張云飛，周強(qiáng)，丁戈，鮑可凡，朱明嫄，王志勝

(1.國網(wǎng)江蘇省電力有限公司睢寧縣供電分公司，江蘇 徐州 221200 ；2.啟維智能科技江蘇有限公司，江蘇 徐州 221008)

我國“30·60”“雙碳”目標(biāo)對新型電力系統(tǒng)的建設(shè)和低碳化轉(zhuǎn)型提出了更為迫切的需求。然而，當(dāng)前鄉(xiāng)村地區(qū)的電力系統(tǒng)發(fā)展仍面臨能源貧困、能源基礎(chǔ)設(shè)施薄弱、能源供給清潔化水平不足等現(xiàn)實問題[1]。因此，大力發(fā)展以分布式光伏為代表的清潔能源是解決上述鄉(xiāng)村能源發(fā)展問題的關(guān)鍵舉措。然而，風(fēng)電、光伏等可再生能源的出力間歇性和隨機(jī)性嚴(yán)重威脅鄉(xiāng)村電力系統(tǒng)的安全穩(wěn)定運(yùn)行。一些新能源裝機(jī)容量大的鄉(xiāng)村地區(qū)常常因無法完全消納可再生能源而產(chǎn)生棄風(fēng)棄光，這不僅造成大量資源浪費(fèi)，還大大降低了能源供給側(cè)的清潔程度。因此，通過轉(zhuǎn)變鄉(xiāng)村生物質(zhì)能利用方式，將當(dāng)前鄉(xiāng)村生物質(zhì)能利用逐漸從粗獷型的發(fā)電方式轉(zhuǎn)變?yōu)轱L(fēng)-光-沼協(xié)同利用，通過風(fēng)-光-沼的協(xié)同控制，能夠構(gòu)建鄉(xiāng)村虛擬電廠，平抑可再生能源的波動性和隨機(jī)性，形成高效、可靠、高品質(zhì)的電源，為鄉(xiāng)村振興添磚加瓦。滿足鄉(xiāng)村用能清潔、可靠、經(jīng)濟(jì)等需求，對于助力鄉(xiāng)村電力系統(tǒng)綠色高效發(fā)展具有重要意義。

生物質(zhì)能發(fā)電的提質(zhì)增效是目前亟待解決的關(guān)鍵問題，引起學(xué)界和工業(yè)界的廣泛關(guān)注。針對沼氣發(fā)電的具體環(huán)節(jié)，相關(guān)學(xué)者在一系列文獻(xiàn)中提出了有效的解決方案。文獻(xiàn)[2]結(jié)合廢物和沼氣，通過生物質(zhì)能的回收利用，使得鄉(xiāng)村能源系統(tǒng)接近零碳排放。文獻(xiàn)[3-4]在此基礎(chǔ)上進(jìn)一步考慮生物質(zhì)原料的運(yùn)輸位置，規(guī)劃厭氧發(fā)酵工廠和原料廠的位置，從而降低了生物質(zhì)發(fā)電系統(tǒng)的經(jīng)濟(jì)成本。文獻(xiàn)[5-7]優(yōu)化了沼氣發(fā)電環(huán)節(jié)的生產(chǎn)流程，并且指出生物質(zhì)能熱電聯(lián)產(chǎn)模式可以降低碳排放并提高能源利用效率。文獻(xiàn)[8-9]將具有沼氣發(fā)電環(huán)節(jié)的鄉(xiāng)村能源系統(tǒng)看作微網(wǎng)運(yùn)行，提高了系統(tǒng)內(nèi)部廢物處理能力，并且通過經(jīng)濟(jì)調(diào)度滿足用戶需求。

上述研究提出了有效的方法來提高沼氣發(fā)電的效率和經(jīng)濟(jì)效益，但仍存在一些尚未得到解決的關(guān)鍵問題。鄉(xiāng)村地區(qū)的風(fēng)光資源豐富，上述研究尚未涉及對于風(fēng)-光-沼協(xié)同互補(bǔ)的能力分析，缺乏從構(gòu)建高品質(zhì)電源的角度，構(gòu)建生物質(zhì)能利用的虛擬電廠。如何開發(fā)虛擬電廠在生物質(zhì)能利用方面的應(yīng)用，并對其進(jìn)行系統(tǒng)性的研究和分析，仍是一個亟待解決的問題。

