荷源聯(lián)合調(diào)峰運(yùn)行方案的電力節(jié)能評(píng)估研究

李淑鑫，劉文穎，李亞龍，王維洲，劉福潮

?

荷源聯(lián)合調(diào)峰運(yùn)行方案的電力節(jié)能評(píng)估研究

李淑鑫1，劉文穎1，李亞龍1，王維洲2，劉福潮2

(1.華北電力大學(xué)電氣與電子工程學(xué)院，北京102206；2.國網(wǎng)甘肅省電力公司電力科學(xué)研究院，甘肅 蘭州730050)

針對(duì)當(dāng)前大規(guī)模風(fēng)電遠(yuǎn)距離外送造成輸電網(wǎng)網(wǎng)損激增和調(diào)峰能力不足的矛盾，提出將高載能負(fù)荷參與常規(guī)電源調(diào)峰，在風(fēng)電就地消納的同時(shí)實(shí)現(xiàn)電力節(jié)能。在深入分析高載能負(fù)荷的調(diào)節(jié)特性和對(duì)電網(wǎng)調(diào)峰影響的基礎(chǔ)上，從電網(wǎng)、電源和高載能負(fù)荷三個(gè)方面提出了表征電力節(jié)能的指標(biāo)并進(jìn)行量化。最后基于綜合模糊評(píng)價(jià)法對(duì)荷源聯(lián)合調(diào)峰運(yùn)行方案進(jìn)行電力節(jié)能綜合評(píng)估。仿真結(jié)果表明，該指標(biāo)體系及方法在荷源聯(lián)合調(diào)峰運(yùn)行方案電力節(jié)能評(píng)估方面是有效可行的。

高載能負(fù)荷；荷源聯(lián)合調(diào)峰；電力節(jié)能指標(biāo)；電力節(jié)能效益；綜合模糊評(píng)估

0 引言

隨著大規(guī)模風(fēng)電基地集中接入容量的快速發(fā)展，大規(guī)模遠(yuǎn)距離輸送以及其隨機(jī)性和波動(dòng)性特點(diǎn)，造成途徑電網(wǎng)的網(wǎng)損顯著增加。將具有可調(diào)節(jié)和可中斷特點(diǎn)的高載能負(fù)荷納入調(diào)峰控制體系，實(shí)現(xiàn)荷源協(xié)調(diào)控制，可達(dá)到電力節(jié)能和新能源就地消納的雙重目標(biāo)[1]。

然而目前針對(duì)大規(guī)模風(fēng)電接入電網(wǎng)的荷源聯(lián)合調(diào)峰電力節(jié)能評(píng)估研究較少。文獻(xiàn)[2]建立了高載能負(fù)荷參與大規(guī)模新能源并網(wǎng)的電網(wǎng)調(diào)峰能力評(píng)估模型，從調(diào)峰效果角度進(jìn)行了評(píng)估，并未涉及對(duì)電力節(jié)能的影響評(píng)估；文獻(xiàn)[3]從“荷”的角度，對(duì)高載能企業(yè)自身的能耗進(jìn)行了量化評(píng)估，未涉及高載能企業(yè)參與電網(wǎng)調(diào)峰；文獻(xiàn)[4]從“源”的角度，具體評(píng)估了常規(guī)機(jī)組的調(diào)峰能力；文獻(xiàn)[5]建立了用戶側(cè)管理效益的綜合評(píng)價(jià)指標(biāo)體系，評(píng)估了可中斷負(fù)荷參與電網(wǎng)調(diào)峰的經(jīng)濟(jì)效益。

上述文獻(xiàn)所涉及的研究，很少有同時(shí)計(jì)及“荷”“源”兩方面協(xié)調(diào)控制的調(diào)峰分析，并且從電力節(jié)能角度的評(píng)估研究較少。為此，本文深入分析了高載能負(fù)荷的調(diào)節(jié)特性和對(duì)電網(wǎng)調(diào)峰的影響，從電網(wǎng)、電源和高載能負(fù)荷三個(gè)方面提出了表征電力節(jié)能的指標(biāo)，然后基于綜合模糊評(píng)價(jià)法對(duì)荷源聯(lián)合調(diào)峰的大規(guī)模風(fēng)電集中接入電網(wǎng)進(jìn)行電力節(jié)能綜合評(píng)估。

