负荷聚合商模式下的冰蓄冷空调弃风消纳研究

张文彦

（华北电力大学新能源电力系统国家重点实验室，河北 保定 071003）

在智能电网的发展背景下，风能作为一种清洁的可再生资源得到大力的开发和利用。随着供给侧风电的大规模入网，其出力的反调峰性、随机性和不确定性，在带来弃风的同时，增加了电力系统调度运行的难度［1］；另一方面，需求侧高峰负荷显著增加，其中的空调类负荷以20%的年增长速度，在我国部分地区占据了接近50%的峰荷比重，成为尖峰负荷的主要成因之一，恶化了电网的负荷特性［2］。基于此，仅依靠发电资源进行调节的传统思维模式已难以满足系统安全、稳定、经济运行的需求［3］，有必要通过提高需求侧柔性负荷与电网间的信息交互水平，充分挖掘和利用负荷调度潜力，引导其作为电网调度运行的有效补充，主动参与到能源的调度管理中［4—5］。

文献［6］基于2种需求响应模式，给出了虚拟电厂概念下，柔性负荷配合传统发电机组参与系统优化调度的研究，促进了风电的消纳；文献［7］建立了激励型需求响应模型，通过引导负荷在时序上贴近风电出力，增强了系统的风电接入能力；文献［8］-文献［9］提出了风电-蓄热式电锅炉联合供热系统，通过热电解耦，有效利用了多余的风电出力。综上所述，现有研究一方面集中于以价格信号调控柔性负荷，自上而下构建的调度模型未涉及具体的受控对象，也缺少对负荷终端模型的分析；另一方面多以供暖期的蓄热和供热作为消纳弃风的调控手段。

冰蓄冷空调作为一类典型的柔性负荷，是可以在电网低谷时段储存冷量，高峰时段融冰释冷，满足供冷需求的蓄冷型设备，具有良好的负荷转移特性。在国外，蓄冷技术已得到快速发展，日本大型空调系统中蓄冰制冷技术的利用率达到60%，美国明确规定占地面积大于2 000 m2的饭店、商业大楼等必须设置空调蓄能系统；在国内，蓄冷项目也在2015年达到1 133项，具有26 GW的总容量和1.6 GW的移峰量［10］，显示出巨大的需求响应利用价值。但就蓄冷空调的研究现状而言，其调控分析仍局限于独立个体经济、高效的自优化方面［11—12］，尚未有效参与电力系统协同优化。因此有必要对该类负荷可调度潜力进行进一步的挖掘和利用。

本文选取冰蓄冷空调作为研究对象，结合设备实际运行特性和用户用电期望，给出了冰蓄冷空调调度潜力的定量分析；自下而上从用户终端模型出发，在负荷聚合商模式下分析了冰蓄冷空调参与弃风消纳的可行性；通过以低价购置弃风电量为激励，以聚合商运行成本最低为优化目标，构建了一个计及冰蓄冷空调聚合商模式的弃风消纳调控模型；最后采用IEEE⁃33配电系统进行算例仿真，验证了所提调控策略对提高用户用电经济性、削减弃风电量的可行性。

1 冰蓄冷空调

需求侧的蓄冷型空调相较于常规空调系统增加了一套蓄冷设备，体现出以制冰等形式将电能转换为冷能储存起来并用于其他时段供冷的负荷转移特性。该特性使蓄冷空调类负荷具有了参与机组优化组合、作为系统备用或提供削峰填谷、消纳间歇性能源等辅助服务的可能性。

1.1 运行特性

按照是否有供冷需求，以下将冰蓄冷空调的运行划分为蓄冷和供冷2个时段。冰蓄冷空调系统概念示意图如图1所示，在蓄冷时段内，空调系统运行在机组蓄冷模式下，此时用户侧无供冷需求Qk=0，制冷机组以逐时蓄冷量Qx，t向蓄冷设备蓄存冰量。在供冷时段内，空调系统运行在机组供冷、融冰供冷或机组融冰联合供冷模式下，此时制冷机组和蓄冷设备的逐时供冷量Qj，t、Qr，t可通过图1 中三通阀开度xv对取冷流量mch、mIB的调节实现合理分配［13］。

