考慮需求響應資源和儲能容量價值的新型電力系統電源規劃方法

黃遠明, 張玉欣, 夏贊陽, 王浩浩, 吳明興 王 寧, 陳 青, 朱 濤, 陳新宇

(1. 廣東電力交易中心有限責任公司,廣州 510600; 2. 華中科技大學 電氣與電子工程學院,武漢 430074)

隨著全球能源消耗量的日益增長,大氣中二氧化碳含量逐年升高,導致全球極端氣候現象頻發[1].為此,世界各國均提出了控制碳排放以及實現碳達峰、碳中和的目標,我國于2020年9月正式提出“雙碳”目標,力爭于2030年前實現碳達峰,2060年前實現碳中和.當前電力行業二氧化碳排放約占我國能源活動二氧化碳排放的40%,推進電力部門脫碳,加速終端能源的電氣化是推動能源系統低碳轉型和長期溫室氣體減排的主要手段[2].因此,建設以可再生能源為主體的新型電力系統將成為實現“雙碳”目標的重要途徑[3].

在以可再生能源為主體的新型電力系統中,風、光、水等一次能源供應與氣象條件密切相關,可再生能源出力存在較大隨機性與不確定性[4-5],同時疊加負荷的不確定性,導致系統維持電力供需動態平衡的難度大幅增加,因此需要提升系統靈活性[6]以確保系統安全穩定運行[7].同時,可再生能源出力易受天氣影響,容易出現負荷高且可再生能源出力低的情況,導致系統容量充裕性不足使系統面臨停電風險[8-10].傳統基于持續負荷曲線和裝機容量的電源規劃模型已無法適應在高比例可再生能源情況下對系統的靈活性和容量充裕性要求.

針對高比例可再生能源電力系統的電源規劃問題,現有研究在系統靈活性或容量充裕性問題上存在一定局限性.Bertsch等[11]考慮多種靈活調節資源的規劃,并分別對火電爬坡、機組啟停、儲能充放等靈活性約束建模,形成正負靈活性資源約束集,但僅考慮了負荷平衡約束而無其他容量充裕性約束.黃旭祥等[12]建立了內嵌時序生產模擬的雙層混合整數線性規劃模型,協同規劃火電、可再生能源與儲能容量,同時包含火電等電源靈活性的精確建模,但未對系統容量充裕性進行明確約束.姜海洋等[13]建立了協同規劃源網荷儲靈活性資源的線性規劃模型,并內嵌全年8 760時段生產模擬,不僅包含多種靈活性約束還考慮可再生能源長時間尺度的波動性,但只是簡單調節負荷曲線來確保系統容量充裕性.Kargarian等[14]在電源規劃時考慮了儲能和快速爬坡機組的容量聯合優化,并考慮調頻性能約束,但同樣未考慮系統容量充裕性約束.楊珺等[15]在電源規劃模型中引入了靈活性裕量約束,并內嵌生產運行模擬模型,同時直接引入最大失負荷概率約束,但原模型過于復雜難以求解,且簡化后的模型并不能確保成本達到最優和足夠的容量充裕性.鑒慶之等[16]建立了包含規劃層、運行層、靈活層的3層電源規劃模型,針對機組啟停和爬坡性能進行了詳細建模,但過高估計了系統容量充裕性.何俊[17]提出了一種基于置信容量的微電網風光儲電源規劃方法,根據系統可靠性需求,利用蒙特卡洛隨機模擬確定系統總體置信容量水平,并以成本最小化為目標確定容量配置,保證了系統容量充裕性,但未考慮微電網中燃氣機組靈活性約束.

針對電力系統靈活性問題,主要通過配置多種靈活調節資源提升系統靈活性,使系統能應對可再生能源和負荷的波動性和不確定性.靈活調節資源主要包括可調節的傳統發電機組、儲能系統[18]、需求側響應[19]等,不同類型資源各有優劣,例如火電機組出力穩定、可靠性高,但碳中和背景下其出力受到碳排放額限制;儲能可以削峰填谷,出力調節速度快,但投資成本高;需求側響應資源投資成本低、響應較快,但響應價格較高且需要完善的市場機制配合.因此,在進行電源規劃時應統籌考慮上述資源特性,以反映不同機組之間出力特性的互補關系.

