DOI：10.19912/j.0254-0096.tynxb.2022-1157 文章編號：0254-0096（2023）12-0510-08

摘 要：針對風(fēng)電、光伏大規(guī)模并網(wǎng)造成的供電可靠性問題和棄風(fēng)、棄光問題，結(jié)合抽水蓄能、儲能電站以及電解水制氫的調(diào)節(jié)特性，提出一種風(fēng)光水儲多能互補(bǔ)系統(tǒng)雙層優(yōu)化調(diào)度策略。上層模型以系統(tǒng)全生命周期運(yùn)行經(jīng)濟(jì)性最優(yōu)為目標(biāo)，旨在優(yōu)化系統(tǒng)各單元的容量配置，保證供電可靠性和風(fēng)光消納水平；下層模型以系統(tǒng)每個調(diào)度周期內(nèi)經(jīng)濟(jì)性最優(yōu)為目標(biāo)，旨在充分發(fā)揮儲能的調(diào)峰能力，實(shí)現(xiàn)系統(tǒng)經(jīng)濟(jì)運(yùn)行。該模型利用KKT條件和Big-M法將雙層模型轉(zhuǎn)換成單層線性規(guī)劃問題，通過Matlab中調(diào)用CPLEX求解器進(jìn)行求解，結(jié)果表明所提策略能有效提高系統(tǒng)供電可靠性和風(fēng)光的消納水平，驗證了該模型的有效性。

關(guān)鍵詞：儲能；風(fēng)能；太陽能；多能互補(bǔ)；容量配置；雙層優(yōu)化

中圖分類號：TM721"""""""""""" """""""" 文獻(xiàn)標(biāo)志碼：A

0 引 言

近年來，隨著中國雙碳目標(biāo)的持續(xù)推進(jìn)，風(fēng)電、光伏等可再生能源發(fā)電成為電力系統(tǒng)轉(zhuǎn)型的重要領(lǐng)域［1-2］。然而，光伏的間歇性、隨機(jī)性和風(fēng)電的反調(diào)峰特性給電力系統(tǒng)的穩(wěn)定性帶了來嚴(yán)峻挑戰(zhàn)，嚴(yán)重影響了電力系統(tǒng)的供電質(zhì)量［3-4］。系統(tǒng)調(diào)節(jié)能力已無法滿足可再生能源消納和電力系統(tǒng)調(diào)峰的需求，產(chǎn)生大量棄風(fēng)、棄光現(xiàn)象［5］。因此，建立多源互補(bǔ)協(xié)調(diào)機(jī)制，充分發(fā)揮各發(fā)電單元的互補(bǔ)特性非常必要［6］。

針對清潔能源入網(wǎng)的不同問題，國內(nèi)外學(xué)者展開了大量相關(guān)研究。文獻(xiàn)［7］針對風(fēng)光儲系統(tǒng)儲能容量的優(yōu)化配置問題，采用了雙層決策模型和動態(tài)規(guī)劃方法。文獻(xiàn)［8］構(gòu)建含風(fēng)、光、火、蓄、氫、燃料電池的多能互補(bǔ)電力系統(tǒng)模型，利用量子粒子群算法進(jìn)行優(yōu)化，從而實(shí)現(xiàn)供電可靠性。文獻(xiàn)［9］建立風(fēng)-水-火電力系統(tǒng)協(xié)調(diào)調(diào)度的多目標(biāo)優(yōu)化模型，應(yīng)用改進(jìn)的粒子群算法優(yōu)化系統(tǒng)運(yùn)行，有效避免了火電頻繁啟停。文獻(xiàn)［10］針對風(fēng)光氫耦合發(fā)電系統(tǒng)建立多目標(biāo)容量優(yōu)化配置模型，將外送氫氣量納入調(diào)度計劃，實(shí)現(xiàn)了協(xié)調(diào)優(yōu)化調(diào)度。文獻(xiàn)［11］建立風(fēng)光水火儲多能系統(tǒng)互補(bǔ)協(xié)調(diào)優(yōu)化調(diào)度模型，利用火電機(jī)組調(diào)峰主動性，解決了風(fēng)電光伏的波動和消納問題。文獻(xiàn)［12］針對微電網(wǎng)分布式電源配置，提出雙層優(yōu)化方法，并分析了余電上網(wǎng)和余電制氫兩種運(yùn)營方式下系統(tǒng)的成本與效益。

綜上所述，目前的研究主要針對由傳統(tǒng)電力為主導(dǎo)的多能互補(bǔ)系統(tǒng)的經(jīng)濟(jì)性分析、容量優(yōu)化配置和優(yōu)化調(diào)度等方面，對清潔能源為主導(dǎo)的多能互補(bǔ)系統(tǒng)和采用混合儲能的研究尚少。因此，本文在上述研究的基礎(chǔ)上，采用以清潔能源為主的風(fēng)光水儲多能互補(bǔ)發(fā)電系統(tǒng)。在考慮系統(tǒng)全生命周期成本和系統(tǒng)優(yōu)化運(yùn)行的基礎(chǔ)上，結(jié)合抽水蓄能電站及蓄電池儲能的調(diào)節(jié)特性，并引入電解水制氫設(shè)備，構(gòu)建雙層規(guī)劃模型（bi-level programming， BLP），對系統(tǒng)結(jié)構(gòu)和工作模式進(jìn)行概述，最后結(jié)合算例進(jìn)行分析，驗證所提模型的經(jīng)濟(jì)性和有效性。本文的創(chuàng)新之處主要體現(xiàn)在以下3個方面：1）提出以清潔能源為主的多能互補(bǔ)發(fā)電系統(tǒng)結(jié)構(gòu)和工作模式；2）將儲能電站和抽水蓄能電站結(jié)合，以便應(yīng)對復(fù)雜的發(fā)電情況，提高供電可靠性；3）引入電解水制氫系統(tǒng)，減少棄風(fēng)棄光，提高清潔能源的消納水平。

