風(fēng)光儲(chǔ)一體化綜合能源系統(tǒng)柔性調(diào)度策略

祝 榮，陳俊清，宋 偉，王永勝，任永峰*

(1.內(nèi)蒙古工業(yè)大學(xué)能源與動(dòng)力工程學(xué)院，呼和浩特 010051；2. 北京天潤(rùn)新能投資有限公司，北京 100029；3. 浙江盾安新能源發(fā)展有限公司，杭州 310051)

0 引言

隨著可再生能源的大規(guī)模利用，綜合能源系統(tǒng)(integrated energy system，IES)面臨的負(fù)荷與可再生能源輸出功率之間不平衡的問(wèn)題日趨嚴(yán)重，若單純依靠?jī)?chǔ)能電池平抑可再生能源輸出功率的波動(dòng)性，不僅無(wú)法解決可再生能源電力本地消納困難、資源利用不充分等問(wèn)題，還會(huì)使IES配置成本大幅升高[1]。目前，針對(duì)工業(yè)園區(qū)內(nèi)IES 的相關(guān)研究大體可分為2 類，一類是分析源側(cè)的能流特性，另一類是結(jié)合負(fù)荷側(cè)用能特征對(duì)IES 進(jìn)行優(yōu)化[2]。

針對(duì)源側(cè)而言，選取合適的可再生能源輸出功率場(chǎng)景是對(duì)IES 運(yùn)行狀態(tài)進(jìn)行優(yōu)化的前提，其無(wú)疑會(huì)對(duì)IES 調(diào)度結(jié)果的準(zhǔn)確性與可靠性產(chǎn)生重要影響。在選取可再生能源輸出功率場(chǎng)景方面，目前的研究大致可分為以下2 類：1)忽略可再生能源輸出功率不確定性對(duì)IES 的影響，即選取確定的可再生能源輸出功率場(chǎng)景，根據(jù)風(fēng)電、光伏發(fā)電典型的日輸出功率對(duì)IES 進(jìn)行調(diào)度；2)考慮可再生能源輸出功率不確定性對(duì)IES 的影響，即采用場(chǎng)景生成與場(chǎng)景縮減方法得到典型可再生能源輸出功率場(chǎng)景，對(duì)IES 進(jìn)行多場(chǎng)景優(yōu)化調(diào)度[3]。由于風(fēng)電、光伏發(fā)電等新能源電力具有隨機(jī)性、波動(dòng)性和間歇性等特征，會(huì)對(duì)IES 的實(shí)時(shí)運(yùn)行和供需平衡造成嚴(yán)重影響，威脅到IES 的穩(wěn)定運(yùn)行。因此，本文將考慮可再生能源輸出功率不確定性對(duì)IES 影響的情況作為重點(diǎn)進(jìn)行分析，以應(yīng)對(duì)可再生能源不確定性對(duì)IES 產(chǎn)生的影響。

目前，場(chǎng)景生成主要采用蒙特卡洛模擬法、拉丁超立方抽樣法等，場(chǎng)景縮減方法主要包括聚類法、場(chǎng)景樹(shù)劃分法等[4]。文獻(xiàn)[5]通過(guò)對(duì)計(jì)算周期內(nèi)的可再生能源輸出功率及負(fù)荷數(shù)據(jù)進(jìn)行聚類分析、削減融合，從而生成能夠反映計(jì)算周期內(nèi)歷史數(shù)據(jù)特征的典型場(chǎng)景集，描述可再生能源輸出功率特性的同時(shí)考慮了不確定性因素對(duì)IES運(yùn)行優(yōu)化的影響；文獻(xiàn)[6]針對(duì)風(fēng)電、光伏發(fā)電輸出功率場(chǎng)景生成過(guò)程中的極限信息丟失問(wèn)題，提出一種計(jì)及風(fēng)光不確定性的綜合能源兩層級(jí)協(xié)同優(yōu)化配置方法。

