計及需求側(cè)響應的分布式電源并網(wǎng)優(yōu)化策略

于鳳嬌，王 典，李潤宇

(東北電力大學現(xiàn)代電力系統(tǒng)仿真控制與綠色電能新技術教育部重點實驗室，吉林 吉林 132012)

風光等分布式電源接入配電網(wǎng)時能夠有效提高電網(wǎng)的調(diào)節(jié)能力及運行靈活性[1]，隨著DG滲透率不斷增大，現(xiàn)代配電網(wǎng)中風光承載率、峰谷波動等問題[2]隨之出現(xiàn).同時，引入需求側(cè)響應也給配電網(wǎng)規(guī)劃帶來挑戰(zhàn)[3-5].綜上，如何合理的運用DR制定含DG的配電網(wǎng)規(guī)劃與運行方案，對于提高配電網(wǎng)的穩(wěn)定性和經(jīng)濟性具有重大的意義.

關于DR參與配電網(wǎng)規(guī)劃的研究是目前國內(nèi)外研究的熱點，綜合考慮DG、DR及儲能等因素，配電網(wǎng)規(guī)劃方法從單層配置[6]、單目標規(guī)劃[7]逐步發(fā)展為多層配置[8]、多目標協(xié)調(diào)優(yōu)化[9].文獻[10]綜合考慮負荷及分布式電源的時序性，建立了一種以分布式電源類型、安裝位置與容量為優(yōu)化變量的數(shù)學規(guī)劃模型，但僅考慮了分布式電源所有者利益，分布式電源經(jīng)濟性不能很好的體現(xiàn).文獻[11]考慮分布式電源接入電網(wǎng)的位置、DR容量以及環(huán)境效益建立了數(shù)學規(guī)劃模型.文獻[12]考慮分布式電源出力的明顯波動性，將不同節(jié)氣下光伏、風電不同出力進行日場景削減，建立了多場景的雙層規(guī)劃模型.文獻[13]綜合考慮風電機組與微型燃氣輪機強烈的功率特性，把投資層與運行層的變量相耦合對所提規(guī)劃問題進行求解.然而在DG并網(wǎng)時，僅考慮在配電網(wǎng)電源端進行調(diào)節(jié)，被動的進行風光消納.文獻[14]在考慮配電網(wǎng)中需求側(cè)響應的情況下，僅將DR作為被動受控響應參與電網(wǎng)運行調(diào)控.綜上所述，現(xiàn)階段有關配電網(wǎng)規(guī)劃中的經(jīng)濟性、風光承載率等問題研究不足，有關配電網(wǎng)中DR參與規(guī)劃的能力考慮較少，沒有充分發(fā)揮DR參與電網(wǎng)運行調(diào)控的能力.

本文針對以上問題，考慮需求側(cè)不同類別負荷的調(diào)控特性以及主動參與特性，用DR參與度表示需求側(cè)負荷在電網(wǎng)運行中的響應能力，并建立了參與配電網(wǎng)運行的經(jīng)濟模型.在此模型的基礎上，構建規(guī)劃-運行雙層模型，規(guī)劃層的建立以網(wǎng)損、經(jīng)濟性及風光承載率為指標，得到分布式電源并網(wǎng)與需求側(cè)負荷參與電網(wǎng)調(diào)控的規(guī)劃方案.運行層的建立以風光利用率、經(jīng)濟性、電壓穩(wěn)定性及削峰填谷為指標，得到需求側(cè)負荷在電網(wǎng)調(diào)控、電價激勵兩種模式下參與運行的方案.最后進行算例分析，利用改進引力搜索算法(Improved Gravitational Search Algorithm，IGSA)進行求解，得出源-荷優(yōu)化配置方案，并對各個方案的綜合效益指標做進一步分析，為DR參與DG并網(wǎng)提供輔助策略.

