新能源多能互补调度：储能协同与矿井抽蓄改造实践

1. 项目背景与核心价值

在新能源占比逐渐提升的电力系统中，风电和光伏发电的间歇性、波动性给电网稳定运行带来了巨大挑战。去年参与某省级电网调度项目时，我们曾遇到单日风电出力波动超过装机容量60%的情况，当时全靠火电机组深度调峰才勉强维持频率稳定。这种"看天吃饭"的困境，正是催生多能互补调度研究的现实需求。

这个项目聚焦的是更经济高效的解决方案——通过储能系统（特别是成本优势明显的废弃矿井抽水蓄能）与新能源的协同调度，实现"1+1>2"的系统效益。与传统单一储能方案相比，这种多能互补模式有三个突出优势：

• 地理协同：废弃矿井天然具备建设小型抽蓄的地形条件
• 经济性：改造现有矿井比新建大型抽蓄节省约40%投资
• 灵活性：电池储能与抽蓄的响应特性形成完美互补（毫秒级+小时级）

2. 系统架构设计要点

2.1 典型场景建模

在西北某200MW风光储示范项目中，我们构建了包含以下要素的混合系统模型：

matlab复制% 系统组件参数初始化
wind_capacity = 100; % MW
pv_capacity = 80; % MW
battery_energy = 40; % MWh 
pumped_storage_capacity = 60; % MWh

特别注意三个关键耦合关系：

1. 时空互补性：风电夜间出力高峰与光伏昼间曲线的自然互补

2. 储能特性矩阵：

   储能类型	响应时间	持续时长	循环效率
   锂电	<100ms	2-4小时	95%
   抽水蓄能	10-30s	6-8小时	75%

3. 矿井改造约束：需在数学模型中加入水位-库容曲线修正因子

2.2 控制策略设计

采用分层控制架构：

1. 上层：基于场景树的鲁棒优化
   • 采用Wasserstein距离度量预测误差分布
   • 生成24小时日前调度计划
2. 下层：实时滚动优化
   • 15分钟时间窗的MPC控制
   • 电池优先平抑秒级波动
   • 抽蓄应对持续功率缺额

关键算法片段：

matlab复制function [u_opt] = mpc_control(x_current, forecast)
    % 构建优化问题
    H = diag([0.8 0.2]); % 成本权重矩阵
    f = [-forecast.price; -forecast.price];
    
    % 储能状态约束
    Aeq = [1 1]; 
    beq = forecast.demand - x_current(3);
    
    % 求解
    u_opt = quadprog(H,f,[],[],Aeq,beq,[0;0],[x_current(1);x_current(2)]);
end

3. 关键技术实现细节

3.1 混合储能协调控制

在甘肃某项目中，我们通过动态阈值法实现储能分工：

• 当频率偏差Δf > 0.25Hz时，电池立即响应
• 当功率缺额持续5分钟以上，抽蓄开始爬坡
• 荷电状态(SOC)协调规则：

  matlab复制if battery_SOC < 0.2 && pumped_SOC > 0.5
      transfer_power = min(20, pumped_SOC*0.3);
  end
  

3.2 矿井抽蓄特殊处理

针对废弃矿井的不规则地形，需要：

1. 库容曲线拟合：

   matlab复制function V = mine_volume(h)
       % h: 水位高度(m)
       a = 0.025; b = 1.8; % 实测拟合参数
       V = a*exp(b*h) - a; 
   end
   

2. 扬程-效率补偿模型
3. 最小发电水头约束处理

4. 典型问题与解决方案

4.1 预测误差处理

采用改进的集合预报方法：

1. 风电预测：WRF+ANN混合模型
2. 光伏预测：天空成像仪+ClearSky模型
3. 误差补偿策略：
   • 短期(15min)：电池补偿
   • 中长期(4h)：抽蓄补偿

4.2 经济性优化

在某200MWh项目中验证的调度规则：

1. 电价时段划分：

   时段	电价系数	典型操作
   谷段(0-6)	0.3	抽蓄充电+电池浅充
   峰段(18-22)	1.8	双储能联合放电

2. 寿命损耗平衡：

   • 电池：循环深度控制在20-80%SOC
   • 抽蓄：每日启停不超过2次

5. 仿真案例分析

以张北某风光储项目数据为例：

matlab复制load('zhangbei_data.mat'); 
[T, P_opt] = hybrid_dispatch(wind, pv, price, 'Battery',40,'Pumped',60);

运行结果对比：

6. 工程实践建议

1. 参数整定经验：

   • 抽蓄功率分配权重建议0.6-0.8
   • 电池SOC死区设为±5%可减少频繁动作

2. 实测数据校准：

   matlab复制% 效率校准系数获取
   actual_output = [92, 185, 277]; % 实测出力(MW)
   model_output = [90, 180, 270]; 
   K = actual_output \ model_output;
   

3. 硬件在环测试：

   • 建议采用RT-LAB平台
   • 最小步长≤10ms
   • 重点测试模式切换瞬态过程

这个方案在多个现场实测中展现出独特优势：山西某矿改抽蓄项目通过这种调度策略，使储能系统整体利用率提升37%，特别是把原本需要弃掉的夜间风电转化为抽蓄的上库储能，第二天早峰时段放电收益率达到2.3元/kWh。不过要注意的是，矿井地形数据一定要现场实测，我们曾遇到设计库容和实际相差25%的案例。