余子淳，范宏，夏世威

(1.上海電力大學 電氣工程學院，上海 200090；2.華北電力大學 電氣與電子工程學院，北京 102206)

0 引言

隨著全球氣候變暖、化石燃料枯竭等問題的日益嚴重，各國將發(fā)展低碳、清潔和高效的新型能源系統(tǒng)作為一個重要的戰(zhàn)略目標[1]。大規(guī)模電能替代和高占比可再生能源發(fā)電是實現(xiàn)“碳中和”的重要途徑，但會導致電力系統(tǒng)的負載增大并出現(xiàn)電網(wǎng)功率失配和電壓波動等現(xiàn)象[2-3]。區(qū)域綜合能源系統(tǒng)（regional integrated energy system, RIES）能將電、氣、熱等能源耦合，通過協(xié)調(diào)調(diào)度來滿足區(qū)域中用戶的多種用能需求，可以提高能源利用效率以及供能可靠性[4]。

國內(nèi)外已對綜合能源系統(tǒng)優(yōu)化調(diào)度展開相關(guān)研究。文獻[5]建立了電-氣-熱-冷系統(tǒng)經(jīng)濟調(diào)度模型，對比了其耦合運行和獨立運行的投運成本。文獻[6-7]以多種指標最優(yōu)為目標構(gòu)建調(diào)度模型，并通過創(chuàng)建多代表性場景進行對比分析。文獻[8-9]構(gòu)建了含電轉(zhuǎn)氣（power to gas, P2 G）技術(shù)的電力-天然氣綜合能源系統(tǒng)調(diào)度模型，但P2 G設(shè)備昂貴且能量轉(zhuǎn)化效率較低。文獻[10]提出了考慮能源價格響應(yīng)的綜合能源系統(tǒng)優(yōu)化運行模型，在不污染環(huán)境的同時提高能源利用效率，降低系統(tǒng)成本。文獻[11]使用博弈論和綜合需求響應(yīng)策略，協(xié)調(diào)優(yōu)化了產(chǎn)能基地、系統(tǒng)管理商和用戶的三方利益。上述研究未將碳排放、棄風棄光量等目標嵌入綜合能源系統(tǒng)經(jīng)濟調(diào)度之中，缺少“雙碳”目標下的重要影響指標。

作為電能替代和出行代步的重要方式，電動汽車近年來發(fā)展迅速，在中國的普及率日益增長，尤其是電動公交車的滲透率已經(jīng)達到了53.8%。較電池容量小、分散性廣且隨機性強的電動私家車和出租車來說，電動公交車作為可集中調(diào)控的大功率“源-荷”在節(jié)能減排和可再生能源消納等方面有著巨大的優(yōu)勢[12]。文獻[13-14]將區(qū)域內(nèi)的電動汽車與熱泵協(xié)同調(diào)度，很好地實現(xiàn)了風光消納。文獻[15]制定了電池壽命的電價獎懲機制引導電動汽車自主充放電。文獻[16]建立了一個多目標雙層規(guī)劃模型，以協(xié)同優(yōu)化單站運行條件下混合公交車隊的車輛調(diào)度和充電調(diào)度。文獻[17-19]建立了電動公交車計劃調(diào)度和有序充電策略，減少了運行費用和充電負荷的波動。文獻[20-23]考慮了車載蓄電池的損耗，建立了多時間尺度下電動公交車優(yōu)化充放電策略。上述研究僅局限于電動汽車集群整體的充放電策略，缺少對電動汽車電量與行駛狀態(tài)關(guān)系的建模，也沒有將電動公交車集群（electric bus cluster, EBC）作為規(guī)模化可轉(zhuǎn)移“源-荷”與RIES中的各種能源耦合設(shè)備進行協(xié)調(diào)調(diào)度。

針對上述問題，本文提出含EBC的RIES協(xié)調(diào)調(diào)度方法?？紤]電動公交車運營計劃，采用兩階段優(yōu)化方法調(diào)度RIES中電動公交車以及能源耦合設(shè)備，給出最優(yōu)的經(jīng)濟低碳調(diào)度策略，實現(xiàn)系統(tǒng)總運行成本最小，同時進一步優(yōu)化區(qū)域內(nèi)的總用電負荷波動。最后，結(jié)合含有一條電動公交車運營線路的RIES進行仿真，驗證所提方法及模型的可行性。

