羅舒鈺，李 奇，陽 洋，蒲雨辰

（西南交通大學(xué) 電氣工程學(xué)院，四川 成都 611756）

0 引言

園區(qū)綜合能源系統(tǒng)（community intergrated energy system，CIES）由于其源網(wǎng)荷儲一體化和多能互補(bǔ)的特性得到廣泛應(yīng)用［1-3］，在風(fēng)光等可再生能源大規(guī)模接入的背景下，CIES 的調(diào)度除了要實(shí)現(xiàn)傳統(tǒng)削峰填谷的調(diào)節(jié)目標(biāo)，更要在適應(yīng)新能源出力間歇性的特點(diǎn)下維持系統(tǒng)功率平衡。因此，為合理利用可再生能源與儲能的潛能，充分發(fā)揮多種能源負(fù)荷運(yùn)行靈活性，實(shí)現(xiàn)供需雙向交互響應(yīng)，推動“雙碳”目標(biāo)的實(shí)現(xiàn)，充分挖掘需求側(cè)資源調(diào)節(jié)能力具有重要意義。需求側(cè)管理（demand side management，DSM）具有很高的靈活性和巨大的響應(yīng)潛力［4-5］，由于不同能源系統(tǒng)在產(chǎn)能特性、供需特性以及負(fù)荷特性方面存在較大差異，通過DSM 的方式削弱或延遲綜合能源用戶對一種或多種能源的需求，將影響其余能源供求關(guān)系，實(shí)現(xiàn)多能互補(bǔ)，緩解系統(tǒng)供需不平衡和調(diào)峰難等問題［6-7］。

目前，針對多種能源負(fù)荷綜合需求響應(yīng)已有不少研究。文獻(xiàn)［8］基于多種能量轉(zhuǎn)換設(shè)備實(shí)現(xiàn)能源轉(zhuǎn)換，通過實(shí)時電價、氣價、熱價對負(fù)荷側(cè)進(jìn)行調(diào)度。文獻(xiàn)［9］考慮了電、熱、氣負(fù)荷的激勵需求響應(yīng)（incentive based demand response，IDR），以促進(jìn)風(fēng)電消納，實(shí)現(xiàn)能量梯級利用以及提高能效。文獻(xiàn)［10］在氫能綜合能源系統(tǒng)調(diào)度研究中，通過價格型彈性矩陣描述柔性電負(fù)荷，通過階梯補(bǔ)貼機(jī)制對冷熱負(fù)荷進(jìn)行調(diào)度。文獻(xiàn)［11］考慮了電、氣、熱、氫負(fù)荷的IDR，參照傳統(tǒng)電負(fù)荷需求響應(yīng)資源管理方式，采用經(jīng)濟(jì)補(bǔ)償對4 類負(fù)荷進(jìn)行調(diào)度。文獻(xiàn)［12］通過效用函數(shù)統(tǒng)一量化電、熱、氫負(fù)荷調(diào)度中產(chǎn)生的成本。以上對于綜合需求響應(yīng)在系統(tǒng)優(yōu)化調(diào)度階段的研究大多側(cè)重于電、氣、熱等傳統(tǒng)能源負(fù)荷的響應(yīng)，較少考慮氫負(fù)荷調(diào)度潛力，或?qū)﹄?、熱、氫等各類?fù)荷建立統(tǒng)一的需求響應(yīng)模型，忽略了不同能源負(fù)荷實(shí)際參與調(diào)度的差異性。隨著我國氫燃料電池汽車（hydrogen fuel cell vehicles，HFCVs）以及加氫站的大力發(fā)展，新能源汽車負(fù)荷值得充分研究，例如：文獻(xiàn)［13］建立了一種考慮多種不確定因素的電動汽車（electric vehicles，EVs）充電引導(dǎo)雙層優(yōu)化模型；文獻(xiàn)［14］研究了氫燃料電池汽車負(fù)荷對住宅能源系統(tǒng)的影響。綜上所述，考慮氫燃料電池汽車等新能源汽車充能行為的調(diào)度潛力，根據(jù)電、熱、氫等各類負(fù)荷特征，對CIES 綜合需求響應(yīng)進(jìn)行差異化建模具有重要意義。

