梁浚杰, 蘭 飛, 黎靜華
(廣西電力系統(tǒng)最優(yōu)化與節(jié)能技術(shù)重點(diǎn)實(shí)驗(yàn)室(廣西大學(xué)), 廣西壯族自治區(qū)南寧市 530004)
在以光伏發(fā)電為主的配電網(wǎng)中使用儲能設(shè)備,一方面能夠減少光伏出力波動對電網(wǎng)造成的影響,提高系統(tǒng)運(yùn)行的安全可靠性[1-2];另一方面可以對配電網(wǎng)中電能進(jìn)行有效管理,達(dá)到更好的經(jīng)濟(jì)性效果[3-5]。但是,依據(jù)當(dāng)前的技術(shù)條件,儲能的容量受限且價(jià)格昂貴,因此如何合理確定儲能容量是一個重要的研究課題。
目前對含光伏發(fā)電設(shè)備的配電網(wǎng)儲能容量優(yōu)化配置的研究,主要通過建立優(yōu)化模型進(jìn)行確定,其中多以電壓波動最小[6]、系統(tǒng)經(jīng)濟(jì)性最好[7]、系統(tǒng)功率波動最小[8]等作為優(yōu)化目標(biāo)。例如:文獻(xiàn)[9]以各節(jié)點(diǎn)電壓越限量之和最小作為目標(biāo)函數(shù)建立優(yōu)化模型獲得最優(yōu)充電功率值,進(jìn)而獲取儲能的最優(yōu)容量配置;文獻(xiàn)[10]以抑制光伏并網(wǎng)后系統(tǒng)節(jié)點(diǎn)電壓波動為目標(biāo),在考慮需求側(cè)響應(yīng)的情況下對系統(tǒng)的儲能容量進(jìn)行優(yōu)化配置;文獻(xiàn)[11]以系統(tǒng)成本最小為目標(biāo)建立優(yōu)化模型,模擬不同容量規(guī)劃下的分布式光伏并網(wǎng)運(yùn)行情況,從而得到對應(yīng)情景下最優(yōu)的儲能系統(tǒng)配置容量;文獻(xiàn)[12]考慮儲能充放電效率、荷電狀態(tài)和全壽命周期成本等因素,建立了以經(jīng)濟(jì)性最優(yōu)為目標(biāo)的優(yōu)化模型獲取系統(tǒng)的最優(yōu)儲能配置容量;文獻(xiàn)[13]提出兩個衡量儲能平抑風(fēng)光儲聯(lián)合發(fā)電系統(tǒng)有功功率波動的指標(biāo),以功率波動指標(biāo)最小為目標(biāo)進(jìn)行儲能容量優(yōu)化。
上述文獻(xiàn)對儲能容量的優(yōu)化配置研究都是基于單一的衡量指標(biāo)進(jìn)行,為此,不少研究對此進(jìn)行改進(jìn),在對儲能容量進(jìn)行優(yōu)化配置時,考慮了對多個指標(biāo)進(jìn)行協(xié)調(diào)優(yōu)化[14]。例如:文獻(xiàn)[15]針對儲能的選址定容問題構(gòu)建了雙層優(yōu)化模型,分別以電壓波動改善效果最佳與投資成本最小作為雙層優(yōu)化模型的兩個目標(biāo)進(jìn)行優(yōu)化;文獻(xiàn)[16]以系統(tǒng)經(jīng)濟(jì)性最好和可靠性最高作為優(yōu)化模型的兩個優(yōu)化目標(biāo)建立優(yōu)化模型,并使用雙目標(biāo)遺傳算法求解得到儲能容量的配置方案;文獻(xiàn)[17]基于年調(diào)峰不足概率的技術(shù)性指標(biāo)和基于年調(diào)峰費(fèi)用的經(jīng)濟(jì)性指標(biāo),對可再生能源并網(wǎng)后系統(tǒng)對儲能的需求進(jìn)行評估;文獻(xiàn)[18]在以系統(tǒng)總成本為目標(biāo)構(gòu)建儲能優(yōu)化模型時,不但對儲能容量的優(yōu)化配置進(jìn)行了考慮,也對儲能配置位置的優(yōu)化進(jìn)行了考慮。此類方法對系統(tǒng)的各項(xiàng)指標(biāo)考慮得更為全面,然而較為復(fù)雜,不易實(shí)現(xiàn)。
以上研究為電力系統(tǒng)中儲能容量的確定提供了良好的技術(shù)支持。然而上述文獻(xiàn)所研究的配電模型中往往未考慮儲能與常規(guī)機(jī)組、聯(lián)絡(luò)線、棄光等手段的協(xié)調(diào)配合,不能實(shí)現(xiàn)各種調(diào)節(jié)資源的綜合利用。而且,當(dāng)前的儲能優(yōu)化配置模型中決策變量較多,使得模型解算復(fù)雜,實(shí)用性受限。
