市场环境下考虑主动管理措施的双层综合能源规划方法

2018-09-27徐雨田廖清芬刘涤尘田园园

电力系统自动化 2018年18期

徐雨田, 廖清芬, 刘涤尘, 田园园, 陈懿, 陈炜

(1. 武汉大学电气工程学院, 湖北省武汉市 430072; 2. 国网经济技术研究院有限公司, 北京市 100052)

0 引言

随着社会经济的飞速发展,传统化石燃料能源的日益枯竭,实现可再生能源(renewable energy,RE)的高效运行被认为是全球的主要挑战[1-2]。传统上,能源服务网络,即电气和天然气基础设施是单独规划和运行的。然而,单独运营这些能源载体的策略可能不是最佳的综合能源运行方式。将电气和天然气网络结合起来,建立综合能源市场协调各种能源网络的供需问题,提出充分的激励措施来加强能源服务网络,是提高能源利用率等问题的有前景的手段之一。

目前,针对能源载体之间的互动,专家学者提出了能源中心(energy hub,EH)的概念[3-4]。能源中心提供了一个建模框架,不仅仅只适用于特定能量载体组合,而是可以分析和优化任意组合的能量系统内能量的传输与转换关系。而考虑能源载体的规划,相关专家学者已有一定的研究。文献[5]在包含电力网和天然气网络的系统内,通过考虑运营成本、功率损耗、网络可靠性和电压损失等,建立了热电联产(combined heat and power,CHP)装置的选址定容规划模型,但只涉及天然气至电能的单向转化而不能实现两种能源的互补。文献[6-7]提出了一种基于可靠性的能源中心与多个能源基础设施互联的最优规划模型,但未考虑传输线路和天然气管道的物理限制。文献[8]在考虑对RE的激励政策的前提下,规划能源中心内装置的容量,包括RE、CHP、锅炉、吸收式制冷机、压缩式制冷机等装置,但未实现能源市场对用户用能的各种调控作用。并且上述文献均未考虑配电网对RE出力的主动管理,不能体现高渗透RE接入下配电网的特征,也不能解决高渗透RE接入配电网所带来的问题。

综合以上分析,本文建立了包含两大主体——区域能源供应商和综合能源管理中心的综合能源市场模型,区域能源供应商通过建设和运营综合能源单元获取收益,综合能源管理中心协同管理和优化配电网及天然气网络。在考虑RE出力控制、无功补偿的投切、有载变压器的调节3种主动管理措施后,提出一种双主体的双层规划模型。上层以区域能源供应商的售电、热收益、综合能源单元的建设成本、运行维护成本、向上级购电购气成本，以及单元内RE主动管理成本的综合收益最大为目标函数;下层规划以综合能源管理中心的售电、气收益,购电、气成本，以及配电网和天然气网传输损耗的总收益最大为目标函数。采用猫群优化(cat swarm optimization,CSO)算法和改进的遗传算法(genetic algorithm,GA)分别对上下层模型进行求解,并通过IEEE 33节点配电系统验证了所提模型的合理性。

1 综合能源系统

为了充分消纳RE的出力,减少“弃风”“弃光”现象的发生,以电力网为载体融合天然气、热能等多种能源转换和传输的综合能源系统应运而生。图1所示的综合能源系统由3个综合能源单元和相关传输通道构成,体现了能源基础设施之间相互作用的环境。

图1 综合能源网络结构Fig.1 Structure of integrated energy network

图1中的综合能源单元分别对应小区、医院和学校3个不同场所,每个单元根据用户对能源的需求安装能源转换装置,在实际生活中可以以物业管理的形式实现。在本文中,综合能源系统与传统能量系统之间的根本区别在于,单元内的负载可由多种能源相互转化提供,以最大限度地降低总成本。

1.1 综合能源单元模型

一般来说,综合能源单元实现了能源生产者、能量传输网络和消费者之间的联系[9]。从能量系统的角度来看,每个综合能源单元都包含许多不同的能源载体作为输入和输出,如电力、天然气、风力发电和太阳能等RE。这些载体通过单元内的各种装置实现相互转化,如CHP、电转气(power to gas,P2G)、燃气锅炉(gas furnace,GF)、风力发电机、太阳能电池等[10],如附录A图A1所示。

