基于水光電力系統時序生產模擬模型的水光優化配比研究

李繼清,龍 健,劉 洋

(1.華北電力大學水利與水電工程學院,北京 102206; 2.華北電力大學蘇州研究院,江蘇 蘇州 215123;3.華能瀾滄江水電股份有限公司,云南 昆明 650214)

高比例新能源的接入使電力系統的運行變得更為復雜,新能源的波動性[1-2]、間歇性[3-4]也使得電力的實時平衡變得困難,導致新能源棄電現象頻現,風光資源浪費嚴重[5-6]。因此,充分發揮各種能源互補的特性,建立基于水電調節的多能互補系統,科學評估系統的新能源消納能力,優化各種新能源之間的互補容量配比,對于降低新能源棄電率和含新能源電力系統的規劃、發展具有重要的指導意義[7-9]。

目前,新能源消納能力常用的分析方法主要有典型日法、隨機生產模擬法、時序生產模擬法?；诘湫腿辗╗10-11]提出的調度方式得到的結果是最嚴重情況下的新能源平衡情況,計算結果過于保守,不利于提高新能源實際上網電力電量;隨機生產模擬法[12-13]中的新能源出力和負荷采用服從某種分布的數據,無法模擬機組組合情況,忽略了與時序相關的約束,無法全面分析生產成本;時序生產模擬法[14-16]是指在給定的負荷條件下模擬各發電機組的運行狀況,并計算發電系統生產費用的一種時序仿真方法。該方法的優點是能夠考慮系統負荷、新能源發電出力等的時序變化特性,更適用于指導新能源的規劃問題。耿路等[17]基于時序生產模擬法分析了不同負荷增長率和不同新能源接入方式下張家灣地區新能源消納能力;葛毅等[18]將負荷劃分為居民負荷和工業負荷,以經濟性為目標對我國東部某省電力系統進行了時序生產模擬,得到了不同負荷的優化配比;王琨玥[19]通過考慮光伏出力與城市負荷的時序關系,并結合火電機組的調頻限制,建立了一種基于時序生產模擬的光伏容量規劃模型。另一方面,新能源互補容量配置的相關研究仍局限于優化互補系統的運行效率或效益,而較少研究配置方案是否利于系統穩定可靠、調度靈活性及社會發展效益等[20]。劉軍濤等[21]通過分析青海省海南州各類可再生能源資源稟賦、開發條件等因素,提出了一套水風光儲多能互補基地電源配置方案;申建建等[22]構建了靈活性裕量期望最大和不足期望最小模型,動態適應不同新能源接入比例、風光裝機比例等場景下的水風光互補調度需求。準確量化不確定性新能源容量配比是研究以新能源為主的多能互補系統優化調度的基礎[23-25],對我國電網安全、穩定和清潔能源消納具有重要意義。

因此,本文建立計及水電站豐枯期出力波動、光伏電站日夜出力間歇性及需求端負荷變化的時序生產模擬模型,模擬產生多種不同的水光容量配比方案,并從水光系統結構性、經濟性、靈活性和可靠性方面綜合優選水光最優容量配比,通過金沙江上游川藏段(以下簡稱“川藏段”)水光互補容量優選驗證模型的合理性,以期為低碳電力要求下的網源協調規劃提供參考。

1 水光電力系統時序生產模擬模型

1.1 水光互補特性分析

基于出力曲線的定性分析法主要是通過繪制水電站、光伏電站同一時間尺度的出力曲線,通過觀察水電站、光伏電站出力曲線峰、谷出現時間,進而定性判斷水光出力的時間互補性。定量分析水光互補特性主要是借助相關分析法研究梯級水電站單獨運行、聯合運行條件下與光伏電站出力的相關性。較為常用的相關系數有Pearson簡單相關系數、Spearman等級相關系數和Kendall相關系數。相關系數為負值,則表示隨機變量之間呈負相關關系,即兩者呈相反的變化趨勢,互補性較好;反之亦然。一般認為,相關系數的絕對值在0～<0.33范圍內時兩者之間為弱相關,0.33～<0.67為中等相關,0.67～<1為強相關。

1.2 模型構建

1.2.1 目標函數

為盡量減少整個系統的投資費用、運維費用等成本,增加系統的經濟性收益。水光發電系統的時序生產模擬模型以投資經濟性最優為目標函數,即在滿足約束條件的情況下,配置合適的光伏發電系統容量,使整個工程周期內投資收益最大[26]。引入凈現值計算水光互補電站運營周期總利潤,建立目標函數:

(1)

