摘 要： 針對(duì)電力系統(tǒng)中靈活需求驟增與靈活資源稀缺的矛盾，電力市場(chǎng)競(jìng)價(jià)交易機(jī)制成為有效平衡解決方式。建立了考慮負(fù)荷聚合商參與需求側(cè)靈活性資源交易的雙層優(yōu)化模型。當(dāng)電源側(cè)靈活性資源不能滿足電網(wǎng)安全經(jīng)濟(jì)運(yùn)行時(shí)，上層模型在電力保供與新能源保消納等約束條件下，以需求側(cè)靈活性資源調(diào)用成本最小為目標(biāo)，得出需求側(cè)靈活性需求。下層模型在滿足上層模型靈活性資源缺額的情況下，以負(fù)荷聚合商的總收益最大為目標(biāo)函數(shù)，基于可削減和可轉(zhuǎn)移負(fù)荷得出負(fù)荷聚合商的聚合響應(yīng)潛力，并參與電力市場(chǎng)進(jìn)行集中競(jìng)價(jià)統(tǒng)一出清的優(yōu)化交易。最后，基于高比例新能源接入的省級(jí)電網(wǎng)數(shù)據(jù)進(jìn)行仿真分析，結(jié)果表明，所提雙層優(yōu)化模型可以滿足靈活性資源需求量，同時(shí)提高負(fù)荷聚合商的收益。

關(guān)鍵詞： 電力市場(chǎng)；負(fù)荷聚合商；靈活性資源；雙層優(yōu)化；可削減負(fù)荷；可轉(zhuǎn)移負(fù)荷

中圖分類號(hào)： TM73

文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 2096－3998（2024）03－0016－10

不斷提升新能源占比是構(gòu)建新型電力系統(tǒng)的核心途徑，高比例新能源接入將帶來(lái)系統(tǒng)靈活性需求驟增，靈活性供需平衡壓力逐漸增大［1－3］。隨著常規(guī)電源靈活調(diào)節(jié)潛力被挖掘殆盡，且儲(chǔ)能建設(shè)面臨高投資成本、投資回收期長(zhǎng)等問(wèn)題，通過(guò)需求側(cè)靈活性資源主動(dòng)參與電網(wǎng)調(diào)節(jié)而緩解電力供需平衡壓力，將成為新型電力系統(tǒng)經(jīng)濟(jì)、高效解決靈活性供需平衡難題的有效手段［4－6］。但是，需求側(cè)靈活性資源單體容量小、分布散、數(shù)量多，如何協(xié)調(diào)需求側(cè)靈活性資源聚合商來(lái)滿足上級(jí)電網(wǎng)靈活性資源缺額的交易機(jī)制是一個(gè)亟待解決的問(wèn)題。

目前江蘇、廣東、河南等省份都相繼出臺(tái)了需求響應(yīng)細(xì)則，從而推動(dòng)需求側(cè)資源參與市場(chǎng)交易，緩解電力供需矛盾和保障電網(wǎng)的安全穩(wěn)定運(yùn)行［7－10］。文獻(xiàn)[11]總結(jié)了智能電網(wǎng)下的需求響應(yīng)影響因素、模型及關(guān)鍵技術(shù)，分析在電力市場(chǎng)中引入需求響應(yīng)的重要性和實(shí)際應(yīng)用。文獻(xiàn)[12]考慮可轉(zhuǎn)移負(fù)荷和可削減負(fù)荷的調(diào)節(jié)特性，通過(guò)負(fù)荷聚合商（load aggregator，LA）聚合負(fù)荷參與到優(yōu)化調(diào)度中，提升了風(fēng)光發(fā)電利用率。文獻(xiàn)[13]考慮可再生能源和負(fù)荷的不確定性，提出計(jì)及需求響應(yīng)柔性調(diào)節(jié)的分布式可再生能源雙層優(yōu)化配置方法。文獻(xiàn)[14]在溫控負(fù)荷調(diào)度誤差的基礎(chǔ)上建立雙層調(diào)度模型；文獻(xiàn)[15]上層模型評(píng)估負(fù)荷調(diào)節(jié)能力，抑制電網(wǎng)功率波動(dòng)，下層模型考慮降低調(diào)節(jié)成本。文獻(xiàn)[16]通過(guò)挖掘需求側(cè)柔性負(fù)荷的可調(diào)度潛力，減少了系統(tǒng)運(yùn)行成本，降低了負(fù)荷峰谷差。文獻(xiàn)[17]考慮用戶與LA雙方的利益，建立主從博弈模型，得到LA最優(yōu)補(bǔ)償定價(jià)策略。以上研究較少考慮到上級(jí)電網(wǎng)與LA交易互動(dòng)的問(wèn)題，以及互動(dòng)對(duì)LA下發(fā)和制定需求響應(yīng)策略的影響。同時(shí)，關(guān)于LA聚合策略也有很多，但是沒(méi)有從省級(jí)靈活性需求測(cè)算到多個(gè)LA挖掘靈活性資源參與電力市場(chǎng)競(jìng)價(jià)交易的全過(guò)程優(yōu)化模型。