虛擬電廠運(yùn)行機(jī)制與優(yōu)化調(diào)度的相關(guān)研究已經(jīng)得到廣泛關(guān)注。文獻(xiàn)[10]聚焦于虛擬電廠在輔助電力系統(tǒng)中的應(yīng)用，探討了信息、能量和價值之間的耦合互動問題，并提出了規(guī)?；摂M電廠的觀點(diǎn)。文獻(xiàn)[11-12]從能量交互的主體層面出發(fā)，分別對虛擬電廠與配電網(wǎng)、虛擬電廠之間的調(diào)度控制機(jī)制進(jìn)行了優(yōu)化。在低碳運(yùn)行方面，文獻(xiàn)[13-14]考慮到虛擬電廠的碳捕集方法，構(gòu)建了虛擬電廠低碳排放的經(jīng)濟(jì)優(yōu)化調(diào)度模型。文獻(xiàn)[15-16]從電力市場的角度討論了虛擬電廠的交易優(yōu)化問題。文獻(xiàn)[17]提出了分布式魯棒優(yōu)化方法，有效地解決了多重不確定性情況下虛擬電廠的調(diào)度問題。這些研究對于虛擬電廠的發(fā)展和推廣具有重要的指導(dǎo)意義。

上述文獻(xiàn)從不同角度考慮了虛擬電廠的優(yōu)化調(diào)度問題，但它們并未涉及到鄉(xiāng)村加入生物質(zhì)能后的虛擬電廠構(gòu)建與運(yùn)行問題，并且大部分研究都是在確定性條件下展開的，僅集中于風(fēng)光出力和負(fù)荷不確定性對系統(tǒng)運(yùn)行的影響。針對虛擬電廠在鄉(xiāng)村生物質(zhì)能接入后的構(gòu)建與運(yùn)行問題，文獻(xiàn)[18-19]應(yīng)用魯棒理論來解決新能源接入的不確定性問題。文獻(xiàn)[20-21]利用多能源之間的互補(bǔ)耦合特性，通過二階段魯棒優(yōu)化方法降低了系統(tǒng)運(yùn)營成本，并提高了系統(tǒng)環(huán)境效益。文獻(xiàn)[22-23]通過預(yù)測新能源出力與負(fù)荷數(shù)據(jù)，提出了新能源系統(tǒng)的優(yōu)化調(diào)度方法。文獻(xiàn)[24-25]針對多能源與負(fù)荷之間的供需不確定性問題，優(yōu)化了響應(yīng)策略，以提高系統(tǒng)的穩(wěn)定性。

本文基于鄉(xiāng)村生物質(zhì)能的賦存特征和利用方式，構(gòu)建鄉(xiāng)村生物質(zhì)能利用的沼氣發(fā)電機(jī)組模型。針對風(fēng)電、光伏出力的不確定性，考慮沼氣發(fā)電機(jī)組的靈活響應(yīng)能力，提出計及風(fēng)-光-沼協(xié)同互補(bǔ)的鄉(xiāng)村虛擬電廠架構(gòu)。利用Copula函數(shù)提取風(fēng)電、光伏出力的相關(guān)特性，通過構(gòu)造考慮不確定性的兩階段魯棒優(yōu)化方法進(jìn)行鄉(xiāng)村虛擬電廠的優(yōu)化運(yùn)行，并采用列和約束生成算法迭代求解二階段魯棒優(yōu)化模型，增強(qiáng)鄉(xiāng)村虛擬電廠運(yùn)行的魯棒性，為高比例消納鄉(xiāng)村可再生能源、提升鄉(xiāng)村用能經(jīng)濟(jì)性和清潔化程度提供理論支撐和技術(shù)基礎(chǔ)。

