張培杰, 陳春宇,任必興,臧天磊,戴雪梅,張曉

(1.中國(guó)礦業(yè)大學(xué)電氣工程學(xué)院, 江蘇省徐州市 221116;2. 國(guó)網(wǎng)江蘇省電力有限公司電力科學(xué)研究院,南京市 211103;3. 四川大學(xué)電氣工程學(xué)院, 成都市 610065;4. 上海電力大學(xué)自動(dòng)化工程學(xué)院, 上海市 200090)

0 引 言

為構(gòu)建新型電力系統(tǒng),我國(guó)在新能源稟賦優(yōu)良且具備可持續(xù)開(kāi)發(fā)條件的地區(qū),大力推進(jìn)新能源基地化開(kāi)發(fā)。海上風(fēng)電因其大規(guī)模發(fā)電潛力、優(yōu)質(zhì)風(fēng)資源和對(duì)土地資源的低依賴(lài)性,在“十四五”可再生能源建設(shè)中占據(jù)重要位置[1-2]。為提升風(fēng)電消納水平,避免大規(guī)模棄風(fēng)問(wèn)題發(fā)生,考慮“風(fēng)電+儲(chǔ)能”的風(fēng)儲(chǔ)聯(lián)合運(yùn)行系統(tǒng)受到廣泛關(guān)注[3]。其中,氫能作為一種高能量密度清潔能源,存儲(chǔ)與運(yùn)輸?shù)慕?jīng)濟(jì)效益通常優(yōu)于電能[4]。海上風(fēng)電制氫聯(lián)合系統(tǒng)是風(fēng)儲(chǔ)聯(lián)合運(yùn)行系統(tǒng)今后的重要發(fā)展方向之一。近年來(lái),全球氣候變暖導(dǎo)致海上風(fēng)暴等極端氣象事件頻繁發(fā)生,亟需研究海上風(fēng)電制氫聯(lián)合系統(tǒng)在極端氣象事件下的安全運(yùn)行策略。

作為一種新型風(fēng)儲(chǔ)聯(lián)合運(yùn)行系統(tǒng),海上風(fēng)電制氫聯(lián)合系統(tǒng)的研究重點(diǎn)主要包括:系統(tǒng)儲(chǔ)能容量?jī)?yōu)化配置[5-9]、優(yōu)化調(diào)度[10-14]和電力市場(chǎng)競(jìng)價(jià)[11]等方面。文獻(xiàn)[5]采用聚類(lèi)算法得到典型的風(fēng)電-負(fù)荷場(chǎng)景,并構(gòu)建了綜合考慮系統(tǒng)年運(yùn)行成本、設(shè)備年化投資成本和維護(hù)成本的風(fēng)-氫耦合系統(tǒng)容量?jī)?yōu)化配置方案。文獻(xiàn)[6]采用區(qū)間優(yōu)化理論確定風(fēng)電制氫系統(tǒng)最優(yōu)容量配置區(qū)間。文獻(xiàn)[9]考慮了動(dòng)態(tài)電價(jià)對(duì)容量配置的影響,提出了以單位制氫成本最低為目標(biāo)的儲(chǔ)能與制氫單元容量配置方案。從系統(tǒng)調(diào)度層面出發(fā),文獻(xiàn)[10]提出了碳減排機(jī)制下的風(fēng)氫聯(lián)合調(diào)度策略,提升了低碳經(jīng)濟(jì)效益。從資源角度出發(fā),風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)可以參與能量或者輔助服務(wù)市場(chǎng)獲得收益。然而,由于風(fēng)電和電價(jià)的不確定性,會(huì)影響風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)的可靠性。為此,文獻(xiàn)[11]提出了基于分布式機(jī)會(huì)約束規(guī)劃方法的日前能量市場(chǎng)競(jìng)價(jià)策略,可有效降低不確定性風(fēng)險(xiǎn)。風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)中的風(fēng)電場(chǎng)和制氫站可能分屬不同運(yùn)營(yíng)主體,二者參與市場(chǎng)存在獲利協(xié)調(diào)問(wèn)題。為此,文獻(xiàn)[14]利用多智能體強(qiáng)化學(xué)習(xí)方法,設(shè)計(jì)了聯(lián)合收益最大化模型。上述研究顯著提升了風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)的經(jīng)濟(jì)效益。然而,在極端氣象條件下如何避免海上風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)爬坡,保證主網(wǎng)安全運(yùn)行,仍值得進(jìn)一步深入研究。

