丛若晨,王 骁,王岩庆,王力成,黄一诺,陈道炼
(1.青岛大学电气工程学院,山东青岛 266071;2.国网浙江诸暨市供电有限公司,浙江慈溪 315301;3.浙江工业大学信息工程学院,浙江杭州 310014)
随着近些年可再生能源利用技术的快速发展,微电网能源技术正在逐步由“低碳”向“零碳”过渡,以实现新能源的完全消纳及微网的可靠运行[1-4]。为实现微网的安全稳定运行,保证微网运营收益,满足用户负荷的灵活需求,现有研究多数针对新能源和负荷的不确定性进行优化求解。对于该不确定性引起的微网运行风险方面,已有研究侧重新能源出力的不确定性导致的切负荷风险,未考虑用户主观需求的不确定性引起的负荷临时变动,该负荷需求的过多增加或减少,都将影响系统的安全运行[5-11]。充分考虑用户负荷需求在日内的多种可能性,以运营收益最大为目标函数,求解用户多种可能的负荷计划下的最优储能调度方案,分析在该方案下各时段出现运行风险的可能性及风险程度;其次,为确保微网系统安全运行,将各时段的运行风险控制在可接受范围内,微网运营商根据各时段运行风险的可能性及风险程度制定经济补偿策略,鼓励用户允许运营商对高运行风险时段内的用电计划进行调整,实现在网内用户负荷需求临时变动最大的情况下,也可以最大程度保证微网的安全运行,并保证微网运营商的收益。
文献[12]微网运行机理为:风机和光伏出力供给用户负荷,当能源供给富余时,余量优先用蓄电池储存,其次售与公网;当能源供给不足时,优先由储能放电补给,其次从公网购电。在此基础上,考虑微网与公网之间联络线的安全传输,设定功率交换限制。新能源发电余量超出联络线功率交换限制时,将产生能源浪费现象,用户负荷需求供给不足且从公网购电超出联络线交换功率限制时,将产生切负荷风险。以上两种风险均对微网的安全运行产生威胁,在文中统称运行风险。
为保证运行风险控制在可接受范围内,使微网系统能安全稳定运行,故制定使用户负荷需求平移的经济补偿策略。首先,将新能源浪费风险和失负荷风险的概率划分风险等级,根据日前优化调度结果,统计分析各时段出现运行风险的可能性及风险程度;其次,综合考虑“峰-平-谷”时期的补偿系数及运行风险可能性的补偿系数,建立经济补偿模型。微网运营商据此给予高运行风险时段的用户经济补偿,使用户允许运营商将此时段中的可平移负荷转移到运行风险低的时段,降低了用户的用电成本。
第一阶段,即预调度阶段,运营商考虑各时段用户负荷需求的临时变动量和公网的分时电价,在微网与公网的功率交换约束及储能系统约束下,以微网运营商收益最大为目标,求解最优的储能调度计划,分析在该方案下的各时段出现运行风险的可能性及风险程度;第二阶段,即执行阶段,为将微网运行风险控制在可接受范围内,运营商调整用户部分可平移负荷计划,并根据补偿策略给予用户相应的经济补偿,在调整后的用户用电计划下,在相同条件下求解新的储能系统最优调度方案,实现微网低运行风险、运营商高运营收益的运行目标。
用户负荷可分为可平移负荷与不可平移负荷两类[13],共同组成了用户的用电计划。为降低微网内运行风险,微网运营商需对用户的用电负荷进行计划。为保证用户负荷的灵活性,允许用户在日内用电计划的基础上,有一定程度的临时变动,故用户实际负荷计划为原用电计划加一定程度的临时变动量,则用户实际用电负荷需求量公式如下:
式中,Pload(t)为用户在t时刻实际的用电负荷需求量,包括可平移负荷和不可平移负荷;Pload(t)为日前用户上报的t时刻用电负荷需求量;ΔPload(t)为t时刻用户临时变动的负荷需求量。光伏、风机和储能系统的模型使用文献[14]中的模型。
2.2.1 运行风险概率模型
为保证微网系统安全可靠运行,在进行微网经济性优化的同时,引入惩罚函数作为评价指标[15]。由于允许用户临时变动用电需求,考虑每一种可能的用户用电需求,根据失负荷比例与新能源浪费比例定义失负荷与新能源浪费的风险级别,在每一种可能的用户实际用电计划下,统计分析各时段出现各级风险的概率。新能源浪费风险概率和失负荷风险概率计算公式如下:
式中,Kwaste,j(t)为t时刻发生第j级新能源浪费风险的概率;Kloss,j(t)为t时刻发生第j级失负荷风险的概率;Dj(t)为t时刻出现j级新能源浪费风险的状态量,取1 或0,分别表示该时刻是否出现该级别风险;dj(t)为t时刻出现j级失负荷风险的状态量,取1 或0,分别表示该时刻是否出现该级别风险;N为可能的用户用电计划数。
2.2.2 经济补偿模型
综合考虑补偿系数与失负荷概率,建立经济补偿模型:
式中,Csub为一个调度周期内给予用户的总经济补偿;Csub(t)为t时刻运营商调整可平移负荷ΔPload时,用户得到的经济补偿;θi为用电“峰-平-谷”时期对应的电价补偿系数,i取1、2、3 分别对应谷时段、平时段和峰时段;Kn,j(t)为t时刻发生n类j级运行风险的可能性,n取waste 或loss,分别代表新能源浪费风险和切负荷风险;αj为j级运行风险下的补偿系数。ΔPload(t)为t时刻用户可平移用电需求调整量。
