“双碳”目标下灵活性资源的多维度实时调控模型.pdf

0引言我国提出的野双碳冶目标袁从总体上确定了能源系统深化改革的方向袁促进多种形式清洁能源替代传统化石能源袁 从而加大节能减排力度袁发展清洁高效的能源体系遥 以电力系统为主要结构的能源体系需要进一步提升灵活性资源的可用性和可靠性袁从而在系统运行管理上实现节能减排的野双碳冶目标遥 为此袁本文针对该目标下的灵活性资源多维度实时调控模型进行研究遥关于灵活性资源调控的研究成果较为丰富遥文献1提出了考虑需求侧灵活性资源参与的国内外电力辅助服务市场机制遥 文献2研究了考虑灵活性收益的需求侧资源可行域聚合方法遥 文献3 设计了面向高比例新能源接入的源-荷-储灵活性资源协调规划机制遥 文献4说明了野双碳冶目标下提升电力系统灵活性的市场机制遥 文献5研究了考虑多种灵活性资源协调调度的配电网新能源消纳策略遥 上述文献从灵活性资源的市场尧运行机制进行分析袁主要说明在需求侧的参与形式袁而关于具体的多维度的调度方法和调度模型有待进一步深入研究遥本文说明了灵活性资源的调度结构和调度流程关系袁建立了以微电网和微电网集群为主要能源体系的调度模型袁同时优化与主网和天然气网络的功率交换关系袁实现多种形式能源多维度的清洁高效低碳调度遥1灵活性资源调度与野双碳冶目标1.1 灵活性资源分类电力系统的灵活性主要是指电力系统运行能力尧电力系统资产尧负荷储能设备和发电机组能够改变或完善其有限时间内运行方式尧 响应外部需求信号而不中断供电计划的性能遥 灵活性资源是在体量尧时间尧可用性尧成本等方面能够承担服务请求能力的资源遥 灵活性资源具备技术和经济两方面的性能袁前者主要包括定量尧定性和可控性3个方面袁后者主要包括投资经济性和运行经济性6遥目前袁针对灵活性资源的定义和分类尚未统一袁本文将灵活性资源分为灵活性资产和运行灵活性资源遥灵活性资产主要包括需求侧管理的负荷尧储能资源和灵活性发电设备遥 运行灵活性资源主要是指网络重构以及其他潮流控制技术遥本文研究参与调控的灵活性资源和灵活性资产袁将储能资源尧可调节负荷尧分布式电源等作为灵活性资源调度优化模型的主要内容进行分析袁具体包括上述内容在目标函数和约束条件中的作用机理和模型分析遥1.2 野双碳冶目标对灵活性资源的要求淤促进可再生能源消纳实现野碳中和冶袁就要提高可再生能源电力消费占比遥 电力零售平台须配合清洁能源市场化交易机制袁提供可再生能源出力预测袁为市场主体提供决策参考袁同时满足客户对于绿色电力的需求遥收稿日期院 2022-12-08遥基金项目院 国家电投集团五凌电力有限公司项目渊320115FW0420210083冤遥作者简介院 黄超渊1990-冤袁男袁工程师袁经济师袁研究方向为电力辅助服务市场等遥 E-mail院野双碳冶目标下灵活性资源的多维度实时调控模型黄超1袁 陈湘岳1袁 周琳1袁 金泽心1袁 方鑫宇2袁 尤洋3渊1.五凌电力有限公司袁 湖南长沙410004曰 2.北京清大科越股份有限公司袁 北京100025曰 3.