范娟娟，龐靖宇，陽東，馮春蘭，林萍，袁景釗，樓杏丹

（浙江華云信息科技有限公司，浙江 杭州 310012）

化石能源的日益枯竭及其帶來的環(huán)境污染問題，使得發(fā)展可再生能源成為世界各國的必然選擇。風(fēng)電和光伏作為可再生清潔能源被大規(guī)模開發(fā)，然而風(fēng)電和光伏出力具有很大的不確定性[1]。近年風(fēng)光裝機(jī)占比不斷增大，為電力系統(tǒng)的穩(wěn)定運(yùn)行帶來了一定挑戰(zhàn)，此外，擁有風(fēng)光資產(chǎn)的運(yùn)營主體參與電力市場會(huì)增加購買高價(jià)電力的風(fēng)險(xiǎn)。因此，平抑風(fēng)光的波動(dòng)，已經(jīng)成為亟待解決的問題。

小水電具有靈活的調(diào)節(jié)性能，可有效補(bǔ)償風(fēng)光出力的波動(dòng)性[2]，但水電的頻繁調(diào)節(jié)將會(huì)影響系統(tǒng)出力，降低系統(tǒng)的經(jīng)濟(jì)性。儲(chǔ)能高效快捷的充放電特性，可有效平抑風(fēng)光出力的波動(dòng)性。國內(nèi)外建成的儲(chǔ)能工程有：遼寧電網(wǎng)全釩液流電池儲(chǔ)能示范電站；日本北海道風(fēng)電場的配套儲(chǔ)能電站[3]。鋰電池的充放電性能好，適合用于短時(shí)間尺度，但容量配置成本較高。壓縮空氣儲(chǔ)能系統(tǒng)具有儲(chǔ)能容量大、儲(chǔ)能周期長、壽命長、投資相對抽水蓄能電站較小等優(yōu)點(diǎn)，適用于長時(shí)間尺度的充放電優(yōu)化。近年來受到國際社會(huì)的關(guān)注，尤其是大力發(fā)展的先進(jìn)絕熱壓縮空氣儲(chǔ)能系統(tǒng)，實(shí)現(xiàn)了零排放，同時(shí)采用高壓氣罐儲(chǔ)氣技術(shù)，極大地減小了儲(chǔ)能裝置整體體積，為壓縮空氣儲(chǔ)能的應(yīng)用奠定了基礎(chǔ)[4]。中科中藍(lán)能源科技（北京）有限公司與榆林市人民政府、靖邊縣人民政府簽約建設(shè)100 MW級先進(jìn)壓縮空氣儲(chǔ)能項(xiàng)目[5]。如何實(shí)現(xiàn)特性各異的多種儲(chǔ)能靈活配置，使得在確保系統(tǒng)出力穩(wěn)定性的同時(shí)保證其經(jīng)濟(jì)性，是當(dāng)前研究的熱點(diǎn)問題。

目前，國家正在推進(jìn)電力現(xiàn)貨市場建設(shè)[6]，對于發(fā)電側(cè)運(yùn)營主體如含復(fù)合儲(chǔ)能的風(fēng)光水虛擬電廠的參與既是機(jī)遇也是挑戰(zhàn)。現(xiàn)貨價(jià)格劇烈的波動(dòng)性將會(huì)為虛擬電廠中復(fù)合儲(chǔ)能的容量配置帶來較大的風(fēng)險(xiǎn)，風(fēng)光日前和實(shí)時(shí)出力的預(yù)測偏差也會(huì)加劇容量配置的困難程度。容量配置較小，無法有效平抑偏差；而容量配置過多，會(huì)降低虛擬電廠的經(jīng)濟(jì)效應(yīng)。同時(shí)，合理的提高風(fēng)光水互補(bǔ)總出力曲線與市場價(jià)格曲線匹配程度，使得虛擬電廠能夠在現(xiàn)貨市場中獲得更大收益。

