阎 欣

（烟台仲伯企业管理咨询有限公司，山东 烟台 264000）

根据英国石油公司的数据，2020年，世界范围内的石油需求下降，而对可再生能源（例如风力、太阳能等）的需求快速增加[1]。2020年，全球风力和太阳能装机量增加了约238 GW。其中，太阳能装机量、风力装机量分别增加了127 GW、111 GW。可再生能源增加对降低碳排放起到了明显的作用，2020年，全球一次能源消耗减少了4.5%，碳排放减少了6.3%[2]。随着可再生能源发电容量不断扩大，太阳能发电产量创下历史新高，而中国的增幅则达到了2.1%，是世界上能源需求增长最快的国家之一[3]。2020年，全球可再生能源消费增速为9.7%，其中太阳能发电增速为1.3 EJ，创下了历史新高。中国的可再生能源消费比去年同期增加了1.0 EJ，属于全球可再生能源增长贡献最大的国家之一[4]。其次为美国，增加了0.4 个能级，而欧洲则为0.7 个能级。

为了扩大新能源的使用范围，该文将以某新能源电力系统为例，从分级多目标角度入手，设计一种全新的优化调度方法，以优化相关工作。

1 含太阳能热发电的新能源电力系统日前调度模型

为了方便后续对新能源电力系统分级多目标进行优化调度，需要构建日前调度模型。模型中包括电力系统运行目标函数、太阳能热发电模型、光伏发电模型、风电模型以及电池储能电站模型等[5]。日前调度的目标函数如公式（1）所示。

式中：cost为新能源电力系统运行时的总成本；costG t为t时刻火电机组类别下的发电成本；costtPV为t时刻光伏机组类别下的发电成本；costtGSP为t时刻热电站类别下的发电成本；costtWD为t时刻风电机组类别下的发电成本。

直接结合数学理论可以得到其他类型的模型，该文主要构建太阳能热发电站模型[6]。太阳能热发电的成本函数可以通过发电功率的线性函数进行描述，如公式（2）所示。

式中：kGSP为太阳能发电的成本系数；PCSP t为太阳能热发电输出的电功率。

发电系统模型如公式（3）所示。

式中：PSP t为t时刻集热系统为太阳能热发电提供的电功率；PTP t为t时刻储热系统为太阳能热发电提供的电功率。

PtSP、PtTP的值如公式（4）、公式（5）所示。

式中：η1和η2为发电系统的2 个热电转换效率；qSP t为t时刻集热系统为太阳能热发电提供的功率；PTP t为t时刻储热系统为太阳能热发电提供的功率。

为了确保上述模型成立，设置以下约束条件：首先，对发电系统热量进行约束，设置阈值范围，如公式（6）所示。其次，对发电功率容量进行约束，设置阈值范围，如公式（7）所示。最后，模型中所有的输入和输出值均大于或等于0。

式中：qPBmin为太阳能热发电的最低输入热量功率；qPBmax为太阳能热发电的最高输入热量功率。

式中：pCSPmin为太阳能热发电的最低输出电功率。pCSPmax为太阳能热发电的最高输出电功率。

2 基于并网导则的新能源电力系统站场层优化调度

在该文构建的含太阳能热发电的新能源电力系统日前调度模型的基础上，结合并网导则对新能源电力系统站场层进行优化调度。在确定新能源发电量的过程中，既要考虑电力的历史限制，又要考虑电力的预测限制。在该基础上，分析电力系统的历史功率并结合并网导则的要求，以确定最小输出功率的最大值[7]。在该基础上，利用预测的电力合理地对当前的电力进行计算，防止电力系统在未来一段时间内因电力波动过大而不能满足电力系统导则的要求。在考虑前一时段并网约束需要结合并网导则计算得出能够充分满足在前一时段内进行测点采样得出处理范围的要求，假设时间尺度为Tr，允许有功功率最大限制值为Dr，那么存在并网爬坡的约束，如公式（8）所示。

式中：P（i）为功率，i≥t-Tr或者i≤t；P（t）为t时刻电站的输出。

公式（8）允许有功功率最大限定值Dr为在rmin 时间尺度内并网导则要求的爬坡功率。电力系统的预测周期和并网指南的时间标度可能不一致，为了满足并网指南的需求，必须合理地对其进行分解。假设新能源预测功率周期为Tf，并网导则的最小时间尺度为Tmin。在该基础上，如果Tf的取值大于或等于Tmin，就需要对Tf进行分解。在完成分解后，叠加时间段的并网导则，可以充分满足最终并网的要求。在进行优化调度的过程中，检测当前时刻储能能量的状态并与预设参考值进行对比，可以得出能够实现最快恢复储能状态的理想功率，如公式（9）所示。

