编辑: 紫甘兰 | 2019-12-22 |
47 No.4 2019年2月16日Power System Protection and Control Feb. 16,
2019 DOI: 10.7667/PSPC180261 促进大规模风电消纳的双层调峰补偿机制研究 付亦殊
1 ,陈红坤
1 ,姜欣2,孙俊杰
1 (1.武汉大学电气工程学院,湖北 武汉 430072;
2.郑州大学电气工程学院,河南 郑州 450001) 摘要:针对目前常规机组在风电大规模并网时难以得到合理的调峰补偿、从而影响其调峰积极性的情况,提出了 一种基于 K-means 聚类的促进常规机组参与风电消纳的调峰补偿分摊方法.首先,针对机组数量增多时计算 维 数灾 的问题,引入 K-means 聚类对机组进行分类,分层对调峰补偿进行分摊.其次,针对 Shapley 值法忽略了 不同机组的调峰积极性存在差异的缺点,引入机组调峰能力实现系数 α 对分摊方法进行修正,将调峰补偿费用按 照调峰机组的调峰能力实现情况进行分摊,从而使补偿模型兼具公平性与激励性.最后,结合算例证明了改进后 模型对激励更多调峰机组参与调峰辅助服务的有效性. 关键词:风电消纳;
调峰补偿;
合作博弈;
K-means 聚类分析 A bi-layer peak-regulation compensation mechanism for large-scale wind power integration FU Yishu1 , CHEN Hongkun1 , JIANG Xin2 , SUN Junjie1 (1. School of Electrical Engineering, Wuhan University, Wuhan 430072, China;
2. School of Electrical Engineering, Zhengzhou University, Zhengzhou 450001, China) Abstract: At present, it is difficult for conventional units to obtain reasonable peak-regulation compensation for large-scale wind power integration, thus affecting their peaking positivity. In response to this situation, a peak-regulation compensation allocation method aiming to promote the supply-side to better participate in wind power utilization is proposed based on K-means cluster method. Firstly, in the light of the problem of extremely large calculation when the number of units increases, K-means cluster method is introduced to classify the units, so that the peak compensations are apportioned hierarchically. Secondly, considering that Shapley value ignores the peaking motivation difference between each unit, the proposed method is modified with the realization coefficient of the peaking capacity (α) of each thermal unit, so that the compensation is allocated in accordance with it, and of both fairness and incentive. Finally, a numerical example proves the feasibility and validity of the proposed method to promote more units to participate in peak-regulation. This work is supported by National Natural Science Foundation of China (No. 51507117). Key words: wind power integration;
peak-regulation compensation;
cooperative game;
K-means cluster analysis
0 引言 在我国现有能源结构下,电力系统的主要调峰 任务由火电机组承担[1] .大规模风电并网时,火电 机组由于提供调峰服务不得不放弃普通市场下的电 力交易机会,频繁地调整出力也增加了机组的附加 运行成本[2] .而在我国现行的基于调度的考核和补 偿机制下,调峰成本完全由火电机组承担,火电机 组由于调峰产生的经济损失难以得到合理补偿,故 基金项目:国家自然科学基金项目资助(51507117) 而接纳风电的积极性不高, 风电场只能大量弃风[3] . 因此,如何完善调峰补偿机制以激励火电机组的调 峰积极性,已成为电网运行中亟需解决的问题. 目前,已有大量研究在机组调峰价值量化和调 峰费用补偿方法方面取得了有效成果.调峰补偿费 用的分摊问题本质上属于博弈问题,在各种研究调 峰辅助服务补偿费用分摊方法的文献中,应用最广 泛的当属合作博弈理论.文献[4-7]提出的水电机组 调峰费用分摊方法是基于机组每天各时段的总出力 变化量,按比例计算调峰费用分摊量.文献[8-11] 通过引入火电避让积极性、 风电上网积极性等因素, -
52 - 电力系统保护与控制 建立了风-火企业合作共生模型, 对联盟整体收益增 量在风电场和火电系统间的分配问题给出了最优 解.文献[12-15]论证了调峰费用分摊问题的凸博弈 特性,并利用核仁分摊法和 Shapley 值分摊法两种 方法对调峰补偿费用的分摊进行了计算,但没有解 决机组数量增多时计算的 维数灾 问题. 在此背景下,本文建立了计及弃风的风-火集 中系统的机组组合模型,在此基础上引入 K-means 聚类对机组进行分类,分层对调峰补偿进行分摊;
同时根据机组调峰能力实现系数 α 对双层分摊方法 进行了修正;
最后结合算例分析证明了改进后模型 对激励更多调峰机组参与调峰辅助服务的有效性.
1 风-火集中系统的模型 本文以发电成本最低为向导,构建发电侧机组 组合调度模型. 1.1 目标函数 在计算火电厂的调峰成本时,由于深度调峰会 产生额外的成本,因而火电厂侧的总成本在煤耗成 本的基础上还需考虑深度调峰的成本增加,表示 如下. (1) 基本调峰成本 将火电机组的出力在其最大和最小技术出力之 间的部分作为基本调峰部分,计算这部分成本时主 要考虑煤耗成本.当机组运行在基本调峰范围内时, 其运行成本如式(1)所示.
