考虑虚拟电厂可调能力的综合需求响应市场出清策略

龚超，张轩，赵越，赵晨，肖云鹏，李明涛

(1.广东电网有限责任公司电力调度控制中心，广州510080；2.西安交通大学能源与动力工程学院动力工程多相流国家重点实验室，国际可再生能源研究中心，西安710049)

0 引言

随着需求侧资源在多能配网中的渗透率不断增加，配网的运行在灵活性得到增强，辅助服务的形式也更为多样，但也面临着市场机制设计的挑战[1-2]。虚拟电厂(virtual power plant, VPP)因其对需求侧灵活性资源的聚合优势而受到广泛关注[3-5]。VPP利用先进的通信技术，将所辖分布式电源、可削减电负荷、供暖型热负荷和储能设备等灵活资源整合，对外呈现为一个虚拟的可控整体，可以参与上级配网的综合需求响应(integrated demand response, IDR)市场[6-8]。因此，研究虚拟电厂与上级能源网互动的综合需求响应市场机制及出清策略，对能源网发挥需求侧的辅助服务优势、建立需求侧市场具有重要意义。

虚拟电厂运营商作为连接上级配网运营商与综合需求响应资源的中介，是配网需求响应得以实施的有效途径，而综合需求响应则是虚拟电厂参与电力市场获得收益的主要方式[9]。随着电/热耦合的应用越来越广，综合需求响应强调多能互补满足上级配网削峰填谷等需求，具有经济性和可行性[10]。本文将针对虚拟电厂参与综合需求响应机制提出适用于多主体互利共赢的市场出清策略。

目前，国内外学者针对我国的综合需求响应市场进行了部分研究和规划，但大多处于规划阶段[11-14]。现阶段对于虚拟电厂参与综合需求响应市场研究刚刚起步，大多从调度控制策略、用户侧需求响应方法等方面展开研究[15-17]。文献[18]建立了基于系统调峰指数、电网运行成本以及用户补偿成本的电源侧与需求侧协同调峰的多目标优化模型，为虚拟电厂聚合需求侧资源提供了方法支撑。文献[19]提出了售电侧放开环境下计及需求响应的虚拟电厂竞价策略，建立了含虚拟电厂的电力市场竞价模型。但这些文献只停留在虚拟电厂的内部聚合和能量市场，并未将其与综合需求响应市场相结合。在综合需求响应市场出清方面，文献[20]设计了工业用户、园区能量管理系统和上级电网的集中-分布式交互机制，进而借鉴现行的两部制电价和统一价格机制，提出了一种园区内部用户间的综合需求响应市场机制。文献[21]提出了一种基于区块链的需求响应资源信用管理方法，并搭建了集中交易和双边交易下考虑信用值的需求响应资源交易机制。文献[22]建立了基于随机森林回归的市场出清电价预测模型，验证了方法的优越性。文献[23]提出了一种线性松弛的交流最优潮流模型，以此模型建立了考虑无功约束和输电网费率的日前市场出清模型。考虑电/热多能源互补，文献[24-25]提出了一种电/热综合能源市场出清机制，建立了电-热联合市场竞价双层模型，研究了计及供应侧策略投标的市场均衡。可以发现，上述文献未充分考虑虚拟电厂的可调能力，也缺乏上级配网与虚拟电厂的互动机制。

针对以上问题，本文提出了一种考虑虚拟电厂可调能力的电/热综合需求响应市场机制及出清策略。首先，分析了虚拟电厂参与综合需求响应市场的机制和基本框架。然后，考虑虚拟电厂内部资源的物理特性，建立了包含可削减电负荷、供暖型热负荷、储能设备、能量转换设备的综合需求响应资源模型。然后，提出了虚拟电厂可调能力数学模型，并通过改进粒子群算法进行求解。最后，基于虚拟电厂的可调能力，提出考虑虚拟电厂可调能力的综合需求响应市场出清策略，设计了多主体行为的互动出清方法。算例通过3个场景分析可知，综合需求响应市场机制能够在保证虚拟电厂运营商利益的基础上降低总成本，上级配网、VPP运营商两者能够实现互利共赢，出清结果有效实现了削峰填谷和新能源消纳。