1 需求側(cè)負荷參與度模型

需求側(cè)負荷根據(jù)響應特性可分為可削減、可平移、可轉(zhuǎn)移負荷三類.本文從各類需求側(cè)負荷在電網(wǎng)調(diào)控及電價激勵下參與電網(wǎng)運行的場景分析，提出了需求側(cè)電價響應參與度，并建立其經(jīng)濟性模型和參與度函數(shù).

1.1 可削減負荷

可削減負荷包括工業(yè)負荷里的甩負荷、民用負荷里的一些照明、加熱等負荷，能夠在維持用戶滿意度的狀態(tài)下進行部分削減.削減部分的負荷能夠緩解高峰用電壓力，其響應特性模型為

(1)

公式中：Bfre為第f種可削減負荷調(diào)度總費用；Bprice， fDre為第f種可削減負荷參與調(diào)度補償價格；pf，tDre為電網(wǎng)調(diào)控下削減負荷功率；pf，tZre為用戶自主參與響應削減負荷功率；Bprice，tZ為用戶自主參與t時段分時電價；γfZ為用戶電價響應參與度；nW為參與電網(wǎng)調(diào)控負荷數(shù)量；nJ為參與電價激勵負荷數(shù)量.

1.2 可平移負荷

可平移負荷包括部分可以受控運行的設備和部分可以靈活調(diào)節(jié)開啟時間的家用電器等.這類負荷具有連續(xù)的用電時間，工作時長上較為固定，工作時段也較為靈活.能夠?qū)崿F(xiàn)一定時間范圍內(nèi)整段用電負荷的平移，但不可分段平移，其響應特性模型為

(2)

公式中：Bfshift為第f種可平移負荷調(diào)度總費用；Bprice， fDshift為第f種可平移負荷參與調(diào)度的補償價格；Bprice，tZ為用戶自主參與t時段分時電價；PfDshift為第f種可平移負荷在t時段參與調(diào)度的功率；PfZshift為用戶自主參與響應負荷t時段平移負荷功率；γfZ為用戶電價響應參與度.

1.3 可轉(zhuǎn)移負荷

可轉(zhuǎn)移負荷包括一些工業(yè)冷庫制冷、民用空調(diào)充電等可以靈活調(diào)節(jié)的負荷.具有靈活的工作時長和工作時段，在其允許的時間范圍內(nèi)，可將部分負荷分配到其他時間段上.其響應特性模型為

(3)

公式中：Bftrans為第f種可轉(zhuǎn)移負荷調(diào)度總費用，Bprice， fDtrans為第f種可轉(zhuǎn)移負荷參與調(diào)度的補償價格；pf，tDtrans為轉(zhuǎn)移前參與電網(wǎng)調(diào)控負荷功率，pf，tDtrans*為轉(zhuǎn)移后參與電網(wǎng)調(diào)控負荷功率，pf，tZtrans為轉(zhuǎn)移前自主參與響應負荷功率，pf，tZtrans*為轉(zhuǎn)移后自主參與響應負荷功率；Bprice，tZ、γfZ定義同上.

通過上述經(jīng)濟模型可以描述三種可控負荷的用戶在調(diào)控和引導政策下參與電網(wǎng)調(diào)度的成本費用，響應參與度函數(shù)可以體現(xiàn)用戶在電價引導政策下的主動參與積極性因子，直接影響需求側(cè)用戶參與電網(wǎng)調(diào)度的成本費用.

2 雙層優(yōu)化模型

考慮需求側(cè)可控負荷在電網(wǎng)調(diào)度中的作用，建立規(guī)劃-運行雙層模型.其中，上層模型的優(yōu)化結(jié)構包括DG的安裝位置、容量以及參與電網(wǎng)調(diào)控的DR容量三種；下層運行優(yōu)化內(nèi)容分為電網(wǎng)調(diào)控DR受控參與、電價激勵DR主動參與兩種協(xié)作模式.

2.1 規(guī)劃層目標函數(shù)

綜合考慮分布式電源出力特性與可控負荷需求響應，采用源-荷協(xié)調(diào)控制策略，在電源側(cè)通過投資成本、網(wǎng)損靈敏度及承載能力對DG并網(wǎng)位置與容量的配置效果進行綜合評價，在需求側(cè)通過響應負荷改造成本及網(wǎng)損影響綜合評價DR容量配置效果進行綜合評價.

