王芬,李志勇,邵潔,周歡,范帥,何光宇
(1. 電力傳輸與功率變換教育部重點實驗室(上海交通大學(xué)),上海市 200240;2. 海南省電力學(xué)校,海口市 571100)
虛擬電廠(virtual power plant,VPP)將一定區(qū)域內(nèi)分布式發(fā)電機組、可控負荷以及分布式儲能設(shè)施、電動汽車等進行聚合,作為一個特殊的電廠參與電力市場和電網(wǎng)的運行,為電網(wǎng)調(diào)控提供了一種有效的手段[1]。作為泛在電力物聯(lián)網(wǎng)建設(shè)的重要內(nèi)容,國家電網(wǎng)公司已率先在冀北、上海等地開展了若干虛擬電廠示范項目。
目前國內(nèi)外關(guān)于VPP的研究主要圍繞VPP經(jīng)濟調(diào)度、協(xié)調(diào)運行以及容量優(yōu)化配置等方面展開。在協(xié)調(diào)調(diào)度方面,文獻[2]討論了海上風(fēng)場與小型靈活核電站組成的VPP的協(xié)調(diào)調(diào)度問題,研究了VPP追隨負荷曲線時各電源的出力情況。文獻[3-5]研究了計及風(fēng)電、光伏和儲能系統(tǒng)的VPP的協(xié)調(diào)調(diào)度問題,表明多種能源的協(xié)調(diào)出力,能夠有效增強系統(tǒng)調(diào)節(jié)能力,從而獲取更高的經(jīng)濟效益。文獻[6]以分布式風(fēng)力發(fā)電與電動汽車形成VPP,分析了有無電動汽車參與時,虛擬電廠的效益表現(xiàn)。文獻[7-10]考慮多種能源之間的互補特性,建立了需求響應(yīng)互動優(yōu)化模型以實現(xiàn)VPP內(nèi)部的協(xié)調(diào)互動。文獻[11]基于多代理結(jié)構(gòu)形式建立了VPP內(nèi)部分布式能源(distributed energy resources,DER)的均衡調(diào)度模型,利用模仿者動態(tài)算法處理VPP內(nèi)部調(diào)度資源分配問題,提出了多方共贏的調(diào)度策略。
在容量優(yōu)化配置方面,文獻[12]以某風(fēng)-光-水分布式發(fā)電示范工程為例,將可再生能源出力隨機性映射到投資組合模型中的價格隨機性,建立了考慮可再生能源發(fā)電不確定性的容量配置模型。文獻[13]基于投資組合理論,建立了一種計及風(fēng)險度量的VPP容量優(yōu)化配置模型。文獻[14]提出了“靈活性可調(diào)資源-聚合調(diào)節(jié)特性-優(yōu)化目標建模”的VPP多級優(yōu)化配置體系,建立了包含VPP建設(shè)、運維、電力市場獲利在內(nèi)的凈現(xiàn)值模型,以獲得VPP優(yōu)化配置。但以上方法優(yōu)化配置模型所得的VPP均為靜態(tài)的,隨著可再生能源、分布式儲能、可控負荷數(shù)量的日益增多,系統(tǒng)的可擴展性受到了限制。
VPP的優(yōu)化配置、協(xié)調(diào)調(diào)度均有賴于不同DER資源的互補特性。受用戶用電習(xí)慣、負荷變化規(guī)律以及可調(diào)資源能力等方面限制,單一DER直接參與調(diào)度難免出現(xiàn)一定的偏差和風(fēng)險,因此DER之間聯(lián)合運行成為更加合理的選擇,已有諸多文獻參與研究。文獻[15]研究了分布式電采暖負荷的協(xié)同優(yōu)化運行策略。而事實上,不同DER之間的互補效益不同,聯(lián)合運行相對單獨運行并非一定能讓DER的運行效益得到提升。另一方面,隨著新能源數(shù)量的日益增多,若將所有DER形成集合整體進行優(yōu)化調(diào)控,將涉及到多方信息上報、收集、處理等問題,集中式調(diào)度還存在全局最優(yōu)值求解困難的問題。