风电场-综合能源服务商协同运行优化调度

唐涛南，薛建杰，王凌，梁文豪，周辉，王维保

(1.国网北京市电力公司，北京 100031； 2.北京清能互联科技有限公司，广东 广州 510620)

0 引 言

新型电力系统中一方面需要解决新能源消纳问题，另一方面需要解决电源不满足负荷最大需求的问题。为了解决供需问题，已在综合能源系统(integrated energy system，IES)方面取得了丰富成果。对于单个区域电、热、气联供系统[1]研究如下：一是利用需求响应、蓄电池和电转气装置等满足经济性，增加新能源消纳[2]；二是增加电锅炉或蓄热罐等装置或利用热的延迟性，增加新能源消纳空间[3]。对于多区域综合能源系统[4]的研究包括：文献[5]构建了包含产能基地、系统管理商和综合能源用户三方主体的典型区域IES模型。文献[6]构建了园区级综合能源系统经济优化模型。文献[7]将含有电热负荷与供能设备IESP作为消纳风电的重要资源，与风电场协同优化。但目前针对电热负荷不确定性造成风险的研究较为鲜见。

本文采用一种风电场-IESP的协同模式，考虑不确定性引起协同运行偏差，提出将IESP中考虑用户用电心理和用户用热方式满意度的电、热负荷需求响应与供能设备作为降低风险损失的重要资源。以IESP运行收益以及风险规避程度最大化为目标函数，建立风险规避模型，采用粒子群算法求解该模型。

1 IESP及参与主体关系分析

1.1 风电场-IESP协同运行模式框架

图1 风电场-IESP协同运营模式

1.2 风电场-IESP协同运行风险描述

IESP在参与风电场协同调度过程中，由于其难以准确获得用户用电、热信息，定义风电场-IESP协同运行的偏差电量ΔPt。

(1)

2 考虑热电负荷的综合能源系统响应模型

2.1 电负荷

本文采用价格型需求响应模型，并考虑误差量，如式(2)所示。

(2)

式中:ΔPm为电负荷变化量；Pm为电负荷量；Δqm为电价价格变化量；qm为电价价格;m为电负荷用户的个数；δΔPm为误差量。

2.2 热负荷

依据经济学原理以及电力市场与热力市场相似性，用户用热方式满意度函数为：

(3)

式中:f′(H′,t)、f(H,t)分别为实行峰谷分时热价前、后t时段内的用热量。

考虑用户用热方式满意度的热负荷需求响应如式(4)所示。

(4)

式中：E为热量热价弹性矩阵；ΔHn为热负荷变化量；Hn为热负荷量；Δhn为热价价格变化量；hn为热价价格；n为热负荷用户的个数。

3 计及风险规避的风电场-IESP经济调度模型

3.1 偏差电量的生成

由于IESP在参与风电场协同调度过程中，难以准确获得用户对电负荷的用电心理以及用户对热负荷的用热方式的信息，并且由于风电出力的不确定性导致实际的风电消纳需求量与预测的风电消纳需求量之间存在一定的电量偏差。偏差电量通过式(5)计算。

(5)

本文采用蒙特卡洛抽样方法进行数据生成。

3.2 目标函数

3.2.1 IESP的收益目标

以IESP 调度周期内自身收益最大为目标，主要包括电锅炉、燃气锅炉和MT-CHP机组运行成本。考虑IDR电热负荷的响应能力，计及售能成本，风电场-IESP协同消纳的收益和惩罚成本，以及购电成本，IESP的收益目标如式(6)所示。

(6)

式中:ce、ch1分别为IESP的售电、热单价；cgas为气价；cud1、cud2、cud3分别为电锅炉、燃气锅炉、MT-CHP机组的单次启停成本；cpun为单位惩罚成本；Ee、Eh1分别为IESP中的总用电量和用热量；cw、cg分别为IESP向风电场服务的单价和向电网购电的单价；NEB、NGB、NMT分别为电锅炉、燃气锅炉和MT-CHP机组数；T指调度周期内的时段数；ui,t、vj,t、wk,t分别为电锅炉i、燃气锅炉j和MT-CHPk在t时刻的运行状态，1表示运行，0表示停止。

3.2.2 偏差电量抑制目标

实施电、热力需求响应后，调度周期内风电场-IESP协同运行的偏差电量f2最小目标为：

(7)

3.3 约束条件

电、热功率平衡约束与机组运行约束均参考文献[6]。

偏差电量约束如式(8)所示。

|ΔPt|≤ΔPt max

(8)

式中:ΔPt max为偏差电量最大值。

3.4 非线性求解

为求解上述含多目标的风电场-IESP的经济调度模型，本文采用线性加权的方法转化为单目标规划问题。总目标函数为：

(9)

4 算例分析

4.1 算例参数

以我国某地区某区域全部用户提供电、热能源服务的IESP为例。总周期T取24 h，ΔT=1 h；燃机排出的烟气全部给余热锅炉；εii=-0.2，εij=0.03，购电电价为1.2元/kWh；售电电价为0.7元/kWh。图2为24 h内系统电、热负荷预测出力曲线。

图2 电、热负荷预测出力曲线

4.2 三种不同系统运行方式结果仿真及分析

为了验证风电场-IESP协同运行模式的有效性，以IESP收益最大以及新能源消纳量最大为目标，选取三种不同优化运行方式进行对比分析。方式1仅考虑目标一(IESP的收益最大)；方式2仅考虑目标二(偏差电量最小)；方式3考虑多目标(IESP的收益最大和以偏差电量最小)。优化运行结果如图3～图5所示。

图3 三种方式下系统偏差电量

图4 三种方式下电负荷变化量对比

图5 三种方式下热负荷变化量对比

通过分析图3和表1可知:同时考虑两个目标时，在保证较好收益时，可削减风电场-IESP协同运行过程中的偏差电量。通过分析图4～图5可知，三种方式中，电负荷在8 ∶00存在较大的波动，热负荷变化量整体上相较于电负荷变化量少。电负荷的情况直接影响IESP从电网中获取的功率，因此与热负荷相比，电负荷在抑制偏差电量中起重要作用。

表1 三种方式下的IESP收益 单位：元

5 结束语

本文将考虑用户用电心理和用户用热方式满意度的电、热负荷需求响应作为风电场-IESP协同运行中风险规避的手段。以IESP收益最大化和偏差电量最小化为目标，建立计及风险规避的风电场-IESP协同运行优化模型。仿真结果表明，通过对可控电、热负荷需求响应资源的调度，可有效降低风电场-IESP协同运行中的偏差电量，从而降低其惩罚成本。在优化IESP收益的同时计及了偏差电量抑制目标，能够有效提升风电场-IESP协同运行的有效性。