风光水联合发电系统多目标优化运行策略研究_魏若愚.pdf

电力与电子技术Power&Electronical Technology电子技术与软件工程Electronic Technology&Software Engineering143随着“双碳”目标的提出，进一步促进了风电和光伏等可再生能源的发展和应用。为了弥补风电、光伏发电的波动性和间歇性，缓解并网后对电力系统的影响，可以将风电、光伏和水电三种清洁能源相结合组成联合发电系统，以实现并网波动性最小化的同时并兼顾资源利用率、经济效益最大化等目标。目前受到国内外学者和研究机构的广泛关注1-3。文献4,5建立了包含风、光、火分布式电源的联合发电系统的经济运行模型，并验证其协调性良好；但是该模型仍不能避免污染物的排放。文献6从“源源互补”和“源荷匹配”两个不同角度构建风光水调度模型，但是没有考虑资源利用率问题，仍然无法避免弃风、弃光的问题。文献7以梯级水电耗水量最小为目标建立水光调度模型，验证水电调节性能好；但系统容量较小，不能满足大规模并网的要求。上述文献针对互补发电系统优化运行都取得了一定成果，但是都存在一定的局限性。本文提出了一种以并网波动指数最小、风光丢弃率最小以及电站经济收益最大为目标函数，综合考虑电力系统、各种分布式电源特性以及水库运行等约束条件，建立风光水互补系统的三目标优化运行策略模型，并采用NSGA-II算法对模型求解，得到不同的优化运行策略。1 风光水联合发电系统拓扑结构根据风光水互补特性构建联合发电系统的拓扑结构如图 1 所示，主要包括水电机组、风电机组、光伏发电机组、逆变器以及变压器等。2 分布式电源模型2.1 水电出力模型水电机组发电功率主要决定于净水头、水轮发电机组的效率以及耗水量。一天内水头变化不大，因此本文中净水头和效率为常数，水电机组在时段 t 内的实际输出功率为：（1）式中：PH,t为第 t 时段内单个水轮发电机组的出力；HH,t为 t 时刻的发电净水头；(H)表示机组效率；QH,t表示 t 时刻通过水轮发电机组的水流量。2.2 光伏出力模型影响光伏发电输出功率的主要因素包括太阳辐射强度和光伏电池板运行温度两方面。故其实际输出功率为：（2）式中：PV为单个光伏电池板的输出功率；PT为光伏电池板的额定输出功率；RT为太阳辐射的实际强度；RSTC为标准测试条件下的光照强度，本文取 1000W/m2；表示光伏组件温度系数，本文取 25；TC为光伏组件实际温度；TSTC为标准测试条件下的温度；为风光水联合发电系统多目标优化运行策略研究魏若愚张伟董子一（中核汇能有限公司 浙江省杭州市 310016）摘要：本文针对风、光发电并网功率波动性较大以及风光资源浪费的问题，基于风光水互补特性，构建了风光水互补发电系统拓扑结构；以并网波动指数最小、风光丢弃率最小以及电站经济收益最大为目标函数，综合考虑风光水电厂机组的各种约束条件，建立风光水电互补系统的三目标优化运行模型。以湖北省某地区为例，对模型进行了算例仿真。通过案例分析，验证了本文所提出的优化运行策略有效性，为高比例水电电网大规模消纳新能源提供了新思路。关键词：风光水联合发电系统；多能互补；多目标优化；优化运行策略图 1：风光水联合发电系统拓扑结构电力与电子技术Power&Electronical Technology电子技术与软件工程Electronic Technology&Software Engineering144光伏阵列的遮挡系数，本文取 10%。2.3 风电出力模型风力发电机的输出功率与实时风速密切相关，风速过大或者过小都会影响风力发电机的正常运行，二者之间的关系式为：（3）式中：PW为单个风力发电机的输出功率；Pr为风机额定输出功率；vin为切入风速；vout为切出风速；vr为额定风速。在本文中取切入速度 3 m/s，切出速度 25 m/s。