含風(fēng)電并網(wǎng)的源荷雙層機(jī)組優(yōu)化組合模型

摘 要：針對(duì)系統(tǒng)調(diào)峰能力不足，嚴(yán)重限制新能源的消納問(wèn)題，提出計(jì)及源荷兩側(cè)可調(diào)節(jié)資源的綜合市場(chǎng)服務(wù)機(jī)制與需求響應(yīng)的雙層機(jī)組組合模型。上層對(duì)荷側(cè)建立計(jì)及響應(yīng)不確定性的以凈負(fù)荷波動(dòng)最小為目標(biāo)函數(shù)的價(jià)格型需求響應(yīng)模型；下層對(duì)源側(cè)建立包含電力市場(chǎng)深度調(diào)峰輔助服務(wù)與碳市場(chǎng)獎(jiǎng)懲階梯式碳交易機(jī)制的綜合市場(chǎng)交易機(jī)制，構(gòu)建以綜合運(yùn)行成本最小為目標(biāo)函數(shù)的機(jī)組組合模型；最后，將原問(wèn)題轉(zhuǎn)化為混合整數(shù)線性規(guī)劃問(wèn)題，通過(guò)設(shè)置不同場(chǎng)景驗(yàn)證該模型的有效性。

關(guān)鍵詞：價(jià)格型需求響應(yīng)；深度調(diào)峰；階梯式碳交易機(jī)制；響應(yīng)不確定性；風(fēng)電消納

中圖分類號(hào)：TM734" " " " " " " 文獻(xiàn)標(biāo)志碼：A

0 引 言

隨著國(guó)家提出“雙碳”戰(zhàn)略，“雙碳”戰(zhàn)略便成為電力行業(yè)的發(fā)展方向［1-2］。目前中國(guó)正積極推行碳交易市場(chǎng)機(jī)制，努力利用市場(chǎng)機(jī)制達(dá)到電力行業(yè)的低碳排放［3-4］。另一方面“雙碳”背景下，新能源發(fā)展迅速，火電建設(shè)空間嚴(yán)重壓縮，常規(guī)調(diào)節(jié)電源調(diào)節(jié)空間有限，調(diào)峰資源的匱乏將嚴(yán)重限制新能源的消納?；痣姍C(jī)組參與電力市場(chǎng)的深度調(diào)峰獲得調(diào)峰補(bǔ)償是提升系統(tǒng)調(diào)峰能力的重要手段［5］。因此，合理的同時(shí)考慮碳交易市場(chǎng)以及電力市場(chǎng)的機(jī)組組合方案對(duì)提升系統(tǒng)調(diào)峰能力，降低碳排放以及促進(jìn)新能源消納意義重大。對(duì)此，本文提出同時(shí)考慮碳交易市場(chǎng)與電力市場(chǎng)的綜合市場(chǎng)服務(wù)機(jī)制。

針對(duì)電力系統(tǒng)迫切的低碳轉(zhuǎn)型需求，大量專家學(xué)者針對(duì)碳交易市場(chǎng)進(jìn)行了研究。文獻(xiàn)［6］在系統(tǒng)中引入碳交易機(jī)制，考慮碳源機(jī)組的實(shí)際碳排放量以計(jì)算碳交易成本，降低系統(tǒng)碳排放；文獻(xiàn)［7］對(duì)系統(tǒng)發(fā)電機(jī)組包括可再生能源的實(shí)際出力按照基準(zhǔn)線法為碳源機(jī)組分配初始碳配額，提升系統(tǒng)可再生能源的利用率；文獻(xiàn)［8］提出基于碳信息流的綜合能源系統(tǒng)的運(yùn)行策略，將碳排放約束和需求側(cè)響應(yīng)納入考慮的日前優(yōu)化調(diào)度模型，有效減少碳排放；文獻(xiàn)［9］提出設(shè)置碳交易補(bǔ)償系數(shù)，并將其引入階梯式碳交易機(jī)制，提升階梯式碳交易機(jī)制對(duì)于碳排放流的引導(dǎo)作用；文獻(xiàn)［10］構(gòu)建包含核火機(jī)組的虛擬電廠三階段調(diào)度模型，提升核電機(jī)組運(yùn)行靈活性以及安全性。以上文獻(xiàn)，對(duì)碳交易市場(chǎng)的碳排放模型以及碳交易機(jī)制進(jìn)行了大量研究，但未將電力系統(tǒng)的調(diào)峰問(wèn)題以及新能源的消納納入考慮。

隨著“雙碳”政策的提出，新能源滲透率不斷提升，電力系統(tǒng)的調(diào)峰能力難以匹配新能源的快速發(fā)展，導(dǎo)致部分地區(qū)棄風(fēng)棄光問(wèn)題嚴(yán)重［11］。文獻(xiàn)［12］提出一種考慮多類型電源參與的調(diào)峰輔助服務(wù)的優(yōu)化模型，有效提升了系統(tǒng)深度調(diào)峰的主動(dòng)性；文獻(xiàn)［13］計(jì)及火電機(jī)組的調(diào)峰主動(dòng)性，建立考慮調(diào)峰主動(dòng)性多機(jī)組參與的多能互補(bǔ)優(yōu)化調(diào)度模型，有效協(xié)調(diào)新能源的利用率和系統(tǒng)經(jīng)濟(jì)性；文獻(xiàn)［14］提出一種將電源與負(fù)荷同時(shí)納入考慮的調(diào)峰輔助服務(wù)市場(chǎng)兩階段優(yōu)化調(diào)度模型，有效減緩系統(tǒng)調(diào)峰的壓力；文獻(xiàn)［15］提出一種考慮火電機(jī)組深度調(diào)峰的最低成本的優(yōu)化調(diào)度模型，優(yōu)化火電機(jī)組運(yùn)行經(jīng)濟(jì)性；文獻(xiàn)［16］基于負(fù)荷峰谷特性，將負(fù)荷特性約束加入調(diào)峰日前優(yōu)化調(diào)度模型，有效改善負(fù)荷波動(dòng)以及運(yùn)行經(jīng)濟(jì)性。以上文獻(xiàn)針對(duì)系統(tǒng)參與到電力市場(chǎng)調(diào)峰輔助服務(wù)的調(diào)峰補(bǔ)償策略以及調(diào)峰模型進(jìn)行了大量研究，但未考慮“雙碳”背景下，電力系統(tǒng)應(yīng)將低碳排放作為一個(gè)重要指標(biāo)參與到系統(tǒng)運(yùn)行中。

