王建軍，傅 晨，費 斐，蘭 莉

（國網(wǎng)上海市電力公司 經(jīng)濟技術(shù)研究院，上海 200233）

0 引言

近年來，我國部分城市經(jīng)濟飛速發(fā)展，以溫控負荷為代表的尖峰負荷占比不斷攀升，電力負荷峰值快速增長，年最大負荷功率峰值不斷刷新。尖峰負荷用電時間較短，導致電源裝機利用率降低，給傳統(tǒng)電源容量規(guī)劃帶來巨大困擾［1—2］。以江蘇電網(wǎng)2020年用電情況為例，超過95%的年最大負荷持續(xù)時間僅為25 h，超過97%的年最大負荷持續(xù)時間僅為10 h，嚴重影響了江蘇省電源側(cè)的投資效益［3］。另一方面，我國不斷深化電力市場改革，逐步完善電力市場的市場化競爭機制，將虛擬電廠（virtual power plant，VPP）納入電力市場新型參與主體，降低電力市場新型參與主體的準入門檻，推動靈活性資源的深度挖掘和充分利用，可有效緩解用電高峰期電力供應(yīng)緊張問題，實現(xiàn)延緩電源側(cè)電力投資［4］。因此，研究考慮靈活性資源聚合參與調(diào)峰的電源裝機容量規(guī)劃，具有重大的現(xiàn)實意義。

VPP 是電力市場的新型參與主體，由地理位置相對分散的分布式電源、可控負荷、電動汽車以及儲能等資源聚合形成，通過一定的優(yōu)化控制策略和數(shù)據(jù)交互通信技術(shù)，在系統(tǒng)安全穩(wěn)定運行的前提下參加電網(wǎng)運行［5］。VPP運營商在接收到調(diào)度中心發(fā)布在電力市場的調(diào)峰需求后，申報可調(diào)度容量與價格，根據(jù)市場出清結(jié)果制定發(fā)電計劃［6］。VPP 運營商在申報參與容量前，須對VPP 內(nèi)部可調(diào)度資源進行量化評估。

目前，在電源容量規(guī)劃方面的研究中，較多學者關(guān)注新能源的不確定性與相關(guān)性［7—9］、源荷協(xié)調(diào)規(guī)劃［10］，較少考慮VPP 參與調(diào)峰的電源容量規(guī)劃研究。文獻［7］提出了一種考慮風-光-荷聯(lián)合時序場景的分布式電源接入容量規(guī)劃模型。文獻［8］提出了一種基于Copula 理論和風光出力概率分布的多維時空相關(guān)性的電源規(guī)劃方法。文獻［9］利用生成對抗網(wǎng)絡(luò)技術(shù)應(yīng)對風光出力的不確定性，提出一種基于中長期時序生產(chǎn)模擬的電源容量配置模型。文獻［10］研究了負荷側(cè)通過需求響應(yīng)參與削峰服務(wù)對電源容量規(guī)劃產(chǎn)生的影響。

在可調(diào)度容量估計的研究中，一部分集中在溫控負荷［11—12］、電動汽車（electric vehicle，EV）［13—14］等單種類型可控設(shè)備的聚合模型，另一部分關(guān)注工業(yè)用電［15］、居民用電［16］的可調(diào)度容量評估，缺少對城市級虛擬電廠（city level virtual power plant，CLVPP）可調(diào)度容量估計的研究。文獻［11］考慮用戶熱舒適度、意愿度及可控度等多重因素，提出大規(guī)模空調(diào)負荷近似聚合響應(yīng)潛力評估模型。文獻［12］提出了一種考慮模型參數(shù)和運行狀態(tài)辨識的溫控負荷響應(yīng)能力計算方法。文獻［13］考慮EV 用戶充電行為，對住宅小區(qū)EV 有序充電潛力進行定量評估。文獻［14］考慮EV 不確定性的時空耦合關(guān)系，提出EV 集群的可調(diào)度能力評估方法。文獻［15］采用共性與個性結(jié)合的方式實現(xiàn)大規(guī)模工業(yè)負荷可調(diào)度容量評估。文獻［16］提出一種基于用戶現(xiàn)實用電數(shù)據(jù)的調(diào)峰潛力評估方法。

為此，本文做了以下工作：①提出了一種CLVPP 可調(diào)度容量估計方法。依據(jù)用戶用電行為差異性將可調(diào)資源進行領(lǐng)域劃分，考慮用戶參與度、收益敏感度、資源可控度、可控規(guī)模4 個指標，基于模糊區(qū)間進行可調(diào)度容量評估；②提出了一種考慮VPP 參與調(diào)峰的電源容量規(guī)劃方法。該方法在滿足電源備用容量的情況下，以電源擴展安裝容量最小為目標函數(shù)構(gòu)建規(guī)劃模型，考慮了不同電源結(jié)構(gòu)、新能源出力不確定性、VPP 可調(diào)度容量等多種因素；③以華東地區(qū)某城市電網(wǎng)為背景，進行了算例驗證。