針對熱負(fù)荷需求響應(yīng)的研究大多基于其熱慣性特點(diǎn)，此特征使得負(fù)荷曲線可以跟隨需求進(jìn)行一定的調(diào)整［15］。用戶舒適度是考慮供熱系統(tǒng)熱慣性中的重要問題，文獻(xiàn)［16］通過熱水器溫度范圍約束來考慮居民舒適度；文獻(xiàn)［17］根據(jù)實(shí)際溫度與標(biāo)準(zhǔn)溫度構(gòu)建函數(shù)計算用戶舒適度；文獻(xiàn)［18］根據(jù)用戶的實(shí)際用電曲線與舒適度最大值計算用戶的用電舒適度值。但以上研究缺乏普適的指標(biāo)定義人體對于環(huán)境的感知，導(dǎo)致系統(tǒng)熱慣性與室內(nèi)外溫度無法實(shí)時關(guān)聯(lián)。

綜上所述，現(xiàn)有的CIES 需求響應(yīng)研究較少涉及氫能負(fù)荷的響應(yīng)情況，或?qū)﹄?、熱、氫各類?fù)荷建立統(tǒng)一的需求響應(yīng)，忽略了不同能源負(fù)荷參與調(diào)度的差異性以及多能源負(fù)荷綜合需求響應(yīng)的耦合關(guān)系，在熱負(fù)荷熱慣性建模時缺乏對用戶舒適度更為全面的考慮。基于上述問題和背景，本文針對多能源負(fù)荷的聯(lián)合響應(yīng)問題提出了一種計及多能源負(fù)荷差異化IDR 的CIES 調(diào)度策略，分別對電負(fù)荷、熱負(fù)荷以及新能源汽車負(fù)荷，建立了基于階梯式補(bǔ)償價格的需求響應(yīng)模型，基于平均熱感覺指數(shù)（predicted mean vote，PMV）量化人體舒適度的需求響應(yīng)模型以及基于智能停車場（intelligent parking lot，IPL）統(tǒng)一調(diào)度的需求響應(yīng)模型。綜合考慮系統(tǒng)運(yùn)維老化、激勵補(bǔ)償以及棄風(fēng)棄光成本，以電-熱-氫CIES 為研究對象進(jìn)行仿真分析，驗證了所提方法的有效性。

1 電-熱-氫CIES建模

本文搭建的電-熱-氫CIES 如圖1 所示，其包含源（光伏、風(fēng)機(jī)）、換（電鍋爐）、儲（蓄電池、氫能系統(tǒng)、蓄熱槽）以及各類需求響應(yīng)負(fù)荷。

圖1 系統(tǒng)結(jié)構(gòu)圖Fig.1 System structure diagram

電動汽車和居民電負(fù)荷主要由風(fēng)力發(fā)電以及光伏發(fā)電供給，燃料電池補(bǔ)充發(fā)電；熱負(fù)荷主要由電鍋爐供給，燃料電池和電解槽補(bǔ)充供熱；蓄電池／蓄熱槽作為儲電／熱設(shè)備，起到削峰填谷的作用。氫儲能系統(tǒng)通過電解槽制氫和燃料電池放電實(shí)現(xiàn)電、氫之間的雙向轉(zhuǎn)換，同時電解槽和燃料電池運(yùn)行中的余熱輸送至熱母線，實(shí)現(xiàn)了熱、電、氫之間的耦合。

系統(tǒng)中的儲能部分包含蓄電池和氫能系統(tǒng)：效率較高且動態(tài)響應(yīng)較快的蓄電池在短時間存儲上具有優(yōu)勢；氫能系統(tǒng)作為系統(tǒng)中可長時間存儲的較大容量后備能源，可補(bǔ)充高負(fù)荷情況下的功率缺額。通過2 種儲能的性能互補(bǔ)共同保障負(fù)荷高峰時期的供能穩(wěn)定性，改善系統(tǒng)運(yùn)行的經(jīng)濟(jì)性、可靠性。

