电力市场环境下工业园区用电策略优化分析.pdf

2023年第4 期（总第3 0 4 期）doi:10.3969/j.issn.1009-3230.2023.04.009应用能源技术37电力市场环境下工业园区用电策略优化分析乔刚（国网山西省电力公司临汾供电公司，山西临汾0 4 10 99）摘要：园区的能源应以清洁能源如太阳能和风能为主，同时辅助使用电网和蓄电池储能设备，以确保园区的稳定运行。为了最大限度地利用太阳能和风能需要对其数量进行优化。在从电网购电时，需求侧用户应考虑在不同时间段的电价下，通过合理调配负荷和使用风光储能系统来实现最佳成本效益。本文通过对园区用能负荷、风机、光伏和储能混合供电系统进行建模和分析，采用进化算法进行求解，计算出最佳的风机和光伏发电设备数量。然后确定了优化的负荷调配方案。通过仿真分析得出了最佳的风机、光伏和蓄电池数量，以及负荷调度后用电费用的减少量。关键词：电力市场环境；工业园区；风光储能系统；负荷分配中图分类号：TM615Optimization Analysis of Electricity Usage Strategies inIndustrial Parks under the Power Market Environment(State Grid Shanxi Provincial Power Company,Linfen Power Supply Company,Abstract:The energy supply for industrial parks should primarily rely on clean energy sources suchas solar and wind power,while being supplemented by the use of the power grid and energy storagedevices like batteries to ensure the stable operation of the park.To maximize the utilization of solarand wind energy,it is necessary to optimize their quantities.When purchasing electricity from thegrid,demand-side users should consider achieving the optimal cost-effectiveness by rational loadallocation and the use of wind and solar energy storage systems under different electricity prices duringdifferent time periods.This paper models and analyzes the energy load,wind turbines,photovoltaics,and energy storage hybrid power system for industrial parks,using evolutionary algorithms for solving.The optimal quantities of wind turbines and photovoltaic generators are calculated,and an optimizedload allocation plan is determined.Through simulation analysis,the paper deduces the optimalquantities of wind turbines,photovoltaics,and batteries,as well as the reduction in electricity costsafter load scheduling.Key words:power market environment;industrial park;wind-solar energy storage system;load al-location0引言优化电网、风电、光电和蓄电池混合供电系统收稿日期：2 0 2 3-0 2-15修订日期：2 0 2 3-0 3-2 5作者简介：乔刚（198 2），男，硕士研究生，助理工程师，研究方向为营销业务扩充。文献标志码：AQIAO GangLinfen 041099,China)对于提高可再生能源利用效率、促进可再生能源消纳和实现减少碳排放的目标具有重要意义。