火電燃煤機組深度調峰消納控制技術優化

闖喜宏，馮志強，李 磊，劉明奎，梁龍飛

（1.國電電力發展股份有限公司，北京 100101；2.國家能源集團內蒙古上海廟發電有限公司，內蒙古 鄂爾多斯 016200；3.北京華清茵藍科技有限公司，北京 100036）

引 言

當前電力系統中的峰谷差問題對電力系統運行的穩定性產生顯著影響[1]，為改善這一問題，相關領域學者提出火電燃煤機組深度調峰方法，但該方法實際應用過程中會提升機組運行成本[2]，因此實現火電燃煤機組經濟性與調峰消納性能之間的平衡成為影響火電燃煤機組運行的主要因素[3]。

鄧婷婷等[4]提出一種計及需求響應與火電深度調峰的含風電系統優化調度方法，在電力系統優化調度過程中考慮需求響應與火電深度調峰，由此提升電力系統的新能源消納水平，該方法應用過程中實際出力情況低于預測值，對于棄風現象的改善并不顯著。李明揚等[5]提出考慮煤耗率的火電機組靈活調峰對風電消納的影響效果研究方法，在分析火電機組調峰與風電消納間相關性過程中，分析燃煤率的影響以及燃煤率與機組出力間的相關性，該方法應用過程中需要復雜的數據推導，分析結果具有一定片面性。宋汶秦等[6]提出一種光熱參與電網調峰的風-光-火優化調度策略方法，基于光熱電站與機組特征，考慮風電出力特性，研究光熱與風電聯合調峰方法，但該方法的應用環境過于保守。

儲能系統是一種常用的調峰技術[7]，本文以此為基礎，研究了一種包含三個層次的火電燃煤機組深度調峰消納控制技術優化方法，對其運行成本、消納水平、出力控制效果進行了分析。

1 深度調峰消納控制

1.1 火電燃煤機組出力變化與調峰消納空間分析

技術出力下限是火電燃煤機組常規調峰消納的主要約束之一[8]，可縮小火電燃煤機組調峰消納的空間范圍。電力系統的調峰能力有所欠缺將導致電網接納能力不足，所以需要對電力系統的深度調峰消納控制技術進行優化。

火電燃煤機組出力變化與調峰消納空間的關系見圖1，其中PN為火電燃煤機組技術出力上限。

圖1 火電燃煤機組出力變化與調峰消納空間分析

經優化，火電燃煤機組出力下限降到不投油技術出力下限（40% PN），其后將再次降到投油技術出力下限（30% PN），即可擴展火電燃煤機組調控空間，由此接納更多的風電。

火電燃煤機組深度調峰消納過程中將產生兩種成本，分別是消耗成本和投油成本，其中深度調峰增加的成本和消納補償成本分別為30 元/(MWh)±20 元/(MWh)和180 元/(MWh)[9]。由于深度調峰消納過程可提升火電燃煤機組的經濟收益，因此火電燃煤機組采用深度調峰消納來降低經濟成本。

火電燃煤機組深度調峰消納過程中消耗成本和投油成本計算公式見式（1）：

式中：BS為火電燃煤機組深度調峰消納過程消耗成本，元；ξ為消耗系數；SJ為火電燃煤機組購機成本，元；Nf,t為t 時刻機組轉子致裂周次，s；BT為投油成本，元；LS為投油量，t；bc為投油成本單價，元/t。

1.2 優化模型

通過對火電燃煤機組出力變化的分析，構建了火電燃煤機組深度調峰消納控制優化模型，該模型分為上層、中層和下層三部分。

1.2.1 上層模型

上層模型將優化目標設定為運行過程經濟性與凈負荷標準差最優，公式見式（2）：

式中：Iv為儲能系統I 運行收益，元；IZ(t)為電量收益，元；II(t)為環境收益，元；BY(t)為I 的運行成本，元；BS(t)為消耗成本，元；BT(t)為投油成本，元；PSDv為凈負荷標準差，MW；δD(t)為放電效率；PC(t)、PD(t)和Pn(t)分別為I的充電功率、放電功率和凈負荷功率、功率的平均值，MW；T 和* 分別表示調度日內總采樣點數和標幺值；max Fv,2為運行收益最大化，元。

上層模型的約束條件見式（3）：

1.2.2 中層模型

依照運行成本與補償收益，結合電量收益損失成本與棄風懲罰成本[10-11]，以火電燃煤機組整體調峰成本最低為中層模型優化目標函數，公式見式（4）：

式中：minFBG為火電燃煤機組整體調峰最低成本，元；BG和分別為總調峰能耗成本和非消納風電條件下整體成本，元；Pwn為風電消納量，MW；Pp,GZ為火電上網電價，元/(MWh)；Δt 和φ 分別為計算時間步長和棄風懲罰系數；IG和分別為深度調峰補償收益和非消納風電條件下補償收益，元/(MWh)；Pw為風電功率，MW；和PG分別為消納風電條件下火電燃煤機組總出力和全部火電燃煤機組總出力，MW。