對于系統(tǒng)的各個子單元，風(fēng)機(jī)、光伏、蓄電池、蓄熱槽、電鍋爐、燃料電池等的模型在已有研究中得到了多次闡述［19-21］，故此處不再贅述。本文將詳細(xì)介紹各能源負(fù)荷差異化需求響應(yīng)機(jī)制的構(gòu)建。

2 差異化需求響應(yīng)機(jī)制構(gòu)建

2.1 電負(fù)荷IDR

電力IDR 是指電力市場價格明顯波動或電力系統(tǒng)可靠性存在一定風(fēng)險時，電力用戶根據(jù)激勵措施，如電費(fèi)折扣等經(jīng)濟(jì)補(bǔ)償，調(diào)整其用電行為，從而促進(jìn)電力供需平衡，保障電網(wǎng)穩(wěn)定運(yùn)行。

傳統(tǒng)電力需求響應(yīng)將電負(fù)荷分為可中斷負(fù)荷與可轉(zhuǎn)移負(fù)荷，本文主要關(guān)注一級、二級負(fù)荷之外的可中斷負(fù)荷（interruptible load，IL）。為達(dá)到需求側(cè)電力的差別定價、增加互動積極性等效果，對參與負(fù)荷調(diào)度的柔性負(fù)荷給予階梯補(bǔ)償價格，如圖2 所示，根據(jù)減少電負(fù)荷占總用電負(fù)荷的比例rL進(jìn)行分段，階段1 為基本響應(yīng)階段，后續(xù)階段為彈性響應(yīng)階段，用戶根據(jù)各自的意愿與CIES 簽訂調(diào)度合同，并選擇參與響應(yīng)的階段。

用戶在階段m的計劃響應(yīng)電量應(yīng)滿足階梯式分段補(bǔ)償中階段m的容量限制，如式（1）所示。

CIES 在實(shí)際調(diào)度時根據(jù)用戶提交的負(fù)荷可削減量和報價，按成本從低到高確定實(shí)際負(fù)荷削減量，階梯補(bǔ)償成本Fil為：

式中：Nl為簽訂合同的用戶數(shù)；Nm為用戶參與電負(fù)荷調(diào)度的總階段數(shù)；cm為用戶l提供的階段m的報價。

2.2 熱負(fù)荷IDR

熱慣性環(huán)節(jié)的時間延遲性以及居民對溫度的感知模糊性是供暖熱負(fù)荷（heating load，HL）的2 個突出特點(diǎn)，即系統(tǒng)產(chǎn)熱量的小范圍波動不會導(dǎo)致建筑物內(nèi)部溫度短時間劇烈變化，以及在人體舒適度可接受范圍內(nèi)溫度具有波動空間。

考慮到居民住房的實(shí)際情況，供熱區(qū)域的熱動態(tài)過程可表示為［22］：

式中：ρ為空氣密度；C為空氣比熱容；V為受熱體積；Tin為室內(nèi)溫度；Hdis為住房建筑散熱量；Hld為提供給用戶的熱量。

住房建筑耗散熱量表示為墻體和窗戶的散熱之和，如式（4）所示。

式中：Hwall為建筑墻體散熱量；Hwin為建筑窗戶散熱量；Ten為環(huán)境溫度；kw為墻體傳熱系數(shù)；Sw為墻體總面積；kwi為窗戶傳熱系數(shù)；Swi為窗戶總面積。

供熱量表示為［22］：

式中：εr為供熱器的有效系數(shù)；Wrs為熱負(fù)荷側(cè)的熱媒流量熱當(dāng)量；Tg為散熱器進(jìn)口的供水溫度。

人體對舒適度的感知受衣著情況、空氣溫度、空氣濕度等因素的影響，為了量化溫度對人體舒適度的影響，本文采用PMV 評價人體對環(huán)境的感知，在舒適溫度下，PMV取值為0。

