儲能參與新能源消納的優(yōu)化控制策略
劉聯(lián)濤1, 劉飛1, 吉平2, 林偉芳2, 張祥成1, 田旭1, 高菲2
（1. 國網(wǎng)青海省電力公司經(jīng)濟(jì)技術(shù)研究院，青海 西寧 810008; 2. 中國電力科學(xué)研究院有限公司，北京 100192）
摘要：在中國提升新能源消納能力、助力碳達(dá)峰碳中和目標(biāo)實(shí)現(xiàn)的背景下，提出了一種基于解耦的儲能參與新能源消納的優(yōu)化控制方法。針對儲能系統(tǒng)優(yōu)化控制非線性模型求解難題，提出了基于解耦的線性簡化方法，利用枚舉優(yōu)化和迭代潮流計(jì)算結(jié)合方法，建立了滿足提升新能源消納目標(biāo)和電網(wǎng)安全運(yùn)行約束的儲能運(yùn)行緊致約束條件。算例測試顯示，基于解耦的線性簡化模型與原有非線性模型保持一致，降低了高階優(yōu)化控制模型的求解難度，保障了儲能提升新能源消納的快速可靠決策，提升了新能源和儲能綜合運(yùn)行效益。
引文信息
劉聯(lián)濤, 劉飛, 吉平, 等. 儲能參與新能源消納的優(yōu)化控制策略[J]. 中國電力, 2023, 56(3): 137-143.
LIU Liantao, LIU Fei, JI Ping, et al. Research on optimal control strategy of energy storage for improving new energy consumption[J]. Electric Power, 2023, 56(3): 137-143.
引言
碳達(dá)峰碳中和中長期目標(biāo)的制定，體現(xiàn)了中國積極應(yīng)對氣候變化的重要決心[1-2]。為推動該目標(biāo)如期實(shí)現(xiàn)，中國發(fā)改委明確指出，加快推進(jìn)能源結(jié)構(gòu)優(yōu)化，嚴(yán)格控制化石能源消費(fèi)，積極推進(jìn)風(fēng)電、光伏等清潔能源的發(fā)展。大規(guī)模新能源電源在實(shí)際運(yùn)行中出現(xiàn)了限電問題[3-4]。對此在《貫徹落實(shí)<關(guān)于促進(jìn)儲能技術(shù)與產(chǎn)業(yè)發(fā)展的指導(dǎo)意見>2019—2020年行動計(jì)劃》[5]中指出，鼓勵和支持負(fù)荷側(cè)儲能發(fā)展，探討儲能與分布式發(fā)電相結(jié)合，建設(shè)分布式能源系統(tǒng)，實(shí)現(xiàn)可再生能源就地就近消納利用。
目前儲能技術(shù)已成為實(shí)現(xiàn)可再生能源高效利用的關(guān)鍵技術(shù)和重要途徑，并得到廣泛認(rèn)可[6-8]。文獻(xiàn)[9-10]開展了新能源消納評價(jià)研究，但更多側(cè)重于儲能運(yùn)行策略研究。文獻(xiàn)[11-15]與負(fù)荷側(cè)儲能優(yōu)化運(yùn)營[16-18]類似，著重考慮功率平衡，沒有考慮安全運(yùn)行等非線性約束。文獻(xiàn)[11]提出一種光儲混合系統(tǒng)在平抑功率波動和峰谷電價(jià)套利2種模式下協(xié)調(diào)運(yùn)行控制策略。文獻(xiàn)[12]針對提高新能源利用水平典型場景，開展電網(wǎng)側(cè)儲能典型案例的應(yīng)用價(jià)值和經(jīng)濟(jì)性研究。文獻(xiàn)[13]以光儲充電站的收益最大化為目標(biāo)，詳細(xì)考慮光儲充電站中儲能運(yùn)行效率和壽命衰減過程，構(gòu)建儲能系統(tǒng)優(yōu)化運(yùn)行模型。文獻(xiàn)[14]考慮儲能調(diào)峰能力，以系統(tǒng)調(diào)峰成本最小為目標(biāo)得到不同光伏滲透率下的系統(tǒng)最優(yōu)調(diào)峰策略。文獻(xiàn)[15]提出一種基于靈活性平衡理論的可再生能源消納策略，實(shí)現(xiàn)參與消納各主體相互利益達(dá)到均衡。