1 含電動公交車的區(qū)域綜合能源系統(tǒng)

在“雙碳”目標下，含高滲透可再生能源的電力系統(tǒng)可能會出現(xiàn)白天可再生能源發(fā)電不能完全滿足用能需求；而夜間風能過剩，出現(xiàn)嚴重的反調(diào)峰現(xiàn)象，導致系統(tǒng)被迫棄風。因此，本文將RIES中能源耦合設(shè)備和EBC進行協(xié)調(diào)調(diào)度，以提高系統(tǒng)風光消納的能力和系統(tǒng)運行的經(jīng)濟性、低碳性。

1.1 區(qū)域綜合能源系統(tǒng)結(jié)構(gòu)

RIES涉及多種能源的生產(chǎn)、轉(zhuǎn)換、存儲和使用，整個系統(tǒng)的協(xié)調(diào)調(diào)度受能源價格、風光出力、異質(zhì)能源轉(zhuǎn)換效率和設(shè)備附加運行費用等多種因素的影響。本文中RIES的結(jié)構(gòu)如圖1所示，RIES與外部電網(wǎng)、供熱網(wǎng)和天然氣網(wǎng)相連，區(qū)域中居民生活和工作所必需的多能負荷為常規(guī)負荷，系統(tǒng)可以直接從外部購入電、熱、氣能源以滿足相應(yīng)的負荷需求，也可以由風電、光電、能源轉(zhuǎn)換設(shè)備和能源存儲設(shè)備等通過多源互補的形式實現(xiàn)能源供給。

圖1 區(qū)域綜合能源系統(tǒng)結(jié)構(gòu)Fig.1 Structure of regional integrated energy system

RIES中的能源轉(zhuǎn)換設(shè)備包含熱電聯(lián)產(chǎn)機組（combined heat and power, CHP）、燃氣鍋爐（gas boiler, GB）、電鍋爐（electric boiler, EB）和P2 G設(shè)備。CHP可將天然氣轉(zhuǎn)換為電能，對廢棄熱量進行回收處理，同時輸出電能和熱能，實現(xiàn)能源間的梯級利用；GB可將天然氣轉(zhuǎn)換為熱能，EB可將電能轉(zhuǎn)換為熱能，P2 G設(shè)備可將電能轉(zhuǎn)換為可燃氣，這三者共同實現(xiàn)了不同能源之間的單向轉(zhuǎn)換；本文將儲能（energy storage, ES）設(shè)備設(shè)為儲電設(shè)備，它可實現(xiàn)電能的存儲和釋放，起到負荷轉(zhuǎn)移的作用，但由于其造價昂貴，因此儲電設(shè)備的容量有所限制。

此外，本文提出將電動公交車作為重要的“源-荷”嵌入到RIES之中，因為EBC能在節(jié)能減排的同時利用自身的可轉(zhuǎn)移負荷特性來實現(xiàn)可再生能源消納；同時，V2 G技術(shù)可以實現(xiàn)電動汽車反向給電網(wǎng)供電，這賦予了EBC移動儲能的特性，使得EBC與RIES之間的交互更為緊密。因此，在“雙碳”目標的背景下，電動公交車有序充放電策略和RIES多能互補特性十分契合，兩者結(jié)合能夠更好地實現(xiàn)多能供給、削峰填谷和風光消納。

圖1中各個設(shè)備及源荷兩側(cè)的符號表示該設(shè)備單元的能源消耗功率和出力功率，例如電鍋爐兩側(cè)的分別代表EB的耗電和產(chǎn)熱功率。

1.2 電動公交車特性分析及建模

1.2.1 電動公交車運行模式

電動公交車相較于燃油公交車會受到續(xù)航里程、充電速率和運營計劃的影響，其行駛計劃和充放電策略較為復雜。電動公交車需在車站停放時段內(nèi)進行充放電，若不對其充放電策略進行優(yōu)化，一方面可能會導致電動公交車的車載電池剩余電量不足以完成所有的行駛?cè)蝿?wù)；另一方面大規(guī)模無序充電會加大系統(tǒng)用電的峰谷差，影響系統(tǒng)的穩(wěn)定運行。