(1)經(jīng)濟性

為方便計算，根據(jù)參考文獻[15]，折算為等年值的投資成本，主要包含DG投資成本和DR容量改造成本

(4)

公式中：v為利率；pf為第f種設備的壽命；mf為第f種DG單位容量建設成本；bf第f種DR單位容量改造為受電網(wǎng)調(diào)控負荷成本；sfDG為第f種DG安裝的容量；sfDR為第f種DR改造的容量.該目標函數(shù)與投資成本呈反比關系.

(2)網(wǎng)損靈敏度

負荷節(jié)點的有功網(wǎng)損靈敏度代表該節(jié)點引起有功損耗的大小，若該節(jié)點接有功負荷，則該節(jié)點對網(wǎng)絡損耗影響較大；反之，若該節(jié)點屬于聯(lián)絡節(jié)點，沒有負荷功率流出，則該節(jié)點有功網(wǎng)損靈敏度為零.通過對各個節(jié)點有功網(wǎng)損靈敏度的計算，可以比較有效地反映出節(jié)點功率波動對整個網(wǎng)絡潮流及損耗的影響情況.靈敏度指標如下式所示.

(5)

(6)

公式中:Pf、Qf為f節(jié)點的負荷有功、無功功率；∑Rrf、∑Xrf為根節(jié)點r至節(jié)點f的等值電阻與電抗；D分布式電源安裝數(shù)量.由公式(5)可知，Zf的值越大，表明該節(jié)點引起的有功損耗值越大.DG及DR在安裝改造過程中等效為負的負荷，可以降低節(jié)點負荷值，從而起到改善網(wǎng)損的作用.

(3)風光承載率

考慮當?shù)夭煌竟?jié)的風光典型日出力特性，定義風光承載率評價不同安裝容量所承載分布式電源的能力.

(7)

公式中：pk(t)為第k個分布式電源t時刻實際功率；pkDG為第k個分布式電源安裝容量.z3的值越小，表明該安裝容量導致的棄風棄光量越大，反之，表明該安裝容量對不同季節(jié)下的風光出力承載越好.

(4)多目標優(yōu)化配置綜合效益模型

綜合考慮經(jīng)濟成本、網(wǎng)損靈敏度和可再生消納率建立多目標優(yōu)化模型確定DG的接入位置、容量及DR的調(diào)控容量，多目標適應度函數(shù)如下式所示.

(8)

公式中：δ1、δ2、δ3分別為各目標函數(shù)權重；z1min、z2min、z3min分別為各目標函數(shù)歸一化處理最大值.

通過規(guī)劃層模型優(yōu)化能夠有效提升電網(wǎng)的風光消納能力，同時降低新能源并網(wǎng)所造成的不良影響；另一方面，通過規(guī)劃層優(yōu)化需求側(cè)可控負荷，可以提升可控負荷響應容量，同時確定合理的源-荷配比.

2.2 運行層目標函數(shù)

采用可控負荷響應策略，通過電網(wǎng)調(diào)控及電價引導政策調(diào)節(jié)負荷的平移、轉(zhuǎn)移及削減，在需求側(cè)通過調(diào)度運行成本、風光使用率、電壓穩(wěn)定性指標及峰谷差值綜合評價DR時序調(diào)控效果：

(1)經(jīng)濟成本

(9)

公式中：Btgrid為外網(wǎng)購電總成本.

(2)風光使用率

(10)

公式中：ptX為t時段消納的分布式電源出力；ptS為t時段分布式電源實際出力.

(3)電壓穩(wěn)定性指標

(11)

公式中：Uf，t為節(jié)點f在t時刻的電壓值；Uf，N為節(jié)點f額定電壓；N為配電網(wǎng)總節(jié)點個數(shù).

