曹建偉，黃申，孫毅，周麗華，管士寧，李澤坤

(1.國網(wǎng)湖州供電公司調(diào)度控制中心，浙江 湖州313000；2.華北電力大學(xué)電氣與電子工程學(xué)院，北京102206)

0 引言

目前，發(fā)展以新能源為主的新型電力系統(tǒng)已成為電力行業(yè)的時(shí)代使命，但新能源出力的隨機(jī)性、波動(dòng)性和間歇性給電力系統(tǒng)的安全穩(wěn)定運(yùn)行帶來了很大挑戰(zhàn)，風(fēng)、光電等的出力特性和負(fù)荷特性不匹配將導(dǎo)致時(shí)段性供電[1]，因此調(diào)動(dòng)需求側(cè)資源參與電網(wǎng)調(diào)節(jié)，對(duì)實(shí)現(xiàn)源荷互動(dòng)十分重要。針對(duì)新能源富裕電量，可以通過火電機(jī)組出力調(diào)節(jié)、跨區(qū)跨省輸送、需求側(cè)管理這3種手段對(duì)其進(jìn)行消納[2]。

就微網(wǎng)而言，廣泛采取“余量上網(wǎng)”的形式消納過剩光伏或者風(fēng)電出力，其屬于電網(wǎng)側(cè)調(diào)節(jié)手段，已有較多研究成果。文獻(xiàn)[3]針對(duì)地區(qū)內(nèi)能源分布不均衡、新能源消納能力不足的問題，提出了綜合考慮新能源消納能力和投資收益的電網(wǎng)互聯(lián)通道雙層規(guī)劃模型，運(yùn)用改進(jìn)的混合遺傳算法求解，提高了風(fēng)電和負(fù)荷的匹配度。文獻(xiàn)[4]針對(duì)發(fā)用電兩側(cè)功率不確定性影響配電網(wǎng)優(yōu)化調(diào)度的問題，構(gòu)建源荷兩側(cè)功率不確定性模型，考慮配電網(wǎng)中的靈活性資源，以配電網(wǎng)綜合運(yùn)行成本、電壓偏移以及靈活性為目標(biāo)構(gòu)建區(qū)間優(yōu)化模型，并基于NSGA-II算法求解Pareto最優(yōu)解集，提高了系統(tǒng)應(yīng)對(duì)不確定性的能力。文獻(xiàn)[5]針對(duì)可再生能源在微網(wǎng)內(nèi)調(diào)度時(shí)的能源損耗和用能效率低的問題，建立一種能源在各個(gè)設(shè)備之間功率交互的優(yōu)化調(diào)度模型，從而實(shí)現(xiàn)了微網(wǎng)的能量優(yōu)化管理。文獻(xiàn)[6]考慮聯(lián)絡(luò)線資源和儲(chǔ)能壽命特性的微網(wǎng)優(yōu)化策略，提高聯(lián)絡(luò)線輸送電能，并且降低功率波動(dòng)。上述研究在進(jìn)行消納新能源時(shí)，從配電網(wǎng)側(cè)調(diào)度源荷資源以消納功率，微網(wǎng)剩余的光伏功率需要通過上網(wǎng)傳輸?shù)狡渌⒕W(wǎng)，這一部分上傳功率會(huì)造成配網(wǎng)的線損增加，導(dǎo)致電網(wǎng)的運(yùn)行和控制成本增加[7]，因此微網(wǎng)光伏就地消納的經(jīng)濟(jì)性更好。