需求響應(yīng)是一種重要的負(fù)荷可調(diào)節(jié)手段，可改變用戶負(fù)荷分布。文獻(xiàn)［17］通過(guò)建立需求響應(yīng)模型，利用價(jià)格彈性矩陣引導(dǎo)負(fù)荷調(diào)整，減輕系統(tǒng)調(diào)峰壓力；文獻(xiàn)［18］構(gòu)建包含電價(jià)型、激勵(lì)型的綜合需求響應(yīng)模型，以提升系統(tǒng)的經(jīng)濟(jì)性；文獻(xiàn)［19］構(gòu)建分類負(fù)荷需求響應(yīng)模型，在保持經(jīng)濟(jì)性的同時(shí)提升環(huán)保性；文獻(xiàn)［20］構(gòu)建含需求響應(yīng)的兩階段優(yōu)化調(diào)度模型，提升系統(tǒng)運(yùn)行靈活性以及經(jīng)濟(jì)性。以上文獻(xiàn)針對(duì)需求響應(yīng)參與到系統(tǒng)運(yùn)行，優(yōu)化負(fù)荷曲線，降低系統(tǒng)調(diào)峰壓力做了大量研究，但由于用戶響應(yīng)意愿存在不確定性，未將用戶需求響應(yīng)意愿納入考慮。

綜上所述，本文針對(duì)“雙碳”背景下系統(tǒng)調(diào)峰能力不足導(dǎo)致新能源利用率低及系統(tǒng)低碳排放的問(wèn)題，提出一種考慮綜合市場(chǎng)服務(wù)與需求響應(yīng)的機(jī)組組合方法。上層針對(duì)負(fù)荷側(cè)構(gòu)建計(jì)及響應(yīng)不確定性的價(jià)格型需求響應(yīng)（price demand response，PDR）模型，降低負(fù)荷峰谷差，緩解調(diào)峰壓力；下層針對(duì)源側(cè)考慮綜合市場(chǎng)服務(wù)機(jī)制，包括電力市場(chǎng)服務(wù)與碳交易市場(chǎng)服務(wù)，電力市場(chǎng)服務(wù)主要考慮機(jī)組參與深度調(diào)峰輔助服務(wù)，碳交易市場(chǎng)服務(wù)則考慮階梯碳交易機(jī)制，綜合考慮電力市場(chǎng)與碳交易市場(chǎng)得到符合低碳性與經(jīng)濟(jì)性的機(jī)組組合方案。最后建立不同場(chǎng)景的機(jī)組組合模型，證明該模型可有效降低實(shí)際碳排放量與系統(tǒng)運(yùn)行成本，同時(shí)提升新能源消納能力。

1 含綜合市場(chǎng)服務(wù)與需求響應(yīng)的運(yùn)行框架

1.1 電價(jià)型需求響應(yīng)模型分析

“雙碳”背景下，經(jīng)濟(jì)性與低碳性約束是機(jī)組組合方案所不容忽視的。同時(shí)電力系統(tǒng)留出足夠的備用容量，能夠?yàn)樾履茉吹拇笠?guī)模接入留下充足空間。本文從源荷兩側(cè)入手，利用需求響應(yīng)與綜合市場(chǎng)服務(wù)對(duì)機(jī)組組合框架進(jìn)行構(gòu)建。

[en，j=ΔQn/Qn0Δρj/ρj0] （1）

式中：[en，j]——[n]時(shí)刻負(fù)荷對(duì)[j]時(shí)刻電價(jià)彈性系數(shù)；[ΔQi]——需求響應(yīng)后n時(shí)刻的負(fù)荷變化量；[Qn0]——[n]時(shí)刻負(fù)荷初始量；[Δρj]——需求響應(yīng)后[j]時(shí)刻電價(jià)變化量；[ρj0]——[j]時(shí)刻電價(jià)初始量。

實(shí)施峰谷電價(jià)后電量變化量與電價(jià)變化量關(guān)系為：

[ΔQ1/Q01ΔQ2/Q02" " " ?ΔQn/Q0n=Enj?Δρ1/ρ01Δρ2/ρ02" " " ?Δρn/ρ0n] （2）

式中：[Enj]——需求價(jià)格彈性矩陣。

則本文中價(jià)格型需求響應(yīng)模型為：

[Q′1Q′2 ?Qn′=Q010…00Q02…0???00…Q0n?Enj?Δρ1/ρ01Δρ2/ρ02" " " ?Δρn/ρ0n+Q01Q02 ?Q0n] （3）

式中：[Qn′]——需求響應(yīng)后的電量。

1.2 綜合市場(chǎng)服務(wù)模型分析

本文針對(duì)源側(cè)建立綜合市場(chǎng)服務(wù)機(jī)制，通過(guò)電力市場(chǎng)與碳交易市場(chǎng)對(duì)源側(cè)以獎(jiǎng)懲進(jìn)行引導(dǎo)，從而達(dá)到降低碳排放量，提升新能源利用率，調(diào)峰補(bǔ)償收益最大的目的。

1.2.1 深度調(diào)峰機(jī)制分析

目前調(diào)峰市場(chǎng)主要含有深度調(diào)峰、啟停調(diào)峰、停機(jī)調(diào)峰等種類［11］，本文主要針對(duì)深度調(diào)峰輔助服務(wù)進(jìn)行考慮。電力市場(chǎng)可利用深度調(diào)峰輔助服務(wù)對(duì)調(diào)峰機(jī)組參與深度調(diào)峰過(guò)程進(jìn)行調(diào)峰補(bǔ)償，電力市場(chǎng)則根據(jù)機(jī)組調(diào)峰深度按照階梯式報(bào)價(jià)進(jìn)行補(bǔ)償。

火電機(jī)組調(diào)峰過(guò)程分為常規(guī)調(diào)峰與深度調(diào)峰，常規(guī)調(diào)峰無(wú)調(diào)峰補(bǔ)償收益，其成本為煤耗成本，常規(guī)調(diào)峰階段成本為：

[C1，i，t=aiP2i，t+biPi，t+ci] （4）

式中：[C1，i，t]——[t]時(shí)刻[i]機(jī)組的常規(guī)調(diào)峰成本；[Pi，t]——[t]時(shí)刻[i]機(jī)組出力；[ai]、[bi]、[ci]——火電機(jī)組[i]的煤耗系數(shù)。

火電機(jī)組進(jìn)一步降低出力時(shí)，進(jìn)入深度調(diào)峰不投油階段。此過(guò)程，機(jī)組轉(zhuǎn)子承受較大交變熱應(yīng)力，造成機(jī)組損耗，因此在深度調(diào)峰過(guò)程中需要考慮火電機(jī)組的機(jī)組壽命損耗費(fèi)用成本［21］：

[Ni，t=0.005778P3i，t-2.682P2i，t+484.8Pi，t-8411] （5）

式中：[Ni，t]——[t]時(shí)刻[i]機(jī)組的轉(zhuǎn)子致裂周期，當(dāng)深度調(diào)峰機(jī)組出力小于常規(guī)調(diào)峰出力最小值時(shí)，計(jì)算火電機(jī)組的壽命損耗。