單輛電動公交車的行駛模式如圖2所示，行駛弧表示電動公交車正在執(zhí)行行駛?cè)蝿?wù)，即Ttrip時段不可以實行充放電行為；停止弧表示車輛停在車站的狀態(tài)，即Tstay時段，此時段下系統(tǒng)可調(diào)度每一輛電動公交車執(zhí)行充電、放電或停駐（既不充電也不放電）指令。因此，電動公交車每次出行任務(wù)的電能消耗、行駛時段Ttrip和在站時段Tstay對于綜合能源-公交系統(tǒng)的調(diào)度十分重要，其中可表示為

圖2 單輛電動公交車行駛模式Fig.2 Driving mode of a single electric bus

式中： γ 為每公里耗電量；L為出行任務(wù)線路長度；Vavg為車輛平均行駛速度。

電動公交車與綜合能源系統(tǒng)進行能量交互的Tstay時段與Ttrip緊密相關(guān)，并且電動公交車運營計劃很大程度上影響區(qū)域綜合能源-公交系統(tǒng)的協(xié)同調(diào)度。當線路上運營的公交車數(shù)量確定時，運營計劃則基本決定了每輛電動公交車的交互時段，圖3為EBC的時序狀態(tài)圖。

圖3 電動公交車集群時序狀態(tài)Fig.3 Timing state of electric bus cluster

1.2.2 電動公交車時序分析及能量建模

1.3 區(qū)域綜合能源系統(tǒng)分析及建模

1.3.1 能源子系統(tǒng)模型

區(qū)域綜合能源系統(tǒng)由電力子系統(tǒng)、熱力子系統(tǒng)和天然氣子系統(tǒng)3部分構(gòu)成。

1.3.2 能源轉(zhuǎn)換模型

1.3.3 能源存儲模型

2 區(qū)域綜合能源系統(tǒng)優(yōu)化調(diào)度模型

為了實現(xiàn)RIES的運行成本最小，并在此基礎(chǔ)上減小系統(tǒng)總用電負荷波動，本文采用兩階段優(yōu)化模型來實現(xiàn)調(diào)度優(yōu)化。

2.1 第一階段優(yōu)化模型

2.1.1 目標函數(shù)

2.1.2 約束條件

2.2 第二階段優(yōu)化模型

2.2.1 目標函數(shù)

2.2.2 約束條件

2.3 求解方法及流程

本文RIES兩階段優(yōu)化調(diào)度方法中決策變量較多，對求解速度和收斂性有較高要求，選擇在Matlab的Yalmip環(huán)境下調(diào)用Cplex來求解。

計及EBC的RIES兩階段優(yōu)化調(diào)度的求解策略如圖4所示。

圖4 調(diào)度模型求解策略Fig.4 Solving strategy of scheduling model

3 算例分析

3.1 算例說明

本文選取某地區(qū)冬季典型日的多能常規(guī)負荷（電、氣、熱）和可再生能源預測的最大出力，如圖5所示。

圖5 可再生能源預測及多能負荷Fig.5 Renewable energy forecast and multi-energy load

RIES的電能由可再生能源和外部大電網(wǎng)供給，大電網(wǎng)電價采用分時電價；系統(tǒng)所需的天然氣從供氣網(wǎng)買入，其價格為2.5元/m3；系統(tǒng)所需熱能可由外部熱網(wǎng)買入也可由能源耦合設(shè)備產(chǎn)出[5]，相關(guān)參數(shù)如表1所示。

表1 電能、天然氣及熱能價格Table 1 Price of electricity, natural gas and thermal energy

假設(shè)大電網(wǎng)購電為燃煤機組發(fā)電，CHP的供熱部分碳排放強度與GB一致，發(fā)電部分折算成供熱量的折算系數(shù)為1.67，外部熱網(wǎng)熱源的碳排放強度也與GB一致，碳排放稅率價格為80元/噸，相關(guān)設(shè)備參數(shù)如表2、表3所示。

表2 系統(tǒng)各設(shè)備相關(guān)運行參數(shù)Table 2 Parameters of equipment

表3 儲能設(shè)備參數(shù)Table 3 Parameters of energy storage device

算例中EBC共有8輛電動公交車，從06:00開始每15 min依次發(fā)車，直到21:00發(fā)出最后一班車結(jié)束。本文忽略其路程中的不確定性因素，其中每輛電動公交車的各項參數(shù)一致，相關(guān)參數(shù)如表4所示。

