吳任博,劉淑琴
(山東大學(xué) 電氣工程學(xué)院,濟(jì)南 250000)
隨著當(dāng)今電力控制和通信能力的提高,以及多樣化的需求側(cè)技術(shù)出現(xiàn),用更靈活的新型電力系統(tǒng)取代現(xiàn)有的電力系統(tǒng)成為可能[1]。提高系統(tǒng)控制準(zhǔn)確性的一個(gè)挑戰(zhàn)是在電力市場(chǎng)出清機(jī)制中整合負(fù)荷管理計(jì)劃和主動(dòng)配電網(wǎng)技術(shù),以反映市場(chǎng)結(jié)果對(duì)新興技術(shù)的影響和依賴[2]。在目前方法中,實(shí)體電網(wǎng)及其組件(例如,儲(chǔ)能設(shè)備)的實(shí)際動(dòng)態(tài)在很大程度上被忽略。這種簡(jiǎn)化在極大系統(tǒng)的情況下是可接受的,以達(dá)到較優(yōu)的解決方案,但對(duì)于其他情況可能會(huì)產(chǎn)生不可行結(jié)果[3]。事實(shí)上,每個(gè)智能電網(wǎng)的決策過(guò)程都是一個(gè)復(fù)雜的優(yōu)化問(wèn)題,既有連續(xù)決策,也有離散決策。當(dāng)獨(dú)立的智能電網(wǎng)融入電力市場(chǎng)運(yùn)行并與之互動(dòng)時(shí),如何解析地確定獨(dú)立智能電網(wǎng)的運(yùn)行策略,基本上是個(gè)未知數(shù)[4]。因此,考慮到這些關(guān)鍵因素和相互作用,必然需要一種有效的能源管理方法來(lái)支持電力市場(chǎng)中智能電網(wǎng)的最優(yōu)調(diào)度和運(yùn)行計(jì)劃。
為了應(yīng)對(duì)現(xiàn)代電力市場(chǎng)中智能電網(wǎng)的運(yùn)行挑戰(zhàn),學(xué)者開(kāi)發(fā)了許多輔助決策模型和求解方法。在文獻(xiàn)[5]中,提出了一個(gè)的兩層模型來(lái)確定電力市場(chǎng)中負(fù)荷削減和靈活負(fù)荷(即需求響應(yīng)組合)的最優(yōu)調(diào)度。在文獻(xiàn)[6]中提出了Stackelberg博弈模型來(lái)研究電網(wǎng)運(yùn)營(yíng)商和配備了需求響應(yīng)用戶之間的交互作用。文獻(xiàn)[7]建立了電力供給方和終端用戶之間的Stackelberg博弈,其中供給方充當(dāng)追逐利潤(rùn)的領(lǐng)導(dǎo)者,而終端用戶充當(dāng)福利最大化的追隨者。文獻(xiàn)[8]提出了智能電網(wǎng)零售商作為能源市場(chǎng)和終端用戶之間的中介機(jī)構(gòu)的能源定價(jià)和調(diào)度的雙層優(yōu)化模型。文獻(xiàn)[9]中引入了一個(gè)隨機(jī)雙層模型,在該模型中,上層的電網(wǎng)運(yùn)營(yíng)商最小化總的運(yùn)營(yíng)成本,而下層的需求響應(yīng)聚合體最大化利潤(rùn)。上述文獻(xiàn)將智能電網(wǎng)建模為受控或價(jià)格接受者,在電力市場(chǎng)內(nèi)由電網(wǎng)運(yùn)營(yíng)商作為綜合負(fù)荷或電源運(yùn)營(yíng)管理。這些假設(shè)在很大程度上是不切實(shí)際的,因?yàn)榭紤]如儲(chǔ)能、光伏等分布式能源,基本上是私有的,幾乎沒(méi)有可能讓電網(wǎng)運(yùn)營(yíng)商全權(quán)管理或運(yùn)營(yíng)。
在最近的一些工作中,考慮了部分電網(wǎng)的決策獨(dú)立性。在文獻(xiàn)[10]中討論了一組主動(dòng)配電網(wǎng)和輸電系統(tǒng)之間的能量管理問(wèn)題。文獻(xiàn)[11]提出了一個(gè)框架和迭代算法來(lái)協(xié)調(diào)輸電網(wǎng)和多個(gè)微電網(wǎng),以找到這些獨(dú)立系統(tǒng)的最佳運(yùn)行點(diǎn)。文獻(xiàn)[12]考慮了由引導(dǎo)者和跟隨者組成的多子網(wǎng)系統(tǒng)的分散結(jié)構(gòu),并通過(guò)雙層優(yōu)化來(lái)解決能量管理問(wèn)題。單個(gè)子網(wǎng)在最壞情況下進(jìn)行多階段穩(wěn)健優(yōu)化以最小化運(yùn)行成本,而在系統(tǒng)層面(即上層),通過(guò)最小化日常運(yùn)行成本來(lái)進(jìn)行能量管理。然而這些工作忽略了電力市場(chǎng)及其與多子網(wǎng)組成的新型電力系統(tǒng)的相互作用。