1 高載能負(fù)荷調(diào)節(jié)特性和對(duì)電網(wǎng)調(diào)峰的影響

1.1 高載能負(fù)荷的調(diào)節(jié)特性

高載能負(fù)荷是指能源消耗比重較大的用戶負(fù)荷，具備可轉(zhuǎn)移、可中斷或者可調(diào)節(jié)的特性。

可轉(zhuǎn)移特性負(fù)荷可通過調(diào)整生產(chǎn)時(shí)間，改變負(fù)荷曲線；可調(diào)節(jié)特性負(fù)荷具備連續(xù)調(diào)節(jié)能力；可中斷特性負(fù)荷可根據(jù)實(shí)際生產(chǎn)要求進(jìn)行投退操作。

上述三類高載能負(fù)荷能夠參與電網(wǎng)調(diào)峰，具備一定的調(diào)峰能力，表1所示即為高載能負(fù)荷的調(diào)節(jié)特性分析。

表1高載能負(fù)荷調(diào)節(jié)特性

Table 1 Regulation characteristics of high-energy load

表1所示，高載能負(fù)荷具備良好快速的調(diào)節(jié)能力，能夠在短時(shí)間內(nèi)增減出力，而且風(fēng)電波動(dòng)變化只影響產(chǎn)量，不影響質(zhì)量和工藝，具備參與電網(wǎng)調(diào)峰的能力。

1.2荷源聯(lián)合調(diào)峰對(duì)電力節(jié)能的影響

目前，荷源聯(lián)合調(diào)峰的方式主要有利用可轉(zhuǎn)移負(fù)荷移峰填谷、應(yīng)用連續(xù)可調(diào)節(jié)負(fù)荷來消納新能源和通過可中斷負(fù)荷來應(yīng)對(duì)系統(tǒng)缺電等方式。荷源聯(lián)合調(diào)峰對(duì)電力節(jié)能的影響主要有以下幾點(diǎn)：

(1) 對(duì)電網(wǎng)損耗的影響

高載能負(fù)荷參與調(diào)峰對(duì)電網(wǎng)損耗的影響，主要體現(xiàn)線路損耗和變壓器損耗兩方面。

高載能負(fù)荷就近消納風(fēng)電，避免了大規(guī)模風(fēng)電功率遠(yuǎn)距離輸送，減少了輸電線路及變壓器上的功率流動(dòng)，相應(yīng)降低了線損和變壓器損耗；然而高載能負(fù)荷在交直流變換過程中將會(huì)向電力系統(tǒng)注入諧波，造成相應(yīng)的諧波損耗，進(jìn)而影響電網(wǎng)損耗。

圖1為某風(fēng)電基地的網(wǎng)損仿真對(duì)比圖，分析風(fēng)電多發(fā)情況下有無高載能負(fù)荷參與調(diào)峰對(duì)線損和變損的變化。

圖1網(wǎng)損對(duì)比圖

圖中對(duì)比所示，在風(fēng)電多發(fā)的情況下，高載能負(fù)荷參與調(diào)峰，能夠降低電網(wǎng)的線損和變損，起到節(jié)能效果。

(2) 對(duì)電源發(fā)電成本的影響

a) 對(duì)常規(guī)電源煤耗率的影響

高載能負(fù)荷參與調(diào)峰對(duì)常規(guī)電源發(fā)電成本的影響，主要體現(xiàn)在減少常規(guī)電源的調(diào)峰容量，減少煤耗等。

由于新能源發(fā)電的不確定性，使電網(wǎng)調(diào)峰需求增大[6]。圖2即為風(fēng)電接入前后調(diào)峰需求對(duì)比圖。

圖2調(diào)峰需求曲線圖

由圖分析，風(fēng)電接入后，調(diào)峰需求增大，相應(yīng)增加了常規(guī)電源調(diào)峰容量，進(jìn)而增加煤耗率。

高載能負(fù)荷參與調(diào)峰能有效緩解常規(guī)電源的調(diào)峰壓力。在負(fù)荷低谷時(shí)段增加用電，等效于增加了系統(tǒng)負(fù)荷；在負(fù)荷高峰時(shí)段降低用電，等效于減小了系統(tǒng)負(fù)荷；能夠抵消部分風(fēng)電“反調(diào)峰”容量，從而降低常規(guī)電源調(diào)峰容量，降低煤耗率。