表4 電動公交車參數(shù)Table 4 Parameters of electric bus

為了驗證EBC和能源耦合設(shè)備協(xié)調(diào)調(diào)度對提高RIES可再生能源消納能力、減少系統(tǒng)運行成本的有效性，本文設(shè)置了4個調(diào)度場景進行對比分析。

（1）場景1：RIES中電、熱、氣子系統(tǒng)獨立運行，能源轉(zhuǎn)換設(shè)備不參與系統(tǒng)調(diào)度；電動公交車采取常規(guī)充電策略，即電動公交車在車載電池電量不足以完成下次出行任務(wù)時進行充電，并且不參與系統(tǒng)調(diào)度。

（2）場景2：RIES中電、熱、氣子系統(tǒng)相互耦合運行，能源轉(zhuǎn)換設(shè)備參與系統(tǒng)調(diào)度；EBC與場景1一致，不參與系統(tǒng)調(diào)度。

（3）場景3：采用本文所提調(diào)度方法，RIES中電、熱、氣子系統(tǒng)相互耦合運行，能源轉(zhuǎn)換設(shè)備參與系統(tǒng)調(diào)度，并且電動公交車實行V2G響應(yīng)參與系統(tǒng)協(xié)調(diào)調(diào)度。

（4）場景4：RIES處于光伏發(fā)電高占比并且常規(guī)多能負荷不變的情況，能源轉(zhuǎn)換設(shè)備和EBC都參與系統(tǒng)協(xié)調(diào)調(diào)度。

3.2 仿真結(jié)果分析

3.2.1 系統(tǒng)調(diào)度結(jié)果分析

本文將調(diào)度的開始時間設(shè)置為EBC最早發(fā)車的06:00，結(jié)束時間為次日06:00。由圖5 a)可以看出，此區(qū)域中可再生能源發(fā)電占比較高，但光伏機組出力相對較小且集中在06:00—18:00，居民用電可對其實現(xiàn)完全消納；而風電在21:00—次日06:00十分充足，由于此時間段內(nèi)區(qū)域常規(guī)電負荷較小，會產(chǎn)生嚴重的棄風現(xiàn)象；圖5 b)是光電占比高的場景，不同于圖5 a)，此場景會在10:00—15:00出現(xiàn)嚴重的棄光現(xiàn)象。

（1）場景1下的調(diào)度結(jié)果。

圖6為場景1下電力子系統(tǒng)的出力結(jié)果，此場景下電、熱、氣子系統(tǒng)獨立運行，電力子系統(tǒng)由風電、光電和儲能設(shè)備放電共同提供電能，由于夜間風電資源遠超常規(guī)電負荷的需求，因此系統(tǒng)只能通過調(diào)節(jié)儲能設(shè)備充電和對外售電緩解棄風問題，由于系統(tǒng)對外傳輸功率和儲能設(shè)備容量限制，00:00—06:00時段內(nèi)大量風電被迫棄用；白天由于可再生能源出力有限，系統(tǒng)需要在電價峰時和平時從外部電網(wǎng)購入大量電能以滿足區(qū)域內(nèi)常規(guī)電負荷和EBC集中充電負荷的需求。

圖6 場景 1 下電力子系統(tǒng)出力結(jié)果Fig.6 Output of the power subsystem in scenario 1

由于缺少CHP、GB和EB等能源轉(zhuǎn)換設(shè)備，熱力子系統(tǒng)需要全天從外部熱網(wǎng)買入熱能，增加了整個系統(tǒng)的能源購買成本。

（2）場景2下的調(diào)度結(jié)果。

圖7為電、熱、氣子系統(tǒng)耦合調(diào)度下的電力子系統(tǒng)出力結(jié)果。在此場景下，CHP、EB、GB與外部購熱共同承擔系統(tǒng)的常規(guī)熱負荷需求，其中CHP機組能源轉(zhuǎn)換效率較高，將天然氣轉(zhuǎn)換為電和熱的綜合成本較低，因此在06:00—次日00:30向RIES提供電能和熱能，減少了RIES從外部購買電能和熱能的成本；EB在11:30—次日06:30時段利用夜間溢出的風電優(yōu)先產(chǎn)熱，由于凌晨系統(tǒng)中沒有電能缺額，CHP機組停止供能，其余熱負荷需求由GB補充，此時P2 G設(shè)備可將多余風電轉(zhuǎn)換為可燃氣以供GB產(chǎn)熱。能源轉(zhuǎn)換設(shè)備的多能互補不僅滿足了RIES的多能負荷需求，還在很大程度上消納了多余可再生能源的發(fā)電量，提高了系統(tǒng)的經(jīng)濟性。

