大规模风电接入的发电出力计划优化

大规模风电接入的发电出力计划优化

0风电出力参与发电计划编制随着智能能源调配技术的深入研究，大多数省级网络调度中心采用以安全约束经济方案（sced）为核心的优化软件，制定了能源规划，提高了规划计划的精细化管理水平。SCED可以实现电网调度安全性与经济性的一体化优化,在国外电力市场运营中得到了广泛应用。然而,不同于电力市场调度模式下的成本调度目标,国内发电调度的一个重要目标是确保电厂年度合同电量的同步执行。因此,国内在应用SCED时,对其进行了相应的改进与技术创新,以满足发电计划编制要考虑电量完成进度的需求。目前,多个网省调度控制中心采用了基于SCED的发电计划两阶段编制方法。在当前的调度计划应用中,风电通常以固定出力的形式参与发电计划编制。对于风电渗透率水平较低的电网,风电并网容量一般较小,对发电计划编制的影响基本可以忽略不计。但随着风电机组容量和规模的不断扩大,风电在电网中所占比重逐步提高,部分电网已经达到较高的水平,例如吉林电网、冀北电网,其风电装机容量占总装机容量的份额已超过20%。面对风电高渗透率水平的电源结构,将风电以固定出力参与发电计划编制不再合适。主要体现在:①平衡问题,国内电源结构以火电机组为主,灵活启停机组和调节容量相对较少,大规模低可控性的风电接入,加大了发电计划电力平衡难度,而风电明显的反调峰特性则会进一步恶化此问题,导致发电计划优化问题经常无可行空间;②安全问题,随着风电的超常规发展,电网网架的建设速度跟不上风电的发展速度,多个地区出现了风电外送受限的情况,恶化了发电计划的收敛性。综上所述,随着风电渗透率的不断提高,不宜再将风电以固定出力的形式参与发电计划编制,而需要在优先接纳风电的基础上,将风电出力作为优化变量参与发电计划决策。因此,本文综合考虑系统电力平衡、电量进度跟踪、电网安全、风电接纳等因素,提出了适应大规模风电接入的两阶段发电出力计划优化方法,通过统筹常规电源出力和风电出力,提升发电计划的优化可靠性与决策有效性,实现电网的安全运行和风电的有效接纳。1考虑大规模风电接入电网电力平衡约束的优化算法目前,均衡发电量调度模式是国内的主要调度模式,核心目标是确保电厂年度合同电量的同步执行。与节能发电调度和电力市场相比,均衡发电量调度模式的目标最为模糊。同时,国内以大火电机组为主的发电运行环境,决定了不宜采用频繁启停优化的调度经营模式,机组启停状态在日前计划阶段是固定的。大规模风电接入电网,对发电计划的电力电量平衡带来了新的挑战,进一步提高了发电计划编制的难度。为解决均衡发电量调度模式下日计划既要在全年的时间范围内“瞻前顾后”,还要考虑进度、发电权交易等各种因素,又要考虑系统平衡约束、电网安全约束等各种约束条件,并满足大规模风电接入电网的要求,提出了适应大规模风电接入的发电出力计划两阶段优化算法。阶段1:考虑电量计划和电力可调空间,按照一定原则编制计及风电接纳的期望计划。大规模风电并网容易产生部分时段电力平衡约束无法满足的情况,为实现期望计划的有效编制,在这些时段期望计划不保证电力平衡。严格的电力平衡则通过阶段2的风电和火电协调优化予以满足。阶段2:在弃风量最小的前提下,以偏差最小为目标,考虑发电计划编制的各种约束条件,优化发电计划,使其贴近期望计划。通过风电和火电协调的安全均衡调度,得到可执行性强的火电出力计划,并获得合理的风电计划结果。2基于平衡分析的预测计划2.1电力调空空间上限、调空机组出力下限以及外部约束定义大规模风电接入加剧了电力平衡的难度,需要预先获取电力可调空间,开展电力平衡分析。电力可调空间是根据火电机组状态、机组固定出力、机组减出力、联络线计划、风功率预测值等条件,计算系统可供电力的上限和下限。