除此之外,由于各DER分屬不同的利益主體,將所有個體捆綁成一個整體,甚至可能對某些主體的經(jīng)濟效益產(chǎn)生損害,因此難以調(diào)動各利益主體的參與積極性。多DER的聯(lián)合屬于DER的自主行為,即如何尋找合適的合作伙伴并協(xié)作這一過程是DER依據(jù)自身特性開展的。而現(xiàn)有文獻中涉及的聯(lián)合行為,在容量配置問題里,最終產(chǎn)出為靜態(tài)結(jié)構(gòu),難以發(fā)揮系統(tǒng)靈活性;而在調(diào)度問題中則作為支撐背景,一般缺少詳細描述。
針對上述所提多DER聯(lián)合所存在的問題,本文提出一種VPP自組織聚合運行調(diào)度方法,通過DER間自發(fā)聚合形成動態(tài)VPP的行為提升負荷跟蹤水平,以分散集中式調(diào)度中的計算壓力,同時減小調(diào)度過程中的調(diào)控量,增強DER個體的適應(yīng)能力。以聚合后相關(guān)指標的量化評估結(jié)果為依據(jù),作為DER之間“聚合”和“分裂”的判定條件,從而促進各類分布式能源以與負荷更一致的出力特性參與調(diào)度,促進聯(lián)合出力以較小代價向理想出力逼近。
本文所研究的DER泛指一切需求側(cè)的分布式電源及可控負荷,是對DER為電力系統(tǒng)提供服務(wù)的統(tǒng)一描述,重點關(guān)注其靈活性的聚合過程,而未考慮具體的個體運行特性及其對聚合效果的影響,面向DER個體研究其靈活性的建模方式將作為后續(xù)重要的研究方向。
考察某網(wǎng)絡(luò)節(jié)點中,在電網(wǎng)給定負荷曲線情況下DER進行負荷跟蹤的優(yōu)化調(diào)控策略,曲線跟蹤的應(yīng)用場景對于提升新能源消納水平、提升系統(tǒng)經(jīng)濟效益具有重要的意義[16]。以給定負荷減去該網(wǎng)絡(luò)節(jié)點下不可調(diào)出力(或疊加上不可調(diào)負荷)所得到的凈負荷曲線作為DER的理想出力曲線,采用負荷跟蹤系數(shù)量化評估調(diào)度期內(nèi)的預(yù)測出力水平與負荷水平的一致性,并給出相應(yīng)的負荷跟蹤策略。
針對DER出力水平與負荷的一致性,定義負荷跟蹤系數(shù)。調(diào)度期內(nèi)DER的出力標幺值為:
(1)
式中:δi,t為個體i在t時段的出力標幺值;Pi,t為t時段個體i的出力取值;PC,i為個體i的功率最大值,一般可取作裝機容量。
對個體i的功率信號、負荷信號l,定義t時段的一致性指標為:
αi,t=δl,t-δi,t,t=1,2,…,n
(2)
式中:αi,t為負荷信號l的功率標幺值與個體i的功率標幺值的差值,表征著二者在t時段的一致性;δl,t為t時段負荷信號l的功率標幺值。
進而可以定義負荷跟蹤系數(shù)IT,i來衡量n個時段內(nèi)個體i的功率與負荷信號l之間的一致性,定義為:
(3)
IT,i越接近1表明考察時窗內(nèi)個體i的功率與負荷信號l越一致,反之則不一致性越高。
在每個調(diào)度周期開始階段,個體i將基于出力預(yù)測值計算其負荷跟蹤系數(shù)IT,i,如果該值低于某一特定閾值ICR,則啟動優(yōu)化調(diào)控決策過程。調(diào)控目標為通過較少次數(shù)或少量的調(diào)節(jié),降低其出力水平與給定曲線不一致的程度,提高跟隨能力。為簡化模型,本文假定DER所能提供的可調(diào)容量能夠滿足調(diào)度需求。對于調(diào)控量的計算,其優(yōu)化模型為:
(4)