文獻(xiàn)調(diào)研顯示,與豐富的智能電網(wǎng)運(yùn)行和優(yōu)化研究文獻(xiàn)相比,考慮智能電網(wǎng)自主性和市場(chǎng)運(yùn)行的模型研究較少。事實(shí)上,主動(dòng)配電網(wǎng)是一個(gè)關(guān)鍵組件,它將該地區(qū)的各種可再生資源、儲(chǔ)能設(shè)備和響應(yīng)負(fù)載互聯(lián)在一起,以滿足用戶的電力需求。因此,應(yīng)該采用一種考慮所有這些因素和相互作用的分析方法來(lái)確定電網(wǎng)的實(shí)際運(yùn)行策略。因此,文中開(kāi)發(fā)了一個(gè)基于市場(chǎng)的框架來(lái)研究電力市場(chǎng)和包含多個(gè)主動(dòng)配電網(wǎng)的新型電力系統(tǒng)的相互作用,并進(jìn)行輔助決策。在所提出的方法中,子電網(wǎng)預(yù)測(cè)市場(chǎng)價(jià)格,并可以相應(yīng)地影響市場(chǎng)數(shù)量。也就是說(shuō),其參與市場(chǎng)博弈,這種互動(dòng)通過(guò)雙層優(yōu)化來(lái)建模。頂層的市場(chǎng)運(yùn)營(yíng)商對(duì)日前市場(chǎng)進(jìn)行出清,而較低層的多個(gè)獨(dú)立子電網(wǎng)按順序行動(dòng),以確定其最優(yōu)調(diào)度。在這里,每個(gè)子電網(wǎng)都是一個(gè)自組織系統(tǒng),其運(yùn)行和管理自己的網(wǎng)絡(luò),以利用該地區(qū)各種相互連接的可再生資源、儲(chǔ)能設(shè)備和響應(yīng)能力較強(qiáng)的負(fù)載。在市場(chǎng)方面,假設(shè)運(yùn)營(yíng)商收集報(bào)價(jià),并使用機(jī)組組合問(wèn)題結(jié)算日前市場(chǎng)。使用二階圓錐交流潮流方法來(lái)求解運(yùn)營(yíng)商優(yōu)化問(wèn)題,以考慮輸電系統(tǒng)的電壓和無(wú)功約束。
將子電網(wǎng)的物理特性建模為這種類型的雙層優(yōu)化產(chǎn)生的最大困難是下層問(wèn)題決策的離散特征。這是一個(gè)巨大的計(jì)算挑戰(zhàn),目前大多數(shù)可用的求解技術(shù)主要依賴于缺乏計(jì)算效率并可能導(dǎo)致次最優(yōu)的啟發(fā)式、近似或簡(jiǎn)化建模方法。與現(xiàn)有方法不同,本文擴(kuò)展了文獻(xiàn)[13]中的重構(gòu)和分解方案,以求解雙層優(yōu)化問(wèn)題。
在這一部分中,給出了考慮獨(dú)立子電網(wǎng)最優(yōu)運(yùn)行的雙層優(yōu)化方案,考慮了混合整數(shù)規(guī)劃、二次規(guī)劃和線性規(guī)劃。
圖1描述了所提出的雙層優(yōu)化模型的結(jié)構(gòu)。上層優(yōu)化給出常規(guī)發(fā)電機(jī)組的啟動(dòng)、關(guān)閉和調(diào)度決策,最小化系統(tǒng)總成本。下層優(yōu)化對(duì)應(yīng)著每個(gè)子電網(wǎng)內(nèi)部能耗優(yōu)化,給出負(fù)荷管理、儲(chǔ)能充放電等具體決策。假設(shè)發(fā)電機(jī)組向市場(chǎng)運(yùn)營(yíng)商提交報(bào)價(jià),這些報(bào)價(jià)體現(xiàn)了其實(shí)際運(yùn)營(yíng)成本和約束[14]。文中,運(yùn)營(yíng)成本包括可變(運(yùn)行)成本、啟動(dòng)成本、關(guān)閉成本和空載成本。運(yùn)行約束包括爬坡率、最小正常運(yùn)行時(shí)間和停機(jī)時(shí)間以及最小和最大發(fā)電量。一旦收集到報(bào)價(jià),就決定機(jī)組的啟動(dòng)和關(guān)閉。
