东北电力大学：太阳能光伏-光热联合发电的优化运行模型

肖白，王涛

（东北电力大学电气工程学院，吉林省吉林市）

　　光伏发电发展迅速，其间歇性与波动性使传统机组频繁处于深度调峰状况，借助光热电站可有效缓解。从光伏光热发电特性出发，建立了光伏光热联合发电模型，并对其接入后的电力系统进行优化。以光伏光热联合系统的收益最大以及跟随负荷能力最大为目标，并采用权重法对目标函数进行处理，可知优化模型满足光伏光热电站的主要运行约束与传统安全约束。IEEE30节点的算例结果证明了该模型的有效性与可行性。

　　关键词：光伏发电；光热发电；联合系统；运行模拟；多目标优化

　　光伏发电(photovoltaic, PV) 是太阳能资源的主要利用形式。我国光伏总装机容量不断增加，截止2018年底，光伏装机容量达到1.74亿kW，然而由于其间歇性与波动性对电力系统的安全可靠运行带来诸多问题[1-2]，全年弃光电量高达54.9kW·h[3]。如何有效减少弃光，提升太阳能能源的消纳水平是泛在电力物联网的一项重要任务[4]。借助太阳能光热发电(concentrating solar power, CSP) 的储热装置以及具备快速爬坡能力的汽轮机组，可提高光伏光热联合发电系统的可控性水平[5]。光伏电站与光热电站中各电气信息在泛在电力物联网中的交互作用，可有效提升太阳能能源的消纳水平，进而解决目前电网调节能力不足等一系列问题[6]。

　　与光伏不同，对光热的研究起步较晚[7-13]，目前相关文献中初步建立了光热电站模型，并针对光热接入电力系统的运行、调度及规划提出了一系列优化方法。文献[5]给出了光热电站接收热量与输出功率之间关系的泛函数，并引入光伏光热联合发电基地的概念，以联合发电基地接入电网后削减峰谷差以及减少成本为目标，分两阶段进行优化。文献[14]分析了光热电站的光电转换特性，建立了含储热在内的光热电站调度成本模型，以光热电站与火电机组经济最优为目标函数，采用含精英保留策略的标准遗传算法进行优化过程中的求解。文献[15]建立了风电-光热电站联合发电系统模型，以风电-光热联合系统接入电网后的效益最大以及波动性最小为目标进行优化。文献[16]综合考虑了光热电站储热成本与接入系统后，传统火电机组可能产生深度调峰的成本，对储热系统容量的最优配置方法进行了研究。文献[17]同样考虑了光热电站内部的热量转换问题，在以最大化光热电站收益以及系统运行经济性最大化为目标进行优化时，兼顾了光热电站机组启停热量的约束。

　　综上所述，对于光热电站模型，更多考虑的是光热电站内部热量的转换关系，或将热量与电量之间的关系展示为泛函数关系，缺少能量与发电量之间的直接关系。对于光热电站接入系统后的优化运行及调度研究不够深入。为此，本文将从建立光伏、光热输出功率模型入手，重点讨论光热电站接收热量与输出功率之间的联系，并建立了光伏光热联合系统分层优化运行模型。模型以太阳能利用率最大化以及跟随负荷性能好为目标，通过调用优化求解器Cplex的混合整型线性规划进行仿真求解，结果证明了该模型的有效性与可行性。

　　大型光伏电站一般由多个供电单元组成，每个供电单元根据型号不同，额定发电容量也不同。各供电单元通过串并联组成光伏阵列，将经过光电转换产生的直流电经过二极管汇集到直流母线。其中通过跟踪控制策略确定发电过程中的最大功率，并通过脉宽调制[18]，经逆变器将直流电变为满足质量要求的交流电，最终通过变压器升压并网。光伏电站输出功率建模见文献[19]，文中不再累述。

　　根据光热电站光场中的集热方式不同，光热电站通常分为槽式、塔式、碟式与菲涅尔式4种[20]。目前在我国有1座槽式光热电站以及2座塔式光热电站已经成功投运运行。

　　不同类型的光热电站发电原理相通，都是通过镜场对太阳能热量汇集，然后利用汇集的热量产生高温高压水蒸气，以带动汽轮机进而发电。含储热的光热电站主要结构如图1所示。

图1 光热电站主要结构

　　本文以槽式光热电站为例，将其分为集热、储热与发电三部分。集热部分主要由镜场(solarfiled, SF)与其中的导油管构成；储热部分(thermal storage, TS)分为热罐与冷罐；发电部分通过热力循环(power cycle, PC)，由汽轮机进行发电。阳光充足时，镜场通过汇集太阳热能，对管中导热油进行加热，加热后的导热油一部分直接加热水产生高温高压水蒸气，带动汽轮机运行，一部分对冷罐中的二元硝酸盐(binary nitrate, BN)进行加热，将加热后的二元硝酸盐储存到热罐中。阳光不足时，热罐中的二元硝酸盐加热导热油，后通过油水热量转换产生高温高压水蒸气，带动汽轮机运行，热罐中的二元硝酸盐温度降低，储存在冷罐中。可知，流入汽轮机的能量或从镜场直接获得，或从储热部分获得，或从两部分同时获得。该过程中的能量流向如图2所示。

