北极星

搜索历史清空

  • 水处理
您的位置:电力储能储能技术抽水蓄能技术正文

用于提高风电渗透率的复合储能容量优化研究

2018-05-09 16:51来源:电网技术作者:杨天蒙 宋卓然 娄素华 吴志明关键词:储能技术储能系统抽水蓄能收藏点赞

投稿

我要投稿

 风力发电固有的波动性对电力系统安全稳定运行的不利影响限制了其入网规模。为此提出了用于缓解风力发电对电力系统带来的冲击、提高其渗透率的抽水蓄能-电池复合储能系统容量优化模型。提出了风电典型和特殊出力场景的确定方法,以提取出代表风电出力规律的场景集合。考虑风电并网功率波动率的约束,充分发挥抽水蓄能及电池储能各自运行特性的优势,以改善风电不同时间尺度的出力特性,并在计及复合储能系统投资及运行成本的基础上,确定出使系统费用最小的复合储能容量配置规模。采用风电场全年出力数据,以改进的RTS-96系统进行了仿真计算,算例结果验证了所提复合储能模型的有效性,在保证电力经济运行的情况下提高了风电渗透率。

0 引言

风力发电以其分布广泛、无污染、可再生等优点得到了迅速发展。然而,大规模风电并入电网后,其固有的间歇性、随机不确定性等特点,将对接入电网的安全稳定运行产生诸多不利影响[1]。因此,改善接入系统的风电出力特性,提高风电和系统的相互兼容性,是提高风电等间歇性可再生能源利用率、实现电力能源低碳化发展亟需解决的问题。

储能作为一种可调度资源,凭借其可充可放的运行特性,成为缓解可再生能源出力不确定性对系统影响的有效途径之一。目前的储能技术主要分为两类:功率型储能和能量型储能,前者适合平抑幅值小、变化频率高的波动,后者适合平衡变化幅度大、周期较长的功率差。文献[2-3]分析了储能技术在解决大规模风电并网问题中的应用前景,即平抑风电出力的短期波动和接入电网后的反调峰特性,而这两方面的需求很难由某一种储能技术同时满足[3-5]。因此结合不同储能的特征,通过合理配置多种类型储能电源,实现对大规模风电出力特性改善以及接入系统后能源利用率的提高具有重要意义。

目前,有关含风电系统储能的容量优化配置研究已经取得了一些研究成果[6-9]。文献[6]主要是从提高风电可调度性的角度,构建了储能系统经济性评估模型,并研究了利用储能提高风电消纳规模的可行性。文献[7]采用抽水蓄能对含风电电力系统进行削峰填谷,给出了风抽联合运行以及抽水蓄能容量的优化方法。文献[8-9]提出了用于平滑可再生能源出力短时波动的储能容量确定模型,从技术需求的角度确定系统需要的储能容量,但未考虑储能装置的造价对系统整体经济性的影响。以上针对平抑风电功率不确定性的储能系统容量优化的研究主要集中在某一种储能上,而复合储能在风电并网电力系统中的综合容量优化问题尚不多见。

鉴于此,本文研究了以提高风电接入系统渗透率水平为目的的抽水蓄能/电池复合储能系统的容量优化问题。抽水蓄能技术发展成熟,调节容量大,单位容量成本低,但响应速度不够迅速;新型的电池储能响应快,安装灵活,建设周期短,但配置成本较高,两者结合可以有效地解决风电的波动以及入网后的系统调峰问题。综合考虑风电出力不确定性和计算复杂性,提出适应长期容量规划研究的风电出力典型及特殊出力场景的提取方法。基于风电并网系统出力波动率的约束,提出了在风电场配置电池储能平抑风电短时波动,并在电力系统中配置抽水蓄能对含风电系统进行调峰,以系统综合费用最小为目标对复合储能的容量规模予以优化。

1 风电典型及特殊场景提取方法

1.1 基于同步回代消除的场景削减算法

在实际的电力系统规划工作中,若对每个风电出力场景均进行详细的分析与评估,会导致计算量耗费巨大。因此,需要根据研究的规划问题的特点,对风电出力进行场景削减,生成能够代表风电出力特性的风电典型出力场景[10]。

