一种基于电化学储能参与含大规模海上风电的调峰优化运行方法与流程

1.本发明涉及电力辅助服务领域，具体涉及一种基于电化学储能参与含大规模海上风电的调峰优化运行方法。


背景技术：

2.当前，我国正处于能源转型背景下，各沿海省份积极开发海上风电，海上风电保持快速发展态势。海上风电与陆上风电相比，具有距离用电负荷中心近、海上风机不占用土地资源、出力波动较小以及海上风机效率更高等特点，其大规模运用可有效应对能源危机问题和环境问题。同时，海上风电出力受地理环境、天气等因素影响，具有较强的随机性、波动性和反调峰特性，导致大规模海上风力发电消纳问题严峻，弃风问题突出。此外，海上风电等效转动惯量小，其大规模并网给电网的安全稳定运行及电能质量等带来不利影响。
3.针对大规模海上风电反调峰问题，电化学储能是解决该问题的有效方法之一，其在海上风电出力峰阶段储存电能，在出力低谷阶段释放电能，可获取更多的收益，提高海上风电利用率，降低常规火电机组使用率。目前，针对电化学储能参与调峰的研究主要是电化学储能辅助传统火电机组参与调峰，考虑现有电力市场环境，基于风力发电、电化学储能和火电等常规机组三者协调优化参与调峰辅助的优化策略研究较少，同时涉及多目标优化问题处理方法较单一，多为采用传统智能算法直接对多目标模型进行求解。因此，急需一种考虑海上风电和电化学储能联合参与调峰优化运行的方法，使电化学储能能更有效地依托大规模海上风电参与调峰辅助服务。


技术实现要素：

4.本发明所要解决的技术问题是，如何结合电化学储能和大规模海上风电，考虑不同场景和不同目标情况，联合参与调峰优化运行。
5.本发明所采用的技术方案是：一种基于电化学储能参与含大规模海上风电的调峰优化运行方法,包括如下步骤：
6.(1)选定某沿海地区已配建电化学储能的海上风电场，获取海上风电预测出力值和电化学储能相关参数，输入电化学储能参与含大规模海上风电的调峰优化运行的原始参数；
7.(2)建立海上风电和电化学储能联合运行收益最大化的目标函数，包括在能量市场获取的电量收益、电化学储能代替部分火电机组参与调峰辅助服务带来减排污成本的间接收益、弃风惩罚成本以及电化学储能损耗成本；
8.(3)建立海上风电和电化学储能联合输出功率波动方差最小化的目标函数；
9.(4)建立火电机组总运行成本最小化的目标函数，包括火电机组燃煤成本、火电机组启用成本以及火电机组爬坡成本；
10.(5)建立模型约束条件，包括海上风电出力约束、海上风电和电化学储能联合出力
约束、电化学储能运行约束、系统功率平衡约束、系统正负旋转备用约束以及火电机组运行约束；
11.(6)依据步骤(2)、(3)、(4)、(5)构建的调峰优化运行模型，以分层和归一化方法对该模型进行简化处理，并采用改进的遗传算法对简化模型进行求解；
12.(7)输出不同场景和不同目标情况下系统运行曲线。
13.作为优选，步骤(2)所述的海上风电和电化学储能联合运行收益最大目标函数，具体表述为：
14.maxf1＝f
11
f
12-f
13-f
14
15.海上风电和电化学储能在能量市场获取的电量收益：
[0016][0017]
式中：n为总时段数；p
r,t
为t时刻内的电量电价；p
w,t
为海上风力发电在t时刻内的实际出力值；p
dis,t
、p
ch,t
分别为电化学储能在t时刻内的放电和充电功率；
[0018]
电化学储能代替部分火电机组参与调峰辅助服务带来减排污成本的间接收益：
[0019][0020]
式中：λ
(
·
)
为各种大气污染气体的单位环境成本；m
cf
(
·
)为火电机组燃烧一吨煤所产生的各种大气污染气体释放量；qn为火电机组燃烧一吨煤可发电电量；
[0021]
电化学储能损耗成本：
[0022][0023]
式中：c
p
、ce分别为电化学储能的单位功率成本和单位容量成本；pn、en分别为电化学储能的额定功率和额定容量；a、b为电化学储能损耗成本系数。
[0024]
海上风力发电和电化学储能联合出力偏差所导致的惩罚成本：
[0025][0026]
p
wc,t
＝p
w,t
p
dis,t-p
ch,t
[0027]
式中：α1、α2分别为海上风力发电和电化学储能联合出力过剩和联合出力不足时的惩罚系数，且满足α1＞1，α2＞1，两者具体数值可根据实际问题需求进行设定；p
wp,t
为海上风力发电在t时刻内的预测出力值；p
wc,t
为海上风力发电和电化学储能在t时刻内的联合出力值。
[0028]
作为优选，步骤(3)所述的海上风电和电化学储能联合输出功率波动方差最小目标函数，具体表述为：
[0029]
[0030][0031]