近年來(lái),研究人員針對(duì)臺(tái)風(fēng)等極端氣象條件下的電網(wǎng)調(diào)度或防控展開(kāi)研究。文獻(xiàn)[15]預(yù)測(cè)海上風(fēng)機(jī)梯次停運(yùn)時(shí)間以延緩風(fēng)電功率爬坡。文獻(xiàn)[16]模擬了臺(tái)風(fēng)下電力系統(tǒng)設(shè)備故障狀態(tài),對(duì)不同風(fēng)電滲透率下的電網(wǎng)進(jìn)行多時(shí)間尺度調(diào)度。文獻(xiàn)[17]考慮了風(fēng)電不確定性,建立了基于極限場(chǎng)景的兩階段魯棒規(guī)劃模型,提高了配電網(wǎng)在極端情況下的可靠性。文獻(xiàn)[18]考慮了臺(tái)風(fēng)事件對(duì)海上風(fēng)電場(chǎng)儲(chǔ)能配置的影響,提出了考慮風(fēng)電不確定性的儲(chǔ)能容量?jī)?yōu)化配置方法。上述研究主要側(cè)重臺(tái)風(fēng)導(dǎo)致的風(fēng)機(jī)故障與系統(tǒng)安全運(yùn)行問(wèn)題研究,對(duì)臺(tái)風(fēng)天氣下海上風(fēng)電制氫聯(lián)合系統(tǒng)的爬坡及其對(duì)系統(tǒng)的影響考慮不足。

在常規(guī)氣象條件下,海上風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)給周邊海島負(fù)荷供電;同時(shí),通過(guò)海底電纜接入岸上主網(wǎng),在滿(mǎn)足儲(chǔ)氫需求的同時(shí),將富余風(fēng)電輸送至岸上主網(wǎng)。然而,在極端風(fēng)暴環(huán)境下,海上風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)因風(fēng)電功率的劇烈波動(dòng)可能出現(xiàn)并網(wǎng)功率爬坡問(wèn)題。基于此,本文分析了海上風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)的爬坡自抑制特性,并給出了不確定性情況下基于機(jī)會(huì)約束的爬坡平抑控制策略及其最優(yōu)置信度選取方法,實(shí)現(xiàn)了成本與風(fēng)險(xiǎn)控制的有效平衡。提出了一種考慮風(fēng)電不確定性的爬坡控制策略。首先,通過(guò)定量描述風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)與傳統(tǒng)海上風(fēng)電場(chǎng)在極端風(fēng)暴下的爬坡特征,分析了海上風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)對(duì)爬坡的自抑制能力。然后,構(gòu)建考慮源-儲(chǔ)-荷運(yùn)行特性的爬坡控制模型,并給出考慮風(fēng)電不確定性的機(jī)會(huì)約束模型形式。緊接著,通過(guò)機(jī)會(huì)約束轉(zhuǎn)換求解確定性控制模型,得到爬坡控制資源在風(fēng)暴來(lái)臨前后的調(diào)度出力方案;最后,通過(guò)客觀(guān)權(quán)重賦權(quán)法(criteria importance though intercrieria correlation,CRITIC)-優(yōu)劣解距離法((technique for order preference by similarity to ideal solution, TOPSIS)進(jìn)行多屬性決策(multiple attribute decision making,MADM)。仿真結(jié)果表明,同樣是采用協(xié)調(diào)優(yōu)化爬坡控制方法,相較于風(fēng)電場(chǎng),由于電解系統(tǒng)對(duì)風(fēng)電功率的吸收作用,海上風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)無(wú)需棄風(fēng),直接使用電解系統(tǒng)抑制極端風(fēng)暴過(guò)境前后引發(fā)的功率波動(dòng),提升了風(fēng)電消納水平。同時(shí),通過(guò)選取合適的置信度,所提考慮風(fēng)電不確定性的爬坡控制策略可以有效兼顧成本控制與風(fēng)險(xiǎn)抑制需求。

1 極端風(fēng)暴下的海上風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)的爬坡特性分析

1.1 極端風(fēng)暴對(duì)海上風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)爬坡的作用機(jī)理

并網(wǎng)運(yùn)行的海上風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)(offshore wind-electrolysis joint system, OWEJS)結(jié)構(gòu)如圖1所示。

圖1 海上風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)基本結(jié)構(gòu)

OWEJS主要由風(fēng)電場(chǎng)、電解系統(tǒng)及其配套系統(tǒng)(壓縮機(jī)、儲(chǔ)氫罐等)構(gòu)成,海上風(fēng)電系統(tǒng)向主網(wǎng)供電同時(shí)利用剩余風(fēng)電功率向儲(chǔ)氫系統(tǒng)供電,其向主網(wǎng)的凈注入功率POWEJS為:

POWEJS=PW-PH

(1)

式中:PW表示海上風(fēng)電總預(yù)測(cè)功率;PH表示用于電解制氫的風(fēng)電功率。在極端風(fēng)暴過(guò)程中,OWEJS凈注入功率與風(fēng)速的關(guān)系可表示為:

(2)

式中:POWEJS(v)表示風(fēng)速v下的凈注入功率;PH(v)表示風(fēng)速v下向電解系統(tǒng)注入的制氫功率;Prate表示海上風(fēng)電場(chǎng)的額定功率;ρ表示空氣密度;Cp為氣動(dòng)性函數(shù);r為葉片半徑;vin為海上風(fēng)電場(chǎng)的切入風(fēng)速;vstart為電解系統(tǒng)啟動(dòng)風(fēng)速;vrate代表額定風(fēng)速;vout代表海上風(fēng)電場(chǎng)的切出風(fēng)速。令風(fēng)暴來(lái)臨前后的風(fēng)速分別為v0(vstart

(3)

式中:ΔPH為制氫風(fēng)電功率變化量。

ΔPH=PH(v1)-PH(v0)

