考虑源荷互动的综合能源社区分布式优化

苏慧玲，杨世海，陈铭明

（国网江苏省电力有限公司营销服务中心，南京 210019）

能源是社会和经济发展的基础和动力。我国能源结构长期以化石能源为主，碳排放量占世界总量高达28.8%，清洁低碳转型迫在眉睫[1]。为实现国家“碳达峰、碳中和”战略目标，国家电网公司发布“碳达峰、碳中和”行动方案，推进电能替代，发展清洁能源，进一步提升清洁能源利用率。随着分布式能源的高比例接入和需求侧弹性的不断挖掘，以多能协同为主要特征的综合能源社区逐步受到广泛关注。

综合能源社区以冷热电联供CCHP（combined cooling，heating and power）系统为核心，源-荷各环节协同运行，有助于实现不同能源间的优势互补，促进社区内经济、高效用能[2]。综合能源服务商是综合能源社区的供能中枢。目前，对于综合能源服务商的研究主要集中在对综合能源服务的市场模式分析[3]、能源耦合方式[4]、可靠性和稳定性评估以及经济性评估[5]上，对负荷侧资源的自主响应特性考虑不足。

针对柔性负荷参与供能商的优化调度，文献[6]提出了一种两层优化调度模型，基于负荷层和主动配网层，通过源、荷协调互动调整柔性负荷用电时序以消纳清洁能源；文献[7]以负荷聚合商作为需求响应的基础，整合负荷侧能源，对需求响应利益进行分配优化。但是上述文献均采用集中式的直接负荷控制方式，需采集每一个柔性负荷参数和用户内部信息，传输的信息量大，高度依赖通信网络，且难以体现用户与综合能源服务商的不同利益述求和微网的分散自治特征。同时，随着越来越多的需求侧可控负荷参与调度，集中控制中心的计算压力也面临着挑战，系统的可靠性亟待提升。在分布式优化方面，文献[8]提出了售电公司与负荷聚合商之间的主从博弈模型，利用经济激励的方式引导负荷聚合商参与需求响应；文献[9]在仅交互部分数据的前提下实现了售电公司的分布式优化调度；文献[10]通过调节电价的方式实现负荷曲线的削峰填谷，但是该方法本质上是“源随荷动”，源、荷间互动频率低，需求响应效率不高。在已有的分布式优化调度中，虽然将用户和供能商作为不同利益主体建模，但求解时先供能商经济最优，后多用户“二次协调”最优，不能实现用户和供能商的并行求解。

针对现有不足，本文考虑柔性负荷通过智能楼宇接入综合能源社区，采用分布式建模的方法将综合能源服务商和智能楼宇作为不同利益主体，在考虑需求响应激励的前提下建立综合能源服务商与智能楼宇之间的互动模型，通过将楼宇购电功率作为解耦变量，实现楼宇最优用能模型与综合能源服务商最优供能模型的解耦与并行求解。最后通过算例验证了所提方法可以利用柔性负荷的自主响应特性，提高综合供能收益，为综合能源社区运行提供了更为经济的运行方案。

1 社区综合能源系统组成

社区综合能源系统结构如图1所示。综合能源服务商作为源、荷之间的桥梁，基于智能楼宇的用电、用热需求，控制微源出力，合理安排与配电网和智能楼宇的交易功率，确定合适的需求响应补偿时段，在满足负荷需求的前提下，追求经济成本的最优。

图1 社区综合能源系统结构Fig.1 Structure of community integrated energy system

智能楼宇将一批具有主动响应能力的中小型用户聚合到一起，代表他们参与市场交易。智能楼宇内的能量管理单元合理安排各柔性负荷的用能计划以及从综合能源服务商的购电计划，满足楼宇用户电、热负荷的需求，使经济成本最少。

综合能源服务商与智能楼宇分属于不同的利益主体，有自身的优化目标和运行约束。同时，它们通过购能功率交互进行运行耦合，使社区综合能源系统总体效益最优。以日前优化调度为例，综合能源服务商通过基于分布式调度技术的交互能源机制，与智能楼宇的能量管理系统进行交互，体现为在迭代的过程中采用下放需求响应激励的手段引导各智能楼宇更新次日用能功率方案，以智能楼宇的用能计划向综合能源服务商的调度需求靠拢。综合能源服务商也会在迭代过程中不断更新自身的优化调度方案，直至双方之间的交互功率趋于稳定不再改变。