清华大学电机工程与应用电子技术系袁 北京100084冤摘要院 基于我国提出的野双碳冶目标袁针对多主体可调控灵活性资源的多维度实时调控进行建模遥分析了灵活性资源的基本含义和分类袁说明了野双碳冶目标对灵活性资源的要求袁提出了包含若干微电网的灵活性资源调度结构袁阐述了多层级资源优化协调的流程关系遥 建立了灵活性资源优化调度的双层模型袁下层模型负责微电网内部优化袁上层模型确定与主网和天然气网络的交换功率遥说明了能量管理系统与微电网集群管理商的信息交换模型在数据传输过程中数据与能量管理系统的匹配度遥 利用仿真分析验证了文章提出模型的有效性遥关键词院 野双碳冶目标曰 灵活性资源曰 实时调控曰 双层优化中图分类号院 TK51曰 TM72文献标志码院 A文章编号院 1671-5292渊2023冤09-1255-08窑1255窑可再生能源Renewable Energy Resources第 41 卷 第 9 期2023 年 9 月Vol.41 No.9Sept.2023降低市场主体进入壁垒袁促进优质尧低价清洁能源资源大规模尧大范围流动袁促进可再生能源消纳袁实现效率更高的野碳中和冶遥于增强市场流动性目前我国电力市场虽然得到了一定的发展袁但是碳市场却缺乏市场流动性袁市场主体活跃度较低袁难以通过市场化的手段进行资源调配遥 电力零售平台须降低相关主体进入壁垒袁提供多元化的产品组合袁满足多种用户的电-碳需求袁增强市场流动性袁促进野清洁替代冶尧野电能替代冶袁降低终端用能成本袁提升碳中和效益遥盂满足用户交易需求能源管理平台通过公布交易信息袁实时追踪价格变化袁 尽可能减少交易中信息不对称的问题遥 在平台上进行交易袁能够有效提升交易效率袁降低交易成本袁 为用户提供更加便捷的电-碳服务袁真正实现透明尧简洁尧高效的电力交易遥 同时进行多市场尧多品种尧多交易模式的灵活扩展袁满足用户多元化的交易需求7遥1.3 灵活性资源调度结构含有灵活性资源的电网可包含若干微网袁微网可独立运行和控制遥 在微网之间进行灵活性资源调配袁可提升系统可靠性袁降低系统整体运行成本遥 多微网系统在降低运行成本袁保证运行约束方面的目标是一致的遥 因此袁本文提出如下的分层结构8遥由于单微网体量较小袁参与调度的资源不成规模袁因此调度经济性欠佳袁本文不考虑单微网调度的分析遥 另外袁微网集群之间的能量交互须要通过微网集群管理商实现袁因此本文的调度结构适用于多微网之间的交互运行渊图1冤遥图1 中袁 多微网与全系统之间具有分层关系袁整体系统由天然气网尧微网集群和传统网架构成遥 微网集群与子微网系统通过能源管理系统进行数据传输和调度遥另外袁天然气网络与电网能够通过电气耦合机组实现电转气和气转电遥 在这种结构下袁能源管理商负责对微网资源的协调优化遥能源管理商仅考虑与主网进行交易的电价袁 因而可能发生不满足主网灵活性约束的条件遥因此袁微网集群管理商即微网能源管理系统袁 负责协调主要微网的运行情况袁最小化系统运行成本遥 其中袁电网运行商根据所需要的网络灵活性资源确定主网所需的微电网负荷变动上下限遥 微网能源管理系统通过对可再生能源尧电池储能系统尧气电耦合系统等灵活性资源的调度实现微电网的优化运行遥 基于上述分析袁在下层优化中袁子微网系统将独立调度内部资源袁 而微网能源管理系统则在第二阶段以总系统效益最大化为目标进行再次调度遥在这种情况下袁将基于子微网调度结果进行第二阶段优化遥根据本文提出的灵活性资源调度优化策略袁微网能源管理系统须要同时优化天然气网络尧主网之间与微网之间的功率交换和运行成本袁 确定微网集群净负荷的波动范围遥将能源管理商与主网功率交换的条件确定为电网能源调度初步结果遥 与主网的功率交换价格分为购买价格和售卖价格两种形式遥一方面袁系统运行约束以及资源运行成本约束使得微电网从主网购买电能袁当微电网面临发电量紧缺时袁须要从其他微电网或主网购买电能满足供需平衡需求曰另一方面袁当微电网功率剩余时袁可以向其他非电网或主网售卖电能袁从而获得一定收益遥 