圖1 輔助決策模型架構(gòu)
如前所述,市場(chǎng)運(yùn)營(yíng)商收到來(lái)自發(fā)電部門的報(bào)價(jià),其中包括運(yùn)營(yíng)成本數(shù)據(jù)和運(yùn)營(yíng)限制。然后執(zhí)行多階段優(yōu)化,以出清日前市場(chǎng)。這是上層優(yōu)化,其解決方案得出了常規(guī)發(fā)電機(jī)組的啟動(dòng)、關(guān)閉和調(diào)度決策。將與輸電系統(tǒng)相連的子電網(wǎng)的需求視為因變量,由下層優(yōu)化迭代確定。
利用二階二次交流潮流模型,上層優(yōu)化問(wèn)題可寫成:
(1)
s.t.
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
(11)
(12)
(13)
vit-vit-1=uit-sit,uit,sit∈{0,1} ?i∈Δ,t∈T
(14)
(15)
(16)
(17)
Cijt=Cjit,Sij=-Sjj,Cijt≥0 ?ij∈Ω,t∈T
(18)
(19)
(20)
(21)
假設(shè)系統(tǒng)內(nèi)存在一些獨(dú)立的子電網(wǎng),它們通過(guò)變電站連接到輸電系統(tǒng),并與主電網(wǎng)交換電力。
每個(gè)子電網(wǎng)的運(yùn)營(yíng)商預(yù)測(cè)市場(chǎng)價(jià)格(在連接節(jié)點(diǎn)),并通過(guò)使用混合整數(shù)線性規(guī)劃最小化其實(shí)際和無(wú)功消耗來(lái)計(jì)算最優(yōu)運(yùn)行決策。在子電網(wǎng)優(yōu)化問(wèn)題中,考慮了配網(wǎng)的技術(shù)約束以及各種需求側(cè)技術(shù)(儲(chǔ)能、需求響應(yīng)等)。因此,對(duì)每個(gè)輸電節(jié)點(diǎn)i處的子電網(wǎng)都求解以下最優(yōu)潮流問(wèn)題:
(22)
?n∈Φi,t∈T
(23)
?n∈Φi,t∈T
(24)
Unt=Umt-2(rmnpmnt+xmnqmnt) ?n∈Φi,m∈Φi(n),nm∈Ni,t∈T
(25)
(26)
(27)
(28)
(29)
(30)
(31)
(32)
(33)
(34)
(35)
znt∈{0,1} ?n∈Φi,t∈T
(36)
由此可見(jiàn),下層優(yōu)化問(wèn)題本質(zhì)上是一個(gè)混合整數(shù)線性規(guī)劃。各子電網(wǎng)運(yùn)營(yíng)商通過(guò)求解該模型來(lái)計(jì)算最優(yōu)自耗量及其調(diào)度決策。采用KKT條件或強(qiáng)對(duì)偶性的傳統(tǒng)重述方法,以等價(jià)的對(duì)應(yīng)問(wèn)題取代下層優(yōu)化問(wèn)題,在此背景下并不適用。在下文中,提出了一種重構(gòu)和分解方法來(lái)計(jì)算該問(wèn)題。
優(yōu)化模型式(1)、式(22)由一個(gè)混合整數(shù)二階錐規(guī)劃的上層優(yōu)化和多個(gè)混合整數(shù)線性規(guī)劃(Mixed Integer Linear Programming,MILP)下層優(yōu)化問(wèn)題組成。為了計(jì)算這個(gè)雙層問(wèn)題,使用并擴(kuò)展了文獻(xiàn)[13]中提出的重構(gòu)-分解算法,該算法將原始模型劃分為一個(gè)主問(wèn)題和多個(gè)子問(wèn)題。
為了使本節(jié)中的論述更易理解,首先給出雙層優(yōu)化問(wèn)題式(1)、(22)基于矩陣的表示法,如下所示:
minax+by
(37)
s.t.