1 風(fēng)光水儲發(fā)電系統(tǒng)

風(fēng)光水儲發(fā)電系統(tǒng)是基于風(fēng)能和太陽能具有天然的互補(bǔ)特性，并結(jié)合儲能和抽水蓄能電站的能量時移特性和調(diào)節(jié)特性，實(shí)現(xiàn)風(fēng)、光可再生能源的可調(diào)、可控［13-14］。另外通過電解槽將不能參與調(diào)度且超過儲能儲存容量的風(fēng)電、光電用于電解水，生產(chǎn)能夠直接進(jìn)行售賣的商業(yè)氫氣供給附近的氫負(fù)荷，實(shí)現(xiàn)系統(tǒng)風(fēng)光全額消納［15］。通過抽水蓄能電站兼具發(fā)電和抽水的功能且具有效率高、運(yùn)行成本低的優(yōu)點(diǎn)，將其與儲能系統(tǒng)聯(lián)合調(diào)控來改善清潔能源并網(wǎng)產(chǎn)生的不穩(wěn)定問題。

1.1 風(fēng)光互補(bǔ)特性

風(fēng)能和太陽能不僅在時間上具有互補(bǔ)性，在空間上也呈現(xiàn)出一定的互補(bǔ)性，相較于風(fēng)電或光伏單獨(dú)發(fā)電，風(fēng)光互補(bǔ)發(fā)電系統(tǒng)能使功率輸出較為平穩(wěn)，可提高電網(wǎng)對可再生能源的吸收接納程度［16-17］。

根據(jù)一年內(nèi)西北某地區(qū)風(fēng)速和光照數(shù)據(jù)可得其月平均風(fēng)速和月平均太陽輻照度的折線圖（如圖1所示）。從圖1可看出，夏季光照強(qiáng)而冬季光照弱，6月份的太陽輻照度最強(qiáng)；夏季風(fēng)速小，而冬季和春季風(fēng)速大。典型日的風(fēng)電和光電的每小時出力曲線如圖2所示。圖2表明，風(fēng)電在晚上出力較大，白天出力較小，呈現(xiàn)反調(diào)峰特性，而光伏只能在白天發(fā)電，且在11：00—15：00出力達(dá)到高峰。

結(jié)合圖1和圖2可看出，不論是在全日范圍內(nèi)還是在全年范圍內(nèi)，風(fēng)力資源和光照資源都呈現(xiàn)出很強(qiáng)的互補(bǔ)性。

1.2 風(fēng)光水儲發(fā)電系統(tǒng)結(jié)構(gòu)及工作模式

1.2.1 系統(tǒng)結(jié)構(gòu)

本文發(fā)電系統(tǒng)電源種類包括風(fēng)電場、光伏電站和具有抽水蓄能作用的水電站，儲能單元為蓄電池儲能。當(dāng)電網(wǎng)調(diào)度下達(dá)的功率指令大于風(fēng)光水聯(lián)合出力時，儲能單元放電填補(bǔ)功率缺額；反之，利用風(fēng)光多余的功率首先對儲能單元進(jìn)行充電，若儲能單元達(dá)到充電功率上限或儲能容量上限，則將多余的電量用于電解水制備氫氣，通過售氫獲得一定的經(jīng)濟(jì)收益，而生成的副產(chǎn)品氧氣可用于工業(yè)原材料或直接排入大氣。系統(tǒng)結(jié)構(gòu)如圖3所示。

1.2.2 系統(tǒng)工作模式

系統(tǒng)工作流程如圖4所示。

1.3 各子系統(tǒng)簡化等效模型

1.3.1 風(fēng)電場

[Pwind（t）=0""""""""""""""""""""""""""""""，v（t）gt;vout或v（t）lt;vinPwindN（v3（t）-v3in）/（v3N-v3in）"，vin≤v（t）≤vNPwindN"""""""""""""""""""""""""""""""""，vNlt;v（t）≤vout]"""" （1）

式中：[Pwind（t）]——[t]時刻風(fēng)電機(jī)組的出力，kW；[v（t）]——[t]時刻風(fēng)速，m/s；["vin]——風(fēng)電機(jī)組的切入風(fēng)速，m/s；[vout]——風(fēng)電機(jī)組的切出風(fēng)速，m/s；[PwindN]——風(fēng)電機(jī)組的裝機(jī)容量，MW。

1.3.2 光伏電站

[Ppv（t）=PpvNfpvα（G（t）/Gref）]"" （2）

式中：[Ppv（t）]——[t]時刻光伏電站出力；[PpvN]——光伏電站的裝機(jī)容量，MW；[fpv]——光伏逆變器的效率；[α]——溫度對光伏功率的影響系數(shù)；[G（t）]——[t]時刻的太陽輻照度，W/m2；[Gref]——標(biāo)準(zhǔn)參考輻照度，W/m2。

