含多利益主體的配電系統(tǒng)協(xié)同優(yōu)化調(diào)度

姚 璐，袁 龍，謝 敏，謝 威，葉佳南，范俊秋

（1.貴州電網(wǎng)有限責(zé)任公司 貴安供電局，貴州 貴安 550029；2.華南理工大學(xué) 電力學(xué)院，廣州 510640）

0 引言

近年來，為實(shí)現(xiàn)節(jié)能減排和能源結(jié)構(gòu)的清潔化轉(zhuǎn)型，用戶側(cè)分布式能源發(fā)展迅速，冷熱電多能耦合運(yùn)行特性日益顯著。同時(shí)，在智能設(shè)備、先進(jìn)控制技術(shù)的廣泛應(yīng)用以及電力市場化改革等多重刺激下，配電網(wǎng)中大量的分布式電源由用戶或新能源供應(yīng)商建設(shè)［1］，隨著電力市場化改革的推進(jìn)和能源互聯(lián)網(wǎng)的迅速發(fā)展，傳統(tǒng)的垂直一體化的配網(wǎng)管理模式將逐步向包含配網(wǎng)運(yùn)營商主體、分布式能源商主體、CCHP型負(fù)荷集成商主體等分散化、多利益主體協(xié)同方向轉(zhuǎn)變，以實(shí)現(xiàn)對(duì)源、網(wǎng)、荷、儲(chǔ)的靈活管理與調(diào)控，有助于清潔能源消納和能源結(jié)構(gòu)轉(zhuǎn)型。多利益主體協(xié)同優(yōu)化成為市場環(huán)境下主動(dòng)配網(wǎng)優(yōu)化調(diào)度的重要特色。因此，在實(shí)際工程應(yīng)用中，多利益主體協(xié)同優(yōu)化調(diào)度具有利益主體多樣化的特點(diǎn)，需要協(xié)調(diào)各方運(yùn)營主體的利益，同時(shí)還需考慮多能耦合運(yùn)行。

配網(wǎng)利益主體所轄業(yè)務(wù)范圍的相關(guān)耦合設(shè)備通常包括風(fēng)電、光伏、儲(chǔ)能、CCHP等元件以及負(fù)荷，通常采用多目標(biāo)優(yōu)化、雙層優(yōu)化方法側(cè)重實(shí)現(xiàn)單利益主體。文獻(xiàn)［2］通過構(gòu)建ADN聯(lián)合優(yōu)化調(diào)度平臺(tái)，建立獨(dú)立利益相關(guān)者的多目標(biāo)優(yōu)化調(diào)度模型。文獻(xiàn)［3］提出一種混合整數(shù)雙層模型，從日前與實(shí)時(shí)兩個(gè)時(shí)間尺度，模擬配電網(wǎng)運(yùn)營商與下屬微電網(wǎng)之間的交互關(guān)系。文獻(xiàn)［4］—文獻(xiàn)［5］運(yùn)用了分布式算法處理多微網(wǎng)參與的配電網(wǎng)協(xié)同運(yùn)行問題。文獻(xiàn)［6］綜合各微源的發(fā)電特性和冷熱電負(fù)荷需求，以經(jīng)濟(jì)成本和環(huán)境成本作為目標(biāo)函數(shù)建立優(yōu)化調(diào)度模型，提出了一種多目標(biāo)蜂群算法，求解冷熱電聯(lián)供系統(tǒng)中單個(gè)利益主體內(nèi)部協(xié)調(diào)優(yōu)化調(diào)度問題。

現(xiàn)有研究側(cè)重分析單利益主體，但未考慮各主體間的交互，缺乏對(duì)含多利益主體配網(wǎng)系統(tǒng)的系統(tǒng)化、多方面靈活性協(xié)同調(diào)度分析，且部分求解算法，也存在結(jié)果局部最優(yōu)、過于理想化等問題。同時(shí)，由于目前多利益主體協(xié)同優(yōu)化調(diào)度依然存在一些問題，包括不同主體特性的耦合運(yùn)行設(shè)備運(yùn)行協(xié)同、利益主體端和調(diào)度端在電力市場下利益協(xié)同、參數(shù)信息采集、安全可靠性等問題?；谝陨涎芯康木窒扌?，本文對(duì)配網(wǎng)運(yùn)營商主體、分布式能源商主體、CCHP型負(fù)荷集成商主體進(jìn)行建模，以ATC模式搭建分布式能源系統(tǒng)運(yùn)行框架，通過迭代過程中交換聯(lián)絡(luò)變量信息實(shí)現(xiàn)協(xié)同一致性收斂，并基于IEEE 33配網(wǎng)系統(tǒng)算例驗(yàn)證所提模型和算法的有效性。

