基于多主体博弈的配电网多时间尺度源荷智能调度方法*

唐俊刺 ，李 铁 ，皮俊波 ，王明凯

(1.国网辽宁省电力有限公司电力科学研究院，辽宁 沈阳 110000；2.国家电网有限公司，北京 100031)

0 引言

目前，电能的大规模储蓄仍是未解决的难题，要保证配电网的稳定运行，就必须保证配电网的发电和负荷始终处于平衡状态，传统的调度方法已经不能满足如今超负荷的配电网运行[1]，这一问题引起了相关学者的广泛关注。

张亚超等人[2]针对风电出力的配电网运行的不稳定性，提出了基于风电波动的源荷智能调度方法。对于风电出力的配电网的风电消纳作用，提出了基于风电波动的源荷智能调度模式，在此基础上，以降低配电网的运行成本为目标，构建配电网多时间多尺度荷智能调度模型，综合日前调度与实时调度，通过统筹配合实现配电网的智能优化，再利用小波函数求解，验证基于风电波动的源荷智能调度方法的合理性。李恺等人[3]针对工业园电源负荷高等问题，提出了一种基于物联网自动控制技术的配电网多时间尺度源荷智能调度方法，建立配电网源荷一体化工业园物联网调度系统，基于物理信息构建工业园的智能调度机制，提出了基于配电网生产强化的调度策略。通过对该调度方式的实践，实现工业园配电网络的智能调度，以此促进工业园配电网的稳定运行。实验结果证明，基于物联网自动控制技术的配电网多时间尺度源荷智能调度方法可有效解决供电园区能力不足等问题。

但是上述调度方法存在运行成本高和发电容量低等问题。为此本文基于多主体博弈，提出了配电网多时间尺度源荷智能调度方法，以期为促进配电网的高效运行提供有力的理论依据。所谓的多主体博弈，是指以配电网为主体的直接相互作用的均衡决策[4]。根据配电网运行的经济性，可以将多主体博弈分为多主体博弈和激励性多主体博弈，两种多主体博弈资源是根据配电网用户自主决定的，利用多主体博弈，对配电网多时间尺度源荷智能调度，实现电源、电能负荷和配电网三者之间均衡地交互作用，实现运行成本最低和发电容量利用率更高的配电网调度[5]。因此，利用多主体博弈有利于提高配电网运行的稳定性和安全性。

1 配电网多时间尺度源荷智能调度方法设计

1.1 分析配电网的源荷特性

为了分析配电网的源荷特性，解决配电网在运行过程中出现的调峰能力不足等问题[6]，通过对配电网多时间尺度的源荷调度进行削峰填谷，可以有效地提高配电网运行的稳定性。

考虑到配电网在运行过程中电能负荷具有波动性[7]，为此，分析了配电网多时间尺度源荷变化情景，如图1所示。

图1 配电网多时间尺度源荷变化情景

在图1 所示的情境中，情景1 中的配电网的负荷下降P2-P1，其中t1到t2时段电能负荷上升到P4-P3，配电网实际的净负荷为ΔP。当(t2-t1)＜ΔP 时，配电网的实际运行速度为，此时t2时刻的发电机已经不能满足配电网的实际需求，导致切负荷。通过对配电网B 类负荷的源荷智能调度，可以减轻发电机组的风电消纳。在场景2 中，当＜ΔP′，配电网的实际运行速度为。通过对B 类负荷的智能调度，使时减少用电量，可以有效增加配电网的负荷能力。在上述的两种情境中，利用源荷智能调度的B 类可以有效地减少调峰能力[8]。