為了應(yīng)對這些挑戰(zhàn)，文獻(xiàn)[7]提出了含風(fēng)光火儲(chǔ)的虛擬電廠優(yōu)化調(diào)度模型，研究了虛擬電廠的優(yōu)化運(yùn)行方式，系統(tǒng)出力的波動(dòng)性得到明顯改善，但對于系統(tǒng)的經(jīng)濟(jì)性分析較少，沒有涉及復(fù)合儲(chǔ)能的應(yīng)用。文獻(xiàn)[8]研究了虛擬電廠電源出力特性，利用各種分布式電源出力靈活實(shí)現(xiàn)互補(bǔ)，完成對虛擬電廠的靈活調(diào)度。但未涉及系統(tǒng)的容量優(yōu)化配置。文獻(xiàn)[9]建立了系統(tǒng)的混合儲(chǔ)能容量配置模型，其經(jīng)濟(jì)性優(yōu)于配置單一儲(chǔ)能的虛擬電廠，分析了混合儲(chǔ)能的充放電特性，建立了容量配置方法，但是未考慮市場環(huán)境因素對容量配置的影響。文獻(xiàn)[10]建立了市場模式下的水光火虛擬電廠容量配置模型，利用各個(gè)設(shè)備的出力特性，提高了系統(tǒng)的互補(bǔ)性和經(jīng)濟(jì)性，但是缺少對實(shí)時(shí)市場的優(yōu)化建模，也沒有考慮復(fù)合儲(chǔ)能的應(yīng)用。文獻(xiàn)[11]考慮清潔能源的出力特性，提出了多虛擬電廠參與電力市場的優(yōu)化交易模型，但對于總出力的波動(dòng)性分析不夠，沒有考慮復(fù)合儲(chǔ)能的應(yīng)用。文獻(xiàn)[12]建立了市場環(huán)境下電動(dòng)汽車虛擬電廠的優(yōu)化調(diào)度策略，提高系統(tǒng)經(jīng)濟(jì)性，但是沒有考慮風(fēng)光出力等不確定性因素。

針對上述研究不足，本文考慮了風(fēng)光出力、電價(jià)的不確定性，在市場環(huán)境下，基于風(fēng)光蓄虛擬電廠的最大利益和出力波動(dòng)性要求，提出了復(fù)合儲(chǔ)能容量配置模型。在日前市場中，根據(jù)對現(xiàn)貨市場電價(jià)的預(yù)測，調(diào)控水光風(fēng)互補(bǔ)總出力，增加與現(xiàn)貨價(jià)格曲線的匹配程度；在實(shí)時(shí)市場中，合理配置復(fù)合儲(chǔ)能的容量，消除風(fēng)光的預(yù)測誤差，利用壓縮空氣儲(chǔ)能對風(fēng)光水總出力進(jìn)行削峰填谷，通過鋰電池抑制短時(shí)間尺度內(nèi)波動(dòng)，規(guī)避實(shí)時(shí)市場電價(jià)波動(dòng)風(fēng)險(xiǎn)，使得虛擬電廠能夠在現(xiàn)貨市場中獲得最大收益。算例仿真結(jié)果表明，本文所提的復(fù)合儲(chǔ)能容量配置方案有效平抑風(fēng)光波動(dòng)保證了系統(tǒng)的經(jīng)濟(jì)性。

1 虛擬電廠出力特性模型

虛擬電廠將不同種類的分布式電源進(jìn)行聚合，實(shí)現(xiàn)清潔能源的可靠輸出。本文虛擬電廠包括風(fēng)電、光伏、小水電、壓縮空氣儲(chǔ)能和鋰電池，分別對不同電源進(jìn)行建模，作為構(gòu)建虛擬電廠等值模型的基礎(chǔ)，其中，根據(jù)不同類型儲(chǔ)能元件的物理特性，鋰電池可降低短時(shí)間間隔下的風(fēng)光水功率波動(dòng)率，保證功率平滑性，采用壓縮空氣對風(fēng)光水功率波動(dòng)率優(yōu)化效果不明顯，但其可實(shí)現(xiàn)長時(shí)間尺度下削峰填谷，保證功率輸出在預(yù)期范圍內(nèi)。虛擬電廠參與市場，日前市場進(jìn)行風(fēng)光水出力優(yōu)化，實(shí)時(shí)市場利用復(fù)合儲(chǔ)能平抑波動(dòng)，消除風(fēng)光預(yù)測誤差，實(shí)現(xiàn)總出力的穩(wěn)輸出，提升系統(tǒng)經(jīng)濟(jì)性。虛擬電廠內(nèi)部元件關(guān)系如圖1所示。

