Professional Documents
Culture Documents
大规模新能源基地经特高压直... 系统中长期运行方式优化方法 李湃
大规模新能源基地经特高压直... 系统中长期运行方式优化方法 李湃
1
2023 年 1 月 Power System Technology Jan. 2023
文章编号:1000-3673(2023)01-0031-10 中图分类号:TM 721 文献标志码:A 学科代码:470·40
大规模新能源基地经特高压直流送出系统
中长期运行方式优化方法
李湃,王伟胜,黄越辉,韩培东,张金平
(新能源与储能运行控制国家重点实验室(中国电力科学研究院有限公司),北京市 海淀区 100192)
流年/月运行方式优化以月度电量平衡和典型日电 高压直流运行模型主要用于短期发电计划的安排,
力平衡计算为主,直流计划曲线相对固定。然而, 需要引入多组 0-1 整数变量和连续变量,模型复杂
大规模新能源基地的风电/光伏装机占比较高,并且 度较高,难以适应中长期时序生产模拟计算实用性
远离交流大电网,系统调节能力有限,使得基地出 的需求。此外,目前的特高压直流运行模型较少考
力随机波动性强,直流年/月运行曲线需要灵活变 虑受端电网的负荷调峰需求,影响了直流送电曲线
化,传统的基于月度电量平衡和典型日电力平衡的 的合理性[23]。
方法难以适用。 全年 8760h 生产模拟优化模型包含海量的整数
基于全年 8760h 电力平衡仿真的时序生产模拟 变量、连续变量与约束条件,在数学上属于超大规
技术是优化系统中长期运行方式的重要技术手段, 模混合整数规划问题,由于实际系统的源–网–荷结
在含大规模新能源的电力系统中获得了广泛的应 构复杂,对求解算法的通用性和适应性要求较高。
[3-5]
用 。针对大规模新能源基地经直流送出系统,由 全年 8760h 生产模拟优化模型难以直接求解,学者
于直流运行时变性强、各类电源约束耦合度高、优 们通常采用多时间尺度分层计算的框架 [6-7,10] 或逐
化时段长,开展全年 8760h 生产模拟建模和求解难 时段计算的框架[3-4,8,24],其核心优化问题主要采用
度较大[6-7]。因此,需要考虑火电、储能、光热等各 CPLEX、GUROBI 等商业优化软件进行求解。目前,
类灵活调节资源和特高压直流的主要运行特点,建 这 2 种计算方式已在实际电力系统中得到了较为广
立兼顾计算准确性与时效性的新能源基地电源与 泛的应用,能够满足大规模新能源基地经特高压直
特高压直流运行模型,并提出高效的求解方法。 流送出系统的计算需求。
在新能源基地电源运行模型方面,针对火电和 针对上述问题,本文提出了一种基于时序生产
电化学储能,学者们分别提出了适应中长期生产模 模拟的大规模新能源基地经特高压直流送出系统
[8-10]
拟计算的运行优化模型 。光热发电作为一种新 中长期运行方式优化方法。首先,考虑不同类型光
兴的发电形式,近几年获得了广泛的关注,常见的 热电站的运行差异性,建立了塔式、槽式和(线性)
[11]
光热电站类型主要为槽式、塔式和(线性)菲涅尔式 。 菲涅尔式光热电站聚合运行模型,以及火电与储能
针对光热发电聚光集热、储热/放热和发电运行环 的聚合运行模型;然后,考虑特高压直流调节频次、
节,学者们建立了适用于短期调度的光热电站运行 最大爬坡能力和受端电网调峰需求等约束,建立了
[12-15]
模型 ,但由于光热电站系统结构较为复杂、运 不含整数变量的特高压直流运行模型;最后,建立
行状态多变,已有模型难以适应长时间尺度生产模 了以新能源最大化外送消纳为目标,考虑风电/光伏/
拟计算的需求。文献[16]中提出了一种光热发电机 光热/火电/储能运行约束与特高压直流运行模式的
组聚合建模方法,通过对多个相同容量光热电站的 中长期运行方式优化模型,提出了基于逐周计算的
聚合建模,可以简化多个光热电站生产模拟模型的 全年 8760h 生产模拟计算方法。算例中以含风电/
复杂度。事实上,不同类型光热电站系统结构存在 光伏/光热/火电/储能的大规模新能源基地为例进行
