蓄热式电锅炉融合储能的风电消纳优化控制

王 鹤，庄冠群，李国庆，李德鑫

(1.东北电力大学，吉林 吉林 132012；2.吉林省电力科学研究院，吉林 长春 130021)

蓄热式电锅炉融合储能的风电消纳优化控制

王 鹤1，庄冠群1，李国庆1，李德鑫2

(1.东北电力大学，吉林 吉林 132012；2.吉林省电力科学研究院，吉林 长春 130021)

针对三北地区冬季供热期火电机组调峰能力受限，源荷供需矛盾严重导致风电场弃风严重的问题，提出了蓄热式电锅炉融合储能的风电消纳优化控制方法。为解决风电就地消纳的难题，我国北方地区正在推广应用蓄热式电锅炉制热，增加电网的电转热负荷，以促进风电本地消纳能力；研究风电场非直接供电模式下蓄热式电锅炉和电化学储能装置的协调优化控制方法，以风电场和蓄热式电锅炉的收益最大化为目标，综合考虑风电场、电网公司及供热公司之间不同合约的情况，提出了优化的控制策略。仿真结果表明了所提方法的有效性。

风电消纳；蓄热式电锅炉；电储能；收益最大

0 引言

我国风能资源丰富且风电产业发展迅速，风电装机容量居世界首位。但目前风电弃风问题突出，尤其是电网以火电为主的“三北”地区(指东北、华北、西北)，电网灵活性差，在冬季供暖期间，热电机组“以热定电”模式运行，机组向下调峰能力不足导致夜间低谷时段大规模的“弃风”[1-3]。如何消纳风电已经成为制约我国风力发电发展的关键问题之一。为解决我国的风电消纳问题，国家已经出台了一系列措施，明确提出要尝试推广弃风电力供热，促进电负荷向热负荷的转化[4-5]。此外，利用储能技术来辅助消纳弃风电力也得到广泛的关注。文献[6]对蓄热式电锅炉、风电供热(不蓄热)和抽水蓄能3种消纳弃风的方案进行了节煤效果和国民经济性的分析与比较。在弃风严重情况下，蓄热方案的经济内部收益率约为风电直接供热方案的3倍，消纳弃风的替代发电效率可达到95%左右，证明了蓄热方案具有较好的应用前景。文献[7]对缓解风电和供热机组之间上网矛盾的方法进行了系统性的归纳，提出了从电-热联合系统的角度解决可再生能源消纳问题，利用大容量储热提高综合能源系统大时空范围的优化能力和可再生能源的消纳能力。文献[8]提出了采用蓄热式电锅炉采暖技术消纳弃风的方案，建立了电力市场背景下蓄热式电锅炉采暖系统的经济性评估模型，分析了弃风电价对系统经济性的影响，结果表明弃风电价是影响经济性的关键因素之一。从上述分析可知，现有文献对蓄热式电锅炉提高风电场风电就地消纳技术进行了较为深入的研究，证明了蓄热式电锅炉的应用前景。本文在此背景下，针对目前较常见的风电场非直供电模式，研究基于蓄热式电锅炉融合电化学储能技术的风电场弃风电力就地消纳问题。本文综合考虑风电场、电网公司及供热公司之间不同合约的情况下，以最大化风电场及联合储能系统运行的期望收益为目标，考虑蓄热量、储能限值、购售电合约等不同约束条件建立风电-蓄热式电锅炉-储能系统优化运行控制模型，提出了蓄热式电锅炉融合储能的风电消纳优化控制策略。

1 蓄热式电锅炉融合储能的非直接供电模式

在我国风电资源丰富的“三北”地区，冬季供暖期间因“风热冲突”导致的弃风现象日益严重[9]。造成“风热冲突”的本质原因是热电机组在供暖期间因“以热定电”约束而导致其调峰能力大幅下降，国外实验研究经验表明，通过配置储热设备可以有效解决热电机组“以热定电”约束，进而促进风电消纳[10-11]。利用蓄热式电锅炉提高风电消纳就是使蓄热式电锅炉利用峰、谷时段电价差进行供热，即在谷的时段供热和蓄热，在峰的时段利用蓄热的能量进行供热，以提高风电就地消纳能力。蓄热式电锅炉是一种高效、安全可靠、减少环境污染的新型电加热设备，同时也是一种可控负荷，利用它可以将电网谷时风力发电以热能的形式储存供白天使用或供热[12-13]。