根據(jù)ISO7730 標(biāo)準(zhǔn)［23］，在其他影響因素固定時，PMV與室內(nèi)溫度的關(guān)系為：

式中：VPMV為PMV 的值；Tst為室內(nèi)標(biāo)準(zhǔn)溫度；α、β為相關(guān)系數(shù)，取值分別為0.389 5、0.406 5。

根據(jù)建筑領(lǐng)域的相關(guān)標(biāo)準(zhǔn)［24］，應(yīng)在保障居民舒適度的同時滿足建筑物室內(nèi)標(biāo)準(zhǔn)供暖溫度，即：

通過式（6）、（7）求解得到室內(nèi)實(shí)際溫度范圍為［16.03，20.05］ ℃。

在溫度范圍內(nèi)，可通過調(diào)節(jié)智能室溫裝置的流量或供水溫度調(diào)節(jié)采暖區(qū)域的室內(nèi)溫度，即：

2.3 新能源汽車負(fù)荷IDR

通過對CIES 中的IPL 進(jìn)行協(xié)調(diào)管理，可以緩解電動汽車充電負(fù)荷以及氫燃料電池汽車加氫負(fù)荷激增帶來的供能壓力，是改善系統(tǒng)服務(wù)性能和經(jīng)濟(jì)性的有效方式。

以IDR 的方式調(diào)整電動汽車的充電行為和氫燃料電池汽車的加氫行為，可一定程度上削弱先到先充（fast arrive，fast charge，F(xiàn)AFC）造成的用能高峰。電動汽車進(jìn)入IPL 后通過智能充電樁進(jìn)行充電，車主可自定義初始狀態(tài)、充電結(jié)束時的預(yù)期狀態(tài)以及離開時間，IPL 管理系統(tǒng)由車主輸入的信息計算充電樁所需充電功率，并進(jìn)行集中調(diào)度，如式（9）所示。

式中：Pev，i(t)為第i輛電動汽車在t時刻的充電功率；Pcev為恒充電模式下的充電功率；ζch，i(t)表示第i輛電動汽車在t時刻處于充電狀態(tài)，取值為1；tarv，i、tend，i分別為第i輛電動汽車進(jìn)入和離開IPL 的時刻；S、S分別為第i輛電動汽車的初始充電狀態(tài)和離開時的充電狀態(tài)；Cevs，i為第i輛電動汽車的電池容量。t時刻IPL中的總充電負(fù)荷為：

式中：Nevs為電動汽車數(shù)量。

與電動汽車相似，氫燃料電池汽車進(jìn)入IPL 后按照車主的需求自定義加氫相關(guān)信息，IPL的智能管理系統(tǒng)集中統(tǒng)一調(diào)度后進(jìn)行加氫，滿足的約束條件為：

式中：mhv，i為第i輛氫燃料電池汽車單位時間加氫量，由IPL 及氫燃料電池汽車決定；分別為第i輛氫燃料電池汽車初始儲氫狀態(tài)和期望離開時的儲氫狀態(tài)；Nhvs為氫燃料電池汽車數(shù)量；Chvs，i為第i輛氫燃料電池汽車電池的容量。

3 計及電-熱-氫差異化需求響應(yīng)的CIES運(yùn)行優(yōu)化模型

3.1 目標(biāo)函數(shù)

本文以系統(tǒng)運(yùn)維成本Ff&m，day、系統(tǒng)老化成本Fage，day、附加成本Fadd，day之和最小為目標(biāo)函數(shù)，如式（12）所示，考慮計及多種負(fù)荷差異化IDR 的優(yōu)化調(diào)度問題，其中附加成本由激勵補(bǔ)償成本Fil，day和棄風(fēng)棄光成本Fdst，day組成。

