朱慧敏 李春來 苑舜 施濤

摘要：針對(duì)光儲(chǔ)聯(lián)合發(fā)電系統(tǒng)的優(yōu)化調(diào)度問題，考慮光伏發(fā)電功率預(yù)測(cè)信息的不確定性，引入機(jī)會(huì)約束條件，提出了一種以系統(tǒng)發(fā)電成本最小化和光伏消納最大化為目標(biāo)的多目標(biāo)隨機(jī)優(yōu)化調(diào)度方法，并結(jié)合某實(shí)際電網(wǎng)的光伏消納問題進(jìn)行案例分析。研究表明：該方法能夠有效提高調(diào)度決策結(jié)果的置信水平，促進(jìn)光伏發(fā)電的消納，具有一定的工程實(shí)用價(jià)值。

關(guān)鍵詞：光伏發(fā)電;電池儲(chǔ)能;機(jī)會(huì)約束;隨機(jī)調(diào)度

0? ? 引言

近年來，隨著光伏發(fā)電技術(shù)的不斷成熟和廣泛應(yīng)用，我國光伏發(fā)電的裝機(jī)容量顯著增長[1-2]，但是受光照自然資源的影響，光伏發(fā)電出力呈現(xiàn)一定的間歇性、隨機(jī)性和波動(dòng)性。當(dāng)光伏發(fā)電在電網(wǎng)總裝機(jī)容量中的比例達(dá)到一定程度時(shí)，將會(huì)給電網(wǎng)的安全穩(wěn)定運(yùn)行造成沖擊。為此，借助儲(chǔ)能技術(shù)，構(gòu)建光伏—儲(chǔ)能聯(lián)合發(fā)電系統(tǒng)，成為當(dāng)前光伏發(fā)電系統(tǒng)平抑功率波動(dòng)、改善電能質(zhì)量，提高并網(wǎng)運(yùn)行可靠性的一種典型模式[3-6]。目前，常用的儲(chǔ)能技術(shù)主要有抽水蓄能、壓縮空氣儲(chǔ)能和電池儲(chǔ)能等。其中，抽水蓄能和壓縮空氣儲(chǔ)能的應(yīng)用受到地理?xiàng)l件的限制，而電池儲(chǔ)能技術(shù)具有模塊化、響應(yīng)快、效率高等特點(diǎn)，與光伏發(fā)電系統(tǒng)集成，具有很好的適用性[7]。

當(dāng)前，光儲(chǔ)聯(lián)合發(fā)電系統(tǒng)的調(diào)度控制問題是國內(nèi)外研究熱點(diǎn)。文獻(xiàn)[8-9]提出了基于下垂控制的方法來協(xié)調(diào)多個(gè)儲(chǔ)能單元分?jǐn)傌?fù)荷功率。文獻(xiàn)[10]將風(fēng)光儲(chǔ)微電網(wǎng)運(yùn)行成本最少作為目標(biāo)函數(shù)，計(jì)及功率平衡約束、荷電狀態(tài)約束、發(fā)電容量約束，并考慮了微電網(wǎng)與大電網(wǎng)的交互功率。本文主要研究光儲(chǔ)聯(lián)合發(fā)電系統(tǒng)的優(yōu)化調(diào)度問題，考慮光伏發(fā)電功率預(yù)測(cè)信息的不確定性，引入機(jī)會(huì)約束條件，提出了一種以系統(tǒng)發(fā)電成本最小化和光伏消納最大化為目標(biāo)的多目標(biāo)隨機(jī)優(yōu)化調(diào)度方法，并結(jié)合某實(shí)際電網(wǎng)的光伏消納問題進(jìn)行案例分析，驗(yàn)證了上述模型算法的正確性和有效性。

1? ? 儲(chǔ)能系統(tǒng)模型

電池儲(chǔ)能是光儲(chǔ)聯(lián)合發(fā)電系統(tǒng)中的儲(chǔ)能裝置，根據(jù)自身運(yùn)行狀態(tài)和調(diào)控指令進(jìn)行充放電，以滿足優(yōu)化調(diào)度目標(biāo)的要求。電池儲(chǔ)能系統(tǒng)的工作特性如下式所示：

