考慮需求響應(yīng)不確定性的多時(shí)間尺度源荷互動(dòng)決策方法

孫宇軍, 王 巖, 王蓓蓓, 李 揚(yáng), 肖 勇, 李秋碩

(1. 南方電網(wǎng)科學(xué)研究院有限責(zé)任公司, 廣東省廣州市 510663; 2. 東南大學(xué)電氣工程學(xué)院, 江蘇省南京市 210096)

0 引言

源—網(wǎng)—荷互動(dòng)的突出表現(xiàn)是在多元化的能源系統(tǒng)空間中實(shí)現(xiàn)各類資源的優(yōu)化配置[1]。源荷互動(dòng)作為源—網(wǎng)—荷互動(dòng)框架體系的重要組成部分,旨在借助多類電源、負(fù)荷時(shí)空分布的廣泛性,促進(jìn)發(fā)用電資源的合理利用。研究證明,源荷互動(dòng)不僅提高了系統(tǒng)運(yùn)行和控制的安全性、經(jīng)濟(jì)性[2-5],還具有環(huán)境和市場(chǎng)方面的綜合效益[6]。

國內(nèi)外學(xué)者針對(duì)供需雙側(cè)聯(lián)合調(diào)度優(yōu)化開展了大量研究。文獻(xiàn)[7]在日前調(diào)度計(jì)劃中考慮了負(fù)荷對(duì)不同時(shí)段電價(jià)的響應(yīng)情況,基于彈性理論驗(yàn)證了電價(jià)型需求響應(yīng)(demand response,DR)對(duì)風(fēng)電消納的作用。文獻(xiàn)[2]在日前調(diào)度計(jì)劃模型中,融入了可中斷負(fù)荷(interruptible load,IL)和激勵(lì)負(fù)荷,體現(xiàn)了需求側(cè)資源的潛在調(diào)峰效益。考慮不同類型DR資源的特性并將其同時(shí)納入日前調(diào)度計(jì)劃,能進(jìn)一步提高源荷互動(dòng)的效果[5,8]。

源、荷兩側(cè)資源隨著時(shí)間尺度的變化,具有不同的調(diào)節(jié)能力和調(diào)節(jié)特性。因此,源荷互動(dòng)的潛力還體現(xiàn)在不同的時(shí)間尺度上[9-12]。文獻(xiàn)[9]基于風(fēng)功率波動(dòng)和負(fù)荷響應(yīng)的特征,設(shè)計(jì)了一種多時(shí)間尺度滾動(dòng)協(xié)調(diào)的DR調(diào)度框架,為不同時(shí)間尺度上參與調(diào)度的需求側(cè)資源的選擇提供了參考;文獻(xiàn)[10]構(gòu)建了基于日前和實(shí)時(shí)調(diào)度的互動(dòng)決策模型,實(shí)現(xiàn)了間歇性能源和DR在兩個(gè)時(shí)間尺度上的協(xié)調(diào)優(yōu)化;文獻(xiàn)[12]設(shè)計(jì)的滾動(dòng)調(diào)度模型,在日前、日內(nèi)和實(shí)時(shí)調(diào)度決策中,對(duì)常規(guī)、快速機(jī)組以及不同類型的DR資源進(jìn)行了綜合配置。上述研究為源荷互動(dòng)決策研究提供了良好的理論依據(jù),但研究點(diǎn)主要集中于通過負(fù)荷調(diào)度來應(yīng)對(duì)發(fā)電側(cè)資源的間歇性問題,針對(duì)源荷互動(dòng)決策中負(fù)荷響應(yīng)的不確定性關(guān)注較少。

隨著負(fù)荷調(diào)度研究和應(yīng)用的深入,DR的不確定性及其對(duì)調(diào)度計(jì)劃的影響逐漸引起學(xué)者關(guān)注[13-18]。文獻(xiàn)[15]構(gòu)建了基于價(jià)格型和激勵(lì)型DR的虛擬電廠模型,考慮了響應(yīng)不確定性并給出了相應(yīng)的約束條件;文獻(xiàn)[17]分析了分時(shí)(time-of-use,TOU)電價(jià)下負(fù)荷的模糊響應(yīng)特性,驗(yàn)證了價(jià)格型DR不確定性對(duì)日前調(diào)度計(jì)劃的影響。上述研究針對(duì)DR不確定性的影響分析,主要是從日前調(diào)度的角度展開,尚未考慮其在不同時(shí)間尺度上對(duì)調(diào)度決策的影響。

基于現(xiàn)有研究對(duì)DR不確定性機(jī)理的表述[14,16-18],本文將DR不確定性引起的偏差變化規(guī)律,應(yīng)用于消費(fèi)者心理學(xué)原理的價(jià)格型DR建模;考慮用戶響應(yīng)行為的偏差,從多時(shí)間尺度決策的角度提出了一種剛性約束和彈性約束相結(jié)合的激勵(lì)型DR機(jī)制。將價(jià)格型和激勵(lì)型DR與常規(guī)機(jī)組、風(fēng)電、緊急調(diào)峰資源在不同時(shí)間尺度上進(jìn)行優(yōu)化配置,構(gòu)建了日前和日內(nèi)時(shí)間尺度的源荷互動(dòng)決策模型,體現(xiàn)了不同時(shí)間尺度決策的承接關(guān)系,并借助不確定規(guī)劃方法和混合整數(shù)規(guī)劃理論進(jìn)行求解。通過算例驗(yàn)證了源荷互動(dòng)的效果,并進(jìn)一步分析了考慮響應(yīng)不確定性的條件下多時(shí)間尺度源荷互動(dòng)決策應(yīng)關(guān)注的問題。

