摘 要:為了提升電力系統(tǒng)穩(wěn)定性和可靠性、減少棄風電量,需要風力發(fā)電與儲能系統(tǒng)間能夠進行合理調(diào)度,因此,本文提出風力發(fā)電與儲能系統(tǒng)聯(lián)合運行的優(yōu)化調(diào)度策略。首先,結(jié)合風儲一體化系統(tǒng)結(jié)構(gòu)和運行特性,構(gòu)建風儲聯(lián)合運行優(yōu)化調(diào)度模型,并確定該模型的目標函數(shù)和約束條件。其次,改進螢火蟲算法并進行求解,獲取優(yōu)化調(diào)度策略結(jié)果。最后,對該方法的應用效果進行分析,結(jié)果表明,風電上網(wǎng)功率和調(diào)度曲線間的匹配程度顯著提升,兩者間的差異較小,輸出功率差值均<20 kW,棄風量<68 MW·h,系統(tǒng)年收益顯著提升,最高為451.65萬元,應用效果較好。
關(guān)鍵詞:風力發(fā)電;儲能系統(tǒng);聯(lián)合運行;優(yōu)化調(diào)度策略" " "中圖分類號:TP 641" " " " " " " " " 文獻標志碼:A
1 風力發(fā)電與儲能系統(tǒng)聯(lián)合運行優(yōu)化調(diào)度
1.1 風儲一體化系統(tǒng)結(jié)構(gòu)和運行特性
在儲能電站與風電系統(tǒng)的集成過程中,靈活接入儲能電站能夠使電網(wǎng)管理具有良好的調(diào)控能力,兩者結(jié)合后可以形成風儲一體化系統(tǒng)。該系統(tǒng)采用高度智能化的平臺控制模式,能夠顯著提升操作便捷性與靈活性[1]。該平臺控制模式的核心優(yōu)勢是其能夠根據(jù)電網(wǎng)的功率波動情況,動態(tài)調(diào)整儲能系統(tǒng)的介入深度和響應速度,從而有效平衡風電的間歇性與電網(wǎng)穩(wěn)定性間的矛盾[2]。該智能化的調(diào)控策略不僅能夠優(yōu)化儲能資源的使用效率,而且能夠增強整個風儲一體化系統(tǒng)對電網(wǎng)的支撐作用。風儲一體化系統(tǒng)結(jié)構(gòu)如圖1所示。
風儲一體化系統(tǒng)主要包括風力發(fā)電場、儲能系統(tǒng)和控制中心等多個部分??刂浦行哪軌蚋鶕?jù)系統(tǒng)的歷史運行數(shù)據(jù),進行風電與儲能間的無縫銜接與高效協(xié)同,并且完成系統(tǒng)的自主調(diào)度[3]。在該模式下,系統(tǒng)能夠?qū)崟r分析電網(wǎng)的功率需求和風電的出力狀況,精準制定儲能電站的充、放電計劃,實現(xiàn)電網(wǎng)穩(wěn)定運行與風電最大化利用。
在運行過程中,該系統(tǒng)的控制中心與發(fā)電廠、儲能系統(tǒng)和輸電線路直接連接,能夠?qū)崟r獲取上述部分的運行數(shù)據(jù),該數(shù)據(jù)包括發(fā)電成功率數(shù)據(jù)、并網(wǎng)功率以及儲能系統(tǒng)的運行數(shù)據(jù)等。風儲一體化系統(tǒng)在運行過程中需要滿足功率標準。設風力發(fā)電廠的并網(wǎng)功率為Ps(t),如公式(1)所示。
式中:Pw(t)和Pe(t)分別為t時刻下風力發(fā)電場的輸出功率和儲能系統(tǒng)功率。
當Pe(t)gt;0時,儲能系統(tǒng)進行充電;當Pe(t)lt;0時,儲能系統(tǒng)進行放電。儲能系統(tǒng)是風儲一體化系統(tǒng)中的關(guān)鍵組成部分,其儲能能量變化需要滿足運行標準,如公式(2)所示。
式中:Ee(t+1)和Ee(t)分別為(t+1)時刻和t時刻下儲能系統(tǒng)的能量;ΔT為采樣時間。
在實際運行中,需要實時監(jiān)測和計算公式(1)和公式(2)來調(diào)整儲能系統(tǒng)的充、放電策略。例如,當檢測到風力發(fā)電場輸出功率大于當前電網(wǎng)需求時,根據(jù)公式(1)可以得知儲能系統(tǒng)需要充電,以儲存多余的能量。反之,當風電場輸出功率小于電網(wǎng)需求時,儲能系統(tǒng)將根據(jù)公式(2)進行放電,以補充電網(wǎng)功率的不足。這種動態(tài)調(diào)整能夠保證電網(wǎng)穩(wěn)定運行。
