考虑风电爬坡事件的储能配置

2.3 场景分析

为分析储能相比常规机组的优劣势,本文对快速爬坡、连续反向爬坡和功率不足3个典型场景进行分析。分析方法是分别将这些场景单独使用各类型储能机组配置模型(模型II)和单独常规机组配置模型(模型III)进行配置,结合单场景联合配置(模型I)结果,对比各类型储能和常规机组在不同场景下的技术特点和建设投资费用。结果如图2所示,具体的分析和结论在下文给出。

图2 3个典型场景的配置结果对比 

Fig. 2 Configuration results of 3 typical scenarios

2.3.1 快速爬坡场景

本文首先以快速爬坡事件为例,对比储能和常规机组在应对快速爬坡事件中的作用。该场景描述了电网早高峰时期,负荷上爬坡的同时发生风电快速下爬坡事件,如图3所示,系统净负荷出现快速上爬坡。

图3 快速爬坡场景示意图

Fig. 3 Diagram of fast ramping event

图3(a)中可以看出,配置前该场景的净负荷曲线在所有时段都小于系统装机容量,即系统的功率完全充裕。而图3(b)中显示8:00—8:15时段系统净负荷爬坡率大幅上升,此时段的爬坡率已超出配置前系统的爬坡能力(所有机组最大爬坡率的总和)。因此,该场景中系统的瓶颈是现有机组爬坡能力不足。配置后,如图3(b)所示,使用抽水蓄能(储能选型结果为抽水蓄能,几种类型储能表现类似,这里只展示抽水蓄能的结果)和常规机组都能使系统爬坡能力增加到可以应对爬坡事件。然而从图3(a)和图2中可以看出,抽水蓄能的配置容量和所需的建造投资费用远小于常规机组。

根据常规机组的启停状态,可以计算出系统功率动态运行范围,其上下限分别由式(25)和式(26)确定。同理,可根据常规机组的启停状态确定系统动态爬坡能力,其上下限分别由式(27)式(28)确定。

式(27)(28)中各变量的含义参见附录A。

从图3(a)中可以看出,配置常规机组后,爬坡事件时段系统功率动态运行上限急剧增加。说明常规机组应对爬坡事件需要临时开启大量机组。同样,从图3(b)中可以看出,即使配置容量小得多的储能,其动态爬坡能力也一直高于配置常规机组。

同时,从图2的配置结果中可以看出,抽水蓄能和联合配置(联合配置和抽水蓄能配置结果一致)的投资成本最低,铅炭电池和磷酸铁锂电池明显高于抽水蓄能,但是仍然远低于常规机组。

因此,由于爬坡率的优势,配置储能更适合应对快速爬坡场景,新建常规机组要付出很大的代价才能消除这样的瓶颈。

2.3.2 连续反向爬坡场景

连续反向爬坡事件是指,由于风电波动造成的净负荷在短时间内上爬坡后紧接着下爬坡、或下爬坡后紧接着上爬坡。与单一的快速爬坡事件不同,应对连续反向爬坡时间不仅对系统的爬坡能力有要求,而且对系统中机组的灵活启停能力也有要求。本文对比了该场景下储能和常规机组的技术特点。

图4展示了使用配置储能和常规机组消除连续反向爬坡事件中的瓶颈的效果,此事件出现在16:15—17:00时段。同样地,如图4(a)和图2所示,该场景下抽水蓄能(储能选型结果为抽水蓄能,几种类型储能表现类似,这里只展示抽水蓄能的结果)的配置容量和所需的建造投资费用远小于常规机组。从图4(b)可以看出,使用储能和常规机组都能使系统爬坡能力增加到可以应对爬坡事件,配置储能后该场景动态爬坡能力也一直高于配置常规机组。

图4 连续反向爬坡场景示意图

Fig. 4 Diagram of successive reverse direction ramping event

同时,图4(c)和图4(d)的对比体现了在连续反向爬坡事件发生的时段,配置常规机组后一些机组频繁启停,而配置储能后没有出现常规机组的启停。另一方面,即使在其他时段,储能的配置也会导致系统中常规机组的启停次数减少,即储能作为一种启停灵活、可充当负荷的设备有助于减少系统调峰过程的常规机组启停。