图1 冰蓄冷空调系统概念示意图

蓄冷设备的蓄冰和融冰特性影响着空调系统对冷量的蓄存和取用［14］。因此，为使调控模型更好地反映冰蓄冷空调真实的运行特性，式（1）给出的空调系统实时冷量变化，应考虑以蓄冷设备动态蓄冰和融冰速率对应的逐时最大蓄冰和融冰冷量作为约束。

式中：Wt为蓄冷设备的逐时冷量；St为蓄冷设备的逐时冷量损失。

能效比（energy efficiency ratio，EER）作为反映空调系统能量转换效率的重要指标，可根据制冷机组输出的冷量Qch求解对应的电能输入Pch［15］

1.2 调度潜力

蓄冷空调多集中在白天供冷，且风电出力具有“昼低夜高”的反调峰特性，弃风多分布在夜间。因此，本文对冰蓄冷空调参与弃风消纳的研究，以蓄冷时段利用风电场弃风蓄冷为重点，在保障用户用电舒适度的基础上，求解冰蓄冷空调的逐时可调度功率ΔPt=ΔQt/EER，该值与气象环境、设备运行参数、用户用电期望等因素密切相关。而响应调控指令后，用户利用夜间蓄冷量融冰供冷的研究在此不做详细分析。

1.2.1 蓄冷约束

以下对冰蓄冷空调蓄冷潜力的分析，建立在不影响用户用电舒适度的基础上。

（1）蓄冷时段

逐时蓄冷量约束

式中：Tx为蓄冷受控时段。

蓄冷上限约束

式中：Wr为前一天空调系统的余冰；Wmax为蓄冷设备容量上限。

蓄冷下限约束

式中：Tg为供冷受控时段；Qk，t为用户逐时供冷需求；为空调系统供冷所需的蓄冷下限；为机组最大供冷量。

机组运行约束

式中：nFL为机组调度状态，nFL=0为机组处于非调度状态，nFL=1为机组处于调度状态；m为为了避免机组低载运行而设置的最低负载率［16］。

（2）供冷时段

供冷时段的融冰分配除考虑融冰约束外，还应计及供冷需求和总蓄冰量的限制

1.2.2 蓄冷潜力分析

根据实际供冷经验，在全年供冷时段内冰蓄冷空调用户存在以典型设计日冷负荷为基础的100%、75%、50%和25%4种冷负荷需求状态［17］。即空调用户参与弃风蓄冷后，随着供冷需求的增长，以低价弃风电量转换来的冷负荷也逐渐增加，用于弥补逐时供冷需求超过机组供冷上限的部分，在达到Wmin后开始取代机组供冷，降低设备的运行费用。当空调系统总蓄冷量超过供冷需求并产生剩余后，设备运行的经济性逐渐下降。

以第3节空调用户1的参数为例，图2给出25%和100%2种冷负荷需求状态下，蓄冷空调在受控前采用主机优先运行策略时的冷负荷分配［18］。如图2所示，当冷负荷需求较低时，用户受控后可在蓄冷时段增加较大的蓄冷量，且具有在时间维度上调节的灵活性；随着冷负荷需求的增加，用户受控前即接近满载运行，受控后蓄冷量的增加有限且受相对固定的用电行为约束，灵活性较差。

图2 主机优先运行策略

蓄冷量对运行费用的影响如图3所示，比较不计损耗时用户在不同冷负荷需求状态下，以各自最低运行费用为基准。

（1）25%、50%冷负荷需求状态，由于没有Wmin的制约，蓄冷量可从0开始增加；随着供冷需求的增长，为保障用户用电舒适度，蓄冷量应不低于Wmin，以100%冷负荷需求状态为例，此时用户的Wmin接近蓄冷上限，反映在图3中，即表现为运行费用曲线的起点趋近于终点。

（2）25%冷负荷需求状态下，设备运行费用曲线有拐点，即存在最经济蓄冷量Wd使运行费用最低；当供冷需求超过Wmax后，设备运行费用将随蓄冷量的增加持续降低。

图3 蓄冷量对运行费用的影响

终上所述，图4给出不同冷负荷需求下用户提供的可蓄冷量。将Wmin对应的冷负荷定义为定值蓄冷量，其负荷总量固定，仅能跟随风电出力在受控时段间灵活分配；将Wd中除去Wr和Wmin的冷负荷定义为非定值蓄冷量，其负荷总量能根据实际的弃风消纳需求进行调整；将影响用户用电经济性，超出Wd的冷负荷定义为非经济蓄冷量，其负荷总量在优化调控中需给出对应的约束分析。