(4)

由式(3)可知,通過(guò)控制高風(fēng)速v1下的制氫功率PH(v1)超出低風(fēng)速v0下的制氫功率PH(v0),可以利用正的ΔPH抵消部分風(fēng)電功率增加,從而抑制OWEJS上爬坡。當(dāng)v1超過(guò)切出風(fēng)速vout時(shí):

(5)

可以利用制氫功率PH(v0)來(lái)抵消部分風(fēng)電功率減少,從而抑制OWEJS下爬坡。

1.2 海上風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)的爬坡特性分析

以Composite IEC Class I風(fēng)電場(chǎng)為基礎(chǔ),構(gòu)建模擬OWEJS與海上風(fēng)電場(chǎng)實(shí)際運(yùn)行的仿真系統(tǒng),得到臺(tái)風(fēng)來(lái)臨前后的系統(tǒng)功率曲線(xiàn)。仿真關(guān)鍵參數(shù)如表1所示。臺(tái)風(fēng)風(fēng)力為12～13級(jí),風(fēng)速范圍為28.5～41.5 m/s。臺(tái)風(fēng)過(guò)境時(shí)間為17～30 min。臺(tái)風(fēng)實(shí)際風(fēng)速數(shù)據(jù)由YanMeng風(fēng)場(chǎng)模型計(jì)算得出。

表1 仿真關(guān)鍵參數(shù)

爬坡事件定義為:

ΔPx=|Px(t+Δt)-Px(t)|

(6)

式中:Px(t)為t時(shí)刻系統(tǒng)功率;x表示不同系統(tǒng)(海上風(fēng)電場(chǎng)系統(tǒng)或OWEJS);Δt為爬坡持續(xù)時(shí)間,爬坡閾值設(shè)為Plim=20%Prate[19]。

通過(guò)式(2)所示的OWEJS功率分段函數(shù),模擬出相同風(fēng)速條件的海上風(fēng)電場(chǎng)(即不考慮制氫環(huán)節(jié)PH(v)的特殊OWEJS)與OWEJS出力曲線(xiàn),如圖2所示。由圖2可知,盡管臺(tái)風(fēng)過(guò)境前(0～17 min)與過(guò)境后(30～48 min)系統(tǒng)(OWEJS和風(fēng)電場(chǎng))出現(xiàn)并網(wǎng)功率波動(dòng)。然而,由于風(fēng)速波動(dòng)幅度較低(7～12 min),系統(tǒng)功率變化(OWEJS對(duì)應(yīng)的ΔPOWEJS1=1.72 MW和海上風(fēng)電場(chǎng)對(duì)應(yīng)的ΔPw1=3.99 MW)遠(yuǎn)低于爬坡事件功率變化率閾值Plim。因此,在正常風(fēng)速變化情況下,系統(tǒng)不會(huì)發(fā)生爬坡事件。

圖2 極端風(fēng)速下的系統(tǒng)爬坡特性

當(dāng)臺(tái)風(fēng)來(lái)臨時(shí)(17～22 min),風(fēng)速由21.3 m/s驟增到45.5 m/s,導(dǎo)致風(fēng)電切機(jī),海上風(fēng)電場(chǎng)功率由額定出力2.50 MW驟減至0 MW,發(fā)生如圖2藍(lán)色虛線(xiàn)箭頭所示的下爬坡事件。由于OWEJS通過(guò)制氫系統(tǒng)吸收部分功率,使得臺(tái)風(fēng)來(lái)臨時(shí)OWEJS功率變化(藍(lán)色實(shí)線(xiàn)箭頭所示,ΔPOWEJS2=1.76 MW)小于海上風(fēng)電場(chǎng)功率變化(ΔPw2=2.50 MW)。

在臺(tái)風(fēng)結(jié)束時(shí)段30～35 min,風(fēng)速由26 m/s減至切出風(fēng)速以下,至21m/s附近。此時(shí),海上風(fēng)電場(chǎng)輸出功率由0 MW驟增至額定功率。由圖2可知,在臺(tái)風(fēng)結(jié)束時(shí)段內(nèi)由于制氫系統(tǒng)的吸收作用,使得OWEJS功率變化(ΔPOWEJS3=1.76 MW)小于海上風(fēng)電場(chǎng)(ΔPw3=2.50 MW)。

綜上仿真分析表明,OWEJS通過(guò)控制氫功率的變化量ΔPH,對(duì)并網(wǎng)功率爬坡具備抑制作用。為了實(shí)現(xiàn)爬坡控制經(jīng)濟(jì)效益最優(yōu),本文進(jìn)一步提出一種源荷儲(chǔ)協(xié)調(diào)爬坡控制策略。

2 極端風(fēng)暴下的海上風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)爬坡控制

2.1 源荷儲(chǔ)協(xié)調(diào)爬坡控制模型

本文提出的源荷儲(chǔ)協(xié)調(diào)爬坡控制框架如圖3所示。OWEJS、火電系統(tǒng)與儲(chǔ)能系統(tǒng)供應(yīng)微網(wǎng)負(fù)荷并與主網(wǎng)實(shí)現(xiàn)功率交互。