24 2
1 , , , ,
1 = ( ) i t i i t i i t i i t i N t C u a P b P c P t ? ? ? ? ? ? ? ? ? ? ? ? ? ?? (1) 式中: C1 为基本调峰成本;
N 为火电机组总的集合;
ui,t 为机组 i 在t时段的开停机状态值,为0-1 变量, 用于判断机组 i 的运行成本是否需要加入计算;
ai、 bi 和ci 均为耗量特性系数,是与机组特性和标煤价 格有关的系数;
Pi,t 为机组 i 在t时段的输出功率, MW;
t ? 为单位时段,h. (2) 深度调峰成本 当机组出力降到最小技术出力以下进行深度 调峰时, 锅炉燃烧效率降低, 需采取投油助燃措施, 导致调峰成本增加[16] .深度调峰时机组 i 比基本调 峰时增加的成本表示如式(2)所示.
24 2
2 2 ,
1 = i i i t i N t C S P t ? ? ? ? ?? (2) 式中: C2 为深度调峰成本;
2 i ? 为机组 i 是否深度调 峰判断系数,为0-1 变量,当机组 i 出力满足 d , b I i i t I i P R P P R ? ? ? ? (PI 是机组 i 的额定功率)时,
2 1 i ? ? ;
Rdi 为机组 i 允许的深度调峰下限百分比, 通常定为机组投油助燃都无法稳定运行时带负荷下 限;
Rbi 为机组 i 的基本调峰标准线;
Si2 为机组 i 深 度调峰时单位电量增加的成本,美元/kWh. 综上,一天内火电系统总的运行成本为
1 2 C C C ? ? (3) 选择系统运行成本 C 最低为目标函数,即minC (4) 1.2 约束条件 (1) 功率平衡约束 wg1, wg2, , + t t i t i N Pl P P P ? ? ? ? , t T ? ? (5) 式中: Pl 为t时段总的负荷需求预测值, MW;
Pwg1,t、 Pwg2,t 为t时段接纳的风电量,MW. (2) 机组出力约束 ,max d, , ,max , i i i t i P R P P i N ? ? ? ? (6) 式中,Pi,max 为机组 i 的最大技术出力,MW. (3) 风电接纳量约束 wg1, w1, wg2, w2, w1, wg1, loss1, w2, wg2, loss2,
0 0 = + = + t t t t t t t t t t P P P P P P P P P P ? ? ? ? ? ? ? ? ? ? ? (7) 式中:Pw1,t 为t时段风电场 A 出力的预测值,MW;
Pw2,t 为t时段风电场 B 出力的预测值,MW;
Ploss1,t 为t时段风电场 A 的弃风量,MW;
Ploss2,t 为t时段 风电场 B 的弃风量,MW. (4) 爬坡约束 , ,
1 ,up ,
1 , ,down , i t i t i i t i t i P P r i N P P r ? ? ? ? ? ? ? ? ? ? ? ? (8) 式中:ri,up 为机组 i 从t-1 时段到 t 时段功率最大增 加值,MW;
ri,down 为机组 i 从t-1 时段到 t 时段功 率最大减小值,MW. (5) 启停时间约束 on on ,
1 , ,
1 off off , ,
1 ,
1 ( )( )
0 , ( )( )
0 i t i t i t i i t i t i t i u u T M i N u u T M ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (9) 式中: , i t u 为启停状态变量,为0-1 变量,机组 i 处 于开机状态时, ,
1 i t u ? ;
on ,
1 i t T ? 和off ,
1 i t T ? 分别表示机组 i 截至 t-1 时刻连续运行及停机时间;
on i M 和off i M 分 别表示机组 i 允许的最小连续运行时间和停机时 间. (6) 备用容量约束 ,max wg1, wg2, R + i t t i N P P P Pl P ? ? ? ? ? (10) 式中,PR 为系统旋转备用的一个确定值,一般采用 最大负荷的 3%~5%. 付亦殊,等 促进大规模风电消纳的双层调峰补偿机制研究 -
53 -
2 双层调峰补偿分摊机制 调峰补偿分摊是指将风电场向调峰机组支付的 调峰费用按一定的方法分摊至每台调峰机组上,以 促进获得补偿的机组积极参与调峰的过程.目前, 在调峰补偿分摊领域应用最为广泛的当属合作博弈 理论[17] .而Shapley 值法是求解公共费用分摊博弈 问题的估值解中应用最广泛的一种方法. 2.1 Shapley 值分摊 Shapley 值旨在提供一种合理分享合作博弈剩 余的方案. 按照 Shapley 值的思想, 参与人 i 所应分 得的补偿值等于该参与人对每一个它所参与的联盟 的边际贡献的平均值[18] .Shapley 值解的具体表达 式为 !( 1)! ! i S N i s n s V V S i V S n ? ? ? ? ? ? ? ? (11) 将Shapley 值法应用于调峰补偿的分摊时, ( ) i V ? 的实际意义是调峰机组 i 分得的调峰补偿;
N 为所有调峰机组的集合;
n 为系统中参与调峰的机 组台数;
S 为若干台机组(不含 i)组成的为促进........