圖1 虛擬電廠示意圖Fig.1 The schematic of the virtual power plant

1.1 風(fēng)力發(fā)電模型

風(fēng)電具有以下特性，風(fēng)速大于切入風(fēng)速時(shí)，風(fēng)機(jī)啟動(dòng)運(yùn)行，風(fēng)速大于切出風(fēng)速時(shí)，停止運(yùn)行[11]。同時(shí)，風(fēng)力發(fā)電機(jī)存在額定風(fēng)速，當(dāng)風(fēng)速大于額定風(fēng)速時(shí)，其輸出為額定功率不變，風(fēng)電出力為

在虛擬電廠的運(yùn)行中，可以假設(shè)風(fēng)電機(jī)組的運(yùn)行成本近乎為0。

1.2 光伏發(fā)電模型

光伏出力具有較強(qiáng)的不確定性，出力與光照強(qiáng)度、周圍溫度呈現(xiàn)正相關(guān)[13]，光伏總出力為

光伏預(yù)測誤差的標(biāo)準(zhǔn)差為可認(rèn)為其服從以零為均值，μ=0，σpv為標(biāo)準(zhǔn)差的正態(tài)分布，其概率密度函數(shù)為

可以看出σpv與預(yù)測出力成正比。

1.3 水電出力模型

小型水電機(jī)組除了能提供清潔能源，還可以起到調(diào)度發(fā)電機(jī)組的作用，用于平滑風(fēng)力、光伏的出力。水電機(jī)組的出力主要與水庫的水頭、發(fā)電流量有關(guān)[14]，水電機(jī)組出力可以表示為

1.4 復(fù)合儲(chǔ)能模型

儲(chǔ)能系統(tǒng)一方面進(jìn)行能量轉(zhuǎn)移，將當(dāng)前時(shí)刻過剩的電能轉(zhuǎn)移至未來電能不足的時(shí)刻，最大化利用可再生能源；另一方面進(jìn)行功率平滑，實(shí)現(xiàn)功率的穩(wěn)定性輸出。

壓縮空氣儲(chǔ)能通過壓縮空氣將電能進(jìn)行存儲(chǔ)[15]。根據(jù)其運(yùn)行原理，當(dāng)氣壓從p1上升至p2所需要的能量如下式所示：

式中：ma為空氣質(zhì)量；ca為空氣的定壓比熱容；Te為環(huán)境溫度；ηcaes為壓縮空氣儲(chǔ)能系統(tǒng)效率；p0為環(huán)境壓力；γ為比熱容比。

當(dāng)氣壓從p2減小至p1，釋放的能量為

鋰電池的充放電功率約束如下式所示：

鋰電池總電量應(yīng)維持在一定范圍內(nèi)，以免對鋰電池的使用壽命造成損害，如下式所示：

荷電狀態(tài)可反映儲(chǔ)能裝置的電量情況，其值為儲(chǔ)能裝置剩余電量和額定容量的比值，如下式：

式中：Ex,t為相應(yīng)儲(chǔ)能裝置t時(shí)刻剩余電量；Ex為相應(yīng)儲(chǔ)能裝置額定容量。

分別定義鋰電池儲(chǔ)能和壓縮空氣儲(chǔ)能的荷電狀態(tài)，及其上下限如下式所示：

式中：SOCbat,min，SOCbat,max分別為鋰電池荷電狀態(tài)上、下限；SOCcaes,min，SOCcaes,max分別為壓縮空氣儲(chǔ)能荷電狀態(tài)上、下限。

