電力系統(tǒng)中風(fēng)力發(fā)電的需求響應(yīng)和靈活性提高研究

謝永勝，周 專，魏春霞，常喜強(qiáng)，張 鋒

（1.國網(wǎng)新疆電力有限公司，新疆 烏魯木齊 830002；2.中國電力科學(xué)研究院有限公司，北京 100192）

0 引言

靈活性是電力系統(tǒng)在所有時期響應(yīng)供需變化并平衡它們的能力[1]。由于不可預(yù)見的網(wǎng)絡(luò)組件突發(fā)事件以及電力供應(yīng)側(cè)可再生能源的不確定性，難以實(shí)現(xiàn)靈活性的平衡[2]，[3]。為了提高電力系統(tǒng)的穩(wěn)定性，應(yīng)根據(jù)單元的約束，將一些生產(chǎn)機(jī)組安排在非最佳發(fā)電水平[4]。此外，靈活的需求資源和系統(tǒng)操作可以支持網(wǎng)絡(luò)靈活性。為了應(yīng)對供需雙方的重大變化，網(wǎng)絡(luò)組件應(yīng)靈活運(yùn)行，使得運(yùn)營成本在合理范圍內(nèi)提供不間斷的服務(wù)[5]。

需求響應(yīng)（DR）作為未來智能電網(wǎng)的基本要素，不僅可以減輕不確定的可再生能源資源的影響，還可以用于降低新能源價格[6]。文獻(xiàn)[7]采用DR，使客戶在面對可再生能源滲透時具有提高網(wǎng)絡(luò)靈活性的潛力。例如儲能、停車場和DR計劃等，可以提供足夠的靈活性應(yīng)對可再生能源的滲透[8]。文獻(xiàn)[9]提出了一種基于信息差距決策理論（IGDT）的考慮風(fēng)電不確定性的發(fā)電機(jī)組經(jīng)濟(jì)調(diào)度模型，該模型在不確定場景下能夠?qū)崿F(xiàn)更低的網(wǎng)絡(luò)成本，但是沒有考慮不同類型的客戶在電力系統(tǒng)中的理想價格設(shè)計[10]。

本文提出了一個新的模型和一些約束，以表征客戶恢復(fù)功能的可用性，解釋各種消費(fèi)者加入DR計劃的準(zhǔn)備程度如何影響他們的經(jīng)濟(jì)盈利能力以及具有高風(fēng)力發(fā)電份額的電力系統(tǒng)的靈活性；提出了一個兩階段安全受限的單位承諾（SCUC）計 劃，旨 在 通 過 最 佳 的 實(shí) 時（RT）定 價 方案提高系統(tǒng)的靈活性。本文提出的可靠性評價方法是一種混合整數(shù)線性直流最優(yōu)潮流，該潮流可以在廣義代數(shù)建模系統(tǒng)（GAMS）中建模，并使用CPLEX作為強(qiáng)大的混合整數(shù)線性規(guī)劃求解器進(jìn)行求解。本文開發(fā)了一種用于確定最佳RT關(guān)稅率的定價算法，最大限度地降低運(yùn)營成本。旨在通過規(guī)劃發(fā)電機(jī)組和響應(yīng)式消費(fèi)者來提供必要的靈活性，以便在面對風(fēng)力發(fā)電不確定性和網(wǎng)絡(luò)突發(fā)事件時提供網(wǎng)絡(luò)穩(wěn)定性。該模型研究了兩種不同消費(fèi)者在考慮風(fēng)電不可靠性和應(yīng)急條件下對電網(wǎng)運(yùn)行的影響。

1 需求響應(yīng)（DR）

引入適應(yīng)性強(qiáng)的安全約束調(diào)度結(jié)構(gòu)能夠優(yōu)化供需雙方的運(yùn)行，兩階段隨機(jī)規(guī)劃用于最有利的供應(yīng)側(cè)規(guī)劃。初級階段決定了系統(tǒng)提前一天的市場輸出；第二階段測量風(fēng)力發(fā)電組件中斷和風(fēng)力發(fā)電的不確定性，以便提前一天獲得市場出清。使用負(fù)荷經(jīng)濟(jì)模型，在公式中包括需求方參與。