基于此，本文提出一種面向省級(jí)電網(wǎng)靈活性需求的LA雙層交易策略。首先考慮源網(wǎng)儲(chǔ)多環(huán)節(jié)靈活性資源，基于負(fù)荷基線的概念建立省級(jí)電網(wǎng)需求側(cè)靈活性需求評(píng)估模型，并測(cè)算出需求側(cè)靈活性資源缺額。在此基礎(chǔ)上，計(jì)及LA的利益最大化以及其聚合負(fù)荷潛力，建立基于可削減負(fù)荷和可轉(zhuǎn)移負(fù)荷參與需求響應(yīng)的LA的集中競(jìng)價(jià)統(tǒng)一出清的優(yōu)化交易模型。最后，再根據(jù)所提模型對(duì)算例進(jìn)行仿真求解，驗(yàn)證模型的準(zhǔn)確性和合理性。

1 電力系統(tǒng)需求側(cè)靈活性需求

電力系統(tǒng)的靈活性需求源于負(fù)荷和新能源不確定性和波動(dòng)性。凈負(fù)荷（負(fù)荷與新能源功率之差）的波動(dòng)越大，靈活性需求越大［18－19］。

如圖1所示，以需求響應(yīng)事件日前N天對(duì)應(yīng)小時(shí)負(fù)荷值的均值作為基線負(fù)荷［20］，并將基線負(fù)荷代入生產(chǎn)運(yùn)行模擬模型中得出系統(tǒng)功率缺額即為需求側(cè)靈活性需求。t時(shí)刻凈負(fù)荷值和靈活性需求量分別為

式中，Plcl，t為t時(shí)刻l節(jié)點(diǎn)的凈負(fù)荷值，PNl，t（τ）為t時(shí)刻在時(shí)間尺度τ內(nèi)的靈活性需求量，Plload，t為t時(shí)刻l節(jié)點(diǎn)的負(fù)荷值，Pwind，t、Ppv，t分別為t時(shí)刻對(duì)應(yīng)的風(fēng)電和光伏功率，PupNl，t、PdownNl，t分別為t時(shí)刻在時(shí)間尺度τ內(nèi)的向上和向下靈活性需求。

2 面向需求側(cè)靈活性需求的負(fù)荷聚合商雙層優(yōu)化交易模型

當(dāng)電源側(cè)靈活性資源不能滿足電網(wǎng)安全經(jīng)濟(jì)運(yùn)行時(shí)，上層模型以需求側(cè)靈活性資源調(diào)用成本最小為目標(biāo)，測(cè)算出需求側(cè)靈活性資源需求量，然后上級(jí)電網(wǎng)將靈活性需求量發(fā)布給LA，下層模型在滿足上層模型靈活性資源缺額的情況下，以負(fù)荷聚合商的總效益最大為目標(biāo)函數(shù)，得到LA的響應(yīng)潛力，LA的響應(yīng)潛力以其聚合的全體用戶需求響應(yīng)量合計(jì)得出，并代表所屬用戶參加電力市場(chǎng)交易競(jìng)價(jià)出清為系統(tǒng)提供靈活性資源供給，模型框架如圖2所示。