(4)削峰填谷效果

(12)

2.3 約束條件

該規(guī)劃-運行模型中主要考慮分布式電源位置容量及需求響應容量約束，并在潮流計算時考慮系統(tǒng)功率、電壓平衡約束：

(1)系統(tǒng)功率平衡約束

(13)

公式中：pf，tDG為第f個分布式電源在t時刻的出力.

(2)節(jié)點電壓約束

Uf，min≤Uf，t≤Uf，max，

(14)

公式中：Uf，max，Uf，min為f節(jié)點電壓的上限、下限.

(3)選址、容量約束

Lf∈Ωf，

(15)

(16)

(17)

3 基于IGSA的優(yōu)化方法

3.1 改進引力搜索算法

3.1.1 改進引力搜索算法原理

為提高GSA[16](Gravitational Search Algorithm)在分層式規(guī)劃-運行模型求解中的能力，在計算過程中引入方向變異策略、精英保留策略以及逐步淘汰策略改進引力搜索算法，得到一種改進的引力搜索算法，提高求解精度、尋優(yōu)能力及收斂速度.

(1)方向變異策略

在GSA算法迭代計算中，隨著時間推移，能夠產(chǎn)生作用力的粒子逐漸減少，造成算法陷入局部尋優(yōu).因此，引入方向變異策略作為算法輔助跳出機制，具體變異公式可表示為

(18)

IGSA計算所得適應度受M影響，M越高粒子越靠近最優(yōu)值.其適應度函數(shù)為

fitp(X)=[f1(X)，f2(X)，f3(X)]，

(19)

(20)

公式中：fitp(t)為粒子p在第t次迭代的適應度值；X為控制變量；b(t)、w(t)為分別表示適應度函數(shù)的最小值、最大值；mp(t)為引力粒子個體質(zhì)量，用于計算第t代各粒子適應度函數(shù)的歸一化結(jié)果；該粒子的慣性質(zhì)量Mp(t)表示其適應度值在粒子群總適應度中的比重，通過對Mp(t)排序，得到當代適應度最優(yōu)的粒子；num為粒子總數(shù)目.

(2)精英保留策略

精英保留策略在引力空間中保留父代的優(yōu)良個體直接進入子代進行迭代計算.

(3)逐步淘汰策略

相似解密集程度受可行解數(shù)量影響，引入逐步淘汰策略能夠有效減少擁擠距離較小的解，從而得到分布均勻的多樣性解.

3.2 分層式規(guī)劃-運行求解流程

上層規(guī)劃模型中，考慮DG的典型日出力情況，構建多目標混合非線性規(guī)劃模型，利用改進引力搜索算法進行優(yōu)化計算，確定分布式電源的安裝位置、容量以及主動激勵DR.在下層運行層面，上層模型規(guī)劃結(jié)果為一組規(guī)劃方案，而在下層優(yōu)化中需要輸入不同方案里的需求側(cè)響應以及分布式電源安裝位置和容量.考慮電價激勵下不同用戶參與度，構建優(yōu)化模型[17]，同時，利用改進引力搜索算法進行優(yōu)化求解，得到各類DR優(yōu)化運行方案.最后通過上下層優(yōu)化結(jié)果的迭代能夠獲得運行控制下的雙層規(guī)劃優(yōu)化結(jié)果,如圖1所示.

圖1 分層式優(yōu)化流程

4 算例分析

4.1 基本參數(shù)設置

以東北某實際47節(jié)點配電系統(tǒng)為例，系統(tǒng)接線如圖2所示.該系統(tǒng)總有功負荷為28 MW，其中工業(yè)負荷所占比例約為61%，民用負荷占比例約為28%，分布式電源容量配比上限為20%.

圖2 47節(jié)點實際系統(tǒng)接線圖

該地區(qū)風光電源典型波動特性如圖3所示.

圖3 地區(qū)風光電源典型波動特性

利用IGSA算法對分層優(yōu)化模型求解，具體參數(shù)設置如表1所示.

表1 IGSA算法參數(shù)設置

各節(jié)點負荷功率如表2所示.