針對電力系統容量充裕性問題,主要通過配置一定比例的裝機容量裕度,使系統在機組突發故障停運或受一次能源影響降低出力時仍有充足的發電容量[20].由于不同機組故障率以及一次能源稟賦不同,裝機容量相同的機組對系統容量充裕性的貢獻未必相同,特別是風力發電(簡稱風電)、光伏等新能源,傳統電源規劃模型中基于機組裝機容量的系統充裕性約束已不適用于高比例可再生能源電力系統.為衡量不同停運率的火電機組所能承擔的負荷大小,Garver[21]提出了置信容量的概念,隨后被推廣應用于風電、光伏等可再生能源以及儲能[22-24].置信容量可以用來衡量系統容量充裕性,使得不同類型電源的容量充裕性可以在同一水平下進行相互比較[25].然而,由于儲能置信容量與系統裝機結構等邊界條件非線性相關,難以直接在規劃模型中計算,目前尚無規劃模型考慮儲能置信容量.

為此,綜合考慮系統靈活性和容量充裕性,建立包括傳統火電、可再生能源、儲能及需求側響應等資源在內的多電源與儲能規劃模型,內嵌全年 8 760 時段生產運行模擬,并采用置信容量建立系統容量充裕性約束.針對儲能置信容量與決策變量非線性耦合的問題,通過分析儲能置信容量與系統其他因素的關系,設計一種迭代求解算法,最后基于某區域電網模型驗證了規劃模型的可行性與有效性.與傳統電力系統規劃模型相比,所提模型具有如下創新點:① 基于快速機組組合模型,統籌考慮包括傳統火電、可再生能源、儲能及需求側響應等資源的運行模型,實現規劃模型內嵌 8 760 時段產模擬,在小時級的精度上考慮可再生能源出力波動對系統供需平衡的影響,保障系統電源結構具有足夠的靈活性;② 分析儲能置信容量與裝機結構等邊界條件之間的關系,并使用置信容量衡量風電、光伏、儲能等資源對系統容量充裕性的實際貢獻,建立了考慮儲能與需求響應資源的容量充裕性約束,確保最小化投資成本的同時系統有充足的置信容量,從而避免因可再生能源出力受限導致的實際可用發電容量不能滿足負荷需求的問題;③針對規劃結果與儲能置信容量之間的非線性耦合關系設計一種基于迭代的解耦求解算法,使每次迭代的模型均為線性規劃模型,可直接調用商業求解器快速求解,加快模型求解速度.

1 考慮需求響應資源和儲能容量價值的新型電力系統規劃方法

1.1 規劃模型概述

規劃模型綜合考慮系統靈活性約束與容量充裕性約束,以系統總成本最小為目標,基于時序生產模擬規劃多電源與儲能的最優容量.在靈活性約束方面,模型重點考慮火電機組的最短啟停時間、爬坡、出力上下限等約束.由于傳統機組組合模型為混合整數線性規劃問題,當系統規模較大時求解速度較慢甚至無法求解,因此通過采用適合大規模可再生能源系統規劃建模的快速機組組合模型[26],在大幅縮短求解時間的同時保留規劃模型所要求的精度.在容量充裕性約束方面,模型統籌考慮火電、風電、光伏、水力發電(簡稱水電)、儲能、需求側響應資源的置信容量,由于儲能置信容量與系統可再生能源裝機容量等因素非線性相關,所以提出一種適用于電源規劃模型的儲能置信容量動態迭代算法,將容量充裕性約束線性化,便于模型使用線性規劃求解器求解.

