考慮運(yùn)行風(fēng)險(xiǎn)的含儲能綜合能源系統(tǒng)優(yōu)化調(diào)度

施云輝，郭創(chuàng)新

考慮運(yùn)行風(fēng)險(xiǎn)的含儲能綜合能源系統(tǒng)優(yōu)化調(diào)度

施云輝，郭創(chuàng)新

（浙江大學(xué)電氣工程學(xué)院，浙江省 杭州市 310027）

為解決綜合能源系統(tǒng)(integrated energy system，IES)中供需雙側(cè)不確定因素對運(yùn)行調(diào)度帶來的風(fēng)險(xiǎn)問題，提出了一種考慮運(yùn)行風(fēng)險(xiǎn)的含儲能IES優(yōu)化調(diào)度模型。在目標(biāo)函數(shù)中，用設(shè)備調(diào)整費(fèi)用、失負(fù)荷懲罰費(fèi)用和棄風(fēng)棄光懲罰費(fèi)用來量化系統(tǒng)運(yùn)行風(fēng)險(xiǎn)。在約束條件中，區(qū)分了電能和熱能的時(shí)間尺度差異，并計(jì)及儲能的時(shí)間耦合性，建立了儲能多時(shí)段耦合約束。然后提出了一種基于Benders分解的算法進(jìn)行求解。最后通過算例分析了置信水平、儲能功率及容量對IES運(yùn)行費(fèi)用及運(yùn)行風(fēng)險(xiǎn)的影響。

綜合能源系統(tǒng)(IES)；儲能；不確定性；風(fēng)險(xiǎn)成本；優(yōu)化調(diào)度；

0 引言

能源是社會和經(jīng)濟(jì)發(fā)展的動力和基礎(chǔ)。由于傳統(tǒng)化石能源日益枯竭，提高能源利用效率、開發(fā)新能源、加強(qiáng)可再生能源的綜合利用成為解決社會經(jīng)濟(jì)發(fā)展過程中的能源需求增長與能源緊缺之間矛盾的必然選擇。近年來，許多國家將綜合能源系統(tǒng)(integrated energy system，IES)作為未來的發(fā)展戰(zhàn)略。IES打破了原有的冷/熱/電供能系統(tǒng)獨(dú)立設(shè)計(jì)、規(guī)劃、運(yùn)行和控制的模式，能夠利用多能互補(bǔ)的優(yōu)勢，為運(yùn)行人員的調(diào)度提供更多的靈活性與經(jīng)濟(jì)性。

能源樞紐的概念最早由蘇黎世聯(lián)邦理工學(xué)院的Martin Geidl等[1]提出，作為可以滿足多種能源需求的能源轉(zhuǎn)換單元，可同時(shí)為不同能源的輸入輸出提供接口。由于能源樞紐為含電、氣、熱、冷等多種能源的傳輸、轉(zhuǎn)換和儲存提供了統(tǒng)一的數(shù)學(xué)模型，成為研究IES的重要手段，被廣泛用于IES的建模分析當(dāng)中。

IES的優(yōu)化調(diào)度是IES研究的熱點(diǎn)問題，一般以經(jīng)濟(jì)性最優(yōu)為目標(biāo)，通過制定合理的用能計(jì)劃，使得系統(tǒng)在一段時(shí)間內(nèi)的運(yùn)行成本最小。然而，在IES中可再生能源的滲透率較高，由于可再生能源出力依賴于天氣條件，其出力具有較大的間歇性與波動性，此外由于預(yù)測誤差，負(fù)荷與電價(jià)也具有一定隨機(jī)性[2-5]。這些不確定因素使得IES的調(diào)度過程中面臨風(fēng)險(xiǎn)。不確定性因素對于電力網(wǎng)絡(luò)的影響及分析方法已有較多研究，相比而言，不確定性因素對IES的影響分析的研究則剛剛起步。文獻(xiàn)[6]運(yùn)用解析-仿真的混合算法對含有間歇性可再生能源微電網(wǎng)進(jìn)行了可靠性評估。文獻(xiàn)[7]利用區(qū)間線性規(guī)劃的方法，建立了含參數(shù)的日前調(diào)度模型，結(jié)果表明負(fù)荷波動大小會對區(qū)域綜合能源系統(tǒng)總盈利產(chǎn)生直接的影響。文獻(xiàn)[8]采用蒙特卡羅模擬法求解IES概率能量流，結(jié)果表明不同能量流的不確定性之間存在相關(guān)性。以上文獻(xiàn)側(cè)重于分析IES運(yùn)行過程中不確定性因素帶來的影響，但未能將這種影響量化為風(fēng)險(xiǎn)指標(biāo)，并應(yīng)用到IES的優(yōu)化調(diào)度中。文獻(xiàn)[9]基于態(tài)勢感知，將微電網(wǎng)的運(yùn)行風(fēng)險(xiǎn)量化為高估費(fèi)用與低估費(fèi)用，并在目標(biāo)函數(shù)中綜合考慮。文獻(xiàn)[10]基于CVaR理論，進(jìn)一步細(xì)分了供電和供熱風(fēng)險(xiǎn)。然而，以上文獻(xiàn)均未能考慮儲能等帶有時(shí)間耦合性的設(shè)備，也未能區(qū)分不同形式能源時(shí)間尺度的差異。

