考慮多種上網(wǎng)價(jià)格規(guī)制的光伏微網(wǎng)運(yùn)營對比研究

周楠，劉念，張建華

(華北電力大學(xué)新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，北京市 102206)

考慮多種上網(wǎng)價(jià)格規(guī)制的光伏微網(wǎng)運(yùn)營對比研究

周楠，劉念，張建華

(華北電力大學(xué)新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，北京市 102206)

光伏微網(wǎng)是促進(jìn)光伏就地消納利用，發(fā)揮分布式光伏發(fā)電系統(tǒng)效能的有效方式。在光伏微網(wǎng)發(fā)展進(jìn)程中，微網(wǎng)成本-收益的非對稱性和光伏發(fā)電的正外部性會(huì)導(dǎo)致光伏微網(wǎng)投資效益不明顯，必須由政府進(jìn)行干預(yù)以扶持其發(fā)展，上網(wǎng)價(jià)格規(guī)制為其中最有效的方式。當(dāng)前，我國短時(shí)間內(nèi)大幅提高可再生能源發(fā)電比例，在政策制定上缺乏系統(tǒng)規(guī)劃，造成規(guī)制效率水平低，不能充分發(fā)揮規(guī)制工具對光伏微網(wǎng)投資運(yùn)營的指導(dǎo)作用。因此，該文對不同電價(jià)場景下上網(wǎng)電價(jià)規(guī)制類型對微網(wǎng)各主體收益的影響進(jìn)行分析。首先，建立微網(wǎng)商業(yè)模型，分析微網(wǎng)運(yùn)營模式及各主體收益分配；其次，基于價(jià)格信號(hào)構(gòu)建多場景，即用戶電價(jià)分別為固定電價(jià)和分時(shí)電價(jià)，上網(wǎng)電價(jià)分別為固定電價(jià)模型、固定溢價(jià)模型和可變溢價(jià)模型，提出多場景下微網(wǎng)內(nèi)儲(chǔ)能的充放電策略及整體運(yùn)行策略，并進(jìn)行時(shí)序仿真，得出典型日內(nèi)不同微網(wǎng)主體間能量交換關(guān)系及收益分配；最后，對多場景下電價(jià)模型對各主體收益的影響進(jìn)行靈敏度分析；將模型應(yīng)用于廣東某微網(wǎng)，驗(yàn)證了所述方法的有效性和可行性，對有關(guān)部門進(jìn)行不同電價(jià)場景下微網(wǎng)上網(wǎng)電價(jià)的規(guī)制決策有較好的借鑒意義。

光伏微網(wǎng)；商業(yè)模型；上網(wǎng)價(jià)格規(guī)制；多場景運(yùn)行；多主體收益分配

0 引 言

當(dāng)前，光伏產(chǎn)業(yè)迅速發(fā)展。國際能源署(international energy agency，IEA)和歐盟聯(lián)合研究中心(the joint research centre of European commission，JRC)預(yù)測到2020年全球光伏發(fā)電的發(fā)電量將占到總發(fā)電量的2%；到2030年將占到總發(fā)電量的10%以上。光伏微網(wǎng)是有效融合了先進(jìn)電力電子技術(shù)、分布式光伏發(fā)電技術(shù)、儲(chǔ)能技術(shù)以及監(jiān)控保護(hù)技術(shù)的小容量分散功能系統(tǒng)；是實(shí)現(xiàn)分布式光伏就地消納利用，發(fā)揮分布式光伏發(fā)電系統(tǒng)效能的最有效方式。在微網(wǎng)發(fā)展初期，大多關(guān)注與微網(wǎng)規(guī)劃[1-2]、配置[3]、控制與運(yùn)行[4-5]相關(guān)的關(guān)鍵技術(shù)研究和設(shè)備研發(fā)，但是技術(shù)上的發(fā)展不能夠完全解決微網(wǎng)持續(xù)有效發(fā)展的問題。

與傳統(tǒng)發(fā)電項(xiàng)目相比，微網(wǎng)投資有高成本、高投入、投資回報(bào)期長、高端技術(shù)尚未完全成熟等特點(diǎn)，其投資建設(shè)面臨諸多障礙。光伏微網(wǎng)的成本-收益非對稱性，如分布式光伏可大大減少化石能源的消耗，降低環(huán)境污染的成本，并具有輔助調(diào)頻、電壓支持、調(diào)峰、旋轉(zhuǎn)、非旋轉(zhuǎn)備用服務(wù)等作用，造成光伏微網(wǎng)投資效益不明顯，必須由政府進(jìn)行干預(yù)以扶持其發(fā)展。

