計及源荷雙側(cè)風險管理的光儲微網(wǎng)兩階段低碳運行優(yōu)化研究

陶 鵬，張冰玉，韓桂楠，朱雅魁，趙俊鵬，王洪瑩，王 偉

（1.國網(wǎng)河北省電力有限公司營銷服務(wù)中心，河北石家莊 050000；2.華北電力大學，北京 102206）

0 引言

光伏發(fā)電與儲能技術(shù)耦合所形成的光儲微網(wǎng)系統(tǒng)，成為目前微電網(wǎng)系統(tǒng)發(fā)展的主要形式之一[1-2]。因為光伏出力存在很大不確定性及間歇性，需求側(cè)也存在負荷不確定性問題，綜合考慮供需兩側(cè)不確定性是光儲微網(wǎng)系統(tǒng)運行的關(guān)鍵問題[3-4]。同時，面向雙碳目標，光儲微網(wǎng)系統(tǒng)如何在碳交易機制下實現(xiàn)環(huán)境效益最優(yōu)，是另一個關(guān)鍵問題[5-6]。

對于計及不確定性的光儲微網(wǎng)系統(tǒng)運行優(yōu)化，從供給側(cè)，李建林等[7]提出一種基于改進多目標粒子群算法的接入配電網(wǎng)的儲能配置優(yōu)化方法。姚鋼等[8]提出了一種基于模糊控制的光儲系統(tǒng)控制優(yōu)化策略。劉迎澍等[9]提出了一種基于模糊控制理論的光儲微網(wǎng)能量管理優(yōu)化策略以克服光儲出力的隨機性。從需求側(cè)，南斌等[10]提出了考慮需求響應(yīng)和負荷不確定性的并網(wǎng)型光儲微電網(wǎng)儲能系統(tǒng)優(yōu)化配置策略。焦冰琦[11]提出了計及負荷需求增長和儲能成本下降不確定性的光儲并網(wǎng)型微電網(wǎng)兩階段魯棒規(guī)劃方法。面向雙碳目標，盧志剛等[12]建立了考慮碳中和約束的光儲微網(wǎng)兩階段魯棒規(guī)劃模型。薛貴挺等[13]建立了以購電成本、碳排放成本、容量電費等為目標的光儲微網(wǎng)系統(tǒng)日前經(jīng)濟運行策略模型。隨著碳市場的構(gòu)建，碳交易機制將成為控制能源系統(tǒng)的關(guān)鍵措施，其中獎懲階梯型碳交易機制更具激勵與約束作用。李紅偉等[14]構(gòu)建了以光伏光熱為主的能源系統(tǒng)經(jīng)濟調(diào)度模型的階梯型碳交易成本模型。陳志等[15]提出了一種基于階梯型碳交易機制的能源系統(tǒng)多階段規(guī)劃優(yōu)化模型。

綜上所述，光儲微網(wǎng)源荷不確定性屬于風險管理過程，所以本文基于條件風險價值理論提出源荷雙側(cè)風險管理模型。結(jié)合碳交易機制，建立了計及源荷雙側(cè)風險管理與獎懲階梯型碳交易機制的光儲微網(wǎng)兩階段低碳運行優(yōu)化模型，并通過算例對所提模型進行了驗證。

1 光儲微網(wǎng)兩階段優(yōu)化框架

從時間尺度上將光儲微網(wǎng)運行優(yōu)化過程分為2個階段，如圖1 所示。在第1 階段，以負荷損失值最小及運行成本最小為優(yōu)化目標構(gòu)建第1 階段運行優(yōu)化模型。在第2 階段，以經(jīng)濟效益最大化及減排效益最大化為目標，構(gòu)建光儲微網(wǎng)低碳運行優(yōu)化模型。

圖1 光儲微網(wǎng)兩階段優(yōu)化調(diào)度框架Fig.1 Two-stage optimization scheduling framework for photovoltaic storage microgrid

