顧慧杰, 彭超逸, 孫書豪, 劉明濤, 謝 俊, 施雄華, 鮑 永

(1. 中國南方電網(wǎng) 電力調(diào)度控制中心,廣州 510623; 2. 河海大學(xué) 能源與電氣學(xué)院,南京 211100;3. 南京南瑞繼保電氣有限公司,南京 211102)

電力系統(tǒng)短期生產(chǎn)模擬是電力系統(tǒng)運行模擬的重要工具,對電力系統(tǒng)短期調(diào)度過程進行模擬,可以預(yù)測最優(yōu)運行方式下系統(tǒng)各機組運行狀態(tài)、出力分配、備用預(yù)留和調(diào)用及生產(chǎn)成本等情況,為驗證運行計劃的合理性提供依據(jù)[1].

目前在短期生產(chǎn)模擬模型方面,已取得一定的研究成果.文獻[2]中提出一種電力系統(tǒng)多時間尺度生產(chǎn)模擬方法,由中長期生產(chǎn)模擬和短期生產(chǎn)模擬兩部分組成,其中短期生產(chǎn)模擬考慮預(yù)測誤差等新能源出力的隨機特性,在確定系統(tǒng)運行計劃的同時,給出新能源電力的可消納區(qū)間,量化評估系統(tǒng)的新能源消納能力.文獻[3]中分析了電源調(diào)節(jié)性能、電網(wǎng)互聯(lián)互通、負荷規(guī)模及峰谷差等因素對新能源消納的影響,但是在此過程中未充分考慮新能源出力隨機性.文獻[4]中以火力發(fā)電(簡稱火電)為靈活性資源,基于場景概率的隨機優(yōu)化方法,利用場景模擬的方式將含有風(fēng)力發(fā)電(簡稱風(fēng)電)出力和概率信息的場景集引入調(diào)度模型中進行隨機優(yōu)化調(diào)度,建立基于多場景的短期生產(chǎn)模擬模型,有效處理隨機性問題,為風(fēng)光出力不確定性問題的解決提供思路.以上研究均關(guān)于考慮風(fēng)電、火電機組等電源的短期生產(chǎn)模擬,然而考慮抽蓄機組、電制氫等清潔能源的短期生產(chǎn)模擬鮮有研究.

隨著能源轉(zhuǎn)型的推進,構(gòu)建以新能源為主體、以能源供給清潔化、能源消費電氣化為特征的新型電力系統(tǒng)迫在眉睫.以風(fēng)光為代表的清潔能源將逐步代替火電而成為清潔能源的主體[5],因此在缺乏大規(guī)模火電提供備用支撐的條件下要有適應(yīng)高比例、大規(guī)模新能源并網(wǎng)的儲能和快速功率調(diào)節(jié)手段[6].抽蓄電站和電制氫負荷能夠為系統(tǒng)注入新的靈活性,提高新能源消納水平,是構(gòu)建新型電力系統(tǒng)的重要靈活性資源[7].抽蓄電站、電制氫作為兩種極具發(fā)展?jié)摿Φ撵`活性資源,除具有儲能作用外,還具備快速功率跟蹤調(diào)節(jié)能力[8-9],對維持間歇性能源供給與相對穩(wěn)定性負荷需求之間的動態(tài)平衡具有重要作用.文獻[10-11]中建立風(fēng)電與抽水蓄能協(xié)調(diào)運行模型,利用抽蓄電站提供支撐作用極大地降低風(fēng)電隨機性對系統(tǒng)運行造成的負面影響.文獻[8, 12]中考慮電-氫雙向轉(zhuǎn)換過程,建立含氫儲能-風(fēng)電聯(lián)合優(yōu)化模型,將電制氫作為一種儲能手段協(xié)助風(fēng)電并網(wǎng),取得顯著效果.然而,考慮風(fēng)光的隨機性以及抽蓄電站、電氫儲能系統(tǒng)存在的儲能特性和靈活性的零碳發(fā)電力系統(tǒng)短期生產(chǎn)模擬卻鮮有研究.

