兼容广义需求侧资源的配电网经济运行研究

曾 鸣，成 欢

(华北电力大学能源与电力经济研究咨询中心，北京102206)

随着经济的高速发展和用电量需求的增长，需求侧资源成为实现电力系统安全稳定运行的重要保障之一，体现了推动全社会参与节能的重要战略［1－2］。在此背景下，传统配电网将发展成为能够接入和管理需求侧电力资源的新型配电系统。传统的配电网调度和运行主要是从主网供能的角度出发，缺乏对需求侧资源的考虑。因此，新形势下有必要从兼容需求侧资源的视角，重新思考配电网的能源优化分配问题，开展配电网优化运行研究。

从广义的角度来看，分布式发电、储能技术和需求响应均是重要的需求侧资源［3］。目前国内外学者针对兼容需求侧资源的新型配电网的运行展开了一系列的研究，提出了较多的方法和成果。文献［4］针对不同分布式电源的特性以及成本，构建了环保经济的微网多目标调度模型。文献［5］考虑含小型冷热电联产的微电网系统与外部配网系统的并网状态，并提出了综合考虑主网和分布式能源的配电网经济运行模型。文献［6］则重点关注如何将可中断负荷引入到配电网故障恢复问题中。文献［7］从经济调度的角度出发构建了微网储能优化装置模型，提出了优化不同储能容量下分布式电源出力以及向外网购售电量的方法。可以看出，现有研究主要针对某一种需求侧资源(如分布式发电)，未能充分考虑兼容多种广义需求侧资源的协调调度问题。因此，本文将在探讨广义需求侧资源概念的基础上，构建一个基于广义需求侧资源的配电网经济运行模型，研究广义需求侧资源在电力市场环境中与主网资源共同直接参与市场竞价的情况下，配电网运营商如何开展经济运行决策，以及通过算例验证模型的可行性，同时，对于影响需求侧资源竞争力和参与度的相关因素做了具体分析，以期为提高多元化能源的利用率、构建清洁能源消纳市场提供参考。

1 广义需求侧资源

传统的需求侧资源通常指能够对电价信号或激励机制做出响应的负荷资源，即负荷和能效资源［8］。随着分布式发电和储能等手段的兴起和发展，终端用户有了更多主动响应和参与电力市场的途径。根据美国能源局关于需求侧资源的定义，需求侧资源包括为降低负荷水平和延缓电源侧新增装机容量投资为目的而实施的各种需求侧管理手段和措施［9］。因此，从广义的角度来看，可以将分布式发电和储能等资源也纳入需求侧资源中。

广义需求侧资源主要可分为电源类和负荷类两种。分布式发电资源是典型的电源类广义需求侧资源，通常包括功率较小的内燃机、微型燃气轮机、燃料电池以及可再生能源电源等［10］。尤其是分布式可再生电源，在低碳化发展要求和智能电网的发展背景下，以其低成本、低电压、低污染等特点成为了国内外电力能源领域关注的热点。负荷可分为可中断(削减)类负荷、可转移类负荷和不可动类负荷等［11］，其中前两者可以在完善的电价机制和电价信息的引导下，参与电网的优化运行，是重要的主动负荷。分布式储能是指在用电侧将电能转换成机械能、化学能等其他能量形式储存起来，在需要时再转换成电能释放出来［12］，因此储能资源同时具备电源和负荷的性质。

2 兼容广义需求侧资源的配电网经济运行模型

为简化模型，本文仅研究各项资源参与电能市场和备用市场的情况;主动负荷方面也仅考虑可中断负荷和“负容量备用”这两种典型的需求响应项目。为充分考虑备用容量的实际使用情况对配电网经济运行的影响，本文还在模型中创新性地引入了备用使用概率的概念。

2.1 目标函数

降低运营成本、实现效益最大化是配电网整合资源、经济运行所期望达到的目标。因此模型以配电网交易成本最小化为目标函数，如式(1)所示。

式中:TC为配电网运行成本;Cg、Cd和Cs分别表示配电网与第g个分布式发电机组、第d个负荷资源和第s个主网供电方的交易成本。

根据本文假设，与各类电源的交易成本主要包括电能成本和备用成本。此外，对于分布式电源和负荷资源还需要考虑计划外发电量削减补偿和计划外停电补偿。与第g个DG的交易成本主要由电能服务成本 Cg－e、备用服务成本 Cg－r和计划外发电量削减补偿Cg－c三部分组成，如式(2)所示。