文獻(xiàn)[19-21]綜合考慮了新能源接入系統(tǒng)安全性約束，但針對高階非線性優(yōu)化模型，多采用智能優(yōu)化算法，計(jì)算速度和穩(wěn)定性難以保證。文獻(xiàn)[19]通過迭代收斂方式最終獲得最優(yōu)運(yùn)行策略。文獻(xiàn)[20]建立了源–儲–荷互動的分布式優(yōu)化博弈模型，結(jié)合粒子群算法和約束支配原則實(shí)現(xiàn)了分布式迭代求解。文獻(xiàn)[21]構(gòu)建了集群儲能經(jīng)濟(jì)模型，利用遺傳算法確定各節(jié)點(diǎn)儲能最優(yōu)時(shí)序出力。
在大規(guī)模新能源并網(wǎng)場景下，特別是在配電網(wǎng)中，制約新能源消納的原因主要為負(fù)荷較小無法實(shí)現(xiàn)就地消納時(shí)，反向潮流造成局部電壓升高[22-24]，從而降低了電網(wǎng)運(yùn)行安全性。因此儲能運(yùn)行控制模型須考慮電網(wǎng)安全性約束，并適應(yīng)新能源和儲能快速發(fā)展需求，進(jìn)一步提出適應(yīng)大規(guī)模非線性優(yōu)化問題的快速穩(wěn)定的求解方法。在此背景下，本文提出了一種基于解耦的儲能參與新能源消納的優(yōu)化控制方法。該方法建立了提升新能源消納的儲能系統(tǒng)優(yōu)化控制模型。針對該非線性優(yōu)化模型的求解難題，提出了基于枚舉優(yōu)化和迭代潮流計(jì)算解耦的儲能系統(tǒng)功率的理想下限計(jì)算方法，保障了系統(tǒng)電壓運(yùn)行安全約束。根據(jù)儲能系統(tǒng)的容量和功率約束進(jìn)一步修正功率下限。在滿足修正后的功率約束條件下，建立解耦簡化后的儲能系統(tǒng)優(yōu)化控制的線性規(guī)劃模型，進(jìn)而計(jì)算儲能優(yōu)化運(yùn)行策略。
1 儲能系統(tǒng)優(yōu)化控制模型
當(dāng)儲能系統(tǒng)運(yùn)行目標(biāo)為保障電網(wǎng)安全運(yùn)行、提升新能源消納能力時(shí)，儲能系統(tǒng)優(yōu)化控制模型側(cè)重于利用其靈活的調(diào)控手段，減小新能源電源在實(shí)際運(yùn)行中的限電量。在分布式新能源電源并網(wǎng)的中低壓電網(wǎng)中，制約新能源消納的主要因素為反向潮流導(dǎo)致的電壓抬升問題。因此優(yōu)化控制模型主要以降低限電量為目標(biāo)，兼顧儲能運(yùn)營成本，同時(shí)滿足電網(wǎng)安全運(yùn)行約束和儲能系統(tǒng)自身運(yùn)行約束。
儲能優(yōu)化控制模型以新能源電源和儲能運(yùn)行總成本f最小為目標(biāo)函數(shù)，即
式中： Δt 為時(shí)段間隔；T為調(diào)度時(shí)段數(shù)； NRES 為分布式電源數(shù)量；圖片分別為時(shí)刻t分布式電源i單位限電成本和限電功率； NES 為儲能數(shù)量； CES,t 為時(shí)刻t儲能系統(tǒng)充、放電電價(jià)；圖片為儲能系統(tǒng)i在時(shí)刻t的充、放電功率，充電時(shí)該值為正，放電時(shí)該值為負(fù)。
模型運(yùn)行約束包括常用的電網(wǎng)功率平衡約束和電網(wǎng)安全約束，具體參見文獻(xiàn)[21]。
綜上可得由控制變量圖片建立的儲能系統(tǒng)優(yōu)化控制模型。該模型為非線性優(yōu)化模型，當(dāng)電網(wǎng)規(guī)模較大、分布式電源和儲能數(shù)量較多時(shí)，其求解存在難度大、速度慢的問題。為了適應(yīng)分布式電源和儲能大量接入場景下的計(jì)算需求，將研究更為簡化和穩(wěn)定的求解方法。
2 儲能系統(tǒng)優(yōu)化控制模型解耦求解方法
儲能系統(tǒng)優(yōu)化控制模型解耦求解思路為：考慮到模型中非線性特性主要體現(xiàn)在潮流平衡關(guān)系隱性表達(dá)的電壓約束上，因此要將功率平衡約束和電網(wǎng)安全約束解耦并簡化到儲能系統(tǒng)的運(yùn)行約束中，即可將非線性優(yōu)化問題轉(zhuǎn)化為線性優(yōu)化問題?；谏鲜鏊悸罚岢龅膬δ芟到y(tǒng)優(yōu)化控制模型的解耦求解步驟如下。