第一個(gè)等式表達(dá)儲(chǔ)能裝置在t+1時(shí)刻的儲(chǔ)能水平等于t時(shí)刻儲(chǔ)能裝置的儲(chǔ)能水平與t時(shí)刻儲(chǔ)能裝置的負(fù)荷功率的和減去t時(shí)刻儲(chǔ)能裝置的發(fā)電功率/循環(huán)損耗，其中Li? sto為儲(chǔ)能裝置循環(huán)損耗率;第二個(gè)不等式表示t時(shí)刻儲(chǔ)能裝置的儲(chǔ)能水平Si，t level小于等于儲(chǔ)能裝置的總?cè)萘縎i，t? sto;第三個(gè)不等式表示t時(shí)刻儲(chǔ)能裝置的負(fù)荷功率Pi，t? stoload小于等于儲(chǔ)能裝置的負(fù)荷容量Si，t L。

與此同時(shí)，受儲(chǔ)能系統(tǒng)自身額定功率和容量的限制，儲(chǔ)能的充放電過程中需滿足一定的約束條件：

2? ? 隨機(jī)優(yōu)化調(diào)度模型

光伏發(fā)電功率預(yù)測(cè)信息是光儲(chǔ)聯(lián)合發(fā)電系統(tǒng)優(yōu)化調(diào)度的前提條件，其精度對(duì)調(diào)度決策的可信度有著至關(guān)重要的影響。但光伏發(fā)電的功率預(yù)測(cè)誤差，作為隨機(jī)變量客觀存在。因此，在對(duì)含光伏發(fā)電的電力系統(tǒng)優(yōu)化調(diào)度進(jìn)行建模時(shí)，需要考慮隨機(jī)誤差的影響，通過隨機(jī)優(yōu)化方法提高調(diào)度決策結(jié)果的置信水平。

2.1? ? 目標(biāo)函數(shù)

由于光伏發(fā)電不需要消耗燃料，因此在考慮系統(tǒng)運(yùn)行經(jīng)濟(jì)性時(shí)，可以不計(jì)光伏發(fā)電的發(fā)電成本，而只要求常規(guī)電源總的燃料成本最小。此外，依照我國目前優(yōu)先消納光伏發(fā)電的原則，在進(jìn)行光伏發(fā)電優(yōu)化調(diào)度時(shí)，應(yīng)盡可能減少光伏受限。因此，在經(jīng)濟(jì)調(diào)度模型的目標(biāo)函數(shù)中，需將光伏受限電量的期望作為懲罰因子給予考慮，以避免不必要的棄風(fēng)棄光。當(dāng)光伏電站i執(zhí)行發(fā)電計(jì)劃時(shí)，在t時(shí)刻的限電值Cit為：

式中，Pit為常規(guī)機(jī)組i在t時(shí)段的出力;fi（·）為常規(guī)發(fā)電機(jī)組i的燃料成本函數(shù);Cit為新能源電站i在t時(shí)段的限電量;E（·）為期望值算子;Ng和Nw分別為常規(guī)機(jī)組和光伏電站的個(gè)數(shù);T為調(diào)度周期總時(shí)段數(shù);A1和A2分別為燃料成本和限電量期望的權(quán)重系數(shù)。

當(dāng)A1>A2時(shí)，模型的優(yōu)化目標(biāo)為系統(tǒng)總的燃料成本最小;當(dāng)A1

2.2? ? 約束條件

本文采用機(jī)會(huì)約束量化光伏發(fā)電功率預(yù)測(cè)隨機(jī)誤差對(duì)調(diào)度決策結(jié)果的影響，將含隨機(jī)變量的約束條件控制在一定的置信水平內(nèi)，以供調(diào)度員決策參考。

