APP下载

计及新能源消纳成本的多源荷互补规划技术

2022-09-30潘霄陈良张明理候依昕王宗元

南方电网技术 2022年8期
关键词:调峰机组负荷

潘霄,陈良,张明理,候依昕,王宗元

(1.国网辽宁省电力有限公司经济技术研究院,沈阳110015;2.东北电力大学电气工程学院,吉林 吉林132012)

0 引言

“碳中和”目标的提出加速了新能源行业的发展,随着新能源技术的迅速发展,新能源消纳问题得到逐步缓解,“十四五”期间新能源将由规模化发展逐步进入到高质量发展新阶段[1]。截至2020年底,我国可再生能源发电装机总规模达到930 GW,占总装机的比重达到了42.4%,可再生能源全年发电量达到2 200 TWh,占全社会用电量比重达到29.5%[2]。

由于新能源出力具有随机性与不确定性,当新能源出力不能满足用户需求时,需要从外部电网购电或启动调峰机组与备用机组发电来保证用户的用能需求,进而降低对系统及用户可能造成的经济损失。为保证电力系统的稳定性,当前新能源消纳问题将转化为经济利用问题,在规划建设含高比例新能源的综合能源系统(integrated energy system,IES)[3-4]时,如何从大规模新能源消纳成本角度出发,在满足能源供应的同时达到经济效益、环境等综合社会效益水平,是合理规划多源荷面临的一个主要挑战。

已有大量学者对IES的规划开展了研究。文献[5]从不确定性的角度出发,量化分析了电网切负荷指标与购能价格变化对系统的影响,建立了双层优化配置模型,有效抑制了系统运营收益的波动;文献[6]采用能量网络分析理论对IES进行了建模与分析,提出了建模与物理机理分析构想,对完善多能源系统统一建模提供了思路。文献[7]将设备投资成本约束方案与最优容量规划相结合,构建了考虑年总成本与碳排放最小化的商业园区级容量最优分配模型,降低了系统投资成本;文献[8]为解决IES内电/热储能配置问题,考虑了风电不确定性接入的影响,构建了电/热储能联合优化配置模型,该方法有效优化配置了IES内的储能资源,并降低了系统的成本。

事实上,规划含风光等新能源的IES时,在实际规划与运行中还需要考虑提高系统新能源的发电占比、促进新能源消纳等问题。已有研究从促进新能源消纳的角度出发研究IES优化配置问题,文献[9]在规划含电-热-气-冷的IES时,提出了兼顾数量与品质效率的能量利用标准,建立了经济性与用能效率为目标的多目标规划模型,并设计了规划与运行的双层优化结构,提高了园区新能源的利用效率;文献[10]分析了互联形态和互动机制对IES规划的影响,建立了考虑互联互动的IES规划基础模型,验证了合理规划IES可以促进新能源消纳,降低不确定性因素对系统产生的影响;文献[11]考虑多能源互补性,探讨了多场景规划理念的IES规划方法,灵活配置源-网-荷-储各环节,实现了可再生能源的就地消纳;文献[12]以投资、运行与维护的等年值成本最低为目标,提出了一种考虑建设时序的园区级IES多阶段规划方法,促进新能源消纳的同时提升了供能经济性。以上文献[9-12]采用分时电价考量系统的经济性,缺乏对电力市场主体意愿的考察。源荷侧能够以电力市场信号为指引,通过市场价值的形式激励系统投资行为是电力市场改革体制模式下的规划新思路。