[17]
差异性 ,导致内部热量平衡过程明显不同,需要 仿真验证,分析对比了不同类型光热、不同直流运
进行分类建模。但在目前的研究中,槽式、塔式和 行模式和调节性能等因素的影响,结果验证了方法
[12-16]
菲涅尔式光热电站均采用相同的运行模型 ,影 的有效性和实用性。
响了计算结果的准确性。
1 新能源基地电源运行模型
在特高压直流运行模型方面,国内外学者在跨
区电网日前/日内发电计划优化方面开展了研究工 1.1 光热电站聚合运行模型
作。文献[18-19]在国内较早提出了基于功率分档控 光热电站的运行过程包括集热、导热、储/放热、
制的特高压直流运行模型,用于跨区直流联络线日 发电等多个环节,目前常见的光热电站类型包括塔
前发电计划的制定。文献[20-21]针对功率分档控制 式、槽式、(线性)菲涅尔式 3 种。除集热技术不同
精度不足的问题,分别提出了描述直流联络线功率 外,各类光热电站的导热介质和系统结构也存在差
阶梯化运行的发电计划优化模型。文献[22]提出了 别。各类光热电站内部能量转换关系如图 1 所示,
一种考虑风电/光伏/光热联合直流外送的源网荷多 槽式和菲涅尔式光热电站的发电热量既可以来源
时段协调优化方法,考虑特高压直流功率限制、运 于集热器,也可以来源于储热罐放热,但通常其导
行状态、调节频次和调节方向等要求,实现了直流 热介质和储热介质不同,储热和放热由一个阀门进
日前–日内发电计划的协调优化。已有研究中的特 行控制,因此无法同时进行储热和放热。塔式光热
第 47 卷 第 1 期 电 网 技 术 33
csp
量; p csp 和 p
c
弃热功率 H t 表示单个光热电站的最大和最小发
ch
集热功率 H tsf 储热功率 H t
集热器 储热罐
热损耗 电功率; N csp 表示聚合光热电站的数量; β csp 表示
光热电站的热–电转换系数;H g (t ) 表示聚合光热电
ch
站的发电热功率;E g 表示单个光热电站启机所需热
放热功率 H t
发电机 功率; U (t ) 表示聚合光热电站的启机数量。
所有类型通用
2)槽式/菲涅尔式光热电站聚合运行模型。
仅槽式/菲涅尔式 发电功率 Pt 槽式和(线性)菲涅尔式光热电站聚合运行模型
图 1 光热电站内部能量转换关系示意图 形式相同,包含的约束条件包括:式(10)热量平衡
Fig. 1 Diagram of energy flow in different concentrated 约束、式(11)储热罐储/放热功率范围约束,以及式
solar power stations
(2)储热罐热量平衡约束、式(4)储热罐储热量范围约
电站的发电热量来源于储热罐放热,储热和放热分 束、式(5)电站出力范围约束、式(6)电站运行数量范
别由不同的阀门控制,因此储、放热可以同时进行[23]。 围约束、式(7)热–电功率转换约束、式(9)启机数量
本节基于文献[22]的聚合思想,进一步考虑光热电 约束。由于槽式和(线性)菲涅尔式光热电站与塔式
站类型的影响,分别建立不同类型光热电站的等效 光热电站内部结构的差异性,热量平衡约束和储/
聚合运行模型。 放热功率范围约束形式不同,具体如下:
1)塔式光热电站聚合运行模型。
H sf (t ) H c (t )+H ch (t )
塔式光热电站聚合运行模型的约束条件包括:
H dc (t ) H g (t ) E gU (t ), t (10)
式(1)热量平衡约束、式(2)储热罐热量平衡约束、式
0 H ch (t ) Schcsp (t )h ch
(3)储热罐储/放热功率范围约束、式(4)储热罐储热
0 H (t ) Sdc (t )h , t
dc csp dc
(11)
量范围约束、式(5)电站出力范围约束、式(6)电站运 S csp (t ) S csp (t ) N csp
行数量范围约束、式(7)热–电功率转换约束、式(8) ch dc
csp
发电热量平衡约束、式(9)启机数量约束,具体如下: 式中 Sch (t ) 和 Sdccsp (t ) 分别表示光热电站进行储热和