[C2，i，t=LCth，i2Ni，t] （6）

式中：[C2，i，t]——[t]時(shí)刻[i]機(jī)組的深度調(diào)峰階段的損耗成本；[L]——機(jī)組的運(yùn)行損耗系數(shù)；[Cth，i]——[i]機(jī)組的購(gòu)買成本。

機(jī)組進(jìn)入深度調(diào)峰投油階段時(shí)，由于燃料燃燒不充分，導(dǎo)致機(jī)組無(wú)法穩(wěn)定運(yùn)行，需要投油助燃，因此帶來(lái)額外投油成本為：

[C3，i，t=QoCo] （7）

式中：[C3，i，t]——[t]時(shí)刻[i]機(jī)組的深度調(diào)峰階段投油成本；[Qo]——火電機(jī)組深度調(diào)峰時(shí)投油助燃的油耗量；[Co]——燃油油價(jià)。

綜上可知，調(diào)峰機(jī)組的不同運(yùn)行階段的運(yùn)行成本可用分段線性函數(shù)進(jìn)行描述：

[Ci，t=C1，i，t" " " " " " " " " " " ，PG1≤Pi，t≤PG0C1，i，t+C2，i，t" " " " " " ，PG2≤Pi，t≤PG1C1，i，t+C2，i，t+C3，i，t" ，PG3≤Pi，t≤PG2" " " " " " " "] （8）

式中：[Ci，t]——[t]時(shí)刻[i]機(jī)組的調(diào)峰階段成本；[PG0]、[PG1]、[PG2]、[PG3]——機(jī)組常規(guī)調(diào)峰出力最大值、常規(guī)調(diào)峰出力最小值、不投油運(yùn)行出力最小值、投油運(yùn)行出力最小值。

1.2.2 階梯式碳交易機(jī)制分析

“雙碳”背景下，碳交易機(jī)制將碳排放量視為一種可自由買賣的商品，系統(tǒng)可通過(guò)初始碳排放配額獲得碳收益；當(dāng)碳配額不足時(shí)，則需要購(gòu)買碳排放配額，進(jìn)行碳懲罰。

本文對(duì)系統(tǒng)初始碳排放配額采用基準(zhǔn)線法進(jìn)行分配，其計(jì)算式為：

[ED=t=1TλPt] （9）

式中：[ED]——系統(tǒng)總碳排放配額；[Pt]——[t]時(shí)刻系統(tǒng)所有機(jī)組出力。

[Pt=i=1MPi，t+Pw，t] （10）

式中：[Pi，t]——[t]時(shí)刻火電機(jī)組的出力；[Pw，t]——[t]時(shí)刻風(fēng)電機(jī)組的出力；M——相組總數(shù)量。

由于風(fēng)電是清潔能源，不會(huì)產(chǎn)生碳排放，所以系統(tǒng)實(shí)際碳排放量由火電機(jī)組產(chǎn)生，系統(tǒng)實(shí)際碳排放量計(jì)算式為：

[ED，a=t=1Ti=1MλiPi，t] （11）

式中：[ED，a]——系統(tǒng)實(shí)際總碳排放配額；[λi]——火電機(jī)組[i]的碳排放量。

系統(tǒng)實(shí)際參與碳交易市場(chǎng)的碳排放配額為：

[Ea=ED，a-ED] （12）

式中：[Ea]——系統(tǒng)實(shí)際參與碳交易市場(chǎng)的碳排放配額。

本文建立階梯式碳交易機(jī)制，可進(jìn)一步降低系統(tǒng)的碳排放量。碳交易市場(chǎng)對(duì)碳排放權(quán)采用階梯式報(bào)價(jià)，系統(tǒng)購(gòu)買的碳排放權(quán)越多，相應(yīng)的購(gòu)買成本越高。階梯式碳交易成本為：

[Cc，p=δEa" " " " " " " " " " " " " " " " "，Ea ≤hδ（1+α）（Ea-h） +δh" " " " " " " " ，" h≤Ea≤2hδ（1+2α）（Ea-2h） +δ（2+α）h ，" 2h≤Ea≤3hδ（1+3α）（Ea-3h） +δ（3+α）h，" 3h≤Ea≤4h" " " " " " " "] （13）

式中：[Cc，p]——系統(tǒng)參與碳交易市場(chǎng)的成本；[δ]——碳交易基價(jià)；[α]——碳交易價(jià)格增長(zhǎng)率；[h]——碳交易區(qū)間長(zhǎng)度。需要說(shuō)明的是當(dāng)[Ea]為負(fù)時(shí)，即代表系統(tǒng)將多余的碳排放配額放入市場(chǎng)進(jìn)行碳交易，獲得低碳收益。

2 考慮綜合市場(chǎng)服務(wù)機(jī)制與需求響應(yīng)的機(jī)組組合模型

隨著國(guó)家實(shí)施“雙碳”政策，電力系統(tǒng)需要從多種資源入手，進(jìn)行多方面調(diào)控，以增強(qiáng)電力系統(tǒng)的低碳性。為此，本文考慮源荷兩方面資源，構(gòu)建一種考慮綜合市場(chǎng)服務(wù)機(jī)制與需求響應(yīng)不確定性的雙層機(jī)組組合方法，以滿足電力系統(tǒng)的需求，圖1為機(jī)組組合模型框架。

2.1 上層模型

2.1.1 目標(biāo)函數(shù)

上層模型從荷側(cè)入手，對(duì)凈負(fù)荷曲線進(jìn)行優(yōu)化，采取實(shí)時(shí)電價(jià)策略對(duì)用戶用電行為進(jìn)行引導(dǎo)，以凈負(fù)荷波動(dòng)最小為目標(biāo)函數(shù)。

[f=mint=1TPeq，t-Peqv2] （14）

[Peq，t=PL，t-Pw，t] （15）

[Peqv=1Tt=1TPeq，t] （16）

式中：[f]——凈負(fù)荷波動(dòng)；[Peq，t]——[t]時(shí)刻凈負(fù)荷；[Peqv]——凈負(fù)荷均值；[PL，t]——[t]時(shí)刻電負(fù)荷。

2.1.2 約束條件

1） 響應(yīng)功率平衡

[t=1TPL，t=t=1TPD，t] （17）

式中：[PD，t]——[t]時(shí)刻需求響應(yīng)負(fù)荷。

2） 響應(yīng)功率約束

[-o?PL，t≤ΔPD，t≤o?PL，t] （18）

式中：[o]——各時(shí)刻負(fù)荷響應(yīng)上限；[ΔPD，t]——響應(yīng)后[t]時(shí)刻負(fù)荷改變量。

3） 電價(jià)變化約束

[-β?ρ0t≤Δρt≤β?ρ0t] （19）

式中：[β]——各時(shí)刻電價(jià)改變上限。

4） 用戶成本約束

[t=1TPD，t（ρ0t+Δρt）≤t=1TPL，tρ0t] （20）

2.2 下層模型

2.2.1 目標(biāo)函數(shù)