其中I(Sp)=Ep(Sp)Pp(Sp)+EhPhC(Sp)=Ccp(Sp)+Cch+Cop(Sp)+Coh

式中:Sp為光伏電站容量;n為運營周期;i為基準收益率;Ccp、Cch分別為光伏電站、水電站建設成本,包括折舊費及建設貸款償還等;Cop、Coh分別為光伏電站、水電站經營成本;Pp、Ph分別為光伏發電和水電電價;Ep、Eh分別為光伏電站、水電站年發電量;j表示第j臺機組;Nj、Nk分別為參與優化的光伏、水電機組的臺數;T為優化時間總長度;Yj為二進制變量,表示機組j啟動狀態,1表示正在啟動,0表示不在啟動狀態;Zk為二進制變量,表示機組k停機狀態,1表示正在停機,0表示不在停機狀態;Pj,t、Pk,t為光伏機組j、水電機組k在t時段的出力。

1.2.2 約束條件

a.電網負荷約束。電網負荷約束主要包括電力平衡、電量平衡約束:

(2)

Es=Ep(Sp)+Eh

(3)

式中:Ns,t為受端電網負荷需求;Es為受端電網發電量需求。

b.水電站運行約束。 水電站運行約束包括水電站水量平衡約束(式(4))、庫容曲線約束(式(5))、庫水位約束(式(6))、下游水位流量關系約束(式(7))、水電站水頭約束(式(8))、水電站出力限制(式(9))、水電站最大過流能力限制(式(10))、機組爬坡率約束(式(11))。

Vt+1=Vt+(Qrk,t-Qfd,t-Qqs,t)ΔTt

(4)

Zsy,t+1=fZV(Vt+1)

(5)

Zsy,min≤Zsy,t+1≤Zsy,max

(6)

Zxy,t=fZQ(Qck,t)

(7)

(8)

Xj,tPmin,t≤Pj,t≤Xj,tPmax,t

(9)

Qfd,t≤Qfd,t,max

(10)

(11)

式中:Vt、Vt+1分別為t時段初、末庫蓄水量;Qrk,t、Qfd,t、Qqs,t分別為t時段平均入庫流量、出庫流量和棄水流量;ΔT為一個時間步長;Zsy,t+1為t時段末水電站上游水位;fZV(·)為庫容曲線函數;Zsy,min、Zsy,max分別為t時段末水電站上游允許最低、最高水位;Zxy,t為t時段下游平均水位;fZQ(·)為下游水位流量關系函數;Qck,t為出庫流量;H為凈水頭;ΔHt為水電站t時段水頭損失;fΔH(·)為水電站水頭損失函數;Pmin,t、Pmax,t分別為t時段的最小、最大出力;Xj,t為二進制變量,表示機組j運行狀態,1表示正在運行,0表示不在運行狀態;Pj,max為機組j的最大出力;Dp、Dn分別為系統正、負旋轉備用;CN,t為光伏發電站t時段的可信容量。除了上述約束,所有變量還必須為非負值。

c.光伏電站運行約束:

(12)

式中Np,t為光伏電站t時段的預測出力。當互補光伏電站出力超出最大出力Npmax時,需要棄掉出力Npl,t。

d.系統約束。送出通道容量限制、旋轉備用約束分別為

(13)

(14)

式中:Nmax為系統送出通道容量,取為800萬kW;Nt為t時段送出通道的送出電力。

1.3 模型求解

采用分支定界法對水光電力系統時序生產模擬模型進行求解。分支定界法屏蔽了解空間中明顯不利于目標函數最優化的解,使整個計算過程更趨向于有最優解的分支,并針對可行分支計算了限值,減少了可選解的范圍。分支定界法求解步驟主要包括分支、松弛與定界3個步驟[27]。常用的分支定界法求解器主要有GUROBI、CPLEX和IPSOLVE等,其中的IPSOLVE求解器具有計算迅速、設備兼容性好等優點,應用廣泛[28],因此本文采用IPSOLVE求解器對時序生產模擬模型進行求解。

1.4 水光容量配比方案優選

基于水光電力系統時序生產模擬模型產生的水光容量配比方案,從系統結構性、經濟性、靈活性和可靠性4個方面綜合評價,擇優選取最佳的水光容量配比方案。對于系統結構性,基于受端電網年負荷、典型日負荷特性和送端電源特性,通過擬定直流曲線分析。具體的評價指標主要有水光容量比、水光電量比、棄水率、棄光率及等效棄光率。

