并网容量（精选四篇）
并网容量 篇1
近年来,全球光伏产业发展迅速,根据Solarbuzz的最新市场数据,2009年全球光伏发电系统装机总容量约为7.5 GW,在金融危机形势下仍较2008年增长了20%。自1993年德国建成第1座兆瓦级并网光伏电站以来,大型并网光伏发电成为重要的发展趋势,2009年全球并网光伏发电系统份额超过90%。
中国的并网光伏发电呈现出“分散开发、低压就地接入”与“大规模集中开发、中高压接入”并举的发展特征[1]。《国家能源发展规划》规定:大规模的太阳能光伏电站作为2010—2020年重点发展的领域之一。2004年深圳园博园建成了国内第1座兆瓦级并网太阳能光伏电站,此后若干兆瓦级并网光伏电站相继在甘肃、宁夏、上海等地建成或开工。但目前的大型并网光伏电站仍以示范工程为主,旨在为光伏商业化并网发电积累运行经验。
建设大型并网光伏电站是大规模集中利用太阳能的有效方式。相对于离网光伏发电系统,大型并网光伏电站可以省去蓄电池用作储能的环节,采用最大功率点跟踪(MPPT)技术提高系统效率。相对于小型并网光伏发电系统,大型并网光伏电站可更加集中地利用太阳能,更多地使用逆变器并联、集中管理与控制技术,可以在适当的条件下充分利用太阳能的时间分布特性和储能技术,起到削峰、补偿电网无功功率等满足电网友好需求的作用[2]。随着系统成本的持续降低和发电效益的不断提高,大型并网光伏电站具有广阔的发展前景。但是,国内外若干大型并网光伏电站的运行经验表明:大型光伏阵列的固有温度特性和组合特性可能会导致电站出力减小;除了随机波动性较大之外,谐波、不对称、闪变等电能质量问题也影响着光伏并网[3];电网的非理想电源特性对逆变器并联运行将产生一定影响;电网从自身安全运行的角度出发,对大容量并网光伏电站提出了新的要求[4]。
本文对国内外大型并网光伏电站在运行过程中凸显出来的一些问题进行了总结和分析,并阐述了大容量并网光伏发电技术的一些新进展,以期对中国并网光伏发电技术研究有所启发。
1 大容量并网光伏电站的运行机理与特性
大型并网光伏电站一般由1个或多个基本单元组成,如图1所示,每个单元的容量约为0.3～1.0 MW(如敦煌2个10 MW并网光伏电站各由20个容量为500 kW的单元组成)。其中,大面积的光伏阵列组件实施光电转换后经汇流器将直流电分配给逆变部分,再由逆变器及其滤波装置转换为满足电能质量要求的交流电,经变压器升压后并网。通过逆变器控制,调节光伏阵列的输出电压进行MPPT控制。每个单元的逆变器可以是单台,也可以是多台并联。
相对于小容量的并网光伏发电系统,大容量并网光伏电站具有以下运行特性:
1)光伏阵列面积大,组件性能有所差异[5]。组件性能差异一方面源于生产厂家和电池型号不同带来的光伏阵列固有特性的差异,另一方面源于实际运行条件不同导致的组件工作温度、日照强度的不同,从而达不到理想的光伏阵列组合特性[6]要求。这可能引起阵列内部损耗增加,导致阵列功率—电压(P-V)曲线的多峰值特性,影响MPPT控制。
2)并网逆变器容量大、型号多,通常采用多台低压逆变器组合[7],由变压器升压至中高压(10 kV/35 kV)并网的方式。多台逆变器的组合旨在增加系统的冗余度,并在低光照时通过部分逆变器停机实现高转换效率,但多台逆变器并联运行会产生环流、谐波放大等不良现象。
3)对本地电网会产生一些负面影响,如电能质量问题[3,8],功率输出不稳定引起电压波动[9]、孤岛[10]等。光伏发电作为小时间尺度、无旋转惯量的电源方式,在其并网规模达到一定程度后,必然会对电网的安全运行提出挑战[11]。
2 大容量并网光伏电站的新问题
2.1 组合光伏阵列的多峰值特性
大型并网光伏电站经常会由于光伏组件的差异而使得大面积光伏阵列呈现出与单个光伏电池或者小面积光伏阵列不一样的输出特性[5],如图2所示。
由图2可以看出,4部分光伏阵列各自的输出特性都是正常的单峰值P-V曲线,但由于各部分特性的不一致,其组合输出特性为1条多峰值P-V曲线,且各个极值点的大小随光伏组件工作环境的变化而改变,使得常规的MPPT技术无法捕获到全局最大功率点[12]。
目前,大多数大型并网光伏电站尚未考虑这一因素的影响,仍采取常规的MPPT方法或恒定电压法。而针对P-V曲线的多峰值特性,需要设计能搜寻全局最大功率点的MPPT方法。
2.2 光伏阵列的温升效应
光伏电池的输出特性与运行温度密切相关,如图3所示。随着温度升高,短路电流略为增加,开路电压大幅降低,最大功率点电压降低,最大输出功率也降低,大面积光伏阵列的输出特性将更为复杂[5]。光伏阵列的输出电压如果低于逆变器工作电压的阈值,则可能导致逆变器停止工作。
某大型并网光伏电站在夏季某高温天的输出功率随时间变化的曲线如图4所示。
由图4可以看出,光伏阵列温升过高将导致电站出力大幅降低,在太阳辐射最强的时段,系统却不能有效发电,全天发电效率仅为38%。
这一现象存在于部分高温运行的并网光伏电站中。由于光伏阵列面积大,加装冷却装置不现实,因此需要对光伏电池的材料特性进行研究和改进,使其能够在高温条件下保证发电能力。
2.3 光伏阵列存在热斑效应等威胁
在大面积光伏阵列中,某组件会因遮挡而带负电压,相当于负载,随着热耗的增加将产生大量的热量,形成局部热点,即热斑效应[5,6]。热斑损坏是光伏电池最常见也是很严重的一种损坏,可能会导致光伏电池出现永久性的功率输出损失或者永久性的开路失效问题。某些光伏电池受到高温、高反压和高功耗的综合作用,可能会发生永久性的短路甚至烧毁。光伏阵列局部因热斑效应导致失效的效果图见附录A图A1。据国际电工技术委员会(IEC)统计,2009年上半年,欧洲已发生10余起光伏电站起火事故。2009年7月,德国Buerstadt屋顶光伏电站阵列起火现场见附录A图A2,造成事故的主要原因就是热斑效应积累、电弧、开关频繁启动等。更严重的是,由于光伏阵列高压带电,灭火困难。
因此,需对光伏电池的反向特性进行建模分析,并在此基础上提出保护措施。国外已有学者进行了建模分析,其中,Bishop模型是应用最为广泛的模型[5];国内尚无针对光伏电池反向特性的研究。
2.4 逆变器组合的非理想特性
对于图1中的逆变单元部分,有的光伏电站通过汇流器将直流母线并联,根据日照强度投入相应数量的逆变器运行,确保逆变效率和可靠性,如图5所示。
