崔金棟,冉子晗
(東北電力大學(xué),吉林 吉林 132012)
關(guān)鍵字:主動配電網(wǎng);微電網(wǎng);價格型需求響應(yīng);激勵型需求響應(yīng);日前負(fù)荷調(diào)度
加快以清潔低碳高效能源為主體的能源電力轉(zhuǎn)型是實現(xiàn)國家碳達(dá)峰、碳中和目標(biāo)的基礎(chǔ),配電網(wǎng)作為聯(lián)絡(luò)能源生產(chǎn)與消費(fèi)的關(guān)鍵樞紐,是服務(wù)能源電力轉(zhuǎn)型的基礎(chǔ)平臺。伴隨高比例分布式可再生能源接入配電消納,被動管理的傳統(tǒng)式配電網(wǎng)形態(tài)逐步演變?yōu)橐怨┬桦p方負(fù)荷靈活管控的主動式配電網(wǎng),微電網(wǎng)以其因地制宜利用新能源發(fā)電以及靈活負(fù)荷管控特點(diǎn),成為主動配電網(wǎng)的重要補(bǔ)充形式。為適應(yīng)國家能源清潔低碳轉(zhuǎn)型發(fā)展戰(zhàn)略和國網(wǎng)公司新型電力系統(tǒng)建設(shè)升級轉(zhuǎn)型,如何兼顧主動配電網(wǎng)下微網(wǎng)用戶側(cè)負(fù)荷優(yōu)質(zhì)可靠、供電側(cè)分布式高比例可再生能源消納與源荷兩側(cè)主動協(xié)調(diào),成為當(dāng)前的電力企業(yè)研究重點(diǎn)。
為提高電力資源使用效率、適應(yīng)高比例分布式新能源接入的需求,配電網(wǎng)形態(tài)逐漸朝向智能化、集成化發(fā)展,用戶側(cè)需求響應(yīng)技術(shù)與電力雙向優(yōu)化調(diào)度成為電力市場配電網(wǎng)負(fù)荷調(diào)度關(guān)注重點(diǎn)[1-2]。智能電網(wǎng)發(fā)展過程中,需求側(cè)終端用戶角色發(fā)生改變[3],用電需求由被動趨向于主動發(fā)展。主動配電網(wǎng)(ADN)需求響應(yīng)技術(shù)通過電價調(diào)整與激勵政策改變用戶原有用電行為與習(xí)慣,指引用戶積極參與到電力優(yōu)化調(diào)度中,實現(xiàn)負(fù)荷柔性控制[4]。電力需求側(cè)管理主要由以實時電價、分時電價(TOU)、階梯電價為主力的價格引導(dǎo)機(jī)制(PDR)或是通過補(bǔ)貼與時段優(yōu)惠手段實現(xiàn)負(fù)荷轉(zhuǎn)移的激勵引導(dǎo)機(jī)制(ⅠDR)構(gòu)成。在這一個過程中,用戶利用廣義需求響應(yīng)資源優(yōu)化自身用電行為提高用電經(jīng)濟(jì)性[5~6],電網(wǎng)企業(yè)通過靈活分時電價引導(dǎo)用戶用電行為,與用戶達(dá)到雙向博弈,從而維持電力供需平衡[7]。然而,用戶用電意愿受電費(fèi)與自身消費(fèi)彈性等多重因素干擾,用戶負(fù)荷曲線不再是傳統(tǒng)典型負(fù)荷模式,負(fù)荷調(diào)度難度加大[8],電力用戶需求響應(yīng)行為刻畫研究尤為重要。
微電網(wǎng)(MG)興起為需求響應(yīng)技術(shù)帶來了全新的挑戰(zhàn)與機(jī)遇[9~10],當(dāng)前針對MG 負(fù)荷調(diào)度多集中于需求響應(yīng)電價機(jī)制。文獻(xiàn)[11]從微電網(wǎng)運(yùn)營商的角度出發(fā),制定需求響應(yīng)激勵政策,增大微電網(wǎng)運(yùn)行商整體獲利的同時,盡量減少了微電網(wǎng)用戶負(fù)荷調(diào)度不舒適度[11]。文獻(xiàn)[12]為實現(xiàn)孤立性微電網(wǎng)能源的高效供應(yīng),構(gòu)建一種基于動態(tài)ⅠDR 經(jīng)濟(jì)模型的需求響應(yīng)方案,在提高微電網(wǎng)內(nèi)可再生能源技術(shù)經(jīng)濟(jì)運(yùn)行的同時提高了微電網(wǎng)整體系統(tǒng)的靈活性[12]。文獻(xiàn)[13]基于微電網(wǎng)需求響應(yīng)系統(tǒng)原理,分別構(gòu)建需求響應(yīng)分時電價與實時電價優(yōu)化策略,進(jìn)一步優(yōu)化配電網(wǎng)總體負(fù)荷曲線,提升了微網(wǎng)能源消納比[13]。