2 模型構(gòu)建

2.1 第1階段優(yōu)化模型

2.1.1 目標函數(shù)

綜合考慮柔性負荷損失值最小及系統(tǒng)運行總成本最低2 個目標，構(gòu)建第一階段的目標函數(shù)F1如下：

式中：C1為電負荷損失總成本；C2為其他總運行成本；T為24 個時段；t為當前時段；PVOLL為電負荷損失值（Value of Lost Load，VOLL）；Co&m，Cgrid，CDR，CVOLL分別為系統(tǒng)運營維護成本、外部購電成本、電力需求響應(yīng)（Demand Response，DR）引導成本、負荷損失補償成本。

式中：pm為光儲微網(wǎng)中第m個設(shè)備的運維成本系數(shù)；Pm為第m個設(shè)備的輸出功率；pB為備用電源在t時段購買燃料的費用；GB為備用電源在t時段購買燃料量；pgrid為外部購電的電價；Pgrid為與電網(wǎng)交互的功率；pDR為實施電力需求響應(yīng)的調(diào)度成本系數(shù)；HU與DU分別為電負荷增加和削減量；εVOLL為電負荷供能不足懲罰成本系數(shù)；

2.1.2 用戶DR模型

用戶側(cè)DR 考慮可削減與可轉(zhuǎn)移負荷[16-17]。此外，考慮負荷預(yù)測的不確定性，對負荷曲線進行概率修正，以得到考慮實時誤差的負荷曲線，如式（7）所示。

式中：PU,act為概率修正后的負荷曲線；PU為原始負荷曲線；ΔPU為負荷預(yù)測誤差，服從正態(tài)分布

2.1.3 風險管理模型

基于所建立的光伏出力和負荷誤差的概率分布函數(shù)，運用拉丁超立方抽樣進行情景生成，以模擬不確定性情景。針對日前預(yù)測存在的不確定性誤差，使用條件風險價值理論[18]進行風險劃分，將光儲微網(wǎng)負荷中潛在風險進行量化，使得日前供需優(yōu)化策略更具可靠性和靈活性。風險管理模型如下：

式中：D為能量負荷需求值；E(PU)為負荷供給PU的期望值；δ為風險系數(shù)，0 ≤δ≤1；s為預(yù)測場景；μ為置信水平；為第s個場景在置信水平μ下的負荷損失閾值，即條件風險價值。

因此，供需雙側(cè)調(diào)度優(yōu)化模型可表示為：

式中：Q為總負荷量；Ω為微網(wǎng)日前預(yù)測情景s的集合；ρs為第s個情景發(fā)生概率；ζ與πs均為中間參量，無具體物理意義。

2.2 第二階段優(yōu)化模型

2.2.1 目標函數(shù)

綜合考慮經(jīng)濟效益最大化及碳減排效益最大化2 個目標，構(gòu)建第2 階段的目標函數(shù)F2如下：

式中：R1，R2分別為經(jīng)濟效益、碳減排效益；RE為光儲微電網(wǎng)通過出售電能所獲得收益；為碳減排收益。

式中：pe為光儲微電網(wǎng)的售電單價。

2.2.2 獎懲階梯型碳交易機制

光儲微網(wǎng)系統(tǒng)的碳減排效益可根據(jù)中國區(qū)域電網(wǎng)基準線排放因子計算，光儲微網(wǎng)的碳減排量計算如下：

式中：PB為備用電源的出力；為光伏發(fā)電減排量；EF為電網(wǎng)基準線排放因子；EFOM為電量邊際排放因子；EFBM為容量邊際排放因子。

為了提高碳減排積極性，研究構(gòu)建階梯型碳交易機制模型[19-20]。設(shè)定初始碳價格，d為碳排放量區(qū)間長度，σ為每個階梯碳交易價格的增長幅度，每上升一個階梯，碳交易價格就增加個單位。具體模型如下：

