臧紫坤，楊曉輝，李昭輝，袁志鑫，許 超，陳蘇豪

考慮儲熱改造與最優(yōu)棄能的風(fēng)光火儲低碳經(jīng)濟(jì)調(diào)度

臧紫坤，楊曉輝，李昭輝，袁志鑫，許 超，陳蘇豪

(南昌大學(xué)信息工程學(xué)院，江西 南昌 330031)

大規(guī)?？稍偕茉聪{以及電力系統(tǒng)的低碳發(fā)展對減少火電機(jī)組調(diào)峰調(diào)頻時的碳排放提出了更高要求。為提高系統(tǒng)風(fēng)光消納的經(jīng)濟(jì)性與火電機(jī)調(diào)峰的低碳性，提出一種考慮火電機(jī)組儲熱改造與風(fēng)光最優(yōu)棄能的風(fēng)光火儲分層優(yōu)化調(diào)度方法。考慮風(fēng)光反調(diào)峰特性，建立最優(yōu)棄能約束模型，構(gòu)建以電網(wǎng)凈負(fù)荷方差最小為目標(biāo)的上層模型，對凈負(fù)荷曲線進(jìn)行一次“削峰填谷”。為擴(kuò)大火電機(jī)組調(diào)峰深度，考慮儲熱機(jī)組改造，建立碳交易成本模型?；诖?，建立以系統(tǒng)總成本和碳交易成本最小為目標(biāo)的下層模型，對凈負(fù)荷曲線二次“削峰填谷”的同時，實現(xiàn)對系統(tǒng)經(jīng)濟(jì)與低碳的協(xié)同優(yōu)化?；谒憷治?，驗證了所提出模型的合理性與有效性。

火電機(jī)組儲熱改造；最優(yōu)棄能率；碳交易；削峰填谷；分層優(yōu)化

0 引言

自2020年國家正式提出雙碳目標(biāo)以來，風(fēng)電與光伏由于成本低、技術(shù)成熟且開發(fā)潛力巨大等因素發(fā)展迅猛，同時，由于風(fēng)光的不確定性，系統(tǒng)的峰谷差大幅增加，嚴(yán)重限制著新能源的消納能力[1-3]。為了提高新能源消納水平，開展火電機(jī)組深度調(diào)峰靈活改造是重要手段，但火電機(jī)組調(diào)峰促進(jìn)風(fēng)光消納會大幅增加機(jī)組碳排放[4]。因此，如何平衡風(fēng)光消納與機(jī)組調(diào)峰成本、碳排放之間的矛盾，對現(xiàn)代電力系統(tǒng)實現(xiàn)經(jīng)濟(jì)性與低碳性具有重要意義。

目前，有大量研究從提升電源側(cè)靈活性的角度出發(fā)來提高風(fēng)光消納的效率。利用抽水蓄能、光熱發(fā)電以及儲熱系統(tǒng)來平抑風(fēng)光發(fā)電曲線，具有良好的電能時移特性，取得了較好的整體經(jīng)濟(jì)效益[5-7]?；谶m當(dāng)?shù)臈夛L(fēng)棄光可以提升系統(tǒng)經(jīng)濟(jì)效益的現(xiàn)實，有許多文獻(xiàn)考慮了棄風(fēng)棄光。文獻(xiàn)[8-9]考慮棄風(fēng)懲罰成本、火電機(jī)組運行成本等5個成本，構(gòu)建了含多種抽蓄方式的系統(tǒng)調(diào)度模型。文獻(xiàn)[10-11]基于棄能約束模型，提出一種考慮最優(yōu)棄能率的風(fēng)光火儲雙層優(yōu)化調(diào)度方法。文獻(xiàn)[12]建立了計及合理棄能的系統(tǒng)經(jīng)濟(jì)性最優(yōu)模型。以上研究基于儲能系統(tǒng)提升電源側(cè)靈活性，考慮最優(yōu)棄能時，僅以系統(tǒng)經(jīng)濟(jì)性最優(yōu)為目標(biāo)函數(shù)，并未考慮火電機(jī)組調(diào)峰時碳排放問題。

針對提升火電機(jī)組調(diào)峰深度問題，國內(nèi)外學(xué)者做了大量工作。文獻(xiàn)[13]通過抽汽儲熱改造技術(shù)提高鍋爐低負(fù)荷穩(wěn)燃效果，降低機(jī)組最小出力，從而進(jìn)行深度調(diào)峰。文獻(xiàn)[14-15]從優(yōu)化控制系統(tǒng)、水冷壁安全防護(hù)的角度減少機(jī)組啟停時間，利用改造煤粉供給系統(tǒng)、溫度控制系統(tǒng)等措施提高機(jī)組爬坡速率，提高了系統(tǒng)應(yīng)對可再生能源出力變化的能力。文獻(xiàn)[16]通過經(jīng)濟(jì)成本分析指出，鍋爐穩(wěn)燃改造比快速啟停和快速爬坡技術(shù)更具效益優(yōu)勢。文獻(xiàn)[17-20]對火電機(jī)組儲熱系統(tǒng)的動力學(xué)模型進(jìn)行了建模。目前已有文獻(xiàn)分析了火電機(jī)組儲熱改造后參與系統(tǒng)發(fā)電的經(jīng)濟(jì)性[21]，鮮有文章深入探討火電機(jī)組儲熱改造參與風(fēng)光火儲系統(tǒng)發(fā)電的低碳性及其原因。