2 供能特性

2.1 综合能源服务商供能特性

典型的综合能源社区中有冷、热、电3种类型负荷，同时配备相应负荷的供能设备。综合能源服务商以CCHP系统为核心，可控分布式微源包括内燃发电机和燃气炉。内燃机发电的同时，缸套水和烟气量可以通过余热装置回收再利用，并与燃气锅炉产生的热量一起，在冬季经热交换器供热，或夏季经吸收制冷机转化为冷量为用户供冷。

2.2 负荷用能特性

3 模型求解方法

3.1 目标级联法

综合能源服务商和智能楼宇为不同利益主体，并且功率交互使两者的优化调度相互影响，不能独立求解。为了能够将综合能源服务商和智能楼宇联合起来，形成源荷互动，根据目标级联法的思想，采用如图2所示的解耦机制，实现综合能源服务商与楼宇的解耦[12]。

图2 综合能源服务商与楼宇解耦机制Fig.2 Integrated energy service provider and building decoupling mechanism

图3 分布式优化流程Fig.3 Flow chart of distributed optimization

3.2 机会约束处理

由式（13）可知，风电、光伏出力波动、负荷波动等随机变量的存在使模型不能求解，若采用随机模拟的方法模拟出力波动，再结合目标级联法求解会使模型更加复杂。假设光伏、风电出力以及负荷波动服从正态分布，本文将机会约束条件式（13）转化为等价确定形式，即

式中：F-1(γ)为标准正态分布函数下γ分位点；为光伏、风力发电及负荷预测误差正态分布的标准差。

4 算例分析

4.1 算例数据

本文以冬季的某社区为例，其中包括2栋智能楼宇，楼宇1为商业楼宇，楼宇2为居民楼宇。楼宇的电、热负荷和可再生能源出力如图4所示，光伏和风机容量均为300 kW，可再生能源出力波动最大误差为30%，电、热、冷3种负荷功率的波动误差为5%。综合能源服务商设备参数见表1；社区内部售电电价为0.6元/（kW·h），售热价格为0.3元/（kW·h）。配网分时电价与微源效率参数见文献[13]。楼宇用能参数见表2；供电可靠性置信度设置为0.9；天然气价格定为3.24元/m3；需求响应成本从电价附加费中提取，收费额为0.4元/（kW·h）。

图4 可再生能源出力与楼宇负荷Fig.4 Renewable energy output and building load

表1 综合能源服务商设备参数Tab.1 Equipment parameters of integrated energy service provider

表2 智能楼宇用能参数Tab.2 Energy consumption parameters of smart buildings

4.2 结果分析

热能优化调节的结果如图5所示，热负荷主要由燃气轮机热电联产满足，不足的热负荷由燃气锅炉额外补充。楼宇会对热负荷进行削减，以减少锅炉的使用，降低燃料成本。

图5 热能优化调节结果Fig.5 Adjustment result of thermal energy optimization

电能优化调节结果如图6所示。在分时电价的影响下，为了降低用能成本，需求响应前后的电负荷曲线表现出“削峰填谷”的特点。可转移负荷和可控制负荷将其用电时段从高峰时段转移到低谷时段。在电价较高的时段，燃气轮机会多发电，但是为了保证供电可靠性，即使在高峰时段，燃气轮机也不会满载运行，会保留一定的备用容量应对可再生能源和负荷的功率波动。此时燃气轮机、风、光伏发电所多出的功率与配网交互。在电价较低的时段，可调节负荷运行，使得图中电负荷的调整功率增加，在整体上实现削峰填谷的作用。

图6 电能优化调节结果Fig.6 Adjustment result of electrical energy optimization

随着越来越多的多能社区接入配电网，逐渐形成了聚集在一定区域的、紧密的区域多社区系统。通过组成区域多社区系统的不同供能社区之间的功率交互和社区内多微源的出力协调，可有效提高区域社区互联系统的总体运行效益。根据社区不同供能特性，将社区分为电力-热力互补社区和电能替代社区。根据不同社区的差异用能特性，在不同社区配置不同类型的储能装置，以实现不同供能、储能和用能时空特性的多社区协同优化。

5 结论

（1）本文所提模型的分散自治理念体现在综合能源服务商与智能楼宇优化模型的解耦与独立求解上，即能够在确保各利益主体隐私的基础上，细化所有利益主体对于经济调度的运行约束和利益博弈。

（2）考虑了源荷互动的综合能源社区具有良好的经济性，利用柔性负荷的自主响应特性，提高了综合供能收益，为综合能源社区运行提供了更为经济的运行方案。