规模化新能源并网条件下的火电机组运行灵活性综合评价方法

技术领域

本发明涉及火电机组灵活性和经济性运行领域，更具体地，涉及一种火电机组运行灵活性综合评价方法。

背景技术

随着我国能源转型战略的不断推进，新能源呈现持续快速发展态势。然而由于新能源发电出力具有随机性、波动性和间歇性特点，随之产生的新能源消纳问题不容忽视。而我国发电装机以煤电为主，抽水蓄能、燃气发电等灵活调节电源装机占比不到6％，灵活调节能力先天不足。因此，火电机组灵活性运行是提高电力系统调节能力、解决新能源消纳问题的现实选择。

调峰能力不足、负荷响应速度迟缓是制约火电机组运行灵活性的两个关键因素。目前已有学者着眼于深度调峰和快速升降负荷响应，从理论和技术层面研究了火电机组灵活性运行策略以及改造方案。然而，为了持续深入推动火电机组灵活性运行工作，分析计算火电机组参与调峰时的成本并且考虑相应的灵活性调度问题至关重要。因此，如何合理解决新能源并网条件下火电机组运行灵活性的综合评价问题对促进可再生能源行业的蓬勃发展，推进能源革命有着极其重要的现实意义。

目前，规模化新能源并网条件下的灵活性评价指标和评价方法大多是从电力系统运行调度的角度出发，所提指标对于火电机组灵活性的考虑不足；即使少数方法从系统运行成本出发，针对火电机组运行灵活性建立评价模型，但仍未充分考虑新能源出力的随机性和其他成本，因此无法较为全面准确的反映火电机组灵活性运行状况。综上所述，建立一个能兼顾灵活性和经济性的火电机组运行灵活性综合评价模型对于更加全面准确的评价灵活性运行状况至关重要。而有效的火电机组运行灵活性综合评价方法能够进一步降低运行成本、优化火电运行、保证灵活性供需匹配、促进新能源消纳。

发明内容

本发明旨在兼顾灵活性和经济性的条件下，解决现有火电机组运行灵活性评价中存在的上述不足，设计一种规模化新能源并网条件下的火电机组运行灵活性综合评价方法，以优化灵活性运行过程，实现电网更大规模的新能源消纳。

风电并网

为达上述目标，具体技术方案如下：

本发明所提出的一种规模化新能源并网条件下的火电机组运行灵活性综合评价方法，由以下步骤组成：

S1：基于选定灵活性资源的灵活性裕度指标构建；

S2：规模化新能源并网下灵活性指标模型的建立；

S3：规模化新能源并网下灵活性成本模型的建立；

S4：火电机组运行灵活性综合评价模型目标函数的构建；

S5：火电机组灵活性运行约束条件的整合和综合评价模型的最终建立；

S6：所建火电机组运行灵活性综合评价模型的求解。

广义的电力系统灵活性资源在能源供需系统的“源”、“网”、“荷”、“储”四个侧面均以不同的形式存在，“源”即电源侧，“网”即电力传输侧，“荷”即电力需求侧，“储”即电力储存侧，主要由电源侧可调机组、传输侧协调调度、需求侧可控负荷、储存侧储能装置等组成，基于此，步骤S1：基于选定灵活性资源的灵活性裕度指标构建，可具体化为：

S1.1：鉴于灵活性的方向性，考虑到目前国内火电的主导地位以及需求侧响应技术、大规模储能技术的推广尚未达到要求，为此本发明着重讨论由可调火电机组提供上、下调灵活性应对负荷功率的随机变化，保证电力系统的安全稳定运行。