圖3所示為300 MW機(jī)組負(fù)荷與供電煤耗率關(guān)系曲線[7]。

圖中所示，隨著機(jī)組發(fā)電負(fù)荷的降低，煤耗率增加幅度加大。如果高載能負(fù)荷參與調(diào)峰，可以提高機(jī)組發(fā)電負(fù)荷，降低煤耗率。

圖3 300 MW機(jī)組負(fù)荷與供電煤耗率關(guān)系曲線

對(duì)于水電廠，與火電機(jī)組類似，高載能負(fù)荷參與調(diào)峰，同樣可以提高機(jī)組效率，節(jié)約水資源。

b) 對(duì)風(fēng)電送出功率的影響

高載能負(fù)荷參與調(diào)峰將增加風(fēng)電送出功率，從而提高風(fēng)電企業(yè)的經(jīng)濟(jì)效益。

圖4所示為某地區(qū)風(fēng)電輸出功率的仿真對(duì)比圖，分析高載能負(fù)荷參與調(diào)峰前后風(fēng)電最大送出功率的變化。

圖4高載能負(fù)荷參與調(diào)峰前后風(fēng)電最大輸出功率變化

由圖分析，高載能負(fù)荷不參與調(diào)峰的情況下，該地區(qū)的風(fēng)電最大送出極限為6 000 MW；考慮高載能負(fù)荷參與調(diào)峰后，風(fēng)電最大送出功率相應(yīng)增加。

高載能負(fù)荷參與調(diào)峰能夠增加風(fēng)電送出功率，減少棄風(fēng)電量。

(3) 對(duì)高載能負(fù)荷電能損耗的影響

高載能負(fù)荷參與調(diào)峰對(duì)高載能節(jié)能的影響，主要體現(xiàn)在高載能負(fù)荷自身的電能損耗方面。

a) 對(duì)負(fù)荷啟停損耗的影響

高載能負(fù)荷參與調(diào)峰，為適應(yīng)調(diào)峰需求，需進(jìn)行啟?；蛘咴鰤贺?fù)荷操作，表2所示為某鐵合金高載能企業(yè)在負(fù)荷高峰時(shí)段，進(jìn)行停爐調(diào)峰操作的啟停損耗情況?？梢钥闯?，該鐵合金高載能企業(yè)參與調(diào)峰，產(chǎn)量降低；在停爐過程中造成了電能損耗。

表2鐵合金高載能企業(yè)參與調(diào)峰的損耗

Table 2 Loss of ferroalloy high-energy enterprises with peaking participating

b) 對(duì)高載能企業(yè)用電設(shè)備損耗的影響

高載能企業(yè)正常運(yùn)行狀態(tài)下，用電設(shè)備以最佳運(yùn)行效率工作；高載能負(fù)荷參與調(diào)峰，進(jìn)行增切負(fù)荷操作，負(fù)載率降低或者負(fù)荷率升高，都會(huì)使用電設(shè)備的運(yùn)行效率降低，設(shè)備的損耗也相應(yīng)增加。

以高載能企業(yè)中的電動(dòng)機(jī)負(fù)荷為例，電動(dòng)機(jī)負(fù)載率發(fā)生變化，對(duì)電動(dòng)機(jī)效率產(chǎn)生影響。表3為電動(dòng)機(jī)的效率和功率因數(shù)與負(fù)載率的關(guān)系。

表3電動(dòng)機(jī)效率和功率因數(shù)與負(fù)載率關(guān)系

Table 3 Relationship between motor efficiency and power factor and load factor

c) 對(duì)負(fù)荷長時(shí)間缺電損耗的影響

高載能企業(yè)長時(shí)間中斷，對(duì)企業(yè)損耗也有影響。以電弧爐設(shè)備為例，高載能負(fù)荷中斷調(diào)峰，造成電弧爐系統(tǒng)降溫-升溫的過程，造成電能損耗。

圖5給出了四個(gè)發(fā)達(dá)國家停電持續(xù)時(shí)間對(duì)工業(yè)用戶的影響的數(shù)據(jù)[8-10]。高載能負(fù)荷缺電持續(xù)的時(shí)間越長，高載能負(fù)荷的損耗就越大。

圖5停電持續(xù)時(shí)間對(duì)工業(yè)用戶的影響

雖然高載能企業(yè)參與調(diào)峰使電能損耗及能源損耗增加，但可以通過電價(jià)優(yōu)惠降低單位生產(chǎn)成本，使企業(yè)經(jīng)濟(jì)效益得到提高。

