考虑负荷精细化的虚拟电厂优化调度

粟世玮，吉雅鑫，邹 宇，智 李

(1.三峡大学电气与新能源学院，湖北 宜昌 443000；2.三峡大学梯级水电站运行与控制湖北省重点实验室，湖北 宜昌443000；3.广西电网公司钦州供电局，广西 钦州 535000)

1 引言

近年来可再生能源的发展受到越来越多的关注，风能、太阳能等一大批分布式能源(DER)依靠污染低、灵活方便的特性被广泛的推广和使用[1-2]，而并网的不确定性却日益突出且难以控制[3]，虚拟电厂(virtual power plant，VPP)的提出为解决此问题提供新的方法[4-5]。

虚拟电厂是并网运行的发配电系统，在现有的研究中，针对新能源波动性问题，文献[6]提出聚合储热装置的光热电站以及风电和火电构成虚拟电厂，利用光热储热电站消除日前和实时出力偏差，通过收缩空间的和声算法对模型进行优化，但并未将用户侧考虑在内；文献[7-8]提出采用分时电价的策略调度抽水蓄能与储能电池配合解决风电消纳和火电机组调节的困难，但并未考虑VPP作为发电系统对负荷的影响；文献[9]为解决新能源消纳问题，聚合风、柴油发电机以及分布式储能装置形成VPP，通过并网式储能和用户储能两种运行状态进行对比，说明并网式储能能够根据可再生能源的出力情况合理充放电，使VPP收益最大，但该文献并未考虑用户侧收益情况；在针对负荷侧参与调度的研究中，多数考虑为工业负荷，极少数为民用负荷，文献[10]将工业负荷分为迎峰负荷和避峰负荷，重点考虑可削减负荷与VPP控制中心签署合同参与虚拟电厂的竞价，却未考虑可转移负荷的调度；文献[11]将大楼中的可供热负荷视为可调热负荷参与激励需求响应，在一定人体温度适应范围内通过削减负荷量来缓解热电机组调节的压力，但并未对可供热负荷精细化分类；文献[12]提出风、光、储、燃气轮机以及价格需求响应构成虚拟电厂，通过调节储能充放电和需求侧响应等灵活资源提高间歇式能源的消纳水平，但缺乏对用户负荷进行分类说明。上述研究都仅是从电源侧或负荷侧进行研究，并未实现源荷互动[13-14]，且仅仅考虑了整个负荷群参与单一类型的需求响应(Demand Response，DR)，并未对负荷精细化处理。

实际上负荷的响应与其类型有关。因此本文根据负荷的用电特性将负荷精细化分类建立模型参与两种类型的需求响应[15-16]，建立含有风-燃-储的虚拟电厂优化调度模型以减小实际调度的出力偏差、消纳新能源为目的参与电力市场。鉴于日前调度中根据风电的预测值采用燃气轮和储能系统补偿新能源的出力，作为VPP的日前最优申报结果；而在实时调度中由于风电波动性会造成实际与日前出力有一定偏差，引起VPP在参与电力市场中有一部分惩罚，收益可能无法达到最优，因此为减小VPP出力偏差，对负荷精细化参与需求响应来提升VPP的收益实现用户和VPP社会效益双赢。

2 虚拟电厂的构成及运行

2.1 虚拟电厂的组成

以某一区域为例，建立一个包含风电场、燃气轮机和储能系统的虚拟电厂，在用户侧对负荷精细化分类，并且施加一定的需求响应，引导其参与VPP调度。其结构如图1所示：

图1 虚拟电厂参与电力市场结构图

2.2 虚拟电厂优化调度流程

在VPP中，控制中心根据日前的风电以及负荷情况预测次日的风电及负荷，结合日前市场电价及燃气轮机和储能的发电成本制定最优的发电计划，但实时调度中，风电的波动性导致实际出力与日前出力有一定偏差，通过优化储能充放电及负荷参与需求响应达到减小偏差，提高VPP收益的效果，具体调度如下图所示：

