邢 峰，尹 利，鄭利寧，許樹港，李明揚(yáng)，李瑞連

（1.內(nèi)蒙古電力（集團(tuán)）有限責(zé)任公司烏蘭察布供電分公司，內(nèi)蒙古 烏蘭察布 012000；2.華北電力大學(xué) 控制與計(jì)算機(jī)工程學(xué)院，北京 102206）

0 引言

某區(qū)域電網(wǎng)中新能源裝機(jī)容量占比超過60%，九成以上用電負(fù)荷來自高載能企業(yè)用戶。此類企業(yè)用戶的生產(chǎn)過程具有用電負(fù)荷大、持續(xù)時(shí)間長、晝夜不停歇的特點(diǎn)。近年來該地區(qū)用電負(fù)荷年均增速超17%，且高載能企業(yè)用電負(fù)荷在工業(yè)用戶側(cè)占比超過90%。另外，該地區(qū)還承擔(dān)了向京津冀電網(wǎng)輸電保供任務(wù)。

該電網(wǎng)調(diào)度運(yùn)行面臨較大挑戰(zhàn)，常出現(xiàn)短時(shí)電力供應(yīng)缺口。據(jù)統(tǒng)計(jì)，2020年全年調(diào)度中心對(duì)高載能企業(yè)用戶采取分時(shí)段的有序用電措施共計(jì)52天，其中最大限電功率為2500 MW，最大單次限電時(shí)長為16 h，對(duì)當(dāng)?shù)厣a(chǎn)企業(yè)和社會(huì)經(jīng)濟(jì)發(fā)展造成了嚴(yán)重制約。長期來看，地區(qū)電力供不應(yīng)求，尤其是在夏季枯風(fēng)期和供熱機(jī)組停機(jī)時(shí)段更為突出。

針對(duì)上述問題，有效發(fā)掘和配置電網(wǎng)中的靈活性資源是改善區(qū)域電網(wǎng)調(diào)度運(yùn)行性能的重要手段。傳統(tǒng)電力系統(tǒng)的平衡是指網(wǎng)絡(luò)中任意時(shí)刻發(fā)電量與用電量的平衡，而高比例新能源電力系統(tǒng)的靈活性平衡是源、網(wǎng)、荷、儲(chǔ)之間的平衡。含高比例新能源及高載能用戶的區(qū)域電網(wǎng)的供需兩側(cè)均具有隨機(jī)性強(qiáng)、可控性差的特點(diǎn)，因此此類電網(wǎng)中靈活性資源的合理高效配置具有極其重要的意義。

本文重點(diǎn)研究含高比例新能源及高載能用戶區(qū)域電網(wǎng)的日前調(diào)度決策問題。在已有的研究中，文獻(xiàn)[1]考慮了需求側(cè)響應(yīng)，建立了一種計(jì)及用戶側(cè)互動(dòng)的發(fā)電日前調(diào)度計(jì)劃模型，但是沒有考慮高比例新能源的接入對(duì)電網(wǎng)調(diào)度的影響；文獻(xiàn)[2]綜合考慮了電網(wǎng)的日前和日內(nèi)調(diào)度，提出了包含風(fēng)電和電動(dòng)汽車的區(qū)域電網(wǎng)經(jīng)濟(jì)調(diào)度策略；文獻(xiàn)[3]提出了計(jì)及電-氣-熱綜合能源系統(tǒng)的輸配協(xié)同機(jī)組組合模型，增強(qiáng)了風(fēng)電的消納能力，但是沒有考慮光伏接入的影響；文獻(xiàn)[4]重點(diǎn)考慮了風(fēng)電出力不確定性的微網(wǎng)日前優(yōu)化調(diào)度問題，以最惡劣風(fēng)電出力為場(chǎng)景，建立了魯棒雙層優(yōu)化模型；文獻(xiàn)[5]提出了包含可控光伏電網(wǎng)的日前調(diào)度模型，計(jì)及可控光伏電力系統(tǒng)的出力概率特性，得到了滿足全部機(jī)會(huì)約束條件的效益最大的調(diào)度方案，但是沒有考慮風(fēng)電的加入與負(fù)荷側(cè)的響應(yīng)；文獻(xiàn)[6]計(jì)及光伏-負(fù)荷預(yù)測(cè)不確定性，采用多場(chǎng)景隨機(jī)規(guī)劃法對(duì)日前光伏出力進(jìn)行分析，并預(yù)測(cè)了光伏和負(fù)荷出力，結(jié)合火電和抽水蓄能建立日前跨省調(diào)度模型，提高了系統(tǒng)運(yùn)行的經(jīng)濟(jì)性，但是沒有結(jié)合火、風(fēng)、光三類典型出力；文獻(xiàn)[7-8]提出了包含火力發(fā)電的兩階段日前電網(wǎng)優(yōu)化調(diào)度模型，其中文獻(xiàn)[8]以廣東電網(wǎng)為實(shí)例進(jìn)行了算例仿真；文獻(xiàn)[9-10]論述了包含各種分布式能源的配電網(wǎng)日前優(yōu)化調(diào)度，但是沒有對(duì)包含火電機(jī)組的大型區(qū)域電網(wǎng)進(jìn)行仿真與驗(yàn)證。上述文獻(xiàn)主要考慮包含風(fēng)電或光伏的電網(wǎng)日前優(yōu)化調(diào)度，只考慮單一的可再生能源，且沒有針對(duì)實(shí)際區(qū)域電網(wǎng)算例進(jìn)行仿真驗(yàn)證。

