李成龍 田有文 苗潔



摘要:針對(duì)高比例新能源滲透到配電網(wǎng)中如何進(jìn)行靈活調(diào)度的問題,研究含有常規(guī)電源與間歇性新能源配電網(wǎng)的日前協(xié)同優(yōu)化調(diào)度,使電網(wǎng)在滿足約束條件的同時(shí)可以保證成本最低化、電網(wǎng)的碳排放最小化并使得光伏消納能力最大化。利用多目標(biāo)粒子群算法進(jìn)行模擬調(diào)度,采用分層調(diào)度模型,考慮各種約束,并以改進(jìn)IEEE30節(jié)點(diǎn)系統(tǒng)為例,進(jìn)行不同場(chǎng)景下的仿真,從而驗(yàn)證調(diào)度模型的合理性。
關(guān)鍵詞:農(nóng)村電氣化;新能源消納;優(yōu)化調(diào)度;粒子群
中圖分類號(hào):TM73? ? 文獻(xiàn)標(biāo)識(shí)碼:A? ? 文章編號(hào):1674-1161(2023)06-0063-04
近年來,我國新能源行業(yè)發(fā)展迅猛,結(jié)構(gòu)種類繁多、應(yīng)用范圍廣泛,累計(jì)裝機(jī)容量居世界首位,新能源滲透率也遠(yuǎn)超其他國家。截止2022年底,全國發(fā)電裝機(jī)容量達(dá)25.6億kW,比上年末增長(zhǎng)7.8%,其中火電13.3億kW,光伏3.9億kW[1]。然而,隨著新能源并網(wǎng)規(guī)模的不斷擴(kuò)大,電力系統(tǒng)消納能力不足,經(jīng)濟(jì)性調(diào)度有待提高,其間歇性、波動(dòng)性缺陷也被進(jìn)一步放大,這對(duì)配電網(wǎng)的靈活調(diào)節(jié)能力提出了更高的要求。
針對(duì)高比例新能源滲透到配電網(wǎng)中如何進(jìn)行靈活調(diào)度,國內(nèi)外許多學(xué)者做了相關(guān)研究。林振鋒等[2]提出了一種基于合作博弈理論的用戶側(cè)分布式儲(chǔ)能優(yōu)化方法,優(yōu)化了系統(tǒng)運(yùn)行成本;陳克文等[3]針對(duì)風(fēng)電接入系統(tǒng)可能引起的經(jīng)濟(jì)性、穩(wěn)定性等問題,構(gòu)建了考慮風(fēng)電消納的綜合能源系統(tǒng)模型,緩解了現(xiàn)有風(fēng)電調(diào)度方法中棄風(fēng)懲罰費(fèi)用高的問題。但以上研究大多聚焦于幾種新能源的協(xié)調(diào)互補(bǔ)優(yōu)化調(diào)度,且主要考慮經(jīng)濟(jì)性調(diào)度,而對(duì)于多種能源的多目標(biāo)日前優(yōu)化調(diào)度研究則較少,對(duì)新能源消納的目標(biāo)考慮也不夠充分。
因此,在已有研究成果的基礎(chǔ)上提出一種考慮光火儲(chǔ)和負(fù)荷關(guān)系的配電網(wǎng)優(yōu)化調(diào)度模型,并對(duì)系統(tǒng)的消納能力和經(jīng)濟(jì)性進(jìn)行研究。目前已經(jīng)研究考慮了光伏、火電、儲(chǔ)能和負(fù)荷的新能源消納最多和電力系統(tǒng)經(jīng)濟(jì)最好的優(yōu)化調(diào)度模型,正在充分考慮研究含有常規(guī)電源與間歇性新能源配電網(wǎng)的日前協(xié)同優(yōu)化調(diào)度,以使經(jīng)過優(yōu)化后的電網(wǎng)在滿足約束條件的同時(shí)可以保證成本、減少電網(wǎng)的碳排放并提高光伏的消納能力。
1 優(yōu)化模型的建立
1.1 目標(biāo)函數(shù)
1.1.1 儲(chǔ)能系統(tǒng)運(yùn)行收益與成本模型 關(guān)于儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)效益主要考慮運(yùn)行過程中的電量收益和環(huán)境收益,為此建立收益模型[4]。
收益模型的建立
[fsy]=[t=1nT(ηfDJdwPfst]-[ηcDJdwPcst])+[t=1nTkm(ηfDJdw,kPfstgrid,a])
式中:[DJdw]為電網(wǎng)電價(jià);[ηc]和[ηf]分別表示儲(chǔ)能系統(tǒng)的充、放電效率;[Pcst]和[Pfst]分別是儲(chǔ)能系統(tǒng)t時(shí)刻的充、放電功率;m為上級(jí)電網(wǎng)產(chǎn)生的污染物類型總數(shù);[grid,a]為上級(jí)電網(wǎng)中生產(chǎn)單位電能實(shí)際排放第a種污染物的密度。