综合上述分析可知，在实际运行过程中可以将配电网的C 类和D 类负荷作为备用电源，通过短时间的交互作用可以缓解配电网运行的压力，从而维持配电网的安全稳定运行。

1.2 建立配电网源荷智能优化目标函数

基于多主体博弈，对配电网多时间尺度源荷智能调度，在考虑差异值变化的前提下，以配电网运行成本最低为目标[9]，构建配电网多时间尺度源荷智能优化目标函数模型：

其中，配电网的优化调度周期为T；配电网的分布电源调度和负荷值分别为G 和S，第k 台的配电网控制成本为FDG，k；第i 组的配电网调度成本为FESS，i。

各个配电网的源荷调度模型如下：

(1)配电网的可控源荷调度成本

其中，第k 台的配电网可控分布式源荷调度系数为αk、βk、γk，第k 台的配电网可控分布电源与信道输出功率分别为PDG，k(t)和，第k 台的配电网可控安装成本、负荷系数和运行效率分别为hDG，k、uDG，k和TDG，k，第k 台 的配电网源荷调度成本系数和容量因素分别为MDG，k和CDG，k。

(2)配电网的源荷调度成本

配电网在t 时间段的源荷状态为SOC，与该时间段配电网的放电量t-1 时段有关[10]，其配电网的源荷调度描述为：

在时间段t 内，配电网多时间尺度源荷智能优化目标函数为：

其中，配电网第i 组的源荷调度成本系数为δESS，i，第i 组的配电网放电功率为PESS，i。

通过上述步骤建立了配电网源荷智能优化目标函数。

1.3 构建配电网多时间尺度源荷调度模型

1.3.1 配电网日前调度模型

配电网源荷日前调度模型：源荷调度确定配电网多时间尺度的调度计划，基于多主体博弈[11]，确定配电网的多时间尺度调度A 类和B 类的源荷调度方法，此时确定配电网的源荷调度的影响因素，并制定配电网多时间尺度源荷智能调度方法。

以配电网的经济效益为出发点[12]，构建配电网多时间尺度源荷智能调度优化目标函数为：

其中，配电网多时间尺度的源荷调度发电成本和负荷成本分别为FG1和FFG；源荷智能调度成本为Fs；A 类和B类的多时间尺度源荷调度成本分别为FATL和FBTL，式(6)的各项调度成本计算公式为：

式中，以15 min 为一个源荷调度时间段，当T=96 时，配电网多时间尺度的调度方式和数量分别为NG和NFG，配电网的常规调度机组速度与效率分别为和PFG，i，t，配电网的源荷调度成本系数分别为和，配电网的发电成本系数为和，配电网的调度状态为和；当配电网停止运行时，配电网多时间尺度的启停成本为Si，A 类和B 类的配电网多时间尺度源荷单位调度成本分别为αj，ATL和αj，BTL，源荷智能调度的电量分别为和，源荷电量为，单元源 荷成本为αw。

1.3.2 配电网日内2 h 调度模型

配电网源荷日内2 h 调度模型：对配电网多时间尺度的调度执行，确定未来配电网多时间尺度的调度计划，再采用多主体博弈滚动修正配电网的调度[13]。在源荷智能调度的基础上，基于多主体博弈对配电网B 类负荷调度的多时间尺度源荷智能调度，并对结果修正，用时确定配电网C 类负荷的源荷智能调度计划[14]。

在源荷智能调度的基础上，配电网多时间尺度源荷日内2 h 调度的目标函数为：

其中，FG2为配电网多时间尺度源荷调度的发电成本，配电网调度过程中的启停成本为Fs，配电网B 类和C 类多时间尺度的源荷调度成本分别为FBTL和FCTL。下式为配电网多时间尺度源荷调度的各项成本，即：

