基于下方风险管理的虚拟能源站两阶段随机优化运行

2022-09-30王冰李娜杨旭升王楠丁建勇

南方电网技术 2022年8期

王冰，李娜，杨旭升，王楠，丁建勇

(1.国网综合能源服务集团有限公司，北京100052；2.东南大学电气工程学院，南京210096)

0 引言

目前，世界面临着化石能源短缺，环境污染日益严重等问题，为贯彻落实“双碳”战略目标，除大力发展新能源外，还应提高能源利用效率、推进节能减排。冷热电联供系统(combined cooling heating and power system，CCHP)是基于能源梯级利用的综合能源系统，其利用系统发电产生的余热烟气进行制热和制冷，使得能源利用率约为70%～90%，可提高经济效益、减少环境污染，有利于缓解能源和环境危机[1-3]。

迄今为止，我国CCHP主要应用于园区微网，依托天然气能源、分布式能源和电网电能实现区域多种负荷的自给自足，提高经济效益。文献[4]从建模、规划和能量管理角度对CCHP在微网中的应用现状进行了总结分析。文献[5]以生产成本、环境成本和冷热电协调成本等最小为目标对微网进行优化经济调度。文献[6]基于“以热定电”和“以电定热”两种两种模式对CCHP经济调度进行研究。但由于单个区域负荷特性比较单一，在满足多种负荷需求的同时易出现某种能量不足或过剩的现象，这在一定程度上制约着系统优化结果[7]。文献[8-9]从经济、能耗和碳排放3个角度构建园区微网相变储能的优化配置模型，以优化储能来调节能量过剩或不足问题。文献[10]通过构建含电、热、气3种储能的园区微网优化调度模型，通过场景对比验证储能可降低微网的成本。

上述研究多基于一个园区微网，而不同类型微网其负荷特性具有一定的差异性与互补性，各自配置储能设备不仅成本大且易存在容量浪费。文献[11-14]提出共享储能，从共享储能的构建形式、建模优化和商业模式等方面进行综述，阐明了共享储能在未来能源形势中发展潜力。在构建共享储能前需由负荷聚合商对区域负荷进行聚合分析，以便确定共享储能的容量，并使其参与市场交易，文献[15]从业务、调度控制策略及运营机制方面对负荷聚合商进行了详细的阐述。文献[16]提出了分布式电源、储能及柔性负荷在聚合商模式下的联合优化调度模型。由于负荷侧资源出力存在不确定性，聚合商在联合调度内部资源时应充分考虑不确定性带来的风险与影响，现有在不确定性方面的研究可分为以期望值[17-19]、机会测度[9]和概率可能性[20]衡量的3种方法。文献[18]以虚拟电厂的期望收益最大构建两阶段随机规划交易策略模型，并辅以条件风险价值(conditional value at risk, CVaR)来控制风险。文献[19]应用两阶段随机规划来处理含多风场的热电优化调度。文献[13]基于机会约束规划考虑风电、光伏出力的波动性和负荷的随机性来构建经济运行模型。文献[20]采用鲁棒优化处理风光和负荷的不确定性，分析不同鲁棒系数下虚拟电厂的优化调度策略。

由上述分析可知，现有研究少有考虑多个不同属性园区互联聚合的场景，本文将4个不同属性的区域聚合构建虚拟能源站进行协调优化降低系统运行成本，将下方风险引入两阶段随机规划，在保证用户用能需求且节约成本前提下构建虚拟能源站参与电力和天然气市场获取收益的优化模型，通过算例验证了所提模型的有效性，并分析了不同风险控制因子下的收益，为不同的风险偏好者提供参考。

1 虚拟能源站的构建与运营

本文将多个电/热/气用能区域聚合为一个整体称为虚拟能源站，由虚拟能源站运营商负责运营区域内所有的燃气轮机、余热锅炉等产能设备来满足各区域的用能需求，虚拟能源站架构图如图1所示。