基于上述問題,本文提出了一種實(shí)用的網(wǎng)格化場景分析方法。所提方法與工程上的短路電流運(yùn)算曲線法理念相似。根據(jù)網(wǎng)格化的運(yùn)行條件,計(jì)算不同運(yùn)行條件下的技術(shù)性指標(biāo),生成給定場景下的技術(shù)性指標(biāo)與儲能容量的關(guān)系曲線圖,然后根據(jù)給定的運(yùn)行條件與運(yùn)行要求獲得系統(tǒng)對儲能容量的需求。該方法可以在滿足運(yùn)行條件要求下,獲得較好的儲能配置方案,且計(jì)算簡單、易于實(shí)用。
基于網(wǎng)格化場景的儲能容量分析方法的過程主要分為生成網(wǎng)格化場景、不同運(yùn)行條件下技術(shù)性指標(biāo)的計(jì)算、生成儲能容量與技術(shù)性指標(biāo)的關(guān)系圖集合、儲能容量需求的確定4個步驟。網(wǎng)格化分析的總思路見圖1,下面分別對各個步驟進(jìn)行介紹。
圖1 網(wǎng)格化分析方法總體思路Fig.1 General idea of gridding analysis method
1)生成網(wǎng)格化場景
在以光伏為主的配電網(wǎng)運(yùn)行中,運(yùn)行條件包括與外網(wǎng)相連的聯(lián)絡(luò)線容量、儲能容量和光伏滲透率等。其中本文對于光伏滲透率的定義為:全年光伏總發(fā)電量除以全年系統(tǒng)總用電量。將以上運(yùn)行條件的取值進(jìn)行組合可形成一個計(jì)算場景,而對這些條件選取不同的取值再相互組合,則可生成多個計(jì)算場景,形成計(jì)算場景的集合。其中網(wǎng)格化場景中每個運(yùn)行條件的取值范圍都在0與系統(tǒng)允許的最大值之間,通過在取值范圍內(nèi)進(jìn)行等格劃分,即可以得到各個場景中運(yùn)行條件的取值。
在場景形成的過程中,涉及場景的精度和數(shù)量的權(quán)衡問題。如果各種運(yùn)行條件的取值劃分得太細(xì),則計(jì)算場景數(shù)量太多甚至無法計(jì)算;如果運(yùn)行條件的取值劃分得太粗糙,則場景的精度難以保證。為此,本文采用網(wǎng)格化方法生成場景集合,網(wǎng)格化生成場景的方法在文中第2節(jié)進(jìn)行詳細(xì)介紹。
2)不同運(yùn)行條件下技術(shù)性指標(biāo)的計(jì)算
得到網(wǎng)格化場景后,建立技術(shù)性指標(biāo)計(jì)算模型,計(jì)算不同運(yùn)行條件下所有場景的技術(shù)性指標(biāo)。本文采用的技術(shù)性指標(biāo)為棄光率,對棄光率的定義為:全年棄光電量除以全年光伏總發(fā)電量。不同運(yùn)行條件下技術(shù)性指標(biāo)的計(jì)算模型與計(jì)算方法在第3節(jié)進(jìn)行了詳細(xì)介紹。
3)生成儲能容量與技術(shù)性指標(biāo)的關(guān)系圖集合
計(jì)算得到技術(shù)性指標(biāo)之后,即可得到一個包含四維向量(聯(lián)絡(luò)線功率容量、儲能容量、光伏滲透率、棄光率)的數(shù)據(jù)集合。這個數(shù)據(jù)集合可以用M張棄光率與儲能容量的關(guān)系圖來表示,其中M的數(shù)值等于聯(lián)絡(luò)線功率容量和光伏滲透率的組合場景數(shù)目。如圖1中的第3步內(nèi)圖形所示的關(guān)系圖,其為光伏滲透率為a、聯(lián)絡(luò)線容量為b的運(yùn)行條件下儲能容量和棄光率的關(guān)系曲線。
4)儲能容量需求的確定
