計及多利益主體的配電側動態(tài)定價與市場出清策略

趙越，張軒，趙晨，龔超，肖云鵬，李明濤，吳國炳

(1.廣東電網(wǎng)有限責任公司電力調度控制中心，廣州 510062; 2. 西安交通大學能源與動力工程學院， 西安 710049)

0 引言

新能源技術的快速發(fā)展和用戶側靈活性資源的大規(guī)模并網(wǎng)加快了電力市場的建設步伐。作為智能電網(wǎng)的一種重要特征，需求側響應通過整合用戶側靈活性資源，有效提高了系統(tǒng)運行效率并降低了用能成本，在電力市場化推進中得到廣泛應用。然而，容量較小且分布較散的靈活性資源一般不滿足并網(wǎng)條件，無法直接參與市場交易，需求側響應參與市場受到進一步制約[1 - 2]。在此背景下，虛擬電廠(virtual power plant, VPP)通過整合儲能、主動用戶負荷等多類型靈活性資源，為電網(wǎng)提供能量平衡、頻率調節(jié)、新能源消納服務[3 - 4]，在配電側市場得到迅速發(fā)展，并展現(xiàn)出一定的經(jīng)濟價值。

國內外針對虛擬電廠的運行和市場特征開展了大量研究。文獻[5]提出了一種節(jié)點電價優(yōu)化策略以實現(xiàn)單一負荷聚合商的利益最大化。在此基礎上，文獻[6]進一步研究了需求側響應聚合對于配電側市場出清決策的影響，建立了相應的市場出清模型。文獻[7 - 8]分別針對可再生能源和用戶意愿的不確定性進行建模，研究了含虛擬電廠的配電市場的動態(tài)定價策略。文獻[9]構建了基于分時電價的含風-光-氣-儲虛擬電廠經(jīng)濟調度模型。文獻[10]研究了分時電價影響下的多能源虛擬電廠雙層優(yōu)化調度問題。文獻[9 - 10]均考慮了動態(tài)電價對虛擬電廠運行的影響，但是只考慮了虛擬電廠作為價格的接受者，沒有考慮虛擬電廠的經(jīng)濟行為對電價的影響。文獻[11]構建了配電網(wǎng)與需求側響應聚合商的市場交互機制，提出了一種兼顧輸電擁堵和節(jié)能減排需求的定價策略。

上述文獻均以用戶側資源聚合商收益最大化為目標進行優(yōu)化，但未計及其他主體的利益需求。文獻[12 - 14]計及配電側市場環(huán)境下多微網(wǎng)的利益均衡構建了市場出清機制，但忽略了網(wǎng)絡損耗與潮流傳輸約束。文獻[15 - 16]雖分析了配電系統(tǒng)拓撲結構和潮流分布對市場定價的影響，但其考慮的電力服務類別較為單一。隨著未來電力市場的不斷完善，市場出清與定價策略本質是多主體利益最優(yōu)的均衡狀態(tài)[17 - 18]?；谝陨戏治?，有必要對含多利益主體的配電側市場出清和動態(tài)定價策略開展研究。

本文以含多虛擬電廠的配電側市場為研究對象，對市場出清和動態(tài)定價策略進行研究。其中，上層優(yōu)化以配電系統(tǒng)運行商成本最小化為目標，考慮系統(tǒng)的拓撲結構、潮流和運行安全約束；下層優(yōu)化以虛擬電廠利益最大化為目標，進行經(jīng)濟調度，在此基礎上制定市場出清和動態(tài)定價策略，并利用算例系統(tǒng)對本文所提方法進行了仿真驗證。

1 配電側電力市場建模

1.1 市場結構

本文所研究的配電側市場框架如圖1所示。其中，虛擬電廠由若干新能源機組和分布式發(fā)電機組聚合而成，向配電運營商供能。配電系統(tǒng)運營商通過收集各市場參與者信息，考慮各主體的利益需求以及各類能源的生產(chǎn)和運行特征，負責市場的運行和清算，其可從主網(wǎng)批發(fā)市場和虛擬電廠購買電能對負荷進行供電。收集所有市場參與者信息后，配電系統(tǒng)運營商同時向所有虛擬電廠發(fā)布出清電價。

圖1 配電側市場結構

1.2 配電系統(tǒng)運營商

所提模型中，配電系統(tǒng)運營商主要用于滿足系統(tǒng)內的負荷需求，其目標為供電成本最小化，如式(1)所示。

(1)

此外，其運營過程中需要考慮配電系統(tǒng)的運行約束，包括潮流約束、支路傳輸功率約束、節(jié)點電壓約束、與批發(fā)市場的交互功率約束等。其中，線性化配電系統(tǒng)潮流約束可用式(2)—(7)表示[19]。