亦有研究從需求側(cè)手段對(duì)新能源消納問題進(jìn)行研究。文獻(xiàn)[8]在考慮火電爬坡率限制的基礎(chǔ)上，提出了負(fù)荷曲線等效斜率的需求響應(yīng)功率量化方法，提高光伏消納能力。文獻(xiàn)[9]針對(duì)電網(wǎng)供需不平衡問題，以消納微網(wǎng)中剩余的新能源功率和降低電網(wǎng)的功率波動(dòng)為目標(biāo)，提出一種負(fù)荷協(xié)同調(diào)控策略，實(shí)現(xiàn)源荷平衡調(diào)節(jié)。文獻(xiàn)[10]針對(duì)電源出力和負(fù)荷不確定性問題，在以新能源為主電源的微網(wǎng)中，對(duì)用戶實(shí)施需求響應(yīng)時(shí)，考慮用戶的隨機(jī)性，并將區(qū)域內(nèi)的用戶分類再進(jìn)行負(fù)荷控制，使用動(dòng)態(tài)規(guī)劃算法求解，實(shí)現(xiàn)微網(wǎng)的優(yōu)化調(diào)度。文獻(xiàn)[11]針對(duì)微網(wǎng)容量問題，考慮多尺度不確定性耦合的影響，通過對(duì)可中斷負(fù)荷、可平移負(fù)荷的控制建模，達(dá)到優(yōu)化負(fù)荷特性的目的，在運(yùn)行層面降低成本并提高系統(tǒng)穩(wěn)定性。上述研究為微網(wǎng)新能源消納問題提供了技術(shù)支撐[12]，但大都以電力負(fù)荷響應(yīng)的方法為主，鮮有考慮綜合能源浪潮下需求側(cè)蓄冷蓄熱等儲(chǔ)能設(shè)備對(duì)新能源消納的推進(jìn)作用[13]。

冰蓄冷空調(diào)(ice storage air conditioner，ISAC)作為一種優(yōu)質(zhì)的需求側(cè)可調(diào)節(jié)資源，能夠在微網(wǎng)光伏功率較多時(shí)進(jìn)行蓄冰[14]，負(fù)荷用電需求較多時(shí)進(jìn)行融冰，利用蓄冷功能靈活調(diào)配其用電模式[15-16]。部分研究已將冰蓄冷空調(diào)納入電網(wǎng)互動(dòng)調(diào)節(jié)策略中，文獻(xiàn)[17]針對(duì)越來越多的棄風(fēng)現(xiàn)象，為消納系統(tǒng)多余的風(fēng)電功率引入冰蓄冷裝置，對(duì)用戶實(shí)施需求響應(yīng)，建立多目標(biāo)優(yōu)化模型，利用遺傳算法求解，提高風(fēng)電消納量。文獻(xiàn)[18]針對(duì)微網(wǎng)的負(fù)荷波動(dòng)問題，建立了含冰蓄冷儲(chǔ)能的多時(shí)間尺度負(fù)荷調(diào)度模型，并比較不同運(yùn)行方式下冰蓄冷儲(chǔ)能的影響，實(shí)現(xiàn)了微網(wǎng)經(jīng)濟(jì)穩(wěn)定運(yùn)行。由于微網(wǎng)調(diào)節(jié)能力有限，存在棄風(fēng)、棄光等問題，文獻(xiàn)[19]通過電、氣、冷、熱等多種能源耦合和存儲(chǔ)，促進(jìn)新能源消納，提出了能源供需自洽模型，綜合考慮各部分約束條件進(jìn)行求解，提高風(fēng)光消納能力降低用能成本。文獻(xiàn)[20]針對(duì)微網(wǎng)運(yùn)行成本優(yōu)化問題引入冰蓄冷儲(chǔ)能系統(tǒng)，建立新能源和儲(chǔ)能裝置優(yōu)化模型，以經(jīng)濟(jì)成本最小為目標(biāo)，運(yùn)用混合線性整數(shù)規(guī)劃方法求解，實(shí)現(xiàn)微網(wǎng)能源的優(yōu)化運(yùn)行。上述研究充分表明冰蓄冷空調(diào)具有參與需求響應(yīng)的靈活性[21-22]，但由于部分微網(wǎng)的供需特殊性，鮮有研究將冰蓄冷空調(diào)參與新能源消納過程中造成的配電網(wǎng)線損和經(jīng)濟(jì)性聯(lián)合考慮。

隨著分布式電源不斷接入電力系統(tǒng)，電網(wǎng)的調(diào)控難度增加。當(dāng)微網(wǎng)內(nèi)出現(xiàn)剩余功率，向配電網(wǎng)倒送功率，造成配電網(wǎng)的線損增加。通過冰蓄冷空調(diào)消納分布式電源功率使配電網(wǎng)的增量線損減小。將剩余的增量線損和調(diào)度成本結(jié)合，在盡可能消納電功率的情況下，使調(diào)度的經(jīng)濟(jì)性最優(yōu)。

