考虑需求侧响应的微电网群协调优化调度模型*

付宗强，王红蕾，2

（1.贵州大学电气工程学院，贵阳 550025；2.贵州省“互联网+”协同智能制造重点实验室，贵阳 550025）

1 引 言

在电力行业中，通过限制火力发电能有效减少CO2的排放，但大量限制火力发电也会制约经济的发展。大多数国家采用风力发电和光伏发电维持自身的负荷需求。微电网由分布式电源（Distributed Generation,DG）、储能单元和用电单元组成一个小型且完整的电力系统，其中储能单元与DG出力互补，增强了系统安全性，因此可以通过DG有效地将可再生能源接入到小城镇电力系统中[1]。文献[2]利用风、光互补特性提高了微电网的经济特性，但是可再生能源的高度间歇性与波动性、微电网调度策略的限制以及DG之间协调的不平衡，导致了风、光无法被充分利用[3]。微电网群（Multi-M icrogrid,MMG）能够进行微电网之间的可再生能源交易，促进可再生能源的全消纳。目前，大多数研究都集中于微电网群调度的经济性[4-5]，但电网群经济指标最优不能直接证明微电网群的可再生能源消纳最优。当配电网电价相对较低时，微电网向配电网购电更有利于系统的经济运行，但这也降低了可再生能源的消纳，损坏了环境的生态。需求侧管理的应用和储能装置的使用能够有效降低微电网运行成本，增强系统运行的稳定性[6]。文献[7]考虑了需求侧管理，将微电网负荷在必要时进行转移，降低微电网负载的波动。文献[8]提出公共储能装置系统，降低了微电网群系统的运行成本。文献[9]加入储能装置，转移微电网的可再生能源，从而减少微电网群总运行成本。基于需求侧管理的微电网群能量管理中心的协调调度，能够有效降低储能装置的使用频率。本设计即是基于此点展开。

2 微电网群结构及不确定性模型

2.1 微电网群拓扑结构

微电网群中，包含了三个微电网：微电网1给工业负荷供电；微电网2和微电网3给商业负荷供电。微电网中包含风力发电机、光伏发电机、燃料电池和蓄电池。微电网群能量管理中心（EMC）以微电网群向配电网购售电量最低为目标，统一管理微电网群。微电网与微电网之间通过逻辑开关相连。只有微电网之间需要能量交易时，微电网能量管理中心才短暂闭合开关，进行能量交易；无交易时开关处于常开状态。微电网与配电网之间通过交流母线连接。微电网群能量管理中心与微电网能量管理中心进行信息交互，实现协调优化调度。微电网群整体拓扑结构如图1所示。

图1 微电网群拓扑结构图

2.2 微电网群的不确定性

微电网群的能量管理及控制策略是影响微电网之间协调、稳定运行的基础，但微电网在运行过程中仍面临不确定性因素对其安全、经济运行的影响[10]。预测模型的精度、风源和光源的不确定性都对微电网安全稳定运行造成了极大影响。需求侧与供给侧都具有不确定性，因此同时考虑需求侧与供给侧的不确定性能够提高微电网的安全性。考虑风力发电机、光伏发电机、负载的不确定性，有下式：

式中：Pwt,i,t、Ppv,i,t、Pload,i,t分别表示微电网i在t时刻的风力发电机、光伏发电机、负载的功率，ωi表示预测值不确定占比，ωi为-1到1之间的随机数。

3 微电网群的协调优化

3.1 EMC协调优化

可再生能源属于不可控能源，微电网需要根据预测信息提前对其做出调度计划。然而，可再生能源高度的间歇性和较大的预测误差会导致单个微电网无法完全消纳可再生能源。目前能源互联网的发展电力市场的改革，使得小型微电网市场主体[11]可以在保证微电网稳定性的前提下进行自主购、售电，尽可能增加可再生能源的使用，减小弃风、弃光。

由于微电网群内装机容量、地理位置、用电负荷特性不同的原因，可能发生在t时刻，微电网j可再生能源过剩，多余电力无法使用，而同时微电网i对可再生能源的需求量过大，电力无法满足用电需求。针对此情况，在此根据微电网群能量管理中心综合微电网的可再生能源，进行微电网之间可再生能源的交易，如下式表示：