1 CLVPP可調(diào)度容量估計

1.1 估計流程

本文所提出的CLVPP 可調(diào)度容量估計方法流程如圖1所示，具體步驟如下。

圖1 可調(diào)度容量估計流程Fig.1 Process of schedulable capacity estimation

步驟1：將CLVPP 可調(diào)度容量估計任務(wù)分解。由于用戶用電行為存在差異性，將其進行任務(wù)分解，如表1所示。

表1 CLVPP任務(wù)分解Table 1 CLVPP task breakdown

步驟2：可調(diào)度容量評估指標選?。?7—18］。選取評估指標為用戶參與度、收益敏感度、資源可控度、可控規(guī)模。實際情況中，所選取的4 個評估指標可能存在耦合關(guān)系，其相關(guān)性程度難以量化，本文假設(shè)4個評估指標相互獨立。

步驟3：指標的評級設(shè)置及模糊量化。將各指標評級設(shè)置為低/小、較低/較小、中、較高/較大、高/大，其依據(jù)如表2 所示?？紤]到對評價指標量化過程中存高階不確定性，精確量化難以實現(xiàn)，將各指標評級量化為模糊區(qū)間［19］，如表3所示。

表2 評價指標及評級依據(jù)Table 2 Evaluation indicators and rating basis

表3 評價指標模糊量化Table 3 Fuzzy quantification of evaluation indexes

步驟4：CLVPP 可調(diào)度容量估計。具體計算過程如第1.2節(jié)所示。

1.2 基礎(chǔ)數(shù)據(jù)與估計模型

CLVPP 可調(diào)度容量估計分為兩階段處理，分別是基礎(chǔ)數(shù)據(jù)的獲取和可調(diào)度容量的模糊計算。以年份n為基準年份，進行某城市VPP 可調(diào)度容量估計，其過程如下。

1.2.1 基礎(chǔ)數(shù)據(jù)

基礎(chǔ)數(shù)據(jù)分別為：①某城市年份為n時CI、DI、PD、CD、RD面積；②不同類型建筑的單位面積負荷密度參考值；③各評估指標的評級設(shè)置及模糊量化結(jié)果；④某城市年份為n時各類EV保有量、充電功率；⑤可調(diào)度容量年增長率預(yù)測值。

1.2.2 估計模型

分別對某城市年份為n時的工業(yè)、建筑、交通領(lǐng)域可調(diào)用容量進行估算，模型如下

式中：Cn,ind,min、Cn,bui,min、Cn,ev,min分別為某城市年份為n時工業(yè)、建筑、交通領(lǐng)域可調(diào)用容量的范圍下限；Cn,ind,max、Cn,bui,max、Cn,ev,max分別為某城市年份為n時工業(yè)、建筑、交通領(lǐng)域可調(diào)用容量的范圍上限；x，y，z分別為工業(yè)、建筑、交通領(lǐng)域類型；cn,x,ind、cn,y,bui、cn,z,ev分別為某城市在年份為n時工業(yè)、建筑、交通領(lǐng)域內(nèi)不同類型資源的總?cè)萘浚沪羒nd,min、αbui,min、αev,min分別為某城市工業(yè)、建筑、交通領(lǐng)域可調(diào)用資源容量占比的范圍下限；αind,max、αbui,max、αev,max分別為某城市工業(yè)、建筑、交通領(lǐng)域可調(diào)用資源容量占比的范圍上限。其中

式中：mn,x,ind為第x類工業(yè)的場地所占面積；mn,y,bui為第y類建筑的面積；mn,z,ev為第z類電動汽車的數(shù)量；γx,ind為第x類工業(yè)的單位面積負荷密度；γy,bui為第y類建筑的單位面積負荷密度；γz,ev為第z類EV 的功率；δx,ind為第x類工業(yè)用電的同時率；δy,bui為第y類建筑用電的同時率；δz,ev為第z類EV充電的同時率。

用戶參與度、收益敏感度、資源可控度、可控規(guī)模分別影響可調(diào)度容量在總?cè)萘恐械恼急?，假設(shè)用戶參與度、收益敏感度、資源可控度、可控規(guī)模相互獨立，工業(yè)、建筑、交通領(lǐng)域可調(diào)用容量占比模型如下

