基于调峰约束的风电装载机最优容量规划

基于调峰约束的风电装载机最优容量规划

0风电并网接受能力研究近年来，风力发电在世界范围内迅速发展。由于风电出力的不确定性,加之电力负荷率趋于下降的因素,使系统的负荷峰谷差逐年增大,各系统的调峰问题愈来愈突出,一些系统往往出现调峰容量短缺、低谷容量剩余的局面。尤其风电比重较大的电网,往往会因为调峰等问题出现电网不能接受风电全部出力的情况,造成风电场的“弃风”情况出现。因此,有必要针对电网实际情况,研究并确定系统最大可以接受的风电出力,用以指导电力系统规划和风电发展规划,提高可再生能源的利用效率。电力系统可接纳风电容量受电网输送能力、负荷特点、调峰能力、电源构成、稳定水平、电压波动等因素的影响。在大规模风电接入的电网中,由于风电出力的不确定性,导致对风电可用出力无法较为精确的判断,从而对系统机组组合、机组负荷分配带来一定影响,同时,也对电网调峰能力的准确掌握带来不利影响。因此,计算电网对大型风电并网的接受能力是十分必要的。文献通过研究风电随机波动对系统调峰能力的影响,提出了评估风电接入后的系统调峰能力的分析方法。文献通过研究电网电源构成、运用系统运行模拟提出了风电并网后电网调峰能力的计算方法。文献在考虑电网调峰和电网输送的约束下,对风电场消纳能力进行了分析,并根据电力系统实际运行情况给出了提高风电消纳能力的措施和建议。文献阐述了接纳风电所采取的调峰措施,并对各种接纳风电所采取的调峰手段进行经济效益分析和比较。而作为世界上风力发电最发达的国家,丹麦也曾遇到过调峰调频的严重困惑,为此,丹麦输电商Energinetdk通过制定电力市场技术和管理规定仍然成功地为风电提供了调峰调频服务。近年来,由于我国风力发展较为迅猛,电网可为风电提供的调峰能力成为制约风电出力的最根本因素,该因素与系统负荷特性、电源特性、外送规模密切相关。很多学者从风电对电网调峰能力的影响、计及风电的电网调峰容量计算方法,以调峰为约束的电网风电接纳能力、以及含风电场的调峰对策等方面对该问题进行了探讨。但是电网接受风电能力是一个较为复杂的问题,不仅受到电网调峰容量、负荷特性、可用风力资源的影响,更受到电网调峰速度、负荷波动程度、电源结构等的影响。本文从系统需求的调峰容量、调峰速度出发,结合系统电源结构、负荷特性,以风力发电收入最大为目标,建立模型分析计算系统可接纳的风电最优装机容量。1系统调节速度/峰谷差衡量一个系统是否存在调峰问题,通常从两个方面进行:一是系统调峰容量是否小于负荷峰谷差,二是系统调节速度是否小于负荷增长/下降速度。因此,一般可在几种典型需求曲线下,通过判断在相应运行方式下发电机组的调节容量能否满足负荷峰谷差,以及判断系统调峰速度能否满足负荷变化速度来进行。1.1机组容量确定不同类型的机组其调峰容量各不相同,系统调峰容量定义为运行中的机组可灵活调节的容量之和。调峰容量用公式表示为Cs,plr=∑i∈Ν(Ρi,e-Ρi,min)(1)Cs,plr=∑i∈N(Pi,e−Pi,min)(1)式中:Cs,plr为系统调峰容量;N为各类机组总台数;Pi,e为第i台机组的额定容量;Pi,min为第i台机组的最小技术出力。系统中常规机组一般分为火电机组、水电机组和核电机组3种。火电机组一般分为常规火电机组、供热机组和燃气轮机组。常规火电受锅炉、汽轮机最小技术出力等条件的制约,火电机组的调整范围较小,一般认为,火力发电机组调峰容量在30%额定容量范围内,即其负荷可灵活变动的范围在70%额定功率至全部额定功率之间,目前有些机组经过深调峰可以达到调节容量为40%～50%。燃气轮机组具有启动快、适于频繁启动的特点,认为其调峰容量为100%额定容量。而供热机组主要用于热电联产,其发电容量受供热需求限制,一般作为基荷机组运行,认为其无调峰容量。水电机组按照水库的调节性能可分为无调节、日调节、周调节、年调节和多年调节水电机组。除无调节水电机组外,有调节水电机组的调峰容量主要受水库水位的限制,因此在水位充足的情况下,可认为其调峰容量为100%额定容量。核电机组按照其技术和经济特性,适宜承担基本负荷,一般认为其无调峰容量。1.2系统调峰速度调峰速度指调峰机组担任调峰过程中可以达到的最大爬荷、卸荷速度,系统总调峰速度为各运行机组调峰速度之和。用公式表示如下:Rs=∑i∈ΝΡi,e-Ρi,minΤi(2)Rs=∑i∈NPi,e−Pi,minTi(2)式中:Rs为系统调峰速度;Ti为第i台机组从最小技术出力到额定负荷发电所需经过的时长。