3 联合发电系统运行多目标优化模型3.1 目标函数本文采用互补发电系统并入大电网的剩余发电功率的风光水联合发电运行策略，建立并网波动指数最小、风光丢弃率最小以及电站经济收益最大的三目标函数：（1）并网波动指数：（4）（5）（2）风光丢弃率：（6）（3）经济效益：（7）式中：T 为调度周期，这里取 24 小时；Pav为单位周期内系统并网功率的平均值；PW,t,PH,t,PS,t为分别代表第 t 时段风电、水电、光伏实际出力；Pl,t为第 t 时段居民负荷；PrW,t，PrS,t分别为风电机组、光伏电站在 t 时刻发电功率；CW,CH,CS为分别代表风电、水电、光伏上网电价，本文选用 2022 年湖北上网电价，即 CW=0.48元/kWh、CH=0.7 元/kWh、CS=0.24 元/kWh；t 为评价时段时长。3.2 约束条件（1）系统功率平衡约束：（8）式中：Ppc,t为在 t 时段系统并入大电网的剩余发电功率。（2）风电出力约束：（9）式中：PW,max为风电场额定出力，由风机生产规格决定。（3）光伏出力约束：（10）式中 PS,max为光伏电站出力最大值，具体由光伏电站本身的结构决定。（4）水电约束条件1.水量平衡约束：（11）式中：VH,t+1，VH,t分别为水库在 t+1、t 评价时段末的库容，IH,t为水库在 t 评价时段的入库流量。2.水库约束A.储水量约束：（12）式中：VH,min、VH,max分别为水库允许的最大水容量和最小水容量。B.下泄流量约束：（13）式中：分别表示 t 时段所允许的下泄流量的下限和上限。由下游综合用水、航运要求等确定，由下游防洪要求确定。3.水电机组约束A.水轮机组发电流量约束：（14）式中：QH,min、QH,max分别为水轮机组的最小和最大流量。B.水轮机出力约束：（15）式中：PH,min、PH,max分别为水轮机的最小和最大出力。4 算例分析4.1 基本信息本文以湖北省某地区风光水电站为研究对象，该区域内包含 2 个水电站：F 电站装机容量为 300MW、G电站装机容量为 350MW。其中 F 电站包含三台容量为100MW 的水轮机，G 电站包含一台容量为 200MW 和一台容量为 150MW 的水轮机，且 F、G 水电站均具有日调节能力。同时包含一个 1 个光伏电站 V，装机容量为 320MW 和 2 个装机容量分别为 200MW、180MW 的电力与电子技术Power&Electronical Technology电子技术与软件工程Electronic Technology&Software Engineering145风电站 W 电站和 E 电站。4.2 晴天情况下算例分析该地区某一典型晴天 24 小时风电站、光伏电站发电功率以及当地居民负荷情况如图 2 所示，该数据根据欧洲中期天气预报中心所提供的风速、光照辐射强度计算仿真得来。根据 4.1 节中已知条件，建立并网波动指数最小、风光丢弃率最小以及电站经济收益最大的三目标优化模型。采用 NSGA-算法对模型进行求解，所得到的仿真结果图如图 3 所示。在满足各目标的非支配解中选出并网波动指数最小解、风光丢弃率最小解、经济收益最大解以及最优解集中的一组代表性解，每一个解对应一种风光水互补发电系统优化运行策略，结果如表 1 所示。表 1：联合发电系统运行优化策略方案并网波动指数（目标函数1）风光丢弃率（目标函数2）经济收益（目标函数3）111.730.2043496.7254.950.0317572.7343.700.0481613.4415.310.1579538.2通过对表 1 分析可以得出，一般情况下，当并网波动性减小的时候，弃风光率也会相应的增加，同时经济效益也会随之减小。主要原因是当并网波动性越小，需要更多的水电出力去调节，同时也会舍弃更多风光峰谷时的出力来减小峰谷差，从而导致风光丢弃率增大，系统中风光电价较水价高，因此经济效益随之减少。所以在微电网运行调度的时候，需要根据规划对象实际要求，恰当地评估和平衡综合波动性、风光出力占比以及经济收益三者之间的关系，在保证波动性小、风光丢弃率小的同时选择更高的经济收益。选择方案 4 作进一步分析，图 4 所示，互补后，水电的发电出力与风光出力曲线呈现出“峰对谷”此消彼长的特点，在 10 点-17 点时段，光伏出力较大，且平稳变化，可以作为负荷基荷，而风电出力波动较大，因此水电站将更多的水量储存在水库，减少并凭借灵活的调节能力来平抑风电出力的波动性。