向佳霓, 趙建立, 唐 嘯, 張少迪

(1.國網上海市電力公司, 上海 200122;2.上海市智能電網需求響應重點實驗室, 上海 200063;3.上海電器科學研究院, 上海 200063)

0 引 言

與傳統(tǒng)能源相比,分布式能源具有清潔、減排、經濟等特點獲得了世界各國的青睞。但是分布式能源在地理位置上分布比較分散且發(fā)電具有隨機性和不確定性,給電力系統(tǒng)調度帶來了挑戰(zhàn)[1]。

虛擬電廠(Virtual Power Plant,VPP)是指通過先進的通信技術和智能計量技術,將不同空間的分布式電源、儲能、可調負荷等一種或幾種分布式能源聚合起來,實現(xiàn)分布式能源的協(xié)調優(yōu)化控制,參與電力市場和電力系統(tǒng)運行[2-3]。虛擬電廠的協(xié)調控制優(yōu)化可以減少分布式能源并網對電網造成的傷害,降低分布式電源接入電網的技術難度,提高電力系統(tǒng)運行的穩(wěn)定性以及電網對可再生能源的消納能力[4]。

需求響應(Demand Response,DR)[5]是智能電網的核心技術[4],同時在虛擬電廠中發(fā)揮著重要的作用,電力用戶根據電力市場動態(tài)價格信號和激勵機制,在需求響應階段調整用電習慣和用能量。近年來,隨著國家建設可持續(xù)發(fā)展的號召,虛擬電廠資源不再僅僅局限于工業(yè)領域非連續(xù)生產具有高調節(jié)能力的用戶,建筑領域中也含有大量的虛擬電廠資源,如空調、照明、天梯、電采暖等,虛擬電廠資源開始面向建筑負荷。目前,我國建筑虛擬電廠項目正在進行試驗階段,如上海黃浦區(qū)商業(yè)建筑虛擬電廠示范項目。

在虛擬電廠中,分布式發(fā)電單元和其他負荷的功率波動是不可忽視的,另外,市場上的電價和能源需求也是不可預測的,這些問題會影響最優(yōu)調度的結果。在這問題上,儲能系統(tǒng)和需求響應被認為是提高系統(tǒng)效率和穩(wěn)定性的合適工具[5]。文獻[6]建立了分布式風電與儲能設備所構成的虛擬電廠優(yōu)化調度模型,利用儲能設備平抑分布式風電接入電力系統(tǒng)導致的出力不確定性和波動性。文獻[7]針對風電并網對電力系統(tǒng)穩(wěn)定性的不利影響,將儲能系統(tǒng)和需求響應引入需求側和發(fā)電側,建立了風電儲能系統(tǒng)兩階段優(yōu)化調度模型,利用粒子群算法進行求解。文獻[8]在微電網的優(yōu)化運行中,引入電池儲能和需求響應,分析了電池儲能老化特性、價格型和激勵型需求響應以及風電出力的不確定性的影響,建立日前-日內多時間尺度的微電網優(yōu)化運行模型[9]?？紤]儲能設備和需求響應,建立虛擬電廠的日前優(yōu)化調度模型,采用混合整數線性規(guī)劃進行最優(yōu)調度結果的求解。

根據傳統(tǒng)建筑負荷控制參與電網峰谷調節(jié)時,虛擬電廠中僅考慮了建筑負荷以及發(fā)電廠之間的需求響應關系,在建立優(yōu)化求解模型時并沒有考慮分布式發(fā)電單元的擾動以及儲能單元的運行狀態(tài)。本文提出了一種基于需求響應的建筑負荷與儲能單元的協(xié)調調度策略。

1 虛擬電廠優(yōu)化調度模型

1.1 虛擬電廠結構

虛擬電廠聚集了建筑負荷、分布式光伏、儲能系統(tǒng)、需求響應,結構示意圖如圖1所示。

從圖1可以看出,虛擬電廠與各個單元相連,實現(xiàn)了雙向信息交流。電力系統(tǒng)中的發(fā)電單元與建筑能耗通過虛擬電廠建立了聯(lián)系,并借助先進的通信技術和智能計量技術實現(xiàn)建筑負荷和儲能系統(tǒng)的協(xié)調優(yōu)化。建筑負荷需求一部分由光伏發(fā)電和儲能提供,當光伏和儲能滿足不了建筑負荷需求時,不足的電量需要向電網購買;當光伏發(fā)電量大于實際建筑負荷需求時,剩余電量利用儲能存儲起來,其次就是需求響應技術的引入,通過制定激勵電價,引導用戶在需求響應階段減少用電量并給予一定獎勵。由于不同時刻負荷需求以及電價的不一致,需要制定儲能的充放電策略,以達到虛擬電廠運行成本最低。

