許雨玲，王磊，江偉建，周俊平

（1.上海電力大學(xué) 電氣工程學(xué)院，上海 200090；2.國網(wǎng)浙江省電力有限公司嘉興供電公司，浙江 嘉興 314000）

0 引言

在2020 年9 月召開的第75 屆聯(lián)合國大會上習(xí)近平總書記指出，我國力爭在2030 年前實現(xiàn)碳達峰，2060年前實現(xiàn)碳中和［1-2］。在此背景下，為促進電力行業(yè)實現(xiàn)低碳目標(biāo)，以新能源和清潔能源為主體的能源系統(tǒng)建設(shè)必不可少，如何對微電網(wǎng)系統(tǒng)中的DG（分布式電源）和儲能系統(tǒng)進行配置優(yōu)化使得微電網(wǎng)提高經(jīng)濟效益同時兼顧環(huán)保性則成為目前研究的熱點之一［3-5］。

微電網(wǎng)的規(guī)劃研究一般分為離網(wǎng)型［6-7］和并網(wǎng)型［8］。為了充分消納風(fēng)光等清潔能源，微電網(wǎng)容量優(yōu)化主要根據(jù)不同的需求響應(yīng)以及不同的優(yōu)化目標(biāo)去建立模型并對其求解［9］。文獻［10-12］在激勵型DR 的基礎(chǔ)上建立了微電網(wǎng)綜合資源規(guī)劃模型，通過削減負(fù)荷達到經(jīng)濟性最優(yōu)的目的。文獻［12-15］通過建立一種含有電轉(zhuǎn)氣裝置和能量梯級利用的綜合能源系統(tǒng)模型來提高系統(tǒng)的能源利用水平。文獻［16-17］將分時電價的時段劃分納入到微電網(wǎng)的規(guī)劃階段，構(gòu)建微電網(wǎng)協(xié)同規(guī)劃與時段劃分雙層模型。文獻［10-18］僅考慮了微電網(wǎng)的經(jīng)濟性，并沒有計及環(huán)境成本和碳排放等環(huán)境因素。文獻［19-20］將碳排放量作為指標(biāo)之一，對比分析了不同調(diào)度策略對微電網(wǎng)優(yōu)化配置的影響。文獻［21］在“雙碳”背景下，提出了一種優(yōu)化方法，將系統(tǒng)運營成本和二氧化碳排放量作為優(yōu)化目標(biāo)建模，雖然考慮了環(huán)境因素，但沒有考慮需求響應(yīng)對于規(guī)劃結(jié)果的影響。

基于上述背景，本文提出了兼顧微電網(wǎng)經(jīng)濟性和環(huán)保性的考慮源荷互動的微電網(wǎng)容量配置雙層優(yōu)化模型。針對負(fù)荷需求與DG出力差異較大的問題，在負(fù)荷側(cè)通過分時電價和需求響應(yīng)補償，引導(dǎo)用戶參與負(fù)荷轉(zhuǎn)移和卸載，優(yōu)化負(fù)荷曲線，使其貼近DG出力特性，促進新能源消納，提高系統(tǒng)經(jīng)濟效益。通過算例對比分析不同可轉(zhuǎn)移、可卸載負(fù)荷占比下微電網(wǎng)的各項規(guī)劃結(jié)果，得出最佳負(fù)荷優(yōu)化方案。為進一步促進DG出力，基于負(fù)荷側(cè)需求響應(yīng)最優(yōu)負(fù)荷曲線，在微電網(wǎng)側(cè)引入碳排放配額和變電容量約束，限制主網(wǎng)購電量，降低系統(tǒng)碳排放水平，通過算例對比分析不同碳排放配額、變電容量限制下的各項規(guī)劃結(jié)果，得出兼顧經(jīng)濟性和環(huán)保性的最佳容量配置方案，并驗證了該模型的有效性。