1 VPP参与综合需求响应市场机制

本文研究虚拟电厂在考虑自身调节能力下参与综合需求响应市场的出清策略，首先需要建立VPP参与的综合需求响应市场整体框架，如图1所示。其中，综合需求响应市场参与的主体包括上级配电网以及各VPP运营商、聚合用户，上级配电网在辅助服务方面主要以削峰填谷为目标，计及各VPP的实际调节能力，与各VPP签订需求响应合同，其中包括分时电价/热价、上调补偿、下调补偿。VPP在上级配网提供的价格信号的引导下，通过协同控制内部能量转换设备、储能设备、新能源、可削减电负荷、供暖型热负荷等，调节与配网的电交换功率和热交换功率，使VPP自身总收益最大。用户通过与VPP运营商签订需求响应合同，利用自身的需求响应资源满足VPP对上级配电网的响应，同时获得一定的经济激励。本文的重点是在考虑VPP最大可调能力的情况下建立与上级电网的出清机制和策略。

图1为VPP参与综合需求响应市场的步骤，描述了各主体行为之间的先后关系和方向关系。

图1 VPP参与综合需求响应市场结构

2 虚拟电厂综合需求响应资源建模

在电力物联网飞速发展的背景下，虚拟电厂将分布式电源、储能、柔性负荷等需求响应资源通过通信设备统筹、联系起来，统一调度、统一运营，能够有效提高资源利用率，为促进需求侧有效参与电力市场打下基础。虚拟电厂运营商能够通过聚合需求响应资源参与上级能源网的综合需求响应市场，获得盈利的同时实现上级能源网的削峰填谷。首先，设计了包含多种能源形式的VPP参与上级能源网的框架，如图2所示。在本文所讨论的含电/热综合需求响应市场出清机制下，VPP一般包含热电联产机组(combined heating and power, CHP)、热泵等能源转换设备，包括电储能、热储能等储能设备，包括风电等分布式电源，可削减电负荷、供暖型热负荷等需求侧资源。

图2 VPP框架

2.1 可削减电负荷模型

本文在VPP中考虑可削减电负荷模型如式(1)—(2)所示。

(1)

(2)

2.2 供暖型热负荷模型

供暖型热负荷主要包括用暖建筑物，其建模方法主要为等效热参数法(equivalent thermal parameters, ETP)。由于篇幅原因，这里参考文献[26]的推导方法，得到供暖型热负荷的ETP一阶热力学模型如下。

(3)

ΔQt=Q0,t-Q1,t

(4)

式中：Tin,t+1、Tin,t分别为t+1时段、t时段的室内温度；Tout,t为t时段的室外温度；τ为时间常数；R为建筑物等效热阻；Q1,t为t时段的热负荷；Q0,t为削减前t时段的热负荷；ΔQt为削减的热负荷。

同时，为保证供暖型热负荷用户的舒适度，在热负荷响应虚拟电厂运营商的削负荷指令时，温度Tt不能低于最低限值Tmin，即满足如下约束。

Tt≥Tmin∀t∈T

(5)

2.3 储能设备

本文研究的虚拟电厂环境下的综合需求响应市场出清包含电储能和热储能两种储能资源，储能资源能够被较好地控制，便于调度，在市场出清时需要考虑储能资源的物理特性。由于电储能和热储能在物理特性上类似，这里统一表达，不再赘述。

(6)

(7)

2.4 能量转换设备

本文研究的虚拟电厂内部包含有CHP、热泵两种能量转换设备，需要建立其能量转化模型。CHP的输入是天然气燃烧功率，输出为电功率和热功率，热泵的输入为电功率，输出为热功率，其简化模型如下。

Pchp,e=ηchp,ePgas

(8)

Pchp,h=ηchp,hPgas

(9)

Php,h=ηhpPhp,e

(10)

式中：Pchp,e、Pchp,h、Php,h分别为虚拟电厂中的CHP输出电能、CHP输出热能、热泵输出热能；Pgas、Php,e分别为CHP输入的天然气燃烧功率、热泵输入的电功率；ηchp,e、ηchp,h、ηhp分别为CHP的电转换功率、CHP的热转换功率、热泵的转换功率。