鑒于此，本文提出一種考慮最優(yōu)棄能率與火電機(jī)組儲熱改造的風(fēng)光火儲低碳經(jīng)濟(jì)調(diào)度方法。以電網(wǎng)凈負(fù)荷方差最小為上層目標(biāo)，以系統(tǒng)總成本和碳交易成本最小為下層目標(biāo)構(gòu)建分層優(yōu)化模型，對負(fù)荷進(jìn)行二次“削峰填谷”，改變棄能約束上限，結(jié)合算例，探索儲熱改造效益范圍。

1 儲熱改造及合理棄能對機(jī)組調(diào)峰的影響分析

1.1 火電機(jī)組儲熱改造原理及運行模型

1.1.1改造原理

燃煤火電機(jī)組內(nèi)部能量傳遞主要有三個過程：1) 通過鍋爐燃燒煤產(chǎn)生的熱量給水加熱形成高溫高壓蒸汽，隨后蒸汽流入蒸汽輪機(jī)高壓缸做功；2) 高壓缸做功完成后的蒸汽流入鍋爐再形成熱蒸汽，之后導(dǎo)入蒸汽輪機(jī)中的中壓缸與低壓缸做功；3) 冷凝塔將低壓缸做功完成后的氣體冷卻為液態(tài)水，期間，液態(tài)水通過缸中抽取的部分蒸汽加熱為高溫給水。

傳統(tǒng)火電機(jī)組的鍋爐、蒸汽輪機(jī)、發(fā)電機(jī)等各個環(huán)節(jié)通過熱能流動緊密耦合，鍋爐穩(wěn)燃條件及機(jī)械邊界承載能力等因素極大制約火電機(jī)組出力調(diào)整范圍，從而限制機(jī)組深度調(diào)峰能力。因此，本文基于熱循環(huán)原理，在蒸汽動力循環(huán)中加入高低溫雙循環(huán)儲熱裝置對熱能進(jìn)行存儲與釋放，在保證穩(wěn)燃條件的情況下，對機(jī)組各環(huán)節(jié)之間的熱能解耦，實現(xiàn)火電機(jī)組的出力靈活性改造，改造后的火電機(jī)組能量流圖見附圖1。

1.1.2運行模型

1.2 儲熱改造與合理棄能對機(jī)組調(diào)峰的影響分析

隨著“碳達(dá)峰、碳中和”被提上日程，新能源發(fā)電規(guī)模在急劇擴(kuò)大，其中，風(fēng)光發(fā)電由于技術(shù)成熟、政策支持、市場環(huán)境優(yōu)越等因素發(fā)展最快。但其發(fā)電的隨機(jī)性、間歇性、反調(diào)峰性導(dǎo)致并網(wǎng)消納時可能會增大受端電網(wǎng)的峰谷差，有時為了消納更多的風(fēng)光發(fā)電需要火電機(jī)組進(jìn)行深度調(diào)峰，從而造成機(jī)組調(diào)峰成本大幅增加，同時，傳統(tǒng)深度調(diào)峰方式會大幅提高機(jī)組的單位碳排放和發(fā)電能耗[4]。因此，本文從風(fēng)光出力特性與火電機(jī)組深度調(diào)峰特性入手，分析合理棄能與儲熱改造對機(jī)組調(diào)峰的影響。本文引入凈負(fù)荷定義，將并入受端電網(wǎng)的風(fēng)光出力等效為外部電源，相當(dāng)于負(fù)的電荷，受端電網(wǎng)的凈負(fù)荷等于初始負(fù)荷與并網(wǎng)的風(fēng)光出力之差[22-23]。

傳統(tǒng)的火電機(jī)組調(diào)峰一般分為基本調(diào)峰、不抽油深度調(diào)峰、抽油深度調(diào)峰。傳統(tǒng)火電機(jī)組在深度調(diào)峰時，由于鍋爐穩(wěn)燃接近最小工況，導(dǎo)致單位碳排放大幅增加。因此，本文結(jié)合火電機(jī)組儲熱改造技術(shù)，在保證機(jī)組穩(wěn)燃的前提下，通過高、低溫儲熱裝置穩(wěn)定機(jī)組出力。如圖1，在1時段，高、低溫儲熱裝置儲存熱功率，等效于增加負(fù)荷，吸收機(jī)組多余出力，在2與3時段，儲熱裝置釋放熱功率，等效于減小負(fù)荷，降低機(jī)組出力，有效提高單位煤量的發(fā)電量。

圖1 凈負(fù)荷峰谷分析圖

本文一方面在確保風(fēng)光并網(wǎng)效益的前提下，考慮合理棄能，平抑凈負(fù)荷出力波動；另一方面考慮機(jī)組儲能改造，穩(wěn)定機(jī)組出力，減少火電機(jī)組深度調(diào)峰，從而使系統(tǒng)運行經(jīng)濟(jì)低碳。

2 ?考慮機(jī)組改造調(diào)峰與最優(yōu)棄能的低碳經(jīng)濟(jì)調(diào)度模型

本文以減少碳排放量和運行調(diào)度成本為目標(biāo)，利用儲能系統(tǒng)與儲熱改造技術(shù)平衡風(fēng)光消納與火電機(jī)組調(diào)峰增加碳排放之間的矛盾，建立考慮火電機(jī)組儲熱改造與風(fēng)光消納協(xié)同促進(jìn)碳減排的風(fēng)光火儲分層優(yōu)化調(diào)度模型，模型流程如圖2所示。