將上層模型所得優(yōu)化后負(fù)荷[PD，t]代入下層模型，下層模型對(duì)源側(cè)進(jìn)行優(yōu)化，綜合考慮機(jī)組發(fā)電成本、參與綜合市場(chǎng)服務(wù)成本、風(fēng)電運(yùn)維成本、棄風(fēng)成本，構(gòu)建綜合成本最低的目標(biāo)函數(shù)。

[C=min（C1+C2+C3+C4）] （21）

式中：[C]——機(jī)組組合模型的總成本；[C1]——火電機(jī)組發(fā)電成本；[C2]——參與綜合市場(chǎng)服務(wù)機(jī)制成本；[C3]——風(fēng)電運(yùn)維成本；[C4]——棄風(fēng)懲罰成本。

1） 火電機(jī)組發(fā)電成本

[C1=i=1Mt=1T（Cif（Pi，t）+CiU）] （22）

[Cif（Pi，t）=aiP2i，t+biPi，t+ci] （23）

[CiU=ui，t（1-ui，t-1）Gi] （24）

式中：[Cif（Pi，t）]、[CiU]——機(jī)組煤耗成本、啟停成本；[ui，t]——[t]時(shí)刻[i]機(jī)組的啟停機(jī)狀態(tài)，為0-1變量，0為停機(jī)狀態(tài)、1為啟動(dòng)狀態(tài)；[Gi]——單次[i]機(jī)組啟停機(jī)費(fèi)用。

2） 參與綜合市場(chǎng)服務(wù)成本

[C2=Ci，t+Cc，p-Cd，p，i（t）] （25）

[Cd，p，i=i=1MtTk1（PG1-Pi，t），" PG2≤Pi，t≤PG1i=1MtTkt+k2（PG2-Pi，t），" PG3≤Pi，t≤PG2] （26）

[kt=i=1Mk1（PG1-PG2）] （27）

式中：[Ci，t]——機(jī)組參與深度調(diào)峰成本；[Cd，p，i]——深度調(diào)峰補(bǔ)償收益；[k1]、[k2]——深度調(diào)峰不投油階段單位發(fā)電功率補(bǔ)償價(jià)格、深度調(diào)峰投油階段單位發(fā)電功率補(bǔ)償價(jià)格；[kt]——深度調(diào)峰不投油階段補(bǔ)償總收益。

3） 風(fēng)電運(yùn)維成本

[C3=t=1TSwPw，t] （28）

式中：[Sw]——風(fēng)電出力單位發(fā)電量的運(yùn)行維護(hù)成本；[Pw，t]——[t]時(shí)刻風(fēng)力發(fā)電實(shí)際發(fā)電功率。

4） 棄風(fēng)成本

[C4=t=1Tkw（Pw-Pw，t）] （29）

式中：[kw]——風(fēng)力發(fā)電單位發(fā)電量的棄風(fēng)懲罰成本；[Pw]——風(fēng)力發(fā)電預(yù)測(cè)發(fā)電功率。

2.2.2 約束條件

1） 功率平衡約束

[PD，t=Pw，t+t=1MPi，t] （30）

2） 機(jī)組出力約束

[0≤Pi，t≤PG，max0≤Pw，t≤Pw，max] （31）

式中：[PG，max]——火電機(jī)組額定發(fā)電功率最大值；[Pw，max]——風(fēng)力發(fā)電額定發(fā)電功率最大值。

3） 機(jī)組爬坡約束

[-Rd≤Pi，t-Pi，t-1≤Ru] （32）

式中：[Rd、][Ru]——火電機(jī)組的下、上爬坡速率限制。

4） 機(jī)組啟停時(shí)間約束

[k=tt+TS-1（1-ui，k）≥TS（ui，t-1-ui，t）k=tt+TO-1ui，k≥TO（ui，t-ui，t-1）] （33）

式中：[TS]、[TO]——機(jī)組最小關(guān)停時(shí)間與開(kāi)機(jī)時(shí)間。

5） 機(jī)組啟停費(fèi)用約束

[Ci，tU≥Gi（Ui，t-Ui，t-1）≥0] （34）

式中：[Gi，t]——[t]時(shí)刻[i]機(jī)組的單次啟停成本。

6） 熱備用約束

[i=1M（ui，tPG，max-Pi，t）≥εLPL，t+εwPw，t] （35）

式中：[εL、][εw]——負(fù)荷及風(fēng)電的備用系數(shù)。

7） 潮流約束

本文采用發(fā)電機(jī)輸出功率轉(zhuǎn)移分布因子矩陣描述支路潮流［22-23］，建立潮流約束條件，式（36）～式（38）分別為線路傳輸能力約束、線路潮流及損耗約束。

[PL，min≤i=1MGl-iPi，t-j=1NLGl-jPb，t≤PL，max] （36）

[Pij，t（θij，t）=0.5PLij，t-Bij（θi，t-θj，t）] （37）

[PLSij，t=Gijk=1Kηij，kθij，t，k] （38）

式中：[PL，min、][PL，max]——線路最小、最大傳輸功率；[Gl-i]、[Gl-j]——節(jié)點(diǎn)[i]對(duì)線路[l]產(chǎn)生的影響、節(jié)點(diǎn)[j]對(duì)線路[l]產(chǎn)生的影響；[Pb，t]——節(jié)點(diǎn)[b]在時(shí)間[t]的負(fù)荷需求；[Pij，t]——線路（[i，j]）的有功傳輸功率；[θi，t]——節(jié)點(diǎn)[i]的角度；[PLij，t]——線路有功損耗；[Gij、][Bij]——線路（[i，j]）的電導(dǎo)及電納；[ηij，k]——第[k]分段斜率的電導(dǎo)；[θij，t，k]——第[k]分段角度變量。

2.3 模型不確定性處理

上述模型未考慮風(fēng)電出力以及需求響應(yīng)不確定性影響。實(shí)際生產(chǎn)中，無(wú)法對(duì)其進(jìn)行準(zhǔn)確預(yù)測(cè)，因此本文通過(guò)引入梯形模糊參數(shù)對(duì)其進(jìn)行模糊化處理。

