楊金洲
(華北電力大學 電氣與電子工程學院,北京 102206)
我國在2020年聯合國大會上明確指出要在2030年前達到碳排放峰值,即“碳達峰”,并努力爭取2060年前實現“碳中和”。太陽能、風能以及地熱能等可再生新能源由于其污染小、可持續等特點,正逐漸取代化石能源等一次能源的主體地位。然而風光能源本身的波動性與不確定性會在一定程度上威脅局部電網的穩定性,從而對系統運行的調度與操作靈活性提出了更高的要求。為了減少新能源機組并網后短時的電壓波動,電力系統在頻率控制、電壓調節、備用容量以及無功補償等方面的設備投資成本增加,此外可再生能源遠距離輸電還會造成線損增加,電網的經濟性被削弱。
為解決新能源并網消納和配電網經濟運行之間的矛盾,提出了多能源電力系統經濟調度的方法。同時考慮了配電網、環境以及負荷側三方效益,用主從博弈模型得出最優解。用多胞體法量化了系統靈活性,建立起滿足靈活性需求空間分布約束的優化滾動調度模型求解。從宏觀角度考慮了政策扶持、技術進步對電網運行成本的影響[1-3]。
多能源互補協調優化的優勢在于以下幾點。第一,能夠提高能源的發電效率。在資源豐富的非負荷中心建立水光風儲互補電站,可以最大程度地外送電能。因為儲能可以減少電力波動、削峰填谷,水力發電具有很高的靈活性,可作為備用機組,所以多能互補的發電形式可以彌補各個能源的不足、提高新能源的消納、創造更多的經濟效益。第二,促進了能源結構轉型。新能源消納能力增強會進一步推動清潔能源的發展。第三,加快了智能能源體系的建設。此外,互聯網技術也會推進多能互補的應用范圍擴大。
多能源互補電力系統創新性地利用了物理層和信息層技術,將常規燃煤煤電、燃氣發電、風電、光伏發電等多種可再生能源與大電網整合在一起,以實現各個能源系統間的協調、規劃、運行、管理以及補充。考慮到不同能源與復合的對應關系。多能源電力系統的發電出力端如圖1所示。

圖1 多能源電力系統的發電出力端
2.1.1 燃氣發電站
郭林等人提出了一種綜合考慮儲熱和電鍋爐協同運行的新能源消納潛力分析模型,主要利用了堆棧去噪自編碼器(Stacked Denoised Autoencoder,SDAE)深度神經網絡預測的天然氣管道流量方程線性化方法,并基于此線性模型構建了電-氣綜合能源系統經濟調度先行優化模型,最后構建了完善的指標體系來定量評估儲熱和電鍋爐對系統棄風與棄光的改善作用[4]。該模型解決了電力網絡、天然氣網絡以及熱力網絡中潮流方程非線性化程度高的難點,并考慮了綜合能源系統對新能源消納的影響,對綜合能源系統的經濟調度有很大的借鑒意義。
2.1.2 光伏發電站
由一般硅光電池的電流、照度以及溫度關系可得:

式中:U為節電壓;I0為二極管反向飽和電流;Iph為與光照強度成正比的光生電流,且與負載等效電阻大小和電池的結構與材料有關;n為理想系數為常數;q為電子電荷;kB為波爾茨曼常數;T為絕對溫度。
將U和I與光照強度、溫度的關系分別取常見值在Simulink中進行仿真,結果如圖2、圖3所示??梢钥闯觯瑹o論是在不同溫度下或者不同光照強度下,在電壓不太高的情況下電流都可以保持約為常值,發電出力能夠保持一定的相對線性度。
該項目使用的黑水角閥的閥套與閥芯采用機械緊固連接。由于黑水的高速沖擊或流量大范圍波動,連接處易出現松動,引起閥芯的震動;而閥芯材質為整體燒結硬質合金,硬度高,脆性大,在該頻繁振動的工況下容易出現閥芯震裂、震碎與閥套脫離現象,使閥門失去調節作用。

圖2 不同光照強度下光伏電池的U-I特性曲線(T=25 ℃)