圖3 源荷儲(chǔ)協(xié)調(diào)爬坡控制框架

2.1.1 電解系統(tǒng)模型

電解槽在t時(shí)段產(chǎn)生氫氣量EEL(t)為[20]:

(7)

0≤PH(t)≤PHmax

(8)

式中:PH(t)代表t時(shí)刻輸入電解槽功率;PHmax代表電解槽輸入功率上限;ηEL為電解槽制氫效率,本文選用堿性電解槽,取67%～82%;HHVH為氫的熱值,通常取39.4 kW/kg。

電解槽產(chǎn)生的氫氣經(jīng)壓縮后輸送到儲(chǔ)氫站,壓縮機(jī)模型可表示為:

ECE(t)=EEL(t)·ηCE

(9)

0≤ECE(t)≤ECEmax

(10)

式中:ηCE為壓縮機(jī)效率;ECE(t)為t時(shí)刻壓縮機(jī)輸出的氫氣量;ECEmax為壓縮機(jī)輸出氫氣量上限。

儲(chǔ)氫站數(shù)學(xué)模型可表示為[21]:

EH(t)=EH(t-1)+ECE(t)-Eout(t)

(11)

EHmin≤EH(t)≤EHmax

(12)

0≤Eout(t)≤Eoutmax

(13)

EH(T)=EH(0)

(14)

式中:EH(t)為t時(shí)刻儲(chǔ)氫罐的儲(chǔ)存量;Eout(t)為t時(shí)刻儲(chǔ)氫罐的售出量;EHmax與EHmin分別表示儲(chǔ)氫罐容量的上下限;Eoutmax為儲(chǔ)氫罐的最大售出量;EH(T)=EH(0)表示爬坡控制周期初始與末端時(shí)刻儲(chǔ)氫罐的儲(chǔ)存量相等。

2.1.2 儲(chǔ)能系統(tǒng)模型

采樣同時(shí)考慮充放電功率與荷電狀態(tài)的儲(chǔ)能電池模型[22-23]:

(15)

SOCmin≤SOC(t)≤SOCmax

(16)

0≤PESc(t)≤δc(t)·Pcmax

(17)

0≤PESd(t)≤δd(t)·Pdmax

(18)

δc(t)+δd(t)≤1

(19)

SOC(T)=SOC(0)

(20)

式中:SOC(t)為t時(shí)刻儲(chǔ)能電池的蓄電量;PESc(t)與PESd(t)代表t時(shí)刻儲(chǔ)能電池的充放電功率;ηES為充放電效率;Pcmax與Pdmax代表充放電功率上限;SOCmax和SOCmin代表儲(chǔ)能電池電荷量上下限;δc(t)與δd(t)代表充放電狀態(tài),為0-1變量,式(19)確保儲(chǔ)能電池充放電不會(huì)同時(shí)發(fā)生。

2.1.3 并網(wǎng)功率模型

當(dāng)微網(wǎng)內(nèi)總體發(fā)電功率大于負(fù)荷時(shí)向電網(wǎng)售電;反之則向電網(wǎng)購(gòu)電滿(mǎn)足負(fù)荷需求。微網(wǎng)與電網(wǎng)功率交互模型如下:

(21)

(22)

δbuy(t)+δsell(t)≤1

(23)

2.1.4 爬坡控制目標(biāo)函數(shù)

構(gòu)建考慮成本最小化的爬坡控制目標(biāo)函數(shù)。由于建設(shè)儲(chǔ)能電池、儲(chǔ)氫等設(shè)備的成本固定,且日常維護(hù)成本較小,因此在本文中忽略不計(jì)[24-26]。

(24)

式中:T表示爬坡控制總時(shí)段;Cg為火力發(fā)電成本;CEL為制氫成本;Cbuy為購(gòu)電成本;Ccw為棄風(fēng)懲罰成本;CES為儲(chǔ)能成本;CH為售氫所得收益;Csell為售電收益,具體地:

(25)

CEL=cELEEL(t)

(26)

Cbuy=cbuyPOWEJSbuy(t)

(27)

Ccw=ccwPcw(t)

(28)

CES=cES|Pbess(t)|

(29)

CH=cHEout(t)

(30)

Csell=csellPOWEJSsell(t)

(31)

式中:Pg(t)為t時(shí)刻火電出力;Pcw(t)為t時(shí)刻O(píng)WEJS棄風(fēng)功率;Pbess(t)為t時(shí)刻儲(chǔ)能充放電功率;a、b和c為火電輸出功率成本系數(shù);cEL、cbuy、ccw、cES、cH和csell分別為t時(shí)刻電解槽的單位制氫量成本、單位購(gòu)電成本、單位棄風(fēng)懲罰成本、單位儲(chǔ)能成本、售氫單價(jià)以及售電單價(jià)。

2.1.5 爬坡控制約束條件

爬坡控制約束包括2.1.1—2.1.3節(jié)給出的電解系統(tǒng)模型式(7)—(14)、儲(chǔ)能系統(tǒng)模型式(15)—(20)以及并網(wǎng)功率模型式(21)—(23)。同時(shí),爬坡控制約束還包括:

功率平衡約束:

Pg(t)+Pw(t)+POWEJS(t)+Pbess(t)≥PL(t)+PH(t)

(32)

式中:Pw(t)為t時(shí)刻海上風(fēng)電場(chǎng)的出力預(yù)測(cè)值;PL(t)代表t時(shí)刻微網(wǎng)負(fù)荷預(yù)測(cè)功率。

棄風(fēng)功率約束:

0≤Pcw(t)≤Pw(t)

(33)

并網(wǎng)功率爬坡約束:

|POWEJS(t+Δt)-POWEJS(t)|≤Plim

(34)

火電機(jī)組運(yùn)行約束:

0≤Pg(t)≤Pgmax

(35)

|Pg(t+Δt)-Pg(t)|≤Pglim

(36)

式中:Pgmax為火電出力上限;Pglim為火電機(jī)組爬坡閾值。

2.2 考慮風(fēng)電不確定性的爬坡控制策略

由于風(fēng)電具有隨機(jī)與波動(dòng)性,2.1節(jié)適用于固定參數(shù)的確定性模型可能無(wú)法很好評(píng)估由風(fēng)電波動(dòng)性帶來(lái)的棄風(fēng)以及失負(fù)荷等風(fēng)險(xiǎn)。為此,本文將受風(fēng)電不確定性影響的功率平衡約束式(32)轉(zhuǎn)換為滿(mǎn)足一定置信度的機(jī)會(huì)約束,使得爬坡控制模型兼顧經(jīng)濟(jì)性和魯棒性:

Pr{Pg(t)+Pw1(t)+POWEJS(t)+Pbess(t)≥PL(t)+PH(t)+Pcw(t)}≥α

(37)

Pw1(t)=Pw(t)+ξ

(38)

式中:Pr{·}為{}中條件成立的概率;α為置信度;Pw1(t)為t時(shí)刻風(fēng)電實(shí)際出力;ξ為風(fēng)電預(yù)測(cè)誤差。

機(jī)會(huì)約束式(37)無(wú)法直接求解,本文令ξ服從正態(tài)分布[27],將式(37)轉(zhuǎn)化為[28]:

PL(t)+PH(t)+Pcw(t)-POWEJS(t)-Pbess(t)-Pg(t)≤Pw(t)+Γα

(39)

式中:Γα為風(fēng)電預(yù)測(cè)誤差累計(jì)概率分布函數(shù)Φ的逆函數(shù)Φ-1在1-α的函數(shù)值:

Γα=Φ-1(1-α)

(40)

2.3 基于CRITIC-TOPSIS法的最優(yōu)置信度評(píng)價(jià)模型

在考慮風(fēng)電不確定性爬坡策略的基礎(chǔ)上,本文進(jìn)一步提出基于CRITIC-TOPSIS法的最優(yōu)置信度綜合評(píng)價(jià)模型對(duì)不同置信度下系統(tǒng)優(yōu)化結(jié)果進(jìn)行評(píng)價(jià),得到最適合調(diào)度中心的置信度。

2.3.1 置信度評(píng)價(jià)指標(biāo)

本文選用的置信度評(píng)價(jià)指標(biāo)為不同置信度下系統(tǒng)附加運(yùn)行成本μ與不確定性資源投入率η。

μ與η計(jì)算方法如下:

(41)

(42)

式中:FCCP(α)為不同置信度α下系統(tǒng)成本。μ越大表示不確定性(考慮機(jī)會(huì)約束的)爬坡控制相對(duì)于確定性(不考慮機(jī)會(huì)約束的)爬坡控制成本變化越劇烈,系統(tǒng)抵抗風(fēng)電不確定性產(chǎn)生的附加成本越高[29];η越高代表不確定性資源(風(fēng)電)發(fā)生的違約風(fēng)險(xiǎn)越高。

2.3.2 CRITIC-TOPSIS法原理

為了衡量指標(biāo)(μ與η)在α決策過(guò)程中的重要程度,需要對(duì)其賦權(quán)。指標(biāo)權(quán)重的確定方法主要有主觀(guān)賦權(quán)法、客觀(guān)賦權(quán)法。

由于主觀(guān)賦權(quán)法過(guò)多依賴(lài)人為偏好,客觀(guān)性較弱,故采用CRITIC法求出μ和η在評(píng)價(jià)模型中的權(quán)重[30]。然后,使用TOPSIS方法,結(jié)合CRITIC求出的權(quán)重值,計(jì)算不同置信度下綜合評(píng)價(jià)指標(biāo)。

CRITIC是一種為多維度決策指標(biāo)提供比例權(quán)重的方法[31],既能反映各指標(biāo)下數(shù)據(jù)結(jié)果的差異波動(dòng)程度,又能降低相關(guān)性高的指標(biāo)在評(píng)價(jià)時(shí)造成的重復(fù)性。TOPSIS是一種通過(guò)對(duì)多個(gè)評(píng)價(jià)對(duì)象與理想解貼近度進(jìn)行優(yōu)劣排序的多屬性決策分析綜合評(píng)價(jià)方法[32-34]。

