基于小微企业需求响应的园区能量优化管理方法

（国网浙江省电力有限公司台州供电公司，浙江 台州 318000）

0 引言

近年来，小微企业在浙江省发展迅猛，《浙江日报》2018 年的统计数据显示：浙江省共有小微企业190 万家，占全省企业总数的97%，以小微企业为主体的民营经济占全省GDP（国内生产总值）的65%、税收的54%、出口的76%与就业的80%[1]。目前，浙江省正处于由小微企业“大省”向小微企业“强省”发展的转型期，也是由粗放型向高质量发展的关键期[1]。但是，小微企业“低散乱”现象阻碍了浙江省在经济转型路上的发展，如文献[2]指出传统工业园区供电模式会造成电力供需脱节、企业成本增加和小微企业入园积极性低等问题。因此如何引领小微企业转变成长轨迹，是现阶段浙江省必须破解的现实课题[1]。而将智能微电网与工业园区相结合，发展工业智能小微园区正是破解这一难题的有力途径之一。

小微园区是小微企业创新发展的孵化器，也是浙江省振兴实体经济、促进经济转型升级的重要平台之一。但小微企业抗风险能力低，对成本控制要求较高，为了营造稳定友好的营商环境，破解制约小微企业发展的难题，浙江省根据小微企业的行业特点，新建与改造了大量工业小微企业园区[3]。但是随着小微园区的大量快速建成，如何根据小微园区的实际负荷特点，实现园区智能化管理与微电网能量优化，是目前十分重要的课题。

另一方面，为了解决能源过度消耗与日益突出的环境问题，国家大力发展可再生能源[4-5]，而微电网则是有效利用可再生能源的重要手段。在此背景下，我国开展了一系列微电网能源优化管理研究。文献[6-7]针对分布式电源单机接入电网成本较高及其所产生电能不可控等问题，提出将分布式电源以微电网的形式接入电网。文献[8]考虑了在光伏补贴政策下光伏并网的经济效益，但未考虑储能配置，也未具体分析光伏系统与电网之间能量流动的关系。文献[9]利用储能装置改善了光伏并网发电系统中的电能质量与电网压力问题，但未考虑储能系统对于系统经济效益的作用。文献[10]采用粒子群算法对分布式能源系统的动力设备容量进行了优化配置，但该算法容易陷入局部最优。文献[11]考虑了实时发电功率与用户侧用电量，但未考虑实时电价以及储能、光伏单元的损耗，并且该文献所采用的HOMER 软件全局优化能力较差，实际应用效果并不理想。

此外，基于负荷侧的需求响应也是一种消纳新能源、降低微电网运行成本的手段。文献[12]利用分时电价机制引导用户侧可控负荷参与需求响应，降低微电网的运行成本。文献[13]指出负荷响应能有效增加可再生能源的利用率，减小储能的压力，从而降低微电网运行成本。但上述文献中的负荷仅根据分时电价信息或激励性负荷需求响应机制等单一机制做出响应，未考虑结合多种机制的优点来引导负荷参与需求响应。

综上所述，本文以浙江省台州市某小微园区为背景，建立了一种基于小微企业需求响应的园区光-储并网型微电网优化调度模型。该模型通过分析园区的负荷特性，结合峰谷分时电价与光伏系统出力来引导小微企业做出响应，最后讨论了该园区在典型季节与天气下日前24 h 园区侧的运行经济性，如夏季典型晴日、夏季典型短时阵雨日与夏季典型暴雨日；并以经济性最高为目标，优化管理各系统之间的能量交互，实现园区微电网与小微企业的用能全局优化管理与经济运行，进而改善能源利用效率、电能质量水平。

1 工业型智能小微园区微电网概况

工业型智能小微园区微电网通常建设在园区内，其电压等级为10 kV，容量为几兆瓦至几十兆瓦[14]，是由光伏系统、储能系统、能量转换装置与园区负荷等要素组成的典型微电网结构。

1.1 微电网结构

本文研究的微电网结构如图1 所示，各单元相互连接，且都与微电网控制中心连接，组成微电网的通信网。同时，微电网又与大电网相连，以实现微电网的并网运行。其中，光伏系统产生的电能一部分供应给小微企业，一部分售卖给电网，并且储能系统和电网的参与调节了光伏系统与小微企业用电的供需差异。本文将小微企业用电负荷分为园区可控负荷与园区不可控负荷，目的是为了调节可控负荷，提升新能源的消纳，降低小微园区的经济成本。