1）利用枚舉優(yōu)化和迭代潮流計(jì)算完成儲能系統(tǒng)充放電功率的理想下限計(jì)算；
2）根據(jù)儲能系統(tǒng)的容量和功率約束，利用累加電量法和新能源整體消納比例計(jì)算修正后的充放電功率下限；
3）建立滿足修正后充放電功率約束條件的儲能線性規(guī)劃模型；
4）計(jì)算儲能運(yùn)行策略和新能源限電功率。
2.1 儲能系統(tǒng)充放電功率理想下限計(jì)算
在包含多個(gè)分布式電源和儲能系統(tǒng)的配電網(wǎng)中，限電功率和儲能系統(tǒng)消納新能源出力的分配遵循公平性原則。
首先計(jì)算在新能源出力較大時(shí)段，各儲能單元完成100%消納所需的充放電功率理想下限。此時(shí)在潮流計(jì)算中，各分布式電源出力為該時(shí)段最大出力，各儲能單元功率設(shè)置為分?jǐn)傠娋W(wǎng)無法消納的部分出力，即
式中： pRES,t 為時(shí)刻t的新能源消納比例；圖片為儲能系統(tǒng)i的分?jǐn)偙壤?
考慮到式（5）唯一變量 pRES,t 是[0,1]區(qū)間的數(shù)值，因此以1為變量初始值，以0.01為步長，進(jìn)行枚舉優(yōu)化求解，充電功率理想下限計(jì)算流程如圖1所示，可得在電網(wǎng)無法完全消納新能源發(fā)電時(shí)段的各儲能單元充電功率理想下限。
圖1 充電功率理想下限計(jì)算流程
Fig.1 Calculation flowchart of charging power lower limit
為了保持電壓安全性，須計(jì)算儲能系統(tǒng)放電功率下限，設(shè)置此時(shí)儲能功率為
式中： sES,t 為儲能系統(tǒng)t時(shí)段放電比例，同樣屬于[0,1]區(qū)間。
pRES,t 求解后，利用枚舉優(yōu)化與迭代潮流計(jì)算結(jié)合的方法即可求解 sES,t 。將不同時(shí)段充電功率和放電功率理想下限結(jié)合，可得到各儲能單元的理想功率下限
2.2 儲能系統(tǒng)充放電功率下限修正
最后進(jìn)行時(shí)段恢復(fù)，恢復(fù)后的圖片即為時(shí)刻t儲能系統(tǒng)i的實(shí)際功率下限，理想和實(shí)際功率下限的差值即為新能源各時(shí)段總限電功率。
2.3 建立解耦簡化的儲能系統(tǒng)線性模型
解耦后的儲能系統(tǒng)優(yōu)化控制模型的目標(biāo)函數(shù)中不再考慮提升新能源消納能力，約束條件同樣不再包含功率平衡約束和電網(wǎng)安全約束。此時(shí)的優(yōu)化控制模型的目標(biāo)函數(shù)僅為儲能運(yùn)營成本最小化，功率約束條件的下限修正為實(shí)際功率下限，即
3 案例分析
采用IEEE 33節(jié)點(diǎn)測試算例系統(tǒng)對所提方法進(jìn)行驗(yàn)證。節(jié)點(diǎn)7、10、15和18分別接入裝機(jī)容量為560 kW的光伏發(fā)電系統(tǒng)，裝機(jī)總?cè)萘空钾?fù)荷基值的50%。節(jié)點(diǎn)13接入額定容量為450 kW·h，最大充放電功率為225 kW的儲能系統(tǒng)，儲能配置比例為光伏容量的10%，儲能時(shí)長為2 h，滿足目前光伏配建儲能的主流要求。儲能系統(tǒng)荷電狀態(tài)正常運(yùn)行范圍為0.1~0.9，電網(wǎng)電壓安全運(yùn)行的上限為1.05(p.u.)，下限為0.95(p.u.)。
光照場景選取夏季光照曲線，太陽輻照基準(zhǔn)值設(shè)為1 000 W/m2。負(fù)荷場景選用典型的工業(yè)負(fù)荷，負(fù)荷基值參照文獻(xiàn)[25]。電價(jià)數(shù)據(jù)參考某省工業(yè)分時(shí)電價(jià)。上述參數(shù)在典型日各時(shí)段數(shù)據(jù)如圖2所示。