1 基于生物質(zhì)能利用的鄉(xiāng)村虛擬電廠系統(tǒng)典型拓?fù)?/h2>

鄉(xiāng)村虛擬電廠拓?fù)浣Y(jié)構(gòu)如圖1所示，由可再生能源發(fā)電部分、生物質(zhì)能利用部分、外部能源支撐與儲存部分、負(fù)荷部分構(gòu)成，能夠充分利用風(fēng)-光-沼的互補(bǔ)特性，通過發(fā)電側(cè)的協(xié)同互補(bǔ)與需求側(cè)的靈活響應(yīng)能力，形成高品質(zhì)供電的鄉(xiāng)村虛擬電廠。

圖1 鄉(xiāng)村虛擬電廠的典型拓?fù)銯ig.1 Typical topology of rural virtual power plant

可再生能源發(fā)電部分包括鄉(xiāng)村地區(qū)的分布式風(fēng)電、光伏設(shè)備，二者能夠向鄉(xiāng)村虛擬電廠提供清潔電源，但二者出力具有不確定性，且具有一定的相關(guān)性[26]。

生物質(zhì)能利用部分主要包含沼氣制備和沼氣發(fā)電的燃?xì)廨啓C(jī)單元。沼氣池通過厭氧發(fā)酵環(huán)節(jié)將沼氣產(chǎn)出至燃?xì)廨啓C(jī)組，沼氣通入燃?xì)廨啓C(jī)中進(jìn)行發(fā)電，實現(xiàn)生物質(zhì)能的綠色利用。燃?xì)廨啓C(jī)具備快速的功率響應(yīng)能力，能根據(jù)調(diào)度需求動態(tài)消解可再生能源出力的不確定性。

外部能源支撐與儲存部分主要包括儲能電池、外部電網(wǎng)。儲能電池能夠根據(jù)調(diào)度需求靈活調(diào)整充放電計劃，支撐虛擬電廠安全穩(wěn)定運(yùn)行，同時通過削峰填谷的方式提供經(jīng)濟(jì)、環(huán)境效益；外部電網(wǎng)通過聯(lián)絡(luò)線能夠?qū)崿F(xiàn)鄉(xiāng)村虛擬電廠與電力零售商的雙向靈活互動。

鄉(xiāng)村虛擬電廠的負(fù)荷部分可以根據(jù)響應(yīng)能力分為剛性負(fù)荷和需求響應(yīng)負(fù)荷。剛性負(fù)荷的用能需求往往與生產(chǎn)作業(yè)相關(guān)，用能等級較高，無法靈活調(diào)整；需求響應(yīng)負(fù)荷能夠通過負(fù)荷在不同時段的平移為鄉(xiāng)村虛擬電廠提供靈活的調(diào)度空間。

2 鄉(xiāng)村虛擬電廠典型設(shè)備數(shù)學(xué)模型

建立鄉(xiāng)村虛擬電廠中各部分典型設(shè)備的數(shù)學(xué)模型，可以完整揭示各設(shè)備在能量轉(zhuǎn)移和轉(zhuǎn)化過程中的特性和剛性約束，是后續(xù)鄉(xiāng)村虛擬電廠優(yōu)化運(yùn)行的基礎(chǔ)。

2.1 沼氣制備模型

在鄉(xiāng)村地區(qū)，可以利用生物質(zhì)底料通過一定的催化進(jìn)行厭氧發(fā)酵產(chǎn)沼反應(yīng)，產(chǎn)生可燃性混合氣體，包括甲烷和二氧化碳。這種反應(yīng)需要適宜的水分、溫度和厭氧條件，以便各類微生物進(jìn)行分解代謝。沼氣發(fā)酵系統(tǒng)的目標(biāo)是利用沼氣發(fā)酵原理來生產(chǎn)能源，同時實現(xiàn)沼氣、沼液、沼渣的綜合利用。厭氧消化模型為：

(1)

(2)

2.2 燃?xì)廨啓C(jī)模型

燃?xì)廨啓C(jī)是內(nèi)燃式動力機(jī)械，利用沼氣的能量通過連續(xù)流動的氣體帶動葉輪高速旋轉(zhuǎn)，將其轉(zhuǎn)化為有用功。該機(jī)械采用壓氣機(jī)將外界空氣壓縮形成高溫高壓的空氣，與噴入的燃料氣體混合燃燒于燃燒室中。產(chǎn)生的高溫高壓氣體會進(jìn)入渦輪中膨脹做功，從而產(chǎn)生推力。燃?xì)廨啓C(jī)輸出的電功率與輸入沼氣的關(guān)系為：