初始需求概況、消費(fèi)者彈性數(shù)據(jù)及其參與率作為所需輸入。在計算了每個負(fù)載總線和時間段的RT速率之后，供應(yīng)方計劃部門有一個輸入，即重塑的需求。因此，目標(biāo)函數(shù)將彈性的影響視為負(fù)荷的變化和負(fù)荷脫落量，這些值會影響儲備值。需求側(cè)和供應(yīng)側(cè)之間的連接可以保證可接受和適應(yīng)性強(qiáng)的電力系統(tǒng)運(yùn)行。最后，提取與獨(dú)立系統(tǒng)運(yùn)營商（ISO）的經(jīng)濟(jì)性和靈活性操作目標(biāo)相關(guān)的輸出變量作為輸出。圖1為配電網(wǎng)的監(jiān)測運(yùn)行示意圖，其中STO為輸電系統(tǒng)運(yùn)營商，DSO為配電調(diào)度中心。

圖1 模型示意圖Fig.1 Model diagram

1.1 需求響應(yīng)模型

PEM是DR建模中最實(shí)用的方式，可以代表消費(fèi)者的行為和偏好。在這個模型中，需求彈性可以表征為需求相對于周期內(nèi)價格偏差的第t個區(qū)間t′的 變 化。

式 中：Ett′為 需 求 彈 性；t小 時 的 基 本 價 格；dt為t小時的需求量。

需求彈性包括單周期和多周期響應(yīng)。單周期響應(yīng)涉及持續(xù)期間，它會在相應(yīng)的時間間隔內(nèi)更改能量使用情況，并且無法將負(fù)載轉(zhuǎn)移到其他周期。在多周期響應(yīng)中，客戶可以根據(jù)電價在任何周期內(nèi)更改其使用情況。在多周期響應(yīng)建模中，彈性因子包括自彈性值和互彈性值。

在RT需求響應(yīng)計劃中，高峰時段設(shè)定了最高價格。它明確了能量率與負(fù)載之間的關(guān)系，新能源價格增加可以在高峰時段使負(fù)載曲線變平。

1.2 定價方案

要找到合適的定價方案，必須考慮幾個限制。設(shè)計一個DR計劃，以充分利用最大的需求響應(yīng)潛力和消費(fèi)者對靈活性改進(jìn)的響應(yīng)能力。因此，假設(shè)最低價格是為最低需求期設(shè)計的，ISO應(yīng)根據(jù)需求提高電價，直到達(dá)到最高的消費(fèi)量。

通過這種方式，鼓勵消費(fèi)者將負(fù)載使用時間轉(zhuǎn)移到最低價格段。因此，在DR計劃實(shí)施后，負(fù)載配置文件更平坦，負(fù)載卸除量更少。對價格變化（δπbt）制 定24個 限 制，如 式（3）所 示。

式中：πbt為t小時的基本價格。

與其他時間相比，應(yīng)設(shè)置更大的 δπbt小時數(shù)。對于t=2～8h，δπbt應(yīng)該是負(fù)數(shù)，這意味著電價比統(tǒng) 一 費(fèi) 率 便 宜；對 于t=1，9，15，16，23，24h，δπbt設(shè)置為0；而對于其他時間設(shè)置為正數(shù)，這意味著消費(fèi)者面臨的電價高于統(tǒng)一費(fèi)率。式（4）顯示了客戶改變負(fù)載的最高容量，以及在不同時間間隔和每條總線上可以更改的最大負(fù)載量。

式（5）表明，在需求響應(yīng)消耗期間，每家負(fù)載的整體能量使用必須保持不變，以確保用戶的便利性。換句話說，負(fù)載從高峰時段轉(zhuǎn)移到低負(fù)荷和非高峰時段。實(shí)際上，在更高的價格下消耗更少的電力，可轉(zhuǎn)移的負(fù)載將其用電量轉(zhuǎn)移到較低的價格小時數(shù)。

式中：NT為小時數(shù)。

1.3 目標(biāo)函數(shù)