在上述背景下,考慮風(fēng)光的間歇性和隨機性以及電制氫系統(tǒng)(Electricity-to-Hydrogen System,EHS)、抽蓄電站的儲能和靈活運行特性,開展以新能源為主體的風(fēng)電-光伏-電制氫-抽蓄零碳電力系統(tǒng)短期生產(chǎn)模擬模型研究非常必要.為此,提出一種含柔性氫負荷-抽蓄電站的零碳電力系統(tǒng)短期生產(chǎn)模擬模型,探索風(fēng)電-光伏-電制氫-抽蓄零碳電力系統(tǒng)短期生產(chǎn)模擬的應(yīng)用場景.以我國張北零碳電力系統(tǒng)示范工程為例,分析運行方式、抽蓄容量配置、變速抽蓄占比以及氫負荷需求對系統(tǒng)綜合效益的影響情況.仿真研究表明:所提短期生產(chǎn)模擬模型能夠為風(fēng)電-光伏-電制氫-抽蓄零碳電力系統(tǒng)運行計劃的合理性提供模擬驗證手段,為能源清潔化轉(zhuǎn)型提供決策依據(jù).

1 風(fēng)電-光伏-電制氫-抽蓄零碳電力系統(tǒng)

EHS主要由電解槽、壓縮機、儲氫罐構(gòu)成.電解水制取的氫氣能夠長期大容量儲存且具有多樣的應(yīng)用場景,容量配置和空間布置也十分靈活.堿式電解槽是在制氫系統(tǒng)中普遍采用的設(shè)備,運行負荷范圍10%～100%時都可穩(wěn)定運行,具有較高的轉(zhuǎn)換效率[13],動態(tài)響應(yīng)時間在毫秒至秒級,能夠快速匹配風(fēng)光出力變化.不同于電力系統(tǒng),氫能系統(tǒng)無須時刻保持供需平衡,僅需保障一定時間內(nèi)從儲氫罐輸出的氫能滿足氫負荷總量需求即可.此時EHS相當(dāng)于一個柔性負荷,等效向系統(tǒng)提供下/上備用容量,緩解因新能源出力不穩(wěn)定而導(dǎo)致實際計劃與調(diào)度計劃出現(xiàn)偏差的問題,提升風(fēng)光發(fā)電的可調(diào)度性.圖1展示了EHS的能量流轉(zhuǎn)過程.圖中:PP2H, t為EHS在時刻t利用電解槽制氫的耗電功率;Pin,t為流入儲氫罐的氫能;Ot為t時刻儲氫罐向外輸送的氫能,即供給氫負荷的氫能.

圖1 EHS能量轉(zhuǎn)換示意圖Fig.1 Schematic diagram of EHS energy conversion

首先是電解水制氫環(huán)節(jié),將電能轉(zhuǎn)換成氫能,此時EHS相當(dāng)于一個電負荷:

Pin,t=ηP2HPP2H,t

(1)

式中:ηP2H為能量間轉(zhuǎn)換效率.

然后進入中間環(huán)節(jié),采用一定手段將電解獲得的氫能緩存于儲氫罐中:

Mt=Mt-1+Pin,t

(2)

式中:Mt為t時刻儲氫罐中氫能儲量.

最后將其緩存于儲氫罐中供氫負荷使用:

Mt=Mt-1+Pin,t-Ot

(3)

本文構(gòu)建的風(fēng)電-光伏-電制氫-抽蓄零碳電力系統(tǒng)如圖2所示,主要包括風(fēng)電場、光伏電站、抽蓄電站、EHS和氫負荷.其中,風(fēng)電、光伏作為系統(tǒng)的主體能源,是EHS和綠電上網(wǎng)的電力來源,氫作為一種終端能源由EHS供給.系統(tǒng)在滿足氫負荷的基礎(chǔ)上,將風(fēng)光產(chǎn)生的電能按計劃盡可能多地上網(wǎng),考慮風(fēng)光的間歇性,由抽蓄電站和EHS承擔(dān)儲能任務(wù)并為系統(tǒng)提供靈活性,為風(fēng)光并網(wǎng)提供備用輔助服務(wù).這是一個以新能源為主體、以能源供給清潔化、能源消費電氣化為特征的零碳電力系統(tǒng),可以實現(xiàn)能源供應(yīng)和消費過程由高污染、高碳排放的化石燃料為中心向清潔、零碳的可再生能源為中心的轉(zhuǎn)變.

