基于新能源背景下储能参与火电调峰及配置策略分析

基于新能源背景下储能参与火电调峰及配置策略分析

王家望

中电投新疆能源化工集团五彩湾发电有限责任公司，838099

摘要：有效的加强火电调峰工作是提高新能源建设水平的关键，通过运用储能参与火电调峰的形式，进一步加强了火电调峰效率，利于保证火电调峰工作质量。作为相关技术人员，在实践分析过程，要结合火电工作开展实际，有效的进行储能参与火电调峰及配置实践研究。

关键词：新能源；储能；火电调峰；配置

一、储能配置方法

         （一）不确定性配置方法

         新能源出力、功率预测、电网消纳能力等方面的不确定性带来了储能需求的不确定性，针对这些不确定性，不确定性规划理论被用来解决储能配置问题，不确定性规划包括随机规划、模糊规划、鲁棒优化等方法。其中随机规划和鲁棒优化被较多地应用于新能源侧的储能配置问题。通过在新能源电站配置储能,使“新能源+储能”完全可控,这样既不经济也不现实，机会约束规划是将传统优化中完全满足约束软化为满足约束条件的概率高于某一置信水平的优化方法。基于机会约束模型开展区域电网的储能配置研究，置信水平体现了符合机会约束的最小概率与管理者的风险承担水平。

        （二）系统频率响应指标主导参数分析

         频率控制参数直接决定系统的频率响应特性，主导参数对系统频率响应指标的影响更大，因此明确关键参数在频率响应不同阶段的作用，有利于根据实际电网的调频需求合理选择频率控制策略。轨迹灵敏度指系统参数发生微小变化时系统动态轨迹的变化程度，能反映系统的时域轨迹与参数的关系。通过求解各参数对系统频率偏差的轨迹灵敏度，可以确定影响系统各频率响应指标的主导参数。

         （三）虚拟电厂模式

         “虚拟电厂”模式将各类用户的储能系统集合起来，通过先进技术优化系统运行，参与电网辅助服务获取应用收益。更适合具有专业技术实力的电网企业牵头实施。经过电网统一调度和管理的分布式储能系统不仅可以参与电力市场通过调频、备用容量等获取收益，而且还能助力输配电系统，发挥延缓输配电扩容升级、电压支持、需求响应等方面的多重价值。目前，国内市场上国家电网和南网公司已开始搭建项目接入平台，布局虚拟电厂业务。在虚拟电厂模式中，能够将储能系统聚合起来进行分析、优化控制的系统平台(即“云平台”)至关重要。系统需要从建筑负荷中获得技术数据，从市场中获得价格信息，同时接收天气信息，海量信息都需要软件进行实时管理。当要求实行需求响应时，平台能找到优化点，帮助用户降低成本、增加收益[1]。

         （四）压缩空气储能

         压缩空气储能（CAES）是一种提供电力以满足电力系统峰值负载要求的技术。它结合了最先进的燃气轮机和一个地下储层。该储层可能是含水层、盐腔或开采的硬岩洞穴。燃气轮机的压缩机和涡轮部分将交替地连接到电动机/发电机上，以便在不同的时间段内运行。在夜间和周末电力非高峰时段，使用低成本电力压缩储存在地下蓄水池中的空气。在随后白天的电力高峰负荷期间，取出存储中的压缩空气，与燃料混合、燃烧并通过涡轮机膨胀以产生峰值功率。与目前用于提供峰值功率的简单循环燃气轮机相比，这一概念将传统CAES系统的石油燃料消耗量减少了60%以上。一些先进的CAES系统根本不需要任何石油燃料[2]。

二、新能源电力特性

        规模较大的分布式新能源电力的发展，能够对节能减排和降低用电压力起到重要的作用。以风电和光伏发电等新型的能源分布范围较为庞大，但能量密度较低。如风能，由于去风速和风向的变化性较强，因此对其预测和控制的难度更高，具有更为明显的随机性，风场出力的波动性更大，调节难度更高，在机组功率进行快速波动时，电力系统的电压和线路潮流也会随之变化，为电网电压的质量和无功电压的调控设置了更多的障碍。将风能作为代表的新能源也会受到季节的广泛影响[3]。

        我国新能源电力处于发展阶段，虽然在装机容量方面有所提升，但相关的处理技术还未发展到成熟水平。我国所建立的标准还为达到完善程度，针对新能源电力的监控手段不足，这便导致经营与管理人员缺乏必要的经验。因此需构建更为科学的标准和完善的法律制度，以此作为新能源电力发展的指导。

三、新能源背景下储能参与火电调峰的技术分析

        （一）混合储能技术

        储能技术的类型较多，不同的储能技术均具有各自的特征，在相应的场景中适用。混合储能技术能够有效弥补单一装置的不足。混合储能系统通常由功率型和能量型的储能构成。其中功率型的储能系统可在较短的时间内自动相应，具有大功率的充放电能力，如飞轮储能等。能量型的系统主要为压缩气体、电池储能等，具备大规模的能量充方能力。通过研究可知，与单一的储能系统相比，混合储能系统在调峰方面具有更为理想的效果。

