计及多主体与不确定性的农村虚拟能源系统两阶段模式设计

2023-02-17李鹏吴加新王世谦刘湘莅余晓鹏祖文静张艺涵

电力建设 2023年2期

李鹏，吴加新，王世谦，刘湘莅，余晓鹏，祖文静，张艺涵

(1. 国网河南省电力公司经济技术研究院，郑州市 450052； 2. 国网河南省电力公司，郑州市 450000)

0 引言

一方面，随着乡村振兴战略的推进与发展，农村对于新型能源利用方式的需求更加强烈[1]；另一方面，现阶段下，农村能源主要由煤炭、秸秆燃烧等提供，造成了能源利用率低、环境污染严重等问题，但是在碳达峰、碳中和战略目标下，为了减少环境污染，对于新能源的需求日益增加[2-3]。虚拟能源系统聚合新能源，对于农村能源利用方式的改进以及环境改善有着重要作用[4]。但是目前虚拟能源系统的发展尚不成熟，缺乏完善的投资建设与运营模式，如何找到适应于农村发展的虚拟能源系统投资建设运营模式成为研究重点[5]。

针对农村虚拟能源系统的投资模式研究较少，但是有部分研究针对城市综合能源系统的投资建设。文献[6]在能源互联网发展背景下，提出了适用于综合能源系统的投资建设模式包括合同能源管理(energy management contracting，EMC)模式、建设-经营-转让(build-operate-transfer，BOT)模式、建设-转让(build-transfer，BT)模式、政府和社会资本合作(public-private partnership，PPP)模式与设计-建设-融资-运营(design-build-finance-operate，DBFO)模式，并对各种投资建设模式进行了比较分析；文献[7]初步探索了城市与园区为主体构建综合能源系统的投资建设模式；文献[8]系统性地分析了国内外综合能源系统的服务模式；文献[9-10]在传统能源利用转变为新能源利用背景下，设计了综合能源系统的发展路径，提出了综合能源系统的服务模式；文献[11]就综合能源系统的投资收益模式、商业模式进行了研究。目前的研究仅限于综合能源系统，但是对于虚拟能源系统的投资建设模式鲜有研究。

针对虚拟能源系统的运营模式，由于虚拟能源系统聚合新能源，存在不确定性，所以大部分文献针对虚拟能源系统的运营模式集中于不确定性研究。文献[12-13]以多能互补系统为研究主体，考虑电负荷与热负荷的不确定性对多能互补系统进行优化；文献[14]利用Copula理论与核密度估计方法生成风电、光伏的典型出力场景，平抑风、光出力的不确定性；文献[15]采用条件风险价值表征虚拟能源系统运行的不确定性导致的利润变动风险；文献[16]采用传统鲁棒优化方法刻画综合能源系统的不确定性；文献[17]为了降低光伏接入与负荷的不确定性，构建了考虑鲁棒优化的综合能源系统优化模型；文献[18]将虚拟能源系统参与的市场分为日前市场与实时市场，在日前市场中采用多场景技术处理不确定性，在实时市场中调节可控设备减少误差。综上，目前关于不确定分析方面，主要集中于源侧单侧与负荷侧单侧的不确定性分析与研究。同时不确定性处理方法主要多为条件风险价值与传统鲁棒优化方法。但是传统鲁棒优化方法存在决策保守等问题，因此亟待新的不确定处理方法刻画虚拟能源系统的不确定性。

在现有文献研究的基础上，本文对计及多主体与不确定性的农村虚拟能源系统两阶段模式设计进行研究，主要创新点如下：

1)研究对象上。传统研究对象多为城市能源系统，而农村能源供需特性与城市存在差异，城市能源系统的研究无法在农村完全应用，本文创新性地以农村能源系统为研究对象，通过农村能源系统的高效利用，为城市能源的进一步利用提供借鉴。