這部分給出了SCUC問題的結(jié)構(gòu)，考慮了可靠性措施和需求響應(yīng)。目標(biāo)函數(shù)是預(yù)期運(yùn)營成本，包括兩個階段，如式（6）所示。初級階段計算電力市場成本，包括發(fā)電、下行和上行儲備以及啟動成本，以清除前一天的市場。與情景實(shí)現(xiàn)相關(guān)的下一階段包括每個風(fēng)力發(fā)電組件中斷和風(fēng)的不確定性的可能性、強(qiáng)制性的負(fù)荷削減成本以及每個情景中重新安排的下行和上行儲備。

式中：TC為發(fā)電機(jī)組的貢獻(xiàn)；NG為發(fā)電機(jī)組的數(shù)量；Cgt為t時 刻 的 最 小 燃 料 成 本，$；Igt為 發(fā) 電 機(jī) 組G在t時刻的二進(jìn)制狀態(tài)；，分別為機(jī)組G在t時刻的預(yù)定上旋、下旋儲備量，MW；為場景s在t時刻機(jī)組G部署上旋儲備，MW；ρs為情景s中的停電概率；為總線b在t時 刻 的 損 失 負(fù) 荷 值，$/（MW·h）；NB為 系 統(tǒng) 總 線 的數(shù)量；為在情景s中t時刻母線b的甩負(fù)荷，MW；，分別為場景s中風(fēng)電機(jī)組w的并入功率、功率，MW；為機(jī)組G在t時刻的啟動成本，$；為機(jī)組G在t時刻的上旋備用成本，$/（MW·h）；，分 別 為 機(jī) 組G在t時 刻 的 下旋、上 旋 儲 備 成 本，$/（MW·h）；VFIT，Vcrt分 別 為FIT值、放 棄 風(fēng) 能 的 價 值，$/（MW·h）。

上網(wǎng)電價（FIT）不會在短期內(nèi)激勵可再生能源的市場有效參與，目前人們普遍認(rèn)為FIT可以吸引對可再生能源的投資。因此，本文考慮了FIT機(jī)制來說服風(fēng)力發(fā)電裝置為發(fā)電做出貢獻(xiàn)。

線性分段樣式的增量成本函數(shù)可以以熱單位顯示燃油費(fèi)用。在仿真時間t內(nèi)的發(fā)電成本為

式中：Pgt（m）為線性化燃料成本曲線中m段的發(fā)電量，MW·h；NM為風(fēng)力發(fā)電機(jī)組數(shù)量；機(jī)組G的最小燃油成本，$/h。

為了定義與電力市場相關(guān)的主要階段約束，忽略了以下場景。

②下行和上行儲備的局限性

下行和上行儲備確保了系統(tǒng)對需求側(cè)和供應(yīng)方變化的可靠性。

③發(fā)電機(jī)組爬坡上限和下限

④生產(chǎn)單位的上下時間限制

⑤有功功率平衡極限

⑦供應(yīng)方的總發(fā)電量應(yīng)滿足需求側(cè)的總能耗

⑧場景下有功功率平衡的限制

每條總線的功率平衡應(yīng)由每個事件中的負(fù)載塊和發(fā)電機(jī)組來保證。直流功率流方程為

式中：γ和χ為兩個二進(jìn)制參數(shù)，分別用于顯示傳輸線和生產(chǎn)單元的可訪問性。在組件中斷期間，其值為0；當(dāng)沒有組件中斷時，其值為1。

對于發(fā)電機(jī)組G，如果G中斷，在情景s中，G的儲備狀態(tài) μgs為0，否則將其視為1。

⑨負(fù)載脫落約束

在每種情況下執(zhí)行RT需求響應(yīng)程序后，每條總線上的調(diào)整負(fù)載應(yīng)保持在負(fù)載減少量以上。

式中：dbt為實(shí)施DR后，總線b在t時刻的需求量，MW。

⑩輸電線路功率限制

對于每條線路，流經(jīng)線路的功率流應(yīng)考慮輸電流量限制。

式中：Pl為發(fā)電機(jī)組l的最大輸出功率，MW。

風(fēng)力發(fā)電機(jī)組存在總風(fēng)電容量大于每個風(fēng)電場的合并電量的局限性。值得注意的是，每個風(fēng)力發(fā)電機(jī)組的預(yù)定功率都是正值。因此，風(fēng)力發(fā)電容量大于風(fēng)電場合并和電力的總和。