2.1 上層目標(biāo)

上層模型從系統(tǒng)整體靈活性優(yōu)化角度出發(fā)，在各靈活性資源供給能力約束、運(yùn)行約束、保供電、保消納和系統(tǒng)功率平衡等約束條件下，當(dāng)電源側(cè)靈活性資源不能滿足電網(wǎng)安全經(jīng)濟(jì)運(yùn)行時(shí)，以模擬時(shí)段內(nèi)調(diào)用需求側(cè)靈活性資源成本F最小為目標(biāo)函數(shù)，決策變量為系統(tǒng)需求側(cè)各時(shí)段的填谷/削峰型需求響應(yīng)量，如

3 基于雙層模型的出清策略及補(bǔ)償

3.1 出清策略

LA根據(jù)負(fù)荷聚合商的調(diào)節(jié)潛力需向調(diào)度機(jī)構(gòu)報(bào)送填谷/削峰調(diào)峰價(jià)格及日24點(diǎn)可填谷/削峰調(diào)節(jié)容量，調(diào)度機(jī)構(gòu)按照價(jià)格由低到高的原則選擇LA直到滿足需求側(cè)靈活性需求，并確定執(zhí)行日各個(gè)時(shí)段排序。價(jià)格相同的情況下，按照申報(bào)時(shí)間的先后進(jìn)行排序，成交響應(yīng)負(fù)荷最后1 kW的響應(yīng)補(bǔ)貼價(jià)格為市場(chǎng)統(tǒng)一出清價(jià)格，如圖3所示。

3.2 補(bǔ)償計(jì)算與核發(fā)

在響應(yīng)過(guò)程中，LA作為上級(jí)電網(wǎng)與用戶的中間機(jī)構(gòu)，LA日前與用戶簽訂合同，然后根據(jù)響應(yīng)潛力競(jìng)價(jià)出清到電網(wǎng)獲得響應(yīng)補(bǔ)償。LA與用戶采用“固定價(jià)格”模式［25］，即固定價(jià)格和考核分?jǐn)偙壤?，并綜合日前市場(chǎng)預(yù)報(bào)量和實(shí)際出清量給用戶響應(yīng)補(bǔ)償。

（1）響應(yīng)補(bǔ)貼

削峰需求響應(yīng)量定義為基線負(fù)荷減去響應(yīng)時(shí)段實(shí)際負(fù)荷；填谷需求響應(yīng)量定義為響應(yīng)時(shí)段實(shí)際負(fù)荷減去基線負(fù)荷，補(bǔ)償費(fèi)用按照有效響應(yīng)量、補(bǔ)貼系數(shù)、補(bǔ)償價(jià)格、響應(yīng)時(shí)長(zhǎng)計(jì)算得出。

（2）響應(yīng)量定義及補(bǔ)貼系數(shù)

補(bǔ)貼系數(shù)則與實(shí)際響應(yīng)量與申報(bào)響應(yīng)量的比值有關(guān)，k為實(shí)際響應(yīng)量與申報(bào)響應(yīng)量的比值，具體如表1所示。