獲得給定聯(lián)絡(luò)線功率容量和光伏滲透率的場景下,儲能容量和棄光率的關(guān)系曲線之后,即可以根據(jù)系統(tǒng)給定的光伏滲透率、聯(lián)絡(luò)線功率容量、棄光率要求來確定系統(tǒng)儲能容量的需求。例如從圖1中第3步內(nèi)圖形中的A點(diǎn)可知,在系統(tǒng)給定運(yùn)行場景為:光伏滲透率為a、聯(lián)絡(luò)線功率容量為b,當(dāng)要求棄光率小于Ln時,系統(tǒng)所需的儲能容量至少為En。
從第1節(jié)可知,本文方法對儲能容量進(jìn)行確定時,需要先生成網(wǎng)格化場景。本文生成網(wǎng)格化場景如圖1中第1步內(nèi)圖形所示,具體過程如下。
1)分別將光伏滲透率、聯(lián)絡(luò)線容量、儲能容量在其取值范圍內(nèi)進(jìn)行等格劃分。例如:圖1中第1步內(nèi)圖形中,光伏滲透率的取值范圍為0~Kmax,聯(lián)絡(luò)線功率容量的取值范圍為0~Smax,儲能容量的取值范圍為0~Emax;將光伏滲透率分為3格4個取值,聯(lián)絡(luò)線容量的取值范圍劃分為3格4個取值,儲能容量的取值范圍分為3格4個取值。
2)組合光伏滲透率、聯(lián)絡(luò)線容量、儲能容量的取值,即可得到一個場景。例如:圖1中第1步內(nèi)圖形中標(biāo)號為X的交點(diǎn)代表一個場景,該場景的光伏滲透率為Kmax,聯(lián)絡(luò)線容量為Emax,儲能容量為Smax。
3)將所有的光伏滲透率、聯(lián)絡(luò)線容量、儲能容量的取值進(jìn)行組合,即可得到一個場景的集合。例如:圖1中第1步內(nèi)圖形中,所有的立方格子的交點(diǎn)即代表了場景的集合,其中共有64個場景。
在網(wǎng)格化場景形成的過程中,必須對場景的精度和數(shù)量進(jìn)行權(quán)衡。如果選取的運(yùn)行條件太多,或是運(yùn)行條件的取值劃分得太細(xì),則會導(dǎo)致計(jì)算場景數(shù)量太多甚至無法計(jì)算;如果運(yùn)行條件的取值劃分得太粗糙,則場景的精度很難保證。因此,對于網(wǎng)格化場景中運(yùn)行條件選取和取值劃分問題,應(yīng)盡可能地遵循如下原則。
1)選取網(wǎng)格化場景中所包含的運(yùn)行條件時,若選取的運(yùn)行條件過多,會導(dǎo)致網(wǎng)格化場景維度過高,其中包含場景過多。因此,除了必須選擇的儲能容量以外,另外選取的運(yùn)行條件應(yīng)以2~3個為宜。
2)為能較好地評估系統(tǒng)在不同運(yùn)行條件下的儲能容量需求,對儲能容量在其取值范圍內(nèi)進(jìn)行取值劃分時,應(yīng)選擇進(jìn)行較為細(xì)致的劃分,一般需設(shè)置至少10個取值,以對儲能容量進(jìn)行較為精確的評估。
3)對其他運(yùn)行條件進(jìn)行取值時,對實(shí)際運(yùn)行中需要考慮較多情況的運(yùn)行條件,應(yīng)進(jìn)行較為細(xì)致的取值劃分,以充分考慮實(shí)際運(yùn)行中可能出現(xiàn)的各種情況;而對于相對固定或是所需考慮精度不是很高的運(yùn)行條件,可進(jìn)行較為粗略的劃分,以減少網(wǎng)格化場景的數(shù)目,降低運(yùn)算需求。
對于網(wǎng)格化場景數(shù)量隨考慮的影響因素?cái)?shù)量變化的情況,進(jìn)行如下分析:假設(shè)只考慮儲能容量有10個取值,其他的影響因素只考慮有3個取值時,此時當(dāng)除儲能容量分別考慮1,2,3,4個影響因素時,網(wǎng)格化場景中的場景數(shù)分別為30,90,270,810個;而當(dāng)其他影響因素考慮有5個取值時,對應(yīng)的總場景數(shù)為50,250,1 250,6 250個。可見,當(dāng)考慮的影響因素增多時,場景數(shù)會呈指數(shù)性增長,特別是每個影響因素取值較多時,會大幅提高計(jì)算需求。因此在網(wǎng)格化場景生成的過程中,建議選擇儲能容量與其他2~3個影響因素,每個影響因素根據(jù)實(shí)際評估需要選取5~10個取值,在保證一定精度的情況下控制場景數(shù)量。關(guān)于網(wǎng)格化場景數(shù)量隨考慮的影響因素?cái)?shù)量變化的情況也可見附錄A圖A1。