式中:a、b、c 分别为成本系数;Pg－e、Pg－r和 Pg－c分别为DG的提供的电能、备用和发电削减量;xg－e、xg－r为0－1函数，当第g个DG被列入配电网运营商的电能(备用)调度方案时，值为1，否则为0;q为备用使用概率;Sg－c为DG发电量削减的单位成本。第d个负荷资源的运行成本主要由电能需求响应成本Cd－e、备用需求响应成本 Cd－r和计划外停电补偿Cd－c等三部分组成，如式(3)所示。

式中:a、b、c 分别为成本系数;Pd－e、Pd－r和 Pd－c分别为负荷资源提供的电能和备用以及计划外停电量;xd－e和 xd－r为0 －1 函数，当第 d 个负荷资源被列入配电网运营商的电能(备用)调度方案时，值为1，否则为0;Sd－c为计划外单位停电量的补偿。配电网运营商与第s个供电商的交易成本主要由电能服务成本Cs－e和备用服务成本 Cs－r两部分组成，如式(4)所示。

式中:a、b、c 分别为成本系数;Ps－e和 Ps－r为第 s个外部供电商实际提供的电能和备用;xs－e和 xs－r为0－1函数，当第s个供电商被列入配电网运营商的电能(备用)调度方案时，值为1，否则为0。

2.2 约束条件

目标函数需满足一定的功率平衡约束和机组出力约束。

1)有功功率平衡约束，对于任一节点i在任一时间点t需满足以下约束条件:

ijij为电导和电纳。

2)无功功率平衡约束:

式中:Qg－e、Qd和 Qs－e分别为分布式发电机组 g、负荷d和供电商s在节点i的无功功率。

3)备用需求约束:

式中:PR－r为配电网总备用需求。

4)节点电压约束:

式中:Umin和Umax分别为节点电压的最大、最小限制，φmin和φmax分别为电压相角的最大、最小限制。

5)DG有功功率约束:

6)可中断负荷约束:

7)供电商购电约束:

本文将采用引力搜索算法对上述优化问题进行求解，并引入混沌变量对优化算法进行改进，具体算法流程详见文献［13－14］。

3 算例分析

3.1 算例基础数据及基本假设

本节选取32节点配电网络(详见文献［15］)为例，根据本文提出的配电网经济运行决策模型进行算例分析。算例中，配电网电源的类型和数量如表1所示。算例充分考虑了包括光伏发电和风力发电在内的6种分布式发电方式以及5个主网供电商。为简化算例，假设主网供电商和DG均分别以装机容量的70%和30%(上限)参与电能市场和备用市场竞价。

表1 配电网电源位置和装机容量Tab.1 Distribution network power position and installed capacity

表2 负荷位置和初始需求Tab.2 Load location and initial requirements

表3 主网供电商、DG和主动负荷的竞价参数Tab.3 Bidding parameters of main power supplier，DG and active load

各节点负荷类型和数量如表2所示。算例负荷包括大型工业用户、中小型工业用户、大型商业用户、中型商业用户、小型商业用户和普通居民用户等6类。为简化算例，假设各类用户均为主动负荷(即均参加需求响应项目)，且各用户的需求响应潜力为初始需求的40%，其中24%参与电能市场竞价，16%参与备用市场竞价。

主网供电商、DG和主动负荷的基础竞价参数如表3所示。为简化算例，假设同类DG和同类负荷的竞价参数相同。

3.2 算例结果

首先分析主网资源价格的影响，假设备用容量需求为1125 kW、备用容量使用概率为100%，根据本文提出的配电网经济运行模型得到相应的调度方案，如图1所示。

从图1(a)可以看出，根据本文构建的配网经济运行模型，主动负荷能够在配网整体经济效益最优的基础上，充分参与到电能市场中。在经济运行目标下，当主网供电商电能价格下降30%之后，电能调度方案中主动负荷响应量大幅降低，且主要来自于工业用户;工业用户是电能市场上相对最灵活的主动负荷。其他价格区间内，主网供电商的电能价格对主动负荷在电能市场的参与情况没有显著影响。