1.3.3 抽水蓄能電站

抽水蓄能電站發(fā)電功率為：

[Pphs_ele（t）=AηQ（t）]"" （3）

抽水蓄能電站抽水功率為：

[Pphs_pump（t）=AQ（t）η]""""" （4）

式中：[Pphs_ele（t）]——[t]時刻抽水蓄能電站的發(fā)電功率，kW；[Pphs_pump（t）]——[t]時刻抽水蓄能電站的抽水功率，kW；A——水電轉(zhuǎn)換常數(shù)，通常取9.81；[η]——水電站的效率；[Q（t）]——水電站在[t]時段的發(fā)電引用流量，m3/h。

抽水蓄能電站上水庫容量變化為：

[Qphs（t）=Qphs（t-1）+0.75Pphs_pump（t）-0.75Pphs_ele（t）Δt]""""" （5）

1.3.4 儲能電站

由儲能系統(tǒng)最大充電率決定的最大充電功率為：

[Pmaxba_ch（t）=1-e-αbtSmaxbs-Sbs（t）ηb，ct]""" （6）

由儲能系統(tǒng)剩余總能量決定的最大放電功率為：

[Pmaxba_dis（t）=ηb，dεSbs（t）t]"" （7）

儲能電站裝機(jī)容量與儲能出力功率上限的關(guān)系為：

[PbsN=0.25Smax]" （8）

儲能電站容量變化為：

[Sbs（t）=Sbs（t-1）+0.95Pbs_ch（t）-Pbs_dis"（t）0.95Δt]""" （9）

式中：[Pmaxba_ch（t）]、[Pmaxba_dis（t）]——儲能電站[t]時刻的最大充電功率、最大放電功率，kW；[αb]——儲能電站的最大充電率；[Smaxbs]——儲能電站最大容量，即裝機(jī)容量，MW；[Sbs（t）]——儲能電站[t]時刻的儲存能量，kWh；[ηb，c]、[ηb，d]——儲能電站充、放電效率；[ε]——儲能電站的可立即釋放的能量占比。

1.3.5 電解水制氫系統(tǒng)

電解水制氫系統(tǒng)電解水制氫系統(tǒng)的核心組件為電解槽，本文對其函數(shù)表述如式（10）所示。

[Hout（t）=0，" """""""""""""""""""""""""""""""Pg（t）lt;Pgmin（Hmax-Hmin）Pg（t）（PgN-Pgmin）"""，" """""""""""""""""""""""""""""""Pgmin≤Pg（t）≤PgNPgN"""""""""""""""""""""""""""，" """""""""""""""""""""""""""""""PgNlt;Pg（t）]""""" （10）

式中：[Hout（t）]——[t]時刻電解槽產(chǎn)氫功率，kW；[Pg（t）]——[t]時刻的輸入功率，kW；[Pgmin]——電解槽啟動功率，kW；[Hmax]、[Hmin]——電解槽最大、最小產(chǎn)氫速率，m3/h；[PgN]——電解槽額定功率，kW。

電解槽的輸入功率為：

[Pg（t）=max0，Ppv（t）+Pwind（t）+Pphs_ele（t）"""""""""""""""""""""""""""""""""""+Pbs_dis（t）-Pload（t）]""" （11）

式中：[Pload（t）]——由多能互補(bǔ)發(fā)電系統(tǒng)滿足的負(fù)荷，kW。

2 雙層優(yōu)化模型的建立

雙層規(guī)劃是根據(jù)系統(tǒng)的問題，將其劃分為上下兩層，上、下層模型既有獨(dú)立的目標(biāo)函數(shù)又存在相互耦合的關(guān)系。上層模型有優(yōu)先決策權(quán)，將決策結(jié)果傳遞至下層，下層在上層決策結(jié)果的基礎(chǔ)上進(jìn)行決策，并將決策結(jié)果返回至上層，最終通過迭代的方式得到最優(yōu)解［18］。

2.1 上層模型的建立

2.1.1 上層模型目標(biāo)函數(shù)

上層模型以系統(tǒng)全生命周期成本最小為目標(biāo)，其目標(biāo)函數(shù)為：

[minEall=EC+EOM+ER-EB+Ecurt]""" （12）

式中：[EC]——系統(tǒng)的初始投資成本，元；[EOM]——系統(tǒng)的運(yùn)行維護(hù)成本，元；[ER]——系統(tǒng)的置換成本，元；[EB]——系統(tǒng)回收時產(chǎn)生的收益，元；[Ecurt]——系統(tǒng)的棄風(fēng)棄光懲罰成本，元。

系統(tǒng)的初始投資成本為：

[EC=（PpvNαpv+PwindNαwind+PphsNαphs+"""""""""""""""""""""" PbsNαbs+PgNαg+QgbNαgb）fcr]""" （13）

[fcr=r（1+r）N（1+r）N-1]" （14）

式中：[PpvN]、[PwindN]、[PphsN]、[PbsN]、[PgN]、[QgbN]——各單元的裝機(jī)容量，MW；[αpv]、[αwind]、[αphs]、[αbs]、[αg]、[αgb]——各單元的初始投資成本單價，元/kW；[fcr]——折舊系數(shù)；[r]——年利率；[N]——系統(tǒng)使用年限，a。