1.4 可靠性評估

本文利用電力期望（ELNS）指數(shù)測量系統(tǒng)的可靠性。式（24）通過將每種情況下的負(fù)載脫落值和元件損失的合理性相乘來計算ELNS。ISO設(shè)定的最高允許量的ELNS保證了發(fā)電和用電規(guī)劃的可靠性。

式中：ELNSt為可靠性。

2 測試系統(tǒng)

圖2所示為IEEE79總線測試系統(tǒng)。其中包括26臺發(fā)電機(jī)組、2個風(fēng)電場、38條輸電線路，總負(fù)荷為2670MW。每小時負(fù)載曲線分為3類：低 消 耗（2～8h）、非 高 峰（1，9，14～16，23，24h）和峰 值（10～13，17～22h）。每 個 生 產(chǎn) 單 位 的 最 大 增 量能源生產(chǎn)成本的價值應(yīng)該是部署的上、下旋轉(zhuǎn)儲備?？紤]到可再生能源的大規(guī)模整合，應(yīng)該使風(fēng)電場 提 供 總 發(fā) 電 能 力 的30%（1200MW）。

圖2 測試系統(tǒng)單線圖Fig.2 Single line diagram of test system

新能源補(bǔ)貼值和風(fēng)電成本應(yīng)分別為20美元/（MW·h）和35美 元/（MW·h），風(fēng) 電 成 本 高 于 新 能源補(bǔ)貼值，以ISO納入最大可及的風(fēng)力發(fā)電。本文還開發(fā)了放置在不同地理位置的風(fēng)力發(fā)電機(jī)的發(fā)電模型，這種策略對于沒有足夠歷史信息的風(fēng)電場位置非常有用。在第一階段，采用蒙特卡羅模擬（MCS）和輪盤賭機(jī)制進(jìn)行自適應(yīng)場景制作，對網(wǎng)絡(luò)突發(fā)事件和負(fù)載變化的隨機(jī)性能進(jìn)行建模。輪盤賭機(jī)制為相應(yīng)的場景選擇負(fù)載不確定性及其概率分布。同時，基于其他不可預(yù)測性源的網(wǎng)絡(luò)組件的強(qiáng)制中斷率（FOR）實(shí)現(xiàn)了MCS，假設(shè)網(wǎng)絡(luò)單元的概率分布和FOR可用。

損失負(fù)荷值（VoLL）是負(fù)荷脫落分配率中起突出作用的關(guān)鍵因素之一，其值可能會因客戶類型、時間、持續(xù)時間、提前通知時間以及中斷的其他特定功能的改變而改變。在實(shí)踐中，一些工業(yè)消費(fèi)者擁有更高的VoLL，與VoLL較少的消費(fèi)者相比，他們準(zhǔn)備花更多的錢來獲得更高的安全級別。因此，VoLL的計算需要對每個網(wǎng)絡(luò)進(jìn)行全面研究。VoLL通 常 為0～53907美 元/（MW·h），當(dāng)VoLL為100～1000美 元/（MW·h）時，未 供 應(yīng) 的 能量會隨著急劇的斜率而減少。高峰時段的高VoLL會給系統(tǒng)運(yùn)營商帶來過高的成本，而系統(tǒng)運(yùn)營商可以管理DR計劃以減輕如此高昂的費(fèi)用。經(jīng)營者可以對未達(dá)到的負(fù)荷進(jìn)行處罰，處罰幅度等于市場價格的2倍、5倍。當(dāng)處罰變得很高時（類似于VoLL），運(yùn)營商可能更愿意對某些負(fù)載應(yīng)用DR，而不是支付罰款。基于此，本文統(tǒng)一費(fèi)率為0～23.4美 元/（MW·h），將VoLL設(shè) 置 為 非 高 峰 時段，幾 乎 是 統(tǒng) 一 費(fèi) 率 的10倍[200美 元/（MW·h）]，高 峰 時 段 的 金 額 較 大[300美 元/（MW·h）]，低 負(fù) 載小 時 數(shù) 的 金 額 較 小[100美 元/（MW·h）]。

