尹杰　婁柯　李冬玉　鞏冠華

摘 要：為解決可再生能源的有效利用問題，能源互聯(lián)網(wǎng)技術(shù)應(yīng)運(yùn)而生，而作為能源互聯(lián)網(wǎng)的關(guān)鍵設(shè)備，能源路由器的研究至關(guān)重要。本文以能源路由器為主體，圍繞其調(diào)度策略展開研究。基于模型預(yù)測(cè)控制方法，提出一種計(jì)及綜合需求響應(yīng)的多時(shí)間尺度調(diào)度策略，并建立計(jì)算機(jī)仿真模型對(duì)調(diào)度策略進(jìn)行驗(yàn)證。仿真結(jié)果表明，該策略將不同負(fù)荷的響應(yīng)差異性考慮在內(nèi)，通過調(diào)整負(fù)荷及設(shè)備出力情況平抑功率波動(dòng)，提高能源互聯(lián)網(wǎng)的經(jīng)濟(jì)穩(wěn)定性。

關(guān)鍵詞：綜合需求響應(yīng)；能源互聯(lián)網(wǎng)；能源路由器；多時(shí)間尺度

中圖分類號(hào)：TP393? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1673-260X（2023）05-0036-04

1 引言

能源路由器作為能源互聯(lián)網(wǎng)的核心裝置，既與電網(wǎng)交互，又與負(fù)載及儲(chǔ)能單元相連，既可以根據(jù)不同需求響應(yīng)對(duì)負(fù)荷進(jìn)行削減，又能合理調(diào)整各能源裝置的出力情況，完成能源互聯(lián)網(wǎng)優(yōu)化調(diào)度。阮博等[1]將微電網(wǎng)功率平衡考慮在內(nèi)，基于一致性理論，搭建分布式能量管理調(diào)度模型，降低微電網(wǎng)運(yùn)行成本。張政斌等[2]提出源荷儲(chǔ)聯(lián)合調(diào)度，提高微網(wǎng)的經(jīng)濟(jì)效益。楊帥等[3]搭建電熱綜合能源系統(tǒng)調(diào)度模型，基于電熱負(fù)荷增強(qiáng)微電網(wǎng)對(duì)風(fēng)電的消納。張伊寧等[4]搭建電氣綜合能源系統(tǒng)調(diào)度模型，結(jié)合需求響應(yīng)優(yōu)化負(fù)荷曲線，提高系統(tǒng)運(yùn)行效率。蔡穎凱等[5]聚焦于提高綜合能源系統(tǒng)需求側(cè)的靈活性，同時(shí)將調(diào)度策略建模為雙層規(guī)劃問題并求解。然而上述文獻(xiàn)只建立了包含兩種負(fù)荷的能源系統(tǒng)，對(duì)多種負(fù)荷的綜合需求響應(yīng)研究較少。將電、氣、熱、冷四種負(fù)荷的綜合需求響應(yīng)考慮在內(nèi)，同時(shí)與多時(shí)間尺度調(diào)度策略相結(jié)合，促進(jìn)能源互聯(lián)網(wǎng)經(jīng)濟(jì)穩(wěn)定運(yùn)行。

2 綜合需求響應(yīng)

綜合需求響應(yīng)是能源互聯(lián)網(wǎng)與作為能源消費(fèi)方的用戶簽訂協(xié)議，按照協(xié)議的相關(guān)規(guī)定獲得響應(yīng)的可削減負(fù)荷量和補(bǔ)償價(jià)格等數(shù)據(jù)。能源路由器會(huì)按照不同負(fù)荷的響應(yīng)特性或是對(duì)能源消費(fèi)方造成的影響程度大小，選擇對(duì)應(yīng)的需求響應(yīng)策略。

2.1 能源路由器結(jié)構(gòu)

能源路由器結(jié)構(gòu)如圖1所示，包括交流配電網(wǎng)、負(fù)載模塊、儲(chǔ)能單元及分布式單元。負(fù)載模塊分為交直流負(fù)載，儲(chǔ)能單元分為能量存儲(chǔ)設(shè)備和轉(zhuǎn)換設(shè)備。存儲(chǔ)設(shè)備包括蓄電池、蓄熱槽和儲(chǔ)氣罐等。轉(zhuǎn)換設(shè)備包括燃?xì)忮仩t和電轉(zhuǎn)氣設(shè)備等。分布式單元?jiǎng)t包括風(fēng)能、光伏及冷熱電聯(lián)產(chǎn)系統(tǒng)等，其中冷熱電聯(lián)產(chǎn)系統(tǒng)包括燃?xì)廨啓C(jī)和吸收式制冷機(jī)等。

2.2 電、氣負(fù)荷需求響應(yīng)

2.3 熱、冷負(fù)荷需求響應(yīng)

2.4 約束條件

3 多時(shí)間尺度調(diào)度策略

根據(jù)負(fù)荷的預(yù)測(cè)精度與時(shí)間負(fù)相關(guān)，本文搭建了能源路由器多時(shí)間尺度模型。圖2為計(jì)及綜合需求響應(yīng)的多時(shí)間尺度策略流程圖。采用MPC法，短時(shí)間尺度選用5分鐘級(jí)，長(zhǎng)時(shí)間尺度選用15分鐘級(jí)[7，8]。