式中：为海上风力发电和电化学储能联合系统的输出功率平均值。
[0032]
作为优选，步骤(4)所述的火电机组总运行成本最小目标函数，具体表述为：
[0033]
minf3＝f
31
f
32
f
33
[0034]
火电机组燃煤成本：
[0035][0036]
式中：n为火电机组总台数；ai、bi、ci分别为第i台火电机组的耗量特性系数；p
i,t
为第i台火电机组在t时刻内的出力值；
[0037]
火电机组启用成本：
[0038][0039]ui,t
,u
i,(t-1)
∈{0,1}
[0040]
式中：s
i,t
为第i台火电机组在t时刻内的开机成本；u
i,t
为第i台火电机组在t时刻内的启停状态，u
i,t
＝1表示开机，u
i,t
＝0表示停机；
[0041]
火电机组爬坡成本：
[0042][0043]
式中：γ为火电机组爬坡成本因子。
[0044]
作为优选，步骤(5)所述的模型约束条件，具体表述为：
[0045]
海上风力发电出力约束：
[0046][0047]
式中：为海上风力发电在t时刻内的最大出力值；
[0048]
海上风电和电化学储能联合出力约束：
[0049][0050]
式中：为海上风力发电和电化学储能联合输出功率在t时刻内的最大值；
[0051]
储能系统的充放电状态约束：
[0052][0053]
式中：β
ch,t
、β
dis,t
分别为电化学储能的充电和放电状态变量；β
ch,t
＝0、β
dis,t
＝1表示电化学储能正在放电，反之在充电；β
ch,t
＝0、β
dis,t
＝0表示电化学储能既不放电又不充电；
[0054]
储能系统的充放电功率约束：
[0055][0056]
式中：分别为电化学储能的最大放电功率和最大充电功率值；
[0057]
储能系统的容量约束：
[0058][0059][0060]
式中：e
soc,t
为t时刻内电化学储能的容量状态值；η
ch
、η
dis
分别为电化学储能充电和放电效率；soc
min
、soc
max
分别为电化学储能的最小和最大荷电状态；分别为电化学储能在一个循环使用周期内的初始容量状态值和结束容量状态值；
[0061]
系统功率平衡约束：
[0062][0063]
式中：p
l,t
为t时刻内的负荷值；
[0064]
系统正负旋转备用约束：
[0065][0066]
式中：r
u,t
、r
d,t
分别为在t时刻内系统正旋转备用要求和负旋转备用要求，常取总负荷5％；
[0067]
火电机组出力上下限约束：
[0068]ui,t
p
i,min
≤p
i,t
≤u
i,t
p
i,max
[0069]
式中：p
i,min
、p
i,max
分别为第i台火电机组的最小和最大出力值；
[0070]
火电机组爬坡约束：
[0071]-r
i,down
≤p
i,t-p
i,(t-1)
≤r
i,up
[0072]
式中：r
i,down
、r
i,up
分别为第i台火电机组的最大向下和向上爬坡速率；
[0073]
火电机组最小启停时间约束：
[0074][0075]
式中：分别为第i台火电机组持续开机时间和持续停机时间；分别为第i台火电机组持续开机时间和持续停机时间；分别为第i台火电机组最小持续开机时间和最小持续停机时间。
[0076]
作为优选，步骤(6)所述的分层和归一化，具体表述为：
[0077]
1)将前两个目标函数归为上层，最后一个目标函数归为下层；
[0078]
2)归一化处理：
[0079][0080][0081]
式中：f1'、f2'分别为两个目标函数的归一化值；f
1,any
、f
2,any
分别为两个目标函数的任一解；f
1,opt
、f
2,opt
分别为两个目标函数的最劣解；f
1,inf
、f
2,inf
分别为两个目标函数的最优解。
[0082]
作为优选，步骤(7)所述的不同场景和不同目标情况，包括：
[0083]
不同场景：
[0084]
1)场景一，海上风力发电不配建电化学储能，仅火电机组参与调峰，求解模型进而获取系统运行曲线；
[0085]
2)场景二，海上风力发电配建电化学储能，且海上风力发电、电化学储能以及火电机组联合参与调峰，求解模型进而获取系统运行曲线。
[0086]
不同目标情况：
[0087]
1)情况一，考虑第一个目标函数和第三个目标函数，求解模型进而获取系统运行曲线；
[0088]
2)情况二，考虑第二个目标函数和第三个目标函数，求解模型进而获取系统运行曲线；
[0089]
3)情况三，考虑三个目标函数，求解模型进而获取系统运行曲线。
[0090]