3 仿真結(jié)果

擬議框架的目標(biāo)是通過計算每小時的RT費(fèi)率來確保網(wǎng)絡(luò)的可靠和靈活運(yùn)行，其中能耗應(yīng)保持 不 變[式（7）]。

為了評估所提出模型的有效性，本文考慮了4個案例研究，從技術(shù)和貨幣角度提供運(yùn)營靈活性。其中：案例1考慮了風(fēng)電的不確定性和統(tǒng)一費(fèi)率的關(guān)稅；案例2與案例1類似，只是在這種情況下，RT程序計算中包含DR。RT關(guān)稅經(jīng)過優(yōu)化計算，以獲得最低的運(yùn)營成本；案例3也與案例1類似，另外包含了使用N-1準(zhǔn)則的風(fēng)力發(fā)電場景和組件意外情況；案例4與案例3類似，但在案例中合并了DR。

3.1 案例1：風(fēng)力發(fā)電變化對無DR發(fā)電規(guī)劃的影響

本案例采用統(tǒng)一費(fèi)率定價方案，考慮了風(fēng)電不確定性對系統(tǒng)運(yùn)行的影響。必要的靈活性完全由傳統(tǒng)的供應(yīng)側(cè)發(fā)電廠通過運(yùn)營儲備提供。在這種情況下，整個運(yùn)營成本和客戶的付款分別為749345美元和1226616美元。

圖3和圖4顯示了案例1和案例2情況下每小時消費(fèi)概況和運(yùn)營成本之間的相似性，其中，DR為需求響應(yīng)，W/O分別代表風(fēng)力發(fā)電和消費(fèi)者用電量?？蛻舻母犊畎疵啃rRT價格和RT消耗的總和進(jìn)行計算，風(fēng)力發(fā)電導(dǎo)致的非自愿負(fù)荷脫落量計算為總電力需求的0.088%（2.35MW·h）。

圖3 案例1和案例2的消費(fèi)概況Fig.3 Consumption profiles of cases1and case2

圖4 案例1與案例2運(yùn)營成本比較Fig.4 Comparison of operating costs of case1and case2

圖4為兩種不同類型的消費(fèi)者的每小時總運(yùn)營成本，它顯示了所提出的調(diào)度模型通過將負(fù)載轉(zhuǎn)移到低負(fù)載時間來降低峰值間隔的運(yùn)營成本的效率。像LR這樣的消費(fèi)者能夠在更長的時間內(nèi)改變他們的消費(fèi)習(xí)慣，從這種改變中獲得更多好處。

3.2 案例2：考慮DR的風(fēng)電功率變化對發(fā)電側(cè)調(diào)度的影響

本案例采用RT定價方案，考慮了風(fēng)電波動性對系統(tǒng)運(yùn)行的影響。供應(yīng)方和需求方合作提供了必要的補(bǔ)充靈活性。

本文認(rèn)為所有響應(yīng)消費(fèi)者（10%）都是短距離消費(fèi)者 （SR），在當(dāng)前時間間隔內(nèi)改變他們的需求，以響應(yīng)相應(yīng)時間的價格變化。這些客戶不會優(yōu)化消耗，他們的PEM僅由不同數(shù)值的對角線元素組成。因此，整個業(yè)務(wù)費(fèi)用和客戶付款分別減至745240美元和1102099美元。與案例1相比，運(yùn)營成本降低了1%，客戶付款減少了10%。由于風(fēng)力發(fā)電和棄電導(dǎo)致的非自愿負(fù)荷脫落量分別計算為總電力需求的0.076%（2.05MW·h）和0.23%（6.21MW·h）。與之前的情況相比，減載量和運(yùn)營成本的降低證明了需求響應(yīng)實(shí)施在靈活性增強(qiáng)方面的適用性。