由于各个光伏阵列的最大功率点不同,直流母线电压的控制无法跟踪每个光伏阵列的最大功率点。更严重的是,直流母线并联为逆变器之间的零序环流提供了通路[7,13,14]。在各台逆变器单独控制、触发信号不同步的条件下,即使入网电流纹波小,单逆变器输出电流纹波也会加大,逆变器侧滤波电感负担加重,噪声、发热厉害。2台逆变器共用直流母线时的现场实测波形见附录A图A3。
有的光伏电站无直流母排上的并联开关,使逆变器各自跟踪对应光伏阵列的最大功率点运行。与单台集中式逆变器类似,这种方案的逆变器在光照不足时逆变效率大大降低,同时,低光照强度下的电能质量问题也更加恶化。
对逆变器集群进行控制的方式有集中控制、主从控制和对等控制[13]。通过合理设置各逆变器的输出特性,实现自动协作,减小相互之间的影响,使得逆变器集群作为一个整体稳定运行。而目前,多数光伏电站示范工程的逆变器集群无相应的集控策略,相互之间存在影响,这也是其非理想特性之一。
因此,需要研究改进的控制算法或其他措施,及逆变器集群控制方案,避免逆变器并联时产生环流,提高低光照条件下的转换效率。
2.5 电能质量问题
光伏发电并网逆变器容易产生谐波和三相电流不平衡等问题,同时,输出功率的不确定性易造成电网电压波动和闪变[3,8]。目前,谐波问题是制约光伏电站并网最主要的问题之一,很多大型并网光伏电站存在谐波超标问题,在低光照运行条件下更加突出。谐波形成和相互作用的机理复杂,由于大型并网光伏电站一般采用LCL滤波,且很多光伏电站通过长距离输电线缆接入弱电网,滤波电容可能引起谐振从而造成某些次谐波放大[15]。大型并网光伏电站的运行经验表明:即使单台逆变器输出电流谐波较小,多台并联后整体输出电流的谐波也有可能超标[8]。此外,实际的电网电压往往也包括谐波成分,造成逆变器输出谐波电流。宁夏石嘴山某兆瓦级并网光伏电站的输出三相电流与某相电压波形见附录A图A4。
需要从来源和传输2个方面揭示谐波的形成和演化机理,据此采取抑制措施。目前,对LCL滤波器的谐振和电网谐波模型已有较多研究,但光伏电站应用这些技术较少,且大型并网光伏电站的实际情形与谐波抑制理论相结合的研究还不多。
2.6 电网接纳问题
大规模光伏发电并网会对电网产生一系列的不良影响:光伏发电的间歇性出力直接造成电网的电压波动,无旋转惯量的电流源并网接入使得电网的稳定裕度减小[9,11,16]。对于接入配电网的大型光伏电站,所造成的潮流变化使得馈线电压调节困难,保护整定更加复杂[17,18]。电网从自身安全运行的角度出发,要求并网光伏电站具备一定的电源特性[4],而目前运行的示范工程均未达到这些要求,其差异情况如表1所示。要真正实现大规模并网,电网和光伏电站都需要相互增强适应性。
2.7 光伏电站设计的科学性
目前尚缺乏一套科学的光伏电站设计和发电预测理论,光伏电站的运行指标总体低于预期值。光伏电站的设计需要综合考虑光伏阵列的组合方式、变换器的组合方式及其并网拓扑和控制。光伏阵列和变换器的组合方式有集中式、组串式、多组串式、集成式[19]等,并且新的拓扑结构层出不穷。由于未经过长时间的筛选和验证,缺乏定量的评价标准,每种结构虽然各有特色,但可靠性、成本和效率等指标都难以兼顾[20],尚无一套针对一些关键指标(如平均无故障时间、平均修复时间、可用度、可维护度等)的整体光伏电站优化设计理论[20,21,22]。
另外,即使在正常工作温度条件下,光伏电站的实际发电量也少于设计值[23,24,25]。一般的预测方法考虑的是光伏阵列的最大出力,而实际上系统的发电能力还与系统的MPPT及系统效率有关。表2列举了降低系统发电能力的主要影响因素。因此,光伏发电出力的预测技术需要进一步的研究。
3 大型并网光伏电站关键技术及其发展趋势
3.1 光伏阵列方面
光伏电池是光伏电站最昂贵的元件,其转换效率一直是关注的重点。在单晶硅、多晶硅和薄膜电池相继问世后,将太阳光集中多倍的聚光式光伏组件(如附录A图A5所示)目前已经得到应用,其效率可达24%～28%。光伏组件的另一个重要趋势就是与DC/DC变换器的一体化。每个组件均集成一个小型DC/DC变换器,构成一个智能模块, 独立进行MPPT和保护控制,如附录A图A6所示。但是,光伏电池的抗高温、抗风沙特性尚未引起重视,此方面的研究进展较慢。
针对大面积光伏阵列的多极值特性,需要寻求定位于全局最大功率点的新型MPPT控制方法,并解决算法的动态跟踪性能问题。目前主要有两步法和全局搜索法。文献[5]提出了建立准确的光伏阵列组合模型,并通过传感器获取的温度和光照强度,计算出全局最大功率点对应的电压,在此电压附近运用常规的MPPT算法跟踪全局最大功率点,是一种可行的方案。该方案需要对光伏阵列的组合准确建模,且需要增加若干监测装置,其具体实施和验证还有待研究。
热斑效应是损害光伏电池的重要因素,需要通过对光伏电池反向特性模型的研究,揭示热斑效应的机理,为减小热斑的危害提供策略[26]。明确正常模型与失效模型、局部故障与全局运行之间的关系,对大面积光伏阵列多影响因素特性进行研究,寻找局部失效的检测和排除、故障机理分析与保护的方案。目前,以Bishop模型为代表的光伏电池反向模型已经可以分析一些特性[26,27],但对于热斑的形成与扩散缺乏深入的研究理论。
应对热斑效应的有效方案是并联旁路二极管,这对于光伏组件是否会产生热斑效应以及热斑效应的严重程度有直接的影响,需要一套完善的配置和评估方案[5,27]。同时,结合大容量光伏阵列配置与布局的集成优化,可实现大面积光伏阵列的非理想特性最小化。目前,对热斑保护旁路二极管优化配置理论的研究还较少。
3.2 高性能变换技术
多变换器系统要重点关注其协调运行与集群特性。一方面需要通过变换器的统一控制来减小相互之间的不利影响,如多机孤岛检测的冲突、内部环流与谐波问题等;另一方面需要系统控制方案来实现变换器集群的统一协作,从而完成功率调节、低电压穿越、孤岛检测、与电网的通信、机组投切与优化运行、综合保护策略与故障冗余运行等功能,目前在这些方面已有一定的研究[14,28,29],但都停留在理论分析和小容量光伏系统阶段,尚未在大容量光伏系统中得以应用。
逆变效率是大容量光伏发电装置的重要指标之一。各逆变器生产厂商正在拓扑结构、开关器件和开关频率、控制算法和死区,以及辅助电源和散热等方面积累相关技术经验,目前多数产品能够实现30%以上出力情况下的高效运行。上海华电都市型1.2 MW光伏电站采用三电平逆变技术实现了高开关频率下的低开关损耗。研究人员试图通过合适的集群控制策略,使得每台机组都尽量工作在高效运行点[28]。
