基于分時電價的風電-光伏-光熱聯合發電基地并網優化調度策略

張 宏，董海鷹,2，陳 釗，黃 蓉，丁 坤

（1.蘭州交通大學自動化與電氣工程學院，蘭州 730070；2.蘭州交通大學新能源與動力工程學院，蘭州 730070；3.國網甘肅省電力公司電力科學研究院，蘭州 730050）

伴隨全球經濟迅速發展，能源危機與環境污染問題日益加劇，大力發展新能源已成必然趨勢。以風光為代表的風電、光伏發電具備資源豐富、發展前景好、清潔可再生等優點，在發電領域得到青睞[1]。而隨著風電、光伏發電滲透率不斷增長，其輸出功率的隨機性、間歇性、波動性以及預測精度低等特點給電網安全穩定運行、調峰調頻、并網效益以及風光消納能力帶來一系列挑戰[2]。配備大容量儲能裝置可有效解決這一問題，但同時將增加額外運行成本。因此將風電、光伏發電與經濟可控能源聯合運行逐漸成為研究熱點。

近年來，太陽能光熱CSP（concentrating solar power）技術迅速發展，光熱發電在新能源發電領域逐漸受到重視[3]。2018 年12 月28 日甘肅省敦煌市首航節能100 MW 塔式熔鹽光熱電站成功并網發電；2018 年12 月30 日，青海中控德令哈50 MW 塔式熔鹽光熱電站一次并網成功，標志著我國成為世界上少數掌握百兆瓦級熔鹽塔式光熱電站技術的國家，具有重要的里程碑意義。我國西北地區風光資源豐富，利用含儲熱光熱電站良好的可調度性與可控性，將光熱電站和風電、光伏發電聯合運行，通過儲熱裝置儲放熱特性提升風光并網空間，而汽輪機組良好的快速調節能力降低風光出力波動效應[4]。因此，研究風電-光伏-光熱聯合發電基地并網優化調度策略，對緩解能源和環境間矛盾具有重要理論價值和實踐意義。

目前，國內外學者主要針對風電與光伏、風電與光熱以及光伏與光熱的聯合優化調度展開研究，并取得了一定成果。文獻[5]建立了風電與光熱發電聯合優化調度模型，利用光熱電站良好的可調度性與可控性改善風電的不確定性；文獻[6]考慮系統綜合成本前提下，兼顧價格型需求響應和風電預測二者不確定性，建立考慮價格型需求響應及光熱電站參與風電消納的日前優化調度模型；文獻[7]建立了風電-光熱發電系統并網運行模型，以系統聯合出力方差作為魯棒優化問題，降低系統出力波動幅度；文獻[8]針對風電-光熱系統，建立了考慮能量與備用聯合出清的隨機機組組合模型，并定量分析光熱電站的能量效益與備用效益；文獻[9]基于光熱光伏系統運行機理，以最小化等效負荷方差和最大化系統并網效益為目標，建立光熱光伏系統兩階段優化調度模型；文獻[10]考慮分時電價，建立了風電、光伏和儲能系統的聯合優化調度模型，并提出相應調度策略；文獻[11]提出利用風蓄聯合削峰的電力系統經濟調度策略；文獻[12]考慮系統綜合成本前提下，兼顧電網運行約束，提出風電-光伏-光熱聯合出力調度策略。上述文獻主要針對風電與光伏、風電與光熱以及光伏與光熱的聯合調度展開研究，對風電-光伏-光熱聯合調度的研究較少。

為此，本文提出一種基于分時電價的風電-光伏-光熱聯合發電基地并網優化調度策略。利用光熱電站儲熱系統儲放熱特性，將負荷低谷時段富余風電與光伏發電轉化為負荷高峰時段電能，以提高新能源消納率，使風電-光伏-光熱系統并網經濟效益最大，同時將風電-光伏-光熱系統聯合出力作為穩定可調度電源，平滑等效負荷曲線，使火電機組出力經濟平穩，從而提高火電機組運行效率，降低系統發電成本。最后基于改進IEEE30 節點系統驗證本文所提調度策略的正確性和有效性。