2 虛擬電廠參與市場環(huán)境下容量配置模型

2.1 現(xiàn)貨市場價(jià)格預(yù)測

在未來實(shí)行電力市場、特別是存在電力現(xiàn)貨市場條件下，此時(shí)現(xiàn)貨市場電價(jià)具有較強(qiáng)的不確定性和波動(dòng)性，現(xiàn)貨價(jià)格的劇烈變化將會(huì)為發(fā)電系統(tǒng)帶來較高的風(fēng)險(xiǎn)，直接影響系統(tǒng)容量配置的經(jīng)濟(jì)性?，F(xiàn)貨市場的電價(jià)序列是一個(gè)隨機(jī)的時(shí)間序列，本文通過對歷史電價(jià)的抽取和分析，基于時(shí)間序列分析法中的ARIMA自回歸積分滑動(dòng)平均模型并計(jì)入現(xiàn)貨價(jià)格的波動(dòng)性，建立現(xiàn)貨價(jià)格不確定性模型：

2.2 虛擬電廠復(fù)合儲(chǔ)能容量配置模型

儲(chǔ)能裝置可有效平抑虛擬電廠輸出功率波動(dòng)，改善并網(wǎng)功率電能質(zhì)量，實(shí)現(xiàn)聯(lián)絡(luò)線功率削峰填谷，提高風(fēng)光電資源的并網(wǎng)消納率。本文考慮虛擬電廠參與市場交易，計(jì)入儲(chǔ)能系統(tǒng)的初始投資成本、壽命損耗成本、運(yùn)行維護(hù)成本，滿足系統(tǒng)波動(dòng)性互補(bǔ)要求，以效益最大化為目標(biāo)函數(shù)，目標(biāo)函數(shù)如下式所示：

式中：R為系統(tǒng)一年的售電收入；Civ，Com，Cls分別為儲(chǔ)能系統(tǒng)的初始投資成本、壽命損耗成本和鋰電池的運(yùn)行維護(hù)成本。

系統(tǒng)一年的售電收入R可通過下式計(jì)算：

2.2.1 售電收入

1）售電收入主要由日前市場和實(shí)時(shí)市場兩部分組成。日前市場中，預(yù)測風(fēng)電和光伏的出力，優(yōu)化水電機(jī)組出力，虛擬電廠的收益和出力可表示為

2.2.2 售電成本

售電成本主要由初始投資成本、壽命損耗成本和運(yùn)行維護(hù)成本三部分組成。

1）本文中儲(chǔ)能系統(tǒng)包括鋰電池和壓縮空氣儲(chǔ)能，因此儲(chǔ)能系統(tǒng)的初始投資成本由鋰電池的初始投資成本及壓縮空氣儲(chǔ)能的初始投資成本構(gòu)成，如下式所示：

2.3 復(fù)合儲(chǔ)能容量配置方法

本文將系統(tǒng)總出力波動(dòng)率設(shè)置為約束，因此本文模型是一個(gè)經(jīng)濟(jì)性最優(yōu)的單目標(biāo)混合整型和小數(shù)規(guī)劃問題。模型中存在部分非線性約束如式（12）、式（13），因此難以直接運(yùn)用線性優(yōu)化工具求解。由于Lingo軟件能夠?qū)旌险秃托?shù)的非線性模型進(jìn)行求解，因此將上述模型在Lingo語言環(huán)境下編寫，并驗(yàn)證可以求解，求解流程圖如圖2所示。

圖2 復(fù)合儲(chǔ)能容量配置方法流程Fig.2 Flow chart of hybrid energy storage sizing

考慮風(fēng)光出力的不確定性和出力偏差，以及現(xiàn)貨價(jià)格的波動(dòng)性，提出了基于系統(tǒng)經(jīng)濟(jì)性與波動(dòng)性的復(fù)合儲(chǔ)能容量配置方法，其具體流程介紹如下。

系統(tǒng)容量配置具體規(guī)劃步驟如下：

1）輸入系統(tǒng)數(shù)據(jù)。風(fēng)光水裝機(jī)容量及參數(shù)，壓縮空氣儲(chǔ)能和鋰電池等基本參數(shù)。

2）預(yù)測風(fēng)光日前出力數(shù)據(jù)、日前市場電價(jià)。

3）日前市場優(yōu)化。優(yōu)化風(fēng)光水日前市場出力，提高系統(tǒng)收益。

4）預(yù)測實(shí)時(shí)市場風(fēng)光出力，和實(shí)時(shí)市場電價(jià)，計(jì)算風(fēng)光預(yù)測偏差。

5）考慮風(fēng)光出力偏差，在Lingo語言環(huán)境下建立優(yōu)化模型，得到基于經(jīng)濟(jì)性和波動(dòng)性的復(fù)合儲(chǔ)能充放電方式，確定并優(yōu)化復(fù)合儲(chǔ)能容量配置方案。

