华中科技大学电气与电子工程学院强电磁工程与新技术国家重点实验室、电力安全与高效湖北省重点实验室、华威大学工程学院的研究人员李姚旺、苗世洪等，在2019年第2期《电工技术学报》上撰文指出，先进绝热压缩空气储能（AA-CAES）具有规模大、成本低、无需燃料、效率高等优点，是压缩空气储能（CAES）技术领域的主流发展趋势之一。

本文将AA-CAES电站作为重要的调度资源，与常规机组、风电共同参与电力系统实时调度。首先，基于AA-CAES电站的热力学特性，建立能够反映AA-CAES电站变工况条件下运行特性的储能电站运行约束模型。然后，考虑AA- CAES电站在自动发电控制（AGC）阶段的功率调节不确定性，建立AA-CAES电站AGC约束模型。

在此基础上，提出含AA-CAES电站的电力系统实时调度模型，该模型考虑了系统AGC容量需求约束、AGC调节速率需求约束和AGC调节任务量需求约束。最后，基于修改版IEEE 30节点系统进行算例仿真，仿真结果证明了调度模型的有效性。

大规模储能技术是保障清洁能源大规模发展和电网安全经济运行的关键。在诸多储能技术中，压缩空气储能（Compressed Air Energy Storage, CAES）因其具有容量大、寿命长、低成本等优点，而被公认为是目前最具发展潜力的大规模储能技术之一。但传统CAES存在依赖化石燃料、循环效率较低等技术瓶颈，限制了其规模化应用。

为了解决上述瓶颈，学者们提出了先进绝热压缩空气储能（Advanced Adiabatic Compressed Air Energy Storage, AA-CAES）的概念。AA-CAES摒弃了传统CAES的补燃环节，利用热能存储技术重用压缩热，提升了系统循环效率，被认为是CAES技术领域的主流发展趋势之一。

目前，德、美、中等国纷纷开展了一系列关于AA-CAES技术的研究，并已建设了多座AA-CAES示范工程。德国莱茵集团等正在筹建全球第一座大规模AA-CAES电站，该电站设计功率为90MW、设计容量为360MW•h，目标循环效率约为70%；美国LightSail Energy公司已开发了一套基于可逆型活塞式机械的AA-CAES示范系统。

在国内，清华大学、中科院理化所和中国电科院研制的500kW AA-CAES实验系统已于2014年在安徽芜湖建成；中科院工程热物理研究所已在河北廊坊建成了一座1.5MW AA-CAES实验系统，并正在贵州毕节建设一座10MW/40MW•h的AA-CAES示范系统；2016年，科技部设立10MW级AA-CAES国家重点研发计划，计划建设一座10MW/100MW•h的AA-CAES示范系统，系统“电到电”效率不低于60%，并实现40%～110%宽工况稳定运行；2017年，国家能源局批准立项了一座50MW的国家级AA-CAES示范电站，下一步建设目标为100MW级AA-CAES示范系统。

国内外学者已针对CAES电站参与电力系统优化运行开展了相关研究。文献[8,9]在机组组合模型中考虑了风电和传统CAES电站，并分析了CAES电站在风电消纳、节能减排、输电阻塞等方面的作用。文献[10]在文献[9]的基础上增加了需求响应资源，提出了含CAES电站的“源荷储”协同调度策略。

文献[11]考虑了传统CAES中压缩机、涡轮机和储气室在部分负荷时的运行特性，建立了基于实验数据的传统CAES等效电池调度模型，并提出了传统CAES电站在日前能量市场和备用市场的自调度策略。文献[12]量化分析了传统CAES电站和AA-CAES电站在负荷转移和备用服务方面的效益。

文献[13]提出了一种面向传统CAES电站和风电场联合系统的日前自调度策略。文献[14]建立了一种小型AA-CAES系统调度模型，并提出了其在微型能源互联网中的优化调度策略。

上述文献提出了CAES系统在日前时间尺度下的能量、备用优化调度方法，但未见关于AA-CAES电站实时调度建模及实时调度策略的相关研究。实时调度是衔接电力系统日前调度与自动发电控制（Automatic Generation Control, AGC）过程的重要环节，用于跟踪系统功率变化，并配合AGC功率分配因子的设置。

AA-CAES电站具有大功率、大容量、宽工况、快速启停、高爬/滑坡速度等优点，其能够以相对较低的成本进行快速、持续、大范围的功率调节。因此，在实时调度中，应充分考虑AA-CAES电站的运行特性，并充分发挥其优越的动态性能。

AA-CAES电站是一个实现电能与机械能、热能转换的复杂系统，其充/放电功率、剩余电量等重要状态量均与系统关键部件的温度、气压、效率等参数密切相关，且在实际运行过程中，上述参数均为偏离额定值的变量。

此外，当AA-CAES电站参与AGC调频后，其将自动响应AGC指令并调节充/放电功率，若在实时调度中不考虑AGC阶段的调节功率不确定性，则可能造成AA-CAES电站因剩余电量接近限值而无法执行调控指令的事故。

因此，在AA-CAES电站实时调度建模中，需要重点关注以下问题：①建立能够反映AA-CAES电站变工况条件下系统参数变化特性的实时调度运行约束模型；②建立计及AGC阶段的调节功率不确定性的AA-CAES电站AGC容量约束模型。

本文基于AA-CAES电站热力学模型并计及AGC阶段的调节功率不确定性，建立了能够反映AA- CAES电站变工况条件下系统参数变化特性的实时调度模型。在此基础上，提出了含AA-CAES电站、常规机组和风电机组的电力系统实时优化调度策略。最后，通过仿真算例证明了调度模型的有效性。

图1 AA-CAES电站示意图

结论

本文建立了能够反映AA-CAES电站变工况条件下运行特性的运行约束模型，以及考虑调节功率不确定性的AGC约束模型，并在此基础上提出了一种含AA-CAES电站的电力系统实时调度模型，得到以下结论：

1）AA-CAES电站具有大功率、大容量、动态特性优越、调节成本低等优点，其在实时功率平衡和承担AGC调频需求等方面具有优势。AA-CAES电站参与实时调度后，能够有效提升系统风电消纳率，降低系统运行成本。

2）提升AA-CAES电站压缩机、膨胀机的等熵效率以及提高AA-CAES电站运行范围，均有助于提高系统运行经济性。此外，随着AA-CAES电站运行范围的缩减，AA-CAES电站提供AGC容量的能力有所下降，系统总AGC成本明显增高。

进一步阅读，请点击下方链接，访问期刊官方网站，可下载全文PDF版。

含先进绝热压缩空气储能电站的电力系统实时调度模型