因此，本文考慮分布式電源出力和負(fù)荷的不確定性，綜合考慮需求響應(yīng)和冰蓄冷空調(diào)的協(xié)同調(diào)控機(jī)制上，將配電網(wǎng)線損作為經(jīng)濟(jì)性指標(biāo)，以調(diào)度過程中負(fù)荷的調(diào)度成本、線損成本和條件風(fēng)險(xiǎn)成本的綜合成本期望值最小，實(shí)現(xiàn)微網(wǎng)區(qū)域內(nèi)分布式光伏的本地消納，并提升綜合經(jīng)濟(jì)效益。

1 含冰蓄冷空調(diào)集群調(diào)控的調(diào)度框架

由于風(fēng)電和光伏具有隨機(jī)性和波動(dòng)性，微網(wǎng)系統(tǒng)內(nèi)源荷不平衡，風(fēng)光電量無法由樓宇用戶充分消納，其剩余功率將逆送到配電網(wǎng)，這保證了微網(wǎng)內(nèi)部功率平衡，但也增加了電力網(wǎng)絡(luò)的線損。因此，本文提出了冰蓄冷空調(diào)參與微網(wǎng)分布式電源消納架構(gòu)，如圖1所示。

圖1 冰蓄冷空調(diào)參與微網(wǎng)分布式電源消納架構(gòu)

本文所研究的微網(wǎng)系統(tǒng)主要由燃?xì)廨啓C(jī)、光伏、風(fēng)電、電儲(chǔ)能系統(tǒng)、冰蓄冷空調(diào)以及用戶負(fù)荷構(gòu)成。其中，冰蓄冷裝置配備于智能樓宇，以冰蓄冷空調(diào)為主要形式。冰蓄冷空調(diào)有蓄冷模式和釋冷模式，當(dāng)室內(nèi)溫度達(dá)到臨界點(diǎn)時(shí)，可以進(jìn)行蓄冷或釋冷，在維持室內(nèi)溫度宜人的同時(shí)繼續(xù)保持響應(yīng)功率，使調(diào)節(jié)深度增加，用戶滿意度也不會(huì)有所損失。因此，冰蓄冷空調(diào)相比于傳統(tǒng)的空調(diào)負(fù)荷具有調(diào)節(jié)更靈活且可深度調(diào)節(jié)的優(yōu)勢。

上述各單元可通過電力電子裝置實(shí)現(xiàn)設(shè)備之間能量和信息的互聯(lián)，能量管理系統(tǒng)通過收集發(fā)電、用電、電價(jià)等信息對(duì)能量進(jìn)行優(yōu)化管理，并將調(diào)度結(jié)果下發(fā)給冰蓄冷空調(diào)、電儲(chǔ)能系統(tǒng)和負(fù)載系統(tǒng)。

2 基于場景法的微網(wǎng)不確定性建模

2.1 光伏出力不確定性

Ppv,t=Ppv,pre,t+ξpv,t

(1)

(2)

式中：Ppv,t為光伏實(shí)際出力；Ppv,pre,t為光伏預(yù)測出力；ξpv,t為光伏預(yù)測偏差。

2.2 風(fēng)電出力不確定性

Pw,t=Pw,pre,t+ξw,t

(3)

(4)

式中：Pw,t為風(fēng)電實(shí)際出力；Pw,pre,t為風(fēng)電預(yù)測出力；ξw,t為風(fēng)電預(yù)測誤差。

2.3 負(fù)荷不確定性

PL,t=PL,pre,t+ξL,t

(5)

(6)

式中：PL,t為實(shí)際負(fù)荷；PL,pre,t為負(fù)荷預(yù)測值；ξL,t為負(fù)荷預(yù)測誤差。

2.4 場景生成和縮減

本文采用蒙特卡羅法模擬分布式電源出力和負(fù)荷功率變化過程，并產(chǎn)生預(yù)測功率誤差的概率分布，運(yùn)用隨機(jī)抽樣產(chǎn)生隨機(jī)數(shù)來模擬生成光伏場景、風(fēng)電場景和負(fù)荷場景。