1 風(fēng)光預(yù)測出力典型組合場景生成

1.1 風(fēng)光預(yù)測出力不確定分析

相較于傳統(tǒng)鞅模型，改進鞅模型在其基礎(chǔ)上將預(yù)測絕對誤差改為相對誤差，提高了預(yù)測精度，本文利用改進鞅模型描述風(fēng)光預(yù)測出力的不確定性。

將ft記作t時刻實測風(fēng)光出力，fq，t為q時刻對t時刻風(fēng)光出力的預(yù)測值，則有：

式中：rq，t為q時刻對t時刻（q

根據(jù)相對預(yù)測誤差，定義預(yù)測改進誤差req，t為當(dāng)前q時刻對前一期q-1時刻相對預(yù)測誤差的減小量，即基于相對誤差的預(yù)測改進值。

式中：rq-1，t表示前一期q-1時刻相對預(yù)測誤差。

當(dāng)q=t時，由于t時刻風(fēng)光出力值可觀測，所以無預(yù)測誤差，ret，t為0。綜上，可得到基于改進鞅模型的風(fēng)光預(yù)測出力不確定性表達式。

由式（3）可知，可以將模擬不確定性轉(zhuǎn)化為模擬各時刻預(yù)測改進值，最終由其形成隨機變量。

1.2 典型組合場景生成

本文采用場景來描述風(fēng)光出力不確定性，1 h為1 個時段，一天劃為24 個時段，將24 個時段的預(yù)測風(fēng)光出力值按時間序列表示，形成一個場景，風(fēng)光預(yù)測出力典型組合場景生成步驟如下：

1）擬合各時刻預(yù)測改進值的累計概率分布函數(shù)，生成均勻分布在［0-1］區(qū)間，維度為n×T的隨機數(shù)矩陣X（xi×t）（i=1，2，…，n；t=1，2，…，T），通過拉丁抽樣成n個預(yù)測改進值場景s，每個隨機變量代表一個概率，在預(yù)測改進值的累計分布函數(shù)上找到該隨機變量對應(yīng)預(yù)測改進值即完成一次抽樣，所得場景集合為Si=｛si，1，si，2，…，si，T｝，即為初始場景，si，t為第i場景下t時段的預(yù)測出力值，且場景Si出現(xiàn)的概率為si。

2）通過兩階段縮減技術(shù)對原始場景進行縮減，為了獲取最具代表性的風(fēng)光預(yù)測出力，必須使場景集縮減前后距離最小，如下式所示：

式中：J表示被刪除的場景集合，通過反復(fù)回代最終獲得典型場景集。

3）利用笛卡爾乘積思想分別組合風(fēng)光典型場景集，生成典型組合場景集。

4）基于風(fēng)光具有天然的互補性［22］，本文采用Spearman 相關(guān)系數(shù)作為指標(biāo)評價風(fēng)光預(yù)測出力的互補性，通過計算組合場景集中各組風(fēng)光預(yù)測出力相關(guān)系數(shù)，獲得典型組合場景。相關(guān)系數(shù)ρ計算公式如下：

式中：xi和yi表示需要衡量的兩個變量；和為需要衡量相關(guān)性兩個變量的均值。

2 雙層優(yōu)化模型及求解

基于風(fēng)光出力不確定性對微電網(wǎng)中各組件進行容量優(yōu)化配置時，為了更好地促進新能源消納，應(yīng)當(dāng)從源、荷兩側(cè)共同考慮。微電網(wǎng)發(fā)電側(cè)通過限制變壓器傳輸容量和碳排放配額，從而限制主網(wǎng)購電；負(fù)荷需求側(cè)通過引導(dǎo)用戶改變用電方式，達到優(yōu)化負(fù)荷曲線的目的。二者共同作用促進DG消納，減少對主網(wǎng)的購電需求，從而降低系統(tǒng)投資成本和碳排放水平，提高系統(tǒng)的經(jīng)濟性、穩(wěn)定性以及環(huán)保性。故本文基于源荷互動，共同考慮源、荷兩側(cè)影響，構(gòu)建雙層優(yōu)化模型對微電網(wǎng)各組件的容量進行優(yōu)化配置。

