摘 要：為解決由風(fēng)電和太陽(yáng)能并入電網(wǎng)引起的高峰削峰壓力、低能源利用率和多能源互補(bǔ)系統(tǒng)經(jīng)濟(jì)性差等問(wèn)題，本文基于對(duì)典型日風(fēng)電和太陽(yáng)能的預(yù)測(cè)輸出和負(fù)荷，構(gòu)建了一個(gè)能量存儲(chǔ)和例行電力峰值削減的雙層優(yōu)化模型，外層旨在實(shí)現(xiàn)多能源互補(bǔ)系統(tǒng)的最大年凈利潤(rùn)，而內(nèi)層旨在實(shí)現(xiàn)最低日常運(yùn)營(yíng)成本的目標(biāo)。用粒子群優(yōu)化算法和非線性規(guī)劃來(lái)協(xié)調(diào)和解決問(wèn)題，以確定多能源互補(bǔ)系統(tǒng)的日內(nèi)削峰調(diào)度方法。本文對(duì)一個(gè)實(shí)際電網(wǎng)的例子進(jìn)行分析，結(jié)果顯示，能量存儲(chǔ)經(jīng)過(guò)優(yōu)化配置后，多能源互補(bǔ)系統(tǒng)可以極大提高新能源消耗水平，經(jīng)濟(jì)效益良好。

關(guān)鍵詞：多能源互補(bǔ)；儲(chǔ)能容量配置；棄能率

中圖分類號(hào)：TM 73" " 文獻(xiàn)標(biāo)志碼：A

隨著清潔能源大規(guī)模并網(wǎng)，其波動(dòng)性增加了峰負(fù)荷調(diào)節(jié)難度。由于常規(guī)發(fā)電機(jī)組最小輸出限制，因此未充分利用部分清潔能源，使棄風(fēng)棄光量增加。常規(guī)機(jī)組日常輸出波動(dòng)大，經(jīng)濟(jì)性差，難以滿足削峰需求。儲(chǔ)能實(shí)現(xiàn)電能存儲(chǔ)與釋放，與傳統(tǒng)調(diào)峰結(jié)合，可改善峰調(diào)壓力，增加風(fēng)光容量。文獻(xiàn)[1]采用序列運(yùn)算方法，以多能互補(bǔ)微電網(wǎng)的電力消耗不足為計(jì)算目標(biāo)，分析微網(wǎng)的可信容量。文獻(xiàn)[2]建立了一個(gè)雙層優(yōu)化模型，以配置微電網(wǎng)系統(tǒng)在不同運(yùn)行狀態(tài)下的能量存儲(chǔ)容量。文獻(xiàn)[3]對(duì)添加能量存儲(chǔ)后的系統(tǒng)效益進(jìn)行全面評(píng)估，并建立了最優(yōu)調(diào)度模型。文獻(xiàn)[4]考慮了系統(tǒng)的需求響應(yīng)和能量?jī)?chǔ)存的不同壽命模型，提出了一種儲(chǔ)火協(xié)同運(yùn)行的方法，并比較了不同壽命模型的準(zhǔn)確性。文獻(xiàn)[5]建立了風(fēng)光水火儲(chǔ)協(xié)同調(diào)度的雙層模型，并進(jìn)行迭代求解。

本文以清潔能源的棄能率為主要約束條件，綜合考慮系統(tǒng)投資成本和運(yùn)營(yíng)成本，構(gòu)建了一個(gè)雙層優(yōu)化模型。采用非線性規(guī)劃分別對(duì)內(nèi)層和外層模型進(jìn)行優(yōu)化分析，使多目標(biāo)優(yōu)化快速收斂，并給出了原始系統(tǒng)的最優(yōu)能量?jī)?chǔ)存配置容量，兼顧了系統(tǒng)經(jīng)濟(jì)性和清潔能源消耗水平。

1 多能互補(bǔ)電力系統(tǒng)存儲(chǔ)容量?jī)?yōu)化模型

1.1 風(fēng)力發(fā)電輸出模型

風(fēng)力發(fā)電機(jī)的輸出隨著自然風(fēng)能的變化而變化，因此風(fēng)力發(fā)電機(jī)的輸出會(huì)呈現(xiàn)不確定性和波動(dòng)性。當(dāng)風(fēng)速服從威布爾分布函數(shù)時(shí)，風(fēng)力發(fā)電機(jī)的輸出功率PW的計(jì)算過(guò)程如公式（1）所示。

