电网调控集中式储热降低弃风率分析方法

doi:10.12096/j.2096-4528.pgt.21090

电网调控集中式储热降低弃风率分析方法

楚帅¹, 王爱华², 葛维春¹^,², 李音璇³, 崔岱¹^,²

1.沈阳工业大学电气工程学院，辽宁省沈阳市 110870

2.国网辽宁省电力有限公司，辽宁省沈阳市 110006

3.国网天津营销服务中心(计量中心)，天津市河西区 300120

Analytical Method for Power Grid Dispatching Centralized Thermal Storage to Reduce Wind Abandoned Rate

CHU Shuai¹, WANG Aihua², GE Weichun¹^,², LI Yinxuan³, CUI Dai¹^,²

1.School of Electrical Engineering, Shenyang University of Technology, Shenyang 110870, Liaoning Province, China

2.State Grid Liaoning Electric Power Co. , Ltd. , Shenyang 110006, Liaoning Province, China

3.State Grid Tianjin Marketing Service Center (Metrology Center), Hexi District, Tianjin 300120, China

收稿日期: 2022-02-26

基金资助:

国家重点研发计划项目. 2019YFB1505400

Received: 2022-02-26

作者简介 About authors

楚帅(1993)，男，博士研究生，主要研究方向为清洁能源消纳技术，534766248@qq.com；

王爱华(1971)，男，硕士，高级工程师，主要研究方向为清洁能源消纳技术和电网安全稳定运行，本文通信作者，wah@ln.sgcc.com.cn；

葛维春(1961)，男，博士，教授级高工，主要研究方向为清洁能源消纳技术和智能电网；

李音璇(1995)，女，硕士，助理工程师，主要研究方向为清洁能源消纳技术。

摘要

北方地区为了实现清洁供暖、降低弃风率，投入各种电制热储热装置，尤以热电厂为了提高调节灵活性而投入的大容量电制热储热装置最为有效。提出了热电厂投入的大容量电制热储热装置消纳的电量计算方法和电网弃风电量计算方法，研究了电制热储热装置投入时序和弃风发生时序的关系，探讨了电制热储热装置投入后机组深度调峰的延时性。实际运行数据分析表明，弃风发生时序与电制热储热投入时序对于北方地区通过大容量电制热储热消纳弃风起到示范作用。

关键词： 储热 ; 弃风电量 ; 深度调峰 ; 时序

Abstract

In order to achieve clean heating and reduce the rate of abandoned wind, the northern region has invested in various heat storage devices, especially the large-capacity heat storage devices invested by thermal power plants to improve adjustment flexibility. The power consumption calculation method of large-capacity heat storage device invested by thermal power plants and the calculation method of abandoned wind power in power grid were proposed. Moreover, the relationship between the input timing of the heat storage device and the timing of abandoning wind was researched, and the delay of deep peak shaving of the unit after the input of the heat storage device was discussed. The actual data show that the input timing of the heat storage device and the timing of abandoning wind have a demonstration effect on the consumption of wind power through thermal storage in the northern region.

Keywords： thermal storage ; abandoned wind power ; deep peak shaving ; time series

PDF (1190KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

楚帅, 王爱华, 葛维春, 李音璇, 崔岱. 电网调控集中式储热降低弃风率分析方法. 发电技术[J], 2023, 44(1): 18-24 DOI:10.12096/j.2096-4528.pgt.21090

CHU Shuai, WANG Aihua, GE Weichun, LI Yinxuan, CUI Dai. Analytical Method for Power Grid Dispatching Centralized Thermal Storage to Reduce Wind Abandoned Rate. Power Generation Technology[J], 2023, 44(1): 18-24 DOI:10.12096/j.2096-4528.pgt.21090

0 引言

我国是风力发电发展大国，同时，也是弃风电量最多的国家，通过电制热储热装置使用弃风电量进行供暖是实现清洁供暖的最佳方式^[1-2]。集中式电制热储热装置能够直接受电网调控并跟随弃风运行，建设大容量集中式电制热储热装置是消纳弃风电量的先决条件^[3-4]。除此之外，为了使电制热储热装置能够更加有效地消纳弃风电量，有必要构建电制热储热装置投入时序与弃风发生时序关系的计算方法。