图2 能量流向图

　　由图2得到光热电站中的能量平衡关系如下所示：

　　光热电站中，汽轮机流入能量的大小与输出功率之间的关系如下：

　　光伏与光热发电具有天然的互补优势。光伏发电具有较强的日周期性，只能在白天进行发电，另外发电过程中受光照影响敏感，波动性强。而光热电站装机容量较传统火电厂小，但爬坡灵活性更优，最小经济出力小，另外又有储热装置起缓冲作用，可充分弥补光伏发电的波动，并且在夜晚时代替光伏继续发电，以达到光伏光热联合发电系统连续平稳发电的目的。光伏光热联合发电系统的主要结构如图3所示。

图3 光伏-光热联合发电系统结构

　　光伏光热联合系统接入电力系统后，需要进行多目标优化。以太阳能消纳为主要目标，优先消纳光伏光热出力，再考虑火电机组的增发来满足负荷需求。同时也应使联合系统跟踪负荷性能最好为第2个优化目标，其中联合系统跟随负荷性能以净负荷波动程度来表示，净负荷由原有负荷与光伏光热系统输出功率差值来表示，波动程度则用平稳性指标[21] 来表示，如下所示：

　　由于该优化问题有多个目标，在此采用min-max标准化方法对第1层的优化目标函数进行处理。具体步骤见文献[23]，本文不再累述。

　　太阳能光伏光热协调发电系统并网后要充分考虑其安全性以及可靠性，并满足以下约束。

　　忽略网络损耗，网络上的功率大小应满足以下约束：

　　各光伏电站满足输出功率约束：

　　各光热电站满足以下约束条件：

　　火电厂满足以下约束条件：

　　本文采用IEEE30节点系统进行仿真，分析光伏光热联合发电系统的优化运行特性以及光伏、光热并网后电网的运行特性。系统的结构如图4所示，其中光伏、光热电站分别代替原有的第2、3号机组。火电机组与光热电站参数如表1、2所示，其光热转换效率以及油水转换效率等皆包含在光电转换效率中。典型日负荷曲线如图5所示，当天的光照强度以及温度曲线如图6所示。

图4 IEEE30节点系统接线图

图5 典型日负荷曲线

图6 典型日光照强度与温度

　　在计算过程中，设置光伏、光热上网效益系数αPV=αCSP=215 元/MW；光热电站汽轮机的内效率、机械效率与发电效率分别取0.9、0.95与0.99；光伏、光热电站维护成本分别为30、20 元/MW；系统备用成本系数为190 元/MW；机组初始状态分别为137、100、50、50 MW；光伏容量为70 MW。本文利用Yalmip 语句建模，通过Cplex 求解器对算例进行优化求解。其中运用min-max 标准化方法进行处理时，太阳能利用率与净负荷跟随权重分别取0.4与0.6。

　　由于光热电站的储热特性与其灵活的机组特性，使其有很强的调峰特性。图7为光伏电站与光热电站的输出功率曲线，图8为该典型日中常规机组出力曲线。由图7可知，该典型日光照良好，光伏与光热之间具有很好的互补特性，在12:00左右，由于天气状态良好，光热电站将更多的热量储存在储热装置中，由光伏电站进行发电，而在15:00左右与20:00之后，由于天气原因与太阳落山，光热电站通过储热装置代替光伏发电。由图8可知，考虑到出力的波动特性，且有光伏光热联合系统的接入，在典型日当天大大缓解了火电机组的深度调峰情况，光伏光热联合系统代替了常规机组进行调峰任务。

图7 典型日光伏-光热出力曲线

图8 典型日火电机组出力曲线

　　图9所示为光热电站储热装置的储、放热状态。由图9可知，光热电站在正午左右光照条件良好时，在平抑光伏波动的同时进行储热，而在晚上以及其他光照强度不高时，通过放出热量进行发电。若将光热电站变换成同容量的光伏电站，光伏以及常规机组的出力如图10所示。

　　由图10可知，火电机组出力在12:00左右由于光伏出力的波动性变得陡峭，机组处于频繁调峰状态，虽然满足了各类约束，但加速了常规机组的损耗与成本。

图9 光热电站储热装置储热、放热功率

图10 不含光热电站光伏、火电最优出力曲线

　　接入光伏光热联合系统与单纯接入光伏系统的考虑环境效益的成本如表3所示。由表3 可知，同容量的光伏光热由于其调峰特性，较单光伏相比节约了12.4 万元，经济性明显降低。

　　另外，在太阳能消纳方面，光伏光热联合系统并入电网时，典型日中太阳能的消纳为1618.2MW·h；而同装机容量的单光伏系统并入电网时，典型日对太阳能的消纳为813.3MW·h。可见，光伏光热联合系统对太阳能的消纳能力较单光伏系统而言提高了近1倍。