2)研究体系上。本文对农村能源系统提出一套从能源系统的投资模式-运营模式-利益分配的体系。

3)研究内容上。在投资模式上，本文考虑多主体的效益进行投资模式的优选；在运营模式上，本文考虑多元不确定性，完善仅考虑单一不确定性带来的不足。

基于此，本文首先基于农村能源特性设计虚拟能源系统的框架；然后，分析农村虚拟能源系统的参与主体，并提出针对农村虚拟能源系统的投资建设模式；其次，提出两阶段鲁棒优化模型刻画虚拟能源系统运行中的不确定性，用以计及农村虚拟能源系统的不确定性；最后以中国北方某一农村为例进行算例分析。

1 考虑农村能源特性的虚拟能源系统

1.1 农村能源特性分析

传统的农村能源依靠传统电网满足电负荷需求，燃烧秸秆、煤炭等一次能源满足热负荷需求，其利用模式如图1所示。

图1 传统农村能源供给模式Fig.1 Traditional rural energy supply mode

由图1可知，我国农村能源大部分使用秸秆、煤炭等一次能源，可再生能源使用较少。但是秸秆煤炭的燃烧会给环境造成污染，能源利用率低、安全可靠性差、用能分散，不像城市用能具有集聚效应。我国农村资源丰富，可供开发的可再生能源有太阳能、风能、生物质能、地热能。其中，生物质能约有7亿t标准煤，理论上水能资源10 MW，太阳能辐射储量17 000亿t标准煤。可再生能源的开发利用对环境友好及能源利用效率的提高具有重要意义。因此，亟需探索具有高利用效率的系统，促进清洁可再生能源的利用。

1.2 农村虚拟能源系统框架设计及建模

在农村能源特性的基础上，为了提高能源利用效率，构建农村虚拟能源系统，实现源源互补、荷荷互补、源荷互补，得到农村虚拟能源系统框架如图2所示。

由图2可知，基于虚拟能源系统的农村能源供给模式，在供给端以太阳能、风能、生物质能等清洁可再生能源为原料，通过冷热电联产(combined cooling heating and power，CCHP)系统以及电转热、电转冷、热转冷等转换设备，满足负荷端炊事、取暖、照明等能源需求。

图2 虚拟能源系统农村能源供给模式Fig.2 Rural energy supply mode of virtual energy system

基于农村虚拟能源系统的框架，从能源供给、能源存储角度进一步分析农村虚拟能源系统能源供给模式特性。

1.2.1 能源供给

1)生物质能。

农村生物质能的利用方式为将畜粪、薪柴、秸秆直接进行燃烧或者作为沼气的原材料。但是直接燃烧会产生大量的污染，而沼气利用通过气化、存储以及燃气发电则能够减少环境污染，用于取暖、照明，沼渣和沼液可以作为有机肥料进行利用。生物质能沼气发电公式为：

(1)

2)太阳能。

我国太阳能分布广泛，农村利用太阳能的设备包括光电转换设备与光热转换设备，光电转换设备是指小型光伏发电；光热转换设备是指太阳能暖房、太阳能热水器与太阳灶。其中光热转换如式(2)所示，光电转换如式(3)所示。

(2)

(3)

3)风能。

农村的风力发电设备能够独立运行，其出力为：

(4)

4)水能。

水力发电量与水流大小紧密相关，水力发电为：

(5)

(6)

5)地热能。

在冬季，热泵将地球的热量提取出来，提供给用户使用；在夏季，将热量从建筑中提取出来，存储在地球中，其出力为：

(7)

(8)

1.2.2 能源存储

能源存储装置是指在能量剩余时储能，能量不足时放能，燃料电池、储热、储冷装置的通用模型为：

(9)