目前,许多研究主要集中在如何更好、更经济地利用储能来实现不同能源形式之间的能量转移、协调文章编号：10 0 9-3 2 3 0(2 0 2 3)0 4-0 0 3 7-0 638网络中的供需不平衡以及平滑新能源的输出,以减少功率波动1-3 。随着电力市场改革的深人推进，电力用户对电能的需求日益增长,园区的电力优化成为一个急需研究的课题。目前已经有许多国家建立了电力市场，园区的综合能源系统优化可以参考这些经验。根据文献4 在能源互联网的兴起和电力市场改革的进程中,构建多能源协同的交易模式对于综合能源市场具有基础性和框架性的作用。研究多能源协同和灵活的交易模式，促进其他具体交易规则和机制的配合。文献5利用多目标优化思想,建立了一个考虑售电公司综合销售收益和用户满意度最大化的优化模型。并提出了一种结合拉丁超立方抽样、场景缩减法和改进多目标差分进化算法的优化方法来求解该模型。文献6 基于电力市场的交易规则，通过长期和短期的记忆网络对实际负荷数据进行预测,验证结果表明基于长期数据可以较准确地预测负荷变化,对于合理规划用电具有一定的指导作用。本文根据对工业园区日负荷和风光出力数据的监测和分析，建立了电网、风电、光电和蓄电池混合供电的联合优化模型。通过仿真分析提出了可行的设备分配方案和负荷调度方案，以实现园区用电费的最优化。1供电系统优化对象建模及算法优化在“碳中和”和“碳达峰”的背景下,园区应该尽力减少使用传统燃煤发出来的电能，而是尽可能多地利用园区的太阳能电池板和风力发电设备产生的电能。需要逐步减少传统能源的使用,让清洁能源逐步取代传统能源，为尽早实现“碳中和”和“碳达峰”目标做出应有的贡献。然而目前来看,单纯依靠太阳能和风能的混合供电系统仍然存在一些问题。比如,受天气影响,太阳能电池板和风力发电机供电会出现波动；完全依赖清洁能源可能导致成本过高,得不偿失7-8 。因此,采取了一种策略将太阳能电池板和风力发电机供电放在首位，当它们提供的电能超过园区的负荷需求时,多余的电能会被储存在蓄电池中。在光照应用能源技术和风力不足的时段将释放蓄电池中储存的电能，如果仍然不够需要从电网购买电力以保证负荷的稳定运行。这种用电策略从低碳角度出发，尽可能地减少对电网的依赖。另外，考虑将电网和风光混合供电系统进行综合调配，利用电网的稳定性来弥补风光供电系统的不足之处。通过在满足园区用电需求的前提下进行优化获得最经济的用电方案。如图1所示提出了一个风光电网混合供电系统，主要设备包括风力发电系统、太阳能电池板发电系统、蓄电池、电网和负荷控制器等。分布式控制器负责调节园区电能的输入，逆变器将直流电转换成交流电，负荷控制器则根据需要调节园区的工作负荷数量，以实现负荷调度的目标。分布式控制器风电光伏蓄电池逆变器电网图1风光电网混合供电系统结构图设定目标函数Fmin是在满足园区性能指标的前提下，使电费及风光发电系统、蓄电池系统运行维护费用达到最小。Fmin=(Cu+Cg+C,+Ca)min式中,F为系统总成本;Cw,Cg,C,Ca分别为风力发电系统、光伏发电系统、蓄电池系统、电网购电的费用。C.=2uPui+r.)-1To(1+ro)i+u(pa)(2)式中,w为风力发电机组的数量;w,为第i个风力发电机组的单位造价；Pu表示第i个风力发电机组的容量;u(Pui）为对应的年运行维护费用;n 为2023年第4 期（总第3 0 4 期）可转移负荷可转移负荷负荷控制器负荷负荷负荷(1)2023年第4 期（总第3 0 4 期）设备折旧年限；ro为贴现率。t+(pa)C,=2spe1-1(3)式中，g为光伏太阳板的数量；g;为第j个光伏太阳板的单位造价;P为第j个光伏太阳板的容量；u（Pg）为对应的年运行维护费用6式中,b为蓄电池的数量;b为第k个蓄电池的单位造价;Pu为第k个蓄电池的容量；u(Pb)为对应的年运行维护费用。Ca=P,N(t)t式中,P,为t时段的电价;N(t)为t时段与电网的交互功率；t是时间间隔。设备寻优完毕后，考虑到园区负荷分为固定负荷和可转移负荷。把可转移负荷进行调度可以进一步优化用电结构,减少费用。可转移负荷使用的时间可以改变,但是负荷总量不能改变。考虑到分时电价，可转移负荷从白天转移到夜晚预期可以节约一些费用。可转移负荷模型如式(6)所示。M1Qm(t)=ZN.(t)Pi.+n=iMn=1式中,Qin（t）Q o u t（t)分别为t时段转入和转出负荷量;Nn(t）N o u r(t)分别为t时段转入和转出单元数；Ni为可转移负荷种类总数；N,为供电持续时间大于一个调度时段的可转移负荷种类总数；Pl,为第n类可转移负荷在1 h内的功率;P(h+1),为第n类可转移负荷在其持续供电时间内第h+1时段的功率;N（t-h）、N o u t（t-h)分别为h+1时段转人和转出第n类负荷种类数;hmax为最大持续供电小时数。园区用电模型如式（7）所示：应用能源技术式中,P。