關(guān)于政府對可再生能源項(xiàng)目的規(guī)制研究，Duffield、Collins[6]以美國能源政策為例，指出在可再生能源產(chǎn)業(yè)發(fā)展中，政策扮演重要角色[6]。Burer和Wustenhagen[7]通過對北美和歐洲風(fēng)險(xiǎn)資本和私募基金的60個(gè)專業(yè)投資顧問的調(diào)查得到最優(yōu)激勵(lì)性的政策是上網(wǎng)價(jià)格規(guī)制。Menanteau等[8]對可再生能源上網(wǎng)價(jià)格規(guī)制分為了以產(chǎn)量為基礎(chǔ)和以價(jià)格為基礎(chǔ)2個(gè)方面的規(guī)制，并對這2種規(guī)制進(jìn)行了比較研究。Couture、Gagnon[9]將上網(wǎng)價(jià)格政策分為了市場獨(dú)立型與市場依賴型2種政策類型，并進(jìn)一步劃分為7個(gè)種子類型，進(jìn)而分析了不同類型上網(wǎng)價(jià)格規(guī)制的優(yōu)缺點(diǎn)和適用條件。Marpaung[10]對可再生能源電價(jià)規(guī)制政策的理論基礎(chǔ)及外部性內(nèi)部化進(jìn)行了研究，探討了不同電價(jià)規(guī)制政策之間的相互關(guān)系及相互作用。Fischer[11]從實(shí)踐角度分析可再生能源電價(jià)機(jī)制的合理性，并分析了單個(gè)規(guī)制政策的作用和相互之間的交叉使用效果。栗寶卿等[12]指出我國的可再生能源政策還存在激勵(lì)機(jī)制缺乏、政策持續(xù)性和協(xié)調(diào)統(tǒng)一性差等問題。

當(dāng)前，我國短時(shí)間內(nèi)大幅提高可再生能源發(fā)電比例，在政策制定上缺乏系統(tǒng)規(guī)劃，造成規(guī)制效率水平低，不能充分發(fā)揮規(guī)制工具對光伏微網(wǎng)投資運(yùn)營的指導(dǎo)作用。因此，本文建立微網(wǎng)商業(yè)模型，分析微網(wǎng)運(yùn)營模式及各主體收益分配。其次，基于價(jià)格信號(hào)構(gòu)建多場景，即微網(wǎng)向用戶的售電電價(jià)分別為固定電價(jià)和分時(shí)電價(jià)，上網(wǎng)電價(jià)分別為固定電價(jià)模型、固定溢價(jià)模型和可變溢價(jià)模型，提出多場景下儲(chǔ)能充放電策略及光伏微網(wǎng)運(yùn)行策略，采用MATLAB軟件進(jìn)行時(shí)序仿真，得出典型日內(nèi)不同微網(wǎng)主體間能量交換關(guān)系。從而對不同電價(jià)場景下上網(wǎng)電價(jià)規(guī)制類型對微網(wǎng)各主體收益的影響進(jìn)行分析，為有關(guān)部門進(jìn)行微網(wǎng)上網(wǎng)電價(jià)的規(guī)制決策提供借鑒意義。

1 光伏微網(wǎng)系統(tǒng)

本文所述的光伏微網(wǎng)系統(tǒng)典型結(jié)構(gòu)如圖1所示，主要包括光伏發(fā)電系統(tǒng)、光伏DC/AC逆變器、儲(chǔ)能系統(tǒng)、儲(chǔ)能雙向AC/DC變流器、負(fù)荷和控制中心等。其中，控制中心采集負(fù)荷光伏電源和儲(chǔ)能數(shù)據(jù)，負(fù)責(zé)傳遞系統(tǒng)的成本信息、給用戶發(fā)送指令。

圖1 光伏微網(wǎng)系統(tǒng)典型結(jié)構(gòu)Fig.1 Typical structure of PV-MG system

微網(wǎng)按照市場電價(jià)和上網(wǎng)電價(jià)與電網(wǎng)進(jìn)行電能交易。市場電價(jià)為電網(wǎng)向微網(wǎng)的售電電價(jià)，分為固定電價(jià)、峰谷電價(jià)和實(shí)時(shí)電價(jià)。上網(wǎng)電價(jià)為微網(wǎng)向電網(wǎng)的售電電價(jià)，是政府根據(jù)市場條件、成本因素需要制定一個(gè)收購價(jià)格(固定價(jià)格或溢價(jià))，在一段時(shí)期內(nèi)強(qiáng)制性要求電網(wǎng)公司有義務(wù)收購由可再生能源(含光伏)貢獻(xiàn)的電力。政府可通過制定一個(gè)高于市場電價(jià)的上網(wǎng)價(jià)格，從而給予可再生發(fā)電產(chǎn)業(yè)以政策優(yōu)惠的措施，上網(wǎng)電價(jià)與市場電價(jià)的差值由政府、消費(fèi)者或者化石能源企業(yè)進(jìn)行分?jǐn)偂?/p>