式中，Pbuy,i,t、Psell,i,t、γi分别为t时刻微电网i的买电量、卖电量、转移因子。

转移因子根据该时刻微电网对于可再生能源的需求量Ptrans,i,t的占比而决定，即微电网i的需求量除以总需求量，式为：

式中，Ptrans,i,t=Pload,i,t-Pwt,i,t-Ppv,i,t。当γi＞0时，表示微电网i向微电网j买电，反之，向微电网j卖电。转移因子的分配可促使产量越高的微电网卖出的可再生能源越多。买电的情况同理，需求量越大，分配到的可再生能源越多。这一分配机理既保证了可再生能源富余的微电网卖电的积极性，又使得可再生能源匮乏的微电网能够参与到交易中。

3.2 需求侧响应

电价是影响用户用电量的重要因素。微电网群可以通过实时电价来调节用户的消费行为。当电价高于用户期望时，人们的消费理性会驱使用户会将一些可中断负荷停止，或者将可转移负荷转移到其他时刻。不同用户对电价的响应也是不同的，此处微电网群包含三种负荷情况：商业、居民、工业负荷。

按照经济学理论，供大于求时商品价格低，反之价格高，所以当负荷需求量高时，电价高。用ρi,t表示实时电价，有下式：式中分别表示初始电价、初始电价平均值、电价系数。

通过分析不同用户类型对电价的响应情况，此处引入需求价格弹性矩阵，建立不同用户在实时电价下的响应模型。价格弹性反映了用户用电需求对价格的灵敏度，可分为自弹性和交叉弹性[12]两种。

负荷只与该时刻电价有关，不受其他时刻电价的影响，这一价格弹性即称为自弹性，由下式表示：

式中，Eii表示自弹性；Pi、ρi、P0i、ρ0i分别表示i时段的用电需求、电价、初始用电需求、初始电价。由于用户消费是具有理性的，电价上涨会减少用电需求，所以自弹性价格矩阵为负。

负荷会受其他时间段的电价影响，从一个时刻转移到其他时刻，这种形式的价格弹性称为交叉弹性，由下式表示：

式中，Eij表示交叉弹性价格，当时段j时段电价升高，j时段的部分负荷转移到电价相对较低的i时段导致i时段的用电需求增加，因此交叉弹性价格矩阵为正。

综上所述，在实时电价下，用户的需求响应要考虑自弹性和交叉弹性的影响，总的需求响应模型则可由下式表示：

4 微电网群的双层调度

4.1微电网群EMC

微电网群EMC是能量管理的控制中心，位于微电网群的上层，用以协调调度可再生能源。为了达到弃风、弃光最小，微电网群能量管理中心整合微电网群可再生能源，实现微电网之间的交易，达到微电网群向配电网的购电量最小化的目标。此处以t时刻微电网向配电网的购电量为优化变量，构建微电网群EMC协调能力目标函数，如下式：

式中，Pmg,i,t为t时刻微电网i向配电网的购电量。当Pmg,i,t＞0时，表示微电网向配电网的买电量，反之，则表示卖电量。

4.2微电网EMC

微电网EMC位于下层，接收来自微电网群EMC的交易信息，管理微电网内部的负载需求和发电机组，根据实时电价转移柔性负载，实现“削峰填谷”，达到自身成本最小化的目标，如下式:

式中，Pfc,i,t表示燃料电池出力；Pes,i,t表示储能装置出力。Pprice表示向配电网的购售电价，Pprice＞0时表示向配电网购电，反之售电。a、b、c、d、e表示运行成本系数。

微电网群EMC既要考虑微电网向配电网的交互功率限制，又要考虑微电网群整体功率的平衡。储能装置可以在可再生能源富余时，将电能转换为化学能存储；在可再生能源不足时将化学能转换为电能，以满足负荷需求。