1.2 風儲聯(lián)合運行優(yōu)化調(diào)度模型構(gòu)建
1.2.1 優(yōu)化調(diào)度目標函數(shù)確定
基于上文分析的風儲一體化系統(tǒng)的結(jié)構(gòu)和運行功率特性,構(gòu)建風儲聯(lián)合運行優(yōu)化調(diào)度模型。該模型綜合考慮風儲聯(lián)合運行優(yōu)化調(diào)度的需求,從運行成本、能源利用和調(diào)度效果3個方面考慮,設計相應的目標函數(shù),分別為系統(tǒng)收益最大化maxfc、最大出力結(jié)果和調(diào)度匹配程度maxfs、最小輸出功率差值minfp、最小棄風量minfo,4個目標函數(shù)如公式(3)~公式(6)所示。
式中:c1為風儲系統(tǒng)發(fā)電收益;c2為儲能參與輔助市場調(diào)頻服務收益;c3為儲能投資年等效值;c4為儲能系統(tǒng)運維成本;c5為儲能設備殘值年等效值;c6為風儲系統(tǒng)懲罰成本;T為調(diào)度周期;Pg(t)為調(diào)度曲線功率;Pa(t)為風儲系統(tǒng)的總上網(wǎng)功率;ΔPe(t)和ΔPe(t-1)分別為儲能系統(tǒng)在t和(t-1)時刻下的功率波動;N為風電場的數(shù)目;n為風電場的數(shù)目;ξk為風電場減載比例;ξk(t)為t時刻下的風電場減載比例;Pw(t)為t時刻下風力發(fā)電場的輸出功率;ΔPw(t)為風電場在被動情況下發(fā)生的棄風功率;Δt為時間間隔。
在構(gòu)建優(yōu)化調(diào)度模型過程中,應用公式(3)~公式(6)所示的目標函數(shù),需要以下2個步驟。1) 收集歷史運行數(shù)據(jù),包括風電場的輸出功率、儲能系統(tǒng)的充、放電記錄以及電網(wǎng)的負載需求。2) 利用這些數(shù)據(jù)計算目標函數(shù)中的各項參數(shù),例如系統(tǒng)收益、成本和棄風量。
為使系統(tǒng)收益最大化并使棄風量最小化,采用優(yōu)化算法對目標函數(shù)進行求解,以找到最佳的調(diào)度策略。例如,調(diào)整儲能系統(tǒng)的充、放電計劃可以減少棄風量,并參與輔助市場調(diào)頻服務,以增加系統(tǒng)收益。
1.2.2 約束條件
確定風儲聯(lián)合運行優(yōu)化調(diào)度目標函數(shù)后,結(jié)合實際調(diào)度情況和需求,設定相應的約束條件。
1.2.2.1 儲能系統(tǒng)充放電約束條件
風能是一種間歇性能源,其輸出功率具有隨機性和波動性,設定合理的充、放電約束,可以使儲能系統(tǒng)在風電富余情況下充電,儲存多余的風電,從而減少清潔能源的浪費[4],并且有助于緩解電網(wǎng)的調(diào)峰壓力,提高電網(wǎng)的調(diào)節(jié)靈活性。該約束條件分別如公式(7)、公式(8)所示。
式中:Sc(t)為剩余電量;Smax為剩余電量上限;Smin為剩余電量下限;和分別為充、放電狀態(tài)標識;為充電功率;κ為自放電率;S(t-1)為時刻(t-1)下的剩余電量;χ(t)為充過放能力;和分別為額定充電和放電功率;和分別為充、放電效率。
公式(7)、公式(8)能夠保證儲能系統(tǒng)的電量在安全范圍內(nèi)波動,防止過充和過放,實時監(jiān)測儲能系統(tǒng)的剩余電量,并根據(jù)約束條件調(diào)整其充、放電狀態(tài)。
1.2.2.2 儲能系統(tǒng)充電功率約束條件
在風力發(fā)電與儲能系統(tǒng)聯(lián)合運行優(yōu)化調(diào)度過程中,為避免過充現(xiàn)象的發(fā)生,需要對充電功率進行限制,以避免大功率充電可能帶來的電網(wǎng)波動和儲能設備內(nèi)部應力過大的問題,有助于平抑風電出力的波動性,提高整個風儲聯(lián)合系統(tǒng)的穩(wěn)定性和可靠性。該約束條件如公式(9)所示。