4 算例及分析

4.1 省級(jí)電網(wǎng)需求側(cè)靈活性需求測(cè)算

本文基于2022年我國(guó)北方某省級(jí)典型日電網(wǎng)數(shù)據(jù)，使用CPLEX求解器進(jìn)行優(yōu)化求解，假設(shè)不計(jì)網(wǎng)絡(luò)傳輸阻塞和網(wǎng)絡(luò)傳輸損耗問(wèn)題，文中仿真模型步長(zhǎng)設(shè)置為1 h，在1天內(nèi)進(jìn)行調(diào)度，共24個(gè)時(shí)段。系統(tǒng)負(fù)荷最大值為58 624 MW，火電機(jī)組的總裝機(jī)容量為65 988 MW，儲(chǔ)能容量為1 500 MW，新能源裝機(jī)42 394 MW，新能源電量滲透率為50%，系統(tǒng)滿足缺電率小于2，棄電率小于5%，日負(fù)荷及新能源出力曲線如圖4所示。填谷型需求響應(yīng)和削峰型需求響應(yīng)規(guī)劃容量占比負(fù)荷最大值的百分比系數(shù)α1、α2均設(shè)置為3%，系統(tǒng)中的切負(fù)荷功率占比負(fù)荷最大值的百分比系數(shù)取值為5%。σAre，i，t取值為新能源機(jī)組i在為t時(shí)刻預(yù)測(cè)值的15%；σAd，j，t取值為t時(shí)刻系統(tǒng)負(fù)荷預(yù)測(cè)值的2%。

新能源棄電場(chǎng)景對(duì)應(yīng)的靈活性資源需求為向下調(diào)節(jié)型靈活性資源，包含填谷型需求響應(yīng)和儲(chǔ)能充電；系統(tǒng)缺電場(chǎng)景對(duì)應(yīng)的靈活性資源需求為向上調(diào)節(jié)型靈活

性資源，包含削峰型需求響應(yīng)和儲(chǔ)能放電。當(dāng)儲(chǔ)能不能滿足靈活性上下調(diào)節(jié)不足的問(wèn)題時(shí)，則需要削峰型和填谷型需求響應(yīng)來(lái)滿足。需求側(cè)靈活性資源需求由上層模型得出，新能源可消納時(shí)段為9：00—10：00和13：00—14：00，填谷型需求響應(yīng)電量為1 758 MWh和1 448 MWh，缺電時(shí)段為5：00—6：00、19：00—21：00、22：00—23：00，削峰型需求響應(yīng)電量分別為29、930、1 758、844 MWh，共有6個(gè)時(shí)段需要LA進(jìn)行負(fù)荷削減或負(fù)荷轉(zhuǎn)移響應(yīng)，如圖4所示。

4.2 負(fù)荷聚合商日前聚合潛力

在本算例中，假設(shè)日前省內(nèi)共有5個(gè)LA，分別代理所在地區(qū)負(fù)荷，LA={LA1，LA2，LA3，LA4，LA5}，按照合同標(biāo)準(zhǔn)每個(gè)LA可以聚合1 000個(gè)具備可轉(zhuǎn)移和1 000個(gè)具備可削減負(fù)荷類型靈活性響應(yīng)能力的工業(yè)用戶和商業(yè)用戶，負(fù)荷響應(yīng)時(shí)段為6：00—23：00合同標(biāo)準(zhǔn)如表2所示。

假設(shè)日前5個(gè)LA補(bǔ)償給用戶的費(fèi)用分別為γ1=1 200 元/MWh、γ2=1 220 元/MWh、γ3=1 240 元/MWh、γ4=1 260 元/MWh和γ5=1 280元/MWh，考核分?jǐn)偙壤秊?.5。上層模型經(jīng)系統(tǒng)生產(chǎn)運(yùn)行模擬得出的需求側(cè)靈活性需求，下層模型基于LA與用戶簽訂的合同標(biāo)準(zhǔn)分別得到每個(gè)LA的聚合潛力即日前報(bào)量，減負(fù)荷時(shí)段分別為5：00—6：00、19：00—21：00、22：00—23：00。加負(fù)荷時(shí)段為9：00—10：00、13：00—14：00。響應(yīng)報(bào)價(jià)見(jiàn)表3。

