计及可再生能源不确定性的实时需求响应策略研究_胡真.pdf

doi:10.3969/j.issn.1008-0198.2023.01.005计及可再生能源不确定性的实时需求响应策略研究胡真1，汪盼2(1 佛山职业技术学院，广东 佛山 528137;2 中国工商银行股份有限公司佛山分行，广东 佛山 528010)摘要:为解决可再生能源供电不确定性的问题，提出由电力管理公司(powermanagement company，PMC)管理的电力用户建立最优实时需求响应机制的方法。首先，探讨由 PMC 管理的一组大型电力用户的购用电模型，搭建成本模型和社会福利模型。接着，以最大化社会福利为目标，提出一种基于实时需求响应的分布式优化算法，确定 PMC 的日前电能和平衡电能采购决策，以及电力用户的实时电能消费决策。最后，对提出的分布式优化算法进行仿真验证，仿真结果表明该算法在解决可再生能源不确定供电的同时，也能大大提高系统的社会福利。关键词:可再生能源;需求响应;日前电能;平衡电能;社会福利中图分类号:F426文献标志码:A文章编号:1008-0198(2023)01-0030-05基金项目:佛山职业技术学院科研项目(KY2021Y07)收稿日期:2022-09-13修回日期:2022-11-04esearch on ealtime Demand esponse Strategy Consideringenewable Energy UncertaintyHU Zhen1，WANG Pan2(1 Foshan Vocational and Polytechnic College，Foshan 528137，China;2 Industrial and Commercial Bank of China Foshan Branch，Foshan 528010，China)Abstract:In order to solve the problem of uncertainty in renewable energy power supply，a method ofestablishing an optimal realtime demand response mechanism for power users managed by PMC is proposedFirst，the electricity purchase model of a group of large scale electricity users managed by PMC is discussed，and its cost model and social welfare model are established Then，with the goal of maximizing social welfare，an optimization algorithm based on realtime demand response is proposed to determine the PMCs dayaheadpower and balance power purchasing decisions，as well as power users realtime power consumption decisionsFinally，the proposed optimization algorithm is verified by simulation The simulation results show that thealgorithm can improve the social welfare of the power system while solving the uncertain power supply ofrenewable energyKey words:renewable energy;demand response;dayahead power;balancing power;social welfare0引言为实现碳达峰、碳中和目标，大力发展低碳经济，加大风能、太阳能等可再生能源并入电网规模成为一种必然趋势14。但可再生能源发电具有不确定性和不连续的特点，当可再生能源并网发电超03第 43 卷第 1 期湖南电力HUNAN ELECTIC POWE2023 年 2 月过一定比例后，将对局部电网产生明显的冲击，严重影响电力系统的安全运行，这是目前制约可再生能源大规模发展的关键问题。为解决这一问题，需求侧管理(demand sidemanagement，DSM)成为了常用的技术手段58。从传统的直接负荷控制911 到最近的分时定价策略1214，再到新型的需求响应项目激励1517，大量学者对各种形式的 DSM 展开了深入的研究，目的均是通过削峰填谷来减少可再生能源波动对电力系统带来的影响1820。但这些仅考虑了需求侧对电能波动的静态响应机制，且忽略 DSM 对电力系统经济效益产生的影响。