式中:γi,t為t時段個體i所需承擔(dān)的相對調(diào)控量(標幺值);ICR為一致性閾值,可依據(jù)功率不平衡量閾值與該節(jié)點總負荷水平比值進行整定。目標函數(shù)為該時段內(nèi)出力調(diào)控總量最小,約束條件為調(diào)控后個體i出力跟隨負荷變化能力滿足系統(tǒng)要求。
由于DER自組織聚合所形成的動態(tài)VPP將以VPP的形式響應(yīng)調(diào)度、傳統(tǒng)意義上將所有DER集合形成的靜態(tài)VPP以整體的形式響應(yīng)調(diào)度,因此上文描述的負荷跟蹤模型除了適用于個體獨立調(diào)度模式(獨立模式),也適用于自組織聯(lián)合調(diào)度(自組織模式)和整體統(tǒng)一調(diào)度模式(統(tǒng)一優(yōu)化模式),算例中也將對這3種情況進行討論分析。
統(tǒng)一優(yōu)化模式將需要收集所有DER的預(yù)測出力信息,這往往難以做到,且集中式優(yōu)化模型的求解也存在著諸多困難。自組織模式在形成的動態(tài)VPP之間能夠發(fā)揮分布式計算的優(yōu)勢,分散計算壓力。而相較于獨立模式,自組織模式則能夠利用DER之間的功率互補特性。如果聯(lián)合運行相較于獨立運行使得負荷跟蹤系數(shù)得到了提升,則采用上述優(yōu)化模型得到的優(yōu)化結(jié)果必然優(yōu)于獨立運行的結(jié)果,證明過程參見附錄A。
對于負荷跟蹤模型和自組織聚合運行調(diào)度方法而言,調(diào)度時段內(nèi)對DER的高精度預(yù)測、DER之間的信息交互成為其實現(xiàn)的必要條件,而近年來智能用電網(wǎng)絡(luò)的發(fā)展使其成為可能,可將部署在用戶側(cè)的發(fā)用電設(shè)備進行組網(wǎng)互聯(lián),從而實現(xiàn)協(xié)同優(yōu)化運行[17-19]。
本文主要研究內(nèi)容為DER如何聯(lián)合運行,也即如何根據(jù)系統(tǒng)要求自發(fā)組織形成動態(tài)VPP,由于采用了聯(lián)盟博弈的框架來研究,下文對聯(lián)盟、VPP的說法不加以區(qū)分。
在每個控制周期內(nèi),整個自組織聚合響應(yīng)流程如圖1所示。流程分為3步:
圖1 VPP自組織聚合響應(yīng)流程Fig.1 Self-organizing aggregation response process of VPP
步驟1:針對系統(tǒng)發(fā)布的負荷信號,DER進行自組織聚合形成VPP;
步驟2:各DER按調(diào)度計劃執(zhí)行,并依據(jù)聚合出力與負荷一致性情況,調(diào)度可控資源以滿足系統(tǒng)要求;
步驟3:根據(jù)VPP實際調(diào)度情況對內(nèi)部成員完成利益分配。
步驟2、3分別屬于有功實時調(diào)度、利益分配問題,已有眾多文獻參與研究。本文研究的重點在于步驟1,即DER個體之間如何產(chǎn)生聚合行為。該部分又可分為以下3步:
1)感知。各DER獲知調(diào)度中心下發(fā)的負荷曲線,并跟相鄰DER進行信息交互,包含該周期內(nèi)的計劃出力、調(diào)度容量、調(diào)控成本等情況。
2)預(yù)判。各DER根據(jù)預(yù)先確立好的準則,預(yù)判聚合是否能提升運行效用。
3)決策。各DER綜合與其他個體的聚合效益,選擇組建VPP。
因此,本文描述的VPP自組織聚合方法所形成的VPP是動態(tài)的,隨著系統(tǒng)要求(負荷信號)變化而變化的,并且在完成調(diào)度要求后VPP解散,各DER進入下一時段的聚合行為。另外考慮到系統(tǒng)拓撲的影響,分屬不同配網(wǎng)節(jié)點下的DER之間相互配合需要滿足眾多的網(wǎng)絡(luò)約束,聯(lián)合運行的難度大大提升。本文僅考慮同一配網(wǎng)節(jié)點下DER的自組織聚合行為。