綜上所述,盡管國內(nèi)外專家學(xué)者針對微電網(wǎng)負(fù)荷調(diào)度研究相對成熟,但現(xiàn)有模型極大忽略了綜合型需求響應(yīng)對微電網(wǎng)負(fù)荷調(diào)度影響。因此,提出了基于激勵型與價格型并行的綜合型需求響應(yīng)的微電網(wǎng)“源-荷”雙側(cè)互動的負(fù)荷優(yōu)化調(diào)度模型。針對供電側(cè)負(fù)荷不確定性接入,考慮微電網(wǎng)供電側(cè)與主動配電網(wǎng)交互;針對用戶側(cè)負(fù)荷不確定性接入,構(gòu)建基于微電網(wǎng)價格需求響應(yīng)日前負(fù)荷調(diào)度與實時激勵需求響應(yīng)優(yōu)化微電網(wǎng)用戶負(fù)荷預(yù)測模型;并引進(jìn)激勵響應(yīng)影響參數(shù)改進(jìn)傳統(tǒng)用戶滿意度模型與微電網(wǎng)供電企業(yè)成本模型。
主動配電網(wǎng)下微電網(wǎng)作為一種微型發(fā)配電自治系統(tǒng),能夠?qū)崿F(xiàn)管轄范圍內(nèi)的自身調(diào)度。微電網(wǎng)內(nèi)含有多元間歇式微電源,同時,增設(shè)分散性儲能設(shè)備(ES),發(fā)電冗余時儲電、缺電時輸電,增強(qiáng)能源資源消納比與利用率。主動配電網(wǎng)下MG 如圖1所示。
圖1 主動配電網(wǎng)下微電網(wǎng)的總體框架
微電網(wǎng)需求響應(yīng)的前提是要充分消納新能源。并網(wǎng)型微電網(wǎng)用戶充分響應(yīng)后,用電時段與時段負(fù)荷發(fā)生改變,微電網(wǎng)向主動配電網(wǎng)購電量節(jié)省電費(fèi)支出的同時提高了微電網(wǎng)分布式電源(DEG)消納??紤]綜合需求響應(yīng)的微電網(wǎng)負(fù)荷“源-荷”雙側(cè)互動如圖2所示。
圖2 考慮綜合需求響應(yīng)的微電網(wǎng)“源-荷”雙側(cè)互動
需求響應(yīng)后微電網(wǎng)出力小于負(fù)荷需求PDEG<Pload,微電網(wǎng)/主動配電網(wǎng)聯(lián)合供電(向主動配電網(wǎng)購電):用電高峰時段Tf內(nèi),主動配電網(wǎng)/微電網(wǎng)/儲能聯(lián)合供電,儲能放電;用電平峰時段Tp時,主動配電網(wǎng)/微電網(wǎng)聯(lián)合供電,儲能無充放電行為;用電低谷時段Tv時,主動配電網(wǎng)/微電網(wǎng)聯(lián)合供電,儲能充電。
受需求響應(yīng)的影響,激勵政策主要體現(xiàn)為內(nèi)部用戶購電成本減少、擁有可中斷負(fù)荷的補(bǔ)償獲利、接收尖峰斷電補(bǔ)貼。不同時刻用戶需求響應(yīng)模型變化見式(1)。
需求響應(yīng)過程中并網(wǎng)型微電網(wǎng)與外網(wǎng)交互負(fù)荷如下:
式中:Pwp為微電網(wǎng)內(nèi)風(fēng)機(jī)出力;Psp為微電網(wǎng)內(nèi)光伏出力;Pstp為微電網(wǎng)內(nèi)儲能充放電;Tf為高峰時段,Pf為高峰時段負(fù)荷;Tp為平峰時段,Pp為平峰負(fù)荷;Tv為低谷時段,Pv為低谷負(fù)荷;Pexc為并網(wǎng)型微電網(wǎng)多角色時段需求響應(yīng)后與主動配電網(wǎng)交互負(fù)荷;Ees為儲能設(shè)備電池現(xiàn)有容量;Ees,max為儲能設(shè)備電池最大容量;Ees,d為儲能設(shè)備電池待充滿電量。