圖2 分層優(yōu)化調(diào)度流程圖

上層模型在滿足抽蓄儲能系統(tǒng)運行約束、風(fēng)光棄能約束等條件的基礎(chǔ)上，以受端電網(wǎng)凈負(fù)荷方差最小為目標(biāo)，對各個時段的棄風(fēng)棄光進(jìn)行優(yōu)化，得到各個時段的最優(yōu)棄能率以及綜合棄能率，同時將各儲能系統(tǒng)充放電功率與凈負(fù)荷曲線輸入到下層模型。

下層模型以電網(wǎng)調(diào)度成本以及碳排放成本為目標(biāo)函數(shù)，基于上層模型傳遞的凈負(fù)荷曲線以及儲能系統(tǒng)充放電功率，在滿足火電機(jī)組系統(tǒng)運行約束、儲熱改造系統(tǒng)運行約束等條件時，對儲熱系統(tǒng)儲放量、火電機(jī)組燃煤量以及出力進(jìn)行優(yōu)化，使碳排放成本、燃料成本、機(jī)組啟停成本、旋轉(zhuǎn)備用成本、環(huán)境保護(hù)稅等成本最小。

2.1 碳交易機(jī)制

碳交易機(jī)制通過市場化交易碳排放權(quán)來限制溫室氣體的排放，是實現(xiàn)“雙碳”目標(biāo)的有效措施之一。目前，碳排放權(quán)交易主要分為項目型交易與配額型交易。項目型交易主要指開展綠色發(fā)展項目來實現(xiàn)碳減排；配額型碳交易是政府有關(guān)部門為碳排放源分配碳排放額度。當(dāng)排放源實際碳排放高于分配額度時，碳交易為正，即碳排放源需要支付高額罰款來購買碳排放權(quán)；而當(dāng)排放源實際碳排放低于分配額度時，碳交易為負(fù)，即碳排放源可出售碳排放權(quán)[24]。本文考慮配額型碳交易。

碳排放源在滿足碳排放控制總量的前提下，自主購買或售出碳排放權(quán)，可有效鼓勵各發(fā)電企業(yè)降低碳排放量。本文根據(jù)我國試運行的碳排放交易機(jī)制，采用基準(zhǔn)法來計算初始配額。依據(jù)《全國碳排放交易額度分配方案(討論稿)》中我國主要調(diào)峰機(jī)組的容量級別、壓力參數(shù)以及燃料類別，劃分11個基準(zhǔn)[25]為不同機(jī)組分配碳排放額度，具體計算公式為

火電機(jī)組實際碳排放量計算公式為

2.2 上層優(yōu)化模型

2.2.1目標(biāo)函數(shù)

上層目標(biāo)主要是使受端電網(wǎng)的凈負(fù)荷方差最小，即：

2.2.2約束條件

考慮上層模型的約束條件時，除了風(fēng)光預(yù)測出力的約束之外，還需考慮以下約束。

1) 棄風(fēng)棄光約束

2) 儲能系統(tǒng)充放電約束

由于儲能系統(tǒng)工況限制，不僅充放功率有最大最小約束，且充放不能同時進(jìn)行，因此要滿足式(7)。

3) 儲能系統(tǒng)荷電約束

2.3 下層優(yōu)化模型

2.3.1目標(biāo)函數(shù)

為了兼顧調(diào)度系統(tǒng)的低碳性與經(jīng)濟(jì)性，下層目標(biāo)函數(shù)主要考慮火電機(jī)組燃料成本、碳交易成本、機(jī)組啟停成本、旋轉(zhuǎn)備用成本、環(huán)境保護(hù)稅、風(fēng)光儲系統(tǒng)運行成本以及風(fēng)光消納帶來的環(huán)境收益。

1) 旋轉(zhuǎn)備用成本

由于風(fēng)光出力隨機(jī)性帶來一定的預(yù)測誤差，系統(tǒng)必須考慮一定容量的旋轉(zhuǎn)備用?；痣姍C(jī)組的旋轉(zhuǎn)備用成本計算公式為

2) 環(huán)境保護(hù)稅

3) 風(fēng)光儲系統(tǒng)運行成本

風(fēng)光儲系統(tǒng)的運行成本主要由風(fēng)光發(fā)電站的維護(hù)成本以及儲能系統(tǒng)裝置的折舊成本構(gòu)成，可由式(13)計算而得。

4) 風(fēng)光消納收益

考慮風(fēng)光等清潔能源的并網(wǎng)消納能有效降低硝硫等污染氣體的排放量，并且儲能系統(tǒng)的投運也會減小污染氣體的排放，從而帶來環(huán)境收益。其計算公式為

2.3.2約束條件

針對下層模型不僅需要火電機(jī)組運行時的常規(guī)約束，還需滿足儲熱改造系統(tǒng)有關(guān)約束以及輸電線路功率約束。

1) 電功率平衡約束

2) 火電機(jī)組運行約束

火電機(jī)組出力約束表示為

火電機(jī)組出力爬坡約束可表示為

火電機(jī)組最小啟停時間約束為

3) 系統(tǒng)旋轉(zhuǎn)備用約束

4) 儲熱系統(tǒng)約束

高低溫儲熱系統(tǒng)容量約束如式(20)所示。

5) 鍋爐煤燃燒質(zhì)量約束

高/低溫儲熱系統(tǒng)儲放約束以及狀態(tài)約束可用式(22)表示。

在本文構(gòu)建的下層模型中，除了滿足以上模型之外，還需滿足蒸汽輪機(jī)做功發(fā)電功率約束[21]、儲熱機(jī)組出力約束以及線路傳輸功率約束[8]。