獲得網(wǎng)格化場景集合之后,需要建立技術(shù)性指標(biāo)的計(jì)算模型,將網(wǎng)格化的每個場景給定運(yùn)行條件代入模型中,計(jì)算出技術(shù)性指標(biāo)。棄光作為光伏發(fā)電并網(wǎng)后存在的主要問題之一,降低棄光率、提高資源利用率是配置儲能的主要目的[19],因此本文中的技術(shù)性指標(biāo)選擇的是棄光率。技術(shù)性指標(biāo)的計(jì)算模型如下。
以系統(tǒng)棄光率最小為目標(biāo)建立優(yōu)化模型,模型的優(yōu)化函數(shù)如式(1)所示,其中棄光率的計(jì)算公式如式(2)所示[20]。
F=minR
(1)
(2)
式中:R為棄光率;i為節(jié)點(diǎn)編號;N為系統(tǒng)節(jié)點(diǎn)總數(shù);t為時刻編號;T為系統(tǒng)仿真的時間尺度;PDG,i(t)為第i節(jié)點(diǎn)第t時刻光伏發(fā)電的有功出力;Ploss,i(t)為第i節(jié)點(diǎn)第t時刻的棄光功率。
1)各時段各節(jié)點(diǎn)的功率平衡約束
(3)
式中:PG,i(t)和QG,i(t)分別為第i節(jié)點(diǎn)第t時刻常規(guī)機(jī)組發(fā)電的有功和無功出力;PL,i(t)和QL,i(t)分別為第i節(jié)點(diǎn)第t時刻的有功和無功負(fù)荷功率;PE,i(t)為儲能設(shè)備對第i節(jié)點(diǎn)在第t時刻的充放電有功功率;PT,i(t)和QT,i(t)分別為聯(lián)絡(luò)線對第i節(jié)點(diǎn)在第t時刻提供的有功和無功功率;ΔPi(t)和ΔQi(t)分別為第i節(jié)點(diǎn)第t時刻從線路獲得的有功和無功功率,有
(4)
Vi(t)為第i節(jié)點(diǎn)第t時刻的節(jié)點(diǎn)電壓;θij為節(jié)點(diǎn)i與節(jié)點(diǎn)j間電壓的相角差;Gij和Bij分別為支路ij的電導(dǎo)與電納。
2)配電網(wǎng)運(yùn)行的節(jié)點(diǎn)電壓與支路功率約束
(5)
(6)
3)聯(lián)絡(luò)線容量約束與常規(guī)機(jī)組出力約束
(7)
(8)
4)儲能容量與儲能充放電功率約束
(9)
(10)
5)系統(tǒng)棄光功率約束
0≤Ploss,i(t)≤PDG,i(t)
(11)
式(11)表示任一節(jié)點(diǎn)在任一時刻上棄光功率介于0與該時刻光伏發(fā)電功率之間。
根據(jù)3.1節(jié)介紹的模型目標(biāo)函數(shù)以及3.2節(jié)介紹的模型約束條件,即可構(gòu)建以棄光率最小為目標(biāo)的配電系統(tǒng)優(yōu)化運(yùn)行模型。模型中的各時刻負(fù)荷功率、光伏發(fā)電出力使用歷史數(shù)據(jù)或預(yù)測值,取時間間隔為1 h,1年共8 760個點(diǎn)的數(shù)據(jù);線路阻抗參數(shù)、常規(guī)機(jī)組出力上限、支路功率上限、儲能充放電功率上限根據(jù)實(shí)際系統(tǒng)獲得;模型中的光伏發(fā)電出力、聯(lián)絡(luò)線容量上限、儲能容量上限的數(shù)值,從網(wǎng)格化場景中的單個場景里設(shè)定的運(yùn)行條件獲得;而各時段棄光功率、各時段聯(lián)絡(luò)線功率、各時段常規(guī)機(jī)組出力、各時段儲能功率出力作為決策變量。
在計(jì)算網(wǎng)格化場景中不同場景的技術(shù)性指標(biāo)時,只需要根據(jù)不同場景中的運(yùn)行條件替換模型中的光伏發(fā)電出力、聯(lián)絡(luò)線容量上限、儲能容量上限的數(shù)值即可。這樣就避免了在優(yōu)化模型中將此類參數(shù)也作為決策變量進(jìn)行優(yōu)化,減少了優(yōu)化模型中的決策變量數(shù)目,使得該優(yōu)化模型的計(jì)算量較少。而模型的解算可調(diào)用CPLEX求解器求解。