2 短期生產(chǎn)模擬模型

2.1 風(fēng)光出力不確定性建模

采用目前在電力系統(tǒng)生產(chǎn)模擬中應(yīng)用廣泛的發(fā)電場景模擬法[14]模擬風(fēng)光發(fā)電出力的不確定性,將風(fēng)電和光伏實際可用出力看作預(yù)測出力與預(yù)測誤差之和,由風(fēng)光預(yù)測誤差的不確定性反映風(fēng)光輸出功率的不確定性.統(tǒng)計發(fā)現(xiàn),當(dāng)預(yù)測誤差服從均值為0、標(biāo)準(zhǔn)差為δt的正態(tài)分布時,可以較好地描述誤差隨機變化的規(guī)律,當(dāng)預(yù)測提前時間在24 h之內(nèi)時,δt可由下式[15]計算:

δt=εPf,t+0.02Qcap

(4)

式中:ε為表征預(yù)測誤差精度的一個參數(shù),值越小表示預(yù)測精度越高;Pf,t為t時刻預(yù)測的風(fēng)/光功率;Qcap為風(fēng)電場/光伏電站裝機容量.

利用蒙特卡洛法隨機抽樣技術(shù)獲得大量風(fēng)光功率預(yù)測誤差場景,再利用基于高斯混合聚類的場景劃分方法對眾多原始場景進行削減,得到一組含有誤差功率及概率信息的典型場景集,形式如下:

{(ΔPt,1,π1), (ΔPt,2,π2), …, (ΔPt,ω,πω)}

(5)

式中:ω=1,2,…,W,W為生成場景的數(shù)量;ΔPt,ω為風(fēng)光出力在時刻t場景ω下的預(yù)測誤差;πω為該場景發(fā)生的概率.

結(jié)合預(yù)測功率,可得到一組風(fēng)/光出力場景集,形式如下:

{(Pt,1,π1), (Pt,2,π2), …, (Pt,ω,πω)}

(6)

式中:ω=1,2,…,W;Pt,ω=Pf,t+ΔPt,ω為風(fēng)電場/光伏電站在時刻t場景ω下的實際可用功率.風(fēng)光出力的不確定性即可用這些場景描述,每一種場景模擬風(fēng)光在未來時刻可能出現(xiàn)的某種結(jié)果.

2.2 目標(biāo)函數(shù)

目標(biāo)函數(shù)確保系統(tǒng)在任意風(fēng)光出力場景集內(nèi)均能有效完成調(diào)度計劃,即實際綠電上網(wǎng)功率滿足計劃功率、電制氫量滿足日內(nèi)氫負荷總需求量的基礎(chǔ)上,使聯(lián)合系統(tǒng)綠電上網(wǎng)電量最大化,即在保證系統(tǒng)具有足夠調(diào)節(jié)能力按預(yù)定計劃發(fā)電的情況下,盡可能多地對外輸送綠色電能,使系統(tǒng)綜合效益最大.考慮到某些場景下提供備用輔助服務(wù)所付出的代價可能高于完全消納風(fēng)光所帶來的收益,因此允許系統(tǒng)在運行中合理進行棄風(fēng)光,其目標(biāo)函數(shù)為

(7)

式中:NT、NW、NV、NH分別為模擬運行時段數(shù)(取24 h)、風(fēng)電場數(shù)目、光伏電站數(shù)目、抽蓄電站機組數(shù)目;Pi,t為光伏電站i時刻t的計劃出力;Pj,t為風(fēng)電場j時刻t的計劃出力;Pgen,k,t、Ppum,k,t分別為抽蓄機組k在時刻t抽水蓄能-放水發(fā)電工況下計劃生產(chǎn)、消耗的電功率.

2.3 約束條件

2.3.1EHS運行約束

(1) 電解制氫裝置功率約束:

PP2H,minuP2H,t≤PP2H,t≤PP2H,maxuP2H,t

(8)

PP2H,minuP2H,t≤PP2H,t+rP2H,u,t,ω-rP2H,d,t,ω≤

PP2H,maxuP2H,t

(9)

式中:PP2H,max、PP2H,min分別為EHS電解水制氫時電能消耗功率上、下限;uP2H,t為EHS在t時刻的狀態(tài)標(biāo)志,1表示處于對應(yīng)狀態(tài),0表示不處于對應(yīng)狀態(tài),可表示制氫、空閑兩種運行狀態(tài);rP2H,u,t,ω、rP2H,d,t,ω分別為EHS在時刻t場景ω下電解水制氫時上、下備用調(diào)用量或負荷調(diào)節(jié)量.