        （二）储热技术

        供热机组具有一定的热网储能特征，机组变化负荷期间，需通过热网存储热能来降低机前的压力变化，提升电网运行的稳定性效果。运用蓄热实施调峰的原料，是通过增加蓄热装置来提升冬季调峰，这样不但能够迎合供热的需求，同时还可保证电网接纳更大的新能源调峰。通过研究可知，蓄热罐系统在设置期间，如果热化系数高于0.7，则蓄热罐便具可全部替代调峰热源，充分发挥调峰的功能。运用大容量的储热来达到电热联合调度的目的，从而提升能源系统在较大范围内的配置效果，对调峰压力进行有效的缓解。可运用对比的方式在不同抽汽基础上来衡量热电机组的调峰能力，在供暖期的“以热定电”政策指导下，通过热点联产机组对火电机组的调峰压力进行适当的调节。还可运用储热技术来实现对能源的整合处理，以此提升能源系统的调峰能力，从而降低火电机组的调峰压力，对新能源的消纳问题进行妥善处理。

        （三）电池储能技术

        当前电池储能技术的发展速度较快，其成本偏低。从发电侧、配电侧等应用场景方面，综合衡量电池储能系统在运行期间的控制和应用方法，体现出储能电站在新能源并网等领域中能够发挥出更为关键的作用。电池储能系统正在向低成本、高安全性等方面发展，不断成熟的储能技术会在未来的调频调峰方面取得长远的发展。从全网的调峰角度分析，可设计梯次通过电池储能系统配置优化模型，通过使用遗传算法来对系统构建和发电成本进行组合设计，这样更便于对调峰的压力进行有效缓解。电化学储能设备可依据具体的情况灵活选择位置，依据需求配置功率和能量，具有相应速度快、受环境影响小等特征，因此可规模化生产。

四、储能容量配置方法分析

        （一）单目标配置

        （1）以成本最小为目标

        将成本最低作为目标函数，该种方式可从经济性的角度对储能容量进行科学配置。在工程实施期间，需重点考虑综合经济性的因素，这也是实现全面推广储能系统的重要影响因素。当前，多数研究仍然无法准确计算出在寿命周期内对设备进行更换和维护所需投入的费用。从风电场—混合储能系统的一体化方面来讲，能够设置出以经济收益最大化为目标的混合储能系统优化方案，以及容量最优配置的策略。从而能够获得最小的成本目标，结合经过优化的IEEE RTS-96系统实施仿真计算与分析工作，以此来检测符合储能模型及其容量优化方法的可行性。

        （2）以储能设备容量为目标

        以设备容量最低作为建立函数的目标，准确界定储能容量的需求，该种方法能够从技术层面来制定储能容量的优化方案。以功率容量最小为目标，使用鲁棒线性理论来衡量对随机变量进行优化的策略，此时系统在灵活性调节受限的情况下，需通过配置容量更低的装置才能提升其灵活性，并对调峰压力进行明显缓解。基于节能的前提，需将新能源的消纳量达到最大为宗旨，结合安全调度模型对受端网的直流接收能力进行分析，从而降低调峰的压力。对于不同季节的典型日期数据情况，可针对输出功率的数据情况进行统计，获取功率波动分布情况，同时运用分段平滑的方法来准确配置容量结果，明显提升系统运行的灵活性与可靠性。可将储联发电系统的输出功率变化数据为标准函数，提出发电容量的理想配比方法。

        （二）多目标配置

        形成多个目标的优化模型能够同时发挥出储能配置的技术性与经济性特征，明显降低成本投入，提升安全运行的效率，提升配置的合理性，使调峰的效果更为显著。对于复合储能系统可构建多目标的模型，在电力系统分析的基础上形成发输电网、储能系统模型等。依据建立的模型对储能系统的选址和容量进行配置，运用储能系统来扩大风电并网的规模。将降低弃风率与弃光率为目标，将投资成本和能源消纳收益比率为评估约束的储能配置模型，为储能系统新能源消纳能力的提升提供技术支持[4]。

五、结束语

        总之，通过以上分析，从多方面探索了新能源背景下储能参与火电调峰及配置方式，作为相关技术人员应不断总结更加高效的储能参与火电调峰方案，加强学习能力，从而为储能参与火电调峰及配置工作开展提供有效的保证。希望通过以上分析，能加强实践研究能力。

参考文献：

        [1]齐军，王小海，侯佑华，张红光，张爱军，张世宁，李军徽.适用于蒙西电网的大规模储能技术分析[J].内蒙古电力技术，2019，37（04）：1-6+11.

        [2]南雄，张国强，刘文毅.多视角下典型蓄电系统参与调峰对电力市场的经济性影响分析[J].热力发电，2019，48（11）：13-21.

        [3]王海华，陆冉，曹炜，等.规模风电并网条件下储能系统参与辅助调峰服务容量配置优化研究[J].电工电能新技术，2019，38（6）：42-49.

        [4]张平.火电与电储能联合调频方法的研究[J].通信电源技术，2018，35（10）：31-33.