針對(duì)負(fù)荷側(cè)而言，負(fù)荷類型可分為固定負(fù)荷與柔性負(fù)荷。在IES 滿足固定負(fù)荷的前提下，柔性負(fù)荷可以優(yōu)化總體負(fù)荷曲線，可在提高IES 運(yùn)行靈活性的同時(shí)改善其用能水平。因此，有必要深入挖掘柔性負(fù)荷對(duì)IES 調(diào)節(jié)能力的影響。目前，針對(duì)柔性負(fù)荷參與IES 優(yōu)化調(diào)度已有相關(guān)研究成果。文獻(xiàn)[7]綜合考慮了負(fù)荷側(cè)多種負(fù)荷的用能特征，分別建立了電、氣、熱等多類型可轉(zhuǎn)移負(fù)荷模型；文獻(xiàn)[8]重點(diǎn)關(guān)注柔性負(fù)荷補(bǔ)償、激勵(lì)機(jī)制等問(wèn)題，建立了可平移負(fù)荷、可削減負(fù)荷和可轉(zhuǎn)移負(fù)荷這3 類互動(dòng)負(fù)荷模型，對(duì)微電網(wǎng)進(jìn)行負(fù)荷移峰、調(diào)峰，在調(diào)整負(fù)荷曲線的同時(shí)提高了風(fēng)電消納能力；文獻(xiàn)[9]將含源型負(fù)荷納入傳統(tǒng)電、熱負(fù)荷體系，并基于此建立了電、熱綜合需求響應(yīng)模型。

上述文獻(xiàn)重點(diǎn)在柔性負(fù)荷的調(diào)度模型、激勵(lì)機(jī)制及其對(duì)功率平衡的作用等方面展開(kāi)了研究，但是忽視了在可再生能源輸出功率不確定性前提下，柔性負(fù)荷和電化學(xué)儲(chǔ)能系統(tǒng)之間的協(xié)調(diào)關(guān)系?；诖?，本文構(gòu)建了集成可再生能源輸出功率不確定性模型、柔性負(fù)荷模型和儲(chǔ)能設(shè)備模型的應(yīng)用于某工業(yè)園區(qū)的風(fēng)光儲(chǔ)一體化IES(下文簡(jiǎn)稱為“風(fēng)光儲(chǔ)IES”)模型，并綜合考慮風(fēng)光儲(chǔ)IES的經(jīng)濟(jì)性和可再生能源利用率，提出了其柔性調(diào)度策略。

1 風(fēng)光儲(chǔ)IES 模型

1.1 可再生能源輸出功率不確定性模型

本文采用場(chǎng)景生成與場(chǎng)景縮減方法模擬可再生能源輸出功率的不確定性，基本思路是通過(guò)隨機(jī)組合多種可再生能源輸出功率的確定性場(chǎng)景來(lái)分析可再生能源輸出功率的不確定性問(wèn)題，將難以用數(shù)學(xué)模型表示的不確定性特征轉(zhuǎn)換為典型的確定性場(chǎng)景集，從而避免建立復(fù)雜的隨機(jī)性模型，可在降低建模與求解難度的同時(shí)，使風(fēng)光儲(chǔ)IES模型達(dá)到后續(xù)優(yōu)化調(diào)度結(jié)果與實(shí)際運(yùn)行結(jié)果更為貼近的目的。

為保證可再生能源輸出功率不確定性模型的精確度，本文從2 個(gè)階段進(jìn)行處理。第1 個(gè)階段，生成數(shù)量足夠大的輸出功率場(chǎng)景，以確保模擬的場(chǎng)景更貼近實(shí)際情況。具體方式是：通過(guò)對(duì)工業(yè)園區(qū)內(nèi)的風(fēng)速、太陽(yáng)輻照度的歷史數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，建立風(fēng)速、太陽(yáng)輻照度的概率分布模型及風(fēng)電、光伏發(fā)電輸出功率模型；然后利用蒙特卡洛模擬法分別隨機(jī)生成多個(gè)風(fēng)電、光伏發(fā)電輸出功率場(chǎng)景。由于蒙特卡洛模擬法為常見(jiàn)方法，本文不再贅述。第2 個(gè)階段，利用K-means 聚類算法進(jìn)行場(chǎng)景縮減，得到典型場(chǎng)景集，以降低模型計(jì)算量與計(jì)算時(shí)間。

1.1.1 風(fēng)電模型

風(fēng)速分布模型可由瑞利分布、威布爾(Weibull)分布、對(duì)數(shù)正態(tài)分布等描述[10]。其中，Weibull 分布應(yīng)用廣泛、形式簡(jiǎn)單且擬合結(jié)果精確度高，因此本文選用Weibull 分布來(lái)描述風(fēng)速分布，進(jìn)而模擬風(fēng)電輸出功率的不確定性，其概率密度函數(shù)可表示為：

式中：k為形狀參數(shù)；c為尺度參數(shù)；v為平均風(fēng)速；e 為自然常數(shù)。k與c的大小可通過(guò)極大似然估計(jì)法來(lái)確定。