(3)

(4)

2.3 儲能電池模型

一般來說，儲能電池的荷電狀態(tài)在運(yùn)行過程中與充放電功率的關(guān)系為：

(5)

儲能電池的充放電運(yùn)行約束為：

(6)

(7)

(8)

(9)

2.4 需求響應(yīng)負(fù)荷

需求響應(yīng)負(fù)荷是指通過分時電價等市場價格信號或資金補(bǔ)貼等激勵機(jī)制，引導(dǎo)鼓勵電力用戶改變原有電力消費(fèi)模式的用能行為，以促進(jìn)電力供需平衡，保障電網(wǎng)穩(wěn)定運(yùn)行。需求響應(yīng)負(fù)荷在提供需求響應(yīng)服務(wù)過程中的用電特性可用以下模型表示：

(10)

(11)

(12)

2.5 外電網(wǎng)交互功率

一方面，若鄉(xiāng)村虛擬電廠內(nèi)的所有發(fā)電單元在新能源出力的低谷期無法滿足所需的負(fù)載量，則需要向配電網(wǎng)購買電力。另一方面，鄉(xiāng)村虛擬電廠也可以將多余的電力出售給配電網(wǎng)，以此獲得收益。在鄉(xiāng)村虛擬電廠和配電網(wǎng)之間的交互中，需要滿足一定的平衡約束條件，以確保功率平衡：

(13)

(14)

3 鄉(xiāng)村虛擬電廠運(yùn)行目標(biāo)函數(shù)與約束條件

鄉(xiāng)村虛擬電廠含有大量具有出力不確定性的可再生能源，在進(jìn)行日前運(yùn)行優(yōu)化時，是在不考慮風(fēng)電、光伏出力等不確定性的情況下，以系統(tǒng)運(yùn)行經(jīng)濟(jì)效益最大為目標(biāo)制訂各個設(shè)備的處理計劃及運(yùn)行計劃。

3.1 目標(biāo)函數(shù)

該目標(biāo)可以轉(zhuǎn)化為向系統(tǒng)外部購電、熱費(fèi)用最少，總費(fèi)用中包括向系統(tǒng)外部電網(wǎng)購電總費(fèi)用和向系統(tǒng)外部熱源購熱總費(fèi)用。日前運(yùn)行優(yōu)化調(diào)度的目標(biāo)函數(shù)為：

(15)

式中：Ccost為系統(tǒng)運(yùn)行總成本；Cmt(t)、CBS(t)、CDR(t)、CT(t)分別為鄉(xiāng)村虛擬電廠在t時段的沼氣發(fā)電成本、電池充放電損耗成本、需求側(cè)響應(yīng)成本、電力交互成本；α、β為燃?xì)廨啓C(jī)的發(fā)電成本系數(shù)；ΠDR為需求側(cè)響應(yīng)的調(diào)度成本；ΠBS為電池的充放電損耗成本；Φt為分時電價。

3.2 約束條件

上述目標(biāo)中，除各具體設(shè)備的運(yùn)行約束外，還包括系統(tǒng)的電功率平衡約束：

(16)

4 計及不確定性的鄉(xiāng)村虛擬電廠系統(tǒng)魯棒優(yōu)化

4.1 考慮風(fēng)光相關(guān)性的Copula場景生成方法

鄉(xiāng)村虛擬電廠的風(fēng)光出力具有不確定性，且二者出力同受氣象條件影響，具有一定的相關(guān)性。因此，使用Copula函數(shù)描述上述可再生能源不確定變量之間的隨機(jī)相互依賴性，以捕捉它們之間的相關(guān)性。然后將隨機(jī)情景納入到鄉(xiāng)村虛擬電廠的運(yùn)行模型中，以處理可再生能源不確定性下的優(yōu)化運(yùn)行問題。

Copula是一個多元累積分布函數(shù)，其中每個變量在區(qū)間[0，1]上具有均勻邊緣分布函數(shù)。根據(jù)Sklar定理，Copula理論的基礎(chǔ)定義了任何K維隨機(jī)輸入變量X=(x1，x2，…，xK)，x1≤x2≤…≤xK，其邊際分布為(F1(x1)，F(xiàn)2(x2)，…，F(xiàn)K(xK))，通過Copula函數(shù)C連接，以表達(dá)它們的聯(lián)合累積分布函數(shù)F(X)。