[Pw，t=Pw，t（Ww，1，Ww，2，Ww，3，Ww，4）] （39）

[Pd，t=Pd，t（Wd，1，Wd，2，Wd，3，Wd，4）] （40）

式中：[Pw，t]——風(fēng)電梯形模糊參數(shù)；[Pd，t]——負(fù)荷梯形模糊參數(shù)；[Ww，1～Ww，4]——風(fēng)電比例參數(shù)；[Wd，1～Wd，4]——響應(yīng)負(fù)荷比例參數(shù)。

為使模型具有可行性，須對(duì)模糊機(jī)會(huì)約束規(guī)劃進(jìn)行清晰等價(jià)類處理，因此對(duì)式（17）、式（30）及式（35）修正為某一置信水平下的約束條件。

[（2-2γ）（Pd，t3-Pd，t2）+（2γ-1）（Pd，t4-Pd，t1）-t=1TPL，t=0] （41）

[t=1T（2-2γ）（Pd，t3-Pw，t2）+（2γ-1）（Pd，t4-Pw，t1）-t=1MPi，t=0] （42）

[t=1T（2-2γ）（Pd，t3-Pw，t2）+（2γ-1）（Pd，t4-Pw，t1）-t=1MPi，t≥0] （43）

式中：[γ]——置信水平。

3 算例分析

3.1 基本數(shù)據(jù)和參數(shù)

本文采用改進(jìn)的IEEE-30節(jié)點(diǎn)系統(tǒng)進(jìn)行算例分析。該系統(tǒng)由5個(gè)火電機(jī)組與1個(gè)50 MW風(fēng)電場(chǎng)組成，風(fēng)電場(chǎng)替換6號(hào)火電機(jī)組，其中機(jī)組1參與深度調(diào)峰輔助服務(wù)，其余機(jī)組為常規(guī)機(jī)組，機(jī)組參數(shù)見(jiàn)表1。

根據(jù)文獻(xiàn)［24-25］，火電機(jī)組參與深度調(diào)峰輔助服務(wù)兩檔浮動(dòng)報(bào)價(jià)區(qū)間[k1]取值在［100，300］元，[k2]取值在［300，700］元，煤炭?jī)r(jià)格取350元/t，因此本文所建立綜合市場(chǎng)服務(wù)機(jī)制中火電機(jī)組參與深度調(diào)峰輔助服務(wù)價(jià)格取[k1]為250元，[k2]為500元，深度調(diào)峰機(jī)組的常規(guī)調(diào)峰運(yùn)行區(qū)間為［0.6[PG，max]，[PG，max]］，不投油深度調(diào)峰運(yùn)行區(qū)間為［0.4[PG，max]，0.6[PG，max]］，投油深度調(diào)峰運(yùn)行區(qū)間為［0.3[PG，max]，0.4[PG，max]］；機(jī)組不投油深度調(diào)峰階段的運(yùn)行損耗系數(shù)[L]為1.2，投油深度調(diào)峰階段的運(yùn)行損耗系數(shù)[L]為1.5，火電機(jī)組的購(gòu)買成本[Cth，i]為346.4 萬(wàn)元/MW［21］；本碳交易基準(zhǔn)價(jià)格設(shè)置為25 元/t，碳排量區(qū)間長(zhǎng)度[h=100] t，每上升1個(gè)區(qū)間，碳交易價(jià)格就增長(zhǎng)基準(zhǔn)價(jià)的25%，該系統(tǒng)基準(zhǔn)線碳排放因子為0.68；選取風(fēng)電運(yùn)維成本為150元/MWh，棄風(fēng)懲罰成本為600 元/MWh，置信度[γ]=0.95，負(fù)荷與風(fēng)電預(yù)測(cè)數(shù)據(jù)如圖2所示。

3.2 需求響應(yīng)不確定性結(jié)果分析

本文采用價(jià)格型需求響應(yīng)模型，通過(guò)實(shí)時(shí)電價(jià)對(duì)用戶用電行為進(jìn)行引導(dǎo)，電價(jià)型彈性矩陣的主對(duì)角元素為-0.2，非對(duì)角元素為0.033，響應(yīng)前的電價(jià)為固定電價(jià)0.78 元/kWh，響應(yīng)后電負(fù)荷與實(shí)時(shí)電價(jià)如圖3、圖4所示。

從圖3可知，需求響應(yīng)后負(fù)荷曲線的峰谷差相較原負(fù)荷曲線降低，減小系統(tǒng)調(diào)峰壓力，09：00—22：00時(shí)段內(nèi)的峰值負(fù)荷被轉(zhuǎn)移至01：00—08：00與23：00—24：00時(shí)段，改善負(fù)荷分布。

由圖4可知，用戶用電行為與電價(jià)制定存在負(fù)相關(guān)關(guān)系，01：00—08：00時(shí)段及23：00—24：00的電價(jià)低于固定電價(jià)，引導(dǎo)用戶在低谷時(shí)期增加用電量，而在09：00—22：00時(shí)段內(nèi)的電價(jià)高于固定電價(jià)，用戶在此時(shí)段內(nèi)選擇減少用電量，將該時(shí)段內(nèi)的用電量轉(zhuǎn)移至低電價(jià)時(shí)段。

3.3 不同場(chǎng)景機(jī)組組合結(jié)果分析

本文通過(guò)YALMIP工具箱調(diào)用CPLEX求解器對(duì)線性化后模型進(jìn)行求解，系統(tǒng)以24 h為周期，以1 h為步長(zhǎng)進(jìn)行仿真，設(shè)置5個(gè)場(chǎng)景：

場(chǎng)景1：不考慮綜合市場(chǎng)服務(wù)機(jī)制和需求響應(yīng)的機(jī)組組合方案；

場(chǎng)景2：僅考慮需求響應(yīng)的機(jī)組組合方案；

場(chǎng)景3：考慮階梯碳交易機(jī)制與需求響應(yīng)的機(jī)組組合方案；

場(chǎng)景4：考慮深度調(diào)峰輔助服務(wù)和需求響應(yīng)的機(jī)組組合方案；

場(chǎng)景5：考慮綜合市場(chǎng)服務(wù)機(jī)制和需求響應(yīng)的機(jī)組組合方案。

比較各個(gè)場(chǎng)景的下深度調(diào)峰成本、總成本、風(fēng)電消納率和實(shí)際碳排放量，結(jié)果如表2所示。

由圖5可發(fā)現(xiàn)，在不參與綜合市場(chǎng)服務(wù)機(jī)制的需求響應(yīng)機(jī)組組合模型中，只考慮機(jī)組組合經(jīng)濟(jì)性。機(jī)組1、2在全天時(shí)間段內(nèi)開(kāi)機(jī)用于滿足基本負(fù)荷需求，可提升機(jī)組組合方案經(jīng)濟(jì)性；機(jī)組4的發(fā)電成本與出力上限大于機(jī)組3的發(fā)電成本與出力上限，在功率平衡約束下，當(dāng)剩余負(fù)荷需求低時(shí)，機(jī)組3進(jìn)行出力；否則，由機(jī)組4進(jìn)行出力；由于機(jī)組1、2維持基荷，未留出足夠風(fēng)電上網(wǎng)空間，增加系統(tǒng)的棄風(fēng)懲罰成本，降低機(jī)組組合方案的經(jīng)濟(jì)性。