2 微網(wǎng)商業(yè)模型及各主體收益

本文從價(jià)值觀點(diǎn)出發(fā)，對光伏微網(wǎng)進(jìn)行商業(yè)建模，如圖2所示。涉及的主體包括：政府、微網(wǎng)投資商、微網(wǎng)運(yùn)營商、電網(wǎng)及用戶。為簡便分析，本文中微網(wǎng)投資商與運(yùn)營商為同一主體。

微網(wǎng)運(yùn)營商作為電力公司和用戶的中間商，負(fù)責(zé)運(yùn)營和管理微網(wǎng)，需綜合考慮各主體的利益。首先，微網(wǎng)運(yùn)營商可以通過合理的運(yùn)營方式獲得利潤；其次，微網(wǎng)運(yùn)營商與電網(wǎng)之間簽訂的合同可要求微網(wǎng)與電網(wǎng)之間采用合適的供需平衡方式，便于電網(wǎng)平衡負(fù)荷曲線和提高供電可靠性；最后，從用戶的角度出發(fā)，用戶與運(yùn)營商簽訂合同的前提條件是用戶從微網(wǎng)的購電價(jià)格低于直接從電網(wǎng)購電的價(jià)格。為鼓勵(lì)用戶使用微網(wǎng)電能，通常情況下，微網(wǎng)按市場電價(jià)的一定比例向用戶售電，本文選取廣東某實(shí)際微網(wǎng)，微網(wǎng)按90%市場電價(jià)向用戶售電，因此用戶也能獲得相對的收益。

圖2 光伏微網(wǎng)商業(yè)模型Fig.2 Business model of PV-MG

典型日光伏微網(wǎng)內(nèi)能量交換為

Pd(t)=PPV(t)+Pi(t)-Pe(t)+Pb(t)

(1)

式中：Pd(t),PPV(t),Pi(t),Pe(t)分別為時(shí)段t負(fù)荷功率、光伏出力、微網(wǎng)從大電網(wǎng)購電功率和微網(wǎng)內(nèi)光伏上網(wǎng)功率，kW；Pb(t)為時(shí)段t儲(chǔ)能充放電功率，kW，放電為正，充電為負(fù)。

典型日微網(wǎng)運(yùn)營商、電網(wǎng)和用戶收益分別為：

(2)

(3)

(4)

式中：Co,Cg,Cd分別為典型日內(nèi)微網(wǎng)運(yùn)營商、電網(wǎng)和用戶收益，元；Vd(t),Ve(t),Vi(t)分別表示時(shí)段t用戶用電電價(jià)、微網(wǎng)內(nèi)光伏上網(wǎng)電價(jià)、大電網(wǎng)購電電價(jià)，元/(kW·h)，本文取Vd(t)=0.9Vi(t)；VPV為光伏補(bǔ)貼電價(jià)，0.42元/(kW·h)。

光伏自消納率SPV為

(5)

式中：Eb為儲(chǔ)能所消納的光伏電能。當(dāng)配置儲(chǔ)能容量能夠完全消納午間過剩光伏，并于剩余時(shí)段重新供給負(fù)荷時(shí)，光伏消納率為100%。

3 上網(wǎng)電價(jià)規(guī)制模型

和其他規(guī)制政策相比，如可再生能源配額制、可交易綠色證書、排放權(quán)交易制等，上網(wǎng)電價(jià)規(guī)制被認(rèn)為是在吸引風(fēng)險(xiǎn)資本投資、鼓勵(lì)創(chuàng)新以及建立市場體系等方面最有效的一種規(guī)制政策。上網(wǎng)電價(jià)規(guī)制類型可分為固定電價(jià)、不變溢價(jià)以及可變溢價(jià)。

3.1 固定電價(jià)模型

固定電價(jià)是指政府制定的規(guī)制價(jià)格獨(dú)立于市場價(jià)格(如圖3所示)，在這種規(guī)制方式下，微網(wǎng)運(yùn)營商將獲得無風(fēng)險(xiǎn)的固定補(bǔ)貼額，表示為

Ve=VF

(6)

式中：VF為固定電價(jià)，基于電網(wǎng)向微網(wǎng)的售電電價(jià)即市場電價(jià)Vi上下浮動(dòng)。

圖3 固定電價(jià)規(guī)制模型Fig.3 FOPT price model

3.2 固定溢價(jià)模型

如果政府選擇的上網(wǎng)電價(jià)規(guī)制與市場價(jià)格相關(guān)，此時(shí)將包括2種情形：一種為固定溢價(jià)，如圖4所示；另一種為可變溢價(jià)，如圖5所示。在這2種方式下，微網(wǎng)的最終利潤會(huì)隨著市場環(huán)境的變化而發(fā)生波動(dòng)。