综合能源单元内的RE出力和单元向上级电网购买的电能通过分配系数ve,一部分直接用于满足电负荷,另一部分分配给P2G生产天然气;P2G产生的天然气又与单元向上级天然气网络购买的天然气通过分配系数vg,一部分通过GF产生热能,另一部分通过CHP产生热能和电能供给用户。

综合能源单元的规模可能因实际场所不同而有所区别,但其能源输入和输出均可以用式(1)中定义的耦合矩阵来表示。

(1)

式中:综合能源单元的各能源的输入和输出分别用E=[Eα,Eβ,…,Eγ]和L=[Lα,Lβ,…,Lγ]表示[11]；矩阵C为描述从输入到输出的能量转换的正向耦合矩阵,耦合矩阵的元素是耦合因子,表示转换器效率和综合能源中心内部拓扑。

本文重点介绍电能、天然气和热能之间的转化[12],如式(2)至式(6)所示。

(2)

(3)

(4)

(5)

(6)

可以预见的是,综合能源单元还可以随着技术的发展逐步添加其他能源载体和设备。例如,燃料电池或储热设备可以通过添加相应的方程(类似于本文中用于天然气和电能的方法)补充到本文所建立的模型中。

1.2 综合能源市场主体

在本文所提的综合能源系统中,区域能源供应商经营的这些综合能源单元,可以通过在电力高峰负荷期间将RE的出力全部用于供给负荷及使用CHP将更多天然气转换为电能[5],而不是直接从电网购买全部电能;或是在热负荷高峰期间将RE的出力和从配电网的购电通过P2G转化为天然气,再通过CHP和GF将天然气转换为热能[13-14],从而积极参与需求响应计划。

同样在电负荷的低谷期,RE供给用户后的多余出力可以卖给配电网,使得区域能源供应商在综合能源市场内参与电力交易成为可能。随着售能业务的丰富和放开,区域能源供应商在市场内会逐渐成为竞争主体。

综合能源市场竞争包括多种能源集中的交易过程,因此需要一个高效、有力的机构对相关交易进行管控。综合能源管理中心整合配电网和天然气网的资源,通过发布电价和气价调控区域能源供应商对相关能源的采购和售卖。此时,对于综合能源系统来说,参与需求响应计划的对象实质上从用户转变为区域能源供应商。

现有文献通常考虑用户直接参与的需求响应措施[3]。该措施通过电价对用户用电行为进行调控,激励用户在系统峰荷情况下依据与电网公司达成的协议中断或转移负荷,以牺牲用户舒适性和方便性为代价,同时配电公司需要对用户进行一定的经济补偿。用户因此修改自己的最佳用能行为,生活行为受到一定的限制和影响。

而在本文提出的综合能源系统中,从综合能源管理中心的角度看,某种能源需求的高峰时段的负荷减少。但从用户的角度来看,用能行为并没有改变,仅仅只是能量供需的来源发生了变化,满足了用户对美好、自由、便捷的未来生活的期待。

因此,在对综合能源系统进行规划时,主体不再只局限于传统的配电网或天然气网,而是可以站在综合能源管理中心的立场考虑,也可以从为用户提供多种能源的区域能源供应商的角度出发。

1.3 主动管理模式

高渗透RE接入配电网,如不对其出力进行管理会导致接入节点的电压升高甚至电压越限的现象出现,这是限制RE接入配电网容量的重要因素。主动管理主要是调整配电网系统参数,使潮流分布得到改善并满足各项电气约束,从而避免和减少RE出力的切除。基于此,安装RE的区域能源供应商需要向综合能源管理中心支付一定的费用,以实现RE被更大程度地接纳。

综合能源管理中心采用以下3种主动管理措施来调控综合能源单元内安装的RE[15]:①RE出力控制，即通过控制RE出力调整接入RE节点的电压,从而改善潮流分布；②无功补偿的投切，即通过在RE接入节点投切无功补偿设备来满足配电网运行对无功的需求；③有载变压器的调节，即通过调节变压器一次侧的可变抽头,保证配电网的电压在规定范围内。

(7)

(8)

(9)

式中:Ω为综合能源单元集合;Δt为单位时段时长；T为时段t的集合。

可得到目标函数的优化解为:

(10)