2.1 微電網(wǎng)電源側(cè)優(yōu)化模型

2.1.1 微電網(wǎng)結(jié)構(gòu)

本文研究的微電網(wǎng)是由光伏組件、風(fēng)電機組、蓄電池組成的儲能系統(tǒng)及需求側(cè)負(fù)荷構(gòu)成，通過聯(lián)絡(luò)線與主網(wǎng)相連，其結(jié)構(gòu)如圖1所示。該微電網(wǎng)系統(tǒng)中，由各類電源及主網(wǎng)出力共同為用戶供電，當(dāng)電源出力足以供給電力用戶時，多余部分存儲在蓄電池中備用；而當(dāng)電源無法滿足負(fù)荷需求時，則需通過儲能系統(tǒng)補足，從而保證微電網(wǎng)的穩(wěn)定運行，提高系統(tǒng)經(jīng)濟效益。

圖1 微電網(wǎng)結(jié)構(gòu)Fig.1 Microgrid structure

2.1.2 目標(biāo)函數(shù)

雙層優(yōu)化模型以規(guī)劃期內(nèi)微電網(wǎng)總收益凈現(xiàn)值F最高為目標(biāo)，規(guī)劃微電網(wǎng)各類電源的配置，控制變量為光伏組件、風(fēng)機機組以及儲能系統(tǒng)的容量，目標(biāo)函數(shù)為：

式中：EMPV為微電網(wǎng)規(guī)劃期內(nèi)收入凈現(xiàn)值；CMPV為微電網(wǎng)規(guī)劃期投資凈現(xiàn)值。

式中：S為一年總的場景數(shù)，將一年分為春夏秋冬四季，采用4個季節(jié)時序典型場景進行計算；T為一天的小時數(shù)；I為微電網(wǎng)規(guī)劃年限；l0×365/（1+r0）i為微電網(wǎng)收入凈現(xiàn)值轉(zhuǎn)化因子；?t為時段間隔；RDG（t）、Rc（t）、Ra（t）、Rp（t）分別表示DG出力單位補貼單價、微電網(wǎng)賣電單價、棄風(fēng)棄光懲罰電價以及微電網(wǎng)從主網(wǎng)購電單價；LDG（s，t）、Lc（s，t）、La（s，t）、Lp（s，t）分別表示s場景t時段下的DG出力、負(fù)荷用電功率、棄電功率和主網(wǎng)購電功率；若考慮需求響應(yīng)，微電網(wǎng)運營商需要提供響應(yīng)補償，εc為卸載負(fù)荷補償價格；Ldump（s，t）為s場景t時段卸載負(fù)荷量。

微電網(wǎng)投資凈現(xiàn)值CMVP，包括微電網(wǎng)建設(shè)運維成本Cop和環(huán)境成本Cen。

式中：Cop，PV、Cop，W、Cop，B分別為光伏、風(fēng)機以及儲能系統(tǒng)蓄電池的建設(shè)運維成本。

式中：QPV、QW、QB分別為光伏、風(fēng)機組件以及蓄電池的安裝數(shù)量；RPV，0、RW，0、RB，0分別為光伏、風(fēng)機以及儲能的投資單價；m、c、v分別為光伏、風(fēng)機和儲能電池的壽命；M、C、V分別為光伏、風(fēng)機、儲能系統(tǒng)在規(guī)劃年限內(nèi)的置換次數(shù)；RPV，1、RW，1、RB，1分別為光伏、風(fēng)機組件以及儲能系統(tǒng)的置換單價；r0為貼現(xiàn)率，本文取0.08；?PV、?W、?B分別為光伏、風(fēng)機組件以及儲能系統(tǒng)的年運維成本；CR，PV、CR，W、CR，B分別為規(guī)劃年限結(jié)束后光伏組件殘存值、風(fēng)機組件以及儲能系統(tǒng)殘存值，可由平均年限法求得。