H sf (t ) H c (t )+H ch (t ), t (1) 放热的数量,均为整数变量。
H dc (t ) 1.2 火电机组聚合运行模型
E csp (t )=E csp (t 1) [ηch
csp
H ch (t ) csp
]Δt , t (2) 火电机组运行模型通常包括机组出力范围、机
ηdc
组爬坡、机组最小启/停机时间等约束条件,需要采
0 H ch (t ) S csp (t )h ch
, t (3) 用多组 0-1 整数变量来描述机组的启机、停机和运
0 H (t ) S (t )h
dc csp dc
csp
行状态,模型复杂度随整数变量规模呈指数级增
E E csp (t ) N csp E csp , t (4)
长。为提高中长期时间尺度运行模拟计算的效率,
csp
S csp (t ) p pcsp (t ) S csp (t ) p csp , t (5) 可对相同类型和容量的火电机组进行等效聚合,通
0 S (t ) N , t
csp csp
(6) 过一组整数变量替换多组 0-1 变量,将多个机组开
p (t ) β H (t ), t
csp csp g
(7) 关机组合的决策问题转化为优化机组的整体运行
H (t ) H (t ) E U (t ), t
dc g g
(8) 台数问题。火电机组聚合运行模型的约束条件包括[14]:
0, S (t ) S (t 1) 0 式(12)聚合机组出力范围约束、式(13)聚合机组启停
U (t ) , t (9) 机台数约束、式(14)聚合机组启停机状态约束、式
S (t ) S (t 1), S (t ) S (t 1) 0
(15)聚合机组运行台数约束、式(16)聚合机组启机次
式中: t 为时段序号; Δt 为单位优化时段长度;
数约束、式(17)聚合机组停机次数约束、式(18)聚合
H sf (t ) 表示聚合光热电站集热器的理论输入热功
机组最大爬升功率约束、式(19)聚合机组最大爬降
率,H c (t ) 表示聚合光热电站的弃热功率,H ch (t ) 和
功率约束,具体形式如下:
H dc (t ) 表 示 聚 合 光 热 电 站 的 储 热 和 放 热 功 率 ; p gmin S g (t ) p g (t ) p gmax S g (t ), t (12)
csp csp csp
E (t ) 表示聚合光热电站的储热量; η 和 η 表 ch dc Z g (t ) S gmax S g (t ) S g (t 1) Yg (t ) S gmax , t (13)
csp
示聚合光热电站的储热和放热效率; S (t ) 表示聚 Yg (t ) Z g (t ) 1, t (14)
ch dc
合光热电站的运行数量,为整数变量;h 和h 表 S gmin S g (t ) S gmax , t (15)
csp
示单个光热电站的最大储热和放热功率; E 和
t 1 Yg (t ) N , t
T
csp (16)
E 表示单个光热电站储热罐的最大和最小储热
34 李湃等:大规模新能源基地经特高压直流送出系统中长期运行方式优化方法 Vol. 47 No. 1
t 1 Z g (t ) N , t 2 特高压直流运行模型
T
(17)
p g (t ) p g (t 1) p gmin [ S g (t ) S g (t 1)] 目前文献中的特高压直流运行模型主要考虑
分别表示储能电站 b 的最大充电功率和最大放电功 最小
输电功率
率,ηb , ηbch , ηbdc 分别表示储能电站 b 的自放电率、充
电效率和放电效率; Eb 和 Eb 分别表示储能电站的 时间
图 2 特高压直流运行曲线示意图
最大和最小储电量。
Fig. 2 Illustration of UHVDC power outputs
第 47 卷 第 1 期 电 网 技 术 35
1)每日功率固定模式:一定周期内的直流日 时段的理论出力。
功率曲线恒定,不同周期的直流日功率曲线可以变 3.2 模型求解方法
