基于多能互补发电的日前优化运行评价方法

刘春晖，张政，范红真，牟辉龙，黄存款，袁方

（1.山东科技大学电气与自动化工程学院，山东 青岛 266590；2.国家电网有限公司技术学院分公司，山东 济南 250002）

随着传统化石能源快速消耗及全球生态环境恶化，化石能源向低碳能源转变已成为全球能源发展的新形势。而中国电力系统要实现由低碳向脱碳的转变，清洁的可再生能源则为新一代能源开发的重点[1]。在所有可再生能源中，风能和光能的可获取性与分布性具有其他能源无法比拟的优势，但风光发电却存在较强的随机性与不确定性，大规模发电会影响电力系统的安全运行。而水电作为调节性能良好的电源，可以有效平抑风光发电波动，提高电网的消纳能力与能源利用效率。虽然水力发电优势显著，但季节性变化明显，故以蓄电池作为储能补发装置，共同实现能源互补。现有研究大多以风光、风水或独立发电系统运行模式居多，对风光水储联合发电的研究相对较少。特别是对多能互补特性的评价指标参差不齐，标准不一。文献[2]对风、光、水在日内时间尺度上的互补特性只是初步探索，并未深入研究。文献[3]建立了多能互补优化模型，从发电效益、功率波动等方面分析互补特性，但未考虑风光预测的误差性。文献[4]利用弃光率、发电效益等指标，从侧面评价了互补运行特性，但对各电源互补特性仅从功率波动进行分析，具有一定局限性。

基于此，本文综合多种评价指标对多能互补发电特性从可靠性、稳定性、经济性三方面进行深入研究，构建了多能互补发电的微电网评价体系，对影响电力系统稳定运行的因素进行评判。最后以中国西部某地区为例，对评价体系中的各指标进行分析。结果表明，风光水储多能互补式发电系统在日前时间尺度上的可靠性、稳定性、经济性都较好。

1 多能互补特性评价指标

1.1 可靠性评价指标

电力系统的可靠性是多能互补系统出力对负荷满意度的重要评价量度。目前对电力系统的可靠性评判标准常用概率性与确定性两种形式来表示。本文采用的失负荷概率与累积缺电比正是从概率性出发对所选取评价时段的整体过程进行评判，通过失负荷在时间上的分布趋势，对所发生缺电概率较大的时段进行适时的调度分配以保证负荷的需求；而选取单次失负荷最长持续时间、累积缺负荷时长、累积缺负荷量指标则是从确定性出发[5]，通过对区域内所发生的缺负荷时长与造成的缺失电量进行分析，验证互补系统的多电源供电配置是否能满足供电的需求。

1）失负荷概率La：是指系统中不满足负荷需求的时段数量占总评价时段数量的比例，其公式为

式中：n为评价总时段数量；Pw(i)，Pp(i)，Ph(i)，Pb(i)分别为风、光、水、储四种电源在第i评价时段内的出力；Pz(i)，Pz＇(i)分别为互补系统在第i评价时段内的负荷需求与实际出力。

2）累积缺电比ρ：指在总评价时段内的缺负荷量占总负荷的比例。

3）单次失负荷最长持续时间Lt：指未能满足负荷需求的单次最长持续时间。

4）累积缺负荷时长Ls：指在总评价时段内未能满足负荷需求的时段数之和。

5）累积缺负荷量Js：指在总评价时段内未能满足负荷需求的缺电额量之和。

1.2 稳定性评价指标

互补系统中存在风、光等不可控电源，其出力的不稳定性会给互补系统造成一定影响。对互补系统的影响主要分为对电力系统影响与水库影响两部分，对电力系统的影响本文以互补系统出力差异系数与风光出力预测误差为评判指标；对水库影响则以水库水位变化为评判指标。1.2.1 互补出力差异系数Ic