　　本文以光热电站根本能量流向为基础，建立了光热电站发电模型，又考虑综合成本，研究了光伏光热联合并网的优化运行问题，通过算例得出以下结论：

　　1）光伏光热电站具有很好的互补特性，具体表现为白天光热电站平抑光伏电站的波动性，晚上通过储热装置中的热量代替光伏电站继续对太阳能进行消纳。

　　2）光伏光热联合系统接入系统后可在一定程度上代替常规机组进行调峰，且比同容量的单光伏接入系统更具经济性。

　　[1] KERNEC, RISSELLMC. Combined photovoltaic and thermal hybrid collector systems［C］// IEEE Photovoltaic Specialists Conference. Washington DC, USA: IEEE, 1977: 1153–1157.

　　[2] 王宝群, 姚强, 宋蔷, 等. 光伏/光热(PVT)系统概况与评价［J］. 太阳能学报，2009，30（2）：193−200.

　　[3] 国家能源局, 2018年光伏发电统计信息［EB/OL］(2019-03-19)［2019-10-01］.

　　[4] 陈麒宇. 泛在电力物联网实施策略研究［J］. 发电技术，2019，40（2）：99 −106.

　　[5] 苗淼, 刘赛, 施涛, 等. 光伏光热联合发电基地并网优化调度模型［J］. 中国电力，2019，52（4）：51−58.

　　[6] 杨东升, 王道浩, 周博文, 等. 泛在电力物联网的关键技术与应用前景［J］. 发电技术，2019，40（2）：107−114.

　　[7] 欧阳丽萍, 袁艳平, 孙亮亮, 等. 太阳能光伏光热系统集热器连接方式的优化［J］. 太阳能学报，2017，38（10）：2811 − 2820.

　　[8] 布鲁斯·安德森, 黄湘, 孙海翔, 等. 新型布雷登塔式太阳能热发电系统［J］. 发电技术，2018，39（1）：37−42.

　　[9] 顾煜炯, 陈礼敏, 耿直. 不同太阳能热源下混合工质ORC系统性能分析［J］. 发电技术，2018，39（2）：177−187.

　　[10] 蔡玉鹏, 卢盛阳, 楚天丰, 等. 含光伏发电的配电网消纳能力研究［J］. 东北电力大学学报， 2019，39（1）：9−15.

　　[11] 杨茂, 王少帅, 李大勇, 等. 全寿命周期下考虑环境效益的集中式光伏发电成本-效益分析［J］. 东北电力大学学报，2018，38（6）：21−28.

　　[12] 王秀云, 张琳琳, 李阳, 等. 计及风电波动影响的配电网可靠性评估［J］. 东北电力大学学报， 2018，38（5）：23−30.

　　[13] 杨茂, 杨春霖. 考虑风向的风电功率预测不确定性研究［J］. 东北电力大学学报，2018，38（5）：9−15.

　　[14] 崔杨, 杨志文, 仲悟之, 等. 基于成本最优的含储热光热电站与火电机组联合出力日前调度［J］. 电力自动化设备，2019，39（2）：71−77.

　　[15] 戴剑丰, 汤奕, 曲立楠. 太阳能光热与风力发电协调优化控制研究［J］. 计算机仿真，2017，34（10）：73-77.

　　[16] 崔杨, 杨志文, 严干贵, 等. 降低火电机组调峰成本的光热电站储热容量配置方法［J］. 中国电机工程学报，2018，38（6）：1605−1611, 1896.

　　[17] 冯陈佳, 邵成成, 王雅楠, 等. 考虑启动热量约束的光热机组优化运行模型［J］. 电力系统自动化，2019，43（13）：29−38.

　　[18] 肖华锋. 光伏发电高效利用的关键技术研究［D］. 南京: 南京航空航天大学, 2010.

　　[19] 熊焰, 吴杰康, 王强, 等. 风光气储互补发电的冷热电联供优化协调模型及求解方法［J］. 中国电机工程学报，2015，35（14）：3616−3625.

　　[20] VERGURA S. 3D performance analysis of a concentrating solar power plant based on a MATLAB model［C］//2015 International Conference on Clean Electrical Power (ICCEP). Taormina: IEEE, 2015, 617–621.

　　[21] 叶林, 屈晓旭, 么艳香, 等. 风光水多能互补发电系统日内时间尺度运行特性分析［J］. 电力系统自动化，2018，42（4）：158−164.

　　[22] 崔杨, 张汇泉, 仲悟之, 等. 计及价格型需求响应及CSP电站参与的风电消日前调度［J］. 电网技术，2020，44（1）：183−191.

　　[23] 朱兰, 周雪莹, 唐陇军, 等. 计及可中断负荷的微电网多目标优化运行［J］. 电网技术， 2017， 41（6）：1847−1854.

　　发表于《现代电力》2020年4月期。