鑒于以上問題，本文首先基于能源樞紐的概念，對含有儲能的IES進(jìn)行建模。接著利用概率統(tǒng)計(jì)方法，對IES源側(cè)和荷側(cè)的關(guān)鍵不確定因素進(jìn)行刻畫。然后提出了基于多場景的IES優(yōu)化調(diào)度模型，建立了考慮風(fēng)險(xiǎn)費(fèi)用的目標(biāo)函數(shù)，在約束條件中區(qū)分了電能和熱能的時(shí)間尺度差異，并建立了儲能多時(shí)段耦合約束。針對該模型規(guī)模較大的問題，提出了一種基于Benders分解的算法進(jìn)行求解，最后通過算例分析了置信水平、儲能功率及容量對IES運(yùn)行費(fèi)用及運(yùn)行風(fēng)險(xiǎn)的影響。

1 IES建模

1.1 能源樞紐結(jié)構(gòu)

能源樞紐作為滿足多種能源需求的能源轉(zhuǎn)換單元，可同時(shí)為不同能源形式的輸入輸出提供接口。根據(jù)輸入輸出定義的不同，能源樞紐有多種數(shù)學(xué)形式[11-13]，本文采用文獻(xiàn)[13]提出的線性形式的能源樞紐，避免了耦合矩陣中的分配因子，有利于優(yōu)化模型的求解。

一個通用的能源樞紐結(jié)構(gòu)如圖1所示。能源樞紐由轉(zhuǎn)換器與儲能2部分構(gòu)成，其輸入為種能量載體，輸出為種負(fù)荷需求。其中轉(zhuǎn)換器將一次能源轉(zhuǎn)換為電、熱等二次能源(如熱電聯(lián)產(chǎn)機(jī)組)，或者將一種形式的二次能源轉(zhuǎn)化為另一種形式(如吸收式制冷機(jī))。儲能將能量進(jìn)行可控的存儲與釋放，具備削峰填谷、降低可再生能源出力波動性與提高供能可靠性等多種作用。不失一般性，本文假定儲能只對負(fù)荷需要的能源形式進(jìn)行存儲，而不考慮儲氣、儲氫等形式的儲能，因此儲能的種類數(shù)等于負(fù)荷的種類數(shù)。

圖1 能源樞紐結(jié)構(gòu)

1.2 能源樞紐狀態(tài)模型

假設(shè)能源樞紐工作在穩(wěn)態(tài)，且不考慮線路上的損耗，則能源樞紐的狀態(tài)模型為：

1.3 能源樞紐運(yùn)行約束

能源樞紐在運(yùn)行過程中需滿足以下約束。

1）轉(zhuǎn)換器功率上下限約束。

2）轉(zhuǎn)換器爬坡約束。

3）儲能狀態(tài)上下限約束。

4）儲能功率上下限約束。

5）儲能充放能不相容約束。

式(8)表示儲能不能同時(shí)工作在充放能狀態(tài)。

2 IES不確定因素分析

2.1 供能側(cè)不確定性

光伏發(fā)電功率由光照強(qiáng)度決定，一段時(shí)間內(nèi)太陽的光照強(qiáng)度可近似看成Beta分布[10]：

在IES運(yùn)行過程中，供能設(shè)備可能發(fā)生故障，單一設(shè)備故障的概率為

2.2 用能側(cè)不確定性

大量文獻(xiàn)表明，對于不同時(shí)期的同一時(shí)間段，IES電、熱負(fù)荷大致呈正態(tài)分布。然而實(shí)際中的電、熱負(fù)荷存在邊界，因此，應(yīng)當(dāng)采用去尾的正態(tài)分布模型來描述電、熱負(fù)荷不確定性[14]。