基于蒙特卡羅生成的場景，采用拉丁超立方抽樣技術(shù)進(jìn)行場景生成，主要步驟為：

1)將場景等分為n個(gè)概率區(qū)間；

2)將概率區(qū)間的隨機(jī)數(shù)作為采樣點(diǎn)；

3)對(duì)概率分布函數(shù)進(jìn)行逆變換，獲取樣本值。

由于場景數(shù)的大量增加，計(jì)算效率下降，導(dǎo)致系統(tǒng)難以優(yōu)化，故采用同步回代法進(jìn)行場景縮減，縮減后的典型場景能夠準(zhǔn)確反映出原始場景集的概率分布情況，主要步驟為：

1)獲取原始場景集，設(shè)置縮減后的場景數(shù)為Q；

2)計(jì)算每對(duì)場景的歐式距離；

3)對(duì)任一場景，尋找最靠近場景的距離大小，根據(jù)縮減原則進(jìn)行刪除，將刪除場景概率累加到最近場景；

4)重復(fù)步驟3)，直到達(dá)到Q；

5)獲得對(duì)應(yīng)場景的概率。

3 考慮冰蓄冷空調(diào)群的微網(wǎng)隨機(jī)經(jīng)濟(jì)-風(fēng)險(xiǎn)調(diào)度策略

3.1 目標(biāo)函數(shù)

本文擬通過對(duì)微網(wǎng)系統(tǒng)內(nèi)冰蓄冷儲(chǔ)能及可控負(fù)荷實(shí)施主控管理控制，以提升分布式能源消納水平，減少微網(wǎng)系統(tǒng)和配電網(wǎng)之間的功率交互，降低光伏出力不確定對(duì)電網(wǎng)的沖擊。

本文以冰蓄冷儲(chǔ)能成本、需求響應(yīng)成本和條件風(fēng)險(xiǎn)成本最小為目標(biāo)，并在優(yōu)化過程中將電網(wǎng)的線損作為衡量運(yùn)行經(jīng)濟(jì)性的指標(biāo)。配電網(wǎng)的線損分為技術(shù)性損耗功率和由于光伏逆送造成的增量線損兩部分，而線損成本則是由后者所構(gòu)成。則具體的目標(biāo)函數(shù)由微網(wǎng)調(diào)度成本、線損成本及條件風(fēng)險(xiǎn)成本構(gòu)成。

(7)

(8)

(9)

(10)

(11)

(12)

對(duì)于式(10)，冰蓄冷空調(diào)在調(diào)度過程涉及到兩類激勵(lì)價(jià)格，第一類是在消納場景中，當(dāng)微網(wǎng)系統(tǒng)內(nèi)分布式電源出力過剩時(shí)，冰蓄冷空調(diào)進(jìn)行蓄冷，以及當(dāng)微網(wǎng)系統(tǒng)內(nèi)缺少功率時(shí)，減少制冷機(jī)電功率，蓄冷裝置釋冷補(bǔ)充空調(diào)負(fù)荷，此時(shí)激勵(lì)價(jià)格(記為冰蓄冷空調(diào)消納成本)為cx，x=1，y=0。第二類是在削減場景中，當(dāng)蓄冷裝置儲(chǔ)冰量為0，因削減功率會(huì)影響用戶舒適度，從而給予高額補(bǔ)償，此時(shí)的激勵(lì)價(jià)格(記為冰蓄冷空調(diào)削減成本)為cx，x=0，y=1。

3.2 約束條件

微網(wǎng)內(nèi)模型的約束包括元件出力及功率等式約束，其中燃?xì)廨啓C(jī)出力約束為：

PMT,t,k=fMT,t,kKgasηMT

(13)

式中：PMT,t,k為k場景下t時(shí)刻燃?xì)廨啓C(jī)的輸出電功率；Kgas為天然氣熱值，取9.7 kW/(h·m3)；ηMT為燃?xì)廨啓C(jī)發(fā)電效率。

電儲(chǔ)能系統(tǒng)(以鋰電池儲(chǔ)能系統(tǒng)為例)需滿足其荷電狀態(tài)約束：

(14)