(2)

(3)

(4)

(5)

(6)

(7)

配電系統(tǒng)的運行安全約束可表示為：

Pij,min≤Pij,t≤Pij,max

(8)

Qij,min≤Qij,t≤Qij,max

(9)

Vij,min≤Vij,t≤Vij,max

(10)

(11)

1.3 虛擬電廠

虛擬電廠以最大化自身收益為目標，利用內部分布式發(fā)電機組和新能源機組向配電系統(tǒng)運營商供能，其收益由向配電運營商售電收入和自身發(fā)電成本構成。第i個虛擬電廠的目標函數(shù)可表示為：

(12)

(13)

(14)

其內部機組需要滿足運行約束，可表示為：

(15)

(16)

(17)

(18)

(19)

(20)

2 求解算法

(21)

(22)

(23)

(24)

(25)

(26)

(27)

(28)

(29)

(30)

(31)

其中，式(25)—(31)為式(22)中不等式約束的互補條件；⊥為均衡約束符號，代表符號兩側乘積為0。利用大M法可將上述互補條件轉化為混合整數(shù)約束[22 - 23]，可表示為：

λ≥0,f≥0

(32)

λ≤(1-μ)M

(33)

f≤μM

(34)

(35)

(36)

(37)

(38)

(39)

(40)

(41)

(42)

(43)

(44)

(45)

(46)

(47)

(48)

(49)

將式(49)代入式(1)，可將原始的非線性雙層優(yōu)化問題可轉化為如式(50)和式(51)所示的混合整數(shù)線性規(guī)劃問題(mixed integer linear programming, MILP)，從而可直接利用求解器進行求解。

(50)

s.t.(2)—(11)， (24)，(35)—(48)

(51)

整體的建模思路如圖2所示。

圖2 整體建?？蚣?/p>

原始的下層的線性凸問題通過KKT條件被轉化為平衡約束，最終根據(jù)強對偶原理反映至上層優(yōu)化問題，使得整體模型轉化為單層的混合整數(shù)線性規(guī)劃模型。

3 算例分析

圖3 配電系統(tǒng)結構

圖4 新能源與日負荷曲線

圖5 批發(fā)市場電價

下面根據(jù)不同研究對象對本文所構建的市場出清和動態(tài)定價策略的影響進行分析：1)其他參數(shù)不變，配電系統(tǒng)運營商以動態(tài)電價向虛擬電廠購電，分析其與批發(fā)市場交互功率約束對配電側市場運營的影響。2)其他參數(shù)不變，配電系統(tǒng)運營商分別以動態(tài)電價向虛擬電廠購電，分析虛擬電廠內分布式發(fā)電機組成本函數(shù)對配電側市場運營的影響。

3.1 傳輸功率約束分析

將配電系統(tǒng)運營商與批發(fā)市場的傳輸有功功率限制分別設置為6 MW(場景1)和3 MW(場景2)進行分析，計算所得的配電系統(tǒng)運營商日出清價格曲線分別如圖6—7所示。

圖6 場景1下市場出清價格

由圖6—7可見，出清電價在01:00至08:00時刻非常低，在09:00至16:00之間逐漸提升，并在17:00至24:00之間維持在較高水平。整體來看，兩種場景下出清電價呈相似的變化趨勢，即動態(tài)電價隨著負荷的增加而增加，從而鼓勵用戶進行負荷轉移，平抑高峰。出清價格制定受多方面因素決定：1)當負荷較輕，批發(fā)市場通過制定較低售價鼓勵負荷用電，而虛擬電廠由于需要維持機組的運行成本，其出清價格仍略高于批發(fā)市場(如03:00至05:00)。2)當負荷高峰時，配電系統(tǒng)運營商在批發(fā)市場和虛擬電廠之間進行權衡以實現(xiàn)自身的供電成本最小(如15:00至19:00)，在部分時刻，配電系統(tǒng)運營商設置略低于批發(fā)市場價格的出清價格從而向虛擬電廠購電。3)當可再生能源較為富足時，虛擬電廠可降低自身收益從而避免過度棄風棄光，在這一階段，配電側市場出清價格進一步降低。

由于案例中設置不同虛擬電廠的新能源機組和分布式發(fā)電機組運營成本函數(shù)相同，各虛擬電廠的收益僅與自身接入相同位置、負荷變化以及批發(fā)市場售電價格相關，因此，不同虛擬電廠的市場出清價格呈相似的變化趨勢。然而，相同的發(fā)電成本和不同的接入位置仍使得各虛擬電廠對負荷供給過程中的損耗不同，導致了不同虛擬電廠的電價差異。其中VPP2接入位置的網(wǎng)損最小，相對較低的出清價格即能保證自身獲取一定收益；而VPP 3接入位置的網(wǎng)損最大，相應的，其出清價格最高。