本文針對(duì)包含火電、風(fēng)電、光伏發(fā)電等多種類型電源的電網(wǎng)日前調(diào)度問題，考慮機(jī)組啟停和發(fā)電量決策，以電網(wǎng)發(fā)電總成本最小化為優(yōu)化目標(biāo)，建立混合整數(shù)線性規(guī)劃數(shù)學(xué)模型[11-13]。以某地區(qū)電網(wǎng)、電源和用電負(fù)荷2020年四個(gè)季節(jié)中典型日的實(shí)際數(shù)據(jù)為基礎(chǔ)，構(gòu)建含高比例、新能源及高載能用戶區(qū)域電網(wǎng)的仿真計(jì)算場(chǎng)景，并給出電網(wǎng)仿真場(chǎng)景的計(jì)算結(jié)果，定量分析電網(wǎng)中的火電機(jī)組的優(yōu)化配置對(duì)電網(wǎng)調(diào)度運(yùn)行性能的影響[14-15]。所得結(jié)果對(duì)含高比例新能源及高載能用戶區(qū)域電網(wǎng)的日前調(diào)度及電網(wǎng)中靈活性資源配置具有參考價(jià)值。

1 含高比例新能源和高載能用戶區(qū)域電網(wǎng)日前調(diào)度模型

區(qū)域電網(wǎng)的日前調(diào)度以經(jīng)濟(jì)成本最小化為目標(biāo)，以火電、風(fēng)電、光伏發(fā)電等各類型電源的出力特性為約束條件。具體數(shù)學(xué)模型如下。

1.1 目標(biāo)函數(shù)

電網(wǎng)日前調(diào)度的目標(biāo)函數(shù)為機(jī)組的啟停成本與總發(fā)電成本最小：

Cg—火電機(jī)組g的發(fā)電成本函數(shù)；

T—時(shí)刻；

G—火電機(jī)組數(shù)量；

vg(t)—機(jī)組啟動(dòng)操作的0～1變量，取值為0時(shí)表示在t時(shí)刻將機(jī)組g停機(jī)；

wg(t)—機(jī)組關(guān)停操作的0～1變量，取值為1時(shí)表示在t時(shí)刻將機(jī)組g停機(jī)；

ag、bg、cg—火電機(jī)組g的各項(xiàng)特性系數(shù)，與機(jī)組類型、燃燒品質(zhì)和煤價(jià)有關(guān)。

1.2 約束條件

電網(wǎng)日前調(diào)度的約束條件包括五項(xiàng)。第一是發(fā)電與用電功率的平衡：

式中：pw(t)—風(fēng)電場(chǎng)w在t時(shí)刻的出力；

d(t)—t時(shí)刻的用電負(fù)荷；

R(t)—t時(shí)刻的備用容量；

W—風(fēng)電場(chǎng)數(shù)量。第二是火電機(jī)組出力范圍約束，即機(jī)組停機(jī)時(shí)出力為0，機(jī)組運(yùn)行時(shí)其出力在上下限值之間：

式中：ug(t)—機(jī)組g在t時(shí)刻的0～1變量，其取值為1時(shí)表示機(jī)組處于運(yùn)行狀態(tài)，反之表示停機(jī)狀態(tài)；

