電廠源-荷-儲協調電力系統優化調度探究

摘 要：在電源、負荷、儲能設備所構成的電力系統中，為了適應新能源占比不斷提高的背景，研究過程將新能源發電形式設定為風力發電，建立了源-荷-儲協調電力系統深度調峰優化調度模型。該模型引入2個控制目標，分別為系統總成本最低和棄風率最低，求解時需要滿足一系列約束條件。在完成建模后，利用電力仿真軟件建立1個有30個節點的電力系統模型，涵蓋傳統火電機組、風電場、儲能設備以及負荷，用于驗證優化調度模型的應用效果。根據研究內容得出以下結論：對比其他4種調度模式，本文建立的優化調度模型實現了總成本和棄風率最低的目標；提高風機裝機容量會導致棄風率增加，總成本隨之下降，因此需要結合實際情況選擇合理的裝機容量，以平衡棄風率和總成本之間的矛盾。

關鍵詞：源-荷-儲協調；電力系統深度調峰；優化調度模型

中圖分類號：TM 73" 文獻標志碼：A

在國內的電力系統中，火力發電和風力發電均屬于重要的電源形式，隨著風電占比不斷提高，對電力系統的調峰調度能力提出更高的要求，設計重點為保證電力調度的靈活性和總體的經濟效益。為了滿足以上發展需求，在此次研究中，創新性地提出源-荷-儲協調電力系統深度調峰優化調度模型，實現了風電棄風率最低和系統總成本最低的控制目標，為優化調度模式、降低運營成本、提高電能質量創造了新的技術發展方向。

1 源-荷-儲協調電力系統深度調峰優化調度方法

1.1 源-荷-儲協調電力系統深度調峰優化調度模型

1.1.1 確定控制目標

源-荷-儲協調要求電力系統的電源端、負荷端和儲能設備端實現協調運行，其主要目的為提高電力系統的經濟性。新能源的并網發電量持續增加，對電力系統的調峰能力提出了較高的要求。在電力系統深度調峰的背景下，如果將經濟效益最高作為目標，那么主要的調峰對象為新能源發電，進而抑制新能源發電量[1]。如果將新能源發電消納量最高作為目標，就會影響傳統火力發電的經濟性。因此，以上2種控制目標均存在一定的局限性。

在此次研究中，新能源發電形式為風電，針對源-荷-儲協調電力系統深度調峰優化調度模型設置2個控制目標，分別為提高電網經濟性和風電消納量[2]。其中，風電消納量可通過電網棄風率進行評價，棄風率越小，代表風電消納量越高。

1.1.2 建立目標函數

優化調度模型具有2個目標參數，并且2個目標參數的量綱不同。當構建目標函數時，先通過標幺化處理消除量綱的影響，再利用線性權重變換為2個目標分配權重[3]。目標函數如公式（1）所示。

（1）

式中：F為目標函數；ω1為源-荷-儲電力系統經濟性權重系數；ω2為源-荷-儲電力系統棄風率重系數；f1為源-荷-儲電力系統運行成本；f2為源-荷-儲電力系統棄風率；C0為經濟性最優對應的模型優化結果；ρ0為棄風率最低對應的模型棄風率優化結果。

其中，權重系數ω1+ω2=1。

在目標函數中，參數f1、f2、C0如公式（2）所示。

（2）

式中：Cgi，t為火電機組調峰運行的費用；CW為棄風懲罰成本；CB為電力系統的備用成本；Ccha為儲能設施的運行費用；Pf，t為風電的預測值；PW，t為風電的并網功率；Δt為風電并網發電的時長；C1為機組的煤成本；C2為風電設備的運行成本。

1.2 優化調度模型約束條件

1.2.1 火電功率約束

火電功率約束分為2種情況，其一為常規調峰時段的出力約束，其二為深度調峰時段的出力約束。在常規調峰階段，約束條件為Pgi，min≤Pgi，t≤Pgi，max[4]。其中，將火電機組技術出力最小值記為Pgi，min，最大值記為Pgi，max，Pgi，t為火電機組在時間t時對應的實際出力。在深度調峰階段，約束條件為Pgi，b≤

Pgi，t≤Pgi，max（Pgi，b為調峰機組的投油出力下限）。

1.2.2 風電功率約束

風電功率約束條件較簡單，即風電的實際并網功率不超過風電預測值。因此，在模型計算階段，必須確保預測值的誤差控制效果。

1.2.3 線路傳輸容量約束

電力導線的傳輸容量具有一定的限制，當電流超過導線的傳輸容量時，可導致線路過熱，嚴重時可引起線路損毀。針對線路傳輸容量的約束條件為-Pij，max≤Bij（θi，t-θj，t）≤Pij，max（Pij，max為線路節點i和j之間的傳輸容量最大值；Bij為i、j 2個線路節點之間的導納；θi，t、θj，t分別為節點i、j在時間t時對應的電壓相角[5]）。