圖2 太陽輻照度、負(fù)荷和電價(jià)的典型日數(shù)據(jù)
Fig.2 Typical daily solar irradiance, load and electricity price
儲能系統(tǒng)功率以及光伏系統(tǒng)限電曲線如圖3所示。從圖3中可以看出，為了完全消納光伏出力，不考慮儲能系統(tǒng)約束的理想功率下限在12:00—15:00分別達(dá)到了27.9 kW、259.7 kW、228.6 kW和74.5 kW。該功率已經(jīng)超過了儲能系統(tǒng)實(shí)際運(yùn)行能力，因此實(shí)際功率下限修正為18.1 kW、146.3 kW、146.3 kW和48.5 kW。修正后光伏出力無法完全消納，則理想功率下限和實(shí)際功率下限的差值分別為9.8 kW、113.4 kW、82.3 kW和26.0 kW。
圖3 儲能功率下限和光伏限電曲線
Fig.3 Energy storage power limit and photovoltaic curtailment
考慮與不考慮光伏消納提升的儲能系統(tǒng)運(yùn)行策略如圖4所示。從圖4中可以看出，儲能運(yùn)行策略在中午光伏出力高峰時(shí)段差異性較大?？紤]光伏消納提升時(shí)，其優(yōu)化運(yùn)行策略完全符合實(shí)際功率下限約束，說明了實(shí)際功率下限計(jì)算的合理性。不考慮光伏消納提升的儲能系統(tǒng)充、放電特性僅與電價(jià)峰谷特性緊密相關(guān)，與光伏出力特性并無關(guān)聯(lián)。
圖4 儲能系統(tǒng)運(yùn)行策略
Fig.4 Operation strategy of energy storage system
雖然解耦后儲能優(yōu)化控制模型中不包含功率和電壓約束，但經(jīng)過校驗(yàn)可以看出在13:00時(shí)考慮光伏消納提升后測試系統(tǒng)的電壓完全滿足電壓安全約束，測試系統(tǒng)電壓分布如圖5所示，從而驗(yàn)證了所提解耦方法的有效性。在不考慮光伏消納提升的儲能系統(tǒng)運(yùn)行策略下，測試系統(tǒng)中12~18節(jié)點(diǎn)的電壓在13:00均超過上限。
圖5 測試系統(tǒng)電壓分布
Fig.5 Test system voltage distribution
2種目標(biāo)下光伏限電功率如圖6所示。當(dāng)儲能考慮光伏消納提升時(shí)，光伏日限電量僅為231.7 kW·h，此時(shí)儲能日收益為376.2元。當(dāng)儲能不考慮光伏消納提升時(shí)，光伏日限電量為603.4 kW·h，此時(shí)儲能日收益為475.9元。儲能不考慮光伏消納提升時(shí)，儲能收益提高了26.5%，但是限電量增加了160.4%，其社會總效益仍呈現(xiàn)了大幅降低趨勢。采用提出的儲能優(yōu)化控制模型和方法，能夠?qū)崿F(xiàn)光伏和儲能系統(tǒng)的綜合效益提升，并且降低大規(guī)模電網(wǎng)的求解難度。
圖6 光伏系統(tǒng)總體限電功率
Fig.6 Total curtailment power of photovoltaic
4 結(jié)語
本文提出了一種基于解耦的儲能參與新能源消納的優(yōu)化控制方法。該方法利用枚舉優(yōu)化和迭代潮流計(jì)算相結(jié)合的方法，通過對儲能實(shí)際運(yùn)行功率下限的計(jì)算，簡化了原有模型中的功率平衡約束和電網(wǎng)安全約束，為大規(guī)模配電網(wǎng)中的非線性優(yōu)化模型提供了快速穩(wěn)定的求解方法。算例測試結(jié)果顯示，該方法得到的儲能充、放電特性仍能保證電網(wǎng)安全約束等原有模型中的非線性約束，驗(yàn)證了基于解耦的儲能優(yōu)化控制簡化模型仍和原有模型保持高度一致，實(shí)現(xiàn)了原有模型優(yōu)化目標(biāo)中新能源和儲能的綜合運(yùn)行效益提升。所提方法保障了儲能提升新能源消納的快速可靠決策，為大規(guī)模儲能系統(tǒng)優(yōu)化運(yùn)行提供了技術(shù)支撐。