在得到風(fēng)速后，需要定義風(fēng)電輸出功率與風(fēng)速之間的關(guān)系。本文構(gòu)建的風(fēng)電輸出功率模型為：

式中：P為t時(shí)段單臺(tái)風(fēng)電機(jī)組的輸出功率；λ1、λ2均為擬合參數(shù)；vci為切入風(fēng)速；vco為切出風(fēng)速；vr為額定風(fēng)速；Pr為單臺(tái)風(fēng)電機(jī)組的額定功率。

假設(shè)某風(fēng)電場(chǎng)由nw臺(tái)同容量、同型號(hào)的風(fēng)電機(jī)組組成，則該風(fēng)電場(chǎng)t時(shí)段的風(fēng)電輸出功率預(yù)測(cè)值Wpre,t可表示為：

1.1.2 光伏發(fā)電模型

光伏發(fā)電輸出功率的大小通常取決于當(dāng)?shù)靥?yáng)輻照度的大小，因此需對(duì)太陽(yáng)輻照度數(shù)據(jù)進(jìn)行精確有效的擬合，進(jìn)而得到光伏發(fā)電的輸出功率。本文采用Beta 分布描述太陽(yáng)輻照度的概率分布模型，其概率密度函數(shù)可表示為：

式中：r為太陽(yáng)輻照度；Γ 為Gamma 函數(shù)；rmax為最大太陽(yáng)輻照度；α、β均為Beta 分布的參數(shù)，可由擬合得到。

光伏發(fā)電輸出功率模型可表示為：

式中：P為t時(shí)段單塊光伏組件的輸出功率；PN為單塊光伏組件的額定功率；rN為標(biāo)準(zhǔn)測(cè)試條件(STC)下的太陽(yáng)輻照度，通常取1000 W/m2；?P為光伏組件功率溫度系數(shù)，通常取-0.35/℃；TC為光伏組件的實(shí)際工作溫度；TSTC為光伏組件在STC 下的工作溫度，通常取25 ℃。

假設(shè)某光伏電站由npv個(gè)相同容量的光伏陣列組成，則該光伏電站t時(shí)段的光伏發(fā)電輸出功率預(yù)測(cè)值Ppre,t可表示為：

1.1.3 K-means 聚類模型

本文選用K-means 聚類算法對(duì)生成的場(chǎng)景進(jìn)行聚類，并得出各個(gè)輸出功率場(chǎng)景的發(fā)生概率。將聚類后的K個(gè)質(zhì)心作為保留場(chǎng)景，聚類前的不同場(chǎng)景可表示為χs(其中，s=1, 2,…,Ns)，Ns為聚類前的場(chǎng)景數(shù)目；設(shè)聚類后場(chǎng)景數(shù)目為Ms，具體步驟為：

2)將除去質(zhì)心場(chǎng)景集合后剩余的場(chǎng)景集設(shè)為Sot，Sot=(s′=1,2,…,Ns-Ms)，并計(jì)算質(zhì)心場(chǎng)景與剩余場(chǎng)景之間的距離矩陣DTs,s′，即：

4)確定質(zhì)心：假設(shè)某同類場(chǎng)景集χi中的場(chǎng)景數(shù)目為L(zhǎng)s，此時(shí)計(jì)算該場(chǎng)景集中每個(gè)場(chǎng)景與其他場(chǎng)景的距離之和χTs：

依據(jù)χTk=min(χTs)的原則，選取新的聚類中心χk，并依照上述方法重新確定質(zhì)心場(chǎng)景集。

5)重復(fù)上述步驟，直至質(zhì)心和聚類結(jié)果不再變化，則場(chǎng)景縮減過(guò)程結(jié)束?？s減后各個(gè)場(chǎng)景占總場(chǎng)景的概率值為該聚類中所包含的全部場(chǎng)景的概率之和。

1.2 柔性負(fù)荷模型

根據(jù)柔性負(fù)荷的調(diào)控方式，可將柔性負(fù)荷分為可削減負(fù)荷、可中斷負(fù)荷及可轉(zhuǎn)移負(fù)荷，為突出柔性負(fù)荷的“削峰填谷”作用，本文重點(diǎn)對(duì)可轉(zhuǎn)移負(fù)荷進(jìn)行建模分析。