电制热储热装置跟随弃风的运行过程，能够起到减小负荷峰谷差、缓解夜间火电机组调节负担、提高电网接纳风电能力的作用^[5]。在传统电热联产机组上增加储热装置，通过协调火电和电制热储热装置的协同运行方式，能够将火电机组从热约束中解放出来^[6-8]。此外，电制热储热装置的合理选型、定容，能够在满足系统充裕性需求的同时，降低电制热储热装置的投资成本^[9-10]。通过将储热与储电等其他灵活性负荷搭配规划，能够进一步提升电网的灵活调节能力^[11-13]。

目前，已有诸多学者针对电制热储热与电网的协同优化运行问题进行了研究。文献[14]建立了包含基本制热、蓄热制热和蓄热3个模块的通用数学模型，并构建了风电供热与弃风协调的灵活运行策略，提出了确定项目最佳配置方案的方法。文献[15]基于日前供热负荷预测和风电出力预测，考虑储热装置运行机理，研究风电场与热电机组联合运行的优化方法，建立了日前调度模型并进行求解。文献[16]提出一种风电场与含储热的热电联产联合运行的调度模式，并基于该调度模式提出了考虑风电出力不确定性的联合系统优化调度模型。文献[17]提出了基于双线性模型的调度策略，用于开展热电机组与蓄热罐的协调运行，所提调度策略中采用了蓄热罐运行状态的预判方法，并重点应用了弃风率和成本增长率的技术指标，通过调整电出力以减小弃风，控制热出力以降低运行成本，并进一步考虑风电的不确定性，制定了最优调度方案。

上述研究从储热消纳弃风电量的角度分析了原理、方法和效果，但是未针对热电厂安装集中式大容量储热装置，从控制方式、年度储热电量计算方法、弃风电量消纳的量化计算方法、储热投入时序和弃风时序的关联、储热投入后机组调节能力提升延时等方面进行深入分析。为此，本文提出了电网调度直接控制的电制热储热负荷消纳计算方法、计及电制热储热后弃风电量计算方法，分析了弃风发生时序与电制热储热投入时序，探讨了因电制热储热而降低机组出力下限的能力。

1 电网调度直接控制电制热储热负荷和弃风电量计算方法

在电网中，直接建在大型热电厂的电制热储热装置都是由电网调度直接调控的，这些装置主要跟随弃风运行，即当电网出现弃风现象时投入，弃风消失时退出^[18]。为分析这些储热装置对消纳弃风电量的作用和效果，有必要对储热消纳电量和减少电网弃风的关系进行分析。

为了分析电网直接控制电制热储热装置消纳弃风电量的效果，需要计算储热装置投入年消纳电量P_cn，其表达式如下：

P_{c n} = \sum_{I = 1}^{150} \sum_{J = 1}^{24} \sum_{K = 1}^{4} P_{c I J K}

(1)

式中P_c_IJK 为第I天、第J小时、第K时刻储热投入电量。

由于电制热储热装置都是按单元投切的，因此，储热容量P_cK可表示为

P_{c K} = \sum_{i = 1}^{N} P_{c K i}

(2)

式中： $P_{c K i}$ 为第i台电制热储热装置的容量； $N$ 为电制热储热装置的总数。

通常，只有在电网即将弃风或弃风发生时才投入电制热储热。电网将电制热储热当作最后一道防线，电制热储热装置跟随弃风功率逐个单元投切，电制热储热装置的总容量越大，消纳弃风电量的能力越强^[19]。

电网在一年取暖季的弃风电量P_qwqn和全年总弃风电量P_qwn可分别表示如下：

\{\begin{array}{l} P_{q w q n} = \sum_{I = 1}^{150} \sum_{J = 1}^{24} \sum_{K = 1}^{4} P_{q w I J K} \\ P_{q w n} = \sum_{I = 1}^{365} \sum_{J = 1}^{24} \sum_{K = 1}^{4} P_{q w I J K} \end{array}

(3)

式中P_qw_IJK 为第I天、第J小时、第K时刻的弃风电电量。

不考虑电制热储热装置时，电网在取暖季的应弃风电量P_Qwn等于电制储热消纳电量与取暖季弃风电量之和，即

P_{Q w n} = P_{c n} + P_{q w q n} = \sum_{I = 1}^{150} \sum_{J = 1}^{24} \sum_{K = 1}^{4} P_{c I J K} + \sum_{I = 1}^{150} \sum_{J = 1}^{24} \sum_{K = 1}^{4} P_{q w I J K}

(4)

由式(4)可以看出，表面上，储热提高了弃风电量，实际上，弃风电量会因为储热投入而大幅减少。为了分析储热对消纳弃风电量的作用，需要计算一年的总风力发电量P_NW，其表达式如下：

