在配電網場景下的火電廠儲能優化配置

唐蕾，郝思鵬，張前

(南京工程學院，南京 211100)

0 引 言

近年來，我國為了改善傳統的發電方式，減少溫室氣體的排放，光伏、風電等新能源發電飛速發展，新能源并網設備的裝機容量迅速增長，在節能減排的同時，發電并網大幅度增加了電網的負荷峰谷差，由于新能源發電本身具有的不確定性，增加了火電廠的調峰難度。由于傳統火電機組調頻響應時間長、爬坡速率慢的特點，新能源并網也加深了電網調頻壓力。電力系統的調峰主要依靠調峰電源完成，現階段我國火電機組裝機容量占比高，承擔著主要的調峰任務，當火電機組可調節的電源容量遠不能滿足調峰需求時，棄風棄光現象以及火電機組頻繁啟停現象普遍發生。為緩解火電廠調峰調頻的壓力，研發出儲能等各類補救措施。

由于儲能系統造價昂貴，如何給火電廠配置儲能以達到最好的經濟效益是亟待解決的新問題。對于儲能電場參與火電廠調頻問題，文獻[1]根據發電廠儲能系統的特征對儲能系統在發電廠中的應用進行分析和研究。針對儲能系統參與火電廠自動發電控制(Automatic Generation Control，AGC)儲能系統問題，文獻[2]表明儲能聯合調頻系統的調頻性能明顯優于機組單獨調頻，且調頻深度顯著提高，聯合運行的補償收益明顯增加。文獻[3]根據華北電網《兩個細則》中自動發電控制補償費用的計算方法，提出調節深度、調節性能Kp對AGC服務貢獻補償費用的影響。

針對儲能參與火電廠調峰問題，文獻[4]對儲能參與火電廠調峰的效應以及容量配置做出綜述。文獻[5]提出一種儲能與正常調峰、深度調峰、投油調峰、啟停調峰相結合的優化調峰方法，構建組合調峰方案技術指標曲面和經濟性指標曲面，兩曲面交線為最優組合調峰方案。

儲能的容量配置以及儲能設備容量最小或者以成本最低的單一配置方法。文獻[6]通過雙層優化配置含有風電的火電廠儲能容量，使得在經濟效益最優的情況下火電廠調峰達到最優。文獻[7]以解決新能源并網的功率波動問題，提出了風光儲發電容量最優配比方法。文獻[8]以功率容量最小為目標，提出了以時序電力平衡為基礎的新能源電源規劃方法和提高電力系統靈活性的儲能配置方法來緩解調峰壓力。建立多目標的優化模型可以兼顧儲能系統的成本和效應，能讓儲能系統更經濟，調峰效果更顯著。文獻[9]考慮梯次利用電池的雙層儲能容量配置模型，通過上層使儲能投資和發電成本最低的模型結合下層考慮運行約束和電池模型約束，合理分配發電方式的出力，求解出的系統發電成本，并利用遺傳算法迭代更新，得到火電廠調峰儲能最優容量配置方案。文獻[10]依據風電場中加入儲能系統后的功能和效果，提出了一種平抑風力發電功率波動的儲能容量的優化配置方法，使經濟性達到最優。

以上研究成果在一定程度上為火電廠儲能的配置起到了指導作用，但是儲能電池的優化配置只考慮了電廠側的負荷功率波動情況，導致從整個電網的儲能配置來看，經濟性達不到最高[11-13]。文中將儲能配置從電廠側單一控制轉變為電網側直接控制，使電廠側儲能不局限于輔助機組調頻調峰，且能更大化增加儲能運行的收益。

1 區域電網結構及其數學模型

1.1 區域電網結構

文章僅考慮區域電網中只有火電廠的情形。發電側網絡結構如圖1所示。

圖1 區域電網網絡結構Fig.1 Network structure of regional power grid

儲能系統往往接在火電廠高廠變的低壓側，網絡拓撲圖如圖2所示。

圖2 儲能輔助調頻整體網絡拓撲圖Fig.2 Topology diagram of energy storage assisted FM network

1.2 區域電網數學模型

1.2.1 火電機組模型

對于傳統的火電機組，運行成本主要包含啟停成本和煤耗成本，所以火電廠的運行成本表示為：

(1)