By+Cri=d
(38)
Ax+Dy≥l,x∈{0,1}
(39)
‖Hy‖≤hy
(40)
其中:
ri∈argmin{ei(ri+yi):
(41)
s.t.
Giwi+Eiri+Oiyi=fi
(42)
Fiwi+Kiri≤ki
(43)
ri≥0,wi∈{0,1}}?i∈Δ
(44)
其中x和y表示上層優(yōu)化二進(jìn)制和連續(xù)變量,ri和wi表示與輸電節(jié)點(diǎn)i處的子電網(wǎng)相關(guān)聯(lián)的下層優(yōu)化的連續(xù)和二進(jìn)制變量。使用適當(dāng)維度的系數(shù)矩陣或向量(A,a,B,b,Ei,ei,l,D,d,Fi,fi,Gi,H,h,Ki,ki,Oi)使這些變量相關(guān)聯(lián)。在約束式(40)中,使用符號(hào)‖·‖表示向量(矩陣)的l2范數(shù)。方程式(41)表示目標(biāo)函數(shù),式(42)~式(44)表示與輸電節(jié)點(diǎn)i處的每個(gè)子電網(wǎng)相關(guān)聯(lián)的下層優(yōu)化問(wèn)題的原始約束。
為了給算法提供可分解的結(jié)構(gòu),遵循文獻(xiàn)[13]中通過(guò)復(fù)制上層問(wèn)題中的下層變量和約束并增加一個(gè)額外的約束式(49)來(lái)重新制定雙層優(yōu)化問(wèn)題式(37),如下所示:
minax+by
(45)
s.t.
式(38)~式(40)
(46)
(47)
(48)
(49)
s.t.
Giwi+Eiri+Oiyi=fi,Fiwi+Kiri≤ki
(50)
ri≥0,wi∈{0,1}}?i∈Δ
(51)
(52)
s.t.
(53)
(54)
(55)
對(duì)于給定的上層決策(x*,y*),以及連接到輸電節(jié)點(diǎn)i∈Δ的每個(gè)子電網(wǎng),計(jì)算以下子問(wèn)題SP1i:
(56)
s.t.
(57)
Fiwi+Kiri≤ki:μi
(58)
ri≥0,wi∈W
(59)
SP2:Ψ(x*,y*)=minax+by
(60)
s.t.
式(57)~式(59)
(61)
(62)
SP2是一個(gè)容易計(jì)算的MILP問(wèn)題。
1)步驟1:設(shè)置LB=0、UB=∞、τ=0。
2)步驟2:求解以下主問(wèn)題:
MP:Γ=minax+by
(63)
s.t.