冰蓄冷空調(diào)通過蓄冰進(jìn)行能量存儲(chǔ)，蓄冷容量和冷能狀態(tài)約束為：

(15)

為了求配電網(wǎng)增量線損，聯(lián)絡(luò)線功率需滿足微網(wǎng)內(nèi)外部功率平衡約束：

Ppcc,t=Ppv,k,t+Pw,k,t-PL,k,t-Pdown,k,t

(16)

式中Pdown,k,t為k場景t時(shí)刻的微網(wǎng)內(nèi)可消納功率。

除此以外，本文策略所涉及微網(wǎng)內(nèi)設(shè)備需滿足其功率容量的上下限約束。

PMTmin≤PMT,t,k≤PMTmax

(17)

Wmin≤Wt,k≤Wmax

(18)

(19)

(20)

燃?xì)廨啓C(jī)、電儲(chǔ)能系統(tǒng)和冰蓄冷空調(diào)均屬于微網(wǎng)內(nèi)可調(diào)資源。從配網(wǎng)側(cè)來看，該系統(tǒng)不僅需滿足微網(wǎng)內(nèi)部平衡，還應(yīng)滿足配網(wǎng)潮流平衡有功功率約束：

(21)

無功約束：

(22)

電壓約束和線路傳輸功率約束分別為：

Vn,min

(23)

(24)

3.3 模型求解

在獲取需求響應(yīng)負(fù)荷的模型參數(shù)后，能量管理系統(tǒng)可以模擬調(diào)度負(fù)荷過程，確定調(diào)度成本最小的調(diào)度方案。結(jié)合3.2節(jié)對(duì)各類型成本模型的分析，根據(jù)式(7)確定求解的目標(biāo)函數(shù)。

(25)

從式(17)—(20)中獲得可調(diào)負(fù)荷的約束條件：

gj(pi)≤0

(26)

如果目標(biāo)函數(shù)的極值解p*在可行域內(nèi)，則只需要滿足：

(27)

因?yàn)榇嬖诙鄠€(gè)約束條件，即p*在多個(gè)不同約束的邊界面的交集上，由約束條件組成的公共邊界的補(bǔ)空間，當(dāng)p*出現(xiàn)在公共邊界的可行極值點(diǎn)應(yīng)滿足式(28)。

(28)

式中αj為拉格朗日乘子；m為j的上限值。將原目標(biāo)函數(shù)和約束條件一起構(gòu)造完整的方程組如式(29)所示。

(29)

利用拉格朗日構(gòu)造新的函數(shù)如式(30)所示。

(30)

對(duì)方程組進(jìn)行求解：

(31)

先對(duì)前兩行等式方程組進(jìn)行求解，排除不滿足第3行條件的解，即得到符合條件的極值點(diǎn)。隨后根據(jù)所得極值點(diǎn)，確定調(diào)度成本最低的方案。

因此，冰蓄冷空調(diào)集群參與含新能源微電網(wǎng)調(diào)度策略的流程如圖2所示。

圖2 冰蓄冷空調(diào)參與含新能源微電網(wǎng)調(diào)度流程

4 算例仿真與分析

4.1 基礎(chǔ)數(shù)據(jù)及場景集

本文使用Python3.7進(jìn)行仿真實(shí)驗(yàn)[23]，通過設(shè)置微網(wǎng)系統(tǒng)內(nèi)冰蓄冷空調(diào)占空調(diào)負(fù)荷的比例不同，驗(yàn)證本文提出的以冰蓄冷空調(diào)為調(diào)度負(fù)荷的隨機(jī)優(yōu)化調(diào)度策略的可行性和有效性[24-25]。微網(wǎng)系統(tǒng)內(nèi)的算例仿真參數(shù)設(shè)置如表1—3所示[26]。

表1 微網(wǎng)內(nèi)設(shè)備參數(shù)