1 各利益主體建模

配電系統(tǒng)中，“多利益主體”表現(xiàn)為配網(wǎng)中多種類型的運(yùn)營商或代理商，如配網(wǎng)運(yùn)營商、分布式能源商、CCHP型負(fù)荷集成商等，這些利益主體通過集成或者代理單個(gè)/多個(gè)用戶單元參與市場，并對(duì)各自所轄業(yè)務(wù)范圍內(nèi)的冷熱電多能元件以及分布式能源進(jìn)行協(xié)調(diào)優(yōu)化，從而獲取相應(yīng)的的經(jīng)濟(jì)利益，如圖1所示。

圖1 含多利益主體的配電系統(tǒng)協(xié)同優(yōu)化調(diào)度結(jié)構(gòu)Fig.1 Cooperative optimal dispatching structure of distribution system with multi-stakeholders

1.1 配網(wǎng)運(yùn)營商

在電力市場體制改革下，隨著配網(wǎng)業(yè)務(wù)工作的開展，配網(wǎng)運(yùn)營商作為發(fā)電企業(yè)到電力用戶的橋梁，具有投資、維護(hù)、管理與運(yùn)行配網(wǎng)的功能。配網(wǎng)運(yùn)營商的目標(biāo)是使配網(wǎng)側(cè)機(jī)組總發(fā)電成本以及配網(wǎng)與配網(wǎng)下各主體的交互成本之和最小，因此該類利益主體目標(biāo)函數(shù)為

功率平衡約束如下

常規(guī)機(jī)組的出力上下限如下

爬坡率約束如下

配網(wǎng)備用功率約束如下

聯(lián)絡(luò)線功率約束如下

1.2 分布式能源商

在配電運(yùn)營商的管理下，分布式能源商主營或集成代理分布式能源發(fā)電，提供售電、能效管理等服務(wù)，優(yōu)化電力資源配置，為用戶送電，獲取一定的利益。其目標(biāo)是使分布式能源商購電成本、儲(chǔ)能元件損耗成本、發(fā)電機(jī)組發(fā)電成本之和最小。故該類利益主體的目標(biāo)函數(shù)為

式中：Fpl為分布式能源商的總生產(chǎn)成本；Fes為元件裝置損耗成本；FG1為分布式能源商代理的用戶單元中發(fā)電機(jī)組發(fā)電成本。

儲(chǔ)能元件（以蓄電池為例）運(yùn)行約束如下所示

風(fēng)電出力約束如下

光伏出力約束如下

功率平衡約束如下

1.3 CCHP型負(fù)荷集成商

CCHP型負(fù)荷集成商的目標(biāo)是使CCHP型負(fù)荷集成商購電成本、發(fā)電機(jī)組發(fā)電成本、儲(chǔ)能元件損耗成本以及CCHP系統(tǒng)產(chǎn)生的燃料費(fèi)用之和最小，該類利益主體的目標(biāo)函數(shù)為

式中：Fp2為CCHP型負(fù)荷集成商總生產(chǎn)成本；Cgas為天然氣氣價(jià)；Fmt,t為t時(shí)刻燃?xì)廨啓C(jī)消耗的燃料；Fb,t為t時(shí)刻燃?xì)忮仩t消耗的燃料；FCCHP,es為CCHP系統(tǒng)中儲(chǔ)能元件的損耗成本；FG2為CCHP型負(fù)荷集成商代理的用戶單元中發(fā)電機(jī)組發(fā)電成本。

CCHP型負(fù)荷集成商所轄元件比較多，主要考慮約束條件：常規(guī)的CCHP系統(tǒng)儲(chǔ)能元件、燃?xì)廨啓C(jī)、燃?xì)忮仩t、余熱回收鍋爐、電制冷機(jī)、吸附式制冷機(jī)以及功率平衡約束，具體可參考文獻(xiàn)［7］來說明。

2 含多利益主體的配電系統(tǒng)協(xié)同優(yōu)化調(diào)度

分析目標(biāo)級(jí)聯(lián)法是一種解決分散式、層次結(jié)構(gòu)協(xié)調(diào)問題的設(shè)計(jì)方法，其總體思路是在上下層主體設(shè)計(jì)目標(biāo)中引入反映聯(lián)絡(luò)變量差異的罰函數(shù)，通過上下層主體相互通信進(jìn)行協(xié)調(diào)優(yōu)化，其基本原理如圖2所示。