3 虚拟电厂可调能力优化模型

3.1 虚拟电厂可调能力建模

由第1节可知，虚拟电厂参与综合需求响应市场是通过与用户签约需求响应合同，进而通过价格信号进行信息交互。虚拟电厂需要向上级配电网上报其可调能力，主要包括VPP可为配网提供的最大可调功率、可调功率最大爬坡速率和最大储能容量。同时，考虑虚拟电厂内部的电/热能源，建立6个约束式如下。其中，式(11)—(16)形式上与常规机组相一致，式(11)—(12)为电/热交换功率上下限约束，式(13)—(14)为电/热交换功率爬坡约束，(15)—(16)为电/热储能容量上下限约束。

(11)

(12)

(13)

(14)

(15)

(16)

3.2 虚拟电厂可调能力范围优化模型

由3.1节可以得到，各VPP的可调能力其实在数学上等价于电/热交换功率、电/热爬坡功率、电/热储能容量的上下限范围。然而，其上下限约束需要优化计算得到。优化的过程中需要保证给定这一范围内的任意一组卖电或购电功率计划与卖热或购热功率计划Pd(t)、Hd(t)，VPP都可以在自身收益最大的优化问题中找到最优解。也就是说，可调能力范围越大，VPP响应上级配电网的能力就越强，但是需要保证自身最优收益。进一步地从0至NT时段建立各VPP的优化目标。

(17)

maxC

(18)

s.t.

(19)

式(18)—(19)式约束条件除了各需求响应资源的约束模型，还包括了能量输入输出平衡关系。其中，Ψ、Φ为耦合矩阵；P为能量转换器的输入功率，下标e、h、CHP分别为配网电能接入点、配网热能接入点、CHP；S为所有类型的外界能量输入，下标e、h、g分别表为电、热、天然气。

3.3 改进粒子群算法求解VPP可调能力

虚拟电厂可调能力范围的优化计算是虚拟电厂参与综合需求响应市场出清所必须首要解决的问题。虚拟电厂运营商需要寻找合适的优化算法求解。该可调能力优化问题包含了大量不等式约束和等式约束，若采用动态规划、分支定界法等精确算法则求解速度慢，不适用于工程应用。

粒子群算法在优化边界参数和虚拟电厂定价方面具有一定的优势，故本文将粒子群算法应用于虚拟电厂可调能力求解。为了提高粒子群算法的全局收敛效果，本文对惯性权重系数w进行改进，在搜索开始期望其值较大以增强全局搜索能力，在搜索后期期望其值不能过大，以确保收敛性得到全局最优解，具体方法参考文献[27-28]，这里不再赘述，其中改进惯性权重系数w采用如式(20)所示。

(20)

式中：n为当前的迭代次数；w为惯性权重系数；下标max、min为惯性权重系数取值上下限；p为调节因子。

4 考虑VPP可调能力的综合需求响应市场出清模型

4.1 VPP优化策略

虚拟电厂运营商以自身收益最大化为目标，其表达式为：

maxCSELL,d+CCOM,d-CM,d-CBUY,d

(21)

(22)

(23)

(24)

(25)

4.2 上级配网运营商优化策略

在综合需求响应市场中，控制辖区VPP内的CHP及新能源出力，并调用辖区内各VPP拥有的可调资源，由上级配网运营商负责制定各VPP接入点的交换功率日前计划和提供给VPP的分时电价，使得主网接入点的交换功率峰谷差最小。建立其目标函数表达式为：

minCDIFF+CCUR+CCOM

(26)

(27)

(28)

(29)

上级配网运营商包含有3项成本项，分别为主网连接点峰谷差的惩罚CDIFF、新能源不完全消纳的惩罚成本CCUR、配网支付给VPP的功率调整补偿费用CCOM。

上级配网运营商在制定优化出清策略时需要考虑热网和电网的拓扑约束、阻塞约束。在电网的拓扑约束方面，本文采用常用的交流潮流二阶锥松弛模型。

(30)

(31)

Wsij(t)-Wrij(t)=2RijPj(t)+2RijPij(t)+

(32)

(33)

(34)