單一DER很難感知或者獲取系統(tǒng)中所有其他個體的資源情況及調(diào)度計劃,即使存在一個虛擬中心能夠廣播所有個體信息,DER在考慮與其他所有個體是否聚合時也會存在指數(shù)爆炸的組合問題;且地理位置相隔較遠的2個DER之間,在實際情況中由于網(wǎng)絡(luò)約束,配合響應(yīng)難度大大增加。本文假定單一DER是具有有限理性的智能個體,并對其行為作如下假定:
1)DER在考慮自組織聚合時,僅考慮與之相鄰的個體或VPP進行通信交流;
2)忽略DER之間的(短距離)通信成本及通信延遲問題;
3)DER具備高精度的出力預(yù)測能力。
DER之間是否聚合是一個聯(lián)盟博弈(coalition formation games,CFG)問題,可使用聯(lián)盟博弈論的框架[20]來研究VPP的自組織聚合行為。聯(lián)盟博弈的突出特點是競爭與合作共存。競爭反映在各主體在追求各自利益最大化時所表現(xiàn)出的利益沖突,合作則反映在各主體對共同利益的認知與追求。
定義1:對于一個有轉(zhuǎn)移效益的聯(lián)盟博弈(N,v),其中N為所有成員集合,v:2N→是對于N中任一聯(lián)盟S的效用函數(shù)。聯(lián)盟集合S由N中任意不相交的聯(lián)盟Si構(gòu)成,即S={S1,…,Sl}。如果S覆蓋了N中所有人則S被稱為N的一個分割。
定義2:對于任意2個互不相交的聯(lián)盟(或個體)S1和S2而言,聯(lián)盟形成的條件是它們聯(lián)合起來的效益(群體總效益或個體效益)至少不低于S1和S2單獨行動時各自所得效益,即?S1?N,S2?N,S1∩S2=?,v(S1∪S2)≥v(S1)+v(S2)。對于多個聯(lián)盟而言,則對應(yīng)的聚合條件為
(5)
(6)
(7)
式(6)為個體理性條件,即每個主體所獲得的效用至少與單獨行動時所得一樣多;式(7)為集體理性條件,即該收益分配方式能夠使主體最大程度地獲得合作帶來的好處。
定義4:集合S={S1,…,Sl}和R={R1,…,Rk}是N的2種分割方式,如果S分割N的方式優(yōu)于R分割N的方式,稱S優(yōu)于R,記為S?R。?為優(yōu)先操作或比較關(guān)系的標志。
本文采用Pareto規(guī)則,通過個體的收益來實現(xiàn)比較。如果S和R中個體相同,且個體j在S和R中得到的收益分別為φj(S)和φj(R);則根據(jù)Pareto規(guī)則,有S?R?φj(S)≥φj(R),?j∈S,R且?k∈S,R,φk(S)>φk(R)。從Pareto規(guī)則得出,分割結(jié)構(gòu)由R轉(zhuǎn)變?yōu)镾時,在不損害其他個體利益的前提下,如果至少有一個個體k的利益得到了提高,認為S優(yōu)于R。
針對負荷跟蹤系數(shù)IT低于閾值ICR的DER個體,以調(diào)度期內(nèi)聯(lián)合運行時該個體所需承擔(dān)的出力調(diào)整量最小為最終目標,自組織聚合的聯(lián)盟效用函數(shù)采用1.2節(jié)中負荷跟蹤策略中的目標函數(shù),定義如下:
(8)
(9)
式(8)中的負號是希望變IA,S的最小值為v(S)的最大值。從聚合條件來看,只有當聯(lián)合運行的效用函數(shù)大于獨立運行的效用函數(shù)時,聚合行為才會發(fā)生,即:
(10)