图1 虚拟能源站运营架构图

虚拟能源站职责主要包括：

1)具备区域内部用能设备的的控制运营权，集中优化调度区域内部各用能设备的运行功率，满足各区域用户的用能需求；

2)虚拟能源站负责在电力市场和天然气市场签订中长期购电、购气合同，购买其所负责区域用能所需天然气和电能，向用户收取供能费用；

3)对用户设计补偿激励机制，在满足用户用能需求的前提下，当削减用户可削减负荷时对用户予以经济补偿；

4)依据地理位置投资建设电/热/气等储能设备以及区域管网等设施，以此来提升内部多种资源的协调运行能力；

5)通过调整虚拟能源站内部的用能负荷，使虚拟能源站参与电力和天然气市场的日前现货市场交易，购买(出售)缺额(富余)的电量和气量。

2 基于下方风险的两阶段随机规划模型

通常不确定方法理论侧重于描述收益不确定性的客观状态，将高于或低于目标收益的偏离均认为是不确定性带来的风险，从风险危害性角度而言，下偏差(低于目标收益)更能实际地体现投资者关于风险的心理感受，符合投资者行为特征，这部分收益损失部分即为下方风险(downside-risk)。金融领域采用下方风险来表示收益的下偏差期望[21-23]，本文将下方风险引入到两阶段随机规划(two-stage stochastic programming, TSP)模型构建两阶段随机下方风险规避规划(two-stage stochastic downside risk-aversion programming, TSDP)模型实现风险规避，以便于管理者在存在不确定因素的情况下做出保证最小收益的决策。故基于TSDP的收益最大化模型可表示为：

(1)

s.t.

ax≤b

(2)

T(ωs)x+W(ωs)y=h(ωs)

(3)

(4)

Pprofit，s(x)=cx-Q(y,ωs),∀s

(5)

(6)

x≥0,y(ωs)≥0

(7)

式中：f为目标函数；x、y分别为第一、二阶段的决策变量；ρs为情景s的概率；c为收益系数；ωs为随机事件；a为技术系数；b为资源可用系数；δDRisk为下方风险；Ωs为收益目标；Pprofit，s为运行收益；T(·)、W(·)和h(·)为系统随机参数；Q(·)为第二阶段随机事件发生的系统资源；ψ为期望下方风险；λ为风险控制因子，表征决策者对风险的偏好程度，λ∈[0,1]。

通过设置不同的λ，模型可以获得一系列不同未实现预期收益风险容忍程度的最优解，λ值越大对风险的容忍程度越大。

3 基于TSDP的虚拟能源站优化运行

基于第2节中构建的考虑决策者风险偏好的TSDP基础模型，本文以图1所示的包含工业区、商业区、办公区和居民区4种类型用户的园区为例，构建虚拟能源站优化运行模型。模型中，每种用户类型均以CCHP以保证自己的冷热需求，屋顶配有光伏发电装置，以CCHP、光伏和电网购电满足各自的用电需求。虚拟能源站通过聚合区域内的各类用户资源，在满足各自电热需求的基础上，利用现有的能源实现自身效益的最大化，为提高能源的利用率，虚拟能源站在区域内配置热网和蓄热装置。所需燃气和电能均由虚拟能源站与电力和天然气市场签订中长期合同，并参与日前电力和天然气现货市场来购买(出售)缺额(富余)的电量和气量。

本文以供暖季研究虚拟能源站的效益，为便于分析，做以下假设与说明：

1)工业区主要为工业热负荷，假定其热负荷不可调，其他区域为采暖热负荷，具备可调节能力；

2)采暖热负荷主要受室外温度和室内温度的影响，考虑到室外温度预测偏差较小，假定采暖热负荷不存在波动性；

3)各区域所用天然气采用的是中长期合同购买方式，为固定购气价格，中长期电量合同按照虚拟能源站所辖区域标准净电负荷曲线进行签订；

4)由于屋顶光伏和电负荷具有波动性和随机性，以每个区域的净负荷进行分析，考虑到虚拟能源站内部各区域之间电力存在互联，以虚拟能源站所负责区域整体净电负荷的不确定性进行分析。

3.1 目标函数

以虚拟能源在收益最大化为目标函数为：

maxF=F1+F2+F3-C1-C2-C3-C4

(8)

1)向用户售能收益

(9)

2)参与日前电力市场收益

F2=

(10)

3)参与日前天然气市场收益

F3=

(11)

4)中长期购电量成本

(12)

5)中长期购气量成本

(13)