圖4 固定溢價(jià)模型Fig.4 CPOPT price model

圖5 可變溢價(jià)模型Fig.5 VPOPT price model

當(dāng)溢價(jià)水平固定時(shí)，上網(wǎng)電價(jià)為

Ve=Vi+ζ

(7)

式中：ζ為固定溢價(jià)。

3.3 可變溢價(jià)模型

當(dāng)溢價(jià)率隨著市場價(jià)格的變動(dòng)而發(fā)生變動(dòng)時(shí)，這種情形變得相對復(fù)雜。為分析的簡便，這里僅僅假定隨著市場價(jià)格的變動(dòng)，溢價(jià)率是恒定的，則上網(wǎng)電價(jià)為

Ve=(1+λ)Vi

(8)

式中λ為溢價(jià)率。

4 多場景下微網(wǎng)運(yùn)行策略

4.1 固定電價(jià)場景

固定電價(jià)下，儲(chǔ)能充放電策略為：儲(chǔ)能消納午間多余光伏，光伏出力不足時(shí)，儲(chǔ)能放電供給負(fù)荷。光伏微網(wǎng)整體運(yùn)行策略如圖6所示。圖中C1至C4分別表示Case 1至Case4的發(fā)生次數(shù)，初值為0。

圖6 固定電價(jià)下微網(wǎng)運(yùn)行策略Fig.6 PV-MG operation strategy under fixed price

(1)當(dāng)光伏發(fā)電功率不小于負(fù)荷時(shí)，運(yùn)行策略如下：Case1，儲(chǔ)能未充滿，多余的光伏為儲(chǔ)能裝置充電；Case2，儲(chǔ)能裝置充滿后，余下功率上網(wǎng)。

(2)當(dāng)光伏發(fā)電功率小于負(fù)荷時(shí)，運(yùn)行策略如下：Case3，儲(chǔ)能滿足負(fù)荷功率缺額，儲(chǔ)能放電；Case4，儲(chǔ)能不能滿足負(fù)荷功率缺額，儲(chǔ)能以最大功率放電，電網(wǎng)滿足余下的功率缺額。

4.2 分時(shí)電價(jià)場景

分時(shí)電價(jià)下，儲(chǔ)能充放電策略為：電價(jià)低谷時(shí)段從電網(wǎng)購電為儲(chǔ)能電池充電，將存儲(chǔ)的電能在電價(jià)峰值時(shí)段向負(fù)荷供應(yīng)；其次，將光伏對負(fù)荷供電的剩余電能對儲(chǔ)能進(jìn)行充電，在電價(jià)高峰時(shí)，儲(chǔ)能放電供給負(fù)荷。光伏微網(wǎng)整體運(yùn)行策略如圖7所示。圖中C1至C10分別表示Case1至Case10的發(fā)生次數(shù)，初值為0。

圖7 分時(shí)電價(jià)下光伏微網(wǎng)優(yōu)化運(yùn)行策略Fig.7 PV-MG operation strategy under TOU scenario

(1)當(dāng)光伏發(fā)電功率不小于負(fù)荷時(shí)，運(yùn)行策略如下：Case1，若處于電價(jià)高峰時(shí)段，光伏供給微網(wǎng)本地負(fù)荷，能實(shí)現(xiàn)一定的“削峰”作用，同時(shí)減少微網(wǎng)購電成本，且多余的光伏為儲(chǔ)能充電；Case2，若處于電價(jià)高峰時(shí)段，儲(chǔ)能已充滿，余下光伏上網(wǎng)；Case3，若處于電價(jià)低谷時(shí)段，儲(chǔ)能未充滿，光伏除供給微網(wǎng)本地負(fù)荷外，余下光伏和主網(wǎng)共同為儲(chǔ)能充電；Case4，若處于電價(jià)低谷時(shí)段，儲(chǔ)能已充滿，余下光伏上網(wǎng)；Case5，若處于電價(jià)平時(shí)段，儲(chǔ)能無充放，余下光伏上網(wǎng)。