系統(tǒng)的運(yùn)行維護(hù)成本為：

[EOM=PpvNβpv+PwindNβwind+"""""""""""""""PphsNβphs+PbsNβbs+PgNβg]""" （15）

式中：[βpv]、[βwind]、[βphs]、[βbs]、[βg]——各單元運(yùn)行維護(hù)成本單價，元/kW。

系統(tǒng)的置換成本為：

[ER=κbsPbsNγbs+κgPgNγg] （16）

式中：[κbs]——儲能單元的置換次數(shù)；[κg]——電解水制氫系統(tǒng)的置換次數(shù)；[γbs]、[γg]——儲能和制氫單元的置換成本單價，元。

系統(tǒng)的回收收益為：

[EB=（PpvNτpv+PwindNτwind+"""""""""PphsNτphs+δbsPbsNτbs+δgPgNτg）]" （17）

式中：[τpv]、[τwind]、[τphs]、[τbs]、[τg]——各單元回收產(chǎn)生的收益單價，元/kW。

系統(tǒng)的棄風(fēng)棄光懲罰成本為：

[Ecurt=ρwt=1T（Pwindcurt（t）?Δt）+ρpvt=1T（Ppvcurt（t）?Δt）] （18）

式中：[ρw]——棄風(fēng)懲罰系數(shù)；[ρpv]——棄光懲罰系數(shù)；[Pwindcurt（t）]——[t]時段棄風(fēng)功率，kW；[Ppvcurt（t）]——[t]時段棄光功率，kW。

2.1.2 上層約束條件

各單元裝機(jī)容量約束為：

[Pminpv≤PpvN≤PmaxpvPminwind"≤PwindN"≤Pmaxwind"Pminphs≤PphsN"≤PmaxphsPminbs≤PbsN≤PmaxbsPminH2≤PH2N≤PmaxH2QminH2b≤QH2bN≤QmaxH2b] （19）

儲能出力約束為：

[0≤Pbs-ch（t）≤Ubs-ch（t）Pmaxbs-ch（t）0≤Pbs-dis（t）≤Ubs-dis（t）Pmaxbs-ch（（t）Ubs-ch（t）+Ubs-dis（t）≤10.1Sbsmax≤Sbs（t）≤0.9SbsmaxSbs（0）=Sbs（24）=0.4Sbsmax]"""""" （20）

儲氫出力約束為：

[0≤PH2-in（t）≤UH2-in（t）0.3QH2bN0≤PH2-"out"（t）≤UHL-out（t）0.3QH2bNUH2-in"（t）+UH2-out（t）≤10.1QH2bN≤QH2（t）≤0.9QH2bNQH2（0）=QH2（24）=0.3QH2bN]"""""" （21）

儲氫容量變化為：

[QH2（t）=QH2（t-1）+（0.95PH2_in（t）-（1/0.95）PH2_out（t））Δt]"""" （22）

抽水蓄能電站出力約束為：

[0≤Pphs_ele（t）≤Uphs_ele（t）PphsN0≤Pphs_pump（t）≤Uphs_pump（t）PphsNUphs_ele（t）+Uphs_pump"（t）≤10.1QphsN≤Qphs（t）≤0.9QphsNQphs（0）=Qphs（24）=0.35QphsN]"" （23）

供電可靠性用負(fù)荷缺電率[fLPSP]表征，[fLPSP]定義為：

[fLPSP=t=1TPload（t）-Pgs（t）t=1TPload（t）]"" （24）

式中：[T]——選取的采樣區(qū)間的點(diǎn)數(shù)；[Pgs（t）]——[t]時刻各出力單元上網(wǎng)功率，kW。

由式（24）可知，顯然負(fù)荷缺電率越小，供電可靠性越高。通常情況下，負(fù)荷的缺電率[fLPSP]只需滿足在一定范圍，即：

[fLPSP≤λL]"""""" （25）

式中：[λL]——最大缺電率。

2.2 下層模型的建立

2.2.1 下層目標(biāo)函數(shù)

據(jù)上層給出的系統(tǒng)容量配置方案，下層模型以調(diào)度周期內(nèi)系統(tǒng)的效益最大為目標(biāo)，其目標(biāo)函數(shù)為：

[maxF2=C1+C2-C3-C4+C5] （26）

式中：[C1]——系統(tǒng)并網(wǎng)收益，元；[C2]——售氫收益，元；[C3]——儲能單元運(yùn)行成本，元；[C4]——制氫系統(tǒng)運(yùn)行成本，元；[C5]——風(fēng)光并網(wǎng)消納及儲能系統(tǒng)的環(huán)境收益，元。

系統(tǒng)并網(wǎng)收益為：

[C1=t=1NTφsell"Pgs，t] （27）

式中：[NT]——調(diào)度周期，這里取24 h；[φsell"]——上網(wǎng)電價，元/kWh，考慮采用分時電價；[Pgs.t]——系統(tǒng)[t]時刻的上網(wǎng)電量，kW。