1.2 考慮需求響應資源和儲能容量價值的系統容量充裕性約束

1.2.1間歇性可再生能源的置信容量 現有針對間歇性可再生能源的置信容量定義主要分為4類,分別是等效確定容量(EFC)、等效載荷容量(ELCC)、等效常規機組(ECPP)、保證出力(GC).EFC是指可再生能源可替代的完全可靠的常規發電機組容量,即保證系統可靠性指標不變的情況下,用可靠常規發電機組代替可再生能源發電機組;ELCC是指保證系統可靠性指標不變的情況下,系統新增可再生能源機組后系統可額外承載的負荷容量;ECPP與EFC類似,區別在于使用的常規機組具有一定強迫停運率;GC定義為在一定置信度下可再生能源的可用發電容量.上述4種置信容量中,EFC、ELCC、ECPP均需要通過大量計算才能獲得,但GC定義的置信容量未考慮間歇性可再生能源出力與負荷的同時性問題,即可再生能源出力大小對系統容量充裕性的影響主要在尖峰時段內,因此選擇歷年系統負荷最大的1%時段(t1%)內間歇性電源的平均出力與其裝機容量之比作為其置信容量:

(1)

1.2.2儲能系統的置信容量 儲能本身不產生能量,在高比例可再生能源電力系統中,儲能主要通過將低谷時段電量平移到尖峰時段提高系統容量充裕性,因此其對系統容量充裕性的貢獻同時受限于裝機容量和存儲電量,可類比風電、光伏等電源,以置信容量衡量其對系統容量充裕性的貢獻[23-24].目前關于儲能置信容量的定義尚未達成共識,以文獻[23]的定義為準,將“引入儲能前后凈負荷(即負荷減去儲能凈輸出功率)曲線最高的100個時段平均值之差”作為儲能置信容量.顯然,儲能的置信容量與多種因素有關,其中主要因素包括儲能系統凈負荷大小與波動情況即負荷減去可再生能源理論出力、最大持續放電時間、儲能滲透率,其中系統凈負荷又與波動情況、負荷、可再生能源裝機容量、可再生能源容量因數序列有關,其函數關系為

Ces=f(αr,Ir,D,Ees,Pes)

(2)

式中:Ces為儲能置信容量比例系數,取值范圍在[0, 1]區間;Ir為可再生能源裝機容量;D為系統負荷;Ees為儲能電容量;Pes為儲能功率.

由于αr和D為系統固有屬性,與規劃無關,以下逐項分析Ces與Ir,Ees,Pes的關系.假設Ees,Pes充足,當凈負荷波動越大時,儲能可平移的峰谷電量越多,儲能置信容量也越大,因此Ces和Ir正相關.當凈負荷波動和Pes一定時,Ees越大,儲能可平移的峰谷電量越多,儲能置信容量越大,因此Ces和Ees/Pes正相關,即與儲能最大持續放電時間正相關.當凈負荷波動和Ees/Pes一定時,Pes在從小變大的過程中,對系統的影響也從小到大,當儲能對系統影響不可忽略時,其對系統容量充裕性的邊際效益遞減,Ces將隨之減小.儲能置信容量系數與各變量之間的關系如圖1所示.

圖1 儲能置信容量系數與各變量之間的關系

1.2.3考慮儲能與需求響應資源的容量充裕性約束 在電源規劃模型中,系統可靠性通常用電力不足期望值(LOLE)、期望缺供電量(EENS)等指標表示,其本質為在一定邊界條件下求得系統可用容量不足以供應負荷的期望,因此對系統可靠性的約束可轉化為對系統可用容量的約束,要求在一定置信率的情況下系統可用容量大于峰值負荷,即系統置信容量之和大于峰值負荷:

Dn(1+βcc), ?n

(3)

為保證系統裝機容量滿足N-1約束,即系統中任意一臺機組故障后剩余機組仍能滿足最大負荷需求,同時考慮系統負荷預測和實際運行的偏差以及機組檢修等因素,置信容量裕度的取值應滿足如下條件:

(4)

式中:Smax為系統中單臺機組最大裝機容量;βr為備用容量比例;Dmax為系統負荷最大值.