從圖6可發(fā)現(xiàn)，由于需求響應(yīng)的削峰填谷作用，將09：00—22：00內(nèi)的負(fù)荷轉(zhuǎn)移至其余時(shí)段，改善負(fù)荷分布，同時(shí)火電機(jī)組3、4出力偏低，為風(fēng)電上網(wǎng)留出空間，因此風(fēng)電消納率較場(chǎng)景1有所提升，但基荷機(jī)組調(diào)峰能力不足，限制系統(tǒng)對(duì)于風(fēng)電的利用。

從表2可知，經(jīng)實(shí)時(shí)電價(jià)引導(dǎo)用戶改變用電行為后，機(jī)組組合方案的經(jīng)濟(jì)性、新能源利用率、低碳性均有所上升。以場(chǎng)景1、2為例，通過(guò)價(jià)格型需求響應(yīng)優(yōu)化負(fù)荷分布后，系統(tǒng)總成本降低9.54%，對(duì)風(fēng)電消納率提升29.75%，實(shí)際碳排放量減少3.01%，且系統(tǒng)峰谷差明顯降低，減少深度調(diào)峰機(jī)組調(diào)峰壓力。需求響應(yīng)優(yōu)化負(fù)荷峰谷分布后，火電機(jī)組無(wú)需頻繁啟停，降低機(jī)組啟停費(fèi)用；同時(shí)提升風(fēng)電消納率，降低了棄風(fēng)懲罰費(fèi)用，使得場(chǎng)景2的經(jīng)濟(jì)性以及低碳性高于場(chǎng)景1。

由圖7可發(fā)現(xiàn)，在參與綜合市場(chǎng)服務(wù)機(jī)制與需求響應(yīng)的機(jī)組組合中，需同時(shí)考慮機(jī)組組合方案的低碳性以及經(jīng)濟(jì)性。在綜合市場(chǎng)服務(wù)機(jī)制影響下，機(jī)組1、2全天時(shí)段內(nèi)出力，機(jī)組1為深度調(diào)峰機(jī)組，同時(shí)機(jī)組1為高碳排放機(jī)組，機(jī)組1的出力相較場(chǎng)景2降低，機(jī)組2的出力大幅提升，彌補(bǔ)機(jī)組1出力降低后的基本負(fù)荷需求，滿足系統(tǒng)運(yùn)行的經(jīng)濟(jì)性以及低碳性；機(jī)組3、4的啟停次數(shù)少于場(chǎng)景2，降低機(jī)組啟停成本；機(jī)組3為低碳機(jī)組，但其出力無(wú)法滿足高峰時(shí)期負(fù)荷需求，利用率相較場(chǎng)景2降低，機(jī)組4的出力上限大于機(jī)組3，可滿足高峰時(shí)期負(fù)荷需求，且機(jī)組4的碳排放小于機(jī)組1、2，利用率升高，符合系統(tǒng)經(jīng)濟(jì)、低碳運(yùn)行。

從圖8可知由于機(jī)組1進(jìn)行深度調(diào)峰，出力靈活性改變，為風(fēng)電上網(wǎng)留下足夠的空間；同時(shí)，系統(tǒng)為獲得更多的初始碳排放配額，降低碳懲罰費(fèi)用，因此增加風(fēng)電出力，實(shí)現(xiàn)對(duì)風(fēng)電的全消納。

由表2可知，場(chǎng)景5對(duì)比場(chǎng)景1，總成本減少8.91%，對(duì)風(fēng)電消納率提升64.22%，實(shí)際碳排放量減少9.06%；對(duì)比場(chǎng)景2，總運(yùn)行成本提升0.69%，風(fēng)電消納率提升34.47%，實(shí)際碳排放量減少6.25%，由于場(chǎng)景5考慮階梯式碳排放機(jī)制，實(shí)際碳排放量超過(guò)初始碳排放配額，需要繳納階梯碳懲罰費(fèi)用，同時(shí)場(chǎng)景5需要考慮深度調(diào)峰的機(jī)組磨損成本以及投油成本；相比場(chǎng)景3，總運(yùn)行成本降低1.52%，風(fēng)電消納率相同，實(shí)際碳排放量降低0.11%，由于場(chǎng)景5考慮深度調(diào)峰輔助服務(wù)，使得系統(tǒng)能夠從電力市場(chǎng)獲得調(diào)峰補(bǔ)償，從而使得高碳機(jī)組1能夠進(jìn)一步減少出力，減少了碳排放的同時(shí)為風(fēng)電留出足夠的上網(wǎng)空間；對(duì)比場(chǎng)景4，總運(yùn)行成本提高1.37%，風(fēng)電消納率提高8.91%，實(shí)際碳排放量比降低2.39%，由于場(chǎng)景5需要考慮碳交易市場(chǎng)，計(jì)入碳交易費(fèi)用，提升了總運(yùn)行成本。

綜上，本文所建立模型結(jié)合需求響應(yīng)與綜合市場(chǎng)服務(wù)機(jī)制使得機(jī)組組合方案在促進(jìn)低碳減排、提升新能源利用率的同時(shí)，提升了系統(tǒng)運(yùn)行經(jīng)濟(jì)性。

4 結(jié) 論

“雙碳”背景下，為提高新能源的利用率、降低碳排放量以及解決機(jī)組調(diào)峰問(wèn)題，本文從源荷兩方面入手提出一種考慮綜合市場(chǎng)服務(wù)機(jī)制與需求響應(yīng)的雙層機(jī)組組合模型，主要得到以下結(jié)論：

1）建立價(jià)格型需求響應(yīng)，利用實(shí)時(shí)電價(jià)引導(dǎo)負(fù)荷進(jìn)行削峰填谷，優(yōu)化負(fù)荷曲線，使得系統(tǒng)總成本降低9.54%，對(duì)風(fēng)電消納率提升29.75%，實(shí)際碳排放量減少3.01%以及減輕調(diào)峰機(jī)組調(diào)峰壓力。

2）階梯式碳交易機(jī)制可提升系統(tǒng)的低碳性，能夠?qū)ο到y(tǒng)的碳排放起到約束作用，降低碳排放量。

3）深度調(diào)峰輔助服務(wù)通過(guò)調(diào)峰補(bǔ)償，可提升機(jī)組組合方案的經(jīng)濟(jì)性，同時(shí)可為新能源消納留下足夠的空間。

4）本文所提雙層機(jī)組組合模型相較無(wú)需求響應(yīng)與綜合市場(chǎng)服務(wù)機(jī)制模型相比，總成本降低8.91%，對(duì)風(fēng)電消納率提升64.22%，碳排放量減少9.06%，有效提升系統(tǒng)運(yùn)行的經(jīng)濟(jì)性以及低碳性。

本文所提計(jì)及源荷互動(dòng)的雙層機(jī)組組合方法，大大提升風(fēng)電消納率，有效提升了機(jī)組組合方案的經(jīng)濟(jì)性以及低碳性。

［參考文獻(xiàn)］

［1］ 李暉， 劉棟， 姚丹陽(yáng). 面向碳達(dá)峰碳中和目標(biāo)的我國(guó)電力系統(tǒng)發(fā)展研判［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2021， 41（18）： 6245-6259.

