虛擬電廠下建筑負(fù)荷與儲(chǔ)能系統(tǒng)調(diào)度策略研究*

向佳霓, 趙建立, 唐 嘯, 張少迪

(1.國(guó)網(wǎng)上海市電力公司, 上海 200122;2.上海市智能電網(wǎng)需求響應(yīng)重點(diǎn)實(shí)驗(yàn)室, 上海 200063;3.上海電器科學(xué)研究院, 上海 200063)

0 引 言

與傳統(tǒng)能源相比,分布式能源具有清潔、減排、經(jīng)濟(jì)等特點(diǎn)獲得了世界各國(guó)的青睞。但是分布式能源在地理位置上分布比較分散且發(fā)電具有隨機(jī)性和不確定性,給電力系統(tǒng)調(diào)度帶來(lái)了挑戰(zhàn)[1]。

虛擬電廠(Virtual Power Plant,VPP)是指通過(guò)先進(jìn)的通信技術(shù)和智能計(jì)量技術(shù),將不同空間的分布式電源、儲(chǔ)能、可調(diào)負(fù)荷等一種或幾種分布式能源聚合起來(lái),實(shí)現(xiàn)分布式能源的協(xié)調(diào)優(yōu)化控制,參與電力市場(chǎng)和電力系統(tǒng)運(yùn)行[2-3]。虛擬電廠的協(xié)調(diào)控制優(yōu)化可以減少分布式能源并網(wǎng)對(duì)電網(wǎng)造成的傷害,降低分布式電源接入電網(wǎng)的技術(shù)難度,提高電力系統(tǒng)運(yùn)行的穩(wěn)定性以及電網(wǎng)對(duì)可再生能源的消納能力[4]。

需求響應(yīng)(Demand Response,DR)[5]是智能電網(wǎng)的核心技術(shù)[4],同時(shí)在虛擬電廠中發(fā)揮著重要的作用,電力用戶根據(jù)電力市場(chǎng)動(dòng)態(tài)價(jià)格信號(hào)和激勵(lì)機(jī)制,在需求響應(yīng)階段調(diào)整用電習(xí)慣和用能量。近年來(lái),隨著國(guó)家建設(shè)可持續(xù)發(fā)展的號(hào)召,虛擬電廠資源不再僅僅局限于工業(yè)領(lǐng)域非連續(xù)生產(chǎn)具有高調(diào)節(jié)能力的用戶,建筑領(lǐng)域中也含有大量的虛擬電廠資源,如空調(diào)、照明、天梯、電采暖等,虛擬電廠資源開始面向建筑負(fù)荷。目前,我國(guó)建筑虛擬電廠項(xiàng)目正在進(jìn)行試驗(yàn)階段,如上海黃浦區(qū)商業(yè)建筑虛擬電廠示范項(xiàng)目。

在虛擬電廠中,分布式發(fā)電單元和其他負(fù)荷的功率波動(dòng)是不可忽視的,另外,市場(chǎng)上的電價(jià)和能源需求也是不可預(yù)測(cè)的,這些問(wèn)題會(huì)影響最優(yōu)調(diào)度的結(jié)果。在這問(wèn)題上,儲(chǔ)能系統(tǒng)和需求響應(yīng)被認(rèn)為是提高系統(tǒng)效率和穩(wěn)定性的合適工具[5]。文獻(xiàn)[6]建立了分布式風(fēng)電與儲(chǔ)能設(shè)備所構(gòu)成的虛擬電廠優(yōu)化調(diào)度模型,利用儲(chǔ)能設(shè)備平抑分布式風(fēng)電接入電力系統(tǒng)導(dǎo)致的出力不確定性和波動(dòng)性。文獻(xiàn)[7]針對(duì)風(fēng)電并網(wǎng)對(duì)電力系統(tǒng)穩(wěn)定性的不利影響,將儲(chǔ)能系統(tǒng)和需求響應(yīng)引入需求側(cè)和發(fā)電側(cè),建立了風(fēng)電儲(chǔ)能系統(tǒng)兩階段優(yōu)化調(diào)度模型,利用粒子群算法進(jìn)行求解。文獻(xiàn)[8]在微電網(wǎng)的優(yōu)化運(yùn)行中,引入電池儲(chǔ)能和需求響應(yīng),分析了電池儲(chǔ)能老化特性、價(jià)格型和激勵(lì)型需求響應(yīng)以及風(fēng)電出力的不確定性的影響,建立日前-日內(nèi)多時(shí)間尺度的微電網(wǎng)優(yōu)化運(yùn)行模型[9]?？紤]儲(chǔ)能設(shè)備和需求響應(yīng),建立虛擬電廠的日前優(yōu)化調(diào)度模型,采用混合整數(shù)線性規(guī)劃進(jìn)行最優(yōu)調(diào)度結(jié)果的求解。