电能质量问题由来已久,针对大容量光伏并网系统,如何更好地抑制低功率、弱电网时的电流谐波及多台逆变器同时并网时电流谐波的叠加,如何在电网电压谐波大时仍保证低电流谐波,都是目前正在解决或将要解决的关键问题。电力电子装置厂商一般通过适当的滤波拓扑结构、合理设计电感和电容参数、控制算法、脉宽调制驱动方式、采样及运算精度,共同保障谐波含量达标[30]。对于大容量并网光伏电站,电网对逆变器、逆变器对电网、逆变器对其控制部分等都有电磁兼容问题,需要采用隔离变压器和电磁干扰滤波器,或通过控制算法、拓扑结构予以减小。目前,国外以SMA为代表,国内以合肥阳光为代表,已有若干技术应用于逆变产品中。在学术研究方面,文献[31]提出了逆变环节输出与电网波形一致的电压,以减小电网电压畸变造成的谐波电流;文献[32]对多台逆变器组合的谐波问题和稳定性进行了建模分析,并在105 kVA系统中验证了逆变器并联的一些谐波特性;文献[33]针对由LCL滤波器谐振造成的谐波放大问题,给出了阻尼解决方案。
3.3 电网友好的网源互动技术
大容量光伏并网对逆变器提出了“电网友好”的要求,这就要求其可以快速控制,拓展通信功能参与调度,控制有功功率和无功功率,减少有功功率变化率,抑制谐波等[4]。智能电网的一个重要特征是吸纳大规模可再生能源发电并网,因此必须具备符合智能电网标准的网源互动技术。
文献[29,34,35]分析了出力随机波动造成并网点电压波动的原因,并提出了相应的解决措施。其中,通过储能元件来保证功率输出的稳定,以减小波动性的影响,是目前研究的热点之一,且有较多的研究成果,但还需要在大容量储能与配置技术上有所突破。通过配置无功功率输出可调装置参与电网电压调节,可以改变准入功率,满足电网对功率因数的要求[30,36,37]。文献[31]提出了根据有功功率调节无功功率以保证电压稳定的控制算法,并在400 kW光伏发电系统中得到了应用。
并网逆变器通过增加相关控制及辅助设备,可以实现动态电压补偿、有源滤波[38]、无功补偿[39]的功能,如何多机配合实现,仍有待研究。大容量光伏并网装置,甚至可以集成静止同步补偿器,用于调节电力系统的低频振荡[40],甚至抑制次同步振荡。这些功能有的已通过仿真得以验证,有的在小容量样机平台上试验成功,但距离大容量的工程应用还有一定的距离。
低电压穿越是对电网故障恢复的有力支撑。目前,针对单台光伏逆变器的低电压穿越技术已有较多研究[31,41,42],但这些方法很难同时保证输出的电能质量和直流母线电压的稳定,且都是在小容量系统中完成实验验证。目前,很多逆变产品都声称具备低电压穿越功能,但实际的光伏电站往往为保证安全而采取低电压切机。此外,多机组合的低电压穿越有待研究。孤岛保护检测要求盲区尽量小[43],同时避免多机检测之间的相互影响,解决与低电压穿越存在的冲突。文献[44,45]对多机独自孤岛检测的影响进行了研究,并给出了互不干涉的检测方法。目前,工程上仍采取独自孤岛检测方法,对于大型光伏电站,则倾向于使用集中控制手段进行孤岛检测。
3.4 光伏电站的设计规范
国内有关部门正在进行中国光伏电站设计方法的标准化研究。这需要长期运行经验的积累,借助于可靠性评估技术、拓扑配置优化技术,形成一套科学合理的光伏电站设计方案评价体系和规范化的设计标准,兼顾效率与成本需求,用于指导光伏电站各部分的结构选型、布局优化、辅助设备配置,指导光伏电站的合理建设和运行。未来的光伏电站将与智能电网的建设同步[46],运用信息化和控制技术实现可再生能源转换。
4 结语
大型光伏发电系统正经历从示范到大范围推广应用的关键阶段,还存在较多的技术问题,需要不断改进和完善,主要体现在光伏阵列组合的多峰值特性、光伏阵列温升影响、热斑效应、逆变器组合非理想特性、转换效率、设计规范、电网接纳等方面。针对这些问题,只有研发并推广与之相对应的关键技术,才能向电网注入真正无污染的绿色、高效电能。
附录见本刊网络版(http://aeps.sgepri.sgcc.com.cn/aeps/ch/index.aspx)。
大容量并网光伏电站技术综述 篇2
关键词：大容量并网,光伏发电,太阳能利用,电力系统,影响
0前言
随着社会经济的进步, 对于能源的需求日趋紧张, 如今煤炭和石油资源都在大规模开采, 随着时间的延长这些不可再生资源都会面临枯竭, 这也就代表着全国经济将会陷入困境。同时这些不可再生资源的使用会排放出一些有害气体, 这些有害气体的出现直接对大气层造成破坏, 当今全球温度变暖就是由这些有害气体的排出造成的。所以针对当今全球环境问题的出现, 各国都在研究新型能源, 希望可以取代不可再生能源的利用, 其中包括水能、风能、核能、潮汐能、太阳能。在本文中我就着重介绍下对于太阳能的利用, 光伏发电并网技术的组成以及优势, 同时会对电力系统造成哪些影响。
1 光伏发电的发展历程
随着科学的发展对资源利用的改革, 我们从开始使用太阳能开始到现在已经有了近十几年的发展, 并且平均增长率保持在15%, 持续对光伏的利用已经是一个趋势, 20世纪90年代后对这一领域的研究达到了另一个高度, 已经平均增长高于30%了, 1999年的时候对光伏组件运行达到了200MW。各国家对这一行业都在进行着研究, 并且投入资金和精力来研发新技术, 争取运用全自动化程序运行减少人员使用来降低成本, 现在这个领域已经取得了很大进展。世界对这一领域的研究和调查后发现2011年的光伏发电装机已经达到了17.7GW, 比去年增加了近67.4GW, 由于能源日趋紧张, 对光伏新能源的利用已经成为世界第三大新能源。前几年有关华光伏“双反”案在2011年10月10日已经解决, 美国商务部决定我国反补贴税率从14.78%~15.97%不等, 企业反倾销税率从18.32%~249.96%不等。就此看来, 我国必须尽快解决这些问题, 并使它持续稳定发展。我国的光伏电网截止到2012年9月已经达到271万k W, 发电量25.2亿k W, 这一结果代表着我国的光伏产业已经迅速发展。对于光伏的研究还在进行, 在12年10月26日又起草了新的方案, 这一方案解决了大众存在的问题, 比如说可以在用户附近使用, 会开放一些免费项目, 针对多于的电量进行回收, 这新方案的发布代表着我国的光伏产业又进步了。