3.1 長(zhǎng)時(shí)間調(diào)度模型

長(zhǎng)短時(shí)間尺度調(diào)度模型在日前調(diào)度的基礎(chǔ)上，采用MPC法，利用調(diào)動(dòng)策略去限制各個(gè)類型能源的功率變化情況。長(zhǎng)時(shí)間調(diào)度模型從t₀刻起，選用15分鐘級(jí)獲取的各個(gè)負(fù)荷的數(shù)據(jù)變化，修正各模塊在之后的15分鐘間的調(diào)度策略，從而限制各負(fù)荷的功率變化。長(zhǎng)時(shí)間調(diào)度期間的要求是使長(zhǎng)時(shí)間尺度總成本達(dá)到最少。

3.2 短時(shí)間調(diào)度模型

短時(shí)間調(diào)度模型基于更新后5分鐘級(jí)的源荷預(yù)測(cè)數(shù)據(jù)，繼續(xù)執(zhí)行各模塊長(zhǎng)時(shí)間調(diào)度后修正的運(yùn)行策略，采用調(diào)整購電功率、加入超級(jí)電容器以及調(diào)整用電策略等方式來限制調(diào)度時(shí)間不長(zhǎng)的電功率。短時(shí)間調(diào)度期間的要求是使短時(shí)間尺度總成本達(dá)到最少。

4 算例驗(yàn)證

4.1 相關(guān)參數(shù)

為了驗(yàn)證提能源路由器調(diào)度策略的經(jīng)濟(jì)性與效益性，故對(duì)多時(shí)間尺度模型進(jìn)行仿真。通過日前預(yù)測(cè)數(shù)據(jù)以及對(duì)應(yīng)的概率產(chǎn)生日內(nèi)數(shù)據(jù)。假設(shè)不同能源出力情況和各個(gè)負(fù)荷需求情況的預(yù)測(cè)都滿足正態(tài)分布，其誤差范圍見表1。

4.2 結(jié)果分析

本文設(shè)計(jì)3種方案進(jìn)行對(duì)比，各方案最終的成本對(duì)比情況如表3所示。

方案1：選擇基于DA-P的調(diào)度策略。DA-P是指能源路由器基于調(diào)控結(jié)果，而日內(nèi)由預(yù)測(cè)誤差導(dǎo)致的聯(lián)絡(luò)線功率波動(dòng)都由外部電網(wǎng)平抑。

方案2：只采取多時(shí)間尺度調(diào)度，不涉及綜合需求響應(yīng)。

方案3：計(jì)及綜合需求響應(yīng)的多時(shí)間尺度調(diào)度策略。

（1）方案1、2分析

方案1選取DA-P策略，故增加了許多購電、氣成本，使得能源路由器的運(yùn)行成本及聯(lián)絡(luò)線交互功率波動(dòng)都增大了。而方案2選擇多時(shí)間尺度策略，其長(zhǎng)時(shí)間調(diào)度利用改變不同模塊設(shè)備輸出功率的方式修正預(yù)測(cè)誤差導(dǎo)致的功率波動(dòng)，短時(shí)間調(diào)度使用超級(jí)電容器來平抑調(diào)度時(shí)長(zhǎng)較短的電功率波動(dòng)。由表3可知，方案2的能源互聯(lián)網(wǎng)總成本和聯(lián)絡(luò)線交互功率波動(dòng)率相比方案1減少了884.3元和7.42%。

（2）方案3分析

方案3綜合考慮了四種負(fù)荷的綜合需求響應(yīng)，長(zhǎng)時(shí)間調(diào)度結(jié)合了改變不同模塊設(shè)備出力情況和采取調(diào)整負(fù)荷兩種方式來平抑功率波動(dòng)，短時(shí)間調(diào)度則在超級(jí)電容器的平抑基礎(chǔ)上，還采取調(diào)整電負(fù)荷的方式減少電功率波動(dòng)。由表3可知，方案3的總成本和聯(lián)絡(luò)線交互功率波動(dòng)率相比方案1減少了1340.2元和11.12%。

4.3 綜合需求響應(yīng)優(yōu)化結(jié)果

圖3是計(jì)及綜合需求響應(yīng)的四種負(fù)荷削減前后對(duì)比。因?yàn)楦髂K設(shè)備出力情況調(diào)整的懲罰成本相對(duì)更高，而削減負(fù)荷可以比較好地減少各模塊設(shè)備的修正情況，降低功率波動(dòng)率。如電負(fù)荷在負(fù)荷高峰期時(shí)削減量相對(duì)更大，所以可以采取對(duì)電負(fù)荷進(jìn)行調(diào)整的方式去減少各模塊設(shè)備出力情況修正的成本。由于削減負(fù)荷能夠比較好地減少和大電網(wǎng)交互過程中的聯(lián)絡(luò)線功率波動(dòng)性，從而增強(qiáng)能源互聯(lián)網(wǎng)的經(jīng)濟(jì)穩(wěn)定性。除電負(fù)荷外，其他幾種負(fù)荷同樣在對(duì)應(yīng)的用能高峰期存在部分削減的情況，然而綜合需求響應(yīng)資源受限。故為避免用戶用能滿意度降低，在非負(fù)荷高峰期時(shí)一般不進(jìn)行對(duì)負(fù)荷的調(diào)整。