通過上述方法計(jì)算網(wǎng)格化場景中的每一個場景的棄光率,即可得到在不同運(yùn)行條件下配置不同儲能容量時系統(tǒng)的棄光率,進(jìn)而可根據(jù)棄光率的計(jì)算結(jié)果評估系統(tǒng)對儲能容量的需求。
在儲能容量配置的過程中,系統(tǒng)的經(jīng)濟(jì)性也是一個十分重要的指標(biāo)。而在建立儲能容量的優(yōu)化模型過程中,若同時考慮系統(tǒng)的經(jīng)濟(jì)性進(jìn)行優(yōu)化會涉及較多因素,使得模型過于復(fù)雜,不利于應(yīng)用[12]。因此本文在對儲能容量進(jìn)行確定時,為了不使得優(yōu)化模型過于復(fù)雜,優(yōu)化模型中僅考慮了系統(tǒng)運(yùn)行的約束與技術(shù)性指標(biāo)要求,在規(guī)劃過程中沒有考慮系統(tǒng)的經(jīng)濟(jì)性。而對于配電系統(tǒng)的經(jīng)濟(jì)性評估,可以在通過優(yōu)化模型確定儲能容量之后,再根據(jù)規(guī)劃好的儲能容量進(jìn)行計(jì)算以評估系統(tǒng)的經(jīng)濟(jì)性。
根據(jù)第3節(jié)介紹的模型計(jì)算得到每個場景的棄光率之后,可以生成不同運(yùn)行條件下系統(tǒng)棄光率的計(jì)算結(jié)果統(tǒng)計(jì),如表1所示。表中統(tǒng)計(jì)了光伏滲透率為K的情況下,系統(tǒng)中給定聯(lián)絡(luò)線容量和儲能容量不同時棄光率的計(jì)算結(jié)果;E1,E2,…,En為儲能容量的各個取值;S1,S2,…,Sn為聯(lián)絡(luò)線容量的取值;R11,R21,…,Rnn為對應(yīng)運(yùn)行條件組合而成的場景下計(jì)算得到的棄光率。
表1 數(shù)據(jù)關(guān)系示例(光伏滲透率為K)Table 1 Examples of data relationship (photovoltaic permeability is K)
得到棄光率的計(jì)算結(jié)果統(tǒng)計(jì)表后,即可根據(jù)表中數(shù)據(jù)繪制類似圖1中第3步內(nèi)圖形所示的儲能容量需求與棄光率的關(guān)系曲線圖,將不同運(yùn)行條件下的關(guān)系曲線圖進(jìn)行組合即可得到曲線圖集合。曲線圖集合中展示的是在不同運(yùn)行條件下系統(tǒng)棄光率與儲能容量的關(guān)系曲線集合,其中每幅圖表示一個場景下棄光率與儲能容量的關(guān)系曲線,每個場景的運(yùn)行條件分別為:光伏滲透率K與表1中不同聯(lián)絡(luò)線容量的組合。表1中給定了n個聯(lián)絡(luò)線容量的取值,因此該集合中包含了n張關(guān)系曲線圖。同樣可由網(wǎng)格化場景中其他光伏滲透率下技術(shù)性指標(biāo)的計(jì)算結(jié)果,通過上述方法獲得不同滲透率下的曲線圖集合。關(guān)系曲線圖集合的形式可見附錄A圖A2。
在獲得每種運(yùn)行條件下儲能容量與棄光率的關(guān)系曲線圖之后,即可根據(jù)給定的運(yùn)行條件與運(yùn)行要求,確定系統(tǒng)所需要的儲能容量,具體步驟如下。
1)確定系統(tǒng)給定的運(yùn)行條件,從關(guān)系曲線圖中選取出對應(yīng)運(yùn)行條件下的儲能容量與棄光率的關(guān)系曲線圖。
2)在選取出的關(guān)系曲線圖中,根據(jù)棄光率的運(yùn)行要求,根據(jù)第1節(jié)中介紹的方法確定在此棄光率要求情況下系統(tǒng)所需的儲能容量。
例如,當(dāng)需要確定運(yùn)行條件為光伏滲透率K,聯(lián)絡(luò)線容量Sn,系統(tǒng)運(yùn)行要求為棄光率0%時的儲能容量需求時,需要先根據(jù)給定的運(yùn)行條件選取出對應(yīng)的儲能容量與棄光率關(guān)系曲線圖;再根據(jù)給定的棄光率要求,從選取出的曲線圖獲得光伏滲透率為0%情況下對應(yīng)的儲能容量作為儲能容量需求的確定結(jié)果。