S1.2：以上调灵活性为例，系统t时刻的灵活性需求N(t)由t到t+1时刻预测负荷功率爬升、t时刻实际与预测功率误差两部分构成：

N(t)＝[P

当N(t)＞0时，系统产生上调灵活性需求，N(t)＜0时，系统产生下调灵活性需求；P

基于以上分析，用系统灵活性供给与需求之差构建系统上、下调灵活性裕度指标来表征系统灵活性供需匹配情况。

当Y

在上述的一种规模化新能源并网条件下的火电机组运行灵活性综合评价方法中，所述步骤S2：规模化新能源并网下灵活性指标模型的建立，可具体化为：

S2.1：灵活性指标旨在衡量电力系统应对不确定性因素的能力。因此可将系统能够承受的新能源最大突变容量作为灵活性评价指标。本发明以风电并网为例，需分别评价风电场出力突然减小和突然增大两个方向，即上调灵活性和下调灵活性。其目标函数如下式所示：

上式中，ΔP

若研究其他新能源，则同理替换成其他新能源的出力变化即可。

S2.2：灵活性指标模型的约束条件分为通用约束和灵活性资源约束，第一类约束即指标计算中必须考虑的传统约束；第二类约束为选择性约束，根据响应需求的灵活性资源选择相应约束。

S2.2.1：第一类约束通用约束主要包括节点功率平衡约束和风电场功率变化约束。

S2.2.1.1：节点功率平衡约束

对于非风电节点，功率平衡方程为：

式中，P

对于风电节点，功率平衡方程为：

式中，ΔP

S2.2.1.2：风电场功率变化约束

风电并网需要满足国家标准，因此风电场的最大出力变化限制在国家标准以内：

|ΔP

式中ΔP

S2.2.2：第二类约束灵活性资源约束主要考虑时间尺度和火电机组约束。

S2.2.2.1：时间尺度

考虑到不确定因素持续时间通常较短，时间尺度不宜过大，为了便于灵活性研究，将时间尺度设定为固定值：

Δt＝{1min,10min,15min,30min} (8)

S2.2.2.2：火电机组约束

在选用火电机组作为灵活性资源的条件下，综合时间尺度、出力上下限约束与机组爬坡速率约束，火电机组的有功出力约束如下：

max{P

式中，P

S2.3：通过目标函数和约束条件，系统灵活性指标模型的数学模型可描述为：

在上述的一种规模化新能源并网条件下的火电机组运行灵活性综合评价方法中，所述步骤S3：规模化新能源并网下灵活性成本模型的建立，可具体化为：

S3.1：火电机组灵活性成本

火电机组响应灵活性需求的过程分为两个阶段：响应阶段和运行阶段，其中，响应阶段是指出力调整变化的阶段，直至出力达到稳定状态，运行阶段则是指出力稳定后直至灵活性需求结束。

S3.1.1：响应成本

机组快速响应灵活性需求示意图中的阴影部分面积表示火电机组调整出力时多做的功ΔW，功与单位成本相乘即为可得到机组的快速响应成本C

式中，e为单位成本；ΔP

S3.1.2：运行成本

火电机组稳定出力时所产生的运行成本C

C

式中，t

S3.2：风电机组灵活性成本

风电机组的出力调整在数秒内完成，故风电机组灵活性主要考虑运行成本，响应成本则可计入在运行成本中的惩罚项中。风电的运行成本可以分为两个部分，一部分是维持风电出力的支付成本C

因此，风电在灵活性需求下的资源调用总成本C

C

式中，t

S3.3：通过目标函数和约束条件，系统灵活性成本模型的数学模型可描述为：

在上述的一种规模化新能源并网条件下的火电机组运行灵活性综合评价方法中，所述步骤S4：火电机组运行灵活性综合评价模型目标函数的构建，可具体化为：

在综合评价体系中，以最小化年综合费用C

minC

式中，I

在上述的一种规模化新能源并网条件下的火电机组运行灵活性综合评价方法中，所述步骤S5：火电机组灵活性运行约束条件的整合和综合评价模型的最终建立，可具体化为：

S5.1：火电机组运行灵活性综合评价模型的约束条件包含步骤S2、S3中提到的系统功率平衡约束和火电机组常规约束，其中系统功率平衡约束保证各个场景各个时段的发电功率满足负荷需求；火电机组约束包括机组最大最小出力约束、爬坡约束。其中火电机组出力约束保证火电机组的出力在最小技术出力和额定出力区间内；火电机组爬坡约束保证机组前后时刻的功率差不超过机组的最大爬坡功率。

