电力现货市场环境下虚拟电厂的优化调控策略

杨康, 杨苹, 曾宪锴, 刘璐瑶, 蒋建香, 袁金荣

〔1.华南理工大学 电力学院,广东 广州 510640; 2.国创能源互联网创新中心(广东)有限公司,广东 珠海 519000〕

0 引 言

为实现国家“碳达峰,碳中和”的战略目标,需要构建以新能源为主体的新型电力系统［1］,大规模新能源并网后,解决多类资源共同支撑新型电力系统的实时平衡问题及大规模新能源消纳问题将成为新的挑战。虚拟电厂将容量小、地理位置分散的分布式能源聚合成为独立调控主体,通过参与电力现货市场交易,为大规模新能源并网带来的系统冲击问题提供新的解决手段。

目前对电力现货市场环境下虚拟电厂参与市场交易的优化调控策略研究主要集中于虚拟电厂参与单交易品种的优化调控。文献［2］建立虚拟电厂参与调峰辅助服务的最优调度模型,显著提高调峰经济性。文献［3］针对虚拟电厂内部风光资源的不确定性,提出基于条件风险价值理论的VPP日前优化运行模型。然而,虚拟电厂单独参与单品种交易无法充分发挥其内部资源的响应能力,不利于资源的充分利用。因此,文献［4］中虚拟电厂同时参与多品种交易,建立含电动汽车虚拟电厂优化调度模型。文献［5］考虑虚拟电厂同时参与日前电能量市场和旋转备用市场,提出虚拟电厂二阶段最优调度策略。

上述文献研究仅考虑了虚拟电厂参与电能量等品种交易的优化调控。随着需求响应市场建设的不断完善,研究虚拟电厂参与含需求响应市场在内的多品种交易尤为必要。文献［6］提出考虑需求响应及虚拟电厂调频性能指标的日前投标鲁棒优化策略。文献［7］建立了一种综合考虑分布式清洁能源和综合储能设备等因素的虚拟电厂两阶段优化运行模型。然而上述文献很少考虑虚拟电厂参与多品种交易的考核机制及多重不确定性因素带来的影响,且很少涉及含需求响应市场在内的多品种交易研究。

在上述研究的基础上,本文将风电机组、燃气轮机、储能和负荷聚合为虚拟电厂,考虑虚拟电厂参与含电能量市场、需求响应市场及调频市场组成的多品种交易,建立考虑考核机制和多重不确定性因素影响的虚拟电厂优化调控模型,并通过算例证明所提策略的经济性和优越性。

1 电力现货市场环境下虚拟电厂的优化调控模型

1.1 电力现货市场环境下虚拟电厂的优化调控流程

电力现货市场环境下虚拟电厂可参与的交易品种包括需求响应、调频辅助服务以及现货电能量市场交易。虚拟电厂参与多品种交易的优化调控流程如图1所示。

图1 虚拟电厂参与多品种交易的优化调控流程示意图

首先,虚拟电厂于日前阶段接收需求响应日前邀约,结合次日内部各类资源及市场信息预测,向市场申报次日24个时段的能量曲线、日前需求响应量及调频容量。本文假设虚拟电厂参与电力市场交易时按市场出清价格结算相关成本与收益。其次,实时阶段,虚拟电厂根据需求响应实时邀约信息、自身容量裕度及实时电价波动,确定1 h内5 min时间尺度的各阶段具体的向上或向下调频策略。

1.2 电力现货市场环境下虚拟电厂的优化调控模型

根据虚拟电厂内部各类资源功率以及市场需求之间的关系,建立相应的多时间尺度优化调控模型,如式(1)所示。

(1)

2 电力现货市场环境下虚拟电厂的优化调控策略

2.1 日前阶段

2.1.1 目标函数

(2)

(3)

(4)

2.1.2 约束条件

1) 燃气轮机约束

式(5)为燃气轮机等式约束,式(6)为燃气轮机机组出力上下限约束,式(7)表示燃气轮机机组调频容量约束,式(8)为燃气轮机机组爬坡约束,式(9)为燃气轮机机组常规备用容量约束。

(5)

(6)

(7)

(8)

(9)

2) 储能约束

式(10)和式(11)为储能充放电功率约束,式(12)为储能SOC值变化约束,式(13)、式(14)为储能调频容量与常规备用容量约束。

(10)