1）系統(tǒng)運(yùn)維成本如式（13）所示。

式中：Ωpv為包含光伏、風(fēng)電的集合；Ωel為包含電解槽、燃料電池、電鍋爐的集合；Ωbat為包含蓄電池、蓄熱槽的集合；σj為設(shè)備j的成本系數(shù)；δj( )t為二進(jìn)制變量，取值1 或0 分別表示Ωel中的設(shè)備處于運(yùn)行狀態(tài)或停止?fàn)顟B(tài)；Lj為設(shè)備j的壽命；Cj為設(shè)備j的單位購置成本；Pj( )t為設(shè)備j的工作功率；σH為儲氫罐的成本系數(shù)；vH2( )t為儲氫罐的氫氣進(jìn)出量。2）系統(tǒng)老化成本［21，25］如式（14）所示。

式中：Fage_fc(t)、Fage_el(t)、Fage_bat(t)分別為燃料電池、電解槽和蓄電池t時刻的老化成本；Ffc_s(t)、Ffc_low(t)、Ffc_high(t)、Ffc_idl(t)分別為燃料電池t時刻啟停、低功率運(yùn)行、高功率運(yùn)行、功率變化狀態(tài)產(chǎn)生的老化成本；Fel_op(t)、Fel_s(t)分別為t時刻電解槽正常運(yùn)行和啟停狀態(tài)下電池電壓變化帶來的老化成本；Sbat(t)與Sbat(t-1)分別為蓄電池t時刻與t-1時刻的荷電狀態(tài)。

3）附加成本如式（15）所示。

式中：Cdst為棄風(fēng)棄光懲罰相關(guān)系數(shù)；Pdst(t)為t時刻棄風(fēng)棄光功率。

3.2 約束條件

3.2.1 能量約束

電量守恒約束如式（16）所示。

式中：Pbo(t)、Pel(t)、Pld(t)、Ppv(t)、Pwi(t)、Pfc(t)、Pbat(t)分別為t時刻電鍋爐、電解槽、居民負(fù)荷、光伏發(fā)電、風(fēng)力發(fā)電、燃料電池、蓄電池的電功率。

熱能守恒約束如式（17）所示。

式中：Hbo(t)、Hel(t)、Hfc(t)、Hhs(t)、Hld(t)分別為t時刻電鍋爐、電解槽、燃料電池、蓄熱槽、居民負(fù)荷的熱功率。

氫能守恒約束如式（18）所示。

式中：msto為儲氫罐氫氣儲存量；mel、mfc分別為電解槽的產(chǎn)氫速率和燃料電池耗氫速率。

3.2.2 設(shè)備功率約束

棄風(fēng)棄光功率約束如式（19）所示。

對于電-熱-氫耦合系統(tǒng)，其熱能的釋放與功率并非線性關(guān)系，而是在系統(tǒng)允許向母線釋放的功率范圍內(nèi)，根據(jù)負(fù)荷需求輸出，因此其熱能約束為：

式中：Hel_max(t)、Hfc_max(t)分別為電解槽、燃料電池的最大可釋放熱功率；ηel為電解槽效率；μel_he、μfc_he為傳熱系數(shù)；ηfc為燃料電池效率。

系統(tǒng)各設(shè)備輸出功率與其最大裝機(jī)容量相關(guān)，儲能系統(tǒng)輸出滿足上下限約束，具體表達(dá)式見附錄A式（A1）、（A2）。

4 算例分析

采用MATLAB-Yalmip 調(diào)用商業(yè)求解器Gurobi進(jìn)行優(yōu)化求解，系統(tǒng)以1 d為周期、1 h為步長進(jìn)行仿真。采用東部沿海某城市CIES 1 a 的氣候環(huán)境參數(shù)和居民負(fù)荷數(shù)據(jù)，通過聚類處理和計算，得到季度典型天下可再生能源出力和電、熱負(fù)荷需求數(shù)據(jù)，見附錄B。電-熱-氫CIES 成本計算中的經(jīng)濟(jì)參數(shù)設(shè)置見附錄C 表C1。電負(fù)荷階梯式補(bǔ)償系數(shù)設(shè)置見附錄C表C2。