在促进可再生能源消纳的电力市场机制方面,文献[13]从国外成熟的市场机制、财政激励、配套市场体系、强制型可再生能源发展目标等方面促进总结了国外电力现货市场促进可再生能源消纳机制,并介绍了国内试点省份现货市场建设特点与促进可再生能源消纳的市场机制;文献[14]提出了一种阶梯性双侧等效出清机制,相较于统一出清机制,该方法的仿真效果更贴合市场实际供需情况。文献[15]提出了基于曲线的适应可再生能源配置额制的电力市场交易体系,并引入可再生能源中前期、日前市场、消纳量二级交易市场和绿证申购市场,有效地促进了可再生能源消纳。文献[16]从全社会综合用电成本角度出发,提出考虑新能源消纳成本与开发成本的新能源合理弃电率方法,为含高比例新能源的IES规划与运行提供了参考。然而在IES规划的研究中,少有从新能源消纳成本角度考虑,关于新能源消纳成本对IES的规划与运行的影响分析不足,部分研究在IES规划时多采用分时电价,并未考虑实际电力市场主体意愿对IES规划的影响。

为解决上述问题,本文将新能源出力不足时,安装与启用调峰机组所产生的成本视为新能源消纳成本。本文研究了新能源消纳成本对IES规划与运行的影响,同时结合源-荷-储间的耦合关系与市场机制下的新能源消纳模式,引入市场竞价机制与调峰机制两部制电价。与现有上层以系统规划总成本最小,下层以系统运行成本最低的双层优化配置模型相比,本文建立的双层优化配置模型从电力市场社会福利最大化原则角度出发,上层规划模型以年总收益最大化为目标,下层同时考虑日前市场竞价机制与调峰两部制电价机制,以系统运营净收益最大为目标,将求得的收益结果再参与上层投资利润计算,以提高系统的运营收益,采用Cplex求解器对多源荷协同优化配置下的规划模型进行求解,通过算例分析了考虑新能源消纳成本、电力市场竞价机制和调峰两部制电价机制对IES系统规划的影响,提高了IES的供电稳定性,为我国新能源的高效利用与传统能源转型发展提供了思路。

1 多源荷系统模型及市场机制下新能源消纳模式

1.1 源-荷设备耦合特性分析及模型构建

近年来,能源集线器(energy hub,EH)模型被证明是处理IES中多源荷耦合互补的有效途径,在能源供需平衡的前提下为多源荷优势互补提供了优化空间[17]。本文构建的IES以新能源为主体,配合储能与多类型负荷,将IES分为3个单元,分别包括产能单元、储能单元和用能单元。EH基本结构图如图1所示。

图1 EH基本结构图

1)产能单元

产能单元包括风机(wind turbine,WT)、光伏(photovoltaic,PV)、燃气轮机机组(gas furnace,GF)、热电联产机组(combined heat and power,CHP)、燃气锅炉(gas boiler,GB)等。

WT的输出功率与风机安装位置的不同时刻的平均风速有关[18];为了方便研究,认为PV的输出功率只跟光照强度和温度有关[19];产能单元内的GF主要参与负荷调峰,GB用于满足热负荷需求。

用能单元的输入-输出耦合关系为:

(1)

2)储能单元

储能单元包括电储能(electrical energy storage,EES)、热储能(thermal energy storage,TES)、气储能(gas energy storage,GES)。储能单元在t时刻的出力与该时刻的剩余电量、前一时刻的剩余电量、每小时的电量衰减量有关。

(2)

3)用能单元

用能单元包括电负荷、热负荷、气负荷。

D(t)=[Dele(t),Dheat(t),Dgas(t)]T

(3)

式中:D(t)为t时刻用户单元的变化量;Dele(t)、Dheat(t)、Dgas(t)分别为t时刻的电负荷、热负荷、气负荷的需求量。L(t)为t时刻各类用户的用能负荷需求量,同时为了涵盖储能单元的用能需求变化量,令L(t)=S(t)+D(t),则3个单元间的耦合关系为:

(4)

1.2 市场机制下的新能源消纳模式

为了更好地利用新能源运行及互补特性,促进新能源的消纳,本文引入日前电力市场竞价机制[20],以社会福利最大化为原则建立日前市场交易模型,由于本文选取典型日每个时段的负荷是确定的,以社会福利最大化的目标函数等同于购电成本最小,其模型为:

(5)

对EH内CHP设备的报价方法采用隶属度函数的方法对峰平谷时段交易价格进行划分[21]。首先对供能单元内CHP设备的峰平谷出力功率进行划分,该类设备出力时段的隶属度函数表达式如(6)所示。

(6)

式中:αt为t时刻CHP出力隶属度函数;P′max、P′min分别为CHP日出力的最大功率和最小功率;P′t为设备t时刻的出力功率。

同时,对EH内电、热负荷曲线进行峰平谷时段划分,隶属度函数表达式为:

(7)

式中:βt为t时刻EH内负荷出力隶属度函数;L′max、L′min分别负荷的最大值和最小值;L′t为t时刻的负荷值。

为提升EH内产能单元设备出力与用能单元负荷的匹配度,采用半梯形隶属度函数分别对产能设备与电热负荷的隶属度时段划分成3个阶段,其中产能设备峰、平、谷时段隶属度函数取值区间依次为[0,0.34)、[0.34,0.67)、[0.67,1]。在日前市场交易过程中,将产能单元的成交价格按照等式(8)匹配用能单元负荷峰平谷时段的原则申报价格,具体划分规则如表1所示。

表1 成交电价规则

(8)

式中:Cp、Cf、Cv分别为峰、平、谷的成交价格。

相较于燃煤调峰机组,本文采用的燃气调峰机组具有启停响应速度快,运行灵活,可实现变负荷调峰的特点[22]。通过调研数据分析,可以得到主流燃气机组变负荷技术特点,即燃气机组的负荷率与气耗率、发电效率之间的关系,如图2所示。

图2 负荷率与气耗率、发电效率关系示意图

对于燃气机组调峰电价,本文采用两部制电价模型确定调峰机组的调峰电价[23]。两部制电价包括电量电价和容量电价。在制定电量电价时,燃气机组的气耗水平取同类型机组平均水平,电量电价的计算方法如式(9)所示。

(9)

容量电价PC的确定,需遵循净现金流入等于流出的原则[24]。

2 计及新能源消纳成本的多源荷互补集成规划模型

本文计及新能源消纳成本与电力市场竞价机制,将EH内的设备容量配置与运行策略建立为双层优化配置模型,上下层间的优化变量与传递关系如图3所示。上层规划模型是以计及多源荷系统经济运行全寿命周期的年总收益最大为目标函数,优化变量为待规划设备的规划容量;下层模型是以系统运营净收益最大为目标函数,优化变量为各设备的运行功率分配。上层将规划结果传递给下层运行模型,下层模型模拟EH内设备的运行调度情况,并将最优运行结果返回给上层规划模型;然后,上层根据下层的优化结果修正系统年总收益,再次优化各设备的规划容量;最后,通过双层优化迭代,获得最优的多源荷系统规划运行方案。

图3 双层优化配置结构图

2.1 双层优化配置模型

2.1.1 上层规划模型

上层规划模型的目标函数以EH年总收益最大为目标,决策变量为EH内设备的安装容量。总收益Ctot包括EH设备投资成本Cinv与下层传递模型的运营净收益Cope。上层规划模型的数学模型如式(10)所示。

maxCtot=Cope-Cinv

(10)

设备投资成本采用等年值法按照设备规划年限计算系统投资成本,设备投资成本函数的计算表达式可表示为:

(11)

2.1.2 下层运行优化模型

根据1.2节市场竞价规则与产消单元价格成交规则,以上层规划模型确定的各设备容量为基准,按电力市场社会福利最大化原则,下层优化模型以运营净收益最大为目标,优化变量为EH内各设备的运行功率,运营收益包括售能收益Csale、调峰收益Csale、新能源消纳成本Cabs、系统运维成本Cabs、购能成本Cbuy、弃风弃光惩罚成本Cab和环境成本Cab,具体表达式为:

maxCope=365∑εr(Csale+Csale-Cabs-

Cabs-Cbuy-Cab-Cab)

