计及反弹负荷平抑的空调集群直接负荷控制研究

梁 捷，梁广明

(1.广西电网有限责任公司计量中心，广西 南宁 530023；2.南宁百会药业集团有限公司，广西 南宁 530003)

随着居民家庭空调用电量占比的不断增长，用户空调负荷对需求侧管理的重要性不断提升[1]。在保证用户用电舒适性的前提下，需求响应通过运用价格或激励措施诱导用户改变其自身用电行为以优化电能供需平衡，对于降低电力消费成本，优化电能供需平衡具有重要意义[2]。直接负荷控制项目(direct load control，DLC)作为需求响应的重要方式之一，是指供电公司在系统或地区配网发生紧急情况下，在不给用户提前通知或短时间提前通知的前提下，以支付给用户一定奖励或电费折扣为交换，遥控调整或关闭用户电器设备的需求响应项目[3]。文献[4]在能源互联网构架下，构建了在需求响应下风电和火电能源消纳的调度优化策略模型，但没有考虑用户在DLC试验过程中退出直接负荷控制的影响。对此，本文在分析用户退出DLC原因的基础上，提出了基于需求侧长控方案的供需双侧协同优化调度模型。

1 直接负荷控制项目

1.1 项目实施流程

广西某直接负荷控制项目实施流程，如图1所示。

图1 DLC项目实施流程

首先通过广告和举办社区教育活动等方式宣传DLC项目，招募用户参与。对有意愿参与DLC项目的用户进行资格审查，确定用户是否适合参与项目。评估内容包括：用电负荷在用电高峰期开启频率；用电负荷是否安装受控设备；用户健康程度适宜参与项目等。接着，对适宜用户进行调查用电负荷的功率、房间热参数等，并对其存档。然后签订DLC合同，合同[5]内容包括：受控时间和对用户的补偿等。电力公司免费为适宜参加项目的用户安装控制和计量设备，并定期维护。控制设备通常以一组便于协同控制的集群为单位，控制内容包括用电设备的开启关闭、运行模式和温度设定等。当需要实施DLC控制时，调度方根据负荷削减要求、温度预测数据和合同规定的DLC控制方案计算DLC控制方案，该方案通过通信网络下达到各用户的DLC设备执行负荷控制。

1.2 DLC控制方案

空调集群负荷的常见直接DLC措施包括：①关停空调；②对空调进行占空比[6]控制，即调整空调满负荷运行时长与降频低负荷运行时长的比例；③调整空调温度。针对上述控制措施的特点，结合实际项目的运行经验，可设计A、B、C 3类控制方法，如表1所示。参与DLC的用户可视自身情况申报其中一种DLC控制方案，DLC合同也规定用户参与DLC事件的总次数，当被调用次数超过该值后将不再受控。DLC实施方可通过3种方案的组合在DLC控制周期内完成预定负荷削减计划。

表1 DLC控制方案 单位：h

1.3 用户退出DLC的影响

(1)

式中：rt,k为接受DLC控制措施k后，用户在DLC执行第t时段的自主退出率，可根据历史数据估计；Pj,k,t为用户j接受控制措施k后，在时段t的可控空调负荷；PWj,t为用户j未接受DLC时在时段t的负荷，可根据历史负荷估计；β为设备故障率，见式(2)。式(1)右端3项分别代表DLC执行过程中用户未选择自主退出、选择自主退出和未参与DLC的负荷。

β=θ+α-α·θ

(2)

式中：α，θ分别为远动设备和通信网络单元的故障率。

2 计及负荷反弹的直接负荷控制双层优化模型

为了给DLC实施方控制措施的制定提供依据，本文构建供需双方协同优化调度模型，电力需求侧DLC调度模型以可控负荷的负荷控制组数为变量，以系统负荷曲线削峰为目标进行优化；电力供应侧机组调度模型以机组出力为变量，对系统调度总成本进行优化。供需双层模型在迭代寻优过程中通过负荷曲线值进行数据交互。

2.1 DLC调度模型

2.1.1 目标函数

优化目标为执行DLC时各时段的实际负荷削减值与负荷削减需求尽可能接近，则应建立子目标1。

F11=min max|∑ΔPi,t-ΔPAt|

(3)

式中：ΔPAt为t时段的削减需求；ΔPj,t为DLC控制下用户j在时段t的负荷削减量。

(4)

结果显示，区别于激励型需求响应模式，空调、热水器等参与DLC的小型居民用电设备在DLC受控结束后，常会出现负荷反弹现象，这通常是由于当受控负荷结束后，为满足用户舒适度或使用需求，会试图恢复到甚至高于被控制前的负荷水平，使受控期间被削减的负荷将部分或者全部调增，从而导致后续负荷突然增大。这部分在DLC受控结束后产生的超过未参与DLC时的负荷被称为反弹负荷。反弹负荷通常受DLC控制措施的影响较大。如果较大的反弹负荷和较大系统负荷共存，则会产生二次高峰负荷，并影响系统稳定和持续供电，因此在居民DLC优化调度模型中需考虑抑制反弹负荷的影响。而大工业用户由于其生产过程按计划稳定执行，中断恢复后一般无负荷反弹。