需求響應(yīng)后PDEG≥Pload,微電網(wǎng)DEG 出力足以支撐負(fù)荷供給(向主動配電網(wǎng)售電/儲能充電):高峰時段Tf且儲能有冗余電量,DEG/儲能供電,交互功率為0(孤島運(yùn)行狀態(tài));高峰時段Tf且儲能滿電,DEG 供電,MG 售電;平峰時段Tp,MG獨(dú)立供電,若存在冗余電量儲存于儲能設(shè)備;低谷時段Tv,MG 獨(dú)立供電,儲能充電,若還有多余的電能,將冗余電量出售形成收益。受需求響應(yīng)的影響,激勵政策主要體現(xiàn)為內(nèi)部用戶售電獲利、可中斷負(fù)荷的補(bǔ)償獲利。用戶需求響應(yīng)模型變化見式(5)。
式中:Asell為微電網(wǎng)向主動配電網(wǎng)售電獲利報酬。
3.1.1 用戶綜合滿意度
實施DR 后,用戶綜合滿意度對常規(guī)負(fù)荷影響主要體現(xiàn)于同一時段內(nèi)用電量的削減與不同時段間用電量的轉(zhuǎn)移。IDR 由MG 與用戶供電前雙方簽署負(fù)荷受調(diào)度中心管控合約,平抑實時尖峰大功率用電。
式中:Rexp為用電經(jīng)濟(jì)度;Rcom為用能舒適度;πt為用戶支付的電費(fèi);為需求響應(yīng)前后用戶用電負(fù)荷;?i為可中斷負(fù)荷激勵系數(shù),Rloss為DR 后補(bǔ)償電力短缺損失的用戶補(bǔ)貼;θloss為用戶響應(yīng)波動性所帶來的隨機(jī)誤差;θexp為用戶用電經(jīng)濟(jì)度產(chǎn)生的隨機(jī)誤差;θcom為用戶用能舒適度產(chǎn)生的隨機(jī)誤差。α用電經(jīng)濟(jì)度系數(shù);β為用能舒適度系數(shù);γ為用戶補(bǔ)貼系數(shù);所有系數(shù)之和為1。It為實時響應(yīng)負(fù)荷比例;Icon為規(guī)定響應(yīng)無需補(bǔ)貼時的負(fù)荷比例。
用戶激勵政策IL 主動響應(yīng)參數(shù)?i為用戶在收到微網(wǎng)運(yùn)營商發(fā)送中斷信號時做出的實時主觀反應(yīng),與中斷時長ti、斷電設(shè)備類別xi、響應(yīng)效益R(包含贏得斷電補(bǔ)貼RIL,load×PIL,load以及DR 后節(jié)省交互報酬、停電損失與未響應(yīng)懲罰C2=Pf,pun、用電習(xí)慣等因素關(guān)聯(lián)。
結(jié)合微電網(wǎng)內(nèi)基礎(chǔ)設(shè)備,用電設(shè)備類似于電飯煲等可轉(zhuǎn)移負(fù)荷與剛需負(fù)荷,參數(shù)?i=0;類似儲能設(shè)備等可中斷負(fù)荷,在保障基礎(chǔ)用電需求基礎(chǔ)上,高峰時段?i=1;其余時段為服從Logistic 函數(shù)的隨機(jī)變量。根據(jù)消費(fèi)者經(jīng)濟(jì)人假設(shè)與總體激勵水平,定義該區(qū)間?i隸屬度函數(shù)為
式中:a、b為常量;Δπpv為峰谷電價差;R為響應(yīng)效益;C1為停電損失;C2為未響應(yīng)懲罰。
3.1.2 微電網(wǎng)運(yùn)行中運(yùn)營商成本中
式中:Cwp為調(diào)度周期內(nèi)微電網(wǎng)內(nèi)光伏成本;Cbuy為MG 購電總成本;Csp為調(diào)度周期內(nèi)微電網(wǎng)內(nèi)風(fēng)電運(yùn)行成本;Cstp為調(diào)度周期內(nèi)微電網(wǎng)內(nèi)儲能運(yùn)行成本;Rwp、Rsp、Pstp為光風(fēng)儲能單位運(yùn)行維修成本;Csl為補(bǔ)償用戶斷電損失進(jìn)行的中斷負(fù)荷補(bǔ)貼;Ctl為用戶可轉(zhuǎn)移負(fù)荷補(bǔ)貼;ΔPexc為微電網(wǎng)與ADN交互功率;當(dāng)微電網(wǎng)向主動配電網(wǎng)購電時,πi為分時電價,當(dāng)微電網(wǎng)向主動配電網(wǎng)售電時,πi為微電網(wǎng)單位售電電價;ΔPload為整體可中斷負(fù)荷量;Rsl為單位可中斷負(fù)荷補(bǔ)貼;Pfv,fp,pv為高峰時段向低谷時段、高峰時段向平峰時段、平峰時段向低谷時段的負(fù)荷轉(zhuǎn)移量;Rfv,fp,pv為單位可轉(zhuǎn)移負(fù)荷補(bǔ)貼。