4.3 負(fù)荷聚合商出清策略

4.3.1 日前出清策略

根據(jù)LA的報(bào)價(jià)從低到高選擇LA1、LA2、LA3、LA4、LA5。標(biāo)圖如圖5所示，黑色曲線表示電力公司在響應(yīng)時(shí)段內(nèi)總需求功率減少/增加量，按照日前投標(biāo)情況分配給5個(gè)負(fù)荷聚合商，每個(gè)時(shí)段的需求功率由5個(gè)LA共同提供。在5：00—6：00，由于靈活性資源需求較少，所以優(yōu)先選取價(jià)格較低的LA1的響應(yīng)資源剛好滿足靈活性需求；在9：00—10：00，LA2、LA3、LA4全部中標(biāo)，LA5部分中標(biāo)；在13：00—14：00，LA1和LA2全部中標(biāo)，LA3部分中標(biāo)；在19：00—20：00，LA1和LA2全部中標(biāo)，LA3部分中標(biāo)；在20：00—21：00，LA1、LA2、LA3、LA4全部中標(biāo)，LA5部分中標(biāo)；在22：00—23：00，LA1和LA2全部中標(biāo)，LA3部分中標(biāo)。

由表4中標(biāo)可知，LA1在時(shí)段19：00—21：00和22：00—23：00，可削減負(fù)荷分別減少了50 MWh的電量，可轉(zhuǎn)移負(fù)荷分別轉(zhuǎn)出了200 MWh的電量，各時(shí)段各削峰250 MWh電量?？赊D(zhuǎn)移負(fù)荷共轉(zhuǎn)入了600 MWh的電量到13：00—14：00時(shí)段，在5：00—6：00時(shí)段有減負(fù)荷需求，同時(shí)為了滿足13：00—14：00時(shí)段增負(fù)荷不夠的情況，將5：00—6：00時(shí)段需要削減的29 MWh的電量轉(zhuǎn)入到需要填谷的13：00—14：00時(shí)段。此時(shí)，LA1在自身的聚合能力下仍不能滿足總的需求電量，則需要其他LA來(lái)共同滿足需求電量，同時(shí)為了保證LA的收益按照統(tǒng)一價(jià)格出清。在5：00—6：00時(shí)段，LA1剛好滿足削峰型需求，所以按照LA1的削峰型市場(chǎng)出清價(jià)格獲得收益;在13：00—14：00時(shí)段時(shí)，LA1的報(bào)價(jià)按照LA3填谷型市場(chǎng)出清價(jià)格獲得收益；在20：00—21：00時(shí)段，LA1的報(bào)價(jià)按照LA3削峰型市場(chǎng)出清價(jià)格獲得收益；在19：00—20：00時(shí)段，LA1的報(bào)價(jià)按照LA5削峰型市場(chǎng)出清價(jià)格獲得收益；在22：00—23：00時(shí)段，LA1的報(bào)價(jià)按照LA3削峰型市場(chǎng)出清價(jià)格獲得收益。

4.3.2 實(shí)時(shí)響應(yīng)量及收益計(jì)算

LA在響應(yīng)過(guò)程中的擾動(dòng)（故障）來(lái)源于突發(fā)事件，例如通信延遲、設(shè)備故障等。以上不確定性中，參數(shù)和行為不確定性直接影響了LA的運(yùn)營(yíng)效益，當(dāng)前，對(duì)于參數(shù)不確定性多采用具有一定概率分布的隨機(jī)數(shù)來(lái)表征，因此實(shí)時(shí)響應(yīng)量可能會(huì)存在一定的誤差。假設(shè)LA所管轄的用戶用電誤差為±0.02 MW。

以LA1為例，用戶轉(zhuǎn)移功率區(qū)間為0.18～0.22 MW，用戶削減功率區(qū)間為0.03～0.07 MW，并且服從隨機(jī)分布，則中標(biāo)量和實(shí)際響應(yīng)量如圖6所示。