图4 冰蓄冷空调可蓄冷量

1.3 冰蓄冷空调聚合商

考虑在不改变电网拓扑结构的基础上，利用先进的通信和控制技术聚合管理冰蓄冷空调类负荷，从而以负荷聚合商［19］的形式，结合电网侧的宏观整体响应和用户侧的微观精细化调控，为柔性负荷可调度潜力提供参与电力市场博弈和系统协同优化的机会。

冰蓄冷空调聚合商模式调控架构如图5所示，冰蓄冷空调聚合商作为用户与电网间的交互平台，可在基于合同的控制模式下，采集用户侧空调设备的基本参数、运行状态及用户用电期望等，上传可调度数据；接受电网侧调度需求，结合电网运行状态和价格激励信号，制定并下达调控指令，直接控制各用户用电行为。

图5 冰蓄冷空调聚合商模式调控架构

2 弃风消纳调控模型

2.1 目标函数

用电经济性是用户参与需求响应的重要保障，以最小化冰蓄冷空调聚合商的运行成本为目标，在式（11）中给出考虑低价购置弃风电量作为激励的调控模型

式中：f为聚合商内冰蓄冷空调用户数量；rt为系统逐时电价；rd，t为电价，对应聚合商蓄冷用电小于等于待消纳风电的部分，按照合同协定的弃风电价取值，超出的部分按照系统电价取值。

2.2 约束条件

（1）聚合商约束总蓄冷量约束聚合商提供的总蓄冷量Psum,t应不超过各用户的逐时蓄冷上限

调控时间约束

逐时蓄冷量约束

各用户的逐时可蓄冷量，在设备基本参数、运行状态和用户用电期望等因素的影响下，显示出复杂的多样性。该部分约束已在第1.2节中，由式（3）至（7）给出，这里不再赘述。

（2）系统约束

节点电压约束

式中：Vi,t为节点i的逐时电压幅值；、分别为节点i的电压幅值上下限。支路容量约束

式中：Ik,t为支路k上的逐时电流；Imaxk为支路k上的最大允许电流。

除了上述约束外，还需要考虑配电系统正常运行的网络拓扑约束［20］。

3 算例分析

3.1 算例参数

为验证上述调控模型的可行性和有效性，本文基于IEEE⁃33配电网进行仿真验证。IEEE⁃33配电网测试系统如图6所示。该系统的电压等级取12.26 kV，基准容量取10 MVA，节点负荷在系统基本参数的基础上结合实际需求做出修改。其中在节点23、29和7处分别设置蓄冷空调用户1、2、3作为负荷聚合商的受控对象，其主要参数如表1所示。除此以外，根据尖峰融冰速率可计算各用户的逐时融冰上限，分别为1 136 kW、942 kW和955 kW，并设置各受控设备的最低负载率为50%。系统负荷预测曲线和首端待消纳的弃风预测值如图7所示。以下采用的分时电价在23∶00～7∶00和7∶00～23∶00分别取值0.314元/Wh和0.763元/kWh，聚合商购置弃风电量的价格设为0.1元/kWh。

图6 IEEE⁃33配电网测试系统

图7 系统负荷和弃风预测

3.2 计及冰蓄冷空调聚合商的弃风消纳

以下设置2个仿真场景，经智能算法求解后选取其中峰谷差最小的作为最优解进行分析。场景一：冰蓄冷空调未参与聚合商统一调控，运行在主机优先策略下；场景二：各用户在聚合商模式统一调控下参与弃风消纳。

表1 蓄冷用户参数

根据本文所提的优化调控模型，图8对比了25%冷负荷需求状态下，调控前后的系统负荷曲线，并给出场景二中各受控用户的蓄冷量分配。表2为25%冷负荷需求下的仿真数据。

图8 调控结果

表2 25%冷负荷需求下的仿真数据

结合表2给出的仿真数据可得出以下结论：

（1）冰蓄冷空调聚合商对调控指令的响应，在需求侧表现为蓄冷行为对弃风分布的跟踪，实现了弃风电量向冷量的完全转换。场景二以3.5 MWh的弃风消纳总量，增强了系统的风电接入能力，有利于削减弃风惩罚、提高风能利用率。