本发明的有益效果是：考虑海上风电、电化学储能以及火电机组构成联合系统，建立基于电化学储能参与含大规模海上风电的调峰优化运行模型，采用改进遗传算法对各模型进行求解，得到最经济的优化运行方案，减少海上风电弃风量，提高海上风电与电化学储能联合运行的总体收益，并减小火电机组运行成本。
附图说明
[0091]
图1：一种基于电化学储能参与含大规模海上风电的调峰优化运行方法流程图；
[0092]
图2：场景一下系统运行曲线；
[0093]
图3：场景二(即情况三)下系统运行曲线；
[0094]
图4：情况一下系统运行曲线；
[0095]
图5：情况二下系统运行曲线。
具体实施方式
[0096]
下面结合实施例和附图对本发明的一种基于电化学储能参与含大规模海上风电的调峰优化运行方法做出详细说明。
[0097]
如图1所示，本发明的一种基于电化学储能参与含大规模海上风电的调峰优化运行方法，包括如下步骤：
[0098]
(1)选定某沿海地区已配建电化学储能的海上风电场，获取海上风电预测出力值和电化学储能相关参数，输入电化学储能参与含大规模海上风电的调峰优化运行的原始参
数；
[0099]
(2)建立海上风电和电化学储能联合运行收益最大化的目标函数，包括在能量市场获取的电量收益、电化学储能代替部分火电机组参与调峰辅助服务带来减排污成本的间接收益、弃风惩罚成本以及电化学储能损耗成本；
[0100]
海上风电和电化学储能联合运行收益最大目标函数，具体表述为：
[0101]
maxf1＝f
11
f
12-f
13-f
14
[0102]
海上风电和电化学储能在能量市场获取的电量收益：
[0103][0104]
式中：n为总时段数；p
r,t
为t时刻内的电量电价；p
w,t
为海上风力发电在t时刻内的实际出力值；p
dis,t
、p
ch,t
分别为电化学储能在t时刻内的放电和充电功率；
[0105]
电化学储能代替部分火电机组参与调峰辅助服务带来减排污成本的间接收益：
[0106][0107]
式中：λ
(
·
)
为各种大气污染气体的单位环境成本；m
cf
(
·
)为火电机组燃烧一吨煤所产生的各种大气污染气体释放量；qn为火电机组燃烧一吨煤可发电电量；
[0108]
电化学储能损耗成本：
[0109][0110]
式中：c
p
、ce分别为电化学储能的单位功率成本和单位容量成本；pn、en分别为电化学储能的额定功率和额定容量；a、b为电化学储能损耗成本系数。
[0111]
海上风力发电和电化学储能联合出力偏差所导致的惩罚成本：
[0112][0113]
p
wc,t
＝p
w,t
p
dis,t-p
ch,t
[0114]
式中：α1、α2分别为海上风力发电和电化学储能联合出力过剩和联合出力不足时的惩罚系数，且满足α1＞1，α2＞1，两者具体数值可根据实际问题需求进行设定；p
wp,t
为海上风力发电在t时刻内的预测出力值；p
wc,t
为海上风力发电和电化学储能在t时刻内的联合出力值。
[0115]
(3)建立海上风电和电化学储能联合输出功率波动方差最小化的目标函数，具体表述为：
[0116][0117]
[0118]
式中：为海上风力发电和电化学储能联合系统的输出功率平均值。
[0119]
(4)建立火电机组总运行成本最小化的目标函数，包括火电机组燃煤成本、火电机组启用成本以及火电机组爬坡成本，具体表述为：
[0120]
minf3＝f
31
f
32
f
33
[0121]
火电机组燃煤成本：
[0122][0123]
式中：n为火电机组总台数；ai、bi、ci分别为第i台火电机组的耗量特性系数；p
i,t
为第i台火电机组在t时刻内的出力值；
[0124]
火电机组启用成本：
[0125][0126]ui,t
,u
i,(t-1)
∈{0,1}
[0127]
式中：s
i,t
为第i台火电机组在t时刻内的开机成本；u
i,t
为第i台火电机组在t时刻内的启停状态，u
i,t
＝1表示开机，u
i,t
＝0表示停机；
[0128]
火电机组爬坡成本：
[0129][0130]
式中：γ为火电机组爬坡成本因子。
[0131]
(5)建立模型约束条件，包括海上风电出力约束、海上风电和电化学储能联合出力约束、电化学储能运行约束、系统功率平衡约束、系统正负旋转备用约束以及火电机组运行约束；
[0132]
海上风力发电出力约束：
[0133][0134]
式中：为海上风力发电在t时刻内的最大出力值；
[0135]
海上风电和电化学储能联合出力约束：
[0136][0137]
式中：为海上风力发电和电化学储能联合输出功率在t时刻内的最大值；
[0138]
储能系统的充放电状态约束：