由于蓄热式电锅炉电极棒的调节受速度、深度与频次的制约，难以与风功率快速波动及随机性相匹配。而电化学储能系统具有电能双向流动、能量时移及四象限有功、无功的灵活调节等特点，其主要作用是协调蓄热式电锅炉进一步增强其调节的尺度、快速性与双向调节的灵活性，以匹配风电固有的输出特性，从而有效改善源-荷间的失调问题[14-15]。

目前，蓄热式电锅炉大多数由风电场投资建设，因为在远离风电场的供热区，由于风电场与蓄热储能装置距离较远，新建线路由风场对锅炉进行直供电投资较大，因此目前大多采用非直供电模式，即风电场发电全部送入电网，蓄热式电锅炉再从电网购电供热，弃风发电和电锅炉购电的电价合约由风电场和电网公司协商确定[16]。风电场和蓄热式电锅炉的非直接供电模式如下图1所示。

图1 非直接供电模式图Fig.1 Non-direct power supply mode

由图1可以看出风电场的合约主要有2部分，一部分是风电场和电网公司之间的购售电合约，另一部分是风电场和供热公司之间的售热合约。以吉林省西部某风电场的非直供电模式为例，其目前与电网公司的合约为蓄热式电锅炉每天在负荷低谷时段消纳固定的弃风电量，然后允许风电场在相同时段增发与消纳弃风电量等量的电量；风场投资建设的蓄热式电锅炉与供热公司的合约为每天向供热公司提供固定的热量。此方案虽然能够消纳部分弃风，但其并没有对弃风电量进行跟踪，而且也没有实现风电场和蓄热式电锅炉的最大运行收益，不利于蓄热式电锅炉消纳弃风的进一步推广。

2 蓄热式电锅炉融合储能的优化控制方法

为了进一步挖掘蓄热式电锅炉的经济潜能，本文在风电场非直供电模式下，以风电场和联合储能系统运行的收益最大为目标，考虑蓄热量、储能限值、购售电合约等约束条件，采用粒子群优化算法，得出不同弃风条件下的蓄热式电锅炉和电化学储能装置的最优控制策略。

2.1 目标函数

本文以蓄热式电锅炉融合储能的联合系统运行收益最大为目标函数，研究风电-蓄热式电锅炉-电化学储能系统的优化调度运行问题。在非直供模式下，以收益最大为目标的目标函数为

(1)

(2)

t时段系统向电网购电的电量可以进一步表示为

(3)

2.2 约束条件

约束条件包括消纳弃风约束、合约约束、储能储热装置能量约束以及电锅炉功率约束等，具体说明如下。

2.2.1 弃风约束

(4)

2.2.2 合约约束

在非直供电模式下，风电场分别同电网公司和供热公司签有合约。合约对所研究的协调优化控制问题表现为不同的约束条件。

风电场与电网公司之间的购售电合约考虑2种情况。第一种情况是风电场每天允许在弃风时段增发固定的电量，这个电量也是每天蓄热式电锅炉在负荷低谷时段消纳的电量，是由合约规定的，即

(5)

还有一种合约情况，只要求蓄热式电锅炉在负荷低谷时段购电的电量不小于风电场利用弃风增发的电量即可，可以表示为

(6)

蓄热式电锅炉与供热公司的合约规定了每个时刻向供热公司供热的下限，即

(7)

在进行优化时，可以根据不同的合约情况，选择不同的合约约束。

2.2.3 功率平衡约束

功率平衡约束包含蓄热式电锅炉的热功率平衡约束和电化学储能的电功率平衡约束，分别为：

2.2.4 蓄热储能能量约束

蓄热罐每个时段的储热量应处于合理的范围之内，即

(10)

式中：Qmax为蓄热罐最大储热量；Qmin为蓄热罐最小储热量。

同理，储能电池的储电量应在适宜的荷电状态(state of charge，SOC)范围之内，即

(11)

2.2.5 电锅炉功率约束

(12)

2.2.6 蓄热罐蓄热功率约束

受电锅炉功率约束限制，蓄热罐在t时刻增加的蓄热量为

(13)

2.3 改进粒子群算法

粒子群算法(particle swarm optimization，PSO)是1995年由美国Kennedy博士和Eberhart博士提出的，是人们受到社会体系中的个体行为的启发提出的一种基于群的智能优化算法。通过群体的个体自身经验的总结来修正个体行动策略最终求取优化问题的解。粒子群算法因其原理简单、易于编程、适于并行计算等优点而得到了广泛的应用。但同时也存在早熟收敛等不足，这使得PSO面对复杂的多极值优化问题时，难以获得真实的全局最优解。粒子群改进算法是在PSO的基础上描述的一种具有全局收敛性的改进算法，并给予随机分析理论证明该算法依概率收敛至全局最优解。

