风电与火电联合发电控制系统研究

风电与火电联合发电控制系统研究

吕强强

呼和浩特市托克托县电厂    内蒙古自治区呼和浩特市  010000

摘要：在风火打捆系统中，双馈风电机组没有功角稳定问题，提高火电机组功角稳定是关键在“双碳”政策的驱动下，高风电渗透率成为电力系统不可避免的发展趋势。风力发电存在较多不可控因素，其出力的随机性、波动性及反调峰特性会给电力系统带来供需失衡问题。我国以煤为主的能源资源禀赋，以及煤电区别于新能源的电力支撑和保障供应安全的作用，决定了煤电在未来较长时间内仍将是我国主要电力来源。中东部地区大气污染防控压力不断增大，对外来电力增供提出了迫切要求，而煤炭产能逐渐向煤炭基地集中，煤电发展方向和布局将趋向更加集约、高效、清洁、有序的基地化建设。同时，我国清洁能源产业发展迅速，发展清洁能源产业是推动能源结构调整，加快推进清洁低碳、安全高效能源体系建设的重要组成部分。

关键词：风电；火电；联合发电；控制系统

引言

国家发改委和能源局联合印发的《关于推进多能互补集成优化示范工程建设的实施意见》提出要利用大型综合能源基地风能、太阳能、水能、煤炭、天然气等资源组合优势，推进风光水火储多能互补系统建设运行。从国家导向来看，首批多能互补示范项目的目标是转变能源生产理念，提高能源利用效率，提升新能源电力品质，提高电力输出功率稳定性，提升电力系统消纳风电、光伏发电等间歇性可再生能源的能力和综合效益，探索可推广的商业模式。

1火电机组深度调峰成本计算模型

为应对大规模具有随机性、波动性和间歇性的新能源并网，火电机组将面临深度调峰运行新工况，需要建立考虑火电机组深度调峰的成本计算方法。火电机组的调峰过程根据其出力状态，分为基本调峰阶段和深度调峰阶段。对于基本调峰阶段，火电机组的调峰成本主要包括燃料成本和启停成本，一般采用二次方公式对煤耗与运行负荷的关系进行拟合。机组运行在深度调峰阶段时，火电机组运行煤耗会有较大增加。为了考虑火电机组深度调峰运行工况对煤耗的影响，对于深度调峰阶段，引入火电机组出力的三次方函数描述火电机组的燃料成本。汽轮机在负荷调整过程中，转子受交变热应力影响，会加速转子应力集中部位疲劳裂纹的产生，从而造成机组使用寿命的降低。

2打捆系统暂态稳定性仿真

基于EEAC法从理论方面分析了新能源占比对打捆外送系统暂态稳定性的影响：若维持送端总输出功率一定，当受端系统为无穷大系统时，即受端系统的惯量与容量均远大于送端系统时，新能源占比的提升会使系统暂态稳定性得到改善；而当受端系统为非无穷大系统时，系统暂态稳定性会随新能源占比的增加先提升后下降，此时即存在一个最优风光火配比可使系统暂态稳定性最优。保持送端总出力600MW不变，首先在不考虑虚拟同步机策略的情况下仿真不同的故障类型对系统暂态稳定性的影响。选取火电机组功角首摆角度和故障恢复后功角波动的恢复情况作为判据。功角首摆越小，故障恢复后功角波动恢复的越快，系统暂态稳定性越好。随着风电、光伏的占比在打捆系统中增加，系统的功角首摆特性和故障恢复后的功角波动情况都有所改善，但随着风光总占比的进一步增加，系统暂态稳定性会转而呈现出下降趋势，所以在本系统中存在一个最优的风光占比。

