隨著國際社會對保障能源安全、保護生態環境、應對氣候變化等問題日益重視,加快開發利用可再生能源,如水電、風電、太陽能發電等,已成為世界各國的普遍共識和一致行動。 近年來中國可再生能源產業發展迅速,目前已是全球最大風電、太陽能發電推廣應用國家,新能源的發展有力推動了中國能源轉型與產業升級。由於目前尚不具備經濟高效的大規模電力儲能手段,電網運行過程中需要發電與用電即時匹配。 然而,由於風電、太能能發電等出力波動性較大,且風電具有「反調峰」特性(即風電出力高峰與用電高峰時間不匹配),對電網的調節能力提出更高的要求。 隨著大量風電、太陽能發電接入電網,部分地區出現了由於電網調節能力不足導致的大規模棄風、棄光現象。 當前中國電源結構以火電為主,電網的調峰、調頻能力不足,如何經濟高效地減少棄風、棄光率,促進風光等新能源消納,進而提高可再生能源在能源消費中所占的比重,已經成為實現中國能源轉型的重要挑戰之一。

分佈式靈活資源有巨大潛力為智能電網提供大量調節能力

城市中大規模的分散式靈活資源(例如電池儲能、電動汽車,以及空調、熱水器等用電負荷)的用電需求具有一定的靈活性,在滿足使用者使用需求的前提下可以對其用電負荷曲線進行優化調節,電池儲能和電動汽車甚至可以向電網放電, 實現雙向電力流動。 在有效的控制手段下,分散式靈活資源可以與電網互動(根據電網的需求調節用電計畫甚至向電網放電,例如,在風力或太陽能發電尖峰時間提高用電量,在相反時段降低用電量),從而為電網提供增量的調節能力,促進可再生能源消納。

電動汽車等具備良好的與電網互動的能力

然而,有效利用分散式靈活資源的調節能力也面臨巨大挑戰。一方面,電動汽車、空調、熱水器等分散式資源,受電力使用者行為不確定性的影響,其用電需求具有顯著的隨機性,這大大提高了分散式靈活資源可調節容量的預測難度;另一方面,分散式靈活資源單體電量和功率容量均較小,規模卻十分龐大,有效協調大規模的分散式靈活資源(特別是線上運行場景)也可能面對計算資源不足的限制。

藉助有效的技術手段,大規模分佈式靈活資源集合可能像大型儲能系統一樣為電網提供服務

近年來,泛在電力物聯網技術快速發展,為實現大規模分散式靈活資源與電網互動成為可能。國家重點實驗室智慧能源研究室基於前沿的泛在物聯網關鍵技術,深入開展分散式靈活資源與電網互動相關的基礎理論研究,在資料驅動的分散式靈活資源多時間尺度建模和預測,大規模分散式資源與電網互動優化與控制,分散式資源聚合參與電力市場等領域取得了豐碩的研究成果並開展了相關產業應用示範。截至目前,研究室已经在该领域发表國際頂級期刊論文多篇,出版專著一本。

相關文章

  1. Ding, Y. Song, H. Hui, and C. Shao. “Integration of Air Conditioning and Heating into Modern Power Systems.” Springer, 2019.
  2. Jia, Y. Ding, Y. Song, C. Singh and M. Li, “Operating Reliability Evaluation of Power Systems Considering Flexible Reserve Provider in Demand Side,” in IEEE Transactions on Smart Grid, vol. 10, no. 3, pp. 3452-3464, May 2019.
  3. Zhang, Z. Hu, E. Munsing, S. J. Moura and Y. Song, “Data-Driven Chance-Constrained Regulation Capacity Offering for Distributed Energy Resources,” in IEEE Transactions on Smart Grid, vol. 10, no. 3, pp. 2713-2725, May 2019.
  4. Cui, Y. Ding, H. Hui, Z. Lin, P. Du, Y. Song and C. Shao, “Evaluation and Sequential Dispatch of Operating Reserve Provided by Air Conditioners Considering Lead–Lag Rebound Effect,” in IEEE Transactions on Power Systems, vol. 33, no. 6, pp. 6935-6950, Nov. 2018.
  5. Chen, H. Zhang, Z. Xu, C. P. Nielsen, M. B. McElroy, and J. Lv, “Impacts of Fleet Types and Charging Modes for Electric Vehicles on Emissions under Different Penetrations of Wind Power,” Nature Energy, vol. 3, pp. 413-421, 2018.
  6. Zhang, Z. Hu, Z. Xu, and Y. Song, “Evaluation of Achievable Vehicle-to-Grid Capacity Using Aggregate PEV Model,” IEEE Transactions on Power Systems, vol. 32, no. 1, pp. 784-794, 2017.
點擊了解更多相關成果