清洁化、低碳化能源革命背景下,以风电为代表的可再生能源逐步由“辅助电源”向“主力电源”转变。当前,由于风电自身的随机波动性,其并网后带来的安全运行和消纳利用问题日益突出,如何提高风电消纳能力,成为亟须研究的问题。随着高载能产业转移政策和“风储一体化”项目的实施与推进,高载能负荷与储能系统联合运行成为解决该问题的有效途径之一。因此,本文在考虑风电不确定性的基础上建立了以提升风电消纳水平为目标的高载能负荷-储能系统配置与运行优化模型,主要研究内容如下:
(1)分析了风电不确定性与风电并网时的运行风险。根据风速的不确定性以及风速和风电功率之间的关系,分别建立了风速以及风电出力概率分布模型;在此基础上,定义了计及风电出力波动的动态风电可接纳区间(admissible region of wind power,ARWP)的概念,建立了电网对风电接纳能力的模型;针对电网接纳能力外的风电情况,采用条件风险价值(Conditional Value-at-Risk,CVaR)指标进行衡量,通过建立动态ARWP与CVaR的对应关系来量化风电不确定性导致的弃风风险与切负荷风险。
(2)建立了考虑风险约束的高载能负荷调节模型。在对典型高载能负荷运行特性分析的基础上,分别建立了可离散调节和可连续调节的高载能负荷调节模型;可离散调节的高载能负荷参与风电消纳时,由于其短时内无法连续调节的特点,会导致负荷用电与风电出力不匹配的问题,对此提出了一种计及负荷方风险的调节方法,使负荷方能够在一定程度上规避由于风电不足导致的负荷增量与风电新增发电量不匹配的风险。
(3)建立了考虑风电不确定性的高载能负荷-储能系统配置与运行双层优化模型。在考虑高载能负荷与储能系统调节约束的基础上,上层优化模型以储能系统的全寿命周期等年值成本最小为目标确定储能系统的配置容量,下层优化模型以风电消纳最大和系统运行成本最低为目标进行优化运行。将上下两层模型相结合,联合改进的小生境粒子群算法和NSGA-Ⅱ算法进行求解。
(4)基于多场景以甘肃某地区为例对本文所建模型进行了验证,根据仿真结果可知,优化后弃风期望显著降低,风电可接纳区间明显增大,表明该研究方法有效的提升了电网对风电的接纳能力,能够大幅减少风电弃风量,有利于系统的经济可靠运行。
暂无评论