F(X)=C(F1(x1)，F(xiàn)2(x2)，…，F(xiàn)K(xK))，

(17)

(18)

式中fi(xi)為變量xi的邊緣概率密度函數(shù)。將式(18)通過鏈?zhǔn)椒ㄌ幚韯t可以得到聯(lián)合概率密度函數(shù)f(X)，即式(19)。式(20)為條件概率密度函數(shù)的表達(dá)式。

(19)

f(xi∣x1，xi-1，…，xi+1，xK)=

C(F1(x1)，…，F(xiàn)K(xK))fi(xi).

(20)

式(20)中f(x1∣x2，…，xK)為x1的條件概率密度函數(shù)[27]。將Copula函數(shù)用于場景生成，以揭示不確定變量之間的隱藏關(guān)聯(lián)。本文使用高斯和Gumbel Copula族，它們的累積分布函數(shù)分別為：

CGau=φ2；θ(φ-1(μ)，φ-1(ψ)，v)，

θ∈(-1，1)；

(21)

θ∈[1，∞).

(22)

式(21)、(22)中：CGau為基于高斯分布的Copula函數(shù)；CGum為極值分布的Copula函數(shù)；φ為單變量標(biāo)準(zhǔn)正態(tài)分布；v為Copula函數(shù)的分布自由度參數(shù)；φ2；θ為雙變量正態(tài)分布，具有零均值和單位方差的相關(guān)參數(shù)[28]；μ、ψ分別為極值分布的Copula函數(shù)的中心值參數(shù)和尺度參數(shù)。

4.2 不確定性集合

由4.1節(jié)可知，基于Copula函數(shù)的場景生成方法能夠充分考慮風(fēng)電出力的相關(guān)性，通過減少無關(guān)小概率場景，提升對于不確定性描述的準(zhǔn)確性。鄉(xiāng)村風(fēng)光處理的不確定性集合為：

?n∈{PV，WT}.

(23)

4.3 兩階段魯棒優(yōu)化方法

與一般的確定性優(yōu)化相比，魯棒優(yōu)化最大的區(qū)別在于增加了不確定參數(shù)，而該參數(shù)取值范圍的確定也將對魯棒優(yōu)化結(jié)果產(chǎn)生重要影響。魯棒優(yōu)化模型復(fù)雜，求解時需要進(jìn)行較為嚴(yán)密的理論推導(dǎo)，并對模型進(jìn)行適當(dāng)變形，再結(jié)合相關(guān)算法最終求解。魯棒優(yōu)化問題考慮了在最惡劣情況下優(yōu)化目標(biāo)的最優(yōu)解，所以求得的決策變量在不確定集的范圍內(nèi)得到的結(jié)果都是最優(yōu)的，即最終結(jié)果是魯棒的。兩階段動態(tài)魯棒優(yōu)化模型為：

(24)

式中：x為第1階段決策變量；y為第2階段決策變量；u為不確定性決策變量；A、G分別為第1、第2階段約束的系數(shù)矩陣；b、h分別為第1、第2階段決策變量約束的常數(shù)項；E、M分別為第2階約束中x、u的系數(shù)矩陣；c、d為目標(biāo)函數(shù)中的參數(shù)向量；Sx、Sy分別為x、y的可行域。

對第2階段的決策問題進(jìn)行處理，模型為：

(25)

Gy≥h-Ex-Mu，y∈Sy.