根據(jù)傳統(tǒng)建筑負(fù)荷控制參與電網(wǎng)峰谷調(diào)節(jié)時(shí),虛擬電廠中僅考慮了建筑負(fù)荷以及發(fā)電廠之間的需求響應(yīng)關(guān)系,在建立優(yōu)化求解模型時(shí)并沒有考慮分布式發(fā)電單元的擾動(dòng)以及儲(chǔ)能單元的運(yùn)行狀態(tài)。本文提出了一種基于需求響應(yīng)的建筑負(fù)荷與儲(chǔ)能單元的協(xié)調(diào)調(diào)度策略。

1 虛擬電廠優(yōu)化調(diào)度模型

1.1 虛擬電廠結(jié)構(gòu)

虛擬電廠聚集了建筑負(fù)荷、分布式光伏、儲(chǔ)能系統(tǒng)、需求響應(yīng),結(jié)構(gòu)示意圖如圖1所示。

從圖1可以看出,虛擬電廠與各個(gè)單元相連,實(shí)現(xiàn)了雙向信息交流。電力系統(tǒng)中的發(fā)電單元與建筑能耗通過(guò)虛擬電廠建立了聯(lián)系,并借助先進(jìn)的通信技術(shù)和智能計(jì)量技術(shù)實(shí)現(xiàn)建筑負(fù)荷和儲(chǔ)能系統(tǒng)的協(xié)調(diào)優(yōu)化。建筑負(fù)荷需求一部分由光伏發(fā)電和儲(chǔ)能提供,當(dāng)光伏和儲(chǔ)能滿足不了建筑負(fù)荷需求時(shí),不足的電量需要向電網(wǎng)購(gòu)買;當(dāng)光伏發(fā)電量大于實(shí)際建筑負(fù)荷需求時(shí),剩余電量利用儲(chǔ)能存儲(chǔ)起來(lái),其次就是需求響應(yīng)技術(shù)的引入,通過(guò)制定激勵(lì)電價(jià),引導(dǎo)用戶在需求響應(yīng)階段減少用電量并給予一定獎(jiǎng)勵(lì)。由于不同時(shí)刻負(fù)荷需求以及電價(jià)的不一致,需要制定儲(chǔ)能的充放電策略,以達(dá)到虛擬電廠運(yùn)行成本最低。

圖1 虛擬電廠結(jié)構(gòu)示意圖

1.2 電池儲(chǔ)能模型

儲(chǔ)能系統(tǒng)能夠彌補(bǔ)分布式電源的功率波動(dòng),還能根據(jù)實(shí)時(shí)電價(jià)的變化改變充放電功率,在電價(jià)高峰時(shí)段,利用儲(chǔ)能系統(tǒng)供電,減少?gòu)碾娋W(wǎng)購(gòu)電的成本;在電價(jià)低谷時(shí)段,給儲(chǔ)能系統(tǒng)充電,充分利用儲(chǔ)能與分時(shí)電價(jià)的特點(diǎn),減少建筑用電成本。

電池儲(chǔ)能可以解決建筑高峰時(shí)期的用電需求,然而電池儲(chǔ)能的充電容量和充放電速率受自身的物理結(jié)構(gòu)和使用壽命的限制,所以制定電池儲(chǔ)能的調(diào)度策略時(shí)要考慮這些因素,確保電池儲(chǔ)能工作時(shí)的安全性和可靠性。電池儲(chǔ)能有放電、充電和閑置三種狀態(tài),其狀態(tài)為

(1)

式中:B(t)——t時(shí)刻電池儲(chǔ)能的狀態(tài);

Pchar——電池儲(chǔ)能的充電速率;

η——電池儲(chǔ)能的充電效率;

Pdis——電池儲(chǔ)能的放電速率;

ζ——電池儲(chǔ)能的放電效率;

Δt——電池儲(chǔ)能充/放電時(shí)間步長(zhǎng)。

(1)電池儲(chǔ)能電量約束

Battery(t+1)=Battery(t)±kp(t)

(2)

Bmin≤Battery(t)≤Bmax

(3)

式中: Battery(t)——當(dāng)前時(shí)間t時(shí)刻的電池電量;

Battery(t+1)——下一時(shí)間t+1時(shí)刻的電池電量;

p(t)——電池的充放電量;

k——充放電量對(duì)應(yīng)的系數(shù);

Bmin、Bmax——電池電量的下限和上限,分別設(shè)為120 kWh和15 kWh。

(2)電池儲(chǔ)能充放電速率約束

Pchar=Pdis=20

(4)