3.2.1 微電網(wǎng)內(nèi)整體負(fù)荷均衡
式中:Pload為微電網(wǎng)內(nèi)用戶用電負(fù)荷;Pwp為預(yù)測微電網(wǎng)風(fēng)力發(fā)電量;Psp為預(yù)測微電網(wǎng)光伏發(fā)電;Pstp為儲能設(shè)備充放負(fù)荷;Pexc為交互功率。
3.2.2 微電網(wǎng)與主動配電網(wǎng)間的交互負(fù)荷限額
為保證MG 安全可靠運(yùn)行,與主動配電網(wǎng)間交互功率應(yīng)在規(guī)定允許范圍內(nèi)。
式中:Pexc,min,Pexc,max分別為微電網(wǎng)與主動配電網(wǎng)交互功率的最小、最大限額。
3.2.3 微電網(wǎng)內(nèi)的儲能設(shè)備充放電限額
式中:SOC(t)為儲能設(shè)備在t時刻充放電狀態(tài)、與說明儲能設(shè)備充放電前后的充電狀態(tài)應(yīng)一致,不計儲能設(shè)備自身功損,在周期運(yùn)行后恢復(fù)到原功率。
3.2.4 用戶負(fù)荷高峰負(fù)荷約束
在需求響應(yīng)后的峰/谷時期,不允許出現(xiàn)新的峰/谷值。
標(biāo)準(zhǔn)粒子群算法(PSO)通過模擬鳥類覓食隨機(jī)解,容易進(jìn)入局部最優(yōu)情況;CPSO 算法在最優(yōu)解位置附近引入混沌擾動,通過混沌序列重置粒子群的初始位置和速度,可迅速找到最優(yōu)解。CPSO流程如圖3所示。
圖3 CPSO基本流程
為了更好地反映混沌粒子群算法與粒子群算法的區(qū)別,本文引入了Rastrigin 函數(shù),該函數(shù)原點(diǎn)全局最小值。調(diào)用MATLAB 數(shù)據(jù)編程執(zhí)行結(jié)果如圖4所示,可見混沌粒子群算法運(yùn)行速度更快,效果更顯著。基于混沌理論的粒子群優(yōu)化算法(CPSO)對優(yōu)化模型進(jìn)行求解,得到用戶峰值和平谷分時電價。
圖4 PSO和CPSO優(yōu)化算法比較分析
為更好反映本文微電網(wǎng)負(fù)荷化調(diào)度搭建模型合理性,利用居民典型日負(fù)荷數(shù)據(jù)進(jìn)行分析,T=24,Δt=1??紤]微電網(wǎng)中分布式發(fā)電機(jī)組(DEG)包括可再生能源發(fā)電(PV、WT)和儲能(ES)各1臺,相關(guān)參數(shù)源于文獻(xiàn)[14]。初步設(shè)定兩種微電網(wǎng)負(fù)荷優(yōu)化控制情形分析和比較。
場景1:僅考慮PDR 的微電網(wǎng)供需雙側(cè)負(fù)荷優(yōu)化調(diào)度策略。其中,場景1 用戶滿意度目標(biāo)函數(shù)僅考慮用戶用電舒適度與經(jīng)濟(jì)度;微電網(wǎng)運(yùn)營商目標(biāo)函數(shù)僅考慮風(fēng)光儲維修運(yùn)行成本與交互成本。
場景2:考慮綜合DR的微電網(wǎng)供需雙側(cè)負(fù)荷優(yōu)化調(diào)度策略。
式中:μload為 MG 用戶響應(yīng)度,Pload是 MG 需求響應(yīng)前負(fù)荷;ΔPload是MG DR需求響應(yīng)前后負(fù)荷差。