圖1 虛擬電廠結構示意圖

1.2 電池儲能模型

儲能系統(tǒng)能夠彌補分布式電源的功率波動,還能根據實時電價的變化改變充放電功率,在電價高峰時段,利用儲能系統(tǒng)供電,減少從電網購電的成本;在電價低谷時段,給儲能系統(tǒng)充電,充分利用儲能與分時電價的特點,減少建筑用電成本。

電池儲能可以解決建筑高峰時期的用電需求,然而電池儲能的充電容量和充放電速率受自身的物理結構和使用壽命的限制,所以制定電池儲能的調度策略時要考慮這些因素,確保電池儲能工作時的安全性和可靠性。電池儲能有放電、充電和閑置三種狀態(tài),其狀態(tài)為

(1)

式中:B(t)——t時刻電池儲能的狀態(tài);

Pchar——電池儲能的充電速率;

η——電池儲能的充電效率;

Pdis——電池儲能的放電速率;

ζ——電池儲能的放電效率;

Δt——電池儲能充/放電時間步長。

(1)電池儲能電量約束

Battery(t+1)=Battery(t)±kp(t)

(2)

Bmin≤Battery(t)≤Bmax

(3)

式中: Battery(t)——當前時間t時刻的電池電量;

Battery(t+1)——下一時間t+1時刻的電池電量;

p(t)——電池的充放電量;

k——充放電量對應的系數;

Bmin、Bmax——電池電量的下限和上限,分別設為120 kWh和15 kWh。

(2)電池儲能充放電速率約束

Pchar=Pdis=20

(4)

電池儲能的充放電速率會影響到電池的使用壽命,進而關系到建筑的能耗成本,所以電池儲能的充放電速率需要設定在合理的范圍,因此本文將充放電速率設置為一個定值。

1.3 DR模型

DR分為兩種類型,一種是基于價格的DR,另一種是基于激勵的DR[10]?；趦r格的DR是指通過電價信號來引導用戶調整用電習慣和用電量。目前,市場上有三種不同的電價銷售方式,如分時電價、實時電價和尖峰電價。基于激勵的DR是指制定確定性的政策,這種需要先與用戶簽訂合同,當電力系統(tǒng)可靠性受到威脅時,及時響應并削減指定的負荷量,如果用戶完成指標,則給予一定的獎勵費,如果不能完成,則需要接受相應的懲罰。本文采用基于激勵的DR,響應時段為中午12∶00～14∶00,時長為2 h。

DR約束:

Demand(t)≤GridDemand(t)max

(5)

式中: Demand(t)——t時刻的需求響應量;

GridDemand(t)max——t時刻建筑負荷可調節(jié)的最大量。

1.4 混合整數規(guī)劃模型

混合整數規(guī)劃(Mixed Integer Programming,MIP)是涉及到整數或離散變量的一類數學規(guī)劃問題[11]。本文虛擬電廠優(yōu)化調度問題主要涉及到建筑負荷與儲能系統(tǒng)的協(xié)調優(yōu)化,由于決策變量不全是整數,該問題可以轉換為一個混合整數規(guī)劃問題。

(1)混合整數規(guī)劃的數學表達式為

式(6)為目標函數,本文設計以Z最大為目標;式(7)為數學模型的等式約束條件;式(8)為數學模型的不等式約束條件,其中x為狀態(tài)變量,u為控制變量,umax和umin表示控制變量的上限、下限。

狀態(tài)變量x={pv,load};控制變量u={gd,gb}。pv、load分別表示光伏和負荷量,gd、gb分別表示需求響應電量和從電網購買電量,另外對電池的充放電的狀態(tài)設置為0/1的二進制數約束。

(2)約束條件。模型需要滿足功率平衡約束:

(9)