（2）冰蓄冷空调以蓄冷时段蓄存的冷量取代机组供冷，有利于增强需求侧的负荷柔性，减小了903kW的峰谷差，体现出一定的削峰填谷效果。

（3）冰蓄冷空调聚合商对调控指令的响应，未影响用户的供冷需求，各用户的蓄冷量分别增加了5 741.85 kWh、4 261 kWh和3 134.5 kWh，通过提高蓄冰利用率、有效利用弃风电量与低谷电价，降低了约79%的聚合商运行成本。

（4）在求解最低运行费用的过程中，为达到各用户的经济蓄冷量，冰蓄冷空调聚合商在蓄冷时段的总用电量超出了弃风的消纳需求。

（5）弃风电量的低价激励使用户蓄冷行为不再局限于低谷电价时段，而延伸至有消纳需求的7∶00和22∶00。

3.3 聚合商调度潜力对调控效果的影响

3.3.1 聚合商运行状态

以下主要分析空调系统的余冰及用户供冷需求对聚合商运行状态的影响。

（1）余冰对调控的影响

由第1节的分析可知，余冰的增加相当于减少了空调系统的Wmax。以25%冷负荷需求状态为例，当设置用户余冰量为各自蓄冷上限1%～5%之间的随机数时，求解聚合商运行费用为318.29元，蓄冷量为12 165.93 kWh，相较于场景二减少了7%。

（2）冷负荷需求对调控的影响

图9对比了不同冷负荷需求下，冰蓄冷空调聚合商的调控结果。如图9所示，75%冷负荷需求下的调控分析与25%时相似，Wd的增大使聚合商提供了更多的蓄冷量。结合第1节的分析，随着供冷需求的进一步增加，用户1的Wmin将接近蓄冷上限，响应调控后仅能增加24 kWh的蓄冷量，且受逐时蓄冷功率的制约，受控时段的调节灵活性变差。

图9 聚合商用电行为

3.3.2 聚合商规模

不同负荷聚合商规模下的弃风对比如图10所示，随着受控用户数量减少，冰蓄冷空调聚合商的调控效果逐渐减弱。当仅考虑用户3响应调控时，7∶00和22∶00的弃风电量将无法消纳，其他时刻的弃风电量也较高；当仅考虑用户1退出调控时，聚合商的可控时间延长，蓄冷总量增加，但逐时弃风仍无法得到有效利用。

图10 不同负荷聚合商规模下的弃风对比

3.4 风电出力不确定性对调控效果的影响

以下以风电实际出力偏离预测值为例，分析弃风分布对聚合商调控效果的影响。同样在25%冷负荷需求状态下进行仿真验证，图11对比了弃风预测值和实际值对应的蓄冷调控结果。

图11 风电出力对调控的影响

（1）弃风分布随风电场实际出力的变化而变化，直接影响了冰蓄冷空调聚合商对各受控用户蓄冷行为的调控，即在风电出力偏大时增加蓄冷量，在风电出力偏小时减少蓄冷量。

（2）当弃风电量分布均衡时，冰蓄冷空调聚合商可在较长受控时段内保持较大的蓄冷功率，从而促进了负荷调度潜力的充分利用；当弃风电量分布相对集中时，聚合商的蓄冷功率将受逐时蓄冷上限和低消纳需求的制约，难以有效利用弃风。

4 结论

（1）本文选取冰蓄冷空调进行调控研究，其调度潜力受设备基本参数、运行状态、用户用电期望等因素的影响，在可控时间、蓄冷总量和逐时蓄冷功率方面显示出复杂的多样性。

（2）本文以负荷聚合商的概念聚合管理碎片化的蓄冷空调类负荷，基于用户个性化的供冷需求和设备运行约束，自下而上构建了最小化聚合商运行成本为目标的调度模型。经仿真算例验证，冰蓄冷空调具有跟踪弃风分布，将过剩风能转化为冷能蓄存起来的可行性。其调控效果与聚合商运行状态、风电出力等因素密切相关，其中，受控用户数量的增加有助于在可控时间和调度量等方面完善聚合商调控性能；冷负荷需求较低时，聚合商的调控灵活性更突出；弃风分布越均衡越有利于聚合商蓄冷潜力的充分利用。