3求解方法

在考虑调频资源的电力系统优化的模型中，其变量通常包含了用于决策的整数变量和用于控制的连续变量，是一个典型的混合整数优化问题。对于模型的求解分成智能算法和数学优化方法两种。由于智能算法对于模型中非线性的复杂约束具有很好地适应性，因此可以广泛应用于任意优化模型中。现有的文献通常将原问题分解为日前决策和日内运行模拟两阶段模型进行求解。因此智能算法可以对两阶段模型进行分层求解，对第一阶段模型中的决策变量进行迭代寻优，并将其最优决策变量传递至第二阶段的模型中，第二阶段的模型以第一阶段的决策变量为基础仍采用智能算法进行迭代寻优以求解其余变量或修正第一阶段模型中的决策。采用基于随机模拟的粒子群算法求解考虑风电减载的频率优化模型，将第一阶段所求解的长时间尺度下开机机组组合传递至第二阶段短时间尺度下的模型中，第二阶段短时间尺度下所求解的风电最优减载率修正了第一阶段长时间尺度模型下的风电减载率。采用飞蛾扑火算法对第一阶段机组组合模型进行求解，并将优化后的火电机组运行状态传递至第二阶段模型中，第二阶段采用自适应蝴蝶算法解决考虑储能调频的辅助服务优化问题。智能算法对于复杂的优化问题具有极强的适用性，其缺点是在处理大规模问题时，计算速度较为缓慢且无法得到全局最优解，容易陷入局部最优。数学优化方法通常需要将模型和约束进行处理，使其转化为混合整数线性优化问题。非线性约束通常采用大M法、分段线性化以及边界法进行处理，其优点是使用范围广，可以构造任意的变量关系式，但存在局部保守型不足的缺点。数学优化算法通常将原问题分解为上层决策与下层运行模拟的双层模型，并通过Benders分解法或列与约束生成（C&CG）算法进行迭代求解。该类问题通常采用CPLEX、GUROBI、MOSEK等求解器直接求解。相比于智能算法，数学优化算法具有较高的求解精度，且可严格保证全局最优性。

4多能互补系统运行

利用多能互补系统中调节电源的削峰填谷功能，在风电、光伏大发时段减小发电或储存电能，在新能源低谷时段发电，可减少弃风弃光。另外，在风光出力不受限时可平滑新能源出力，平滑功率输出曲线。综合能源基地配套火电是优质的调节电源，优先考虑火电作为多能互补的调节电源，并提升火电机组深度调峰能力至75%，同时配置一定比例储能，进一步提升新能源的可利用率。

5基于机会约束规划的风⁃光⁃CSP⁃火联合发电系统优化调度

集热系统由光场收集太阳能并通过集热器将其转化为热能；储热系统包含热罐和冷罐，利用油或熔盐储存热能；加热器由低压加热器和高压加热器共同组成，其作用是供系统启动并使其正常循环运行；发电单元由朗肯循环和汽轮机组完成热⁃电转换。风电场和光伏电站主要为本地负荷提供能量供应，并将多余的能量通过电加热装置转换为热能储存在TES系统中，在系统功率不足或负荷高峰时通过热力循环系统进行热⁃电转换，可实现能量的时空平移。由于风电、光伏出力的随机性和负荷预测的不准确性，由火电机组和汽轮发电机共同提供旋转备用以应对功率波动。将系统和环境中风电、光伏出力和负荷功率等不确定性变量表示为确定的预测值和不确定的预测误差之和，由此将对系统中不确定变量的研究转为对预测误差不确定性分布的研究。聚光集热系统通过光场聚集太阳能，并利用集热器将热能收集起来，其中部分热能通过传热工质送至CSP发电单元，而多余热能被储存在集热系统中。此外，风电场和光伏电站盈余功率可通过电加热装置转化为热能储存在储热系统中，并在需要时将储存的热能传至CSP发电单元进行发电。

结语

最大化利用清洁能源，新能源电量输送比例超过40%。充分发挥风能、太阳能及煤炭资源组合优势，优化配套电源配比结构。结合送受端负荷特性，合理确定送电曲线，提升通道利用效率。通过关键装备技术创新性应用，最大化利用清洁能源，确保新能源电量输送比例超过40%。

参考文献

［1］吴志明，杨天蒙．风光火大型能源基地联合外送优化配置［J］．广东电力，2018，31(6):68－74．

［2］宗倩．多能互补综合能源系统设计及优化［J］．通信电源技术，2019，36(2):154－155．

［3］傅金睿．“十四五”新能源开发目标含多个风光火储项目［J］．新能源科技，2021(8):21－22．