Pg,max—機(jī)組g的最大出力；

Pg,min—機(jī)組g的最小出力。

第三是火電機(jī)組爬坡率約束：

其中：pg(0)=pg0，g=1～G，

式中：Δg—火電機(jī)組g的爬坡率；

pg0—火電機(jī)組g的初始出力。

第四是風(fēng)電場(chǎng)出力約束：

第五是機(jī)組啟停約束及對(duì)代表機(jī)組狀態(tài)的vg(t)、wg(t)和ug(t)三組0～1變量的約束：

其中，式（6）表示0～1變量的狀態(tài)轉(zhuǎn)換關(guān)系；式（7）表示機(jī)組g的最短運(yùn)行時(shí)間T1約束；式（8）表示火電機(jī)組g的最短停機(jī)時(shí)間T2約束。

1.3 日前調(diào)度求解方法

以上區(qū)域電網(wǎng)日前調(diào)度模型為混合整數(shù)線性規(guī)劃（Mixed Integer Linear Programming，MILP）形式，其常用求解方法為分支定界法[16-17]。該方法以整數(shù)為邊界，目標(biāo)函數(shù)的可行域劃分為不同的子域，在每個(gè)子域上可以求解不同的目標(biāo)函數(shù)值，并得到目標(biāo)函數(shù)在不同子域的上下界，其中超出范圍的子域可以排除，不斷劃分處于范圍內(nèi)的子域，經(jīng)過有限次的循環(huán)分解后，得到最優(yōu)解。

當(dāng)可行域非常大時(shí)，MILP可以發(fā)揮其獨(dú)特的優(yōu)勢(shì)，尤其是分支定界法可以多次劃分可行域進(jìn)行尋優(yōu)，且計(jì)算速度更快、精度更高[18-19]，當(dāng)計(jì)算規(guī)模達(dá)到一定程度且要求在合理時(shí)間范圍內(nèi)尋找全局最優(yōu)解時(shí)，混合整數(shù)規(guī)劃法更適于求解此類問題。

2 仿真計(jì)算及分析

某地區(qū)的火電裝機(jī)容量為3900 MW，風(fēng)電裝機(jī)容量為5200 MW，光伏裝機(jī)容量為1200 MW。在春、夏、秋、冬四個(gè)季節(jié)中各選取一個(gè)典型日，以某市除自備電廠外的全部火電機(jī)組及相應(yīng)的風(fēng)電和光伏發(fā)電數(shù)據(jù)為基礎(chǔ)，首先對(duì)日前調(diào)度模型進(jìn)行求解，然后分析降低火電機(jī)組最小技術(shù)出力對(duì)調(diào)度性能的影響。

2.1 火電及新能源發(fā)電主要參數(shù)

本算例中包含火電機(jī)組16臺(tái)，均為參與自動(dòng)發(fā)電控制（Automatic Geneyation Control，AGC）調(diào)節(jié)的熱電聯(lián)產(chǎn)機(jī)組，分屬6個(gè)不同發(fā)電廠，其參數(shù)見表1。四個(gè)季節(jié)典型日的風(fēng)電與光伏發(fā)電出力曲線如圖1所示。可見春冬兩季風(fēng)電的日波動(dòng)比夏秋兩季要大，但是日平均風(fēng)電總量要比夏秋兩季多；而光伏的出力則非常穩(wěn)定，但是出力明顯小于風(fēng)電。

表1 火電機(jī)組基本參數(shù)Tab.1 Basic parameters of thermal power unit

圖1 某地區(qū)四季典型日風(fēng)電、光伏發(fā)電曲線Fig.1 Wind power and photovoltaic power generation curves in a typical day of a region in four seasons

2.2 高載能企業(yè)用戶情況

該地區(qū)富集了合金、電石、焦炭等工業(yè)材料生產(chǎn)的高載能企業(yè)，90%以上用電負(fù)荷是高載能工業(yè)企業(yè)負(fù)荷，全年總體負(fù)荷維持在較高水平。圖2中的紅、藍(lán)、綠、紫4條曲線分別為高載能負(fù)荷在四個(gè)季節(jié)典型日的變化曲線，黑線則是我國北方某地區(qū)的一條商業(yè)負(fù)荷日曲線。該商業(yè)負(fù)荷日曲線具有明顯的峰谷差，一日之內(nèi)不同時(shí)刻的負(fù)荷水平最多可相差5000 MW，具有較大靈活性，有可能對(duì)其進(jìn)行削峰填谷。而高載能負(fù)荷曲線在四個(gè)季節(jié)中均較為平穩(wěn)，負(fù)荷水平常年穩(wěn)定在6000～7000 MW，其日峰谷差最大僅為726 MW。這是因?yàn)楦咻d能企業(yè)的用電負(fù)荷直接關(guān)乎企業(yè)的生產(chǎn)利潤，其靈活性十分有限，難以采用傳統(tǒng)的需求側(cè)響應(yīng)手段加以調(diào)節(jié)。

