地区尖峰负荷优化组合策略研究
时间：2022-12-02 18:05:03 来源：雅意学习网 本文已影响 人 
朱刘柱, 王 宝, 杨 敏, 周开乐, 李兰兰, 张 旭
(1.国网安徽省电力有限公司 经济技术研究院,安徽 合肥 230022; 2.合肥工业大学 管理学院,安徽 合肥 230009; 3.国网安徽省电力有限公司,安徽 合肥 230061)
近年来,随着产业结构转型升级以及居民生活水平提高,服务业和居民生活用电比重快速上升,温控负荷占比不断提高,负荷曲线尖峰化趋势明显,表现为尖峰负荷持续时间短、尖峰电量占比小等特征。从全国看,各级电网超过最大用电负荷95%的尖峰负荷(简称95%以上尖峰负荷)持续时间普遍少于24 h,尖峰电量占全年用电量比重不足0.5%。部分服务业和居民用电比重大的地区尖峰化更明显,如2019年安徽全省95%以上尖峰负荷持续时间仅7 h,尖峰电量占全年用电量比重仅0.035%。在此背景下,传统通过新增电源和电网建设提高电力供应能力满足尖峰负荷的方式[1],存在投资成本高、发输电设备利用率低等问题,不能适应能源高质量发展新要求,迫切需要转变尖峰负荷调节思路,提升电力系统整体效能[2]。
关于尖峰负荷调节策略的研究受到国内外学界的普遍关注[3]。文献[4]建立了智能电网环境下的电力需求侧管理模型,旨在通过实时销售电价调整来调节负荷需求,并利用智能设备实现负荷的削减;文献[5]设计了针对空调聚合负荷的作用时段差别化尖峰电价机制,可以在不影响或者少影响用户的前提下削减尖峰负荷并消除反弹负荷;文献[6]设计促进削峰填谷的居民实时积分套餐机制,在不影响现行电价政策的前提下可以有效调动居民响应积极性;文献[7]基于后悔匹配机制构建了用户行为选择的动态需求响应模型,指导主动配电网的优化调度;文献[8]在对住宅小区负荷进行分类基础上,分析各类负荷运行特性,并基于蚁群算法提出了可调整类负荷群的用电优化策略;文献[9]提出智能家电电力负荷削峰填谷控制策略,可以有效降低电厂发电成本与用户用电成本以及电网负荷波动性;文献[10]将移峰填谷作为储能收益模式,测算了储能装置最优系统配置、最优系统充放电策略及系统回收期。
此外,智能电网背景下的用电需求负荷问题逐渐受到领域内学者的关注。文献[11]提出了新型住宅社区的居民用电需求响应调度模型。该模型在不给用户带来不便的前提下,降低了尖峰和峰谷电量差异,并为电力市场电价策略提供决策支持。基于智能电网的需求侧管理,文献[12]探讨了如何有效发电以满足高峰负荷期间的能源需求问题。结合这一问题,本文提出一个居民电器能量分解标签分类算法。
现有研究主要从需求侧出发,探索运用电价调整、需求响应或储能等单一措施优化调节尖峰负荷。但实际上单一的措施难以经济高效地满足尖峰负荷优化需求。例如,需求响应灵活性较强,可同时满足不同时段尖峰负荷优化需要,但每次实施规模保持不变,无法精准响应尖峰负荷变化,易出现超额削减负荷的情况;化学储能可精准匹配尖峰负荷削减需要,不存在超额削减负荷的情况,但配置成本高。同时,随着能源互联网的加快建设,需要从电力系统整体出发,强化源网荷互动,充分发挥各类灵活调节资源优势,增强电力系统调节能力。例如,对于最大负荷出现在午间的地区,可以考虑新增光伏装机顶峰,既满足能源绿色低碳转型发展要求,成本又相对较低,但其出力无法灵活调节,难以精准匹配各时段尖峰负荷,仅能用于优化午间尖峰负荷,应用相对受限。因而有必要对各类尖峰负荷优化措施进行组合方案优化。
本文结合当前常见易行的尖峰负荷调节手段,重点聚焦新增光伏装机午间顶峰、实施需求响应削峰、配置化学储能移峰等3种优化措施,提出一种尖峰负荷优化策略模型。选取负荷特性具有明显差异的3个典型地区,开展模型算例分析,得到了差异化的尖峰负荷优化最优组合策略,可以有效提升电力系统整体效率,促进提升电网的可靠性和稳定性。
1.1 模型目标
本文提出的尖峰负荷优化模型以总成本最小化为目标,求解出削减尖峰负荷对应总成本最小时的最优组合方案,即新增光伏装机规模、“削峰式”需求响应实施规模、化学储能配置规模。总成本等于新增光伏装机、实施“削峰式”需求响应和配置电化学储能3种措施用于优化尖峰负荷用途对应的成本之和,暂时忽略新增光伏带来的系统消纳成本。
(1) 新增光伏装机成本C1。光伏配置总成本按照光伏装机在尖峰时段的发电量占光伏装机全年发电量的比例进行分摊。
C1=δ1α1VLR1
(1)
