基于价格型需求响应的多微电网优化策略

2021-01-07曾宪文高桂革

上海电机学院学报 2020年6期

曹伟，曾宪文，高桂革

(上海电机学院 a.电子信息学院; b.电气学院, 上海 201306)

微电网是一种小型发配电系统，在高比例消纳分布式能源、提升供电可靠性等方面具有自身的优势，也是智能配电网的重要组成形式之一[1]。

微电网的经济性问题主要包括两方面。一方面是对可再生能源的充分利用。另一方面是协调各个分布式电源的出力，减少污染物的排放，提高微电网的经济效益。文献[2]提出了一种基于智能负荷的智能实时电价的响应机制，分析了智能负载的原理，设计了基于实时电价的智能负载的自动响应策略和控制回路。文献[3]按照是否服从微电网直接调度将EV分为两个集群，提出基于等效负荷的实时电价策略对EV进行充、放电引导。在此基础上建立以微电网负荷波动最小，综合运行成本最低为优化目标的微电网调度模型。文献[4]针对计及电动汽车充放电的微电网经济调度问题,采取多目标分级的方法,根据微电网内部各分布式电源和不同电动汽车集群对微电网经济运行所起作用的不同,将其转化为含有负荷级、源荷级和源网荷级的3级优化问题。但是，上述文献未对多电网之间的协调优化调度、实时电价机制进行研究。本文利用电动汽车实现电能在多个微电网之间的流动，并制定了实时电价，提高了可再生能源的利用率。

本文研究对象为并网型多微电网，分别为一个住宅区微电网和一个工业园区微电网。电动汽车作为新型智慧能源，可以充分发挥作为可移动储能单元的优势。对住宅区微电网的优化分为两个阶段。第1个阶段采用价格型需求响应，以提高可再生能源的利用率为目标函数，制定出实时电价。第2阶段以微电网运营成本和电动汽车充电成本最小为目标函数，求解出分布式电源的运行计划以及电动汽车的充电计划。对工业园区内不进行需求响应，在电动汽车并入电网期间为微电网反馈电能。以工业园区微电网运行成本最低为目标函数，求解出电动汽车以及其他分布式电源的运行计划。

1 微电网的优化模型

本文研究对象为基于风-光-柴的并网型多微电网系统。多微电网系统包括一个住宅区域的微电网，一个工业园区域的微电网。将全天划分为24个时段，求解出每个时段最优的负荷值。

1.1 微电网成本函数

微电网成本的目标函数为

minC1=CFuel+COM+CGRID+CDC

(1)

CFuel=KFuelPi

(2)

COM=KOMPi

(3)

CGRID=GpricePGRID

(4)

(5)

式(1)～式(5)中：CFuel为分布式电源燃料消耗成本；KFuel为燃料消耗系数；COM为分布式电源的运行管理成本；KOM为运行管理系数；CGRID为微电网与大电网的功率交互费用，正值代表从大电网购电，负值代表向大电网反向输电；Gprice、PGRID分别为从大电网购电的电价和从大电网吸收的功率；CDC为分布式电源的折旧成本；Cdev为分布式电源的安装成本；r为利率，取0.08；m为分布式电源的使用寿命；Pi为分布式电源i发出的电量。

污染物处理费用的目标函数为

(6)

式中：Ck为k类污染物/kg的处理费用；γk、γGRIDk分别为柴油发电机和大电网发电时第k类污染物的排放系数。

1.2 约束条件

(1)功率平衡约束。微电网运行时，要时刻保持功率平衡。即

PWT+PPV+PDE+PGRID=Pload+PEV

(7)

式中：PDE为柴油机的发电功率；PWT为风电输出功率；PPV为光伏发电功率；Pload为负荷值；PEV为电动汽车充(放)电功率，>0表示充电，<0时表示放电。

(2)微电网与大电网交互功率约束，

PGrid,min≤PGrid≤PGrid,max

(8)

式中：PGrid,min与PGrid,max分别为微电网与大电网交互的最小、最大功率。

2 价格型需求响应模型

在价格型需求响应中，用户通过比较各个时段电价的差异来主动调整负荷值，以此来降低用电成本。

2.1 负荷转移模型

本文只对住宅区微电网进行价格需求响应控制，采用基于价格弹性系数的实时电价机制来对负荷进行时序上的调整[6]。某个时段的负荷转入或转出量同时受到本时段和其他时段电价的影响。定义电价波动引起的用户对电能需求变化的关系为