圖2 高載能企業(yè)負(fù)荷與商業(yè)典型日負(fù)荷曲線對(duì)比Fig.2 Comparison of load curves between high load enterprises and commercial load of a typical day

2.3 電網(wǎng)日前調(diào)度結(jié)果

以下仿真算例中，場(chǎng)景一為電網(wǎng)在火電機(jī)組當(dāng)前技術(shù)參數(shù)下的調(diào)度結(jié)果；場(chǎng)景二為將所有火電機(jī)組最小技術(shù)出力調(diào)整到40%Pe（Pe為額定功率）的調(diào)度結(jié)果；場(chǎng)景三為將350 MW、660 MW火電機(jī)組最小技術(shù)出力調(diào)整到30%Pe、其他機(jī)組調(diào)整到40%Pe的調(diào)度結(jié)果。3個(gè)場(chǎng)景的求解結(jié)果如表2、表3和表4所示。

表2 場(chǎng)景一求解結(jié)果Tab.2 Solution results for scenario one

表3 場(chǎng)景二求解結(jié)果Tab.3 Solution results for scenario two

2.4 考慮靈活性資源配置的電網(wǎng)日前調(diào)度結(jié)果對(duì)比分析

由表2—表4可知，在火電機(jī)組按原技術(shù)參數(shù)運(yùn)行的場(chǎng)景一中，四個(gè)季節(jié)典型日均有較大的棄風(fēng)、棄光量，春季最大棄風(fēng)量可達(dá)1166.71 MWh，秋季典型日最大棄光量可達(dá)1034.86 MWh。在場(chǎng)景二和場(chǎng)景三中，由于火電機(jī)組最小技術(shù)出力降低，電網(wǎng)的棄風(fēng)、棄光量均有所降低，運(yùn)行成本也比場(chǎng)景一低。場(chǎng)景二的運(yùn)行成本較場(chǎng)景一減少52.12萬元，下降4.07%；場(chǎng)景三的運(yùn)行成本較場(chǎng)景一減少64.47萬元，下降5.04%。在場(chǎng)景一中，四個(gè)季節(jié)典型日都有較大棄風(fēng)量，場(chǎng)景二的棄風(fēng)量比場(chǎng)景一明顯降低，而場(chǎng)景三則完全沒有棄風(fēng)。在場(chǎng)景一中四個(gè)季節(jié)典型日都有較大棄光量，場(chǎng)景二的棄光量比場(chǎng)景一明顯降低，場(chǎng)景三則完全沒有棄光。

表4 場(chǎng)景三求解結(jié)果Tab.4 Solution results for scenario three

由此可見，火電機(jī)組技術(shù)出力的降低顯著提高了區(qū)域電網(wǎng)的調(diào)節(jié)能力，尤其是660 MW和350 MW機(jī)組技術(shù)出力的降低，可使新能源消納得到明顯改善。

3 結(jié)束語

本文對(duì)某地區(qū)含新能源及高載能負(fù)荷的區(qū)域電網(wǎng)進(jìn)行了日前調(diào)度的仿真計(jì)算，并將降低火電機(jī)組最小技術(shù)出力作為提高電網(wǎng)靈活性的手段，分析了靈活性資源配置對(duì)調(diào)度性能的影響。從仿真結(jié)果可見，降低火電機(jī)組最小技術(shù)出力有助于降低電網(wǎng)中的棄風(fēng)、棄光量，并減少電網(wǎng)的整體運(yùn)行成本，這對(duì)于此類區(qū)域電網(wǎng)的運(yùn)行調(diào)度具有重要參考價(jià)值。

在下一步研究中可進(jìn)一步考慮將一定范圍內(nèi)的火電機(jī)組與新能源發(fā)電、高載能用戶聯(lián)合建立虛擬電廠，更好地體現(xiàn)多源互補(bǔ)與源荷協(xié)調(diào)的效果。同時(shí)應(yīng)考慮降低火電機(jī)組技術(shù)出力的改造成本，以提高電網(wǎng)靈活性資源配置的綜合經(jīng)濟(jì)效益。