如果直接使用該效用函數(shù),則在各DER預(yù)判聚合可能性的迭代過程中要不斷去計算優(yōu)化模型,整個過程費時且繁瑣。而從1.1節(jié)可以得出,如果聯(lián)合運行相較獨立運行時的IT能夠提升,那么最終的優(yōu)化結(jié)果(也即聯(lián)盟效用函數(shù)值)一定更優(yōu),即各DER所需承擔(dān)的出力調(diào)整量更小。即:若?k∈{1,2,…,l},滿足以下條件:
(11)
則有
(12)
因此定義聚合過程如下:對于聯(lián)盟Si、Sj,i≠j,i,j∈{1,2,…,l},如果IT,Si∪Sj大于IT,Si、IT,Sj則Si、Sj將合并形成S′=Si∪Sj;接下來S′將作為一個新的聯(lián)盟參與聚合過程(個體也可看成是單成員的聯(lián)盟)。
需要說明的是,該聚合條件并非為式(10)成立的充要條件,但是由于式(12)更加簡明高效,對于各DER而言易于量化評估,因此更加適用。
由于聯(lián)盟效用值表征VPP的出力調(diào)整量,因此聯(lián)盟效用的劃分實際是將出力調(diào)整量分配到組建該VPP的DER中。為簡單起見,以VPP內(nèi)部各DER裝機容量為權(quán)重完成效用分配,定義如下:
(13)
基于以上所提出的博弈聯(lián)盟的基本概念,本文提出一種基于merge-split規(guī)則的自組織聚合進化算法,允許迭代改進N的分割形式。規(guī)則如下:
可以看出,若聚合(分裂)操作能夠產(chǎn)生基于?的優(yōu)先集合,則聯(lián)盟將發(fā)生聚合(分裂)。在不降低其他個體利益的基礎(chǔ)上,如果至少存在一個個體通過聚合機制能夠提升自身利益,則聯(lián)盟之間將會聚合。同樣地,聯(lián)盟分裂發(fā)生的條件是在不損害其他用戶利益的情況下,至少存在一個個體能通過從當前聯(lián)盟中分裂出去以提高自身利益。因此,聚合(分裂)的發(fā)生依賴于所有個體從該決策導(dǎo)致的收益提升或不降低。在連續(xù)的聚合和分裂迭代之后,系統(tǒng)將收斂到一個固定狀態(tài),即系統(tǒng)由多個不相交的聯(lián)盟組成,其中沒有任何聯(lián)盟有進一步聚合或分裂的動機,該算法的迭代收斂性證明過程參見文獻[21]。所以,通過聚合-分裂的方式設(shè)計一個聯(lián)盟博弈算法是可行的。
整個算法的復(fù)雜性取決于聚合-分裂操作。對于一次迭代過程中的聚合操作,每個聯(lián)盟都將對與其鄰近的其他聯(lián)盟進行通信交互,并預(yù)判是否有進一步聚合的可能。所以對于一個含有N個個體的系統(tǒng)而言,最復(fù)雜的情形為每個個體之間的距離足夠接近,這時每個個體都將嘗試去與其他的用戶交互,因此總的聚合嘗試次數(shù)為N(N-1)/2;而實際情況中,嘗試的次數(shù)會顯著減少。例如,第一次聚合操作過程,初始化的N個個體將自組織形成多個聯(lián)盟,隨后的聚合操作將在多個聯(lián)盟之間進行,聯(lián)盟的數(shù)量比N小得多,因此后續(xù)的聚合嘗試操作次數(shù)將逐步下降。另外,為了進一步限制所形成聯(lián)盟的大小,僅考慮相鄰的個體/聯(lián)盟之間的交互行為。而對于分裂操作,對應(yīng)的是尋找每個聯(lián)盟可能形成的所有分割形式,在集合論中這個數(shù)量為有名的貝爾數(shù),將隨著集合中的元素個數(shù)指數(shù)型增加。但實際上,由于個體之間距離的限制以及聚合原則所呈現(xiàn)的非超可加性,每個聯(lián)盟的大小都是受限制的,另外分裂操作也不需要搜索所有可能的分裂,因此分裂操作的復(fù)雜度還可以進一步減小。例如,只要聯(lián)盟發(fā)現(xiàn)一個滿足Pareto規(guī)則的分裂并執(zhí)行,所得的聯(lián)盟將不再需要繼續(xù)分裂嘗試操作。