本文以改造之后的IEEE 33節(jié)點(diǎn)配電網(wǎng)為例,應(yīng)用所提出的網(wǎng)格化場景分析方法,對系統(tǒng)接入光伏發(fā)電后對儲能容量的需求進(jìn)行分析評估。同時,對評估得到的儲能容量代回配電網(wǎng)中進(jìn)行運(yùn)行模擬,驗(yàn)證評估得到的儲能容量是否能滿足運(yùn)行要求。
IEEE 33節(jié)點(diǎn)配電網(wǎng)數(shù)據(jù)與拓?fù)鋱D詳見文獻(xiàn)[21],本文改造如下:在節(jié)點(diǎn)9~33接入光伏電源;系統(tǒng)中包含了6個儲能裝置,儲能裝置1與節(jié)點(diǎn)9~13相連、儲能裝置2與節(jié)點(diǎn)14~18相連、儲能裝置3與節(jié)點(diǎn)19~22相連、儲能裝置4與節(jié)點(diǎn)23~25相連、儲能裝置5與節(jié)點(diǎn)26~29相連、儲能裝置6與節(jié)點(diǎn)30~33相連,儲能設(shè)備可與和其相連的節(jié)點(diǎn)進(jìn)行功率交互;節(jié)點(diǎn)1通過聯(lián)絡(luò)線與外網(wǎng)進(jìn)行功率交互。仿真采用的負(fù)荷序列數(shù)據(jù)為中國某地實(shí)際負(fù)荷序列,光伏出力序列則是使用HOMER軟件生成,序列數(shù)據(jù)采樣間隔為1 h,即一天24點(diǎn)、全年8 760點(diǎn)的數(shù)據(jù)。
針對所采用的仿真算例,生成如下的網(wǎng)格化場景:選取光伏滲透率、儲能容量、聯(lián)絡(luò)線容量作為網(wǎng)格化場景的3個維度,其中光伏滲透率的取值為30%,50%,70%,100%;儲能容量取值范圍為0~18 000 MW·h并分為13個取值;聯(lián)絡(luò)線容量的取值范圍為0~120 MW并分為10個取值;儲能功率、常規(guī)機(jī)組功率上限、系統(tǒng)仿真的時間尺度作為常量處理,儲能總功率上限設(shè)置為40 MW、常規(guī)機(jī)組功率上限設(shè)置為50 MW、仿真時間尺度設(shè)置為1年8 760 h。由如上設(shè)定可生成共有520個場景的網(wǎng)格化場景集合,根據(jù)生成的網(wǎng)格化場景,即可選取網(wǎng)格化場景集合中各場景的運(yùn)行條件代入第3節(jié)的模型進(jìn)行計(jì)算,獲得不同運(yùn)行條件下儲能容量與棄光率的關(guān)系曲線集合。改造后的IEEE 33節(jié)點(diǎn)配電網(wǎng)拓?fù)湟姼戒汚圖A3。
針對算例給定的配電網(wǎng),以表2給出的不同運(yùn)行條件與運(yùn)行要求組合而成的場景為例,對不同場景下配電網(wǎng)對儲能容量的需求進(jìn)行分析計(jì)算。
表2 用于儲能需求分析的仿真場景Table 2 Simulation scenarios for energy storage requirements analysis
對應(yīng)表2中5個場景中給定的運(yùn)行條件,從網(wǎng)格化場景的棄光率計(jì)算結(jié)果中,選出對應(yīng)場景下的儲能容量與棄光率的關(guān)系曲線如圖2所示。圖2中各個子圖與表2中場景的對應(yīng)關(guān)系為:圖2(a)對應(yīng)場景1,圖2(b)對應(yīng)場景2與場景3,圖2(c)對應(yīng)場景4,圖2(d)對應(yīng)場景5。根據(jù)每個場景的儲能容量關(guān)系曲線圖結(jié)合各個場景的棄光要求,即可得到對應(yīng)各個場景需求的儲能容量。
從圖2中棄光率隨儲能容量變化的曲線可見,當(dāng)系統(tǒng)的光伏滲透率越高、聯(lián)絡(luò)線容量越小、要求棄光率越小時,系統(tǒng)對儲能容量的需求越大;同時可見棄光率隨儲能容量增加而變化的曲線成“L”形,即當(dāng)棄光率較高時,提高儲能容量可以有效地減少系統(tǒng)的棄光率,而當(dāng)棄光率較低時,提高儲能容量對減少棄光率的效果較差。