（1）

式中：Pr為風(fēng)機(jī)的額定功率；vin為啟動(dòng)風(fēng)速；vout為停機(jī)風(fēng)速；vr為額定風(fēng)速。

1.2 光伏輸出模型

太陽(yáng)輻射強(qiáng)度和操作溫度直接影響光伏面板的輸出功率。光伏輸出模型PPV的計(jì)算過(guò)程如公式（2）所示。

PPV=GrAφS[1-ρ（TC-25）] " " " " " " " " （2）

式中：Gr為照明強(qiáng)度；A為硅板的面積；φS為標(biāo)稱效率；TC為硅板的溫度；ρ為溫度系數(shù)。

1.3 風(fēng)光混合輸出模型

風(fēng)光混合輸出模型由風(fēng)力發(fā)電輸出模型和光伏輸出模型組成，其總功率的計(jì)算過(guò)程如公式（3）所示。

P=PW+PPV " " " " " " " （3）

1.4 儲(chǔ)能模型

作為一種高質(zhì)量的峰值調(diào)節(jié)資源，能量存儲(chǔ)可以與傳統(tǒng)機(jī)組合，有效地平滑系統(tǒng)的功率波動(dòng)。

計(jì)算充電模型如公式（4）所示。

PBat=φIBat，t，cVBat，c " " " " " （4）

計(jì)算放電模型如公式（5）所示。

PBat，t=φ·IBat，t，d·VBat，d " nbsp; " " " " "（5）

式中：PBat為充放電功率；φ為功率因數(shù)；IBat，t，c、IBat，t，d分別為充電和放電電流；VBat，c、VBat，d分別為充電和放電電壓。

2 雙層優(yōu)化模型

2.1 外層模型

目標(biāo)函數(shù) ：以系統(tǒng)的最大等效年收益F為目標(biāo)函數(shù)。其計(jì)算過(guò)程如公式（6）所示。

F=Esell+Eecc+Erpp+Eep-Cin-Coper " " " " " " " "（6）

式中：Esell為電力銷售收益；Eecc為能源收益，即電力收益；Erpp為容量收益；Eep為環(huán)保收益；Cin為能源存儲(chǔ)設(shè)備的投入成本；Coper為運(yùn)維成本。

電力銷售收益的計(jì)算過(guò)程如公式（7）所示。

Esell=KsellWload " " " " " " " "（7）

式中：Ksell為系統(tǒng)售電的電價(jià)；Wload為系統(tǒng)售電的電量。

電力效益 ：風(fēng)光例行系統(tǒng)配置了能源存儲(chǔ)后，常規(guī)電力單元的發(fā)電量減少，系統(tǒng)的燃料消耗相應(yīng)減少。電力效益的計(jì)算過(guò)程如公式（8）所示。

Eecc=λ（Wf-Wf-ess） " " " " " " "（8）

式中：Wf和Wf-ess分別為能源存儲(chǔ)配置前后例行電力單元所需的年標(biāo)準(zhǔn)煤消耗；λ為標(biāo)準(zhǔn)煤的價(jià)格。

容量效益：根據(jù)規(guī)劃年的最大負(fù)荷確定常規(guī)電力網(wǎng)的裝機(jī)容量。配置能源存儲(chǔ)設(shè)備后，將替代部分常規(guī)電力的裝機(jī)容量，減少常規(guī)電力單元的投資，容量效益的計(jì)算過(guò)程如公式（9）所示。

Erpp=KEssKG?QG " " " " " " " " " "（9）

式中：KEss為等效年值系數(shù)；KG為常規(guī)電力單元的單位投資；?QG為能源存儲(chǔ)設(shè)備增加后替代的常規(guī)電力的裝機(jī)容量。

2.2 內(nèi)層優(yōu)化模型

2.2.1 系統(tǒng)運(yùn)行成本指標(biāo)