經濟性通過對系統進行投資效益及電價競爭力分析,具體的評價指標主要有綜合上網電價、落地電價及光伏資本金內部收益率。綜合上網電價P綜根據水光利用情況按電量加權計算(式(15))。綜合上網電價加上輸電價P輸(含直流輸電價和送端配套加價)即為落地電價P落(式(16)),落地電價越低,其在受端的電價競爭力越強,越有利于水光打捆外送。光伏資本金內部收益率根據受端落地電價,扣除輸電價,反推送端光伏電價需求以及相應的光伏投資內部收益率,得到不同單位造價成本下的光伏投資內部收益率。

(15)

P落=P綜+P輸

(16)

水光系統靈活性與可靠性評價基于水光互補系統時序生產模擬模型,分別采用水光聯合調節難度、受端調峰壓力[22]和直流送電波動、送端電力富余定性評價,并結合結構性、經濟性評價指標,綜合擇優選取最佳的水光容量配比。模型構建技術路線見圖1。

圖1 模型構建技術路線Fig.1 Technology roadmap of model construction

2 模型驗證

2.1 研究區概況

金沙江玉樹(巴塘河口)至石鼓河段稱為金沙江上游段,全長772 km,天然落差約1516 m,水能資源豐富。根據金沙江上游“一庫13級”的梯級布局,在川藏段規劃布置崗托、巖比(開發存在較大不確定性,暫不考慮)、波羅、葉巴灘、拉哇、巴塘、蘇洼龍、昌波8個梯級,初擬裝機容量956萬kW,2030年除巖比外七級水電站全部建成投產,各水電站投產時序、位置分別見表1、圖2。

表1 金沙江上游川藏界河段梯級水電站投產時序Table 1 Time sequence of putting into operation of cascade power station in Sichuan-Tibet boundary of the upper reaches of Jinsha River 單位:萬kW

圖2 川藏段水電站位置Fig.2 Location map of hydropower stations in Sichuan-Tibet boundary

川藏段太陽能資源豐富[29-32],以太陽總輻射年輻照量為指標,按照《太陽能資源等級總輻射》分級標準,川藏段太陽能資源等級多為B級(資源很豐富區),年總輻射量基本都在6000MJ/m2以上,具備較大開發價值,初步規選光伏裝機約3500萬kW,其中西藏側約3000萬kW。

2.2 川藏段水光互補特性分析

2.2.1 水電站出力特性分析

金沙江上游豐、平及枯水期分別為6—10月、5月和11月、12月至翌年4月,選取遠景年2030年,繪制平水年川藏段各水電站單獨運行、聯合運行的出力特性曲線,如圖3所示。

圖3 川藏段梯級水電站群出力特性Fig.3 Output characteristics of cascade hydropower stations in Sichuan-Tibet boundary

由圖3可知,川藏段七級水電站2030年(平水年)單獨運行時,7—9月出力較其他月大,拉哇水電站的出力呈現“兩峰一谷”的特點,分別于5月、7月達到峰值,出力分別為112.7萬kW、198.6萬kW;聯合運行時,葉巴灘、蘇洼龍水電站出力呈現出“兩峰一谷”的特性,分別于8月、10月和3月、9月達到峰值;昌波水電站出力峰值有所提前,由7月份提前到6月,出力為77萬kW;梯級水電站聯合運行年發電量為429億kW·h,較單獨運行時多41億kW·h,豐平枯期發電量比例分別約為60%∶13%∶27%,枯水期發電量占比提高了9%,年利用小時數約為4697,較單獨運行時提高了450h。

對于月內、日內梯級水電站出力特性,川藏段梯級水電站調節能力較強,各水電站日內出力可在最小出力與預想出力之間根據電網負荷、光伏發電等進行調節,滿足電網負荷需求,保證系統安全穩定運行。

2.2.2 光伏電站出力特性分析

基于川藏段周邊江達、貢覺、德格及巴塘等六縣的測光數據,并結合當地氣象數據,得到光伏電站全年8760h出力曲線。對于年內出力特性,光伏電站出力存在一定季節性差異,各月平均出力系數在0.14～0.22之間,月際變化較為明顯,呈現冬春季大、夏秋季小的特點。

由圖4可知,光伏電站日內出力趨勢較為一致,主要受晝夜影響大,出力一般12:00—14:00達到峰值,20:00至次日6:00出力為0;春、秋及冬季出力均于13:00達到峰值,夏季出力出現2個峰值,分別于12:00、14:00達到出力峰值。最小日光伏電站出力時段為7:00—19:00,于10:00、13:00達到峰值,12:00達到出力低谷,呈現出“兩峰一谷”的特點。光伏電站出力隨晝夜變化較大,具有間歇性。從保證出力和累計電量特性來看,光伏出力保證率水平較低,但電量累計效應明顯。隨著晝夜、季節及天氣等變化,光伏出力具有間歇性、波動性和隨機性特點。