4.4 設(shè)備出力情況

圖4展示了能源設(shè)備的出力情況，調(diào)度策略將不同負(fù)荷能源的調(diào)度差異性考慮在內(nèi)，同時(shí)結(jié)合多時(shí)間尺度調(diào)度，從而修正的各模塊設(shè)備的出力情況，讓能源路由器內(nèi)不同的能源模塊均加入到平抑功率波動(dòng)中。各能源設(shè)備在調(diào)度策略作用下采取修正自身出力情況去降低功率波動(dòng)。

5 總結(jié)

以能源路由器為主體，提出了能源路由器的調(diào)度策略，考慮不同負(fù)荷的需求響應(yīng)，同時(shí)結(jié)合多時(shí)間尺度調(diào)度策略。在MATLAB平臺(tái)建立調(diào)度策略模型并利用Cplex進(jìn)行求解。通過三種場(chǎng)景下的成本差異、不同負(fù)荷削減前后結(jié)果及各裝置出力情況對(duì)比，得出以下結(jié)論：

（1）多時(shí)間尺度調(diào)度策略采取改變能源裝置的輸出功率去減少預(yù)測(cè)誤差導(dǎo)致的功率波動(dòng)。

（2）綜合需求響應(yīng)策略采取調(diào)整負(fù)荷的方式減小設(shè)備的出力變化量，從而減少能源路由器與大電網(wǎng)的交互，降低聯(lián)絡(luò)線交互功率波動(dòng)。

（3）能源路由器調(diào)度策略既可以發(fā)揮負(fù)荷響應(yīng)的潛力，又可以減少各模塊設(shè)備的出力調(diào)整成本，降低功率波動(dòng)情況，促進(jìn)能源互聯(lián)網(wǎng)經(jīng)濟(jì)穩(wěn)定運(yùn)行。

參考文獻(xiàn)：

〔1〕阮博，俞德華，李斯吾.基于一致性的微網(wǎng)分布式能量管理調(diào)度策略[J].電力系統(tǒng)保護(hù)與控制，2018， 46（15）：23-28.

〔2〕張政斌，葉鵬，張娜，等.基于能源路由器的微網(wǎng)源荷儲(chǔ)聯(lián)合優(yōu)化調(diào)度[J].河北電力技術(shù)，2022，41（03）：30-36.

〔3〕楊帥，陳磊，徐飛，等.基于能量流的電熱綜合能源系統(tǒng)棄風(fēng)消納優(yōu)化調(diào)度模型[J].電網(wǎng)技術(shù)，2018， 42（02）：417-426.

〔4〕張伊寧，何宇斌，晏鳴宇，等.計(jì)及需求響應(yīng)與動(dòng)態(tài)氣潮流的電—?dú)饩C合能源系統(tǒng)優(yōu)化調(diào)度[J].電力系統(tǒng)自動(dòng)化，2018，42（20）：1-8.

〔5〕蔡穎凱，張冶，曹世龍，等.面向綜合需求響應(yīng)的綜合能源系統(tǒng)優(yōu)化調(diào)度[J].電網(wǎng)與清潔能源，2022， 38（09）：65-72.

〔6〕湯翔鷹，胡炎，耿琪，等.考慮多能靈活性的綜合能源系統(tǒng)多時(shí)間尺度優(yōu)化調(diào)度[J].電力系統(tǒng)自動(dòng)化，2021，45（04）：81-90.

〔7〕王成山，呂超賢，李鵬，等.園區(qū)型綜合能源系統(tǒng)多時(shí)間尺度模型預(yù)測(cè)優(yōu)化調(diào)度[J].中國電機(jī)工程學(xué)報(bào)，2019，39（23）：6791-6803+7093.

〔8〕王磊，周建平，朱劉柱，等.基于分布式模型預(yù)測(cè)控制的綜合能源系統(tǒng)多時(shí)間尺度優(yōu)化調(diào)度[J].電力系統(tǒng)自動(dòng)化，2021，45（13）：57-65.

〔9〕葛少云，劉靜儀，劉洪，等.需求響應(yīng)機(jī)制下含建筑虛擬儲(chǔ)能的能源站經(jīng)濟(jì)調(diào)度[J].電力系統(tǒng)自動(dòng)化，2020，44（04）：35-43.

〔10〕Kong X ， Xiao J ， Wang C ， et al. Bi-Level Multi-Time Scale Scheduling Method Based on Bidding for Multi-Operator Virtual Power Plant[J]. Applied Energy， 2019， 249： 178-189.