1.3 基于快速機組組合模型的系統靈活性約束

由于風電、光伏出力的隨機性,需要在規劃模型中考慮系統的靈活性,以小時級精度進行機組組合優化,使系統滿足多種靈活性約束.傳統機組組合模型為混合整數線性規劃,在裝機規模大、長時間尺度的系統優化中計算量極大,因此采用快速機組組合模型對火電機組靈活性約束建模,同時分別建立了可再生能源、儲能及需求側響應資源的運行模型.

1.3.1快速機組組合模型約束集 火電機組的快速機組組合模型[3, 26-27]如下:

(5)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

(13)

(14)

(15)

(16)

1.3.2可再生能源出力約束 可再生能源出力模型為

(17)

1.3.3需求側響應資源出力約束 需求側響應資源出力模型為

(18)

1.3.4儲能運行模型約束集 儲能模型[27]如下:

(19)

(20)

(21)

(22)

(23)

(24)

(25)

1.4 其他約束

(29)

1.5 目標函數

模型目標函數為

(30)

1.6 模型求解算法流程

式(3)～(30)所構建的考慮需求側響應與儲能容量價值的新型電力系統規劃模型為線性規劃模型,可直接通過Gurobi等商業求解器求解.但模型中的儲能置信容量系數為系統可再生能源裝機比例、儲能裝機規模等參數的函數,需要迭代求解,具體流程如圖2所示.

圖2 模型求解流程圖

(31)

2 算例分析

基于中國某區域電網的簡化電網模型對所提模型進行求解和驗證,該電網覆蓋5個省份,共143臺火電機組,分類別聚合燃煤、燃氣機組以應用快速機組組合模型,規劃期為2050年,按3%的負荷增長率預測峰值負荷為510 GW,RPS約束設置為80%,即要求80%的電量來自于可再生能源.由于缺少實際數據,本文未考慮輸電線路約束及其擴建,而是考慮最大持續放電時間分別為2、4、6 h的電化學儲能以及12 h最大持續放電時間的抽水蓄能,年化投資成本[3]分別為351、486、621、1 576 元/(kW·h).規劃的電源類型包括煤電、氣電、風電、光伏,需求側響應激勵價格設置為 1 000～3 500 元/MW.

2.1 儲能的容量價值

在是否考慮儲能裝機的兩種情況下進行電源規劃,從系統裝機結構、成本、機組利用時間、棄風棄光率的影響等方面,探討儲能的容量價值.

圖3展示了有無儲能參與情況下的系統裝機情況,兩種情況下裝機變化較大的是風電、光伏和氣電.無儲能情況下,負荷高峰時段可再生能源出力可能受到天氣限制,因此需要多建氣電機組為系統提供容量充裕性;光伏只有白天發電,對系統置信容量貢獻有限,因此新建容量遠小于風電.有儲能參與的情況下,儲能具有削峰填谷的作用,可以大幅減少風電和氣電的裝機,并增加光伏裝機.從利用時間看,如表1所示,儲能可以大幅提高煤電和光伏的利用時間,但一定程度上取代了氣電作為調峰機組,因此降低了氣電的利用時間.同時,系統棄風棄光率從33.6%下降到9.8%,系統裝機成本從 12 487 億元下降到 10 199 億元,下降幅度達18.3%,而系統置信容量仍在最小置信容量要求之上.可見,儲能的容量價值分別在靈活性和系統容量充裕性上得到了體現,即增加了系統對可再生能源消納能力,同時減少了氣電等調峰機組的裝機容量,降低了系統成本.

圖3 有無儲能參與情況下的裝機情況

表1 發電設備利用時間

2.2 不同需求側響應資源容量的影響

探究系統引入不同需求側響應容量對系統裝機結構的影響,需求側響應資源容量分別設置為峰值負荷的0%、5%、10%、15%和20%.

