張 芳，謝麗蓉，王府井，晁 勤，李進(jìn)衛(wèi)

(1.新疆大學(xué)電氣工程學(xué)院，新疆烏魯木齊830047；2.中船重工海為(新疆)新能源有限公司，新疆烏魯木齊830002)

0 引 言

針對風(fēng)力發(fā)電建設(shè)規(guī)模持續(xù)擴(kuò)大、棄風(fēng)限電嚴(yán)重等問題，政府發(fā)布了《關(guān)于發(fā)2017年度風(fēng)電投資監(jiān)測預(yù)警結(jié)果的通知》、《解決棄水棄風(fēng)棄光問題實(shí)施方案》、《清潔能源消納行動計劃(2018—2020年)》政策，加大力度消納可再生能源。電網(wǎng)對間歇性電源的消納能力不足，又必須確保系統(tǒng)安全運(yùn)行，電網(wǎng)調(diào)度部門在一些時段調(diào)控、限制風(fēng)電場發(fā)電出力已成為常態(tài)；同時內(nèi)蒙古、黑龍江、吉林、寧夏、甘肅、新疆(含兵團(tuán))的風(fēng)電開發(fā)建設(shè)已被設(shè)置成紅色預(yù)警區(qū)域，上述地區(qū)不得核準(zhǔn)建設(shè)新的風(fēng)電項目[1-2]。目前風(fēng)電產(chǎn)業(yè)存在兩種現(xiàn)狀：一種是限制風(fēng)電發(fā)電出力，另一種是控制風(fēng)電裝機(jī)節(jié)奏。

因此，在不能建設(shè)新的風(fēng)電場項目且現(xiàn)有風(fēng)電場運(yùn)行在限電工況背景下，如何有效提高現(xiàn)有風(fēng)電場發(fā)電和運(yùn)維經(jīng)濟(jì)效益已成為迫在眉睫需要解決的問題。

文獻(xiàn)[3]采用智能算法，通過對理論發(fā)電量與實(shí)際發(fā)電量的差值歷史數(shù)據(jù)學(xué)習(xí)訓(xùn)練，獲取棄風(fēng)電量日前短期預(yù)測值。文獻(xiàn)[4]提出以棄風(fēng)電量最小與發(fā)電成本最低為綜合目標(biāo)的優(yōu)化方法，但指出在負(fù)荷尖峰時刻有失負(fù)荷風(fēng)險；文獻(xiàn)[5]通過運(yùn)營商對電動汽車集中調(diào)度，創(chuàng)立了電動汽車和風(fēng)力發(fā)電進(jìn)行協(xié)調(diào)調(diào)度的機(jī)組組合模型。文獻(xiàn)[6]基于風(fēng)電出力的不確定性，研究了電動汽車與風(fēng)電機(jī)組參與電力市場運(yùn)營的虛擬電廠日前協(xié)同競價問題，但文中固定的EV每日入網(wǎng)時長在現(xiàn)實(shí)中很難被用戶接受。文獻(xiàn)[7]綜合考慮電動汽車出行受限、電池的損耗、棄風(fēng)功率不確定等因素，建立了一個優(yōu)化調(diào)度模型，以期達(dá)到運(yùn)營商日前期望收益的最大化。

目前，為了減小棄風(fēng)電量，提高風(fēng)電利用，相關(guān)研究主要集中在風(fēng)電-電網(wǎng)-電動汽車的智能優(yōu)化調(diào)度[5- 8]、水-風(fēng)-火發(fā)電聯(lián)動[9-10]等研究?，F(xiàn)有研究依賴于大量設(shè)備投入、特定的地理條件、電網(wǎng)調(diào)度中心協(xié)調(diào)復(fù)雜，實(shí)現(xiàn)難度大；而在風(fēng)電場與儲能匹配中，由于近年電動汽車行業(yè)的發(fā)展，動力電池將逐漸迎來退役高峰，成本將持續(xù)下降，利用儲能系統(tǒng)降低風(fēng)電出力的波動性，提高風(fēng)電入網(wǎng)功率更加經(jīng)濟(jì)可行。然而，由于風(fēng)電出力的頻繁波動，儲能系統(tǒng)完全跟隨風(fēng)電場出力而頻繁轉(zhuǎn)化充放電狀態(tài)會對其使用壽命產(chǎn)生影響，因此儲能系統(tǒng)并不能完全跟蹤風(fēng)電場出力。