4.1 單一IDR調(diào)度結(jié)果分析

在第三季度典型天背景下，采用單一IDR 負(fù)荷策略，各種方案下的成本如表1 所示?？傮w而言，相較于沒有IDR 的優(yōu)化調(diào)度，所提出的各負(fù)荷IDR 策略單獨(dú)作用時，都能夠有效降低優(yōu)化調(diào)度成本。

4.1.1 居民電負(fù)荷需求響應(yīng)調(diào)度結(jié)果分析

采用階梯式補(bǔ)償?shù)碾娯?fù)荷IDR 策略時，系統(tǒng)的運(yùn)行狀態(tài)見附錄D 圖D1，可中斷負(fù)荷削減的功率和對應(yīng)的負(fù)荷中斷率見附錄D 圖D2。03:00 — 04:00時段，風(fēng)力發(fā)電充足且電負(fù)荷需求量較低，在滿足電負(fù)荷需求前提下余電輸送至電解槽用于制氫及產(chǎn)熱，此時段可中斷負(fù)荷有一定程度的削減，從而提高電解槽功率，減少運(yùn)行時長累積引起電池電壓變化帶來的蓄電池老化成本。17:00 時負(fù)荷需求量高但光伏和風(fēng)力發(fā)電充足，電負(fù)荷有較大程度的削減，在滿足本文設(shè)置的儲氫罐始末存儲狀態(tài)一致的約束下，電解槽在18:00 時停止工作。05:00 — 09:00 和19:00 — 22:00時段，光伏和風(fēng)電出力明顯不足，蓄電池、燃料電池補(bǔ)充發(fā)電，這2 個時段中可中斷負(fù)荷會削減一定的功率以減緩儲能的壓力，降低系統(tǒng)的運(yùn)維成本，同時減小燃料電池功率變化帶來的老化成本。由于電負(fù)荷激勵的補(bǔ)償系數(shù)設(shè)置得較高，中斷負(fù)荷率全天處于較低水平，但該方法依舊明顯降低了系統(tǒng)運(yùn)維成本、老化成本，從而降低了總成本（相較于無需求響應(yīng)時分別降低了29.57 %、4.62 %、5.84 %）。

4.1.2 熱負(fù)荷需求響應(yīng)調(diào)度結(jié)果分析

采用智能室溫?zé)嶝?fù)荷需求響應(yīng)策略時，系統(tǒng)的運(yùn)行狀態(tài)見附錄D 圖D3，分時溫度和熱功率見圖3。圖中：Hpro、Hhs分別為系統(tǒng)產(chǎn)熱功率、系統(tǒng)儲熱功率。

圖3 HL-DR方案下的溫度曲線與熱功率Fig.3 Temperature curve and thermal power under scheme of HL-DR

由圖3 可知，產(chǎn)熱功率曲線與室內(nèi)外溫度差曲線并不同步變化，由于儲熱系統(tǒng)的緩沖作用，即使系統(tǒng)產(chǎn)熱不隨熱負(fù)荷需求及時變化，室內(nèi)溫度依舊保持在16～20 ℃內(nèi)，PMV 值為0，人體對環(huán)境的感知始終處于舒適狀態(tài)，系統(tǒng)的調(diào)度靈活性增加。在08:00、13:00、21:00 時刻能量供過于求，室內(nèi)溫度明顯升高，以提高能量利用率，降低其余設(shè)備的工作功率，減小運(yùn)維成本，進(jìn)而降低總成本，相較于無需求響應(yīng)時，運(yùn)維成本、總成本分別降低了4.85 %、0.94%。

4.1.3 新能源汽車需求響應(yīng)調(diào)度結(jié)果分析

電動汽車未考慮需求響應(yīng)時，即遵循“先到先充，即插即充”的無序充電策略，各電動汽車充電功率及總功率如圖4 所示。圖中：Pev1—Pev7分別為第1 — 7輛電動汽車的充電功率。