化,周期长度可以为 1 周、2 周或 4 周等,约束条 新能源基地经特高压直流送出系统运行方式
件包括式(25)—(31)。 优化模型为混合整数线性规划模型,由于全年生产
2)每日功率自由变化模式:每日的直流功率 模拟计算周期较长,考虑到配套火电机组按周安排
曲线均可不同,约束条件包括式(25)—(30)。 启停的特点,将全年 8760h 时段分解为 52 周,采
3)不考虑受端电网负荷调峰需求模式:直流 用 CPLEX 求解器逐周求解子优化模型获得全年的
日内功率变化幅度不限制,约束条件包括式(25)— 运行优化结果。逐周优化计算示意如图 3 所示,其
(27)和式(30)(31)。 中前一周最后一个时刻优化后的电源和特高压直
每日功率固定模式能够兼顾新能源基地外送 流的运行状态将作为下一周优化计算的边界条件。
和直流调节成本等因素。每日功率自由变化模式的 由于各周子优化问题规模大大低于全年优化问题,
运行方式最为灵活,能够最好地适应新能源基地出 因此可以实现全年快速求解。
力的随机波动性,但功率调整将更频繁,调度运行 优化问题
环节的执行难度也最大。不考虑受端电网负荷调峰 第52周优化问题
需求模式能够最大限度地提高新能源基地的外送
...
…...
电量,但可能会增加直流送电曲线的“反调峰”特 第2周优化问题
性,增加受端电网的调峰压力。
第1周优化问题
3 特高压直流中长期运行方式优化方法 全年优化问题
①基地功率平衡约束。
p wind (t ) p pv (t ) pcsp (t ) pg (t ) 新能源基地经特高压直流送出系统运行方式优化模型
wind pv csp g 目标函数:新能源全年发电量最大
约束条件:风电、光伏、光热、火电、储能与直流运行约束
pbdc (t ) pbch (t ) p DC (t ), t (33)
g ch dc
式中: p (t ) 表示火电机组出力; p (t ) 和 p (t ) 表 b b
运行方式优化模型逐周优化求解
示储能的充/放电功率; p DC (t ) 表示特高压直流的
输电功率。 特高压直流各周运行功率曲线
②风电/光伏发电出力范围约束。 新能源发电量结果
0 p pv (t ) p pv (t ) 图 4 方法流程图
式中 p wind pv
(t ) 和 p (t ) 分别表示风电和光伏发电在 t Fig. 4 Flow chart of the proposed method
36 李湃等:大规模新能源基地经特高压直流送出系统中长期运行方式优化方法 Vol. 47 No. 1
发电量/(亿kWh)
弃电率/%
高压直流送出系统运行方式优化模型。 30 9
5)获得特高压直流全年各周的运行功率曲线
以及新能源发电量结果。 10 3
状相比呈现出一定的“反调峰”特性。但在直流调 说,直流功率每日变化能够最好地适应新能源基地
峰约束的作用下,直流每日功率的变化幅度未超过 出力的随机波动性,但也会极大增加调度部门的管
受端电网负荷的日最大峰谷差率,减少了受端电网 理难度和直流设备的调节压力,因此在 5.3 节针对
的调峰压力。图 8 展示了对应典型日的风电和光伏 不同的直流运行模式,分析其对新能源基地外送消
理论最大出力,对比图 7 可以发现,直流功率大小 纳的影响,以确定最合理的运行模式。
受新能源资源影响较大,在新能源理论出力较大的 4.3 不同直流运行模式场景
典型日,直流送电功率水平相对较高,新能源理论 首先分析直流日间功率是否变化的影响,设置
出力较小的典型日,直流送电功率相对较低。这是 如下 4 种运行模式场景。
本案例中新能源装机占比接近 77%,调节资源占比 模式 1:直流每日的运行曲线可变。
相对较小,新能源基地整体出力趋势主要由风光资 模式 2:直流每周的运行曲线固定(基础场景)。
源特性决定,这也是未来沙戈荒大型新能源基地运 模式 3:直流每 2 周的运行曲线固定。
行的重要特点。 模式 4:直流每 4 周的运行曲线固定。
第1季度 第2季度 第3季度 第4季度 图 9 展示了不同模式下新能源基地全年发电量
8000 结果,详细结果如附表 A7 所示。结果显示,新能