互补性指标是联合发电系统运行特性评判的基础，可对多种能源互补程度进行初步判断。

本文所选区域内的风、光输出功率具有较强的时间互补性，同时水电可利用自身的快速调节能力进一步平抑风光波动使互补系统更加平稳，为量化功率互补能力，故以互补系统的出力差异系数作为评判风光水出力稳定性的指标。其公式为

1.2.2 风光功率误差预测

对不可控电源的出力预测可减少其因出力的不确定性对互补系统发电的影响。目前风光发电均装有发电功率预测系统[6]，但因其发电具有间歇性与不确定性，故预测误差较大，预测精度有待提高。因此本文利用功率预测误差对预测系统进行对比评价，从而了解预测系统的运行情况。为使误差效果更加具有普遍性，故利用平均绝对误差（MAE）与均方根误差（RMSE）分析风、光等不可控电源接入系统对系统出力的影响[7]，如下所示：

式中：P＇(i)为不同评价时段的风、光发电与互补发电的预测出力与实际出力的差值。

1.2.3 水库水位波动

为了平抑风光发电的波动性，要求水电出力要具有快速调节的特性，而水电出力的快速增减会给水库水位带来频繁变化，若水库水位波动过大则会对水库安全运行带来风险。故选取水库水位波动作为评判指标，并选取时段内最大水位波动日的水位波动做日内波动分析，进一步评估系统出力对水库的水位变化影响。其公式为

式中：W(i)，W(i-1)分别为前后评价时段的水位；Δt为评价时长。

1.3 经济性评价指标

微电网中互补系统的经济运行效益是考量发电系统运行的重要环节。微电网发电不仅要满足负荷需求，同时所产生的经济效益也是评判电网运行的重要指标。为较全面地分析微电网发电效益，故以并网状态下的日前发电效益作为评判指标，并通过夏季典型日与冬季典型日发电效益对比，分析日前微电网发电的经济性。而对于离网运行的分析，使用电源发电最优配置成本为指标，实现微电网最优的能源配置模型，避免不合理的分布式电源配置所造成的经济成本负担。

1.3.1 离网型互补发电

利用HOMER软件搭建互补发电的最优能源配置模型，使各电源在满足负荷的情况下配置成本最小，其公式为

式中：Fw，Fp，Fh，Fb分别为风机、光伏板、水力发电机以及蓄电池的固有成本、替换成本以及运维成本之和。

1.3.2 并网型互补发电

以互补系统的综合运行效益最大为评判指标，建立日前互补发电短期优化调度模型，对日前发电计划进行优化调整。其公式为

式中：Cw，Cp，Ch，Cb分别为风、光、水、储四种电源的运行成本；Ce为电网交互效益；Cre为三类能源的综合发电运行成本；Pgrid(i)，Psgrid(i)分别为不同评价时段内售电量与购电量；cp(i)，cs(i)分别为不同评价时段内的售电与购电价格；fw，fp，fh，fb分别为风电、光电、水电、蓄电池出力运行成本系数；us(i)为蓄电池的运行状态，us(i)=0和us(i)=1分别为蓄电池的充放电状态。

约束条件：为确保互补系统的安全运行及符合实际情况，需对互补系统的出力与电网交互功率进行约束。

功率平衡约束：

各电源出力约束：

式中：Pload(i)，PGrid(i)分别为不同评价时段的负荷需求及系统与电网的交互功率；Px(i)，Pxmin(i)，Pxmax(i)分别为分布式电源x在第i评价时段内的实际运行功率，最小运行功率与最大运行功率；Pgridmin(i)，Pgridmax(i)分别为互补系统在第i评价时段内的最小与最大售电量；Psgridmin(i)，Psgridmax(i)分别为互补系统在第i评价时段内的最小与最大购电量[8]。

储能约束：

式中：SOCmin，SOCmax分别为蓄电池的最小与最大荷电状态；Pbmin(i)，Pbmax(i)分别为蓄电池不同评价时段内的最小与最大输出功率[9]。

2 算例分析

本文选取我国西部某区域内的供电数据进行分析，该区域内风光水资源丰富，年均风能密度可达90～180 W/m2，年均可利用小时高达3 800 h以上且季节性变化明显；同时全年日照数约3 124 h，年辐射量约为1 965 kWh/m2，现建设有3座水电站，本文以1 500 kW水电站为例，对互补系统的各项指标进行分析。