圖4 無序充電時充電負(fù)荷分布Fig.4 Charging load distribution under disorderly charging

考慮IPL 的統(tǒng)一調(diào)度后，各電動汽車充電功率及總功率如圖5所示。

圖5 EVs-DR下充電負(fù)荷分布Fig.5 Charging load distribution under EVs-DR

由圖4、5 可知，09:00 的負(fù)荷轉(zhuǎn)移到了10:00，11:00 — 15:00的負(fù)荷轉(zhuǎn)移到了15:00之后，這是因為IPL對各電動汽車進(jìn)行集中管理后，電動汽車的充電行為在時域上不再需要具有連續(xù)性，其負(fù)荷可以根據(jù)調(diào)度需求靈活后移。疊加總負(fù)荷也向后轉(zhuǎn)移，充電負(fù)荷主要集中在18:00、24:00 附近時段，18:00、24:00 的風(fēng)光出力均明顯高于居民電負(fù)荷需求。相較于不考慮需求響應(yīng)的情況，全天充電總功率峰值在18:00時的充電負(fù)荷進(jìn)一步增大，以減少電解槽利用余電制氫的工作功率，降低系統(tǒng)老化成本。系統(tǒng)在時域上的靈活性增強(qiáng)，蓄電池的全天工作狀態(tài)改變，運(yùn)維成本略有上升，但老化成本顯著減少，總成本有一定程度的降低，相較于無需求響應(yīng)時，老化成本、總成本分別降低了4.62 %、3.26 %。

氫燃料電池汽車在采用IDR 前、后的負(fù)荷分布如圖6 所示。圖中：mhfcv1—mhfcv7分別為第1 — 7 輛氫燃料電池汽車的耗氫速率。

圖6 氫能負(fù)荷分布Fig.6 Distribution of hydrogen energy load

由圖6 可知，普通停車場中，氫燃料電池汽車在返回停車場的單位時間內(nèi)完成加氫，IPL中則只需要在第2 天離開時間之前完成加氫，考慮居民實(shí)際的用車情況，本文假設(shè)最早離開停車場的時間為第2天07:00，考慮需求響應(yīng)后，加氫行為主要集中在01:00 — 04:00，因為此時段風(fēng)力發(fā)電充足，電解槽利用余電制氫，氫能可以不經(jīng)過儲氫罐存儲而直接加以利用，提高了能量的利用效率，小幅降低了運(yùn)維成本和總成本，兩者分別降低了2.1 %、0.41 %。但目前氫燃料電池汽車的保有率很低，故總成本降低率很低，但未來隨著氫燃料電池汽車使用范圍的擴(kuò)大，調(diào)度潛能將進(jìn)一步增加。

4.2 聯(lián)合IDR調(diào)度結(jié)果分析

應(yīng)用熱、電、氫多能源負(fù)荷差異化綜合需求響應(yīng)策略，得到在4個季度典型天下的調(diào)度成本見表2。

表2 聯(lián)合IDR調(diào)度成本Table 2 Joint IDR scheduling costs

如表2 所示，與未考慮需求響應(yīng)相比，本文所提的差異化IDR 聯(lián)合調(diào)度在不同工況場景下均具有經(jīng)濟(jì)性上的優(yōu)勢，4 個季度典型天下的單日調(diào)度成本分別減少了14.6 %、25.56 %、17.76 % 和8.96 %，4 個季度典型天中第二季度的成本降幅最大，因為該季度天氣、環(huán)境適宜，相較于其他季度調(diào)度潛能更大，這也證明了本文所提方法在發(fā)掘負(fù)荷需求側(cè)響應(yīng)潛能的能力。