(12)

式中:εr为过渡季、夏季、冬季3个典型季节在全年出现的占比,3个典型季节的概率根据季节时长分别取为0.5、0.25、0.25。

上述函数的具体计算表达式分别列出如下。

1)售能收益

(13)

2)调峰收益

(14)

3)新能源消纳成本

参照文献[16],新能源消纳成本主要包括存量电源灵活性改造成本、新建调峰电源成本与调峰电源的启停与运行成本。本文考虑新能源消纳成本主要包括调峰耗气成本、燃气机组启停成本和燃气调峰机组的环境成本[25]。新能源消纳成本的表达式如式(15)所示。

(15)

新能源消纳成本各部分表达式如式(16)所示。

(16)

4)运维成本

(17)

5)购能成本

(18)

(19)

6)弃风、弃光惩罚成本

(20)

7)环境成本

(21)

式中Cen为CHP与GB机组的环境成本。

2.2 约束条件设置

2.2.1 上层模型约束条件

上层模型的约束条件为安装容量约束。

(22)

在实践中,最小和最大容量需求可以由各种方面决定,包括空间和面积可用性、成本限制、操作限制等。

2.2.2 下层模型约束条件

下层运行优化模型的约束条件需要满足负荷功率平衡、设备运行上下限约束、储电、储热装置约束、天然气气源功率约束及购售电功率约束,具体表达式如下。

1)负荷功率平衡约束

L(t)=C·P(t)

(23)

2)各设备运行上下限约束

(24)

3)蓄电池功率与SOC约束

(25)

4)热储能、气储能装置约束

(26)

5)天然气气源功率约束

(27)

6)购售电功率约束

当EH内电功率不足时需从电网购电,同时购电也存在购电上限;当EH内电功率可以满足电负荷需求且还有余量时,多余电量并网,为防止过大的倒送功率对主网造成影响,需要设置售电功率约束;购售电约束表达式如式(28)所示。

(28)

3 算例分析

本文建立了一个双层优化求解模型,规划模型属于机组组合的混合整数线性规划(mixed-integer linear programming,MILP)模型,利用MATLAB的Yalmip工具包调用Cplex商用线性求解器对上述模型进行求解,输出最优配置方案。

3.1 算例参数与场景设置

本文以中国北方某区域电网的历史预测、实测数据和现阶段电源结构为基础,对该区域各设备容量配置进行优化。该地区规划期间新增电力供暖面积105 000 m2,研究时段内最大净负荷为9 800 kW,最小净负荷为8 000 kW。根据文献[29-30]分别给出了购售电分时电价和分时热价如表2所示。根据文献[12,23,25-28]中EH单元内各个装置安装与运行的各项经济参数如表3所示;设备贴现率取8%,天然气价格为2.41元/m3,天然气热值取9.87 kWh/m3[25],折合成单位热值价格为0.244 元/kWh;根据文献[26]给出各季节典型日的风电、光伏及各类型负荷的出力曲线图,如图4所示。EES的初始SOC值设为0.5;碳税值取0.22 元/kWh[31]。在CHP机组运行方式上,考虑到系统运行规律,夏季电功率较高,热需求较低而冬季热需求更高的情况,在夏季CHP机组采用以“电定热”的运行模式,冬季采用“以热定电”的运行模式。

表3 EH单元设备经济参数

图4 3个典型日的负荷曲线与风光预测曲线

表2 分时电/热价格

为了说明本文方法的有效性,算例设置3种场景进行对比:

1)场景S1:仅考虑分时电价机制,不考虑新能源消纳成本与电力市场竞价机制;

2)场景S2:在场景S1基础上考虑新能源消纳成本;