2.1 可靠性指标分析

表1为全年长时间尺度下的互补系统各项可靠性指标结果，图1为累积缺负荷时长与累积缺失电量的全年分布图。

表1 全年尺度下互补系统各项可靠性指标Tab.1 Reliability indexes of complementary system on annual scale

图1 累积缺负荷时长与累积缺失电量全年分布图Fig.1 Annual distribution of accumulated load shortage duration and accumulated missing power

由表1与图1可知，互补发电系统全年的失负荷概率仅为2.41%，累积缺电量仅占全年负荷量的1.047%，且有明显的季节性变化。处于枯水季的春季会有失负荷现象，缺负荷时段约占全年缺负荷时段的81.91%，而处于汛期的夏秋季，水电充足可很好地满足负荷需求。由以上数据可知在全年长时间尺度下互补系统的可靠性较好。

2.2 稳定性指标分析

为验证互补系统中水电对风光出力波动的平抑性，将风光互补与风光水互补的出力差异系数进行对比，如图2所示。

图2 互补出力差异系数Fig.2 Complementary output difference coefficient

由图2可知，风光水互补出力差异系数明显低于风光互补出力差异系数，尤其在6月至10月中旬时段内，因处于丰水期，水力发电力度大且相对稳定，且此时正处于小风季，风光出力比例下降，故互补系统出力差异系数几乎为0，由此可得风光水互补系统较风光互补出力更加具有稳定性，能很好地平抑风光发电的出力波动性。

水力发电因与降水量、河流量、库容等因素相关，在短期内功率输出变化不大，基于此，本文假设其预测值与实际值基本一致。以1月15日为例，分别对短期时间内的风电、光电及风光水互补发电功率进行预测，并利用平均绝对误差与均方根误差对三者日内误差分布情况进行分析，如图3、图4与表2所示。图4中，纵坐标误差表示实际出力与预测出力的差值所占实际出力的比重。

图3 互补系统发电出力预测Fig.3 Generation output prediction of complementary system

图4 互补发电误差分布Fig.4 Error distribution of complementary generation

表2 互补系统预测误差结果Tab.2 Prediction error results of complementary systems

由图3、图4和表2可知，风光水互补系统的预测误差比风、光单独发电的预测误差波动性小。因风速变化波动性较强，故风电误差波动也变化频繁，而光电出力时段较为集中，故误差波动性较风电略小，但风光水互补出力误差为三者中最小，基本上处于-0.05～0.05之间（见图4）。通过对比三者的MAE与RMSE数值，也能得到互补发电的预测误差最小，表明互补发电具有很好的稳定性。

水库水位的异常波动会影响互补系统的安全运行。图5、图6为互补前后水库水位全年与日内波动曲线。

图5 全年互补前后水库水位变化Fig.5 Changes of reservoir water level before and after annual complementation

图6 最大水位波动日水库水位变化Fig.6 Variation of reservoir water level on the day of maximum water level fluctuation

由图5、图6可得，全年互补前后的水库水位波动情况可分为3种类型：

1）互补后水位波动比互补前水位波动性大。在10月中旬至5月中旬时段内，互补后水位波动大于互补前水位波动，以该时段内某最大水位波动日（图6）为例进行分析，互补前后水位波动具有一定差异，互补前的水位变化较互补后的水位变化而言基本不变，而互补后的水位差最大也只有0.11 m。

2）互补后水位波动与互补前水位波动基本一致。从5月初至8月中旬时段内，水库虽因放蓄水造成水位波动，但互补前后水位波动相差不大。

3）互补后水位波动比互补前水位波动性小。从9月初至10月中下旬，正处于河流汛期，水力发电可很好地平抑风光发电的波动性，故在该时段内水库水位基本保持不变。由以上数据可得，对于风、光等不可控电源的加入，对互补系统的供电稳定性影响不大。