1 需求響應(yīng)的不確定性分析

1.1 價(jià)格型DR不確定性分析

基于消費(fèi)者心理學(xué)原理的價(jià)格型DR行為建模,將用戶對(duì)電價(jià)的響應(yīng)情況劃分為死區(qū)、線性區(qū)和飽和區(qū),利用分段線性函數(shù)表述用戶在不同時(shí)段間的負(fù)荷轉(zhuǎn)移率。綜合考慮峰谷、峰平和平谷負(fù)荷轉(zhuǎn)移情況,可模擬得到響應(yīng)后的時(shí)段負(fù)荷,并基于此進(jìn)行調(diào)度決策[8]。

價(jià)格型DR的響應(yīng)偏差受到負(fù)荷響應(yīng)總量、響應(yīng)彈性系數(shù)和激勵(lì)水平的影響,文獻(xiàn)[17]分析提出了DR的偏差區(qū)間隨著響應(yīng)率和電價(jià)變化率的增大,具有“先增大、后減小”的規(guī)律。

本文將上述響應(yīng)偏差的變化規(guī)律應(yīng)用于基于消費(fèi)者心理學(xué)原理的價(jià)格型DR行為建模,如圖1所示。通過負(fù)荷轉(zhuǎn)移率的大小和偏差來綜合表述用戶對(duì)電價(jià)的響應(yīng)行為,有利于增強(qiáng)源荷互動(dòng)決策的全面性。

圖1 基于消費(fèi)者心理學(xué)原理的價(jià)格型DR不確定性表述Fig.1 Description of price-based DR uncertainty based on the principle of consumer psychology

結(jié)合圖1,TOU電價(jià)下峰谷負(fù)荷轉(zhuǎn)移率可表示為:

(1)

根據(jù)DR不確定性引起的偏差變化規(guī)律[17],峰谷負(fù)荷轉(zhuǎn)移率的最大偏差值隨著電價(jià)差變化的函數(shù)可用式(2)表達(dá),示意圖參見附錄A圖A1。

(2)

(3)

式中:PL0,t為響應(yīng)前時(shí)段t的負(fù)荷;PLp_av和PLf_av分別為響應(yīng)前峰時(shí)段和平時(shí)段的負(fù)荷均值;p,f,v分別為峰、平、谷時(shí)段集合。

1.2 激勵(lì)型DR不確定性分析

激勵(lì)型DR的合同中一般約定了響應(yīng)容量、響應(yīng)持續(xù)時(shí)間和懲罰標(biāo)準(zhǔn)等內(nèi)容,已有研究通常將激勵(lì)型DR作為確定量進(jìn)行發(fā)用電聯(lián)合調(diào)度優(yōu)化。然而,激勵(lì)型DR實(shí)際響應(yīng)容量的大小與預(yù)期也可能存在偏差,響應(yīng)的不確定性主要來源于基線負(fù)荷的估算、用戶的響應(yīng)執(zhí)行以及削減負(fù)荷的需求等因素[19]。

為保證實(shí)際執(zhí)行效果滿足合同的要求,規(guī)避響應(yīng)不確定性的影響,通常需要將約定響應(yīng)容量限定在一個(gè)較為保守的范圍內(nèi)。因此,將激勵(lì)型DR作為確定量的處理方式,不利于有效挖掘其響應(yīng)潛力。

本文基于不同時(shí)間尺度決策的視角,并考慮DR不確定性的影響,設(shè)計(jì)了一種剛性約束和彈性約束相結(jié)合的激勵(lì)機(jī)制,其基本原理如下。

1)通過IL合同約定,將用戶的IL分為基準(zhǔn)響應(yīng)檔和彈性響應(yīng)檔,基準(zhǔn)響應(yīng)檔的IL設(shè)定為剛性約束,其實(shí)際響應(yīng)容量應(yīng)等于計(jì)劃響應(yīng)容量;彈性響應(yīng)檔的IL,設(shè)定為彈性約束:允許其實(shí)際響應(yīng)容量在計(jì)劃響應(yīng)容量的某一范圍內(nèi)波動(dòng)。

2)對(duì)用戶而言,滿足剛性約束條件的IL容量有限,在系統(tǒng)運(yùn)行對(duì)IL容量需求較大的時(shí)期,需要通過提高激勵(lì)補(bǔ)貼水平、松弛響應(yīng)容量的約束條件,進(jìn)一步挖掘用戶的響應(yīng)潛力。