3)场景S3:在场景S2基础上考虑电力市场竞价机制。

算例的3种场景设置如表4所示。

表4 场景设置

3.2 规划结果及分析

分别仿真表3中的3种场景,可以得到EH各场景配置的设备容量结果如表5所示。

表5 场景S1-S3设备规划容量结果

由表5可知,在设备选型上,由于场景S1不考虑新能源消纳成本,场景S1没有配置GF,而场景S2和S3均多配置了GF。从设备配置容量来看,场景S3的WT与GF较场景S2和场景S1明显增加,EH设备总配置容量高于场景S2和场景S1。下面从各个场景的经济性、设备运行出力、CHP运行方式选择与系统供电结构等角度对规划方案的对比结果进行说明。

3.2.1 经济性对比

场景S1—S3的各设备投资成本、投资等年值成本、年运行经济性比较分别如图5所示,场景S1—S3下的成本与效益明细如表6所示。

表6 场景S1—S3下的成本与效益明细

由图5(a)并结合表5的3种场景规划结果可知,由于可再生能源的规划容量较高,风电、光伏投资占比最大,其次是CHP、GF与GB机组。由于光伏的单位投资成本较高,场景S3的光伏配置容量较场景S1、S2有所减少,而风机配置容量有所增加。由于CHP的单位投资成本高于GB单位投资成本,场景S1不考虑新能源消纳成本,GF规划容量为0,为满足用电负荷需求,减少购电量,CHP规划容量最大;场景S2和场景S3均配置GF,可以满足用电弹性需求,场景S2和场景S3的CHP规划容量有所下降,同时为保证用热平衡,GB的规划容量有所提高。

图5 场景经济性分析

由图5(b)可以看出,场景S3的投资等年值成本比场景S1和场景S2分别增加了92.01万元、66.56万元,增幅分别为4.63%和3.31%。场景S3投资等年值成本增加的原因在于虽然场景S3的光伏与CHP投资成本有所降低,但是风机、燃气锅炉与调峰燃气机组的投资成本增加,使得整体投资成本高于场景S1和场景S2。

通过图5(c)与表6可以看出,在运行成本上,购能成本的占比最大,在3种场景中,场景S1的购能成本最高,由于场景S1没有配置GF,当EH不能满足电负荷时需要从电网购电满足用电需求;在新能源消纳成本上,场景S3的GF配置容量高于场景S2,购气量较大且启停次数多于场景S2,使得场景S3的新能源消纳成本较场景S2增加了59.69万元;在系统收益上可以看出,当采用电力市场竞价机制时可以有效提高系统的售能收益、调峰收益与运营收益,虽然场景S3的投资等年值成本最高,但系统年总收益分别较场景S1和场景S2提高了1 336.26万元和851.04万元。

3.2.2 设备出力情况

以过渡季为例,风电、光伏的日前电力市场报价如图6所示,3种场景设备运行情况,如图7所示。

图6 风电、光伏报价

图7 场景S1-S3下过渡季典型日设备运行对比图

由图6可以看出,过渡季风电、光伏参与日前交易市场运行时,风电报价在0.13~0.27 元/kWh范围内波动,光伏报价在0.28~0.36 元/kWh范围内波动,相较于现有的陆上风电指导价0.29~0.47 元/kWh,陆上光伏指导价0.35~0.49 元/kWh均有大幅度下降。

由图7可以看出,当场景S1没有配置GF时,其购电较多,而场景S2和场景S3通过GF参与系统调峰,减少了购电,降低了用电峰值阶段电网的压力。在3种场景中,售电时段均分布于中午11:00时至下午15:00时和夜间23:00时,这主要与季节特性和风光出力特性相关,EH可以在满足自身用电需求的情况下,提升系统电网用电弹性,同时可以提升EH的整体利益。