P_{N W} = \sum_{I = 1}^{365} \sum_{J = 1}^{24} \sum_{K = 1}^{4} P_{w I J K}

(5)

式中P_w_IJK 为第I天、第J小时、第K时刻风力发电电量。

根据式(5)即可计算年总风力发电量，据此可以计算储热消纳的弃风电量。年弃风率 $ℏ$ 计算如下：

ℏ = \frac{P_{q w n}}{P_{N W}} = (\sum_{I = 1}^{365} \sum_{J = 1}^{24} \sum_{K = 1}^{4} P_{q w I J K}) / (\sum_{I = 1}^{365} \sum_{J = 1}^{24} \sum_{K = 1}^{4} P_{w I J K})

(6)

储热消纳的弃风电量占年总风力发电量的比例(即弃风率) $ℏ_{c}$ 表示为

ℏ c = \frac{P_{c n}}{P_{N W}} = (\sum_{I = 1}^{150} \sum_{J = 1}^{24} \sum_{K = 1}^{4} P_{c I J K}) / (\sum_{I = 1}^{365} \sum_{J = 1}^{24} \sum_{K = 1}^{4} P_{w I J K})

(7)

由式(7)可知，如果没有储热，则会产生更多弃风电量，从而导致弃风率 $ℏ_{c}$ 增加。不考虑电制热储热装置时的弃风率 $ℏ_{q}$ 表示如下：

ℏ_{q} = ℏ_{c} + ℏ = \frac{\sum_{I = 1}^{150} \sum_{J = 1}^{24} \sum_{K = 1}^{4} P_{c I J K}}{\sum_{I = 1}^{365} \sum_{J = 1}^{24} \sum_{K = 1}^{4} P_{w I J K}} + \frac{\sum_{I = 1}^{365} \sum_{J = 1}^{24} \sum_{K = 1}^{4} P_{q w I J K}}{\sum_{I = 1}^{365} \sum_{J = 1}^{24} \sum_{K = 1}^{4} P_{w I J K}}

(8)

如果储热消纳弃风电量较大，则 $ℏ_{c}$ 也会较大，意味着电制热储热装置消纳弃风电量的能力也较强。

2 储热装置投入与弃风发生时序关联性分析

为了深入分析电制热储热消纳的电量与弃风电量的关联性，需要分析储热投入时间序列C(t)、弃风发生时间序列W(t)、储热投入与弃风同时发生的时间序列S_WC(t)。通过分析储热和弃风的运行时段是否一致，可以判断储热是否跟随弃风，如果完全一致，说明储热和弃风同时出现。然而，通常电网会在即将发生弃风时投入大容量电制热储热装置以避免弃风现象的出现。所以，只要有弃风发生，就有电制热储热装置投入，即弃风发生时序与弃风、储热同时发生的时序一致，表明有储热投入时，不一定有弃风，但有弃风就一定会投入储热。记录弃风发生时序W(t)、储热投入时序C(t)，分别如式(9)、(10)所示。

W (t) = \{\begin{array}{l} 1, P_{q W} (t) \neq 0 \\ 0, P_{q W} (t) = 0 \end{array}

(9)

C (t) = \{\begin{array}{l} 1, P_{C} (t) \neq 0 \\ 0, P_{C} (t) = 0 \end{array}

(10)

即在t时刻，当弃风功率P_qW(t)≠0时，W(t)=1，否则W(t)=0；当储热投入功率P_C(t)≠0时，C(t)=1，否则C(t)=0。通过分析弃风发生时序W(t)、储热投入时序C(t)，就能明确电制热储热投入与弃风之间的内在关联。

经W(t)、C(t)与运算后，形成新的时间序列S_WC(t)，即

S_{W C} (t) = W (t) ⋂ C (t)

(11)

S_WC(t)的时间序列表明电制热储热投入和弃风时段重合的时间序列。S_WC(t)越接近W(t)，说明电制热储热跟随弃风投入效果越好，也越能说明电制热储热对弃风的调节作用越明显。即有弃风发生时，电制热储热一定是投入的；反之，电制热储热投入时，不一定有弃风发生。W(t)、C(t)和S_WC(t)三者关系如下：

S_{W C} (t) \approx W (t) ≪ C (t)

(12)