對比圖6—7所示結果，計算所得場景2下的出清結果高于場景1下所得結果，且整體趨勢差異主要集中在01:00至08:00。這是因為場景2下的批發(fā)市場供電能力較小，虛擬電廠運營商供給了系統(tǒng)內較多的負荷，負荷較重時，配電系統(tǒng)運營商必須向虛擬電廠購買電量供給負荷，因而，其相應的出清價格較高。在01:00至08:00階段在場景1中配電系統(tǒng)運營商內的負荷需求可完全由批發(fā)市場滿足，相對于較低的批發(fā)市場售價，虛擬電廠報價不再具備足夠的競爭力，因此，其報價較低；而在場景2中，系統(tǒng)內的部分需求電能仍需要向虛擬電廠購買，其相應的報價略高于場景1。在負荷較重階段(如15:00至21:00)，批發(fā)市場售電價格高于虛擬電廠，配電系統(tǒng)運營商更傾向于向虛擬電廠購電。在這一階段，配電系統(tǒng)運營商與批發(fā)市場之間傳輸功率限的變化對市場交易影響較小。

表1所示為不同場景下計算所得的各虛擬電廠的凈利潤和實際機組出力。與圖6和圖7所得結果類似，由于VPP3的供電的網(wǎng)損最大，因此其電價也相對最高，而VPP2的網(wǎng)損最低，其電價始終處于較低水平。而在負荷較重時，系統(tǒng)內的電壓水平較低，網(wǎng)損較大，各虛擬電廠之間的供電成本差異更為顯著。因而，在競爭中，供電成本最小的VPP2具有明顯優(yōu)勢。

圖7 場景2下市場出清價格

表1 計算利潤與實際出力

3.2 發(fā)電機組成本分析

根據(jù)第3.1節(jié)的分析，虛擬電廠接入位置所導致的網(wǎng)損差異對實際參與市場行為存在明顯影響。本節(jié)對不同發(fā)電成本下的虛擬電廠的參與市場行為進行進一步研究，維持新能源發(fā)電成本恒定，改變各虛擬電廠內部的分布式發(fā)電機組的成本函數(shù)進行分析。虛擬電廠內分布式發(fā)電機組成本函數(shù)的各分段點如表2所示。

表2 各虛擬電廠分布式發(fā)電機組成本函數(shù)

將配電系統(tǒng)運營商與批發(fā)市場的傳輸有功功率限制設置為6 MW進行計算，所得各虛擬電廠的凈利潤和實際機組出力如表3所示。

表3 不同發(fā)電成本下計算利潤與實際出力

在這一場景下，由于各虛擬電廠之間的發(fā)電成本差異明顯，其對各主體參與市場行為的影響遠大于由接入位置不同導致的網(wǎng)損差異。因此，VPP1的發(fā)電成本和出清價格均為最高；而盡管VPP3的網(wǎng)損較大，但由于其發(fā)電成本遠小于VPP1和VPP2，其報價總是處于較低水平，使得配電網(wǎng)運營商的出清價格降低，與第3.1節(jié)的場景相比，虛擬電廠承擔了更大的負荷供給。由表3可見，VPP3在競爭中處于明顯優(yōu)勢，其實際出力與利潤均為最大。

4 結論

本文針對含多利益主體的配電側動態(tài)定價和市場出清問題構建了一種雙層優(yōu)化模型：上層以最小化配電系統(tǒng)運營商成本為目標，實現(xiàn)動態(tài)定價和市場出清；下層以最大化各虛擬電廠經(jīng)濟收益為目標，進行經(jīng)濟調度。并通過線性化技術和基于互補、強對偶理論的等效變換，將所提的雙層非線性模型轉化為混合整數(shù)線性規(guī)劃模型便于求解。算例分析結果表明：

1)本文所提的雙層優(yōu)化模型能夠有效分析含多虛擬電廠的配電側市場定價和出清問題，在滿足運行安全約束的前提下實現(xiàn)多主體的利益最優(yōu)；

2)虛擬電廠的發(fā)電成本以及接入位置將對其參與市場行為產(chǎn)生顯著影響，運營成本的降低將使得運營商在市場中處于優(yōu)勢地位從而提高收益；

3)所提求解算法可有效處理雙層非線性優(yōu)化問題，降低了模型求解難度。

此外，本文所提出的方法也可進一步擴展應用于非合作不完全信息的動態(tài)博弈問題中。