可轉(zhuǎn)移負(fù)荷為風(fēng)光儲(chǔ)IES 中可靈活調(diào)節(jié)的負(fù)荷，設(shè)其可轉(zhuǎn)移的時(shí)間區(qū)間為[tLSB,tLSE]，在此區(qū)間內(nèi)，風(fēng)光儲(chǔ)IES 可根據(jù)總體用能需求，將峰值時(shí)段負(fù)荷向用電低谷時(shí)段轉(zhuǎn)移，調(diào)節(jié)負(fù)荷曲線，滿足該IES 的整體用能供需。然后，引入布爾變量μLS,t，用于表示可轉(zhuǎn)移負(fù)荷在t時(shí)段的轉(zhuǎn)移狀態(tài)，當(dāng)μLS,t=1 時(shí)，表示可轉(zhuǎn)移負(fù)荷在該時(shí)段發(fā)生了負(fù)荷轉(zhuǎn)移；反之，μLS,t=0。對(duì)于可轉(zhuǎn)移負(fù)荷，其在t時(shí)段所需滿足的約束條件包括功率轉(zhuǎn)移總量約束與功率轉(zhuǎn)移范圍約束，可表示為：

式中：PLS,min、PLS,max分別為可轉(zhuǎn)移負(fù)荷參與轉(zhuǎn)移調(diào)節(jié)的最小、最大功率；PLS,t為t時(shí)段可轉(zhuǎn)移負(fù)荷參與調(diào)度后的負(fù)荷功率；PLS0,t為t時(shí)段可轉(zhuǎn)移負(fù)荷參與調(diào)度前的負(fù)荷功率；T為最終時(shí)段。

由式(9)可知，調(diào)節(jié)前、后風(fēng)光儲(chǔ)IES 中可轉(zhuǎn)移負(fù)荷的總功率不變。

1.3 儲(chǔ)能設(shè)備模型

1.3.1 鋰離子電池模型

儲(chǔ)能可以緩解因可再生能源輸出功率與負(fù)荷需求不匹配造成的矛盾，其源荷二重性、時(shí)空二重性和靈活響應(yīng)特性可增加電力系統(tǒng)的柔性。本文選取磷酸鐵鋰離子電池(下文簡(jiǎn)稱為“鋰離子電池”)作為采用電化學(xué)儲(chǔ)能方式時(shí)的電池，鋰離子電池因具有能量密度大、循環(huán)壽命長(zhǎng)等優(yōu)點(diǎn)使其在緩減可再生能源輸出功率波動(dòng)方面的應(yīng)用前景廣闊，其數(shù)學(xué)模型可表示為：

式中：EES,t、EES,t-1分別為鋰離子電池在t時(shí)段與t- 1 時(shí)段末的蓄電量；分別為t時(shí)段鋰離子電池的充、放電效率；σEES為鋰離子電池自身的電能損耗率；分別為t時(shí)段鋰離子電池的充、放電功率。

1.3.2 熱儲(chǔ)能模型

蓄熱罐作為熱儲(chǔ)能在風(fēng)光儲(chǔ)IES 中可以實(shí)現(xiàn)熱能的靈活調(diào)節(jié)，使該IES 在一定程度上避免了“以熱定電”，不僅提高了風(fēng)光儲(chǔ)IES 的運(yùn)行靈活性，還能減少其外部購(gòu)能成本，提升其經(jīng)濟(jì)性，有利于其自治。

蓄熱罐的數(shù)學(xué)模型可表示為：

式中：HES,t、HES,t-1分別為蓄熱罐t在時(shí)段與t- 1 時(shí)段末的蓄熱量；分別為t時(shí)段蓄熱罐的儲(chǔ)、放熱效率；σHES為蓄熱罐自身熱能損耗率；分別為t時(shí)段蓄熱罐的儲(chǔ)、放熱功率。

1.4 其他設(shè)備的模型

1.4.1 熱電聯(lián)產(chǎn)(CHP )機(jī)組模型

由于CHP 機(jī)組的熱電比固定，其產(chǎn)生的電功率隨其產(chǎn)生的熱功率變化，因此CHP 機(jī)組的電、熱功率數(shù)學(xué)模型可表示為：

式中：GCHP,t為t時(shí)段CHP 機(jī)組燃燒天然氣后產(chǎn)生的總功率；Kgas為天然氣低位燃燒熱值，通常取39 MJ/m3；VCHP,t為t時(shí)段CHP 機(jī)組的進(jìn)氣量；HCHP,t、PCHP,t分別為t時(shí)段CHP 機(jī)組產(chǎn)生的熱、電功率；G分別為CHP 機(jī)組的熱、電效率。