由式(12)可知，电制热储热功率越大，其投入时序越大于弃风的时序，而弃风的时序与电制热储热、弃风同时出现的时序接近，充分说明了电制热储热跟随弃风的能力。

3 电制热储热对机组深度调峰的延时性分析

热电厂通过电制热储热装置提高热电机组的灵活调节能力，不仅表现在电制热储热功率本身降低的上网电力，还表现在火电机组减少的发电电力，所以，当电网运行在低谷时段时，投入电制热储热装置后，发电机组也跟随降低出力下限^[20-21]。其上网电力可表示为

P_{G W} = (t - t_{0}) Δ P_{G} + P_{c}

(13)

式中：t₀表示机组降低出力延时的时间；ΔP_G表示机组因储热投入而降低的出力值；P_c表示热电厂储热装置输出功率。

对于不同的机组和储热装置，t₀和ΔP_G是不同的，通常t₀在2 h左右，这是因为储热装置需要储存一定热量后才开始输出热量，另外，机组停止抽汽也需要时间。ΔP_G受上网电力约束，通常可表示为

Δ P_{G} = P_{c} - P_{G M}

(14)

式中P_GM表示机组正常调峰下限。

热电厂上网电力要满足如下约束条件：

P_{G W} \geq 0

(15)

机组因为具有电制热储热装置，可以降低出力下限，但是其同步性较差，一般都有一段时间的延时，因此，为了优化电制热储热装置运行，应尽量缩短电制热储热装置的延时时间。

4 数值分析

针对某省级电网2017年和2018年一季度数据进行储热电量和弃风电量分析。电网中包含风电装机容量7 000 MW、光伏装机容量250 MW、核电装机容量4 500 MW和水电装机容量300 MW；电压等级包括500 kV、220 kV、66 kV、10 kV和380 V低压配电网；电制热储热包括1 000 MW集中式和700 MW分布式装置；清洁能源容量占比达到总容量的1/3，电量超过1/4。表1为2017年全年和2018年一季度电制热储热与弃风关系，由于火电机组改造集中发生在2017年，因此，采用2017年全年和2018年一季度数据分析电制热储热与弃风之间的关系。从表1可以看出，2017年电网在供暖期的实际弃风率为7.14%，电制热储热装置消纳的弃风电量为1.61亿kW⋅h，占2017年风力发电量的1.08%。因此，如果电网没有电制热储热，应弃风率为8.22%。在2018年一季度，电网实际弃风率为2.41%，电制热储热装置消纳的弃风电量为3.22亿kW⋅h，占2018年一季度风力发电量的7.71%，若电网无电制热储热时，电网的应弃风率将高达10.12%。这表明了电制热储热对消纳弃风电量的作用，电制热的电能就是弃风电量。

表1 2017年全年和2018年一季度储热与弃风关系

Tab. 1 Relationship between thermal storage and abandoned wind in 2017 and the first quarter of 2018

年份	风力发电量/(亿kW⋅h)	储热电量/(亿kW⋅h)	取暖弃风电量/(亿kW⋅h)	取暖弃风率/%	弃风率下降/%	取暖季应弃风率/%
2017	149.64	1.61	10.68	7.14	1.08	8.22
2018	42.11	3.22	1.04	2.41	7.71	10.12

新窗口打开| 下载CSV

表2为2018年1—3月电制热储热与弃风关系。可以看出，1—3月的电制热储热电量占总风力发电量的比例分别为6.85%、8.80%和8.88%；低谷弃风电量占总弃风电量的比例在1月份高达85.71%，在2、3月份仅为1月份的1/2左右；应弃风率是电制热储热电量与弃风电量之和占风力发电量的比例，其在2月份达到15.65%，在1、3月份均小于10%，这是因为2月份是春节，弃风率较高，由于电制热储热装置投入，1—3月实际弃风率分别为1.14%、6.77%和0.89%。

表2 2018年1—3月储热与弃风关系

Tab. 2 Relationship between thermal storage and abandoned wind from January to March in 2018

月份

总风力发电量/(亿kW⋅h)

总储热电量/

(亿kW⋅h)

总弃风电量/

(亿kW⋅h)

低谷储热

电量/(亿kW⋅h)

低谷弃风

电量/(亿kW⋅h)