顯然,聚合或分裂操作是一個分布式?jīng)Q策,個體/聯(lián)盟可以獨立決策執(zhí)行,而不依賴于主電網(wǎng)或其他實體。
這里需要說明的是,對于聚合形成的VPP,當各DER經(jīng)過自組織聚合并完成出力調(diào)整后,所有VPP的整體出力(也即所有DER的整體出力)是滿足系統(tǒng)要求的。即若對于?i=1,2,…,l,
(14)
(15)
證明過程參見附錄B。除此之外,本文所提的VPP自組織聚合方法不僅適用于日前調(diào)度場景,也適用于時間尺度更短的有功調(diào)度場景。
VPP自組織聚合流程如圖2所示。其中自組織形成及進化過程主要步驟為:
圖2 VPP自組織聚合流程Fig.2 Flow chart of VPP self-organizing aggregation
步驟1:初始化,以個體獨立形式為初始系統(tǒng)劃分狀態(tài)T=N={1,2,…,M},計算各DER的非合作效用。
步驟2:根據(jù)聚合條件,對于系統(tǒng)T中任意聯(lián)盟Si和Sj,計算聚合時各自所能得到的效用,如果至少有一個效用得到了提升,則聚合成功;否則聚合失敗。如果任何2個聯(lián)盟都不能發(fā)生聚合,則聚合過程完成,此時對應(yīng)的系統(tǒng)劃分狀態(tài)為T′。
步驟3:對于聚合過程形成的T′,依次檢測對應(yīng)的每個聯(lián)盟Si是否滿足分裂條件,如果分裂能夠使得Si中至少一個成員的效用得到提升,則分裂成功。如果任意聯(lián)盟都不能發(fā)生分裂,則分裂過程完成,此時對應(yīng)的系統(tǒng)劃分狀態(tài)為T″。
步驟4:重復(fù)步驟2和3,直到任意聯(lián)盟都不能發(fā)生聚合和分裂,形成最終的系統(tǒng)劃分狀態(tài)。
步驟5:輸出系統(tǒng)劃分狀態(tài)(各聯(lián)盟成員情況)以及各DER的效用值。
為驗證本文所提VPP自組織聚合方法的有效性,構(gòu)建測試系統(tǒng)如下。為不失一般性,考慮日前調(diào)度場景,采用1.1節(jié)中的優(yōu)化調(diào)度模型進行計算。選擇某配網(wǎng)節(jié)點作為分析對象,所包含的14個DER編號為1—14。設(shè)一個調(diào)度周期為24 h,每個調(diào)度時段為1 h。風(fēng)電、光伏、負荷數(shù)據(jù)來自PJM開源數(shù)據(jù)集[22]。為進行對比分析,計算了DER以獨立模式、自組織模式、統(tǒng)一優(yōu)化模式3種模式參與運行的結(jié)果。
本文對ICR=1的情況進行分析,即要求經(jīng)過調(diào)整的負荷與負荷完全一致;當ICR不為1時,可按照相同方法進行分析。首先對DER個體按照本文方法進行自組織聚合過程,自組織聚合過程采用3.2節(jié)中定義的聚合過程,以負荷跟蹤系數(shù)的提升作為聚合依據(jù),得到該方法的最終迭代結(jié)果。接著計算各DER分別以3種模式進行負荷跟蹤過程,并將對應(yīng)模式中各DER應(yīng)當承擔(dān)的出力調(diào)整量進行分析。
1)自組織聚合結(jié)果。
在最終的自組織聚合情況中,以個體1、4、8、13形成VPP1,個體2、8、12形成VPP2,個體3、14形成VPP3,個體5、7形成VPP4,個體6、10、11形成VPP5。
2)3種模式下負荷跟蹤情況。
表1展示了3種模式下的負荷跟蹤系數(shù)。統(tǒng)一優(yōu)化模式與自組織模式相對比,可以看出自組織所形成的VPP1、VPP2、VPP4的負荷跟蹤系數(shù)均超過統(tǒng)一優(yōu)化模式,即這些VPP中的成員通過自組織能進一步提升負荷跟蹤水平,由附錄A中的證明過程可知,可對應(yīng)減少調(diào)控量,因此這些個體更加傾向于自組織模式而非統(tǒng)一優(yōu)化模式;也從側(cè)面證明了從個體利益角度出發(fā),所有個體集合統(tǒng)一優(yōu)化并非符合所有個體的利益期待。