式中:TMG為微電網(wǎng)內(nèi)部DEG新能源消納率;Pload為微電網(wǎng)內(nèi)用戶消納的微電網(wǎng)電能;Pes為微電網(wǎng)內(nèi)儲能消納電能;PDEG為DEG全部出力。
基礎(chǔ)設(shè)定微電網(wǎng)與外部電網(wǎng)的交互極限為[-100 kW,100 kW],儲能設(shè)備額定容量為90 kW,充電狀態(tài)的上限和下限為1.0 和0.2,充放電效率為90%,充電初始狀態(tài)為0.2?;煦缌W咏M算法優(yōu)化迭代100,交叉概率pc=0.50,變概率pm=0.10,電網(wǎng)起始電價為0.55 元/kWh,微電網(wǎng)電價銷售價格為0.45 元/kWh,滿意度參數(shù)均為0.5,可中斷負(fù)荷占15%?;诨煦缌W尤旱姆骞葧r電價如表1 所示。本文為微電網(wǎng)“源-荷”側(cè)的雙目標(biāo)優(yōu)化問題,目標(biāo)為最大化用戶滿意度和供電企業(yè)成本的倒數(shù),當(dāng)雙方達(dá)到博弈均衡時達(dá)到最優(yōu)電價。
表1 場景1下的微電網(wǎng)用戶負(fù)荷
圖5 微電網(wǎng)內(nèi)的分布式電源出力
圖6 場景1下的用戶負(fù)荷
方案2下的用戶負(fù)荷和分時電價參數(shù)如圖7和表2 所示。場景 2 下綜合考慮 ⅠDR 與 PDR 的主動配電網(wǎng)下的微電網(wǎng)負(fù)荷調(diào)度策略后的峰谷差明顯減小,可見綜合性DR 需求側(cè)響應(yīng)對負(fù)荷曲線的削峰填谷作用。同時,為了突出本文提出的微電網(wǎng)負(fù)荷控制模型的優(yōu)化方案,再次將電價引入到傳統(tǒng)的ⅠDR中,結(jié)果如圖8 所示。在傳統(tǒng)的峰谷電價模式下,用電量水平基本只滿足最低需求,不能滿足用戶用電的舒適性要求,導(dǎo)致用戶滿意度較低。
圖7 場景2下的用戶負(fù)荷
表2 場景2下的微電網(wǎng)相關(guān)數(shù)據(jù)
圖8 用戶負(fù)荷對比
將不同需求響應(yīng)策略優(yōu)化下的微電網(wǎng)負(fù)荷優(yōu)化調(diào)度結(jié)果進(jìn)行對比,可以看出:僅考慮價格型需求響應(yīng)影響下的微電網(wǎng)用戶負(fù)荷曲線,負(fù)荷峰谷差較小,用戶整體滿意度較低,且高比例新能源不確定型接入以及用戶側(cè)不確定負(fù)荷接入導(dǎo)致能源利用率低。采用分時電價與激勵政策相結(jié)合的影響因素下的微電網(wǎng)優(yōu)化調(diào)度,用戶整體滿意度上升了3.252%,微電網(wǎng)供電方整體運(yùn)行成本下降了27.648 萬元,峰谷差下降了5.031%,用戶需求響應(yīng)程度提升了15%。因此,本文提出的策略使得主動配電網(wǎng)消峰填谷能力增強(qiáng),電力需求曲線更加平滑,負(fù)荷優(yōu)化調(diào)度力度得到了進(jìn)一步的提升。
表3 不同場景綜合對比
本文構(gòu)建基于價格型與激勵型的綜合型需求響應(yīng)的微電網(wǎng)“源-荷”雙側(cè)互動的負(fù)荷優(yōu)化調(diào)度模型,供電側(cè)考慮微電網(wǎng)與主動配電網(wǎng)交互,負(fù)荷側(cè)基于價格需求響應(yīng)日前負(fù)荷調(diào)度與實時激勵需求響應(yīng)優(yōu)化微電網(wǎng)用戶負(fù)荷預(yù)測。同時,引進(jìn)激勵響應(yīng)影響參數(shù)改進(jìn)傳統(tǒng)用戶滿意度模型與微電網(wǎng)供電企業(yè)成本模型。該模型有效地提高了用戶在電力市場中的地位,提升了微電網(wǎng)中的分布式新能源利用率,在保持微電網(wǎng)供用雙方功率平衡下,實現(xiàn)負(fù)荷柔性優(yōu)化調(diào)度,實現(xiàn)了微電網(wǎng)供需聯(lián)動效益的最大化。