在19点-22点时段，风光出力大幅度降低，且居民负荷处于高峰状态，梯级水电可以把白天储存的水量用来承担此时的调峰发电任务。进一步分析系统并网波动性，风光水联合出力、居民负荷以及并网功率如图 5 所示。从图 5 可以看出，风光水联合出力波动趋势和居民负荷波动趋势几乎保持一致，而且系统并网的波动曲线趋于平稳，因此采用本文提出的优化运行策略可充分利用水电站的可调节能力，图 4：方案 4 风光水优化运行出力情况图 3：Pareto 最优前沿图 2：风、光电站发电量及居民负荷电力与电子技术Power&Electronical Technology电子技术与软件工程Electronic Technology&Software Engineering146有效帮助风电、光伏机组削峰填谷，大大降低系统并入大电网的波动性。综上所述，联合互补发电系统的出力得到明显优化，且系统并网波动性较低。因此，用水电这种灵活的分布式电源来平抑风电和光伏出力的不确定性和波动性，解决了夜晚无光伏出力导致风电反调峰特性强的问题，减少弃风和弃光的可能性，平滑风光一体出力，将剩余发电功率平稳地输出到大电网中，从而实现电站经济效益最大化。5 总结本文针对含风电、光伏、水电站的微电网，分析风光水互补发电特性，建立风光水互补系统拓扑结构；综合考虑系统并网波动指数最小、弃风光率最小以及电站经济收益最大，提出了一种三目标优化运行模型及求解方法；通过对湖北省某地区实际算例的建模与仿真求解分析，验证了所提模型及优化运行方法的合理性。本文所提出的优化运行策略，能够有效降低系统并网波动性，同时在保证风光丢弃率较小的前提下最大化电站经济效益，为多能互补发电系统的建设提供理论依据和技术支撑。参考文献1 叶林,屈晓旭,么艳香,等.风光水多能互补发电系统日内时间尺度运行特性分析 J.电力系统自动化,2018,42(4):7.2 Zhao G,Cao T,Wang Y,et al.Optimal Sizing of Isolated Microgrid Containing Photovoltaic/Photothermal/Wind/Diesel/BatteryJ.International Journal of Photoenergy,2021,2021:1-19.3 Wang P,Y Zhang,Yang H.Research on Economic Optimization of Microgrid Cluster Based on Chaos Sparrow Search AlgorithmJ.Computational Intelligence and Neuroscience,2021,2021(3):1-18.4 彭道刚,张孟然,沈丛奇,等.考虑不同控制策略下的多能互补能源互联网优化调度 J.电力科学与技术学报,2022,37(1):17-28.5 Khosa F K,Zia M F,Bhatti A A.Genetic algorithm based optimization of economic load dispatch constrained by stochastic wind powerC/International Conference on Open Source Systems&Technologies.IEEE,2016.6 谢航,朱燕梅,马光文,等.水风光混合能源短期互补协调调度策略研究 J.水力发电,2021.7 王亮.梯级水光联合发电系统短期优化调度模型J.水力发电,2020,(3):94-98.作者简介魏若愚（1992-），男，四川省宜宾市人。大学本科学历，工程师。研究方向为光伏风电及储能开发与工程。张伟（1987-），男，云南省曲靖市人。大学本科学历。研究方向为光伏风电及储能开发与工程。董子一（1997-），男，河北省唐山市人。大学本科学历，助理工程师。研究方向为光伏风电及储能开发与工程。图 5：风光水联合出力、居民负荷以及并网功率