1.2.4 需求響應約束條件

在同一個電力調度階段，需求響應前后的電力負荷為恒定值。優化調度模型改變了用電方式，進而決定了用戶的購電成本。因此，在深度調峰調度優化模型中，需要考慮用戶滿意度問題，將其作為必要的約束條件。用戶滿意度實際上分為2個維度，包括用電方式滿意度和電費滿意度。以電費滿意度為例，其約束條件如公式（3）所示。

（3）

式中：PL1，t為原始負荷值；p1，t為對應的電價；PL2，t為計及需求響應之后的負荷值；p2，t為對應的電價；SP min為電費滿意度上限；T為電力調度的總時長；t為電力調度期間的任意時間點。

1.2.5 火電主動性約束條件

在源-荷-儲協調電力系統中，儲能設施對調峰過程具有重要的影響。一方面，儲能設施可增強調峰過程的靈活性，為電力系統獲得調峰補償創造有利的條件。另一方面，儲能設施在充放電過程中會產生一定的附加成本。

在深度調峰階段，將對應的火電利潤記為Ug，t，風電利潤記為UW，t。當UW，tlt;0并且Ug，tgt;0時，風電場不能通過參與深度調峰獲得經濟利益，因而會退出調峰；當UW，tgt;0，并且Ug，tlt;0時，火電廠不能通過參與深度調峰獲得經濟效益，因而退出調峰活動[6]。

1.3 優化調度模型求解流程

根據以上目標函數和約束條件，源-荷-儲協調電力系統深度調峰優化調度模型的求解流程如下。1）將系統運行成本最低作為目標，利用負荷需求響應優化負荷曲線，判斷是否滿足負荷需求響應以及各種約束條件。2）當滿足上一步的判斷條件時，以系統運行成本最低為目標，允許系統中的火電機組進行深度調峰。根據優化后的負荷曲線安排火電機組的常規出力，同時進行深度調峰操作，判斷是否滿足相應的約束條件。3）將以上優化結果對應的運行成本和棄風率作為基準值，輸入目標函數。按照棄風率和運行成本最低進行系統優化。4）根據優化后的負荷曲線安排機組出力、設備容量、儲能設備的放電功率、調峰結果的利益分配，同時判斷優化成果是否滿足各類約束條件[7]。

2 基于優化調度模型的算例分析

2.1 算例模型及相關參數

2.1.1 算例模型選取

在算例分析階段，采用圖1所示的30節點電力系統。該模型中設置了1個風電場、6個火電機組以及若干儲能設備，G1～G6為傳統火電機組。黑色粗實線代表母線，黑色箭頭代表負荷。

2.1.2 模型參數設置

2.1.2.1 火電機組參數設置

火電機組的參數包括出力上限、出力下限、燃料成本相關的系數以及機組爬坡率。在仿真模擬中，按照表1設置火電機組的參數，將機組燃煤成本記為C1，t，成本和燃料成本系數之間的關系如公式（4）所示。

C1，t=aiP2gi，t+biPgi，t+ci （4）

式中：ai、bi、ci為燃料成本系數。

2.1.2.2 儲能設備參數設置

儲能充電功率最大值設置為8MW，最小值設置為2MW；不考慮損耗，將儲能設備的最大、最小放電功率分別設置為8MW、2MW；儲能設備的初始荷電狀態設置為6MW；儲能設備的充、放電效率均按照95%進行取值；儲能容量設置為20MW。

2.2 調度模式設置

在仿真過程中，設置5種互為對照的調度模式，各種模式的具體情況如下。1）模式1。以系統運行成本最低為目標，由火電機組參與常規調峰。2）模式2。以系統運行成本最低為目標，在考慮負荷需求響應的情況下，由火電機組參與常規調峰。3）模式3。以系統運行成本最低為目標，在考慮負荷需求響應的情況下，由G1機組參與深度調峰。4）模式4。以系統運行成本和棄風率最低為目標，在考慮負荷需求響應的情況下由G1機組參與深度調峰。5）模式5。以系統運行成本和棄風率最低為目標，配置儲能設施，在考慮負荷需求響應的情況下，由G1機組參與深度調峰。

2.3 仿真數據分析

2.3.1 風機裝機容量對優化調度的影響

仿真過程將風機總裝機容量分別設置為70MW、85MW、100MW、115MW、130MW。在以上5種調度模式下模擬裝機容量對系統總成本和棄風率2個控制目標的影響，結果如下。

2.3.1.1 風機裝機容量對系統總成本的影響

在5種調度模式下，不同風機裝機容量對應的系統總成本模擬結果見表2。由仿真數據可知，在同一種調度模式下，隨著風機容量增加，系統的總成本呈下降的趨勢。當風機容量保持不變時，調度模式3的總成本最低，其次為調度模式2，其他3種調度模式差異較小。

