印佳敏,鄭赟,楊勁
(中國能源建設集團廣東省電力設計研究院有限公司,廣州510663)
近年來,隨著風力發電以及光伏發電等新能源發電方式的不斷并網,增加了電網系統的運行調控難度,電網對調頻資源的需求也越來越高。同時,傳統火電機組占比降低,電網可用的調頻資源減少,調頻容量不足的問題凸顯。此外,由于傳統火電機組的旋轉慣性,對有功功率的調節響應速度較慢,尋求新型調頻手段輔助傳統火電機組提升電網整體調頻性能成為當前研究的熱點。
以廣東為例,隨著大批量海上風電接入,電網中風電裝機容量不斷增加,加上西電東送占比逐年增大,電網調頻難度加劇。廣東地區電源結構以大型燃煤機組為主,占總裝機容量47.1%,調頻依靠火電機組時調節任務繁重。燃煤機組長期承擔繁重的調節任務,會造成發電機組設備磨損嚴重,增加燃料損耗,超凈排放目標難以實現等一系列負面影響。快速調頻資源主要以聯合循環電廠、抽蓄電廠和水電為主,其裝機容量占全省裝機容量30.4%,快速調節資源稀缺,調頻的形勢相對緊張。
儲能應用在調頻領域,由于具備有功功率雙向調節、響應速度快、調節精度高的特性,調頻效果遠好于常規發電機組。近幾年來,在我國火電機組中采用電池儲能系統聯合進行調頻,已經在工程中逐漸得到應用。相關文獻[10-15]對儲能聯合調頻的經濟效益進行了計算。
雖然儲能可以顯著提高火電廠的AGC 性能,帶來調頻收益的提升,但由于其成本較高,儲能容量并不是越大越好。目前國內火電聯合調頻項目大多根據工程經驗,按照1.5%~3.0%的機組容量配置儲能,區域電網對調頻資源的實際需求考慮不足,也沒有考慮到機組性能的差異對儲能容量選型的影響。
本文建立儲能聯合調頻的收益模型,并以廣東某電廠為研究對象,對機組和儲能聯合調頻進行仿真計算,研究不同儲能功率下的聯合調頻性能和調頻收益,選擇合適的儲能功率,并與工程經驗進行比較。
如圖1 所示,電網調度AGC 指令下發到機組,儲能系統同時獲取該AGC 指令,由于火電機組響應速度較慢(min級),儲能系統利用自身響應速度快(s 級)的特性先彌補短時間內機組出力與AGC指令間的功率差值。等機組響應跟上之后,儲能系統出力可以逐漸降低,以確保儲能系統和機組聯合出力與AGC 指令保持一致,并準備下一次AGC 指令響應。
根據《廣東調頻輔助服務市場交易規則(試行)》,廣東調頻市場補償費用分為調頻里程補償和AGC 容量補償。發電單元日AGC 補償費用計算公式如下:


圖1 聯合調頻原理Fig. 1 Principle of generator-storage combined frequency regulation
中標發電單元在廣東調頻市場中提供調頻服務可以獲得相應的調頻里程補償。發電單元的日調頻里程補償計算公式如下:

式中:為每日調頻市場總的交易周期數;D為發電單元在第個交易周期提供的調頻里程(MW);Q為第個交易周期的里程計算價格(元/MW);K為發電單元在第個交易周期的綜合調頻性能指標平均值。
發電單元AGC 容量為發電單元當前出力點在5分鐘內向上可調容量與向下可調容量之和。發電單元日AGC容量補償計算公式如下:

式中:為每日總調度時段數;C為發電單元在第個調度時段的發電單元AGC 容量(MW);T為發電單元在第個調度時段的調頻服務時長(h);為AGC容量補償標準(元/MWh)。
調頻里程是指發電單元響應AGC 控制指令后結束時的實際出力值與響應指令時的出力值之差的絕對值。某時間段內的總調頻里程為該時段內發電單元響應AGC 控制指令的調頻里程之和。總調頻里程計算公式如下:

式中:D為發電單元第次的調頻里程。
綜合調節性能指標指發電單元響應AGC 控制指令的綜合性能表現,計算公式如下:

式中:調節速率指發電單元響應AGC 控制指令的速率;響應時間指發電單元響應AGC 控制指令的時間延遲;調節精度指發電單元機組響應AGC控制指令的精準度。

以廣東某燃煤電廠#2 機組和#4 機組為儲能聯合調頻改造對象,單機容量330 MW。考慮設置一套儲能系統,儲能單元同時接入#2 機組和#4 機組,采用一拖二方式運行,儲能可在兩臺機組間切換,配合電廠的單機AGC運行模式。
對電廠機組和儲能系統分別建模,并基于機組7 天(Day1~Day7)的實際歷史運行數據和市場出清價格,對不同儲能容量(MW)進行聯合調頻仿真模擬運算。儲能電池的放電功率按2C 考慮,儲能功率區間設置為機組容量的1%~5%。
1)對調節速率的影響
仿真結果如圖2~圖3 所示,儲能系統能大幅提升機組的值。隨著儲能功率的增加,調節速率幾乎成比例增加,當儲能功率增加到約9 MW 以后,增加很少,基本維持在一個穩定水平。這是因為儲能系統響應速度快,當收到AGC 指令后,可以快速通過充、放電,迅速跟蹤指令需求,遠高于常規火電機組的調節速度。
2)對響應時間的影響

圖2 #2機組不同儲能功率下的調節速率k1Fig. 2 Curves of regulation rate VS. battery power(#2 unit)

圖3 #4機組不同儲能功率下的調節速率k1Fig. 3 Curves of regulation rate VS. battery power(#4 unit)
如圖4~圖5 所示,儲能系統能小幅增加機組的值,但隨著儲能功率的繼續增加,幾乎不變。這是因為機組本身指標已較好,的提升空間較小,且仿真策略中為了電網的穩定,對儲能的輸出進行了速率限值。考慮到對值提升的貢獻度只有25%,故儲能系統用于提升的意義不大。
3)對調節精度的影響
如圖6~圖7 所示,儲能系統對調節精度的影響不大,在部分情況下,甚至出現調節精度會隨儲能容量的增加而稍微降低。這是由于AGC 精度計算算法以及儲能運行策略導致,因為增加儲能后會使機組調節速度增加,并較早結束調節,當調節結束后儲能會退出運行,導致開始進行精度計算的時間提早,進而造成精度降低,若適當降低儲能退出的門檻值,精度則會提高。
4)對調節性能指標的影響

圖4 #2機組不同儲能功率下的響應時間k2Fig. 4 Curves of response time VS. battery power(#2 unit)

圖5 #4機組不同儲能功率下的響應時間k2Fig. 5 Curves of response time VS. battery power(#4 unit)

圖6 #2機組不同儲能功率下的調節精度k3Fig. 6 Curves of adjustment accuracy VS.battery power(#2 unit)

圖7 #4機組不同儲能功率下的調節精度k3Fig. 7 Curves of adjustment accuracy VS. battery power(#4 unit)

圖8 #2機組不同儲能功率下的調節性能指標kFig. 8 Curves of performance index k VS. battery power(#2 unit)

圖9 #4機組不同儲能功率下的調節性能指標kFig. 9 Curves of performance index k VS.battery power(#4 unit)
仿真結果如圖8~圖9 所示,儲能系統能大幅提升機組的值。隨著儲能功率的增加,值逐漸增加,當儲能功率增加到約9 MW 以后,值基本維持在一個穩定水平。這是由于調節速率對值計算的貢獻度最大,達50%,因此的大幅提升必然帶來值的明顯提高。同時,儲能功率的增加對響應時間和調節精度的影響不大,且和對值計算的貢獻度本身就較小。
以7 天的仿真運行數據來看,按平均值計算,當儲能功率為9 MW、10 MW 和12 MW 時,#2 機組的值可由1.01分別提升至2.39、2.42和2.43,#4機組的值可由1.17分別提升至2.44、2.47和2.48。
仿真結果如圖10~圖11 所示,儲能系統在一定程度上能增加機組的調頻里程。隨著儲能功率的增加,值逐漸增加,但增速放緩。這是由于儲能聯合調頻后,不僅由于調節性能指標的提升,更容易在調頻市場中中標,而且在同樣中標的情況下,由于增加了儲能,可以在響應AGC 指令后結束時,減少實際出力和AGC 指令的差值,也即增加調頻里程。