式中N為火電廠機組數量；T為一個計算周期，以一天24 h帶入；ai、bi、ci分別為機組i的發電成本系數；pi,t為機組i在t時刻的發電功率；ui,t為機組i在t時段的啟停狀態，0表示停運，1表示啟動；si,t為機組i在t時段的啟動成本。

火電廠機組運行約束條件如下：

(1)機組出力上下限約束：

ui,tpi,min≤pi,t≤ui,tpi,max

(2)

式中pi,min、pi,max分別為機組i允許的最小有功出力、最大有功出力。

(2)機組爬坡約束：

(3)

式中Ri,up、Ri,down分別為機組i輸出功率最大的向上調節速率、向下調節速率。

(3)機組啟停約束：

(4)

(4)機組旋轉備用約束：

(5)

1.2.2 儲能系統模型

儲能系統是電網的電能緩沖設備，它的接入可以緩解電網中供電失衡的狀況。儲能系統的運行成本主要為儲能電池的使用壽命，使用壽命主要包括充放電次數和放電深度[14-15]。

所以其運行成本表示為：

(6)

式中Cs為儲能電池充放電一次的成本；n1為儲能裝置全生命周期的循環次數，n2為半生命周期的循環次數；εi為過充過放的懲罰系數，電池過充過放時為1.5，正常工作時為1；Nc為儲能電池生命周期內的等效完全循環次數；Ncy(Di)為當儲能電池的放電深度為Di時的循環次數。

儲能系統約束條件如下：

(1)儲能的充放電功率約束：

(7)

(8)

(9)

(2)儲能系統充放電功率調控范圍約束。

當儲能系統處于其允許的最大充電值或放點值時，儲能系統將失去下調或上調的調控能力。

(10)

(11)

(3)儲能的儲存能量約束：

(12)

式中eess,t為t時段儲能系統儲存的能量值；ηch為儲能系統的充電功率；ηd為儲能系統的放電效率；

(4)儲能系統存儲能量調控范圍約束。

當儲能系統存儲的能量為最大值、最小值時，儲能系統同樣會失去調控能力，因此要預留部分存儲空間。

(13)

(14)

式中emax、emin為儲能系統存儲能量允許的最大值、最小值。

(5)功率平衡約束。

配置儲能后，火電機組、儲能發電有功功率和負荷的有功功率在任何t時刻都達到平衡。

pi+pess,t-pl,t=0

(15)

1.2.3 儲能參與火電廠AGC性能收益

為激勵儲能裝置參與調頻市場，提高調頻服務質量，因此基于調節深度指標，對具備不同響應能力的調頻資源給予不同程度的補償。

(1)調節深度為每日調節量的總和，即：

(16)

式中D為機組當天AGC的調節深度；n為日調節次數；Dj為機組第j次的調節深度。

(2)調節性能指標Kp，即：

(17)

調節性能日指標為第i臺機組一天內n次調節過程性能指標：

(18)

(3)日補償費用：

f3=D×ln(Kp)×YAGC

(19)

式中YAGC為AGC補償標準，取7.5 元/MW。

2 區域電網模型的求解方法

2.1 模型求解算法原理

區域電網下的火電廠儲能優化配置問題，是在區域電網內不同節點接入多個火電廠，在滿足約束條件的情況下，就是建立一個以經濟性最優為目標的函數，以火電廠運行條件、儲能充放電功率限額等為約束條件的數學模型。

通過Fmincon函數對其進行求解，其數學模型及常用格式如下：

x=Fmincon(fun,x0,A,b,Aeq,beq,Ib,ub)

(20)

式中fun為目標函數；x0為初始點；Fmincon為非線性約束函數；Ib、ub為變量x的上界約束、下界約束，使得Ib≤x≤ub；A，b為不等式約束Ax≤b；Aeq、beq為等式約束Aeqx=beq；若不需要此約束時，變量用“[]”代替。