表2 調(diào)度成本

表3 預(yù)測誤差

微網(wǎng)系統(tǒng)內(nèi)的光伏、風(fēng)電出力曲線和負(fù)荷預(yù)測的期望值曲線如圖3所示。

圖3 光伏、風(fēng)電和負(fù)荷期望曲線

從圖3可以看出風(fēng)電和光伏出力具有波動(dòng)性，風(fēng)電在凌晨00：00到04：00出力處于高峰，白天出力處于低谷，光伏出力特點(diǎn)與風(fēng)電相反，夜間出力處于低谷，中午時(shí)分出力高峰，由于分布式電源的出力隨機(jī)性導(dǎo)致微網(wǎng)系統(tǒng)內(nèi)源荷不平衡，微網(wǎng)頻繁和配網(wǎng)進(jìn)行交互，整體的運(yùn)行經(jīng)濟(jì)性較低。

各典型場景在縮減后的概率如表4所示。本文采取場景法描述分布式電源和負(fù)荷的隨機(jī)性和波動(dòng)性得到6個(gè)典型場景，如圖4所示。

表4 各典型場景概率

圖4 光伏場景、風(fēng)電場景和負(fù)荷場景構(gòu)建結(jié)果

4.2 微網(wǎng)隨機(jī)優(yōu)化調(diào)度結(jié)果

在冰蓄冷空調(diào)完全參與調(diào)度的情況下，本文通過對(duì)冰蓄冷空調(diào)等微網(wǎng)內(nèi)設(shè)備的調(diào)度，使微網(wǎng)內(nèi)負(fù)載需求與分布式電源出力曲線相匹配，普通空調(diào)和冰蓄冷空調(diào)分別參與隨機(jī)優(yōu)化調(diào)度后可消納功率期望值曲線如圖5所示，微網(wǎng)內(nèi)各設(shè)備出力期望值如圖6所示。

圖5 不同類別空調(diào)參與隨機(jī)優(yōu)化調(diào)度結(jié)果

圖6 微網(wǎng)內(nèi)各設(shè)備出力及冰蓄冷空調(diào)調(diào)節(jié)情況

通過圖5和圖6可知，在00：00—04：00，風(fēng)電出力達(dá)到峰值，在這一時(shí)間段內(nèi)，分布式電源的總出力遠(yuǎn)大于負(fù)荷需求，如不采取消納措施，多余的發(fā)電量將全部逆送到配電網(wǎng)，會(huì)對(duì)電網(wǎng)造成沖擊增加電量損耗，電網(wǎng)整體運(yùn)行經(jīng)濟(jì)性下降，因此調(diào)度冰蓄冷空調(diào)和電儲(chǔ)能系統(tǒng)，其中冰蓄冷空調(diào)啟動(dòng)蓄冷模式，減少微網(wǎng)向配網(wǎng)的功率倒送。類似3，在11：00—13：00光伏出力達(dá)到峰值，但由于此時(shí)用戶對(duì)空調(diào)的使用需求較大，因此，不啟用冰蓄冷空調(diào)的蓄冷或釋冷模式，運(yùn)用電儲(chǔ)能系統(tǒng)對(duì)多余電量進(jìn)行消納。而在18：00—22：00，負(fù)荷需求達(dá)到峰值，然而此時(shí)各分布式電源出力水平較低，為滿足微網(wǎng)系統(tǒng)內(nèi)的功率平衡，需要削減空調(diào)負(fù)荷。同時(shí)，為了不降低用戶滿意度，在這一時(shí)段內(nèi)，冰蓄冷空調(diào)停止制冷機(jī)供冷，采用蓄冷裝置融冰供冷(即釋冷模式)。由上述分析可發(fā)現(xiàn)，冰蓄冷空調(diào)的蓄冷模式和釋冷模式可根據(jù)分布式電源的出力變化進(jìn)行靈活切換，相比于普通空調(diào)具有靈活調(diào)節(jié)的能力。

針對(duì)微網(wǎng)系統(tǒng)內(nèi)各用電設(shè)備進(jìn)行分析，冰蓄冷空調(diào)在各典型場景下各時(shí)段的蓄冷功率和釋冷功率變化如圖7所示，其中蓄冷裝置中蓄冷量的變化如圖8所示。