图1 目标微电网结构

1.2 分布式发电单元

光伏阵列输出功率如下[15]：

式中：PPV（t）表示光伏系统的实际输出功率；PSTC表示光伏系统最大输出功率；G（t）表示t 时刻的光照强度；GSTC表示标准测试条件下的光照强度，取GSTC=1 000 lx；k 表示标准测试条件下的温度系数，一般取k=-0.45；Tc（t）表示t 时刻光伏阵列的实际温度；TSTC表示标准测试条件下的光伏阵列的温度。

储能单元在t 时刻的充放电功率PS（t）如式如（2）所示：

式中：ES（t）为储能系统在t 时段储存的能量；T为能量调度周期；当PS（t）＞0 时，储能系统为放电状态；当PS（t）＜0 时，储能系统为充电状态，其充电能量与放电能量相等且不超过其容量限制。

1.3 小微企业需求响应

小微企业的用电负荷分为可控负荷与不可控负荷，本文基于分时电价与光伏系统出力的信息来引导可控负荷做出响应。基于分时电价信息可刺激小微企业的用电方式；基于光伏出力信息可刺激小微园区对可再生能源的消纳。因此，小微企业参与需求响应后的表达式如下：

1.4 小微园区负荷特性与光伏特性分析

以浙江省台州市某小微园区为例，其负荷变化主要与厂内员工工作时间相关。该园区工作时间遵循三班倒制度，由上班时间（24:00—8:00，8:00—16:00，16:00—24:00）可看出在换班节点与饭点，园区内的负荷用电会相对减少。同时选取该地区夏季数据，通过式（2）计算得到夏季典型晴日、典型短时阵雨日、典型暴雨日的光伏系统出力。小微园区内部企业用电负荷与夏季各典型日下光伏系统的出力情况如图2 所示。

图2 园区用电负荷与光伏系统出力情况

2 能量优化配置模型

2.1 能量优化调度模型

2.1.1 目标函数的建立

本文涉及的成本包括：光伏系统与储能系统的一次性投资成本与运行维护成本；大电网与小微园区之间的电价交易成本。设单位时间内分布式发电单元的发电功率、负荷、微电网与大电网交互功率恒定，则最低运行成本的目标函数为：

式中：Cmin表示小微园区日前24 h 最低经济成本；表示日前24 h 小微园区向大电网购买电能的成本；表示日前24 h 光伏系统向大电网卖电的售电额；M 表示光伏组件与储能系统的日前24 h 等效投资成本与维护成本。

式中：λprice（t）表示t 时刻小微园区从电网购买电能的电价；λup（t）表示t 时刻光伏富余电量的上网电价；表示t 时刻电网对小微企业的传输功率；表示t 时刻电网对储能的传输功率；表示t 时刻光伏富余电量的上网功率。

在典型夏日中，光伏组件与储能单元的日前24 h 等效投资与运行维护总费用M 表示为：

式中：M1为光伏系统成本；M2为储能系统成本；MPV为光伏组件的一次性投资成本；NPV为光伏组件的使用期限；rPV为光伏组件的年运行维护率；rESB_1为储能系统的单位功率年运行维护费用；rESB_2为储能系统单位容量的年运行维护费用；MESB为储能系统的一次性投资成本；NESB为储能系统的使用期限；PESB为储能系统的充放电功率；EESB_E为储能系统的额定容量。

2.1.2 约束条件

（1）荷电状态约束

储能系统电量计算公式为：

状态约束为：

式中：EESB（t）为t 时刻储能系统的电荷量；SOC（t）为t 时刻储能系统的荷电状态；SOCmax与SOCmin分别表示储能系统荷电状态的上、下限。

（2）能量约束

园区与大电网的能量平衡约束为：

式中：Pload表示小微园区内企业的用电功率；表示光伏系统提供给小微企业的功率。

（3）小微企业需求响应约束

小微企业需求响应约束为：

2.2 模型求解

遗传算法[17-18]通过模拟自然进化过程搜索最优解，其全局搜索能力强。因此，本文采用遗传算法对上述目标函数进行求解，以实现基于小微企业需求响应的能量优化管理，流程如图3 所示。

3 实例分析

3.1 基础数据

本文以浙江省台州市某小微园区为例，当地电网实行峰谷分时电价机制[19]。同时，小微园区内搭建的分布式光伏发电系统根据浙江省当前自发自用余量上网型分布式光伏发电项目执行，其补贴为国家级、省级光伏发电项目度电补贴。小微园区内购电电价、光伏发电上网标杆电价与补贴电价如表1 所示。