3)基準(zhǔn)響應(yīng)檔的IL對(duì)應(yīng)基準(zhǔn)補(bǔ)貼,在此基礎(chǔ)上的響應(yīng)增量屬于彈性響應(yīng)檔的IL,分別對(duì)應(yīng)不同的補(bǔ)貼標(biāo)準(zhǔn);各彈性響應(yīng)檔的補(bǔ)貼標(biāo)準(zhǔn)和允許的實(shí)際響應(yīng)容量偏差范圍,可以參考文獻(xiàn)[17]的DR偏差規(guī)律進(jìn)行設(shè)置,即隨著總中斷容量和激勵(lì)補(bǔ)貼標(biāo)準(zhǔn)的增大,允許的偏差范圍“先增大、后減小”。

4)實(shí)際執(zhí)行中,在前一時(shí)間尺度上將IL作為確定量參與決策優(yōu)化,確定并下達(dá)用戶各檔IL的計(jì)劃響應(yīng)容量,各檔計(jì)劃響應(yīng)容量不應(yīng)超過合同約定的響應(yīng)容量上限;隨著運(yùn)行時(shí)間點(diǎn)的迫近,考慮實(shí)際響應(yīng)容量大小存在偏差的可能,在后一時(shí)間尺度上將IL作為不確定參量進(jìn)行決策優(yōu)化,并通過源、荷兩側(cè)資源的配合,在滿足系統(tǒng)運(yùn)行可靠性要求的前提下,增強(qiáng)決策的經(jīng)濟(jì)性。

綜上所述,考慮響應(yīng)不確定性影響的IL合同應(yīng)約定:①用戶的基準(zhǔn)檔的響應(yīng)容量上限及補(bǔ)貼標(biāo)準(zhǔn);②用戶各彈性檔的響應(yīng)容量上限、實(shí)際執(zhí)行允許的偏差比例以及補(bǔ)貼標(biāo)準(zhǔn)。

圖2 剛性約束與彈性約束相結(jié)合的激勵(lì)機(jī)制示意圖Fig.2 Incentive mechanism considering fixed and flexible constraints

計(jì)劃響應(yīng)容量ΔPIL,j,k應(yīng)滿足合同約定的響應(yīng)容量上限約束:

(4)

(5)

式中:rk1和rk3為合同允許的用戶j第k檔IL的偏差比例系數(shù),可作為用戶j第k檔IL實(shí)際響應(yīng)容量的三角形隸屬度函數(shù)的參數(shù)。

用戶j的實(shí)際響應(yīng)容量可表示為各分檔IL的實(shí)際響應(yīng)容量之和:

(6)

式中:NIL,j為用戶j的IL分檔總數(shù)。

2 多時(shí)間尺度源荷互動(dòng)決策框架

對(duì)發(fā)電側(cè)而言,間歇性能源具有“反調(diào)峰”特性,出力預(yù)測(cè)的不確定性隨著運(yùn)行點(diǎn)的臨近會(huì)逐漸減小;常規(guī)發(fā)電機(jī)組具有典型的啟停和爬坡約束特征,通常需要在較長的時(shí)間尺度上確定啟停計(jì)劃,在較短時(shí)間尺度上的出力調(diào)整也應(yīng)該滿足爬坡和出力上下限的要求;緊急調(diào)峰資源的響應(yīng)速度快,能夠滿足較短時(shí)間尺度上系統(tǒng)有功平衡和備用約束的要求。

對(duì)負(fù)荷側(cè)而言,價(jià)格型DR和激勵(lì)型DR能夠增強(qiáng)間歇性能源消納水平,緩解系統(tǒng)運(yùn)行的調(diào)峰壓力;同時(shí),也應(yīng)考慮到用戶響應(yīng)具有不確定性,通過不同時(shí)間尺度上的協(xié)調(diào)優(yōu)化,進(jìn)一步增強(qiáng)源荷互動(dòng)效果。

基于此,本文提出了一種考慮DR不確定性的日前—日內(nèi)時(shí)間尺度的源荷互動(dòng)決策方法,決策框架如表1所示。

表1 日前-日內(nèi)源荷互動(dòng)決策框架Table 1 Decision framework of source-load interaction in time scales of day-ahead and intraday

日前決策(1 h)中,基于價(jià)格型DR響應(yīng)模型擬合系統(tǒng)的時(shí)段負(fù)荷,并考慮其不確定性的影響;根據(jù)用戶申報(bào)的激勵(lì)型DR分檔信息,將其納入風(fēng)電和常規(guī)機(jī)組的決策優(yōu)化,確定常規(guī)機(jī)組組合、激勵(lì)型DR的調(diào)用狀態(tài)和預(yù)期計(jì)劃響應(yīng)容量。日前決策優(yōu)化得到的目標(biāo)值是預(yù)調(diào)度成本。

日內(nèi)決策(15 min)中,根據(jù)日前決策確定的常規(guī)機(jī)組組合、激勵(lì)型DR調(diào)用狀態(tài)和預(yù)期計(jì)劃響應(yīng)量等信息,進(jìn)一步考慮日內(nèi)時(shí)間尺度上源、荷兩側(cè)資源的不確定性影響,進(jìn)行風(fēng)電、常規(guī)機(jī)組、緊急調(diào)峰資源以及DR資源的綜合優(yōu)化,由日內(nèi)決策確定實(shí)際的調(diào)度總成本。