(2)當(dāng)光伏發(fā)電功率小于負(fù)荷時(shí)，運(yùn)行策略如下：Case6，若處于電價(jià)高峰時(shí)段，儲(chǔ)能有余電，光伏、儲(chǔ)能和主網(wǎng)共同供給微網(wǎng)本地負(fù)荷；Case7，若處于電價(jià)高峰時(shí)段，儲(chǔ)能電量已放盡，光伏和主網(wǎng)共同供給微網(wǎng)本地負(fù)荷；Case8，若處于電價(jià)低谷時(shí)段，儲(chǔ)能未充滿，除光伏和主網(wǎng)共同供給本地負(fù)荷外，主網(wǎng)給儲(chǔ)能充電，此時(shí)充電成本較低，并能實(shí)現(xiàn)一定的“填谷”作用；Case9，若處于電價(jià)低谷時(shí)段，儲(chǔ)能已充滿，光伏和主網(wǎng)除共同供給微網(wǎng)本地負(fù)荷；Case10，若處于電價(jià)平時(shí)段，儲(chǔ)能無充放，光伏和主網(wǎng)供給本地負(fù)荷。

5 算例分析

5.1 基礎(chǔ)數(shù)據(jù)

本文選取廣東某實(shí)際微網(wǎng)園區(qū)夏季典型日的負(fù)荷數(shù)據(jù)進(jìn)行算例分析。該區(qū)域包含5個(gè)電力用戶，(基礎(chǔ)數(shù)據(jù)見表1)。所有用戶均安裝了屋頂光伏系統(tǒng)，其額定容量從250 kW到550 kW。光伏輸出功率曲線如圖8所示，各用戶每小時(shí)的平均功率曲線、日凈功率曲線以及光伏用戶群的總平均負(fù)荷曲線如圖9、圖10所示。

表1 分布式用戶基礎(chǔ)數(shù)據(jù)
Table 1 Basic dataof distributed users

圖8 分布式用戶光伏輸出功率Fig.8 PV power output of distributed users

圖9 分布式用戶功率Fig.9 Load power of distributed users

圖10 用戶總功率及總光伏Fig.10 Users’ total load power and photovoltaic output

儲(chǔ)能電池最大容量為500 kW，如果放電深度過大容易損壞儲(chǔ)能電池，在優(yōu)化過程中應(yīng)保持它的荷電狀態(tài)估計(jì)在20%～100%。該微網(wǎng)峰谷時(shí)段劃分為：峰時(shí)段10:00～15:00，17:00～22:00，谷時(shí)段 00:00～07:00；其余時(shí)間段為平時(shí)段。

由圖10可見：其用電主要集中在上午和下午上班時(shí)間2個(gè)高峰時(shí)段，而中午休息時(shí)間，負(fù)荷有所降低，有明顯的日峰夜谷的特點(diǎn)。

5.2 多場景優(yōu)化設(shè)置及優(yōu)化運(yùn)行結(jié)果

5.2.1 多場景優(yōu)化設(shè)置

電網(wǎng)向微網(wǎng)的售電電價(jià)為市場電價(jià)，分為固定電價(jià)和分時(shí)電價(jià)，微網(wǎng)向電網(wǎng)的售電電價(jià)為上網(wǎng)電價(jià)，分為固定電價(jià)、不變溢價(jià)和可變溢價(jià)。市場電價(jià)為固定電價(jià)的場景下，上網(wǎng)電價(jià)通常采用固定電價(jià)。市場電價(jià)為分時(shí)電價(jià)的場景下，光伏上網(wǎng)電價(jià)規(guī)制可采用固定電價(jià)、不變溢價(jià)及可變溢價(jià)，因此本文考慮4種場景下微網(wǎng)的優(yōu)化運(yùn)行，分析不同價(jià)格信號(hào)下微網(wǎng)各主體收益情況。

場景1：市場電價(jià)為固定電價(jià)，取0.5元/(kW·h)，上網(wǎng)電價(jià)通常采用固定電價(jià)模型，取0.4元/(kW·h)；

場景2：市場電價(jià)為分時(shí)電價(jià)，取峰平谷電價(jià)分別為0.8，0.6，0.3元/(kW·h)，上網(wǎng)電價(jià)采用固定電價(jià)模型0.4元/(kW·h)。

場景3：市場電價(jià)為分時(shí)電價(jià)，取峰平谷電價(jià)分別為0.8，0.6，0.3元/(kW·h)，上網(wǎng)電價(jià)采用固定溢價(jià)模型，固定溢價(jià)水平ζ取-0.1元/(kW·h)，即上網(wǎng)電價(jià)采用峰平谷電價(jià)，分別為0.7，0.5，0.2元/(kW·h)，峰谷時(shí)段劃分與場景2相同。

場景4：市場電價(jià)為分時(shí)電價(jià)，取峰平谷電價(jià)分別為0.8，0.6，0.3元/(kW·h)，上網(wǎng)電價(jià)采用可變溢價(jià)模型，溢價(jià)率λ=-10%，即上網(wǎng)電價(jià)采用峰谷平電價(jià)，分別為0.72，0.54，0.27元/(kW·h)。