式中:ce′(·)表示ce(·)的一阶导数。式(10)表示配电网根据主动管理的边际成本设定主动管理价格。

2 双层规划数学模型

作为面临高渗透率RE接入配电网的解决方案,本文的规划模型涉及两个利益主体:区域能源供应商和综合能源管理中心。虽然在行政等级上,综合能源管理中心处于上级,区域能源供应商处于下级，但在综合能源系统中,区域能源供应商作为规划主体,迫切希望通过安装综合能源单元获得收益,具有主导地位，如附录A图A2所示。

区域能源供应商作为双层规划的上层主体,以综合能源单元内的各装置容量方案、单元内电能和天然气的分配系数为决策变量,综合能源管理中心在上述信息的基础上确定从主网的购电、气量和主动管理价格,以满足电网和天然气网的最优运行,从而实现成本最低。

2.1 上层规划模型

上层规划模型以区域能源供应商净收益最大为目标,如式(11)所示。

max{Csale-(Ccoe+Cope+Cb+CAM)}

(11)

具体表达式如下。

1)售电、热收益Csale

(12)

2)建设成本Ccoe

(13)

(14)

式中:s为折现率,一般为8%;n为经济使用年限,取为20。

3)运行成本Cope

(15)

式中:cchp,cp2g,cgf,cw,cpv分别为单位容量CHP,P2G,GF,风机和光伏发电的运行维护成本。

4)购电、气成本Cb

(16)

5)RE年主动管理成本CAM

(17)

约束条件如下。

1)RE的安装容量约束

(18)

式中:mi,max为综合能源单元i位于的节点处所允许安装的RE的最大容量。

2)单元内各能量转换装置的安装容量约束

(19)

3)单元内各能量转换装置的出力约束

(20)

4)单元内负荷平衡约束

(21)

5)能源中心分配系数约束

(22)

2.2 下层规划模型

下层规划以综合能源管理中心总收益最大为目标函数,如式(23)所示。

max{Bs-(Bb+Bloss)}

(23)

具体表达式如下。

1)售电、气收益Bs

(24)

2)购电、气成本Bb

(25)

3)电能和天然气传输损耗Bloss

(26)

约束条件如下。

1)电力节点功率平衡约束

(27)

式中:Ui和Uj分别为节点i和节点j的电压幅值;j∈i表示节点j与节点i相连;Gij和Bij分别为节点导纳矩阵的实部和虚部;θij为节点i与节点j之间的相角差;Pi和Qi分别为电力网节点i处的有功和无功功率。

2)天然气节点功率平衡

(28)

3)电力线路容量约束

(29)

4)天然气管道容量约束

(30)

式中:Pg,max和Pg,min分别为天然气管道传输容量的上、下限。

5)节点气压约束

(31)

式中:πi,max和πi,min分别为天然气网络中节点i处气压的上、下限。

6)主动管理约束

主动管理措施能够在不违反电压约束的条件下提高RE的安装容量和出力,满足电网对无功功率的需求及优化系统潮流。

①RE出力约束

将其转化为节点电压约束,即

(32)

式中:Ui,max和Ui,min分别为电力网中节点i处电压的上、下限。

②无功补偿装置投切量约束

Qc,min≤Qc≤Qc,max

(33)

式中:Qc,max和Qc,min分别为无功补偿装置容量的上、下限。将其转化为功率因数的限制,即

φi,min≤φi≤φi,maxi∈Ωq

(34)

式中:φi为电力网中节点i的功率因数,维持在0.9超前～0.9滞后,且无功补偿量不超过负荷无功总量,φi,max和φi,min分别为其上、下限;Ωq为电力网中装有无功补偿装置的节点集合。

③有载调压变压器(on-load tap changer,OLTC)的运行约束

kmin≤kt≤kmax

(35)

式中:kt为t时刻OLTC触头的位置;kmax和kmin分别为OLTC触头调节的上、下限。

3 规划模型的求解

本文提出的双层规划模型是一个混合离散和连续决策变量的非线性问题,无法通过单一算法求得理想解。本文选择通过优化CSO算法解决上层模型,该算法由Chu,Tsai和Pan共同在2006年提出,具有能在短时间内快速搜索到全局最优解的优点;采用改进的GA对下层模型进行求解,方便用程序实现及求解非线性、多模型问题的优异性使得GA成为最常用的现代优化算法之一。