售氫收益為：

[C2=t=1NTγsellHout，t]"""""" （28）

式中：[γsell]——?dú)錃獾匿N售單價，元/m3；[Hout，t]——系統(tǒng)[t]時刻的制氫量，m3。

儲能單元運(yùn)行成本為：

[C3=t=1NTIbμbPbs-ch，t+Pbs-dis，t/μb]"""" （29）

式中：[Ib]——儲能系統(tǒng)的單位運(yùn)行成本，元/kW；[μb]——儲能的充放電效率。

制氫系統(tǒng)運(yùn)行成本為：

[C4=t=1NTIhHout，t]"""" （30）

式中：[Ih]——制氫系統(tǒng)的單位運(yùn)行成本，元/kW。

風(fēng)光并網(wǎng)消納及儲能系統(tǒng)的環(huán)境收益為：

[C5=t=1NTψbPbs-ch，t+ψpvPpv，t+ψwPwind"，t]""""" （31）

式中：[ψb]——儲能環(huán)境收益系數(shù)；[ψpv]——光伏環(huán)境收益系數(shù)；[ψw]——風(fēng)電環(huán)境收益系數(shù)。

2.2.2 下層約束條件

1）系統(tǒng)功率平衡約束

不計系統(tǒng)網(wǎng)絡(luò)損耗時，系統(tǒng)風(fēng)光水儲出力之和等于實(shí)時負(fù)荷，系統(tǒng)功率平衡約束為：

[Ppv，t+Pwind"，t+Pphs-ele，t+Pbs-dis，t=Pload，t+Pbs-ch，t+Pg，t]""" （32）

2）氣功率平衡約束

[Hout，t+PH2-out，t=PH2-"in，"t+Gload，t]"""""" （33）

3）風(fēng)光水出力約束

[0≤Pwint"，t≤Pmaxwind，"t0≤Ppv，t≤Pmaxpv，t0≤Pphs，t≤Pmaxphs，t]"" （34）

式中：[Pmaxwind，"t、][Pmaxpv，t、][Pmaxphs，t]——風(fēng)電、光伏、水電[t]時刻最大出力，kW。

4）系統(tǒng)正負(fù)旋轉(zhuǎn)備用約束

[Pmaxphs-Pphs，t≥μl1Pload，t+μw1Pwind"，t+μpv1Ppv，tPphs，t-Pminphs≥μl2Pload，t+μw2Pwind"，t+μpv2Ppv，t]" （35）

式中：[Pmaxphs]、[Pminphs]——抽水蓄能發(fā)電出力上、下限，kW；[μl1]、[μl2]——負(fù)荷預(yù)測誤差備用容量系數(shù)；[μw1]、[μw2]——風(fēng)電預(yù)測誤差備用容量系數(shù)；[μpv1]、[μpv2]——光伏預(yù)測誤差的正、負(fù)旋轉(zhuǎn)備用容量系數(shù)。

5）并網(wǎng)波動約束

功率波動的衡量指標(biāo)，即并網(wǎng)功率標(biāo)準(zhǔn)差和變化率的定義分別為：

[DSTD=1NT-1t=1NTPgs，t-Pgs]""" （36）

[Dgs=Pgsmax-PgsminΔt]"""" （37）

式中：[Pgs，t]——并網(wǎng)功率瞬時值，kW；[Pgs]——并網(wǎng)功率平均值，kW；[Pgsmax、][Pgsmin]——[Δt]時間間隔內(nèi)并網(wǎng)功率的最大、最小值，kW。

波動范圍為：

[DSTD≤dS]" （38）

[Dgs≤εg]""" （39）

式中：[dS]——并網(wǎng)功率標(biāo)準(zhǔn)差的上限；[εg]——電網(wǎng)能承受的最大功率變化率。

2.3 模型求解

本文中所采用的雙層模型，上下層之間存在耦合關(guān)系，難以直接求解。通過構(gòu)建拉格朗日函數(shù)，利用KKT互補(bǔ)松弛條件，將雙層轉(zhuǎn)化為單層；再通過Big-M法將單層非線性模型中非線性項線性化，形成單層混合整數(shù)線性規(guī)劃問題；最后在Matlab 2018a中調(diào)用商業(yè)求解器CPLEX12.10.0和YALMIP工具箱對問題進(jìn)行求解。求解流程如圖5所示。

3 算例分析

3.1 基本數(shù)據(jù)與參數(shù)

3.1.1 風(fēng)速數(shù)據(jù)

本文所用數(shù)據(jù)來自于羲和能源大數(shù)據(jù)平臺，西北某地區(qū)一年之內(nèi)的逐小時風(fēng)速如圖6a所示。

3.1.2 太陽輻射數(shù)據(jù)

本文所用數(shù)據(jù)來自于羲和能源大數(shù)據(jù)平臺，西北某地區(qū)一年之內(nèi)的逐小時太陽輻照度如圖6b所示。

3.1.3 負(fù)荷數(shù)據(jù)

本文采用西北某地區(qū)2021年全年逐時用電負(fù)荷數(shù)據(jù)，典型日負(fù)荷曲線如圖6c所示。

3.1.4 設(shè)備相關(guān)參數(shù)

設(shè)備數(shù)據(jù)如表1所示。本文以西北某地區(qū)為研究背景。風(fēng)光水儲發(fā)電多能互補(bǔ)系統(tǒng)的使用年限為20 a，折現(xiàn)率