1 風電-光伏-光熱聯合發電基地并網優化調度策略

1.1 光熱電站的特性

太陽能光熱電站主要由聚光集熱環節、儲熱環節和發電環節3 部分構成，其內部主要包含光場SF（solar field）、儲熱TS（thermal storage）和熱力循環PC（power cycle）。不同子系統之間的能量傳遞由導熱流體HTF（heat transfer fluid）實現，當前主流HTF 介質為熱導油。典型雙罐式光熱電站基本結構如圖1 所示。在聚光集熱環節，SF 中的HTF 介質被加熱至足夠高溫度，HTF 介質可直接進入發電環節，加熱水形成水蒸氣帶動發電機組發電，HTF 介質也可進入儲熱環節，通過熱交換實現熱存儲和熱釋放。集熱環節目前主要分為槽式、塔式、碟式和菲涅爾式；儲熱環節一般分為單罐式和雙罐式；發電環節中，碟式光熱電站一般采用斯特林發電機，其他形式的光熱電站發電環節基本原理與常規發電機組一致。

圖1 光熱電站基本結構Fig.1 Basic structure of CSP plant

隨著熔融鹽儲能技術的成熟，基于熔鹽的儲能介質在光熱電站中的應用愈加廣泛，兼具大容量、高效率和低成本的優勢。光熱電站的運行機理使其具有完全不同于一般可再生能源的調度特性。首先，有大容量的TS 作為緩沖，能夠靈活利用光能；其次，光熱電站中汽輪機組有良好的快速調節能力，可為系統提供備用和爬坡支撐，因此，光熱電站有類似于傳統火電機組的調度特性；再次，光熱電站的熱力循環相比普通火力發電具有更好的可控性和調節能力，可實現汽輪機組的快速調節，達到與燃氣機組相近的爬坡速度，這種快速爬坡能力進一步提升了可調度特性。

1.2 風電-光伏-光熱聯合發電基地并網優化調度策略

為解決風電、光伏出力的隨機性、間歇性和波動性對電網運行造成的沖擊問題和電網運行的經濟性問題，將風電、光伏和光熱聯合出力作為穩定可調度電源，與火電共同參與電網調度。在風電-光伏-光熱聯合削峰階段，以風電-光伏-光熱系統并網經濟效益最優和等效負荷方差最小為目標函數，優化該系統的聯合出力，并傳遞給電網經濟調度階段；在電網經濟調度階段，以系統總發電成本最小和火電機組出力波動最小為目標函數，依據風電-光伏-光熱系統出力確定廣義負荷，從而優化火電機組的出力，最終獲得經濟性最佳的運行方案。風電-光伏-光熱聯合發電基地并網優化調度策略如圖2 所示。

圖2 調度策略流程Fig.2 Flow chart of dispatching strategy

通常電力日負荷變化規律可按時刻劃分為峰荷、平荷及谷荷3 種時段。本文平荷時段與谷荷時段調度出力策略一致，二者依據谷荷時段調度出力策略實施。24 h 峰平谷時段的劃分及市場售電電價見表1。

表1 峰平谷時段劃分與分時電價Tab.1 Partition of peak,plain,and valley periods,and time-of-use electricity price

1.2.1 峰荷時段調度出力策略

峰荷時段電負荷水平較高，風電與光伏發電全部上網，光熱電站在滿足其主要約束條件下，實現風電-光伏-光熱系統并網經濟效益最大以及等效負荷方差最小。峰荷時段t 時刻光熱發電、風電以及光伏發電出力如下。

光熱電站輸出功率PGt為

風電與光伏發電上網功率為

1.2.2 平、谷荷時段調度出力策略

平、谷荷時段，電負荷在滿足光熱電站儲熱系統儲熱容量約束范圍下，最大化存儲該時段富余風電與光伏發電負荷。若光熱電站儲熱系統不能全部存儲風電與光伏發電，在滿足最大化接納風電與光伏發電以及平滑等效負荷曲線的目的下，選擇剩余風電和光伏發電部分上網。平、谷荷時段t 時刻的光熱電站、風電和光伏發電出力如下。

光熱電站輸出功率如式（1）所示。風電和光伏發電上網功率為

2 風電-光伏-光熱聯合發電基地并網優化調度模型

基于兩階段優化思路，從風電、光伏發電以及光熱發電三者互補機理入手，以提高新能源并網經濟效益和實現火電機組經濟平穩運行為目標，建立風電-光伏-光熱聯合發電基地并網優化調度模型，包括風電-光伏-光熱系統聯合“削峰”模型和火電機組經濟調度模型，其分別對應第一階段優化和第二階段優化。