式中：PSOC（t）为理想功率；EBmax为储能系统的能量容量；Tcon为新能源发电量与储能器发电量最优计算模块的时间同步；SOC（t）为当前时刻储能能量状态；SOCref为预设参考值。

在放电的过程中，设置PSOC（t）的取值为正数。根据上述研究，可以确定新能源电力系统的处理范围，并进一步结合调度目标对其出力进行合理调度。

3 基于双层梯阶的多目标优化调度

针对系统级别的调度以最优成本作为调度目标，总成本中包括光热发电成本、光伏成本以及风电成本等。分别从日内和日前2 个方面对新能源电力系统进行多目标优化调度。针对日前的调度，优化时考虑符合平衡、旋转备用2 个系统约束，同时结合各个子系统调度约束，实现优化目标（具体内容参照上述日前调度模型）。

针对日内调度的优化主要依靠实时反馈子系统实现。在双层梯阶优化系统中引入成本约束条件。其中，太阳能热发电日内调度在t时段的成本函数如公式（10）所示。

根据公式（10）可以完成对新能源电力系统的日内优化调度工作。

4 算例分析

4.1 新能源发电系统并网导则与电站实时反馈调度结构设计

在上述内容的基础上，根据国家有关部门提出的最新文件对含太阳能热发电的电力系统的有功功率变化限值进行设计（如图1所示），相关内容见表1。

表1 含太阳能热发电的电力系统有功功率变化限值要求

图1 含太阳能热发电的电力系统有功功率变化限值要求

根据上述内容分析光伏电站有功功率变化限值，结果见表2。

表2 光伏电站有功功率变化限值要求分析

根据《并网指南》中提出的相关规定，含太阳能热发电的电力系统并网变化量限制在很大程度上取决于装机容量。然而，光伏发电的变化量限制要求比较复杂，除了与装机容量、运行时间等因素有统计学意义外，还与电网的额定电压等级有统计学意义。

在上述内容的基础上，构建新能源电力系统电站实时反馈调度结构，如图2所示。

图2 新能源电力系统电站实时反馈调度结构

通过实时反馈新能源电力系统的运行情况，可以缓解并网的波动问题、减少控制功率越限行为的发生次数，确保新能源电力系统的调度达到优化设计的要求。

4.2 优化调度成效分析

在完成上述研究工作后，根据设计内容，从双层递阶入手，在考虑太阳能热发电中电源对其发电行为的影响后，将新能源电力系统中的负荷平衡作为约束条件，建立双层递阶模型，模型结构如图3所示。

图3 双层递阶模型结构示意图

在该基础上，考虑发电过程中的新能源电力系统日前调度存在偏差，因此，需要在完成日前调度计划后，从计划日（当日）开始，将15 min 作为1 个修正单元，不断对误差进行修正，日前调度误差修正示意图如图4所示。

图4 新能源电力系统日前调度误差修正示意图

在确保新能源电力系统日前调度误差修正工作具有足够的规范性后，对其进行多目标优化调度，分析调度前、调度后电力系统的发电情况可知，调度后，新能源电力系统基本可以排除太阳能发电过程中潜在的随机性，从而提高新能源发电的稳定性、可靠性。在该基础上分析优化调度后电力系统的发电成本发现，根据该文提出的方法进行系统分级、多目标调度，可以在一定程度上降低发电成本，为电力企业在市场内的运营创造更高的收益。

5 结语

通过分析全球能源统计资料可以发现，各国对以原油为主的一次能源需求呈明显下降的趋势，而以太阳能、风力为代表的可再生能源发展速度很快，潜力很大。中国是目前全球最大的能源生产和消费国家，随着“双碳”目标实现，构建高比重的可再生能源系统是“十四五”时期发展的必然选择，构建“风、水、火、储”多能互补的新能源基地将是“十四五”时期新能源发展的必然选择。为了落实该工作，该文通过研究明确了开发新能源系统的必要性，可以为电力新能源行业的发展积累相关经验。