將不同置信度作為評(píng)價(jià)決策集,比較不同指標(biāo)與正負(fù)理想距離的相對(duì)接近度,根據(jù)相對(duì)接近度確定最優(yōu)置信度。CRITIC-TOPSIS法主要步驟如下[35]:

第一步：設(shè)原始決策矩陣X=(xij)n×m,為消除因量綱不同對(duì)評(píng)價(jià)結(jié)果造成的影響,對(duì)各指標(biāo)進(jìn)行無(wú)量綱化處理,得到標(biāo)準(zhǔn)化矩陣X′=(x′ij)n×m。

第二步：計(jì)算第j個(gè)指標(biāo)的標(biāo)準(zhǔn)差Sj來(lái)表示各指標(biāo)內(nèi)取值波動(dòng)差異情況,如下所示:

(43)

第三步：通過(guò)不同指標(biāo)之間的相關(guān)系數(shù)rij,計(jì)算指標(biāo)沖突性系數(shù)Rj,如下所示:

(44)

(45)

第四步：根據(jù)指標(biāo)沖突性系數(shù),求第j個(gè)指標(biāo)在整個(gè)評(píng)價(jià)指標(biāo)體系中的信息量Cj,信息量越大其在評(píng)價(jià)過(guò)程中作用就越大:

Cj=Sj·Rj

(46)

第五步：計(jì)算客觀(guān)權(quán)重wj:

(47)

第六步：計(jì)算標(biāo)準(zhǔn)化矩陣Z:

(48)

(49)

(50)

第八步：計(jì)算各置信度與最優(yōu)置信度的相對(duì)接近值C′j:

(51)

結(jié)合上述爬坡控制模型與評(píng)價(jià)模型,本文所提的源荷儲(chǔ)協(xié)調(diào)爬坡控制策略流程如圖4所示。

圖4 爬坡控制策略流程圖

3 算例分析

本節(jié)使用實(shí)際數(shù)據(jù)對(duì)第2節(jié)提出的爬坡控制模型進(jìn)行仿真算例驗(yàn)證。圖5(a)所示的源荷數(shù)據(jù)均來(lái)自比利時(shí)電網(wǎng)開(kāi)源數(shù)據(jù)[36];時(shí)間步長(zhǎng)為15 min,風(fēng)速[37]曲線(xiàn)見(jiàn)圖5(b);根據(jù)我國(guó)對(duì)并網(wǎng)風(fēng)電爬坡率要求[38],并網(wǎng)爬坡率限制Plim取15 min變化率不超過(guò)50 MW。其他具體參數(shù)見(jiàn)表2[12,39]。為了比較OWEJS與海上風(fēng)電場(chǎng)的爬坡控制效果,本文令OWEJS與海上風(fēng)電場(chǎng)(除電解系統(tǒng)外)的系統(tǒng)參數(shù)完全相同。

表2 算例仿真參數(shù)

圖5 源荷數(shù)據(jù)曲線(xiàn)

本文采用Yalmip(版本R20210331)與Gurobi(版本10.0.2)求解式(7)—(40)。電腦配置為Intel(R) Core(TM) i5-12600KF CPU @ 3.70 GHz ,內(nèi)存RAM為16 GB。

3.1 風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)與風(fēng)電場(chǎng)的爬坡控制效果對(duì)比分析

圖6給出OWEJS與海上風(fēng)電場(chǎng)爬坡控制后的并網(wǎng)功率曲線(xiàn)。定義向系統(tǒng)注入功率為正,從系統(tǒng)吸收功率為負(fù),得到OWEJS與海上風(fēng)電場(chǎng)爬坡控制后各機(jī)組出力如圖7所示。其中,Y軸正半軸為風(fēng)電功率、向電網(wǎng)購(gòu)電功率、火電功率以及儲(chǔ)能電池的放電功率;Y軸負(fù)半軸為負(fù)荷預(yù)測(cè)功率、向電網(wǎng)售電功率、儲(chǔ)能電池充電功率、棄風(fēng)功率以及電解槽從OWEJS系統(tǒng)吸收的功率。圖中橙色陰影(09:15—15:45)代表臺(tái)風(fēng)過(guò)境時(shí)段。