2.3 優(yōu)化模型求解

本文提出的兩階段優(yōu)化調(diào)度均為多目標優(yōu)化模型，使用ε-約束方法對該模型進行求解[21-22]，并基于ε-約束方法獲得帕累托最優(yōu)解，通過max-min 模糊算法從帕累托前沿中得到最優(yōu)解[23-24]。

3 算例分析

3.1 基礎(chǔ)數(shù)據(jù)

以某園區(qū)光儲微網(wǎng)為例進行算例分析，負荷和光伏預(yù)測功率及其二者潛在波動范圍如圖2 所示，設(shè)備參數(shù)見表1；光儲微網(wǎng)系統(tǒng)向外部購電的電價采用分時電價，如表2 所示；備用電源的外部市場購氣價格為3.45 元/m3。此外，由于電負荷損失值VOLL 存在不確定性，其懲罰系數(shù)設(shè)定為電價的120%，考慮DR 時，其可控柔性負荷為預(yù)測負荷的5%，補償價格為0.15 元/kWh[25]，碳交易價格為250 元/t。通過MATLAB 仿真并調(diào)用GUROBI 對優(yōu)化模型進行求解。

表1 光儲微網(wǎng)設(shè)備基本參數(shù)Table 1 Basic parameters of photovoltaic storage microgrid equipment

表2 不同時段下光儲微網(wǎng)系統(tǒng)的外部購電電價Table 2 External electricity purchase price forphotovoltaic storage microgrid system at different time periods 元·(kWh)-1

圖2 負荷和光伏預(yù)測功率及其二者潛在波動范圍Fig.2 Load and photovoltaic predicted power and their potential fluctuation range

3.2 情景設(shè)置

為研究源荷不確定性和碳交易機制對光儲微網(wǎng)系統(tǒng)運行優(yōu)化的影響，設(shè)置5 種情景進行仿真分析如表3 所示。

表3 多情景設(shè)置Table 3 Multiple scenario settings

3.3 風險管理策略分析

圖3 為情景1 與情景2 的風險管理策略對比分析。情景1 與情景2 均未考慮負荷的轉(zhuǎn)移，電負荷存在較明顯的峰谷差。在構(gòu)建風險管理模型后，情景2 在高峰時段的光伏出力減少，將更多高峰時段的太陽能儲存在儲能設(shè)備中，在低谷時段放電滿足負荷需求，實現(xiàn)了供給曲線的平抑。

圖3 情景1與情景2的風險管理策略對比Fig.3 Comparison of risk management strategies for scenario 1 and scenario 2

圖4 為情景2 與情景3 的風險管理策略對比分析。因為情景3 實施了價格引導的需求響應(yīng)策略，實現(xiàn)了負荷的轉(zhuǎn)移，負荷曲線發(fā)生了改變。對高峰時段10:00—15:00 的柔性負荷以經(jīng)濟補償?shù)男问竭M行負荷轉(zhuǎn)移引導，從高峰期轉(zhuǎn)移到低谷時段0:00—8:00。

圖4 情景2與情景3的風險管理策略對比Fig.4 Comparison of risk management strategies for scenario 2 and scenario 3

由圖4 可知，對于負荷損失來說，在情景1 中負荷損失平均達到2.96%，負荷損失的不穩(wěn)定性對于光儲微網(wǎng)的運行存在很大的風險。情景2 考慮了風險管理模型，負荷損失降低為1.53%。而情景3 中的負荷平均損失只有1.04%，所有時段的負荷損失均低于1.5%。通過3 種情景的對比，可以發(fā)現(xiàn)在光儲微網(wǎng)中通過風險管理和電力需求響應(yīng)的協(xié)調(diào)作用可實現(xiàn)能源供需結(jié)構(gòu)的優(yōu)化。

