电采暖聚合型虚拟电厂调峰经济优化调度方法

王 宏魏晓强祁 峰王 珺

(1.国网黑龙江省电力有限公司调度中心,黑龙江 哈尔滨 150090;2.电力电子节能与传动控制河北省重点实验室(燕山大学),河北 秦皇岛 066004)

0 引言

随着电采暖设备在我国北方地区的普遍应用,规模化电采暖负荷的用能弹性具有巨大的需求侧响应能力,是重要的可调控负荷资源[12]。“十四五”期间,我国负荷尖峰化趋势将越发显著,在煤电发展受限的情况下,亟需充分挖掘与发挥需求侧资源在削峰填谷、缓解电力供需矛盾、推进清洁能源消纳方面的作用[3-4]。

为充分利用电采暖负荷可调控能力,发挥其规模化效用,可将异构、地理位置分散的电采暖负荷聚合成虚拟电厂(virtual power plant,VPP),实施资源聚合与能量管控,此种方式是充分利用负荷侧资源参与电网调峰的有效组织形式[5]。

针对虚拟电厂的优化调度管理方法,文献[6]将热电厂、风电场、光伏电站、电锅炉和柔性负荷聚合为虚拟电厂,基于拉丁超立方采样的场景法处理风光出力的不确定性,提出了一种基于实时电价的虚拟电厂运行策略。文献[7]提出了“灵活性可调资源-聚合调节特性-优化目标建模”的虚拟电厂多级优化配置体系。文献[8]针对虚拟电厂的弃风光问题,建立了一种虚拟电厂接入配电网的经济调度模型。文献[9]针对电、热为代表的多类型负荷,以及可控机组、储能装置、风机的协调调度问题,提出了考虑电热综合需求响应的虚拟电厂优化调度模型。目前,虚拟电厂优化调度方法大多仅考虑各类可控负荷需求响应对整体调度的影响,未深入探讨可控负荷个性化需求的充分利用,需求响应模型多为综合性模型。然而,电采暖用户用能具有经济性、舒适性等个性化需求,不同电采暖用户的需求响应能力具有较大差异,而现有研究没有考虑到不同电采暖用户的响应程度具有差异,没有针对用户需求进行负荷分类,而且所考虑的价格激励型需求响应的电量与电价变化呈线性关系,不能体现实际电采暖负荷需求响应的特点,导致电采暖负荷需求响应特性不能被充分利用,使得虚拟电厂电采暖负荷调度结果不能达到预期的经济优化目标。本文针对电采暖型虚拟电厂,开展考虑电采暖差异化需求的虚拟电厂优化调控方法研究。

1 电采暖型VPP互动机制与管理架构

在大数据信息与通信技术支持下,虚拟电厂聚合用户侧电采暖负荷,构建负荷聚集商的运营机制。由电采暖聚合VPP的对外灵活特性,通过合理的激励策略使电采暖负荷参与需求侧响应,实现整体出力的灵活调节与虚拟发电特性。同时,虚拟电厂作为整体参与电力市场购售电与电网调峰市场,实现利益最大化的运营目标[1012]。图1 为 电采暖型虚拟电厂组织架构与互动机制。

图1 虚拟电厂组织架构与互动机制

随着智能配电网量测终端的建设,利用基于边缘计算的入户式电采暖能量管理装置可实现电采暖用户能量与信息采集终端覆盖[1315]。VPP通过配置智慧管理与控制中心,基于采集终端与控制中心双向通信,可实现电采暖负荷实时状态感知与合理精准管控;通过评估内部电采暖负荷可调控能力,制定最优激励策略,并通过各个控制器向各个电采暖集群发送相应的控制指令;电采暖用户通过手机短信通知接收到激励政策与控制指令后,可通过手机APP调整个人电采暖设备的相关运行状态。

2 VPP需求侧响应激励策略

2.1 单个电采暖负荷热动态模型

综合考虑房屋建筑结构、室内温度、天气等因素,根据建筑物热量传递原理建立房屋室温变化与传热量的时变方程[16]。单位时间内室内温度变化与传热量的关系为

式中:ΔTin为建筑物室内温度的变化量;Qh为房屋保持合适温度需要电采暖设备供应的热量;Qs为阳光辐射向室内提供的热量;Qc和Qv分别为室内外建筑围护的传导热量和空气的交换热量,以室内向室外传热为正方向;Cair为建筑物中空气的总热容。