电力可调空间上限定义为除固定出力之外的开机火电机组出力上限、联络线计划和风功率预测值的总和,并考虑发电火电机组减出力的影响,计算公式为:式中:Pmax为可调空间上限;Pun,max为除固定出力之外的开机火电机组出力上限总和;Pun,fix为机组固定出力总和;Ptie为联络线计划总和;Pwind为风功率预测值的总和;Pres,up为系统上旋转备用。对于核电、水电等其他形式的发电机组,计算方法类同火电,不再赘述。电力可调空间下限按风电是否可以变动,又分为可调空间半下限P1,min与可调空间全下限P2,min这2个级别,定义如下:式中:Pun,min为除固定出力之外的开机火电机组出力下限总和;Pres,down为系统下旋转备用。2.2电力层次分析规则平衡分析用于校验系统负荷是否在电力可调空间的上限与下限之间。典型的平衡分析主要包括4条有功曲线:系统负荷、可调空间上限、可调空间半下限、可调空间全下限,具体表现形式可参见第4节。通过分析系统负荷预测曲线与电力可调空间的3条曲线之间的关系,可以获得发电计划的电力平衡状态。平衡分析的规则如下。1)若系统负荷位于可调空间上限与可调空间半下限之间,说明电力平衡可以得到满足,并且从调峰角度看,电网可以完全接纳风电。2)若系统负荷位于可调空间上限与可调空间全下限之间,说明在弃风的条件下,电力平衡可以得到满足,并且从调峰角度看,电网接纳风电受限。3)若系统负荷高于可调空间上限,或低于可调空间全下限,说明在完全弃风的条件下,电力平衡也无法得到满足。这意味着即使不存在风电,发电计划模型数据也难以实现电力平衡,此时需要重新制定发电计划编制的边界条件。2.3电力平衡分析期望计划是反映调度目标的重要载体,在计算时可以充分考虑各种调度因素。期望计划的编制并无严格的优化算法,大多根据各电网现状和历史运作模式,以专家经验为主,结合启发式方法按照一定逻辑计算形成。如在均衡发电量调度模式下,考虑年度合同电量、已完成电量等因素,获得各机组在计划日的期望电量和电力计划。大规模风电接入加大了系统发用电平衡的难度,电网因无法全部消纳风电而弃风,影响因素有很多方面。风电自特性、系统调峰能力、系统调频能力、电网传输能力、系统负荷特性等因素影响并制约着风电消纳。但这些因素对风电消纳的影响并不是孤立的,而具有一定的关联性。以发电计划编制中的调峰因素和安全因素为例。若首先考虑调峰因素,产生的弃风量为P1,然后再考虑安全因素,产生的弃风量为P2,则总弃风量为二者之和(P1+P2)。然而,考虑安全因素产生的弃风同样会减轻调峰压力,由此在总体上造成了过度弃风。若同时考虑2个因素,产生的总弃风量为P3。显然,P3<P1+P2。若在期望计划编制过程开始就弃风,容易造成过度弃风现象,得到的发电计划损失了整体最优性。为此,在第1阶段保持风电出力不变,不对风功率预测值进行修改。因此,基于平衡分析的期望计划编制流程如图1所示。为实现期望计划的有效编制,对于电力平衡分析不满足的时段,在计算时将所有火电机组的出力设置为其出力限值。此时,该时段发电计划不再满足电力平衡要求。进一步,通过第2阶段的带安全约束的发电计划编制,实现计及电力平衡、电网安全多因素的发电计划优化。3机组出力的预处理基于安全约束经济调度技术,考虑各种约束条件,优化常规机组发电计划与风电计划。优化目标包含2个部分:一部分是常规机组发电计划偏差成本;另一部分是风电弃风成本。引入微增成本曲线,用于衡量常规机组的发电偏差代价以及风电的弃风代价,如图2所示。调度计划对这2个部分的目标重视程度不同,通过优先级控制技术,对每一类目标选取合理的权重系数来体现优化导向。对于弃风部分,也可以采用成本系数设置风电机组间的内部顺序,实现有序弃风。优先级控制详见文献。优化目标为常规机组发电计划偏差成本与风电弃风成本之和最小,表达式为:同时有如下约束关系:式中:I为常规机组数;T为调度期间的时段数;W为风电机组数;S为成本曲线分段数;l(i,t,s)为常规机组i处于分段s内的出力调整增量;ci,s为机组i偏差成本曲线的s段微增成本;l(w,t,s)为风电机组w处于分段s内的弃风量;cw,s为机组w弃风成本曲线的s段微增成本;p(i,t)为常规机组i在时段t的出力;p0(i,t)为常规机组i在时段t的期望出力;p(w,t)为风电机组w在时段t的出力;p0(w,t)为风电机组w在时段t的预测出力;α和β分别为发电进度偏差与弃风的权重系数。