考慮輔助服務市場的風電-梯級水電聯(lián)合經(jīng)濟調度策略研究

0引言

隨著現(xiàn)代工業(yè)的發(fā)展,人類社會對電力能源的需求日益增加。傳統(tǒng)的發(fā)電方式例如燃煤發(fā)電無法滿足全部的電力負荷需求,且傳統(tǒng)發(fā)電方式往往會帶來環(huán)境污染等一系列問題。由于世界范圍內化石燃料的儲量日益減少且價格不斷上漲,在雙碳背景下開發(fā)利用風光水等清潔能源成為時代發(fā)展的主流訴求。

風電是一種儲量豐富的可再生能源,具有廣闊的開發(fā)利用前景。但由于受地理位置、氣候等條件影響顯著,其出力呈現(xiàn)間歇性、隨機性、波動性等特征^[1-3]。由于風電輸出極不穩(wěn)定,因此風電電能質量較差,難以直接獨立并入電網(wǎng)。為此,需要利用風電與其他電源之間的互補性,建立互補發(fā)電系統(tǒng),以彌補風電單獨并網(wǎng)的不足^[4]。

水電出力在時間的分布上能有效彌補風電的不足^[5]。在我國大部分地區(qū),夏秋時節(jié)風速較小,風電場的輸出功率低,而此時正當雨季,水庫上游來水量較大,水電站可以增加出力,彌補風電出力的不足;相反,在冬春時節(jié),降雨量較少,水庫上游來水較小,而此時許多地區(qū)出現(xiàn)多風天氣,風電場的輸出功率較大,就能彌補水電站輸出功率的不足。水電具有啟停運行靈活、調節(jié)速度快等優(yōu)點,其中梯級水電整體規(guī)模更大,調節(jié)能力更強。

通過對風電和水電資源進行聯(lián)合經(jīng)濟調度,可以平抑風電出力的間歇性和不穩(wěn)定性,同時避免水電在枯水季節(jié)滿足不了系統(tǒng)電力負荷需求的問題。國內外許多學者在風電和梯級水電聯(lián)合優(yōu)化調度上進行了大量探索,主要從平抑風電出力波動性和聯(lián)合運行經(jīng)濟收益兩個角度展開研究^[6-7]。然而,大多數(shù)論文只考慮了日前能量市場中風電和梯級水電的聯(lián)合經(jīng)濟調度,忽略了梯級水電也能夠參與輔助服務市場。

基于上述背景,本文提出了一種考慮輔助服務市場的風電-梯級水電聯(lián)合經(jīng)濟調度策略。在風電和梯級水電各自獨立的經(jīng)濟調度模型基礎上,建立風水聯(lián)合經(jīng)濟調度的混合整數(shù)線性規(guī)劃模型,通過算例分析驗證所提策略的有效性。

1風電獨立經(jīng)濟調度模型

1.1目標函數(shù)

風電并網(wǎng)運行時,風電的隨機性與波動性會給預測出力與實際出力帶來偏差,導致系統(tǒng)不平衡能量的產生。由于風電出力的不確定性,風電一般不參與輔助服務市場,只參與日前能量市場。風電獨立運行的經(jīng)濟目標即風力發(fā)電在日前能量市場中獲得最大收益,其中包括風電參與日前能量市場的交易收入、正的能量偏差帶來的收益,并扣除負的能量偏差帶來的懲罰^[8]。

目標函數(shù)如下:

Max Rw

式中:R_w為風電收益;T為總時段數(shù);J為風電預測場景數(shù);ρ_t,j為t時段、第j個風力發(fā)電場景出現(xiàn)的概率;λ_t為t時段日前市場價格;ρ_ws,t為t時段的風電計劃出力;Δt為每個時段風力發(fā)電持續(xù)時間;λ_t⁺為t時段正的不平衡能量價格;λ_t^-為t時段負的不平衡能量價格;W_t,j^up 為t時段、第j個場景下正的不平衡能量;W_t,j^dn為t時段、第j個場景下負的不平衡能量。

1.2 約束條件

1)風電計劃出力約束:

0≤P_ws,t≤P_wmax   (2)

式中:P_wmax為風電場裝機容量。

2)總的不平衡能量約束:

式中:W_t,j^imb為t時段、第j個場景下總的不平衡能量; P_wr,t,j為t時段、第j個風力發(fā)電場景下的風電實際出力。

3)正、負不平衡能量約束:

2梯級水電獨立經(jīng)濟調度模型

由于水庫庫容帶來了梯級水電的可調節(jié)特性,梯級水電可以參與日前能量市場和輔助服務市場中的旋轉備用市場、調頻備用市場。

發(fā)電商參與旋轉備用市場交易時考慮以下兩種不同的情況^[9]:

1)需要發(fā)電:在這種情況下,除了計及旋轉備用市場的每小時容量價格,發(fā)電商還根據(jù)現(xiàn)貨市場價格獲得電量報酬。這種情況的發(fā)生概率取決于市場狀況、氣候條件等因素,本文中定義為Ps。

2)無須發(fā)電:在這種情況下,發(fā)電商會依據(jù)旋轉備用市場的每小時價格獲得容量報酬。在本文中,這種情況的概率定義為1-Ps。

調頻備用市場旨在平衡瞬時的能源生產和消耗,以下介紹發(fā)電商參與調頻備用市場的三種狀態(tài)^[9]:

1)上調狀態(tài):根據(jù)發(fā)電商增發(fā)的電量,除了計及調頻備用市場的每小時價格,發(fā)電商還會依據(jù)實時市場的價格獲得電量報酬。這種情況的概率定義為P_r^up。

2)下調狀態(tài):在該狀態(tài)下,發(fā)電商會按調頻備用市場的每小時價格獲得報酬,但也會因為發(fā)電量的減少,依據(jù)實時市場的價格支付一部分懲罰金。這種情況的概率定義為P_r^dn。

3)無調頻狀態(tài):在此狀態(tài)下,發(fā)電商僅根據(jù)調頻備用市場的每小時價格獲得容量報酬。此狀態(tài)的概率定義為1—P_r^up—P_r^dn。

2.1目標函數(shù)

調度目標為梯級水電參與日前能量市場和輔助服務市場的利潤最大化。目標函數(shù)如下:

式中:R_h為梯級水電利潤;I_c1為梯級水電參與日前市場、旋轉和調頻備用市場交易收入總和;I_c2為備用在實時市場中獲得的電量收益;C₁為水電機組啟動成本。

其中,梯級水電參與日前市場、旋轉和調頻備用市場交易收入總和為:

式中:I為梯級水電機組總數(shù);λ_t^s為t時段旋轉備用市場的價格;λ_t^r為t時段調頻備用市場的價格;P_hr,t,i為t時段、第i個水電機組的實際發(fā)電量;P_h,t,i^s、P_h,t,i^r分別為t時段、第i個水電機組在旋轉備用市場、調頻備用市場中的容量。

備用在實時市場中獲得的電量收益為:

式中:λ_t^spot為t時段備用在實時市場中的清算價格,備用的電量收益包括旋轉備用和調頻備用兩個部分。

梯級水電機組的啟動成本為:

式中:c_i為第i個水電機組的啟動成本;y_t,i為一個二進制變量,若在t時段初、第i個水電機組啟動運行,則y_t,i=1。

2.2 約束條件

1)水電機組出力的線性化方程及約束:

式中:L為水電機組非線性的性能曲線進行線性化處理后的分段總數(shù);P_0,i為第i個水電機組允許的最小發(fā)電技術出力;v_t,i為一個二進制變量,若在t時段內、第i個水電機組處于運行中,則v_t,i=1;r_i,l為第i個水電機組的性能曲線中第l個分段的坡度;u_t,i^l為t時段、第i個水電機組的性能曲線中第l個分段對應的機 組流量。

2)水電機組在旋轉備用市場的容量約束:

3)水電機組在調頻備用市場的容量約束:

4)水電機組在日前能量市場、旋轉備用市場、調頻備用市場的出力總約束:

式中:P_max,i為第i個水電機組允許的最大發(fā)電技術出力。

5)水量動態(tài)平衡約束:

式中:x_t,i為t時段、第i個水電機組對應的水庫容量;x_0,i為第i個水電機組對應的初始水庫容量;W_i為第i個水電機組對應水庫自然流入量;M為從機組流量轉化為水庫容量的系數(shù),M=0.0036 Hm³ ?s/m³ ;u_t,i為t時段、第i個水電機組的排水流量;s_t,i為t時段、第i個水電機組對應水庫的滲流量。

6)水庫庫容約束:

式中:X_min,i為第i個水電機組對應水庫容量下限;X_max,i為第i個水電機組對應水庫容量上限。

7)水庫滲流量約束:

8)水電機組流量約束:

式中:U_min,i為第i個水電機組的最小流量。

9)水電機組性能曲線每個線性分段的機組流量約束:

式中:U_i^l為第i個水電機組性能曲線中第l個線性分段對應的最大機組流量;w_t,i^l為__個二進制變量,若在t時段、第i個水電機組的機組流量已經(jīng)超過其性能曲線中第l個線性分段的機組流量,則w_t,i^l=1。

10)二進制變量的邏輯約束:

式中:z_t,i為__個二進制變量,若在t時段初、第i個水電機組停止運行,則z_t,i=1。

式(22)保證了機組啟停狀態(tài)的合理性,式 (23)則排除了同一機組在相同時間段既啟動又停止的情況。

3 風電—梯級水電聯(lián)合經(jīng)濟調度模型

風水聯(lián)合調度的建模需要考慮風電和梯級水電各自實際出力與申報出力的偏差,系統(tǒng)的不平衡能量由兩者共同決定。

3.1目標函數(shù)

模型優(yōu)化的目標為風水聯(lián)合參與日前能量市場和輔助服務市場獲得最大利潤。目標函數(shù)如下:

式中:R_wh為風水聯(lián)合運行系統(tǒng)利潤;R₁為聯(lián)合系統(tǒng)中風電參與日前能量市場的收益;R₂為聯(lián)合系統(tǒng)中梯級水電參與日前能量市場、旋轉和調頻備用市場的交易收入總和;R₃為風水聯(lián)合運行的不平衡能量產生的收益;R₄為備用在實時市場中獲得的電量收益;C₁為水電機組啟動成本。

其中,風電參與日前能量市場的收益為:

梯級水電參與三個市場的交易收入總和為:

式中:P_hs,t,i為t時段、第i個水電機組的計劃發(fā)電量。風水聯(lián)合運行的不平衡能量產生的收益為:

(27)

式中:W_t^up為t時段系統(tǒng)正的不平衡能量;W_t^dn為t時段系統(tǒng)負的不平衡能量。

備用在實時市場中獲得的電量收益R₄ 同式(9),梯級水電啟動成本C₁同式(10)。

3.2 約束條件

1)風水聯(lián)合總的不平衡能量約束為:

式中:W_t^imb為t時段系統(tǒng)總的不平衡能量。

2)風水聯(lián)合正、負不平衡能量約束為:

3)水電機組計劃出力的約束為:

風電計劃出力約束同式(2),其余梯級水電約束條件同式(11)~(23)。

4算例分析

算例仿真部分基于混合整數(shù)線性規(guī)劃(MILP)模型使用Cplex12.6商業(yè)軟件進行仿真計算?？紤]一天中的24個小時,分別對風電獨立經(jīng)濟調度模型、梯級水電獨立經(jīng)濟調度模型、風水聯(lián)合經(jīng)濟調度模型進行仿真分析。風電模型涉及20種風力發(fā)電場景,風電實際出力及場景概率詳見文獻[10]。本文研究的梯級水電站群由四級水庫及其水電站構成,算例參數(shù)取自文獻[11]。正、負不平衡能量價格可簡化為與日前市場價格成比例關系^[9]:λ_t⁺=(1—T)λ_t,λ_t^-=(1+T)λ_t, 其中取T=0.5。梯級水電旋轉備用中Ps=0.05,調頻備用 中P_r^up=0.4,P_r^dn=0.35。日前市場價格λ_t、旋轉備用市場價格λ_t^s和調頻備用市場價格λ_t^r取自文獻[12],文獻[9]中給出了旋轉和調頻備用容量實時交易的價格λ_t^spot=1.1λ_t。

表1、表2為在其他參數(shù)不變的情況下,分別調整 Ps和P_r^dn時經(jīng)濟調度利潤情況。

通過改變Ps和P_r^dn的大小來衡量梯級水電參與旋 轉備用市場和調頻備用市場的影響。由表1可見,當Ps 逐漸變大時,向上旋轉備用概率增加導致備用容量帶來的收益增加,因此梯級水電獨立運行和風水聯(lián)合運行的經(jīng)濟利潤都有明顯提高。由表2可見,當P_r^dn 逐漸增大時,向上、向下調頻備用之間的概率差越來越小,導致調頻備用帶來的收益減少,因此梯級水電獨立運行和風水聯(lián)合運行的經(jīng)濟利潤均下降。從表1和表2的聯(lián)合運行增益可知,風水聯(lián)合運行相較于兩者獨立運行,可有效提高發(fā)電系統(tǒng)整體收益;當Ps逐漸增大或當P_r^dn逐漸增大時,梯級水電能夠提供更加充足的備用裕度消納風電的波動,降低系統(tǒng)能量不平衡帶來的收益懲罰,因此風水聯(lián)合運行增益隨之上漲。