(2) 備用約束:

0≤RP2H,u,t≤uP2H,t(PP2H,max-PP2H,t)

(10)

0≤RP2H,d,t≤uP2H,t(PP2H,t-PP2H,min)

(11)

0≤rP2H,u,t,ω≤RP2H,u,t

(12)

0≤rP2H,d,t,ω≤RP2H,d,t

(13)

式中:RP2H,u,t、RP2H,d,t分別為t時刻EHS在電解水制氫時向系統(tǒng)提供的上、下備用可用容量或負荷可調(diào)節(jié)量.

式(12)～(13)約束EHS在實時運行時制氫功率調(diào)整量不超過預(yù)留的備用容量.

(3) 氫能儲存容量約束:

Mt=Mt-1+PP2H,tηP2H-Ot

(14)

Mt,ω=Mt-1,ω+(PP2H,t+rP2H,u,t,ω-

rP2H,d,t,ω)ηP2H-Ot,ω

(15)

Mmin≤Mt≤Mmax

(16)

Mmin≤Mt,ω≤Mmax

(17)

M0=Mend

(18)

M0,ω=Mend,ω

(19)

0≤Ot

(20)

0≤Ot,ω

(21)

式中:Mt,ω為時刻t場景ω下EHS的氫能儲量;Mmin、Mmax分別為EHS能夠儲存的最小、最大氫能;M0、Mend分別為EHS初始、期末時段的氫能儲量;M0,ω、Mend,ω分別為場景ω下EHS初始、期末時段的氫能儲量;Ot,ω為時刻t場景ω下EHS向外界直接輸送的氫能.

2.3.2PSS運行約束

(1) 機組技術(shù)出力約束:

Ppum,k,minupum,k,t≤Ppum,k,t≤Ppum,k,maxupum,k,t

(22)

Ppum,k,minupum,k,t≤Ppum,k,t+rpum,u,k,t,ω-

rpum,d,k,t,ω≤Ppum,k,maxupum,k,t

(23)

Pgen,k,minugen,k,t≤Pgen,k,t≤Pgen,k,maxugen,k,t

(24)

Pgen,k,minugen,k,t≤Pgen,k,t+rgen,u,k,t,ω-

rgen,d,k,t,ω≤Pgen,k,maxugen,k,t

(25)

式中:Ppum,k,min、Ppum,k,max分別為抽蓄機組k允許的最小、最大抽水功率,對于常規(guī)恒速機組其最大、最小抽水功率相等;upum,k,t、ugen,k,t分別為抽蓄機組k在t時刻的抽水、發(fā)電工況狀態(tài)標(biāo)志,1表示處于對應(yīng)狀態(tài),0表示不處于對應(yīng)狀態(tài),可表示抽水、發(fā)電、空閑3種運行狀態(tài);rpum,u,k,t,ω、rpum,d,k,t,ω、rgen,u,k,t,ω、rgen,d,k,t,ω分別為抽蓄機組k在時刻t場景ω下抽水、發(fā)電工況下的上、下備用實際調(diào)用量;Pgen,k,min、Pgen,k,max分別為抽蓄機組k允許的最小、最大發(fā)電功率.

(2) 抽水-發(fā)電工況約束:

upum,k,t+ugen,k,t≤1

(26)

(27)

式(26)約束了抽蓄機組k同一時刻只能處于抽水、發(fā)電或空閑一種工況;式(27)限制了抽蓄電站的機組中不能同時存在抽水-發(fā)電兩種狀態(tài),避免能量損失.

(3) 備用約束:

0≤Rpum,u,k,t≤upum,k,t(Ppum,k,max-Ppum,k,t)

(28)

0≤Rpum,d,k,t≤upum,k,t(Ppum,k,t-Ppum,k,min)

(29)

0≤rpum,u,k,t,ω≤Rpum,u,k,t

(30)

0≤rpum,d,k,t,ω≤Rpum,d,k,t

(31)

0≤Rgen,u,k,t≤ugen,k,t(Pgen,k,max-Pgen,k,t)

(32)

0≤Rgen,d,k,t≤ugen,k,t(Pgen,k,t-Pgen,k,min)

(33)

0≤rgen,u,k,t,ω≤Rgen,u,k,t

(34)

0≤rgen,d,k,t,ω≤Rgen,d,k,t

(35)

式中:Rpum,u,k,t、Rpum,d,k,t、Rgen,u,k,t、Rgen,d,k,t分別為t時刻抽蓄機組k在抽水、發(fā)電工況下向系統(tǒng)提供的上、下備用容量.