2 荷源聯(lián)合調(diào)峰的電力節(jié)能指標(biāo)

基于上述對(duì)荷源聯(lián)合調(diào)峰對(duì)電力節(jié)能的影響分析，建立節(jié)能評(píng)估指標(biāo)。

2.1電網(wǎng)側(cè)節(jié)能指標(biāo)

(1) 線路損耗節(jié)能指標(biāo)

(2) 變壓器損耗節(jié)能指標(biāo)

2.2 電源側(cè)節(jié)能指標(biāo)

(1) 常規(guī)電源煤耗率節(jié)能指標(biāo)

(2) 風(fēng)電送出功率節(jié)能指標(biāo)

2.3 高載能負(fù)荷側(cè)節(jié)能指標(biāo)

(1) 負(fù)荷啟停損耗成本

機(jī)組啟停損耗成本是指機(jī)組適應(yīng)調(diào)峰變化，退出或投入時(shí)額外消耗的成本。為單次啟停的成本費(fèi)用(元)，為機(jī)組參與調(diào)峰的啟停次數(shù)，此處根據(jù)機(jī)組啟停組數(shù)確定。

(2) 負(fù)荷長時(shí)間缺電損耗成本

根據(jù)圖5，停電持續(xù)時(shí)間對(duì)工業(yè)用戶的影響曲線，分析模擬長時(shí)間缺電引起的停電損失成本。

(3) 高載能企業(yè)用電設(shè)備損耗成本

3 大規(guī)模風(fēng)電集中接入電網(wǎng)荷源聯(lián)合調(diào)峰的電力節(jié)能綜合評(píng)估

針對(duì)荷源聯(lián)合調(diào)峰運(yùn)行方案的電力節(jié)能效益需要進(jìn)行綜合評(píng)估的問題，本文選取基于層次分析法的多級(jí)模糊綜合評(píng)估模型，利用上述電力節(jié)能指標(biāo)，對(duì)荷源聯(lián)合調(diào)峰運(yùn)行方案的電力節(jié)能效益進(jìn)行綜合評(píng)估，為確定最優(yōu)方案提供理論依據(jù)。

3.1綜合模糊評(píng)估方法概述

模糊綜合評(píng)估方法基于模糊數(shù)學(xué)，結(jié)合層次分析法，建立遞階層次模型，對(duì)評(píng)估對(duì)象進(jìn)行評(píng)分和排序，同時(shí)根據(jù)模糊評(píng)估集上的數(shù)值按最大隸屬度原則去評(píng)定目標(biāo)所屬等級(jí)[13]。模糊綜合評(píng)估方法的具體流程如圖6所示。

圖6模糊綜合評(píng)估方法流程圖

3.2 電力節(jié)能綜合評(píng)估

(1) 確立評(píng)估目標(biāo)，建立模糊評(píng)估遞階層次模型

針對(duì)大規(guī)模風(fēng)電集中接入電網(wǎng)荷源聯(lián)合調(diào)峰多個(gè)運(yùn)行方案，首先進(jìn)行安全分析，在滿足電網(wǎng)安全運(yùn)行條件下，選取高載能負(fù)荷參與調(diào)峰的電力節(jié)能效益為目標(biāo)，建立遞階層次模型，如圖7所示。其中電網(wǎng)側(cè)節(jié)能和電源側(cè)節(jié)能的效益指標(biāo)為極大型指標(biāo)，即越大對(duì)目標(biāo)越有利；高載能負(fù)荷側(cè)節(jié)能的效益指標(biāo)為極小型指標(biāo)，即越小對(duì)目標(biāo)越有利。

圖7 模糊遞階層次結(jié)構(gòu)圖

(2) 進(jìn)行權(quán)重計(jì)算，建立權(quán)重集

首先計(jì)算準(zhǔn)則層權(quán)重。采用9尺度法，將準(zhǔn)則層電網(wǎng)側(cè)節(jié)能準(zhǔn)則、電源側(cè)節(jié)能準(zhǔn)則和高載能負(fù)荷側(cè)節(jié)能準(zhǔn)則的相對(duì)重要程度進(jìn)行兩兩對(duì)比，形成判斷矩陣：