改进粒子群算法实现框图如图2所示。

图2 改进粒子群算法Fig.2 Improved particle swarm optimization algorithm

3 仿真分析

3.1 风电场数据分析

我国吉林地区的供热期为174 d，吉林西部某风场在2015—2016年供热期的风电出力及弃风功率如图3—4所示。

图3 整个供热期15 min级风电出力图Fig.3 15-min level wind power output during the whole heating period

图4 整个供热期弃风功率小时级Fig.4 60-min level abandoned wind power output during the whole heating period

从图3—4中可以看出，我国东北地区在冬季供热期存在严重的弃风问题。将供热期的前30 d及后30 d称为供热初期、末期，其余为供热中期，供暖初、中、末期风电典型日出力曲线及日负荷曲线如图5所示。

图5 风电典型日出力及日负荷曲线图Fig.5 Typical daily output of wind power and daily load curve

取不同供热期的典型数据，2015-10-26风电平均出力71.31 MW；2015-12-01风电平均出力80.90 MW；2016-04-02风电平均出力99.61 MW，风电出力具有明显季节性。负荷功率在07:00—10:00、17:00—21:00最高，风电出力在21:00—05:00达到最大具有明显反调峰性。

3.2 算例分析

在供热中期内随机选取1 d的实测数据进行分析。利用蓄热式电锅炉消纳风电，传统方式为每天22:00至次日05:00电锅炉以30 MW功率稳定运行，产生的热量一部分直接供热，另一部分热量储存进蓄热罐，并在05:00—22:00内放空，如图6所示。其中，阴影部分为每天消纳弃风的电量，消纳弃风电量共204.74 MW·h，效率较低。

从图7中可以看出，蓄热式电锅炉融合储能的联合系统消纳风电电量为电锅炉直接供热所用电量、蓄热罐储热所用电量及储能电池充电电量之和，直接供热功率为16.68～33.36 MW。

采用储能融合储热方式消纳风电，系统运行方式如图7—11所示。

图6 蓄热式电锅炉传统方式消纳弃风Fig.6 Traditional abandoned wind consumption for regenerative electric boiler

图7 混合系统跟踪弃风消纳风电Fig.7 Tracking the abandoned wind power with the hybrid system

图8 蓄热式电锅炉运行功率Fig.8 Operating power of regenerative electric boiler

图9 蓄热罐实时储热量Fig.9 Real-time storage capacity of thermal storage reservoir

图10 储能电池运行功率Fig.10 Operating power of energy storage battery

图11 储能电池实时电量Fig.11 Real-time electricity capacity of energy storage battery

图7—11中00:00—02:00时段，弃风功率高于直供上限，锅炉以供热上限功率运行，蓄热罐储热功率为正、电池充电功率为正，蓄热罐储热量及电池储电量上升；图中03:00—04:00、08:00—09:00时段，弃风功率在直供范围内，系统以弃风功率直供热，储热及储能电池不充不放，储热储能系统储量不变；图中09:00—11:00、14:00—15:00时段，弃风功率低于直供下限时，电锅炉以弃风功率运行，蓄热罐放热、储能电池放电，储热储能系统储量降低。图中19:00—21:00时段，蓄热罐内储存热量过低，为保证系统可靠供热避免下一时刻供热量不足，系统在满足直供热下限前提下为蓄热罐储热。

图12中给出了采用本文提出的蓄热式电锅炉融合储能的协调优化控制方法消纳风电的情况。未接入混合系统时，24 h弃风电量高达649.79 MW·h；接入混合系统后，弃风电量28.717 8 MW·h。混合系统共消纳621.07 MW·h弃风电量。与图6的传统运行控制方式相比，多消纳弃风电量416.33 MW·h。

图12 本文提出的控制方法消纳弃风Fig.12 Control method of proposed abandoned wind consumption

3.3 收益分析

利用本文提出的改进粒子群算法对目标函数进行求解，取c1=0.58元/(kW·h)、c2=30元/GJ、c3=0.42元/(kW·h)得到混合系统试验日内各个时段的收益情况如图13所示。

图13 单一电价下混合系统收益小时级Fig.13 Hybrid system profit in hours at single electricity price