圖6 不同系統(tǒng)爬坡控制后電網(wǎng)交互功率

圖7 不同系統(tǒng)爬坡控制前后調(diào)度情況

圖6藍(lán)色實(shí)線(xiàn)所示的OWEJS并網(wǎng)功率曲線(xiàn)分為售電階段(00:00—07:15與17:45—24:00)、售電-購(gòu)電過(guò)渡階段(07:15—09:30與15:30—17:45)與購(gòu)電階段(09:30—15:30)。在00:00—07:15和17:45—24:00,由于風(fēng)電出力高于負(fù)荷且風(fēng)電成本低于火電與儲(chǔ)能,火電與儲(chǔ)能沒(méi)有出力。供給負(fù)荷后的富余風(fēng)電功率直接轉(zhuǎn)化為售電功率傳輸給主網(wǎng);同時(shí),在01:15—05:45時(shí)段,由于富余風(fēng)電功率超過(guò)售電功率上限,并網(wǎng)功率維持在60 MW,超過(guò)上限的風(fēng)電功率部分由電解槽吸收(如圖7(a)中01:15—05:45淺藍(lán)色柱狀圖所示)。在臺(tái)風(fēng)發(fā)生前08:00—09:30,臺(tái)風(fēng)即將過(guò)境,火電由于爬坡限制提前開(kāi)始出力,微電網(wǎng)由向系統(tǒng)售電過(guò)渡為從系統(tǒng)購(gòu)電狀態(tài)。同時(shí),由于爬坡控制的作用,并網(wǎng)功率的變化率保持在閾值50 MW/(15 min)以?xún)?nèi)。在臺(tái)風(fēng)過(guò)境階段09:30—15:30,風(fēng)速?gòu)?1.3 km/s陡升至35.5 km/s超出切出風(fēng)速,風(fēng)電出力快速降低至0 MW,火電與儲(chǔ)能增加出力以供給負(fù)荷需求;由于微電網(wǎng)的購(gòu)電成本低于火電與儲(chǔ)能,因此,并網(wǎng)功率在保證爬坡限制的前提下增至購(gòu)電功率上限(如圖7(a)中10:00—15:30黃色柱狀圖所示)。在臺(tái)風(fēng)結(jié)束階段15:30—16:00,風(fēng)速由30.3 km/s減小到23.3 km/s,同時(shí)風(fēng)電功率由0 MW驟升至額定功率,此時(shí)并網(wǎng)功率由購(gòu)電階段過(guò)渡到售電階段,由于并網(wǎng)功率爬坡限制,購(gòu)售電狀態(tài)無(wú)法瞬間轉(zhuǎn)換,在風(fēng)電功率達(dá)到額定狀態(tài)下仍存在短時(shí)間購(gòu)電(如圖7(a)中16:00—17:00黃色柱狀圖所示),此時(shí)超出負(fù)荷功率的部分功率向電解槽提供功率(如圖7(a)中16:00—17:00的淺藍(lán)色柱狀圖所示),完成對(duì)風(fēng)電的完全消納。

圖6橙色實(shí)線(xiàn)所示的海上風(fēng)電場(chǎng)并網(wǎng)功率同樣可分為售電階段(00:00—07:15與17:30—24:00)、售電-購(gòu)電過(guò)渡階段(07:15—09:30與15:15—17:30)與購(gòu)電階段(09:30—15:15)。不同機(jī)組的功率變化規(guī)律與OWEJS大致相同,主要區(qū)別包括:

1)海上風(fēng)電場(chǎng)產(chǎn)生富余的風(fēng)電功率(風(fēng)電-負(fù)荷)對(duì)主網(wǎng)的售電功率達(dá)到上限后,轉(zhuǎn)而向儲(chǔ)能系統(tǒng)放電(如圖7(b)中01:00—06:00的藍(lán)色柱狀圖所示)。而在OWEJS中,由于儲(chǔ)能系統(tǒng)的單位充放電成本超過(guò)電解槽,因此OWEJS優(yōu)先使用電解槽儲(chǔ)存富余風(fēng)電。

2)當(dāng)儲(chǔ)能系統(tǒng)蓄電量達(dá)到上限后,多余的風(fēng)電只能通過(guò)棄風(fēng)來(lái)保證系統(tǒng)功率平衡,同時(shí)兩系統(tǒng)都通過(guò)設(shè)置棄風(fēng)懲罰來(lái)減少棄風(fēng)。所以海上風(fēng)電場(chǎng)會(huì)盡量延遲“售電-購(gòu)電過(guò)渡階段”開(kāi)始時(shí)間來(lái)減少因儲(chǔ)能電池飽和產(chǎn)生的棄風(fēng)量(如圖6中Δt=15 min)。而OWEJS優(yōu)先使用電解槽儲(chǔ)存富余風(fēng)電,儲(chǔ)能電池不會(huì)飽和,不會(huì)產(chǎn)生棄風(fēng),可以實(shí)現(xiàn)風(fēng)電的完全消納。由于售電與售氫均可產(chǎn)生利潤(rùn),而充放電都需要成本,同時(shí)購(gòu)電成本也要小于儲(chǔ)能放電成本,所以O(shè)WEJS會(huì)提前進(jìn)入“售電-購(gòu)電過(guò)渡階段”以減小儲(chǔ)能電池的運(yùn)行成本。