S5.2：除此之外，考虑添加如下灵活性裕度约束条件：

系统灵活性裕度约束保证各场景各时刻系统灵活性供需匹配满足置信度要求。

式中，β

S5.3：通过目标函数和约束条件，火电机组运行灵活性综合评价模型的数学模型可描述为：

F

在上述的一种规模化新能源并网条件下的火电机组运行灵活性综合评价方法中，所述步骤S6：所建火电机组运行灵活性综合评价模型的求解，可具体化为：

考虑使用一个用于求解优化问题的计算的开源工具——CasADi。相对传统的代数语言，其在求解最优控制问题时，具有更大的灵活性、兼容性，近几年在汽车工业、过程工业、机器人技术等领域取得成功应用。

通过求解器得出最优改造策略与相关指标。

本发明有益效果：

本发明从目前规模化新能源并网的现状出发，从长远的角度考虑火电机组作为灵活性资源对新能源消纳的重要作用；

本发明考虑灵活性资源为火电机组时的灵活性衡量指标。以风电并网为例，构造系统灵活性指标模型；

本发明通过分析火电机组和新能源发电机组的灵活性运行成本，以火电机组和风电机组为例，构造系统灵活性成本模型；

本发明综合考虑经济性和灵活性指标构建以最小化年综合费用为优化目标的综合评价体系；

本发明在系统功率平衡约束和火电机组常规约束之外，添加灵活性裕度约束条件，构建火电机组运行灵活性综合评价模型；

本发明综合考虑灵活性成本模型和灵活性运行指标模型，极大地增强了火电机组运行灵活性综合评价过程的合理性和准确性。

附图说明

图1为本发明步骤S1中分析灵活性资源时所绘制的灵活性资源存在形式的示意图。

图2为本发明步骤S3中分析火电机组响应成本时所绘制的火电机组快速响应示意图。

图3为本发明所构建综合评价的综合经济最优目标函数的组成结构示意图。

图4为本发明所构建综合评价的约束条件组成示意图。

具体实施方式

下面参照附图对本发明的具体实施方式做进一步描述。

请参阅图1，图1为本发明步骤S1中分析灵活性资源时所绘制的灵活性资源存在形式的示意图。广义的电力系统灵活性资源在能源供需系统的“源”、“网”、“荷”、“储”四个侧面均以不同的形式存在，“源”即电源侧，“网”即电力传输侧，“荷”即电力需求侧，“储”即电力储存侧，主要由电源侧可调机组、传输侧协调调度、需求侧可控负荷、储存侧储能装置等组成。考虑到灵活性的方向性，同时考虑到目前国内火电的主导地位以及需求侧响应技术、大规模储能技术的推广尚未达到要求，为此着重考虑由可调火电机组提供上、下调灵活性应对负荷功率的随机变化，保证电力系统的安全稳定运行。

在所述步骤S1：基于选定灵活性资源的灵活性裕度指标构建中，考虑灵活性资源为火电机组时构建灵活性裕度指标；

以上调灵活性为例，系统t时刻的灵活性需求N(t)由t到t+1时刻预测负荷功率爬升、t时刻实际与预测功率误差两部分构成：

N(t)＝[P

当N(t)＞0时，系统产生上调灵活性需求，N(t)＜0时，系统产生下调灵活性需求；P

用系统灵活性供给与需求之差构建系统上、下调灵活性裕度指标来表征系统灵活性供需匹配情况。

当Y

基于此，所述步骤S2：规模化新能源并网下灵活性指标模型的建立，可具体为：

灵活性指标旨在衡量电力系统应对不确定性因素的能力。因此可将系统能够承受的新能源最大突变容量作为灵活性评价指标。以风电并网为例，需分别评价风电场出力突然减小和突然增大两个方向，即上调灵活性和下调灵活性。其目标函数如下式所示：