1.4.2 燃?xì)忮仩t模型

燃?xì)忮仩t通常用于彌補(bǔ)CHP 機(jī)組熱功率的不足，使風(fēng)光儲(chǔ)IES 中電熱負(fù)荷的峰谷協(xié)調(diào)，其數(shù)學(xué)模型為：

式中：HGB,t為t時(shí)段燃?xì)忮仩t產(chǎn)生的熱功率；為燃?xì)忮仩t的轉(zhuǎn)換效率；VGB,t為t時(shí)段燃?xì)忮仩t進(jìn)氣量。

2 約束條件

2.1 電功率平衡約束

風(fēng)光儲(chǔ)IES 內(nèi)電功率平衡約束為各場(chǎng)景下設(shè)備總輸出功率與該IES 內(nèi)總電負(fù)荷之間的平衡，可表示為：

式中：Spv、τSpv分別為光伏發(fā)電輸出功率場(chǎng)景及其概率的值；SW、τSW分別為風(fēng)電輸出功率場(chǎng)景及其概率的值；Pw,t為SW場(chǎng)景下t時(shí)段風(fēng)電實(shí)際的輸出功率；Ppv,t為Spv場(chǎng)景下t時(shí)段光伏發(fā)電實(shí)際的輸出功率；為t時(shí)段風(fēng)光儲(chǔ)IES 內(nèi)的總電負(fù)荷；PLF,t為t時(shí)段風(fēng)光儲(chǔ)IES的固定電負(fù)荷，不參與負(fù)荷的轉(zhuǎn)移分別為t時(shí)段各場(chǎng)景下風(fēng)電、光伏發(fā)電實(shí)際輸出功率的總和。

2.2 熱功率平衡約束

風(fēng)光儲(chǔ)IES 內(nèi)熱功率平衡約束為各場(chǎng)景下設(shè)備產(chǎn)生的總熱功率與該IES 內(nèi)總熱負(fù)荷之間的平衡，可表示為：

2.3 設(shè)備運(yùn)行時(shí)的約束條件

2.3.1 CHP 機(jī)組運(yùn)行約束CHP 機(jī)組運(yùn)行時(shí)的約束條件為：

式中：PCHP,t-1為t- 1 時(shí)段CHP 機(jī)組產(chǎn)生的電功率；PCHP,max、PCHP,min分別為CHP 機(jī)組輸出電功率的上、下限；PCHP,u、PCHP,d分別為CHP 機(jī)組輸出電功率的爬坡率上限和下限。

2.3.2 燃?xì)忮仩t運(yùn)行約束

燃?xì)忮仩t運(yùn)行時(shí)的約束條件可表示為：

式中：HGB,t-1為t- 1 時(shí)段燃?xì)忮仩t產(chǎn)生的熱功率；HGB,max、HGB,min分別為燃?xì)忮仩t輸出功率上、下限；HGB,u、HGB,d分別為燃?xì)忮仩t輸出熱功率的爬坡率上限和下限。

2.3.3 鋰離子電池運(yùn)行約束

為保證鋰離子電池在下一個(gè)運(yùn)行周期開(kāi)始時(shí)處于合理運(yùn)行狀態(tài)，需滿足初、末狀態(tài)時(shí)儲(chǔ)電量相等的約束條件，可表示為：

2.3.4 蓄熱罐運(yùn)行約束

蓄熱罐運(yùn)行時(shí)所需滿足的約束與鋰離子電池相似，可表示為：

2.4 可再生能源發(fā)電輸出功率約束

可再生能源發(fā)電輸出功率需滿足任意場(chǎng)景下其輸出功率的實(shí)際值小于預(yù)測(cè)值，即：

3 目標(biāo)函數(shù)

本文以一天24 h 作為時(shí)間尺度、以總體經(jīng)濟(jì)性最優(yōu)為目標(biāo)，對(duì)風(fēng)光儲(chǔ)IES 模型進(jìn)行日前優(yōu)化調(diào)度。本文除考慮設(shè)備運(yùn)行成本外，還將風(fēng)光儲(chǔ)IES棄電量折算為棄風(fēng)棄光懲罰成本加入其成本中，使在優(yōu)化該IES 模型經(jīng)濟(jì)性的同時(shí)，提升其可再生能源消納能力，因此本文構(gòu)建如下目標(biāo)函數(shù)：

式中：CW為風(fēng)電運(yùn)維成本；CPV為光伏發(fā)電運(yùn)維成本；CS為儲(chǔ)能充放電成本；CQ為棄風(fēng)棄光懲罰成本，即棄電成本；CB為天然氣購(gòu)買成本；CLS為負(fù)荷轉(zhuǎn)移補(bǔ)償成本。