1.3 农村虚拟能源系统两阶段模式设计思路

基于农村虚拟能源系统的框架，构建其投资阶段与运营阶段的设计思路，如图3所示。

图3 虚拟能源系统两阶段模式设计思路Fig.3 Design idea of two-stage mode of virtual energy system

为了实现虚拟能源系统稳定长久运行，从投资阶段与运营阶段两阶段出发，其中投资阶段解决谁投资与怎么投资2个问题，谁投资也即投资主体分析，怎么投资则是通过分析可以选择的投资模式并选择其中最优的投资模式；运营阶段解决如何收益以及收益面临的风险问题，如何收益即运营模式的确定。

2 基于能源供需布局的农村虚拟能源系统投资建设模式

从整体性原则、经济性原则及风险性原则出发分析农村虚拟能源系统的投资建设模式。其中整体性原则是指将虚拟能源系统作为整体进行投资建设，降低成本，优化资源配置；经济性原则是指通过推动能源的循环梯级利用，提高经济效益；风险性原则是指规避内部风险，控制外部风险。

2.1 农村虚拟能源系统的参与主体分析

农村虚拟能源系统从源端供给、荷端负荷来看，农村虚拟能源系统的参与主体主要包括政府、企业及用户。

1)政府。

政府一方面能够对虚拟能源系统其余主体的投资建设进行监督管理，营造有利于投资的市场环境，制定相应的法律法规，促进虚拟能源系统合理合法合规的投资建设；另一方面政府根据市场与外部环境的需要也可参与虚拟能源系统的投资建设。

2)企业。

在农村虚拟能源系统中，企业主要是指燃气公司、电网公司、储能公司及其他企业。农村虚拟能源系统中的气负荷除了生物质能通过沼气池发酵供给外，缺少的部分还需要通过燃气公司供给；电负荷的缺额部分则需要农村电网进行供给，因此，燃气公司与农村电网对于维持农村虚拟能源系统的供需平衡、安全稳定的负荷供应至关重要。储能公司能够为虚拟能源系统提供储能装置，提高虚拟能源系统运行灵活性。

3)农村用户。

农村用户作为虚拟能源系统的终端用户，是各类能源的使用者，为了提高虚拟能源系统的市场化程度，吸引各类资本，农村用户也可参与虚拟能源系统的投资建设。一方面，通过投资提高自身收益，另一方面，能够提高农村用户在虚拟能源系统中的主动权。

2.2 计及多主体的农村虚拟能源系统投资模式

当政府、企业、用户参与虚拟能源系统时，虚拟能源系统的投资建设模式有5种：建设-经营-转让(build-operate-transfer，BOT)模式、建设-拥有-经营(building-owning-operation，BOO)模式、租赁模式、企业投资建设(enterprise investment and construction，EIC)模式、用户投资建设(user investment construction，UIC)模式。

1)BOT模式。

BOT模式为政府处于主导地位，燃气公司、电网企业以及其余企业组建形成能源建设公司，能源建设公司向政府提出对虚拟能源系统项目进行经营和管理的许可，政府进行分析决策通过后，政府与能源建设公司签订经营特许权协议并规定经营特许权期限。获得特许权后，能源建设公司开展虚拟能源系统项目的资金筹集、投资建设与运营管理，运营管理所获得的现金流与收益归能源建设公司所有。经营特许权期满后，能源建设公司将所有权免费移交给政府。

2)BOO模式。

BOO模式中前期的流程与BOT一致，在特许权期限内，由能源建设公司进行投资建设与运营。但是特许权期满后，BOO模式的虚拟能源系统项目所有权并不移交至政府，而是能源建设公司自己拥有所有权。

3)租赁模式。

租赁模式是指由政府负责虚拟能源系统项目的投资建设，投资建设完成后政府租赁给能源建设公司，同时约定租赁费用与租赁期限。租赁期满后，项目所有权归政府所有。

4)EIC模式。

EIC模式是指政府进行组织，由能源建设公司进行虚拟能源系统项目的投资、建设、融资与运营，能源建设公司在虚拟能源系统项目中既充当投资者又充当经营者，在虚拟能源系统项目的全过程都进行了参与。