式中:Pq(t)為其他發(fā)電機出力;Pl(t)為負荷。
公式(9)限制了儲能系統(tǒng)的充電功率,以避免對電網(wǎng)造成沖擊。在實際操作中,比較其他發(fā)電機出力和負荷,可以保證儲能系統(tǒng)的充電功率不超過預設的限制。
1.2.2.3 風電場上網(wǎng)約束條件
設定風電上網(wǎng)的上、下限值,并結(jié)合儲能系統(tǒng)的調(diào)節(jié)能力,能夠盡可能多地消納風電,減少由風電出力波動導致的棄風現(xiàn)象,進而提高風電利用率。設為風電實際出力,該約束條件如公式(10)所示。
式中:Pr(t)為風電場t時段的上網(wǎng)功率;Prmax為Pr(t)的最大值。
公式(10)設定了風電場上網(wǎng)功率的上、下限,并結(jié)合儲能系統(tǒng)的調(diào)節(jié)能力,能夠最大限度地消納風電,減少棄風現(xiàn)象。
1.2.2.4 安全約束條件
限制網(wǎng)絡線路上的傳輸功率不超過其最大值,并設定負載率約束,以保護線路不受過載影響,防止由線路過熱或損壞導致的停電事故。安全約束條件如公式(11)所示。
式中:Pm(t)為線路傳輸功率;Pmmax為線路傳輸功率上限;Pmmin為線路傳輸功率下限。
公式(11)能夠保護電網(wǎng)線路不受過載影響,實時監(jiān)測線路傳輸功率可以保證線路傳輸功率不超過最大值,使電網(wǎng)安全運行。
1.3 目標函數(shù)求解
在確定好風儲聯(lián)合運行優(yōu)化調(diào)度目標函數(shù)和約束條件后,進行目標函數(shù)求解。為保證求解效果,使調(diào)度策略滿足多個目標函數(shù),本文采用改進的螢火蟲算法進行目標函數(shù)求解。該算法是在傳統(tǒng)螢火蟲算法的基礎上,結(jié)合均方根傳遞理念,將學習速率引入算法中,以此調(diào)整算法的收斂速度,并對移動記憶進行一次指數(shù)平滑,提升算法的自適應能力,保證其能更平穩(wěn)地完成最優(yōu)解搜索。
在改進螢火蟲算法求解過程中,每個螢火中均對應1個候選解,即每個螢火蟲代表1個可能的調(diào)度方案,求解步驟如下所示。
1.3.1 初始化
設定初始學習率為ω0,并為每個螢火蟲分配1個隨機位置(這些位置基于歷史數(shù)據(jù)和預設的參數(shù)),代表1個初始調(diào)度方案。
1.3.2 迭代求解
在每次迭代中,使用公式(12)來計算任意2個螢火蟲間的移動距離,它代表2個調(diào)度方案間的差異。公式中的吸引力A0由公式(13)確定,它基于螢火蟲間的距離和各自的亮度。任意2個可能的xi和xj在(τ+1)次迭代下的移動距離diτ+1如公式(12)所示,螢火蟲移動記憶的一次平滑指數(shù)μiτ+1如公式(13)所示。
式中:A0為吸引力,基于螢火蟲間的距離和各自的亮度;?為滿足高斯分布的矢量;d2ij為調(diào)度方案xi和xj間的距離;xjτ、xiτ分別為第t次迭代中螢火蟲i和j的位置向量;ε為步長因子;μiτ+1為螢火蟲移動記憶的一次平滑指數(shù);wτ為τ次迭代過程中的平滑參數(shù);μiτ為在第τ次迭代中螢火蟲i的移動記憶。
1.3.3 更新位置調(diào)度方案
根據(jù)公式(14)更新每個螢火蟲的位置,即調(diào)整調(diào)度方案。步長因子和吸引系數(shù)決定了螢火蟲移動的速度和方向,移動記憶的一次指數(shù)平滑xiτ+1有效保證了算法的穩(wěn)定性和自適應能力,xiτ+1如公式(14)所示。
1.3.4 動態(tài)調(diào)整學習率
在迭代過程中,根據(jù)種群的平均適應度和最優(yōu)解的變化情況動態(tài)調(diào)整學習率。該步驟能夠保證算法能夠快速收斂到最優(yōu)解和求解過程的準確性。
1.3.5 停止條件
持續(xù)進行迭代,直到達到預定的迭代次數(shù)或其他停止條件,例如當最優(yōu)解的變化小于某個閾值時。