2.1 風電-光伏-光熱系統聯合“削峰”模型

風電-光伏-光熱聯合發電基地并網運行時，由于光熱電站配備大容量的儲熱裝置以及具備快速爬坡能力的汽輪機組，可將風電-光伏-光熱系統轉變為穩定可調度電源，使其具備調節電網峰谷差、改善等效負荷曲線、增強電力系統靈活運行的作用。因此，在第一階段優化過程中，以風電-光伏-光熱聯合系統經濟效益最大和等效負荷方差最小為優化目標，建立風電-光伏-光熱系統聯合“削峰”模型，為第二階段火電機組經濟調度提供等效負荷數據。

2.1.1 目標函數

目標函數1：風電-光伏-光熱系統并網經濟效益最優，即

式中：F1為系統市場售電效益；F2為系統并網環境效益；F3為系統棄風、棄光懲罰成本；F4為系統運維成本。計算公式分別為

目標函數2：等效負荷方差最小，即

式中：P1t為t 時刻負荷預測值；Pg1t為t 時刻等效負荷值；Pg1t,av表為等效負荷平均值。

2.1.2 約束條件

（1）風電出力約束為

（2）光伏發電出力約束為

（3）光熱電站儲熱系統約束如下。

①儲熱容量約束為

②儲熱系統儲、放熱功率約束為

③同一時段儲、放熱不能同時進行，其約束為

④為保證下一個調度時段需求，需保證在下一調度周期儲熱系統始末儲熱量不變。儲熱系統始末儲熱量約束為

⑤在儲熱期間，儲熱系統會產生一定損耗，因此儲熱系統儲熱量由儲放熱功率與熱能損耗量共同決定。儲熱系統儲熱量約束為

（4）光熱電站發電相關約束如下。

①光熱電站出力約束為

式中，PGmin、PGmax分別為光熱電站最小、大出力。

②光熱電站爬坡速率約束為

式中，rdG和ruG分別為光熱電站最大向下和向上爬坡速率。

2.2 火電機組經濟調度模型

基于第一階段優化的等效負荷值，第二階段以系統總發電成本最低、火電機組出力波動最小為目標，建立火電機組經濟調度模型，在滿足一定約束條件下，優化各火電機組出力。

2.2.1 目標函數

目標函數3：系統總發電成本最小，即

式中：F5為火電機組燃料成本；F6為火電機組環境污染成本。計算公式分別為

式中：N 為火電機組數量；Pit為火電機組i 在t 時刻出力；ai、bi、ci為火電機組燃料成本系數；εh為環境污染成本系數；αi、βi、γi為火電機組污染物排放系數。