(11)

(12)

(13)

(14)

3) 风电机组约束

式(15)为风电机组功率约束。

(15)

4) 虚拟电厂约束

虚拟电厂整体容量申报约束及内部能量平衡约束如式(1)所示。CvaR约束如式(16)所示。

(16)

2.2 实时阶段

2.2.1 目标函数

目标函数式如(17)所示。

(17)

(18)

(19)

(20)

2.2.2 约束条件

1) 燃气轮机约束

式(21)为燃气轮机调频里程约束。

(21)

式中:Δtfr,rt为实时阶段5 min调频时间尺度。

2) 储能约束

式(22)为储能调频里程约束,式(23)为储能在实时阶段的SOC约束。

(22)

(23)

3) 风电机组约束

式(24)为风电机组的向下调频里程约束。

(24)

4) 虚拟电厂约束

虚拟电厂整体容量申报约束及内部能量平衡约束如式(1)所示,CvaR约束如式(16)所示。

2.3 模型策略求解

本文所提虚拟电厂参与多品种交易的优化调控模型中,日前-实时阶段涉及0～1变量与连续变量相乘项及绝对值项,使模型成为复杂的混合整数非线性规划模型。为方便调控策略求解,需将调控模型中涉及的非线性项转化成线性。0～1变量与连续变量相乘项线性化方法见文献［8］。本文中绝对值项分别包括max|x|与min|x|两种形式,对于max|x|,引入两组辅助变量x1与x2,其中,x1=max{0,x},x2=max{0,-x},且x1与x2满足约束x=x1-x2和|x|=x1+x2即可。对于min|x|,引入辅助变量y=|x|,并且加入约束y≥x及y≥-x即可。

按上述方法将非线性项转化成线性后,选用Cplex求解所构建的虚拟电厂参与多品种交易的优化调控模型。

3 算例分析

3.1 算例参数设置

为验证策略有效性,针对某地区新型电力系统设计虚拟电厂参与多品种交易算例:该地区源-荷曲线如图2所示。各类设备的相关参数如表1所示。其中,风电机组功率和负荷的预测误差服从正太分布,燃气轮机的污染气体数据见文献［9］,燃气轮机爬坡限值为60 MW/h,储能充放电成本为380 元/MWh,充放电效率取0.95,自放电率为0.05%,燃气轮机及储能备用容量最小比例均取0.1。为模拟电力市场环境,本文通过2019年美国PJM市场的运行数据模拟得到购售电电价、调频容量以及调频里程价格,价格曲线如图3所示,需求响应价格参考《广州市虚拟电厂实施细则》,同时假设虚拟电厂在0∶00—3∶00以及14∶00—16∶00时段参与需求响应市场。本算例中置信度取0.95,风险偏好系数取0.7。

图2 虚拟电厂内部源-荷出力曲线

图3 不同市场价格曲线图

3.2 算例结果分析

通过蒙特卡洛模拟得到多组场景后,取发生概率最大的场景8进行结果分析。

3.2.1 日前结果分析

日前阶段虚拟电厂参与多品种交易的仿真结果如图4所示。由仿真结果可知,时段22∶00—24∶00以及时段0∶00—3∶00,虚拟电厂内部燃气轮机接近最大出力,同时风电机组功率被满额消纳,由于此时段电能量市场价格高于调频容量价格,在满足内部功率平衡需求后,虚拟电厂内部燃气轮机和风电机组选择将大部分功率出售至电能量市场实现利润最大化。相反,时段4∶00—12∶00以及时段16∶00—22∶00,由于调频容量价格高于电能量市场价格,此时段内燃气轮机在满足内部功率平衡需求的基础上,尽可能地减小功率,从而最大化地利用多余容量来参与调频市场获取更多利润。风电机组在满足内部功率平衡需求的基础上同时参与电能量市场和调频市场,实现了风电功率的满额消纳,表明虚拟电厂参与多品种交易有利于新能源的消纳。