对于某具体建筑,其房屋结构和保温参数已知,根据文献[17]中房屋热交换关系可计算Qc,由建筑节能设计标准[18]可得Qv和Qs,如式(2)—(4)。

式中:Tin、Tout分别为室内、室外气温;Kc为综合传热系数,与建筑各墙体、屋顶、地面、门窗对室外的传热系数以及房屋各部分建筑围护面积相关;Kv为综合换热系数,与比热容、空气密度以及建筑漏风间隙总面积有关为室外风速;Fw为建筑等值采光面积,与房屋门窗面积和阳光辐射强度折减系数有关;Gs为阳光辐射强度。

为维持室内温度不变,根据能量平衡关系,式(1)可表示为

2.2 考虑人体舒适度的室内设定温度计算

对于供热设备性能的评价,通常采用人体舒适度作为重要指标,对于电采暖设备供热性能评价本文引入人体热感觉预测平均标度(predicted mean vote,PMV)指标[19]反映人体热舒适度的室内温度。

在工程中,PMV 指标计算公式为

式中:φPMV为反映人体热舒适度的PMV 指标;Ts为人体皮肤温度;M为人体代谢率;Iel为人体服装热阻。

将式(6)经数学变换,得到考虑人体舒适度指标的室内温度为

PMV 指标可分为7级,φPMV为0时是人体最佳的热舒适状态,其他分级与舒适度对应关系见表1。ISO 7730规定PMV 指标在[-0.5,0.5]为人体最佳热舒适状态[19]。

表1 PMV指标分级

2.3 考虑用能差异化的电采暖负荷激励策略

由电采暖负荷热力学模型可知,电采暖负荷的可调节能力受用户舒适度区间、室外温度及电采暖热力学参数随机性影响。其中,用户舒适度区间为可改变因素,可通过补贴方式激励用户改变固有用能方式,从而使电采暖负荷具备需求侧响应特性,参与电网运行。从电采暖负荷用户参与需求响应的效用角度来看,最稳定、可观测与可量化的用能偏好是用户的舒适度偏好与经济偏好,具体特征分类如表2所示。

表2 电采暖负荷用能需求分类

由上述基于用户用能偏好差异性的电采暖用户分类结果,本文构建虚拟电厂电采暖用户激励策略如下:当用户用能需求在舒适度指标区间[-0.5,0.5]时为一级舒适度,设虚拟电厂在此区间内的单位调用容量电采暖负荷起始补贴电价为cHL.1,电采暖设备运行在该温度区间下,对舒适型用户激励效果最佳;当用户用能需求在舒适度指标区间[-1,1]时为二级舒适度,设此区间单位容量起始补贴电价为cHL.2,此区间范围对标准型用户激励效果最佳;当用户用能需求在舒适度指标区间[-2,2]时为三级舒适度,设在此区间单位容量起始补贴电价为cHL.3,此区间范围下对经济型用户激励效果最佳。

基于现有需求侧响应特性与效益模型理论[12],电采暖调用容量与补贴价格具有边际递增效应,将电采暖用户单位调用容量补贴成本简化为二次方形式。建立具有二次函数特征的补贴成本模型为

式中:i为用户类型(i=1,2,3);cHL.i为各型电采暖负荷单位调用容量补贴成本;PHL.i(t)为t时刻各类电采暖负荷实际用电功率;PHL.0.i、ωHL.i为电采暖负荷在t时刻的偏好功率和偏离惩罚系数。

3 VPP日前经济优化调度模型

VPP日前经济优化调度模型的目标为通过制定电采暖负荷调用计划从而参与电网调峰,使自身运营收益最大化。基于上述要求,构建VPP 日前经济优化调度模型的目标为VPP次日运行收益期望最大,决策变量为各类电采暖负荷调用容量。

3.1 建立模型

3.1.1 目标函数

日前经济优化调度的目标是VPP次日运行期望收益最大。目标函数为VPP日运行收益F,其中,收益包括VPP 调峰收益F1、用户售电收益F2,成本包括电力市场购电成本C1、电采暖负荷调用成本C2,具体表示为

式(9)中各项具体表示如下:

(1)VPP调峰收益

式中:λVPP(t)、PVPP.F分别为虚拟电厂在t时段参与调峰辅助服务的调峰报价和中标容量。

(2)VPP辖区售电收益

式中:λp、λf、λv分别为VPP制定的分时峰、平、谷电价;m、n、p分别为一日内划分的峰、平、谷时段个数;PHL(t)为t时段用户电采暖负荷实际购电功率。

(3)VPP市场购电成本

式中:λM(t)、PVPP.B(t)分别为t时段日前现货市场电价与VPP市场购电功率。

(4)电采暖负荷调用成本

式中:PDR.i(t)为t时刻第i类电采暖负荷调用容量。

3.1.2 约束条件

3.1.2.1 电采暖负荷运行约束

(1)热功率平衡约束

具体见式(5)。

(2)用户舒适度指标约束

一级舒适度PMV1:φPMV∈[-0.5,0.5]。二级舒适度PMV2:φPMV ∈[-1,1]。三级舒适度PMV3:φPMV∈[-2,2]。

(3)电采暖调用容量及调用次数约束

电采暖负荷调用容量约束

调用次数约束

3.1.2.2 VPP功率平衡约束

3.1.2.3 VPP调峰约束

式中:PVPP.F.max为VPP最大调峰容量。

3.2 模型求解

本文以小时为时段,日为运行周期,基于Matlab仿真软件,采用粒子群算法对模型进行优化求解,具体步骤如下。

(1)基于历史数据,输入冬季典型日各时段的室外温度、VPP 电采暖用户室内取暖温度及原始电网电价作为初始数据,得到电采暖用户各时段热负荷需求曲线;

(2)初始化VPP内电采暖用户类型及每户电采暖设备参数等数据,以该日峰电开始时刻为起点,根据式(1)至式(7)计算各类电采暖负荷在调度周期T内各时段用电功率,构建VPP原始负荷曲线;

(3)根据VPP各时段调峰功率及负荷原始用电曲线,得出周期T下VPP的净负荷功率曲线;

(4)基于第3节虚拟电厂日前经济优化调度模型,进行调度模拟,计算各时段VPP运行收益与成本,利用粒子群优化算法求解VPP各时段电采暖负荷调用容量。模型优化计算流程如图2所示。

图2 粒子群优化算法的模型优化计算流程

4 算例分析

4.1 算例说明

以黑龙江省某地区实际配电网为例进行分析,该地区年均最大负荷功率为44.79 MW,该配电网包含大规模电采暖负荷,将上述聚合成VPP。根据文献[20-22],采用日前市场电价如图3所示,VPP参与电网调峰服务,调峰投标时间为每日10:00-12:00、20:00-24:00,调峰补贴为0.87元/k Wh。电采暖设备运行参数、用户房屋参数等参考文献[22]。根据用户用能差异化需求将该地区电采暖负荷聚和为3种典型电采暖用户,其热阻及热容参数详见表3。电采暖用户的室内初始温度均匀分布在[19.5℃,24.5℃]。不同舒适度下电采暖负荷调控参数如表4所示。VPP各时段电价如表5所示。

图3 日前市场电价

表3 典型电采暖用户类型

表4 各舒适度等级电采暖负荷调控参数

表5 VPP各时段电价

4.2 结果分析

4.2.1 不同类型电采暖可调控容量分析

基于对不同舒适度电价补贴及用户需求,该地区不同时段各舒适度等级参与需求侧响应的电采暖用户数量如图4所示。

图4 各舒适度需求下用户参与需求响应数量

由图4可知,在用户居家时段01:00—05:00及20:00—24:00,参与一级舒适度响应的用户数较多;在外出工作时段08:00—12:00 和14:00—18:00,参与一级舒适度响应的用户数量较少。全天参与二级和三级舒适度等级响应的用户数量波动相对于一级较少。

4.2.2 VPP日前经济优化调度结果

为提高VPP运行经济性,考虑不同舒适度差异化需求,根据电采暖需求响应、VPP优化调度模型,以某典型日24个时段电采暖负荷功率为基础数据进行分析。该典型日实际电采暖负荷功率情况如图5所示。

图5 VPP原始负荷功率曲线

根据电力市场日电价和电采暖单位容量补贴电价,以不同舒适度需求的电采暖调控容量为决策,对虚拟电厂日前经济调度模型进行求解,得到各时段虚拟电厂经济优化调度结果如图6 所示。不同舒适度补贴下各类电采暖负荷调控容量结果如图7所示。由虚拟电厂经济调控模型得出VPP调峰收益4 350元,内部售电收益273 691元,电力市场购电成本104 896元,电采暖负荷调用成本45 568元。采用本文提出的考虑电采暖差异化需求虚拟电厂优化调控方法,实现电采暖负荷主动参与电网运行调控,VPP日运行费用显著降低,实现虚拟电厂盈利目标。

图6 电采暖调控容量

图7 各类电采暖负荷调控容量结果

5 结论

本文针对电采暖负荷用能差异化与经济性需求,提出一种考虑电采暖差异化需求的虚拟电厂优化调控方法。算例结果表明本文建立的虚拟电厂日前经济优化调度模型能够有效利用电采暖负荷需求响应弹性参与电网调峰,VPP 日运行收益可达12.75 万元,使VPP 运行具有较好的经济性。建议在充分考虑电采暖用户用能差异化需求基础上,制定合理的VPP激励补贴政策。