也改變了機(jī)組組合情況。從圖5可以看出,所有火電機(jī)組的出力在負(fù)荷高峰時(shí)都有所減少。相反,在用電低谷時(shí),火電機(jī)組出力增加。這說(shuō)明BESS在減少系統(tǒng)峰值負(fù)荷、提高系統(tǒng)安全性和穩(wěn)定性方面也發(fā)揮一定作用。

圖5 BESS對(duì)機(jī)組出力的影響Fig.5 Influence of BESS on unit generations

5 結(jié)論

本文提出了考慮CO2排放成本的風(fēng)儲(chǔ)聯(lián)合調(diào)度模型。通過(guò)進(jìn)行仿真分析,說(shuō)明風(fēng)電和電池儲(chǔ)能系統(tǒng)聯(lián)合進(jìn)行調(diào)度有助于促進(jìn)風(fēng)電消納,平滑風(fēng)電出力波動(dòng),發(fā)揮電池儲(chǔ)能削峰填谷的作用。另外,考慮火電機(jī)組的CO2排放成本,可以增加其總成本,從經(jīng)濟(jì)角度促進(jìn)節(jié)能減排。