由表5可知，總的中標(biāo)量為1 408 MWh，總的實(shí)時(shí)響應(yīng)量為1 415 MWh。由于LA1實(shí)際響應(yīng)量與申報(bào)響應(yīng)量的比值在響應(yīng)時(shí)段滿足補(bǔ)貼系數(shù)為1的范圍，并且有效響應(yīng)容量滿足考核要求，不產(chǎn)生考核費(fèi)用，因此收益為29×1 410+627×1 320+253×1 430+253×1 450+253×1 430-1 415×1 200=260 960（元），該費(fèi)用即LA1為了滿足靈活性需求所獲得的收益。

4.3.3 缺電率對(duì)LA收益的影響分析

在上層模型中，本文側(cè)重于研究限電對(duì)于電力系統(tǒng)的影響。首先設(shè)定棄電率為5%，得到不同缺電率邊界條件的靈活性資源需求量。在下層模型中，對(duì)LA的調(diào)節(jié)潛力進(jìn)行評(píng)估，根據(jù)集中競(jìng)價(jià)方式，按照在響應(yīng)時(shí)段報(bào)價(jià)報(bào)量的方式對(duì)靈活性資源缺額進(jìn)行補(bǔ)償。從圖7可以看出，在棄電率不變的情況下，缺電率越大，靈活性資源需求越少，9缺電率的凈收益較3缺電率的凈收益減少了824 750元。從表6可以看出，不同的缺電率和棄電率對(duì)負(fù)荷聚合商的經(jīng)濟(jì)性影響較大，在棄電率不變的情況下，缺電率越大，收益越差。

按照LA報(bào)價(jià)由低到高的排序，比較傳統(tǒng)的基于LA本身報(bào)價(jià)出清和文中所提的統(tǒng)一價(jià)格報(bào)價(jià)出清模式進(jìn)行對(duì)比，如表7。隨著缺電率的增加，文中所提統(tǒng)一出清模型收益分別提高了6.8%、11.3%、7.8%和0。在缺電率為9的情況下，所需靈活性資源需求變少，LA1就可滿足需求量，此時(shí)LA1的出清價(jià)格就是本身報(bào)價(jià)，所以收益增長(zhǎng)率為0。

5 結(jié)論

本文考慮源網(wǎng)儲(chǔ)多環(huán)節(jié)靈活性資源，從需求側(cè)靈活性資源參與電力市場(chǎng)競(jìng)價(jià)的角度出發(fā)，建立了從省級(jí)靈活性需求測(cè)算發(fā)布到LA聚合靈活性資源參與交易的全過(guò)程雙層優(yōu)化模型。上層模型兼顧保供電/消納及運(yùn)行模擬等約束條件下，測(cè)算出省級(jí)電網(wǎng)需求側(cè)靈活性需求，然后上級(jí)電網(wǎng)將靈活性需求量發(fā)布給LA，下層模型根據(jù)靈活性需求計(jì)算出每個(gè)LA的響應(yīng)潛力并參與電力市場(chǎng)競(jìng)價(jià)交易來(lái)為系統(tǒng)提供靈活性資源供給。算例結(jié)果表明，在棄電率不變的情況下，缺電率越大，靈活性資源需求量越少，LA的收益越差，在缺電率為3、5和7時(shí)，文中所提統(tǒng)一出清模型對(duì)比傳統(tǒng)基于自身報(bào)價(jià)出清收益分別提高了6.8%、11.3%和7.8%，使得LA收益更高，同時(shí)也滿足系統(tǒng)靈活性資源需求。

交易過(guò)程需要用戶及時(shí)準(zhǔn)確地參與需求響應(yīng)來(lái)滿足靈活性資源需求量，然而本文所提模型僅考慮典型日運(yùn)行工況下可轉(zhuǎn)移和可削減負(fù)荷響應(yīng)類型來(lái)為系統(tǒng)提供靈活性，后續(xù)將考慮建立精細(xì)化需求側(cè)負(fù)荷模型提高上級(jí)電網(wǎng)和LA以及用戶的交易效率和準(zhǔn)確性，并對(duì)文中模型進(jìn)行優(yōu)化改進(jìn)。

［ 參 考 文 獻(xiàn) ］

[1]李海波，魯宗相，喬穎.源荷儲(chǔ)一體化的廣義靈活電源雙層統(tǒng)籌規(guī)劃[J].電力系統(tǒng)自動(dòng)化，2017，41（21）：46－54.

