刘景霞 李安萍

（内蒙古科技大学 信息工程学院，内蒙古 包头014010）

中国“三北”地区是弃风量最大的地区，同时也是我们研究攻克的难点，其中内蒙古地区具有丰富的风力资源，但是目前内蒙古地区以热电机组为主，并且在冬季供暖期，热电机组存在“以热定电”的局限性，会大幅增加风电并网的可调性，风力发电本身具有季节性和不确定性这些因素，使得风电消纳的问题存在。如果风电大发为了维护电网的平衡就只能采用弃风的手段。为了解决这些问题政府出了很多政策，鼓励用新能源电力供热取代传统的供热，并且采用蓄能技术储蓄弃风降低弃风率。文献[1]提出以风电、蓄热式电锅炉联合构成供热系统并且结合热负荷用户的需求建立优化模型。文献[2]加入蓄热式电锅炉进行供热，调节电网降低弃风率。文献[3]提出把蓄能装置加入含有风电的电网中提升电力系统的调节能力和风电的消纳能力。结合上述材料本文以蓄热式电锅炉为基础的风电场就地消纳。

本文以提高弃风利用率和降低经济成本为评估条件，建立以最小运行成本最大消纳功率为目标函数进行优化，并对比传统模式进行仿真求解。

1 蓄热式电锅炉加入新能源供暖

蓄热式电锅炉目前分为固体蓄热式电锅炉和水箱蓄热式电锅炉，其工作的原理分别是以水能蓄热和蓄热砖蓄热。相比起水箱蓄热式电锅炉固体蓄热式电锅炉具有占地面积小、蓄热更稳定的优点，本文采用固体蓄热式电锅炉。由电能转换为热能储存在蓄热砖中，在热负荷用户需求时把储存的热能释放，具体的系统结构图如图1 所示。

2 蓄热式电锅炉优化模型

本文以实现最低运行成本消纳最大弃风量为最终目的，综合考虑各种约束条件建立优化模型。

2.1 建立数学模型

图1 蓄热式电锅炉系统图

先建立最大消纳弃风的目标函数

其中T 为调度周期，定为1 天。调度时长为1h，即T=24h，t为调度时段，Pa，t为t 时段蓄热式电锅炉所消纳的弃风功率，目标函数的定义在于实现

其中P预（t）是在t 时刻预计消纳的弃风功率，P实（t）在t 时刻实际产生的弃风功率。

在建立最小运行成本的目标函数

minC=Qa(Ca+Cn)+QbCt

蓄热式电锅炉消纳的弃风电量为Qa，MWh；蓄热式电锅炉消纳的非弃风电量Qb，MWh

Ca与风电场签订的协定电价，0.2617￥/kWh，

Cn电网公司输配电成本，0.11￥/kWh

Ct分时电价

在内蒙古某地，国家为了鼓励新能源供暖发布的分时电价政策，其中0:00-5:00 为谷段，0.33￥/kWh；8:00-12:00、14：00-21:00 为用电高峰段，0.80￥/kWh；其他时间为平段，0.55￥/kWh。

2.2 建立约束条件

2.2.1 弃风约束

研究消纳弃风，所以t 时刻所消纳的弃风功率要小于所产生的弃风功率

Pa，t＜＜Pw，t

2.2.2 功率平衡约束

功率平衡包括蓄热式电锅炉热功率平衡和电功率平衡

Qc，t=Qc，t-1+Hio，t·h

Peh，t=Pa，t+Pn，t

其中Qc，t表示在t 时刻蓄热式电锅炉所储存的热量；Qc，t-1表示在t-1 时刻蓄热式电锅炉所储存的热量；Qc，t-1

表示蓄热式电锅炉在t 时刻释放出来的热量；Peh，t表示蓄热式电锅炉在t 时刻所产生的电功率；Pa，t表示蓄热式电锅炉在t时刻所消纳的弃风功率；Pn，t表示蓄热式电锅炉在t 时刻所消纳的电网功率。

2.2.3 电锅炉功率约束

0＜＜Pt＜＜Pmax

其中Pt为电锅炉在t 时刻所产生的功率满足大于0 小于最大额定功率。

2.2.4 蓄热罐约束

Qmin＜＜Qt＜＜Qmax

其中Qt为蓄热罐在t 时刻所储存的热量，满足大于最小蓄热量小于最大蓄热量。

2.2.5 供热约束

Qh，t＞＞Qh，min

其中Qh，t为蓄热式电锅炉在t 时刻所释放的热量，它满足大于等于热负荷在t 时刻最小需求的热量。

2.3 基于粒子群算法的优化算法

本文采用粒子群算法为多目标优化的算法，它的流程图如图2 所示。

图2 粒子群算法流程图

3 仿真分析

本文以电脑模拟以一天为周期24 小时弃风量，通过与未进行优化的传统模型进行对比分析，并且通过仿真求解对仿真波形图进行讲解。

3.1 日供热对比

图3 优化前后供热对比

从图3 中我们可以清楚的看到相比优化前的深色线，优化后的浅色线更加的平稳、稳定，这样既保证了热负荷用户的供热需求、提高了用户的舒适度，同时也避免了热量溢出导致的浪费。

图4 优化前后蓄热罐能量的变化

3.2 蓄热罐能量的变化

从图4 中我们可以观察到优化后蓄热罐对热量的蓄量明显比优化前更加充裕，同时也意味着对能量的利用率也得到了提高。

3.3 电锅炉加热功率的变化

图5 优化前后锅炉加热功率对比

从图5 中我们可以看出优化后相比优化前在用电的高峰期加热功率明显下降，这样一方面错开用电高峰期的高电价节约了成本，另一方面风力发电并网提供了更多的可调性。

图6 优化前后非弃风功率的对比

3.4 非弃风功率的变化

从本文中可以理解所谓非弃风功率实际上就是从电网直接购电的部分，因为国家政策的发行在用电高峰期越少的购电则越节约成本。从图6 中我们可以明显的看到优化后相比优化前在用电高峰期减少了购电在用电的低谷期则增加了购电这从一定程度上节约了大量的成本，进一步保障了以最小成本为目标函数的实现。

3.5 弃风功率的变化

图7 优化前后弃风功率应用对比

通过图7 我们可以发现通过优化后的曲线更加接近风电场在该时刻所产生的弃风资源，这样极大程度上保证了我们第一个目标函数的实现。

3.6 最终数据的对比

图8

优化前所消纳的弃风约为134MW，所需要的成本为194688 元，优化后所消纳的弃风约为145MW，所需要的成本为180154 元，满足了多目标函数的实现。

4 结论

本文通过对蓄热式电锅炉目前的局限性以及现有弃风消纳所存在的问题进行分析并解决，利用粒子群算法对传统模型进行多目标优化并通过仿真得出优化结果。通过对比分析本次优化取得了较为理想的结果，实现了最大消纳弃风和最小成本的目标函数。