圖2 分析目標(biāo)級(jí)聯(lián)法基本原理Fig.2 Basic principle of analytical target cascading method

因此，將分析目標(biāo)級(jí)聯(lián)法應(yīng)用于大規(guī)模復(fù)雜的含多利益主體的配電系統(tǒng)協(xié)同優(yōu)化調(diào)度為一種有效的方法。由于配網(wǎng)是實(shí)現(xiàn)各主體電能量交易的物理載體，因此在構(gòu)建分析目標(biāo)級(jí)聯(lián)法的結(jié)構(gòu)時(shí)將圍繞配網(wǎng)運(yùn)行來進(jìn)行。將配網(wǎng)部分至于上層結(jié)構(gòu)有利于計(jì)算實(shí)現(xiàn)，但這不影響文中3類主體進(jìn)行電能量交易的對(duì)等地位。

分布式能源商的目標(biāo)函數(shù)可以表示為

CCHP型負(fù)荷集成商的目標(biāo)函數(shù)如下

式中：v1,t、w1,t分別為t時(shí)刻分布式能源商拉格朗日罰函數(shù)的一次項(xiàng)、二次項(xiàng)乘子；v2,t、w2,t分別為t時(shí)刻CCHP型負(fù)荷集成商拉格朗日罰函數(shù)的一次項(xiàng)、二次項(xiàng)乘子。

式中：n、m分別為分布式能源商、CCHP型負(fù)荷集成商的數(shù)量編號(hào)。

2.1 收斂條件與乘子更新原則

分析目標(biāo)級(jí)聯(lián)法作為一種有效的優(yōu)化方法，其收斂性已經(jīng)得到嚴(yán)格的理論證明［8］。若存在N個(gè)分布式能源商，M個(gè)CCHP型負(fù)荷集成商，則收斂條件如式（20）和式（21）所示。

式（20）表示作為耦合變量的虛擬負(fù)荷和虛擬發(fā)電機(jī)，在最后一次迭代過程中其差值應(yīng)滿足精度要求。式（21）表示系統(tǒng)總體效益是否達(dá)到了最優(yōu)。

式中：j(k)為對(duì)應(yīng)主體j的第k次迭代；Fp1,n、Fp2,m分別為第n個(gè)分布式能源商的總生產(chǎn)成本、第m個(gè)CCHP型負(fù)荷集成商的總生產(chǎn)成本；ε1和ε2為收斂精度。

同時(shí)，它們的拉格朗日罰函數(shù)的一次項(xiàng)與二次項(xiàng)乘子也有相應(yīng)的更新原則，如果式（20）和式（21）不能同時(shí)滿足的話，需要對(duì)它們的一次項(xiàng)與二次項(xiàng)乘子進(jìn)行更新從而達(dá)到精度要求，如式（22）至式（25）所示

式中：v(k)、w(k)分別為第k次一次項(xiàng)、二次項(xiàng)乘子；ρ1和ρ2為乘子更新系數(shù)，它們的取值一般來說取為1～3，加快收斂的話，可以取為2～3，罰函數(shù)的乘子v、w的初值一般取較小的常數(shù)。

2.2 優(yōu)化求解流程

含多利益主體的配電系統(tǒng)協(xié)同優(yōu)化調(diào)度的求解流程如圖3所示。

圖3 含多利益主體的配電系統(tǒng)協(xié)同優(yōu)化調(diào)度流程Fig.3 The process of collaborative optimization dispatching of the distribution system with multi-stakeholders

3 算例結(jié)果及分析

以IEEE 33節(jié)點(diǎn)配網(wǎng)系統(tǒng)為例，在1、11、26放置配網(wǎng)常規(guī)機(jī)組；19和28號(hào)節(jié)點(diǎn)分別接入含風(fēng)光儲(chǔ)能系統(tǒng)和冷熱電聯(lián)供系統(tǒng)以及風(fēng)儲(chǔ)能系統(tǒng)，其拓?fù)浣Y(jié)構(gòu)如圖4所示。

圖4 含分布式能源商、CCHP型負(fù)荷集成商的IEEE33節(jié)點(diǎn)結(jié)構(gòu)Fig.4 IEEE 33-bus containing distributed energy providers and CCHP-type load integrators