1.3.6 輸出最優(yōu)解
迭代結(jié)束后,找到亮度最高的螢火蟲,它代表了最優(yōu)調(diào)度方案。評估該方案對應的目標函數(shù)值,并輸出最優(yōu)調(diào)度方案。
2 結(jié)果分析
為驗證本文方法在風力發(fā)電與儲能聯(lián)合運行優(yōu)化調(diào)度中地應用效果,本文以改進的IEEE30節(jié)點系統(tǒng)為例進行相關(guān)測試。該系統(tǒng)中共計接入4座風電場和1個儲能系統(tǒng)。
改進的IEEE30節(jié)點系統(tǒng)結(jié)構(gòu)包括4座風電場和1個儲能系統(tǒng)。每個風電場由320臺機組組成,總額定容量為475 MW。
儲能系統(tǒng)具有400 MW·h的容量,最大充、放電功率為50 MW,充、放電效率為95%。該系統(tǒng)采用改進的IEEE30節(jié)點模型進行測試,以驗證本文提出的優(yōu)化調(diào)度策略的有效性。系統(tǒng)中的各部分相互連接和協(xié)作,儲能系統(tǒng)利用充、放電來調(diào)節(jié)風電輸出,以實現(xiàn)系統(tǒng)穩(wěn)定運行和風電最大化利用。
為驗證本文方法對風力發(fā)電與儲能聯(lián)合運行優(yōu)化調(diào)度的效果,本文測試了調(diào)度曲線和風電上網(wǎng)功率間的匹配程度,調(diào)度前、后的匹配結(jié)果如圖2所示。
由圖2可知,進行優(yōu)化調(diào)度前,風電上網(wǎng)功率和調(diào)度曲線間的匹配程度較低,兩者間的差異較大。應用本文方法進行調(diào)度優(yōu)化后,風電上網(wǎng)功率和調(diào)度曲線間的匹配程度顯著提升,兩者間的差異較小。因此,本文方法具有較好的優(yōu)化調(diào)度效果。
為進一步測試本文方法的優(yōu)化調(diào)度效果,本文以輸出功率差值、棄風量為例,測試優(yōu)化調(diào)度前、后在不同運行時序下的輸出功率差值、棄風量,見表1。
由表1可知,應用本文方法進行優(yōu)化調(diào)度后,風力發(fā)電與儲能輸出功率差值、棄風量均顯著降低,其中輸出功率差值均<20 kW,棄風量<68 MW·h。該結(jié)果顯著優(yōu)于優(yōu)化調(diào)度前的結(jié)果。因此,本文方法能夠滿足風力發(fā)電與儲能聯(lián)合運行優(yōu)化調(diào)度的需求。
3 結(jié)論
風力發(fā)電與儲能聯(lián)合運行優(yōu)化調(diào)度是提升電力系統(tǒng)穩(wěn)定性和可靠性、優(yōu)化電力市場運營、提高調(diào)峰能力、減少棄風電量以及促進可再生能源消納/節(jié)能減排的有效途徑。因此,本文結(jié)合風儲聯(lián)合運行的特點,提出相應的聯(lián)合運行優(yōu)化調(diào)度方案,并對方案的應用效果進行相關(guān)分析,確定所提策略能夠滿足調(diào)度需求,并能提高系統(tǒng)的智能化和自動化水平。
參考文獻
[1]張榮權(quán),李剛強,卜思齊,等.基于自適應學習率螢火蟲算法的多能源系統(tǒng)聯(lián)合優(yōu)化調(diào)度[J].綜合智慧能源,2022,44(7):49-57.
[2]陸秋瑜,楊銀國,謝平平,等.風電場集群租賃共享儲能兩階段優(yōu)化運行策略[J].電網(wǎng)技術(shù),2024,48(3):1146-1165.
[3]李艷梅,任恒君,張致遠,等.考慮儲能系統(tǒng)調(diào)度與風電消納的峰谷分時電價優(yōu)化模型研究[J].電網(wǎng)技術(shù),2022,46(11):4141-4149.
[4]許志軍,臧鵬程,白格平,等.考慮風儲聯(lián)合運行系統(tǒng)經(jīng)濟性的儲能配置優(yōu)化[J].內(nèi)蒙古電力技術(shù),2022,40(4):47-53.