環(huán)境成本Cen由主網(wǎng)購電產(chǎn)生的污染物排放成本Cen1和改變土地利用產(chǎn)生的碳排放成本Cen2兩部分構(gòu)成：

1）污染物排放成本Cen1

Cen1主要考慮從主網(wǎng)購電所帶來的環(huán)境成本。

式中：f為污染物的種類；Gk為治污費用系數(shù)；θk為電力能源的污染排放系數(shù)。

2）改變土地利用產(chǎn)生的碳排放成本Cen2

由于地區(qū)新建光伏、風(fēng)機以及儲能電站，占用了原本可以吸收碳排放的各類型土地，而減少吸收的這部分碳排放會產(chǎn)生環(huán)境成本Cen2。

式中：GCO2為CO2治理費用系數(shù)；Tj表示第j中土地利用類型的面積；μj表示第j種類型土地吸收系數(shù)，不同土地利用類型每公頃的碳吸收率如表1［23］所示。

表1 各類土地利用碳吸收率Table 1 Carbon absorption rates of all types of land use kg/hm2

2.1.3 約束條件

1）儲能充放電約束［14］

式中：Eb（s，t）、Pc（s，t）、Pdc（s，t）分別表示s場景t時段下的儲能容量、充電功率和放電功率；ηc和ηdc表示儲能的充、放電效率；Pc，max和Pdc，max分別表示儲能充、放電功率的最大值；Erate為儲能系統(tǒng)額定容量。

2）儲能系統(tǒng)能量平衡及荷電狀態(tài)約束

為了保證儲能系統(tǒng)工作的連續(xù)性，令t=1和t=24時系統(tǒng)儲能值相等。

式中：SSOB（s，t）、SSOB，max、SSOB，min分別表示s場景t時刻下儲能系統(tǒng)的荷電狀態(tài)以及荷電狀態(tài)的上下限。

3）能量平衡約束

當(dāng)電力用戶負(fù)荷需求大于DG和儲能出力之和時，為了彌補功率缺額，需要主網(wǎng)出力；當(dāng)DG出力在滿足負(fù)荷需求的同時蓄電池容量達到最大值時，此時則會產(chǎn)生棄風(fēng)棄光。

式中：Lp1（s，t）表示s場景t時段主網(wǎng)出力。

4）微電網(wǎng)安裝容量約束

式中：Qpv，max、QW，max、QB，max分別為光伏組件、風(fēng)機機組、儲能系統(tǒng)蓄電池安裝容量的上限。

2.2 負(fù)荷側(cè)需求響應(yīng)模型

負(fù)荷側(cè)需求響應(yīng)模型考慮控制各時刻可轉(zhuǎn)移負(fù)荷和可卸載負(fù)荷，對負(fù)荷進行削峰填谷優(yōu)化使其更接近風(fēng)光出力曲線，進而優(yōu)化微電網(wǎng)容量配置。

2.2.1 目標(biāo)函數(shù)

1）考慮充分利用可再生能源發(fā)電，促進風(fēng)光消納，使得微電網(wǎng)系統(tǒng)從最大程度上做到自發(fā)自用，本文以系統(tǒng)凈負(fù)荷Y1最小為目標(biāo)。

式中：Lc，after（s，t）表示s場景t時段下經(jīng)可轉(zhuǎn)移負(fù)荷、可卸載負(fù)荷控制調(diào)節(jié)后的負(fù)荷需求。

式中：Lc，before（s，t）為s場景t時段調(diào)節(jié)前負(fù)荷需求；Ltrans+（s，t）、Ltrans-(s，t) 分別為s場景t時段轉(zhuǎn)進和轉(zhuǎn)出負(fù)荷量。

