考虑柔性负荷响应的综合能源系统多尺度优化调度研究

2021-01-09鞠文韬崔承刚杨锦成奚培锋

浙江电力 2020年12期

鞠文韬，崔承刚，杨锦成，奚培锋

（1.上海电力大学自动化工程学院，上海 200093；2.新奥数能科技有限公司，北京 100020；3.上海市智能电网需求响应重点实验室，上海 200063）

0 引言

近年来，冷、热、电等多种能源纳入广义的需求侧范畴，不同类型能源之间的用能互补正在成为需求响应的一种重要方式，促使传统需求响应向IDR（综合需求响应）转变[1-2]。传统意义上的响应是将电能单纯地在时间上进行转移和削减用能，而综合需求响应是将需求侧的用能种类转换与时间转移结合进行用能调整[3]。IDR 将用户对冷、热、电的负荷需求纳入需求范围，引导用户改变、优化用能结构，挖掘需求侧的响应潜力，实现多种能源互补，提高能源利用率[4-5]。

目前，由于需求响应技术在综合能源系统中获得广泛应用，用户侧负荷开始从只注重电的“刚性”逐渐转变为综合考虑冷、热、电互补的“柔性”[6]。综合能源系统中，有些负荷可以在一定程度和范围内，根据实际情况进行调整，这些特殊的负荷被称为柔性负荷[7]。柔性负荷响应是需求响应的重要内容，相较于传统的IDR 调度模式，柔性负荷响应速度快、低碳环保且成本更少[8]。加入柔性负荷响应，可以改变传统只注重刚性负荷的综合能源系统，加强系统对负荷调节的灵活性，提升综合能源系统的经济效益。

目前，国内外学者已经针对柔性负荷响应开展了大量研究。在日前时间尺度上，文献[9]建立了价格型需求响应模型，并将其纳入含风电电力系统的调度计划中，以降低机组成本。文献[10]考虑了风电不确定时兼顾发电侧与需求侧柔性负荷的双侧协调配合，提出了计及柔性负荷的安全约束机组组合模型，实现了可削减负荷、可平移负荷以及可转移负荷3 类柔性负荷的分类调度。文献[11]建立包含常规机组和风力机组的源-荷协调两阶段随机优化调度模型，其中柔性负荷以提供备用的方式响应风电出力不确定性，促进风电消纳并优化负荷曲线。从以上文献可以看出，现阶段考虑柔性负荷响应的能源调度对象大多局限于单一的柔性电负荷，极少考虑综合电、热柔性负荷响应对综合能源系统的影响。但是对于综合能源系统来说，常见的能源有热、电2 种负荷，仅仅考虑单一柔性电负荷或者热负荷的运行策略，则无法发挥综合能源系统多能互补的优势以及多能用户的响应潜力[12]。因此，有必要将电、热综合柔性负荷响应引入到综合能源系统优化调度研究中。

综合能源系统中各能流的时间尺度特性具有较大差异，在综合能源系统运行调度上，需要讨论不同能流对价格变换和外界需求的响应速度，分析设备启停时间和爬坡速度对能源间互补性的影响，研究不同能流在供需平衡上的时间要求[13]。当大量柔性负荷参与综合能源系统调度时，柔性负荷响应会对综合能源系统的调度产生影响[14]。同时，目前综合能源系统大都仅考虑日前时间尺度的优化调度，但是日前负荷预测存在一定误差，尤其是对于接入大量可再生能源的综合能源系统，日前调度的准确性更加难以保证[15]。此外，柔性负荷响应本身也具有一定的不确定性，且随着时间尺度的精度增加，柔性负荷响应对综合能源系统运行产生的影响会更加明显。因此，需要在电、热综合柔性负荷响应的基础上开展考虑多时间尺度的综合能源系统调度模型研究。