其中:δ1为新增光伏装机用于削减尖峰负荷对应的成本分摊比例,具体按光伏在尖峰时段的发电量占全年发电量的比例进行分摊;α1为光伏单位造价;V为新增光伏装机规模;LR1为按照使用寿命折算光伏总成本的资本回收系数。
(2) 需求响应成本C2。需求响应成本按照固定单位成本进行计算,主要由午间需求响应成本和晚间需求响应成本2个部分组成。本文模型中的午间指每天0:00-19:00,晚间指19:00-24:00。
(2)
其中:α2为需求侧响应成本价格系数;t=1,2,…,T,T为目标年份的尖峰负荷持续天数;D1为午间需求响应规模;L1t为第t个尖峰负荷日午间尖峰负荷时长;D2为晚间需求响应规模;L2t为第t个尖峰负荷日晚间尖峰负荷时长。
(3) 电化学储能配置成本C3。电化学储能可以参与调峰辅助服务市场等回收部分成本,因而按一定的比例进行分摊。
C3=δ3α3FLR3+ΔWF
(3)
其中:δ3为电化学储能用于削减尖峰负荷成本分摊比例;α3为储能成本价格系数;F为电化学储能装机规模;LR3为按照使用寿命折算储能成本的资本回收系数;ΔWF为储能充放电损耗成本,其计算公式如下:
(4)
综上所述,模型的目标函数可以表示为:
CT=C1+C2+C3
(5)
其中,CT为尖峰负荷削减的总成本。
1.2 模型约束
(1) 新增光伏消纳空间约束。新增光伏装机规模不能超过目标地区的光伏消纳空间,另外基于新增光伏适度原则,新装光伏装机最大规模对应尖峰负荷日午间最大尖峰负荷全部被抵消的情况。
(6)
其中,VU为最大可新增光伏装机规模。
(2) 需求响应规模潜力约束。需求响应规模不能超过目标地区需求响应最大资源潜力,另外基于需求响应实施适度原则,实施“削峰式”需求响应规模不超过年最大尖峰负荷。
(7)
(8)
其中,DU为需求响应最大潜力。
(3) 尖峰负荷全量削减约束。新增光伏装机削减的尖峰电量、午间“削峰式”需求响应削减的尖峰电量和午间电化学储能削减的尖峰电量等于午间尖峰电量;晚间“削峰式”需求响应削减的尖峰电量和晚间电化学储能削减的尖峰电量等于晚间尖峰电量。
(9)
因为实际中电化学储能的配置成本最高,所以在削峰实践中作为尖峰负荷优化的兜底措施,即储能配置规模等于新增光伏装机和实施需求响应后剩余需要优化的尖峰电量。
为了比较不同负荷特性地区尖峰负荷优化组合策略的差异性,分别选取3个典型地区进行算例分析,各地区用电特性见表1所列。表1中:地区1的年最大负荷出现在夏季午间,尖峰电量分布以午间为主,晚间占比小;地区2的年最大负荷出现在夏季晚间,第二产业用电比重大,第三产业和居民生活用电比重小;地区3的年最大负荷出现在夏季晚间,居民生活用电比重超过30%。基于上述尖峰负荷优化模型,对3类地区2025年尖峰负荷优化策略进行了求优测算。运用MATLAB、Yalmip和Cplex工具箱对模型进行编程和求解。
表1 3个地区用电特性
2.1 参数设置
本文模型的参数设置如下:光伏建设造价3.67元/W,光伏寿命暂按20 a考虑,折现率取8%;削峰式需求响应补偿价格为2元/(kW·h);化学储能单位造价为1.35元/(W·h),储能使用寿命按15 a考虑,折现率取8%,储能成本分摊比例δ3取值为0.6;上网电价PS取值为0.384 4元/(kW·h);充放电效率γ取值为85%;根据电网消纳新能源能力确定各地新增光伏的消纳空间,根据分类负荷特性确定各地工商业需求响应的资源规模,见表2所列。
表2 3个地区尖峰电量分布、新增光伏和需求响应规模约束
2.2 结果分析
(1) 不同负荷特性地区尖峰负荷优化策略存在差异。3个地区削减95%以上尖峰电量的最优措施组合结果见表3所列。地区1最大负荷出现在午间,最优措施组合中新增光伏装机规模为118.8×104kW,达到其可消纳的最大规模,可将午间520.83×104kW·h的尖峰电量全部削减,因此通过新增光伏装机可抵消92.25%(520.83/(520.83+43.78)=92.25%)的尖峰电量;晚间再实施一定规模“削峰式”需求响应后,可以削减全部的尖峰电量,不再需要配置化学储能。地区2最大负荷出现在晚间,且工商业需求响应资源较为丰富,最优措施组合中晚间需求响应规模为15.6×104kW,达到其需求响应资源最大潜力,可削减20.53×104kW·h的晚间尖峰电量,尖峰电量削减率达到94.92%(20.53/(21.26+0.36)=94.92%),再配置少量化学储能(0.74×104kW·h)即可全量削减尖峰电量。地区3最大负荷出现在晚间,地区居民生活用电比重大,工商业需求响应资源有限,最优措施组合中晚间需求响应实施规模为20.6×104kW,达到其最大资源潜力,可削减87.69×104kW·h的尖峰电量,但尖峰电量仅被削减85.26%(87.69/102.84=85.26%),需配置一定规模的化学储能来削峰,化学储能配置规模为12.24×104kW·h。