3 多時(shí)間尺度源荷互動(dòng)決策建模

3.1 日前決策模型

1)目標(biāo)函數(shù)

以常規(guī)機(jī)組的發(fā)電成本、棄風(fēng)成本以及IL的計(jì)劃調(diào)度成本之和最小化為目標(biāo):

Si(1-ui,t-1)ui,t]+

(7)

2)系統(tǒng)約束

系統(tǒng)的有功平衡和備用約束為:

(8)

(9)

3)機(jī)組約束

常規(guī)機(jī)組應(yīng)滿足出力、爬坡及最小開停機(jī)時(shí)間約束的要求[18]。

4)激勵(lì)型DR約束

用戶的計(jì)劃中斷容量應(yīng)不超過合同約定的中斷容量上限,參照式(4)。累計(jì)中斷時(shí)間應(yīng)滿足:

(10)

通過日前決策優(yōu)化,確定常規(guī)機(jī)組組合ui,t,激勵(lì)型DR的調(diào)用狀態(tài)uIL,j,k,t以及預(yù)期計(jì)劃中斷容量ΔPIL,j,k,t,并將其作為確定常量代入日內(nèi)決策模型的目標(biāo)函數(shù)和約束條件,隨著運(yùn)行時(shí)間點(diǎn)的逼近進(jìn)行日內(nèi)決策。

3.2 日內(nèi)決策模型

1)目標(biāo)函數(shù)

以常規(guī)機(jī)組發(fā)電成本、棄風(fēng)成本、緊急調(diào)峰成本和IL調(diào)度成本之和最小化為目標(biāo),有

(11)

2)系統(tǒng)約束

系統(tǒng)的有功平衡和備用約束為:

(12)

(13)

式中:α2和β2分別為日內(nèi)決策有功平衡和備用約束的置信度水平。

日前—日內(nèi)決策,還面臨著不同時(shí)間尺度上有功平衡和備用約束置信度的選擇問題。隨著運(yùn)行時(shí)間點(diǎn)的逼近,決策方案對(duì)系統(tǒng)運(yùn)行的不確定性影響因素的控制逐步增強(qiáng);置信度的選取應(yīng)綜合考慮系統(tǒng)運(yùn)行可靠性和經(jīng)濟(jì)性的要求。

3)激勵(lì)型DR約束

(14)

4)其他約束

常規(guī)機(jī)組應(yīng)滿足出力和爬坡約束。緊急調(diào)峰容量應(yīng)滿足:

(15)

3.3 模型求解

決策模型含模糊參變量,根據(jù)不確定規(guī)劃理論將其轉(zhuǎn)化為清晰等價(jià)類[21]后進(jìn)行求解。

針對(duì)日前決策的有功平衡約束(式(8))和備用約束(式(9)),將決策模型轉(zhuǎn)化為如下清晰等價(jià)類:

(2-2α1)(PL2,t-Pw2,t)+(2α1-1)(PL3,t-

(16)

(2-2β1)[(1+δL)PL2,t-Pw2,t]+

(2β1-1)[(1+δL)PL3,t-Pw1,t]≤

(17)

式中:PL2,t和PL3,t為時(shí)段負(fù)荷的隸屬度參數(shù);Pw1,t和Pw2,t為風(fēng)電預(yù)測(cè)出力的隸屬度參數(shù)。對(duì)式(12)和式(13)的處理方式同上。

將式(11)中的IL調(diào)度成本轉(zhuǎn)化為悲觀值,表達(dá)式[21]為:

(2γ2-1)rk3ΔPIL,j,k,t]

(18)

式中:FIL,inf為式(11)中IL調(diào)度成本的悲觀值;γ2為IL調(diào)度成本悲觀值置信度。

經(jīng)清晰等價(jià)類轉(zhuǎn)化后,借助YALMIP工具包調(diào)用優(yōu)化軟件ILOG CPLEX對(duì)決策模型進(jìn)行求解。

4 算例分析

4.1 算例條件

以標(biāo)準(zhǔn)算例的10臺(tái)機(jī)組為基礎(chǔ)[17,22],納入風(fēng)電和緊急調(diào)峰資源,風(fēng)電和負(fù)荷的預(yù)測(cè)值見附A表A1,由日前預(yù)測(cè)期望值線性擬合得到日內(nèi)預(yù)測(cè)期望值,日前、日內(nèi)的風(fēng)電預(yù)測(cè)誤差區(qū)間分別為[-10%,10%]和[-5%,5%];單位棄風(fēng)成本通過火電機(jī)組發(fā)電成本和排污收費(fèi)標(biāo)準(zhǔn)進(jìn)行折算,據(jù)參考文獻(xiàn)[20]設(shè)置為236元/(MW·h),棄風(fēng)成本悲觀置信度γ2取值0.9;緊急調(diào)峰成本為350元/(MW·h)。