火电机组受锅炉、汽轮机设备交变应力的限制,调整速度较慢,大型凝汽式汽轮机组在最小技术出力到额定容量的调节区间内,一般每分钟仅可调整装机容量的1%～3%左右。对于热电联产机组,其最小出力和调整速度还要受供热的限制,所以其调峰速度较凝汽轮机组低。相比之下,水电机组开停机迅速、灵活,且调峰深度接近百分之百。在不考虑上游来水限制的条件下,水电厂在短短几分钟之内就可完成从开机到额定出力发电的过程。可见,水电机组具有优越的调峰性能。2风电并网面临的挑战近年来,中国风电蓬勃发展,装机容量一直保持高速增长,但风电的随机间歇性及预测精度低等特性,使风电并网面临诸多挑战。其中,风电并网使系统调峰问题凸显,风电的大量接入也严重影响了系统的调峰需求。2.1风力发电系统模型风电机组发电功率受来风速度影响,其影响关系可用下式表示:Ρw={00≤v＜vci12dAv3vci≤v＜vcrΡw,evcr≤v＜vco0v≥vco(3)式中:Pw为风电场实际发电功率(kW);Pw,e为风电场额定发电功率(kW);d为风电场空气密度,A为风能流经风电场的横截面积(m2);v为风速(m/s);vci为切入风速;vcr为额定风速;vco为切出风速。实际上由于风速在接近零风速与额定风速之间变化,与此对应,风电出力在大部分时间内,都会有在接近零出力与额定出力之间变化的现象。并且由于夜间来风较白天增大的现实,所以风电出力通常表现为夜间出力大于白天的特性。并且,风速的预测是不确定的,因此,风电出力也会受到来风预测的影响,不易准确得知。2.2风电场接入系统容量的加风电场接入系统首先增大了系统装机容量,对提高系统发电量、增加系统可用容量起到了一定积极作用;但是,由于风电场运行的随机性、不可调度性,导致风电场的接入对系统备用容量的需求进一步增大,且对系统调峰容量和调峰速度的要求进一步增高;并网运行的风电机组可能影响电网的电能质量主要表现为电压波动、电压闪变、电压跌落及谐波等。2.3系统负荷下降和压力持续下降由于风电有功出力的随机性、间歇性和不可控性,风电对系统调峰能力的影响主要体现在风电对于实际系统负荷峰谷差的影响,而且由于风电机组不具备常规发电机组所拥有的快速调峰调频能力,所以,风电大规模并网后的电力系统调峰能力将会被严重削弱。风电接入系统后,由于风电出力的随机性,导致可能出现在系统日负荷最小时,风电出力达到最大值,而同时系统负荷最大时,风电出力为零。这也是系统所面临的调峰容量需求最大的状态。为了保证风电尽可能满发,系统此时的调峰容量将成为系统负荷峰谷差与风电额定出力之和。同时,在以上情况下,当系统负荷由低谷爬升至高峰的过程中,风电出力却由较大容量开始下降,为了满足负荷上升速度,需要系统其他机组的爬荷速度进一步增加;或者,在系统负荷下降的过程中,风电出力却处于快速上升,也会造成对系统其他机组降荷速度要求的提高。由于夜间风力较大的来风特性,风电出力往往具有夜间出力增多,白天出力下降的特点,此种风电出力的“反调峰”特性会使系统的调峰速度要求更为加大。3整系统的出力系统接受风电出力的前提是满足负荷的需求,既包括满足负荷的最大最小需求,也包括按照负荷的变化调整系统出力。因此,既要满足负荷变化的调峰容量需求,还需要满足负荷变化过程中的变化速度需求。由于风电场发电不消耗燃料、环保效益高,有利于节能减排,因此系统发电应尽可能全部接纳风电场的电量,但是当系统由于调峰需求致使风电场出力受阻时,应在满足调峰需求的前提下尽可能保障风电场发电。3.1第1阶段j,k风电场发电模型及目标函数通过对风电场所处地理位置来风统计资料的分析,可将来风分为几种典型状态。每一典型来风状态对应一条典型可发电出力曲线,该曲线为概率型发电曲线,其发生概率与对应的来风状态的发生概率相等。为了更清楚地用数学形式表述发电曲线,对每一既定发电曲线都用一组发电系数来进行描述。在某一确定来风状态下,某一时刻的风电场发电可能出力等于风电场额定装机容量与该状态下该时刻的发电系数相乘之积。即每一条风电可发电曲线由一组发电系数决定。Ρw,j,k=f1,j,kΡw,e(4)式中:Pw,j,k为风电场在第j来风状态下第k时段的出力数值(kW);f1,j,k是风电场在第j状态下第k时段的风力发电系数。风电场发电的目的是为了获得电量效益,同时,风电场建设规模与风电场投资成正比,因此,只有当风电场获得的净收益,即电量效益与投资年费之差最大时,风电场的总效益才会最大。