对于α和β这2个权重系数之间的界定,考虑如下:电厂签订有长期的电量合同,调度部门尽可能实现合同电量的同步执行,在此背景下,电厂对每一天的进度不是特别关注,其更关注于能否宽松地完成年度电量合同。因此,电量进度的完成是一个在年度范围内不断跟踪修正的过程,而对每一天的具体进度则没有具体要求。但是,风电机组出力受自然因素的影响,具有低可控性并难以大量存储,若在有风时段无法有效消纳风电,则会产生弃风,从而造成清洁资源的巨大浪费。基于此,本文设定弃风的权重系数大于进度偏差的权重系数,以实现优先调整火电机组出力来保证风电的接纳。约束条件为:式中:pd(t)为系统在时段t的总负荷;r(i,t)为机组在时段t提供的旋转备用;pr(t)为系统在时段t的旋转备用需求;pi,max和pi,min分别为常规机组i出力的上下限;ui,t为常规机组i在时段t的组合状态;Δi为常规机组i爬坡速率的最大值;Pmn,max为支路mn的潮流上限;M为电网计算节点集合;p(m,t)为节点m的发电功率;l(m,t)为节点m的负荷;S(m,n,t)为节点m的注入功率对支路mn的灵敏度;M为系统节点集合。式(7)为系统功率平衡约束,式(8)为系统旋转备用约束,式(9)为常规机组出力上下限约束,式(10)为风电机组出力约束,式(11)为机组爬坡速率约束,式(12)为电网安全约束。4计算与分析4.1发电计划预测分析采用国内某风电高渗透率的省级电力系统实际数据构造算例,对建立的模型进行验证分析。算例包括35台风电机组(每个风电场等值为一台风电机组),总装机容量4.06GW。采用某典型日的预测数据,编制日前96时段发电计划,每时段的时长为15min。权重系数α和β分别取值1和5,即弃风代价权重是进度偏差的5倍。其中,系统负荷预测与风电机组出力预测曲线如图3所示。在获取计划日的数据后,首先进行平衡分析。算例的电力平衡展示如图4所示。从图4可以看出,系统负荷曲线位于可调空间上限与可调空间全下限之间,但在调度周期内的负荷低谷时段,系统负荷低于可调空间半下限,说明在这些时段调峰受限,电网无法全部接纳风电。4.2各机组电量进度分析对算例进行数值仿真,结果如表1所示。表1中,两阶段弃风是指在期望计划编制与安全约束优化阶段均考虑弃风;综合弃风是指在期望计划编制阶段给出风电不能完全接纳的提示,但并不弃风,而在安全约束优化阶段实现弃风,即本文所提方法。由于传统方法在期望计划编制过程要求严格的电力平衡,致使发电计划无法正常编制,从而对后续调度运行带来极大干扰。两阶段弃风方法与综合弃风方法在期望计划编制时不严格保证电力平衡,因此均可以获得发电计划结果。但两阶段弃风方法下的发电计划总弃风电量要高于综合弃风方法。日前96时段的弃风情况如图5所示。从图5可以看出,在系统负荷位于可调空间上限与可调空间半下限之间的时段,发电计划受安全约束而弃风,2种方法的弃风量是一致的。但在系统负荷低于可调空间半下限的时段,风电接纳同时受调峰、安全因素影响,综合弃风方法下的发电计划弃风量要低于两阶段弃风方法。综合弃风方法实现了计及多因素的整体弃风决策,因此可以获得更优的发电计划结果。电量进度为各机组发电量与其计划电量的比值。优化后,系统中40台火电机组的电量进度如图6所示。在考虑各种约束条件后,系统有5台机组为满足电网安全要求,电量进度相对较高,接近103%;其他机组的电量进度较为均衡,都在98%左右,表明算法具有电量进度控制的能力。同时,大规模风电并网后,为优先消纳风电,算例日的火电机组电量完成进度受到影响,平均值为98.2%。但电量合