表3 3个地区尖峰负荷优化组合策略
(2) 新增光伏装机、实施需求响应和配置化学储能3种措施的单位削峰成本差别较大,其中新增光伏装机削峰单位成本<实施需求响应削峰单位成本<配置储能削峰单位成本。以地区1削减95%以上尖峰负荷为例,优化组合策略成本情况见表4所列。削减单位尖峰电量对应成本约2.06元/(kW·h),其中新增光伏削峰单位成本最低,为1.79元/(kW·h);实施需求响应削峰单位成本次之,为5.16元/(kW·h);配置化学储能削峰单位成本最高,为47.38元/(kW·h)。不同地区负荷特性和削峰措施资源潜力存在差异,使得尖峰负荷优化最优组合方案中各项措施配比不同,最终导致各地削峰组合方案的单位成本差别如下:地区1通过新增光伏装机抵消了大部分尖峰电量,削峰单位成本最低,为2.06元/(kW·h);地区2削减尖峰负荷主要依靠需求响应,削峰单位成本居中,为8.63元/(kW·h);地区3需要配置一定规模的化学储能,削峰单位成本最高,为13.88元/(kW·h)。
表4 95%以上尖峰负荷优化组合策略成本情况 单位:元/(kW·h)
针对3个地区,进一步分析了不同尖峰负荷规模下,尖峰负荷优化组合策略的成本变化趋势,以及与新增火电及电网满足尖峰负荷传统方式的经济性对比,见表5所列。
从表5可以看出,随着尖峰负荷优化规模不断扩大,优化尖峰负荷方式对应的单位成本呈上升趋势,新增火电及电网传统方式对应的单位成本呈下降走势,但优化尖峰负荷方式单位成本始终明显低于新增火电及电网的传统方式。尖峰负荷不同削减比例下优化尖峰负荷方式单位成本变化幅度如图1所示。
表5 不同尖峰负荷规模下2种方式单位成本对比 单位:元/(kW·h)
从图1可以看出:当尖峰负荷优化比例在4%(对应削减96%以上尖峰负荷)以内时,单位成本上升幅度较为缓慢;当优化比例超过4%时,单位成本上升幅度明显加快,因此尖峰负荷优化比例宜控制在4%以内。
图1 尖峰负荷不同削减比例下优化尖峰负荷方式单位成本变化幅度
本文以削减尖峰负荷总成本最小为目标,构建考虑尖峰负荷全量削减、新增光伏消纳空间、需求响应潜力规模等约束条件的尖峰负荷优化模型,并基于负荷特性选取3个典型地区开展算例分析,得出如下结论:
(1) 受负荷特性不同影响,地区间尖峰负荷优化策略存在明显差异。
(2) 不同的优化措施单位成本差别较大,其中新增光伏装机成本最低、实施需求响应次之、配置储能成本最高,宜以此作为尖峰负荷经济优化的主要原则。
(3) 随尖峰负荷优化比例提高,尖峰负荷优化组合策略的单位成本呈上升趋势,但始终明显低于新增火电机组电源和电网的传统方式。
此外,本文未讨论其他调峰模式，如抽水蓄能和风电等。这是由于随着新能源接入电网的比例升高,常规电源(抽水蓄能等)的接入比例已逐渐降低。且现有研究表明,风电出力具有反调峰特性,易导致等效负荷峰谷差增加[13]。
因此,本文所提出的尖峰负荷优化组合策略充分考虑了源网荷侧资源,可以实现尖峰负荷的精准削减,大大提升了电力系统的可靠性与经济性。当前需求响应、化学储能等措施还未实现大规模推广应用,需要从体制机制建设、商业模式培育等方面推动其发展,保障经济高效的尖峰负荷优化组合策略落地实施。
猜你喜欢 装机电量储能 储存聊天记录用掉两个半三峡水电站电量军事文摘(2022年16期)2022-08-24考虑用户优先级的云储能用电策略优化电子乐园·下旬刊(2022年5期)2022-05-13碳中和下的新赛道">储能：碳中和下的新赛道股市动态分析(2021年7期)2021-04-20明智装机，安静游戏 2020新春游戏应用百宝箱微型计算机(2020年4期)2020-04-14今年上半年全国光伏弃光电量和弃光率“双降”中国建筑金属结构(2019年10期)2019-11-18电力系统中的能量储存技术国外科技新书评介(2016年9期)2016-05-14节假日来电量预测及来电量波动应对策略客户世界(2013年5期)2013-08-05LW36-126(W)/T型断路器储能超时复归问题改进方案的提出城市建设理论研究(2012年6期)2012-04-10