6）判斷所有規(guī)劃方案是否計(jì)算完畢，是則轉(zhuǎn)到下一步，否則轉(zhuǎn)向步驟5）。

7）輸出所有容量配置方案的優(yōu)化結(jié)果和相對應(yīng)的年收益率，確定容量配置方案。

3 算例分析

3.1 基礎(chǔ)數(shù)據(jù)

算例分析了電力市場環(huán)境下，考慮風(fēng)光的波動(dòng)性以及現(xiàn)貨價(jià)格的不確定性的條件下，基于虛擬電廠兩階段優(yōu)化方法，求得了復(fù)合儲(chǔ)能容量配置方案。虛擬電廠由15 MW的風(fēng)電、10 MW的光伏、5 MW的小水電和復(fù)合儲(chǔ)能組成，復(fù)合儲(chǔ)包含壓縮空氣儲(chǔ)能和鋰電池，系統(tǒng)儲(chǔ)能設(shè)備參數(shù)如下所示。鋰電池參數(shù)為：功率成本系數(shù)1 000元/kW，容量成本系數(shù)3 500元/kW·h，運(yùn)行維護(hù)成本系數(shù)0.05元/（kW·h），剩余電量上限75%，剩余電量下限30%，充放電效率90%。壓縮空氣儲(chǔ)能參數(shù)為：功率成本系數(shù)4 000元/kW，容量成本系數(shù)200元/（kW·h），運(yùn)行維護(hù)成本系數(shù)0.15元/（kW·h），剩余電量上限90%，剩余電量下限10%，充放電效率75%。

算例選用北歐日前市場電價(jià)作為基礎(chǔ)數(shù)據(jù)，利用ARIMA模型進(jìn)行日前電價(jià)預(yù)測，并根據(jù)電價(jià)模型在日前電價(jià)的基礎(chǔ)上給出了實(shí)時(shí)電價(jià)，本文中做的min級的優(yōu)化，時(shí)間尺度為15 min一個(gè)優(yōu)化時(shí)間段?，F(xiàn)貨市場電價(jià)曲線如圖3所示。

圖3 現(xiàn)貨市場電價(jià)曲線Fig.3 Curves of spot price

風(fēng)光的日前出力預(yù)測如圖4和圖5所示，并在其日前出力的基礎(chǔ)上，根據(jù)其出力的不確定性，計(jì)入預(yù)測偏差，即得到實(shí)時(shí)出力數(shù)據(jù)。從圖4和圖5中可以看出，風(fēng)電和光伏在日前和實(shí)時(shí)出力存在明顯的偏差，由于其隨機(jī)性、波動(dòng)性，大規(guī)模風(fēng)光并網(wǎng)，將會(huì)影響電網(wǎng)的穩(wěn)定性。復(fù)合儲(chǔ)能用于平穩(wěn)風(fēng)光的出力，風(fēng)光出力可以分為平穩(wěn)分量和波動(dòng)分量如圖6和圖7所示。利用壓縮空氣儲(chǔ)能處理滑動(dòng)平穩(wěn)分量的上下限，利用壓縮空氣儲(chǔ)能抑制波動(dòng)分量，使得風(fēng)光的總出力滿足平滑穩(wěn)定的需求。

圖4 光伏出力Fig.4 Output of photovoltaic

圖5 風(fēng)電出力Fig.5 Output of wind power

圖6 風(fēng)光出力與平穩(wěn)分量Fig.6 Output of wind and PV and stationary component

圖7 風(fēng)光波動(dòng)分量Fig.7 Fluctuating component of wind and PV

3.2 仿真結(jié)果分析

算例中取修正系數(shù)α為0.25。調(diào)節(jié)日前市場水電出力和復(fù)合儲(chǔ)能充放電功率，對風(fēng)光出力的上下限進(jìn)行調(diào)整，使其總出力在一定范圍內(nèi)。