以上述各項(xiàng)成本之和最低為目標(biāo)，建立風(fēng)光儲(chǔ)IES 各部分的柔性調(diào)度模型，即：

式中：αW為風(fēng)電單位發(fā)電量的運(yùn)維成本系數(shù)；αpv為光伏發(fā)電單位發(fā)電量的運(yùn)維成本系數(shù)；αS為鋰離子電池充放電單位功率成本系數(shù)；β1、β2分別為棄風(fēng)、棄光單位懲罰成本系數(shù)；pgas為單位體積天然氣的購(gòu)買價(jià)格；ptra為單位功率負(fù)荷轉(zhuǎn)移補(bǔ)償價(jià)格；Δt為轉(zhuǎn)移時(shí)間。

4 算例分析

4.1 仿真參數(shù)設(shè)置

本文以某工業(yè)園區(qū)的風(fēng)光儲(chǔ)IES 為例進(jìn)行分析。導(dǎo)入該工業(yè)園區(qū)全年風(fēng)速、太陽(yáng)輻照度的歷史數(shù)據(jù)，分別隨機(jī)生成1000 個(gè)風(fēng)電、光伏發(fā)電輸出功率場(chǎng)景，利用K-means 聚類算法對(duì)各個(gè)場(chǎng)景進(jìn)行聚類，設(shè)置場(chǎng)景數(shù)Ns=1000、聚類后場(chǎng)景數(shù)Ms=5，并得出各個(gè)輸出功率場(chǎng)景的發(fā)生概率。各參數(shù)的取值[2,11-12]如表1 所示。

表1 各參數(shù)的取值Table 1 Values of each parameter

聚類后5 個(gè)場(chǎng)景下的風(fēng)電和光伏發(fā)電的輸出功率預(yù)測(cè)值分別如圖1、圖2 所示。

圖1 聚類后5 個(gè)場(chǎng)景下的風(fēng)電輸出功預(yù)測(cè)值Fig. 1 Predicted output power of wind power for five scenarios after clustering

圖2 聚類后5 個(gè)場(chǎng)景下的光伏發(fā)電輸出功率預(yù)測(cè)值Fig. 2 Predicted output power of PV power generation for five scenarios after clustering

4.2 模式設(shè)置與求解

為了說(shuō)明風(fēng)光儲(chǔ)IES 中引入柔性負(fù)荷對(duì)系統(tǒng)優(yōu)化及棄電消納的有效性，對(duì)以下3 種運(yùn)行模式進(jìn)行重點(diǎn)分析。

1)模式1：采用傳統(tǒng)的經(jīng)濟(jì)運(yùn)行模型，即僅考慮鋰離子電池儲(chǔ)能，不考慮柔性負(fù)荷；

2)模式2：采用柔性調(diào)度運(yùn)行模型，考慮柔性負(fù)荷，但不考慮鋰離子電池儲(chǔ)能；

3)模式3：采用風(fēng)光儲(chǔ)IES 柔性調(diào)度運(yùn)行模型，同時(shí)考慮鋰離子電池儲(chǔ)能與柔性負(fù)荷。

本文在MATLAB 平臺(tái)上基于YALMIP 工具箱構(gòu)建上述3 個(gè)模式的風(fēng)光儲(chǔ)IES 數(shù)學(xué)模型，并調(diào)用商業(yè)求解器CPLEX 進(jìn)行求解。

4.3 調(diào)度結(jié)果分析

通過(guò)對(duì)模式1～模式3 進(jìn)行仿真后發(fā)現(xiàn)，模式3 的調(diào)度結(jié)果最優(yōu)，限于篇幅本文僅對(duì)模式3的調(diào)度結(jié)果進(jìn)行分析。模式3 的電能和熱能調(diào)度結(jié)果分別如圖3、圖4 所示。