2.2 模型求解算法流程

利用MATLAB下的Fmincon函數對電網側儲能進行規劃，流程圖如圖3所示。

圖3 儲能容量與配置流程Fig.3 Energy storage capacity and configuration process

具體步驟如下：

步驟1：輸入原始數據及相應參數，包括負荷，火電機組參數以及儲能裝置參數；

步驟2：進行初始潮流計算，得到配電網各節點初始電壓和功率；

步驟3:利用Fmincon函數確定儲能系統安裝的節點；

步驟4：確定儲能安裝的容量；

步驟5：計算儲能安裝后的最終收益。

3 算例分析

3.1 算例簡述

以某地區實測日負荷數據作為基礎，擬合出24 h的負荷曲線，以IEEE 33節點配電網為例進行驗證。

系統接入5個火力發電機機組。分別接入7節點、14節點、 24節點、 30節點和32節點。最大出力為200 MW。配電網系統如圖4所示。

圖4 配電網結構圖Fig.4 Distribution network structure diagram

電價為：峰時0.55 元/kW·h，平時0.488 元/(kW·h)，谷時0.33 元/(kW·h)。

3.2 仿真分析

該區域的日負荷曲線如圖5所示。根據區域配電網各節點的負荷數據進行潮流計算，得到一組各節點的功率和電壓數據。對一天之內的數據進行計算，得到24組節點功率、電壓數據。

圖5 區域日負荷曲線Fig.5 Regional daily load curve

為說明模型的有效性，設計兩個配置模式進行對比。模式1為根據各火電廠機組出力分別配儲能。模式2為考慮配電網大環境下的儲能配置。

(1)模式1的決策結果。

在模式1下，根據計算結果表明，5臺機組的啟停情況如表1所示，機組的調節性能及收益如表2所示，儲能系統的充放電功率如圖6所示。

表1 模式1對應的機組啟停計劃Tab.1 Unit start and stop plan corresponding to mode 1

表2 模式1對應的機組AGC性能及收益Tab.2 AGC performance and benefits of units in mode 1

圖6 儲能系統一天的充放電功率Fig.6 Charge and discharge power of energy storage system for one day

(2)模式2的決策結果。

在模式2下，火電機組的啟停和收益如表3、表4所示。儲能系統的充放電功率如圖7所示。

表3 模式2對應的機組啟停計劃Tab.3 Unit start and stop plan corresponding to mode 2

表4 模式2對應的機組AGC性能及收益Tab.4 AGC performance and benefits of units in mode 2

圖7 儲能系統一天的充放電功率Fig.7 Charge and discharge power of energy storage system for one day

對比表1、表3可知，5臺火電機組一天內共涉及20次啟停，按照此策略配置儲能后，機組啟停次數減少為13次；對比表2、表4可知，按照此策略配置儲能后，各火電機組調節深度均增加，儲能參與的機組AGC調頻補償費用提高；對比圖6、圖7知，按照此策略配置后，儲能電池的充放電功率上下波動區間減小，可以有效減少儲能配置的容量從而降低配置所需的成本。

采用在配電網中配置多個火電廠儲能的配置策略可以有效減少火電機組啟停次數，機組的調節深度擴大，配置儲能的容量減少，儲能參與的AGC調頻補償收益增加。

4 結束語

文章建立了在配電網場景下的火電廠儲能容量配置模型。模型仿真結果表明：此方法比單一側火電廠儲能配置能更有效減少火電機組的啟停，平抑系統功率峰谷差，使系統運行更經濟。

此方法的不足是沒有考慮配電網中接入的光伏、風力發電，后續將進一步引入新能源發電，并利用儲能的削峰填谷的特征來更有效配置發電側儲能，讓系統運行和提高新能源消納能力，但沒有考慮火電機組出力的季節性變化問題。后續將研究大電網中多個火電廠的主次分類，主力火電廠為發電，次要火電廠為調峰調頻，并對其進行儲能容量配置，進一步提高系統運行的經濟性。