不同類型的消費(fèi)者可能是參與需求響應(yīng)的遠(yuǎn)程消費(fèi)者（LR），這些消費(fèi)者在幾個小時內(nèi)轉(zhuǎn)移他們的使用，在最大可接受范圍內(nèi)優(yōu)化消費(fèi)。換句話說，他們的感知從當(dāng)前時間間隔進(jìn)入過去（第1小時）和未來（第24小時）。據(jù)推測，響應(yīng)消費(fèi)者中有一半是SR，另一半是LR。這意味著有5%的消費(fèi)者是SR，5%的消費(fèi)者是LR。因此，總運(yùn)營成本為724877美元，與案例1相比減少了4%。

表1為案例2中計算出的不同客戶的RT最佳定價。圖3中調(diào)整后的消費(fèi)概況表明，與案例1相比，峰值間隔中的載荷下降，低載荷間隔中的載荷增加。事實(shí)上，高峰時段的高RT速率會激勵消費(fèi)者改變其消費(fèi)行為。

表1 案例2中的最佳定價Table1 Optimal pricing in case2$/（MW·h）

案例1和案例2中的運(yùn)營成本如表2所示。值得注意的是，盡管針對不同的負(fù)載總線計算了各種RT速率以達(dá)到最佳解決方案，但由于數(shù)據(jù)量很大，本文僅報告平均小時速率。對于SR，由于采用了適當(dāng)?shù)腞T定價方案，每小時負(fù)載標(biāo)準(zhǔn)偏差和平均峰值分別從329.89MW和2476MW減少到288.11MW和2365MW，其中平均價格從23.4 美元降低到21.3 美 元。

表2 案例1和案例2中的運(yùn)營成本Table2 Operating costs in cases1and cases2$

這些結(jié)果證實(shí)了需求側(cè)靈活性的潛力，即在具有高風(fēng)力滲透率的系統(tǒng)中提供更平坦的負(fù)載曲線。對于將LR和SR放在一起考慮的情況，每小時負(fù)載標(biāo)準(zhǔn)差和平均峰值分別降至264.56MW和2301MW。

在支持風(fēng)力發(fā)電并入方面，LR比SR有更好的選擇，因?yàn)樵诿鎸︼L(fēng)力發(fā)電不穩(wěn)定的情況下，風(fēng)力發(fā)電成本降低和非自愿負(fù)荷削減。

值得注意的是，與案例1相比，案例2中SR的儲備費(fèi)用增加是由于容量儲備成本和部署儲備成本增加。這可能是由于在低負(fù)荷和非高峰時段需要更多儲備，而高峰負(fù)荷則被轉(zhuǎn)移到了這些時段。如果有可削減的負(fù)荷，對儲備的需求就會減少。此外，盡管在面對風(fēng)電的不確定性時，由于減少了風(fēng)電溢出，負(fù)載轉(zhuǎn)移策略是促進(jìn)風(fēng)電并網(wǎng)的有效策略，但FIT成本增加，與案例1相比，這將增加案例2的總風(fēng)電成本。

3.3 案例3：風(fēng)力發(fā)電變化和組件突發(fā)事件對無DR發(fā)電規(guī)劃的影響

本案例考慮了風(fēng)力發(fā)電的不確定性，以檢查統(tǒng)一費(fèi)率價格方案下的最佳供應(yīng)側(cè)調(diào)度。

在這種情況下，運(yùn)營商應(yīng)通過供應(yīng)方UC提供必要的補(bǔ)充靈活性,由此獲得UC的總運(yùn)營成本為1157330美元。與案例1相比，運(yùn)營成本增加了54%（407985美元），這是由于ISO必須每天24h發(fā)送最昂貴的設(shè)備，以保持不間斷的服務(wù)，同時減少負(fù)載。提供卓越的靈活性水平會給系統(tǒng)操作員帶來一些額外的成本，因?yàn)榉逯地?fù)載單元啟動并在非經(jīng)濟(jì)效率點(diǎn)工作。此外，強(qiáng)制減載而導(dǎo)致的客戶舒適性成本被添加到總運(yùn)營成本中。計算出的強(qiáng)制負(fù)荷削減量為系統(tǒng)總負(fù)荷的15.32%（409.08MW·h），可能帶來消費(fèi)者不滿和額外成本。這意味著ISO需要一些修復(fù)措施，例如DR實(shí)施或使用存儲來降低客戶的不滿和運(yùn)營成本。