（1）有功功率平衡約束：

（2）常規(guī)發(fā)電機(jī)組出力約束：

（3）常規(guī)發(fā)電機(jī)組爬坡約束：

（4）線路潮流約束。為了提高模型的求解速度，在線路潮流約束中，只關(guān)注有功方面，采用直流潮流進(jìn)行計(jì)算：

3? ? 算例分析

基于前述優(yōu)化調(diào)度模型，利用時(shí)序生產(chǎn)模擬的方法對(duì)某電網(wǎng)實(shí)際運(yùn)行情況進(jìn)行了仿真分析。算例中電網(wǎng)為2017年電網(wǎng)實(shí)際網(wǎng)架，光伏裝機(jī)容量5 144 MW，風(fēng)電368 MW，常規(guī)電源裝機(jī)為2017年某電網(wǎng)實(shí)際裝機(jī)，儲(chǔ)能裝機(jī)為15 MW/15 MWh。聯(lián)合優(yōu)化調(diào)度結(jié)果及主要指標(biāo)對(duì)比情況如表1所示。

由表1可知，在不進(jìn)行聯(lián)合優(yōu)化調(diào)度的情況下，某電網(wǎng)2017

年1月光伏發(fā)電量為543 957 MWh，限電量為37 340 MWh，限電率為6.4%，其中受斷面約束而導(dǎo)致的限電量為17 574 MWh，因調(diào)峰不足而導(dǎo)致的限電量為19 766 MWh;在開展光儲(chǔ)聯(lián)合優(yōu)化調(diào)度后，由于儲(chǔ)能系統(tǒng)的存在，系統(tǒng)調(diào)節(jié)能力得到充分發(fā)揮和改善，該月光伏發(fā)電量增至563 723 MWh，限電量下降至17 574 MWh，限電率下降3.4%。

同時(shí)，以該月中的一周為例進(jìn)行詳細(xì)分析，在不進(jìn)行含儲(chǔ)能的聯(lián)合優(yōu)化調(diào)度情況下，該周某電網(wǎng)各類電源運(yùn)行情況如圖1所示，而圖2所示為在開展聯(lián)合優(yōu)化調(diào)度情況下某電網(wǎng)一周的生產(chǎn)模擬結(jié)果。

由圖1、圖2可知，通過開展含儲(chǔ)能的多種電源之間的聯(lián)合優(yōu)化調(diào)度，某電網(wǎng)光伏受限電量明顯下降。如表2所示，開展聯(lián)合優(yōu)化調(diào)度后，生產(chǎn)模擬結(jié)果顯示該周光伏發(fā)電受限天數(shù)下降2天，限電率為2.28%，大幅下降了6.58%。

考慮到某電網(wǎng)未來光伏發(fā)電裝機(jī)持續(xù)增長，預(yù)計(jì)到2020年時(shí)光伏發(fā)電將達(dá)到10 GW，風(fēng)電將達(dá)到3 000 MW（表3），同時(shí)隨著儲(chǔ)能設(shè)備、系統(tǒng)成本的不斷下降，大規(guī)模光伏發(fā)電與儲(chǔ)能聯(lián)合調(diào)度運(yùn)行必將作為解決某電網(wǎng)乃至我國光伏發(fā)電受限問題的重要技術(shù)手段，成為電網(wǎng)調(diào)度運(yùn)行的常態(tài)。

利用時(shí)序生產(chǎn)模擬仿真分析計(jì)算，某電網(wǎng)2017年棄光率為3.7%。按照2020年某電網(wǎng)及電源規(guī)劃情況，計(jì)算2020年某電網(wǎng)光伏消納情況。2020年預(yù)計(jì)全年光伏發(fā)電量64.76億kWh，棄光電量約105.42億kWh，棄光率61.95%;火電年發(fā)電量為336.27億kWh，火電年利用小時(shí)數(shù)為4 278 h;水電年發(fā)電量為469.78億kW，水電年利用小時(shí)數(shù)為3 594 h。

通過以上結(jié)果可知，若按照當(dāng)前某電網(wǎng)電源規(guī)劃發(fā)展，至2020年光伏發(fā)電消納形勢(shì)將十分嚴(yán)峻。本文采用前述優(yōu)化調(diào)度方法，對(duì)2020年某電網(wǎng)光伏儲(chǔ)能聯(lián)合運(yùn)行情況進(jìn)行了仿真計(jì)算，在邊界條件與2017年相同的情況下，計(jì)算結(jié)果顯示，當(dāng)配套建設(shè)約120萬kW儲(chǔ)能電站與規(guī)劃中的10 GW光伏發(fā)電聯(lián)合運(yùn)行時(shí)，可將某電網(wǎng)總體棄光率控制在5%的較低水平，光伏與儲(chǔ)能聯(lián)合調(diào)度運(yùn)行對(duì)于某電網(wǎng)的光伏發(fā)電充分消納作用十分顯著。