上式中，ΔP

灵活性指标模型的约束条件分为通用约束和灵活性资源约束，第一类约束即指标计算中必须考虑的传统约束；第二类约束为选择性约束，根据响应需求的灵活性资源选择相应约束。

第一类约束通用约束主要包括节点功率平衡约束和风电场功率变化约束。

节点功率平衡约束：对于非风电节点，功率平衡方程为：

式中，P

对于风电节点，功率平衡方程为：

式中，ΔP

风电场功率变化约束：风电并网需要满足国家标准，因此风电场的最大出力变化限制在国家标准以内：

|ΔP

式中ΔP

第二类约束灵活性资源约束主要考虑时间尺度和火电机组约束。

时间尺度：考虑到不确定因素持续时间通常较短，时间尺度不宜过大，为了便于灵活性研究，将时间尺度设定为固定值：

Δt＝{1min,10min,15min,30min} (32)

火电机组约束：在选用火电机组作为灵活性资源的条件下，综合时间尺度、出力上下限约束与机组爬坡速率约束，火电机组的有功出力约束如下：

max{P

式中，P

通过目标函数和约束条件，构造系统灵活性指标模型的数学模型。

请参阅图2，图2为本发明步骤S3中分析火电机组响应成本时所绘制的火电机组快速响应示意图。图中阴影部分面积表示火电机组调整出力时多做的功ΔW，功与单位成本相乘即为可得到机组的快速响应成本C

火电机组响应灵活性需求的过程分为两个阶段：响应阶段和运行阶段，其中，响应阶段是指出力调整变化的阶段，直至出力达到稳定状态，运行阶段则是指出力稳定后直至灵活性需求结束。此处为火电机组灵活性成本中的响应成本。

式中，e为单位成本；ΔP

运行成本：火电机组稳定出力时所产生的运行成本C

C

式中，t

除了考虑火电机组，也考虑风电机组灵活性成本如下：

风电机组的出力调整在数秒内完成，故风电机组灵活性主要考虑运行成本，响应成本则可计入在运行成本中的惩罚项中。风电的运行成本可以分为两个部分，一部分是维持风电出力的支付成本C

因此，风电在灵活性需求下的资源调用总成本C

C

式中，t

通过目标函数和约束条件，构造系统灵活性成本模型的数学模型。

请参阅图3，图3为本发明所构建综合评价的综合经济最优目标函数的组成结构示意图。可具体化为：

在综合评价体系中，以最小化年综合费用C

minC

式中，I

请参阅图4，图4为本发明所构建综合评价的约束条件组成示意图。可具体化为：

不仅包含步骤S2、S3中提到的系统功率平衡约束和火电机组常规约束：系统功率平衡约束保证各个场景各个时段的发电功率满足负荷需求；火电机组约束包括机组最大最小出力约束、爬坡约束。其中火电机组出力约束保证火电机组的出力在最小技术出力和额定出力区间内；火电机组爬坡约束保证机组前后时刻的功率差不超过机组的最大爬坡功率。

除此之外，考虑添加如下灵活性裕度约束条件：系统灵活性裕度约束保证各场景各时刻系统灵活性供需匹配满足置信度要求。

式中，β

通过目标函数和约束条件，火电机组运行灵活性综合评价模型的数学模型可描述为：

F

最后，使用一个用于解决优化问题的计算的开源工具——CasADi。相对传统的代数语言在求解最优控制问题时，具有更大的灵活性、兼容性，近几年成功应用于汽车工业、过程工业、机器人技术等领域。通过求解器得出最优改造策略与相关指标。