目標函數4：火電機組出力波動最小，即

2.2.2 約束條件

（1）功率平衡約束為

（2）受光熱電站儲熱裝置容量大小限制，低谷時段可能出現棄風、棄光現象，可將棄風棄光量作為負荷旋轉備用，光熱電站剩余出力也可作為負荷旋轉備用。旋轉備用約束為

式中：Pimax為火電機組i 最大出力；Rut為t 時刻系統旋轉備用需求，通常取最大負荷10%。

（3）火電機組出力約束為

（4）火電機組爬坡速率約束為

式中：Ui、Di為表示機組i 最大向上、向下爬坡速率。

（5）火電機組最小啟停時間約束為

式中：Ti,t-1,on、Ti,t-1,off分別為機組i 在t-1 時段內連續運行、停機時間；分別為最小開、停機時間。

（6）優化調度各機組出力時需考慮網絡安全約束，避免線路傳輸功率越限。輸電線路傳輸功率約束為

式中：Pzl，max、Pfl，max分別為輸電線路l 的正、反向傳輸功率最大值；Pl，t為輸電線路l 在t 時段所傳輸功率。

2.2.3 模型求解

本文采用智能算法求解風電-光伏-光熱聯合發電基地并網優化調度模型求解，流程見圖3。第一階段采用基于差分進化的粒子群算法求解。將差分進化策略融入多目標粒子群算法中，針對粒子飛行速度過快會導致算法陷入局部最優解，加入一種速度控制策略加強算法的全局搜索性能。同時結合模糊數學原理，選取目標函數1 和2 合適的隸屬度函數進行模糊化，求得對應最優解[13-15]。第一階段其具體流程如圖3（a）所示，具體算法步驟見文獻[13-14]。第二階段優化采用基于改進雙重粒子群算法求解。離散PSO 分時段優化機組的啟停狀態，在種群更新時加入了臨界算子，改進了可行解的判別條件，各機組出力最低值的和要在一定程度上低于負荷需求值，并考慮機組啟停時間的向前繼承和向后約束。連續PSO 用于啟停狀態確定過程中和確定后的負荷分配，考慮功率平衡約束和機組的出力上下限約束。求解經濟負荷分配時，利用罰函數的方法滿足機組的爬坡速率約束，最后得到系統總發電成本。由于是多目標優化問題，將Pareto 最優概念與其結合，通過Pareto 最優機制確定個體最優與全局最優，引導粒子飛行方向，并行搜索多目標問題最優解[15-16]。其具體流程如圖3（b）所示，算法具體步驟見文獻[16]。

圖3 求解流程Fig.3 Flow chart of solution

3 算例分析

3.1 基本數據與參數

本文采用改進IEEE30 節點系統仿真分析，算例系統接線圖如圖4 所示。算例系統包含5 臺常規火電機組，具體參數見表2，100 MW 光熱電站具體參數見表3。風電、光伏預測數據如圖5 所示。設風電、光伏、光熱并網環境效益系數kF=kG=kR=230 元/MW；環境污染成本系數為0.5；棄風棄光懲罰費用為100 元/（MW·h）；風電、光伏發電運維成本系數cw、cpv分別為20 元/MW、30 元/MW。

圖4 改進IEEE30 節點系統接線圖Fig.4 Wiring diagram of improved IEEE 30-node system

圖5 風電與光伏預測曲線Fig.5 Curves of wind and PV predictive power

表2 常規火電機組參數Tab.2 Parameters of conventional thermal power units

表3 100 MW CSP 電站參數Tab.3 Parameters of 100 MW CSP plant

3.2 算例結果分析

3.2.1 系統有無光熱電站優化結果分析

為分析光熱電站接入電力系統前后風電-光伏-光熱系統并網經濟效益、系統等效負荷方差以及總發電成本變化情況，對有無光熱電站場景下的優化調度結果進行對比分析，其優化調度結果如圖6 和圖7 所示。圖6（a）為系統中無光熱電站接入運行時，風電-光伏系統聯合“削峰”等效負荷曲線，圖6（b）為系統中各火電機組對應最優調度出力曲線；圖7（a）為系統中有光熱電站接入運行時，風電-光伏-光熱系統聯合“削峰”等效負荷曲線，圖7（b）為系統中各火電機組對應最優調度出力曲線。

圖6 未接入光熱電站的優化調度結果Fig.6 Optimal dispatching results before adding the CSP plant

圖7 接入光熱電站的優化調度結果Fig.7 Optimal dispatching results after adding the CSP plant

表4 與表5 分別為系統中接入光熱電站前后對應指標值、各火電機組出力以及對應變化率。

表4 接入光熱電站前后對應指標值Tab.4 Corresponding index values before and after adding the CSP plant

表5 火電機組出力方差Tab.5 Output variance of thermal power units

綜合分析圖6、圖7 和表4、表5 可知：系統中未接入光熱電站時，風電、光伏全部上網，風電-光伏系統削峰效果差，等效負荷方差為4 251.177；接入光熱電站后，風電-光伏-光熱系統削峰效果明顯，等效負荷波動幅度明顯降低，其方差降低92.96%；系統中各火電機組最優調度出力方差相比未接入光熱電站均大幅降低，變化率見表5，風電-光伏-光熱系統經濟效益提高43.56%，系統總發電成本降低11.20%。上述結果表明，系統中接入光熱電站不僅可提高風電-光伏-光熱系統并網經濟效益，還可平滑等效負荷曲線，達到對負荷“削峰”效果，同時可提高火電機組運行效率，降低系統總發電成本。

圖8 和圖9 分別為調度期間光熱電站儲熱裝置儲熱容量變化曲線和儲熱裝置充、放熱功率，圖10為風電與光伏實際調度出力與預測出力對比曲線。綜合分析可知，在峰荷時段，風電與光伏發電全部上網，光熱電站儲熱系統放熱發電，因此，儲熱系統儲熱容量降低；在平、谷荷時段，風電與光伏發電實際調度出力小于其預測出力，儲熱系統存儲該時段富余風電與光伏發電，在負荷高峰時段釋放，因此該時段儲熱系統儲熱容量上升。通過光熱電站儲熱系統儲放熱特性，提高了新能源消納率，從而使得風電-光伏-光熱系統總體并網經濟效益得到提升。