表2 不同風機容量下系統總成本模擬數據

調度模式 風機裝機容量/MW

70 85 100 115 130

模式1成本/萬元 178.34 176.02 173.79 171.75 169.95

模式2成本/萬元 177.30 171.04 168.95 167.06 165.49

模式3成本/萬元 170.83 168.45 166.18 164.07 162.46

模式4成本/萬元 174.56 174.76 173.72 171.54 170.36

模式5成本/萬元 174.78 175.16 174.50 172.56 171.55

2.3.1.2 風機裝機容量對棄風率的影響

在5種風機裝機容量下，模擬5種調度模式對應的棄風率，結果如圖2所示。

從圖2中各個曲線的斜率變化趨勢可知，隨著風機裝機容量提高，棄風率呈上升的趨勢，棄風率的排序結果為模式5lt;模式4lt;模式3lt;模式2lt;模式1。

源-荷-儲協調電力系統深度調峰優化調度模型（對應調度模式5）設計有2個控制目標，其一為系統總成本，其二為棄風率。從棄風率排序可知，此次建立的優化調度模型棄風率最低。

2.3.2 源-荷-儲協調深度調峰優化調度模型綜合效果

將目標函數中的ω1和ω2，均設置為0.5，以仿真模型為基礎，利用5種調度模式開展電力系統調峰，模擬系統在調峰階段的總成本、棄風率和火電調峰補償。5種模型的風機總裝機容量均為70MW，前4種調度模式不接入儲能設備，第五種調度模式接入儲能設備，調度模式5代表源-荷-儲協調深度調峰優化調度模型。根據以上條件，仿真模擬結果見表3。

2.3.2.1 棄風率控制效果評價

優化調度模型的目標為總成本最低和棄風率最低。對比5種調度模式的棄風率，模式5最低，并且棄風率為0。顯然，源-荷-儲協調深度調峰優化調度模型的棄風率最低，明顯優于其他調度模式。

2.3.2.2 系統總成本控制效果評價

系統總成本=運行成本-火電調峰補償，按照該方法計算5種調度模式的總成本，模式1～模式5的總成本分別為178.34萬元、173.30萬元、167.65萬元、166.90萬元、165.21萬元。可見，5種調度模式的總成本依次降低，模式5總成本最小。說明采用源-荷-儲協調深度調峰優化調度模型能夠有效降低深度調峰的總成本。綜合棄風率指標，該模型達到了棄風率、總成本最低的目標。

表3 5種調度模型的運行成本、棄風率、火電調峰補償模擬結果

調度模式 運行成本/萬元 棄風率/% 火電調峰補償/萬元

模式1 178.34 36.58 0

模式2 173.30 21.44 0

模式3 170.84 7.35 3.19

模式4 174.56 1.38 7.66

模式5 174.78 0 9.57

3 結語

在新能源發電占比不斷提高的背景下，為了強化電力系統的調峰能力，以適應新能源發電方式的特點。本文建立了源-荷-儲協調電力系統深度調峰優化調度模型，主要實現火電、風電、儲能設備和電力負荷的協調控制，得出以下基本結論。1）源-荷-儲協調電力系統深度調峰優化調度模型的目標函數提出2個控制目標，其一為系統總成本最低，其二為風電棄風率最低。2）在2.3.1小節的仿真中，設置5種風機裝機容量，對比不同調度模式下的棄風率和系統總成本。根據模擬數據可知，在提高風機裝機容量的情況下，棄風率呈上升的趨勢，總成本則不斷下降。因此，2個控制目標存在矛盾，需要根據實際情況合理設計風機裝機容量，實現2個目標的最優解。3）在2.3.2小節的仿真中，對比5種調度模式的棄風率和總成本，源-荷-儲協調電力系統深度調峰優化調度模型（模式5）的棄風率和總成本均最低，達到了預期目標。

參考文獻

[1]宋彥斌，汪莞喬，張慧，等.分布式“源荷儲”資源協同互動異構組網方法與仿真實現[J].電子技術應用，2024，50（3）：73-79.

[2]曾夢迪，胡康濤，朱欣悅，等.新型混合儲能運行模式分析與源荷儲協調控制[J].電力電子技術，2024，58（2）：79-83.

[3]何玉靈，解奎，孫凱，等.基于改進布谷鳥算法的微電網源-荷-儲功率優化調度[J].電力科學與工程，2023，39（10）：14-25.

[4]楊延棟，舒斐，馬金晨，等.基于特征融合的配電網源-荷-儲完全分布式協調控制方法[J].電氣自動化，2023，45（4）：30-32，36.

[5]楊錫勇，張仰飛，林綱，等.考慮需求響應的源-荷-儲多時間尺度協同優化調度策略[J].發電技術，2023，44（2）：253-260.

[6]郇政林，劉杰，徐沈智，等.面向高比例新能源接入的源-荷-儲靈活性資源協調規劃[J].電網與清潔能源，2022，38（7）：107-117.

[7]楊洪明，尹邦哲，孟科，等.考慮源荷功率矩不確定性的新型互聯電力系統省內-省間分布魯棒協調優化調度[J].電力建設，2023，44（7）：98-110.