风光储优化调度方法研究

风光储优化调度方法研究

刘旺重 ,宋涛 ,李凯 

华能环县新能源有限公司   745700

摘要：在电源侧配置储能设备可以有效地弥补风光出力预测误差、增加新能源并网的可调度性，但是储能装置的成本较高，因此本文通过将储能的初始总投资成本折算到每一次充放电的动作中，考虑储能的出力和二级市场交易电量的相关约束，以发电企业一个调度周期内的净收益为优化目标，建立风光储联合经济优化调度模型。使用带有线性递减的惯性权重粒子群算法求解，通过算例验证该优化调度模型对提升新能源电厂的经济效益、可调度性和降低成本都有很显著的效果。

关键词：风光储互补，经济优化调度，储能动作成本

0引言

配置储能可以根据需要进行充放电控制，精准快速的响应用户的需求[1]，然而储能装置的投资和运维成本较高，因此如何在运行中对储能充放电功率进行恰当的优化，这对刺激清洁能源消纳、维持电力经济可持续发展有着重要作用[2]。

文献[3]从企业收益的角度来制定储能装置的充放电策略，同时还对储能装置的容量配置进行了优化。文献[4]提出高估出力期望、低估出力期望以及惩罚成本系数的概念，在这个基础上建立了计及风电出力惩罚成本的电力系统经济调度模型，最后通过算例分析对该方法进行了验证。

本文研究在风光互补的发电系统中，如何优化储能出力和二级市场发电权交易电量以给发电企业带来更好的经济效益和更低的成本。

1风光储联合运行建模

1.1储能容量损耗模型

在不考虑环境等外部因素影响的情况下，电化学储能的寿命损耗和其自身的放电深度有很大关系。在较低或中等的荷电状态下，充电的过程给电化学电池的寿命带来的损耗影响很小[5]，因此这里通过对铅酸电池在不同放电深度下对应的循环次数进行拟合，进而计算储能动作时实际衰减的容量。

1.2风光储联合运行成本模型

这里着重研究配置储能与不配置储能对电厂收益的影响，因此这里不考虑风电机组和太阳能电池的投资成本、运行成本和维护成本等固定投资成本。为了突出配置储能电厂与无储能电厂的差别，这里主要考虑配置储能系统的投资成本，并将总投资成本折算到单次充放电的过程中，计算出储能电池单次充放电的等效投资成本。

1.2.1储能投资总成本

储能系统的总投资成本包含初始的投资成本和运维成本，这里只考虑初始投资成本。

1.2.2储能单次动作成本

这里把一天分成24个调度时段，选择以日为结算周期，根据储能电池实际的充放电功率来将储能装置总投资成本折算到单次充放电时，进而计算单次充放电动作时的等效成本。

1.3风光储联合运行调度模型

研究风光储联合运行的优化调度问题，在风力发电和光伏发电互补的基础上，再配置一定容量的储能来实现电能在时间上的再分配，当任意时段风力发电和光伏发电的出力大于该时段的合同交易曲线时，在考虑发电惩罚、弃风弃光惩罚以及储能动作成本的前提下，由算法判断超发电量用于储能充电还是用于二级市场的发电权交易卖出以获得收益；同样当任意时段风力发电和光伏发电的出力小于该时段的合同交易曲线时，也由算法判断少发电量是用储能放电补充还是通过二级市场发电权交易来购入电量，再或者直接惩罚。

1.4目标函数

式中：f为一个调度周期的结算净收益；为一个调度周期的总售电收益；为一个调度周期的总成本。

1.5约束条件

这里主要考虑有功功率平衡、储能出力、储能荷电状态以及储能容量损耗这四方面的约束。

2风光储联合优化调度算例分析

2.1算例选择

本算例中风力发电额定功率为100MW，光伏发电的额定功率为20MW。并且储能系统选择铅酸蓄电池，其额定功率为20MW，额定容量为150MWh。选择风大晴天和风小阴天两种不同的出力组合分别进行模拟计算，再将计算的结果与同等运行条件下的不配置储能情况进行对比，以更好地反映和分析典型天气状况下的优化调度结果。

已知合同签订的未来24小时各时段的交易曲线、合同电价、发电权交易时的售电电价和购电电价以及风电和光伏的出力预测值[6]，在这基础上计算储能参与调度的出力情况以及发电厂参与二级市场发电权交易情况。由于在发电厂参与二级市场发电权交易时，市场的供需情况是在不断变化的。因此这里用随机数模拟实际交易过程中对购售电量的限制。

2.3优化结果

采用线性递减惯性权重粒子群算法对模型进行迭代，得出：在风小阴天算例下调度结果相比不配置储能成本降低了70.76%，利润提升了12.18%；在风大晴天算例下调度结果相比不配置储能成本降低了59.31%，利润提升了11.80%。

3结束语

这里提出的风光储联合运行经济优化调度方法可以有效减小弃风弃光、弥补新能源出力预测误差、增加新能源的可调度性，以达到降低成本、提高经济效益和提高电网运行稳定性的目的。在建立电量调度模型方面，通过将储能装置的初始总投资成本折算到每一次充放电的动作中来细化储能的运行成本计算；为了降低发电企业配置储能的维护成本，对储能的出力进行了有效的约束，延长了储能的使用寿命；考虑到储能的每一次动作对其自身容量均有一定程度的损耗，建立了储能的容量损耗模型来计算储能每一次放电损耗的容量，使最终的优化结果更加贴合实际。文章所做工作主要是建立了经济合理的调度模型规划储能出力和二级市场发电权交易电量，结果表明该调度方法在促进新能源消纳、减少弃风弃光、降低成本、增加收益方面颇有成效。

参考文献

[1]赵星星. 电化学储能系统对光伏发电成本效益的影响研究[D]. 华北电力大学(北京), 2021. 10-11.

[2]Zhang W P, Maleki A, Rosen M A, et al. Optimization with a simulated annealing algorithm of a hybrid system for renewable energy including battery and hydrogen storage［J］. Energy, 2018（C）: 191-207.

[3]Oudalov A, Cherkaoui R, Beguin A. Sizing and Optimal Operation of Battery Energy Storage System for Peak Shaving Application[C]. 2007 IEEE Lausanne Power Tech. IEEE, 2008.

[4]董晓天, 严正, 冯冬涵等. 计及风电出力惩罚成本的电力系统经济调度[J]. 电网技术, 2012, 36(08): 76-80.

[5]Zhang Y Y, Xv Y, Yang H M, et al. Optimal whole-life-cycle planning of battery energy storage for multifunctional services in power systems[J]. IEEE Transactions on Sustainable Energy, 2020, 11(4): 2077-2086.

[6]刘燕华, 张楠, 张旭. 考虑储能运行成本的风光储微网的经济运行[J]. 现代电力, 2013, 30(05): 13-18.