5.2.2 多場景微網(wǎng)優(yōu)化運(yùn)行結(jié)果

采用Matlab軟件進(jìn)行微網(wǎng)時(shí)序仿真，得到典型日內(nèi)固定電價(jià)場景和分時(shí)電價(jià)場景下微網(wǎng)內(nèi)光伏、負(fù)荷及儲(chǔ)能能量流動(dòng)分別如圖11、12所示。

圖11 固定電價(jià)下微網(wǎng)內(nèi)能量交換Fig.11 Energy exchange in PV-MGunder fixed price

圖12 分時(shí)電價(jià)場景下微網(wǎng)內(nèi)能量交換Fig.12 Energy exchange in PV-MG under TOU price

可以得到，固定電價(jià)場景下光伏自消納率為84.87%，分時(shí)電價(jià)場景下光伏自消納率為87.37%。可見，分時(shí)電價(jià)場景下，微網(wǎng)儲(chǔ)能系統(tǒng)利用峰谷差進(jìn)行購售電，和光伏共同為負(fù)荷供電，可促進(jìn)光伏的就地消納。

典型日內(nèi)多場景下微網(wǎng)運(yùn)營商、電網(wǎng)、用戶收益見表2，各主體收益對比分析如圖13所示?？梢?，從場景1到場景4，微網(wǎng)運(yùn)營商收益逐漸遞增，且分時(shí)電價(jià)下微網(wǎng)運(yùn)營商的收益均高于電網(wǎng)收益。這是因?yàn)?，在分時(shí)電價(jià)下，微網(wǎng)運(yùn)營商結(jié)合分時(shí)電價(jià)調(diào)度儲(chǔ)能，電價(jià)低谷時(shí)充電，電價(jià)高峰時(shí)放電，從而增加收益。對于微網(wǎng)運(yùn)營商、電網(wǎng)、用戶，場景2下的收益均大于場景1下的收益，可見，分時(shí)電價(jià)有利于增加微網(wǎng)整體收益。對于用戶，場景2到場景4下，用戶收益不變，原因在于用戶收益來源于微網(wǎng)運(yùn)營商給用戶的電價(jià)相對于市場電價(jià)的優(yōu)惠，與微網(wǎng)上網(wǎng)電價(jià)模型無關(guān)。

表2 多場景下典型日微網(wǎng)各主體收益
Table 2 Multi-agent incomeunder multi-scenarios on typical day 元

圖13 多場景下各主體收益對比分析Fig.13 Multi-agent income comparison under multi-scenarios

5.2.3 敏感性分析

場景1下，微網(wǎng)采取固定市場電價(jià)場景下的運(yùn)行策略，固定上網(wǎng)電價(jià)取0～0.5元/(kW·h)，步長為0.02元/(kW·h)。場景2下，微網(wǎng)采取分時(shí)市場電價(jià)場景下的運(yùn)行策略，固定上網(wǎng)電價(jià)取0～0.5元/(kW·h)，步長為0.02元/(kW·h)。場景1與場景2微網(wǎng)中各主體典型日內(nèi)收益變化對比如圖14所示?？梢?，市場電價(jià)實(shí)行峰谷電價(jià)時(shí)，微網(wǎng)整體收益提高。

圖14 場景1與場景2敏感性分析對比Fig.14 Sensitivity analysis comparison between scenario 1 and 2

場景3下，微網(wǎng)采取分時(shí)市場電價(jià)場景下的運(yùn)行策略，上網(wǎng)電價(jià)的固定溢價(jià)水平ζ處于-0.2～ 0.2元/(kW·h)，步長0.02元/(kW·h)。場景4下，微網(wǎng)采取分時(shí)市場電價(jià)場景下的運(yùn)行策略，上網(wǎng)電價(jià)的溢價(jià)率λ處于-20%～20%，步長2%。場景3與場景4下，上網(wǎng)電價(jià)的峰平谷電價(jià)變化如圖15所示?？梢?，可變溢價(jià)模型下電價(jià)變化率高于固定溢價(jià)模型的電價(jià)變化率。

圖15 場景3與場景4峰谷分時(shí)電價(jià)變化對比Fig.15 TOU comparisonin scenario 3 and 4

場景3與場景4下，微網(wǎng)中各主體收益差值如圖16所示，可見，微網(wǎng)運(yùn)營商收益提高，電網(wǎng)收益降低，用戶收益不變。當(dāng)固定溢價(jià)水平和溢價(jià)率小于等于0時(shí)，微網(wǎng)運(yùn)營商在場景3下的收益低于場景4下的收益，電網(wǎng)在場景3下的收益高于場景4下的收益，當(dāng)固定溢價(jià)水平和溢價(jià)率大于0，結(jié)果相反。場景3與場景4下，用戶收益均保持不變。

