碳中和背景下電網靈活性調度

廣西電網有限責任公司柳州供電局 楊遠鋒

當前我國能源體系仍然以煤炭等非可再生化石能源為主，非可再生能源的消耗和生態環境被破壞的問題日趨嚴重[1]。在我國提出2030、2060年前實現“碳達峰”、“碳中和”的雙碳目標[2]后，因風電、光伏發電出力在電網中的隨機性和不確定性特征[3]，為促進低碳排放，提高可再生能源的利用率，國內諸多學者對以風電、光伏發電等的綜合能源(Integrated Energy System，IES)展開了研究[4]。

采用隨機優化和魯棒優化的調度方法能提高電網的安全、經濟性[5]。基于SP 理論構建的多時間尺度優化模型通過調節風險度的方法難以提高決策魯棒性[6]，而引入仿射運算的RO 方法降低決策的保守度有限[7]。因此，文中提出一種DRO 調度方法，用以提高決策魯棒性和保守度，并通過算例進行分析。

1 系統框架及模型求解

1.1 確定性調度的框架構建

對于確定性電網的優化調度模型由輻射狀配電網模型、調控設備模型、多類型源儲協調互動優化調度模型組成，而調控設備模型包含OLTC 模型、并聯電容器模型、PV 模型、WT 模型、ESS 模型，其框架如圖1所示[8]。因風電、光伏發電等可再生能源處理在電網中的不確定性，根據難以獲取的概率密度不確定性刻畫的SP 魯棒性低，RO 方法的高魯棒性、高保守性特點對于決策的經濟性差[6]。為此提出了綜合SP 和RO 的DRO 調度方法。

圖1 對于確定性電網的調度模型

1.2 DRO 調度模型

文獻[8]通過引入置信度的概念，給出范數置信度系數對不確定變量的分布范圍進行限制，其表達式如式（1）所示，式中：θ 表示置信度；α 表示范數置信度系數；K 表示實際場景數；L 表示K個場景數下聚類所得離散場景數，在該離散場景中不確定變量初始概率分布f0可通過置信度進行表達，如式（2）所示。

制置信度系的值越大，魯棒性就越強，保守度也就越高，反之亦然。通過置信度可獲得不確定變量分布的集合。基于上述概念，考慮下述約束條件：決策變量不等式約束；風電、光伏發電動作以及電網安全性約束；變量等式約束；潮流分布和設備動作特性約束；不確定性變量的離散約束；二階錐約束，可通過矩陣方式對DRO 調度進行表達，目標函數如式（3）所示，式中x 表示第一階段變量；ys表示第二階段決策變量；Ys第二階段變量可行域；Ψ 表示不確定變量的分布集合；fs表示第s 個離散場景的概率；T 表示時刻。最后通過運用C&CG 算法對其進行求解，其流程如圖2所示。

圖2 DRO 調度目標函數求解流程

2 算例分析

通過在仿真系統上測試，對DRO 調度模型和算法的準確性及有效性進行驗證，系統配置OLTC、風力發電、光伏發電、并聯電抗器、儲能裝置等設備，系統各設備參數為：電壓12.6V、有功功率3802kW、無功功率2695kVar、光伏發電600kVA、風力發電1200kVA、并聯電容器600kVar、儲能裝置容量1200kWh，儲能裝置充/放電系數為0.95/1.25。

基于文中所述DRO 調度模型，每1h 控制OLTC、并聯電抗器、儲能裝置的調度決策進行求解，在白天低谷時段，光伏發電發出大量有功功率時，可通過調節OLTC 調節電壓幅值，儲能裝置可從網上吸收過剩電能進行儲存；在夜晚低谷時段，儲能裝置放電為電網提供有功功率，通過改變潮流流動減少電網線損。在白天低谷時段，風力發電、光伏發電為電網提供支撐，儲能裝置吸收有功功率，在夜間峰谷時段，風力發電向電網輸入大量無功調節電壓，光伏發電有功功率的削弱在儲能裝置充放電條件下得到緩解，儲能裝置有利于清潔能源的消納，降低了棄風的現象，提高了系統運行的經濟性和安全性。

綜上，文中提出的DRO 調度方法，對光伏發電、風力發電、儲能裝置構建的新型電力系統，可實現電網的有功損耗和光伏發電有功功率的削減，對于系統存在的隨機性和不確定性可靈活性調度儲能裝置，在提高風力發電和光伏發電的利用率同時，也保證了系統的經濟性和安全性。