考虑需求侧响应的分布式储能资源管理及协同调控策略研究

孙家正，胡大伟，孙丝萝，刘桁宇，王盼峰

(1.国网辽宁省电力有限公司电力科学研究院，辽宁 沈阳 110006；2.国网大连供电公司，辽宁 大连 116000)

在新型电力系统背景下，电网及能源供应发展呈现新能源接入比例大幅度提高、系统稳定及可靠性变弱、安全特性复杂、供需失衡及调峰能力不足等特点。为满足未来源网荷储互动性加强、电力商业模式日渐成熟的需求，储能资源将成为电力系统商业化、数字化、协同化的重要技术手段[1]。分布式储能技术也将由传统的集中调控转向多主体、多向互动模式，通过多主体参与、多设备协调的调控，实现在双碳背景下电力系统新业态转型、完善电力的社会属性、增强电力的商品属性、挖掘电力数据潜在价值、提升用户用电满意度、考虑需求侧响应实现资源的优化配置[2-3]。

面对大量新兴负荷接入及新能源的快速增长，分布式储能技术作为一种新兴的技术手段，在延缓配电设备扩容升级和改善电能质量方面具备潜在的应用价值。首先，储能系统变流器具备四象限运行能力，可实现有功和无功的解耦控制，并根据需求侧负荷变化，快速调节储能系统出力，从而达到优化潮流分布、改善台区电能质量的目的。其次，储能系统可发挥削峰填谷作用，降低配电及变电线路在高峰时段的负载率及安全运行风险，可发挥备用电源作用，减少台区停电时间，提升台区用电可靠性和供电服务能力。同时，基于其灵活特性，多点分散的台区储能装置可在高峰或尖峰负荷时段缓解负荷供入阻塞问题，延缓配网扩容升级，提升电网投资经济性[4-5]。

针对以上场景及需求，本文提出一种考虑需求侧响应的分布式储能资源管理及协同调控策略。首先，构建考虑需求侧响应的分布式储能资源调控模型，针对潮流模型的非凸性问题，提出混合整数二阶锥规划(mixed integer second order conic programming, MISOCP)求解模式。其次，在模型基础上研究考虑储能的人-机协同资源管理及交互协同调控策略。最后，提出基于分布式储能的资源管理系统开发设计方案。

1 分布式储能充放电模型

分布式储能因其灵活、具备毫秒级响应能力的特性，是参与需求侧响应的绝佳资源，在分布式储能参与需求侧响应的模型设计阶段需要考虑储能充放电过程及其容量约束[6]。

(1)

同时，在风光资源波动较大的情况下，需考虑储能与弃风弃光的平衡问题。在调控过程中可考虑切除小部分可中断负荷以满足系统平衡稳定。

(2)

2 需求响应模型构建及求解

2.1 目标函数

配电网网络拓扑结构可表征为结构G=(N,L)，其中N为系统节点集；L为支路集。节点i和节点j之间的支路表示为ij。iij,t表示t时刻线路ij的电流；rij为线路ij的阻抗。根据储能参与响应场景及电网经济运行需求，考虑需求侧响应的储能优化目标可包含网损小、可调控潜力大、响应积极性高、负荷补偿成本小、开关次数少等多目标以适应人机交互场景[7]。本文以基于分时电价的储能用电成本最小化为目标举例，建立模型如下。

(3)

2.2 约束条件

为表征分布式储能与负荷投入情况及供电线路路径选择，设置αij,t为t时刻母线j是否投入使用的二进制变量；βij,t为t时刻线路ij的投入情况的二进制变量。相关具体约束如下。

a.线路有功功率平衡约束

(4)

式中：v(j)为母线j的子母线集合；w(j)为母线j的父母线集合；Pij,t为t时刻线路ij的有功功率；PLj,t为t时刻节点无功负荷。

b.线路无功功率平衡约束

ΔQLj,t),∀j∈NL,∀t∈T

(5)

式中：Qij,t为t时刻线路ij的无功功率；xij为线路ij的阻抗；QLj,t为t时刻节点无功负荷。

c.电压降等式约束

(6)