2 大容量光伏发电并网系统的组成
2.1 光伏阵列
光伏发电是利用光生伏打效应将光能转化为电能, 单个的光伏电池因为其输出的电压和电流都不能达到标准, 并且功率太小, 所以导致了其并不能在大规模的发电中得以应用。因为这个原因, 我们在通常状况下是多个光伏电池通过串联、并联将其整合成阵, 通过这种方式来获得能够符合标准的发电装置。
在这当中, VPV所表示的是光伏阵列阵的输出电压;IPV用来表示光伏阵列的输出电流;其次Iph表示光生电流源电流;而Is是二极管的饱和电流;q用以表示电子电量常量, 为1.602e-19C;而k为玻尔兹曼常数, 为1.38e-23J/K;T表示光伏电池工作的绝对温度值;A为二极管特性拟合系数, 把数值控制在了在1~2之间;还有Rs为光伏电池串联的电阻, Rsh为光伏电池并联电阻, 而NS表示串联的电池数和NP为并联的光伏电池数。
2.2 斩波器
在采用双级并网的过程中, 为了满足后续逆变器输入电压的的范围要求, 必须采用斩波器来实现直流电压的升降。通常的情况下, 由于光伏列阵的输出电压是低于要求的, 所以我们在通常情况下都是采用了升压斩波器。
2.3 逆变器
光伏发电系统中, 逆变器的作用不仅仅是把直流电能转换为交流电, 同时也起着改善输出性能的作用。由于pwm类型的逆变器的电路相对简单, 同时输出电压的波形谐波含量相对较小, 因此在选用逆变器的时候通常来选择PWM式, 这是由PWM调制的工作原理决定;P代表调制度, 表示逆变器控制系统的调制信号;VAC代表逆变器交流侧基波线电压有效值;VDC表示逆变器直流侧电压, 双级式光伏发电系统中, 即为斩波器输出电压。
3 大容量光伏并网发电原理与特点
3.1 大容量光伏并网发电原理
太阳能光伏发电的主要原理就是根据光生伏打效应, 利用太阳能电池板对光子进行吸收, 从而会有电动势的产生, 这样就可以进行发电过程。对于大容量的光伏发电站, 整个系统的组成就是一个集群, 在这个集群中的逆变器是并联使用的, 这样就可以保证每个逆变系统之间的单独运行。
3.2 大容量光伏发电的特点
太阳能是可再生的能源, 也是清洁能源之一, 但是在光伏发电过程中经常会受到环境温度、太阳光照射强度等多方面的影响, 所以光伏并网发电最大的特点就是随机波动性。无论分布式还是集中式发电, 光伏并网系统都会有削弱峰值负荷的特性, 这样就可以确保太阳能所转换的电能可以净负荷的存储到电网中, 所以说在未来很长一段时间内, 光伏并网发电技术将会是一个发展趋势。
4 光伏发电入网对电力系统的影响
(1) 负荷峰谷对电网的影响:目前来说, 光伏并网发电的方式暂时不具备调峰和调频的能力, 这就造成了在早晚两个用电的高峰期将会对并网发电系统产生了巨大的冲击。所以说来, 我们仍然需要大量的传统发电系统的旋转发电机来保证用电高峰能够正常供电。
(2) 昼夜变化带来的影响:时差以及季节变化都会对于电网产生非常明显的影响, 阳光照射所出现的周期性变化仍然导致电网装机容量有着较高水平的需求。
(3) 气象条件的变化带来的影响:当光伏并网在一个城市形成一定的规模时, 如果出现地理现象突变的情况发生, 城市电网仍然能够为其提供能够满足其需要的区域性旋转备用机组来调控并网发电但系统的频率和电压, 但是在这种情况下, 必然造成了会付出大量的经济代价来维持其正常运行。
(4) 远距离光伏电能输送带来的影响:目前, 我们已经验证了建立光伏发电网, 并且远距离的进行电力输送已经完全可行, 但是采取光伏并网的形式来实现高压送电, 这将会给与光伏发电直流输电系数相邻的交流系统带来稳定和经济问题, 而专门用于光伏并网发电的输电线路, 由于负荷率低下, 显得很不经济。
参考文献
[1]李春鹏, 张延元, 周封.太阳能光伏发电综述[J].电工材料, 2006
[2]毛亮.我国发展太阳能光伏发电的必要性及技术分析[J].科技传播, 2011
并网容量 篇3
风速和光照强度的随机性导致风力发电和光伏电池的输出功率不稳定,在一定程度上降低了电网对风力发电和光伏发电的容纳能力。 微电网作为解决分布式清洁能源大规模应用的有效形式已被各国学者所关注。 由于风力发电和光伏发电输出功率的随机性,要保证微电网运行的安全可靠性,配置储能系统是必不可少的。 因此,合理利用自然资源,协调配置储能和微电源的容量以满足负荷需求,成为了微电网规划设计领域中的核心课题。
根据微电网的运行状态,可以将其分为独立运行的微电网和并网运行的微电网。 文献[1-7]介绍了独立运行微电网的容量优化配置方法。 其中文献[1-4]以微电网经济成本最小为优化目标,考虑容量、可靠性以及蓄电池运行工况等约束条件,选择不同的优化算法来确定各微电源的最优容量,均为单目标优化计算方法。 文献[5-8]采用多目标优化计算方法,其中文献[5]以微电网经济成本、供电可靠性、燃料消耗量等为主要优化目标,采用二元对比定权法确定不同指标的权重后转换为单目标问题来求解最优容量;文献[6 - 7]则以经济性、可靠性和环境效益等为主要目标,通过多目标进化算法来获取其Pareto最优解集。 对于并网运行的微电网,文献[9-10]的优化方法与独立微电网相似,以计及购电成本的系统总成本为目标,计算考虑可靠性等约束条件的最优容量配置。 文献[11-12]介绍了微电网在独立运行和并网运行情况下的容量优化方法,其中文献[11]以孤岛运行微电网的优化配置容量为基础,采用分时优化策略对其并网运行时的储能进行修正;文献[12]分2 步来确定微电网的最优容量,首先以经济最优为目标来确定各微电源的容量,然后根据储能系统的运行模式来进一步确定储能的优化容量。
随着微电源成本的下降以及微电网运行控制等技术的日趋成熟,并网型微电网将逐步在城市和农村中推广。 在微电网运行过程中,上述文献优先利用微电网内部资源来达到供求平衡。 但以目前的成本来看,使用储能系统中单位能量的成本高于电网电价,因此,在联络线交换功率未超标的情况下,采用该策略的经济性不足。 另一方面,相对于独立运行的微电网,并网型微电网在容量优化过程中需考虑微电网的接入对配电网的影响,上述文献在考虑其接入条件时,一般采用联络线交换功率上下限来约束,但该限值的确定方法却少有提及。