峰時(shí)段為11:00—19:00,平時(shí)段為06:00—11:00,19:00—22:00,其余為谷時(shí)段。采用平時(shí)段電價(jià)不變(1元/(kW·h)),同時(shí)拉開峰平、平谷電價(jià)差的方式調(diào)整電價(jià)。用戶對(duì)電價(jià)的響應(yīng)死區(qū)、線性區(qū)和飽和區(qū)參數(shù)見附錄A表A2。選取2類聚合用戶以IL的方式參與源荷互動(dòng)決策,見附錄A表A3。

采用本文所提的日前—日內(nèi)源荷互動(dòng)決策方法,通過算例對(duì)比驗(yàn)證源荷互動(dòng)的效果;并對(duì)不同時(shí)間尺度上決策置信度的選擇,以及拉開電價(jià)差變化條件下決策效果的變化情況進(jìn)行分析。

4.2 源荷互動(dòng)的效果分析

為驗(yàn)證價(jià)格型和激勵(lì)型DR在源荷互動(dòng)決策中的效果,基于本文所述模型對(duì)以下場(chǎng)景進(jìn)行分析。

場(chǎng)景1:無DR。

場(chǎng)景2:僅含TOU。

場(chǎng)景3:僅含IL。

場(chǎng)景4:同時(shí)包括TOU和IL。

拉開電價(jià)差為0.5元/(kW·h),日前、日內(nèi)決策的置信度分別為α1=β1=0.9,α2=β2=0.95。各場(chǎng)景下決策成本如表2所示。

表2 不同場(chǎng)景的源荷互動(dòng)決策成本對(duì)比Table 2 Comparison of source-load interaction costs under different scenarios

1)無DR參與的情況下,需要通過常規(guī)機(jī)組的頻繁啟停來追蹤負(fù)荷的波動(dòng);由于缺少TOU電價(jià)的“移峰填谷”效果,使得谷時(shí)段消納風(fēng)電的能力有限;且峰時(shí)段電力供應(yīng)緊缺,需調(diào)用較多的常規(guī)機(jī)組和緊急調(diào)峰資源,導(dǎo)致發(fā)電側(cè)資源利用的經(jīng)濟(jì)性相對(duì)較差。

2)將場(chǎng)景2和4分別與場(chǎng)景1和3對(duì)比可知,TOU電價(jià)的“移峰填谷”效應(yīng)使得谷時(shí)段風(fēng)電消納能力增強(qiáng),并減少了峰時(shí)段的發(fā)電側(cè)資源的部分調(diào)峰需求,緩解機(jī)組頻繁啟停,具有明顯的經(jīng)濟(jì)效益。

3)將場(chǎng)景3和4分別與場(chǎng)景1和2對(duì)比可知,IL的參與進(jìn)一步避免了部分成本較高的常規(guī)機(jī)組運(yùn)行,有效降低了電量成本和啟停成本;同時(shí),考慮到用戶實(shí)際響應(yīng)的不確定性,緊急調(diào)峰成本有所增加;但總體而言,IL的參與有助于降低決策總成本。

場(chǎng)景4下,緊急調(diào)峰資源參與日內(nèi)決策的情況如圖3所示,其中:時(shí)段負(fù)荷變化曲線表示15 min間隔內(nèi),系統(tǒng)負(fù)荷容量的變化情況;IL計(jì)劃響應(yīng)容量和緊急調(diào)峰容量的含義與第3節(jié)所述相同。

圖3 緊急調(diào)峰資源參與日內(nèi)調(diào)度決策的情況Fig.3 Effectiveness of emergency peak-regulation resource in the intraday dispatching

在日前決策確定機(jī)組組合和IL計(jì)劃響應(yīng)容量的前提下,緊急調(diào)峰資源參與日內(nèi)決策發(fā)揮了其快速靈活的特點(diǎn),能夠彌補(bǔ)日內(nèi)時(shí)間尺度上由于負(fù)荷變化引起的有功或備用缺額(時(shí)段06:00—09:00);此外,緊急調(diào)峰資源與既定機(jī)組可調(diào)出力的配合,增強(qiáng)了發(fā)電側(cè)資源的靈活性(時(shí)段14:15—15:00),有利于規(guī)避IL響應(yīng)不確定性對(duì)系統(tǒng)運(yùn)行的影響,在保證調(diào)度決策滿足置信度要求的前提下,增強(qiáng)了決策的經(jīng)濟(jì)性。

4.3 不同時(shí)間尺度上的置信度選擇分析

已有研究表明,考慮源、荷兩側(cè)資源的不確定性決策中,總成本與置信度呈正相關(guān)的關(guān)系,即置信度越高、成本越大[17-18,23]。多時(shí)間尺度的決策中,還存在不同時(shí)間尺度的置信度配合選擇的問題。以4.1節(jié)的條件設(shè)置為基礎(chǔ),拉開電價(jià)差為0.3元/(kW·h),確定日內(nèi)決策置信度水平為0.95的前提下,選擇不同的日前決策置信度水平,總成本的變化情況如圖4所示。

由圖4可知,為實(shí)現(xiàn)最終決策方案的置信度不低于0.95的要求,日前決策的置信度并非一定要滿足相同的約束。滿足最終決策方案的置信度要求的前提下,日前決策的置信度可以在等于或低于該置信度的范圍內(nèi)選取。