(3) 結(jié)合運(yùn)行方案，進(jìn)行指標(biāo)評(píng)分

針對(duì)多個(gè)荷源聯(lián)合調(diào)峰運(yùn)行方案，結(jié)合上述的各指標(biāo)量化公式，將指標(biāo)層各效益指標(biāo)進(jìn)行評(píng)分。得到方案在效益指標(biāo)下的評(píng)分。

(4) 建立評(píng)語集及對(duì)應(yīng)的分?jǐn)?shù)集

將目標(biāo)“高載能負(fù)荷參與調(diào)峰的電力節(jié)能效益”劃分為“很好”、“較好”、“一般”、“差”4種情況，即電力節(jié)能效益評(píng)語集為=(1,2,3,4)=(很好，較好，一般，差)，對(duì)應(yīng)的分?jǐn)?shù)集為[14]。

(5) 進(jìn)行單因素評(píng)估，得到隸屬度矩陣

利用半梯形和三角形隸屬度函數(shù)，將指標(biāo)層各效益指標(biāo)的評(píng)分結(jié)果映射到電力節(jié)能效益評(píng)語集中，如圖8所示[15]。

圖8 效益指標(biāo)的隸屬度函數(shù)

(6) 綜合評(píng)估計(jì)算

根據(jù)上述計(jì)算得到的權(quán)重矩陣和隸屬度矩陣進(jìn)行多級(jí)模糊運(yùn)算。

首先計(jì)算節(jié)能準(zhǔn)則的模糊綜合評(píng)價(jià)集。對(duì)于方案，節(jié)能準(zhǔn)則的模糊綜合評(píng)價(jià)集。

同理計(jì)算方案關(guān)于電力節(jié)能效益目標(biāo)綜合模糊評(píng)價(jià)集。

(10)

最后計(jì)算方案的模糊評(píng)價(jià)得分。

4 實(shí)例應(yīng)用

以甘肅河西酒泉地區(qū)電網(wǎng)為例進(jìn)行分析。在2014年冬大典型運(yùn)行方式下，河西地區(qū)常規(guī)能源總發(fā)電功率為3 067 MW，風(fēng)電實(shí)時(shí)并網(wǎng)容量為3 542 MW，負(fù)荷總量3 099 MW，接線示意圖如圖9所示。

圖9高載能負(fù)荷接線圖

在酒泉風(fēng)電場集群片區(qū)中，風(fēng)電場以玉門330 kV變電站作為中間匯集站，地區(qū)調(diào)峰壓力較大；酒鋼鋁廠高載能負(fù)荷，已投產(chǎn)700 MW，具備連續(xù)調(diào)節(jié)能力；常規(guī)電源主要有酒泉熱電廠、金昌電廠等多個(gè)火電機(jī)組，具備調(diào)峰能力。

選取03:00~05:00(負(fù)荷較小，風(fēng)電大發(fā))和19:00~21:00(負(fù)荷較重，風(fēng)電少發(fā))兩個(gè)時(shí)間段，制定調(diào)峰方案。結(jié)合上述評(píng)估方法，對(duì)荷源聯(lián)合調(diào)峰方案進(jìn)行節(jié)能評(píng)估。

(1) 高載能負(fù)荷參與荷源聯(lián)合調(diào)峰方案及增加的損耗成本

在投入資金一定的情況，高載能企業(yè)提出2套參與荷源聯(lián)合調(diào)峰的方案，如表4所示。

表4高載能企業(yè)參與聯(lián)合調(diào)峰方案

Table 4 Peaking scheme with high-energy load participating

根據(jù)節(jié)能指標(biāo)量化公式，計(jì)算求得高載能負(fù)荷側(cè)效益指標(biāo)的得分，如表5所示。

表5高載能負(fù)荷側(cè)節(jié)能效益指標(biāo)得分

Table 5 Index score of load-side energy efficiency

(2) 常規(guī)電源參與荷源聯(lián)合調(diào)峰方案及減少的損耗成本

根據(jù)高載能負(fù)荷參與荷源聯(lián)合調(diào)峰的方案，常規(guī)電源調(diào)整調(diào)峰運(yùn)行方案，如表6所示。

表6常規(guī)電源參與聯(lián)合調(diào)峰方案

Table 6 Peaking scheme with conventional power participating

根據(jù)節(jié)能指標(biāo)量化公式，計(jì)算求得電源側(cè)效益指標(biāo)的得分，如表7所示。

表7電源側(cè)節(jié)能效益指標(biāo)得分

Table 7 Index score of source-side energy efficiency

(3) 電網(wǎng)側(cè)減小的損耗成本

根據(jù)上述高載能負(fù)荷和常規(guī)電源共同參與的荷源聯(lián)合調(diào)峰方案，計(jì)算求得電網(wǎng)側(cè)節(jié)能效益的得分，如表8所示。