[2]魯宗相，李海波，喬穎.高比例可再生能源并網(wǎng)的電力系統(tǒng)靈活性評(píng)價(jià)與平衡機(jī)理[J].中國(guó)電機(jī)工程學(xué)報(bào)，2017，37（1）：9－20.

[3]張寧，代紅才，胡兆光，等.考慮系統(tǒng)靈活性約束與需求響應(yīng)的源網(wǎng)荷協(xié)調(diào)規(guī)劃模型[J].中國(guó)電力，2019，52（2）：61－69.

[4]周克楠.基于用戶效益的電力需求響應(yīng)算法研究[J].供用電，2020，37（7）：30－36.

[5]尤宏亮，趙哲源，劉建戈，等.基于區(qū)塊鏈的電力需求響應(yīng)交易機(jī)制研究與實(shí)現(xiàn)［J］.電力需求側(cè)管理，2022，24（1）：28－33.

[6]白楊，謝樂(lè)，夏清，等.中國(guó)推進(jìn)售電側(cè)市場(chǎng)化的制度設(shè)計(jì)與建議[J].電力系統(tǒng)自動(dòng)化，2015，39（14）：1－7.

[7]陳明，劉鋒，魏輯，等.需求側(cè)能量共享：概念、機(jī)制與展望[J].電力系統(tǒng)自動(dòng)化，2021，45（2）：1－11.

[8]CHEN Sijie，LIU C C.From demand response to transactive energy： state of the art[J].Journal of Modern Power Systems and Clean Energy，2017，5（1）：10－19.

[9]郝潔，高賜威.基于需求側(cè)竟價(jià)的安徽省激勵(lì)型電力需求響應(yīng)機(jī)制研究及應(yīng)用[J].電力需求側(cè)管理，2021，23（2）：63－67.

[10]RAY G L，LARSEN E M，PINSON P.Evalualing price baseddemand response in practice with application to the EeoGrid EUexperiment[J].IEEE Transactions on Smart Crid，2018，9（3）：2304－2313.

[11]楊旭英，周明，李庚銀.智能電網(wǎng)下需求響應(yīng)機(jī)理分析與建模綜述[J].電網(wǎng)技術(shù)，2016，40（1）：220－226.

[12]候慧，徐泰，肖振鋒，等.計(jì)及可調(diào)控負(fù)荷的發(fā)用電一體化綜合優(yōu)化調(diào)度[J].電網(wǎng)技術(shù)，2020，44（11）：4294－4304.

[13]程杉，張芮嘉，鐘仕凌，等.計(jì)及需求響應(yīng)柔性調(diào)節(jié)的可再生能源優(yōu)化配置[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2023，35（2）：94－102.

[14]XIA Mingchao，SONG Yuguang，CHEN Qifang.Hierarchical control of thermostatically controlled loadsoriented smart buildings[J].Applied Energy，2019，254B（15）：113493.1－113493.10.

[15]WEI Congying，XU Jian，LIAO Siyang，et al.Coordination optimization of multiple thermostaticallycontrolled load groups in distribution network withrenewable energy[J].Applied Energy，2018，231：456－467.

[16]張曉東，艾欣，潘璽安.考慮用戶可調(diào)度潛力的負(fù)荷聚合商優(yōu)化調(diào)度策略[J].華北電力大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，50（1）：28－37.

[17]高賜威，李倩玉，李慧星，等.基于負(fù)荷聚合商業(yè)務(wù)的需求響應(yīng)資源整合方法與運(yùn)營(yíng)機(jī)制[J].電力系統(tǒng)自動(dòng)化，2013，37（17）：78－86.