2.4 模型求解算法

本文所建上下層模型均為混合整數(shù)線性規(guī)劃模型，故可在Matlab環(huán)境下基于yalmip平臺，調(diào)用gurobi求解器計算。具體求解流程見圖3。

1) 輸出入風(fēng)光出力、負(fù)荷、棄能約束上限及改造機(jī)組系統(tǒng)相關(guān)基礎(chǔ)數(shù)據(jù)；

2) 求解上層模型，輸出儲能系統(tǒng)各時段充放電功率、風(fēng)光各時段最優(yōu)棄能率及優(yōu)化后凈負(fù)荷曲線；

3) 結(jié)合上層模型輸出的凈負(fù)荷及儲能系統(tǒng)充放電功率，輸入考慮儲熱改造后機(jī)組調(diào)峰的下層調(diào)度模型；

4) 利用gurobi求解器計算下層模型得到系統(tǒng)運行總成本以及機(jī)組調(diào)峰時的碳排放量；

5) 改變風(fēng)光棄能約束上限，重新計算上層優(yōu)化負(fù)荷模型與下層經(jīng)濟(jì)低碳調(diào)度模型，如此反復(fù)，當(dāng)風(fēng)光棄能約束上限大于1時，輸出結(jié)果。

3 算例分析

3.1 算例參數(shù)設(shè)置

本文采用改進(jìn)的30機(jī)系統(tǒng)[10]進(jìn)行算例分析，該系統(tǒng)包括4臺火電儲熱改造機(jī)組、1個風(fēng)電場、一個光伏電站和1個儲能電站，總?cè)萘糠謩e為1 400 MW、400 MW、200 MW、450 MW。負(fù)荷與風(fēng)光出力預(yù)測如附圖3所示。

圖3 本文模型求解流程圖

碳交易價格為140元/t,儲熱改造機(jī)組相關(guān)參數(shù)：熱損失率為0.031%/h；儲放熱效率為98.5%；煤燃燒效率為89%；煤燃燒熱值為29.3 MJ/kg；熱轉(zhuǎn)換效率為40%；煤價格500元/t。下層模型其他主要參數(shù)見表1與附表1，火電機(jī)組其余參數(shù)引用文獻(xiàn)[10]。

3.2 最優(yōu)風(fēng)電消納結(jié)果分析

通過對上層模型的優(yōu)化求解，得到風(fēng)電、光伏的最優(yōu)棄能率分別為6.93%和7.07%，總最優(yōu)棄能率為7%。同時，優(yōu)化前后的凈負(fù)荷曲線以及儲能系統(tǒng)各時段儲放電量見圖4，各時段風(fēng)光棄能與并網(wǎng)功率見圖5。

從圖4可知，當(dāng)不考慮儲能系統(tǒng)僅考慮最優(yōu)棄能時，在一定程度上降低負(fù)荷的峰谷差。而在考慮儲能系統(tǒng)之后，儲能系統(tǒng)在00：00—04：00及15：00—18：00時段充電對系統(tǒng)起到填谷的作用，在09：00—13：00及19：00—22：00時段對系統(tǒng)起到削峰的作用。優(yōu)化前后凈負(fù)荷最大峰谷差從850 MW降至461 MW，有助于系統(tǒng)穩(wěn)定運行，同時降低系統(tǒng)調(diào)峰成本。

表1 下層模型其他主要參數(shù)

圖4 儲能系統(tǒng)運行及優(yōu)化前后負(fù)荷對比

圖5 各時段風(fēng)光并網(wǎng)與棄能情況

從圖5可知，棄風(fēng)主要發(fā)生在00：00—04：00及23：00—24：00時段，這主要是因為風(fēng)電的反調(diào)峰特性所致，晚間負(fù)荷急劇減少，若風(fēng)電全額消納導(dǎo)致負(fù)荷曲線波動更大，進(jìn)一步說明考慮風(fēng)光最優(yōu)棄能的必要性。而棄光時段僅在16：00—18：00時段，這與日間光伏出力有助于平抑負(fù)荷出力曲線有關(guān)。

3.3 機(jī)組儲熱系統(tǒng)分析

為分析機(jī)組儲熱系統(tǒng)對一次調(diào)整后凈負(fù)荷的平抑效果，得到高、低溫系統(tǒng)在各時刻的儲放熱曲線，如圖6所示，其中一次調(diào)整后凈負(fù)荷為上層模型輸入到下層模型的凈負(fù)荷。

圖6 儲熱系統(tǒng)儲放熱過程

由圖6可知：在00：00—05：00及16：00—17：00時段負(fù)荷低谷時段，低溫系統(tǒng)對鍋爐產(chǎn)生的熱量進(jìn)行儲存，減少汽輪機(jī)的進(jìn)汽量，降低機(jī)組出力，從而系統(tǒng)對負(fù)荷曲線進(jìn)行“填谷”；而在08：00—13：00時段，高低溫系統(tǒng)則釋放之前存儲的熱量，增加汽輪機(jī)的進(jìn)汽量，提高機(jī)組出力，從而系統(tǒng)對負(fù)荷曲線進(jìn)行“削峰”。經(jīng)過儲熱系統(tǒng)二次“削峰填谷”，負(fù)荷曲線較一次調(diào)整后的凈負(fù)荷曲線更為平緩。