图2 VPP优化调度流程图

2.3 虚拟电厂各部分运行策略

1)可再生能源：在VPP中，风电属于可再生清洁能源，其出力不会对环境造成污染，因此在风电有出力的情况下VPP要优先利用风电。

2)储能系统和燃气轮机：由于风电的波动使VPP实际出力与日前出力有一定偏差，可能使VPP参与电力市场有一定缺电惩罚，因此可通过储能和燃气轮机出力减小出力偏差，使VPP实际出力接近日前出力，从而使其在电力市场中获得最优收益。即当风电实际出力大于日前出力时，用户可先将部分高峰负荷转移过来，若出力仍有剩余，可减小燃气轮机出力并将多余的出力储存或向电力市场出售；而当风电实际出力小于日前出力时，储能和燃气轮机共同出力，用户参与响应转移或削减一部分负荷量，若出力不足则需向电力市场购电。

3)用户负荷：在VPP中，考虑负荷侧用户参与需求响应，需通过转移或削减部分负荷，达到上述效果，为更好的让负荷参与响应，本文提出根据负荷用电特性将负荷进行精细化分类后参与需求响。

3 用户负荷精细化分类及其需求响应模型

3.1 用户精细化分类及建模

由于不同负荷的用电特性不同，故可以根据用电特性可以将用户负荷分为可控负荷时段和不可控负荷。而对于可控负荷考虑到其工作特性[17]不同分为3类。

1)I类可平移负荷：工作时间可以根据计划而改变如：洗衣机，洗碗机。

(1)

(2)

(3)

2)II类可削减负荷：在高峰时期依据电价的变化可以减少一部分用电，如空调。

(4)

(5)

(6)

(7)

3)III类可中断负荷：工作时长有一定的约束，在用电高峰期与用户签订协议，给该类用户一定补偿(电费折扣)，比如在用电高峰时期，冰箱可以根据食物的保鲜程度停止供电，但不能使食物变质。

(8)

(9)

(10)

那么用户需求响应前的用电功率为

(11)

其中，Pg为固定负荷。

3.2 负荷精细化参与需求响应模型

由于P上述I、II类负荷对电价较为敏感，能够根据电价的改变而随时变化用电行为，故文献[18]将负荷精细化后参与价格需求响应；由于 类负荷多为中小型企业的日常用电，根据电价随意变动会影响这些企业的工作运行，因此文献[19]提出将这些负荷集中与电网签订合同获得激励补偿，在用电高峰期削减部分电量。

3.2.1 价格需求响应(PBDR)

I、II类负荷参与价格需求响应，通过电价的刺激改变原有用电行为，优化负荷曲线实现削峰填谷。其中负荷参与PBDR后功率为

(12)

式中，ΔP为t时刻I、II类负荷参与PDBR的变化量；qt0、qt为响应前后电价的；s、t表示某一时刻；est为电力价格弹性，其中当s=t，est被称为自弹性；当s≠t，est被称为交叉弹性。自弹性一般为负值，交叉弹性一般为正值。

3.2.2 激励需求响应(IBDR)

III类可中断负荷，在电网高峰期电力公司会给一定的补偿刺激其参与响应，减小电网机组的调节压力，那么t时刻III类负荷参与响应削减的电量为

(13)

(14)

4 负荷精细化参与虚拟电厂调度模型

4.1 VPP优化调度目标函数

由于风电的波动性会使风电实际出力与日前出力存在偏差，因此需要负荷精细化参与需求响应来弥补风电偏差，故以VPP实际收益为目标函数，考虑负荷精细化参与VPP调度模型如下

(15)

(16)

(17)

在实际的调度中，市场电价可表示为

(18)

考虑到实时调度中，由于风电的波动性可能造成VPP出力不能完全与日前上报电网的计划出力一致，故会有一定的偏差，那么用户用电将受到威胁，出现供不应求的情况，增加电网运行的难度，此时VPP调度中心制定分时电价策略，引导用户可控负荷中的I、II类负荷参与响应，同时给出III类用户一定补偿刺激其响应。考虑到用户参与响应会对其用电费用有一定的影响，则用户用电费用表达式

(19)