表2 節(jié)點負荷功率

(續(xù))表2

電網(wǎng)分時電價曲線如圖4所示.

圖4 電價曲線圖圖5 多目標優(yōu)化Pareto解集

由文獻[18]可知，工業(yè)負荷占約為5%～10%，民用負荷參與電網(wǎng)調(diào)節(jié)的比例約為10%～15%；由于商業(yè)負荷受其自身運營機制所限，可以參與需求側(cè)響應的可控比例過小，故忽略不計.

4.2 仿真分析

規(guī)劃層綜合考慮三個指標：電網(wǎng)投資成本、網(wǎng)損靈敏度及風光承載率，通過計算獲得多目標優(yōu)化Pareto解集如圖5所示，選取部分選址定容方案如表3所示.

表3(a) 典型規(guī)劃方案的多目標優(yōu)化結(jié)果

表3(b) 典型規(guī)劃方案的多目標優(yōu)化結(jié)果

對各個方案的優(yōu)化結(jié)果進行分析，在權重因子相同的情況下，方案一相比于其他方案，均衡考慮了三種因素：經(jīng)濟性、電壓穩(wěn)定和風光消納，所以對應的三個目標函數(shù)值：投資成本、網(wǎng)損靈敏度及風光承載率較為平衡，DR改造容量較為適中，DG安裝總?cè)萘繛?.1 MW；方案二重點考慮新能源消納，DG安裝總?cè)萘繛?.5 MW、DR改造容量為3 MW，此時風光承載率最優(yōu)，但相應的網(wǎng)損靈敏度較低、經(jīng)濟性較差.分布式電源安裝位置與容量對各典型方案中的網(wǎng)損靈敏度影響較大，由于DG容量配比相對較低，故網(wǎng)損靈敏度指標差異不大.其中方案三重點考慮網(wǎng)絡有功損耗，經(jīng)濟成本比較低，然而DG容量為4.2 MW，風光承載率較低.方案四對經(jīng)濟性方面?zhèn)戎乜紤]，使得在電網(wǎng)調(diào)控下的DR改造容量為1.9 MW，分布式電源安裝總?cè)萘繛?.6 MW，這時投資成本最少，經(jīng)濟性最好，但風光承載率比較低.

圖6 多目標優(yōu)化Pareto解集

由以上分析可知，經(jīng)濟性和風光承載率是各規(guī)劃方案的主要差異體現(xiàn).對兩者之間存在的隱含關聯(lián)進行深入分析，風光承載率越低，說明分布式電源在電網(wǎng)的滲透率越低，對應的建設成本越低，風光出力超出規(guī)劃容量上限所導致的棄風棄光狀況越嚴重.相反，提高建設成本，增加DG及DR容量，能夠提升可再生能源承載能力，改善由容量限制所造成的棄風棄光問題.相對而言，方案五著重考慮經(jīng)濟成本和風光承載能力，DG安裝容量為4 MW，DR改造容量為2.6 MW，此時總適應度函數(shù)最優(yōu).

以規(guī)劃方案五的結(jié)果作為運行層輸入，電源側(cè)的風電接入7節(jié)點、14節(jié)點，光伏接入節(jié)點編號為24，接入容量為1.3 MW、1.3 MW、1.4 MW；電網(wǎng)調(diào)控的可平移、可轉(zhuǎn)移及可削減負荷分別接入22節(jié)點、28節(jié)點、12節(jié)點，對應節(jié)點總負荷的9%為受控參與響應的容量上限；電價激勵的可平移負荷、可轉(zhuǎn)移及可削減負荷分別接入29節(jié)點、26節(jié)點、16節(jié)點.不同類型負荷參與度的運行方案Pareto解集如圖6所示.

不同場景下運行方案優(yōu)化結(jié)果如表4所示.