式(30)～(31)、式(34)～(35)約束抽蓄機組k在實時運行時抽水-發(fā)電功率調(diào)整量不超過預(yù)留的備用容量.

(4) 水庫運行約束:

Vt=Vt-1+Ppum,k,tηpum-Pgen,k,tηgen

(36)

Vt,ω=Vt-1,ω+(Ppum,k,t+rpum,u,k,t,ω-

rpum,d,k,t,ω)ηpum-(Pgen,k,t+rgen,u,k,t,ω-

rgen,d,k,t,ω)ηgen

(37)

Vmin≤Vt≤Vmax

(38)

Vmin≤Vt,ω≤Vmax

(39)

V0=Vend

(40)

V0,ω=Vend,ω

(41)

式中:Vt為t時刻上水庫蓄水量;ηpum、ηgen分別為抽水、發(fā)電工況下的平均水量/電量轉(zhuǎn)換系數(shù);Vt,ω為時刻t場景ω下抽蓄電站上水庫蓄水量;Vmin、Vmax分別為上水庫的最小、最大蓄水量;V0、Vend分別為上水庫初始、期末時段的蓄水量;V0,ω、Vend,ω分別為場景ω下PSS上水庫初始、期末時段的蓄水量.

2.3.3風(fēng)電場/光伏電站運行約束

(1) 技術(shù)出力約束:

0≤Pj,t≤Qcap,j

(42)

0≤Pi,t≤Qcap,i

(43)

式中:Qcap,j、Qcap,i分別為風(fēng)電場j、光伏電站i的裝機容量.

(2) 棄風(fēng)光量約束:

0≤Sj,t,ω≤Pj,t,ω

(44)

0≤Si,t,ω≤Pi,t,ω

(45)

式中:Sj,t,ω、Si,t,ω分別為風(fēng)電場j、光伏電站i在時刻t場景ω下的棄風(fēng)量;Pj,t,ω、Pi,t,ω分別為風(fēng)電場j、光伏電站i在時刻t場景ω下的可用功率.

2.3.4系統(tǒng)運行約束

(1) 系統(tǒng)電功率平衡約束:

(PP2H,t+rP2H,u,t,ω-rP2H,d,t,ω)+

(46)

(2) 日內(nèi)氫負荷需求約束:

(47)

式中:Hload為日內(nèi)氫負荷需求,是常量.

式(46)通過調(diào)節(jié)EHS用電功率、抽蓄電站抽水-發(fā)電功率以及棄風(fēng)光等,確保系統(tǒng)在任意風(fēng)光出力場景內(nèi)均能有效應(yīng)對風(fēng)光隨機性并完成發(fā)電計劃;式(47)要求系統(tǒng)短期生產(chǎn)模擬周期內(nèi)對外輸送的氫能總量應(yīng)滿足氫負荷需求.

3 算例分析

3.1 基本資料和參數(shù)

以我國張北零碳電力系統(tǒng)示范工程為例,對上述短期生產(chǎn)模擬模型進行仿真分析.根據(jù)參考文獻[16]中的規(guī)劃方案9,張北和康保兩地新能源接入總?cè)萘繛?7 500 MW,兩地新能源接入容量配比為2∶1,風(fēng)電和光伏接入容量配比為1.5∶1,儲能配置為 1 200 MW.抽蓄電站相關(guān)參數(shù)參考美國巴斯康蒂抽蓄電站[17],包括2臺常規(guī)恒速機組和2臺變速恒頻機組.單臺機組額定容量為300 MW,變速機組抽水-發(fā)電功率在10%～100%的區(qū)間內(nèi)連續(xù)可調(diào),恒速機組只在發(fā)電工況下功率可調(diào);抽蓄機組發(fā)電、抽水工況下的平均水量/電量轉(zhuǎn)換系數(shù)分別為999、780 m3/(MW·h),上水庫初始容量為2.00×107m3,最小庫容為1.06×107m3,最大庫容為4.38×107m3.電解槽額定功率為300 MW,最小運行功率為額定功率的10%,電-氫能量轉(zhuǎn)換效率為80%,存儲氫能上限為 3 000 MW·h,下限為 1 000 MW·h,初始儲能為 2 000 MW·h.氫負荷取 2 000 MW·h,假定風(fēng)光預(yù)測精度參數(shù)ε均為0.2,預(yù)測值如圖3所示.