式中：wind,min、wbui,min、wev,min分別為工業(yè)、建筑、交通領(lǐng)域可調(diào)用容量下限的修正系數(shù)；wind,max、wbui,max、wev,max分別為工業(yè)、建筑、交通領(lǐng)域可調(diào)用容量上限的修正系數(shù)；dx,q,min、dy,q,min、dz,q,min分別為工業(yè)、建筑、交通領(lǐng)域可調(diào)用容量占比的4個評估指標模糊范圍的下限；dx,q,max、dy,q,max、dz,q,max分別為工業(yè)、建筑、交通領(lǐng)域可調(diào)用容量占比的4個評估指標模糊范圍的上限。全部可調(diào)用容量上下限可表示為

式中：Cn,all,min、Cn,all,max分別為某城市年份為n時全部的可調(diào)用容量的范圍下限和上限；βall為某城市可調(diào)用容量的年增長率預(yù)測值。

2 考慮VPP參與調(diào)峰的城市級電源容量規(guī)劃

2.1 基礎(chǔ)數(shù)據(jù)

考慮VPP 參與調(diào)峰的城市級電源容量規(guī)劃所需的基礎(chǔ)數(shù)據(jù)分別為：①某城市內(nèi)部現(xiàn)有電源裝機結(jié)構(gòu)及規(guī)模容量；②某城市的外部供電規(guī)模；③某城市內(nèi)部電源機組退役計劃安排；④某城市內(nèi)部已有的新能源裝機計劃；⑤發(fā)生年最大負荷功率事件時刻的新能源出力標幺值；⑥某城市向外部供電的

計劃；⑦VPP 參與調(diào)峰的可調(diào)度容量；⑧某城市年最大負荷功率預(yù)測值；⑨備用系數(shù)。

2.2 規(guī)劃模型

以電源擴展安裝容量最小為目標函數(shù)，構(gòu)建考慮VPP參與調(diào)峰的電源容量規(guī)劃模型，模型如下

式中：Pn,exi為城市內(nèi)部現(xiàn)存電源的可發(fā)電功率；Pn,ins為已有裝機計劃的發(fā)電功率；Pn,ret為計劃退役機組的發(fā)電功率；Pn,tp、Pn,wp、Pn,wt、Pn,pv和Pn,oth分別為火、水、風機、光伏和其他發(fā)電功率。

由于風機、光伏發(fā)電存在不確定性，發(fā)電功率不穩(wěn)定。為了平抑風機、光伏的隨機性，取歷史年最大負荷功率時刻新能源出力標幺值的均值，風機、光伏發(fā)電功率模型為

式中：sn,wt、sn,pv分別為某城市內(nèi)年份為n時風機、光伏的裝機容量；uwt、upv分別為歷史年最大負荷功率時刻風機、光伏出力標幺值的均值。

3 算例分析

以華東地區(qū)A 城市為背景進行算例分析。以2019年為基準年份，電源容量規(guī)劃周期為2020年至2035年，規(guī)劃的時間尺度為年。

3.1 可調(diào)度容量估計

3.1.1 基礎(chǔ)數(shù)據(jù)

根據(jù)A城市2019年度統(tǒng)計年鑒、新能源汽車公共數(shù)據(jù)采集和監(jiān)測平臺的報告可計算工業(yè)、建筑、交通領(lǐng)域中各類型用戶的用電功率，負荷密度、充電功率、同時率系數(shù)均取其均值，如表4 和表5 所示。EV充電模式分為快充和慢充，本文僅考慮慢充模型。

表4 工業(yè)、建筑領(lǐng)域參數(shù)Table 4 Parameters in industrial and construction fields

表5 交通領(lǐng)域參數(shù)Table 5 Parameters in traffic field

參考文獻［20］，并結(jié)合A城市的實際情況，對不同領(lǐng)域、不同類型的用戶參與度d1、收益敏感度d2、資源可控度d3、可控資源規(guī)模d4進行評級，其評級結(jié)果如表6 所示，指標評級標準參照表3。工業(yè)、建筑、交通領(lǐng)域可調(diào)用容量范圍上、下限的修正系數(shù)均取1。

表6 評級結(jié)果Table 6 Rating results

3.1.2 估計結(jié)果及分析

將3.1.1 節(jié)中的基礎(chǔ)數(shù)據(jù)運用到本文所提出的CLVPP 可調(diào)度容量估計模型中，可得到A 城市VPP參與調(diào)峰的可調(diào)度容量，如表7所示，并將其結(jié)果與A 城市電力部門實際調(diào)研結(jié)果對比，實際調(diào)研結(jié)果已在文獻［20］中說明。