定义DLC短控模式为负荷削减需求结束后，所有用户立即退出受控，DLC长控模式为负荷削减需求结束后，令用户在后续一定时间内继续受控。由于长控方案中用户在负荷削减需求结束后可以逐步退出受控，预计可减少反弹负荷的影响。

本文基于长控方案，在DLC调度模型中加入子目标2：在负荷削减需求结束后，DLC产生的反弹负荷应尽可能小。

F1=η1F11+η2min maxPPt

(5)

式中：PPt为DLC结束后在第t时段产生的反弹负荷，如式(6);η1、η2分别为权重系数。

(6)

式中：γk为用户在控制措施k影响下的反弹负荷波动因子，用于估计负荷在受控恢复后的波动程度。

2.1.2 约束条件

a.受控负荷数约束

由于DLC合同约定了用户受DLC控制的次数上限，故执行DLC时，实际受控用户组数应小于或等于符合约定实际能够参与受控的用户总数。

0≤∑Xk≤Mk

(7)

式中：Mk为能进行第k类措施控制的用户总数。

b.反弹发生时期约束

反弹负荷通常发生在DLC负荷削减时期结束后，用户重新获得空调控制权时。

PPt≥0,t∈T/TD

(8)

式中：T和TD分别为全试验周期和受控时间周期。

2.2 机组调度模型

基于DLC削减负荷阶段得到的负荷曲线优化结果，在经济调度阶段，根据火电机组运行参数，同时考虑需求响应约束，建立机组调度模型，目标函数为调度方的成本最小。

minF2=∑∑[Ug,tdCg,td(Pg,td)+Ug,td(1-Ug,td)Sg,td]+CI

(9)

式中：td为机组调度时段；Ug,td为td时段机组的运行状态，为0～1决策变量；Sg,td和Cg,td分别为机组在td时段的运行成本和启停机成本；Pg,td为td时段机组的有功出力值；CI为需求响应的调用成本。

约束条件除了考虑系统运行功率平衡约束、火电机组出力约束等机组常规约束外，还需考虑DLC需求响应控制量约束。

(10)

在上述过程中，第一阶段调度方以火电机组运行成本和初始方案的需求响应调用成本为目标函数，通过机组组合求得一套经济性优化后的机组调度方案和对应的负荷曲线，然后根据负载供需平衡，将其应用到第二阶段的DLC调度中。以实际负荷削减量与负荷削减需求最小为目标函数，获得对各可控负荷的DLC具体执行方案，由于DLC调度模型含0～1决策变量，若第二阶段优化得不到完整的整数解集，则将DLC调度模型中的0～1变量在[0,1]内松弛，根据变邻域搜索算法[7]在松弛解集的邻域内选择一个整数解，并将其代入第一阶段的机组调度模型重新进行优化计算，重复上述过程，直到第二阶段找到完整的整数解集，且该解集满足调度方的实际应用需求。

3 案例分析

以火电机组标准算例[8]的电力系统进行仿真，系统负荷、火电机组和日负荷数据曲线参数参照文献[9]。假设其中空调总负荷为3000 kW，均分为100户，可控空调负荷为2000 kW，控制时间片为30 min。为比较不同控制模式的区别，将用户平分为2组，分别实施短控和长控方案，同时获取DLC前一个月的同期负荷历史数据作为对比。DLC实施方计划某天在08:00—12:30持续削减负荷7500 kW。根据第2节建立的DLC优化模型进行仿真调度，试验结果见图2。

图2 DLC前后的空调负荷

图2显示不同控制模式下试验时期的空调负荷曲线。由图2可知，实施短控和长控方案的用户在指定的削峰时段(时段16～25)内均符合调度方的负荷削减计划要求。另外，短控模式中用户在受控削峰时期结束后，由于环境温度较高，使用户立即产生退出受控，即开启空调提高舒适度的意识，从而导致空调负荷立即恢复到原有的用电水平，从而导致在时段26时，开始空调负荷突增，增幅约30%，相比图中DLC实施前的同期历史数据，反弹负荷的影响约持续至时段28，即持续了约1.5 h。而长控方案下，根据DLC调度模型中，子目标2对反弹负荷的优化结果，实施方安排部分用户的空调负荷在负荷削减需求结束后，继续受控并按调度方案在后续时段逐步退出，故从图2可知，时段26和27的反弹负荷峰值低于短控模式，与27时段2种模式的峰值相比，长控模式的峰值约降低8%。

4 结语

本文提出一种考虑用户退出DLC和反弹负荷的供需双侧互动优化调度模型。在对用户可控负荷进行DLC调度过程中，一方面，考虑了需求侧空调负荷的调控周期与负荷反弹之间的关联，另一方面，考虑了电力供应侧的经济性和供需稳定性的要求。算例仿真表明，本文调度方案的优化结果，最终能够有效平抑负荷反弹，满足供需双方的需求。将需求响应与高级量测体系AMI建设联系起来，需进一步研究。