以火電燃煤機組整體功率約束、不同機組的啟停約束等作為中層模型的約束條件，公式見式（5）：

式中：Pl和分別為負荷功率和火電燃煤機組整體出力的下限值、上限值，MW分別為t 時刻火電燃煤機組需負載的正、負備用和整體出力的向下、上爬坡的上限值；PG,t和PG,t-1為t時刻和t-1 時刻的火電燃煤機組整體出力值，MW；i 表示第i 臺火電燃煤機；ki,t和Ton,i,t、Toff,i,t分別為火電燃煤機組運行狀態和第i 臺火電燃煤機在t 時刻內運行時間和不間斷停機時間，MW、h、h。

1.2.3 下層模型

依照單臺火電燃煤機組深度調峰消納能耗成本與補償收益[12]，將火電燃煤機組運行效益最大化作為下層模型優化目標，公式見式（6）：

以功率約束、爬坡率約束以及啟停約束等作為下層模型構建過程中的約束條件，公式見式（7）：

1.3 模型求解

針對上述所構建的包含三個層次的火電燃煤機組深度調峰消納控制優化模型，利用開源求解器CPLEX 求解模型[13]。模型求解流程示意圖如圖2 所示。

圖2 控制優化模型求解流程示意圖

該求解器以分枝-割平面法與內點法為基礎，結合預處理與啟發式等不同方法對火電燃煤機組深度調峰消納控制優化模型進行處理[14-15]，處理過程具有高精度與高效率等優勢。

2 實驗結果

為驗證所研究的火電燃煤機組深度調峰消納控制技術優化方法的實際應用效果，實驗以某局域電網為研究對象，采用所提方法對其深度調峰消納控制進行優化，所得結果如下。

2.1 研究對象概況

該研究對象內部的火電燃煤機組容量分為300 MW、400 MW、700 MW，其整體裝機容量達到1 400 MW。以煙煤為研究對象的燃料，其價格為696 元/t；棄風懲罰成本為0.65 元/(kWh)。

實驗過程中設定300 MW 與400 MW 的火電燃煤機組僅實施常規調峰消納，在此過程中的負荷率下限為50%。700 MW 的火電燃煤機組實施深度調峰消納，其在此過程中的相關設定為：

（1）機組常規調峰消納過程的負荷率下限為50%，深度調峰過程中不投油階段與投油階段的負荷率下限分別為35%和25%。

（2）研究對象單位造價成本為3 575 元/kW。

（3）調峰消納過程中的相關性見式（8）：

式中：N(P)為相關性；N 為相關性參數；P 為機組功率，MW。

（4）研究對象投油深度調峰消納過程中的油耗量與油價分別為4.9 t/h 和6 241 元/t。

（5）依照電力市場運行的相關標準，將研究對象深度調峰消納過程中的補償電價設置為0.45 元/(kWh)。

同時為驗證所提方法的可應用性，設定下述兩種場景進行對比分析：（1）場景1：不分析電價響應與儲能，也就是當前普遍使用的火電燃煤機組調峰消納控制方式。（2）場景2：包含電價響應與儲能，同時設定整體的邊際出清價格機制，也就是所提方法所使用的火電燃煤機組調峰消納控制方式。

2.2 成本控制優化結果

分析不同場景的控制優化情況，結果表明：同場景1 相比，研究對象在場景2（所提方法）下的整體運行成本與煤耗成本分別降低31.6%和2%，損耗成本、投油成本也顯著降低，雖然儲能成本有一定程度提升，但能夠得到在場景2（所提方法）條件下，研究對象進行深度調峰可有效降低成本。以上結果充分說明采用所提方法能夠有效降低火電深度調峰消納成本，提升火電燃煤機組調峰消納的積極性。

2.3 消納水平分析

為進一步分析所提方法在提升研究對象風電消納方面的性能，分析了不同場景條件下研究對象的火電棄風情況，結果如圖3 所示。

圖3 不同研究對象各時刻棄風功率對比

分析圖3 能夠得到，與場景1 相比，場景2（所提方法）中通過一定的技術降低了棄風率，因此在場景2 中研究對象僅在23:00:00 處產生微弱的棄風功率，而除此之外的時間內均全部消納，在此條件下研究對象的棄風率與場景1 相比顯著降低。以上結論充分說明采用所提方法控制優化后，在負荷低谷階段，消納率被顯著改善，也就是說所提方法既能夠緩解研究對象深度調峰壓力，還能夠提升研究對象消納水平。

2.4 出力控制效果分析

分析不同場景下不同容量機組的出力對比情況，結果表明：相較于場景1，場景2（所提方法）條件下，300 MW、400 MW 和700 MW 的單臺機組出力均值的對應機組出力均得到了提升，說明所提方法能夠有效提升研究對象平均利用率。

3 結 論

通過構建包含三個層次的分層優化模型，并利用開源求解器CPLEX 求解所構建的模型，研究了一種基于儲能系統的火電燃煤機組深度調峰消納控制技術優化方法。實驗結果顯示所提方法既能夠緩解研究對象深度調峰壓力，還能夠提升研究對象消納水平。后續將主要研究電力系統中儲能補償機制，以此推廣電力系統中大規模儲能的應用。