本文采用基于Kantorovich  Distance(KD)的同步回代消除算法进行风电出力场景的削减。KD算法能够较好地保留原始场景的分布特性,使削减后的场景集合能充分逼近原有场景集合,因此在场景分析领域中被广泛应用[11]。

1.2 特殊出力场景的提取方法

一些特殊的风电场景,如反调峰特性十分明显的风电出力场景,其接入电网将导致系统严重的“切负荷”或“弃风”现象,加重系统的运行成本且造成巨大的能源浪费。然而在场景削减过程中得到的典型场景无法保证完全涵盖此类特殊场景,因此,仅采用典型场景优化出的复合储能容量优化结果不能完全保证系统的可靠性,有必要对特殊的风电出力场景进行再提取,以更加准确优化复合储能容量。

特殊出力场景的获取需结合所研究问题进行,本文主要考虑风电出力对系统调峰的影响。将1.1节场景削减后获得的典型风电出力场景作为负负荷,将其与系统负荷叠加获得净负荷曲线,对净负荷进行机组组合优化,可得到系统内可用机组的开停机状态。在日内经济调度阶段,系统可用发电容量将会限制在如式(1)—(3)所示的范围内。由此,将所有风电原始场景均作为负负荷与系统负荷曲线叠加,判断获得的净负荷是否超过了系统可调度容量的上下限,若超过限制范围,则提取对应的风电场景为特殊出力场景。

2 复合储能系统及风电并网功率的分析

2.1 复合储能系统工作原理

复合储能在风电并网电力系统中的工作原理如图1所示。电池储能作为功率型储能安装于风电场入口侧,平抑风电功率波动使其出力满足并网功率波动率的限制,经电池储能调节后的风储联合出力接入电力系统;抽水蓄能作为能量型储能参与系统的调峰运行,将净负荷低谷时段的富余电能转化为净负荷高峰时刻的紧缺电能,减少因调峰容量不足导致的弃风电量,增强风电消纳能力。

图1 复合储能系统工作原理图

在图1中:PW为风电功率;PB为电池储能的出力,若为正值表示储能放电,若为负值表示储能充电;PWB为风电/BESS联合并网功率,可以根据2.2节所提出的风电并网功率优化制定方法确定;PNL为系统净负荷功率;PL为系统负荷功率;PPH为抽水蓄能机组的发电出力,若为正值表示抽水蓄能发电,若为负值表示抽水蓄能抽水;PT为火电机组的发电出力。

如图1所示,系统中各功率之间的关系为

2.2 风电并网功率优化制定

本文在考虑了电网实际调度运行计划需求的基础上,提出了对因风速变化引起的风电功率波动率超过风电并网波动率上限作为约束条件,以调度期内的电池充放电功率最小为目标构建风电并网功率曲线优化模型,从而达到减小电池的寿命损耗的目的。

具体的制定方法为:在研究周期T内,定义时间窗口为ΔT,其大小根据电网调度计划确定,则在该时间窗口内风电并网功率为定值;以每个时间窗口内风电并网功率与风电原始功率差值平方和最小为目标函数,如下所示:

通过优化制定出风电并网功率,不仅能够减小电池的寿命损耗,而且能够使风电场-电池储能系统联合输出功率更加适应电网调度运行计划,并为储能系统与现有的电网调度运行方式的有效衔接提供保证。

3 复合储能系统容量优化模型

本文中储能系统均采用集中布置,因此主要对储能系统的容量规模进行优化,暂不考虑各储能系统的位置优化。

3.1 目标函数

复合储能容量优化模型在计及风电入网技术要求、系统负荷及常规机组特性的基础上,以系统年总费用最小为目标,系统常规机组及风电场投资费用固定,可不作考虑,故目标函数只包括复合储能投资费用及系统运行费用两部分,表示如下,

3.2 约束条件

1)系统功率平衡及备用容量约束。

3)抽水蓄能运行约束。

根据抽水蓄能机组的实际运行情况,抽水蓄能机组在抽水工况时以额定功率整台抽水,而在发电工况时功率在最大最小技术出力范围内,抽水发电均需满足库容约束。其出力及库容约束如下:

3.3 求解流程

在建立复合储能系统容量优化模型的基础上,本文采用Matlab及CPLEX优化引擎进行求解。基本流程图如图2所示。

图2 复合储能容量优化流程图

投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

储能技术查看更多>储能系统查看更多>抽水蓄能查看更多>