5)UIC模式。

UIC模式以农村用户为主导，进行虚拟能源系统项目的投资、建设、融资、运营，项目所有权归用户所有。

2.3 考虑多主体效益的虚拟能源系统投资模式优选

为了实现政府、企业、农村用户三主体的效益最优，以政府、企业、农村用户为利益主体，构建投资模式评估指标体系，建立物元可拓评价模型，优选农村虚拟能源系统的投资模式。

1)投资模式评估指标体系。

从全面性、典型性、客观性角度出发，构建虚拟能源系统投资模式的评估指标体系如表1所示。

表1 虚拟能源系统投资模式评估指标Table 1 Evaluation index of virtual energy system investment mode

2)虚拟能源系统的物元可拓评估模型。

由于虚拟能源系统参与主体利益需求不一致，导致各主体的下层指标存在矛盾，而物元可拓模型作为多目标的决策方法，能够最大限度地满足整体需求，实现全局决策最优。因此本文采用物元可拓评价模型进行虚拟能源系统投资模式的评估，物元可拓评价模型的评价分为确定经典域与节域、计算指标与经典域和节域之间的距、确定指标权重与关联度、计算综合评价等级。

(1)确定经典域与节域。

针对评价对象O=[O1,O2,…,On]，假设其评价指标与评价指标值分别为D=[d1,d2,…,dm]、V=[v1,v2,…,vm]，则待评价对象的物元Ri、经典域Rck、节域Re分别为：

(10)

(11)

(12)

(2)指标值与经典域、节域之间的距。

指标值与经典域、节域之间的距分别为：

(13)

(14)

(3)确定指标权重与关联度。

(15)

基于赋权结果，计算评价属性x对应的指标j的评价等级为s时的关联度为：

(16)

式中：Gijs为评价对象i指标j的第s个评价等级。

评价属性x的评价等级为s时的关联度矩阵zixs为：

(17)

式中：Wx为评价属性x的权重矩阵。

参与主体评价等级为s时的关联度矩阵zies为：

(18)

式中：We为评价指标的权重矩阵。

评价对象评价等级为s的综合关联度zs(Oi)为：

zs(Oi)=Wo·[zs(Oi)]T

(19)

式中：Wo为综合权重矩阵。

(4)计算综合评价等级。

将待评对象与各评价等级的关联度进行比较，若该评价等级的关联度越大，说明待评对象越接近该等级。据此计算得到待评对象的评价等级为：

(20)

(21)

3 计及不确定性的农村虚拟能源系统运营模式

3.1 农村虚拟能源系统的不确定性分析

由于受到气候、环境及其他因素的影响，农村虚拟能源系统中的新能源出力、负荷以及市场中的电价均存在不确定性。关于不确定随机问题，大多学者采用鲁棒优化与随机规划，但是传统的鲁棒优化决策过于保守，随机规划计算复杂，因此本节对传统的鲁棒优化进行改进，提出两阶段的鲁棒优化。第一阶段的决策基于确定性场景进行，第二阶段的决策基于随机性场景进行，通过迭代寻优，降低保守性。

1)两阶段鲁棒优化模型。

随机变量的集合确定是鲁棒优化的基础，本文的随机变量集合采用考虑期望与协方差的矩不确定集合M表示，如式(22)所示：

(22)

式中：ζ为随机变量；Pr、Sr、ur、Ccov分别为随机变量概率、分布空间、期望列向量、协方差向量；k1、k2分别为期望、协方差的不确定范围参数。

两阶段鲁棒优化的第一阶段目标函数如式(23)所示，第二阶段目标函数如式(24)所示。

(23)

(24)

式中：c1、c2分别为第一阶段与第二阶段的系数向量；x、y分别为第一阶段与第二阶段的决策变量；A、B、C为约束条件矩阵；b、h为第一阶段与第二阶段的常数向量。

为了便于求解，采用拉格朗日对偶法进行变换，具体如式(25)所示：

(25)