(26)

在第2階段有一個雙層優(yōu)化問題，即max-min問題。為了解決這個問題，采用對偶化方法將內(nèi)層的min模型轉(zhuǎn)化為max模型。然后，將轉(zhuǎn)化后的內(nèi)層模型與外層的max模型進(jìn)行合并，使得整個模型成為單一的max問題。

經(jīng)過對偶處理，內(nèi)層子問題的表示形式為：

(27)

初始化：設(shè)置函數(shù)值上、下界分別為UB=+∞，LB=-∞，k=0，允許收斂差ε，可行解集合為O=?。

第1步，求解主問題：

(28)

式中yl為第l次迭代中二階段決策變量。

第3步，判斷是否UB-LB≤ε，如果是，則輸出最優(yōu)解并停止迭代；否則：

η≥dTyk+1，

(29)

(30)

(31)

采用列約束生成算法對主問題和子問題進(jìn)行交互迭代求解，具體求解流程如圖2所示。

圖2 鄉(xiāng)村虛擬電廠運(yùn)行優(yōu)化流程Fig.2 Operation optimization flow chart of rural virtual power plant

5 仿真及算例分析

本文在確保系統(tǒng)安全生產(chǎn)的基礎(chǔ)上構(gòu)建了系統(tǒng)消納伴生能源量最大的優(yōu)化目標(biāo)，在MATLAB平臺基于YALMIP構(gòu)建日前優(yōu)化調(diào)度模型，調(diào)用Gurobi求解器對模型進(jìn)行優(yōu)化求解并進(jìn)行仿真驗證，部分參數(shù)見表1。

表1 鄉(xiāng)村虛擬電廠系統(tǒng)設(shè)備參數(shù)Tab.1 Equipment parameters of rural virtual power plant system

5.1 不確定性場景生成

為了說明風(fēng)力發(fā)電、光伏發(fā)電的相關(guān)性，根據(jù)可再生能源發(fā)電和電力負(fù)荷的歷史數(shù)據(jù)，應(yīng)用Copula理論生成365個情景，將結(jié)果呈現(xiàn)在圖3中。在不同場景的曲線中，風(fēng)電和光伏出力的標(biāo)幺值都具有高度的相似性，不同場景之間風(fēng)、光的聚集程度具有很高的關(guān)聯(lián)性。所有樣本高度聚集在一起，這表明風(fēng)力發(fā)電、光伏發(fā)電之間存在緊密的相關(guān)性。圖3是風(fēng)力發(fā)電和光伏發(fā)電的365個場景，通過K-means聚類技術(shù)可以將其縮減為1個代表性的情景，其參數(shù)用于指導(dǎo)兩階段魯棒優(yōu)化運(yùn)行。

圖3 風(fēng)電和光伏出力的365個典型場景Fig.3 Generated 365 typical scenarios of wind turbine and PV output

5.2 魯棒優(yōu)化算例分析

圖4 風(fēng)電、光伏出力實際值和預(yù)測值Fig.4 Actual and predicted values of wind power and PV output

鄉(xiāng)村虛擬電廠的調(diào)度結(jié)果如圖5所示。在電價高峰時段，如時段8—9、11—15，鄉(xiāng)村虛擬電廠能通過風(fēng)-光-沼協(xié)同互補(bǔ)，靈活調(diào)度發(fā)電側(cè)資源，在滿足用能需求的前提下，向電網(wǎng)出售功率以獲取經(jīng)濟(jì)收益。然而在光伏出力不足的時段，如時段1—5、時段20—24，系統(tǒng)能夠通過均衡沼氣發(fā)電成本和購電成本來滿足負(fù)荷側(cè)用能需求。此外，系統(tǒng)的儲能設(shè)備也可以根據(jù)電價和負(fù)荷需求情況，通過靈活的充放電管理實現(xiàn)削峰填谷，根據(jù)不同時段的電力價格差，提升虛擬電廠的經(jīng)濟(jì)效益。因此，鄉(xiāng)村虛擬電廠能利用沼氣與可再生能源發(fā)電的互補(bǔ)特性，在靈活滿足需求側(cè)負(fù)荷的前提下，通過不同電價下的電網(wǎng)互動響應(yīng)，最大化提升自己的經(jīng)濟(jì)效益。

圖5 鄉(xiāng)村虛擬電廠的電力調(diào)度結(jié)果Fig.5 Power dispatching results of rural virtual power plant