圖1為聯(lián)合運行方式下風電和梯級水電的最優(yōu)計劃出力隨日前市場能量價格變化的情況。

由圖1可以看出,在一天中的每個時段,當風電最優(yōu)計劃出力不為零時,梯級水電最優(yōu)出力為零;反之亦然。由此說明風水聯(lián)合時,梯級水電能夠為風電提供充足的備用,因此風電和水電在時間尺度上呈現(xiàn)互補的特點。此外,在時段4附近日前市場能量價格達到一天中的低谷,此時系統(tǒng)的計劃出力為較小值;隨著價格的升高,日前市場能量價格在時段13和時段20—21附近達到兩個高峰,此時系統(tǒng)整體最優(yōu)計劃出力也為高峰值。由此可見,風水聯(lián)合調度出力的整體波動趨勢符合日前市場能量價格的變化趨勢,機組出力與市場電價息息相關。

5 結論

本文提出了基于日前能量市場和輔助服務市場的風電-梯級水電聯(lián)合經(jīng)濟調度策略,研究表明,聯(lián)合運行能夠實現(xiàn)風電和梯級水電的互補,對比各自獨立運行可獲得更大的利潤。機組出力與市場電價密切相關,考慮輔助服務市場的風電-梯級水電聯(lián)合經(jīng)濟調度不僅能夠有效提高系統(tǒng)整體收益,還可以在一定程度上減輕風電出力的不確定性帶來的影響。

[參考文獻]

[1]張麗英,葉廷路,辛耀中,等.大規(guī)模風電接入電網(wǎng)的相關問題及措施[J].中國電機工程學報,2010,30(25):1-9.

[2]賈文昭,康重慶,李丹,等.基于日前風功率預測的風電消納能力評估方法[J].電網(wǎng)技術,2012,36(8):69-75.

[3]謝敏,羅文豪,吉祥,等.隨機風電接入的電力系統(tǒng)動態(tài)經(jīng)濟調度多場景協(xié)同優(yōu)化[J].電力自動化設備,2019,39(11):27-33.

[4]牛林華,龔慶武,黃炳翔,等.大規(guī)模風電入網(wǎng)下的風氣火電力系統(tǒng)聯(lián)合優(yōu)化調度[J].電力自動化設備,2015,35(11):52-58.

[5] 陳麒宇,LITTLERT,王海風,等.風電水電協(xié)同運行計劃的 優(yōu) 化[ J ] . 中 國電 機 工 程 學 報 , 2014 , 34(34):6074-6082.

[6]代倩,曾平良,周勤勇,等.多風電場與梯級水電站協(xié)調運行對電力系統(tǒng)可靠性的影響 [J]. 電網(wǎng)技術,2015,39(6):1679-1684.

[7]楊秀媛,陳麒宇,王蒙,等.考慮網(wǎng)絡約束的風電水電協(xié)同果蠅優(yōu)化控制 [J].中國電機工程學報,2017,37 (18):5286-5293.

[8]MORALES  J  M,CONEJO  A  J,pEREZ-RUIZ  J.Short-term trading  for  a  wind  power  producer[J] . IEEE  Tran- sactions  on  power  Systems,2010,25(1) : 554-564.

[9]VARKANI  A   K , DARAEEpOUR  A , MONSEF  H.A  new   self- scheduling  strategy  for  integrated  operation  of wind   and   pumped-storage    power   plants    in   power markets[J].Applied  Energy,2011,88(12) : 5002-5012.

[10] ANGARITA J M,USAOLA J G.Combining hydro-generation and  wind  energy  biddings  and  operation  on  elec- tricity  spot  markets  [J].Electric  power  Systems Research,2007,77(5/6) : 393-400.

[11] CONEJO  A  J,ARROYO  J  M,CONTRERAS  J,et  al.  Self-  scheduling  of  a  hydro  producer   in  a  pool-based electricity market[J].IEEE Transactions on power Systems :A  publication  of  the  power  Engineering Society,2002, 17(4) : 1265-1272.

[12]pARASTEGARI  M,HOOSHMAND  R-A,KHODABAKHSHIAN  A,et al.Joint  operation  of  wind  farm,  photovoltaic, pump-storage    and    energy    storage    devices     in energy   and   reserve   markets [ J ] . International  Journal  of  Electrical  power  and  Energy  Systems, 2015,64 : 275-284.

2024年第22期第3篇