另外袁微电网运行价格可能介于售卖电能和购买电能价格之间袁导致向主网进行功率交换的经济性不高遥微电网可以在理性价格区间袁 根据双边协议向具有功率缺额的邻近微电网售卖电能袁 此时双方均产生一定收益遥 接受电能售卖的微电网会减少向主网购买的电能袁降低主网输出的功率袁提升系统的灵活性遥在能源管理商进行第一阶段优化之后袁 得到的调度结果发送至微电网集群管理商袁 进行微电网与主网之间的功率交换优化遥此时袁微电网集群管理商进行第二阶段的微电网集群优化袁 主要考虑多微电网之间电池储能的位置尧 微电网运行成图 1系统构架图Fig.1 Illustration of the system structure气网微网集群管理商微网集群子微网微网能源管理商1微网能源管理商2微网能源管理商n窑1256窑可再生能源2023袁41渊9冤本尧与天然气网络的功率交换成本尧与主网的功率交换成本以及由主网提供的灵活性爬坡等因素遥最终袁优化结果将返回微电网袁调整第一阶段的调度结果袁具体流程如图2 所示遥2灵活性资源调度优化模型2.1 下层优化在微网层级袁系统能源管理商负责日前资源的调用管理袁其目标函数为成本最小袁表达式如下院F1=min渊1-茁冤E渊Fs袁k冤+茁CVaR琢渊Fs袁k冤渊1冤式中院琢 为置信因子曰茁 为风险因子曰CVaR琢渊 窑 冤为在置信因子琢 条件下的条件风险价值函数曰E渊 窑 冤为成本函数曰F1为目标函数曰Fs袁k为综合成本遥综合成本Fs袁k包括可调度分布式电源尧 电池储能尧负荷削减尧与主网功率交换的成本遥Fs袁k=Tt=1移i沂IDG移ciDG袁kPi袁t袁sDG袁k+i沂IESS移cidch袁kPi袁t袁sdch袁k+cLS袁kPt袁sLS袁k+仔tbPt袁sb袁k-仔tsPt袁ss袁k晌尚上上上上上上上上上上上裳捎梢梢梢梢梢梢梢梢梢梢梢渊2冤式中院 ciDG袁k袁cidch袁k袁cLS袁k分别为分布式机组的发电成本尧 储能电池的放电成本尧 微网的负荷削减成本曰 Pi袁t袁sDG袁k袁Pi袁t袁sdch袁k袁Pt袁sLS袁k袁Pt袁sb袁k袁Pt袁ss袁k分别为第k 个微网中第i 个机组在t 时刻s 场景下的分布式电源机组出力尧电池储能的放电功率尧微网系统的削减负荷功率尧 微网从主网购电以及微网向主网售电功率曰仔tb袁仔ts分别为购电电价和售电电价遥下层优化模型约束条件如下遥淤风险价值约束式渊1冤中的条件风险价值函数计算式和约束条件如下9院CVaR琢渊Fs袁k冤=孜s+11-琢s移籽s窑 渍渊3冤渍逸渊Fs袁k-孜s冤渊4冤渍逸0渊5冤式中院孜袁渍 为辅助变量遥于供需平衡约束i沂IDG移Pi袁t袁sDG袁k+i沂IRES移Pi袁t袁sRES袁k+i沂IESS移Pi袁t袁sdch袁k+Pt袁sLS袁k+Pt袁sb袁k=i沂IL移Pi袁t袁sL袁k+i沂IESS移Pi袁t袁sch袁k+Pt袁ss袁k渊6冤式中院Pi袁t袁sRES袁k袁Pi袁t袁sL袁k分别为k 个微网中第i 个可再生能源机组在t 时刻s 场景下的有功出力和负荷需求遥盂与主网交换功率约束Pmintb袁k臆Pt袁sb袁k臆Pmaxtb袁k渊7冤Pmints袁k臆Pt袁ss袁k臆Pmaxts袁k渊8冤式中院Pmaxtb袁k袁Pmintb袁k分别为购电功率上限和下限曰Pmaxts袁k袁Pmints袁k分别为售电功率上限和下限遥榆DG 