CCHP系統(tǒng)調(diào)度資源參數(shù)、實(shí)時(shí)交易電價(jià)見文獻(xiàn)［9］，蓄電池充電與放電價(jià)格分別為0.4、0.6元/kWh，天然氣價(jià)格Cgas為2.20元/m3。分布式能源商、CCHP型負(fù)荷集成商的拉格朗日罰函數(shù)的一次項(xiàng)、二次項(xiàng)乘子初值v j、w j都設(shè)為1.5，收斂精度ε1和ε2均設(shè)置為0.01。各類型機(jī)組參數(shù)以及CCHP系統(tǒng)調(diào)度資源參數(shù)如表1所示。以24 h為調(diào)度周期，1 h為調(diào)度時(shí)段。

表1 機(jī)組參數(shù)Table 1 Parameters of generator

3.1 各利益主體調(diào)度優(yōu)化結(jié)果分析

配網(wǎng)運(yùn)營商、分布式能源商以及CCHP型負(fù)荷集成商所轄元件的優(yōu)化調(diào)度結(jié)果分別如圖5—圖7所示。

圖5 配網(wǎng)運(yùn)營商負(fù)荷及機(jī)組出力Fig.5 Generation dispatch and load curve in distribution network operator

圖6 分布式能源商蓄電池充放電、負(fù)荷及機(jī)組出力Fig.6 Battery charge and discharge,load and generation dispatch curves in distributed energy agent

圖7 CCHP型負(fù)荷集成商蓄電池充放電、負(fù)荷及機(jī)組出力Fig.7 Battery charge and discharge,load and generation dispatch curves in CCHP load integration agent

由圖5—圖7可見，通過蓄電池的充放電與分布式能源機(jī)組的優(yōu)化配合能夠高效經(jīng)濟(jì)地滿足各利益主體的負(fù)荷需求。在機(jī)組產(chǎn)生過?；蛘卟蛔愕那闆r下，可實(shí)現(xiàn)充電或者放電，其值為正表示不同利益主體向配網(wǎng)運(yùn)營商供電，其值為負(fù)表示不同利益主體向配網(wǎng)運(yùn)營商購電。

由圖7可知，4:00—6:00，分布式能源商代理的用戶單元內(nèi)的負(fù)荷需求相對(duì)較低，機(jī)組DG1和DG2以低功率運(yùn)行，蓄電池進(jìn)行充電；19:00—22:00，負(fù)荷需求相對(duì)較高，機(jī)組DG1和DG2以高功率運(yùn)行，蓄電池進(jìn)行放電以滿足負(fù)荷需求。

圖8—圖9為CCHP型負(fù)荷集成商各冷熱負(fù)荷平衡結(jié)果。

圖8 CCHP型負(fù)荷集成商熱負(fù)荷功率平衡圖Fig.8 CCHP load integration agent heat load power balance diagram

圖9 CCHP型負(fù)荷集成商冷負(fù)荷功率平衡圖Fig.9 CCHP load integration agent cold load power balance diagram

由圖8可知，負(fù)荷需求變化平緩，機(jī)組DG1和DG2出力也較為平緩，10:00—14:00和16:00—17:00為負(fù)荷高峰期，蓄電池進(jìn)行放電；2:00—4:00，機(jī)組DG1和DG2多余的出力轉(zhuǎn)換成蓄電池充電，實(shí)現(xiàn)較好的儲(chǔ)能效果。

由圖8可知，燃?xì)忮仩t由于其單位天然氣供熱成本較低，是系統(tǒng)中最主要的熱量來源。當(dāng)熱負(fù)荷需求較高且燃?xì)忮仩t燃燒無法滿足熱負(fù)荷供給時(shí)，剩余的熱需求由余熱鍋爐供給，同時(shí)提供給吸收式制冷機(jī)供冷需要的功率，達(dá)到熱負(fù)荷功率平衡。而在圖9中，由于吸附式制冷機(jī)依靠自身的產(chǎn)熱量供冷，因此冷負(fù)荷需求較低時(shí)，系統(tǒng)優(yōu)先選擇吸附式制冷產(chǎn)生的熱量來推動(dòng)吸附式制冷機(jī)供冷以降低CCHP系統(tǒng)綜合能源運(yùn)行成本；當(dāng)冷負(fù)荷需求較高時(shí)，系統(tǒng)以吸附式制冷機(jī)和電制冷機(jī)供冷為主來滿足冷負(fù)荷需求。

3.2 算法性能分析

（1）系統(tǒng)規(guī)模的影響

為驗(yàn)證ATC算法在多利益主體接入的性能，依次同時(shí)接入更多的分布式能源商、CCHP型負(fù)荷集成商，并且采用分支定界法進(jìn)行集中式求解與本文所用的ATC求解算法的優(yōu)化結(jié)果進(jìn)行對(duì)比，收斂精度設(shè)置為工程上常用的10-2，如表2所示。