表8電網(wǎng)側(cè)節(jié)能效益指標(biāo)得分

Table 8 Index score of grid-side energy efficiency

根據(jù)上述的電力節(jié)能綜合評(píng)估方法，根據(jù)不同的目標(biāo)需求，對(duì)2個(gè)節(jié)能方案進(jìn)行評(píng)估。

A以基于降低電網(wǎng)損耗的綜合效益最大為目標(biāo)

a) 權(quán)重計(jì)算

根據(jù)上述權(quán)重計(jì)算方法，分別計(jì)算準(zhǔn)則層權(quán)重和指標(biāo)層權(quán)重。

對(duì)于以降低電網(wǎng)損耗綜合效益最大的目標(biāo)，電網(wǎng)側(cè)的節(jié)能效益的重要程度最大；進(jìn)行權(quán)重計(jì)算準(zhǔn)則層的權(quán)重系數(shù)為=(0.423，0.308，0.269)。

電網(wǎng)側(cè)節(jié)能指標(biāo)權(quán)重A1=(0.624，0.376)；電源側(cè)節(jié)能權(quán)重A2=(0.586，0.414 )；高載能負(fù)荷側(cè)節(jié)能權(quán)重A3=(0.245，0.551，0.204)。

b) 隸屬度矩陣計(jì)算

利用半梯形和三角形隸屬度函數(shù)，分別對(duì)兩個(gè)方案計(jì)算隸屬度矩陣。

對(duì)于方案1：

對(duì)于方案2：

根據(jù)式(9)-式(11)，計(jì)算方案的模糊評(píng)價(jià)得分，并與網(wǎng)源荷總經(jīng)濟(jì)效益進(jìn)行對(duì)比，如表9所示。

表9 以降低電網(wǎng)損耗效益為目標(biāo)的方案評(píng)估結(jié)果對(duì)比

由表9可以看出，以降低電網(wǎng)損耗的綜合效益最大為目標(biāo)時(shí)，采用綜合模糊評(píng)價(jià)法，方案2得分較高，能夠反映電網(wǎng)降損經(jīng)濟(jì)效益；而網(wǎng)源荷總經(jīng)濟(jì)疊加效益計(jì)算不能滿足預(yù)期的結(jié)果。

B 以基于節(jié)約能源的綜合效益最大為目標(biāo)

對(duì)于以節(jié)約能源的綜合效益最大的目標(biāo)，電源側(cè)的節(jié)能效益重要程度最大；進(jìn)行權(quán)重計(jì)算準(zhǔn)則層的權(quán)重系數(shù)為=(0.308，0.423，0.269)。

其他的模糊計(jì)算過程與目標(biāo)需求A中相同，得到對(duì)比計(jì)算結(jié)果如表10所示。

表10 以節(jié)約能源效益為目標(biāo)的方案評(píng)估結(jié)果對(duì)比

由表10可以看出，以基于節(jié)約能源的綜合效益最大為目標(biāo)時(shí)，采用綜合模糊評(píng)價(jià)法，方案1得分較高，能夠反映電源節(jié)能經(jīng)濟(jì)效益。

結(jié)論表明：1) 對(duì)比網(wǎng)源荷總經(jīng)濟(jì)效益疊加計(jì)算方法，本文提出的基于綜合模糊理論的評(píng)估方法能夠細(xì)化指標(biāo)權(quán)重，反映目標(biāo)需求，具有靈活性；2) 綜合模糊評(píng)估法能夠追蹤不同的目標(biāo)需求，篩選不同的運(yùn)行方案，可以為調(diào)度運(yùn)行人員制定調(diào)峰計(jì)劃給予參考。