源外送电量随着直流运行模式灵活程度的增加而
7000
功率/MW
增加,在直流每日功率曲线灵活可变的情况下,新
6000
能源外送电量为 390.7 亿 kWh,在直流运行曲线每
5000 周固定、每 2 周固定、每 4 周固定的情况下,新能
4000
源外送电量分别减少了 1.4%、2.7%、5.3%。图 9
01:00 04:00 07:00 10:00 13:00 16:00 19:00 22:00
还展示了各场景下直流全年的调节次数,在直流运
时刻
行曲线每 4 周固定的情况下,直流全年调节 1580
图 7 不同季度典型日的直流送电曲线
Fig. 7 UHVDC power outputs of a typical day in 次,当直流运行曲线每 2 周固定、每周固定和每日
different seasons 灵活变化时,直流全年调节次数分别增加了 6.7%、
第1季度 第2季度 第3季度 第4季度 9.2%、17.5%。上述结果表明,由于新能源出力的
10000
随机波动性,只有直流每日功率灵活变化,才能实
8000
现新能源的最大化外送消纳,但也会显著增加直流
功率/MW
6000
的调节次数,增加直流调度运行的难度。综合来看
4000
直流每周固定功率曲线是较为合理的运行模式,能
2000 够兼顾新能源外送消纳和调度运行管理的需求。
新能源 火电 储能放电 储能充电 直流调节次数
0
9.6 8.7 8.6 8.2
01:00 04:00 07:00 10:00 13:00 16:00 19:00 22:00
550 1890
时刻 1856
450 170.7 175.7 181 191.3 1830
发电量/(亿kWh)
图 8 不同季度典型日的新能源理论最大出力曲线
直流调节次数
模的火电、光热、储能等调节资源,大规模新能源 运行模式场景
基地出力的随机波动性仍然较强,直流送电曲线需 图 9 不同直流运行模式结果
要进行灵活的调节变化才能实现大规模新能源基 Fig. 9 Results with different UHVDC operation modes
地的高效外送消纳。并且由于风光资源的随机波动 基于基础场景,设置不考虑受端电网负荷调峰
性和每日出力的差异性,最优的直流送电曲线只有 需求的对比场景。表 2 展示了基础场景和对比场景
通过全年 8760h 电力平衡仿真的中长期运行方式优 的新能源基地发电量结果,在不考虑受端电网负荷
化才能获得,传统的基于月度电量平衡和经验性决 调峰需求的情况下,新能源发电量较基础场景仅增
策的方式难以获得最优的直流送电曲线。理论上来 加了 3.3 亿 kWh,增幅 0.86%,储能的充/放电电量
38 李湃等:大规模新能源基地经特高压直流送出系统中长期运行方式优化方法 Vol. 47 No. 1
表 5 不同光热模型场景结果 度的需求,而直流最大爬坡能力对新能源基地外送
Table 5 Results with different CSP model scenarios
消纳的影响较小;通过考虑受端电网的负荷调峰需
发电量/亿 计算时间/ 发电量 计算加
场景 光热类型 模型
(kWh) min 偏差/% 速比 求,能够在不影响新能源外送消纳量的前提下,提
所提聚合 高直流送电曲线的“友好性”。
29.4 159 0.68 2.83
模型 本文的研究成果可以为大规模新能源基地的
基础
塔式
简单聚合 规划建设和运行提供支撑,在后续研究中会针对实
30.3 162 3.77 2.78
场景 模型 际新能源基地开展验证,并探索大型新能源基地中
单机组
29.2 450 — —
光热、储能等调节资源运行经济效益的情况。
模型
附 录 见 本 刊 网 络 版 (http://www.dwjs.com.cn/CN/1000-
所提聚合
28.9 132 0.7 3.68 3673/current.shtml)。
模型
槽式/
对比
场景
菲涅 简单聚合
29.8 191 3.83 2.54
参考文献
尔式 模型
单机组 [1] 辛保安,单葆国,李琼慧,等.