4? ? 結(jié)語

本文主要研究光儲(chǔ)聯(lián)合發(fā)電系統(tǒng)的優(yōu)化調(diào)度問題，研究表明：電池儲(chǔ)能系統(tǒng)作為一種模塊化、快速、高效的儲(chǔ)能技術(shù)，在平抑光伏發(fā)電功率波動(dòng)、促進(jìn)光伏發(fā)電消納等方面具有很好的適用性。與此同時(shí)，在包含光伏發(fā)電的電力系統(tǒng)優(yōu)化調(diào)度問題中，需要考慮光伏發(fā)電功率預(yù)測(cè)信息的不確定性，通過基于機(jī)會(huì)約束的隨機(jī)優(yōu)化方法提高調(diào)度決策結(jié)果的置信水平。后續(xù)將進(jìn)一步研究多點(diǎn)電網(wǎng)側(cè)儲(chǔ)能設(shè)施與光伏發(fā)電的聯(lián)合調(diào)度問題，為提高光儲(chǔ)聯(lián)合發(fā)電調(diào)度決策的精度、促進(jìn)光伏消納提供技術(shù)支撐。

[參考文獻(xiàn)]

[1] 曾祥軍，李鳳婷.光伏電站接入系統(tǒng)方案分析[J].電測(cè)與儀表，2016，53（1）：84-89.

[2] 馮慶東.分布式發(fā)電及微網(wǎng)相關(guān)問題研究[J].電測(cè)與儀表，2013，50（2）：54-59.

[3] 甘思琦，孔令國，蔡國偉，等.光儲(chǔ)聯(lián)合發(fā)電系統(tǒng)建模及并網(wǎng)控制[J].中國電力，2015，48（3）：116-121.

[4] BEDIR A，OZPINECI B，CHRISTIAN J E.The impact of plug-in hybrid electric vehicle interaction with energy storage and solar panels on the grid for a zero energy house[C]//Transmission and Distribution Confer-ence and Exposition，2010 IEEE PES，2010：1-6.

[5] LIU C H，CHAU K T，ZHANG X D.An efficient wind-photovoltaic hybrid generation system using doubly excited permanent-magnet brushless machine[J].IEEE Transactions on Industrial Electronics，2010，57（3）：831-839.

[6] 張景明，李巖松，杜儒劍，等.光儲(chǔ)聯(lián)合并網(wǎng)系統(tǒng)建模與低壓耐受能力的研究[J].電力建設(shè)，2015，36（4）：27-31.

[7] 李碧輝，申洪，湯涌，等.風(fēng)光儲(chǔ)聯(lián)合發(fā)電系統(tǒng)儲(chǔ)能容量對(duì)有功功率的影響及評(píng)價(jià)指標(biāo)[J].電網(wǎng)技術(shù)，2011，35（4）：123-128.

[8] KHORSANDI A，ASHOURLOO M，Mokhtari H.A decentralized control method for a Low-Voltage DC microgrid[J]. IEEE Transactions on Energy Conversion，2014，29（4）： 793-801.

[9] NASIRIAN V，MOAYEDI S，DAVOUDI A，et al.Distributed cooperative control of DC microgrids[J].IEEE Transac-

tions on Power Electronics，2015，30（4）：2288-2303.

[10] 劉嬌嬌，王致杰，袁建華，等.基于PSO算法的風(fēng)光儲(chǔ)微電網(wǎng)優(yōu)化調(diào)度研究[J].華東電力，2014，42（8）：1534-1539.

收稿日期：2020-03-07

作者簡介：朱慧敏（1982—），女，青海西寧人，博士研究生，高級(jí)工程師，從事太陽能并網(wǎng)技術(shù)領(lǐng)域的研究工作。