圖4 日前置信度選擇對(duì)決策總成本的影響分析Fig.4 Influence of day-ahead confidence selection on the total decision costs

在本小節(jié)的決策條件下,最優(yōu)的日前決策置信度應(yīng)選擇在0.7～0.8之間。日前決策置信度要求過高時(shí),日前決策會(huì)過度調(diào)用單位補(bǔ)償成本不太高但日內(nèi)可調(diào)范圍相對(duì)較大的IL資源,實(shí)際運(yùn)行中需要部分邊際成本較高的發(fā)電側(cè)資源進(jìn)行彌補(bǔ),導(dǎo)致最終成本略為上升。

同時(shí),決策置信度與系統(tǒng)運(yùn)行的可靠性直接相關(guān)。在滿足日內(nèi)決策方案的置信度要求的前提下,設(shè)置不同的日前決策置信度水平,表明決策者在預(yù)調(diào)度中對(duì)系統(tǒng)運(yùn)行風(fēng)險(xiǎn)所承受的能力也不同。系統(tǒng)有功和備用充足的條件下,可以通過適當(dāng)降低日前決策的置信度,尋找經(jīng)濟(jì)最優(yōu)方案;反之,應(yīng)充分考慮到系統(tǒng)穩(wěn)定、可靠運(yùn)行的需要,不宜將決策置信度水平設(shè)置過低。因此,考慮不同時(shí)間尺度上決策置信度的配合,可以進(jìn)一步提高互動(dòng)決策的效果。

4.4 拉開電價(jià)差對(duì)決策效果的影響分析

在4.2節(jié)場(chǎng)景4的基礎(chǔ)上,從TOU電價(jià)響應(yīng)死區(qū)開始逐步拉開電價(jià)差,決策總成本和各項(xiàng)成本的變化情況如圖5和表3所示。

圖5 決策總成本隨拉開電價(jià)差的變化情況Fig.5 Total decision cost changed with the price difference

拉開電價(jià)差/(元·(kW·h)-1)電量成本/元啟停成本/元IL成本/元棄風(fēng)成本/元調(diào)峰成本0.1289243981410696091695741037780.328650915138060358103249858130.52854624474605626974525746470.72857893513806044986172783900.9285742851380604498530678592

結(jié)合圖5和表3分析可得如下結(jié)論。

1)隨著電價(jià)差的逐步拉大,決策成本總體呈下降趨勢(shì),說明TOU電價(jià)響應(yīng)的增強(qiáng)能降低常規(guī)機(jī)組的邊際成本和啟停頻度,減少棄風(fēng),節(jié)約部分IL和調(diào)峰資源;尤其在響應(yīng)起始階段,效應(yīng)顯著。

2)電價(jià)差在0.7～0.9元/(kW·h)之間,TOU電價(jià)下峰谷、峰平和平谷負(fù)荷轉(zhuǎn)移均達(dá)飽和區(qū)附近,各項(xiàng)成本的變化趨于穩(wěn)定。

3)電價(jià)差為0.5元/(kW·h)附近出現(xiàn)決策成本低點(diǎn),隨后成本小幅增加并趨于穩(wěn)定,上述現(xiàn)象是IL與常規(guī)機(jī)組、緊急調(diào)峰資源之間的配合,同時(shí)考慮了IL彈性響應(yīng)部分的影響導(dǎo)致。

因此,在適當(dāng)?shù)腡OU電價(jià)響應(yīng)強(qiáng)度下,通過常規(guī)機(jī)組、風(fēng)電、緊急調(diào)峰和激勵(lì)型DR資源的有效整合,也可以達(dá)到較為理想的互動(dòng)效果,不建議過度強(qiáng)調(diào)拉開電價(jià)差。

5 結(jié)論

基于價(jià)格型和激勵(lì)型DR的不確定性分析,將DR與常規(guī)機(jī)組、風(fēng)電和緊急調(diào)峰資源在不同時(shí)間尺度上進(jìn)行優(yōu)化配置,構(gòu)建了日前—日內(nèi)源荷互動(dòng)決策模型,通過模型求解和算例分析得到如下結(jié)論。

1)價(jià)格型和激勵(lì)型DR與發(fā)電側(cè)資源的有效整合,能夠避免部分邊際成本較高的機(jī)組運(yùn)行,緩解機(jī)組的頻繁啟停,減少棄風(fēng)和降低調(diào)峰需求,具有突出的經(jīng)濟(jì)效益。

2)考慮源、荷資源的不確定性,通過不同時(shí)間尺度上決策置信度的配合,可以進(jìn)一步提高互動(dòng)效果;系統(tǒng)有功和備用充足的條件下,可以適當(dāng)降低決策置信度水平,尋找經(jīng)濟(jì)最優(yōu)方案;反之,應(yīng)保障系統(tǒng)穩(wěn)定、可靠運(yùn)行,不宜將決策置信度水平設(shè)置過低。

3)多種資源參與并考慮其不確定性影響的條件下,不建議過度追求TOU電價(jià)的響應(yīng)強(qiáng)度,還應(yīng)關(guān)注如何在適度的電價(jià)差條件下,通過有效的源、荷資源整合達(dá)到良好的互動(dòng)效果。

本文研究得到南方電網(wǎng)科學(xué)研究院基礎(chǔ)性前瞻性項(xiàng)目(SEPRI-K154003)的資助,謹(jǐn)此致謝!