電池儲(chǔ)能的充放電速率會(huì)影響到電池的使用壽命,進(jìn)而關(guān)系到建筑的能耗成本,所以電池儲(chǔ)能的充放電速率需要設(shè)定在合理的范圍,因此本文將充放電速率設(shè)置為一個(gè)定值。

1.3 DR模型

DR分為兩種類型,一種是基于價(jià)格的DR,另一種是基于激勵(lì)的DR[10]?；趦r(jià)格的DR是指通過(guò)電價(jià)信號(hào)來(lái)引導(dǎo)用戶調(diào)整用電習(xí)慣和用電量。目前,市場(chǎng)上有三種不同的電價(jià)銷售方式,如分時(shí)電價(jià)、實(shí)時(shí)電價(jià)和尖峰電價(jià)?；诩?lì)的DR是指制定確定性的政策,這種需要先與用戶簽訂合同,當(dāng)電力系統(tǒng)可靠性受到威脅時(shí),及時(shí)響應(yīng)并削減指定的負(fù)荷量,如果用戶完成指標(biāo),則給予一定的獎(jiǎng)勵(lì)費(fèi),如果不能完成,則需要接受相應(yīng)的懲罰。本文采用基于激勵(lì)的DR,響應(yīng)時(shí)段為中午12∶00～14∶00,時(shí)長(zhǎng)為2 h。

DR約束:

Demand(t)≤GridDemand(t)max

(5)

式中: Demand(t)——t時(shí)刻的需求響應(yīng)量;

GridDemand(t)max——t時(shí)刻建筑負(fù)荷可調(diào)節(jié)的最大量。

1.4 混合整數(shù)規(guī)劃模型

混合整數(shù)規(guī)劃(Mixed Integer Programming,MIP)是涉及到整數(shù)或離散變量的一類數(shù)學(xué)規(guī)劃問(wèn)題[11]。本文虛擬電廠優(yōu)化調(diào)度問(wèn)題主要涉及到建筑負(fù)荷與儲(chǔ)能系統(tǒng)的協(xié)調(diào)優(yōu)化,由于決策變量不全是整數(shù),該問(wèn)題可以轉(zhuǎn)換為一個(gè)混合整數(shù)規(guī)劃問(wèn)題。

(1)混合整數(shù)規(guī)劃的數(shù)學(xué)表達(dá)式為

式(6)為目標(biāo)函數(shù),本文設(shè)計(jì)以Z最大為目標(biāo);式(7)為數(shù)學(xué)模型的等式約束條件;式(8)為數(shù)學(xué)模型的不等式約束條件,其中x為狀態(tài)變量,u為控制變量,umax和umin表示控制變量的上限、下限。

狀態(tài)變量x={pv,load};控制變量u={gd,gb}。pv、load分別表示光伏和負(fù)荷量,gd、gb分別表示需求響應(yīng)電量和從電網(wǎng)購(gòu)買電量,另外對(duì)電池的充放電的狀態(tài)設(shè)置為0/1的二進(jìn)制數(shù)約束。

(2)約束條件。模型需要滿足功率平衡約束:

(9)

式中: Load(t)——t時(shí)刻的負(fù)荷消耗量;

PV(t)——t時(shí)刻光伏發(fā)電輸出量;

Battery(t)——t時(shí)刻電池的充放電量;

Demand(t)——t時(shí)刻與需求響應(yīng)的電量;

Grid(t)——t時(shí)刻與電網(wǎng)交換的電量。

(3)目標(biāo)函數(shù)。本文目標(biāo)函數(shù)設(shè)定為控制周期內(nèi)虛擬電廠通過(guò)與電網(wǎng)能量交換和需求響應(yīng)的過(guò)程中獲得最大的運(yùn)行收益。以一天24 h的控制周期為例,控制周期內(nèi)累計(jì)的買賣電量與實(shí)時(shí)對(duì)應(yīng)的電價(jià)相匹配之后獲得的最終收益,因?yàn)?4 h控制周期內(nèi)在滿足功率平衡的前提下,從電網(wǎng)的買電量可能大于周期內(nèi)的賣電量,因此此收益有可能是負(fù)的?？刂浦芷趦?nèi)累計(jì)收益之和為

z=demand(t)·ps(t)-buy(t)·pb(t)

(10)

