PDF《大规模风电接入下的火电机组灵活性改造规划》

1 7 -

2 0] .另一部分学者致力于火电机 组参与调峰时的成本计算及考虑火电机组调峰时的 调度问题[

2 1 -

2 6 ] .因此, 提高中国火电机组的灵活性, 对促进风电消纳具有极其重要的现实意义. 基于以上考虑, 本文研究了规模风电并网背景 下的火电机组灵活性改造问题, 构建了含火电机组 投资决策及电力系统长期调度决策的混合整数非线 性规划模型, 研究了火电机组灵活性改造对电力系 统经济性及环保性的影响, 并针对模型具有的多时 间段耦合的特征, 采用 B e n d e r s分解算法求解.基 于算例分析, 给出了结论及相关建议.

1 数学模型 考虑一个含火电机组及大规模风电机组的电力 系统.由于过去工艺技术的落后, 这些已有的火电 机组普遍存在灵活性不足的问题, 具体表现在: ①深 度调峰能力不足, 最低稳燃负荷过高, 无法在风电高

1 第4 2卷第? 期2018年? 月?? 日Vol.42N o . ? ????,

2 0

1 8 D O I :

1 0.

7 5

0 0 / A E P S

2 0

1 8

0 2

1 3

0 0

7 发时段低发以促进风电的消纳;

②爬坡速率较低, 无法适应风电出力的快速大幅波动.因此, 本文所 构建的模型旨在研究如何对已有的火电机组进行灵 活性改造, 以适应在未来长期调度中大规模风电接 入的需求.模型的具体形式如下.

1 ) 目标函数 优化的目标是总成本最小化.而总成本主要由 三部分构成: ①火电机组进行灵活性改造所需要花 费的投资;

②发电成本;

③弃风成本, 主要体现在弃 风导致的上网电价补贴的损失.目标函数如下: m i n ( C1 +C2 -C3) (

1 ) C1 =∑ j∈Ω I j xj (

2 ) C2 = ∑ m∈M Dm (∑ t∈T (∑ j∈Ω fj( Pt h m, j, t) +cw Pw m, t ) ) (

3 ) C3 = ∑ m∈M Dm ∑ t∈T s Pa b m, t (

4 ) 式中: C1 为火电机组灵活性改造的总投资成本;

C2 为调度期内的总发电成本;

C3 为调度期内风电上网 电价补贴的损失;

Ω 为可控发电单元j 的集合;

T 为 短期调度中时间段t 的集合, 每个时间段代表1h;

M 为长期调度中时间段m 的集合, 每个时间段代表 1个月;

I j 为火电机组j 进行灵活性改造的投资年 费;

Dm 为第m 个月包含的天数;

s 为单位弃风量带 来的上网电价损失;

cw 为风电单位发电成本;

Pt h m, j, t 为可控 发电单元j 在第m个月第t 时段的出力;

Pw m, t为第m 个月第t 时段使用的风电出力;

Pa b m, t 为第m 个月第t 时段弃用的风电出力;

xj 为0-1变量, 当且仅当机组j 进行灵活性改造时为1, 否则为 0;

fj 为火电机组j 的发电成本函数, 在其定义域内 为单调递增的凸函数. 考虑到规划方案会影响到投资后整个运行期内 的经济性, 因此必须保证投资成本与发电成本在时 间跨度上的一致性, 即计算一年之内的发电成本以 对应投资年费.然而, 一年之内必然存在多次短期 调度, 如果对每次调度都进行优化, 计算 量极为庞 大, 难以实现.参考文献[

2 7 ] 等的处理方式, 在1年 之内的每个月选取1个典型日, 作为当月的代表, 每 个月典型日的发电成本乘以当月天数作为当月发电 成本的近似代替.然后将所有月份的发 电成本相 加, 作为年发电成本.风电补贴的计算方式与发电 成本类似.

2 ) 负荷平衡约束 负荷平衡约束保证每一时间段火电机组的出力 加上风电的实际利用功率之和等于当期的负荷. ∑ j∈Ω Pt h m, j, t +Pw m, t =Lm, t t∈T, m ∈ M (