鄉(xiāng)村虛擬電廠靈活的農(nóng)業(yè)負(fù)荷的需求側(cè)響應(yīng)結(jié)果如圖6所示。農(nóng)業(yè)的需求側(cè)響應(yīng)負(fù)荷能夠在電價高峰時段(如時段11—16、19—22，此時購電電價為0.82元/kWh)削減或平移部分負(fù)荷至電價低谷時段(如時段4—9，此時購電電價為0.25或0.53元/kWh)，二者的價格差大于需求側(cè)響應(yīng)成本(0.2元/kWh)。圖6(b)表明，所建立的鄉(xiāng)村虛擬電廠模型能夠?qū)崿F(xiàn)需求側(cè)的削峰填谷，進(jìn)一步降低運(yùn)行成本，提高經(jīng)濟(jì)效益。

圖6 分時電價下的需求側(cè)響應(yīng)結(jié)果Fig.6 Demand side response results under time-of-use electricity price

5.3 不同運(yùn)行場景對比

為驗證場景生成方法和不確定性下的優(yōu)化建模2個方面對鄉(xiāng)村虛擬電廠調(diào)度的影響，對常規(guī)優(yōu)化模型和本文所提出的兩階段魯棒優(yōu)化模型進(jìn)行比較。本文設(shè)置3種場景進(jìn)行對比分析：場景1，不考慮風(fēng)光出力相關(guān)性的確定性模型；場景2，考慮風(fēng)光出力相關(guān)性的確定性模型；場景3，考慮風(fēng)光出力相關(guān)性的二階段魯棒優(yōu)化模型。

由表2可知：考慮風(fēng)光出力的相關(guān)性可以縮減無效的不相關(guān)小概率場景，確定性模型調(diào)度策略下的運(yùn)行成本減少了4.6%；魯棒模型的場景3能夠有效地給出最惡劣場景下的最優(yōu)決策結(jié)果。需要注意的是，盡管確定性優(yōu)化方法得到的調(diào)度方案的運(yùn)行成本低于魯棒優(yōu)化方法，但這并不意味著確定性優(yōu)化方法的方案優(yōu)于魯棒方法。該方案是針對鄉(xiāng)村虛擬電廠提交的發(fā)用電計劃而設(shè)計的，如果由于預(yù)測誤差而導(dǎo)致計劃發(fā)用電量與實際發(fā)用電量之間存在不平衡，虛擬電廠將不得不在實時市場中以高昂的電價購售電來進(jìn)行補(bǔ)償。此外，從求解時間上來看，3種方案的計算時間分別為2.28、2.37、46.84 s。3種方案都滿足日前優(yōu)化對于求解效率的要求，能夠保證所提出的算法在實際應(yīng)用過程中及時給出決策結(jié)果，具備實際現(xiàn)場應(yīng)用的可行性。

表2 不同運(yùn)行場景對比結(jié)果Tab.2 Comparison results of different scenarios

6 結(jié)論

針對鄉(xiāng)村可再生能源開發(fā)和利用的現(xiàn)狀和特點(diǎn)，本文建立了鄉(xiāng)村生物質(zhì)能發(fā)電模型，構(gòu)建了鄉(xiāng)村虛擬電廠拓?fù)浣Y(jié)構(gòu)；探究了清潔能源風(fēng)-光-沼發(fā)電的協(xié)同互補(bǔ)特征，針對可再生能源出力的不確定性，提出考慮風(fēng)光出力相關(guān)性的場景生成方法，以系統(tǒng)運(yùn)行成本最小為目標(biāo)，建立了鄉(xiāng)村虛擬電廠兩階段魯棒優(yōu)化運(yùn)行模型。通過仿真分析得到如下結(jié)論：

a)本文構(gòu)建的鄉(xiāng)村虛擬電廠拓?fù)浼軜?gòu)可以實現(xiàn)光伏、沼氣、風(fēng)能的充分利用，并利用能源間的互補(bǔ)特性實現(xiàn)能源利用率的增高。

b)本文的分析結(jié)果表明，所提出的運(yùn)行策略具有良好的魯棒性，可減少系統(tǒng)的運(yùn)行成本，實現(xiàn)鄉(xiāng)村能源系統(tǒng)的安全、經(jīng)濟(jì)和綠色運(yùn)行。

c)本文提供了一種可行的鄉(xiāng)村能源開發(fā)和利用方案，滿足鄉(xiāng)村綜合能源系統(tǒng)的低碳轉(zhuǎn)型需求，并為該領(lǐng)域的研究提供了新的思路和方法。