在电力系统中，可再生能源的不确定性往往是实时动态发生的，这就要求用电侧能快速高效地作出动态响应，以提高电力系统的安全性和稳定性，以及运行效率和经济效益。基于此，本文对可再生能源并网后的实时需求响应策略展开深入的研究，探讨由电力管理公司(power management company，PMC)管理的一组大型电力用户的购用电模型，以最大化社会福利为目标，提出一种基于实时需求响应的分布式优化算法，解决可再生能源供电的不确定性问题，以保障电力系统的稳定运行，同时提高用电系统的经济效益，实现供用电侧的双赢。1模型构建1.1问题描述大型电力用户一般通过 PMC(如供电公司)从电力市场购买电能和管理电能。PMC 为非盈利性的公司或团体，管理着整个区域内的大型电力用户，通过合理分配和调度电力负荷，来使整个区域的用电成本最小，而社会福利最大。为描述方便，以一天为例来阐述 PMC 在电力市场的管理模型。如图 1 所示，PMC 通过收集电力用户的用电需求，提前在电力批发市场购买日前电能，并按需分配给每个电力用户，电力用户根据实际需求自行决定并分配一天中每个时间段的电能消费。当任意时间段电力用户所需电能不足时，便向 PMC 发出实时电能采购需求，PMC 综合各电力用户的总实时电能需求，决定在电力现货市场采购平衡电能来满足总实时电能需求。在电力系统供电较稳定的情况下，PMC 可实时从现货市场采购平衡电能以满足电力用户的过量实时需求。然而，可再生能源供电的不确定性使得可采购的电能并不能保持稳定，供需之间的实时优化调度无法得到保证，电力用户必须重新安排每个时间段的电能消费，并确定最优的平衡电能采购量(即实时需求响应策略)，来缓解供电的不稳定性。图 1PMC 管理模型显然，当随机的可再生能源实时出现时，PMC的日前电能采购决策和电力用户的实时需求响应决策，决定了整个区域的用电成本和社会福利。在不影响电力用户正常用电的情况下，为了最大化社会福利应确定 PMC 的最优日前电能采购量，并确定电力用户的最佳实时电能消费和平衡电能采购量(即实时需求响应策略)，以缓解可再生能源供电的不确定性。1.2成本模型假设 PMC 管理着一组不同类型的大型电力用户，将一天分为 T 个时间段，来搭建用电系统中的成本模型和社会福利模型。用 t(其中 t=1，2，T)表示一天中的任意时间段，PMC 根据电力用户用电需求，提前采购 的 日 前 电 能 为 Pd(t)，采 购 成 本 用 符 号cd(Pd(t);t)表示;可再生能源在时段 t 可提供电能为 Pr(t)，成本用符号 cr(Pr(t);t)表示;Po(t)为实际使用的日前电能，在使用过程中产生的成本用 co表示;时间段 t 购买的实时平衡电能为Pb(t)，使用成本用 cb来表示，并且有 cd(0;t)=co(0;t)=cb(0;t)=0。在时间段 t，假定电力用户 i 的实时电能需求为 qi(t)，则所有电力用户的总实时电能需求为Q(t)=iqi(t)，用 Q(t)=Q(t)Pr(t)表示过量的电能需求。一般来说，电力批发市场平衡电能的采购价格要高于现货市场日前电能的采购价格，本文只考虑此情况，因此只有当日前电能使用完后，PMC 才会购买平衡电能以满足电力用户的实时需求。因此，总用电成本应该包括日前采购成本 cd、13第 43 卷第 1 期胡真等:计及可再生能源不确定性的实时需求响应策略研究2023 年 2 月实际日前电能使用成本 co和实时平衡电能使用成本 cb，表达式为:c(Q(t)，Pd(t);Pr(t)，t)=cd(Pd(t);t)+co(Q(t)Pd(t)0;t)+cb(Q(t)Pd(t);t)(1)1.3社会福利模型假设在整个系统中，电力用户 i 使用电能产生的效益为:Ui(qi)=tUi(qi(t);t)(2)定义在用电系统中的社会福利为全部电力用户所产生的总效益减去总用电成本:W(q，Pd;Pr)=iUi(qi)Tt=1c(Q(t)，Pd(t);Pr(t)，t)(3)并且，电力用户的用电需求需满足以下线性约束条件:min qi(t)qi(t)max qi(t)，i(4)QiTt=1qi(t)(5)也就是说，电力用户在任意时间段的电能必须控制在一定范围，且总电能需求不能低于某一定值Qi才能满足正常的用电消费。作为非盈利性公司，PMC 的目标不是通过出售电能来获得利润，而是要使社会福利最大化。在可再生能源 Pr(t)实时波动的情况下，用电系统的社会福利最大化，为超过日前采购的电能和电力用户的实时需求电能的优化，即实时需求响应的优化。2需求响应优化算法解决可再生能源波动性的问题，需建立供用电双方最优的实时需求响应机制，使社会福利最大化，即使公式(3)最大化，而 PMC 的采购决策和电力用户的实时消费决策成为了关键。基于此，提出以下基于实时需求响应的分布式优化算法来优化此类问题。第 1 步，PMC 通过式(6)提前确定日前电能采购量 P*d(t)(t=1，2，T):maxW(q，Pd;Pr)q，Pd0(6)式中，约束条件为公式(4)、(5);W 表示用电系统中的社会福利，目标是使其最大化;q=(qi(t)，i，t)，为电力用户 i 的电能目标需求;Pr=E(Pr)表示可再生能源可供电 Pr的平均值;公式(6)的解 P*d为日前电能采购量。