2）為更好地優(yōu)化負(fù)荷曲線，需要從負(fù)荷側(cè)經(jīng)濟性考慮。對于可轉(zhuǎn)移負(fù)荷，通過采用分時電價峰谷電價差刺激用戶參與需求響應(yīng)，改變用電習(xí)慣，轉(zhuǎn)移尖峰負(fù)荷至低谷時段；對于可卸載負(fù)荷，當(dāng)用戶進行負(fù)荷卸載時，微電網(wǎng)給予一定補償。這樣既能降低用戶成本，還能使負(fù)荷曲線更加貼近風(fēng)光出力時序特性。因此，考慮在負(fù)荷可調(diào)控范圍內(nèi)使用戶成本Y2最低。

3）多目標(biāo)處理

針對不同量綱的目標(biāo)函數(shù)值，在將多目標(biāo)轉(zhuǎn)為單目標(biāo)處理過程中采用較多的是理想點法［23］，“理想點”對應(yīng)坐標(biāo)值即為單目標(biāo)優(yōu)化時求得的最優(yōu)解。距離函數(shù)為：

式中：Y1和Y2分別為實際計算時的凈負(fù)荷值和用戶購電成本；Y1*和Y2*分別為對應(yīng)單目標(biāo)時最優(yōu)凈負(fù)荷值和用戶購電成本值。

2.2.2 約束條件

對于參與需求響應(yīng)的用戶，在任意時段負(fù)荷可轉(zhuǎn)移量、卸載量為最大負(fù)荷轉(zhuǎn)移量和最大負(fù)荷卸載量，最小量均為0。

2.2.3 用戶滿意度

基于負(fù)荷側(cè)需求響應(yīng)可能會對用戶用電體驗產(chǎn)生影響，引入用戶滿意度［18］Ueus進行衡量，本文將優(yōu)化前的負(fù)荷曲線用戶滿意度定義為100%，將優(yōu)化后轉(zhuǎn)移、卸載的負(fù)荷總量占總負(fù)荷的比例作為用電滿意度指標(biāo)，即及時滿足負(fù)荷需求，負(fù)荷轉(zhuǎn)移量越少用戶滿意度越高，表達式如下：

2.3 模型求解

本文負(fù)荷側(cè)需求響應(yīng)模型和微電網(wǎng)優(yōu)化模型均為非線性模型，都可以通過lingo 軟件求解。為簡化計算，本文所使用的數(shù)據(jù)均選取春夏秋冬4個季節(jié)時序典型場景來代替一年的情況，對每個季節(jié)的典型日進行計算分析，以實現(xiàn)微電網(wǎng)內(nèi)部資源協(xié)同優(yōu)化。

模型求解思路為：首先，在lingo 軟件中輸入原始負(fù)荷預(yù)測數(shù)據(jù)和基于典型組合場景生成的風(fēng)光預(yù)測出力數(shù)據(jù)；接著，設(shè)定可卸載、可時移負(fù)荷量，根據(jù)負(fù)荷需求響應(yīng)模型進行求解，得到優(yōu)化后的負(fù)荷曲線；然后，基于優(yōu)化后的負(fù)荷曲線代入微電網(wǎng)優(yōu)化模型，通過lingo 計算得出各項結(jié)果，根據(jù)微電網(wǎng)規(guī)劃中各項結(jié)果，對不同可卸載、可時移負(fù)荷量參與得到的負(fù)荷曲線進行綜合評價，得到最優(yōu)負(fù)荷曲線；最后，基于上述最優(yōu)負(fù)荷曲線，在微電網(wǎng)電源側(cè)引入變電容量和碳排放量約束，再次對微電網(wǎng)優(yōu)化模型進行計算，對比分析不同方案各項規(guī)劃結(jié)果，得到最優(yōu)風(fēng)光儲容量配置方案。其雙層優(yōu)化流程如圖2所示。