基于此,本文提出了考虑微电网运营模式并充分利用配电网资源的容量优化配置新方法,首先详细阐述了影响容量配置目标函数运算的商业运营模式和能量调度策略,结合以上2 点提出了考虑微电网系统投资收益、可靠性和可再生能源利用率的目标函数及其计算方法;其次提出了包含蓄电池运行、微电源容量约束和微电网友好接入等运行约束的容量配置约束条件模型;综合上述目标函数及约束条件,建立了风光储容量优化配置模型,采用改进的遗传算法进行了优化计算;最后以江苏某岛屿的风光资源统计数据为系统输入,实现了该配置方法的实际应用并对优化结果进行了分析。
1 目标函数模型
1.1 微电网的商业运营模式
微电网项目结算方式的不同直接关系到运营商的收益,因此,在容量优化配置之前,首先需确定微电网的运营模式。 目前关于微电网项目商业运营模式的标准或政策文件基本处于空白,但分布式光伏的运营模式已较为成熟,欧洲各国主要采用上网电价、净电量结算和自消费3 种方式对光伏发电项目进行结算,我国提出的3 种模式(统购统销;自发自用;自发自用、余量上网)与欧洲的运营模式基本一致。 借鉴分布式光伏的运营模式,微电网也可采用以下2 种方式进行运营。
a. 统购统销:微电网发出的电能由电力公司统一全部收购,用户用电则由电力公司统一销售。 微电网中不同的清洁能源收购价格不同,但均高于售电电价,超出部分由国家补偿。 该方式对能量调度策略依赖性小,不同微电源的上网电价可执行现有的分布式光伏和风电并网标准,但因要对每个微电源出口和负荷进行准确计量,且采用不同的标准进行结算,该运营方式增加了电力公司管理成本。
b. 自发自用、余量上网:微电网发出的电能首先满足自身用电需求,若不能满足,则按正常电价从配电网购电;若有结余,则统一按照协议电价上网。 这种方式下,电力公司仅需将计量点设在公共耦合点(PCC)处,管理方便,且电力公司可根据微电网地理位置及发电形式的不同,与微电网运营商协商,合理确定购电和售电的价格。 而该方式下的微电源容量配置依赖于能量调度策略。
1.2 综合能量调度策略
微电网容量优化配置实质上是利用合适的算法从不同的容量组合中选择使目标函数达到最佳状态的组合方式。 各微电源的出力大小决定了容量组合方式,而微电源各时刻的出力大小由能量调度策略决定。 传统的调度策略(以下简称传统策略)大多将配电网作为微电网的备用电源来处理,即负荷与微电源间的不平衡功率优先由储能系统来平抑,超出部分则通过向配电网购电或售电来维持平衡[13],这显然未能较好地利用配电网资源,且目前储能系统成本普遍较高,因此,传统策略的经济性明显偏低。
基于此,本文提出一种微电网综合能量调度策略,旨在满足微电网基本功率平衡的基础上,尽量减少对高成本储能系统的调度,以提高微电网经济性。
本文将全年分为若干个时段(时间间隔为 Δt),并假设在 Δt时段内风机、光伏的出力以及负荷需求恒定。 则t时刻微电网功率的不平衡量 ΔP(t)为:
其中,Pw(t)、Ppv(t)分别为t时刻风机、光伏电池的输出功率;PL(t)为负荷功率;Pbat(t)为蓄电池功率(吸收为负,输出为正);Pg(t)为联络线功率(向配电网输送功率为正)。
具体的能量调度策略分2 步完成,首先判断蓄电池系统的荷电状态(SOC),确定是否采用预设优先充电SOC值策略,若不是,则计算边际成本,确定调度次序,采用负荷跟踪策略计算各电源出力。
(1)负荷跟踪策略:微电网首要目标是满足负荷需求。 当微电网供小于求时,需调度联络线或储能系统功率来满足基本负荷需求。 为保证微电网运行的经济性,通过比较使用储能系统和从配电网购电的边际成本大小来确定电源的调度顺序。 边际成本的计算方法如下:
其中,CBM为使用储能系统的边际成本;Crep为设备的替换费用现值;Elifetime为储能系统使用寿命;CGM为从配电网购电的边际成本;p(t)为t时刻电网的电价。
(2) 预设优先充电SOC值策略: 当储能系统的SOC低于某一设定值时,在满足负荷需求和联络线交换功率不超标的情况下,尽可能给储能充电。 当ΔP(t) > 0 时,若充电功率不足,从配电网购电来保证储能系统的充电功率;当 ΔP(t) < 0 时,则尽可能少利用储能中的容量,当功率不平衡量较小时,还可利用配电网资源来给储能系统充电。 该策略能延长储能使用寿命,同时也可增强微电网的孤岛能力。
1.3 目标函数建模及计算
本文充分考虑微电网经济性、供电可靠性和可再生能源利用效率,设立了微电网总投资收益、全年失负荷率和可再生能源利用率3 个微电网评价指标,通过惩罚系数合并为一个目标函数,并给出了结合综合能量调度策略的计算方法。
1.3.1 微电网总投资收益
微电网总投资收益由各微电源全寿命周期成本和微电网运营收入2 部分组成。
(1)微电源全寿命周期成本现值。
各微电源的全寿命周期成本包括初期投资、运行维护以及替换成本,其等年值Ccomp可表示为:
其中,Ccomp为微电源总成本;Cins为初始投资费用;Crep为设备的替换费用;Co&m为设备的运行维护费用;以上各成本均为现值。
(2)微电网运营收入等年值。
a.统购统销模式。
当微电网采用统购统销模式进行运营时,其收入主要由微电源发电收入和储能系统低充高放的经济效益构成,微电网的运营收入I为:
其中,ppv为光伏发电的标杆电价,元/ (k W·h);pw为风力发电的标杆电价,元/ (k W·h)。 显然,只有采用峰谷电价时,储能充放电才会产生经济效益。
b. 自发自用、余量上网模式。
当微电网采用自发自用、余量上网模式进行运营时,其收入主要包括与电力公司进行电力交易而产生的收益Igrid,如下所示:
其中,α 为协议电价,其取值与微电网和配电网交换功率的流向有关,Pg(t) > 0 时 α 为微电网向配电网售电价格,Pg(t) < 0 时 α 为购电价格,通常取p(t)。
此外,采用自发自用、余量上网运行模式时,只对联络线的输送功率进行计量,微电网内部负荷的用电费用被节省了,而其中绝大部分负荷需求并不是由于建设微电网而产生的,因此,采用该模式运营时,被节省的费用应计入微电网的运营收入中。 该部分收入可按照电网正常电价进行核算:
其中,Ipl为微电网内部负荷用电费用。
此时,微电网的运营收入为两部分之和,即:
(3)微电网投资总收益。
微电网投资总收益的现值[14]为:
其中,Ncompj为第j种微电源的容量;Ccompj为单个微电源(第j种)全寿命周期成本现值;F(i,Rproj)为资金回收系数,Rproj为工程寿命。
1.3.2 全年失负荷率