(9)

式中：ΔL为负荷的微增量；Δp为电价的波动量；E为弹性矩阵。

需求响应后各个时段的负荷值为

(10)

2.2 目标函数

以可再生能源利用率最高为目标函数。即

(11)

式中：Pres(t)为t时刻可再生能源发电功率总和。

2.3 约束条件

(1)实时电价的变化率不超过电网电价的30%价格约束。即

(12)

(2)总的负荷量不发生变化，如下式所示：

(13)

3 算例分析

3.1 微电网参数设置

某地区的分布式电源参数及其他相关参数设置[7-8]，如表1～表3所示。住宅区微电网和工业园区微电网负荷曲线如图1所示。

表1 微电网配置参数

表2 分布式电源成本参数

表3 污染物处理相关参数

图1 住宅区、工业园区微电网负荷曲线

3.2 电动汽车相关参数

本文设定，电动汽车仅往返于住宅区与工业园区之间，用户没有其他需求，电动汽车离开和进入住宅区微电网的时间分布在6:00～8:00、19:00～21:00之间。并入和离开工业园区微电网的时间分布在7:00～9:00、18:00～20:00之间。电动汽车数量为60辆。电动汽车相关参数及耗电量如表4所示[9]。

表4 电动汽车相关参数

3.3 分时电价信息

住宅区域电价与工业园区的电价有较大差别。参考文献[10-11]得到分时电价信息，如表5、表6所示。本文规定电动汽车向微电网供电电价为0.8元/(kW·h)。微电网向大电网供电电价为本时段大电网电价的80%。

表5 大电网分时电价

表6 微电网电价

4 结果分析

本文采用以下3种场景对算例的结果进行分析：

(1)住宅区、工业园区的微电网均不采取需求响应。电动汽车并入电网后，立即充电。

(2)住宅区微电网采取需求响应策略，工业园区微电网不采取需求响应。电动汽车并入微电网后，以充电费用最低为目标函数制定充电计划。

(3)住宅区域微电网采取需求响应策略，工业园区微电网不采取需求响应。电动汽车并入住宅区微电网后，以充电成本最低为目标函数进行充电；电动汽车并入工业园区微电网后，根据负荷需求进行放电。

4.1 实时电价

各个时段最佳负荷以及实时电价如图2、图3所示。依靠实时电价机制，实现了负荷的跨时段移动。需求响应后的负荷曲线与可再生能源发电曲线更加接近，减少了微电网从大电网的购电量，降低了成本。同时，住宅区微电网的可再生能源的日利用率提高了3.8%，为203 kW·h。

图2 住宅区微电网需求响应曲线

图3 住宅区微电网实时电价曲线

4.2 3种场景仿真结果

在第1种场景下，微电网中柴油机发电功率、微电网与大电网交互功率、电动汽车充电功率、可再生能源发电功率如图4、图5所示。电动汽车并入微电网后，即按最大充电功率进行充电。为了满足用户的需求，微电网内部除了柴油机供电外，还需从大电网购电。

图4 住宅区微电网运行曲线

图5 工业园区微电网运行曲线

在第2种场景下，微电网中柴油机发电功率、微电网与大电网交互功率、电动汽车充电功率、可再生能源发电功率如图6、图7所示。电动汽车并入电网后，由微电网按照充电费用最低制定充电计划。电动汽车一部分被安排在可再生能源发电量较多的时段进行充电，另一部分被安排在大电网电价较低时段进行充电，降低了电网运行总成本以及电动汽车充电费用。

图6 住宅区微电网运行曲线

图7 工业园区微电网运行曲线

在第3种场景下，微电网中柴油机发电功率、微电网与大电网交互功率、电动汽车充放电功率、可再生能源发电功率如图8、图9所示。由于夜间大电网电价较低，所以电动汽车的充电时间主要集中在夜间时段。电动汽车并入工业园区微电网后，能够明显减少柴油机的工作时间和从大电网的购电量，降低微电网运行成本的同时，能够给电动汽车用户带来收益。