成本模型的建立主要考慮所建相關(guān)儲(chǔ)能系統(tǒng)的運(yùn)行成本。
成本模型的建立重點(diǎn)考慮充放電成本。
[fcb]=[t=1nTCsc]([Pcst]+[Pfst])
式中:[Csc]為儲(chǔ)能系統(tǒng)的充放電功率成本系數(shù)。
儲(chǔ)能系統(tǒng)運(yùn)行收益最大目標(biāo)函數(shù)為
max[fSY]=[fsy]-[fcb]
1.1.2 火電機(jī)組運(yùn)行成本模型 火電機(jī)組考慮其運(yùn)行過程中的煤耗成本和火電機(jī)組用于調(diào)峰等時(shí)機(jī)組啟停所需的啟停成本。這里,煤耗成本用耗量特性進(jìn)行計(jì)算,啟停成本用啟停狀態(tài)分別計(jì)算[5] 。
1.1.3 可再生能源消納能力模型 可再生能源消納能力由電網(wǎng)一個(gè)調(diào)度周期內(nèi)的棄光電量總和來表示,棄光越多表示可再生能源的消納能力就越弱。
min[f3]=[t=1nT m=1ns ]([Ppvqg,m,tΔt])
式中:[Ppvqg,m,tΔt]為電網(wǎng)內(nèi)第m個(gè)光伏電站在t時(shí)段內(nèi)發(fā)生的棄光功率;[Δt]為每個(gè)時(shí)段的時(shí)長(zhǎng)。
1.1.4 火電機(jī)組調(diào)峰利潤(rùn)
[Bgi=t=1nT(Cgi,t,peak -Cgi,t,basic -Egi,t,peak)Bgi≥0.Cgi,t,peak=Fi,l+ΔPi,tPgpeak -Egi,ti,m]
式中:[Cgi,t,peak ]為機(jī)組調(diào)峰補(bǔ)償費(fèi)用,在這里按照各地補(bǔ)償標(biāo)準(zhǔn)執(zhí)行;[ΔPi,t]為火電機(jī)組因調(diào)峰導(dǎo)致少發(fā)電的量值;[Pgpeak ]為調(diào)峰補(bǔ)償單價(jià)值;[Fi,l]為機(jī)組在調(diào)峰時(shí)的煤耗成本。
1.2 約束條件
1.2.1 功率平衡等式約束 功率平衡約束為有關(guān)功率等式平衡,即電網(wǎng)中所有發(fā)電設(shè)備發(fā)出的有功功率之和等于所有用電設(shè)備吸收的有功功率之和。
1.2.2 光伏電站出力約束
0<[Ppvm,t ]<[Ppvm,t,max ]
式中:[Ppvm,t,max ]為光伏電站m在t時(shí)刻最大有功出力值。
2 分層調(diào)度及其求解方法
上面模型建立了以凈負(fù)荷波動(dòng)最小、電網(wǎng)運(yùn)行成本最低、新能源消納能力最強(qiáng)為目標(biāo)的光火儲(chǔ)多能互補(bǔ)協(xié)同優(yōu)化調(diào)度相關(guān)模型。鑒于該模型復(fù)雜性高、涉及變量及其約束條件較多,為簡(jiǎn)化調(diào)度計(jì)算,充分發(fā)揮儲(chǔ)能系統(tǒng)的儲(chǔ)能特性、發(fā)揮火電機(jī)組的調(diào)峰優(yōu)勢(shì),在此使用一種分層優(yōu)化調(diào)度方案。該方案使用分解協(xié)調(diào)思路,即通過上層模型與下層模型的協(xié)調(diào)調(diào)度,使其進(jìn)行交替迭代,進(jìn)而得到最優(yōu)解的方法。
上層調(diào)度模型以凈負(fù)荷變化程度最小和運(yùn)行中儲(chǔ)能系統(tǒng)獲得最大收益為目標(biāo)來優(yōu)化光儲(chǔ)聯(lián)合系統(tǒng)出力,并采用改進(jìn)粒子群優(yōu)化算法對(duì)模型進(jìn)行求解,最終得到滿足要求的最優(yōu)出力。根據(jù)儲(chǔ)能系統(tǒng)出力及收集到的相關(guān)負(fù)荷數(shù)據(jù)擬合的預(yù)測(cè)曲線,可得到等效負(fù)荷曲線,而實(shí)際的光伏消納量需根據(jù)優(yōu)化系統(tǒng)中火電機(jī)組的調(diào)峰來確定。上層模型得到等效負(fù)荷曲線后與下層模型進(jìn)行交接,下層模型以火電機(jī)組運(yùn)行成本最小和新能源消納最多為優(yōu)化目標(biāo),并結(jié)合棄光成本、火電機(jī)組調(diào)峰成本和各火電單元相關(guān)的運(yùn)行特性,采用MATLAB平臺(tái)進(jìn)行求解,確定總經(jīng)濟(jì)性最好的調(diào)度策略,然后采取交替迭代的求解方法來進(jìn)行系統(tǒng)調(diào)峰主動(dòng)性校驗(yàn),調(diào)峰主動(dòng)性約束滿足后結(jié)束迭代,即可得到最優(yōu)調(diào)度策略[6]。系統(tǒng)分層調(diào)度模型求解流程圖如圖1所示。