本文在考虑微电网的供电可靠性时,采用系统全年失负荷概率来表征。 当风光资源较差、微电网供电能力不足时,为保证供电质量,可以切除部分负荷来维持系统稳定运行,令此时切除的负荷功率为PLS(t),则微电网系统全年失负荷概率为:
1.3.3 可再生能源利用率
当风光资源较好时,微电网供大于求,为防止微电网上送功率过大而导致部分运行约束超标等问题,可减少光伏或风机的出力来满足微电网运行要求,令该功率为Pwaste(t),则微电网系统全年可再生能源利用率为:
本文以微电网总投资收益最大为目标,根据用户要求和配电网相关规程设定全年失负荷率的上限和可再生能源利用率的下限,并通过惩罚系数引入目标函数。
综上,考虑综合能量调度策略的目标函数计算流程图如图1 所示。
2 约束条件模型
2.1 优化变量约束
容量配置时,在单台风力发电机、单块光伏电池板和单块铅酸蓄电池的参数已知情况下,选择光伏电池板阵列个数Npv、风力发电机并入台数Nw和蓄电池安装个数Nbat作为优化变量。
考虑微电网规划设计过程中微电源的规划面积[11],优化变量受到一定约束,即:
其中,Npv_max、Nw_max、Nbat_max分别为光伏、风机、蓄电池根据实际场地确定的最大安装数量;Npv_min、Nw_min、Nbat_min分别是其相应的最小安装数量,一般设置为0。
2.2 蓄电池运行约束
微电网运行过程中,为确保蓄电池充放电的安全和使用寿命,其充放电过程中的SOC和充放电功率需满足如下关系式:
其中,SOCmin和SOCmax分别为蓄电池荷电状态的下限和上限;Pmax C和Pmax D分别为蓄电池组额定的最大充电功率和放电功率;ηc和 ηd分别为蓄电池充电、放电效率;Ebat N为蓄电池组的额定容量。 在优化过程中,蓄电池的SOC运行范围设置为0.3~0.95,最大充放电电流为0.5C(C为充放电倍率)。
2.3 微电网友好接入约束
高渗透率的间歇性能源发电必然会给配电网稳定运行和电能质量方面带来负面影响。 目前的解决方案是在微电网入网前,其运营单位与当地电力公司达成供求协议,按指定的联络线交换功率曲线运营。 但大部分微电网在规划设计阶段还未制定该曲线,因此,为保证微电网友好接入,本节提出用联络线极限输送功率、电压损耗、电压波动约束、分布式电源接入条件等确定联络线交换功率限值的方法。
(1)联络线极限输送容量。
联络线极限输送容量由导线静稳极限功率、经济输送容量和热稳定下最大输送功率共同决定:
其中,Pg(t)为联络线输送功率(以微电网输送功率为正);Pgmax_ab为微电网能够从配电网吸收的最大功率;Pgmax_su为微电网能够向配电网输送的最大功率。
(2)联络线电压损耗约束。
联络线电压损耗 ΔU可表示为(忽略横分量):
其中,l为联络线长度;UN为并网点额定电压;RL和XL分别为单位长度导线的电阻和电抗;φ 为联络线负荷的功率因数角。 为减少微电网对配电网的影响,一般要求将联络线功率因数限定在较高的水平运行,本文取cosφ=0.9。
根据《电力系统电压和无功电力技术导则》的相关规定,配电线路的最大允许电压损失值为5%,即:
(3)联络线电压波动约束[15]。
对于三相对称系统,其电压波动d可表示为:
其中,ΔPg(t)为联络线有功波动;R和X分别为配电网的等效电阻和电抗。 根据电能质量的相关要求,35 k V以下电压等级的电力系统,公共连接2 h的电压波动应小于等于4%,即:
(4)分布式电源接入条件。
本文将《分布式电源接入电网技术规定》中的相关要求转换为配电网对微电网接入的要求[16]。
a. 分布式电源总容量原则上不宜超过上一级变压器供电区域内最大负荷的25%。
本文将该约束转换为联络线最大上送功率不得超过上一级变压器额定容量的25%,即:
b. 分布式电源并网点的短路电流与分布式电源额定电流之比不宜低于10。
对于分布式电源接入方式,PCC处的最大功率波动一般小于等于其额定容量,因此,若采用微电网接入方式,当联络线最大电流小于PCC处短路电流的10%,可近似认为与微电网联络线功率等效的分布式电源额定容量小于PCC短路容量的10%,即:
综上,微电网友好接入约束,即联络线功率限值约束由式(18)(20)(22)(23)(24)等条件共同决定。
3 微电网容量配置的数学模型
结合上述目标函数与约束条件模型,得到的并网型风光储微电网容量配置数学模型如下:
s.t. 优化变量约束式(12)(13)(14)
蓄电池运行约束式(15)(16)(17)
联络线功率限值约束式(18)(20)(22)(23)(24)其中,λi为权重系数; fi为1.3 节中定义的3 个评价指标;w为惩罚项系数。 此处不再对权重系数及惩罚项系数的选择进行专门讨论。
4 改进遗传算法
4.1 改进措施
微电网容量优化规划中需要考虑的因素会越来越多。 具有强大全局搜索能力的遗传算法特别适合于解决这类大规模并行计算问题,但传统的遗传算法存在早熟收敛或收敛速度慢等问题,本文针对微电网的特点,对遗传算法提出如下改进措施。
a. 改进优化变量编码解码形式[17]:编码时,将各微电源的上、下限作为遗传算法的输入量,保证搜索范围始终在有效区域里,增强全局搜索能力。 个体基因采用二进制编码,基因长度为:
其中,Lj、 ξj分别为第j种微电源容量的片段长度和精度;ceil(x)函数返回大于或等于x的最小整数;Nj_max、Nj_min分别为第j种微电源容量的上、下限。
相应地,解码时假设Gj为个体基因中表示第j种微电源容量的片断(列向量),引入系数CM= [1 2 48 … 2Lj],则其容量Nj表示为:
b. 建立优秀个体库:选取满足各项约束条件且适应度值最高的M个微电源组合构成优秀个体库,并从中选取父本进行交叉进化,利用优秀个体对种群的推动作用来加速算法的收敛速度。
c. 增加随机变量: 迭代过程中加入一定比例的随机种群参与交叉变异,增加种群的多样性,从而有效地避免早熟收敛现象。
4.2 求解流程
结合以上改进措施,该算法具体求解流程如图2 所示。 初始化时设定种群规模NP、进化代数NG、交叉概率、变异概率、优秀个体库个体数M,以及各变量的上、下限和精度。 图中r为随机个体的比例,可随着进化代数的增加而增加。
5 案例分析
5.1 工程概况