图2的投资成本反映了抽水蓄能和联合配置(联合配置和抽水蓄能配置结果一致)最适合应对该场景,2种电池的投资成本明显高于抽水蓄能,但仍远低于常规机组。

因此,由于具有快速爬坡和灵活启停的优势,配置储能相比配置常规机组,在应对连续反向爬坡中更具有优势。

2.3.3 功率不足场景

本文讨论的另一种场景是由于未来负荷增长或风电功率不足造成的功率不足的场景,即现有电源无法满足净负荷的需求。与爬坡场景不同的是,如图5所示,这类场景中只有功率超出系统的容量,然而爬坡率始终在配置前的系统爬坡能力范围内。可以通过配置新的常规机组,增加系统容量来消除此类场景中的功率不足瓶颈。同时,配置储能原理上也能通过“削峰填谷”将净负荷曲线“拉平”,使之不超过系统容量。本文将对比该场景下,配置储能和常规机组的相对优劣。

图5 功率不足场景示意图

Fig. 5 Diagram of power insufficiency scenario

图5展示了配置前净负荷已超出原有系统装机容量,配置抽水蓄能(选型结果为抽水蓄能)和常规机组都能增加系统容量,使得系统在每个时段都能达到功率平衡。然而,由于储能的造价高于常规机组。如图2所示,即使是储能中最为经济的抽水蓄能,在面对功率不足场景时,仍然需要耗费相比常规机组更大的建设费用。同时,图2也展示了使用电池储能进行大电网的“削峰填谷”以应对功率不足的场景,会产生远大于其他选择的巨额建设费用,在当前的价格下是完全不经济的。

因此,面对大电网系统功率和能量出现大量缺额时,配置常规机组相比储能更合理。相比储能的高造价,目前常规机组更加胜任大功率、大容量的系统需求。

2.3.4 联合配置的必要性

以上3个场景对3种类型储能、常规机组单独配置以及储能-常规机组联合配置的对比分析,体现了储能和常规机组应对不同场景时各自的技术经济特点。同时,也恰好说明了两者联合配置的必要性,即联合配置能结合储能和常规机组不同的技术优势,使配置结果更经济。这与本文表1的结果也是一致的。

3 结论

本文提出了可用于选型、定容的储能优化配置方法,并通过算例说明其功能以及如何通过合理配置消除不同场景下电网调度存在的灵活性瓶颈。该方法有以下特点：

1)本文提出的方法可用于储能的选型、定容,为大规模风电并网提供经济、合理的配置方案,为减少储能的投资成本,本文的模型结合了储能和常规机组的技术优势,增强了配置结果的经济性。

2)本文综合比较了储能和常规机组在不同场景下的优势和劣势。即储能具有爬坡速度快、调节范围大、启停灵活等方面的优势,同时常规机组在大功率缺额的场景下更适用。

因此,本文提出的方法是一种有效的储能优化配置方法。

附录A 常规机组约束的具体表达

常规机组相关约束包括常规机组的功率、爬坡、机组启停等约束。抽象表达式(6)的具体表达如式(A2)—(A9)所示,抽象表达式(7)的具体表达如式(A1)—(A9)所示。

参考文献

[1] 戴慧珠,陈默子,王伟胜,等.中国风电发展现状及有关技术服务[J].中国电力,2005(1):80-84. DaiHuizhu,Chen  Mozi,Wang Weisheng,et al.The status of wind power development and technical  supports in China[J].Electric Power,2005(1):80-84(in Chinese).

[2] Ferreira C.A survey on wind power ramp foreing,technical  report[R].Argonne National Laboratory(ANL),2011.

[3] Freedman J.Analysis of west Texas wind plant ramp-up and ramp-down  events[R].New York:AWS Truewind,2008.

[4] Ela E.ERCOT event on February 26,2008:lessons learned [R].NREL  Technical Report NREL/TP-500-43373,2008.

[5] Sørensen P.Power fluctuations from large wind farms-final  report[R].Risø Report Risø-R-1711(EN),2009.

[6] 袁小明,程时杰,文劲宇.储能技术在解决大规模风电并网问题中的应用前景分析[J].电力系统自动化,2013,37(1):14-18. Yuan  Xiaoming,Cheng Shijie,Wen Jinyu.Prospects analysis of energy storage application  in grid integration of large-scale wind power[J].Automation of Electric Power  Systems,2013,37(1):14-18(in Chinese).

