虚拟电厂内多台小规模火电机组与储能聚合分析及出力优化

时间：2024-07-28

吕鸣阳,陈衡,马瑞,苟凯杰,雷兢

(1.华北电力大学,北京 102206;2.国网河北省电力有限公司电力科学研究院,河北石家庄 050021)

0 引言

随着电力工业的发展,电力行业市场化改革后,小型火电机组仍面临生存困境。如何最大化利用资源优势成为小型火电机组关注的关键问题。虚拟电厂可为火电机组提供一种有效的智能电网运行框架,且理论上能有效解决并网消纳的问题,但虚拟电厂内部功率单元的功率协调管理以及其作为一个整体参与电力系统调度仍然存在一些难以解决的问题。

虚拟电厂(VPP)[1]由多个实体组成,其中包括能源消费者、分布式能源资源、能源存储系统等。国内外学者对虚拟电厂都进行了深入的研究。龙勇等[2]发现在预测电网负荷时会受到用电高峰日等因素的影响导致预测结果准确性大大降低,提出了结合季节调整方法和BP神经网络两种方法的数据模型。范宏等[3]提出了多种能源协调运行的调度模型,考虑了系统网损和多区域虚拟电厂的运行,该模型对于实现多个虚拟电厂之间的协调运行具有指导意义。陶莉[4]等建议采用电网的峰谷差来核算电力价格,这将在电力市场中产生积极效果。虚拟电厂能够积极参与市场交易,并发挥积极作用,但综合能源与虚拟电厂之间难形成有效的信息交流。为解决这一问题,需要采用有效的信息交流机制,以促进虚拟电厂与分布式能源之间的有效合作,降低交易成本,推动电力市场的健康发展。何奇琳等[5]研究了在虚拟电厂中引入区块链技术,并且详细的分析了虚拟电厂技术与区块链技术之间的共通性与技术融合的可能性。李楠等[6]提出基于SPN 组网技术构建虚拟电厂的多业务融合承载平台,实现了虚拟电厂业务所需的信息贯通,电力分区业务承载性能指标满足业务和规约要求。文献[7]提出了综合调度风电机组和燃气热电联产机组的虚拟电厂模型,增加了新能源的消纳比例,降低了发电成本。在VPP综合能源调度方面,文献[8]提出了一种聚合热电联供机组和储热进入虚拟电厂的方案,以满足地区的供热需求,并使其参与能源市场。文献[9]建立了一个在能源市场下包含新能源、锅炉、储能、负荷的VPP 优化调度模型。文献[10]在文献[9]的基础上考虑了虚拟电厂中热电联供机组和可中断负荷参与可持续资源市场(SRM),并采用MILP(Mixed-Integer Linear Programming)模型来描述VPP的热电联合调度优化。此外,贾清泉等人[11]针对电采暖型虚拟电厂,建立了房屋热需求模型,并提出了风电与蓄热电采暖的联合运行模式,以有效降低虚拟电厂的运行成本,并提高风电的消纳水平。然而,目前的研究主要关注单区域虚拟电厂,而对于多区域VPP的协调调度和不同区域之间能量流动问题的研究相对较少。

本文基于虚拟电厂能够聚合优化的特性,提出了一种考虑供给与负荷转移的虚拟电厂调度策略,以发电系统整体利润最优为目标函数,从供给侧增强虚拟电厂的调度弹性。此系统以满足某地区电力负荷为目标,安排4台小型火电机组进行供电,考虑火电机组的总体调节能力与调节速度有限,为每个火电机组增加一套储能系统组成虚拟电厂系统,并通过算例进行分析验证。

1 小型火电机组-储能VPP系统介绍

以某一地区的用户负荷作为发电量目标,考虑到负荷需求比较大,聚合4台小型火电机组进行发电承担当地的负荷,由于火电机组的总体调节能力与调节速率有限,每个火电机组配置1套储能系统,增加该系统的调节能力,同时也可以增强火电机组调峰调频能力和电网供电的可靠性。虚拟电厂结构如图1所示,本文重点研究搭建商业型虚拟电厂,并假设其联盟由火力发电机组和储能设备组成,每个成员均保持个体理性。虚拟电厂对配电网的影响不在本文的考虑范围内系统主要由4台火电机组和4套储能系统组成,电网收到用户负荷的需求,经过数据处理后发送给火电机组和储能系统进行调度,受火电机组功率爬坡速率和溜坡速率的影响,不能完全契合用户负荷的巨大波动。储能系统在用户负荷升高时输出电能,在用户负荷下降时储存电能,达到削峰填谷的目的。