3.1 上层模型求解算法

CSO算法原理来源于观察猫科动物的生活习性,具有搜索和追踪两种动作模式。算法中一只猫代表待求解问题的一个潜在解[17],其中一部分猫执行搜索动作,其余的猫执行跟踪动作,两种模式通过分组率(mixture ratio,MR)进行交互。算法的具体流程如下。

步骤1:将猫群初始化,给定CSO算法的参数。

步骤2:挑选目前猫群里适应度值最大的猫。

步骤3:根据MR将猫群内的猫分类,一部分通过搜索动作寻优,剩余猫通过跟踪动作寻优。

步骤4:记录通过两种寻优模式后种群内找到的最优解,并判断该解是否满足结束条件。

步骤5:若满足则输出最优解,若不满足则继续循环步骤3和步骤4,直到得到满足结束条件的最优解。

3.2 下层模型求解算法

GA来源于生物进化过程。在确定初始种群后,根据达尔文进化论适者生存理论,通过种群内部不断的变异和交叉,逐渐进化出越来越好的可行解。

在基础遗传算法中,选择再生个体的概率由个体的适应值决定,如式(36)所示。

(36)

式中:fit(xi)为个体xi适应值;NP为种群个体数。

当某个个体的适应度为0时,这个个体将不能保存下来,不再产生后代。这将有可能导致在进化的过程中遗漏一些解甚至错失最优解。本文根据文献[18],采用顺序选择策略将选择再生个体的概率确定下来,流程如下:①将个体按照适应值从大至小排序;②将排在首位的再生个体概率定为q,则队列中排在第j位个体的概率则为:

(37)

这样就能保证每个个体都能被保留,且都有可能产生再生个体。

3.3 模型求解流程

采用CSO算法结合改进的GA求解双层规划模型的详细流程如附录A图A3所示。

4 算例分析

4.1 算例和参数设置

本文根据文献[5]以包含电气和天然气网络的33节点系统为例来对综合能源规划模型进行分析,其具体结构如附录A图A4所示。节点电压允许范围为0.95～1.05(标幺值),节点气压约束范围为380～460 kPa。每个节点的电负荷和热负荷如附录A表A1所示。

每个综合能源单元相同装置除了安装容量不同,工作效率都相同。根据文献[16]和文献[19]给出综合能源单元内各装置安装及运行的各项参数,如附录A表A2所示。根据文献[8]给出不同买卖方能源价格,如附录A表A3所示。

分析附录A表A1中每个节点的电负荷和热负荷,可以明显看出负荷较大的电力节点和负荷较大的天然气节点通常重合,共同组成重要负荷节点。基于此,本文在系统中选择12个重要负荷节点处建设综合能源单元,各单元的负荷参数如附录A表A4所示。

附录A表A3内节点负荷表示的是日最大负荷。随着季节的变化,用户对电能和热能的需求会有不同程度的波动,同时风机和光伏出力也具有一定的时序特性[19],因此给出每个季节的日负荷波动(电和热)如附录A图A5所示,每个季节的风机和光伏出力波动如附录A图A6所示。一年内4个季节春夏秋冬的持续时间分别为92,92,91,90 d。

4.2 结果分析

为了表明所提综合能源单元及综合能源市场的引入对RE规划带来的影响,本文设置以下两种方案对规划结果进行比较。方案1:将电网和天然气网独立,此时综合能源单元内只装设RE及GF装置。用户电负荷由RE出力和从配电网购电满足,热负荷由GF燃烧从天然气网所购天然气产生的热量供给。方案2:考虑多种能源相互转化的综合能源单元规划。

方案1中选择将50%的高峰期中断负荷转移到低谷期实现。在规划模型下层目标函数中考虑需求响应成本如下式所示:

(38)

式中:nDSM为可中断负荷用户数;PDSM,i和TDSM,i分别为第i个可中断用户的履约中断负荷及中断时间;cpi为可中断负荷的单位补偿费用。

在这两种方案下,各综合能源单元内风电和光伏的规划配置结果如附录A图A7所示。对比图中两种规划方案的结果,方案1将电能和天然气独立考虑得到的RE规划总容量小于方案2。这是由于方案2考虑了电、气、热3种能源形式的相互转化,使得RE的出力有了用户使用、转化为天然气和卖给配电网3种出口,提高了RE的利用率,降低了RE出力被放弃的可能,从而大大增强了配电网对RE的消纳能力。同时分析单个单元内RE的规划容量可以看出,各点规划容量的比例都较为一致,都与该处电负荷的大小成正比。