5 算例分析

5.1 基本参数

实验环境使用Intel R CoreTMi7-6700HQ CPU@2.60 GHz，MATLAB 2020商用fmincon解算器。

实例选取一个包含三个微电网的微电网群，其中包含了两个商业负荷和工业负荷，这两类负荷具有不同的负荷需求特性。15分钟转移前、后的负载预测曲线如图2所示。

图2 需求侧响应结果图

微电网1的高峰期为9:00～18:00；微电网2的高峰期为18:00～23:00；微电网3的高峰期为8:00～18:00。这三个微电网的风速与光照强度条件有较大差异。15分钟光伏、风机预测曲线如图3所示。

图3 光伏、风机预测曲线图

5.2 调度结果与分析

5.2.1 优化结果

基于实时电价的需求响应优化的仿真结果，如图2所示，表明用户的需求响应会随着实时电价的变化而变化，在“峰”时段电价上涨，用户会将部分柔性负载转移到“谷”时刻。

实例中，微电网1在1:00～6:00时段负载处于“谷”段，可再生能源有大量富余。为提高此时段用电量，微电网运营商降低实时电价；在9:00～17:45时段负载处于“峰”段，此时提高电价，使部分负载转移至其他时段，从而减轻微电网的供给压力。通过“谷”段降价和“峰”段提价来引导用户的消费行为，实现负荷的“削峰填谷”，不仅降低了户用的用电成本，同时增强了微电网运行的安全性和可靠性。微电网2和微电网3的负载情况与此同理。实验结果表明，需求响应对这两种负荷也有显著的优化效果。

微电网群的调度如图4所示。在1:00～2:00，微电网1和2的可再生能源不足，且此时微电网3的可再生能源仅能维持自身的用电需求，因此微电网1和2选择使用燃料电池或向配电网购电来补偿这部分功率缺额。在3:00～4:45、21:30～23:45时段，微电网1和2的可再生能源不足，微电网3的可再生能源充足，此时微电网1和2优先选择向微电网3购电，最后剩余的功率差额由储能装置来补偿。同理，在10:00～14:45，微电网1的可再生能源充足，优先将多余的电能卖给其他微电网，再将剩余的电量储存在储能装置。

图4 微电网群调度结果图

5.2.2 不同策略调度结果对比分析

对四种调度策略进行对比。策略1是微电网群中微电网之间无法进行交易并且没有采取实时电价的需求响应；策略2是在策略1的基础上实施了基于实时电价的需求响应，在此策略下，需求响应虽然使得负荷的分布更加符合可再生能源的发电规律，比策略1节省不少成本，但单个微电网的可再生能源过多或者不足，仍然促使微电网向配电网进行大量的售购电，导致可再生能源的线消纳能力不足、运行成本增加，而且过多的能源交易也会增加对配电网的冲击；策略3是在策略1的基础上允许微电网之间进行能量交易，在此策略下，微电网之间的能量交易增加了微电网群对可再生能源的线消纳能力，减少了微电网与配电网之间的能量交易和对配电网的冲击；策略4即是本设计的方法，结合策略2和策略3的优点，不仅允许微电网之间交易能量，而且采用了实时电价的需求响应。对比结果如表1所示。

表1 微电网各策略对比表

从对比结果中看出，需求侧与供给侧共同调节不仅能够促进可再生能源的线消纳，以最低的运行成本进行工作，还能降低微电网对于配电网的购售电量，减少微电网对配电网的冲击，增强配电网的稳定性。在能量利用率方面，策略3相比于策略1，可再生能源使用率提高了1.9%，说明微电网之间能量交易可以有效提高可再生能源的线消纳能力。同理，策略4比策略2的可再生能量使用率也提高了1.16%。策略4与策略3都具有能量交易，但由于需求响应的自弹性会降低负荷的使用，策略4对可再生能源的消纳能力略有降低。

6 结束语

微电网之间的交易能够促进可再生能源的全消纳，加快实现“碳中和”和“碳达峰”，弥补单个微电网自身消纳可再生能源的不足。设计基于实时电价的需求响应，能够降低微电网的负荷波动，在一定程度上促使负载与可在生能源的发电规律更加匹配，实现了网源荷协同互动控制以及微电网群对可再生能源的全消纳。