圖2 雙層優(yōu)化流程Fig.2 Flowchart of the dual-layer optimization

3 算例分析

3.1 基礎(chǔ)數(shù)據(jù)

本文以江西某小區(qū)微電網(wǎng)為例，電規(guī)劃期為10 a，為簡化模型計算，假設(shè)規(guī)劃期內(nèi)電價、用戶負(fù)荷以及貼現(xiàn)率等都保持不變。該微電網(wǎng)原始負(fù)荷預(yù)測曲線及該地區(qū)全年平均風(fēng)速和平均輻射強度曲線分別如圖3—5 所示。微電網(wǎng)各時刻售購電價、各類電源參數(shù)、各種污染氣體排放參數(shù)分別如表2—4 所示［24］。根據(jù)當(dāng)?shù)厍闆r，風(fēng)光發(fā)電的容量上限為1.5 MW，光伏單板容量300 W，風(fēng)機單機容量10 kW，蓄電池單塊容量1 kWh，上限為3 000 kWh，單塊電池充放電功率上限為0.2 kW，充放電效率為0.95，初始荷電狀態(tài)為0.2，荷電狀態(tài)范圍設(shè)定為［0.1，0.9］。單塊光伏板平均占地4 m2，單臺風(fēng)機平均占地100 m2，單塊蓄電池平均占地0.2 m2。DG 補貼為0.5 元/kWh［18］，用戶參與需求響應(yīng)卸載負(fù)荷補償為0.3 元/kWh，清潔能源棄電懲罰為1元/kWh。

表2 售、購電電價Table 2 Electricity sales and purchasing prices

表3 微電網(wǎng)DG參數(shù)Table 3 DG parameters of the microgrid

表4 污染氣體排放參數(shù)Table 4 Parameters for pollutant gas emission

圖3 負(fù)荷功率時序曲線Fig.3 Timing curves of load power

圖4 風(fēng)速曲線Fig.4 Curves of wind speed

圖5 輻射強度曲線Fig.5 Curves of radiant intensity

3.2 風(fēng)光預(yù)測出力典型組合場景生成結(jié)果

為充分考慮新能源出力的不確定性，本文以江西某風(fēng)電場和光伏電站為研究對象，選取四季典型日，結(jié)合原始風(fēng)速和輻射強度等天氣信息對風(fēng)光出力進行預(yù)測，最終形成風(fēng)光預(yù)測出力四季典型組合場景。整理可得到風(fēng)光四季典型場景出力、風(fēng)機出力、光伏出力時序曲線，如圖6—8所示。

圖7 風(fēng)機出力時序曲線Fig.7 Timing curves of wind turbine output power

圖8 光伏出力時序曲線Fig.8 Timing curves of PV output power

3.3 考慮負(fù)荷側(cè)需求響應(yīng)的微電網(wǎng)規(guī)劃結(jié)果分析

對于負(fù)荷側(cè)，考慮在不同可轉(zhuǎn)移容量和可卸載負(fù)荷容量共同作用下優(yōu)化負(fù)荷曲線，并將其優(yōu)化結(jié)果代入微電網(wǎng)規(guī)劃模型中計算。本文將以下3種方案進行對比分析：

方案1設(shè)置可轉(zhuǎn)移負(fù)荷量0%、可卸載負(fù)荷量0%，即原始負(fù)荷曲線；方案2 設(shè)置可轉(zhuǎn)移負(fù)荷量10%、可卸載負(fù)荷量5%；方案3設(shè)置可轉(zhuǎn)移負(fù)荷量20%、可卸載負(fù)荷量5%。

圖9為3種方案優(yōu)化后負(fù)荷曲線，以夏季典型日為例；表5、表6分別為3種負(fù)荷曲線優(yōu)化方案下微電網(wǎng)分布式電源容量配置、收益等各項結(jié)果。

表5 不同負(fù)荷優(yōu)化方案下DG和儲能配置結(jié)果Table 5 Configurations of DG and energy storage under different load optimization schemes