其中：C1为用户的用电费用；Ct为各时段电价。

4.2 约束条件

1)功率平衡约束

(20)

2)储能装置的容量和充放电约束

(21)

3)燃气轮机出力约束

PGT，min

(22)

4)风电出力约束

gw，min

(23)

5)负荷参与需求响应的转移量

(24)

5 算例分析

5.1 算例参数说明

VPP由1×2 MW燃气轮机；2×2 MW的风电厂以及储能和用户负荷构成。其中燃气轮机的最大出力为2 MW；储能参数如表1所示；表2为VPP调度中心制定分时电价表，图3为风电及负荷出力曲线。取价格需求响应的自弹性系数为-0.2，交叉弹性系数为0.03[19]。采用MATLAB工具包进行求解模型。

图3 风电出力及用户负荷曲线

表1 储能电池参数

表2 分时电价表

日前及实时电价曲线如图4所示。

图4 日前及实时市场中的电价曲线

5.2 仿真结果分析

1)不同负荷参与需求响应仿真及分析

将用户与VPP作为同等重要的利益主体，在实际调度考虑用户和虚拟电厂占同等地位进行分析。

场景1：用户不参与需求响应

场景2：仅I、II类负荷参与价格需求响应；

场景3：仅III类负荷参与激励需求响应；

场景4：I、II、III类负荷同时参与需求响应；

由表3可知，用户不参与DR时，VPP收益最小，并且当用户3负荷同时参与DR时，VPP出力满足负荷需求的情况下还有部分处理出售给电力市场，VPP收益达到最大。

表3 虚拟电厂实际收益对比

2)负荷精细化参与需求响应时VPP储能装置的状态及燃气轮机出力曲线

由图5看出，当VPP日前出力大于实际出力时，此时储能吸收少量功率，如6点时储能装置处于储能状态；当VPP日前小于实际出力，由于高峰转移一部分负荷量，储能装置处于放电，如18点时。

图5 储能充放电状态及燃气轮机出力曲线

3)精细化分类参与需求响应的负荷曲线

不同场景下负荷参与DR下的负荷曲线如图6所示。

图6 不同场景的需求响应负荷曲线

由图6可知，对负荷精细化后参与DR其曲线的负荷曲线峰谷差均有所减小。其中场景1填谷效果较好；场景2的削峰效果较好；而场景3的负荷曲线较为平滑。不同场景下用户用电费用如下表4所示。可见，当3类负荷同时参与DR时，表明负荷精细化能够促进用户需求响应，用户的用电费用最小。

表4 不同场景下用户用电费用

4)VPP不平衡出力分析

由于风电实际出力与计划出力存在偏差，在VPP中对负荷精细化参与DR及储能装置充放电对偏差进行补偿，若仍存在偏差，即为不平衡出力，则在三种场景下VPP不平衡出力如图7所示。

图7 VPP不平衡出力

图7中坐标轴以上出力为正代表VPP电力市场售电，坐标轴以下为VPP从电力市场中购电。由图可见，当I、II类负荷参与价格需求响应通过负荷量的转移，将VPP出力不足时段负荷量转移至出力较多时段；通过中断一部分III类负荷减小不平衡出力，3类负荷同时参与DR，VPP不平衡出力最小。

6 结论

1)风电的波动性会引起实际出力与日前出力有一定误差，将负荷精细化参与需求响应，分四个场景进行对比分析，分别从VPP收益、VPP储能装置的状态、负荷曲线、用户用电费用及VPP不平衡出力对比可知，价格需求响应填谷能力较强，激励需求响应的削峰能力较强，3类负荷同时参与需求响应的负荷曲线峰谷差最小，VPP收益最大，用户用电费用最小，实现VPP与用户双赢。

2)考虑到负荷参与需求响应保证在满足用户负荷正常工作条件下充分调动用户参与响应的积极性，减小用电费用、提高VPP的收益，达到社会效果最佳目的。本文重点考虑VPP作为一个整体参与电力市场的运行，并未考虑VPP出力对主网机组的影响，这将会是下一步研究重点。