常規(guī)發(fā)電機(jī)組煤耗運(yùn)行成本指標(biāo)：當(dāng)常規(guī)電力機(jī)組進(jìn)行峰值調(diào)峰時(shí)，僅考慮燃煤成本Ctpc，h，其計(jì)算過(guò)程如公式（10）所示。

Ctpc，h=（aP2tp，h+bPtp，h+c）Sc " " " " " " " " （10）

式中：Sc為燃煤的單價(jià)；Ptp，h為常規(guī)電力機(jī)組的實(shí)時(shí)輸出；a、b、c為常數(shù)。

常規(guī)發(fā)電機(jī)組油耗成本指標(biāo)：油耗成本Ctpo，h的計(jì)算過(guò)程如公式（11）所示。

Ctpo，h=Qo，hSo " " " " "（11）

式中：Qo，h為本階段的油耗；So為單位油價(jià)。

2.2.2 目標(biāo)函數(shù)

當(dāng)常規(guī)發(fā)電機(jī)組的深度調(diào)峰低于常規(guī)峰值調(diào)峰的最小輸出時(shí)，會(huì)給予一定補(bǔ)償，系統(tǒng)的日常運(yùn)行成本表達(dá)式如公式（12）所示。

（12）

式中：Itp，h為系統(tǒng)運(yùn)行補(bǔ)償收入；Ctp，h為機(jī)組的運(yùn)行成本。

2.3 雙層優(yōu)化算法

本文使用雙層優(yōu)化算法來(lái)計(jì)算和解決高峰削峰壓力、低能源利用率等問(wèn)題。內(nèi)層算法采用粒子群算法來(lái)計(jì)算能量存儲(chǔ)和例行機(jī)組峰值調(diào)整期間每一時(shí)刻的最佳充放電功率。外層通過(guò) Matlab 中的非線性規(guī)劃求解工具箱來(lái)解決問(wèn)題，從而獲得能量存儲(chǔ)設(shè)備的能量容量和功率容量。內(nèi)層的解決方案受外層最佳結(jié)果的約束，而外層最佳結(jié)果則受到內(nèi)部結(jié)果的制約。

3 案例分析

3.1 參數(shù)設(shè)置

3.1.1 模擬數(shù)據(jù)設(shè)置

使用西北地區(qū)典型日太陽(yáng)能輸出和負(fù)荷數(shù)據(jù)對(duì)計(jì)算案例進(jìn)行模擬。該地區(qū)配備了最大功率為500MW的風(fēng)力渦輪機(jī)、最大功率為700MW的光伏發(fā)電設(shè)備和最大輸出為500MW的常規(guī)發(fā)電單元，可參與深度峰值調(diào)節(jié)。該地區(qū)常規(guī)發(fā)電單元需要在一天內(nèi)多次調(diào)整輸出進(jìn)行峰值削減，經(jīng)濟(jì)效益較差。因此，常規(guī)發(fā)電單元和能量存儲(chǔ)設(shè)備共同承擔(dān)峰值調(diào)節(jié)任務(wù)是一個(gè)合理選擇。

3.1.2 常規(guī)發(fā)電單元參數(shù)設(shè)置

常規(guī)發(fā)電單元的煤價(jià)為700元/t，深度峰值調(diào)節(jié)階段的單元參數(shù)如下： 對(duì)本案例中的500MW常規(guī)發(fā)電單元來(lái)說(shuō)，基本峰值削減階段的最小輸出值為250MW，不存在運(yùn)行損失。無(wú)油注入的深度峰值調(diào)節(jié)階段的最小輸出值為200MW。油注入的深度峰值調(diào)節(jié)階段的最小輸出值為150MW，油耗為 5t/h，補(bǔ)償為 0.4 元/kW·h。