表示c负荷在t时刻的功率;表示负荷c在t时刻的状态;Prated表示负荷的额定功率；E.表示负荷c的总耗电量;d.表示负荷c的工作时间长度。2优化计算流程对园区混合供电优化调度如图2 所示。开始输出全年风量、光照、负荷、电价(5)进行选代=+1生成伪随机序列种群产生第1代种群将t代种群代入约束式进行查验变异/交叉进行选择操作YNYhmax-1N2maxYNn=1输出太阳板角、太阳板数量、风机数量、总体成本himax-1N2Nou(t-h)P(h+1),nh=1n=39一pratedLE,=d.Prted结束图2(6)法优化流程图实现步骤如下：第一步设定算法运行的原始数据，包括风速、水平面总辐射、负荷、时角、赤纬角、地理纬度、方位角等信息。第二步设置优化维数、种群数量、最大迭代次数、初始化群体。第三步计算种群中的最优个体。第四步变异操作,在初始化种群中随机选取两个不同的个体执行变异操作。第五步交叉操作，对变异个体与原个体进行交叉。(7)40第六步选择，选择出当前最优的解输出。然后执行下一次变异交叉操作。第七步当达到迭代次数且种群数小于设定的种群数时，停止计算。3优化技术应用文中选取某风光供电园区为研究对象。园区装有光伏太阳能板、风机、蓄电池组等能源供应设备。该地区纬度低，全年光照量大，一年四季中每个季节选一个典型日的光照量近似代替该季度的光照数据如图3 所示，该地区风速数据如图4所示。0图3 四个季节选典型日的光照量文献910 研究表明光伏太阳板的倾角设计与当地纬度存在一定的差异，为此文中将太阳板倾角作为一个决策变量进行优化。通过多次仿真得到总费用与太阳板倾角的关系如图5所示。40003500-鲁乐3000250020000应用能源技术4035301-s.u/取区2520151050-5019500一1月190004月7月10月510时间/h510选代次数（a）光伏数量优化过程2023年第4 期（总第3 0 4 期）20004000时间/h图4 全年风速分布18500180001750001020304050 6070倾角/图5总费用与太阳板倾角的关系如图15201520图6 光伏/风机数量优化过程600025由图5可以看出，太阳板倾角设定为2 0 左右时总费用最小，进而验证了杨琦的结论。基于此，为了提高优化速度,接下来的仿真将太阳板倾角区间限定在10 3 0 之间,进一步探讨其他因素对总费用的影响。通过进化微分算法对光伏数量和风机数量进行优化。此时没有加入蓄电池，由电网保持系统的稳定运行。优化过程如图6 所示。5014540353025区2015105025308000809005（b）风机数量优化过程10选代次数152025302023年第4 期（总第3 0 4 期）根据优化结果将选择2 8 0 0 个光伏板和12 台风力发电机。这样一年下来，光伏发电总量为1353万kWh，风力发电总量为6 2 8 5万kWh，而从电网购电的总量则为3 54 8 万kWh。光伏发电的功率会受到季节影响较大,而风力发电的功率在季节变化中并不明显，不过也有风力较弱的时间段。在这些风光出力较弱的时段，为了保持系统的稳定，需要主要依靠电网来为园区提供电能。经过计算发现,风、光和电网提供的总能量为1118 6 万kWh，而负荷的总需求量仅为5273万kWh。这说明在白天光伏和风能充足的时候，有很多能量被浪费掉了。风、光能源仅占总负荷的3 3%，显然没有达到减少碳排放的目标。为了更好地利用这部分被浪费的能量，并进一步减少从电网购电，需要在系统中引入蓄电池储能结构。当然,这也会增加蓄电池的购买和维护成本。因为从电网购电费用和园区储能系统折旧成本之间存在约束关系。在确定太阳能板的倾角、光伏板数量和风力发电机数量后，发现系统不能稳定运行。这是因为太阳能和风能并不稳定,因此必须在系统中加人蓄电池储能或从电网购电，以保持系统的稳定运行。在供电的顺序上，将蓄电池放在电网之前，这样可以减少对电网的依赖。考虑到风光储的使用年限，将风光储供电系统稳定运行的年限设定为2 0 年,并考虑到系统的折损成本。当风光混合供电系统无法满足园区的供电需求时，将从电网购电来补充系统所需电量。电网的电价设定有峰时段、平时段和谷时段三种情况。峰时段的电价为1.56 元/kWh，平时段为0.7 元/kWh，谷时段为0.4 3 元/kWh。光伏发电主要受日出和日落时间限制，晚上光伏发电停止后，需要蓄电池和电网来补充这部分电量。当系统没有蓄电池时，电网的最大输出功率为18 0 0 0 kW。而一个蓄电池的最大储能量是140kWh。为了延长蓄电池的寿命,不会将其放电至完全耗空，所以将蓄电池的最低电量设定为应用能源技术70kWh。也可以将一个蓄电池的储能量视为70kWh。为了获得较高的蓄电池电压，可以将2 0块蓄电池串联成一组来进行计算。随着蓄电池数量的增加,蓄电池的成本呈线性增加。