表4 不同場景下的運行方案優(yōu)化結(jié)果

表4中電網(wǎng)調(diào)控DR參與度分為場景一(5%)和場景二(10%)兩種，每個場景都包含三個方案：電價激勵DR參與度所占比例分別為方案一(5%)、方案二(10%)、方案三(15%).當電網(wǎng)調(diào)控DR參與度由場景一(5%)提高至場景二(10%)時，電價激勵DR參與度保持在(10%)的情況下，經(jīng)濟運行成本提升了3.42%，風光利用率提高3.54%，峰谷差值降低1.1 MW.在相同的電網(wǎng)調(diào)控DR參與度(5%)條件下，電價激勵DR參與度由5%提高至15%，運行成本減小1.3%，風光利用率升高了4.44%，電網(wǎng)負荷波動峰谷差降低1.18MW.每種方案中的電壓穩(wěn)定指標差別不大，主要原因是DR容量占比較小.經(jīng)濟運行成本和風光利用率是不同方案之間差別的主要體現(xiàn).當在同一場景下時，電價激勵DR參與度越大，電網(wǎng)的經(jīng)濟運行成本越低，風光利用率越高，峰谷差值越低.由此可以看出，民用負荷在此類負荷中的占比較大，電價激勵DR參與度能夠有效提升電網(wǎng)消納風光的能力和提高電網(wǎng)運行的經(jīng)濟性.另一方面，當電價激勵DR參與度保持不變時，電網(wǎng)調(diào)控DR參與度越高，經(jīng)濟運行成本越高，風光利用率越高，負荷峰谷差值越低.由此可知，受控負荷在電網(wǎng)宏觀調(diào)控作用下產(chǎn)生出一定的轉(zhuǎn)移成本，而此類受控負荷通常為一些大型工業(yè)單位，這類單位的集中可控性相對較高且容量較大，所以在電網(wǎng)消納風光與負荷削峰填谷兩方面優(yōu)勢較為明顯.

綜上所述，在電網(wǎng)調(diào)控與電價激勵兩種參與模式下，通過提高DR參與度可以更好的改善用戶側(cè)的用電情況，進而降低電網(wǎng)的經(jīng)濟成本、使棄風棄光量降低.站在未來電網(wǎng)在節(jié)能減排方面發(fā)展的角度分析，以表4中的場景2方案二為例，進一步分析優(yōu)化運行前后24 h內(nèi)可控負荷風光出力波動的時序特性.

圖7 優(yōu)化運行負荷情況

圖7(a)中可以看出，優(yōu)化運行前典型日負荷曲線峰值處于10：00-12：00及18：00-20：00兩個時段，負荷的峰谷差值為26.7 MW.傳統(tǒng)火電機組最小出力與風光出力相加所得和值為綜合能源的最小出力.由此可以看出，在23：00-7：00時段綜合能源最小出力值大于負荷需求，可能產(chǎn)生棄風棄光現(xiàn)象.圖7(b)可以看出，方案三優(yōu)化之后，峰谷差值降低至18.8 MW，電價激勵可削減負荷在10：00-15：00、18：00-20：00得到削減，削減負荷量為2.1 MW；電網(wǎng)調(diào)控可削減負荷在10：00-11：00、17：00-19：00得到削減，負荷削減量為3 MW；電價激勵可轉(zhuǎn)移負荷由原來的18：00-20：00時段分配至1：00、3：00、22：00時段，共有0.9 MW參與轉(zhuǎn)移；電網(wǎng)調(diào)控可轉(zhuǎn)移負荷由10：00-11：00、17：00-18：00時段重新分配至1：00-3：00時段，負荷參與轉(zhuǎn)移量為1.2 MW；電價激勵可平移負荷由20：00-21：00時段平移至4：00、10：00時段，共轉(zhuǎn)移0.6 MW.電網(wǎng)調(diào)控可平移負荷由原先9：00-20：00時段轉(zhuǎn)移至1：00-5：00、20：00～23：00時段，負荷參與轉(zhuǎn)移量為3.6 MW，可再生能源在23：00-7：00時段的棄風棄光量有較為明顯的下降，風光利用率由77.9%提升至81.5%.