第 2 步，取第一个时间段，即令 t=1。第 3 步，在 t 时间段，电力用户 i 已经知道可再生能 源 在 此 时 间 段 能 够 供 应 的 电 能 值 Ptr=E(Pr|Pr()，t)，用户需重新确定在此时间段的实时电能需求及平衡电能采购量，由公式(7)确定:maxW(q，P*d;Ptr)qqi()=q*i()，t，i(7)式中，约束条件为公式(4)、(5);q*i()为电力用户 i 在时间段 t 的电能需求。设公式(7)的解为 q*(t)，则电力用户的实时电能需求为:P*o(t)=i(q*i(t)Pr(t)P*d(t)0(8)而 PMC 的实时平衡电能采购量为:P*b(t)=i q*i(t)Pr(t)P*d(t)(9)第 4 步，继续增加 t(其中 tT)，返回第 3步，直至完成所有时间段的计算。上述分布式优化算法的关键点在于要分别解决第 1 步和第 3 步中的公式(6)和公式(7)，可通过最优电价激励法来最大化社会福利模型，流程如图 2 所示。图 2最优电价激励法流程最优电价激励法的基本思路是根据实时需求制定最优电价，激励电力用户合理控制和选择各时段23第 43 卷第 1 期湖南电力2023 年 2 月的实时电能消费，具体实现如下。第 1 步，先令 k=1(k=1，2，n)。第 2 步，PMC 提前一天收集所有电力用户的电能目标需求(qki(t)，t)，并告知电力批发市场，电力批发市场通过式(10)确定电价:k(t)=cQ(t)(Q(t)，Pkd(t);Pr(t)，t)Q(t)=iqki(t)(10)然后，PMC 将电价信息(k(t)，t)告知所有电力用户，电力用户调整电能目标需求，PMC根据调整后的电量重新确定日前电能的采购，通过式(11)决定:Pk+1d(t)=Pkd(t)kcPkd(t)(iqki(t)，Pkd(t);Pr(t)，t)Pmax0，t(11)式中，Pmax0=iqi(t)max;k=1/k 为步长。第 3 步，接收到电价 k后，电力用户 i 根据式(12)计算电能需求:qk+1i(t)=qki(t)+kUi(qki(t);t)qki(t)k(t)()，t (12)然后根据式(13)更新需求:qk+1i=qk+1iQi(13)式中，qk+1i=(qk+1i(t)，t )，Qi表示在 Qi上投影。第 4 步，令 k=k+1，继续跳转至第 2 步，直至收敛至最优解。在整个算法的求解过程中，电力市场只需通过实时需求电量来制定电价信息，而 PMC 并不需要掌握每个电力用户的效益函数和成本函数，只需收集所有电力用户总电能消费需求。每个电力用户也不必相互协调优化，只需单独对同一电价信息作出合理响应即可。3算法仿真验证为了便于仿真验证，令 T=24，将一天分为 24个时间段，第一个时间段为 0 点到 1 点，第二个时间段为 1 点到 2 点，依此类推。假设 i=3，即有 3个不同类型的电力用户，各时段电能目标需求如图3 所示，单位为 kWh。电力用户 i 通过用电产生的效益为:Ui(qi)=Tt=1Ui(qi(t);t)=Tt=1 qi(t)yi(t)2(14)式中，qi(t)是电力用户 i 在时间段 t 的电能实际需求;yi(t)是电力用户 i 在时间段 t 的电能目标需求。图 3电力用户电能目标需求分布在满足正常用电的情况下，电力用户 i 可以根据实际情况改变任意时间段的电能需求。显然，电力用户实际电能需求偏离电能目标需求越远，则通过用电产生的效益越少。对任意时间段，假设日前电能的采购成本为cd(P)=(P2+P)/2，日前电能使用成本为 co(P)=P/2，实时平衡电能采购成本为 cb(P)=P2/2+5P21。可再生能源 Pr(t)在不同时间段 t 可供电量均是独立的，不受其他时间段的干扰，且其平均值为 E(Pr(t)=Pr(t)。为了便于仿真，随机定义Pr(t)在任意时间段的可供电量，单位为 kWh。运行需求响应优化算法，可得到电力用户优化后的总电能实际需求，与总电能目标需求对比，如图 4所示。图 4电力用户总目标需求与实际需求对比33第 43 卷第 1 期胡真等:计及可再生能源不确定性的实时需求响应策略研究2023 年 2 月由图 4 可以看出，在不影响电力用户正常用电的情况下，电力用户为适应可再生能源的不确定性，通过分布式优化算法对总电能目标需求进行了进一步优化。一方面，优化后的电能实际需求基本与电能目标需求的分布趋势保持一致，但在一定程度上降低了用电高峰期的需求;另一方面，总电能的实际需求往往会随可再生能源的分布趋势发生变化，在可再生能源供电增加时，会尽可能地多利用可再生能源，而在可再生能源供电较少时，会尽量减少电能实际需求，以保证供需平衡。为了更加清楚优化算法对系统社会福利的影响，逐渐增大可再生能源在每个时间段可供电能Pr(t)，分别计算使用优化算法时系统的社会福利，并与无需求响应时系统的社会福利对比，仿真结果如图 5 所示。