表6 不同負(fù)荷優(yōu)化方案下收益等各項結(jié)果Table 6 Revenue and other results under different load optimization schemes 106元

圖9 負(fù)荷優(yōu)化時序曲線Fig.9 Timing curves of load optimization

由圖9 和表5、表6 可以看出：用戶參與負(fù)荷側(cè)需求響應(yīng)后，負(fù)荷曲線整體更加平滑，在各時段也更加貼合風(fēng)光出力特性，減少棄風(fēng)棄光。通過負(fù)荷轉(zhuǎn)移和卸載起到削峰填谷的作用，從而促進新能源消納，減少投資成本，使得微電網(wǎng)系統(tǒng)總凈收益得到提升。

對比方案1—3，在原始曲線的基礎(chǔ)上引入負(fù)荷側(cè)需求響應(yīng)，一定程度上減少了風(fēng)光儲容量配置，有效降低系統(tǒng)投資運行成本。由于負(fù)荷參與需求響應(yīng)，使得優(yōu)化后的負(fù)荷曲線更加貼近DG出力特性，新能源能從更大程度上滿足負(fù)荷供電，減少對主網(wǎng)的購電需求，從而降低系統(tǒng)的環(huán)境成本和購電棄電量，使得系統(tǒng)日均碳排放量降低、凈收益提升，兼顧系統(tǒng)的經(jīng)濟性和環(huán)保性。

方案2、3 相較于方案1，由于負(fù)荷轉(zhuǎn)移和卸載，用戶滿意度分別降低4.83%和8.32%；由于負(fù)荷曲線優(yōu)化后更貼近新能源出力特性，使得主網(wǎng)購電量降低，降低系統(tǒng)的日均碳排放量，相較于方案1，分別降低19.34%、20.22%；系統(tǒng)凈收益也有所提升，相較于方案1，分別提高10.39%（2.236×106元）、10.87%（2.34×106元）。

方案3 用戶滿意度降低了3.667%，日均碳排放量降低了1.09%，系統(tǒng)凈收益提高了0.44%。綜合來看，方案3在犧牲一定量用戶滿意度的基礎(chǔ)上環(huán)保性特別是經(jīng)濟性提升并不明顯，因此方案2在負(fù)荷側(cè)和微電網(wǎng)側(cè)取得了均衡，為最優(yōu)方案。

3.4 考慮微電網(wǎng)側(cè)限制碳排放配額和變電容量的規(guī)劃結(jié)果分析

在負(fù)荷側(cè)用戶參與需求響應(yīng)得到最優(yōu)負(fù)荷優(yōu)化曲線的基礎(chǔ)上，本文考慮微電網(wǎng)側(cè)限制碳排放配額和變壓器容量，構(gòu)建了更利于新能源消納且更加環(huán)保的聯(lián)合規(guī)劃方案，為體現(xiàn)所提聯(lián)合規(guī)劃方案的優(yōu)越性，本文設(shè)置以下4組規(guī)劃方案進行對比分析：

方案1：不限制變壓器容量和碳排放量；方案2：不限制變壓器容量，限制碳排放量；方案3：限制變壓器容量，不限制碳排放量；方案4：變壓器容量和碳排放量均受限制。

為考慮規(guī)劃期投資效益及降低碳排放水平，結(jié)合負(fù)荷需求，限制變壓器容量為1 250 kVA，限制碳排放量額度為折合日均6 500 kg。通過對以上4 種方案結(jié)果進行對比分析，不同規(guī)劃方案下DG和儲能配置收益等各項結(jié)果如表7、表8所示。

表7 不同規(guī)劃方案下DG和儲能配置結(jié)果Table 7 Configurations of DG and energy storage under different planning schemes

表8 不同規(guī)劃方案下收益等各項結(jié)果Table 8 Revenue and other results under different planning schemes 106元