本文基于热电综合能源系统的背景，引入综合柔性负荷响应，构建了基于柔性负荷响应的综合能源系统优化调度架构。在此基础上，考虑综合柔性负荷响应的多时间尺度特性和响应成本，以综合能源系统运行成本最低为目标，建立了考虑综合柔性负荷响应的多时间尺度优化调度模型。从多时间尺度调度的角度，对综合柔性负荷、热电联产机组和风电进行协调优化，构建了日前-日内调度模型，并使用MILP（混合整数规划方法）进行求解。最后，通过算例验证了所提方法能够提升机组运行效率以及降低综合能源系统运行成本。

1 综合柔性负荷特性分析

综合柔性负荷一般是指可通过综合能源系统中的热、电负荷主动参与综合能源系统运行控制，能够与系统进行能量互动，具有柔性特征的负荷[16-17]。负荷柔性表现为在一定时间段内灵活可变，在综合能源系统运行中，综合柔性负荷有着充足的调度容量，按照负荷响应方式可将综合柔性负荷分为可平移负荷、可转移负荷和可削减负荷。不同种类的综合柔性负荷在综合能源系统中的作用如下：

（1）可转移负荷：在综合能源系统调度周期内总热、电负荷不变，但在各时段的负荷可以灵活调节，用户可以在被告知的一定容量范围内通过改变生产方式，将某一时刻的负荷转移至其他时刻[18]。其特点是总负荷不变，不同时段的负荷可以相互转移。

（2）可平移负荷：在综合能源系统调度中，提前一天对系统热、电负荷，机组出力和负荷预测的基础上，在保证系统的经济性同时不改变系统的整体负荷情况下，对系统运行状况进行调峰处理。

（3）可削减负荷：在综合能源系统中，可削减负荷可以在日前调度计划中一定程度上实现削峰的能力，但是由于日前的时间尺度较长，且可削减负荷没办法求出具体的值，只能求出一定的容量范围。同时，在日内短时间尺度上，可以根据系统的短期预测，给出详细的可削减热、电负荷容量，对系统的日内削峰有一定的作用[19]。

2 综合能源系统多尺度优化调度架构

2.1 考虑综合柔性负荷的综合能源系统架构

综合能源系统一般以天然气能为一次能源，热、电为主要能源，系统内包含各类能源的生产、转换、储存设备，以满足用户侧对多种负荷的需求。燃气蒸汽联合循环机组具体系统架构图如图1 所示。

图1 综合能源系统架构

2.2 综合能源系统优化调度架构

日前调度精度较低，单独采用日前调度策略难以很好地发挥柔性负荷响应的多时间尺度的特性，同时，随着能源系统由日前调度转向日内调度，可再生能源发电的预测曲线精度也在不断提高，日前调度的精度太低，不适用日前转向日内的精度变化[20]。因此，需要建立多时间尺度优化调度模型，对各类柔性负荷进行合理协调。

针对上述问题，本文提出一种日前-日内联合优化调度架构，如图2 所示。考虑柔性负荷响应的综合能源系统多尺度优化调度研究按时间尺度分为两大部分：日前长时间尺度优化调度和日内短时间优化调度。在日前长时间优化调度内，热、电柔性负荷分为日前可削减热、电负荷，可转移热、电负荷，可平移热、电负荷；在日内短时间优化调度内，综合考虑到日前制定的调度计划、日内负荷变化量、可再生能源出力以及不影响用户生产等因素，负荷的日内二次调整只考虑日内可削减热、电负荷参与调度。

图2 综合能源系统优化调度架构

3 综合能源系统多尺度优化调度策略

3.1 多尺度优化调度流程

多时间尺度综合能源优化调度分为日前和日内两大部分。日前优化调度首先判断是否达到日前调度周期，如达到，则输入日前预测负荷数据并求解日前调度模型，确定包含日前可削减量、可转移量、可平移量的日前调度计划；日内优化调度首先判断是否达到日内调度周期，如达到，则在日前调度基础上输入提前2 h 进行综合能源系统中风电、光伏预测值以及系统调整量并求解日内调度模型，形成包含日内削减负荷量的日内调度计划。多时间尺度综合能源系统优化调度流程如图3 所示。