經(jīng)過以上分析，可削減負荷可以實現(xiàn)負荷削峰，可平移、可轉(zhuǎn)移負荷可發(fā)揮移峰與風光消納作用，在運行過程中可以根據(jù)電網(wǎng)的需要，進行靈活的削減與轉(zhuǎn)移.當負荷水平較低時，將轉(zhuǎn)移用電高峰期的負荷，使風光的使用率提高.

4.3 可控負荷構成對電網(wǎng)運行的影響評估

分析不同DR構成及優(yōu)化運行情況，將可再生能源使用率作為各方案的主要評估指標，如表5所示.在同一場景中，負荷構成按比例分為五種情況.由場景二可以看出，當用戶參與度為10%，可削減負荷維持25%情況下，可平移負荷與可轉(zhuǎn)移負荷響應容量占比為相同的50%時，可平移負荷及可轉(zhuǎn)移負荷經(jīng)濟運行成本基本一致.但相比而言，可平移負荷比例高情形下在風光消納、負荷削峰填谷上相較可轉(zhuǎn)移負荷高比例情形分別提升了2.2%、0.1%，原因在于兩種負荷的在運行區(qū)間內(nèi)負荷分配形式不同，可平移負荷在整個用電區(qū)間上的調(diào)控方式為整段轉(zhuǎn)移，轉(zhuǎn)移的負荷量更為集中.

在場景二中，用戶參與度所占比例為15%，可平移負荷的比例為50%時，剩下50%全部分配給可轉(zhuǎn)移負荷或可削減負荷.參照兩種情形下電網(wǎng)運行指標可以看出，在電網(wǎng)運行調(diào)控中，可轉(zhuǎn)移負荷在相近的運行成本下(29.80萬元)，風光的利用率提升了2.38%，峰谷差下降了0.81 MW.分析可知，運行形式相近的可平移負荷、可轉(zhuǎn)移負荷在風光利用率上較可削減負荷效果更為明顯，能夠更好的在運行周期內(nèi)分配功率，隨著風光出力及負荷大小發(fā)揮靈活的削峰填谷作用，而相比之下，可削減負荷的作用主要體現(xiàn)在削減用電負荷峰值上.

表5 不同DR構成及參與度下運行情況

在表5場景二中，當電網(wǎng)調(diào)控負荷分配比例保持相同時(33%)，隨著用戶側(cè)主動參與度的增加，在參與度達到15%時，與初始的5%參與度相比，各運行指標均有明顯改善，經(jīng)濟運行成本下降了0.35萬元，風光利用率提高了3.69%，峰谷差下降了1.47 MW.結(jié)果表明通過用戶自主參與電網(wǎng)調(diào)控的參與度增加，隨著電價調(diào)整自身負荷分配，可以更有效的提高風光利用率，并對削峰填谷起到積極作用.

5 結(jié) 論

計及需求側(cè)響應對分布式電源的并網(wǎng)優(yōu)化策略進行研究，得出如下結(jié)論：

(1)引入電網(wǎng)調(diào)控DR參與度和電價激勵DR參與度描述可控負荷參與電網(wǎng)運行的用戶側(cè)行為以及用電特性，能夠比較方便的對風光消納與削峰填谷進行分析.

(2)構建了規(guī)劃-運行雙層優(yōu)化模型，在考慮分布式電源并網(wǎng)的穩(wěn)定性、經(jīng)濟效益以及可再生能源利用率情況下，通過IGSA進行求解，并給出合理的優(yōu)化方案，通過算例驗證了方法的合理性與有效性.

(3)電價激勵DR主動參與的運行方案雖然具有靈活性，但因為具有分散性、不確定性，不能夠成為電網(wǎng)可再生能源消納和削峰填谷的主要依賴方式，只能夠作為用戶側(cè)參與電網(wǎng)運行的一種補充方法.相對而言，電網(wǎng)調(diào)控DR受控參與的運行方案在電網(wǎng)管理中能夠定點定量的加入電網(wǎng)運行，在集中可控性方面優(yōu)勢較大，并且可以達到較好的風光消納和削峰填谷效果.