圖7 冰蓄冷空調(diào)在典型場景下各時(shí)段蓄冷功率和釋冷功率

圖8 冰蓄冷空調(diào)在典型場景下各時(shí)段的蓄冷量

由圖8可知，冰蓄冷空調(diào)在分布式電源出力峰值且負(fù)荷需求較低時(shí)(即00：00—05：00)，啟用蓄冷裝置將電能轉(zhuǎn)化為冷量儲(chǔ)存；在負(fù)荷高峰時(shí)(即18：00—24：00)，則啟用釋冷模式提供冷負(fù)荷，從而實(shí)現(xiàn)負(fù)荷轉(zhuǎn)移，減少和配網(wǎng)之間的功率交互。

燃?xì)廨啓C(jī)在各典型場景下各時(shí)段的出力如圖9所示。燃?xì)廨啓C(jī)是微網(wǎng)系統(tǒng)內(nèi)重要的電源補(bǔ)充設(shè)備，在系統(tǒng)功率出現(xiàn)缺額時(shí)可以快速開啟進(jìn)行補(bǔ)充，但由于負(fù)荷和分布式電源都具有很強(qiáng)的隨機(jī)性，燃?xì)廨啓C(jī)的頻繁啟停導(dǎo)致調(diào)度的成本增加，而通過冰蓄冷空調(diào)蓄冷與釋冷轉(zhuǎn)移負(fù)荷，可使微網(wǎng)系統(tǒng)內(nèi)的凈負(fù)荷趨于平滑，因此在隨機(jī)優(yōu)化調(diào)度中減少了燃?xì)廨啓C(jī)的啟停次數(shù)，在晚間時(shí)段進(jìn)行集中供能，降低調(diào)度成本。

圖9 微網(wǎng)系統(tǒng)內(nèi)燃?xì)廨啓C(jī)在典型場景下各時(shí)段出力

4.3 隨機(jī)調(diào)度經(jīng)濟(jì)-風(fēng)險(xiǎn)變化

圖10為風(fēng)險(xiǎn)中性(j=0)和規(guī)避風(fēng)險(xiǎn)(j=20)兩種不同風(fēng)險(xiǎn)偏好系數(shù)下冰蓄冷空調(diào)參與微網(wǎng)隨機(jī)經(jīng)濟(jì)調(diào)度的成本期望值。

圖10 不同風(fēng)險(xiǎn)條件下調(diào)度成本期望值對(duì)比

從圖10可知：隨著冰蓄冷空調(diào)比例增加，微網(wǎng)調(diào)度成本期望值隨之降低。對(duì)比風(fēng)險(xiǎn)中性和規(guī)避風(fēng)險(xiǎn)兩種情況，在規(guī)避風(fēng)險(xiǎn)的情況下，微網(wǎng)需要儲(chǔ)備更多的備用容量以保障電網(wǎng)的穩(wěn)定運(yùn)行，因而使調(diào)度成本期望值增加。但隨著冰蓄冷空調(diào)的增加，負(fù)荷側(cè)可調(diào)度資源的增多，電源側(cè)的備用容量可以相應(yīng)減少而不影響電網(wǎng)的穩(wěn)定性，所需調(diào)度成本也隨之下降。

4.4 冰蓄冷空調(diào)參與調(diào)度的經(jīng)濟(jì)性對(duì)比

本文通過設(shè)置不同比例的冰蓄冷空調(diào)參與微網(wǎng)互動(dòng)來對(duì)比所提調(diào)度策略的優(yōu)化效果，不同比例冰蓄冷空調(diào)配置下微網(wǎng)和配電網(wǎng)交互功率期望值如圖11所示。隨著冰蓄冷空調(diào)的比例不斷提高，微網(wǎng)和配電網(wǎng)之間的功率交互逐漸減小。當(dāng)比例達(dá)到80%時(shí)，優(yōu)化效果大幅度提升。通過提升冰蓄冷空調(diào)的使用比例，可在減小交互功率的同時(shí)平抑電網(wǎng)功率波動(dòng)，使無法及時(shí)消納的功率平穩(wěn)向配電網(wǎng)輸送，以降低對(duì)電網(wǎng)的沖擊。