3.1.3 能量存儲(chǔ)設(shè)備參數(shù)設(shè)置

本文在發(fā)電測(cè)試中安裝了能量存儲(chǔ)設(shè)備，與多能源系統(tǒng)相輔相成。能量存儲(chǔ)的參數(shù)見(jiàn)表1。

3.2 案例分析

選取一個(gè)典型時(shí)間，在配置能量存儲(chǔ)之前，系統(tǒng)的日常運(yùn)行由清潔能源發(fā)電廠協(xié)調(diào)，峰值削減僅由常規(guī)發(fā)電單元單獨(dú)完成。由于常規(guī)單元的最小功率限制，因此系統(tǒng)將在10：00—16：00丟棄部分風(fēng)電輸出。未部署能源配置前，在正午前后，風(fēng)光混合系統(tǒng)的發(fā)電量達(dá)到峰值，約為600MW。在早晨和黃昏，風(fēng)光混合系統(tǒng)發(fā)電量達(dá)到最低值，約為300MW。凌晨和黃昏時(shí)的火力發(fā)電輸出最高，約為400MW，在中午輸出值最低，約為150MW。在能量存儲(chǔ)能設(shè)備部署前，每日削峰成本與棄能率之間的關(guān)系見(jiàn)表2。

為了減少國(guó)家要求范圍內(nèi)被棄用的清潔能源功率比例，使用能量存儲(chǔ)和常規(guī)發(fā)電進(jìn)行峰值調(diào)節(jié)。首先考慮風(fēng)速、光照強(qiáng)度等不確定性因素，采用公式（1）～公式（3）分別對(duì)風(fēng)光混合發(fā)電輸出進(jìn)行建模。設(shè)置功率電流、電壓等參數(shù)，使用公式（4）、公式（5）對(duì)儲(chǔ)能充放電行為進(jìn)行建模。其次使用雙層優(yōu)化算法來(lái)計(jì)算和優(yōu)化配置。內(nèi)層以最小化系統(tǒng)日運(yùn)營(yíng)成本為目標(biāo)，采用粒子群優(yōu)化（PSO）算法求解日內(nèi)每個(gè)時(shí)段儲(chǔ)能充放電的最優(yōu)功率調(diào)度。最后基于內(nèi)層結(jié)果，以最大化系統(tǒng)年收益為目標(biāo)，使用Matlab內(nèi)置的非線性規(guī)劃工具求解儲(chǔ)能裝置的總?cè)萘亢凸β嗜萘俊?/p>

雙層優(yōu)化算法相互制約，內(nèi)層給出當(dāng)前最優(yōu)日調(diào)度，外層根據(jù)內(nèi)層結(jié)果優(yōu)化儲(chǔ)能配置，迭代收斂。當(dāng)10：00—16：00時(shí)，儲(chǔ)能設(shè)備充電消納剩余清潔能源發(fā)電，避免棄風(fēng)能和光能，其余時(shí)段放電，替代部分火力發(fā)電輸出。

此策略可以最大限度消納新能源，同時(shí)降低火電運(yùn)行成本，實(shí)現(xiàn)多贏局面。在引入能量存儲(chǔ)設(shè)備后，系統(tǒng)的日常運(yùn)行調(diào)度發(fā)生了變化，能量存儲(chǔ)的放電為正，充電為負(fù)，總發(fā)電量在正午前后達(dá)到峰值，約為750MW，根據(jù)優(yōu)化結(jié)果制定儲(chǔ)能與火電的協(xié)同調(diào)峰日調(diào)度方案，其詳細(xì)配置策略信息如圖1所示。

通過(guò)上述建模、優(yōu)化算法和調(diào)度策略，該案例較為全面地分析了儲(chǔ)能設(shè)備在多能源電力系統(tǒng)中的作用和價(jià)值。結(jié)果表明，引入儲(chǔ)能設(shè)備可以極大程度提高清潔能源的消納水平，同時(shí)顯著降低系統(tǒng)的運(yùn)行成本和環(huán)境排放。具體來(lái)看，當(dāng)未配置儲(chǔ)能時(shí)，該地區(qū)風(fēng)光發(fā)電嚴(yán)重“被困”。在10：00—16：00時(shí)段，由于火電機(jī)組的最小出力限制，因此系統(tǒng)需要每天棄風(fēng)棄光約200MW，棄能率高達(dá)13.65%（見(jiàn)表2）。同時(shí)，為滿足峰谷負(fù)荷的大幅波動(dòng)調(diào)節(jié)需求，火電機(jī)組也需要大范圍調(diào)整出力，運(yùn)行模式十分紊亂，導(dǎo)致運(yùn)營(yíng)成本居高不下。而在配置了儲(chǔ)能設(shè)備后，通過(guò)雙層優(yōu)化算法確定的儲(chǔ)能容量配置和“新能源高出力時(shí)充電，低谷時(shí)放電”的協(xié)同調(diào)度策略，可以最大限度消納清潔能源，提高新能源利用效率。根據(jù)測(cè)算，儲(chǔ)能設(shè)備投入后，系統(tǒng)的日運(yùn)行成本降至1654740元，棄能率僅為3%，遠(yuǎn)低于未配置儲(chǔ)能時(shí)的水平。