不考虑风光等微源出力的波动性,忽略微源的运行维护费用,采用常规的日前调度模型[16]。考虑用户负荷临时变动对微电网运行经济性的影响,兼顾多种可能性下会出现的不同程度的运行风险,将风险转化为经济惩罚,因此以总运营收益为目标,构建目标函数为:
式中,F1为预调度阶段中N种可能的用电计划下的平均最大收益;F2为执行阶段中N种可能用电计划下的平均最大收益;Fa,sell,g为第a种用户用电计划下的微网内售电收益,γsell为微网内分时售电价;Fa,sell,G为第a种用户用电计划下微网电能余量售与公网的收益,γeg为上网电价;Fa,buy,G为第a种用户用电计划下微网内电能不足从公网购电成本,γbuy为微网从公网购电电价;Cd为第a种用户用电计划下电能浪费和用户切负荷惩罚费用;Pover,j(t)、Ploss,j(t)分别为t时刻j级风险的电能浪费量和用户切负荷量,λwaste,j、λloss,j分别为发生j级电能浪费风险和负荷风险的惩罚系数。
选取某地区微网做研究分析,在Matlab 中以该区域典型日数据验证文中所用方法的可行性。调度周期为24 h,以1 h 为步长。算例中仿真参数设置如下:区域微网中包含200 kW 的风力发电机、60 kW 的光伏发电机、容量为200 kW·h 的蓄电池,蓄电池单位时间充放电上限值为20%的容量。微网运行风险惩罚系数以及在该风险下调整用户负荷的补偿系数如表1 所示。考虑“峰-平-谷”时段电价不同,用户的临时变动负荷量也不同,用电“峰-平-谷”时段允许用户在原定时间内增加或减少的用电量分别为12%、8%和5%。“峰-平-谷”时段用户负荷需求中的可平移负荷量不同,微网运营商鼓励负荷平移的补贴价格也不同,具体参数见表2。上网电价取0.25 元/kW·h[16]。风机、光伏出力及用户负荷需求预测值如图1 所示。
图1 风光出力预测值及用户负荷用户负荷需求预测值
表1 运行风险惩罚系数λ 和补偿系数α
表2 分时电价及负荷平移补偿系数
3.2.1 考虑用户负荷临时变动
考虑用户负荷需求临时变动情况下的日前预调度结果如下:
各时段用户负荷需求的可能性如图2 所示,临时变动量受用电时段影响,在用电高峰期,负荷临时变动量弹性大;在用电低谷期,负荷临时变动量弹性小。储能充放电情况如图3 所示,储能系统在用电“谷-平”时段充电,在上午峰时段,未按储能最大功率放电,剩余电量在晚上用电需求更高的时段以最大功率放电,减少购电费用,降低失负荷风险。在储能装置最优调度方案下,运营商平均运营收益为1 013 元。
图2 用户负荷需求量变动范围
图3 储能系统充放电情况
各时段风险发生概率如图4 所示。6-8 时新能源浪费量高达75%,最低为35%,此时段的运行风险不可接受。19-22 时,失负荷比例最低27%,最高48%,亦存在严重运行风险。其余时段新能源浪费或切负荷概率均在10%以下,在可接受范围内。
图4 各时段运行风险程度
3.2.2 经济补偿策略引导用户负荷平移后
在用户临时变动负荷需求后,6-8 时及19-22 时运行风险高,对微网的安全运行冲击较大。因此,提出电经济补偿策略给予用户经济补偿,使其接受微网运营商提前调整用户的可平移负荷部分需求,以保证微网的安全运行。经济补偿策略前后对比结果如图5-7 所示。
图5 调整后用户负荷需求量变动范围
由图5 可见,用户各时段负荷临时变动量与调整前保持一致,但相比图2 中,在谷时段用户负荷需求量增大,在峰时段用户负荷需求量明显降低,尤其是晚上19-21 点负荷需求量显著降低。可平移负荷由用电高峰期转移到用电低谷期,实现了负荷的“削峰填谷”。
由图6 可见,峰时段用户负荷需求显著降低,储能放电和公网购电能满足绝大多数情况下的负荷需求,谷时段负荷需求增加,故相较之前的“谷-峰”时段储能充放电量都有所降低。
图6 调整后储能系统充放电情况
各时段风险发生概率如图7 所示。6-8 时新能源浪费风险的可能性降至15%以下,19-21 时的失负荷风险概率降至20%以下,均在可接受范围之内,对微网的安全运行影响很小。在新的调度计划内,由于运行风险极大降低,风险惩罚减少,计及给予用户的负荷平移补贴后,运营商的最优运营收益为963 元,相较负荷平移之前,下降程度很小,微网稳定性极大提升。
图7 调整后的各时段运行风险程度
通过考虑负荷临时变动的随机性,计及新能源浪费和用户切负荷惩罚,制定合理的经济补偿策略,以运营收益最大为目标函数,在实现高运营收益的同时,保证了微网的安全运行。通过仿真实验表明,对比原定计划,低谷时期负荷量增大,高峰期负荷量降低,即使用户在允许范围内最大程度临时变动负荷需求,风险发生概率也很低,微网系统的可靠性显著提升。同时,由于极大程度上避免了风险惩罚,运营商的收益下降幅度较小,实现了低运行风险、高运营收益的微网运行目标。