表7 A城市可調(diào)度容量結(jié)果Table 7 Results of schedulable capacity in city A MW

基于本文所提出的估計方法，工業(yè)領(lǐng)域擁有可調(diào)度容量702.6～1 501.3 MW，公共建筑領(lǐng)域擁有可調(diào)度容量40.9～144.4 MW，商業(yè)建筑擁有可調(diào)度容量1 381.9～2 569.7 MW，居民建筑擁有可調(diào)度容量2 167.5～4 269.3 MW，交通領(lǐng)域擁有可調(diào)度容量17.5～50.1 MW。由于實際場景中可調(diào)度資源量化存在的高階不確定性，本文所提方法將可調(diào)度資源量化為模糊區(qū)間，而實際調(diào)研的結(jié)果均在本文所估計模糊區(qū)間內(nèi)。因此，可以驗證本文所提出估計方法的有效性。

3.2 電源容量規(guī)劃

3.2.1 基礎(chǔ)數(shù)據(jù)

歷史年最大負荷功率時刻風機、光伏出力標幺值的均值分別為0.56和0.75，備用系數(shù)為0.3，現(xiàn)有電源容量為26 644 MW，其中火電機組24 746 MW、風機812 MW、光伏1 086 MW，向城市外部供電規(guī)模為0，年最大負荷功率預(yù)測及城市外部電源供電規(guī)模如圖2所示，備用及機組退役計劃如圖3所示，風機、光伏安裝計劃如圖4所示，可調(diào)度容量的年增長率預(yù)測值為3%，CLVPP參與調(diào)峰的可調(diào)度容量如圖5所示。

圖2 年最大負荷功率預(yù)測及市外供電功率Fig.2 Annual maximum load power forecasting and external power supply

圖3 備用及機組退役計劃Fig.3 Standby and unit decommissioning plan

圖4 風機、光伏安裝計劃Fig.4 Installation plan of wind turbine and photovoltaic

圖5 CLVPP參與調(diào)峰的可調(diào)度容量Fig.5 Schedulable capacity of CLVPP participating in peak shaving

3.2.2 規(guī)劃結(jié)果及分析

為了驗證所提出規(guī)劃方法的有效性，設(shè)置3 種不同算例，其中算例1為傳統(tǒng)電源容量規(guī)劃方法，算例2和算例3皆為考慮VPP 參與調(diào)峰的電源容量規(guī)劃，其中算例2偏保守型（可調(diào)度容量取模糊區(qū)間內(nèi)的最小值），算例3 偏激進型（可調(diào)度容量取模糊區(qū)間內(nèi)的最大值），電源容量規(guī)劃結(jié)果如圖6所示。

圖6 電源容量規(guī)劃結(jié)果Fig.6 Results of power capacity planning

據(jù)圖6 可知，算例1 需要從2021 年開始安裝583.2 MW 的電源，算例2 需要從2025 年開始安裝2 532.5 MW 的電源，算例3需要從2028年開始安裝845.4 MW 的電源。本文所提出的考慮VPP 參與調(diào)峰的電源容量規(guī)劃方法，可有效延緩電源投資4至8年時間。

在算例1 中，從2020 年至2035 年共需安裝19 638.6 MW電源，在算例2中，從2020年至2035年共需安裝13 720.0 MW電源，在算例3中，從2020年至2035 年共需安裝8 007.5 MW 電源。本文所提出的考慮VPP 參與調(diào)峰的電源容量規(guī)劃方法，在滿足備用的情況下，可有效降低30.1%～59.2%電源安裝容量。

4 結(jié)束語

隨著用電負荷趨向尖峰化發(fā)展，在進行電源容量規(guī)劃時，如何充分利用靈活性資源來提升電源利用率是急需考慮的問題。因此提出了一種考慮VPP參與調(diào)峰的電源容量規(guī)劃方法。該方法在滿足電力系統(tǒng)備用的情況下，可有效緩解電源投資4 至8年時間，降低30.1%～59.2%的電源安裝容量，從而提升電網(wǎng)中電源部分的投資效益。

此外，針對CLVPP參與調(diào)峰的可調(diào)度容量難以精細化評估，提出了一種CLVPP可調(diào)度容量模糊量化方法。該方法兼顧考慮了不同領(lǐng)域、不同類型的用戶參與度、收益敏感度、資源可控度和資源規(guī)模，利用城市統(tǒng)計年鑒等公開數(shù)據(jù)，可有效評估可調(diào)度容量，減少電力部門對靈活性資源實際調(diào)研工作量。

本文在規(guī)劃電源容量時，僅模糊量化了CI、DI、PD、CD、RD和EV的可調(diào)度容量，市場的交易模型和報價策略將作為未來研究工作。D