江苏某岛屿现由一条10 k V支线供电,但该供电线路事故率高、停电次数多且修复时间长,影响岛上居民正常供电。 为解决此类问题,当地供电公司决定在岛上建设微电网示范工程,采用1 回线路就近接入一会所台变(630 k V·A)低压侧母线,并网电压等级为380 V,并规划在岛上荒地至少安装2 台100 k W的风力发电机组。 结合搜集的风光资源月均值,本文利用HOMER软件仿真获取风光资源及负荷的全年离散数值,并以此作为输入进行仿真分析。
5.2 仿真结果及分析
针对不同的运营模式和能量调度策略,运用改进的遗传算法求解得到最优配置结果如表1 所示。
由表1 可以看出,不论采用何种运营模式,仿真计算所得的容量优化配置方案,其投资收益均为负值,即在当前的市场条件下,在该岛建设微电网不盈利,这是由现阶段微电源和储能成本偏高和当地的风光资源不足造成的。 但不难看出,采用综合能量调度策略后,投资微电网的经济效益有所改善,同时蓄电池寿命也有所提高。 2 种策略下的失负荷率相差不大,均低于0.8%,有效保证了供电可靠性。 而由于增加了对配电网资源的利用,相较于传统策略,综合策略下可再生能源利用率有所下降。
此外,由于采用统购统销运营模式时风机和光伏的上网电价分别为0.61、1.25 元/ (k W·h),高于自发自用模式时的0.6 元/ (k W·h),故统购统销运营模式时投资商的经济效益更好。 另一方面,由于高上网电价的推动作用,采用统购统销模式时,最优配置组合中的微电源容量较大,而储能容量相对偏小。 因此,统购统销运营模式更鼓励用户安装微电源,并向配电网输送功率。 而在自发自用、余量上网模式下,由于高峰时的电价高于微电网上送电量的电价,微电源所发电量在用电高峰时自用的经济效益较上送配电网高,进而导致最优结果中微电源容量较统购统销模式时更小,而储能系统容量反而更大,主要用于低谷时存储能量。 因此,自发自用、余量上网运营模式更鼓励用户所发电量自用,用户用电价格越高,其经济效益越明显。
为进一步验证综合调度策略的有效性,本文针对第一种容量配置方案(光伏194.6 k W,风机200 k W,储能285 k W·h),对不同策略的运行情况进行了仿真,蓄电池组的全年SOC如图3 所示。
2 种策略下SOC最低值分别为0.3(传统策略)和0.67(综合调度策略),显然综合调度策略下放电深度大幅减小,可以有效延长电池寿命;且综合策略下, 蓄电池组在运行过程中保持着较高的SOC水平,具备更强的转孤岛运行的能力,在对微电网孤岛能力要求不高的情况下,储能配置容量则可降低很多。 这样的配置方案在离网情况下,能够维持微电网稳定运行一定的时间,等待恢复供电。
6 结论
a. 本文归纳了微电网的2 种运营模式,并通过仿真结果分析了2 种运营模式对容量优化配置结果的不同引导作用,电力公司可根据其特点,结合微电网安装地电网结构和负荷特点等现状,灵活地设置微电网的运营模式,运用其杠杆作用来引导投资商,建设与配电网更加契合的微电网。
b. 针对并网型的风光储微电网系统,本文从投资商的角度出发,提出了以微电网投资收益最大为主要目标的容量配置方法。 该方法基于微电网的运营模式,采用了经济性优于传统策略的综合能量调度策略,实验仿真证明该策略还利于延长蓄电池寿命、增强微电网的孤岛能力。
c. 为充分利用配电网资源、保证微电网友好接入,结合配电网运行和分布式电源接入的相关规范,确立了通过联络线热稳定、电压损耗和波动限值及逆流等约束计算联络线功率限值的一般方法。 该方法所用计算参数在规划设计阶段更易获取,考虑的因素更贴近实际工程,该方法也更利于工程应用。
并网容量 篇4
近年来,光伏发电等可再生能源发电受到了广泛关注,在世界各国呈迅猛发展的态势[1,2,3]。2013年全球光伏市场新增装机容量达到38.7 GW,累计装机容量达到140.6 GW,其中我国新增装机容量为12 GW,同比增长了232%,接近欧洲2013 年新增装机容量的总和。我国的并网光伏发展呈现了“分散开发,低压就地接入”与“大规模集中开发,中高压接入”并举的特征[4]。随着光伏发电的大量接入,一方面降低了碳排放和污染气体排放,增强了电网运行的环境友好性,另一方面光伏发电出力所具有的不确定性给电力运行带来了巨大的挑战[5,6,7,8,9],降低了电力系统运行的可靠性,其消纳能力会受到常规发电机组的旋转备用容量、爬坡能力和网络传输能力的限制。
目前,对光伏电源最大接入容量的研究方法主要有两种,一种利用各种潮流和稳定计算软件对接入一定量光伏的电网系统进行稳定性和安全性仿真,校核系统的安全特性,对光伏发电接入容量不断进行修正,最后求得最大接入容量[10,11,12]。该方法在实际工程中运用较多,但需要反复验算。另一种是采用数学优化方法,将最大光伏接入容量问题描述为有约束优化问题。文献[13]提出了基于遗传算法求解多个光伏电源同时接入配电网的极限功率计算方法;文献[14]提出了求解并网光伏电站极限容量的机会约束模型;文献[15]提出了考虑调峰约束的求解极限光伏容量的计算方法;文献[16]提出了考虑风光互补特性的并网光伏电站容量计算方法。从求解最大光伏容量的角度来看,不仅需要考虑常规发电机组出力约束、爬坡率约束、旋转备用约束等,加入网络传输约束后,光伏电站的接入地点也是影响接入容量的因素之一。此外,储能元件,如蓄电池[17,18]和抽水蓄能[19]等的存在也会影响光伏的接入容量。
本文从电力系统调度运行的角度,研究并网光伏发电消纳能力问题,并建立了用于消纳分析的混合整数线性规划模型,以光伏电站接入容量为优化目标,以光伏发电接入容量及常规机组的启停状态和出力为决策变量,考虑常规发电机组爬坡能力和旋转备用及网络传输能力,并考虑了抽水蓄能电站的调节作用。从月/周/日三个时间尺度来计算并网光伏发电消纳容量。
1 光伏发电出力特性
光伏发电是基于半导体的光生伏打效应将太阳能辐射直接转换成电能。光伏电池阵列发出的直流电经过逆变器转换为符合要求的交流电后,直接或通过变压器接入电网[20,21]。典型并网光伏发电系统如图1 所示。
考虑光伏出力的最大功率跟踪策略,光伏电池的出力系数可以表示为
式中: f为光伏电池的损耗系数;RTC为实际光辐射强度;RSTC为标准测试下条件下的光辐射强度,1 000 W/m; γ为光伏电池功率温度系数;TTC为实际环境温度;TSTC为标准测试条件下的环境温度,取25 ℃。
由式(1)可知,获得光伏照射强度水平和历史的温度水平,便可得到光伏电站日/周/月出力特性,在计算光伏最大消纳能力时,应该选取8 月份光照强度最大的月份进行仿真,如图2~图4 所示。