根據(jù)圖2和表2中的運(yùn)行要求,可以得到各個場景的儲能容量需求。根據(jù)圖2(b)中的曲線可見,在系統(tǒng)光伏滲透率與聯(lián)絡(luò)線容量相同的情況下,適當(dāng)放寬棄光率要求可以有效減少系統(tǒng)對儲能容量的需求。例如:對于場景2與場景3,在同樣的運(yùn)行條件下,要求的棄光率從10%減少到5%時,系統(tǒng)對儲能容量的需求從347 MW·h上升到了6 940 MW·h,儲能容量需求上升了20倍而棄光率只減少了5%,這顯然是不經(jīng)濟(jì)的。
圖2 不同場景的關(guān)系曲線Fig.2 Relationship curves in different scenarios
為說明本文所提方法的有效性,以表2中的場景1為例,根據(jù)圖2的儲能容量需求分析結(jié)果配置對應(yīng)容量的儲能設(shè)備,對配置儲能后的系統(tǒng)在給定場景下進(jìn)行運(yùn)行模擬來評估儲能配置后的效果。其中運(yùn)行模擬使用的數(shù)據(jù)采用對6.1節(jié)中仿真采用的負(fù)荷與光伏出力數(shù)據(jù)改造后得到,改造方法為將每個時段原始的負(fù)荷與光伏出力數(shù)據(jù)乘上一個0.9~1.1之間的隨機(jī)數(shù),模擬負(fù)荷與光伏發(fā)電出力的隨機(jī)性。根據(jù)改造數(shù)據(jù)進(jìn)行時間尺度為1年8 760 h的模擬運(yùn)行,根據(jù)模擬運(yùn)行得到的儲能運(yùn)行結(jié)果、棄光率計(jì)算結(jié)果與節(jié)點(diǎn)電壓運(yùn)行結(jié)果對儲能的配置方案進(jìn)行評估。
1)儲能運(yùn)行結(jié)果的說明
為了驗(yàn)證儲能設(shè)備能夠按所給定的約束正常運(yùn)行,首先給出模擬運(yùn)行時系統(tǒng)中儲能設(shè)備在全年儲存電量的變化曲線與1月儲能的充放電曲線。其中全年儲存電量的變化曲線如圖3(a)所示,1月儲能的充放電曲線如圖3(b)中所示。
圖3 儲能仿真結(jié)果Fig.3 Simulation results of energy storage
由圖3(a)所示的儲能全年電量變化曲線可見,儲能中存儲的電量在全年都保持在儲能容量上限的0.25~0.95之間,在0~1 000 h與7 500~8 760 h時段內(nèi),儲能電量接近儲能允許存儲電量的下限,在4 500~6 500 h時段內(nèi),儲能電量接近儲能允許存儲電量的上限,滿足儲能的運(yùn)行約束。圖中還可見,儲能中電量發(fā)生變化的主要時段是在3 000~4 500 h與6 500~7 500 h這兩個時段,其他時段中儲能電量均變化不大。
由圖3(b)給出的儲能充放電功率曲線可見,儲能的充放電功率均在給定的儲能功率(40 MW)范圍內(nèi)。結(jié)合儲能設(shè)備在全年存儲電量的變化曲線進(jìn)行分析,1月儲能的電量多接近儲能電量允許值的下限,因而圖3(b)中儲能設(shè)備在一日內(nèi)的動作均為先在光伏出力較大的時段進(jìn)行充電,再在光伏出力較小的時段將電能放出。
通過以上分析可知,儲能設(shè)備均按照給定約束運(yùn)行,在模擬運(yùn)行中儲能設(shè)備可以正常動作。而增設(shè)儲能設(shè)備的目的是幫助系統(tǒng)消納光伏發(fā)電出力,降低系統(tǒng)的棄光,接下來進(jìn)一步分析配置儲能設(shè)備后系統(tǒng)的棄光情況。
2)棄光率結(jié)果說明
根據(jù)對系統(tǒng)全年的運(yùn)行仿真,可以得到系統(tǒng)全年的棄光電量與全年的光伏發(fā)電量,用以判斷是否符合系統(tǒng)的棄光要求。根據(jù)運(yùn)行仿真可得到系統(tǒng)全年的光伏發(fā)電量為212 GW·h,而棄光電量為10 GW·h。計(jì)算可得,系統(tǒng)進(jìn)行全年的運(yùn)行仿真后得到的棄光率為4.52%,符合表2中場景1給出的運(yùn)行條件:棄光率小于5%的要求,證明了所提出的儲能配置方法的有效性。