图13中各个收益较大的“尖点”如“01:00、02:00、08:00、19:00、23:00”时刻特点均为弃风电量较大，弃风功率超过直供热上限，整个收益走势与弃风功率曲线一致，可证明弃风电量是影响混合系统实时收益的重要因素。

若混合系统不以单一电价从电网购电，采用分时电价或实时电价模式，如表1所示。不同电价模式下的混合系统总收益如表2所示。与单一电价模式相比，分时电价、实时电价下混合系统总收益有所提高，可以看出购电价格是影响系统总体收益的另一主要因素。随着电力市场化改革的逐渐深入，蓄热式电锅炉制热项目的收益将越来越高，具有广阔的发展前景。

表1 不同购电模式电价表

Table 1 Different power purchase price 元/(kW·h)

时刻单一电价分时电价实时电价01:000.420.330.3502:000.420.330.3403:000.420.330.3404:000.420.330.3305:000.420.330.3306:000.420.330.3407:000.420.330.3508:000.420.330.3609:000.420.520.3710:000.420.520.4011:000.420.520.4212:000.420.520.4413:000.420.520.4514:000.420.520.4615:000.420.520.4716:000.420.520.5017:000.420.520.5218:000.420.520.5319:000.420.520.5220:000.420.520.4821:000.420.330.4722:000.420.330.4023:000.420.330.3924:000.420.330.35

表2 全天收益表Table 2 All-day earnings 元

4 结论

本文针对风电厂非直接供电模式，以蓄热式电锅炉融合储能系统收益最大为目标建立了目标函数，综合考虑了弃风约束、合约约束、能量约束及功率约束等约束条件，利用改进的粒子群算法优化求解。仿真结果表明：本文提出的优化控制方法比蓄热式电锅炉采用的传统消纳风电方式效率大幅度提升，而且经济收益也有较大的提高；弃风电量是影响混合系统收益首要因素；灵活的电价机制可提升系统总收益，也必将是未来电力系统市场化改革的发展趋势。

[1]朱凌志, 陈宁, 韩华玲． 风电消纳关键问题及应对措施分析[J]． 电力系统自动化, 2011, 35(22)： 29-34． ZHU Lingzhi, CHEN Ning, HAN Hualing． Key problems and solutions of wind power accommodation[J]． Automation of Electric Power Systems, 2011, 35(22)： 29-34．

[2]肖云鹏, 王锡凡, 王秀丽, 等． 基于卖方灵活电力合约的风电合同交易机制[J]． 电力系统自动化, 2016, 40(5)： 38-44． XIAO Yunpeng, WANG Xinfan, WANG Xiuli, et al． A wind power contract trading mechanism based on seller-side flexible electricity contract[J]． Automation of Electric Power Systems, 2016, 40(5)： 38-44．

[3]陈守军, 辛禾, 王涛, 等． 风电、蓄热式电锅炉联合供暖调度鲁棒优化模型[J]． 电力建设, 2016, 37(1)： 103-109． CHEN Shoujun, XIN He, WANG Tao, et al． Heating operation scheduling robust optimization model for heat storage electric boiler combined with wind power[J]． Electric Power Construction, 2016, 37(1)： 103-109．

[4]汪宁渤, 王建东, 何世恩． 酒泉风电跨区消纳模式及其外送方案[J]． 电力系统自动化, 2011, 35(22)： 82-89． WANG Ningbo, WANG Jiandong, HE Shien． Cross-border accommodation method and transmission scheme of jiuquan wind power[J]． Automation of Electric Power Systems, 2011, 35(22)： 82-89．

[5]邓拓宇, 田亮, 刘吉臻． 利用热网储能提高供热机组调频调峰能力的控制方法[J]． 中国电机工程学报, 2016, 35(14)： 38-44． DENG Tuoyu, TIAN Liang, LIU Jizhen． A control method of heat supply units for improving frequency control and peak load regulation ability with thermal storage in heat supply net[J]． Proceedings of the CSEE, 2016, 35(14)： 38-44．

[6]吕泉, 李玲, 朱全胜, 等． 三种弃风消纳方案的节煤效果与国民经济性比较[J]． 电力系统自动化, 2015, 39(7)： 75-83． LV Quan, LI Ling, ZHU Quansheng, et al． Comparison of coal-saving effect and national economic indices of three feasible curtailed wind power accommodating strategies[J]． Automation of Electric Power Systems, 2015, 39(7)： 75-83．