3.2.1 日前市場

日前市場中，考慮現(xiàn)貨價(jià)格的不確定性，在風(fēng)光預(yù)測的基礎(chǔ)上，以滿足系統(tǒng)經(jīng)濟(jì)性和總出力互補(bǔ)性指標(biāo)，優(yōu)化水電站出力。同時(shí)，水電在豐水期和枯水期出力具有較大差異，得到風(fēng)光水在不同時(shí)期的出力如圖8和圖9所示。

從圖8、圖9可以看出，水電站在枯水期的出力明顯低于豐水期，枯水期風(fēng)光水的總出力波動(dòng)相對大于豐水期。兩個(gè)時(shí)期的出力形態(tài)大體一致，出力曲線趨勢與日前電價(jià)趨勢基本一致，在日前電價(jià)較高的時(shí)段，水電站的出力明顯增大，日前電價(jià)較低點(diǎn)，水電出力較低，系統(tǒng)經(jīng)濟(jì)性提高。同時(shí)，虛擬電廠出力需要滿足互補(bǔ)指標(biāo)，水電站出力曲線趨勢與日前電價(jià)曲線趨勢仍存在一定的差異性。

圖8 豐水期日前市場出力曲線Fig.8 Output curves in day-ahead market in wet season

圖9 枯水期日前市場出力曲線Fig.9 Output curves in day-ahead market in dry season

3.2.2 日前市場

風(fēng)光出力具有較強(qiáng)的不確定性，其日前預(yù)測出力與實(shí)時(shí)出力值存在明顯偏差。水電站出力計(jì)劃在日前已經(jīng)制定，一般不再進(jìn)行改變，利用復(fù)合儲(chǔ)能處理風(fēng)光日前與實(shí)時(shí)的出力偏差，同時(shí)利用復(fù)合儲(chǔ)能進(jìn)一步平抑風(fēng)光的波動(dòng)性。壓縮空氣儲(chǔ)能和鋰電池出力曲線如圖10和圖11所示。

圖10 豐水期實(shí)時(shí)出力曲線Fig.10 Output curves in real-time market in wet season

圖11 枯水期實(shí)時(shí)出力曲線Fig.11 Output curves in real-time market in dry season

圖10，圖11中的壓縮空氣儲(chǔ)能和鋰電池的容量分別為6 MW和3 MW，可以看出壓縮空氣儲(chǔ)能出力變化較大，鋰電池的出力波動(dòng)較小。壓縮空氣儲(chǔ)能在較長時(shí)間尺度內(nèi)對風(fēng)光水總出力進(jìn)行削峰填谷，在風(fēng)光水出力的峰值，壓縮空氣儲(chǔ)能處于充電狀態(tài)；在風(fēng)光水出力的低谷，壓縮空氣儲(chǔ)能處于放電狀態(tài)，系統(tǒng)總出力曲線的上下限得到了明顯的調(diào)整。鋰電池具有更加靈活的充放電性能，可以在更小的時(shí)間尺度內(nèi)減小總出力的波動(dòng)，進(jìn)一步提高總出力的穩(wěn)定性，系統(tǒng)總出力曲線的平穩(wěn)性得到了明顯改善。

同時(shí)，從圖10，圖11中可以看出豐水期的發(fā)電系統(tǒng)總出力曲線的波動(dòng)性明顯低于枯水期，豐水期出力更加平穩(wěn)；枯水期的復(fù)合儲(chǔ)能充放電頻率和功率明顯高于豐水期。

3.2.3 波動(dòng)性

分析原始風(fēng)電、光伏出力的兩點(diǎn)間最大的波動(dòng)值，并分別求得加入水電、壓縮空氣儲(chǔ)能、鋰電池后的出力波動(dòng)指標(biāo)如表1所示。且不考慮風(fēng)光水的投資和運(yùn)行成本，計(jì)入市場收益和儲(chǔ)能成本，根據(jù)上述得到虛擬電廠的最大利潤為16 754.93萬元。

表1 出力曲線波動(dòng)性分析Tab.1 Analysis of the volatility of the output curve

表1中，A為風(fēng)電，B為光電，C為風(fēng)光，D為風(fēng)光水，E為壓縮空氣儲(chǔ)能，F(xiàn)為鋰電池，G為復(fù)合儲(chǔ)能。