圖11 不同比例冰蓄冷空調(diào)參與下微網(wǎng)和配網(wǎng)交互功率期望值

在風(fēng)險(xiǎn)中性情況下，不同比例冰蓄冷空調(diào)參與微網(wǎng)互動(dòng)的調(diào)度成本期望值如圖12所示。

圖12 不同比例冰蓄冷空調(diào)參與下的微網(wǎng)調(diào)度成本期望值

隨著微網(wǎng)系統(tǒng)內(nèi)冰蓄冷空調(diào)參與的比例上升，利用冰蓄冷空調(diào)的蓄冷工作可對(duì)負(fù)荷需求曲線進(jìn)行調(diào)整使系統(tǒng)內(nèi)凈負(fù)荷平滑，同時(shí)通過減少燃?xì)廨啓C(jī)的啟停次數(shù)與購氣成本，使得微網(wǎng)的調(diào)度成本期望值不斷下降。與普通空調(diào)相比，冰蓄冷空調(diào)既可以由制冷機(jī)供冷，也可以由蓄冷裝置融冰供冷，同時(shí)在調(diào)度過程中，可在不影響用戶舒適性的前提下響應(yīng)削減電功率，具有明顯優(yōu)勢。冰蓄冷空調(diào)的增加減少了空調(diào)負(fù)荷的削減功率，進(jìn)而降低了響應(yīng)成本。通過將電能轉(zhuǎn)化為冷量儲(chǔ)存在微網(wǎng)內(nèi)，減少了向配網(wǎng)倒送的功率，降低電網(wǎng)的增量網(wǎng)損。

為進(jìn)一步驗(yàn)證冰蓄冷空調(diào)的經(jīng)濟(jì)性，對(duì)比微網(wǎng)系統(tǒng)內(nèi)分別配備冰蓄冷空調(diào)、電儲(chǔ)能和普通空調(diào)的調(diào)度成本期望值，如圖13所示。

圖13 不同情況調(diào)度成本期望值對(duì)比

在調(diào)用負(fù)荷資源時(shí)，配備冰蓄冷空調(diào)的成本期望值小于電儲(chǔ)能系統(tǒng)，在晚間負(fù)荷削減時(shí)間段，其成本高于消納時(shí)段，主要是因?yàn)樵谝归g需要進(jìn)行削減空調(diào)功率和從配電網(wǎng)購買電量維持平衡，造成成本上升，這一時(shí)間段冰蓄冷儲(chǔ)能和電儲(chǔ)能均釋放能量供給負(fù)荷，從轉(zhuǎn)化效率上蓄冰只進(jìn)行一次轉(zhuǎn)換，而儲(chǔ)電需要二次轉(zhuǎn)換，能量從白天轉(zhuǎn)移到夜間的過程中損耗較小，因而成本降低。

5 結(jié)論

本文考慮了冰蓄冷空調(diào)的調(diào)節(jié)優(yōu)勢，面向含不確定性風(fēng)電、光伏的微電網(wǎng)調(diào)度場景，提出了以冰蓄冷空調(diào)集群作為手段的經(jīng)濟(jì)性調(diào)度策略。在冰蓄冷空調(diào)參與新能源微網(wǎng)的整體調(diào)度框架下，針對(duì)微網(wǎng)內(nèi)風(fēng)、光及負(fù)荷的不確定性，構(gòu)建了基于場景法的微網(wǎng)隨機(jī)經(jīng)濟(jì)-風(fēng)險(xiǎn)調(diào)度模型，綜合考慮了微網(wǎng)內(nèi)能源調(diào)度成本、線損成本以及條件風(fēng)險(xiǎn)價(jià)值，并給出了唯一性解求解方式。通過對(duì)比隨機(jī)調(diào)度結(jié)果以及冰蓄冷空調(diào)集群參與調(diào)度的成本，驗(yàn)證了本文策略對(duì)促進(jìn)風(fēng)電、光伏本地消納有顯著作用，能夠提高微網(wǎng)系統(tǒng)運(yùn)行經(jīng)濟(jì)性。

后續(xù)研究將進(jìn)一步以冰蓄冷空調(diào)集群為媒介，充分考慮其運(yùn)行優(yōu)化過程中的碳排放折算，為低碳微網(wǎng)的發(fā)展提供參考。