圖3 模式3 的電能調(diào)度結(jié)果Fig. 3 Electric energy scheduling results for mode 3

圖4 模式3 的熱能調(diào)度結(jié)果Fig. 4 Thermal energy scheduling results for mode 3

從圖3、圖4 中可以看出：風(fēng)電的輸出功率表現(xiàn)出明顯的反調(diào)峰特性，01:00～05:00 時(shí)，原電負(fù)荷處于低谷，而風(fēng)電的輸出功率較高；但此時(shí)段熱負(fù)荷正處于峰值，燃?xì)忮仩t為滿足熱負(fù)荷需求輸出功率已達(dá)上限，因此CHP 機(jī)組在此時(shí)段輸出功率較高；該時(shí)段內(nèi)風(fēng)光儲(chǔ)IES 產(chǎn)生大量富余電能。06:00～08:00 時(shí)段雖然熱負(fù)荷下降，CHP 機(jī)組電輸出功率也隨之下降，但是光伏發(fā)電的輸出功率開(kāi)始增加，因此風(fēng)光儲(chǔ)IES 內(nèi)的電能仍舊供大于求。雖然18:00～22:00 時(shí)段為電負(fù)荷晚高峰，但光伏發(fā)電不再輸出功率，與此同時(shí)熱負(fù)荷也較高，從而拉動(dòng)CHP 機(jī)組的輸出功率，但由于CHP 機(jī)組受爬坡約束及輸出功率上、下限約束，因此僅依靠CHP 機(jī)組仍無(wú)法滿足電負(fù)荷需求。

對(duì)于上述可再生能源輸出功率與原電負(fù)荷需求不匹配的矛盾，風(fēng)光儲(chǔ)IES 利用柔性負(fù)荷與鋰離子電池的協(xié)同運(yùn)行，通過(guò)可轉(zhuǎn)移負(fù)荷將10:00～12:00及18:00～22:00 等高峰時(shí)段的負(fù)荷向01:00～08:00 轉(zhuǎn)移，而鋰離子電池則在此時(shí)段集中放電，對(duì)不足的功率進(jìn)行補(bǔ)償，使調(diào)節(jié)后的電負(fù)荷在這些時(shí)間段得到很大程度的下降，避免風(fēng)光儲(chǔ)IES向外部購(gòu)電。13:00～14:00 時(shí)段電負(fù)荷雖處于午高峰，然而此時(shí)段風(fēng)電輸出功率較高且光伏發(fā)電輸出功率處于峰值，因此通過(guò)向鋰離子電池充電來(lái)消納棄電。

柔性負(fù)荷與儲(chǔ)能電池的協(xié)同運(yùn)行在滿足功率平衡的同時(shí)實(shí)現(xiàn)了風(fēng)光儲(chǔ)IES 的自治，優(yōu)化負(fù)荷曲線的同時(shí)利用儲(chǔ)能最大限度的對(duì)可再生能源進(jìn)行了消納，增強(qiáng)了風(fēng)光儲(chǔ)IES 的可靠性與靈活性，減少了其對(duì)外部能源的依賴。

4.4 可再生能源消納結(jié)果分析

3 種模式下5 個(gè)場(chǎng)景的棄電量分別如圖5 所示。需要說(shuō)明的是：由于模型考慮了可再生能源不確定性對(duì)風(fēng)光儲(chǔ)IES 的影響，因此圖中不同模式下5 個(gè)場(chǎng)景的棄電量均為棄風(fēng)、棄光量之和。

圖5 3 種模式下5 個(gè)場(chǎng)景的棄電量Fig. 5 Power abandonment in five scenarios with three modes

從圖5 中可以看出，模式2 時(shí)由于無(wú)鋰離子電池，僅有柔性負(fù)荷，風(fēng)光儲(chǔ)IES 的調(diào)節(jié)能力有限，除18:00～24:00 用電時(shí)段之外，其余時(shí)段風(fēng)光儲(chǔ)IES 均出現(xiàn)了大量棄風(fēng)、棄光現(xiàn)象。對(duì)比模式1 和模式2 可以發(fā)現(xiàn)，在僅鋰離子電池或僅柔性負(fù)荷調(diào)節(jié)情況下，棄電量峰值出現(xiàn)的時(shí)段明顯不同。由于鋰離子電池儲(chǔ)能調(diào)節(jié)更多與自身功率上限及容量上限有關(guān)，而柔性負(fù)荷調(diào)節(jié)則表現(xiàn)出可再生能源輸出功率跟隨趨勢(shì)，因此二者在可再生能源消納方面存在互補(bǔ)屬性。

而采用模式3 時(shí)，即鋰離子電池與柔性負(fù)荷協(xié)同運(yùn)行，風(fēng)光儲(chǔ)IES 棄電量相較于二者單獨(dú)運(yùn)行時(shí)明顯減少；且當(dāng)該IES 處于場(chǎng)景4 時(shí)，其對(duì)可再生能源實(shí)現(xiàn)了完全消納；當(dāng)該IES 處于場(chǎng)景1 時(shí)，也僅在16:00 時(shí)產(chǎn)生棄電?？梢?jiàn)，柔性負(fù)荷與鋰離子電池的互補(bǔ)運(yùn)行可以顯著提升該IES的消納效果，從而實(shí)現(xiàn)其內(nèi)部資源的靈活分配，提高了能源利用率。