圖7 場景 2 下電力子系統(tǒng)出力結(jié)果Fig.7 Output of the power subsystem in scenario 2

（3）場景3下的調(diào)度結(jié)果。

EBC通過V2 G響應(yīng)加入RIES協(xié)調(diào)調(diào)度下的電、熱子系統(tǒng)出力結(jié)果如圖8所示。由圖8 a）可以看出，在00:45—06:00風電資源過剩時，EBC大規(guī)模補電，由于P2 G設(shè)備電轉(zhuǎn)氣的能源轉(zhuǎn)換效率較低，因此在該場景下多余風電優(yōu)先給EBC充電，此時EBC、電鍋爐、儲能設(shè)備及對外售電共同實現(xiàn)了對風電的完全消納；此外EBC也在電價平時充電，在電價峰時進行V2 G放電，與儲能設(shè)備共同實現(xiàn)削峰填谷，減少系統(tǒng)的購電成本。

圖8 場景 3 下電、熱子系統(tǒng)出力結(jié)果Fig.8 Output of the power and thermal subsystem in scenario 3

圖8 b）為RIES的熱力子系統(tǒng)出力結(jié)果，CHP在07:00—21:00系統(tǒng)電力缺額時段近乎滿發(fā)，因為此時段CHP單位制電、熱的成本低于購電和購熱成本；在00:00—06:30為了盡可能消納風電，EB優(yōu)先優(yōu)先供熱，剩余熱力負荷需求由GB和購熱量補充；在10:45—14:00時段，CHP和GB已達到功率極限，而此時電價較高，導致EB供熱成本較高，故此時段系統(tǒng)從外部熱網(wǎng)購熱。

（4）場景4下的調(diào)度結(jié)果。

圖9 a）為RIES電力子系統(tǒng)出力結(jié)果。由于此場景中光伏發(fā)電充足，在09:15—16:00時段可再生能源發(fā)電超過了區(qū)域中的常規(guī)電負荷，為了避免棄光現(xiàn)象的發(fā)生，系統(tǒng)調(diào)度電鍋爐供熱、EBC充電及對外售電來消納多余光電；在16:45—次日06:00光電不足的情況下，系統(tǒng)需要從外部電網(wǎng)購電以保證區(qū)域用電需求，同時在18:00—22:00電價高峰時，EBC與儲能設(shè)備向系統(tǒng)反向供電，減少RIES高峰購電量，提高系統(tǒng)運行的經(jīng)濟性。

圖9 場景 4 下電、熱子系統(tǒng)出力結(jié)果Fig.9 Output of the power and thermal subsystem in scenario 4

從圖9 b）可以看出，相較于場景3在09:00—15:00時段需要向外購熱才能滿足供熱平衡，該場景下的熱能缺額由消納多余光電的EB即可滿足。RIES在01:00—06:00時段需要從外部購熱，全天其余熱負荷由CHP和GB通過耗氣供熱進行補充，這體現(xiàn)了RIES多能互補的特性。

3.2.2 風光消納能力分析

圖10為各場景下棄風棄光曲線。場景1下系統(tǒng)棄風棄光問題最為嚴重，因為該場景下RIES的電力子系統(tǒng)與其他子系統(tǒng)獨立運行，僅靠夜間常規(guī)負荷和儲能設(shè)備的調(diào)節(jié)作用不足以消納大量的風電，總棄風量達到 3456.2 kW·h；場景 2 中 RIES的電、熱、氣子系統(tǒng)相互耦合運行，通過EB、P2G的能源轉(zhuǎn)換，在場景1的基礎(chǔ)上消納了1651.3 kW·h的剩余風電；場景3加入了EBC的V2G響應(yīng)，使得夜間風電得到完全消納，并且場景4驗證了EBC和能源耦合設(shè)備協(xié)調(diào)調(diào)度策略在光電高占比的情況下仍然能夠提高RIES的風光消納能力。

圖10 各場景下棄風棄光曲線Fig.10 Wind and photovoltaic power curtailment curves in each scenario