對于熱負(fù)荷的處理類似，故不再贅述。

3 考慮風(fēng)險(xiǎn)成本的IES優(yōu)化調(diào)度模型

3.1 目標(biāo)函數(shù)

IES中的不確定因素影響著IES運(yùn)行的經(jīng)濟(jì)性，如當(dāng)風(fēng)電出力高于預(yù)期或者低于預(yù)期時(shí)，短時(shí)間內(nèi)能量平衡被破壞，機(jī)組需要調(diào)整有功功率來維持電功率平衡。由于熱電聯(lián)產(chǎn)機(jī)組存在電熱耦合，這樣的調(diào)整又會導(dǎo)致熱功率發(fā)生變化，導(dǎo)致鍋爐或者儲熱設(shè)備需要做出相應(yīng)的調(diào)整，來維持熱量的平衡，這樣的調(diào)整操作會增加設(shè)備的維護(hù)成本。進(jìn)一步的，當(dāng)IES的調(diào)節(jié)能力不足時(shí)，會導(dǎo)致系統(tǒng)失負(fù)荷，或者產(chǎn)生棄風(fēng)棄光，因而產(chǎn)生相應(yīng)的懲罰費(fèi)用?？紤]以上風(fēng)險(xiǎn)成本的IES優(yōu)化調(diào)度目標(biāo)函數(shù)主要分為4部分：用能預(yù)期費(fèi)用、設(shè)備調(diào)整費(fèi)用、失負(fù)荷懲罰費(fèi)用、棄風(fēng)棄光懲罰費(fèi)用。

3.1.1 用能預(yù)期費(fèi)用

用能預(yù)期費(fèi)用指不論不確定事件是否發(fā)生，IES運(yùn)行中必然產(chǎn)生的費(fèi)用，其表達(dá)式為

3.1.2 設(shè)備調(diào)整費(fèi)用

設(shè)備調(diào)整費(fèi)用指當(dāng)負(fù)荷或可再生能源出力與預(yù)測不符，設(shè)備做出相應(yīng)調(diào)整時(shí)產(chǎn)生的費(fèi)用，其表達(dá)式為

3.1.3 失負(fù)荷懲罰費(fèi)用

當(dāng)IES的調(diào)節(jié)能力不足以補(bǔ)充功率缺額時(shí)，會導(dǎo)致系統(tǒng)失負(fù)荷。在IES中，電能與熱能的特性不同，電能需要實(shí)時(shí)地平衡，短時(shí)間內(nèi)的電能供應(yīng)不足就會導(dǎo)致生產(chǎn)上的損失，而熱能則具有時(shí)延以及較大的慣性，短時(shí)間的熱能超額、缺額并不會導(dǎo)致經(jīng)濟(jì)損失，只要一段時(shí)間內(nèi)的熱能總量滿足負(fù)荷需求即可。電能缺額和熱能缺額的懲罰費(fèi)用分別為：

3.1.4 棄風(fēng)棄光懲罰費(fèi)用

當(dāng)IES的調(diào)節(jié)能力不足以消納風(fēng)電和光伏時(shí)，需要降低風(fēng)機(jī)和光伏的出力，以維持功率平衡，由此產(chǎn)生的棄風(fēng)棄光懲罰費(fèi)用：

3.1.5 總目標(biāo)函數(shù)

IES優(yōu)化調(diào)度的目標(biāo)函數(shù)應(yīng)當(dāng)是以上分析的各項(xiàng)成本的綜合，考慮到?jīng)Q策者的風(fēng)險(xiǎn)偏好存在差異，本文采用基于條件風(fēng)險(xiǎn)價(jià)值(CVaR)的目標(biāo)函數(shù)：

3.2 約束條件

除了能源樞紐運(yùn)行約束式(3)—(8)外，IES還需滿足各個場景下的相應(yīng)的約束。

3.2.1 能量平衡約束

3.2.2 功率上下限約束

3.2.3 儲能多時(shí)段耦合約束

儲能設(shè)備的特點(diǎn)在于一天內(nèi)的充放能需要平衡，故儲能功率的調(diào)整量不能只考慮單個時(shí)間斷面，還需考慮多時(shí)段的耦合，其表達(dá)式為：