5 結(jié)論

本文提出高載能負(fù)荷參與的荷源聯(lián)合調(diào)峰的電力節(jié)能評(píng)估體系及方法。在深入分析高載能負(fù)荷調(diào)節(jié)特性和對(duì)電網(wǎng)調(diào)峰影響的基礎(chǔ)上，從荷-網(wǎng)-源三個(gè)方面提出了表征電力節(jié)能的指標(biāo),并結(jié)合評(píng)估指標(biāo)，提出基于綜合模糊評(píng)價(jià)法的荷源聯(lián)合調(diào)峰電力節(jié)能綜合評(píng)估方法。最后進(jìn)行實(shí)例計(jì)算，證明建立的電力節(jié)能綜合評(píng)估體系的合理性和評(píng)估方法的有效性，可以作為后續(xù)設(shè)計(jì)選擇的參考。

[1] 馬林東, 葛智平, 張世才, 等. 基于高耗能企業(yè)參與電網(wǎng)內(nèi)風(fēng)電消納的主動(dòng)調(diào)峰技術(shù)[J]. 電力建設(shè), 2013(10): 102-106.

MA Lindong, GE Zhiping, ZHANG Shicai, et al. Active peaking technology based on high energy-consumption enterprise participating in wind power accommodation in power grid[J]. Electric Power Construction, 2013(10): 102-106.

[2] 何桂雄, 曹年林, 蔣利民, 等. 風(fēng)電富裕區(qū)域高載能負(fù)荷參與電網(wǎng)調(diào)峰研究[J]. 可再生能源, 2015(4): 491-496.

HE Guixiong, CAO Nianlin, JIANG Limin, et al. Research on peak-load regulating with participation of high-use industrial consumers in wind power rich area[J]. Renewable Energy Resources, 2015(4): 491-496.

[3] 王志勇, 邱澤晶, 王振宇, 等. 高耗能企業(yè)能效水平的多級(jí)模糊綜合評(píng)估方法[J]. 冶金能源, 2013(6): 12-16, 58.

WANG Zhiyong, QIU Zejing, WANG Zhenyu, et al. Multi-level fuzzy comprehensive energy efficiency evaluation for high energy-consuming enterprises[J]. Energy for Metallurgical Industry, 2013(6): 12-16, 58.

[4] 張艷霞, 董永平, 王洪. 關(guān)于用電負(fù)荷參與新能源調(diào)峰的可行性分析[J]. 中國電業(yè) (技術(shù)版), 2014(1): 61-63.

ZHANG Yanxia, DONG Yongping, WANG Hong. The new energy peaking feasibility analysis with the load participation in the electricity[J]. China Electric Power (Technology Edition), 2014(1): 61-63.

[5] 劉軍. 需求側(cè)管理評(píng)價(jià)指標(biāo)體系及評(píng)價(jià)模型[J]. 華北電力技術(shù), 2003(7): 10-11.

LIU Jun. Evaluation index and model of demand side management[J]. North China Electric Power, 2003(7): 10-11.

[6] 張濤, 李家玨, 張延峰, 等. 計(jì)及電網(wǎng)調(diào)峰約束的風(fēng)電接納調(diào)度方法研究[J]. 電力系統(tǒng)保護(hù)與控制, 2014, 42(21): 74-80.

ZHANG Tao, LI Jiayu, ZHANG Yanfeng, et al. Research of scheduling method for the wind power acceptance considering peak regulation[J]. Power System Protection and Control, 2014, 42(21): 74-80.

[7] 緱新科, 崔樂樂, 巨圓圓, 等. 火電廠機(jī)組煤耗特性曲線擬合算法研究[J]. 電力系統(tǒng)保護(hù)與控制, 2014, 42(10): 84-89.

GOU Xinke, CUI Lele, JU Yuanyuan, et al. Study on curve fitting algorithm for thermal power plant units coal consumption[J]. Power system Protection and Control,2014, 42(10): 84-89.

[8] KOSKOLOS N C, MEGALOCONOMOS S M, DIALYNAS E N. Assessment of power interruption costs for the industrial customers in Greece[C] // Proceedings of 8th International Conference on Harmonics and Quality of Power. Athens, Greece: IEEE, 1998: 761-766.

[9] TOLLEFSON G, BILLIINTON R, WACKER G, et al. A Canadian customer survey to assess power system reliability worth[J]. IEEE Transactions on Power Systems, 1994, 9(1): 443-450.

[10] KARIUKI K K, ALLAN R N. Evaluation of reliability worth and value of lost load[J]. IEE Proceedings on Generation, Transmission and distribution, 1996, 143(2): 171-180

[11]劉福國, 蔣學(xué)霞, 李志. 燃煤發(fā)電機(jī)組負(fù)荷率影響供電煤耗的研究[J]. 電站系統(tǒng)工程, 2008(4): 47-49.

