风电—光伏—光热发电系统联合优化运行研究

风电—光伏—光热发电系统联合优化运
行研究
摘要：风电、光伏发电系统具有天然的波动性与随机性特点，使发电系统风
险评估难度增加。

为提升规模化新能源的并网消纳能力，需要在电网中配置灵活
性储能，并进行发电机组深度调峰。

“风光热储”是近几年多种新能源互补发电
的新模式，以有效解决用电高峰期和低谷期存在的电力输出不平衡问题，并提高
能源利用率，实现清洁发展。

为此，研究了光热电站的运行机理和工作模式。

本
文建立了风电—光伏—光热发电系统联合优化运行模型，以高优先级优化匹配调
度曲线的程度，以低优先级优化联合系统的可再生能源消纳能力。

关键词：风电；光伏；光热发电系统；联合；优化运行
引言
加快发展新能源被认为是优化我国能源结构、促进生态文明建设和经济社会
可持续发展的重要战略措施。

在目前“双碳”目标的背景下，削减煤炭直接消费、降低煤炭在一次能源消费中占比、摆脱对煤炭的高度依赖是必然趋势，而大力发
展风力、光伏等新能源发电是实现该目标的重要方式。

提高风电和光伏的入网水
平成为发电系统发展的主要趋势，而风力、光伏发电的波动性和随机性为电力系
统风险评估增加了难度。

1火电机组深度调峰成本计算模型
为应对大规模具有随机性、波动性和间歇性的新能源并网，火电机组将面临
深度调峰运行新工况，需要建立考虑火电机组深度调峰的成本计算方法。

火电机
组的调峰过程根据其出力状态，分为基本调峰阶段和深度调峰阶段。

而深度调峰
阶段按照调峰深度与燃烧介质又分为投油深度调峰阶段和不投油深度调峰阶段。

其中，P max为机组出力最大值，Pmin为基本调峰阶段机组出力最小值，P b为不投
油深度调峰阶段机组出力最小值，P a为投油深度调峰阶段机组出力最小值。

对于
基本调峰阶段，火电机组的调峰成本主要包括燃料成本和启停成本，一般采用二
次方公式对煤耗与运行负荷的关系进行拟合。

机组运行在深度调峰阶段时，火电
机组运行煤耗会有较大增加。

为了考虑火电机组深度调峰运行工况对煤耗的影响，对于深度调峰阶段，引入火电机组出力的三次方函数描述火电机组的燃料成本。

汽轮机在负荷调整过程中，转子受交变热应力影响，会加速转子应力集中部位疲
劳裂纹的产生，从而造成机组使用寿命的降低。

2发电系统可靠性评估模型
1.1风力发电可靠性评估模型
目前应用最为广泛的风力发电机组主要有双馈感应发电机（DFIG）与永磁同
步发电机（PMSG）。

就应用情况而言，永磁同步发电机相对更加适应低风速的环境，且实际运行中故障率低。

计及元件故障与风速的影响，A为正常工作状态；B
为风力发电系统处于故障的状态；C为风力发电系统处于降额状态。

λs为风力发
电系统正常工作时的故障率；λb为风力发电系统正常工作时发生功率降额的概率；μs为风力发电系统从故障状态恢复到正常状态的修复率；μb为风力发电系
统从降额状态恢复到正常状态的修复率。

1.2光伏发电可靠性评估模型
并网光伏系统由光伏电池模块、DC-DC变换器、DC-AC逆变器、控制器及滤
波模块等组成。

光伏电池模块产生直流电，通过DC-AC逆变器进行直-交变换接
入电网。

光伏电池、DC-DC变换器、DC-AC逆变器及滤波器等元件的故障均会导
致光伏系统并网的失败。

考虑到元件故障与太阳照射的原因，将系统的工作状态
进行简化，A为正常状态，B为停运状态，停运状态包括光伏机组因防孤岛保护
切断与电网的连接或光伏机组故障。

λPV为光伏系统的故障发生率；μPV为光伏
系统的故障修复率。

在光伏发电系统双状态模型里，λPV与μPV对应光伏发电系
统故障状态的发生率与修复率，单位为次/年。

一般来说，光伏并网系统的具体
组成与具体参数很难获取，修复时间等各项时间参数也难以精确计算，因此，故
障率λPV与修复率μPV需要参考现场数据及专家工作经验等方面因素进行估算。