“双碳”目标下“能源三要素”再
28.7 486 — — 思考[J].中国电机工程学报,2022,42(9):3117-3126.
模型
XIN Baoan,SHAN Baoguo,LI Qionghui,et al.Rethinking of the
面,单机组模型的计算时间最长,分别为 450 和 “Three elements of energy”toward carbon peak and carbon neutrality
486min,所提出聚合模型的计算效率最高,与单机 [J].Proceedings of the CSEE,2022,42(9):3117-3126 (in Chinese).
[2] 章建华.全面构建现代能源体系推动新时代能源高质量发展[R].
组模型相比计算加速比分别为 2.83 和 3.68,高于简
北京:国家能源局,2022.
单放大模型的 2.78 和 2.54。因此,所提出的光热聚 [3] 舒印彪,张智刚,郭剑波,等.新能源消纳关键因素分析及解决
合模型能够保证计算精度并显著提高计算效率,验 措施研究[J].中国电机工程学报,2017,37(1):1-8.
SHU Yinbiao,ZHANG Zhigang,GUO Jianbo,et al.Study on key
证了模型的有效性和实用性。
factors and solution of renewable energy accommodation [J] .
表 A2 光热电站参数
Table A2 Parameters of concentrating solar power station
参数 取值
单机容量/MW 50
最小技术出力/pu 0.2
最大爬坡能力(pu/min) 0.05
启机热量/(MWh) 50
太阳倍数 3
储热/放热效率 0.98
电–热转换效率 2.4
储热时长/h 12
表 A3 储能电站参数
Table A3 Parameters of battery energy storage station
参数 取值
装机容量/MW 1000
储能时长/h 2
充电效率 0.94
放电效率 0.94
SOC 状态下限/% 5
SOC 状态上限/% 100
表 A4 直流运行参数
Table A4 Parameters of UHVDC power line
参数 取值
额定容量/MW 8000
日最大调节次数 6
爬坡能力/(MW/min) 30
最小稳定运行时长/h 4
表 A5 直流各周日最大峰谷差率
Table A5 Maximum daily peak-valley ratio of UHVDC power outputs in each week
时间/周 最大峰谷差率/pu 时间/周 最大峰谷差率/pu 时间/周 最大峰谷差率/pu 时间/周 最大峰谷差率/pu
1 0.388 14 0.283 27 0.251 40 0.281
2 0.314 15 0.244 28 0.27 41 0.251
3 0.316 16 0.255 29 0.292 42 0.246
4 0.337 17 0.222 30 0.279 43 0.25
5 0.369 18 0.303 31 0.299 44 0.244
6 0.396 19 0.241 32 0.287 45 0.254
7 0.376 20 0.232 33 0.278 46 0.272
8 0.323 21 0.246 34 0.3 47 0.277
9 0.296 22 0.258 35 0.252 48 0.292
10 0.28 23 0.286 36 0.271 49 0.286
11 0.264 24 0.252 37 0.266 50 0.284
12 0.249 25 0.231 38 0.234 51 0.302
13 0.25 26 0.26 39 0.221 52 0.294
表 A6 直流各周利用小时数
Table A6 Weekly full load hour of UHVDC
时间/周 利用小时数 时间/周 利用小时数 时间/周 利用小时数 时间/周 利用小时数
1 120 14 120 27 110 40 120
2 120 15 110 28 110 41 120
3 120 16 110 29 110 42 120
4 120 17 110 30 110 43 120
5 120 18 110 31 110 44 120
6 120 19 110 32 110 45 120
7 120 20 110 33 110 46 120
8 120 21 110 34 110 47 120
9 120 22 110 35 110 48 120
10 120 23 110 36 110 49 120
11 120 24 110 37 110 50 120
12 120 25 110 38 110 51 120
13 120 26 110 39 120 52 120
0.8
风电理论功率/p u
0.6
0.4
0.2
0
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
时间 /h
1
光伏理论功率/p u
0.5
0
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
时间 /h
1
光热理论输入功率/p u
0.5
0
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
时间 /h
图 A1 新能源理论出力曲线
Fig. A1 Theoretical power outputs of wind, PV and CSP
A2 计算结果
8000 8000
7500 7500
7000 7000
功率/MW
功率/MW
6500 6500
6000 6000
5500 5500
5000 5000
4500 4500
0 5 10 15 20 25 0 5 10 15 20 25
时间 / h 时间 / h
(a)第1季度 (b)第2季度
8000 8000