LIU Fuguo, LIANG Xuexia, LI Zhi. Investigation on affects of generator load on coal consumption rate in fossil power plant[J]. Power System Engineering, 2008(4): 47-49.

[12]劉文穎, 文晶, 謝昶, 等. 考慮風(fēng)電消納的電力系統(tǒng)源荷協(xié)調(diào)多目標(biāo)優(yōu)化方法[J]. 中國電機(jī)工程學(xué)報(bào), 2015, 35(5): 1079-1088.

LIU Wenying, WEN Jing, XIE Chang, et al. Multi- objective optimal method considering wind power accommodation based on source-load coordination[J]. Proceedings of the CSEE, 2015, 35(5): 1079-1088.

[13]劉永欣, 師峰, 姜帥, 等. 智能變電站繼電保護(hù)狀態(tài)監(jiān)測的一種模糊評(píng)估算法[J]. 電力系統(tǒng)保護(hù)與控制, 2014, 42(3): 37-41.

LIU Yongxin, SHI Feng, JIANG Shuai, et al. A fuzzy evaluation algorithm for condition monitoring of smart substation relay protection[J]. Power System Protection and Control, 2014, 42(3): 37-41.

[14]李正明, 張紀(jì)華, 陳敏潔. 基于層次分析法的企業(yè)有序用電模糊綜合評(píng)估[J]. 電力系統(tǒng)保護(hù)與控制, 2013, 41(7): 136-141.

LI Zhengming, ZHANG Jihua, CHEN Minjie. Fuzzy comprehensive evaluation of enterprise’s orderly power utility based on analytic hierarchy process[J]. Power System Protection and Control, 2013, 41(7): 136-141.

[15]郭新志, 乞建勛, 李星梅. 基于改進(jìn)模糊層次分析法的火電廠選址綜合評(píng)價(jià)方法研究[J]. 現(xiàn)代電力, 2007, 24(3): 67-71.

GUO Xinzhi, QI Jianxun, LI Xingmei. Synthetic evaluation method of site selection for thermal power plants based on improved fuzzy-AHP[J]. Modern Electric Power, 2007, 24(3): 67-71.

(編輯 張愛琴)

Evaluation of energy-saving on peak load regulation scheme based on source-load coordination

LI Shuxin1, LIU Wenying1, LI Yalong1, WANG Weizhou2, LIU Fuchao2

(1. School of Electrical & Electronic Engineering, North China Electric Power University, Beijing 102206, China; 2. State Grid Gansu Provincial Electric Power Research Institute, Lanzhou 730050, China)

With regard to the contradiction between sharp transmission power loss and insufficient peak load regulation capacity caused by long-distance wind power transmission, it is proposed that high-energy load participate in conventional peak load regulation to realize energy-saving with wind energy consumption. Based on in-depth analyses of regulation features of high-energy load and influences that it may make on peaking, energy-saving indexes, considering power grid, power supply and high-energy load, are comprehensively proposed. In addition, comprehensive assessment of energy saving is made on peak load regulation scheme based on source-load coordination with the method of synthetical fuzzy evaluation.The simulation results show that the index system and method is effective and feasible in terms of evaluation of energy-saving on peak load regulation scheme based on source-load coordination.

This work is supported by the Twelfth-five National Research Program of China (No. 2015BAA01B04) and the Major S&T Projects of State Grid Corporation of China (No. 52272214002C).

high-energy load; source-load coordination; energy-saving index; energy-saving benefit; synthetical fuzzy evaluation

10.7667/PSPC151287

2015-07-25；

2015-11-05

李淑鑫(1991-)，男，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)分析與控制；E-mail: lishuxin23@gmail.com.cn

劉文穎(1955-)，女，教授，博士生導(dǎo)師，研究方向?yàn)殡娏ο到y(tǒng)分析與控制及電力系統(tǒng)智能調(diào)度；

李亞龍(1985-)，男，博士研究生，研究方向?yàn)殡娏ο到y(tǒng)分析與控制。

“十二五”國家科技支撐計(jì)劃項(xiàng)目(2015BAA01B04)；國家電網(wǎng)公司重大項(xiàng)目(52272214002C)