式中：uj,t为配电网t时刻节点j的电压。

d.视在功率等式约束

(7)

e.电压安全运行约束

umin≤uj,t≤umax,∀j∈NL,∀t∈T

(8)

式中：umax和umin分别为配电网安全电压上下限。

f.线路传输容量约束

∀t∈T

(9)

g.辐射网拓扑约束

(10)

2.3 求解方式

潮流模型的非凸性导致问题难以求解，本节提出利用松弛方式能够将配电网潮流模型转化为凸优化模型[8]。

首先用变量替换，如式(11)、式(12)：

(11)

(12)

则得到潮流方程：

(PLj,t-ΔPLj,t)2+(QLj,t-ΔQLj,t)2=Iij,tUj,t,∀t∈T

(13)

通过式(14)进行松弛处理得到：

(PLj,t-ΔPLj,t)2+(QLj,t-ΔQLj,t)2≤Iij,tUj,t,∀t∈T

(14)

采用二阶锥形式表示如下：

(15)

求解域变换如图1所示。将考虑用户响应的解空间策略投影至锥体上，将问题转换为一个混合整数二阶锥规划，从而通过现有求解器(如CPLEX，GUROBI)，快速获得全局最优解。

3 资源管理及协同调控策略

在新型电力系统中，储能将在电网调控及运行中担任重要角色，而随着电子化与数字化电网趋势发展，包含分布式储能在内的资源管理与协同调控也面临新的方式。未来电网资源调控将呈现多元、智能、协同的趋势。多元是指调控主体由过去的网侧变为源网荷储均参与调控，用户、储能都会成为调控的重要主体；智能即智能电网发展趋势，经验与能力决策为主要方式的调控手段已被淘汰，智能算法与智能推荐技术的引进，将极大提升调控精准性与快速性；协同即为人-机协同，人既包含电力人员，也包括电力用户，机器给出决策推荐与信息整合、调控人员决策、电力用户给出响应，加强互动性，取长补短[9]。根据以上思路，资源管理及协同调控策略如图2所示，主要分为如下几个阶段。

a.数据中台获取电网状态参数及用户用电情况等信息，进行数据整合，通过智能计算模块发现电网薄弱点及需要修正状态偏离。

b.调控人员根据信息推荐，获取经验操作及相关调度规程，实现状态感知及状态估计，并进行虚拟操作的逻辑演绎，形成调控决策策略。

c.以分布式储能等新能源以及用户互动结果为基础，修正调控决策，可通过多级多轮次互动形成精细化调控方案。

d.下达调控策略，反馈测算调控结果，记录策略数据，形成智能决策方案，通过强化学习等方式构建决策智能体，为后续调控员物理-数据-知识联合驱动决策奠定基础。

调控员擅长创造和灵活运用及判断推理联想工作，计算机擅长完成重复、程式化及计算演绎任务，人机决策需要结合场景变化，基于任务的属性进行人机功能的分配，综合考虑效率、安全性、可靠性分阶段完成符合逻辑的系统演进和迭代，并给出有效决策。

4 分布式储能资源管理系统研发

为所提控制策略提供有效验证途径，本节提出基于分布式储能的资源管理系统开发设计方案。首先，基于Matlab环境构建考虑需求侧响应的分布式储能优化模型，通过YALMIP编程实现。随后，借助Gurobi 9.0求解，硬件为Intel ® Core i7，2.5 GHz，8.00 GB内存。资源管理及协同调控策略交互采用Python标准GUI Tkinter进行开发。在Matlab中编译二阶锥优化程序，最后可通过python中Matlab.engine功能实现模型调用，并设置传参接口。分布式储能资源管理系统测试界面主要包括储能基础数据、辅助问答、策略推荐、用户交互、策略存储5个模块。通过调控人员与用户的协同运作，实现分布式储能资源管理及灵活调控。

5 结语

本文通过分析分布式储能在资源管理与调控协同方面的特性，构建了考虑需求侧响应的分布式储能优化模型，采用二阶锥松弛方式将配网潮流模型转化为凸优化模型，研究了基于人-机协同的资源管理及协同调控策略，并提出了分布式储能资源管理系统开发设计方案，为后续分布式储能参与新型电力系统建设及协同控制提供参考。