表1 3種模式的負荷跟蹤系數(shù)Table 1 Load tracking coefficients in three patterns
而自組織模式與獨立優(yōu)化模式對比,可以看出通過聚合形成動態(tài)VPP,可使各DER的負荷跟蹤系數(shù)有不同幅度的提升。例如對于DER1,獨立運行的IT僅為0.729,而聯(lián)合后的IT為0.895,相對提升了22.6%;DER8的IT提升了10.9%、DER13的IT提升了4.4%,而DER4的IT僅提升了0.17%。一般而言,IT提升幅度越大,說明DER之間的互補效應(yīng)發(fā)揮的越充分。
圖3展示了該場景中VPP1以及所包含各成員的負荷跟蹤效果??梢钥闯鲎越M織模式相對于獨立模式,聚合的出力曲線與負荷信號之間的一致性得到了提高,這也將導(dǎo)致后續(xù)的負荷調(diào)節(jié)量大大下降。而自組織模式和統(tǒng)一優(yōu)化模式相比,二者在不同時段有不同的表現(xiàn),但從負荷跟蹤系數(shù)來看,自組織模式稍高一些,也更加貼近負荷曲線。
圖3 VPP1負荷跟蹤情況Fig.3 Aggregate load tracking of VPP1
3)負荷調(diào)節(jié)量分析。
表2展示了ICR=1時,3種模式下各DER在該調(diào)度期內(nèi)所需的出力調(diào)整總量ΔP(相對于其裝機容量的標幺值)??梢钥闯鲆宰越M織模式參與調(diào)度時,所有DER的出力調(diào)整總量相對獨立模式都有所下降。個體1、2、3、6、8下降水平等均超過了30%,最高水平達到了61%。而自組織模式與統(tǒng)一優(yōu)化模式對比,表現(xiàn)為:若自組織模式下負荷跟蹤系數(shù)更低,則統(tǒng)一優(yōu)化對應(yīng)的出力調(diào)整量更?。环粗?,自組織模式的出力調(diào)整量更小,這也是和理論分析一致的。但需要指出的是,自組織模式下,以多個動態(tài)VPP參與調(diào)度,優(yōu)化模型的求解在VPP內(nèi)部開展,而根據(jù)附錄B可知,多個VPP的整體出力也能滿足系統(tǒng)需求,因此分布式計算的優(yōu)勢得以發(fā)揮。
表2 3種模式的出力調(diào)整量Table 2 Adjustment in three patterns
以DER1為例,圖4展示了3種模式下在各時段所需承擔(dān)的出力調(diào)整量。結(jié)合圖3可以看出,3種模式在大多時刻的出力標幺值均低于負荷,調(diào)控策略過程中對應(yīng)地表現(xiàn)為正的出力調(diào)整量。而在某些時刻,獨立模式下DER1的出力超過負荷,則對應(yīng)減小出力。
圖4 聯(lián)合/獨立3種模式下DER1的出力調(diào)整量Fig.4 Load adjustments of DER1 in three patterns
自組織模式與統(tǒng)一優(yōu)化模式相比,兩者在不同時段的出力調(diào)整量幅值和負荷曲線與出力曲線的差值呈正相關(guān)。而對于自組織模式和獨立模式,在大多數(shù)時段內(nèi),例如在2~15 h,聯(lián)合模式形式的出力曲線和負荷更加一致,因此在圖4中表現(xiàn)為該時段內(nèi)聯(lián)合運行可大幅減小個體所需承擔(dān)的出力調(diào)整量。而在16~18 h,個體出力相對聯(lián)合出力更加貼近負荷,獨立運行對應(yīng)的出力調(diào)整量更小。但是,以全天的出力調(diào)整量加和來看,個體所要付出的出力調(diào)整量還是下降了61%。