3 系統(tǒng)優(yōu)化調(diào)度結(jié)果分析
3.1 合理性與結(jié)果分析
通過對(duì)30節(jié)點(diǎn)網(wǎng)絡(luò)進(jìn)行優(yōu)化驗(yàn)證,證明了該優(yōu)化模型在不同的新能源消納場(chǎng)合均具有較好的消納特性和較高的經(jīng)濟(jì)效益,在優(yōu)化之前的結(jié)果如圖2~5所示。
為了驗(yàn)證研究提出模型的有效性,進(jìn)行以下2種調(diào)度分析。場(chǎng)景一:有火、無儲(chǔ)能、常規(guī)調(diào)峰進(jìn)行有無光對(duì)照;場(chǎng)景二:有火、有儲(chǔ)能、深度調(diào)峰進(jìn)行有無光對(duì)照。
場(chǎng)景一仿真結(jié)果如圖6~7所示。
由圖6可以看出,有火有光無儲(chǔ)能、常規(guī)調(diào)峰調(diào)度時(shí)發(fā)動(dòng)機(jī)組1的有功出力為4 MW;發(fā)電機(jī)組2的有功出力最大值為3.5 MW,有功出力最小值為0.1 MW;發(fā)電機(jī)組3的有功出力最大值為2.7 MW,最小值為1.0 MW;發(fā)電機(jī)組4的有功出力最大值為3.1 MW,最小值為2.1 MW;發(fā)電機(jī)組5的有功出力最大值為1.3 MW,最小值為0.8 MW。光伏電站一個(gè)調(diào)度周期內(nèi)的最大有功出力為0.7 MW,最小出力為0。由圖6和圖7的對(duì)比可以看出,在進(jìn)行常規(guī)調(diào)峰時(shí),加入光伏電站等新能源電站后,對(duì)于調(diào)度的優(yōu)化作用不大。
場(chǎng)景二仿真結(jié)果如圖8~9所示。
由圖9可以看出,有火有光有儲(chǔ)能、深度調(diào)峰調(diào)度時(shí)發(fā)動(dòng)機(jī)組1的有功出力為5 MW略有波動(dòng);發(fā)電機(jī)組2的有功出力最大值為3.2 MW,有功出力最小值為0;發(fā)電機(jī)組3的有功出力最大值為4 MW,最小值為1 MW;發(fā)電機(jī)組4的有功出力最大值為3.1 MW,最小值為1.8 MW;發(fā)電機(jī)組5的有功出力最大值為1.5 MW,最小值為1.1 MW。與有火無光有儲(chǔ)能、深度調(diào)峰調(diào)度時(shí)(圖8)相比,儲(chǔ)能電站使得光伏電站的接入更加平滑,與實(shí)際情況更加接近,因此更加有利于新能源消納。
3.2 經(jīng)濟(jì)性與消納性分析
分別討論了常規(guī)調(diào)峰、無光無儲(chǔ)能,深度調(diào)峰、無光無儲(chǔ)能,深度調(diào)峰、無光有儲(chǔ)能,深度調(diào)峰、有光無儲(chǔ)能,深度調(diào)峰、有光有儲(chǔ)能5種調(diào)度模式下的運(yùn)行收益和棄光率情況,結(jié)果詳見表1。
由表1可以看出,常規(guī)調(diào)峰對(duì)于新能源的消納作用并不明顯,經(jīng)濟(jì)性收益為負(fù)值,可以說經(jīng)濟(jì)性不高。對(duì)比而言,深度調(diào)峰的新能源消納程度高,棄光率低,更加具有實(shí)用性,但合理分配各發(fā)電機(jī)組的出力對(duì)于提高經(jīng)濟(jì)性也很重要。儲(chǔ)能系統(tǒng)的加入更加有利于光伏電站的接入,使得發(fā)電機(jī)組的有功出力更加合理,同時(shí)棄光率也從6.5%下降至2.1%。但對(duì)于小規(guī)模的電網(wǎng),儲(chǔ)能電站的加入可能會(huì)使得系統(tǒng)經(jīng)濟(jì)性降低。總的來說,考慮經(jīng)濟(jì)性和新能源消納情況的最合理的優(yōu)化調(diào)度組合為深度調(diào)峰下有光有儲(chǔ)能的調(diào)度方式。
4 結(jié)論
試驗(yàn)建立了考慮光伏、火電、儲(chǔ)能和負(fù)荷關(guān)系的配電網(wǎng)協(xié)同優(yōu)化日前調(diào)度模型,可在保證成本、減少電網(wǎng)碳排放的基礎(chǔ)上提高風(fēng)、光的消納能力。分析比較了不同場(chǎng)景下的電網(wǎng)經(jīng)濟(jì)性及新能源消納情況,并采用分層優(yōu)化調(diào)度的方法進(jìn)行求解,最終得出最合理的優(yōu)化調(diào)度組合為深度調(diào)峰下有光有儲(chǔ)能的調(diào)度方式。