从图1(b)可以看出，除了主网供电商5外，其他DG和主网供电商也能在配网整体效益最优的基础上，充分参与到电能市场中。随着主网供电商的电能价格的变化，发电机组的电能调度方案也有一定的调整，尤其是在主网供电商的电能价格降低30%时，主网供电商的供电量大幅增加，且主要来自于主网供电商S4。

图1 配电网经济运行方案Fig.1 Economic operation scheme of distribution network

在不同主网供电商的备用价格的情况下，采用本文提出的模型得到的配电网备用调度方案，如图2所示。

从图2(a)可以看出，主动负荷方面，无论主网供电商的备用竞价如何变化，备用市场上均只有工业用户的参与。同时，主网供电商备用容量价格的变化对工业用户的响应情况影响不大。

从图2(b)可以看出，DG没有参与到备用调度方案中来，表明经济目标下，DG在备用容量市场的竞争力仍然较弱。同时，主网供电商备用容量价格对备用调度方案的影响比较小。

主网资源价格变化在影响配网经济运行方案的同时，也对配网运营交易成本有显著影响。备用需求对配电网经济运行方案的影响也主要体现在成本变化上。在备用使用概率100%的情况下，备用需求和主网供电商价格的变化对配网运营商交易成本的影响，如图3所示。

从图3可以看出，随着主网供电商价格的不断攀升，交易成本不断上涨。备用需求的增长也推动了交易成本的上升，但影响相对较小。

图2 配电网备用调度方案Fig.2 Backup distribution scheme of distribution network

图3 配网运营商交易成本变化情况Fig.3 Transaction cost of distribution network operators

备用使用概率的变化主要影响配电网备用调度方案，如图4所示，其中备用需求为1125 kW。

从图4可以看出，备用使用概率较大时，其变化对备用调度方案的影响并不明显;当备用使用概率非常低、逼近0时，发电机组的备用容量显著增加，主动负荷在备用市场上的参与度则相应降低。

为验证本文得出的配电网经济运行方案的有效性，同时结合配网技术参数表现对经济运行决策提供指导，本节还选取了电压水平指标和线损水平指标，针对各方案做了技术参数分析。各方案下配网各节点电压水平的变化情况，如图5所示。

图4 不同备用使用概率下的备用调度方案Fig.4 Distribution scheme under different spare backup probability

图5 经济运行方案下各节点电压水平Fig.5 Node voltage level under economic operation scheme

从图5可以看出，主网供电商价格波动的各种情况下，配网各节点电压水平均在可接受范围内，这说明本文提出的配电网经济运行模型可行。同时，距离节点1越远的节点(如节点16和节点26)，电压水平越低;随着主网供电商竞价降低30%，这一趋势更加明显。这主要是因为主网供电商竞价显著降低，从配网经济运行的目标出发，DG和DR等需求侧资源的参与度减小，从而无法补偿远距离节点的电压水平。由此得出，需求侧资源的适度参与，对于维持配网电压水平稳定具有显著贡献。

不同主网资源价格水平和备用需求下，配电网总线损的变化情况，如图6所示。

图6 经济运行方案下配电网线损情况Fig.6 Line loss of distribution network under economic operation scheme

从图6可以看出，主网供电商竞价显著下降时(下降30%)，配电网线损显著上升。这主要是由于此种情况下，DG和DR等需求侧资源的参与减少;相对长距离的电能输送增加了配网线损。由此得出，需求侧资源的参与在维持配网电压水平稳定的同时，还能够有效改善配网线损。

4 结论

1)采用本文构建的配电网经济运行模型，能够得到技术上可行、经济上有效的配电网运行方案，对系统实际运行具有一定的指导意义;广义需求侧资源的参与能够有效改善配网技术性能。

2)竞争性电力市场环境下，主网资源价格是影响需求侧参与度的最重要的因素之一;不考虑相关财政补贴和优惠政策的情况下，需求侧资源在电力市场、尤其是备用市场上的竞争力仍然较弱。因此，仍然需要对需求侧资源予以一定的激励和保障，提升需求侧资源的竞争力，从而实现提高配电网运行安全性和供电可靠性，最大限度利用多种能源资源，并推动新型配电系统的发展目标。

［1］ FARIA，P.;VALE，Z.A;FERREIRA，J.Demsi——A demand response simulator in the context of intensive use of distributed generation［J］.2010 IEEE International Conference on Systems Man and Cybernetics(SMC)，2010，10:2025 －2032.