模型的目标函数建立在风电场效益最大的基础上,具体表示如下:max[365Μ∑j=1Η∑k=1Ρw,ef1,j,k(1-f2,j,k)Τgpj-Cinvb](5)式中:M是风电出力的状态个数;H为1d的时段数;f2,j,k是风电场在第j状态下第k时段的弃风系数;T为每一时间段的时长;g为风电场上网电价;pj为来风状态j的发生概率;Cinv为风电场总投资费用(元);b为风电场年投资回收系数。由于风电场可发出力受到系统运行控制、调峰等的约束,这些约束可能会造成风电场弃风现象。考虑到受系统调峰限制可能出现弃风,因此,定义一个弃风系数表示风电场的弃风状态,弃风系数受系统调峰约束限制,每一来风状态下,系统可接受的风电容量曲线等于可发电曲线乘以一组系数,该系数为1与弃风系数之差。反映到电量上,风电场在每一时段的实际应发电量等于该时段可发电量减去弃风电量。在式(5)中,风电场发电系数f1,j,k和风电场弃风系数f2,j,k都小于1。风电场风电场售电收入与系统可接纳风电场电量成正比,投资回收与装机容量成正比。即Cinv=Ρw,ecw(6)式中:cw为风电场单位装机容量的投资费用(元/kW)。3.2系统的调峰容量约束除了系统运行所需要满足的约束条件外,系统调峰的约束条件为两个,一为调峰容量,一为调峰速度。由于系统需要尽可能优先满足风电出力,因此,可将风电出力定义为一个“负”的负荷需求,这样,系统调峰容量和调峰速度的约束表达如下:Ρload,peak-Ρload,valley-(Ρw,j,peak-Ρw,j,valley)≤Cs,plr(7)Ρload,k-Ρload,k-1Τ-Ρw,j,k-Ρw,j,k-1Τ≤Rs(8)式中:Pload,peak和Pload,valley是负荷在峰值和谷值时的数值;Pload,k和Pload,k-1是时段k和时段k-1的负荷数值;Pw,j,peak和Pw,j,valley是风电场在第j来风状态下系统峰荷和谷荷时的具体出力;Pw,j,k和Pw,j,k-1风电场在第j来风状态下在时段k和时段k-1的出力数值。在正常情况下,可设弃风系数为0,当系统调峰容量约束不能满足时,则需要逐步增大风电的弃风系数,以满足调峰容量约束。为了满足系统高峰负荷需求,应首先增加负荷低谷时段的弃风系数。与上相同,当系统调峰速度约束条件不能满足时,应增大风电机组弃风系数以提高调峰速度,同样,应首先增加较低负荷时段的弃风系数。4机组容量对系统弃风系数的迭代求解在求解过程中,遇到两组未知变量,一是风电场的装机容量,二是风电场各时段的弃风系数。两者之间存在一定关系的,在特定负荷下,当风电机组装机容量较小,系统全部能够接受其所发电量时,弃风系数为0。但随着风电装机容量的增大,超过系统可接受容量限值时,弃风系数将会随着机组容量的增加快速增加。因此,尽管模型本身函数是一次函数,但直接求解具有一定难度。论文中,采用迭代方法进行求解,首先设定一个风电容量数值,在此固定容量下,利用调峰容量和调峰速度约束求取各状态每一时段下的弃风系数,然后得到风电场的总收益;接着,增加风电容量一个微小的增量,重复上述步骤,然后将两次的总收益进行对比,直到取得最大收益。具体求解框图如下。5负荷对风电场最优出力的影响算例采用某地区代表日负荷曲线及运行机组实际数据,以风电场收益最大为原则,计算该地最优风电场装机容量。系统中共有机组37台,机组结构及技术参数如表1所示。系统负荷需求如图3所示。表2为根据风电场所在区域历年风速情况统计所得到的风电机组发电曲线概率,图4为该区域风电场所处位置的各发电状态曲线。基于风电场收益最大原则,按照图2所示方法,计算得到风电场在不同装机容量下的净收益,结果显示于表3。计算中,取风电场单位投资为8000元/kWh,投资回收中考虑了风电场的年运行费用。从表3中可见,风电场最优出力为550MW。由于风电场的出力受限程度受弃风影响,因此弃风系数的大小成为影响风电场净收益的关键性因素。弃风系数的取值受到系统调峰需求的制约,从图4可见,风电场出力的基本特点为夜间出力大,而白天出力小,与实际负荷特性相反,所以风电场具有明显的“反调峰”特性。在计算过程中,为了考察负荷特性对风电场的影响,将负荷分别作了以下4种情况的调整:保持最大负荷不变、曲线线型近似,将最小负荷分别提升、下降5%,其余负荷按比例调整;保持低估负荷不变曲线线型近似,将最大负荷分别提升、下降5%。调整之后重新对最优风电场出力进行计算,得到如下结果如表4。根据以上计算结