4 求解算法

由目標(biāo)函數(shù)(22)，約束條件(3)—(8)、(23)— (31)構(gòu)成的IES優(yōu)化調(diào)度模型是一個混合整數(shù)線性優(yōu)化問題，由于場景數(shù)目較多，直接求解是不現(xiàn)實(shí)的。因此本文使用Benders分解算法的思想求解上述模型。Benders分解是求解大規(guī)模線性規(guī)劃問題的常用算法，其主要思想為：將單層的大規(guī)模規(guī)劃問題分解為雙層的較小規(guī)模規(guī)劃問題，然后在確定內(nèi)層解/外層解的情況下求解相應(yīng)的外層解/內(nèi)層解，并循環(huán)迭代，其中在由固定內(nèi)層解求解外層解的過程中，根據(jù)內(nèi)層解的性質(zhì)加入最優(yōu)割或可行割，由此得到收斂的最優(yōu)解。

利用Benders分解求解本模型的具體步驟如下：

5 算例分析

5.1 參數(shù)設(shè)置

本文以某工業(yè)園區(qū)為研究對象進(jìn)行分析。工業(yè)園區(qū)中各設(shè)備的相關(guān)參數(shù)、調(diào)整費(fèi)用與故障率如表1所示，天然氣價(jià)格為3.45元/m3，折合成單位熱值價(jià)格為0.349元/(kW·h)。假設(shè)光伏和風(fēng)機(jī)的功率預(yù)測誤差分別服從=10%和=20%的正態(tài)分布，電負(fù)荷和熱負(fù)荷的功率預(yù)測誤差服從=5%的正態(tài)分布。

設(shè)單位電負(fù)荷缺額以及熱負(fù)荷缺額的補(bǔ)償費(fèi)用分別為0.9元/(kW·h)和0.4元/(kW·h)，單位棄風(fēng)棄光的懲罰費(fèi)用均為0.2元/(kW·h)，與電網(wǎng)電量合約的違約成本為0.6元/(kW·h)。調(diào)度周期為=96min，時(shí)間間隔為15min；基于Benders分解的算法在Python+DOcplex環(huán)境中進(jìn)行實(shí)現(xiàn)，并調(diào)用CPLEX 12.6.3求解器進(jìn)行求解。

表1 設(shè)備參數(shù)

5.2 場景削減

含有隨機(jī)出力的風(fēng)機(jī)、光伏、電負(fù)荷和熱負(fù)荷分別經(jīng)蒙特卡羅采樣抽樣，得到的不確定場景數(shù)為5 000，如圖2(a)所示。分別經(jīng)K-means聚類后，得到的最終場景數(shù)s=100，如圖2(b)所示。

5.3 置信水平對調(diào)度結(jié)果的影響分析

圖2 風(fēng)電、光伏、電負(fù)荷、熱負(fù)荷場景削減

圖3 不同置信水平下系統(tǒng)的風(fēng)險(xiǎn)值與運(yùn)行成本

5.4 電儲能功率對調(diào)度結(jié)果的影響分析

圖4 不同儲能最大功率下系統(tǒng)風(fēng)險(xiǎn)值與運(yùn)行成本

Fig. 4 Risk value and expected operation cost of IES under different electric storage maximum power

圖5 不同儲能容量下系統(tǒng)風(fēng)險(xiǎn)值與運(yùn)行成本

6 結(jié)論

研究了考慮運(yùn)行風(fēng)險(xiǎn)的含儲能IES優(yōu)化調(diào)度問題，通過設(shè)備調(diào)整費(fèi)用、失負(fù)荷懲罰費(fèi)用、棄風(fēng)棄光懲罰費(fèi)用量化IES運(yùn)行風(fēng)險(xiǎn)，并通過引入儲能多時(shí)段耦合約束，使得儲能在參與實(shí)時(shí)功率調(diào)節(jié)的過程中依然滿足能量日平衡約束。算例分析表明，置信水平反映了決策者的風(fēng)險(xiǎn)偏好，提高置信水平有助于降低IES運(yùn)行風(fēng)險(xiǎn)，但會使得決策更為保守，從而損失IES運(yùn)行的經(jīng)濟(jì)性。提高儲能容量以及最大充放電功率均有助于降低IES的運(yùn)行費(fèi)用。相較于提高儲能容量，提高最大充放電功率對于降低IES運(yùn)行風(fēng)險(xiǎn)的作用更為顯著。

[1] Geidl M，Koeppel G，F(xiàn)avreperrod P，et al．Energy hubs for the future[J]．Power & Energy Magazine IEEE， 2007，5(1)：24-30．

[2] 周曉倩，余志文，艾芊，等．含冷熱電聯(lián)供的微網(wǎng)優(yōu)化調(diào)度策略綜述[J]．電力自動化設(shè)備，2017，37(6)：26-33．