6)热负荷需求响应补贴成本

(14)

7)蓄热装置成本

(15)

3.2 约束条件

1)微型燃气轮机约束

(16)

(17)

(18)

2)余热锅炉约束

余热锅炉是利用小型燃气轮机发电时排出的高温烟气进行工作，起到了废热利用的作用。

(19)

(20)

3)热负荷约束

本文对建筑物的热动态模型采用一阶ETP模型进行描述，即

(21)

设室外温度在1个调度时间段Δt内不变，则

(22)

为满足室内人员供热舒适度，室内温度应满足

(23)

(24)

4)蓄热装置充放速率约束

(25)

(26)

Ac,th+Ad,th≤1

(27)

5)蓄热装置容量约束

Sr,th=Sr,(t-1)h+(hrc,thηr,c-hrd,th/ηr,d)Δt

(28)

(29)

Sr,0h=Sr,Th

(30)

式中：Sr,th为蓄热装置中的储热量；ηr,c、ηr,d分别为储热、放热效率；Sr,0h、Sr,Th分别为初始时刻、时段T蓄热装置中的储热量；Δt为单位时段时长。

6)电网输电容量约束

(31)

(32)

7)天然气约束

(33)

(34)

(35)

8)虚拟能源站电功率平衡

(36)

式中Pload,ith为区域i净电负荷。

9)虚拟能源站热功率平衡

(37)

10)下方风险规避约束

Pprofit(h)=

(38)

(39)

(40)

式中：Pprofit(h)为h情景下的系统运行收益；Ω为系统目标收益；ψ为TSP模型求得的预期下方风险值。

3.3 模型求解

本文所提两阶段随机下方风险规划模型的求解过程如图2所示。编程软件平台为MATLAB 2015b，通过YALMIP调用CPLEX求解。

图2 两阶段随机下方风险规划模型框架

4 算例分析

4.1 算例数据

本文以包含居民区、商业区、办公区和工业区的一个虚拟能源站进行分析，室外温度如图3所示，图4为各区域典型日的净电负荷曲线[24]，依据室外温度求得的各时间段的热负荷如图5所示，各设备的参数见表1。

表1 设备出力参数

图3 室外温度

图4 各区域净电负荷

图5 各区域热负荷

4.2 虚拟能源站中长期购电购气量

虚拟能源站在进行中长期电量和气量交易时，以典型日各分区独立运行时所需电量和气量总和作为虚拟能源站中长期交易的量。由于各区域具有发电设备，与电网之间存在电量的双向交互，采用按标准负荷曲线交易的方式，本文交易价格暂按图6所示分时电价，向电网反向售电时价格为购电价格的0.8倍。天然气同样采取标准负荷曲线交易方式，价格为固定价格2.91元/m3。

图6 中长期电价

表2为独立运行时各区域的用能成本和虚拟能源站的购能成本，图7所示为各区域独立运行时燃气轮机出力和与电网的交互功率。

表2 用能成本

图7 独立运行时各区域电功率

结合图4和图5可以看出，由于各区域因功能属性不同，其电负荷和热负荷存在较大差异。从图7可以看出，对于居民区其全天存在采暖热负荷，燃气轮机需24 h存在出力以保证余热锅炉的运行，除去下午负荷高峰时段需从电网购进部分电量外，其余时段均存在富余的电量售向电网；同理对于工业区因需满足工业热负荷，燃气轮机需24 h存在出力，且产生的电量均可满足区域用电负荷，存在富余电量售向电网；由于热负荷需求导致居民区和工业区的成本如表2所示主要为购气成本。商业区和办公区夜间不存在热负荷，仅有较低的电负荷需求，此时电价较低，从图7看出均从电网购电，在工作时间段商业区的净电负荷较大，需从电网购电来满足电负荷缺口，而办公区在其开始和末尾几个工作时间段用电负荷较低，此时存在富余的电量出售给电网。

由各区域独立运行结果可以看出不同区域之间电负荷存在互补性，通过虚拟能源站实现不同区域之间余电消纳，形成如图8所示的虚拟能源站与电力市场和天然气市场签订的中长期电量和气量曲线，因向电网反向售电价格低于买电价格，通过虚拟能源站形式可将总成本由322 506.83元降低至312 315.75元，节约10 191.08元(约3.16%)。