式(38)~式(40),式(47)~式(48)
(64)
(65)
(66)
(67)
(68)
報(bào)告最優(yōu)解(x*,y*)并更新LB=Γ。
5)步驟5:如果UB-LB≤,則停止求解UB。否則,τ=τ+1并返回步驟2。
該算法動(dòng)態(tài)地提供上界(從子問(wèn)題)和下界(從主問(wèn)題),并在每次迭代中向主問(wèn)題添加新的變量和約束,直到界之間的差異不大于最優(yōu)性容差。
雖然主問(wèn)題在每次迭代中都會(huì)隨著維度的增加而變得繁瑣,但該算法的關(guān)鍵優(yōu)勢(shì)在于它可以在很少的迭代次數(shù)和算法操作中產(chǎn)生最優(yōu)解。在案例研究中,在大多數(shù)情況下,算法在3次迭代后可得出最優(yōu)解,最多只需要4次迭代。
考慮一個(gè)六節(jié)點(diǎn)輸電網(wǎng)絡(luò),有四臺(tái)發(fā)電機(jī)組和兩個(gè)子電網(wǎng),標(biāo)記為SG1和SG2,其余測(cè)試參數(shù)見(jiàn)文獻(xiàn)[15]。子電網(wǎng)分別連接到節(jié)點(diǎn)2和節(jié)點(diǎn)4,如圖2所示。每個(gè)子電網(wǎng)有一個(gè)光伏發(fā)電和一個(gè)儲(chǔ)能設(shè)備連接到同一節(jié)點(diǎn)。在24小時(shí)的時(shí)間范圍內(nèi),考慮了以下案例條件:
圖2 示例系統(tǒng)單線圖
2)改變光伏-儲(chǔ)能的位置,并且重置條件與案例1相同;
3)假定儲(chǔ)能的充放電次數(shù)不受限制,其余條件與案例1相同;
4)每個(gè)節(jié)點(diǎn)處的可轉(zhuǎn)移需求增加到15%,其余條件與案例1相同;
5)與案例4類似,不同之處在于50%的子電網(wǎng)節(jié)點(diǎn)具有可轉(zhuǎn)移的需求,其余節(jié)點(diǎn)的需求是固定的。隨機(jī)選擇具有可轉(zhuǎn)移需求的節(jié)點(diǎn);
6)子電網(wǎng)的拓?fù)浣Y(jié)構(gòu)發(fā)生了變化。在子電網(wǎng)1中,線路2、3和5上的開(kāi)關(guān)斷開(kāi),線路6、7和8上的開(kāi)關(guān)閉合。此外,在子電網(wǎng)2中,線路4、5和8上的開(kāi)關(guān)斷開(kāi),線路10、11和12上的開(kāi)關(guān)閉合;
7)沒(méi)有建模子電網(wǎng),負(fù)荷產(chǎn)生條件類似于案例3。這種情況基本上代表了一個(gè)聚合的智能電網(wǎng)模型。
表1 優(yōu)化示例系統(tǒng)輔助決策結(jié)果
圖3 案例1和案例3的測(cè)試結(jié)果:SOE、節(jié)點(diǎn)邊際電價(jià)和輸電網(wǎng)的電壓曲線
為了探討可轉(zhuǎn)移需求對(duì)子電網(wǎng)和主電網(wǎng)的影響,對(duì)于案例1和案例4,在圖4中描繪了這些網(wǎng)絡(luò)的損耗和機(jī)組組合成本。在案例4中,通過(guò)將需求響應(yīng)(可轉(zhuǎn)移)增加5%,在大多數(shù)時(shí)間內(nèi)降低了網(wǎng)絡(luò)損耗和成本。圖5給出了輸入到子電網(wǎng)2的有功和無(wú)功功率以及案例4和5的輸電網(wǎng)絡(luò)的平均節(jié)點(diǎn)邊際電價(jià)。如前所述,在案例5中,只有50%的子電網(wǎng)節(jié)點(diǎn)具有可轉(zhuǎn)移需求,因此,在大多數(shù)時(shí)間內(nèi),子電網(wǎng)的功率輸入增加,這提高了輸電網(wǎng)絡(luò)的邊際電價(jià)。這個(gè)實(shí)驗(yàn)清楚地說(shuō)明了主動(dòng)配電網(wǎng)中響應(yīng)性需求的位置如何對(duì)市場(chǎng)結(jié)果產(chǎn)生顯著影響。