[3] 李宏仲，付國，范明天，等．非水可再生能源發(fā)電量消納及指標(biāo)分配的分析與探討[J]．分布式能源，2019，4(5)：50-57．

[4] 曹明浩，于繼來．基于分級定價(jià)與梯級考核機(jī)制的風(fēng)電場日發(fā)電計(jì)劃優(yōu)化申報(bào)方法[J]．分布式能源，2019，4(5)：17-28．

[5] 張俊，賀旭，陸春良，等．基于數(shù)值天氣預(yù)報(bào)的光伏功率短期預(yù)測分類組合算法[J]．廣東電力，2019，32(6)：55-60．

[6] Ansari O A，Safari N，Chung C Y．Reliability assessment of microgrid with renewable generation and prioritized loads[C]//2016 IEEE Green Energy and Systems Conference (IGSEC)．Long Beach，CA， USA：IEEE，2016．

[7] 白牧可，王越，唐巍，等．基于區(qū)間線性規(guī)劃的區(qū)域綜合能源系統(tǒng)日前優(yōu)化調(diào)度[J]．電網(wǎng)技術(shù)，2017(12)：3963-3970．

[8] 陳勝，衛(wèi)志農(nóng)，孫國強(qiáng)，等．電–氣混聯(lián)綜合能源系統(tǒng)概率能量流分析[J]．中國電機(jī)工程學(xué)報(bào)，2015(24)：6331-6340．

[9] 王成山，鄭海峰，謝瑩華，等．計(jì)及分布式發(fā)電的配電系統(tǒng)隨機(jī)潮流計(jì)算[J]．電力系統(tǒng)自動化，2005(24)：39-44．

[10] 楊勝春等，基于態(tài)勢感知的電網(wǎng)自動智能調(diào)度架構(gòu)及關(guān)鍵技術(shù)[J]．電網(wǎng)技術(shù)，2014，38(1)：33-39．

[11] 王毅，張寧，康重慶．能源互聯(lián)網(wǎng)中能量樞紐的優(yōu)化規(guī)劃與運(yùn)行研究綜述及展望[J]．中國電機(jī)工程學(xué)報(bào)，2015(22)：5669-5681．

[12] 劉方澤，牟龍華，張濤，等．微能源網(wǎng)多能源耦合樞紐的模型搭建與優(yōu)化[J]．電力系統(tǒng)自動化，2018，42(14)：97-104．

[13] Parisio A，Del Vecchio C，Vaccaro A．A robust optimization approach to energy hub management [J]．International Journal of Electrical Power & Energy Systems，2012，42(1)：98-104．

[14] Wang J H，Shahidehpour M，Li Z．Security-constrained unit commitment with volatile wind power generation[J]．IEEE Transactions on Power Systems，2008，23(3)：1319-1327．

[15] Rockafellar，R T，Uryasev S．Optimization of conditional value-at-risk[J]．Journal of Risk，2000，2(3)：21-42．

Optimal Dispatch of Integrated Energy System Considering Operational Risks in the Presence of Energy Storage

SHI Yunhui, GUO Chuangxin

(College of Electrical Engineering, Zhejiang University, Hangzhou 310027, Zhejiang Province, China)

In order to solve the risk problem brought by uncertainties of supply and demand in integrated energy system (IES), an optimal dispatch model of IES with energy storage considering operational risk was proposed. In the objective function, the cost of equipment adjustment, penalty for loss of load and penalty for curtailment of wind and solar power was used to quantify the operational risk of the IES. In the constraints, the time-scale differences between electric energy and thermal energy were distinguished, and the multi-period coupling constraints of energy storage were established considering the time coupling of energy storage. Then an algorithm based on Benders decomposition was proposed to solve the problem. Finally, an example was given to analyze the influence of confidence level, energy storage power and capacity on IES operation cost and operational risk.

integrated energy system (IES); energy storage; uncertainty; risk cost; optimal dispatch

10.12096/j.2096-4528.pgt.19142

TM 715

2019-09-21。

國家自然科學(xué)基金項(xiàng)目(51877190)。

Project Supported by National Natural Science Foundation of China(51877190).

施云輝(1994)，男，博士研究生，研究方向?yàn)榫C合能源系統(tǒng)優(yōu)化運(yùn)行，11610016@zju.edu.cn；

施云輝

郭創(chuàng)新(1969)，男，博士，教授，博士生導(dǎo)師，主要研究方向?yàn)橹悄苷{(diào)度及風(fēng)險(xiǎn)調(diào)度、智能信息處理技術(shù)及其在電力系統(tǒng)應(yīng)用的研究，guochuangxin@zju.edu.cn。

郭創(chuàng)新

(責(zé)任編輯 辛培裕)