图8 中长期交易电量和气量

4.3 虚拟能源站参与日前市场优化运行

由于屋顶光伏和用户用电负荷存在波动性，通过对虚拟能源站整体历史净电负荷数据进行聚类得到如图9所示3种典型净负荷曲线，夜间电负荷小且不存在光伏出力，波动较小，白天光伏波动和室内人员用电的随机性使得波动性较大，3种负荷场景的概率分别为0.11、0.74和0.15。假设风险控制因子λ=0.9，日前市场的电价和气价如图10和图11所示[25]。

图9 3种场景净电负荷曲线

图10 日前电力市场价格

图11 日前天然气市场价格

4.3.1 参与日前市场结果分析

图12所示为3种负荷场景下燃气轮机的出力组合，在第一阶段确定燃气轮机的开机组合及出力，第二阶段依据不同场景净负荷的大小优化确定各机组的出力增减量，工业区燃气轮机因其较高的发电效率在08：00—18：00期间多个时段均以满功率运行，发电效率较低的居民区和办公区燃气轮机出力主要集中于夜间，与工业区燃气轮机共同保障夜间的电负荷和热负荷需求。图13所示为3种负荷场景下虚拟能源站参与日前电力市场的交易量。

图12 3种场景各燃气轮机的出力

图13 3种场景虚拟能源站参与日前市场的电量

结合图10日前市场购售电价，可以看出图9中在00：00—02：00时间段市场售电价格高于中长期市场谷时段价格，通过调用发电效率较高的工业区燃气轮机向市场售出电量获得收益；在02：00—04：00时段市场电力价格较低，虚拟能源站调用产热效率较高的居民区和办公区的燃气轮机保障供热，电量差额从市场购买，其他时段同理。

图14所示为3种负荷场景下虚拟能源站参与日前天然气市场的交易量。对比图9和图10可以看出虚拟能源站在参与电力市场和天然气市场交易量曲线具有一定的互补性，在日前市场电价较低时降低燃气轮机出力，从市场购电，利用节约的天然气量参与天然气市场获取收益；在天然气市场购气价格较低，且燃气轮机发电成本低于电力市场售电价格时，从天然气市场购气用于发电，并将富余电量售向电网赚取收益。

图14 3种场景虚拟能源站参与日前市场的气量

4.3.2 热负荷及其响应结果分析

除工业区外其余3个区域热负荷为采暖热负荷，具备可调性，在满足其室内舒适度温度要求的前提下，通过调节其供热量参与热负荷需求响应，热负荷需求响应补贴单价参考文献[25]，3个区域的室内采暖温度分别为居民区24 ℃、商业区20 ℃和办公区22 ℃，各区域每个时段的最低需求温度和3种负荷场景下参与需求响应的室内温度如图15—17所示。

图15 3种场景下居民区温度变化

由图15可知，虚拟能源站主要在01：00—04：00、06：00—07：00、11：00—14：00、18：00—19：00和21：00—23：00时间段对居民区进行温度调节实行热负荷需求响应。结合图12中燃气轮机出力分析，在01：00—04：00时段，市场电价低，随着中、高负荷情景用电负荷的增大，通过增加购电量弥补热负荷需求响应降低燃气轮机出力带来的电负荷缺额；在11：00—14：00时段室外温度较高，各区域对室内温度要求降低，该时段市场气价达到高峰，市场电价与中长期电价相近，通过热负荷需求响应降低燃气轮机的出力，将富余天然气参与市场获取更高收益，电负荷缺额通过市场购电满足；在06：00—07：00时段，市场气价处于低谷，随着不同场景负荷的增大，工业区燃气轮机出力增大，产热量增大，导致热负荷需求响应量降低；在18：00—19：00和21：00—23：00时段，市场气价处于高峰时段，居民区燃气轮机处于关停状态，不同场景电负荷的增加量由市场购电满足，热负荷由蓄热装置满足，通过热负荷需求响应降低工业区燃气轮机出力，以便参与市场获取更多收益。