(1-ρ)V02≤Wd,i(t)≤(1+ρ)V02

(35)

0≤Pd,j(t)≤Pd,jmax

(36)

在热网的拓扑约束方面，采用工程上常用的热网建模方法，对原始热网复杂模型进行线性化，形成易于优化求解的节点热量平衡方程和热损平衡方程。

(37)

(38)

本文在上级配电网和上级热网中考虑新能源和CHP机组的影响，使得多种能源之间能够互补协同。

CHP的物理特性约束如下。

(39)

(40)

Hφ(t)=kφPφ(t)

(41)

-RDφ≤(Pφ(t)-Pφ(t-1))/Δt≤RUφ

(42)

表征新能源不完全消纳的约束如下。

(43)

由上述建模过程，得到VPP的报价更新策略为：

(44)

(45)

(46)

(47)

4.3 综合需求响应市场出清流程

由4.1和4.2节得到的虚拟电厂优化策略和上级配网优化策略，可以进行综合需求响应市场统一价格出清，考虑到一对多的竞价问题，采用迭代求解出清价格和功率的方法。具体流程如图3所示。

图3 综合需求响应市场出清流程

5 算例分析

5.1 仿真参数

本文在算例中设计上级配电网和上级配热网，配电网为修改后的IEEE-14节点系统，连接有1台CHP机组、一个风电场、3个VPP；配热网为修改后的10节点系统，连接有1台CHP机组和3个VPP。系统拓扑结构如图4和图5所示。

图4 配电系统拓扑

图5 区域供热系统拓扑

VPP的内部资源及各部分参数如表1所示。为比较不同类型VPP对综合需求响应市场出清的影响，VPP所含资源在算例中设置为不一致。其中，VPP1包含有12幢供暖的办公楼，不含可削减负荷；VPP2包含有6幢供暖的办公楼，不含可削减负荷；VPP3包含有12幢供暖的办公楼,且包含可削减负荷。其余设备种类及参数三者保持一致。参考广东省某地实际数据，配网峰谷差惩罚系数kDIFF为50元/MW，弃风惩罚系数kCUR为40元/MWh，平滑因子为0.1。

表1 VPP的内部参数

该算例在Python环境中进行了验证，采用改进粒子群算法和CPLEX求解器对各VPP的可调能力以及综合需求响应市场出清进行求解。

5.2 VPP可调能力结果分析

根据上文的分析，VPP的可调能力包含电/热交换功率、电/热爬坡功率、电/热储能容量的上下限范围。由于篇幅原因，这里仅列出VPP和综合需求响应市场最关心的电/热交换功率求解结果并给予分析，如图6—8所示。

图6 VPP1电热交换功率可调能力

图7 VPP2电热交换功率可调能力

图8 VPP3电热交换功率可调能力

可以发现，VPP以经济性最优为目标得到的电/热交换功率计划可调能力范围的上下界。其中，电交换功率计划主要受上级配电网的分时电价驱动，在谷时段0:00—7:00与电交换功率上界重合，而在峰时段15:00—20:00与电交换功率下界重合，也反映了削峰填谷的效果。而热交换功率计划在本算例中主要受室外温度影响，在室外温度较低的时段0:00—11:00及20:00—24:00与热交换功率上界重合，而在温度室外较高的时段12:00—19:00与热交换功率下界重合。

对比VPP1和VPP3，两者的区别在于可削减电负荷的有无。VPP3由于包含有部分可削减电负荷，电交换功率的下界得到进一步扩宽，相较VPP1扩宽了约0.6 MW。同时，对比VPP2和VPP3，由于VPP2中供暖型热负荷数量为VPP3中的一半，使得整体调节能力变弱，并且热负荷总量变小，影响了热交换功率计划。而且，由于CHP和热泵的参与，使得电热的影响是交互的而不是单一的。

可以发现，在VPP中包含可削减电负荷和供暖型热负荷可以扩大VPP的可调能力。

5.3 综合需求响应市场出清结果分析

为对比分析VPP的可调能力与综合需求响应市场的融合机制，研究考虑VPP可调能力的综合需求响应出清策略，从经济性角度进行验证本文方法的可行性，建立了3个算例场景，分别如下。