相關(guān)研究很少有從風(fēng)電場內(nèi)部自身出發(fā)，針對棄風(fēng)消納和減少運(yùn)行成本的綜合研究。在現(xiàn)有的風(fēng)電場在限電工況下，風(fēng)電機(jī)組是均勻降功率運(yùn)行和無差別輪流檢修。沒有針對風(fēng)電機(jī)組故障嚴(yán)重程度進(jìn)行健康度評估，對健康等級低的優(yōu)先檢修，分散檢修不僅增加了維修成本，還導(dǎo)致健康程度低的風(fēng)電機(jī)組更容易演變?yōu)楣收蠣顟B(tài)，增加了額外維修成本；檢修時段與棄風(fēng)時段往往不匹配，導(dǎo)致非棄風(fēng)時段檢修，損失并網(wǎng)發(fā)電收益，還可能造成欠發(fā)電的懲罰損失。

從風(fēng)電場棄風(fēng)角度來看，棄風(fēng)量是由電網(wǎng)限電造成的，由電網(wǎng)限電產(chǎn)生的棄風(fēng)是不可避免的，而風(fēng)電場運(yùn)行過程中停機(jī)檢修也是無法避免的。本文提出將停機(jī)檢修時段從非棄風(fēng)時段移至棄風(fēng)時段，增加非限電時段的發(fā)電效益，限電時段停機(jī)檢修又變相消納棄風(fēng)。同時，參考風(fēng)電機(jī)組健康狀態(tài)確定檢修優(yōu)先級，既提高了風(fēng)電機(jī)組整體安全穩(wěn)定性，又節(jié)省了檢修成本。

從儲能配置來看，儲能系統(tǒng)響應(yīng)速度快、靈活性高，為風(fēng)電場配置合適的儲能裝置可以平抑風(fēng)電場出力波動性，可進(jìn)一步緩解“棄風(fēng)”問題。因此，本文考慮引入成本低廉的退役動力電池，制定風(fēng)電場發(fā)電、存儲、維護(hù)三者的“發(fā)-儲-修”一體化新模式。

1 風(fēng)電場風(fēng)儲檢聯(lián)合運(yùn)行模式

本文提出的發(fā)儲修聯(lián)合運(yùn)行模式主要包括以下步驟：

(1)評估風(fēng)電機(jī)組健康狀態(tài)，并參考風(fēng)電機(jī)組出力(檢修原因，檢修時長，人員數(shù)量需求)綜合效益，生成包含風(fēng)電機(jī)組發(fā)電、檢修優(yōu)先級在內(nèi)的風(fēng)電機(jī)組狀態(tài)綜合模型。

(2)風(fēng)電場根據(jù)短期風(fēng)電預(yù)測，綜合考慮售電價格，懲罰價格，發(fā)布日內(nèi)棄風(fēng)預(yù)測曲線。

(3)根據(jù)儲能系統(tǒng)的約束性條件，包括功率調(diào)整次數(shù)、功率方向調(diào)節(jié)，調(diào)整時間間隔，輸送電量約束，充放電效率等約束條件，構(gòu)建儲能系統(tǒng)響應(yīng)模型。