第三季度典型天下的運(yùn)行曲線與儲能狀態(tài)分別見附錄D 圖D4、D5。在多種儲能模塊緩沖互補(bǔ)和多種負(fù)荷IDR 下，電熱負(fù)荷需求在1 d內(nèi)得到安全可靠的供應(yīng)，儲能設(shè)備始終工作于合理的狀態(tài)范圍內(nèi)。與不考慮需求響應(yīng)相比，電解槽和燃料電池的全天運(yùn)行時長縮短，累積的總功率降低，氫能系統(tǒng)減少的余電消納部分轉(zhuǎn)化為了電儲能，氫儲能系統(tǒng)的可利用余熱減少使電鍋爐總功率增加，蓄熱槽起到了更多緩沖作用。氫儲能系統(tǒng)中各設(shè)備功率的減少使系統(tǒng)老化成本降低，對比表1、2 可知，多負(fù)荷差異化IDR 聯(lián)合作用時，成本減少率遠(yuǎn)高于各單一需求響應(yīng)策略成本減少率之和，驗證了多種策略協(xié)調(diào)互補(bǔ)相較于單種負(fù)荷需求響應(yīng)具有調(diào)度靈活性和經(jīng)濟(jì)性上的優(yōu)勢。

聯(lián)合IDR 各類負(fù)荷的響應(yīng)結(jié)果如圖7 所示，驗證了多種策略在調(diào)度中的靈活性。

圖7 聯(lián)合IDR結(jié)果Fig.7 Results of joint IDR

由圖7（a）可見，在風(fēng)光出力不足／電解槽利用余電制氫的時段，可中斷電負(fù)荷削減，以緩解儲能的壓力／提高電解槽的功率；由圖7（b）可見，盡管產(chǎn)熱功率曲線與室內(nèi)外溫度差曲線變化趨勢相差很大，但在儲熱系統(tǒng)的緩沖作用下，室內(nèi)溫度依然維持在人體感到舒適的溫度范圍內(nèi)，系統(tǒng)余電較多時室內(nèi)溫度較高，風(fēng)光出力不足或系統(tǒng)儲能壓力較大時室內(nèi)溫度較低；由圖7（c）可見，在智能停車場的集中管理與調(diào)度下，氫燃料電池汽車加氫行為集中于01:00 — 04:00時段，此時段可中斷電負(fù)荷削減，在滿足舒適度約束的前提下適當(dāng)降低室內(nèi)溫度以減少能量消耗，電解槽利用余電制氫，加氫行為可以在一定程度上避免氫氣在儲氫罐中的存儲和通過燃料電池利用的過程，提高了能量利用率，電動汽車充電行為集中在風(fēng)光出力高峰以及系統(tǒng)供大于求的時段，起到了削峰填谷的作用，緩解了系統(tǒng)中儲能設(shè)備的工作壓力。多能耦合以及多種負(fù)荷需求響應(yīng)策略的協(xié)調(diào)互補(bǔ)提高了系統(tǒng)調(diào)度的靈活性。

5 結(jié)論

本文基于傳統(tǒng)需求響應(yīng)調(diào)度，構(gòu)建了熱、電、氫負(fù)荷的需求響應(yīng)模型，提出了計及多能源負(fù)荷差異化IDR 的園區(qū)綜合能源系統(tǒng)優(yōu)化調(diào)度策略，得到主要結(jié)論如下：

1）相較于不考慮需求響應(yīng)的優(yōu)化調(diào)度，本文所提出的不同負(fù)荷IDR 策略單獨(dú)作用時，都能夠有效降低優(yōu)化調(diào)度成本；

2）多負(fù)荷差異化IDR 聯(lián)合作用時，成本減少率遠(yuǎn)高于各單一策略成本減少率之和，多種需求響應(yīng)策略協(xié)調(diào)互補(bǔ)在不同工況場景下均具有調(diào)度靈活性和經(jīng)濟(jì)性上的優(yōu)勢；

3）多負(fù)荷差異化IDR 策略在環(huán)境因素適宜的季度成本降幅更大，驗證了本文所提方法發(fā)掘負(fù)荷需求響應(yīng)潛能的能力。

為了更加貼合應(yīng)用場景，后續(xù)研究中可以考慮多個IPL 之間的協(xié)調(diào)管理、用戶行為偏好等負(fù)荷側(cè)實(shí)際因素，同時可以考慮系統(tǒng)并網(wǎng)，將能源交易成本納入目標(biāo)函數(shù)中。

附錄見本刊網(wǎng)絡(luò)版（http：//www.epae.cn）。