式中：l、τ、γi、ui为对偶变量；g、ψi(ζi)为随机变量测度函数的个数与测度函数；N为随机变量的个数。

2)基于鲁棒优化模型的农村虚拟能源系统不确定性刻画。农村虚拟能源系统中风电、光伏、负荷、市场价格的不确定性结构分别为：

(26)

(27)

(28)

(29)

3.2 农村虚拟能源系统运营模式设计

农村虚拟能源系统的运营模式为各种可再生能源的出力先满足农村用户的负荷需求，当出力大于需求时，运营商聚合各类可再生能源出力，一方面与外部农村电网交易出售多余电力，另一方面当虚拟能源系统的投标容量大于调峰市场的投标阈值时，可参与调峰辅助服务市场提供调峰服务；当出力小于需求时，运营商与外部农村电网交易购买缺额量，具体运营模式如图4所示。

图4 农村虚拟能源系统运营模式Fig.4 Operation mode of rural virtual energy system

针对农村能源系统的可调负荷，将其从农业与居民两方面出发，分为农业可调负荷与居民可调负荷，其中农业可调负荷主要包括运输机器、种植机器、收割机器、农作物加工及处理机器、杂项农业机器五方面；居民可调负荷包括照明可调负荷与家用电器可调负荷两方面，总体的可调负荷能力为：

(30)

可调负荷的约束条件为：

(31)

1)内部运行成本最小。

(32)

(33)

(34)

(35)

(36)

虚拟能源系统内部运行约束为常规约束，具体参考文献[20]，在此不再赘述。

2)外部运行成本最小。

虚拟能源系统的外部运行成本为：

(37)

(38)

(39)

(40)

(41)

虚拟能源系统参与市场交易时受到柔性负荷约束、调峰投标约束，具体参考文献[21]，在此不再赘述。

4 算例分析

4.1 基础数据

以中国北方某农村地区为例进行算例分析，农村虚拟能源系统中风力发电机组、光伏发电机组、水力发电机组、热泵、CCHP等机组参数参考文献[22]。该地区冷、热、电负荷预测曲线如图5所示。风电、光伏、水电预测曲线如图6所示。

图5 冷、热、电负荷预测曲线Fig.5 Forecasting curves of cold, heat and electric load

图6 风、光、水预测曲线Fig.6 Forecasting curves of wind, photovoltaic, and hydraulic power

风电、光伏、负荷的期望与协方差不确定参数如表2所示[23]。各类成本系数如表3所示[24]。

表2 期望与协方差不确定参数Table 2 Uncertain parameters of expectation and covariance

表3 各类成本系数Table 3 Various cost factors 元/(kW·h)

4.2 结果分析

1)投资模式优选结果。

基于指标的计算方式得到5种投资建设模式下指标的计算结果，如表4所示。各指标权重如表5所示。

表4 各个指标的计算结果Table 4 Calculation results of each index

表5 指标权重结果Table 5 Index weights

根据各指标权重，得到5种投资建设模式的综合评价结果，如表6所示。

由表6可知，EIC模式的综合评价结果最高，在5种投资建设模式中排序第一，UIC模式的综合评价结果最低。这是因为EIC由能源建设公司进行投资建设，一方面能够较好地管控项目的建设成本与运行成本，对于各项目参与主体的责任与风险界定十分明确；另一方面，由能源建设公司投资运营能充分发挥各公司的技术优势。若由用户进行投资建设，虽然整体来看投资比较灵活，但由于用户投资建设的规模小，能源利用率有限，因此整体的综合评价结果较低。

表6 综合评价结果Table 6 Comprehensive evaluation results

2)投资模式优选有效性分析。

为了验证投资模式优选结果的有效性，采用可拓云评价方法、综合评价方法以及本文提出的可拓物元评价方法分别进行投资模式评价，并采用置信度因子τ进行有效性检验，τ越大，计算结果越分散，评价效果越差。置信度因子τ计算公式为：