圖3 各時段風(fēng)-光預(yù)測值Fig.3 Hourly forecast value of wind/PV

3.2 結(jié)果分析

本文短期生產(chǎn)模擬問題為典型的混合整數(shù)線性規(guī)劃問題,算例仿真利用IBM Cplex12.5商用求解器進行求解,在AMD X4 840四核3.1 GHz計算機上運算,各仿真場景最優(yōu)解求解時長均在15 min內(nèi),滿足短期生產(chǎn)模擬對求解效率的需求[1].

3.2.1運行方式對模擬結(jié)果的影響 為驗證模型的有效性和先進性,對以下4種運行方式進行對比:運行方式A為新能源制氫不參與實時調(diào)節(jié)過程,無抽蓄電站;運行方式B為新能源制氫參與實時調(diào)節(jié)過程,無抽蓄電站;運行方式C為新能源制氫不參與實時調(diào)節(jié)過程,有抽蓄電站;運行方式D即本文運行方式,新能源制氫參與實時調(diào)節(jié)過程,有抽蓄電站.圖4給出在這4種不同運行方式下系統(tǒng)的綠色上網(wǎng)電量和棄風(fēng)光電量情況.

圖4 不同運行方式下模擬結(jié)果Fig.4 Simulation results of different operation modes

由圖4可見,與運行方式A相比,方式B利用EHS靈活性,通過引入柔性氫負荷的方式提高系統(tǒng)運行的靈活性,使得綠電上網(wǎng)電量提高3.08%,棄電量降低23.55%;方式C在方式A的基礎(chǔ)上引入抽蓄電站來消納多余的風(fēng)光,使得綠電上網(wǎng)電量提高9.36%,棄電量降低80.12%;方式D在方式A的基礎(chǔ)上同時引入EHS和抽蓄電站,使得綠電上網(wǎng)電量提高10.31%,棄電量降低85.38%.可見,本文短期生產(chǎn)模擬模型能夠使聯(lián)合系統(tǒng)上網(wǎng)電量更多、棄風(fēng)光更少,相較于其他3種方式綜合效益最好.

3.2.2抽蓄電站容量配置對模擬結(jié)果的影響 為分析抽蓄電站容量對系統(tǒng)運行效益的影響,對不同抽蓄電站容量配置方案進行仿真研究,短期生產(chǎn)模擬結(jié)果如圖5所示.

圖5 不同抽蓄電站容量配置下短期生產(chǎn)模擬結(jié)果Fig.5 Short-term production simulation results with different capacities of pumped storage station

由圖5可見,系統(tǒng)綠電上網(wǎng)電量隨抽蓄電站裝機容量增大先明顯增加后趨于穩(wěn)定,系統(tǒng)棄風(fēng)光電量隨抽蓄電站裝機容量增大先明顯減少后趨于穩(wěn)定.原因在于初始階段增加抽蓄電站裝機容量提升了系統(tǒng)調(diào)節(jié)能力,能夠消納多余風(fēng)光;當(dāng)容量達到 1 200 MW 時,由抽蓄電站帶來的運行效益接近飽和;若容量繼續(xù)增加,綠電上網(wǎng)電量增加量很小,棄風(fēng)光電量減少量也很小.可見,對于一定的風(fēng)光裝機容量,用于提升系統(tǒng)運行效益的抽蓄電站容量存在上限,因此新能源和抽蓄協(xié)調(diào)運行時應(yīng)在抽蓄電站容量上考慮優(yōu)化配置.

3.2.3可變速抽蓄機組占比對模擬結(jié)果的影響 為分析變速機組在抽蓄電站所有類型機組中占比對優(yōu)化結(jié)果的影響,在相同抽蓄裝機容量配置下,逐步增加抽蓄電站中變速機組臺數(shù),共設(shè)定4種情況,結(jié)果如圖6所示.

