含风电系统的发用电一体化调度模型_王卿然

含风电系统的发用电一体化调度模型

王卿然1,谢国辉2,张粒子1

(1.华北电力大学电气与电子工程学院,北京市102206; 2.国网能源研究院,北京市100052)

摘要:在传统发电调度模式中融入用电调度,为风电等间歇性电源并网提供备用资源、保证电力平衡开辟了一条可行的途径。考虑融入用电激励、可中断负荷、电价响应等用电调度方式,建立了含风电系统的发用电一体化调度模型,采用启发式动态规划算法进行求解。算例分析表明,通过科学决策发用电资源调度,融入用电激励方式能够减少低谷时段风电弃风,提高了风能利用效率;而采用可中断负荷方式则增加了高峰时段的备用资源,提高了系统运行的经济性。关键词:发用电一体化调度;可中断负荷;风电接入;经济调度;需求响应;机组组合

收稿日期:2010-10-11;修回日期:2010-12-22。

国家科技支撑计划资助项目(2008BA A13B11); 十二五 能源规划课题研究项目(N Y JG H -2009-10)。

0 引言

截至2009年,中国风电装机容量连续4年翻番,并网装机容量达到1760万kW,完成吊装的装机容量突破2600万kW 。预计2020年风电装机容量将突破1.5亿kW,年均增速20%左右。未来,中国风电将呈现大规模发展态势。大规模风电并网将影响电力实时平衡进而威胁电网安全。为保障系统安全,需要在调度计划安排上预留足够的旋转备用容量。然而与调峰电源丰富的发达国家的电源结构明显不同,中国电源结构以火电为主,大规模风电并网将面临着发电侧备用资源缺乏,导致系统调峰容量严重不足问题。因此,迫切需要调动更广泛的备用资源参与含风电系统的调度运行管理。

目前,针对促进风电并网消纳的调度策略主要

包括提高风电功率预测精度[1-3]

、与常规机组协调配合[4]2个方面。前者通过先进的时间序列[5]、支持

向量机[6]

等预测方法,提高风电功率预测精度。当风电功率无法准确预测时,电网必须按比较保守的方案为风电留出足够的备用容量以平衡风电功率的波动,为此,提出了风电机组与常规火电机组联合调度的技术策略。例如:安排一定容量的旋转备用以响应风电场出力的随机波动,维持电力系统功率平衡与稳定的策略[7];含风电场的电力系统动态经济

调度策略[8-9]

;基于电气剖分原理的风电系统有功调度与控制的二层结构调控策略[10]。

世界各国接纳大规模风电并网的成功实践之一是通过实施高效的电力市场机制。电力市场机制调动更广泛的备用资源,为新能源并网提供更多调峰、

备用等辅助服务,是促进风电并网发电更为灵活、经

济的调度方式。国内也已有用电资源参与系统调度

方式的研究,例如提出可中断负荷参与备用市场

[11]

和阻塞管理[12]

等。

本文在目前已有研究的基础上,针对大规模风电并网带来的新问题,研究一种融入用电调度(包括可中断负荷,还融入了用电激励、电价响应以及自主投标参与市场竞价等)的发用电一体化调度模式。

1 发用电一体化调度模式

发用电一体化调度模式是在传统发电调度模式中融入用电调度,将用电需求视为一种可调度的虚拟发电资源。用户通过可中断合同、电价响应等方式融入发电计划,形成发电计划和用电计划的一体化调度模式,实现发用电资源的整体优化。

用电调度具有以下显著特点:一是响应快,当系统调峰容量不足、调峰电源短时间内无法投入时,通过实施可中断负荷等用户调度措施能够起到快速备用作用;二是经济性高,融入用电调度进行削峰填谷,能够缓解电厂扩建与调峰电源增加的投资压力;三是体现不同用户用电意愿,不同类型用户供电可靠性和用电特性不同,通过用电调度能够依据各类用户意愿改变用电方式,科学决策发用电资源配置。

仅通过发电侧优化调度实现电力平衡已难以满足日益增长的风电并网需求。为此,需要实施含风电系统的发用电一体化调度模式,科学决策需求侧资源参与电力系统平衡,为解决风电并网提供一条可行的新途径。

本文以用电激励和融入可中断负荷2种方式建立含风电系统的发用电一体化调度模型。

2 模型的目标函数

本文将可中断负荷视为一种可调度的资源融入

15

第35卷 第5期2011年3月10日Vo l.35 N o.5M ar.10,2011

发电调度中。电网公司中断用户供电需要补偿其相应的损失,由于不同用户的用电意愿、用电方式和停电损失不同,故不同用户可中断负荷的补偿价格不同。为提高系统运行的经济性,考虑在高峰负荷时段以发电成本、备用成本和电网购买可中断负荷总费用最小为目标制订发电计划。