圖4 光伏電站出力特性曲線Fig.4 Output characteristics curve of photovoltaic power station

2.2.3 水光互補特性分析

對于年內水光互補特性,光伏電站與水電站單獨運行、聯合運行的出力過程及出力相關系數分別如圖5、表2所示。

表2 平水年梯級水電站單獨、聯合運行時水光年內出力相關系數Table 2 Annual water-light output correlation coefficient of cascade hydropower station in normal water years when it is operated independently and jointly with photovoltaic power station

圖5 金沙江上游水電與光伏電站年內出力Fig.5 Annual output of hydropower station and photovoltaic power station in the upper reaches of Jinsha River

從圖5可知,光伏電站、水電站的年內各月出力均呈現出“一峰一谷”形式,光伏電站的年內各月差異較水電小,光伏電站于12—2月達到發電高峰,7—9月達到低谷;而水電站于7—9月達到高峰,12—2月達到低谷;水電站出力于8月達到最高峰,而對應的光伏電站出力達到最小值。光伏出力的峰、谷與水電出力的谷、峰在時間上對應,水電、光電的出力存在年內互補特性。由表2可知,川藏段梯級水電站無論是單獨運行還是聯合運行,其與光伏電站的出力均具有顯著的負相關,具有較強的互補特性。

對于日內互補特性,川藏段水電站具備一定的調節能力,可根據系統負荷變化情況進行日調節,日間光伏發電時段,通過加大水電站蓄水降低水電出力,用光伏電量“置換”水電電量;夜間或光伏少發時段,通過釋放水電站水量抬高水電工作位置,水光日內互補后水光系統整體出力趨于平滑[33]。

2.3 川藏段水光優化配比研究

2.3.1 水光容量配比方案

基于構建的時序生產模擬模型,考慮受端湖北電網負荷特性、直流送電通道及送端水電留存,模擬產生多個川藏段水光互補配比方案。根據湖北電網歷史負荷曲線,對2030年負荷進行預測,湖北省2030年負荷呈W形,1—8月、9—12月最大負荷呈現“高-低-高”的V形變化趨勢。由圖6可知,日負荷特性呈現午、晚2個高峰。夏季負荷高峰出現在15:00和21:00,冬季負荷高峰出現在11:00和19:00,負荷低谷出現在5:00左右。

圖6 湖北電網典型日負荷特性Fig.6 Typical daily load characteristics of Hubei power grid

2030年金沙江上游水電全部投產之后,水電按913.6萬kW考慮,結合四川、西藏電網供需形勢及受端湖北用電需求,川藏段水電留存電量暫按考慮枯期(1—4月、12月)留存本地30%,四川、西藏按1∶1分配,擬定水電不留存和水電枯期留存兩類方案,時序生產模擬后求解得到的各方案水光配比容量如表3所示,其中設置水電枯期留存30%中的B1方案用于分析進一步增加光伏電站裝機容量時各指標變化情況。

表3 水光容量配比方案Table 3 Water and light complementary ratio schemes

2.3.2 水光容量配比方案選取

2.3.2.1 系統結構性

2030年,配套水電裝機913.6萬kW、年發電量423億kW·h,其中枯期留存34億kW·h。由圖7(a)可知,打捆外送規模400萬kW光伏時,7—9月最大電力為800萬kW,不調峰;12—2月最大電力約640萬kW,其他時段最大電力800萬kW,調峰范圍為0.1～0.7 pu。直流曲線年送電量447億kW·h,其中豐、平、枯電量占比為61%∶15%∶24%,直流利用小時數為5465,棄光率2%,考慮不棄水的折算值,等效棄光率5%。打捆外送規模500萬kW光伏時,直流曲線如圖7(b)所示,直流利用小時數為5500,水電站發生棄水,棄水率2%,棄光率9%。打捆外送規模600萬kW光伏時,直流曲線如圖7(c)所示,直流利用小時數為5912,水電站棄水率1%,棄光率3%。當打捆外送規模700萬kW光伏時,如圖7(d)所示,7—9月最大電力與調峰范圍與打捆外送400萬kW光伏時相同;12—2月最大電力約640萬kW,其他時段最大電力800萬kW,調峰范圍0.1～0.5 pu。直流曲線年送電量488億kW·h,直流利用小時數約為6000,棄光率8%,由于金沙江上游水電豐期電量較大,可調空間有限,導致進一步增加打捆光伏規模后等效棄光率將增加至15.4%,棄光電量增加17億kW·h。