由表3靈敏度分析可以看出，固定價(jià)格機(jī)制變化率對微網(wǎng)運(yùn)營商收益影響最大，且固定價(jià)格制定在使用過程中最為簡便，微網(wǎng)投資者更傾向于固定價(jià)格規(guī)制的環(huán)境。

圖16 場景3與場景4各主體收益差值Fig.16 Multi-agent income differencein scenario 3 and 4

6 結(jié) 語

本文研究了價(jià)格信號(hào)對微網(wǎng)內(nèi)各運(yùn)營主體收益的影響。首先，建立微網(wǎng)商業(yè)模型，分析微網(wǎng)運(yùn)營模式及各主體收益分配。其次，基于價(jià)格信號(hào)構(gòu)建多場景，即微網(wǎng)向用戶的售電電價(jià)分別為固定電價(jià)和分時(shí)電價(jià)，上網(wǎng)電價(jià)分別為固定電價(jià)模型、固定溢價(jià)模型和可變溢價(jià)模型，提出多場景下儲(chǔ)能充放電策略及光伏微網(wǎng)運(yùn)行策略，采用MATLAB軟件進(jìn)行時(shí)序仿真，得出典型日內(nèi)不同微網(wǎng)主體間能量交換關(guān)系。最后，對不同價(jià)格場景下，微網(wǎng)各主體收益及電價(jià)模型對收益的影響進(jìn)行靈敏度分析。

結(jié)果顯示：相對于固定電價(jià)場景，分時(shí)電價(jià)場景下微網(wǎng)光伏自消納率和經(jīng)濟(jì)效益更高。同時(shí)，在分時(shí)電價(jià)場景下，上網(wǎng)電價(jià)模型中，微網(wǎng)運(yùn)營商的收益對固定上網(wǎng)電價(jià)的變化最為敏感，可變溢價(jià)次之。固定上網(wǎng)電價(jià)下微網(wǎng)運(yùn)營商收益不受市場影響，對快速促進(jìn)微網(wǎng)市場建設(shè)、增加微網(wǎng)內(nèi)裝機(jī)容量更有效?？勺円鐑r(jià)與固定溢價(jià)隨市場變化，對加強(qiáng)微網(wǎng)成本控制、提高動(dòng)態(tài)效率和方便技術(shù)變遷更加有效?？梢?，上網(wǎng)電價(jià)規(guī)制發(fā)揮重要作用需要合理考慮微網(wǎng)項(xiàng)目的發(fā)展目標(biāo)和合理的回報(bào)，本文的研究對微網(wǎng)上網(wǎng)電價(jià)的規(guī)制決策具有較好的借鑒意義。

[1]郭力，劉文建，焦冰琦，等.獨(dú)立微網(wǎng)系統(tǒng)的多目標(biāo)優(yōu)化規(guī)劃設(shè)計(jì)方法[J].中國電機(jī)工程學(xué)報(bào)，2014，34(4)：524-536. GUO Li，LIU Wenjian，JIAO Bingqi，et al.Multi-objective optimal planning design method for Stand-alone microgrid system[J].Proceedings of the CSEE，2014，34(4)：524-536.h

[2]BASUX A K，BHATTACHARYA A，CHOWDHURY S，et al.Planned scheduling for economic power sharing in a CHP-based micro-grid[J].IEEE Transactions on Power Systems，2012，27(1)：30-38.

[3]朱蘭，嚴(yán)正，楊秀，等.風(fēng)光儲(chǔ)微網(wǎng)系統(tǒng)蓄電池容量優(yōu)化配置方法研究[J].電網(wǎng)技術(shù)，2012，36(12)：26-31. ZHU Lan，YAN Zheng，YANG Xiu，et al.Optimal configuration of battery capacity in microgrid composed of wind power and photovoltaic generation with energy storage[J].Power System Technology，2012，36(12)：26-31.

[4]牛銘，黃偉，郭佳歡，等.微網(wǎng)并網(wǎng)時(shí)的經(jīng)濟(jì)運(yùn)行研究[J].電網(wǎng)技術(shù)，2010，34(11)：38-42. NIU Ming，HUANG Wei，GUO Jiahuan，et al.Research on economic operation of grid-connected microgrid [J].Power System Technology，2010，34(11)：38-42.

[5]茆美琴，孫樹娟，蘇建徽.包含電動(dòng)汽車的風(fēng)/光/儲(chǔ)微電網(wǎng)經(jīng)濟(jì)性分析分析[J].電力系統(tǒng)自動(dòng)化，2011，35(14)：30-35. MAO Meiqin，SUN Shujuan，SU Jianhui.Economic analysis of microgrid with wind/ photovoltaic/ storages and electric vehicles[J].Automation of Electric Power Systems，2011，35(14)：30-35.