額定容量、電量分別為1 MW、1 kWh，儲氫單元和水庫單位額為8%，系統(tǒng)各單元的單位定容量為1 [m3]。本文多能互補(bǔ)發(fā)電系統(tǒng)使用鋰電池為核心的電化學(xué)儲能系統(tǒng)，采用目前技術(shù)成熟的堿式電解水制氫設(shè)備，其他設(shè)備包括儲氫罐、壓縮機(jī)、逆變器等。

3.2 容量配置優(yōu)化結(jié)果分析

本文通過對3種場景進(jìn)行計算，對比在不同場景下系統(tǒng)成本、供電可靠性和風(fēng)光消納水平，驗證模型的有效性。3種場景的仿真結(jié)果如表2所示。

1） 場景1：風(fēng)、光、儲聯(lián)合運(yùn)行，不考慮抽水蓄能和電解水制氫。

2） 場景2：風(fēng)、光、水、儲聯(lián)合運(yùn)行，不引入電解水制氫系統(tǒng)。

3） 場景3：風(fēng)、光、水、儲聯(lián)合運(yùn)行，引入電解水制氫設(shè)備。

通過表2對場景1、2仿真結(jié)果分析，考慮儲能電站和抽水蓄能電站時，雖然相較于只采用儲能電站其成本有所增加（場景2較場景1系統(tǒng)年均成本增加741萬元，系統(tǒng)年均成本上升16.5%），但在供電可靠性方面場景2得到很大的提升，抽水蓄能電站對供電可靠性的影響顯著，相對場景1負(fù)荷缺電率降至0.01%，幾乎能夠滿足所有的供電情況；在棄風(fēng)棄光方面，場景2相對減少5.2%，這是兩種儲能形式共同作用的結(jié)果。由此可見，采用兩種儲能形式不僅可提升系統(tǒng)的供電可靠性，還可提高系統(tǒng)消納風(fēng)光的水平。

通過表2對場景2、3仿真結(jié)果分析，考慮儲能電站和抽水蓄能電站的同時，引入電解水制氫設(shè)備。場景3較場景1系統(tǒng)年均成本減少638萬元，系統(tǒng)年均成本上升1.8%，這是因為引入電解水制氫設(shè)備減少了系統(tǒng)的棄風(fēng)棄光懲罰成本并降低了儲能的容量，從而降低了系統(tǒng)成本；在供電可靠性方面，場景3同樣能夠滿足幾乎所有的供電情況；在棄風(fēng)棄光方面，在儲能和電解水制氫設(shè)備的共同作用下，棄風(fēng)棄光率約為0，場景3相對減少3.5%，實(shí)現(xiàn)了風(fēng)光的全額消納。

通過以上對系統(tǒng)經(jīng)濟(jì)性、供電可靠性和棄風(fēng)棄光率的分析可得出，本文所提模型能有效增加系統(tǒng)對風(fēng)光的消納水平，提高了系統(tǒng)的供電可靠性，并在一定程度上降低了系統(tǒng)的成本。

3.3 系統(tǒng)優(yōu)化調(diào)度結(jié)果分析

圖7為系統(tǒng)優(yōu)化后各單元出力情況，風(fēng)電和光伏承擔(dān)主要的發(fā)電功率，當(dāng)風(fēng)電和光伏不足以滿足負(fù)荷時，其他發(fā)電單元共同出力滿足負(fù)荷供電，如在01：00時風(fēng)電出力較低，水電和儲能進(jìn)行彌補(bǔ)發(fā)電以滿足負(fù)荷，10：00—19：00時段風(fēng)電出力較低，此時太陽輻射較強(qiáng)，二者共同出力可滿足大部分的負(fù)荷用電，對于每個時刻多發(fā)的電量用于電解水制氫、儲能充電和抽水蓄能為下一時段的調(diào)度滿足儲能容量和蓄水容量要求。圖8為電解槽和儲氫罐的出力情況，其中滿足電解槽產(chǎn)生的氫氣優(yōu)先滿足氫負(fù)荷，對于剩余的氫氣進(jìn)行存儲，當(dāng)某一時刻電解槽制取的氫氣不足以滿足氫負(fù)荷，則儲氫單元釋放氫氣，從而達(dá)到滿足氫負(fù)荷的目的。圖9為儲能電站的出力情況，儲能電站在系統(tǒng)中起到平滑出力曲線、快速彌補(bǔ)風(fēng)光功率缺額的作用，從而達(dá)到降低系統(tǒng)并網(wǎng)波動性、提高供電可靠性的目的。

4 結(jié) 論

本文針對風(fēng)電、光伏大規(guī)模并網(wǎng)造成的供電可靠性和風(fēng)光消納問題，提出一種風(fēng)光水儲多能互補(bǔ)系統(tǒng)雙層優(yōu)化策略，得到如下主要結(jié)論：

1）通過結(jié)合儲能電站、抽水蓄能電站的調(diào)節(jié)特性和電解水制氫設(shè)備消納能力，降低了系統(tǒng)的總成本和棄風(fēng)棄光水平，甚至可以實(shí)現(xiàn)風(fēng)光發(fā)電的全額消納。

