【精彩論文推薦】清華大學 伍俊,魯宗相等:考慮儲能動態充放電效率特性的風儲電站運行優化

電力系統自動化2018-07-01 04:33:09

 提示點擊"電力系統自動化"關注本刊微信


原文發表在《電力系統自動化》2018年第42卷第11期,歡迎品讀。



本文引文信息

伍俊, 魯宗相, 喬穎, 等. 考慮儲能動態充放電效率特性的風儲電站運行優化 [J]. 電力系統自動化, 2018, 42(11): 41-47. DOI: 10.7500/ AEPS20180326002.

WU Jun, LU Zongxiang, QIAO Ying, et al. Optimal Operation of Wind Farm with Hybrid Storage Devices Considering Efficiency Characteristics of Dynamic Charging and Discharging [J]. Automation of Electric Power Systems, 2018, 42(11): 41-47. DOI: 10.7500/ AEPS20180326002.



考慮儲能動態充放電效率特性的風儲電站運行優化

DOI: 10.7500/AEPS20180326002

伍俊,魯宗相,喬穎,楊海晶 



1

研究背景


近年來,中國新能源迅猛發展,但同時棄風棄光矛盾凸顯,風電場與儲能聯合是提升風電場消納的有效途徑。儲能效率直接影響風儲聯合發電系統的消納效果,但目前的常數效率模型對儲能的效率特性刻畫不夠精細。本文以等效風電消納量最大為目標,建立了考慮儲能動態效率的風電儲能聯合發電系統運行優化模型。該模型考慮了儲能在充放電運行功率不同時的效率變化,將動態效率以分段函數形式納入混合整數線性優化模型。基於實際風電場運行數據進行了仿真分析,證明了動態效率特性對最大化消納具有顯著影響,是風儲聯合系統運行優化值得納入考慮的因素。


2

儲能的動態效率特性


不同的儲能設備,其運行功率範圍、效率大小、動態效率變化的快慢程度不同,難以直接比較分析,為統一考慮其動態充放電特性,採用功率-效率曲線來描述。某先進絕熱壓縮空氣儲能發電設備透平機的效率隨功率的變化為一條“上升”曲線,發電環節效率可認為透平發電設備的效率和包括儲熱設備在內的其他環節效率的乘積,得到整個發電環節的效率變化如圖1,是一種“上升型”的特徵。

圖1  主儲能發電部分的分段功率-效率曲線


圖2  鋰電池放電功率-效率曲線


電化學儲能的效率特性與壓縮空氣儲能完全不同。以放電環節為例,鉛酸電池和鋰電池儲能在合理放電深度範圍(典型值SOC在20%~95%區間),電壓基本不變,效率隨著放電電流的增大有不同程度的降低。依據鋰電池放電深度與電壓的關係、放電效率與電流的關係得到鋰電池放電效率變化特性,有著“下降型”特徵,且近似線性。


3

風儲聯合運行優化模型


風儲聯合運行優化模型目標函數為最大化風電的等效消納量,包括三個部分:一段時間內直接上網電量、儲能系統中的未上網電量變化額、運行過程中的耗能(如冷啟動消耗、熱備用狀態的消耗,包括輔機、儲熱裝置消耗等)。


考慮到效率隨功率變化而變化,電量為功率的積分函數,呈現為非線性形式,與電量相關的目標函數與約束條件均會非線性化,為了綜合考慮模型求解的複雜度和最優解的可靠性,用分段函數來擬合動態效率曲線,儲能功率由一組連續變量和0-1變量表示,從而使得包括儲能的功率約束、電量上下限約束、啟停約束等在內的約束條件線性化,目標函數也表示為變量的線性函數,該優化模型轉化為線性混合整數規劃,易於求解。


4

算例分析


主儲能放電的功率範圍取30%-100%,功率均勻劃分三段,即n=3,效率取值不均勻以保留曲線的非線性變化特徵,三段效率取值為0.5、0.68、0.8,充電環節類似。


4.1  只接入主儲能時的不同效率模型消納效果分析


1)放電時段

在動態效率模型下,其特性是放電功率小對應效率低,放電功率大對應效率高,因此,不同放電功率下的等效消納電量不同,放電功率越低則消納電量越小,放電過程中損失的能量越大。圖3給出了主儲能放電時段的A、B兩種極限情況,B以最大功率即對應最高效率放電,可釋放能量的等效消納電量最大;而A的放電功率及對應效率最低,更多的能量被損耗,等效消納電量最小,B工況即為考慮動態效率模型下的最優結果。常數、動態模型的消納效果最大差異值即為A、B工況的差值,相對差值為34.74%,一般常數效率取效率曲線的平均值,其消納差異會小一些。

圖3  兩種極限工況下的儲能功率曲線


2)充電時段

在充電時段,風電功率一部分直接上網發電,一部分用於儲能設備充電(對應產生部分損耗)。常數效率模型下,由於不同功率對應的充電效率一樣,則風電場以限值功率上網發電,風電最大出力與上網限值的差即為充電功率,這種差值方式消納效果最佳。而在動態效率模型下,上網發電功率和充電功率之間則存在一個優化問題。圖4給出了動態效率下充放電全時段優化後的主儲能出力曲線,比B工況增加12.88MW·h,相對提升6.0%,原因在於,常數效率模型下主儲能的功率對效率不敏感,會出現一些時段在低效率狀態運行,而動態效率模型下將會盡量避免這種低效率情況。