2.2.1系統電源結構 不同需求側資源容量場景下的系統裝機容量如表2所示,由于RPS設置為80%,即至少要求80%的電量來自于可再生能源,所以系統主要新增裝機容量為風電和光伏機組.由于系統容量充裕性和靈活性限制,在沒有需求側響應資源的情況下,系統累計新建了137.8 GW的火電機組和131.1 GW的儲能機組,占總新增裝機的21.6%.在引入需求側響應資源后,火電、儲能、可再生能源機組裝機容量均有所減少,其中火電機組減少幅度最大,而儲能和可再生能源裝機容量變化不大.需求側響應資源占比從5%變化到20%的過程中,火電機組新增裝機容量從137.8 GW下降到59.9 GW,平均需求側響應資源每增加1%,火電機組裝機容量下降3.9 GW.

表2 不同需求側資源容量比例下的各機組裝機容量

從裝機成本看,可再生能源和儲能裝機成本遠高于火電,因此系統總裝機成本相對變化不大,需求側響應資源容量從0%增加到20%的過程中,系統裝機成本分別為 10 199、10 138、10 053、9 943、9 862 億元,平均每1%的需求側響應容量可以減少16.9億元裝機成本.

2.2.2需求側響應資源對火電的替代作用 圖4為10%需求側響應資源和0%需求側響應資源情形下的電力周平衡圖.在11月6日到11月8日期間,由于風力減小,風電機組出力受限,所以無法提供足夠的發電容量,負荷主要靠煤電、氣電和光伏供給,而光伏電源在傍晚時段出力迅速降低,負荷在此時達到一天中的峰值,主要靠儲能白天存儲光伏產生的額外電量,并在傍晚釋放以平衡負荷.在11月7日,光伏出力受天氣影響而降低,若無需求側響應資源,系統只能多建火電機組以應對可再生能源出力不足的情況.由于可再生能源出力不足為小概率事件,所以此時額外建設的機組年利用時間較少,從而造成資源浪費.而引入了需求側響應資源后,可由需求側響應資源應對可再生能源出力不足的情況,優化了系統電源結構,同時由于此類事件出現頻率較低,對用戶正常用電影響較小.

圖4 電力周平衡圖

2.2.3系統置信容量 不同需求側響應資源比例下的系統置信容量如圖5所示,由于RPS約束設置為80%,儲能和風電的裝機比較充裕,所以系統總體置信容量約在656 GW左右,高于最小置信容量要求.系統總體置信容量與需求側響應資源接入系統資源比例基本無關,但需求側響應資源可以代替一部分火電和儲能提供的置信容量,因此其他能源提供的置信容量隨需求側響應資源增加而下降.同時,由于可再生能源出力受氣象條件影響,無法隨負荷大小調整,所以可再生能源置信容量占比較低,系統置信容量主要由火電和儲能提供.

圖5 不同需求側響應資源比例下的系統置信容量

3 結語

綜合考慮以可再生能源為主體的新型電力系統中容量充裕性和靈活性兩方面約束,重點分析了儲能置信容量與各因素之間的關系,基于快速機組組合和快速儲能置信容量算法,建立了考慮需求響應資源和儲能容量價值的新型電力系統規劃模型,并設計了基于線性規劃求解器的迭代求解算法流程,最后基于中國某區域電力系統對所提模型進行了驗證.結果表明,以可再生能源為主體的新型電力系統中,主要影響系統成本的約束為系統靈活性約束,基于時序生產模擬的規劃模型可精細刻畫負荷、可再生能源出力之間的時序耦合以及火電機組爬坡、啟停等約束.此外,需求側響應資源可有效提供系統靈活性,相比新建火電和儲能等機組成本更低,引入需求側響應資源可有效降低系統成本.然而,由于主要討論了儲能和需求側響應資源的引入對系統投資運行成本和容量充裕性的影響,未能詳細分析儲能系統對輸電阻塞的緩解作用,將在未來研究中進一步討論.