2）通過儲能電站和抽水蓄能電站在不同時間尺度上對系統(tǒng)的調(diào)節(jié)，提高了系統(tǒng)的供電可靠性，提升了系統(tǒng)運(yùn)行的靈活性，改善了儲能電站容量的制約問題。

雖然大規(guī)模儲能電站和電解水制氫技術(shù)目前不夠成熟，成本較高，但隨著技術(shù)的進(jìn)步，儲能和電解水設(shè)備的成本將逐漸降低，從而進(jìn)一步體現(xiàn)出本文所提模型的可行性。因此，對于將來多能互補(bǔ)發(fā)電系統(tǒng)在容量配置和優(yōu)化調(diào)度方面具有一定的啟示意義。

［參考文獻(xiàn)］

［1］"""" 國家能源局. 2019年度全國可再生能源電力發(fā)展監(jiān)測評價報告［EB/OL］. ［2020-05-06］. http：//www.gov.cn/zhengce/zhengceku/2020-05/16/content_5512148. htm.

National Energy Administration. 2019 national renewable energy power development monitoring and evaluation report［EB/OL］. ［2020-05-06］. http：//www.gov.cn/zhengce/zhengceku/2020-05/16/content_5512148. htm.

［2］"""" 陳國平， 李明節(jié)， 許濤， 等. 關(guān)于新能源發(fā)展的技術(shù)瓶頸研究［J］. 中國電機(jī)工程學(xué)報， 2017， 37（1）： 20-27.

CHEN G P， LI M J， XU T， et al. Study on technical bottleneck of new energy development［J］. Proceedings of the CSEE， 2017， 37（1）： 20-27.

［3］"""" 崔楊， 張家瑞， 王錚， 等. 計及價格型需求響應(yīng)的風(fēng)-光-光熱聯(lián)合發(fā)電系統(tǒng)日前調(diào)度策略［J］. 中國電機(jī)工程學(xué)報， 2020， 40（10）： 3103-3114.

CUI" Y，" ZHANG" J" R，" WANG" Z，" et" al." Day-ahead scheduling"" strategy"" of"" wind-PV-CSP"" hybrid"" power generation system by considering PDR［J］. Proceedings of the CSEE， 2020， 40（10）： 3103-3114.

［4］"""" 國家發(fā)展改革委， 國家能源局. 清潔能源消納行動計劃（2018—2020年）［J］. 石油和化工節(jié)能， 2019（1）： 2-9.

National Development and Reform Commission， National Energy administration. clean energy consumption action plan（2018-2020）［J］. Energy conservation in petroleum and chemical industry， 2019 （1）： 2-9.

［5］"""" 安磊， 王綿斌， 齊霞， 等. “風(fēng)、光、火、蓄、儲”多能源互補(bǔ)優(yōu)化調(diào)度方法研究［J］. 可再生能源， 2018， 36（10）： 1492-1498.

AN L， WANG M B， QI X， et al. Optimal dispatching of multi-power sources containing wind/photovoltaic/thermal/hydro-pumped and battery storage［J］. Renewable energy resources， 2018， 36（10）： 1492-1498.

［6］"""" 熊宇峰， 司楊， 鄭天文， 等. 考慮熱電綜合利用的光伏儲氫獨(dú)立供能系統(tǒng)容量優(yōu)化配置［J］. 中國電力， 2020， 53（10）： 66-73.

XIONG Y F， SI Y， ZHENG T W， et al. Optimal capacity configuration of solar-hydrogen independent power-supply system considering electricity-heat comprehensive utilization［J］. Electric power， 2020， 53（10）： 66-73.

［7］"""" 李建林， 郭斌琪， 牛萌， 等. 風(fēng)光儲系統(tǒng)儲能容量優(yōu)化配置策略［J］. 電工技術(shù)學(xué)報， 2018， 33（6）： 1189-1196.

LI J L， GUO B Q， NIU M， et al. Optimal configuration strategy of energy storage capacity in wind/PV/storage hybrid system［J］. Transactions of China Electrotechnical Society， 2018， 33（6）： 1189-1196.

［8］"""" 邵志芳， 張東強(qiáng). 基于合約負(fù)荷曲線的多能互補(bǔ)電力系統(tǒng)容量優(yōu)化配置［J］. 電網(wǎng)技術(shù)， 2021， 45（5）： 1757-1767.

SHAO Z F， ZHANG D Q. Capacity configuration optimization of multi-energy complementary power system based on contract load curve［J］. Power system technology， 2021， 45（5）： 1757-1767.

［9］"""" 王開艷， 羅先覺， 吳玲， 等. 清潔能源優(yōu)先的風(fēng)-水-火電力系統(tǒng)聯(lián)合優(yōu)化調(diào)度［J］. 中國電機(jī)工程學(xué)報， 2013， 33（13）： 27-35.

WANG K Y， LUO X J， WU L， et al. Optimal dispatch of wind-hydro-thermal power system with priority given to clean" energy［J］." Proceedings" of" the" CSEE，" 2013，" 33（13）： 27-35.

［10］""" 賈成真， 王靈梅， 孟恩隆， 等. 風(fēng)光氫耦合發(fā)電系統(tǒng)的容量優(yōu)化配置及日前優(yōu)化調(diào)度［J］. 中國電力， 2020， 53（10）： 80-87.