本文选取浙江省台州市夏季为仿真时段，通过气象数据得出夏季平均日出日落时刻，如表2所示。

图3 基于遗传算法的小微企业需求响应的能量优化管理方法流程

本文建立的微电网主要涉及光伏发电装置与储能装置。在计算小微园区的最低经济成本时，需要使用以下各类装置数据，相关价格与参数如表3 所示。

表1 浙江省台州市购电电价、光伏上网电价与补贴电价

表2 夏季平均日出日落时刻

表3 微电网各组件参数

3.2 仿真结果

基于MATLAB 平台对本文建立的能量优化模型进行求解。基础参数设置如下：种群规模为40，迭代次数为200，交叉概率为0.6，惯性权重变异概率为0.01。目标城市夏季具有典型晴日、典型短时阵雨日与典型暴雨日3 类典型天气。因此，基于目标城市某小微园区实际运行数据与气象数据，本节探讨上述3 种情况下的运行经济性，并给出各系统之间的能量交互情况。

3.2.1 案例一：夏季典型晴日

夏季典型晴日下，基于小微企业需求响应且含储能系统的微电网并网优化运行结果如图4 所示。其中，GRID 运行计划为电网侧能量交互状态，BAT 运行计划为储能侧能量交互状态，PV运行计划为光伏出力状态，园区负荷为小微企业用电状态。

图4 夏季晴日含储能的微电网并网优化结果

由图4 可知：日出前与日落后的时段无光照，光伏系统不出力；日出后，随着太阳的升起与时间的推移，光伏系统在日中时达到出力顶峰，之后出力逐渐降低。

储能侧：当电网的售电价格为低谷电价时，小微园区从大电网购入电能存入储能系统中。当电网的售电价格为峰时电价时，若光伏系统出力不够小微企业消耗，则储能系统释放电能为小微企业供电，如08:00—10:00，16:00—21:00；若光伏系统出力满足小微企业消耗，则储能系统不释放能量，如13:00—16:00。

电网侧：当电网的售电价格为低谷电价时，若光伏系统的出力低于小微企业消耗，则电网既要向小微企业供电，又要向储能系统送电，如22:00—次日08:00；当电网的售电价格为峰时电价时，若光伏系统与储能系统的共同出力低于小微企业消耗，则园区还需要从电网购电满足小微企业的用电需求，如19:00—22:00。无论电网售电价格为多少，若光伏出力在满足小微企业的用电需求且还有富余电量时，则光伏系统会将富余电量售卖给大电网，如10:00—16:00。

负荷侧：对比小微企业需求响应前后可知，本文利用光伏出力信息引导可控负荷参与需求响应，该方法提升了对光伏能源的消纳能力，降低了具有不确定性的光伏能源对电网的冲击，如10:00—16:00 时段。为了进一步降低园区经济成本，可利用分时电价引导可控负荷参与需求响应，在电价高峰时降低用电负荷，在电价低谷时提升用电负荷。同时，小微企业参与需求响应后，电网与储能系统的电能波动幅度较小，为设备安全稳定运行提供了保障。

为了说明储能系统的作用，图5 给出了夏季典型晴日基于小微企业需求响应但不含储能系统的微电网并网优化运行结果。不含储能系统时，小微园区不能利用峰谷价差调节经济成本。此时，若光伏系统的出力低于小微企业消耗，则园区需要从大电网购电；若光伏出力高于小微企业的用电需求，则多余电量反向售卖给大电网。

图5 夏季晴日不含储能的微电网并网优化结果

对比图4 与图5 可知，当含有储能系统时，在电价峰时阶段会优先考虑储能系统出力，降低了小微园区从大电网购电的成本，如图4 中的08:00—11:00 时段与16:00—22:00 时段。

3.2.2 案例二：夏季典型短时阵雨日

夏季典型短时阵雨日下，基于小微企业需求响应且含储能系统的微电网并网优化运行结果如图6 所示。

对比图4 可知：当光伏系统出力减少时，储能系统放电次数增加，电网向园区输送的电能也增加。

图6 夏季典型短时阵雨日含储能的微电网并网优化结果

储能侧：与案例一不同的是，在光伏系统出力高峰时，案例二中的储能系统仍旧在放电，如13:00—16:00 时段。

电网侧：与案例一不同的是，在光伏系统出力高峰时，案例二中的电网仍然要向园区微电网输送电能，如10:00—13:00 时段。

负荷侧：与案例一不同的是，由于光伏出力的降低，在光伏系统出力高峰时，案例二图6（b）没有利用光伏出力信息引导园区负荷用电方式，如10:00—16:00 时段，此时园区负荷基于分时电价来调整用电方式。