总储热

占比/%

低谷弃风

占比/%

实际

弃风率/%

应弃风率/%

12.27

0.84

0.14

0.74

0.12

6.85

85.71

1.14

7.93

10.79

0.95

0.73

0.54

0.33

8.80

45.21

6.77

15.65

19.04

1.69

0.17

1.08

0.08

8.88

47.06

0.89

9.76

新窗口打开| 下载CSV

图1为2017年全年和2018年一季度电制热储热电量分布情况。可以看出，2018年一季度较2017年全年电制热储热消纳电量大很多；电制热储热电量在清晨低谷时段最大，中午低谷时段也较大，21:00—23:00虽然属于电网低谷时段，但其电量并不大，这是因为大量的分布式储热装置在电网进入低谷时段就投入运行，因此，21:00—23:00还不用集中式电制热储热装置投入，随着光伏并网容量的快速增长，中午电制热储热投入量会逐步增加，以消纳因风电与光伏的叠加而造成的弃风电量。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 2017年全年和2018年一季度储热电量分布

Fig. 1 Heat storage power distribution in 2017 and the first quarter of 2018

表3为2017年全年和2018年一季度电制热储热装置投入时长、最大电力和出现时间。可以看出，2018年一个季度电制热储热装置投入时长比2017年全年装置投入时长还长；2017年最大电力为540 MW，是2台储热装置容量(分别为260、280 MW)之和；2018年2月份又投入一台容量为400 MW的储热装置，总容量达到940 MW，使最大电力达到938.5 MW。

表3 储热投入时长、最大电力和出现时间

Tab. 3 Thermal storage input time, maximum power and time of occurrence

年度	投入时长/h	最大电力/MW	出现时间
2017	645	540.0	2017/12/29 05:00
2018	920	938.5	2018/03/12 02:00

新窗口打开| 下载CSV

图2为2018年一季度3台储热装置电量分布。可以看出，第3台电制热储热装置储热消纳电量最低，这是因为该装置于2018年2月份才投入；第1台消纳电量最大，这是因为其容量也较大，是280 MW，而第2台是260 MW。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 2018年一季度3台储热装置电量分布

Fig. 2 Power distribution of three heat storage devices in the first quarter of 2018

图3为2018年一季度电制热储热装置投入时序、弃风发生时序，以及储热、弃风同时发生时序分布图。可以看出，电制热储热装置投入时序远高于弃风发生时序，而弃风发生时序与储热、弃风同时发生时序极为接近，表明电制热储热具备跟随弃风运行的能力。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 储热装置投入次数和弃风发生次数分布情况

Fig. 3 Distribution of startup times of heat storage device and occurrence times of abandoned wind power

表4给出了2018年2月9日22:00至2月10日21:00储热投入容量、机组深度调峰容量数据。可以看出，电制热储热投入2 h后机组深度调峰容量为110 MW，在电制热储热退出运行后，机组出力恢复，充分展示了储热的杠杆作用。

表4 2018年2月9日22:00至2月10日21:00数据

Tab. 4 Data of February 9, 22:00 to February 10, 21:00 in 2018

时刻	储热投入容量/MW	机组深度调峰容量/MW	时刻	储热投入容量/MW	机组深度调峰容量/MW
22:00	0	0	10:00	199	110
23:00	80	50	11:00	140	109
00:00	279	110	12:00	275	108
01:00	279	109	13:00	122	98
02:00	279	111	14:00	0	38
03:00	279	109	15:00	0	0
04:00	279	111	16:00	0	0
05:00	0	110	17:00	0	0
06:00	279	110	18:00	0	0
07:00	278	111	19:00	0	0
08:00	277	112	20:00	0	0
09:00	63	110	21:00	0	0

新窗口打开| 下载CSV

5 结论

针对大型热电厂由电网调度统一监控的大容量储热装置，提出了年度电制热储热装置消纳电量和消纳弃风电量计算方法，建立了电制热储热装置投入和弃风发生时序模型，探讨了电制热储热装置投入后机组延时调节的分析方法。通过对2017年全年度和2018年一季度实际数据进行计算，发现：电制热储热装置消纳的基本上是弃风电量，而且电制热储热装置基本上跟踪弃风发生时序投切，电制热储热装置投入时序远大于弃风发生时序；电制热储热装置投入后，延时2 h左右机组才进一步降低出力，储热装置切除后，延时2 h左右机组才开始恢复出力下限。研究结果对于北方地区通过大容量电制热储热装置消纳弃风电量具有借鉴意义。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

楚帅，葛维春，李音璇，等．

含海水淡化负荷的可再生能源消纳技术研究综述

[J]．智慧电力，2021，49(11)：14-23． doi:10.3969/j.issn.1673-7598.2021.11.004