3.2.4 復(fù)合儲(chǔ)能容量配置靈敏度分析

由于枯水期水電調(diào)節(jié)能力較弱，風(fēng)光水波動(dòng)性較大，場景相對惡劣，所以針對枯水期進(jìn)一步分析復(fù)合儲(chǔ)能容量配置方案對系統(tǒng)指標(biāo)的影響，基于上述優(yōu)化運(yùn)行方式，改變復(fù)合儲(chǔ)能容量配置和修正系數(shù)，求得其波動(dòng)性和經(jīng)濟(jì)性指標(biāo)如表2所示。

表2 不同復(fù)合儲(chǔ)能容量配置下經(jīng)濟(jì)性與波動(dòng)性Tab.2 Economics and volatility under different composite energy storage capacity configurations

從表2分析可以看出，復(fù)合儲(chǔ)能容量配置不斷增加時(shí)，虛擬電廠出力的波動(dòng)性不斷減小，容量配置成本不斷提升，系統(tǒng)的經(jīng)濟(jì)性降低。當(dāng)壓縮空氣儲(chǔ)能和鋰電池的容量從6 MW和3 MW分別增加至7 MW和4 MW，總出力波動(dòng)性無明顯下降。復(fù)合儲(chǔ)能的容量配置要在滿足系統(tǒng)波動(dòng)性指標(biāo)要求的基礎(chǔ)上，兼顧系統(tǒng)經(jīng)濟(jì)性。

4 結(jié)論

本文考慮了風(fēng)光出力的隨機(jī)性，小水電的調(diào)節(jié)能力，并根據(jù)不同類型儲(chǔ)能元件的物理充放電特性，構(gòu)建基于壓縮空氣儲(chǔ)能和鋰電池的復(fù)合儲(chǔ)能系統(tǒng)，進(jìn)一步建立了風(fēng)光水儲(chǔ)虛擬電廠出力互補(bǔ)模型，并且計(jì)入市場模式，量化現(xiàn)貨價(jià)格不確定性，提出了在參與日前市場與實(shí)時(shí)市場獲得最大收益的目標(biāo)，最終得到復(fù)合儲(chǔ)能系統(tǒng)滿足互補(bǔ)和最大收益的容量配置方法。通過算例仿真，得出了以下結(jié)論：

1）含風(fēng)光水的虛擬電廠，小水電提高系統(tǒng)經(jīng)濟(jì)性的同時(shí)，可利用其調(diào)節(jié)性能在一定程度上緩解系統(tǒng)出力的波動(dòng)性，豐水期的調(diào)節(jié)效果優(yōu)于枯水期。而配置復(fù)合儲(chǔ)能，在降低成本的同時(shí)，可進(jìn)一步提高系統(tǒng)出力的穩(wěn)定性。

2）風(fēng)光出力具有較強(qiáng)的不確定性和預(yù)測偏差，以及市場環(huán)境下，現(xiàn)貨價(jià)格劇烈的波動(dòng)性為虛擬電廠參與市場交易帶來了較大的風(fēng)險(xiǎn)。本文提出的含復(fù)合儲(chǔ)能的虛擬電廠容量配置優(yōu)化模型，一方面可以通過壓縮空氣儲(chǔ)能和鋰電池的充放電特性平抑總出力的波動(dòng)，另一方面可以補(bǔ)償風(fēng)光出力的預(yù)測偏差，規(guī)避市場風(fēng)險(xiǎn)。

3）壓縮空氣儲(chǔ)能和鋰電池組成的復(fù)合儲(chǔ)能，有效降低了總出力的波動(dòng)性。靈敏度分析中，增加儲(chǔ)能的容量配置，可進(jìn)一步緩解系統(tǒng)波動(dòng)性，但作用效果逐漸降低，配置成本明顯提高。本文所提的6 MW壓縮空氣儲(chǔ)能和3 MW鋰電池的復(fù)合儲(chǔ)能容量配置，可在保證系統(tǒng)經(jīng)濟(jì)性的同時(shí)，有效緩解系統(tǒng)的波動(dòng)性。