在案例6中,假設(shè)每個(gè)子電網(wǎng)的運(yùn)營(yíng)商可以更改電網(wǎng)配置。在此觀察了這些行為對(duì)市場(chǎng)結(jié)果的影響。例如,與案例1相比,案例6的平均邊際電價(jià)增加了7%。在案例7中,不對(duì)子電網(wǎng)進(jìn)行建模,因此使用聚合負(fù)荷生成模型。從表1可以看出,在這種情況下,輸電損耗增加,子電網(wǎng)的高峰需求減少。因此,與子電網(wǎng)建模的案例3和5相比,發(fā)電的機(jī)組組合成本卻降低了。為了更好地說(shuō)明,圖6中描繪了在案例3和7中的輸電系統(tǒng)的平均節(jié)點(diǎn)邊際電價(jià)和損耗。觀察到案例3出現(xiàn)平均邊際電價(jià)的急劇增加和某些小時(shí)的損失,在案例7由于過(guò)于簡(jiǎn)化而基本上消除了這些情況。
圖4 案例1和案例4的測(cè)試結(jié)果:損失和單位生產(chǎn)成本
圖6 案例3和案例7的測(cè)試結(jié)果:平均邊際電價(jià)和輸電網(wǎng)絡(luò)損耗
最后,圖7顯示了在本節(jié)研究的情況下,發(fā)電機(jī)的每小時(shí)投入狀態(tài)(標(biāo)記為Gi,i=1,...,4)和儲(chǔ)能設(shè)備的充電/放電模式(標(biāo)記為SGi,i=1,2),白色方塊表示投入或充電狀態(tài),黑色方塊表示退出或放電狀態(tài)。它簡(jiǎn)單地展示了下層優(yōu)化問(wèn)題(即子電網(wǎng))的負(fù)荷生成條件或建模細(xì)節(jié)的變化如何影響上層問(wèn)題中的機(jī)組組合時(shí)間表。
圖7 系統(tǒng)設(shè)備的每小時(shí)開(kāi)/關(guān)狀態(tài)和儲(chǔ)能設(shè)備的充放電運(yùn)行模式
將輸電系統(tǒng)改為30節(jié)點(diǎn)系統(tǒng)[16]。并使用4節(jié)點(diǎn)、18節(jié)點(diǎn)、22節(jié)點(diǎn)和33節(jié)點(diǎn)四種子電網(wǎng)。它們分別連接到20、18、30和15輸電節(jié)點(diǎn)。測(cè)試參數(shù)取自文獻(xiàn)[15]。這些子電網(wǎng)分別有2、3、4、5個(gè)光伏-儲(chǔ)能系統(tǒng)。在24小時(shí)內(nèi),研究了以下案例:
1)假設(shè)10%的節(jié)點(diǎn)需求是可轉(zhuǎn)移的。對(duì)子電網(wǎng)中的所有儲(chǔ)能設(shè)備施加有限數(shù)量的充電/放電次數(shù)。
2)與案例1一樣,改變了原有的網(wǎng)絡(luò)拓?fù)?保留了光伏-儲(chǔ)能位置。與原有的網(wǎng)絡(luò)拓?fù)湎啾?在子電網(wǎng)1中,線路2和3上的開(kāi)關(guān)是斷開(kāi)的。在子電網(wǎng)2中,線路8、12、13和17上的開(kāi)關(guān)斷開(kāi)。在子電網(wǎng)3中,線路3、8、11和15上的開(kāi)關(guān)斷開(kāi)。在子電網(wǎng)4中,線路7、9、14、32和37上的開(kāi)關(guān)斷開(kāi)。
3)隨機(jī)改變光伏-儲(chǔ)能的位置,并且重置條件與案例1相同。
優(yōu)化結(jié)果如表2所示。觀察到由于光伏-儲(chǔ)能位置或子電網(wǎng)配置的變化而導(dǎo)致市場(chǎng)結(jié)果和子電網(wǎng)調(diào)度決策的變化。例如,與案例2相比,案例1和案例3對(duì)子電網(wǎng)的目標(biāo)更高。此外,案例2的拓?fù)渥兓档土俗与娋W(wǎng)損耗和上層問(wèn)題的社會(huì)成本。因此,從表2中的輸電系統(tǒng)指標(biāo)可以看出,輸電層面的子電網(wǎng)簡(jiǎn)化聚合模型將低估市場(chǎng)運(yùn)行成本,并得出不準(zhǔn)確的結(jié)果。