4.5 風(fēng)光儲(chǔ)IES 經(jīng)濟(jì)性分析

以表1 中的參數(shù)值為基礎(chǔ)對(duì)上述3 種模式下風(fēng)光儲(chǔ)IES 內(nèi)的各項(xiàng)成本進(jìn)行對(duì)比，具體如表2所示。

表2 3 種模式下IES 內(nèi)的各項(xiàng)成本對(duì)比(單位：美元)Table 2 Comparison of various costs in IES under three modes (Unit: USD)

從表2 中可以看出，雖然模式2 中無(wú)儲(chǔ)能電池的運(yùn)行成本，但由于柔性負(fù)荷調(diào)節(jié)能力有限，結(jié)合圖5b 可以發(fā)現(xiàn)風(fēng)光儲(chǔ)IES 產(chǎn)生了大量棄電，導(dǎo)致雖然風(fēng)電與光伏發(fā)電部分的運(yùn)維成本較小，但該模式時(shí)的棄電成本卻遠(yuǎn)高于其他模式時(shí)；同時(shí)，由于模式2 時(shí)18:00～22:00 時(shí)段更依賴CHP 機(jī)組輸出功率，使風(fēng)光儲(chǔ)IES 的購(gòu)氣成本相對(duì)較高，導(dǎo)致該IES 的總體經(jīng)濟(jì)性較差。而模式1 可通過(guò)鋰離子電池消納大量棄電，棄電成本大幅降低，同時(shí)儲(chǔ)能可將富余電量?jī)?chǔ)存至晚高峰時(shí)段使用，使風(fēng)光儲(chǔ)IES 購(gòu)氣成本降低，總體經(jīng)濟(jì)性提高。相較于模式1，模式3 會(huì)產(chǎn)生負(fù)荷轉(zhuǎn)移補(bǔ)償成本，然而柔性負(fù)荷的加入使風(fēng)光儲(chǔ)IES對(duì)可再生能源的利用率進(jìn)一步提升，從而使棄電成本下降；同時(shí)外部購(gòu)能成本進(jìn)一步減小，儲(chǔ)能成本也由于其充放電深度的減小而下降，因此綜合經(jīng)濟(jì)性進(jìn)一步提高。綜上所述，鋰離子電池儲(chǔ)能與柔性負(fù)荷的協(xié)同運(yùn)行對(duì)風(fēng)光儲(chǔ)IES 的經(jīng)濟(jì)運(yùn)行有所增益。

5 結(jié)論

本文集成可再生能源輸出功率不確定性模型、柔性負(fù)荷模型和儲(chǔ)能設(shè)備模型，構(gòu)建了風(fēng)光儲(chǔ)一體化綜合能源系統(tǒng)(IES)模型。在此基礎(chǔ)上，本文綜合考慮了該IES 的運(yùn)行經(jīng)濟(jì)性和能源利用率，提出了柔性調(diào)度策略，并對(duì)僅考慮儲(chǔ)能、僅考慮柔性負(fù)荷及儲(chǔ)能與柔性負(fù)荷協(xié)同運(yùn)行3 種模式進(jìn)行了調(diào)度分析，最終得出以下主要結(jié)論：

1) 風(fēng)光儲(chǔ)一體化IES 模型充分考慮了系統(tǒng)內(nèi)的能源互補(bǔ)耦合性，通過(guò)鋰離子電池儲(chǔ)能和柔性負(fù)荷的協(xié)同運(yùn)行有效提升了其風(fēng)電消納能力，減少了棄風(fēng)成本，實(shí)現(xiàn)了削峰填谷。

2)相較于柔性負(fù)荷與儲(chǔ)能電池獨(dú)立運(yùn)行，柔性負(fù)荷與儲(chǔ)能電池的協(xié)同運(yùn)行在滿足功率平衡的同時(shí)，減少了該IES 對(duì)外部能源的依賴，提高了其可靠性與靈活性。

3)鋰離子電池儲(chǔ)能與柔性負(fù)荷的協(xié)同運(yùn)行可以降低該IES 的棄電成本、儲(chǔ)能運(yùn)行成本及外部購(gòu)能成本，實(shí)現(xiàn)其經(jīng)濟(jì)運(yùn)行。