同样，图7 给出了夏季典型短时阵雨日基于小微企业需求响应但不含储能系统的微电网并网优化运行结果。

案例二中图6 与图7 的对比结论与案例一中图4 与图5 的对比结论一致，且在13:00—16:00时段，案例二中储能系统的出力降低了园区微电网从大电网购电的成本。

3.2.3 案例三：夏季典型暴雨日

夏季典型暴雨日下，基于小微企业需求响应且含储能系统的微电网并网优化运行结果如图8所示。

与前2 个案例中图4、图6 对比可知：当光伏系统出力大幅度降低时，小微园区需要从大电网购入更多的电能。

图7 夏季典型短时阵雨日不含储能的微电网并网优化结果

图8 夏季典型暴雨日含储能的微电网并网优化结果

储能侧：案例三对储能系统的利用率要高于案例一，如13:00—16:00 时段案例三中的储能系统仍在放电。案例三中储能系统的能量波动幅度高于案例二，如3:00—4:00，13:00—14:00 与22:00—24:00 时段。

电网侧：与案例一不同的是，在光伏出力高峰时，案例三中没有富余的能量反向输送给大电网，如10:00—16:00 时段。与案例二不同的是，在光伏出力高峰时，案例三中的电网仍需向园区供电，如13:00—16:00 时段。

负荷侧：与案例一不同的是，在光伏系统出力高峰时，案例三图8（b）没有利用光伏出力信息引导小微企业用电方式，如10:00—16:00 时段。与案例二不同的是，案例三的园区负荷需求响应曲线更平滑，当其他能源单元向该负荷供电时，其波动幅度会变小，如图8 中12:00—14:00 时段。

同样，图9 给出了夏季典型暴雨日下基于小微企业需求响应但不含储能系统的微电网并网优化运行结果。

图9 夏季典型暴雨日不含储能的微电网并网优化结果

对比图8 和图9 可知，储能系统能够在电价高峰时降低电网向园区输送的电量，如8:00—11:00，13:00—21:00 时段。因此，加入储能系统降低了园区向电网购买的经济成本。

3.2.4 案例对比

上述3 个案例优化结果的对比数据见表4。表4 显示：在小微企业需求响应前后的不同案例下，均体现出光伏系统的出力越大，小微园区日前24 h 经济成本越低；在相同案例下，含储能后的日前24 h 经济成本要低于含储能前的日前24 h 经济成本，并且需求响应后的日前24 h 经济成本要低于需求响应前的日前24 h 经济成本。

同时，为了表明小微企业需求响应、光伏系统与储能系统对小微园区的综合作用，根据前文给出的基础数据，计算出该园区在小微企业需求响应前且不含光伏、储能系统情况下的日前24 h经济成本为2.634 7×104元。将之与表4 中小微企业需求响应前后的每个案例进行对比，可以明显看出：在小微企业需求响应、光伏系统与储能系统的共同作用下，有效降低了小微园区日前24 h经济运行成本。因此，本文所提能量优化管理方法能有效降低日前24 h 经济成本，提高园区运行的经济性。

表4 小微园区日前24 h 经济成本优化对比元

4 结语

针对基于小微企业需求响应的光-储并网微电网经济性能源优化问题，以各系统造价成本、维护成本、分时电价下购电成本及园区富余电量上网盈利为指标，构建了含光伏、储能、大电网及负荷的能量优化运行模型。该模型分析了浙江省典型小微园区的负荷特性，确定各小微企业的用能特点，然后基于光伏系统出力与分时电价对负荷进行优化调整，同时以在储能侧充放电功率及在电网侧的售购电功率为决策变量求解该模型，通过案例对比验证了所提方法的可行性。仿真结果表明：基于小微企业需求响应的光-储并网微电网能有效降低日前24 h 经济成本，并且光伏系统的加入实现了对可再生能源的利用，可促进小微园区绿色、健康发展；同时储能系统的加入实现了小微园区内的能量再分配，改善了新能源利用效率。小微企业需求响应使得小微园区实现了对可再生能源的再次消纳，这不仅降低了可再生能源上网时对电网的冲击，还扩展了可再生能源的消纳方式。