3.4 案例4：考慮DR的風(fēng)電變化和組件突發(fā)事件對發(fā)電規(guī)劃的影響

本案例分析了由于供應(yīng)方和需求方協(xié)作而考慮組件意外情況和風(fēng)能不確定性的結(jié)果，從而提高系統(tǒng)的靈活性。使用有效的RT程序?qū)⑿枨髠?cè)調(diào)度部分包含在問題中。使用SR實(shí)施RT程序可將總運(yùn)營成本降至1067223美元（占案例3的92%），并通過將甩負(fù)荷值降至52.14MW·h（占案例3的13%）來增強(qiáng)系統(tǒng)靈活性。值得注意的是，如果像案例2一樣，一半的響應(yīng)消費(fèi)者是SR，另一半是LR，那么運(yùn)營成本和減載分別降至986501美元 （占案例3的85%）和39.39MW·h（占案例3的9.6%）。表3給出了每小時最佳RT速率的平均值。結(jié)果表明，在系統(tǒng)僅面臨風(fēng)不穩(wěn)定的情況下，價格變化大于價格調(diào)整。

表3 案例4中的最佳實(shí)時速率Table3 Optimal real-time rate in case4$/（MW·h）

圖5為系統(tǒng)的消費(fèi)曲線。圖6為案例3和案例4的運(yùn)營成本比較。

圖5 案例3和案例4的消費(fèi)概況Fig.5 Consumption profiles of cases3and cases4

由圖6可以看出，與SR相比，LR在面對組件突發(fā)事件時表現(xiàn)得更有效，特別是在高峰期。

圖6 案例3和案例4的運(yùn)營成本比較Fig.6 Comparison of operating costs between case3and case4

此外，表4中案例3和案例4的運(yùn)營成本從經(jīng)濟(jì)技術(shù)角度驗(yàn)證了增強(qiáng)電力系統(tǒng)運(yùn)行的補(bǔ)充靈活性。在案例3中，某些代總線在所有調(diào)度時間內(nèi)提交，而操作員將其他總線安排在調(diào)度范圍的近一半時間內(nèi)安排其他電力。

表4 案例3和案例4的運(yùn)營費(fèi)用Table4 Operating costs for cases3and cases4$

在案例4中：當(dāng)SR參與DR時，每天只提交4h不同的單元，因此電力公司的重復(fù)承諾和重新承諾增加了啟動成本；而當(dāng)一半的消費(fèi)者是LR時，所提到的電力公司根本沒有承諾。與其他案例相比，啟動成本降低了。

由于SR和LR的參與，能源成本降低可以適用相同的理由，此外，減載成本分別降低了近87%和90%。因此，在緊急情況下，LR可以更有效地幫助系統(tǒng)。

4 結(jié)論

本文模擬了一種安全約束的UC結(jié)構(gòu)，以便在面對風(fēng)的不確定性和組件突發(fā)事件時協(xié)調(diào)供應(yīng)方和需求方的運(yùn)行?？紤]到客戶的行為，設(shè)計了最佳的RT定價方案，以促進(jìn)需求方的響應(yīng)能力，并協(xié)助ISO最大限度地降低總運(yùn)營成本。仿真結(jié)果表明，需求響應(yīng)實(shí)施在發(fā)電側(cè)和需求側(cè)調(diào)度方面實(shí)現(xiàn)了類似的靈活性水平，傳統(tǒng)機(jī)組可以以較低的成本訪問。SR的網(wǎng)絡(luò)成本降低了8%，可靠性提高了88%。SR/LR的運(yùn)營成本降低了15%，負(fù)載削減值降低了90%。由于DR的實(shí)施，平坦負(fù)載曲線和平均RT價格降低了10%，表明所提出的模型在克服電網(wǎng)問題 （如網(wǎng)絡(luò)中斷和可再生能源的不確定性）方面的價值。