图1 虚拟电厂结构示意

2 虚拟电厂模型计算

2.1 火电机组

火力发电的收益主要来自售电收入,而发电的成本包括燃料费用、运维费用等,使用二次函数来表达时段内火电机组k发电总成本

式中:c k,t为t时段内第k组火电机组的发电成本;a k,b k,g k分别为第k组火力发电机组的发电成本二次函数对应系数,通过分析机组历史运行数据并机器学习得到;q k,t为第k组火电机组t时段内发电量。

t时段火电机组k的利润函数表示为

式中:E k,t为t时段内第k组火电机组参与调度的利润;p t为t时段内火电上网电价。

2.2 储能设备

本文储能设备选择为蓄电池lb。锂电池储能技术作为主要蓄电池技术广泛应用于各领域,具备高度成熟度。充放电特性是描述储能系统的关键指标,包括容量、功率、充电效率、放电效率、自放电率和荷电状态等,分为充电和放电两种状态。荷电状态指储能系统当前存储能量的百分比。通过监测一段时间内的充电和放电功率,并结合系统的容量和荷电状态,可以对储能系统的能量存储情况进行评估和分析。使用公式(3)进行评估。

在虚拟电厂中,储能设备可以通过存储和释放能量的方式,为系统提供灵活的调节能力,以满足电力需求的变化和应对电网的波动,被视为虚拟电厂的一部分,从中获得相应的收益。因此蓄电池储能系统的收益表示为

式中:E te为t时段内储能系统参与调度的利润为蓄电池储能系统lb在t时段释出电量参与调度时的调度补偿系数;cte为蓄电池储能系统lb在t时段的成本支出,主要包括运维成本、折旧成本等。

储能设备的规模应该合理匹配虚拟电厂的需求和运营模式。如果储能设备的容量过大,超过了虚拟电厂所需的能量储存量,那么储能设备的折旧成本可能会变得过高,而无法通过参与虚拟电厂的调度获得足够的收益来覆盖这些成本。如果储能设备的规模过小,无法满足虚拟电厂的能量需求,那么虚拟电厂可能无法充分利用储能设备的调度能力,无法最大程度地降低能源成本或提高系统的效益。在规划和建设储能设备时,需要进行合理的规模选择,以确保储能设备的规模与虚拟电厂的需求相匹配,从而最大化经济效益,在本文中假设储能设备的规模在合理的范围内。

3 虚拟电厂调度模型

3.1 模型目标函数

虚拟电厂能够聚合不同区域、不同类型的分布式能源,通过协同合作,各成员可以共享资源、优化能源调度和交易策略,从而实现更高效的能源利用和市场行为。合作博弈的机制鼓励成员之间分享信息、协调行动,并共同追求整体效益的最大化。这种协作可以通过优化发电机组的运行方式、调整能源供需平衡和灵活响应市场需求来实现。这种情况下虚拟电厂的收益包括火力发电机组收益、储能设备调峰收益和向大电网售卖多余电量收入,成本包含向外购电成本,公式表示为

式中:f为在一个周期内的总利润;K为参与调度的火力发电机组数和分别为t时段内网售电和购电的统一价格和分别为t时段内电网输出和外购的电量。

3.2 约束条件

3.2.1 功率平衡约束

集合分布式能源由虚拟电厂统一调控,在任意时段需要保证用电和发电之间的功率平衡,约束公式为

3.2.2 机组出力约束

对于火电机组,存在输出功率约束,约束公式为

3.2.3 火力发电机组爬坡约束

火电机组功率调控速率有一定的限制

3.2.4 储能设备约束

蓄电池储能系统约束在设计、控制和运行中起着关键的作用,以保证系统的性能、寿命和安全性,包括常规容量约束、充放电状态约束、充放电速率约束,约束公式为

3.3 虚拟电厂结构下利润最优模型

虚拟电厂结构下利润最优模型表示为

4 系统求解方法

混合整数线性规划是一类重要的数学规划问题,其特点是数学模型可以用线性关系式表示。一个混合整数线性规划问题的完整数学描述包括以下要素。

1)目标函数:用于求解最大值或最小值的线性函数,通常包含优化变量。

2)优化变量:这些变量可以是实数或整数,并且可以是决策变量,即需要根据问题的要求进行优化的变量。

3)约束条件:一组线性方程或不等式,用于限制优化变量的取值范围。这些约束条件可以包括等式约束、不等式约束、边界约束等。

4)整数约束:对于某些优化变量,限制其取值必须是整数。这种约束条件使得问题成为混合整数线性规划问题,与普通线性规划问题的主要区别之一。

混合整数线性规划问题的目标是找到满足约束条件的优化变量取值,使得目标函数取得最大值或最小值。解决这类问题的方法包括线性规划算法和特定的整数规划算法,用于在可行解空间中搜索最优解。本文所提混合整数线性规划问题可被写成