图 5社会福利对比图在图 5 中，假设可再生能源在每个时间段可提供电能为 Pr(t)的 m 倍，令 m 分别为 1.0、1.5、2.0、2.5、3.0、3.5、4.0。由仿真结果可以看出，不断提高可再生能源可供电的程度，使用优化算法时系统的社会福利总要高于无优化算法时的社会福利。这是因为基于实时需求响应的分布式优化算法改变电价信息，激励电力用户实时调整并选择最优电能消费决策，促使 PMC 实时调整并选择最优的电能采购决策，以减少用电成本，并适应可再生能源的波动性。仿真结果表明，分布式优化算法在缓解可再生能源供应不确定性的同时，也能有效提高整个系统的社会福利。4结论为解决可再生能源大规模并网对电力系统稳定运行造成的影响，本文重点研究了在可再生能源供电不确定下的最优实时需求响应策略，构建了由PMC 管理的大型电力用户电力市场模型，通过基于实时需求响应的优化算法，建立供用电双方最优需求响应机制。该算法实现了 PMC 和电力用户的双向通信，PMC 只需要收集总电能需求，而不必了解电力用户的成本函数和效益函数，通过确定最优的 PMC 采购决策和最佳的电力用户消费决策，来最大限度地提高系统的社会福利，仿真结果证明了算法的可行性。参考文献 1 邹才能，熊波，薛华庆，等 新能源在碳中和中的地位与作用 J 石油勘探与开发，2021，48(2):411-420 2 卓振宇，张宁，谢小荣，等 高比例可再生能源电力系统关键技术及发展挑战 J 电力系统自动化，2021，45(9):171-191 3 舒印彪，陈国平，贺静波，等 构建以新能源为主体的新型电力系统框架研究J 中国工程科学，2021，23(6):61-69 4 康重庆，杜尔顺，李姚旺，等 新型电力系统的“碳视角”:科学 问 题 与 研 究 框 架J 电 网 技 术，2022，46(3):821-833 5 S N Bragagnolo，J C Vaschetti，F Magnago On the scalabilityof supply cost for demand management in the smart grid J IEEELatin America Transactions，2022，20(4):643-650 6 颜宁，潘霄，马少华，等 基于用户需求侧管理的环型微电网群并网协调控制策略研究J 太阳能学报，2021，42(12):368-3747 M Franceschelli，A Pilloni，A Gasparri Multi-Agent Co-ordination of Thermostatically Controlled Loads by Smart PowerSockets forElectricDemandSideManage-ment J IEEEtransactions on control systems technology，2021，29(2):731-743 8 杨军伟，杜露露，刘夏，等 高风电渗透率下考虑需求侧管理策略的智能微电网调度方法J 智慧电力，2021，49(3):32-39，110 9 朱兰，牛培源，唐陇军，等 考虑直接负荷控制不确定性的微能源网鲁棒优化运行J 电网技术，2020，44(4):1400-1413 10 郭新志，刘英新，李秋燕，等 基于智能负荷控制的分布式能源系统调控策略研究 J 智慧电力，2022，50(3):8-14 11 胡国，颜云松，吴海，等 基于主配协同的配电网紧急负荷控制策略及终端实现J 电力系统自动化，2022，46(2):180-187 12 夏清，杨知方，赖晓文，等 基于分时容量电价的新型电力现货市场设计J 电网技术，2022，46(5):1771-1779 13 张效言，李先允 计及需求响应的峰谷分时电价研究 J 电气自动化，2022，44(3):25-27(下转第 40 页)43第 43 卷第 1 期湖南电力2023 年 2 月得分与实际调控效果相符。4结语本文构建了一套计及工业负荷参与电网调控的综合性能评估体系，能量化工业负荷参与调控时电网的调控效果和效益。考虑用户侧主体的各方面性能，提出工业负荷参与电网调控的潜力评估与效果评估的综合指标体系，为工业负荷参与电网调控前的潜力预测和调控后奖励收益机制的建立提供可靠依据。针对三类典型可调节工业负荷参与电网调控的性能，采用本文所建立的综合评价体系进行分析，并通过主客观相结合的评价方法确定最终得分，实现了对工业负荷参与电网调控的合理评价，对未来电力辅助服务市场构建具有参考意义。