式中: Load(t)——t時刻的負荷消耗量;

PV(t)——t時刻光伏發(fā)電輸出量;

Battery(t)——t時刻電池的充放電量;

Demand(t)——t時刻與需求響應的電量;

Grid(t)——t時刻與電網交換的電量。

(3)目標函數。本文目標函數設定為控制周期內虛擬電廠通過與電網能量交換和需求響應的過程中獲得最大的運行收益。以一天24 h的控制周期為例,控制周期內累計的買賣電量與實時對應的電價相匹配之后獲得的最終收益,因為24 h控制周期內在滿足功率平衡的前提下,從電網的買電量可能大于周期內的賣電量,因此此收益有可能是負的。控制周期內累計收益之和為

z=demand(t)·ps(t)-buy(t)·pb(t)

(10)

式中: demand(t)——當前時刻從電網的需求響應量;

ps(t)——當前時刻的買電電價;

buy(t)——當前時刻向電網的賣電量;

pb(t)——當前時刻的賣電電價。

優(yōu)化器通過控制電池充放電的變化,剩余的由電網來補償,從而獲得最大的運行收益。

2 仿真結果與分析

以某光伏電站實測數據為例,利用GAMS建模軟件,將虛擬電廠調度策略問題轉化為混合整數規(guī)劃問題,并利用CPLEX(MIP)優(yōu)化求解器進行求解。通過GAMS建立虛擬電廠優(yōu)化調度模型,該模型包含足夠多的虛擬電廠信息,比如典型日的光伏發(fā)電量、建筑負荷消耗量、電池初始電量水平以及功率平衡和電池物理限制約束等信息;最后,利用CPLEX(MIP)優(yōu)化求解器進行最優(yōu)化求解得到典型日的最優(yōu)收益,根據一天24 h控制周期的調度策略進行評估。冬天各時刻的光伏量、負荷量分別如圖2、圖3所示。

圖2 冬天各時刻的光伏量

圖3 冬天各時刻的負荷量

Gams軟件求解結果如圖4所示。

圖4 Gams軟件求解結果

電池充電、放電控制結果如表1、表2所示。

由圖4、表1、表2得到針對原始數據的24 h周期內的充放電策略:Rev2=-3 645.007元,即虛擬電廠需要支出3 645.007元;設定充電動作為正,放電動作為負。因此,電池充放電動作策略集合A=[0,0,1,1,1,1,-1,0,1,0,-1,-1,-1,-1,-1,1,1,-1,1,-1,-1,0,1,-1]。

表1 電池充電控制結果

表2 電池放電控制結果

電池儲能調度結果如圖5所示。在電價低谷時段向電網購買電,利用電池儲能存儲起來,在電價高峰時段,減少向電網的購電量,優(yōu)先使用電池儲能的電。在用電高峰12∶00、13∶00,購買的電量比較少的原因有兩方面,一方面是電池儲能給建筑供電,另一方面是實施了需求響應,分別減少了80 kWh和60 kWh。

需求響應建筑負荷前后變化如圖6所示,在中午12∶00～14∶00進行了需求響應,初始電負荷最大值為210.43 kW,經過負荷削減后,建筑負荷降至130.43 kW。按實施需求響應的激勵電價1.6元/kW計算,可以獲利128元。

圖6 需求響應建筑負荷前后變化

3 結 語

針對傳統(tǒng)建筑負荷控制參與電網峰谷調節(jié)時,并沒有考慮實際虛擬電廠中的建筑分布式發(fā)電單元和儲能單元,分布式發(fā)電單元以及其他負荷的功率波動將會帶來不確定性和復雜性,基于此提出了一種基于需求響應的建筑負荷與儲能單元協(xié)調控制策略,建立了儲能系統(tǒng)和需求響應的數學模型,通過Gams軟件調用cplex求解器,給出了電池儲能的調控策略。結果證明基于需求響應的建筑負荷可以通過激勵電價,鼓勵用戶改變用能習慣和用能量,儲能系統(tǒng)能夠平抑分布式能源并網帶來的功率波動問題,還可以充分利用電網分時電價的特點,在電價高峰時段供能,減少從電網的購電成本,在電價低谷時段,購買電給儲能系統(tǒng)存儲起來,從而獲得一定的經濟收益。