(4)風(fēng)電場控制室根據(jù)風(fēng)電機(jī)組狀態(tài)綜合模型、日內(nèi)棄風(fēng)預(yù)測曲線和儲能系統(tǒng)響應(yīng)模型，綜合調(diào)整運(yùn)行計劃，使檢修符合風(fēng)電機(jī)組的健康狀態(tài)，達(dá)到檢修的效率最大化；使停機(jī)檢修時段與棄風(fēng)時段相匹配，變相消納棄風(fēng)；使風(fēng)電場并網(wǎng)電能更平穩(wěn)，達(dá)到經(jīng)濟(jì)效益最大化。對日前調(diào)度模型進(jìn)行修正，使得檢修停機(jī)時段為綜合棄風(fēng)成本最低時段，并給出儲能系統(tǒng)充放電功率指令。

該運(yùn)行模式使風(fēng)電消納在風(fēng)電場內(nèi)部實(shí)現(xiàn)，提高風(fēng)電入網(wǎng)效率以實(shí)現(xiàn)經(jīng)濟(jì)效益優(yōu)化。

2 風(fēng)電場綜合運(yùn)行的不確定性模型

2.1 風(fēng)功率的預(yù)測區(qū)間模型

風(fēng)電功率預(yù)測誤差e隨風(fēng)電功率值的變化有較大的波動，因此有必要根據(jù)不同數(shù)值大小的功率區(qū)間建立相應(yīng)的預(yù)測誤差分布[11]。

采用核密度估計法計算概率密度函數(shù)

(1)

式中，n為誤差樣本個數(shù)；j為誤差樣本編號；w為窗寬；K(.)為核函數(shù)；ej為第j個誤差樣本值。當(dāng)采用高斯核時，核函數(shù)為

(2)

風(fēng)電功率的區(qū)間預(yù)測方法步驟如下：

(1)劃分功率區(qū)間采用風(fēng)電功率訓(xùn)練樣本的最大值、最小值及設(shè)定的區(qū)間長度。

(2)利用核估計法計算每個功率區(qū)間上的誤差概率密度函數(shù)，得到累積分布函數(shù)F(e)。

2.2 檢修優(yōu)先級的約束模型

在風(fēng)電場檢修維護(hù)優(yōu)先級中，綜合考慮編號下風(fēng)電機(jī)的不可靠度和故障后果[12]。風(fēng)電場實(shí)際運(yùn)行中存在部分風(fēng)電機(jī)組故障概率大。此種情況原因形成復(fù)雜，設(shè)備生產(chǎn)和安裝的公差、位置的自然條件等均對風(fēng)電機(jī)組的故障率有影響。檢修應(yīng)遵循以下基本原則：對經(jīng)常出現(xiàn)故障機(jī)組且影響后果較大的故障類型應(yīng)適當(dāng)提高檢修頻率加權(quán)，以保證運(yùn)行的整體穩(wěn)定性最大化；對故障率低且對整體影響較小的故障類型可以適當(dāng)降低檢修頻率。

所以本文對風(fēng)電機(jī)組歷史故障率進(jìn)行統(tǒng)計加權(quán)；總控室對風(fēng)電機(jī)組的眾多狀態(tài)信息實(shí)時監(jiān)控，不同的狀態(tài)信息與對應(yīng)的故障概率相關(guān)。綜上，參考編號風(fēng)電機(jī)組的歷史故障概率與狀態(tài)參數(shù)類型，形成風(fēng)電機(jī)組的不可靠度評價

(3)

式中，u為故障事件；t為對應(yīng)事件下的故障事件；O為狀態(tài)評估標(biāo)幺化值。

故障后果評估包括設(shè)備損失、人身環(huán)境影響、系統(tǒng)損失、社會損失四個層次，分別對其賦予權(quán)重為Ca、Cb、Cc、Cd。

設(shè)優(yōu)先級函數(shù)為S，則有

S=ΔRISK×C

(4)

為保證檢修停機(jī)工作平穩(wěn)運(yùn)行，基于停機(jī)時段到起動時間、連續(xù)性等要求的限制，可以歸結(jié)為下面的數(shù)學(xué)模型。

檢修連續(xù)性約束，指機(jī)組的檢修維護(hù)必須在一個給定的連續(xù)時段內(nèi)完成，即

xit=1，si≤t≤si+di

(5)

xit=0，tsi+di

(6)