同時根據(jù)獲得的棄光計(jì)算結(jié)果,發(fā)現(xiàn)系統(tǒng)中有棄光功率的時段主要集中在4 000~6 000 h之間,而觀察圖3(a)中儲能電量的變化曲線,可見此時段內(nèi)儲能電量已經(jīng)接近其上限,這說明當(dāng)儲能中沒有足夠容量存儲多余光伏發(fā)電的電能時,系統(tǒng)會發(fā)生大量的棄光現(xiàn)象。模擬運(yùn)行時全年的棄光功率曲線見附錄A圖A3。
3)節(jié)點(diǎn)電壓運(yùn)行情況說明
6.1節(jié)的仿真分析中,配電網(wǎng)在運(yùn)行時要求系統(tǒng)中各個節(jié)點(diǎn)的電壓標(biāo)幺值在0.95~1.05之間。為了驗(yàn)證在系統(tǒng)配置儲能設(shè)備后,在運(yùn)行時是否能夠滿足系統(tǒng)的節(jié)點(diǎn)電壓約束,對系統(tǒng)中全年各個節(jié)點(diǎn)上出現(xiàn)的電壓標(biāo)幺值的最大與最小值進(jìn)行校驗(yàn)。在全年的運(yùn)行模擬中,節(jié)點(diǎn)18上出現(xiàn)過的最大電壓標(biāo)幺值在所有節(jié)點(diǎn)中最大(1.05),節(jié)點(diǎn)33上出現(xiàn)過的最小節(jié)點(diǎn)電壓標(biāo)幺值在所有節(jié)點(diǎn)中最小(0.98)。因此,系統(tǒng)中各個節(jié)點(diǎn)在模擬運(yùn)行時的變化范圍均在0.95~1.05之間,滿足系統(tǒng)的節(jié)點(diǎn)電壓約束,證明在模擬運(yùn)行時系統(tǒng)正常運(yùn)行,也說明了按本文所提方法確定并配置系統(tǒng)儲能容量,系統(tǒng)可以在滿足棄光率要求的同時滿足節(jié)點(diǎn)電壓約束。系統(tǒng)中各節(jié)點(diǎn)在運(yùn)行仿真中出現(xiàn)的最大最小電壓分布曲線見附錄A圖A5。
本文提出了一種實(shí)用的網(wǎng)格化場景分析方法,用以解決以光伏為主的配電網(wǎng)對儲能容量需求的評估問題。所提方法減少了儲能評估模型中的決策變量,使得模型易于解算,通過多場景仿真的方法評估系統(tǒng)對儲能的需求。以改造的IEEE 33節(jié)點(diǎn)配電網(wǎng)作為示例,并采用所提方法確定了系統(tǒng)的儲能需求,將評估得到的儲能容量代回系統(tǒng)中進(jìn)行了運(yùn)行模擬證明方法的有效性,得到以下結(jié)論供參考。
1)所提方法能夠獲得滿足給定運(yùn)行條件與運(yùn)行要求下的儲能容量需求,減少了儲能規(guī)劃模型中的變量數(shù),使得模型易于解算。
2)增設(shè)儲能設(shè)備來減少系統(tǒng)的棄光率有效且可行,但是根據(jù)對儲能容量與棄光率的關(guān)系曲線觀察可見,當(dāng)系統(tǒng)棄光率較高時,提高儲能容量可以有效降低系統(tǒng)的棄光率,而當(dāng)系統(tǒng)棄光率較小時,提高儲能容量對減少棄光率的效果較差。
本文提出的方法可以獲得在給定運(yùn)行條件和運(yùn)行要求下配電系統(tǒng)對儲能容量的要求,幫助確定各種調(diào)節(jié)手段的優(yōu)化組合方案,供規(guī)劃和調(diào)度運(yùn)行借鑒參考。但是本文所做的工作仍存在以下不足。
1)由于本文方法屬于一個整體的切片方法,優(yōu)勢在于解算和分析,但是精度有一定誤差,所得的儲能配置方案不一定是最優(yōu)解。
2)在設(shè)置網(wǎng)格化場景的過程中,如果設(shè)置的運(yùn)行條件過多會導(dǎo)致網(wǎng)格化場景數(shù)量成幾何倍數(shù)增長,極大地提高了計(jì)算量,因而不適合同時考慮過多的影響因素。
基于上述所分析的本文工作的貢獻(xiàn)與不足,之后作者也將進(jìn)一步研究該方法的改進(jìn)方案,以提高該方法獲得的儲能需求容量精度并使其可有效考慮多個運(yùn)行條件。
附錄見本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。