在风电大发的低谷时段,由于系统深度调峰容量不足,往往需要弃风,如果实施用电需求激励,在低谷时段通过电价等手段激励用户增加用电需求,可充分利用风能资源。因此,考虑在低谷负荷时段将用电激励融入目标函数制订发电计划。

模型的目标函数为:

min F= T t=1 j P I j,t+ j D j,t+ I i=1U i,t[f i(P i,t)+ (1-U i,t-1)C S i+g(R i,t,up,R i,t,down)](1)式中:t为时段号,t=1,2, ,T;T为时段数; j为电网公司向可中断用户j中断供电的补偿价格,可通过用户问卷调查等方式得到[13],并在不同时段选取不同的数值;P I j,t为用户j在时段t被中断的负荷; j为用户j增加用电的激励价格,可根据系统发电边际成本确定,并在不同时段选取不同的数值;

D j,t为用户j在时段t增加的负荷;i为机组号;I为机组总数;U i,t为机组i在时段t的运行状态,U i,t= 1表示机组运行,U i,t=0表示机组停机;P i,t为机组i 在时段t的有功出力;f i(P i,t)为机组i的发电成本函数;C S i为机组i的启动成本,为停机时间的函数; g(R i,t,up,R i,t,down)为机组i的备用成本函数,R i,t,up和R i,t,d own分别为机组i在时段t的正、负旋转备用容量。

3 模型的约束条件

与传统发电调度模型相比,本文将可中断负荷和用电激励负荷视为2种备用资源分别融入到正旋转备用和负旋转备用约束条件中建模。同时,增加了可中断负荷和用电激励负荷的限值约束。

1)启停变量约束

U i,t=0机组停机

1机组运行

(2)

2)功率平衡约束

I

i=1

U i,t P i,t+P W,t=P L,t(3)式中:P W,t和P L,t分别为风电场在时段t的风电预测功率和系统负荷。

3)机组功率约束

U i,t P i,min P i,t U i,t P i,max(4)式中:P i,min和P i,max分别为机组i输出有功功率下限值和上限值。

4)最小启停时间约束

(U i,t-1-U i,t)(T i,t-1-T i,on) 0(5)

(U i,t-U i,t-1)(-T i,t-1-T i,off) 0(6)式中:T i,t-1为机组i在时段t-1的总持续时间; T i,on和T i,off分别为机组i的最小运行时间和最小停运时间。

5)机组爬坡速度约束

U i,t P i,t-U i,t-1P i,t-1 P i,up(7)

U i,t-1P i,t-1-U i,t P i,t P i,down(8)式中:P i,up和P i,down分别为机组i的升、降出力。

6)正旋转备用约束

I

i=1

U i,t R i,t,up+ J j=1P I j,t R up,t+R wind,up,t(9)

I

i=1

U i,t R i,t,up R up,t+R w ind,up,t(10) U i,t P i,t+U i,t R i,t,up U i,t P i,max(11)

U i,t R i,min R i,t,up U i,t R i,max(12)式中:R up,t和R wind,up,t分别为系统在时段t的正旋转备用需求和应对风电功率缺失的正旋转备用需求; R i,min和R i,max分别为机组i预留的最小旋转备用和最大旋转备用。

7)负旋转备用约束

I

i=1

U i,t R i,t,down+ J j=1D j,t R dow n,t+R wind,dow n,t(13) U i,t P i,t-U i,t R i,t,dow n U i,t P i,min(14)

U i,t R i,min R i,t,down U i,t R i,max(15)式中:R down,t和R wind,down,t分别为系统在时段t的负旋转备用需求和应对风电功率缺失的负旋转备用需求。

8)线路传输容量约束

-P k,max n j=1S j,k P j,net P k,max(16)式中:P k,max为线路k的最大输送功率;S j,k为节点j 注入功率对线路k潮流的灵敏度;P j,net为节点j的净注入功率;n为系统节点数。

9)可中断负荷限值约束

P I j,t,min P I j,t P I j,t,max(17)式中:P I j,t,min和P I j,t,max分别为用户j在时段t的可中断负荷下限值和上限值。

10)用电激励负荷限值约束

D j,t,min D j,t D j,t,max(18)式中:D j,t,min和D j,t,max分别为用户j在时段t的用电激励负荷下限值和上限值。

4

算例分析

上述模型实质上是复杂多约束的机组组合模

16

2011,35(5)