檢修開始時間約束

(7)

2.3 儲能系統(tǒng)的約束模型

為了保護(hù)儲能系統(tǒng)設(shè)備和保證風(fēng)電場并網(wǎng)功率的平穩(wěn)，儲能系統(tǒng)功率調(diào)節(jié)需要保證階躍性，且受調(diào)整次數(shù)、調(diào)整方向以及調(diào)整時間間隔等要求的限制，可以歸結(jié)為如下的數(shù)學(xué)模型。

(8)

(9)

(2)儲能出力約束為

Zi，tPi_min≤Pi，t≤zi，tPi_max

(10)

式中，zi，t為0-1變量，用來表示機(jī)組的啟停狀態(tài)，取1時開啟，取0時停止；Pi_min和Pi_max分別為儲能電池組i的出力下限和出力上限。

(3)調(diào)節(jié)次數(shù)約束。定義調(diào)度周期為T1，調(diào)度周期內(nèi)直流功率調(diào)節(jié)次數(shù)上限為Nd，則需要滿足如下條件

(11)

(12)

(13)

(6)儲能充放電效率約束。目前基于傳統(tǒng)硅基儲能變換器單相傳輸效率約為

η1=93%

(14)

碳化硅MosFET在通態(tài)損耗、開通損耗和關(guān)斷損耗均較傳統(tǒng)硅基MosFET有顯著改善，近兩年碳化硅受原材料影響，價格下降明顯，逐漸被民用市場所接受?；谔蓟鑳δ茏儞Q器研究開展情況，其單相傳輸效率約為

η2=98%

(15)

3 風(fēng)電場綜合運(yùn)行調(diào)節(jié)的優(yōu)化調(diào)度模型

3.1 目標(biāo)函數(shù)

(16)

其中風(fēng)電機(jī)組的售電收益的計算方法為

(17)

(18)

3.2 儲能效益評估

由于磷酸鐵鋰電池電池性能衰退的影響因素眾多，包括工作時間、充放電電流、工作溫度、充放電次數(shù)、日歷壽命等?，F(xiàn)將儲能系統(tǒng)衰退模型歸納為

(19)

(20)

式中，δSOC.1為儲能待機(jī)SOC值；Tst為待機(jī)時間；δSOC.av為單次循環(huán)的平均SOC值；Dcyc為充放電深度；Ncyc為特定(Dcyc，δSOC，av)的循環(huán)次數(shù)；ΔEsty、ΔEcyc分別為待機(jī)和充放電狀態(tài)下儲能系統(tǒng)容量衰減度。

綜合運(yùn)行場景下，綜合衰退模型可歸納為

ΔE=ΔEsty+ΔEcyc

(21)

式中，ΔE為儲能系統(tǒng)在綜合場景下的容量衰退度。

電池儲能系統(tǒng)的成本Cbet

(22)

式中，b為每千瓦時電池儲能系統(tǒng)的成本，本文為簡化算例僅考慮當(dāng)前市場上主流動力電池，對退役動力電池儲能系統(tǒng)假設(shè)取b=0.025萬元/(kW·h)；Wane為風(fēng)電場配置的儲能系統(tǒng)容量。

3.3 經(jīng)濟(jì)性評估

參考當(dāng)?shù)厣暇W(wǎng)電價、風(fēng)電的政策性補(bǔ)貼等因素，簡化為以下模型。電網(wǎng)上網(wǎng)電價實(shí)行分時計價，假定在高峰期(10∶00～15∶00和18∶00～21∶00)，t為0.35元/(kW·h)，平穩(wěn)期(07∶00～10∶00，15∶00～18∶00和21∶00～23∶00)，t為0.33元/(kW·h)，低谷期(00∶00～07∶00和23∶00～24∶00)，t為0.15元/(kW·h)。