场景1：上级配网固定价格，只以VPP自身收益最大化进行优化；

场景2：上级配网获得VPP的资源情况，统一优化调度；

场景3：上级配网和VPP采用互动的方式进行迭代算法出清，考虑VPP可调能力。

按照本文上述模型对3个算例场景进行分别求解，结果如表2所示。

表2 不同场景下结果对比

分析3种算例场景可以发现，场景2 和场景3均降低了总成本，因此无论是否考虑VPP的可调能力进行综合需求响应市场出清，均能够减少各主体的总成本，增加社会剩余。由于场景2 和场景3是通过上级配网进行总体优化结算，弃风情况得到大幅好转。对比场景2和场景3，场景3考虑了各VPP的可调能力，虽然增加了一部分总成本、峰谷差、弃风量，但是相较场景1仍然有了较大的改进，而且顾及了各VPP运营商的收益。因此，只有在这种模式下才能促进VPP运营商的积极性从而真正应用在实际市场中，实现了上级配网与VPP运营商的互利共赢。

同时，对本文上述建模进行求解，得到综合需求响应市场的出清结果图9—11所示，其中图11仅给出VPP3的市场出清价格，VPP1和VPP2的出清价格趋势与VPP3类似。

图9 出清前后主网连接点功率计划

图10 出清前后风电场出力计划

图11 VPP3综合需求响应市场出清价格

在考虑虚拟电厂的可调能力后，综合需求响应市场出清时上级配网的峰谷差得到明显降低，同时出清后风电场的弃风量有所减少，这意味着该市场机制有效利用了VPP的灵活性资源。

具体定量分析，将图9—10的结果与图11的出清价格进行对比，在负荷低谷期0:00—01:00，出清后主网连接点功率增加，而对应的热功率下调价格为优先选择的出清价格，此时上级配网运营商购买VPP的热功率下调资源；在负荷高峰期07:00及11:00，出清后的主网连接点功率减小，电功率下调价格和热功率上调价格为选择的出清价格，此时上级配网运营商购买VPP的电功率下调资源以及热功率上调资源；而在风电出力过剩的时段18:00及22:00，电功率上调价格和热功率下调价格为选择的出清价格，此时上级配网运营商购买VPP的电功率上调资源以及热功率下调资源。

由出清结果可见，综合利用电/热联合出清，考虑虚拟电厂的可调能力出清后的电网整体实现了削峰填谷的目的，具体体现在0-1时段、6-8时段、10-12时段。同时，弃风量也得到充分消纳，实际出力和预测值较为接近，发挥了虚拟电厂对新能源消纳的积极作用。在可调能力方面，上级配网运营商购买VPP灵活性资源受其自身可调能力的限制，因此对在0:00—8:00，由于VPP3的电交换功率已达到可调能力上限，上级配网运营商无法购买其电功率上调资源。从整体上来说，上级配网、VPP运营商、用户均能在自身用能不受较大影响、保证电网良好运行的情况下获得经济收益，实现多方互利共赢。

6 结论

本文为解决配网峰谷差及新能源消纳的问题，研究了虚拟电厂参与综合需求响应市场的机制，并考虑其可调能力，建立了考虑可削减电负荷、供暖型热负荷、储能设备的VPP模型，并设计了考虑VPP可调能力的综合需求响应市场出清策略。通过算例分析验证说明了以下结论。

引入虚拟电厂能够有效统筹可削减电负荷、供暖型热负荷、储能设备等灵活资源，从而提高其可调能力，提高配网调用需求侧资源的能力。

考虑虚拟电厂VPP的可调能力后对于配网来能够更为精确刻画与上级配网出清的能力，验证了上级配网、VPP运营商两者能够实现互利共赢。

综合需求响应市场机制能够在保证虚拟电厂运营商利益的基础上降低总成本，实现灵活资源更大范围的调用。

考虑虚拟电厂可调能力的综合需求响应市场出清策略能够有效实现削峰填谷和新能源消纳，综合利用电/热资源互补特性。

下一步，本文将进一步深化虚拟电厂和上级配网的互动机制，采用合适的博弈模型对其进行市场出清机制设计，并考虑各VPP之间的联系。