1.3常规火力发电可靠性评估模型
常规火力发电系统状态转移模型，可以分为两状态到五状态不等，通过分析
历年火力发电机组的故障和停运时长，可以发现其存在一定的统计规律。

通常情
况下，常规火电机组可能的运行状态有额定运行、降额运行、例年检修、突发故
障等状态，其概率按照统计学规律可以设为固定值。

在本文的可靠性模型中，考
虑到原始信息不完善，为对电力系统进行最可靠的静态稳定性分析，常规火力发
电系统采用两状态转移模型。

常规火电机组起停概率模型中，具有两种可能状态：一种是正常运行时输出额定功率；另一种则是在故障、检修等状态下的停运形式，不输出任何功率。

3风电—光伏—光热发电系统联合优化运行
本文以24小时为一个调度周期，15分钟为一个调度时段，则N取96。

风电场、光伏电站的预测出力采用2019年我国西北某地的预测数据，DNI值来源于SAM软件。

根据风电、光伏预测出力值、DNI值和调度曲线值，设该系统内风电场、光伏电站和CSP电站的最大上网功率分别为350MW、250MW、100MW。

本文的
算例求解基于MatlabR2018b软件，通过Yalmip工具包调用Cplex12.8.0商业求
解器对优化问题进行求解。

可以看出，夜间光伏电站没有出力，联合系统调度出
力来源为风力发电、光热发电。

此时需要CSP电站有较多出力。

日出之后，调度
曲线值和光伏电站出力值上升，且后者的上升趋势明显大于前者，因此仅依靠风
力发电、光伏发电完全能满足调度曲线要求，甚至出现弃光现象。

因此需优先消
纳风电场、光伏电站发出的功率。

而CSP电站在白天出力值较小，甚至接近其出
力下限。

正午过后，调度曲线值有所下降，且光伏电站存在出力上限，而光伏出
力处于一天之中的最高水平，此时弃光量比较大。

日落之后，光伏电站不再出力，风电出力回归一天之中的较高水平，而19时左右的调度曲线值为一天之中最大值，因此需要CSP电站有较多出力。

由于风电场存在出力上限，且夜间风电实际
出力值较高，因此弃风现象较为明显。

若仅依靠风电场、光伏电站联合运行，假
如不限制二者出力上限。

显然这种情况下大多数时段的上网功率无法满足要求，
调度效果差，严重影响居民正常用电。

由此可见，CSP电站的作用是调节系统总
上网功率，配合风电、光伏发电完成联合系统优化运行的任务，减小二者出力不
确定性导致的不利影响，提高系统运行的稳定性、可靠性。

此时联合系统全天的
弃风、弃光电量为239.035MW·h。

主要原因是新能源出力超过调度曲线值或发电
厂的最大出力功率。

欲降低弃电量，一方面可考虑在CSP电站中加装电加热系统，在风光功率过剩的时段通过电加热系统将多余的电转化为热存入TES中，从而进
一步降低TES中的熔融盐凝固的几率，保障CSP电站出力的稳定性，提高联合系
统运行的经济性、灵活性和可靠性；另一方面可考虑电网互联互通，增加外送通道，在弃电量较大时段将多余的电能输送至人口密集、负荷集中的地区，从而消
除区域壁垒，降低新能源消纳难度。

结束语
联合系统中CSP电站的作用是调节联合系统出力，它可以增加系统的调节能力，减小风电、光伏出力不确定性导致的出力波动，使联合系统的出力满足调度
需求，保证电力系统可靠持续供电。

参考文献
[1]国网能源研究院有限公司.全球能源分析与展望2021[M].北京：中国电力
出版社，2021.
[2]刘德民.水风光多能互补关键技术研究[J].水电与抽水蓄能，2021，7（5）：2.
[3]高洁.抽水蓄能-光伏-风电联合优化运行研究[J].水电与抽水蓄能，2020，6（5）：25-29，37.。