本研究对电网侧，能有效提高能源利用率，增加需求侧弹性，起到削峰填谷的作用；对用户侧，能在保障用户用电舒适度的基础上，提高用电经济性，从而进一步促进需求侧资源常态化的纳入电力系统运行管理，实现网荷交互下的互惠互利。D

［1］ 刘小聪，王蓓蓓，李扬，等.计及需求侧资源的大规模风电消纳随机机组组合模型［J］.中国电机工程学报，2015，35（14）:3 714-3 723.

［2］ 徐青山，杨辰星，颜庆国.计及规模化空调热平衡惯性的电力负荷日前削峰策略［J］.电网技术，2016，40（1）：156-163.

［3］ 刘萌，梁雯，张岩，等.计及空调负荷群控制的源-荷协同优化调度模型［J］.电网技术，2017，41（4）：1 230-1 238.

［4］ 夏叶，康重庆，宁波，等.用户侧互动模式下发用电一体化调度计划［J］.电力系统自动化，2012，36（1）：17-23．

［5］ 高赐威，陈曦寒，陈江华，等.我国电力需求响应的措施与应用方法［J］.电力需求侧管理，2013，15（1）:1-4，6.

［6］ 牛文娟，李扬，王蓓蓓.考虑不确定性的需求响应虚拟电厂建模［J］.中国电机工程学报，2014，34（22）：3 630-3 637.

［7］ 李星雨，邱晓燕，赵劲帅，等.基于极点对称模态分解和需求响应的风电消纳策略［J］.电力建设，2017，38（7）：51-58.

［8］ 陈守军，辛禾，王涛，等.风电、蓄热式电锅炉联合供暖调度鲁棒优化模型［J］.电力建设，2016，37（1）：103-109.

［9］ 黄培东，詹红霞，彭光斌，等.促进风电消纳的需求响应与储热CHP联合优化模型［J］.电测与仪表，2017，54（14）:1-6.

［10］ 张永栓.国内外蓄冷技术的现状与展望［C］//首届中国制冷空调工程节能应用新技术研讨会论文集.天津：中国制冷空调工业协会，2006（1）：25-301.

［11］ 闫华光，石坤，许高杰，等.动态冰蓄冷系统的经济最优控制策略研究［J］.控制工程，2016，23（2）:303-308.

［12］ 王修岩，高冲，李宗帅.冰蓄冷空调系统的多目标优化控制策略研究［J］.计算机测量与控制，2015，23（12）:4 057-4 059.

［13］ Bashash S,Fathy H K.Modeling and control of aggre⁃gate air conditioning loads for robust renewable power anagement［J］.IEEE Transactions on Control Systems Technology,2013,21（4）：1 318-1 327．

［14］ 徐伟，孙宗宇，李骥，等.中国蓄冷空调工程应用调查分析研究（2011—2015）［J］.暖通空调，2016，46（7）：75-80.

［15］ 国家发展改革经济运行调节局，国家电网公司营销部，南方电网公司市场营销部.电蓄冷蓄热技术及技术经济评估［M］.北京：中国电力出版社，2013.

［16］ 徐青山，杨辰星，颜庆国.计及规模化空调热平衡惯性的电力负荷日前削峰策略［J］.电网技术，2016，40（1）：156-163.

［17］ 陈志辉.冰蓄冷空调系统的优化控制［D］.太原：太原理工大学，2008.

［18］ 吴杰.冰蓄冷空调系统负荷预测模型和系统优化控制研究［D］.杭州：浙江大学，2002

［19］ Mohagheghi S,fang Y,Falahati B.Impact of demand re⁃sponse on distribution system reliability［C］//Proceed⁃ing of the 2011 IEEE Power and Energy Society General Meeting,Detroit MI,USA:2011,7:7.

［20］ 陈光，戴攀，周浩，等.计及入网电动汽车和分布式电源的配电系统重构［J］.电网技术，2013，37（1）:82-88.