图3 优化调度流程

3.2 日前调度模型

（1）目标函数

以系统机组发电、启停成本、产蒸汽成本及柔性负荷调度成本之和最小化为目标：

式中：E 为预期的系统总体成本；t 为调度周期其中的一个时间段；Z 为机组集合；为机组i 的燃烧成本；为机组i 的运行成本；Et，i为系统和大电网交易产生的成本；为机组生产蒸汽的收益；为蒸汽的传输成本；Cf1为柔性负荷调度成本；Cxue为可削减负荷成本；Cping为可平移负荷成本；Czhuan为可转移负荷成本；Mxue为可削减负荷的单位容量的补偿；pxue为可削减机组功率；Mping为平移负荷的单位容量的补偿；Sping为平移负荷容量；Fon1为系统判定平移指令，只有0和1 两种状态。Fon2为系统判定转移指令，只有0和1 两种状态。

（2）系统电力平衡约束

（3）系统热平衡约束

（4）机组启停约束

式中：Δzi，t，s为机组启停的变化量；zi，t，s为机组启停状态，分为0，1 的二进制状态；Ni，s为系统允许最大机组开启量。

（5）柔性负荷约束

其中，可削减负荷在系统中的主要作用是根据分时电价，在系统允许的情况下为了保证系统的经济性，削减部分高峰时刻的机组用电功率，进而降低系统的用电量。具体公式如下所示：

平移负荷的作用是在改变用电时段时，受设备和工艺水平影响无法立即响应，只能进行整体平移，受到时间的约束，平移后的负荷要与原始负荷保持一致，具体公式如下所示：

式中：pping（t）为在原始时刻的原始负荷容量；（t+Δt）为在平移时刻的平移负荷的容量。

（6）用户能源平衡约束

用户电平衡约束为：

式中：Euser为t 时刻用户需求用电量；为在时间t 的系统电负荷量；pping，e为电负荷可平移负荷量；pzhuan，e为电负荷可转移负荷量；pxue为电负荷可削减负荷量。

用户热平衡约束为：

式中：huser为t 时刻用户需求用热量；为在时间t 的系统热负荷量；pping，h为热负荷可平移负荷量；pzhuan，h为热负荷可转移负荷量；pxue，h为热负荷可削减负荷量。

3.3 日内调度模型

（1）目标函数

日前调度策略有一定的局限性。首先时间尺度较长，不能更好地根据实际负荷变化进行调整；二是日前调度策略下的系统运行情况和负荷需求变化会有一定的偏差。因此需要在日前调度的基础上加入日内调度策略，缩短时间尺度来减少偏差。日内调度策略和日前调度策略的优化目标一致，都是系统运行成本最小化。目标函数可表示为：

（2）系统电力平衡约束

（3）系统热平衡约束

（4）机组启停约束

由于机组启停状态变化的时间尺度较长，因此在日内短时间尺度调度计划中不能对机组启停状态进行二次优化，在日内调度计划中沿用日前调度计划的机组启停状态。

（5）柔性负荷约束

4 算例分析

4.1 系统概况

为了验证调度策略的可行性，根据前述综合能源系统设备模型以及调度策略模型，对某综合能源系统进行仿真试验。该综合能源系统包含2组额定发电功率70 MW 的燃气-蒸汽联合循环机组（抽凝式）、2 组额定发电功率10 MW 的燃气-蒸汽联合循环机组（背压式），机组额定供热工况下年平均总热效率达73%，以及1 组最大发电量20 MW 的光伏发电站、1 组最大发电量20 MW的风力发电机组。系统设备具体参数如表1 所示。