7500
7500
7000
7000
功率/MW
6500 功率/MW
6000 6500
5500
6000
5000
5500
4500
4000 5000
0 5 10 15 20 25 0 5 10 15 20 25
时间 / h 时间 / h
(c)第3季度 (d)第4季度
图 A2 直流各周运行功率曲线结果
Fig. A2 Results of UHVDC power outputs in each week
表 A7 不同直流运行模式下新能源基地和直流运行结果
Table A7 Annual operation results of renewable energy base and UHVDC with different UHVDC operation modes
发电量/(kWh)
直流运行模式 新能源 直流全年调节次数
火电 储能放电 储能充电
风电 光伏 光热 合计
直流日变化 249.3 111.4 30.0 390.7 170.7 9.6 11.0 1856
直流周固定 247.4 108.6 29.4 385.4 175.7 8.7 9.8 1725
直流 2 周固定 243.7 107.8 28.6 380.1 181.0 8.6 9.7 1686
直流 4 周固定 238.2 104.6 27.0 369.8 191.3 8.2 9.3 1580
Extended Summary DOI:10.13335/j.1000-3673.pst.2022.1335
KEY WORDS: renewable energy power base; UHVDC; time sequential production simulation; concentrating solar power; medium-
and long-term operation mode
The large-scaled renewable energy power base with Fig. 2 shows the power outputs of the renewable
UHVDC will play an important role in China. energy power base on a typical day. It is noticed that the
Optimizing the medium- and long-term operation modes complementary characteristics of renewable energy
of the UHVDC can help to promote the accommodation resources are well utilized, since both the thermal and
ability of renewable energy base. This paper proposes a the CSP power maintain a relatively low level and the
time sequential production simulation-based method on BESS charges from 10 a.m. to 4 p.m when the PV power
the optimization of medium- and long-term operation are curtailed. Moreover, the BESS discharges at night
modes of the UHVDC. Firstly, the aggregated operation when the renewable energy power outputs are low.
models of different types of the concentrating solar Thermal Power Wind Power Photovoltaic
Concentrating solar power BESS Discharging Wind Power Curtailment
power (CSP), the thermal power units and the battery 10000
Photovoltaic Curtailment BESS Charging HVDC
5000
Optimization of Medium and Long Term Operation Modes of Large-scale Renewable 40 1800
Energy Power Base through UHVDC System 35 1770
Objective function: Maximum annual power generation of renewable energy 1725
30 1740
Constraints: wind power, photovoltaic, solar thermal, thermal power, BESS and DC
operation constraints 25 1686 1710
20 1680
39.07 38.54 38.01 36.98
15 1650
Operation mode optimization model week-by-week optimization solution 10 1620
1580
5 1590
Results with different UHVDC operation modes 0 1560
power generation of renewable energy power base -1.1 -0.98 -0.97 -0.93
-5 1530
UHVDC Daily UHVDC Single-week UHVDC Biweekly UHVDC Adjustment
Adjustment Adjustment Adjustment Every Four Weeks
End
S1