表2 優(yōu)化后30節(jié)點(diǎn)系統(tǒng)輔助決策結(jié)果
將該方法應(yīng)用于57節(jié)點(diǎn)系統(tǒng)[17]。該系統(tǒng)由7臺(tái)發(fā)電機(jī)和80條線路組成。文中假設(shè)有四個(gè)子電網(wǎng)連接到該系統(tǒng)。子電網(wǎng)包括節(jié)點(diǎn)3處的13節(jié)點(diǎn)系統(tǒng)、節(jié)點(diǎn)9處的18節(jié)點(diǎn)系統(tǒng)、節(jié)點(diǎn)52處的22節(jié)點(diǎn)系統(tǒng)以及節(jié)點(diǎn)42處的33節(jié)點(diǎn)系統(tǒng)。
表3給出了三種情況下的優(yōu)化結(jié)果。這些情況與上述30節(jié)點(diǎn)系統(tǒng)中的情況類似。在案例1中,假設(shè)10%的節(jié)點(diǎn)需求是可移動(dòng)的,并且儲(chǔ)能設(shè)備的充放電次數(shù)有限。在案例2中,光伏-儲(chǔ)能位置改變,其余條件與案例1相同。在案例3中,修改子電網(wǎng)拓?fù)?其余條件類似于案例1。
表3 優(yōu)化后57節(jié)點(diǎn)系統(tǒng)輔助決策結(jié)果
從表3可以看出,子電網(wǎng)的最優(yōu)決策的變化反映在市場(chǎng)結(jié)果中。例如,當(dāng)子電網(wǎng)中的光伏-儲(chǔ)能位置與案例2相同時(shí),輸電損耗和社會(huì)成本達(dá)到最低值。這表明實(shí)際市場(chǎng)結(jié)果取決于子電網(wǎng)的反應(yīng)和運(yùn)行決策,以及在對(duì)這些系統(tǒng)建模時(shí)考慮的物理細(xì)節(jié)水平。
本文提出了一種在日前市場(chǎng)運(yùn)行中集成自治子電網(wǎng)輔助決策問(wèn)題的建??蚣堋V贫艘粋€(gè)雙層優(yōu)化方法來(lái)分析市場(chǎng)運(yùn)營(yíng)商與包含分布式能源以及需求側(cè)技術(shù)的獨(dú)立子電網(wǎng)之間的相互作用。上層優(yōu)化問(wèn)題使用二階二次交流潮流模型來(lái)描述日前市場(chǎng)的出清過(guò)程。下層問(wèn)題優(yōu)化了自治子電網(wǎng)的能耗管理,其中考慮了與儲(chǔ)能設(shè)備和可轉(zhuǎn)移需求有關(guān)的決策的混合整數(shù)性質(zhì)??紤]到上層問(wèn)題和下層問(wèn)題的混合整數(shù)結(jié)構(gòu),提出了一種重構(gòu)分解方法,使用一個(gè)主問(wèn)題和多個(gè)子問(wèn)題迭代地求解優(yōu)化模型。在三個(gè)測(cè)試系統(tǒng)上對(duì)所提出的方法進(jìn)行了評(píng)估,觀察到子電網(wǎng)的聚合建模方法使用了配電系統(tǒng)的簡(jiǎn)化模型并忽略了儲(chǔ)能設(shè)備的實(shí)際特性,將導(dǎo)致產(chǎn)生不準(zhǔn)確的結(jié)果。所提出的方法通過(guò)捕獲物理輸配電系統(tǒng)、下層決策過(guò)程的離散性以及電力市場(chǎng)和子電網(wǎng)之間的相互作用來(lái)提高求解精度。
未來(lái)研究的可能方向包括納入需求側(cè)技術(shù)的更多特征,如需求響應(yīng)的反應(yīng)時(shí)間、電動(dòng)汽車等,并評(píng)估它們對(duì)市場(chǎng)運(yùn)行的影響。