表1 综合能源系统设备参数

此外，综合能源系统内用户用电遵从分时电价政策。分时电价如表2 所示。

表2 分时电价

在综合能源系统中，无论是生产电能还是热能都需要大量天然气，而系统未考虑天然气的调度，将其视作无限制供应的能源，价格统一为2.66 元/m3（标准状态下）。

4.2 效果分析

综合能源系统的优化调度是一个涉及多变量、多条件约束的混合整数线性规划问题，编写MILP 求解程序进行优化求解。

4.2.1 日内优化前后热负荷平衡出力对比

日前调度策略中调节方式主要是考虑改变机组的启停状态，从而改变系统中机组热、电输出，制定综合能源系统日前调度计划。日前优化前后综合能源系统热、电负荷平衡出力结果如图4 所示。日前调度下综合能源系统综合柔性负荷响应情况如图5 所示。

图4 日前调度策略下综合能源系统热、电负荷平衡出力对比

（1）从图4（a）可以看出，在电负荷日前调度中，柔性电负荷参与调度前电负荷峰谷差为56.363 MW，加入柔性电负荷调度后，负荷峰谷差降为40.81 MW，降低约27.6%。综合能源系统在日前时间尺度上考虑柔性电负荷调度后，电负荷峰谷差有一定程度的降低。

（2）从图4（b）可以看出，在热负荷日前调度中，柔性热负荷参与调度前热负荷峰谷差为115.71 MW，加入柔性热负荷调度后，负荷峰谷差降为104.49 MW，降低约9.7%。综合能源系统在日前时间尺度上考虑柔性热负荷调度后，热负荷峰谷差有一定程度的降低。

图5 日前调度下综合能源系统综合柔性负荷响应情况

（3）从图5 可以看出，可转移负荷和可平移负荷能够将高峰时段的电、热负荷转移到低谷时段，具有明显的削峰填谷效果；可削减负荷对用户生产影响较大。因此在前2 种负荷调度后仍然无法满足要求的情况下继续削减热、电负荷。

4.2.2 日内优化前后电负荷平衡出力对比

日内优化调度是在日前调度的基础上，进一步根据日内热、电负荷变化，确定可削减负荷的调度量来调整系统的热、电负荷。日内调度策略下，综合能源系统热、电负荷平衡出力结果如图6所示。日内调度策略下综合柔性负荷响应情况如图7 所示。

（1）由如图6（a）可以看出，在电负荷日内调度中，由于可再生能源加入系统出力，系统电负荷有所上升，日内调度前电负荷峰谷差达到71.472 MW，加入日内调度后电负荷峰谷差降为67.239 MW，优化前后峰谷差降低约5.9%。

图6 日内调度策略下综合能源系统热、电负荷平衡出力对比

图7 日内调度策略下综合柔性负荷响应情况

（2）由图6（b）可以看出，在热负荷日内调度中，日内调度进一步削减了综合能源系统的热负荷峰值。日内调度前峰谷差达到104.49 MW，加入日内调度后热负荷峰谷差降为94.724 MW，优化前后峰谷差降低约9.3%。

综上所述，热、电负荷削减量相对于日前调度计划有了一定程度的提升，日内调度计划中高峰时刻的负荷相比于日前调度计划有了一定程度的减少。

（3）由图7 可以看出，在日内短时间优化调度计划内，综合考虑到日前制定的调度计划、日内负荷变化量以及不影响用户生产等因素，热、电负荷的日内二次调整只考虑日内可削减负荷参与调度。日内调度计划中，在日前可削减负荷基础上进一步削减了高峰时段的热、电负荷，进一步降低了峰谷差。

在综合能源系统中加入柔性负荷，通过多尺度能源调度，有效降低了系统负荷的峰谷差，系统一天的总运行成本有所下降。采用考虑柔性负荷响应的多尺度调度优化前，综合能源系统日运行成本为261 892.55 元，优化调度后运行成本降低为251 921.4 元，运行成本下降了3.81%。验证了考虑综合柔性负荷响应的综合能源系统多尺度优化调度能够在一定程度上降低运行成本，提升综合能源系统经济性。综合能源系统的运行成本如表3 所示。