3.4 不同模型低碳性對比分析

從圖7及附表1可知，模型3比模型1、模型2碳排放降低510 t和700 t，煤燃量也有所下降。模型3與模型2比較說明儲熱機(jī)組改造能使鍋爐產(chǎn)生的熱量得到充分利用，減少耗煤，從而減少碳排放。模型1與模型2相比燃煤量與碳排放均有小幅下降，說明僅考慮最優(yōu)風(fēng)光棄能的減排效益略大于僅考慮儲熱機(jī)組改造帶來的減排效益。

為了分析模型3中火電機(jī)組減少碳排放的機(jī)制，得到3種模型火電機(jī)組各時段的碳排放量，見圖8所示。對比模型1與模型3可知，由于未考慮棄風(fēng)導(dǎo)致凈負(fù)荷峰谷差增大，使得火電機(jī)組調(diào)峰程度增加，而由于儲熱裝置的容量限制，火電機(jī)組的出力波動并不能有效緩解。對比模型2與模型3，在00：00—08：00時段，模型2的碳排放較低，這是因為儲熱裝置吸收鍋爐熱量時略微增加了火電機(jī)組的燃煤量，但在08：00—24：00時段，儲熱裝置對火電機(jī)組鍋爐系統(tǒng)熱量有效增放調(diào)節(jié)，減少機(jī)組燃煤量，從而減少碳排放。

圖7 3種模型燃煤及碳排放對比

圖8 3種模型各時段碳排放對比

3.5 不同模型經(jīng)濟(jì)性對比分析

為了檢驗本文所提分層模型的經(jīng)濟(jì)、環(huán)保的合理性，下文選擇3種模型對比分析：1) 低碳交易機(jī)制下，考慮風(fēng)光全網(wǎng)消納和機(jī)組儲熱改造的低碳經(jīng)濟(jì)調(diào)度模型；2) 低碳交易機(jī)制下，僅考慮風(fēng)光最優(yōu)棄能的低碳經(jīng)濟(jì)調(diào)度模型；3) 低碳交易機(jī)制下，考慮風(fēng)光最優(yōu)棄能和機(jī)組儲熱改造的低碳經(jīng)濟(jì)調(diào)度模型(本文模型)。3種模型運行的經(jīng)濟(jì)結(jié)果如表2所示。

從表2可知，模型3的總成本最小，比模型1與模型2分別降低了17.59萬元、26.32萬元，降幅分別為4.29%與6.29%，這主要是因為考慮最優(yōu)棄能時既充分利用風(fēng)光發(fā)電，又平抑了負(fù)荷波動，機(jī)組啟停成本與模型1與模型2比較分別降低了2.5萬元、4.2萬元。此外，儲熱機(jī)組改造對負(fù)荷進(jìn)行二次調(diào)節(jié)使負(fù)荷曲線更平緩，鍋爐燃燒穩(wěn)定性提高，單位發(fā)電耗煤量減少，降低火電機(jī)組煤耗，碳排放成本也略有降低。

表2 3種模型的調(diào)度結(jié)果對比

3.6 棄能上限約束對系統(tǒng)運行的影響分析

為分析棄能率約束對模型3中碳排放及系統(tǒng)總運行成本的影響，說明儲熱改造后的經(jīng)濟(jì)、環(huán)境效益，本文改變棄能率上限，得到模型3凈負(fù)荷方差、模型2與模型3碳排放成本及系統(tǒng)總成本變化曲線，如圖9所示。

1) 由圖9(a)可知，隨著棄能約束上限的增大，凈負(fù)荷方差先逐步減小后趨于不變，凈負(fù)荷曲線波動性先越來越小后趨于不變，而風(fēng)光總棄能率卻不斷上升后趨于不變。這是由于模型3中的上層模型以凈負(fù)荷方差最小為目標(biāo)函數(shù)，在棄能率為0.5之前，以舍棄更多的風(fēng)光發(fā)電為代價保證凈負(fù)荷方差逐步減小，從而使凈負(fù)荷曲線越平緩，而在棄能率為0.5之后，由于棄能約束已經(jīng)達(dá)到調(diào)節(jié)凈負(fù)荷方差的最大限度，故凈負(fù)荷方差以及棄能率均趨于定值。

2) 對于棄能率約束對模型3中碳排放及總運行成本的影響，由圖9(b)可知：在棄能率為0.07之前，隨著棄能率上升，模型3系統(tǒng)總成本與碳排放成本均下降；棄能率為0.07～1，隨著棄能率上升，模型3系統(tǒng)總成本與碳排放成本均先上升后趨于不變。結(jié)合圖9分析其原因：棄能率為0～0.1，舍棄的風(fēng)光發(fā)電量較少，凈負(fù)荷方差顯著下降，負(fù)荷曲線波動變緩速率偏大，鍋爐燃燒穩(wěn)定性越高，系統(tǒng)穩(wěn)定運行程度越來越高，從而使得單位發(fā)電耗煤量減少，碳排放量減少，且系統(tǒng)穩(wěn)定運行時的收益增量大于風(fēng)光損耗增量；而棄能率為0.07～0.5，舍棄的風(fēng)光發(fā)電量較多，雖然凈負(fù)荷方差仍在下降，鍋爐燃燒穩(wěn)定性不斷提高，單位發(fā)電耗煤量減少，但舍棄的風(fēng)光發(fā)電使發(fā)電總量大幅提高，總碳排放量增加，系統(tǒng)總運行成本也不斷提高；在棄能率為0.5之后，棄能率不變，凈負(fù)荷方差不變，凈負(fù)荷曲線不變，使得碳排放與總成本也不變。