由图2 可知,光伏的出力时刻跟太阳的运行轨迹是基本吻合的,为早上7 时至晚上20 时,早晚的输出功率低,晴天于中午13 时达到最大出力。由图3 可知,光伏输出功率受天气影响非常明显,晴天可以达到较高的出力系数,最高能接近90%,阴天最高出力系数可能低于20%。由图4 可知,光伏输出功率具有很强的波动性,不同日之间的输出功率也有较大差距。
2 光伏发电消纳容量计算模型
2.1 优化目标
优化目标为最大化光伏接入容量:
式中:Cs表示第s个光伏电站的接入容量;NS表示光伏电站数目。
2.2 约束条件
(1)功率平衡方程
在每个时间段内所有机组发电的总功率与光伏电站输出功率之和等于系统负荷的总功率,即
式中:Igt表示第g台常规机组在第t个时段的启停状态,等于1 表示开机状态,等于0 表示停机状态;Pgt表示第g台常规机组在第t个时段的出力;Pdt表示第d个负荷节点在第t个时段的负荷功率;NG为常规机组数目;T为总时段数;NL为负荷节点数目。
光伏电站s在第t个时段的出力Pst可表示为
式中,αst表示第s个光伏电站在第t个时段的出力系数标幺值。
(2) 常规机组出力上下限约束
式中,Pgmax和Pgmin分别表示第g台常规机组出力的上下限。
(3) 旋转备用容量约束
该约束表示光伏发电出力降到很低的情况下,已开机的常规机组的出力依然能够满足电网负荷要求,即
式中:δ为负荷预测误差; μ为光伏出力的最大变化率。
(4) 常规机组爬坡速率约束
式中,ug和dg分别表示第g台常规机组的爬坡和滑坡速率。
(5)常规机组最小启停时间约束
开机时间约束为
停机时间约束为
式中,Tgon和Tgoff分别表示第g台常规机组的最小开机时间和最小停机时间。
(6) 网络传输约束
式中:Plt表示第l条线路在第t个时段的传输功率;Plmax为第l条线路的最大传输功率。
根据直流潮流方程,第l条线路在第t个时段的传输功率可表示为
式中,Elg、Fls、Hld和Glr分别为第l条线路与第g台常规发电机机组、第s座光伏电站、第d个负荷和第r座抽水蓄能电站之间的功率传输系数。
2.3 抽水蓄能电站约束
抽水蓄能电站在每个时段可工作在抽水、发电和停机状态,在整个运行周期内,用于抽水的能量必须与发电能量保持平衡,即
式中: Irt表示第r个抽水蓄能电站在时间段t的启停状态,等于1 表示开机状态,等于0 表示停机状态;NR表示抽水蓄能电站的数目;ξ为转换效率;Prt'和Prt' 分别表示第r个抽水蓄能电站在时间段t的发电功率和抽水功率,且应该满足如下约束:
同时,每台抽水蓄能电站的储能必须在其储能范围之内,即
式中:Sr0表示第r个抽水蓄能电站储能的初值;Srmax表示第r个抽水蓄能电站最大储能。
不难看出,由式(2)~式(19)描述的光伏发电消纳容量计算模型是一个混合整数规划问题。
3 算例分析
本文将所提方法应用于某省级电网光伏发电消纳容量计算。该电网包括2299 个节点和165 台常规发电机组(19 台水电机组,146 台燃煤和燃气机组),常规机组总容量为55 238 MW,有两座抽水蓄能电站,容量为4 800 MW,包括745 条网络传输线路(双回线路等效为一回线路)和1 769 条变压器线路。电力系统负荷预测偏差取3%,光伏出力最大变化率取15%。抽水蓄能机组转换效率取75%,抽水蓄能机组的储能初值设置为其最大储能量的一半,在每一日的调度周期内抽水蓄能机组的抽水量与发电量保持平衡。本文在GAMS23.7[22]平台上搭建以上模型,调用CPLEX解法器进行求解。计算机采用Intel(R)Core(TM) i5-4570 处理器,16 G内存。
广东省处于低纬度地区,属于全国太阳能资源III类(年总辐射量(MJ/m2·a)在4 200~5 800,日照时数在1 400~2 200)和IV类(年总辐射量(MJ/m2·a)小于4 200,日照时数在1 000~1 400)地区,太阳能资源较丰富。太阳辐射的地区分布特点是海岛多于大陆,沿海及平原多于山区,东部多于西部。本文考虑选取地势平坦、用电量大的珠三角地区为光伏电站接入点,故选定深圳、珠海、东莞、佛山四个大型光伏接入点进行仿真。大型光伏电站接入点的所有线路传输容量之和由表1 给出。图5 给出某省级电网500 k V主网架拓扑结构接线和光伏接入点示意图。
3.1 日最大接入光伏容量
图6 给出了某省级电网8 月2 日~8 日一周的日负荷曲线,负荷是三峰三谷的特点。上午10 点负荷达到第一个高峰,随后进入低谷,下午3 点负荷达到第二个高峰,随后稍有下降,夜晚9 点左右达到负荷的第三个峰值,深夜负荷降低,达到最低谷。本文对日光伏发电消纳容量进行了计算,结果如表2 所示。
从日机组组合的结果来看,在日时间尺度下,晴天和阴天的光伏出力系数的差异很大程度上决定了最终光伏接入容量的结果。从光伏消纳能力来看,应该选择晴天光照最佳日来计算,即8 月5 日,日机组组合下该省级电网最大的光伏接入容量为12 666.2 MW。
由图7 可知,光伏机组的大规模接入,在午间光伏发电大发时,出现白天的等效负荷低于夜间的情况,此时抽水蓄能机组进行蓄能“填谷”,在夜间光伏出力减小时再发电“调峰”。
3.2 周最大接入光伏容量
对8 月第一周(2~8 日)的光伏发电消纳容量进行了计算,结果如表3 所示。
在周机组组合的结果中,不同气候下的出力系数对光伏接入容量的影响效果较日机组组合小了很多。周机组组合下该省级电网最大的光伏接入容量为12 666.0 MW。
由图8 可知,晴天光伏机组出力大发时,抽水蓄能机组在日间抽水“填谷”,在夜间发电“调峰”。阴天光伏机组出力不足时,抽水蓄能机组在日间发电“调峰”,夜间负荷低估时抽水“填谷”。
3.3 月最大接入光伏容量
对2013 年8 月份的光伏发电消纳容量进行了计算,结果如表4 所示,抽水蓄能机组出力曲线如图9 所示。
在月机组组合中,光伏接入点的传输线路容量很大程度上决定了该接入点的光伏消纳容量,东莞的光伏接入容量可以达到5 703 MW,而佛山的光伏接入容量只有424 MW。系统的最大光伏接入容量为11 526 MW。
4 结论
1) 提出了考虑网络约束的大型光伏电站接入的算法,以仿真周期内可接入光伏电量为优化求解目标,并考虑了抽水蓄能电站的作用,提高了电网对光伏的消纳能力。
2) 系统负荷特性、光伏电站接入位置、常规机组特性和光伏的出力特性共同决定了光伏最大接入容量。