式中:cx为目标函数;A为联立线性方程组系数矩阵;b为联立线性方程组值;x i和x j分别为连续型变量和整形变量;xmin和xmax分别为最小约束值和最大约束值。本文应用修正单纯性法(Revised Simplex Method)解决线性规划问题,分支界定法(Branch and Bound Method)解决混合整数问题。

5 结果与讨论

5.1 算例分析

选取我国南部某社区作为研究对象,调取该社区全年数据作为仿真目标负荷数据,假设该社区建有四套火电机组,按照该社区全年的电负荷需求预测,使用本文提出的优化模型进行发电设备的优化配置计算,其中所发电量仅供社区自身使用,不进行上网。仿真时间步长为1 h,为缩短系统优化运行时间,系统调度优化采用典型日数据替代系统全年数据。

在社区引入虚拟电厂系统,加入蓄电池进行调峰,增加整个系统的经济效益。本文仿真基于Matlab编程,通过Caplx求解器求解。选用某区域内4组火力发电机组、4组蓄电池储能系统、通过组成虚拟电厂来满足辐射范围内的负荷需求。

火电发电机组、铅酸蓄电池的相关参数分别如表1、表2所示。

表1 火电机组参数

表2 储能设备(蓄电池)参数

5.2 虚拟电厂调度结果分析

为了加快系统优化运行速度,可以使用典型数据作为虚拟电厂系统的全寿命周期数据。将数据划分为工作日、高峰日和休息日,并从中选择具有代表性的日子进行计算。本文选取每个月的21个工作日、8个休息日和2个高峰日作为代表。典型日负荷如图2所示。此处仅对高峰日典型日联合运行模式下的VPP 内各电站出力进行分析。由图2可见,典型日负荷的波动非常大,负荷最高时的数值接近于负荷最低时数值的2倍,经过计算,上午10点负荷最高时,4台火电机组按照额定功率运行也不能满足负荷需求,需要从外电网大量购电,这样减低了整个系统的适应能力,也降低了火电机组的盈利能力。

图2 典型日负荷

传统小型火电机组运行不经过负荷优化直接承担,未满足负荷需求的电量直接向电网购买。运行结果如图3所示,火电机组负荷变动非常大,会增加运行的风险,并且受到火电机组爬坡速率受限的客观条件影响,火电机组不能完全满足负荷需求在周期内会大量购买电网电量,增加运行的成本,减少收益。

图3 不参与虚拟电厂的火电机组运行情况

将小型火电机组接入虚拟电厂系统,经过计算,该虚拟电厂的调度结果如图4所示,包括了四个火力发电机组的调度量、储能系统的电能充电量、电能放电量、电网购入电量。

图4 虚拟电厂实际需求情况

在总负荷需求变化的情况下,有时负荷需求会偏低,导致发电机组不能以额定功率运行。图4展示了各发电机组的实际调度量。在00:00-06:00,负荷主要依靠火电机组满足,并且给储能系统蓄电,其中火电机组大部分时段处于70%满载状态。在06:00-10:00,负荷明显增大,火电机组按照最大爬坡速率增加发电量,储能系统辅助发电,仍不能满足负荷需求,需要向电网购电才能满足负荷需求。11:00-14:00负荷下降,火电机组功率下降。在6:00-14:00,充分体现了储能系统调峰功能,且弃电量明显减少,贡献巨大。15:00-24:00,负荷波动并不大,火电机组主要承担此部分的负荷,避免从电网购电减少发电成本。

比较图3和图4可知,经过虚拟电厂调控,火电机组的输出功率的波动变小,增加了火电机组运行的稳定性和安全性,并且在储能系统的参与下,该地区从五个时间段需要从电网处购买电量降到只有一个时间段需要从电网购买电量,大大增加了该地区系统的自主性,降低了电网调峰填谷的调控难度,为整个电网系统降低调控难度做出了巨大的贡献。

图5表示蓄电池储能系统内部储存的能量状态。储能设备的作用是将电量从供给富裕时段向需求密集时段转移,在图4中,储能设备于08:00-12:00,17:00和20:00内处于电能释放状态,即在这些时段火力发电机组发电量不能承担用户负荷需求,这恰好对应图2 中火电机组的高峰段。以上分析可以得出,储能设备担负着机组供应的补充与调节作用。

图5 储能系统设备电量

算例1储能设备接入虚拟电厂,算例2没有储能设备参与,结果见表3,在负荷需求不变的情况下,储能设备的参与可以大大提高火电机组的消纳能力,增加虚拟电厂的经济效益。在储能设备的参与下,从VPP 向外购电量的大大减小,通过储能设备将电能从供给充裕时段转移到需求密集时段释放,有效减少了高额外购电量的成本支出。这种做法显著降低了在需求高峰时段购买外部电能的需求,从而节约了成本。

表3 储能系统设备影响变化