3) 對于儲熱改造后的經(jīng)濟(jì)、環(huán)境效益分析。針對圖9(b)，對比模型2與模型3的曲線變化可知，在同一棄能約束條件下，模型2的碳排放成本與系統(tǒng)總成本在棄能率為0.22之前均略高于模型3，在0.22之后與模型3重合。這主要是因為棄能率在0.22之前，凈負(fù)荷方差較大，凈負(fù)荷曲線波動較大，鍋爐燃燒穩(wěn)定性不高，機(jī)組儲熱改造對負(fù)荷進(jìn)行二次“削峰填谷”，提高單位煤燃燒的發(fā)電量，減少碳排放及總成本。而棄能率在0.22之后，由于凈負(fù)荷方差較小，凈負(fù)荷曲線波動較平緩，儲熱改造裝置對凈負(fù)荷無二次“削峰填谷”的作用，故碳排放及總成本不減小。

4 結(jié)論

為消納更多風(fēng)光發(fā)電，同時減少火電機(jī)組調(diào)峰的碳排放和系統(tǒng)運行成本，本文提出了一種考慮火電機(jī)組儲熱改造與最優(yōu)棄能的風(fēng)光火儲低碳經(jīng)濟(jì)調(diào)度方法，主要內(nèi)容如下：

1) 以凈負(fù)荷方差為上層模型目標(biāo)函數(shù)，構(gòu)建棄能約束模型，通過合理棄能以及儲能充放電優(yōu)化對負(fù)荷曲線進(jìn)行一次“削峰填谷”優(yōu)化。下層模型引入碳交易機(jī)制，以總成本為目標(biāo)函數(shù)，對機(jī)組出力、碳排放進(jìn)行優(yōu)化，儲熱系統(tǒng)通過合理儲放鍋爐熱量，實現(xiàn)火電機(jī)組調(diào)峰時的低碳性，間接對凈負(fù)荷曲線進(jìn)行二次“削峰填谷”平抑。

2) 根據(jù)仿真結(jié)果，本文模型相比僅考慮最優(yōu)棄能、考慮儲熱改造全網(wǎng)消納的總成本及碳排放成本分別降低26.32萬元、4.2萬元和17.59萬元和2.5萬元，兼顧了電能生產(chǎn)的經(jīng)濟(jì)性與低碳性。其次，得到本文實例的最優(yōu)棄能率為0.07，同時對比模型2與模型3，得到本實例中機(jī)組儲熱改造可獲益的棄能率為0～0.22。

附圖1 火電機(jī)組儲熱改造能流示意圖

Attached Fig. 1 Technical parameters of heat storage transformation

附圖2 多場景凈負(fù)荷曲線圖

Attached Fig. 2 Net load curves in multiple scenarios

附圖3 負(fù)荷與風(fēng)電出力預(yù)測曲線

Attached Fig. 3 Load and wind power output prediction curve

附表1 3種模型的碳排放結(jié)果對比

Attached Table 1 Comparison of carbon emission results of three models

模型燃煤量/萬t燃煤成本/萬元碳排放量/萬t碳排放成本/萬元 10.759 4379.681.193 812.01 20.771 5385.731.212 812.21 30.726 9363.451.142 811.49

附表2 機(jī)組儲熱改造技術(shù)參數(shù)

Attached Table 2 Technical parameters of heat storage transformation

機(jī)組序號機(jī)組最大出力/MW最大燃煤量/t最小燃煤量/t蒸汽輪機(jī)最大進(jìn)汽量/MW蒸汽輪機(jī)最小進(jìn)汽量/MW儲熱系統(tǒng)最大容量/MWh/(t/MWh)/(t/MWh) 1600190951 5002581 5000.8270.86 2～330094457501297500.8750.94 42006934500865001.0181.03

[1] 應(yīng)益強(qiáng), 王正風(fēng), 吳旭, 等. 計及新能源隨機(jī)特性的電網(wǎng)深度調(diào)峰多目標(biāo)策略[J]. 電力系統(tǒng)保護(hù)與控制, 2020, 48(6): 34-42.

YING Yiqiang, WANG Zhengfeng, WU Xu, et al. Multi-objective strategy for deep peak shaving of power grid considering uncertainty of new energy[J]. Power System Protection and Control, 2020, 48(6): 34-42.

[2] 鄧杰, 姜飛, 涂春鳴. 美國NIST互操作性智能電網(wǎng)框架分析與啟示[J]. 電力系統(tǒng)保護(hù)與控制2020, 48(3): 9-21.

DENG Jie, JIANG Fei, TU Chunming. Study of NIST’s interoperable smart grid technology architecture[J]. Power System Protection and Control, 2020, 48(3): 9-21.

[3] YARAMASU V, WU B, SEN P C, et al. High-power wind energy conversion systems: state-of-the-art and emerging technologies[J]. Proceedings of the IEEE, 2015, 103(5): 740-788.

[4] 王淑云, 婁素華, 劉文霞, 等. 考慮火電深度調(diào)峰的電力系統(tǒng)低碳發(fā)電優(yōu)化研究[J]. 全球能源互聯(lián)網(wǎng), 2019, 2(3): 226-231.

WANG Shuyun, LOU Suhua, LIU Wenxia, et al. Research on optimization of low carbon generation in power system considering thermal power depth peak-modulation[J].Journal of Global Energy Interconnection, 2019, 2(3): 226-231.