此外，儲(chǔ)能設(shè)備的充放電作用還可以顯著平滑火電機(jī)組的出力曲線，使運(yùn)行更經(jīng)濟(jì)，減少無(wú)效燃料消耗和污染排放。由此可見(jiàn)，儲(chǔ)能設(shè)備在多能源電力系統(tǒng)中發(fā)揮了“能量馥染”的重要作用，較好地協(xié)調(diào)和平衡了清潔能源利用效率、系統(tǒng)經(jīng)濟(jì)性和環(huán)保要求之間的矛盾，對(duì)促進(jìn)能源轉(zhuǎn)型、實(shí)現(xiàn)綠色低碳發(fā)展具有重要意義。

4 結(jié)論

由于將清潔能源納入電網(wǎng)會(huì)導(dǎo)致高峰負(fù)荷調(diào)節(jié)壓力大、風(fēng)能消耗率低以及經(jīng)濟(jì)狀況差，因此本文提出了一種單日例行儲(chǔ)能與峰值調(diào)節(jié)相結(jié)合的最佳運(yùn)行方式。在雙層優(yōu)化計(jì)算中，內(nèi)層和外層相互約束，考慮了風(fēng)和光吸收率以及經(jīng)濟(jì)因素，并給出了最佳能量?jī)?chǔ)存容量和功率容量。能量?jī)?chǔ)存配置后，系統(tǒng)中棄風(fēng)和光能的比率大大低于沒(méi)有能量?jī)?chǔ)存的情況，也緩解了獨(dú)立削峰例行機(jī)組導(dǎo)致的清潔能源消耗與經(jīng)濟(jì)之間的矛盾。本文選取的例子具有一定的區(qū)域特定性，雖然能量?jī)?chǔ)存配置容量過(guò)大，但優(yōu)化方法仍然具有參考價(jià)值。后續(xù)需要進(jìn)一步分析能量?jī)?chǔ)存放電周期與系統(tǒng)運(yùn)營(yíng)成本以及整體經(jīng)濟(jì)之間的關(guān)系。

參考文獻(xiàn)

[1]馬蘭，謝麗蓉，宋新甫，等.基于儲(chǔ)能容量配置的綜合能源多級(jí)分配策略[J].電網(wǎng)技術(shù)，2023，47（6）：2218-2230.

[2]劉佳玲，秦博宇，孫穎，等.面向清潔低碳轉(zhuǎn)型的隧道智慧能源系統(tǒng)框架設(shè)計(jì)及儲(chǔ)能容量?jī)?yōu)化配置[J].高電壓技術(shù)，2022，48（7）：2563-2572.

[3]周任軍，吳燕榕，潘軒，等.考慮電熱需求響應(yīng)的區(qū)域綜合能源系統(tǒng)儲(chǔ)能容量?jī)?yōu)化配置[J].電力科學(xué)與技術(shù)學(xué)報(bào)，2023，38（1）：11-17.

[4]劉道兵，袁野，李世春，等.利用氫儲(chǔ)能在含可再生能源系統(tǒng)容量配置綜述[J].電測(cè)與儀表，2022，59（12）：1-13.

[5]朱佳男，艾芊，李嘉媚.基于分布魯棒優(yōu)化的廣義共享儲(chǔ)能容量配置方法[J/OL].電力系統(tǒng)自動(dòng)化，2024（48）：185-194[2024-02-01].http：//kns.cnki.net/kcms/detail/32.1180.TP.20231122.1036.006.html.