LI H， LIU D， YAO D Y. Analysis and reflection on the development of power system towards the goal of carbon emission peak and carbon neutrality［J］. Proceedings of the CSEE， 2021， 41（18）： 6245-6259.

［2］ MALLAPATY S. How China could be carbon neutral by mid-century［J］. Nature， 2020， 586（7830）： 482-483.

［3］ 李英量， 王康， 高兆迪， 等. 考慮風(fēng)電接入的電壓控制區(qū)域修正方法研究［J］. 太陽(yáng)能學(xué)報(bào)， 2022， 43（9）： 258-266.

LI Y L， WANG K， GAO Z D， et al. Research on modification method of voltage control area considering wind power connection［J］. Acta energiae solaris sinica， 2022， 43（9）： 258-266.

［4］ HOU Q， GUAN Y， YU S. Stochastic differential game model analysis of emission-reduction technology under cost-sharing" contracts" in" the" carbon" trading" market［J］. IEEE access， 2020， 8： 167328-167340.

［5］ 李嘉文， 盛德仁， 李蔚， 等. 基于多目標(biāo)優(yōu)化和誤差修正的短期風(fēng)速預(yù)測(cè)［J］. 太陽(yáng)能學(xué)報(bào)， 2022， 43（8）： 273-280.

LI J W， SHENG D R， LI W， et al. Short-term wind speed prediction based on multi-objective optimization and error correction［J］. Acta energiae solaris sinica， 2022， 43（8）： 273-280.

［6］ 陳錦鵬， 胡志堅(jiān)， 陳穎光， 等. 考慮階梯式碳交易機(jī)制與電制氫的綜合能源系統(tǒng)熱電優(yōu)化［J］. 電力自動(dòng)化設(shè)備， 2021， 41（9）： 48-55.

CHEN J P， HU Z J， CHEN Y G， et al. Thermoelectric optimization of integrated energy system considering ladder-type" "carbon" "trading" "mechanism" "and" "electric hydrogen" "production［J］." "Electric" "power" "automation equipment， 2021， 41（9）： 48-55.

［7］ DVORKIN Y， LUBIN M， BACKHAUS S， et al. Uncertainty sets for wind power generation［C］//2016 IEEE Power and Energy Society General Meeting （PESGM）. Boston， MA， USA， 2016： 1.

［8］ 丁雨昊， 呂干云， 劉永衛(wèi)， 等. 考慮碳排放目標(biāo)約束和需求側(cè)響應(yīng)的綜合能源系統(tǒng)日前優(yōu)化調(diào)度［J］. 南方電網(wǎng)技術(shù)， 2022， 16（8）： 1-11.

DING Y H， LYU G Y， LIU Y W， et al. Day-ahead optimal scheduling of integrated energy system considering carbon emission target constraints and demand side response［J］. Southern power system technology， 2022， 16（8）： 1-11.

［9］ 楊歡紅， 謝明洋， 黃文燾， 等. 含廢物處理的城市綜合能源系統(tǒng)低碳經(jīng)濟(jì)運(yùn)行策略［J］. 電網(wǎng)技術(shù)， 2021， 45（9）： 3545-3552.

YANG H H， XIE M Y， HUANG W T， et al. Low-carbon economic operation of urban integrated energy system including waste treatment［J］. Power system technology， 2021， 45（9）： 3545-3552.

［10］ 李旭東， 艾欣， 胡俊杰， 等. 計(jì)及碳交易機(jī)制的核-火-虛擬電廠三階段聯(lián)合調(diào)峰策略研究［J］. 電網(wǎng)技術(shù)， 2019， 43（7）： 2460-2470.

LI X D， AI X， HU J J， et al. Three-stage combined peak regulation strategy for nuclear-thermal-virtual power plant considering carbon trading mechanism［J］. Power system technology， 2019， 43（7）： 2460-2470.

［11］ 孫瑩， 李曉鵬， 蔡文斌， 等. 面向新能源消納的調(diào)峰輔助服務(wù)市場(chǎng)研究綜述［J］. 現(xiàn)代電力， 2022， 39（6）： 668-676.

SUN Y， LI X P， CAI W B， et al. A research overview on ancillary services market of peak regulation oriented to accommodation of new energy［J］. Modern electric power， 2022， 39（6）： 668-676.

［12］ 李聰， 何勇琪， 宋麗珠， 等. 多類型電源參與的調(diào)峰輔助服務(wù)市場(chǎng)模型［J］. 電氣傳動(dòng)， 2021， 51（24）： 46-51.

LI C， HE Y Q， SONG L Z， et al. Peak shaving auxiliary service market model with multi-type power participation［J］. Electric drive， 2021， 51（24）： 46-51.

［13］ 李鐵， 李正文， 楊俊友， 等. 計(jì)及調(diào)峰主動(dòng)性的風(fēng)光水火儲(chǔ)多能系統(tǒng)互補(bǔ)協(xié)調(diào)優(yōu)化調(diào)度［J］. 電網(wǎng)技術(shù)， 2020， 44（10）： 3622-3630.

LI T， LI Z W， YANG J Y， et al. Coordination and optimal scheduling" "of" "multi-energy" "complementary" "system considering peak regulation initiative［J］. Power system technology， 2020， 44（10）： 3622-3630.

［14］ 任景， 薛晨， 馬曉偉， 等. 源荷聯(lián)動(dòng)調(diào)峰輔助服務(wù)市場(chǎng)兩階段模型［J］. 電力系統(tǒng)自動(dòng)化， 2021， 45（18）： 94-102.

REN J， XUE C， MA X W， et al. Two-stage model of peak regulation" ancillary" service" market" with" source-load interaction［J］." Automation" of" electric" power" systems， 2021， 45（18）： 94-102.