JIA C Z， WANG L M， MENG E L， et al. Optimal capacity configuration and day-ahead scheduling of wind-solar-hydrogen" coupled" power" generation" system［J］." Electric power， 2020， 53（10）： 80-87.

［11］""" 李鐵， 李正文， 楊俊友， 等. 計及調(diào)峰主動性的風(fēng)光水火儲多能系統(tǒng)互補(bǔ)協(xié)調(diào)優(yōu)化調(diào)度［J］. 電網(wǎng)技術(shù)， 2020， 44（10）： 3622-3630.

LI T， LI Z W， YANG J Y， et al. Coordination and optimal scheduling""" of""" multi-energy""" complementary""" system considering peak regulation initiative［J］. Power system technology， 2020， 44（10）： 3622-3630.

［12］""" 孫彩， 李奇， 邱宜彬， 等. 余電上網(wǎng)/制氫方式下微電網(wǎng)系統(tǒng)全生命周期經(jīng)濟(jì)性評估［J］. 電網(wǎng)技術(shù)， 2021， 45（12）： 4650-4660.

SUN C， LI Q， QIU Y B， et al. Economic evaluation of whole life cycle of the micro-grid system under the mode of residual power connection/hydrogen production［J］. Power system technology， 2021， 45（12）： 4650-4660.

［13］""" MARCHENKO O V， SOLOMIN S V. Modeling of hydrogen and electrical energy storages in wind/PV energy system on the Lake Baikal coast［J］. International journal of hydrogen energy， 2017， 42（15）： 9361-9370.

［14］""" RANA A S， IQBAL F， SIDDIQUI A S， et al. Hybrid methodology to analyse reliability and techno-economic evaluation of microgrid configurations［J］. IET generation， transmission amp; distribution， 2019， 13（21）： 4778-4787.

［15］""" 黃大為， 齊德卿， 于娜， 等. 利用制氫系統(tǒng)消納風(fēng)電棄風(fēng)的制氫容量配置方法［J］. 太陽能學(xué)報， 2017， 38（6）： 1517-1525.

HUANG D W， QI D Q， YU N， et al. Capacity allocation method of hydrogen production system consuming abandoned wind power［J］. Acta energiae solaris sinica， 2017， 38（6）： 1517-1525.

［16］""" 孔令國. 風(fēng)光氫綜合能源系統(tǒng)優(yōu)化配置與協(xié)調(diào)控制策略研究［D］. 北京： 華北電力大學(xué)， 2017.

KONG L G. Research on optimal sizing and coordinated control strategy of integrated energy system of wind photovoltaic"" and"" hydrogen［D］."" Beijing：" North"" China Electric Power University， 2017.

［17］""" 于東霞， 張建華， 王曉燕， 等. 并網(wǎng)型風(fēng)光儲互補(bǔ)發(fā)電系統(tǒng)容量優(yōu)化配置［J］. 電力系統(tǒng)及其自動化學(xué)報， 2019， 31（10）： 59-65.

YU D X， ZHANG J H， WANG X Y， et al. Optimal capacity configuration of grid-connected wind-PV-storage hybrid power generation system［J］. Proceedings of the CSU-EPSA， 2019， 31（10）： 59-65.

［18］""" 吳盛軍， 李群， 劉建坤， 等. 基于儲能電站服務(wù)的冷熱電多微網(wǎng)系統(tǒng)雙層優(yōu)化配置［J］. 電網(wǎng)技術(shù)， 2021， 45（10）： 3822-3832.

WU" S" J，" LI" Q，" LIU" J" K，" et" al." Bi-level" optimal configuration for combined cooling heating and power multi-microgrids based on energy storage station service［J］. Power system technology， 2021， 45（10）： 3822-3832.

RESEARCH ON TWO-LAYER OPTIMIZATION OF

WIND-SOLAR-WATER- STORAGE MULTI ENERGY COMPLEMENTARY

POWER GENERATION SYSTEM

An Yuan，Zheng Shenyin，Su Rui，Yang Renzhi

（School of Electrical Engineering， Xi’an University of Technology， Xi’an 710054， China）

Abstract：In view of the power supply reliability problems caused by the large-scale grid connection of wind power and photovoltaic power， and wind and light abandonment problems， combined with the regulation characteristics of pumped storage， energy storage power plants and electrolytic water hydrogen production， a two-layer optimal dispatching strategy for wind water storage multi energy complementary system is proposed. The upper layer model aims to optimize the capacity configuration of each unit of the system to ensure the reliability of power supply and the level of wind and solar energy consumption， with the objective of optimizing the operating economy of the system throughout its life cycle； The lower level model aims to optimize the economy of the system in each dispatching cycle， and aims to give full play to the peak shaving output of energy storage to achieve economic operation of the system. The model uses KKT condition and Big-M method to transform the two-layer model into a single-layer linear programming problem， and calls CPLEX solver in Matlab to solve it. The results show that the proposed strategy can effectively improve the power supply reliability of the system and the absorption level of wind and solar energy， which verifies the effectiveness of the model.

Keywords：energy storage； wind power； solar power； multi energy complementation； capacity configuration； bilevel optimization

收稿日期：2022-08-01

通信作者：鄭申?。?999—），男，碩士研究生，主要從事新能源電力系統(tǒng)優(yōu)化調(diào)度方面的研究。18821797148@163.com