[0139][0140]
式中：β
ch,t
、β
dis,t
分别为电化学储能的充电和放电状态变量；β
ch,t
＝0、β
dis,t
＝1表示电化学储能正在放电，反之在充电；β
ch,t
＝0、β
dis,t
＝0表示电化学储能既不放电又不充电；
[0141]
储能系统的充放电功率约束：
[0142][0143]
式中：分别为电化学储能的最大放电功率和最大充电功率值；
[0144]
储能系统的容量约束：
[0145][0146][0147]
式中：e
soc,t
为t时刻内电化学储能的容量状态值；η
ch
、η
dis
分别为电化学储能充电和放电效率；soc
min
、soc
max
分别为电化学储能的最小和最大荷电状态；分别为电化学储能在一个循环使用周期内的初始容量状态值和结束容量状态值；
[0148]
系统功率平衡约束：
[0149][0150]
式中：p
l,t
为t时刻内的负荷值；
[0151]
系统正负旋转备用约束：
[0152][0153]
式中：r
u,t
、r
d,t
分别为在t时刻内系统正旋转备用要求和负旋转备用要求，常取总负荷5％；
[0154]
火电机组出力上下限约束：
[0155]ui,t
p
i,min
≤p
i,t
≤u
i,t
p
i,max
[0156]
式中：p
i,min
、p
i,max
分别为第i台火电机组的最小和最大出力值；
[0157]
火电机组爬坡约束：
[0158]-r
i,down
≤p
i,t-p
i,(t-1)
≤r
i,up
[0159]
式中：r
i,down
、r
i,up
分别为第i台火电机组的最大向下和向上爬坡速率；
[0160]
火电机组最小启停时间约束：
[0161][0162]
式中：分别为第i台火电机组持续开机时间和持续停机时间；分别为第i台火电机组持续开机时间和持续停机时间；分别为第i台火电机组最小持续开机时间和最小持续停机时间。
[0163]
(6)依据步骤(2)、(3)、(4)、(5)建立的调峰优化运行模型，以分层和归一化方法对该模型进行简化处理，并采用改进的遗传算法对简化模型进行求解；
[0164]
1)将前两个目标函数归为上层，最后一个目标函数归为下层；
[0165]
2)归一化处理：
[0166][0167][0168]
式中：f1'、f2'分别为两个目标函数的归一化值；f
1,any
、f
2,any
分别为两个目标函数的任一解；f
1,opt
、f
2,opt
分别为两个目标函数的最劣解；f
1,inf
、f
2,inf
分别为两个目标函数的最优解。
[0169]
(7)输出不同场景和不同目标情况下系统运行曲线，包括：
[0170]
不同场景：
[0171]
1)场景一，海上风力发电不配建电化学储能，仅火电机组参与调峰，求解模型进而获取系统运行曲线；
[0172]
2)场景二，海上风力发电配建电化学储能，且海上风力发电、电化学储能以及火电机组联合参与调峰，求解模型进而获取系统运行曲线；
[0173]
不同目标情况：
[0174]
1)情况一，考虑第一个目标函数和第三个目标函数，求解模型进而获取系统运行曲线；
[0175]
2)情况二，考虑第二个目标函数和第三个目标函数，求解模型进而获取系统运行曲线；
[0176]
3)情况三，考虑三个目标函数，求解模型进而获取系统运行曲线。
[0177]
下面给出具体实例：
[0178]
对于本实施例，采用某地区含10台火电机组、200mw海上风力发电场配建20mw/50mwh磷酸铁锂电化学储能以及部分负荷为测试系统，以1h为单个调度时段，调度周期为24h，输入基于电化学储能参与大规模海上风电的调峰优化运行模型基础参数。
[0179]
由图2、图3可知，引入电化学储能，电化学储能可吸收海上风力发电弃风量17mw，全天弃风率下降0.3％，从而达到了提高海上风力发电消纳率的目标；同时，火电机组减少17mw
·
h发电量，减少了燃煤量和污染气体的排放，具有一定的削峰填谷效果。
[0180]
由图3、图4和图5可知，海上风力发电和电化学储能联合运行收益介于情况一和情况二之间，两者联合输出功率波动方差、火电机组总运行成本以及弃风率也介于情况一和情况二之间，各目标之间均做出了一定的让步。综合考虑各目标，可使整体运行效果最优。
[0181]
以上所述仅表达了本发明的优选实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形、改进及替代，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。