电网购电的费用会随着蓄电池数量的增加而减少。在没有蓄电池储能系统时，当风光混合供电系统供电不足时,缺额的电量都需要由电网供电，从而导致电费相对较高。但是加人蓄电池后，白天产生的多余电量可以被蓄电池储存,直到晚上再释放出来。然而，白天由风光发电产生的过剩电量并不稳定。在园区负荷基本稳定的情况下，天气的阴晴将会影响风光发电的总量。因此,到了晚上，蓄电池在白天储存的电量可能不足以弥补混合供电系统的供电缺口,还需要从电网购电。因此,从电网购电费用的减少幅度逐渐减小，最后趋于平缓。此时再增加蓄电池的数量也不会让购电费用下降,反而会增加蓄电池的成本。根据仿真结果，蓄电池的数量设定为6 0 块时，蓄电池容量为8 4 0 0 0 kWh，可以获得最佳的经济效益。随着蓄电池数量的增加，清洁能源的出力比率也开始上升。当蓄电池的并联数量超过6 0 块后，电费和蓄电池的总成本开始增加。在蓄电池数量超过6 0 块后，再增加蓄电池的数量可以进一步达到减少碳排放的目标，但是会付出更大的经济成本。综合考虑各个因素，将蓄电池的数量选定在6 0 块，容量为84000kWh，可以以最低的成本实现减少碳排放的目标。当设备数量达到最佳配置后，还可以在用电方面进行一些优化。可以尝试将一些可转移的负荷安排在电价较低的时段使用，这样就可以实现适当的削峰填谷。考虑到夜间电价较低，白天电价较高的情况，可以将一些可转移负荷（例如消毒柜、园区需要充电的设备等,其最大可转移功率为18 0 0 kW)的使用时间从白天调整到晚上0 点以后,此时电价为0.4 3 元/kWh。对于那些不必要2 4 小时运行的设备也可以尽可能地安排在非高峰时段使用。这样做可以避免在高峰时段负荷4142过高，导致光伏供电不足而产生高额的购电费用。在凌晨时段,由于光伏发电无法供应电能,可以依靠电网、风机和蓄电池来获取电能。经过调整后，三个典型日的负荷峰值平均下降了10 0 0 kW，低谷值平均上升了8 0 0 kW。在这个时段增加最多1800kW的负荷,既可以支付相对较低的电费（3 57 5.8 万元），也不会影响园区的正常运作，从而减轻了在用电高峰期购电高价的负担。将调整后的负荷输人到仿真模型进行计算，结果显示与负荷调度前相比，电费有所下降。通过将一些可转移的负荷安排到夜间时段可以有效降低电费。4结束语文中以最低的用电费用为目标,间接实现减少碳排放的目的。通过搭建园区光伏和风力发电混合供电模型,并将电网和蓄电池模块加人其中，以保持系统的稳定运行。通过使用进化算法对供电系统参数进行优化和计算,得出以下结论：经过优化,将光伏太阳能电池板的最佳倾角设计为20（当地纬度为2 2.5），光伏板数量设计为2800个，一年的光伏发电总量达到13 53 万kWh；风机数量为12 台，风机发电总量为6 2 8 5万kWh；通过分析购电费用和蓄电池数量的关系发现总费用会随着蓄电池数量的增加而先减少后增加，在并联6 0 块蓄电池时经济成本达到最优；在用户需求方面进行管理，采用将可转移负荷转移到晚上使用的方法，进一步减少电费使用。通过计算发现在使用6 0 块蓄电池进行调度后，一年的电费相比调度前大约减少了7 0 万元。通过以上措施和计算既实现了用电费用最低的目标，也达到应用能源技术了减少碳排放的效果。参考文献1王皓，张舒淳，李维展，等.储能参与电力系统应用研究综述J.电工技术,2 0 2 0（3）：2 1-2 4,2 7.2徐兴国，孙伟生，冯庭有，等.适应大规模新能源消纳的网源协调系统控制优化研究J.能源与节能，2023(8):45-47,200.3王玥娇张兴友，郭俊山.储能技术在高比例可再生能源电力系统中的应用J.山东电力技术,2 0 2 1,48(7):19 25.4刘颖坤,刘东,翁嘉明,等.基于改进集中竞价的多能源系统交易优化方法J.供用电，2 0 2 2,3 9(10):75 83.5贾晨，杜欣慧，姚宏民.计及不确定因素的售电公司动态购电决策多目标优化研究J.电力系统保护与控制,2 0 19,4 7(2 1):13 4-14 3.6周帆,赵荣普，杨文锰，等.长、短期电力负荷大数据下的智能预测实例分析J.机电信息，2 0 19(36):27,30.7孟军磊,林玉杰,孙德明,等.基于改进SSA的风光氢储综合供电系统配置优化J上海电力大学学报,2 0 2 3,3 9(6):557-56 2.8解海，郭丽华，宋爽，等.基于实时电价和遗传算法的智能用电管理系统用电优化策略J.自动化技术与应用,2 0 2 0,3 9(6):119-12 3.9常泽阳,陈家亮.基于NSGAI 的多目标风光水储互补优化模型J.吉林水利,2 0 2 4（1)：10-15.10谭忠富，郭洪武，谭清坤，等.电力市场环境下园区分布式能源售电商运营服务设计J.水力发电，2019,45(1):97 102.2023年第4 期（总第3 0 4 期）