[5] 蘇康博, 楊洪明, 余千, 等. 考慮多類型水電協(xié)調(diào)的風(fēng)光電站容量優(yōu)化配置方法[J]. 電力系統(tǒng)保護(hù)與制, 2020, 48(4): 80-88.

SU Kangbo, YANG Hongming, YU Qian, et al. Optimal capacity configuration method of wind-solar power station considering the coordination of multi-type hydropower[J]. Power System Protection and Control, 2020, 48(4): 80-88.

[6] LI J, WANG S, YE L, et al. A coordinated dispatch method with pumped-storage and battery-storage for compensating the variation of wind power[J]. Protection and Control of Modern Power Systems, 2018, 3(1): 21-34.

[7] 崔楊, 楊志文, 嚴(yán)干貴, 等. 降低火電機(jī)組調(diào)峰成本的光熱電站儲熱容量配置方法[J]. 中國電機(jī)工程學(xué)報, 2018, 38(6): 1605-1611, 1896.

CUI Yang, YANG Zhiwen, YAN Gangui, et al. Capacity configuration of thermal energy storage within CSP to reduce the cost of peak load regulation[J]. Proceedings of the CSEE, 2018, 38(6): 1605-1611, 1896.

[8] 林俐, 岳曉宇, 許冰倩, 等. 計及抽水蓄能和火電深度調(diào)峰效益的抽蓄–火電聯(lián)合調(diào)峰調(diào)用順序及策略[J]. 電網(wǎng)技術(shù), 2021, 45(1): 20-32.

LIN Li, YUE Xiaoyu, XU Bingqian, et al. Call sequence and strategy of combined peaking of pumped storage and thermal power considering the benefit of pumped storage and thermal power depth peaking[J]. Power System Technology, 2021, 45(1): 20-32.

[9] 李星梅, 鐘志鳴, 閻潔. 大規(guī)模風(fēng)電接入下的火電機(jī)靈活性改造規(guī)劃[J]. 電力系統(tǒng)自動化, 2019, 43(3): 51-57.

LI Xingmei, ZHONG Zhiming, YAN Jie. Flexibility reformation planning of thermal power units with large-scale integration of wind power[J]. Automation of Electric Power Systems, 2019, 43(3): 51-57.

[10] 葉澤, 李湘旗, 姜飛, 等. 考慮最優(yōu)棄能率的風(fēng)光火儲聯(lián)合系統(tǒng)分層優(yōu)化經(jīng)濟(jì)調(diào)度[J]. 電網(wǎng)技術(shù), 2021, 45(6): 2270-2280.

YE Ze, LI Xiangqi, JIANG Fei, et al. Hierarchical optimization economic dispatching of combined wind-PV-thermal-energy storage system considering the optimal energy abandonment rate[J]. Power System Technology, 2021, 45(6): 2270-2280.

[11] 帥挽瀾, 朱自偉, 李雪萌, 等. 考慮風(fēng)電消納的綜合能源系統(tǒng)“源-網(wǎng)-荷-儲”協(xié)同優(yōu)化運行[J]. 電力系統(tǒng)保護(hù)與控制, 2021, 49(19): 18-26.

SHUAI Wanlan, ZHU Ziwei, LI Xuemeng, et al. “Source-network-load-storage” coordinated optimization operation for an integrated energy system considering wind power consumption[J]. Power System Protection and Control, 2021, 49(19): 18-26.

[12] 王耀華, 栗楠, 元博, 等. 含大比例新能源的電力系統(tǒng)規(guī)劃中“合理棄能”問題探討[J]. 中國電力, 2017, 50(11): 8-14.

WANG Yaohua, LI Nan, YUAN Bo, et al. Discussion on the reasonable curtailment problems in highly renewable power system planning[J]. Electric Power, 2017, 50(11): 8-14.

[13] KUBIK M L, COKER P J, BARLOW J F. Increasing thermal plant flexibility in a high renewables power system[J]. Applied Energy, 2015, 154: 102-111.

[14] ENERGIEWENDE A. Flexibility in thermal power plants-with a focus on existing coal-fired power plants[R]. Berlin, Germany: Energiewende A, 2017.

[15] 王金星, 卓建坤, 李菁, 等. 適應(yīng)燃煤電廠靈活調(diào)峰的安全改造技術(shù)探討[C] // 2018火電靈活性改造及深度調(diào)峰技術(shù)交流研討會論文集, 2018年3月28日, 中國, 沈陽: 24-30.

WANG Jinxing, ZHUO Jiankun, LI Jing, et al. Discussion on safety retrofit technology for flexible peak regulation of coal-fired power plants[C] // 2018 Workshop on Flexible Retrofit and Deep Peak Regulation Technology of Thermal Power Plants, March 28, 2018, Shenyang, China: 24-30.

[16] VENKATARAMAN S, JORDAN G, O’CONNOR M. Cost-benefit analysis of flexibility retrofits for coal and gas-fueled power plants[R]. NREL, U.S. Department of Energy, 2013.

[17] GARBRECHT O, BIEBER M, KNEER R. Increasing fossil power plant flexibility by integrating molten-salt thermal storage[J]. Energy, 2017, 118(1): 876-883.

[18] DESCUES T, RUER J, MARTY P, et al. A thermal energy storage process for large scale electric applications[J]. Applied Thermal Engineering, 2010, 30(5): 425-432.