附錄見本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。

[1] 姚建國,楊勝春,王珂,等.智能電網(wǎng)“源-網(wǎng)-荷”互動(dòng)運(yùn)行控制概念及研究框架[J].電力系統(tǒng)自動(dòng)化,2012,36(21):1-6.

YAO Jianguo, YANG Shengchun, WANG Ke, et al. Concept and research framework of smart grid “source-grid-load” interactive operation and control[J]. Automation of Electric Power Systems, 2012, 36(21): 1-6.

[2] 楊楠,王波,劉滌塵,等.計(jì)及大規(guī)模風(fēng)電和柔性負(fù)荷的電力系統(tǒng)供需側(cè)聯(lián)合隨機(jī)調(diào)度方法[J].中國電機(jī)工程學(xué)報(bào),2013,33(16):63-69.

YANG Nan, WANG Bo, LIU Dichen, et al. An integrated supply-demand stochastic optimization method considering large-scale wind power and flexible load[J]. Proceedings of the CSEE, 2013, 33(16): 63-69.

[3] 宋藝航,譚忠富,李歡歡,等.促進(jìn)風(fēng)電消納的發(fā)電側(cè)、儲(chǔ)能及需求側(cè)聯(lián)合優(yōu)化模型[J].電網(wǎng)技術(shù),2014,38(3):610-615.

SONG Yihang, TAN Zhongfu, LI Huanhuan, et al. An optimization model combining generation side and energy storage system with demand side to promote accommodation of wind power[J]. Power System Technology, 2014, 38(3): 610-615.

[4] BIE Zhaohong, XIE Haipeng, HU Guowei, et al. Optimal scheduling for power systems considering demand response[J]. Journal of Modern Power Systems and Clean Energy, 2016, 4(2): 180-187.

[5] 王蓓蓓,劉小聰,李揚(yáng).面向大容量風(fēng)電接入考慮用戶側(cè)互動(dòng)的系統(tǒng)日前調(diào)度和運(yùn)行模擬研究[J].中國電機(jī)工程學(xué)報(bào),2013,36(22):35-44.

WANG Beibei, LIU Xiaocong, LI Yang. Day-ahead generation scheduling and operation simulation considering demand response in large-capacity wind power integrated systems[J]. Proceedings of the CSEE, 2013, 36(22): 35-44.

[6] 曾博,楊雍琦,段金輝,等.新能源電力系統(tǒng)中需求側(cè)響應(yīng)關(guān)鍵問題及未來研究展望[J].電力系統(tǒng)自動(dòng)化,2015,39(17):10-18.DOI:10.7500/AEPS20150408010.

ZENG Bo, YANG Yongqi, DUAN Jinhui, et al. Key issues and research prospects for demand-side response in alternate electrical power systems with renewable energy sources[J]. Automation of Electric Power Systems, 2015, 39(17): 10-18. DOI: 10.7500/AEPS20150408010.

[7] WU Hongyu, SHAHIDEHPOUR M, AL-ABDULWAHAB A. Hourly demand response in day-ahead scheduling for managing the variability of renewable energy[J]. IET Generation Transmission & Distribution, 2013, 7(3): 226-234.

[8] 劉小聰,王蓓蓓,李揚(yáng),等.智能電網(wǎng)下計(jì)及用戶側(cè)互動(dòng)的發(fā)電日前調(diào)度計(jì)劃模型[J].中國電機(jī)工程學(xué)報(bào),2013,33(1):30-38.

LIU Xiaocong, WANG Beibei, LI Yang, et al. Day-ahead generation scheduling model considering demand side interaction under smart grid paradigm[J]. Proceedings of the CSEE, 2013, 33(1): 30-38.

[9] 姚建國,楊勝春,王珂,等.平衡風(fēng)功率波動(dòng)的需求響應(yīng)調(diào)度框架與策略設(shè)計(jì)[J].電力系統(tǒng)自動(dòng)化,2014,38(9):85-92.DOI:10.7500/AEPS20130602003.

YAO Jianguo, YANG Shengchun, WANG Ke, et al. Framework and strategy design of demand response scheduling for balancing wind power fluctuation[J]. Automation of Electric Power Systems, 2014, 38(9): 85-92. DOI: 10.7500/AEPS20130602003.

[10] GALVAN E, GUTIERREZ A G, GONZALEZ C N. Two-phase short-term scheduling approach with intermittent renewable energy resources and demand response[J]. IEEE Latin America Transactions, 2015, 13(1): 181-187.

[11] 楊勝春,劉建濤,姚建國,等.多時(shí)間尺度協(xié)調(diào)的柔性負(fù)荷互動(dòng)響應(yīng)調(diào)度模型與策略[J].中國電機(jī)工程學(xué)報(bào),2014,34(22):3664-3673.

YANG Shengchun, LIU Jiantao, YAO Jianguo, et al. Model and strategy for multi-time scale coordinated flexible load interactive scheduling[J]. Proceedings of the CSEE, 2014, 34(22): 3664-3673.