圖3 不同溫度下光伏電池的U-I特性曲線(S=800 W/m2)
2.1.3 風力發電站
風力機輸出功率隨著轉速的變化而變化,存在一個最佳的轉速。當處于最佳轉速時,輸出功率與風速的關系是最佳葉尖速比。在風速變化時可對機組轉速進行調節,使其維持在最佳葉尖速比處,實現線性化控制。
2.1.4 抽水蓄能電站
抽水蓄能電站的優勢在于其可作發電、蓄能兩用,在用電低谷抽水蓄能,在用電高峰開閘放水發電,并且機組啟動迅速,具有較高的靈活性。一方面彌補了常規發電機組啟停時間長的缺點,解決了新能源發電機組出力波動大的問題,增強了系統的穩定性;另一方面民用抽水蓄能電站可以借阻塞盈余產生經濟效益,缺點是對地理條件和場地要求較高,建設和維護成本巨大??傮w而言,抽水蓄能電站循環壽命長、綜合運行成本較低,能夠在較大程度上保持系統各機組出力的相對線性[5]。
2.1.5 儲能裝置
在風光電滲透率超過50%的情況下(尤其是風電),反映區域振蕩模態的特征根變為正根,新能源電力系統中需配置相應的儲能裝置,保障電網穩定運行、改善電能質量[6]。現有的儲能技術可分為機械儲能、電磁儲能以及化學儲能,其中電磁儲能包含超導儲能和電容儲能,特點是能量密度低、響應速度快。化學儲能主要通過鉛酸電池、Na2S電池和液流電池等,儲能成本低,但壽命短、污染大,相比之下抽水蓄能電站雖然一次投資大,但可長期使用且對環境友好,可在地理條件允許情況下大規模建設,在負荷預測與負荷調節環節中具有重要地位。
常規煤氣能源的靈活性恰好彌補了風能和太陽能時間尺度上顯著的隨機性與間歇性,同時風光之間又能在一定程度上彌補互相之間的發電不穩定性。對風光互補系統的出力進行評估和規劃可以提高新能源并網消納率,從而提高電網環境效益。楊曉萍等人采用隨機模擬技術和改進粒子群算法相結合的方法求解了基于隨機規劃的風光互補系統準入極限,并考慮了不同季節對功率極限的影響。針對離散變量的約束優化問題,粒子群算法過程簡單、易于理解,廣泛應用于系統的最優調度問題的求解,但標準粒子群算法早熟、收斂速度慢、易陷入局部最優,故常采用調整學習因子和慣性權重的優化粒子群算法來求解[7]。
以上的動態規劃法只適用于小微電網,為了應用于機組數量較多的電力系統的經濟調度可將其擴展并分段線性化處理,提出一種專門應用于多能源互補安全約束機組組合(Security-Constrained Unit Commitment,SCUC)的混合整數線性規劃優化數學模型。
3.1.1 目標函數
基于混合整數線性規劃的多時段電力系統經濟調度的機組優化數學模型的目標函數為:

式中:i為機組索引;b為分段索引;t為時段索引;I為機組總臺數;B為分段數;T為時段數;Ci,0,t為機組i第t時段最小出力的成本;Pi,b,t為機組i第b段第t時段的輸出功率,為待優化的變量;Ci,b,t表示機組i第b段第t時段的邊際成本;Si表示機組i啟動成本。ui,t表示機組i第t時段運行狀態,為待優化的{0,1}二進制變量;yi,t表示機組i第t時段啟動狀態,也為待優化的{0,1}二進制變量。
3.1.2 約束條件
(1)機組出力約束條件為:

式中:Pi,t表示機組i第t時段輸出功率,為待優化變量;Pmin,i,t表示機組i第t時段最小輸出功率;Dt表示第t時段負荷;Pmax,i,b,t表示機組i第b段第t時段的功率上限。
(2)機組爬坡約束條件與熱備用約束條件為:

式中:Pup,t與Pdown,t分別表示機組i第t時段的上、下爬坡率;Pmax,i,t表示機組i第t時段的最大輸出功率;Ht為系統熱備用要求。此時應注意,風光發電出力相對于燃氣發電出力幾乎不可調。
(3)機組狀態約束條件為:

式中:Zi,t表示機組i第t時段停機狀態變量,為待優化的{0,1}二進制變量。
(4)運行與停運約束條件為:

式中:Ton,i表示機組i最小運行時間;Toff,i表示機組i最小停運時間。
(5)潮流約束條件為:

式中:θn,t表示節點n第t時段相角,為待優化變量;Pmax,nm,t表示線路nm第t時段潮流上限。
基于協調煤、氣、風、光分段線性出力的多能源互補經濟調度可以在滿足系統中各種功能需求的同時,提升能源的利用效率,是未來能源結構改革的主要方向。但綜合能源系統的經濟調度必須考慮各個能源的調度特性和地區差異,在運算方法上也要解決潮流方程非線性化程度高的問題,秉持安全、經濟以及可持續的原則,對調度模型進行進一步的優化。
新能源發電未來會進一步與傳統煤、氣能源發電有機結合且在多能源電力系統中的占比穩步上升,直至使整個系統發揮最大的經濟效益和環境效益。每種能源自身的特性決定了它們相互之間相輔相成、缺一不可的關系,但如何把握多能源的經濟調度和改進新能源發電性能是當下亟待解決的問題。未來應更注重新能源消納潛力的發掘,只有從根本上提高新能源消納潛力,才能在系統中發揮新能源發電的優勢,促進多能源系統的長期發展。