［15］ 鄧婷婷， 婁素華， 田旭， 等. 計(jì)及需求響應(yīng)與火電深度調(diào)峰的含風(fēng)電系統(tǒng)優(yōu)化調(diào)度［J］. 電力系統(tǒng)自動(dòng)化， 2019， 43（15）： 34-41.

DENG T T， LOU S H， TIAN X， et al. Optimal dispatch of power system integrated with wind power considering demand response and deep peak regulation of thermal power units［J］. Automation of electric power systems， 2019， 43（15）： 34-41.

［16］ 李軍徽， 張嘉輝， 穆鋼， 等. 計(jì)及負(fù)荷峰谷特性的儲(chǔ)能調(diào)峰日前優(yōu)化調(diào)度策略［J］. 電力自動(dòng)化設(shè)備， 2020， 40（7）： 128-133， 140， 134.

LI J H， ZHANG J H， MU G， et al. Day-ahead optimal scheduling strategy of peak regulation for energy storage considering peak and valley characteristics of load［J］. Electric power automation equipment， 2020， 40（7）： 128-133， 140， 134.

［17］ 崔楊， 修志堅(jiān)， 劉闖， 等. 計(jì)及需求響應(yīng)與火-儲(chǔ)深度調(diào)峰定價(jià)策略的電力系統(tǒng)雙層優(yōu)化調(diào)度［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2021， 41（13）： 4403-4415.

CUI Y， XIU Z J， LIU C， et al. Dual level optimal dispatch of power system considering demand response and pricing strategy on deep peak regulation［J］. Proceedings of the CSEE， 2021， 41（13）： 4403-4415.

［18］ 劉小聰， 王蓓蓓， 李揚(yáng)， 等. 計(jì)及需求側(cè)資源的大規(guī)模風(fēng)電消納隨機(jī)機(jī)組組合模型［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2015， 35（14）： 3714-3723.

LIU X C， WANG B B， LI Y， et al. Stochastic unit commitment model for high wind power integration considering demand side resources［J］. Proceedings of the CSEE， 2015， 35（14）： 3714-3723.

［19］ 彭春華， 劉兵， 左麗霞， 等. 計(jì)及分類需求響應(yīng)的孤島微網(wǎng)并行多目標(biāo)優(yōu)化調(diào)度［J］. 電力系統(tǒng)保護(hù)與控制， 2019， 47（5）： 60-68.

PENG C H， LIU B， ZUO L X， et al. Parallel multi-objective optimal dispatch of island micro-grid considering load" "classified" "demand" "response［J］." "Power" "system protection and control， 2019， 47（5）： 60-68.

［20］ 陳哲， 張伊寧， 馬光， 等. 計(jì)及需求側(cè)響應(yīng)日前—日內(nèi)兩階段魯棒備用優(yōu)化［J］. 電力系統(tǒng)自動(dòng)化， 2019， 43（24）： 67-76.

CHEN Z， ZHANG Y N， MA G， et al. Two-stage day-ahead and intra-day robust reserve optimization considering demand response［J］. Automation of electric power systems， 2019， 43（24）： 67-76.

［21］ 孔昱凱， 溫步瀛， 唐雨晨. 考慮輔助服務(wù)含儲(chǔ)能區(qū)域電網(wǎng)運(yùn)行優(yōu)化［J］. 電氣技術(shù)， 2021， 22（4）： 26-32， 77.

KONG Y K， WEN B Y， TANG Y C. Operation optimization for regional grid containing energy storage considering auxiliary service［J］. Electrical engineering， 2021， 22（4）： 26-32， 77.

［22］ 崔楊， 張家瑞， 王錚， 等. 計(jì)及價(jià)格型需求響應(yīng)的風(fēng)-光-光熱聯(lián)合發(fā)電系統(tǒng)日前調(diào)度策略［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2020， 40（10）： 3103-3114.

CUI Y， ZHANG J R， WANG Z， et al. Day-ahead scheduling strategy of wind-PV-CSP hybrid power generation system by considering PDR［J］. Proceedings of the CSEE， 2020， 40（10）： 3103-3114.

［23］ 汪超群， 韋化， 吳思緣. 基于信息間隙決策理論的多源聯(lián)合優(yōu)化機(jī)組組合［J］. 中國(guó)電機(jī)工程學(xué)報(bào)， 2018， 38（12）： 3431-3440， 2.

WANG C Q， WEI H， WU S Y. Multi-power combined unit commitment based on information gap decision theory［J］. Proceedings of the CSEE， 2018， 38（12）： 3431-3440， 2.

［24］ 國(guó)家能源局西北監(jiān)管局. 國(guó)家能源局西北監(jiān)管局官方網(wǎng)站. 國(guó)家能源局西北監(jiān)管局關(guān)于征求《青海省電力輔助服務(wù)市場(chǎng)運(yùn)營(yíng)規(guī)則》（征求意見(jiàn)稿）意見(jiàn)建議的通知. ［EB/OL］. http： //xbj. nea. gov. cn/website/Aastatic/news-217122. html.

Northwest Regulatory Bureau of National Energy Administration. Northwest Regulatory Bureau of National Energy Administration official website. Northwest Regulatory Bureau of National Energy Administration issues a notice on soliciting opinions and suggestions on the \"Operating Rules of Qinghai Electric Power Ancillary Service Market\" （draft for comment） [EB/OL]. http：//xbj.nea.gov.cn/website/Aastatic/news-217122.html.

［25］ 國(guó)家發(fā)展改革委： 進(jìn)一步完善煤炭市場(chǎng)價(jià)格形成機(jī)制［J］. 中國(guó)農(nóng)資， 2022（4）： 1.

National development and reform commission： further improve the price formation mechanism of coal market［J］. China agri-production news， 2022（4）： 1.

OPTIMAL COMBINATION MODEL OF TWO-LAYER SOURCE-LOAD

UNIT WITH WIND POWER GRID CONNECTION

Li Yingliang，Dong Zhiwei，Bai Boxu，Guo Feiyan，Liu Mengxi，Li Fei

（School of Electronic Engineering， Xi’an Shiyou University， Xi’an 710065， China）

Abstract：Driven by the “Double Carbon” targets， renewable energy has experienced rapid development. However， the insufficient system peak shaving capability severely limits the integration of renewable energy. Therefore， the comprehensive market service mechanism of source and load and the two-layer unit combination model of demand response are proposed. The price demand response model with the objective function of minimizing the fluctuation of net load is established for the upper layer to the load side In the lower layer， the integrated market trading mechanism is built on the source side， which includes the auxiliary service of peak load regulation and the step-by-step carbon trading mechanism of carbon market. Finally， the original problem is transformed into a mixed integer linear programming problem， and the validity of the model is verified in different scenarios.

Keywords：price-based demand response； depth peaking sharing； steered carbon trading mechanism； uncertainty of response； wind power consumption