[7] 兑潇玮,朱桂萍,刘艳章.考虑预测误差的风电场储能配置优化方法[J].电网技术,2017,41(2):434-439.Dui  Xiaowei,Zhu Guiping,Liu Yanzhang.Research on battery storage sizing for wind  farm considering fore error[J].Power System Technology,2017,41(2):434-439(in  Chinese).

[8] 戴蕾思,叶承晋,傅旭华,等.考虑概率分布约束的含高渗透率风电电力系统储能鲁棒优化方法[J].电网技术,2017,41(3):769-774.  Dai Leisi,Ye Chengjin,Fu Xuhua,et al.Distributional robust joint chance  constrained optimal capacity installment of energy storage in power system with  high penetration of wind power[J].Power System Technology,2017,41(3):769-774(in  Chinese).

[9] 王成福,李熙娟,梁军,等.计及预测功率的含储能风场群优化调控方法[J].电网技术,2017,41(4):1253-1260. Wang  Chengfu,Li Xijuan,Liang Jun,et al.Optimal dispatch and control of active power  for wind farm cluster including storages considering the foreing  power[J].Power System Technology,2017,41(4):1253-1260(in Chinese).

[10] 廖庆龙,谢开贵,胡博.含风电和储能电力系统的时序随机生产模拟[J].电网技术,2017,41(9):2769-2776. Liao  Qinglong,Xie Kaigui,Hu Bo.Sequential probabilistic production simulation of  power systems with wind power and energy storage[J].Power System  Technology,2017,41(9):2769-2776(in Chinese).

[11] 程庭莉,陈民铀,罗欢.含可再生能源发电的配网储能多目标优化配置方法[J].电网技术,2017,41(9):2808-2815. Cheng  Tingli,Chen Minyou,Luo Huan.Multi-objective allocation of energy storage in  distribution network penetrated with renewable energy generation[J].Power System  Technology,2017,41(9):2808-2815(in Chinese).

[12] Xu Guodong,Cheng Haozhong,Fang Sidun,et al.Optimal configuration of  battery energy storage system for peak-load regulation[C]//IEEE PES Asia-Pacific  Power and Energy Engineering Conference(APPEEC),Suzhou,2016:1-5.

[13] 曹昉,张粒子.结合系统调峰容量比确定抽水蓄能机组装机容量的方法[J].电力自动化设备,2007,27(6):47-50. Cao  Fang,Zhang Lizi.Determination of pumped-storage plant capacity with  peak-regulation proportion[J].Electric Power Automation  Equipment,2007,27(6):47-50(in Chinese).

[14] 侯婷婷. 含大规模风电的电力系统储能电源优化配置研究[D].武汉:华中科技大学,2014.

[15] 李丽娜. 华东风电分析和储能容量配置方法研究[D].杭州:浙江大学,2013.

[16] 戚永志,刘玉田.风电高风险爬坡有限度控制[J].中国电机工程学报,2013,33(13):69-75. QiYongzhi,Liu  Yutian.Finite control of high risk wind power ramping[J].Proceedings of the  CSEE,2013,33(13):69-75(in Chinese).

[17] 艾小猛,韩杏宁,文劲宇,等.考虑风电爬坡事件的鲁棒机组组合[J].电工技术学报,2015(24):188-195.Ai  Xiaomeng,Han Xinning,Wen Jinyu,et al.Robust unit commitment considering wind  power ramp events[J].Transactions of China Electrotechnical  Society,2015(24):188-195(in Chinese).

[18] 赵波,王成山,张雪松.海岛独立型微电网储能类型选择与商业运营模式探讨[J].电力系统自动化,2013,37(4):21-27 Zhao  Bo,Wang Chengshan,Zhang Xuesong.A survey of suitable energy storage for island  stand-alone microgrid and commercial operation mode[J].Automation of Electric  Power Systems,2013,37(4):21-27(in Chinese).

[19] Wogrin S,Gayme D.Optimizing storage siting,sizing,and technology  portfolios in transmission-constrained networks[J].IEEE Transactions on Power  Systems,2015,30(6):3304-3313.

关注一下，获取最全储能资料包，请回复：资料