圖7 直流典型日送電曲線Fig.7 Typical daily DC transmission curve

2.3.2.2 經濟性

對于各水光配比方案,根據受端電價不高于湖北基準電價上浮10%,扣除輸電價(含送端配套0.03元/(kW·h))后,考慮光伏項目單位造價4200、4500元/kW,反推送端光伏電價需求以及相應的光伏投資內部收益率。B1、B2方案配套光伏600萬、700萬kW情況下,送端光伏電價分別為0.286、0.271元/(kW·h)時,光伏資本金內部收益率5.7%～9.5%;而其他方案光伏內部收益率均低于2.0%。

由表4所示,A類方案綜合上網電價相差不大;水電枯期留存30%的B類方案,直流利用小時數為6000,配套600萬、700萬kW光伏的方案綜合上網電價較其他方案明顯具有一定優勢,其中B1方案較單獨輸送水電降低約0.025元/(kW·h);當直流利用小時數控制在5500水平,配套光伏400萬～500萬kW,綜合上網電價相差不大。

表4 直流輸電價及落地電價分析Table 4 Analysis of DC transmission price and landing price 單位:元/(kW·h)

對于落地電價,僅輸送梯級水電時,落地電價為0.512元/(kW·h),配套打捆一定規模光伏的各種方案,落地電價與僅輸送水電相比降低約0.021～0.033元/(kW·h)。其中B類方案中,直流利用小時數在6000水平,配套600萬～700萬kW光伏,受端電價競爭力相對較強。

2.3.2.3 靈活性與可靠性

對于水光系統靈活性而言,打捆的光伏容量越大,光伏電站的波動性、隨機性越大,水光系統聯合調節難度也越大,進而導致送出電力的波動性也就越大,造成受端調峰壓力越大。因此,考慮枯期水電留存配套700萬kW光伏的B1方案系統聯合調節難度、受端調峰壓力最大,隨著配套光伏的容量越來越小,其聯合調節、受端調峰壓力也越來越小。A類方案也呈現相似的變化規律。

對于系統可靠性而言,打捆配套的光伏容量越大,光伏電站發電量也就越大,水電全投后其送端電力富余越大。對于B類方案,因枯期本就留存一部分電力,其電力富余比相同打捆容量下的A類方案更大,B1方案電力富余最大,A1方案送端電力富余最小。

2.3.2.4 綜合比較及光伏配套規模建議

綜合考慮外送通道合理利用水平、棄電率、投資效益、電價競爭力等因素,從結構性、靈活性、可靠性及經濟性方面分析多個組合方案,其評價結果詳見表5。由表5可知,直流利用小時數為5500～6000,A類方案整體較B類方案電價競爭力差,且棄光率、棄水率較高,資源浪費嚴重。B類方案中,B1方案經濟性最優,綜合上網電價為0.380元/(kW·h);B2方案電價競爭力差于B1,系統靈活性、可靠性增強;B4方案較B1方案綜合上網電價高0.008元/(kW·h),但系統結構性、靈活性及可靠性明顯提高。

表5 水光容量配比方案綜合比較Table 5 Comprehensive comparison table of water and light complementary ratio schemes

綜上,推薦B4方案,新增非水可再生電量約60億kW·h,占受端湖北全社會用電量比例約為1.7%～2%。若考慮湖北省具備調峰能力的情況下,配套光伏規?？蛇M一步適當提高至600萬～700萬kW。與此同時,需要進一步加強水電站與光伏電站聯合運行的安全性,避免水電站因調峰而長期在不穩定區運行。

3 結 語

本文針對新型電力系統下新能源的消納問題,考慮系統負荷、新能源出力的時序性,建立了水光電力系統時序生產模擬模型,并從系統結構性、靈活性、可靠性及經濟性等方面對方案進行評價,綜合確定水光容量配比,最后通過金沙江上游川藏段水光發電系統驗證了模型合理性。金沙江上游川藏段光伏電站與水電站出力具有較好的年內、日內互補特性;A類方案整體較B類方案電價競爭力差,且棄光率、棄水率較高,資源浪費嚴重;B類方案中,B1方案經濟性最優,但綜合考慮結構性、靈活性和可靠性,B4方案整體更好,其新增非水可再生電量約60億kW·h,占湖北全社會用電量比例約為1.7%～2.0%。