3.4 運行效益分析

對情景1、情景4、情景5 的運行效益及各部分成本進行了對比分析，如表4 所示。

表4 3種情景運行效益對比Table 4 Comparison of operating benefits between three scenarios 元

情景4 相比于情景1，外部購電成本與燃料購買成本分別降低19.26%與17.09%，而能源機組運維成本增加了3.60%，說明引入碳交易機制后，光儲系統(tǒng)可更多地消納太陽能資源，相應(yīng)地，碳排放成本降低了4.66%。從總運行效益上看，情景4 比情景1 增加了19.26%，說明引入碳交易機制后可有效增加系統(tǒng)運行效益。情景5 相比于情景4 負荷損失成本降低了66.02%。因為情景5 考慮了供需優(yōu)化，很大程度上降低了因負荷不確定性所帶來的經(jīng)濟損失。相應(yīng)地，其碳交易成本也降低了5.53%，說明情景5 碳排放略微降低，這也得益于供需優(yōu)化對負荷曲線與光伏預(yù)測曲線耦合性的提高。

3.5 不同碳價下運行效益

在情景5 中，獎懲階梯型碳交易機制主要受碳交易價格的影響。因此，對碳交易價格進行了敏感性分析，以0～500 元/t 作為敏感性分析區(qū)間，如圖5所示。結(jié)果表明，隨著碳價的升高，系統(tǒng)的碳排放量逐漸降低。系統(tǒng)運行效益在碳價格為300 元/t 時達到最大為9 379.43 元；碳價超過300 元/t 時系統(tǒng)的運行效益將有所降低。因此，系統(tǒng)的碳排放量隨著碳交易價格提升得到有效控制，但過高的碳價會導致系統(tǒng)的運行效益降低，不利于激勵碳減排，所以碳價設(shè)置在300 元/t 左右最為合適。

圖5 不同碳價下運行效益分析Fig.5 Analysis of operational benefits under different carbon prices

3.6 模型有效性驗證

為驗證所提模型的有效性，選取光儲微網(wǎng)運行中多個典型日（典型日2，典型日3，典型日4）并進行重復仿真實驗，并將每個典型日在情景1 和情景5 下的運行成本與效益進行對比，如表5 所示。結(jié)果表明，在不同典型日下，與情景1 相比，情景5 的負荷損失費用及碳交易成本都有所降低，尤其是負荷損失費用大幅度降低。此外，每個典型日情景中實施源荷雙側(cè)風險管理及碳交易機制后，總效益都有所提升。

表5 典型日光儲微網(wǎng)的運行成本與效益對比Table 5 Comparison of operating benefits on multiple typical days 元

4 結(jié)論

本文提出了計及源荷兩側(cè)風險管理的光儲微網(wǎng)兩階段低碳運行優(yōu)化模型?；趦呻A段運行優(yōu)化模型設(shè)置了5 個不同的運行情景進行了算例分析，主要結(jié)論如下：

1）光儲微網(wǎng)運行過程中可以通過風險管理和需求響應(yīng)的協(xié)調(diào)作用可實現(xiàn)電力供需結(jié)構(gòu)的優(yōu)化，以保證系統(tǒng)穩(wěn)定且安全運行

2）將碳交易機制引入運行優(yōu)化模型中一定程度地減少了光儲微網(wǎng)系統(tǒng)的碳排放，降低了碳排放成本，從而實現(xiàn)光儲系統(tǒng)的最佳經(jīng)濟效益和環(huán)境效益。

3）光儲微網(wǎng)系統(tǒng)的碳排放量隨著碳交易價格提升得到有效控制，但過高的碳價會導致運行效益降低。

本文以概率理論構(gòu)建光儲微網(wǎng)源荷雙側(cè)風險管理模型，未來可考慮引入魯棒優(yōu)化理論，將其與風險管理理念相結(jié)合。另外，光儲微電網(wǎng)還處于產(chǎn)業(yè)培育初期，其商業(yè)運營模式還在摸索階段，外部市場及政策環(huán)境的不確定性將是影響光儲微網(wǎng)運行的重要風險因素，如何量化這種風險因素，仍需要進行深入的研究。