檢修維護(hù)成本以9∶00～18∶00為風(fēng)電場正常檢修時間，無加班費(fèi)。非工作時間為非正常檢修時間，綜合加班成本參考假定以20元/h計。

4 算 例

本文以新疆達(dá)坂城某風(fēng)電場數(shù)據(jù)為參考，該風(fēng)電場目前總裝機(jī)容量25×2 MW。根據(jù)該風(fēng)電場提供的15 min級風(fēng)電場信息，在python環(huán)境下對機(jī)組模型進(jìn)行分析。

以2016年7月～2017年6月取得的風(fēng)電場風(fēng)速信息、風(fēng)功率預(yù)測信息、實(shí)際并網(wǎng)出力、該日檢修維護(hù)停機(jī)記錄信息，得到典型日特征；引入儲能系統(tǒng)，進(jìn)行充放電調(diào)配，通過預(yù)測信息生成檢修計劃，將停機(jī)檢修時段從發(fā)電時段調(diào)配至棄風(fēng)限電時段，從而實(shí)現(xiàn)變相消納棄風(fēng)。為了驗(yàn)證本文所提出的模型的，取得在不考慮風(fēng)電場內(nèi)儲能及檢修時間調(diào)配系統(tǒng)接入的情況下的真實(shí)出力，以及優(yōu)化得到的系統(tǒng)出力對比如圖1所示。

圖1 考慮儲能及檢修時間調(diào)配的風(fēng)電場出力曲線

如圖1所示，在儲能系統(tǒng)的時段選擇中，以儲能系統(tǒng)啟停成本和日狀態(tài)轉(zhuǎn)換次數(shù)的限制，儲能充電時段主要集中在0∶00～7∶00、23∶00～24∶00，放電時段集中在15∶00～22∶00的負(fù)荷高峰時段，以實(shí)現(xiàn)更大的系統(tǒng)出力。儲能系統(tǒng)充、放電功率如圖2所示，考慮儲能系統(tǒng)的約束條件，以及儲能成本。

圖2 儲能系統(tǒng)充放電功率

圖3 停機(jī)檢修變相消納棄風(fēng)電量

通過評估棄風(fēng)時段、同時考慮工人工作時間、加班成本、分時段上網(wǎng)電價等因素，對停機(jī)檢修維護(hù)時段進(jìn)行匹配，如圖3所示，變相消納棄風(fēng)電量約1 710 kW·h。

在考慮系統(tǒng)內(nèi)接入儲能系統(tǒng)和檢修調(diào)度的情況下，通過對系統(tǒng)內(nèi)的發(fā)電收益、人工加班成本、儲能成本計算，得到原系統(tǒng)和儲能及檢修時間調(diào)配系統(tǒng)的第一年多增綜合效益對比，如表1所示。

表1 首年綜合效益變化對比 萬元

由于引入儲能系統(tǒng)的費(fèi)用，首年效益為5 571.7萬元，低于原系統(tǒng)6 225萬元。由表2可以看出，考慮儲能及檢修時間調(diào)配系統(tǒng)在前二年收益超出原系統(tǒng)255.4萬元，并在前三年綜合效益中超出并達(dá)到1 164.3萬元?？紤]商用市場退役動力電池逐步達(dá)到高峰，退役電池成本將持續(xù)降低，會使系統(tǒng)效益進(jìn)一步提高。

表2 第1～3年綜合效益變化對比 萬元

5 結(jié) 論

提出了一種風(fēng)電場發(fā)電、存儲、維護(hù)三者的“發(fā)-儲-修”一體化新模式，以新疆地區(qū)某風(fēng)電場風(fēng)電場歷史數(shù)據(jù)為算例，驗(yàn)證了該方法的有效性和經(jīng)濟(jì)性。

此外，對棄風(fēng)預(yù)測精度的提高，將有助于提高風(fēng)電消納效益。在風(fēng)電場運(yùn)行過程中，運(yùn)行條件錯綜復(fù)雜，對綜合成本的進(jìn)一步研究將有助于驗(yàn)證更多模式下評估準(zhǔn)確性。