参考文献 1 卓振宇，张宁，谢小荣，等 高比例可再生能源电力系统关键技术及发 展 挑 战J 电 力 系 统 自 动 化，2021，45(9):171-191 2肖湘宁 新一代电网中多源多变换复杂交直流系统的基础问题J 电工技术学报，2015，30(15):1-14 3魏泓屹，卓振宇，张宁，等 中国电力系统碳达峰碳中和转型路径优化与影响因素分析 J 电力系统自动化，2022，46(19):1-12 4韩冰，孙世明，赵家庆，等 适应特高压直流闭锁故障处置的批量负荷快速控制关键技术J 电力系统自动化，2016，40(17):177-183 5谭俊杰 柔性负荷参与地区电网调度运行研究 D 南京:东南大学，2021 6伍也凡，陈锦，张谜，等 湖南省面向大工业负荷需求侧响应研究 J 湖南电力，2020，40(4):7-12 7 D Nikoli，M Negnevitsky，M de Groot，et al Fast demandresponse as an enabling technology for high renewable energypenetration in isolated power systems C/IEEE PES GeneralMeeting Washington DC，USA:20148 David S Waston，Nance Maston，Janie Page，et al Fastautomated demand response to enable the integration of renewableresourcesEB/OL (2012-06-01)2022-09-01 http:/drrc lbl gov/publications/9姚建国，张凯锋，丁哲通，等 动态需求响应概念扩展及研究重点 J 电力系统自动化，2019，43(14):207-215 10廖思阳 高耗能负荷参与高渗透率风电孤立电网频率控制方法研究 D 武汉:武汉大学，2016 11涂夏哲，徐箭，廖思阳，等 考虑过程控制的钢铁工业负荷用能行为分析与功率特性建模 J 电力系统自动化，2018，42(2):114-120 12吴云亮，肖峥，廖思阳 基于灵敏度分析的孤立电网频率控制方法J 湖南电力，2016，36(6):13-17 13孙盛鹏，刘凤良，薛松 需求侧资源促进可再生能源消纳贡献度综合评价体系J 电力自动化设备，2015，35(4):77-83 14李亚平，周竞，鞠平，等 柔性负荷互动影响量化评估方法 J 电力系统自动化，2015，39(17):26-32，67 15陶以彬，薛金花，王德顺，等 面向电网调峰调频的储能电站综合性能评价 J 电源技术，2021，45(6):764-767 16陈达鹏，荆朝霞 美国调频辅助服务市场的调频补偿机制分析J 电力系统自动化，2017，41(18):1-9 17曾博，白婧萌，郭万祝，等 智能配电网需求响应效益综合评价 J 电网技术，2017，41(5):1603-1611 18牛东晓，陈志强 电力市场下的需求响应研究J 华东电力，2008(9):5-9 19刘继东 电力需求侧响应的效益评估与特性分析 D 济南:山东大学，2013作者简介刘汗清(1999)，男，汉族，湖北黄冈人，在读硕士研究生，研究方向为电力系统运行与控制。廖思阳(1988)，男，汉族，湖北武汉人，博士，研究方向为电力系统频率控制、新能源调度等。沈阳武(1985)，男，汉族，湖北咸宁人，博士，通信作者，研究方向为新能源并网消纳与控制。(上接第 34 页)14 韩莹，于三川，李荦一，等 计及阶梯式碳交易的风光氢储微电网低碳经济配置方法J 高电压技术，2022，48(7):2523-2533 15 胡真 基于需求响应的高耗能企业发用电效益优化 D 湘潭:湘潭大学，2016 16 Mohamed Ahmed A S，Day Dylan，Meintz Andrew，et aleal-Time Implementation of Smart Wireless Charging of On-Demand Shuttle Service for Demand Charge MitigationJ IEEETransactions on Vehicular Technology，2020，70(1):59-68 17 伍也凡，陈锦，张谜，等 湖南省面向大工业负荷需求侧响应研究 J 湖南电力，2020，40(4):7-12 18 潘宇航，王青松，陈力 应用于电网侧削峰填谷的储能系统配置及日出力优化策略J 供用电，2022，39(7):9-16 19 刘连德，何江，周家旭，等 含高比例风光发电的电力系统中抽蓄电站的优化控制策略 J 储能科学与技术，2022，11(7):2197-2205 20 杨海柱，李梦龙，江昭阳，等 考虑需求侧电热气负荷响应的区域综合能源系统优化运行J 电力系统保护与控制，2020，48(10):30-3721 Zhen Hu，Bin Duan，Yunke Xu，et al Demand responseoptimization of power generation and consumption in energyintensive enterprise C/2015 IEEE Innovative Smart GridTechnologies-Asia(ISGT ASLA)Bangkok，Thailand:IEEE，2015，20:1-604第 43 卷第 1 期湖南电力2023 年 2 月