圖6 不同變速機組數(shù)量下短期生產(chǎn)模擬結(jié)果Fig.6 Short-term production simulation results with different numbers of variable speed units

由圖6可見,隨著變速機組數(shù)量的增加,系統(tǒng)棄風(fēng)光電量呈下降趨勢,綠電上網(wǎng)電量呈上升趨勢.這是由于受恒速機組抽水功率限制,恒速機組抽水工況下只能按額定功率運行,而變速機組在抽水工況下能夠在一定范圍內(nèi)連續(xù)調(diào)節(jié)出力,變速機組臺數(shù)的增加等效提高了系統(tǒng)的靈活性,從而更好地應(yīng)對風(fēng)光出力的隨機波動性,提高風(fēng)光消納水平.

3.2.4氫負荷需求對模擬結(jié)果的影響 設(shè)置不同的氫負荷,檢驗是否存在最優(yōu)氫負荷需求值,使得系統(tǒng)對外輸送的電-氫綜合能量,即綠電上網(wǎng)電量與氫負荷能量之和最大.將氫負荷需求設(shè)置為0～2 400 MW·h,模擬結(jié)果如圖7所示.

圖7 不同氫負荷需求下短期生產(chǎn)模擬結(jié)果Fig.7 Short-term production simulation results of different hydrogen demands

由圖7可見,綠電上網(wǎng)電量隨著氫負荷增加而下降,電-氫綜合能量隨著氫負荷增加先逐漸增加到達最大值后逐漸減小,原因在于初始增加氫負荷提升了系統(tǒng)需求側(cè)響應(yīng)能力,系統(tǒng)調(diào)節(jié)能力加強,能夠消納更多風(fēng)光新能源;由于增加的氫負荷靠EHS提供,消耗了電能,故電量會減少,此時上網(wǎng)電量減少緩慢,其變化幅度小于氫能增加幅度,電-氫綜合能量呈增加趨勢;當(dāng)氫負荷增加至900 MW·h附近時,負荷需求響應(yīng)帶來的效益接近飽和,上網(wǎng)電量減少明顯,其變化幅度與氫能增加幅度基本相等,電-氫綜合能量達到最大值;繼續(xù)增加氫負荷,由于需求響應(yīng)無法為系統(tǒng)帶來新的效益而電-氫轉(zhuǎn)換時存在能量損耗,上網(wǎng)電量減少,其減少幅度大于電制氫量增加幅度,電-氫綜合能量呈下降趨勢.可見,對于一個給定的系統(tǒng),存在一個最優(yōu)氫負荷使得電-氫綜合能量最大.

4 結(jié)論

為實現(xiàn)碳達峰碳中和目標(biāo),實現(xiàn)能源供應(yīng)和消費由高污染、高碳排放的化石燃料向清潔、零碳的可再生能源為中心的轉(zhuǎn)變,建立一種含柔性氫負荷-抽蓄電站的零碳電力系統(tǒng)短期生產(chǎn)模擬模型,主要結(jié)論如下:

(1) EHS作為一種需求響應(yīng)資源,能夠從需求側(cè)提高系統(tǒng)靈活性.抽蓄電站與EHS協(xié)同參與風(fēng)光并網(wǎng)后系統(tǒng)電-氫生產(chǎn)過程的優(yōu)化,保證系統(tǒng)在任意風(fēng)光出力場景內(nèi)均能有效應(yīng)對風(fēng)光隨機性并完成發(fā)電計劃,提高風(fēng)光消納水平.

(2) 提升風(fēng)光預(yù)測精度能夠減少系統(tǒng)對備用容量的需求,提高上網(wǎng)的綠色電能.對于一定的風(fēng)光裝機容量,用于提升系統(tǒng)綜合效益的抽蓄電站容量存在上限,風(fēng)光和抽蓄協(xié)調(diào)運行時應(yīng)在抽蓄電站容量配置上給予優(yōu)化.相較于恒速抽蓄機組,變速機組運行更靈活,能夠更好地促進風(fēng)光資源的消納.柔性氫負荷能夠提高系統(tǒng)運行的靈活性,存在最優(yōu)氫負荷值使得系統(tǒng)對外輸送的電-氫綜合能量最大.

隨著我國電力市場改革的推進,電力市場環(huán)境下風(fēng)電-光伏-電制氫-抽蓄零碳電力系統(tǒng)短期生產(chǎn)模擬模型的研究能為我國風(fēng)電-光伏-電制氫-抽蓄零碳電力系統(tǒng)電力市場的健康發(fā)展提供決策依據(jù).