[12] 包宇慶,王蓓蓓,李揚(yáng),等.考慮大規(guī)模風(fēng)電接入并計(jì)及多時(shí)間尺度需求響應(yīng)資源協(xié)調(diào)優(yōu)化的滾動(dòng)調(diào)度模型[J].中國電機(jī)工程學(xué)報(bào),2016,36(17):4589-4599.

BAO Yuqing, WANG Beibei, LI Yang, et al. Rolling dispatch model considering wind penetration and multi-scale demand response resources[J]. Proceedings of the CSEE, 2016, 36(17): 4589-4599.

[13] 王珂,姚建國,姚良忠,等.電力柔性負(fù)荷調(diào)度研究綜述[J].電力系統(tǒng)自動(dòng)化,2014,38(20):127-135.DOI:10.7500/AEPS20140422005.

WANG Ke, YAO Jianguo, YAO Liangzhong, et al. Survey of research on flexible loads scheduling technologies[J]. Automation of Electric Power Systems, 2014, 38(20): 127-135. DOI: 10.7500/AEPS20140422005.

[14] WANG Qianfan, WANG Jianhui, GUAN Yongpei. Stochastic unit commitment with uncertain demand response[J]. IEEE Trans on Power Systems, 2013, 28(1): 562-563.

[15] 牛文娟,李揚(yáng),王蓓蓓.考慮不確定性的需求響應(yīng)虛擬電廠建模[J].中國電機(jī)工程學(xué)報(bào),2014,34(22):3630-3637.

NIU Wenjuan, LI Yang, WANG Beibei. Demand response based virtual power plant modeling considering uncertainty[J]. Proceedings of the CSEE, 2014, 34(22): 3630-3637.

[16] 曾丹,姚建國,楊勝春,等.計(jì)及價(jià)格型負(fù)荷響應(yīng)不確定性的概率潮流計(jì)算[J].電力系統(tǒng)自動(dòng)化,2015,39(20):66-71.DOI:10.7500/AEPS20141125005.

ZENG Dan, YAO Jianguo, YANG Shengchun, et al. Probabilistic load flow calculation considering price-elasticity load uncertainties[J]. Automation of Electric Power Systems, 2015, 39(20): 66-71. DOI: 10.7500/AEPS20141125005.

[17] 羅純堅(jiān),李姚旺,許漢平,等.需求響應(yīng)不確定性對(duì)日前優(yōu)化調(diào)度的影響分析[J].電力系統(tǒng)自動(dòng)化,2017,41(5):22-29.DOI:10.7500/AEPS20160702006.

LUO Chunjian, LI Yaowang, XU Hanping, et al. Influence of demand response uncertainty on day-ahead optimization dispatching[J]. Automation of Electric Power Systems, 2017, 41(5): 22-29. DOI: 10.7500/AEPS20160702006.

[18] 孫宇軍,李揚(yáng),王蓓蓓,等.計(jì)及不確定性需求響應(yīng)的日前調(diào)度計(jì)劃模型[J].電網(wǎng)技術(shù),2014,38(10):2708-2714.

SUN Yujun, LI Yang, WANG Beibei, et al. A day-ahead scheduling model considering demand response and its uncertainty[J]. Power System Technology, 2014, 38(10): 2708-2714.

[19] 牛文娟,李揚(yáng),王磊.基于風(fēng)險(xiǎn)評(píng)估和機(jī)會(huì)約束的不確定性可中斷負(fù)荷優(yōu)化調(diào)度[J].電力自動(dòng)化設(shè)備,2016,36(4):62-67.

NIU Wenjuan, LI Yang, WANG Lei. Optimal dispatch of uncertain interruptible loads based on risk assessment and chance constraint[J]. Electric Power Automation Equipment, 2016, 36(4): 62-67.

[20] 王勇超,陳皓勇,禤培正,等.基于最優(yōu)場(chǎng)景集的含多類型電源魯棒調(diào)度[J].電網(wǎng)技術(shù),2016,40(2):354-362.

WANG Yongchao, CHEN Haoyong, XUAN Peizheng, et al. A robust scheduling with multiple types of power source based on optimal scenario set[J]. Power System Technology, 2016, 40(2): 354-362.

[21] 劉寶碇,趙瑞清,王綱.不確定規(guī)劃及應(yīng)用[M].北京:清華大學(xué)出版社,2003.

[22] TING T O, RAO M V C, LOO C K. A novel approach for unit commitment problem via an effective hybrid particle swarm optimization[J]. IEEE Trans on Power Systems, 2006, 21(1): 411-418.

[23] 熊虎,向鐵元,陳紅坤,等.含大規(guī)模間歇式電源的模糊機(jī)會(huì)約束機(jī)組組合研究[J].中國電機(jī)工程學(xué)報(bào),2013,33(13):36-44.

XIONG Hu, XIANG Tieyuan, CHEN Hongkun, et al. Research of fuzzy chance constrained unit commitment containing large-scale intermittent power[J]. Proceedings of the CSEE, 2013, 33(13): 36-44.