式中: demand(t)——當(dāng)前時(shí)刻從電網(wǎng)的需求響應(yīng)量;

ps(t)——當(dāng)前時(shí)刻的買電電價(jià);

buy(t)——當(dāng)前時(shí)刻向電網(wǎng)的賣電量;

pb(t)——當(dāng)前時(shí)刻的賣電電價(jià)。

優(yōu)化器通過(guò)控制電池充放電的變化,剩余的由電網(wǎng)來(lái)補(bǔ)償,從而獲得最大的運(yùn)行收益。

2 仿真結(jié)果與分析

以某光伏電站實(shí)測(cè)數(shù)據(jù)為例,利用GAMS建模軟件,將虛擬電廠調(diào)度策略問(wèn)題轉(zhuǎn)化為混合整數(shù)規(guī)劃問(wèn)題,并利用CPLEX(MIP)優(yōu)化求解器進(jìn)行求解。通過(guò)GAMS建立虛擬電廠優(yōu)化調(diào)度模型,該模型包含足夠多的虛擬電廠信息,比如典型日的光伏發(fā)電量、建筑負(fù)荷消耗量、電池初始電量水平以及功率平衡和電池物理限制約束等信息;最后,利用CPLEX(MIP)優(yōu)化求解器進(jìn)行最優(yōu)化求解得到典型日的最優(yōu)收益,根據(jù)一天24 h控制周期的調(diào)度策略進(jìn)行評(píng)估。冬天各時(shí)刻的光伏量、負(fù)荷量分別如圖2、圖3所示。

圖2 冬天各時(shí)刻的光伏量

圖3 冬天各時(shí)刻的負(fù)荷量

Gams軟件求解結(jié)果如圖4所示。

圖4 Gams軟件求解結(jié)果

電池充電、放電控制結(jié)果如表1、表2所示。

由圖4、表1、表2得到針對(duì)原始數(shù)據(jù)的24 h周期內(nèi)的充放電策略:Rev2=-3 645.007元,即虛擬電廠需要支出3 645.007元;設(shè)定充電動(dòng)作為正,放電動(dòng)作為負(fù)。因此,電池充放電動(dòng)作策略集合A=[0,0,1,1,1,1,-1,0,1,0,-1,-1,-1,-1,-1,1,1,-1,1,-1,-1,0,1,-1]。

表1 電池充電控制結(jié)果

表2 電池放電控制結(jié)果

電池儲(chǔ)能調(diào)度結(jié)果如圖5所示。在電價(jià)低谷時(shí)段向電網(wǎng)購(gòu)買電,利用電池儲(chǔ)能存儲(chǔ)起來(lái),在電價(jià)高峰時(shí)段,減少向電網(wǎng)的購(gòu)電量,優(yōu)先使用電池儲(chǔ)能的電。在用電高峰12∶00、13∶00,購(gòu)買的電量比較少的原因有兩方面,一方面是電池儲(chǔ)能給建筑供電,另一方面是實(shí)施了需求響應(yīng),分別減少了80 kWh和60 kWh。

需求響應(yīng)建筑負(fù)荷前后變化如圖6所示,在中午12∶00～14∶00進(jìn)行了需求響應(yīng),初始電負(fù)荷最大值為210.43 kW,經(jīng)過(guò)負(fù)荷削減后,建筑負(fù)荷降至130.43 kW。按實(shí)施需求響應(yīng)的激勵(lì)電價(jià)1.6元/kW計(jì)算,可以獲利128元。

圖6 需求響應(yīng)建筑負(fù)荷前后變化

3 結(jié) 語(yǔ)

針對(duì)傳統(tǒng)建筑負(fù)荷控制參與電網(wǎng)峰谷調(diào)節(jié)時(shí),并沒有考慮實(shí)際虛擬電廠中的建筑分布式發(fā)電單元和儲(chǔ)能單元,分布式發(fā)電單元以及其他負(fù)荷的功率波動(dòng)將會(huì)帶來(lái)不確定性和復(fù)雜性,基于此提出了一種基于需求響應(yīng)的建筑負(fù)荷與儲(chǔ)能單元協(xié)調(diào)控制策略,建立了儲(chǔ)能系統(tǒng)和需求響應(yīng)的數(shù)學(xué)模型,通過(guò)Gams軟件調(diào)用cplex求解器,給出了電池儲(chǔ)能的調(diào)控策略。結(jié)果證明基于需求響應(yīng)的建筑負(fù)荷可以通過(guò)激勵(lì)電價(jià),鼓勵(lì)用戶改變用能習(xí)慣和用能量,儲(chǔ)能系統(tǒng)能夠平抑分布式能源并網(wǎng)帶來(lái)的功率波動(dòng)問(wèn)題,還可以充分利用電網(wǎng)分時(shí)電價(jià)的特點(diǎn),在電價(jià)高峰時(shí)段供能,減少?gòu)碾娋W(wǎng)的購(gòu)電成本,在電價(jià)低谷時(shí)段,購(gòu)買電給儲(chǔ)能系統(tǒng)存儲(chǔ)起來(lái),從而獲得一定的經(jīng)濟(jì)收益。