圖10 #2機組不同儲能功率下的調頻里程DFig. 10 Curves of regulation mileage VS.battery power(#2 unit)
以7 天的仿真運行數據來看,按平均值計算,當儲能功率為9 MW、10 MW 和12 MW 時,#2 機組的值可由1.539 GW 分別增加至2.223 GW、2.260 GW和2.317 GW,#4機組的值可由2.074 GW分別增加至2.756 GW、2.792 GW和2.845 GW。

圖11 #4機組不同儲能功率下的調頻里程DFig. 11 Curves of regulation mileage VS.battery power(#4 unit)
仿真結果如圖12~圖13 所示,儲能系統能大幅提升機組日調頻收益。隨著儲能功率的增加,日調頻收益逐漸增加,但增速放緩。

圖12 #2機組不同儲能功率下的日調頻收益Fig. 12 Curves of income VS. battery power(#2 unit)
以7 天的仿真運行數據來看,按平均值計算,當儲能功率為9 MW、10 MW 和12 MW 時,#2 機組的值可由 22 148 元增加至 74 417 元、76 663 元和78 791 元,分別提升236%、246%和256%,#4機組的值可由37 243元增加至103 163元、105 764元和107 981元,分別提升177%、184%和190%。

圖13 #4機組不同儲能功率下的日調頻收益Fig. 13 Curves of income VS. battery power(#4 unit)

表1 聯合調頻性能和收益匯總表Tab. 1 Table of performance and income
不同儲能功率下聯合調頻的性能和收益見表1。與儲能功率為9 MW 相比,當儲能功率為10 MW 和12 MW 時,日調頻收益的提升很小。實際工程中,建議儲能容量可按9 MW 考慮,與聯合調頻項目經驗按照3.0%的機組容量配置儲能基本相符。
此外,由表1和圖1~圖13可見:
1)對于不同的機組,即使處于同一調頻控制區且機組容量相同,由于機組本身性能的差異,儲能對機組性能提升的影響也不相同。
2)由于每日的機組運行狀況和電網調頻需求不同,再加上調頻市場中博弈的存在,對于同一臺機組,日調頻收益均不相同,儲能對機組調頻收益的提升也不相同。
本文建立了儲能聯合調頻的收益模型,并基于廣東某電廠2 臺機組7 天的歷史運行數據,對機組和儲能聯合調頻進行仿真計算,分析儲能功率選擇對聯合調頻性能的影響,并充分考慮調頻市場出清價格的波動,以實際的市場出清價格進行調頻收益計算,分析儲能功率對調頻收益的影響,仿真結果更具有參考意義。
結果表明:
1)儲能系統能大幅提升機組的調頻性能。隨著儲能功率的增加,調頻性能的改善越來越明顯,而后逐漸趨于穩定。
2)儲能系統可以增加機組的調頻里程。隨著儲能功率的增加,調頻里程逐漸增加,但增速不大且逐漸放緩。
3)儲能系統能大幅提升機組日調頻收益。隨著儲能功率的增加,日調頻收益逐漸增加,當儲能功率增加到一定值后,日調頻收益增速不明顯。
4)仿真結果證實了在儲能聯合調頻項目中按照3.0%的機組容量配置儲能基本是合理的,但同時也表明由于機組性能的差異和運行狀況的不同,儲能對機組性能和調頻收益提升的影響不同。
研究結果可以應用于后續儲能聯合調頻項目的容量優化,通過基于實際的歷史運行數據和市場數據,能夠更準確地分析儲能對機組聯合調頻性能和收益的影響,為后續儲能聯合調頻項目合理選型提供參考。