3.2.3 系統(tǒng)運行成本分析

RIES在調(diào)度周期內(nèi)各種運行成本如表5所示。由表5可知，相較于場景1，場景2通過多能互補使得系統(tǒng)總運行成本、能源購售成本及棄風棄光成本分別減少了30.5%、37.5%和95.6%；而場景3通過多能互補和EBC的V2G響應(yīng)，在相關(guān)成本上較場景1分別減少了37.5%、46.3%和100%；場景4實現(xiàn)了100%的風光消納。因此，本文提出的EBC與能源耦合設(shè)備協(xié)調(diào)調(diào)度方法能夠提高RIES的風光消納能力，同時減少系統(tǒng)的運行成本，具有一定的社會經(jīng)濟效益。

表5 各場景下系統(tǒng)運行成本Table 5 Operation cost of the system in each scenario

各場景下RIES電、熱、氣子系統(tǒng)產(chǎn)生的運行成本如圖11所示。場景1中電、熱、氣子系統(tǒng)相互獨立解耦運行，電力子系統(tǒng)在白天可再生能源發(fā)電不足時大量購買電能以保證區(qū)域電力供需平衡，而在夜間風電又難以消納，產(chǎn)生高額的棄風棄光懲罰費用，其運行成本為12317.0元；熱力子系統(tǒng)所需熱能需要全部從外部熱網(wǎng)購入，因此產(chǎn)生了14760.0元的費用；天然氣子系統(tǒng)只需從外部購買常規(guī)氣負荷的天然氣，其運行成本為2882.6元。

圖11 各場景下電、熱、氣子系統(tǒng)運行成本Fig.11 Operating costs of power, thermal, and gas subsystems in each scenario

場景2中RIES為多能耦合運行，電力子系統(tǒng)的電能可由CHP補充，并且由于EB和P2 G的風電消納減少了棄風懲罰費用，因此相較于場景1其電力子系統(tǒng)成本減少了64.2%；熱力子系統(tǒng)的熱能可由CHP、GB和EB實現(xiàn)供給，大幅減少了此子系統(tǒng)的購熱成本，減幅為89.5%；由于天然氣子系統(tǒng)增加了CHP和GB的耗氣負荷，運行成本增加了405.1%，但RIES總運行成本減少了30.5%。

場景3中RIES加入了EBC的V2 G響應(yīng)，與儲能設(shè)備一同將電價峰時負荷轉(zhuǎn)移至電價谷時，減少了系統(tǒng)峰時購電量，其電力子系統(tǒng)運行成本較場景1減少了84.5%；得益于EBC的夜間充電負荷，CHP機組在凌晨依舊需要運行，因此減少了此時段的購熱費用，熱力子系統(tǒng)成本減少了93.7%；天然氣子系統(tǒng)成本增加了451.1%，但系統(tǒng)總的運行成本較場景1減少了37.5%。

3.2.4 電動公交車 V2 G 響應(yīng)分析

RIES中每輛電動公交車的電量狀態(tài)都會隨著系統(tǒng)調(diào)度策略而改變，以各場景下1號電動公交車的SOC為例進行分析。

圖12為各場景下電動公交車SOC曲線，由圖12可知，各場景下電動公交車的SOC都會在行駛時段出現(xiàn)下降，不同于場景1、2的常規(guī)充電策略，參與V2 G響應(yīng)的電動公交車會優(yōu)先在可再生能源發(fā)電充足或電價低的時段進行充電，如場景3中風電過剩的02:00—06:00及場景4中光電充足的11:30—15:30時段；并且在區(qū)域用電高峰時配合ES實現(xiàn)放電，如19:00—22:00時段。EBC在能源交互時段與RIES中CHP、EB、P2 G等設(shè)備進行協(xié)同調(diào)度，給多能互補的RIES帶來更大的運行靈活性，并且所提方法適用于不同風光占比場景。

圖12 各場景下電動公交車 SOC 曲線Fig.12 SOC curves of electric buses in each scenario

3.2.5 系統(tǒng)總用電負荷分析

場景1、2、3下RIES的總用電負荷曲線如圖13所示，其總用電負荷為居民常規(guī)用電、EBC和ES充放電、電鍋爐和P2 G耗電負荷的總和。

圖13 場景 1、2、3 下系統(tǒng)總用電負荷Fig.13 Total electric load of RIES in scenario 1, 2 and 3