4)計算時間分析。
表3展示了3種模式下優(yōu)化模型的運行時長,每種模式取10次運行時長均值??梢钥闯鲎越M織模式對應(yīng)的計算效率介于統(tǒng)一優(yōu)化與獨立模式之間,計算時長較獨立模式稍有增長,較統(tǒng)一優(yōu)化模式卻有所下降。而由于本文采用的優(yōu)化模型較為簡單,實際運行中如果考慮諸多約束條件,則模型極為復(fù)雜,自組織模式相較于統(tǒng)一優(yōu)化模式,在計算效率方面的提升將更為顯著。
表3 3種模式下模型計算效率Table 3 Computational efficiency in three patterns
本文針對DER聯(lián)合運行問題,考慮分布式能源的互補作用,旨在通過自底向上方法尋求DER的組合優(yōu)化運行。以聚合后負荷跟蹤效果的量化評估為依據(jù),作為DER之間“聚合”和“分裂”的判定條件,最終形成的VPP能以與調(diào)度要求更一致的出力特性參與調(diào)度,并最終通過算例驗證了所提模型的有效性和優(yōu)越性,所提方法能夠克服集中式優(yōu)化過程中數(shù)據(jù)收集以及模型求解的困難,減輕計算壓力,同時驅(qū)動虛擬電廠根據(jù)自然資源分布規(guī)律合理的組合,在響應(yīng)調(diào)度過程中相對于獨立模式能夠顯著降低調(diào)控量。在一致性閾值ICR=1時,自組織模式相較于獨立模式,DER的平均出力調(diào)整量下降了27.4%;而與統(tǒng)一優(yōu)化模式相比,雖然并非所有個體都能通過自組織獲得更優(yōu)的結(jié)果,但從整體上來看兩者差距不大,算例中自組織模式相對統(tǒng)一優(yōu)化模式,平均出力調(diào)整量增加了9.43%。從優(yōu)化模型的計算效率來看,自組織模式相比獨立模式稍有下降,但較統(tǒng)一優(yōu)化模式有一定提升。因此,綜合以上情況,可以得知自組織模式相較獨立模式,能使出力調(diào)整量有所下降;而相較統(tǒng)一優(yōu)化模式,能提升模型計算效率。
由于各DER的逐利心理,能通過自組織提升效益的個體更傾向于選擇自組織而非統(tǒng)一優(yōu)化或獨立調(diào)度模式。另外,為簡化問題,本文中的負荷跟蹤模型沒有考慮其他的約束條件。實際中的優(yōu)化調(diào)度模型更為復(fù)雜,若考慮到DER數(shù)量的日益增加,統(tǒng)一優(yōu)化的實現(xiàn)將十分困難,且對于優(yōu)化調(diào)度管理者而言,獲取各DER出力信息的過程也十分困難。自組織介于獨立和統(tǒng)一優(yōu)化2種模式之間,既能夠發(fā)揮DER之間的互補性,又能避免繁重的集中式計算壓力和管理壓力。
值得說明的是,本文所提出的自組織聚合模式還較為粗糙,其中很多內(nèi)容還值得進一步研究,如面向DER個體研究其靈活性的建模方式、個體在自組織聚合過程中偏好的建模、自組織聚合方式下的利益分配機制、精細化的調(diào)控策略等等。隨著虛擬電廠實施案例的逐步豐富以及行業(yè)標準的逐步完善,虛擬電廠精細化的控制策略將作為日后工作的研究重點。
附錄A
而對于優(yōu)化問題:
(A1)
目標函數(shù)為1-范數(shù)的形式,可表示為:
(A2)
根據(jù)范數(shù)的性質(zhì),有
(A3)
對于任意點x∈Ω,Ω為可行域,有
(A4)
因此
(A5)
(A6)
若S=∪k,?k=1,…,N都有
(A7)
則
(A8)
即自組織模式對應(yīng)的調(diào)控量更小。
附錄B
若?i=1,…,l,
(B1)
(B2)
則
(B3)