3)OWEJS的火電總成本與購(gòu)電總成本均大于風(fēng)電場(chǎng),但儲(chǔ)能成本小于風(fēng)電場(chǎng),同時(shí)OWEJS沒(méi)有棄風(fēng)。在爬坡控制周期內(nèi),OWEJS與海上風(fēng)電場(chǎng)中的火電機(jī)組與購(gòu)電主要發(fā)生在其“購(gòu)電階段”,由于儲(chǔ)能的單位充電成本高于電解槽,富余風(fēng)電主要供給電解系統(tǒng),所以在“購(gòu)電階段”為平衡微網(wǎng)負(fù)荷主要表現(xiàn)為電網(wǎng)購(gòu)電以及火電出力(如圖7(a)中09:15—15:45Y軸上半軸柱狀圖組合所示)。而海上風(fēng)電場(chǎng)在“購(gòu)電階段”富余風(fēng)電主要通過(guò)儲(chǔ)能系統(tǒng)儲(chǔ)存,所以在“購(gòu)電階段”,風(fēng)電場(chǎng)的儲(chǔ)能出力要大于OWEJS。在“購(gòu)電階段”初期與末期,海上風(fēng)電場(chǎng)由于火電出力爬坡限制,使用儲(chǔ)能放電并向電網(wǎng)購(gòu)電來(lái)平衡微網(wǎng)負(fù)荷,此時(shí)儲(chǔ)能出力略大于火電出力(如圖7(b)中 09:15—9:45與15:30—15:45Y軸正半軸柱狀圖組合所示);當(dāng)購(gòu)電達(dá)到上限之后,由于火電出力成本小于儲(chǔ)能單位成本,此時(shí)火電出力大于儲(chǔ)能出力。綜上分析可知,OWEJS在購(gòu)電階段(臺(tái)風(fēng)過(guò)境過(guò)程)的購(gòu)電功率與火電功率大于海上風(fēng)電場(chǎng),同時(shí)其儲(chǔ)能放電功率要小于海上風(fēng)電場(chǎng),符合表3中不同資源的成本數(shù)據(jù)變化規(guī)律。

表3 不同系統(tǒng)下各能源系統(tǒng)運(yùn)行成本與利潤(rùn)

3.2 考慮不確定性的風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)爬坡控制結(jié)果分析

不同置信度下系統(tǒng)調(diào)度成本與收益變化情況如圖8所示。不同置信度下系統(tǒng)附加運(yùn)行成本μ與不確定性資源投入率η如表4和圖9所示。

表4 不同置信度下系統(tǒng)方案

圖8 置信度對(duì)經(jīng)濟(jì)效益的影響

圖9 置信度對(duì)評(píng)價(jià)指標(biāo)的影響

圖8與9顯示,OWEJS的調(diào)度成本伴隨置信度α的降低而降低。α越低,收益和風(fēng)電利用率越高。主要因?yàn)橹眯哦仍降?系統(tǒng)的保守性越弱,不確定性風(fēng)電參與程度提升,此時(shí)火電機(jī)組出力與電網(wǎng)購(gòu)電功率減小,整個(gè)系統(tǒng)成本降低,系統(tǒng)不確定性風(fēng)險(xiǎn)增加。

由表4與圖9可知,μ和η隨α遞增呈現(xiàn)相反的變化趨勢(shì),μ隨α增加而增加,η隨α增加而減小;無(wú)法找到同時(shí)滿(mǎn)足μ和η最小的α。調(diào)度中心希望通過(guò)選擇合適的置信度,可以將系統(tǒng)風(fēng)險(xiǎn)控制在可以接受的范圍內(nèi),同時(shí)減少系統(tǒng)成本,從而協(xié)調(diào)系統(tǒng)的可靠性與經(jīng)濟(jì)性。基于此,通過(guò)2.3節(jié)所述評(píng)價(jià)方法對(duì)不同置信度下的系統(tǒng)綜合運(yùn)行性能進(jìn)行評(píng)價(jià)。

基于CRITIC-TOPSIS法的權(quán)重與最優(yōu)置信度結(jié)果如表5和6所示,系統(tǒng)總成本和風(fēng)險(xiǎn)的指標(biāo)權(quán)重分別為39.942%、60.058%。表6顯示當(dāng)置信度取0.98時(shí),綜合評(píng)價(jià)指標(biāo)達(dá)到最優(yōu)值。

表5 CRITIC法權(quán)重計(jì)算結(jié)果

表6 不同置信度下系統(tǒng)風(fēng)險(xiǎn)排序

4 結(jié) 論

本文考慮海上風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)在極端風(fēng)暴下面臨的并網(wǎng)功率爬坡問(wèn)題,提出了考慮風(fēng)電不確定性的源荷儲(chǔ)協(xié)調(diào)爬坡控制策略,得到如下結(jié)論:

相較于海上風(fēng)電場(chǎng),海上風(fēng)電制氫聯(lián)合運(yùn)行系統(tǒng)在源荷儲(chǔ)協(xié)調(diào)爬坡控制的過(guò)程中,可以有效降低棄風(fēng)率和棄風(fēng)懲罰成本。在新能源消納目標(biāo)優(yōu)先級(jí)與單位棄風(fēng)懲罰成本較高的情況下,海上風(fēng)電制氫聯(lián)合系統(tǒng)的爬坡控制經(jīng)濟(jì)效益高于海上風(fēng)電場(chǎng)。

隨著置信度的遞增,系統(tǒng)對(duì)不確定性能源的投入越低,同時(shí)抵抗不確定性而產(chǎn)生的附加成本越高。最后通過(guò)CRITIC-TOPSIS對(duì)不同置信度下系統(tǒng)成本-風(fēng)險(xiǎn)綜合指標(biāo)進(jìn)行評(píng)價(jià)發(fā)現(xiàn),調(diào)度中心選擇置信度為0.98時(shí)可以在多屬性決策下獲得系統(tǒng)綜合指標(biāo)最優(yōu)。