參考文獻(xiàn)
[1] 國家統(tǒng)計(jì)局.中華人民共和國2022年國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)[N].中國信息報(bào),2023.
[2] 林振鋒.用戶側(cè)分布式儲(chǔ)能魯棒博弈優(yōu)化調(diào)度研究[D].合肥:安徽大學(xué),2022.
[3] 陳克文,王帥,韓興臣,等.考慮風(fēng)電消納的冷熱電聯(lián)供型綜合能源系統(tǒng)多目標(biāo)日前優(yōu)化調(diào)度[J].電氣工程學(xué)報(bào),2022,17(3):170-176.
[4] 李軍徽,侯濤,穆鋼,等.電力市場(chǎng)環(huán)境下考慮風(fēng)電調(diào)度和調(diào)頻極限的儲(chǔ)能優(yōu)化控制[J].電工技術(shù)學(xué)報(bào),2021,36(9):1791-1804.
[5] 于國強(qiáng),劉克天,胡尊民,等.大規(guī)模新能源并網(wǎng)下火電機(jī)組深度調(diào)峰優(yōu)化調(diào)度[J].電力工程技術(shù),2023,42(1):243-250.
[6] 李鐵,李正文,楊俊友,等.計(jì)及調(diào)峰主動(dòng)性的風(fēng)光水火儲(chǔ)多能系統(tǒng)互補(bǔ)協(xié)調(diào)優(yōu)化調(diào)度[J].電網(wǎng)技術(shù),2020,44(10):3622-3630.
Optimized Scheduling of New Energy Consumption Based on the Improved Particle Swarm Algorithm
LI Chenglong1, TIAN Youwen1 *, MIAO Jie2
(1.College of Information and Electrical Engineering, Shenyang Agricultural University, Shenyang 110866, China; 2.State Grid Jinzhou Electric Power Supply Company, Jinzhou Liaoning 121000, China)
Abstract:? In order to solve the problem of flexible scheduling with a high proportion of new energy penetrating into the distribution network, this paper studies the day-ahead cooperative optimal scheduling of the distribution network containing conventional power supply and intermittent new energy, which can ensure the minimum cost, minimize the carbon emission of the grid and maximize the photovoltaic absorption capacity while meeting the constraint conditions. Multi-objective particle swarm optimization (PSO) is used to simulate scheduling, hierarchical scheduling model is adopted, various constraints are considered, and the improved IEEE30-node system is taken as an example to simulate different scenarios, so as to verify the rationality of the scheduling model.
Key words:? rural electrification; new energy consumption; optimized scheduling; particle swarm
收稿日期:2023-10-10
作者簡(jiǎn)介:李成龍(2002—),男,本科,研究電氣工程及其自動(dòng)化有關(guān)領(lǐng)域。
通信作者:田有文(1968—),女,教授,從事電力系統(tǒng)調(diào)度自動(dòng)化系統(tǒng)方向的研究。