表2 不同算法、利益主體數(shù)量的優(yōu)化結(jié)果對(duì)比Table 2 Comparison of optimization results of different algorithms and the number of stakeholders

由表2可知，當(dāng)利益主體的數(shù)量較少時(shí)，采用集中式優(yōu)化方法耗時(shí)少，有著較高的求解效率。隨著利益主體的數(shù)量增加，集中式優(yōu)化方法的求解效率大幅度下降，而ATC優(yōu)化方法能夠降低每個(gè)利益主體子系統(tǒng)的維數(shù)，有著優(yōu)越的求解性能。

表3給出了利益主體的數(shù)量為2、4、6、8、10（分布式能源商、CCHP型負(fù)荷集成商的數(shù)量分別為1、2、3、4、5），收斂精度由10-2到10-6變化時(shí)，ATC方法與集中式方法在總成本、偏差、計(jì)算耗時(shí)等3方面指標(biāo)的變化情況。

由表3可見，當(dāng)收斂精度足夠高時(shí)，分布式的計(jì)算結(jié)果將與集中式方法基本一致，甚至略優(yōu)于集中式算法（10-5和10-6），但以計(jì)算效率為代價(jià)。而當(dāng)利益主體個(gè)數(shù)由2個(gè)增至10個(gè)，收斂精度設(shè)為10-2時(shí)（工程上常用收斂精度值），分布式算法的計(jì)算耗時(shí)由8.2 s增至38.6 s，增加3.7倍；相應(yīng)地，集中式算法計(jì)算耗時(shí)由1.5 s增至58.3 s，增加37.9倍。且當(dāng)利益主體數(shù)達(dá)到10 h，ATC算法的計(jì)算耗時(shí)小于集中式算法，而前者的成本費(fèi)用僅比后者高2.43%，在工程可接受范圍內(nèi)?？梢姡?dāng)精度一定時(shí)，ATC方法在對(duì)大量利益主體協(xié)同優(yōu)化調(diào)度中計(jì)算效率相對(duì)集中式算法具有更好性能，能夠真正實(shí)現(xiàn)利益主體的自治優(yōu)化和隱私保護(hù)，且利益主體數(shù)量越多，這種優(yōu)勢越明顯。

表3 不同收斂精度的優(yōu)化調(diào)度結(jié)果對(duì)比Tab.3 Comparison of optimal scheduling results with different convergence accuracy

（2）迭代收斂的情況

系統(tǒng)總成本的迭代收斂曲線如圖10所示。

圖10 系統(tǒng)總成本的迭代收斂曲線Fig.10 Iterative convergence curve of total system cost

如圖10可知，取上述利益主體的數(shù)量為2、4、6、8、10（分布式能源商、CCHP型負(fù)荷集成商的數(shù)量分別為1、2、3、4、5）為例，設(shè)收斂精度設(shè)置為10-2，優(yōu)化過程分別經(jīng)過8次、8次、10次、13次、15次完成了總成本的迭代。

4 結(jié)束語

本文引入分析目標(biāo)級(jí)聯(lián)理論，提出了一種以配網(wǎng)運(yùn)營商、分布式能源商、CCHP型負(fù)荷集成商為利益主體，通過交換聯(lián)絡(luò)變量信息建立的協(xié)調(diào)優(yōu)化調(diào)度模型。以各個(gè)利益主體內(nèi)部元件的詳細(xì)技術(shù)模型為基礎(chǔ)，把各個(gè)利益主體與配網(wǎng)運(yùn)營商之間的聯(lián)絡(luò)變量進(jìn)行解耦與并行求解。ATC方法在對(duì)大量利益主體協(xié)同優(yōu)化調(diào)度中計(jì)算效率相對(duì)集中式算法的誤差基本保持在2.43%內(nèi)，但計(jì)算耗時(shí)明顯減少，且利益主體數(shù)量越多，這種優(yōu)勢越明顯。該模型考慮了含風(fēng)-光-儲(chǔ)和冷熱電聯(lián)供系統(tǒng)的接入，有利于實(shí)現(xiàn)配電系統(tǒng)的多能互補(bǔ)運(yùn)營，能夠?yàn)椴煌垭娎嬷黧w進(jìn)入電力市場后的能量優(yōu)化管理提供了有效的決策理論和方法。D