3.2.3 CHP运行方式的选择

为了在系统实际运行过程中优化CHP的运行方式,分别对场景S3的夏季和冬季采用不同的运行模式进行比较。夏季典型日与冬季典型的运行优化图分别如图8—9所示。

图8 场景S3下夏季典型日用能设备运行图

比较图8和图9可以看出,当夏季CHP采用“以电定热”方式时,优先考虑满足电负荷,当夜间风电出力较大时,可以减少CHP运行。通过CHP机组配合GF与储能系统,当用电负荷较高时减少了系统的购电功率;冬季采用以热定电的模式时,优先考虑满足热负荷的需求,当夜间风电出力较大时,可以通过向电网售电以补偿日间购电购气费用,提升了系统的整体效益。通过以上分析可知,CHP的运行模式可以根据季节、天气等实际情况进行选择调整,以更符合系统实际运行规律,充分满足用能需求。

图9 场景S3下冬季典型日用能设备运行图

3.2.4 系统供电结构分析

图10给出了3种场景下的供电结构比例,可以看出3种场景的新能源供电比例最高,分别达到了78.8%、83.7%和84%,场景S3的风光发电占比较场景S1、场景S2分别提高了5.2%和0.3%。场景S1的购电比例最高,当考虑新能源消纳成本与电力市场竞价机制时,可以有效降低购电比例,进一步缓解电网运行压力。

场景

3.2.5 计及新能源消纳成本与市场竞价机制对系统规划的影响

传统的IES在规划时,尚未考虑新能源消纳成本对系统规划的影响,本文在考虑了新能源消纳成本,在投资与运行成本上虽然增加了燃气调峰机组的投资成本与购气费用,但很大程度地降低了系统向外部电网的购电功率,提高了系统的供电可靠性。

相较于传统综合能源系统规划时采用单一分时电价机制,本文综合考虑市场竞价机制与调峰两部制电价机制,提高了系统的整体收益。通过表6场景S2与场景S3的调峰收益可以看出,在引入调峰两部制电价时,使场景S3的调峰收益提高了31.97%,同时3个场景中S3的系统总收益最高,能够实现在满足系统供电稳定性的同时提高系统的整体效益。

4 结论

本文建立了计及新能源消纳成本的多源荷规划模型,考虑了市场机制下的新能源消纳模式,并引入电力市场竞价机制与调峰两部制电价机制,建立了以年总收益最大与运营收益最大的混合整数线性规划模型,使得EH内各种设备的优化配置结果更具合理性。通过算例分析验证了方法的可行性与有效性,并得出如下结论。

1)计及新能源消纳成本的规划方法通过配置燃气调峰机组有效地减少了系统购电功率,降低了电网的运行压力。

2)通过引入电力市场竞价机制与调峰两部制电价机制的多源荷规划技术可有助于分布式电源的合理配置,协调源荷储间的耦合关系,提高系统整体运行效益。通过对比现有固有分时电价方案,在计及新能源消纳成本的基础上,本文所提方法调峰收益提升了1.32倍,售能收益提升了1.24倍,年总收益提升了2.22倍。

3)本文所提方法使得新能源供电比提高了5.2%,且CHP的运行模式可以根据季节、天气等实际情况进行选择调整,以充分利用能源,符合系统实际运行规律,满足用能需求。

此外,本文建立的IES协同规划模型是以燃气调峰机组作为新能源消纳成本的重要组成部分,在后续工作中还可以考虑抽水蓄能调峰与燃气机组调峰等更多调峰设备的组合方案协同调峰,同时可以考虑新能源出力不确定性对IES规划与运行的影响。

猜你喜欢

调峰机组负荷
双馈式可变速抽水蓄能机组运行控制
人造革合成革拉伸负荷测量不确定度评定
新常态下电站锅炉深度调峰改造与调试实践
3项标准中维持热负荷要求对比分析
热连轧机组粗轧机精度控制
江苏省天然气储气调峰设施建设的探讨
660MW亚临界机组清洁疏水系统节能改造
调峰保供型和普通型LNG接收站罐容计算
重庆市天然气调峰储气建设的分析
Opening flexible resources by integrating energy systems: A review of flexibility for the modern power system