圖8 光熱電站儲熱裝置儲熱容量變化曲線Fig.8 Curve of heat storage capacity of TS in CSP plant

圖9 光熱電站儲熱裝置儲放熱功率Fig.9 Charging and discharging heat powers of TS in CSP plant

圖10 風電、光伏實際調度出力與預測出力對比曲線Fig.10 Curve of comparison between actual dispatching output and predicted output from wind and PV power

3.2.2 光熱電站不同裝機容量的優化結果分析

圖11 為光熱電站汽輪機組不同裝機容量下系統等效負荷曲線。由圖11（b）可知，當光熱電站汽輪機組裝機容量較大，即最大出力為140 MW 時，風電-光伏-光熱聯合出力基本完全平抑負荷波峰，火電機組總出力趨于平滑，其運行效率高，但此時設備投資成本高；隨光熱電站最大出力減小，即最大出力為120 MW 時，由圖11（a）可知，等效負荷有一定波動，即火電機組總出力有一定波動，其運行效率相對最大出力為140 MW 時有所降低，但此時設備投資成本低。因此設備投資成本與火電機組運行效率之間的權衡需進一步研究。

圖11 光熱電站不同裝機容量下的優化結果Fig.11 Optimization results under different installed capacities in CSP plant

3.2.3 風電-光伏-光熱聯合發電基地并網調度靈敏度分析

由3.2.2 光熱電站不同裝機容量下優化結果可知，風電-光伏-光熱聯合發電基地并網運行時，光熱電站汽輪機組最大出力將直接影響系統等效負荷方差，從而影響系統發電成本。同時新能源并網經濟效益也將發生變化。

圖12 為光熱電站汽輪機組最大出力變化時，系統等效負荷方差、發電成本以及新能源并網經濟效益變化情況?？梢钥闯觯黾庸鉄犭娬酒啓C組最大出力時，系統等效負荷方差不斷遞減，即在一定光照條件下，汽輪機組裝機容量越大，負荷曲線改善情況越好。同時，根據新能源并網效益上升趨勢和系統發電成本下降趨勢可知，選擇合適的機組裝機容量對提高系統經濟性具有重要意義。由于光熱電站儲熱裝置容量的大小會影響光熱電站出力的大小，因此光熱電站儲熱系統最大容量同樣將影響系統等效負荷方差、系統發電成本以及新能源并網經濟效益。

圖12 光熱電站汽輪機組最大出力靈敏度分析曲線Fig.12 Sensitivity analysis curves of maximum output from steam turbine in CSP plant

圖13 為光熱電站儲熱裝置最大容量變化時，系統等效負荷方差、發電成本以及新能源并網效益變化情況?？梢钥闯觯弘S儲熱裝置最大容量增加，等效負荷方差和發電成本均呈下降趨勢，新能源并網效益呈上升趨勢，說明在一定光照條件下，提升儲熱裝置容量有助于改善負荷曲線、降低系統發電成本以及提高系能源并網效益。因此，在規劃建設光熱電站時應結合具體實際情況進行成本效益分析，選擇合適的最大裝機容量和儲熱裝置容量，以最大化系統整體經濟效益。

圖13 光熱電站儲熱裝置最大容量靈敏度分析曲線Fig.13 Sensitivity analysis curves of maximum capacity of TS in CSP plant

4 結論

本文將風電、光伏發電與光熱發電相結合，通過兩階段優化思路，研究了基于分時電價的風電-光伏-光熱聯合發電基地并網優化調度策略。主要結論如下：

（1）風電-光伏-光熱聯合發電基地在最大化利用風能和太陽能資源的基礎上，利用光熱電站良好的可調度性與可控性，改善負荷曲線，降低等效負荷的峰荷和峰谷差。

（2）引入風電-光伏-光熱系統，在提高風能和太陽能資源利用效率的同時，還可降低火電機組啟停頻率，提高火電機組運行效率，從而達到提升系統整體運行經濟的目的。

（3）在一定運行條件下，適當增加光熱電站汽輪機組裝機容量和儲熱裝置容量可提高新能源并網經濟效益、降低系統發電成本，但在規劃過程中，還應考慮建設成本對系統經濟效益的影響，以選擇合適的裝機容量。