分析表7、表8 可知，方案2、3、4 相較于方案1，DG 和儲能配置量都有所增加，這表明無論在限制變壓器容量還是限制碳排放量或二者都受到限制的情況下，都會在不同程度上限制微電網(wǎng)從主網(wǎng)購電，需要配置更多DG和儲能來滿足負(fù)荷側(cè)用戶的需求。方案2、3、4 規(guī)劃更多DG 和儲能，導(dǎo)致投資運行成本較大，但由于風(fēng)光出力更多，使得微電網(wǎng)的售電收益和補貼收益增多，購電成本減少，及主要由主網(wǎng)購電所產(chǎn)生的環(huán)境成本降低。雖然凈收益略低于方案1，但方案2、3、4 在不同程度上促進了新能源消納減少主網(wǎng)購電，降低碳排放水平，相較于方案1，后3種方案的日均碳排放量分別降低為11.75%、6.33%、16.79%。對比方案2、3、4，方案4雖然凈收益最低，但碳排放量也是最少的，相較于方案2、3，凈收益分別降低了0.795%、0.938%，碳排放量分別降低了5.71%、11.17%，方案2、3 在提高碳排放量的基礎(chǔ)上凈收益提升不明顯。綜合來看，犧牲少量經(jīng)濟性保全環(huán)保性的方案4最優(yōu)，在微電網(wǎng)經(jīng)濟性和環(huán)保性間取得了平衡，成為最優(yōu)規(guī)劃方案。

圖10 為4 種方案下夏季典型日主網(wǎng)出力時序曲線。從圖10中可知，對比4種方案，方案1的主網(wǎng)出力明顯高于其他3種方案，這表明考慮限制變壓器容量和碳排放量后，使得DG出力與負(fù)荷曲線更為接近，從而減少了主網(wǎng)出力，由于方案4在雙重約束條件下規(guī)劃了更多風(fēng)機和光伏，使得DG出力最多，主網(wǎng)出力得到進一步減少。從圖10 中還可以看出，方案4在進一步降低主網(wǎng)購電的同時還降低了微電網(wǎng)與主網(wǎng)功率交互的峰谷差。

圖10 主網(wǎng)出力時序曲線Fig.10 Timing curves of main grid output power

4 結(jié)語

本文針對微電網(wǎng)風(fēng)光儲容量配置優(yōu)化問題，綜合考慮負(fù)荷側(cè)需求響應(yīng)和微電網(wǎng)電源側(cè)碳排放配額、變電容量限制，通過lingo 軟件計算得出兼顧經(jīng)濟性和環(huán)保性的最佳微電網(wǎng)規(guī)劃方案，研究結(jié)果表明：

1）在負(fù)荷側(cè)引入需求響應(yīng)，通過負(fù)荷轉(zhuǎn)移和負(fù)荷卸載共同作用調(diào)節(jié)負(fù)荷曲線，可以削峰填谷，有效地促進新能源消納，降低微電網(wǎng)投資成本，提高系統(tǒng)凈收益。

2）同時在微電網(wǎng)電源側(cè)加入碳排放配額和變電容量限制，使DG出力貼近負(fù)荷需求，減少主網(wǎng)購電，降低系統(tǒng)碳排放水平，使得微電網(wǎng)在經(jīng)濟性和環(huán)保性間取得平衡。

現(xiàn)有規(guī)劃仍有以下不足：

1）大數(shù)據(jù)管理，由于負(fù)荷變化受多種因素影響，如天氣，突發(fā)事件（比如2020年新冠疫情引發(fā)經(jīng)濟發(fā)展及居民用電變化）等使得負(fù)荷預(yù)測具有極大不確定性，尤其是具體到天的短期規(guī)劃不僅難于預(yù)測，大量的數(shù)據(jù)也使得計算困難。

2）相關(guān)技術(shù)發(fā)展，如光伏，風(fēng)力和儲能技術(shù)的提高使得單位成本變化，影響分布式發(fā)電的規(guī)劃。