两种方案的上层规划目标函数值如表1所示。

表1 上层目标函数值Table 1 Upper objective function values 万美元

分析表1中数据可知,在安装综合能源单元时,不仅RE的安装容量增大,而且综合能源单元内安装了P2G,CHP和电转气装置,建设成本和运行成本分别增加35.2万美元和20.7万美元。RE的出力增大使得区域能源供应商的售电、热收益增加了43.53%,同样由于对综合能源中心售电增加,导致主动管理的费用增加了25.7万美元。然而综合能源单元能够协调电、气之间的供能需求,通过相互替代来实现低价采购能源,因此方案2较方案1的购电、气成本降低了17.7万美元。综合来看,区域能源供应商的净收益方案2较方案1增加了68.8万美元。

两种方案的下层规划目标函数值如表2所示。

表2 下层目标函数值Table 2 Lower objective function values 万美元

表2中数据表明,在安装综合能源单元后,综合能源管理中心向区域能源供应商总体出售能源减少,向上级网络采购能源的总量也减少,购电、气成本降低23.76%。由于对区域能源供应商内RE的出力进行了主动管理,协调了网络参数,优化了网络内的潮流分布,使得传输损耗降低,所以综合能源管理中心内的传输损耗也降低了32.35%。同时方案2相比方案1减少了需求响应的补偿费用,综合以上,方案2较方案1综合能源管理中心的总收益增加了12.3万美元。

以夏季为例,两种方案下向综合能源管理中心购电、气的功率变化如图2所示。

图2 两种方案下区域能源供应商向综合能源管理中心购电、气功率波动曲线Fig.2 Curves of purchasing electric power and gas from integrated energy management center to regional energy suppliers under two schemes

从图2(a)中可以看出,在方案1下,区域能源供应商向配电网购电功率的高峰时段为8～20,其峰值为6.35 MW。通过运营综合能源单元,方案2内区域能源供应商在该时段内向配电网的购电功率大大减小,其峰值为3.77 MW,较方案1减少约41%。而图2(b)中,在时段8～20内,方案2的购气功率较方案1大幅增加,峰值功率从2.46 MW増至3.30 MW,增加约34%。这是由于方案2中,在配电网售电的高峰时段电价也相对较高,区域能源供应商采取减少向配电网购电、增加向天然气网络购气的策略,在满足用户需求的同时降低了自身成本、提高了收益。

两种方案下用户侧消耗的电力和热功率分别如图3所示。

图3 两种方案下用户侧消耗电、热功率波动曲线Fig.3 Curves of electric and heat power consumed at user side under two schemes

图3(a)中方案2的用户用电功率曲线与附录A图A5中夏季用户电负荷波动曲线保持一致,而在方案1中,用户在配电网售电高价时段8～20的用电功率降低,在售电低价时段0～8和20～24的用电功率较方案2增加。同样,图3(b)中两种方案下用户用热功率曲线也有相似规律。这是由于在方案2下,用户不需要将负载需求从高峰时段转移到低谷时段,也无需降低自身对电能的需求,基本可以完全尊重用户的用能意愿。

在方案2中,综合能源管理中心向区域能源供应商收取的主动管理价格变化曲线如图4所示。

图4 主动管理价格变化曲线Fig.4 Curve of active management price variation

可见,在综合能源管理中心售电高价时段8～20,区域能源供应商减少从配电网的购电量,通过RE出力和CHP转换天然气供给用户。此时RE出力就地消纳,得到充分利用,综合能源管理中心无须过多采用措施来管理RE出力,主动管理价格较低,最低为0.27美元/(kW·h)。而在售电低价时段0～8和20～24,用户对电能需求降低,区域能源供应商将部分RE出力售给综合能源管理中心。综合能源管理中心采取主动管理措施对系统进行调整,在不违反电网约束的前提下接纳RE出力。此时,主动管理价格较高。