[19] ZHAO Y L, WANG C Y, LIU M, et al. Improving operational flexibility by regulating extraction steam of high-pressure heaters on a 660?MW supercritical coal-fired power plant: a dynamic simulation[J]. Applied Energy, 2018, 212: 1295-1309.

[20] 楊寅平, 曾沅, 秦超, 等. 面向深度調(diào)峰的火電機(jī)組靈活性改造規(guī)劃模型[J]. 電力系統(tǒng)自動化, 2021, 45(17): 79-88.

YANG Yinping, ZENG Yuan, QIN Chao, et al. Flexible transformation planning model of thermal power unit for deep peaking[J]. Automation of Electric Power Systems, 2021, 45(17): 79-88.

[21] 彭元, 婁素華, 范越, 等. 考慮火電機(jī)組儲熱改造的電力系統(tǒng)低碳經(jīng)濟(jì)調(diào)度[J]. 電網(wǎng)技術(shù), 2020, 44(9): 3339-3345.

PENG Yuan, LOU Suhua, FAN Yue, et al. Low-carbon economical dispatch of power system onsidering thermal energy storage in thermal power units[J]. Power System Technology, 2020, 44(9): 3339-3345.

[22] 何洋, 胡軍峰, 閆志濤, 等. 大規(guī)模風(fēng)電入網(wǎng)輔助服務(wù)成本補(bǔ)償機(jī)制研究[J]. 電網(wǎng)技術(shù), 2013, 37(12): 3552-3557.

HE Yang, HU Junfeng, YAN Zhitao, et al. Compensation mechanism for ancillary service cost of grid-integration of large-scale wind farms[J]. Power System Technology, 2013, 37(12): 3552-3557.

[23] 向紅吉, 戴朝華, 明杰, 等. 考慮低谷時刻負(fù)調(diào)峰能力及風(fēng)電預(yù)測區(qū)間的多目標(biāo)機(jī)組組合優(yōu)化研究[J]. 電網(wǎng)技術(shù), 2017, 41(6): 1912-1918.

XIANG Hongji, DAI Chaohua, MING Jie, et al. Research on multi-objective optimization of unit commitment considering negative peak load regulation ability in valley load period and wind power prediction interval[J]. Power System Technology, 2017, 41(6): 1912-1918.

[24] 秦婷, 劉懷東, 王錦橋, 等. 基于碳交易的電-熱-氣綜合能源系統(tǒng)低碳經(jīng)濟(jì)調(diào)度[J]. 電力系統(tǒng)自動化, 2018, 42(14): 8-13.

QIN Ting, LIU Huaidong, WANG Jinqiao, et al. Carbon trading based low-carbon economic dispatch for integrated electricity-heat-gas energy system[J]. Automation of Electric Power Systems, 2018, 42(14): 8-13.

[25] 國家發(fā)改委. 全國碳交易市場的配額分配方案(討論稿)[EB/OL].[2017-06-02].http://www.cnenergynews.cn/hb/tpf/201706/t20170602_444547.html

[26] 中華人民共和國環(huán)境保護(hù)稅法實施條例[N]. 中國環(huán)境報, 2018-01-01(002).

[27] 國家發(fā)展改革委. 國家能源局網(wǎng)站.《清潔能源消納行動計劃(2018-2020 年)》[EB/OL]. [2018-10-30].https://www.ndrc.gov.cn/xxgk/zcfb/ghxwj/201812/W020190905495739358481.pdf.

Low-carbon economic scheduling of solar thermal storage considering heat storage transformation and optimal energy abandonment

ZANG Zikun, YANG Xiaohui, LI Zhaohui, YUAN Zhixin, XU Chao, CHEN Suhao

(School of Information Engineering, Nanchang University, Nanchang 330031, China)

Large-scale renewable energy consumption and low carbon development of power systems have a higher need to reduce carbon emissions in the peak frequency modulation of thermal power units. To improve the economical efficiency of the system and the low carbon of the thermal motor peak adjustment, this paper proposes a hierarchical optimal scheduling method of the thermal storage considering the thermal power unit's heat storage transformation and optimal solar energy abandonment. Considering the reverse peak adjustment characteristics of wind, an optimal energy-discarding constraint model is established, and an upper model is constructed to minimize the net load variance of the power grid. The net load curve is "peak-clipping". To expand the peak-shaving depth of thermal power units, a carbon transaction cost model is established considering the transformation of heat storage units. From this, the lower layer model is established with the goal of minimizing the total system cost and carbon transaction cost. A collaborative optimization of system economy and low carbon is realized while the net load curve is "peak-cutting and valley filling" twice. The rationality and validity of the proposed model are verified by an example.

thermal power unit heat storage transformation; optimal energy abandonment rate; carbon trading; peak cutting and valley filling; layered optimization

10.19783/j.cnki.pspc.211405

2021-10-19；

2022-03-24

臧紫坤(1997—),男，碩士研究生，主要研究方向為電力系統(tǒng)運行優(yōu)化、新能源消納等；E-mail: 2767140767@ qq.com

楊曉輝(1978—)，男，通信作者，博士、教授、博導(dǎo)，研究方向為新能源并網(wǎng)優(yōu)化、電力電子在新能源中的應(yīng)用。E-mail: yangxiaohui@ncu.edu.cn

國家自然科學(xué)基金項目資助(51765042, 61773051，61963026)；江西省研究生創(chuàng)新專項項目資助(YC2021-S153)

This work is supported by the National Natural Science Foundation of China (No. 51765042, No. 61773051, and No. 61963026).

(編輯 葛艷娜)