2.3 经济性指标分析

对互补系统的经济性，本文从离网型与并网型两种运行模式下进行分析。离网模式下以最优发电配置模型实现投资成本最低的目标[10]，并网型模式下以综合运行效益最大为目标结合分时电价，验证互补系统的经济运行效益。

对互补系统的经济运行调度应满足：1）风、光等不可控电源出力满足负荷时，可减少可控电源出力。离网状态下给蓄电池充电，并网状态下在峰时售电给电网，平时或谷时给蓄电池充电并部分售电给电网。2）风、光等不可控电源出力不满足负荷时，可控电源出力增加，若仍不满足负荷需求，离网状态下蓄电池放电，并网状态下向电网购电。

2.3.1 离网型互补发电分析

离网型风光水储多能互补发电模型如图7所示，其中，eW15，Hydro，PV，S6CS25P，Converter分别为风力发电机、水力发电机、光伏板、蓄电池、变流器。

图7 离网型风光水储互补系统模型Fig.7 Off-grid wind，solar，water and storage complementary system model

经计算得出投资成本最少的优化配置方案，其中原始资金和总净现成本为1 851.6万元和2 546.76万元，最优配置下的成本如表3所示。

表3 各组件最优组合配置Tab.3 Optimal combination configuration of each component

因水轮发电机成本已收回，故不计成本。考虑到互补系统中的发电量与发电效益[11]，风机、光伏板及水轮机的装机容量分别约占三者发电总装机容量的23.07%，30.76%，46.15%。由表3可看出，蓄电池的成本比重最高，约44.63%，因此在离网型多能互补发电系统中，应降低蓄电池成本，合理调整风机、光伏、水电的出力比重[12]。

2.3.2 并网型互补发电分析

由离网型互补发电数据可知，蓄电池成本较高，在并网下为保证综合运行效益应减少蓄电池使用，增加与电网交互功率。

本文从丰水季与枯水季典型日对日前发电效益进行分析[13]，图8、图9为丰水季与枯水季典型日互补系统出力曲线，表4、表5为分时电价与丰、枯水季日前经济效益。

图8 丰水季电源出力状况图Fig.8 Power output status chart in wet season

图9 枯水季电源出力状况图Fig.9 Power output status chart in dry season

表4 分时电价Tab.4 Time of use electricity price

表5 互补发电日内经济效益Tab.5 Intraday economic benefits of complementary power generation

由图8、图9可知，丰水季时，水量充足，仅依靠水力发电就能满足负荷需求，应降低风、光发电占比。此外对于水电产生的大量盈余电量，可根据不同时段内电价高低售电给电网并给蓄电池充电，从而获取最大发电效益。枯水季时，因水电调节受限于径流量，以风光发电为主，通过购售电以满足负荷需求并获取经济效益。如图中所示谷时段内，电价较低，可减少水电出力，转向电网购电并对蓄电池充电，而在峰时段，虽然风光发电满足负荷需求，但售电电价较高，水电可适当出力，使互补系统向电网出售电量，获取可观经济效益补偿购电等成本。由表5可知，夏季日内水力发电效益最高，在不考虑负荷与蓄电池情况下，水力发电占总发电效益的86.32%。而冬季日内水力发电受限，互补系统以风光发电为主，水电进行补偿发电。冬季日内受水电不足、发电成本及电网购电等因素影响，冬季日内互补系统综合运行效益要低于夏季日内综合运行效益。

3 结论

本文构建了一种评价多能互补系统运行特性的指标体系，并从不同角度对风、光、水、储多能互补系统的可靠性、稳定性、经济性进行分析，经结果验证，该评价指标体系可对互补系统运行调度提供参考依据。本文仅对互补系统日前运行特性进行分析，下一步将对超短期时段内的运行特性进行研究。