 

圖4  兩種效率模型下主儲能功率曲線



4.2  混合儲能對消納效果的影響


混合儲能模式下,動態效率模型優化消納結果為245.52MW·h,對比B工況消納結果差值為31.1MW·h,這部分的提升來自於兩部分。第一部分是輔助儲能在局部充放電吸收棄風,增加消納量為15.26MW·h,增加7.12%,這部分輔助儲能帶來的收益對於常數效率模型下混合儲能也同樣存在;第二部分,採用動態效率模型帶來的綜合效率提升增加消納,具體增加量為15.84MW·h,提升7.39%,這部分因素在常數效率模型中不存在。可見,小容量輔助儲能的加入,在主儲能低功率運行時輔助充放電,混合儲能的低功率區段綜合效率得以提升。


圖5  動態效率模型下主儲能和輔助儲能功率曲線



4.3  消納效果影響的因素分析


1)主儲能容量影響分析

假設主儲能的容量在170MW·h~400MW·h之間變化,得到單一儲能模式下消納提升效果與儲能容量的關係曲線如圖6所示(放電時段均為最大效率)。可以發現,消納提升效果的百分比總趨勢隨容量增加而增加;當容量增加到一定水平後,改善效果趨於飽和,不再增加。通過這組曲線,也可以為風儲聯合系統的儲能優化配置提供借鑑。


圖6  消納提升效果與儲能容量的關係


2)混合儲能模式下配比影響分析

圖7表示了充電環節提升效果受輔助儲能容量的影響,其縱座標表示混合儲能通過提高效率帶來的消納提升,這部分提升在常數效率模型中無法獲得。3條曲線對應不同放電時長的輔助儲能,即最大存儲電量容量不同。可以看到輔助儲能加入後,對動態效率的提升存在一個飽和值,這是因為當混合儲能聯合運行將儲能都優化到高效率點以後,來自於動態效率模型的消納提升則飽和。


圖7  消納提升效果與輔助儲能容量的關係


3)預測誤差影響分析

以預測曲線計算出動態效率模型和常數模型下的出力,在預測曲線上添加隨機誤差(本次分析重複50次),分析兩種模型下的日前優化出力在添加誤差後的實際效果,其中基準值為添加誤差後新曲線的最優理想消納效果。由圖8可以看到,動態模型給出的出力計劃與理想最優效果差距平均為8.49%,而以B工況的出力效果與理想最優的差距平均為20.70%,在預測誤差的干擾下,動態模型消納效果受到的影響相對較小,這是動態模型下的儲能出力在較高的效率區域的緣故。


圖8  預測誤差對兩種模型出力效果的影響



5

結論


本文以壓縮空氣儲能和電化學儲能為例,建立了儲能的動態效率特性模型,在此基礎上建立了混合儲能-風電聯合運行的混合整數優化模型,用於分析實現最大風電消納的優化運行方式。結合理論與算例分析,發現風儲聯合系統中,不論充電時段還是放電時段,努力使儲能工作在滿足約束條件下的最大功率模式,可有效提升風電消納效果,採用動態效率模型能夠更精確刻畫其儲能效率。主儲能容量和混合儲能配比影響消納效果,隨著主儲能容量增加,動態效率模型的消納提升效果越顯著,但這種增效存在飽和特性;在此基礎上,輔助儲能能帶來額外提升,但同樣存在飽和現象。


與常數模型優化運行相比,動態效率模型受誤差隨機性的影響有所減少,但仍然存在。本文對效率模型受誤差影響的研究尚有侷限,預測誤差對動態效率影響的量化及依此進行儲能出力的修正將是進一步的研究方向。



下方查看歷史文章




《電力系統自動化》2018年第11期目次


主要作者及團隊介紹

伍俊,清華大學電機系碩士研究生,主要研究方向:電力系統中儲能的運行和配置優化。


魯宗相,博士,清華大學電機系副教授,博士生導師,曾獲省部級一等獎1項,三等獎1項,2007、2014年度2次獲得領跑者5000論文獎,1篇論文獲中國科技期刊2016年度優秀論文獎,主要研究方向:風電/太陽能發電併網分析與控制、能源與電力宏觀規劃、電力系統可靠性、分佈式電源及微電網。

 


新能源電力系統動態分析與運行科研團隊依託於清華大學電力系統及發電設備控制和仿真國家重點實驗室,聚焦大規模風電、光伏併網的運行與規劃,從2002年開始,廣泛開展風電功率預測、光伏功率預測、風電場/光伏電站廠站端分析模型與有功/無功優化控制、可再生能源併網戰略規劃等課題的研究。發表100多篇相關科技論文和3部著作,獲批發明專利20餘項,獲省部級科技進步一等獎1項,三等獎1項,國網、南網科技進步獎4項。


鄭重聲明:根據國家版權局相關規定,紙媒、網站、微博、微信公眾號轉載、摘編本微信作品,需包含本微信名稱、二維碼等關鍵信息,並在文首註明《電力系統自動化》原創。個人請按本微信原文轉發、分享。


關於《電力系統自動化》


點擊左下方“閱讀原文”查看原文











閱讀原文

TAGS:消納效果動態效率模型效率電力系統自動化