［2］ DONGBO ZHAO，MELIOPOULOS AP.S，ZHENYU TAN etc.A market－based operation method for distribution system with distributed generation and demand response［J］.North American Power Symposium(NAPS)，2013，1(6):22 －24.

［3］ 邢龙，张沛超，方陈，等.基于广义需求侧资源的微网运行优化［J］.电力系统自动化，2013，12:7 －12.XING Long，ZHANG Peichao，FANG Chen，et al.Optimal operation for micro grid using generalized demand side resources［J］.Automation of Electric Power System，2013，12:7 －12.

［4］ 王理.多目标微网环保经济调度模型研究［J］.中国水能及电气化，2011(9):22 －26.WANG Li.Multi － objective environment and economic energy management of microgrid［J］.China Water Power＆ Electrification，2011(9):22－26.

［5］ 郭佳欢，沈宏，黄伟.含小型冷热电联产的微电网系统经济运行［J］.电网与清洁能源，2009(10):21－24+33.GUO Jiahuan，SHEN Hong，HUANG Wei.Economical operation of microgrid system with small－sized CCHP［J］.Power System and Clean Energy，2009(10):21 －24+33.

［6］ 黄弦超，张粒子，GARETH TAYLOR.考虑负荷控制的配电网故障恢复［J］.电力系统自动化，2010(17):22－26.HUANG Xianchao，ZHANG Lizi，GARETH TAYLOR.Service restoration of power distribution systems with load control［J］.Automation of Electric Power System，2010(17):22－26.

［7］ 杨秀，陈洁，朱兰，等.基于经济调度的微网储能优化配置［J］.电力系统保护与控制，2013(1):53－60.YANG Xiu，CHEN Jie，ZHU Lan，et al.Optimization allocation of energy storage for microgrid based on economic dispatch ［J］.Power System Protection and Control，2013(1):53 －60.

［8］ 曾鸣，王良，李娜.美国电力需求侧资源的应用及其启示［J］.华东电力，2013(7):1416－1420.ZENG Ming，WANG Liang，LI Na.Application and inspiration of electric power demande side resources in the U.S.［J］.East China Electric Power，2013(7):1416 －1420.

［9］ Department of Energy.Demand－Side－resources［EB/OL］.http://energy.gov/oe/downloads/chapter－3－demand－side－resources.

［10］ 徐峻涛，拾杨，李建林.分布式电源技术相关问题的讨论［J］.电气应用，2014(5):14－17.XU Juntao，SHI Yang，LI Jianlin.Discussion on distributed power source［J］.Electrotechnical Application，2014(5):14 －17.

［11］ 吴雄，王秀丽，崔强.考虑需求侧管理的微网经济优化运行［J］.西安交通大学学报，2013(6):90－96.WU Xiong，WANG Xiuli，CUI Qiang.Optimal operation of micro grid considering demand side management［J］.Journal of Xi’an Jiaotong University，2013(6):90－96.

［12］ NOURAI，A，"Large － scale electricity storage technologies for energy management［C］.2002 IEEE on Power Engineering Society Summer Meeting.2002(7):310－315.

［13］ 徐遥，王士同.引力搜索算法的改进［J］.计算机工程与应用，2011，35:188 －192.XU Yao，WANG Shitong.Improvement of gravitational search algorithm ［J］.Computer Engineering and Applications，2011，35:188－192.

［14］ 柴大鹏，成欢，葛宇剑，等.火电一抽水蓄能联合运营系统的效益分析及优化算法研究［J］.华东电力，2014(5):234－237.CHAI Dapeng，CHENG Huan，GE Yujian，et al.Research on benefit analysis and optimization algorithm of thermal－hydro energy storage combined operation system ［J］.East China Electric Power，2014(5):234 －237.

［15］ 马志伟，顾姗姗，李新，等.放松管制环境下的配网侧分布式发电协调规划模型［J］.华东电力，2014(5):225－229.MA Zhiwei，GU Shanshan，LI Xin，et al.Distributed power generation coordinated planning model at distributed network side under deregulation ［J］.East China Electric Power，2014(5):225－229.