图16和图17为商业区和办公区温度变化，虚拟能源站对其温度调节集中于11：00—17：00。结合图13和图14看出，在11：00—14：00时段通过热负荷需求响应降低燃气轮机的出力，将富余天然气参与市场获取更高收益，电负荷缺额通过市场购电满足，且随着不同场景电负荷的增大，从市场的购电量增大；在14：00—17：00时段，气价回落，电价达到低谷，不同场景下通过增大市场购电量满足电负荷增量，在高负荷场景采用热负荷需求响应降低商业区燃气轮机出力，增加参与天然气市场的收益来降低由于增大市场购电量带来总购能成本。

图16 3种场景下商业区温度变化

图17 3种场景下办公区温度变化

图18和图19分别为3种场景热负荷需求响应量和蓄热装置出力，由图18可以看出其总响应量在01：00—04：00、11：00—17：00时段随着不同场景电负荷的增大而增大，较低的市场电价使得虚拟能源站从市场的购电量增大，并通过增大热负荷需求响应量增大参与天然气市场的售气量来降低负荷增大带来的购能成本增加量。其他时段热负荷响应量随不同场景电负荷的增大而减小，这些时段市场电价高于中长期电价，燃气轮机整体出力增加，受蓄热装置出力功率约束，热负荷需求响应量降低。

图18 3种场景热负荷需求响应量

图19 3种场景下蓄热装置出力

由图19看出，在00：00—01：00、07：00—11：00和17：00—18：00时间段市场气价低电价高，通过增大燃气轮机出力满足不同场景电负荷增长需求，并将多余热量通过蓄热装置进行蓄热，受蓄热装置储热功率约束除08：00—09：00时段低负荷场景不存在出力，其余时段均为满功率蓄热；在11：00—14：00、18：00—19：00和21：00—23：00时间段市场气价高峰，虚拟能源站降低燃气轮机出力，由蓄热装置放热满足热负荷需求，结合图13看出随不同场景电负荷的增大，从市场的购电量增大；在19：00—21：00时段，电价处于高峰，气价低于后两个时段，以在满足蓄热装置功率约束前提下进行蓄热，为后两个时段削减燃气轮机出力储备热量；其余时段市场电价气价低于中长期价格，不同负荷场景下结合热负荷需求响应通过蓄热装置协调各时段的热量供应，以使虚拟能源站收益最大。

4.3.3 灵敏度分析

4.3.3.1 风险控制因子分析

如图20所示为不同风险控制因子λ下虚拟能源站的收益与风险。当λ=1时，本文模型即为TSP模型，其收益期望为5 990.14元，风险值为2 354.51元，本文以λ=0.9进行分析，收益期望值为4 420.47元，风险值为2 119.05元。相较于传统两阶段(TSP)模型，本文所提模型可为不同风险爱好的虚拟能源站提供不同的决策，降低预期风险值。

图20 不同风险控制因子下收益与风险

从图20可以看出当风险控制因子λ<0.73时，风险值大于预期收益，此时无法保证收益率。考虑到随着风险值的增大偏好者越来越少，本文将λ≥0.73区域按3:2:1的比例分为风险厌恶区、风险保守区和风险偏好区，每个区域情况分别为：1)风险厌恶区：当0.73≤λ<0.865时，风险-收益比高于50%，但整体风险值相对较小，适合对于风险持厌恶态度的保守型决策者；2)风险中立区：当0.865≤λ<0.955时，风险值和预期收益均增大，收益增长率高于风险增长率，风险-收益比波动幅度不大，适合对于风险持中立态度的决策者；3)风险偏好区：当0.955≤λ≤1时，高风险与高收益并存，风险-收益比较低，适合对于风险持乐观态度的激进型决策者。

4.3.3.2 售能收费比例系数分析

图21所示为不同风险控制因子下调整向用户售能收费比例系数对虚拟能源站收益的影响，从图中可以看出虚拟能源站的收益受到风险控制因子和比例系数的双重影响。

图21 比例系数灵敏度分析

当收费比例系数不低于0.95时，虚拟能源站在控制因子不低于0.75时可以保证存在收益。随着收费比例系数的增大，在保证收益的基础上风险控制因子的调节范围增大，并且可以在比例系数不低于0.98时通过调整风险控制因子实现风险的完全规避。因此虚拟能源站在进行决策时要统筹考虑风险控制因子和收费比例系数的选取。