由圖13可看出，場景3中RIES的總用電負荷曲線相較于場景1和2顯得平滑穩(wěn)定，用電峰谷差和總電負荷波動都得到明顯改善。由于常規(guī)電負荷固定不變，場景1中凌晨時段系統(tǒng)總用電負荷很小，而EBC在15:00—17:00和19:30—22:00的充電負荷與常規(guī)用電負荷相疊加，使得系統(tǒng)總用電峰谷差更大；場景2中 EB和P2 G設(shè)備能夠?qū)㈦娔苻D(zhuǎn)換為熱能和氣能，能夠有效消納夜間風電，提高系統(tǒng)谷電水平；場景3實行能源耦合設(shè)備和EBC的協(xié)調(diào)調(diào)度，大規(guī)模的充電負荷被轉(zhuǎn)移至凌晨，并且EBC配合儲能設(shè)備在用電高峰時向系統(tǒng)放電，進一步削峰填谷，提高了風電消納能力，減少了系統(tǒng)的峰時購電費用。

3.2.6 兩階段優(yōu)化結(jié)果分析

場景3、4都采用兩階段優(yōu)化調(diào)度方法，兩場景下RIES總用電負荷的優(yōu)化結(jié)果如圖14所示。

圖14 兩階段優(yōu)化結(jié)果Fig.14 Two-stage optimization results

第一階段以RIES運行成本最小為目標，優(yōu)化得到EBC和ES充放電策略、能源耦合設(shè)備出力計劃和購售能策略，由于只對運行成本進了優(yōu)化，因此在同一電價時段（如平時電價：13:00—18:00）內(nèi)滿足成本最小的調(diào)度策略有多個可行解，只需滿足供需平衡等基本約束即可，這樣雖然能使得調(diào)度周期內(nèi)系統(tǒng)運行成本最優(yōu)，但是由常規(guī)電負荷、EBC和ES充放電負荷、EB和P2G耗電負荷構(gòu)成的系統(tǒng)總用電負荷在時間上波動很大，影響系統(tǒng)穩(wěn)定運行；第二階段在保持RIES運行成本不變的基礎(chǔ)上，進一步優(yōu)化了系統(tǒng)內(nèi)各設(shè)備調(diào)度策略和系統(tǒng)購售能計劃，由圖14中的二階段優(yōu)化結(jié)果可見，在滿足區(qū)域多種用能需求的條件下，所提方法使RIES的總用電負荷更加平滑且穩(wěn)定，實現(xiàn)了系統(tǒng)多方面的優(yōu)化，驗證了此模型的有效性。

4 結(jié)論

針對“雙碳”目標下高滲透可再生能源和電動公交車接入能源系統(tǒng)造成的棄風棄光和總用電負荷波動等問題，本文研究了計及電動公交車V2 G響應(yīng)的區(qū)域綜合能源系統(tǒng)兩階段優(yōu)化調(diào)度策略，建立了RIES經(jīng)濟低碳調(diào)度模型和求解方法，通過算例仿真分析了所提方法的可行性，并得到以下結(jié)論。

（1）將系統(tǒng)的碳排放量、棄風量、能源購售量和設(shè)備運維費用等目標相結(jié)合，通過協(xié)調(diào)調(diào)度各能源耦合設(shè)備和電動公交車集群，減少了系統(tǒng)的總運行成本。

（2）將電動公交車V2 G響應(yīng)嵌入到RIES運行之中，與能源耦合設(shè)備出力策略相互協(xié)調(diào)，實現(xiàn)了調(diào)度周期內(nèi)區(qū)域風電、光伏的完全消納。

（3）提出的兩階段調(diào)度方法不僅能夠提升系統(tǒng)運行的經(jīng)濟性，還能緩解RIES的總用電負荷波動，實現(xiàn)了RIES多方面的協(xié)同優(yōu)化。

本文暫未考慮電動公交車行車過程中可能面臨的交通、天氣和客流量等不確定性因素，并且不同運營計劃也會對系統(tǒng)調(diào)度產(chǎn)生影響，在后續(xù)的研究中還可將可再生能源出力的不確定性納入建模之中，開展更多敏感性分析，進一步探討考慮多重不確定性因素下的綜合能源-公交系統(tǒng)協(xié)同調(diào)度策略。