[18]郇政林，劉杰，徐沈智，等.面向高比例新能源接入的源－荷－儲(chǔ)靈活性資源協(xié)調(diào)規(guī)劃[J].電網(wǎng)與清潔能源，2022，38（7）：107－117.

[19]舒印彪，張智剛，郭劍波，等.新能源消納關(guān)鍵因素分析及解決措施研究[J].中國(guó)電機(jī)工程學(xué)報(bào)，2017，37（1）：1－9.

[20]劉順桂，楊佳駒，王磊.考慮用戶用電特性的基線負(fù)荷計(jì)算方法[J].電力需求側(cè)管理，2016，18（3）：17－22.

[21]張高航，李鳳婷.計(jì)及源荷儲(chǔ)綜合靈活性的電力系統(tǒng)日前優(yōu)化調(diào)度[J].電力自動(dòng)化設(shè)備，2020，40（12）：159－165.

[22]孫川，汪隆君，許海林.用戶互動(dòng)負(fù)荷模型及其微電網(wǎng)日前經(jīng)濟(jì)調(diào)度的應(yīng)用[J].電網(wǎng)技術(shù)，2016，40（7）：2009－2016.

[23]尹璐，楊衛(wèi)紅，劉艷茹，等.考慮儲(chǔ)能系統(tǒng)不同運(yùn)營(yíng)方式對(duì)區(qū)域負(fù)荷特性影響的分析方法［J］.供用電，2021，38（7）：79－86．

[24]李鵬，李鳳婷，宋新甫，等.考慮柔性負(fù)荷的新能源接入系統(tǒng)旋轉(zhuǎn)備用優(yōu)化[J].電網(wǎng)技術(shù)，2021，45（4）：1288－1295.

[25]代心蕓，陳皓勇，肖東亮，等.電力市場(chǎng)環(huán)境下工業(yè)需求響應(yīng)技術(shù)的應(yīng)用與研究綜述[J].電網(wǎng)技術(shù)，2022，46（11）：4169－4186.

［責(zé)任編輯：張存鳳]

Research on double－layer trading strategy for load aggregator targeting the flexibility requirements of provincial－level power grids

SHI Xintao DONG Fengbin LI Haibo ZHANG Lei HE Jiatai WANG Jiali3

Abstract： In response to the contradiction between the sharp increase in flexible demand and the scarcity of flexible resources in the power system， the electricity market bidding trading mechanism has become an effective balance solution. Double－layer optimization model is established in the article that considers the participation of load aggregators in demand side flexible resource trading. When the flexible resources on the power supply side cannot meet the safe and economic operation of the power grid， the upper level model， under the constraints of power supply guarantee and new energy consumption guarantee， aims to minimize the cost of utilizing flexible resources on the demand side， and obtains the demand side flexibility demand. The lower level model， while meeting the flexibility resource shortage of the upper level model， takes the maximum total revenue of the load aggregator as the objective function， obtains the aggregation response potential of the load aggregator based on reducible and transferable loads， and participates in the optimization of centralized bidding and unified clearing in the electricity market. Finally， simulation analysis was conducted based on provincial power grid data with a high proportion of new energy access. The results show that the proposed two－layer optimization model can meet the demand for flexible resources while improving the revenue of load aggregators.

Key words： electricity market; load aggregator; flexible resources; double layer optimization; reducible load; transferable load

收稿日期：2023－09－05 修回日期：2023－11－12

基金項(xiàng)目：四川省科技計(jì)劃項(xiàng)目（2023YFSY0032）

*通信作者：董鋒斌（1973—），男，陜西周至人，博士，副教授，主要研究方向?yàn)殡娏﹄娮优c電力傳動(dòng)。

引用格式：史新濤，董鋒斌，李海波，等.面向省級(jí)電網(wǎng)靈活性需求的負(fù)荷聚合商雙層交易策略[J].陜西理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，40（3）：16－25.