[6]DUFFIELD J A，COLLINS K. Evolution of renewable energy policy[J]. Choices the Magazine of Food Farm & Resource Issues, 2006，21(1)：9-14.

[7]BüRER M J, WüSTENHAGEN R. Which renewable energy policy is a venture capitalist’s best friend? Empirical evidence from a survey of international cleantech investors[J]. Energy Policy, 2009, 37(12): 4997-5006.

[8]MENANTEAU P, FINON D, LAMY M L. Prices versus quantities: choosing policies for promoting the development of renewable energy[J]. Energy policy, 2003, 31(8): 799-812.

[9]COUTURE T, GAGNON Y. An analysis of feed-in tariff remuneration models: Implications for renewable energy investment[J]. Energy Policy, 2010, 38(2): 955-965.

[10]MARPAUNG C O P, SOEBAGIO A, AMBARITA E. Effect of carbon tax on energy security in the long term energy sector development of Indonesia[C]// Proceedings of the International Symposium on Parameterized and Exact Computation(IPEC)Conference. India：IEEE, 2010: 1129-1133.

[11]FISCHER C, PREONAS L. Combining policies for renewable energy: Is the whole less than the sum of its parts[J]. International Review of Environmental and Resource Economics, 2010,10(4):51-92.

[12]栗寶卿. 促進(jìn)可再生能源發(fā)展的財(cái)稅政策研究[D]. 北京：財(cái)政部財(cái)政科學(xué)研究所，2010. LI Baoqing, Fiscal and taxation policies to promote the development of renewable energy research[D]. Beijing：Research Institute for Fiscal Science, Ministry of Finance, P.R.China, 2010.

(編輯 張媛媛)

PV-Based Microgrid Operation Contrastive Research Considering On-Grid Power Tariff Regulation

ZHOU Nan, LIU Nian, ZHANG Jianhua

(North China Electric Power University, State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources, Beijing 102206, China)

The photovoltaic-based microgrid (PV-MG) is an effective way to promote the utilization of solar energy locally and develop the efficiency of distributed photovoltaic power generation system. However,in the development of PV-MG, the asymmetry characteristics of the cost-benefit of microgrid and the positive externalities of photovoltaic generation make its investment income benefit not obvious, which must be corrected by government regulation to support its development. On-grid power tariff (OPT) regulation is one of the most effective ways. Currently, in order to improve the proportion of renewable energy generation, the regulation of PV-MG is lack of system planning and has low effective level, which cannot give full play to the guiding role of the regulation tool on the business investment of PV-MG.Thus, this paper studies the influence of OPT regulation type on the investment and multi-agent income distribution of PV-MG under different price scenarios. Firstly, we construct the business model of PV-MG and analyze the operation mode and multi-agent income distribution of PV-MG. Then, we establish multi-scenarios based on price signal, in which the user electricity price are divided into fixed price and time-of-use (TOU) price, the on-grid power price are divided into fixed OPT (FOPT), constant premium OPT (CPOPT) and variable premium OPT (VPOPT). We propose the charging and discharging strategy of energy storage and overall operation strategy of microgrid under the multi-scenarios, and carry out the timing simulation to obtain the energy exchange and income distribution among microgrid subjects on typical day. Finally, we make sensitivity analysis of price models’ impact on multi-agent income under multi-scenarios, and apply the model in a microgrid in Guangdong province to verify the effectiveness and feasibility of the proposed method, which can provide reference to the OPT regulation decision of microgrid under different electricity price scenarios for related departments.

photovoltaic-based microgrid (PV-MG); business model; on-grid power tariff regulation; multi-scenarios operation; multi-agent income distribution

國家高技術(shù)研究發(fā)展計(jì)劃項(xiàng)目(863計(jì)劃)(2014AA052001)；北京市科技計(jì)劃課題(Z141100003714125)

TM 615, F 426

A

1000-7229(2016)03-0082-08

10.3969/j.issn.1000-7229.2016.03.013

2015-11-27

周楠(1992)，女，碩士研究生，研究方向?yàn)槲⒕W(wǎng)規(guī)劃運(yùn)營；

劉念(1981)，男，博士，副教授，主要研究方向?yàn)樾履茉磁c智能配用電系統(tǒng)、電力信息安全；

張建華(1952)，男，教授，博士生導(dǎo)師，主要研究方向?yàn)殡娏ο到y(tǒng)分析與控制。

Project supported by the National High Technology Research and Development Program of China (863 Program) (2014AA052001); Beijing Municipal Science and Technology Project(Z141100003714125)