其中，当T2=16 时，配电网多时间尺度的调度时效为配电网B 类和C 类多时间尺度的源荷调度电量分别为和，αj，CTL为C 类源荷调度单位成本。

1.3.3 配电网日内15 min 调度模型

通过调度配电网的多时间尺度源荷，设定时间为15 分钟/次，确定配电网的C 类和D 类多时间尺度源荷调度计划，并随时滚动修正配电网[15]。

配电网日内15 min 调度模型以快速启停机组为发电成本，此时以D 类源荷调度成本最小为目标，其公式为：

其中，当T3=2 时，配电网D 类多时间尺度源荷调度单位成本为αj，DIL，此时的D 类源荷调度总成本为Pj，DIL，t。

根据以上过程，构建了配电网多时间尺度源荷调度模型，实现了配电网多时间尺度源荷调。

2 实验分析

为了验证基于多主体博弈的配电网多时间尺度源荷智能调度方法在实际应用中的可行性，下面进行实验测试。

2.1 基础数据

以某一配电网为例，设置两台可控分布式电源，其出力上、下限值分别为80 kW、20 kW、160 kW 和47 kW，其他相关参数设置情况如表1 所示。

表1 可控分布式电源的相关参数设置情况

配电网由3 种负荷组成，具体组成情况如图2 所示，出力预测如图3 所示。

图2 配电网负荷组成情况

图3 配电网风光出力预测值

基于图2 和图3 的数据，将配电网的负荷用电划分为3 个时段，峰时段分别为10:00～12:00 和16:00～21:00两个时段，平时段分别为8:00～10:00 和12:00～16:00 两个时段，谷时段分别为00:00～8:00 和21:00～24:00 两个时段。

2.2 仿真场景

将仿真场景划分为3 类，场景一是基本场景，在配电网多时间尺度源荷调度时不考虑用户的用电需求响应；场景二是价格型需求响应场景，先分类配电网的用电负荷，得到价格型需求响应负荷值，优化求解配电网多时间尺度源荷调度模型；场景三是综合场景，基于场景二，考虑多时间尺度对配电网源荷调度的影响，综合考虑价格型和激励型两种需求响应。

2.3 结果与分析

2.3.1 不同策略下配电网多时间尺度源荷调度效果

在其他所有参数都相同的条件下，对比测试了配电网多时间尺度源荷智能调度方法在不同策略下的调度效果，结果如图4 所示。

图4 不同策略下的调度效果

从图4 的结果可以看出，当采用文献[4]的源荷智能调度方法时，配电网多时间尺度源荷调度的总成本都超过了16 万美元，说明大规模风电机组对调度效果的影响比较大；当采用文献[5]的源荷智能调度方法时，配电网多时间尺度源荷调度的总成本在12 万美元～15 万美元之间；当采用基于多主体博弈的配电网多时间尺度源荷智能调度方法时，4 种策略下配电网多时间尺度源荷调度的总成本都在6 万美元以下，说明本文设计的调度方法可以通过构建配电网多时间尺度源荷调度模型，满足配电网多时间尺度的调度需求，从而降低了调度的总成本，具有更好的调度效果。

2.3.2 不同场景下配电网多时间尺度源荷调度效果

了更加直观分析配电网多时间尺度源荷智能调度方法在不同场景下的源荷调度效果，每一种场景中的源荷资源总量始终保持不变，测试结果如图5 所示。

从图5 的结果可以看出，3 种配电网多时间尺度源荷智能调度方法在场景一中的调度总成本都比较高，但是在其他4 种场景中，只有采用基于多主体博弈的配电网多时间尺度源荷智能调度方法时，配电网多时间尺度源荷调度的总成本低于5 万美元，而采用文献[4]的源荷智能调度方法和文献[5]的源荷智能调度方法时，配电网多时间尺度源荷调度的总成本基本都超过10 万美元，表明本文设计的源荷调度方法可以使调度总成本达到最低，提高了配电网的调度经济性，具有更好的调度效果。

图5 不同场景中的调度效果

3 结论

本文提出了基于多主体博弈的配电网多时间尺度源荷智能调度方法研究，基于多主体博弈模型，分析了配电网的源荷特性，通过建立配电网源荷智能优化目标函数，构建了配电网多时间尺度源荷调度模型，实现了配电网多时间尺度源荷的调度。结果显示，本文设计的源荷调度方法具有更好的调度效果。