图4 虚拟电厂参与多品种交易仿真结果

日前阶段虚拟电厂内部储能参与调频市场及需求响应市场交易的仿真结果如图5所示。由仿真结果可知,在需求响应时段0∶00—3∶00或14∶00—16∶00,为实现利润最大化,储能在该时段内尽可能地放电或充电以获取更多的填谷或削峰需求响应量,在此基础上,储能同时参与调频市场。结果表明,虚拟电厂参与多品种交易有利于内部储能的灵活调控,在获取更多利润的同时能够承担削峰填谷的任务,有利于系统的安全稳定运行。

图5 储能参与需求响应及调频市场仿真

3.2.2 实时结果分析

为充分分析实时阶段虚拟电厂内部各类资源参与调频市场的交易结果,因时段6∶00—7∶00燃气轮机、储能和风电机组均参与调频市场,取该时段内的调频里程分解结果进行分析,如图6所示。

图6 各类资源实时调频里程分解结果

由图6分析可知,当调度中心下达5 min实时调频指令后,由于燃气轮机爬坡约束的存在,虚拟电厂内部的储能及风电机组承担了大部分的调频里程任务。其中,向上调频里程首先由燃气轮机承担,当燃气轮机达到爬坡上限时,储能参与承担剩余的调频里程任务;向下调频里程大部分由运行成本较低且容量足够的风电机组承担,且风电机组首先承担调频里程的任务。风电机组参与调频里程任务达到日前确定的向下调频容量限值时,调节成本较低的燃气轮机参与调频,当燃气轮机调节出力达到爬坡限制后,剩余部分再由储能承担。结果表明风电机组在调频任务上可以扮演更重要的角色,可以满足新型电力系统的实时平衡调节需求。

3.3 算例对比分析

为分析虚拟电厂参与多交易品种的优越性,分别对比分析日前阶段虚拟电厂参与不同市场交易的经济收益。表2为虚拟电厂参与单-多交易品种的收益对比,“√”代表虚拟电厂参与该市场交易,“×”代表虚拟电厂未参与该市场交易,序号1～7代表虚拟电厂参与市场交易的七种场景。

由表2可知,随着虚拟电厂参与交易品种种类的增多,虚拟电厂经济性不断提高,表明虚拟电厂参与多市场交易有利于内部资源的充分利用。分析序号3场景时发现当虚拟电厂只参与需求响应市场交易时,风电机组出现大量弃风现象;分析序号5、6及序号7场景时发现虚拟电厂内部风电机组功率被满额消纳,无弃风现象发生,同时虚拟电厂经济性得到大幅度提高。以上对比表明虚拟电厂参与多品种交易不仅有利于经济性的提高,同时有利于可再生能源的消纳。分别对比分析序号1及序号5场景、序号2及序号6场景、序号4及序号7场景发现,虚拟电厂经济性大幅度提高,表明当虚拟电厂参与包括需求响应市场在内的多交易品种时,不仅提高经济性,同时减小系统的削峰填谷压力,提高系统运行的稳定性。

表3为虚拟电厂参与多品种交易的收入分布情况。分析燃气轮机收入时发现,由于出力成本的存在,燃气轮机更倾向于参与调频市场。分析储能收入时发现,尽管储能存在出力成本,储能仍更倾向于参与价格更高的需求响应交易以获取最大利润。结合图1分析风电机组收入时发现在时段0∶00—5∶00时,售电价格高于调频容量价格,因此为实现利润最大化,风电机组功率基本参与电能量市场,其余时段参与调频市场。由上可知,虚拟电厂参与多品种交易时内部各类资源相互配合以实现利润最大化。

表3 虚拟电厂参与三交易品种收入分析

4 结束语

本文根据广东省电力现货市场交易相关规则,构建虚拟电厂参与电力现货市场交易的优化调控模型并求解得到最优调控策略。通过算例仿真分析,得到如下结论。

(1) 日前-实时多时间尺度下仿真结果表明,虚拟电厂参与多品种交易不仅有利于自身经济效益的提高,还有利于新能源消纳,减小系统削峰填谷压力。

(2) 实时阶段仿真结果表明,虚拟电厂收到系统下发的调频指令后,优先调控风电和燃气轮机完成调频任务,储能则负责余下的调频里程缺额,三者共同协作保障虚拟电厂的调频精度。

(3) 通过多市场交易对比发现,虚拟电厂在参与多品种交易时调频市场和需求响应市场对比电能量市场发挥更加重要的作用,说明虚拟电厂参与多品种交易时以辅助服务市场为主,能量市场为辅。