(34)

式中：N为重复评价次数；N(n)为落入等级n的次数。

3种评价方法的置信度因子分别如表7所示。由表7可知，可拓物元的置信度因子为0，评价效果最好，由此验证了本文所提投资模式优选方法的有效性。

表7 置信度因子Table 7 Confidence factor

3)系统优化调度结果。

根据虚拟能源系统投资建设模式的优选结果，选取综合评价值最高的EIC模式进行投资建设，同时CCHP机组采取以电定热模式，得虚拟能源系统中各机组的出力结果，如图7—9所示。

图7 电力供给与负荷需求Fig.7 Power supply and load demand

图8 热力供给与负荷需求Fig.8 Heat supply and load demand

由各机组的出力结果可知，本文的农村多能互补系统中的电负荷主要由风力发电出力与光伏发电出力满足，促进了风电、光伏的消纳，而热负荷主要是由地热能通过热泵供应，冷负荷主要通过热转冷设备以及电转冷设备进行供应，燃料电池、储热、储冷装置的配备具有平抑风电、光伏出力随机性与波动性的作用。

为了进一步分析本文同时考虑源侧与负荷侧的不确定性，设置如下4种情景，分别计算不同情景下的内部运行成本。

情景1：源侧和负荷侧均不考虑不确定性；

情景2：源侧考虑不确定性，负荷侧不考虑；

情景3：源侧不考虑不确定性，负荷侧考虑；

情景4：源侧和负荷侧均考虑不确定性。

4种情景下的内部运行成本如表8所示。

表8 不同情景下的运行成本Table 8 Operating costs under different scenarios

由表8可知，情景4的总运成本为3 338.6元，高于其他3种情景的运行成本，其中情景1的总成本最低，为3 016.5元。这是因为确定性场景下，无须考虑负荷、风电及光伏出力的随机性，从而无须考虑过多的发电成本、转换及储能成本，使得总成本相对较低。

4)不确定分析方法的效用分析。

为了进一步验证本文所提不确定分析方法的效用，采用文献[3]提出的条件风险价值与文献[4]提出的单鲁棒优化方法进行比较分析，比较分析结果如表9所示。

表9 不同处理方法的比较分析结果Table 9 Comparative analysis results of different processing methods

由表9可知，运用条件风险价值进行不确定性处理成本最低，单目标鲁棒最高，本文提出的双鲁棒目标优化介于两者之间。这是因为条件风险价值风电、光伏及负荷是确定的，导致鲁棒性考虑不足，而单鲁棒优化则过于保守，导致总成本过高。采用本文所提的双鲁棒目标优化不仅能够克服鲁棒性不足的问题，还能减少鲁棒过于保守的问题。

5)不确定范围的敏感性分析。

农村虚拟能源系统的运行成本随着期望、协方差的不确定范围参数变化而变化，因此为了分析不确定范围对虚拟能源系统成本的影响程度，让风电、光伏、负荷、市场价格的期望与协方差参数分别在[1.10, 1.40]之间变化，得到期望与方差变化下的虚拟能源系统内外部总成本，分别如图10、11所示。

图10 期望不确定集对成本影响Fig.10 Impact of expectation uncertainty set on cost

图11 协方差不确定集对成本影响Fig.11 Impact of covariance uncertain set on cost

由图10、11可知，一方面，农村虚拟能源系统的运行总成本随着期望、协方差的不确定范围参数增加而增加。这是因为不确定范围参数越大，风电、光伏、负荷、价格的随机性越强，为了保障虚拟能源系统的安全稳定运行，调度方式更保守，导致运行成本更高。另一方面，与负荷、风电、光伏等随机性相比，市场价格的不确定范围参数对于虚拟能源系统成本的影响更大，这是因为市场价格为24 h各机组竞价，容易导致更高的不确定性，从而对于虚拟能源系统成本影响更高。