[7]DAVID T, AIKATERINI F． Do liberalized electricity markets help or hinder CHP and district heating[J]． Energy Policy, 2008, 36(4)： 1448-1456．

[8]VITTORIO V, FRANCESCO C． Primary energy savings through thermal storage in district heating networks[J]． Energy, 2011, 36(7)： 4278-4286．

[9]吕泉, 姜浩, 陈天佑, 等． 基于电锅炉的热电厂消纳风电方案及其国民经济评价[J]． 电力系统自动化, 2014, 38(1)： 6-12． LV Quan, JIANG Hao, CHEN Tianyou, et al． Wind power accommodation by combined heat and power plant with electric boiler and its national economic evaluation[J]． Automation of Electric Power Systems, 2014, 38(1)： 6-12．

[10]GEIDL M, KOEPPEL G, FAVRE-PERROD P, et al． Energy hubs for the future[J]． IEEE Power and Energy Magazine, 2007, 5(1)： 24-30．

[11]STRECKIENE G, MARTINAITIS V, ANDERSEN N, et al． Feasibility of CHP-plants with thermal stores in the German spot market[J]． Applied Energy, 2009, 86(11)： 2308-2316．

[12]DRIES H, LEEN P, LIEVE H, et al． The impact of thermal storage on the operational behavior of residential CHP facilities and the overall CO2emissions[J]． Renewable and Sustainable Energy Reviews, 2007, 11(6)： 1227-1243．

[13]AIKATERINI F, ANDERS N A, DAVID T． Exploration of economical sizing of gas engine and thermal store for combined heat and power plants in the UK[J]． Energy, 2008, 33(11)： 1659-1670．

[14]CHRISTIDIS A, KOCH C, POTTEL L, et al． The contribution of heat storage to the profitable operation of combined heat and power plants in liberalized electricity markets[J]． Energy, 2012, 41(1)： 75-82．

[15]WANG Lingfeng, SINGH C． Stochastic combined heat and power dispatch based on multi-objective particle swarm optimization[J]． Electrical Power and Energy Systems, 2008, 30(3)： 226-234．

[16]孙勇, 严干贵, 郑太一, 等． 电力市场背景下蓄热式电采暖消纳弃风的经济性分析[J]． 储能科学与技术, 2016, 5(4)： 532-538． SUN Yong, YAN Gangui, ZHENG Taiyi, et al． Economic analysis of electrical heating with heat storage using grid integrated wind power[J]． Energy Storage Science and Technology, 2016, 5(4)： 532-538．

王鹤

(编辑 蒋毅恒)

Optimized Control of Wind Power Consumption Based on Regenerative Electric Boiler and Energy Storage System

WANG He1， ZHUANG Guanqun1， LI Guoqing1， LI Dexin2

(1. Northeast Dianli University, Jilin 132012, Jilin Province, China;2. Jilin Province Electric Power Research Institute, Changchun 130021, Jilin Province, China)

Wind power curtailment prevails dramatically in winter in the Three-north Area of China, as a result of the constrained peaking capability of thermal power units and severe contradiction between power supply and demand. An optimized control method was proposed to improve the wind power consumption with regenerative electric boiler and energy storage system. The system is used for heating to increase the electric to heat load of power grid and to promote local wind power consumption. The coordinated optimized control method was discussed for the properties of regenerative electric boiler and the electrochemical energy storage device in the non-direct power supply mode of the wind farm. Considering different contracts between the wind farm company, the power grid enterprise and the heat supply company, the optimized control strategies were proposed to obtain the maximum operation profit of wind farm and regenerative electric boiler. The simulation results show the effectiveness of the proposed method.

wind power consumption; heat storage electric boiler; electrochemical energy storage; maximum operation profit profit

TK47

A

2096-2185(2016)02-0001-07

国家电网公司科技项目 (KY-SG-2016-204-JLDKY)

2016-08-21

王 鹤(1983—)，男，工学博士，副教授，主要从事新能源并网发电、柔性直流输电等方面的研究工作，wanghe_nedu@163.com;

庄冠群(1993—)，男，硕士研究生，主要从事风力发电、可控负荷方面的研究工作；

李国庆(1963—)，男，工学博士，教授，博士生导师，主要从事电力系统安全控制与稳定分析方面的研究工作；

李德鑫(1986—)，男，工学硕士，工程师，主要从事新能源并网技术和电网仿真方面的研究工作。

Project supported by Science and Technology Project of SGCC(KY-SG-2016-204-JLDKY)