机组发电约束Pminikxi袁t袁sk臆Pi袁t袁sDG袁k臆Pmaxikxi袁t袁sk渊9冤式中院xi袁t袁sk为k 个微网中第i 个机组在t 时刻s 情景下的机组启停状态遥虞DG 机组爬坡约束Pi袁t袁sDG袁k-Pi袁t-1袁sDG袁k臆RUmaxiDG袁k渊10冤Pi袁t-1袁sDG袁k-Pi袁t袁sDG袁k臆RDmaxiDG袁k渊11冤式中院RUmaxiDG袁k袁RDmaxiDG袁k分别为机组爬坡上限和下限遥愚配网机组启停时间约束渊Ti袁t-1袁son-TiMU冤渊xi袁t-1袁sk-xi袁t袁sk冤逸0渊12冤渊Ti袁t-1袁soff-TiMD冤渊xi袁t-1袁sk-xi袁t袁sk冤逸0渊13冤xi袁t袁sk-xi袁t-1袁sk臆yi袁t袁sSUk渊14冤xi袁t-1袁sk-xi袁t袁sk臆yi袁t袁sSDk渊15冤xi袁t袁sk-xi袁t-1袁sk臆yi袁t袁sSUk-yi袁t袁sSDk渊16冤式中院Ti袁t-1袁son袁Ti袁t-1袁soff分别为机组i 在t-1 时刻s 场景下连续开启和停止时间段数曰TiMU袁TiMD分别为机组i 的最小上爬坡时间和最大下爬坡时间曰 yi袁t袁sSUk袁yi袁t袁sSDk分别为机组开启和停止状态变量遥图 2优化流程图Fig.2 Flow chart of the optimization微网能源管理商购电价格售电价格传统DG袁BESS袁RES 运行数据调度优化袁结果发送至微网集群管理商电价尧灵活性爬坡约束微网集群管理商微网集群运行数据微网调度结果考虑主网爬坡灵活性约束的微网集群约束黄超袁等野双碳冶目标下灵活性资源的多维度实时调控模型窑1257窑舆储能功率约束Pminidch袁k臆Pi袁t袁sdch袁k臆Pmaxidch袁k渊17冤Pminich袁k臆Pi袁t袁sch袁k臆Pmaxich袁k渊18冤式中院Pminidch袁k袁Pmaxidch袁k分别为储能放电功率下限和上限曰Pminich袁k袁Pmaxich袁k分别为储能充电功率下限和上限遥余电池容量约束Ei袁t+1袁sk=Ei袁t袁sk+驻t渊Pi袁t袁sch袁k浊ich袁k-Pi袁t袁sdch袁k浊idch袁k冤渊19冤Eminik臆Ei袁t袁sk臆Emaxik渊20冤式中院Ei袁t袁sk为储能电池电量曰 浊ich袁k袁浊idch袁k分别为储能电池充电和放电效率遥俞可调节负荷运行约束PminadjL袁k臆Padj袁t袁sL袁k臆PmaxadjL袁k渊21冤a袁b 移Padj袁t袁sL袁k=ERadjk渊22冤式中院ERadjk为第k 个微网中可调节负荷的功率需求遥2.2 上层优化在主网层级袁将与配网的功率交换尧与天然气网络的能量交换作为优化对象遥因此袁主网在进行电能调度时袁 须要收集配电网络在各种场景下的功率缺额和功率剩余遥另外袁调度机组从主网购电和向主网售电的运行成本数据也须要进行确定袁最终实现上级电网成本最小的调度运行模式10遥上层优化目标函数为包括灵活性机组调度成本尧负荷削减成本尧功率交换成本尧储能运行成本在内的总成本最小遥F2=minTt=1移s沂赘s移籽sk沂IMG移ck袁tfle驻Pk袁t袁sfle+cLS袁kPk袁t袁sLS袁ul+仔tbPk袁t袁sul袁b-仔tsPk袁t袁sul袁s晌尚上上上上上上上上上上裳捎梢梢梢梢梢梢梢梢梢梢+i沂IESS移cidch袁MGCPi袁t袁sdch袁MGC晌尚上上上上上上上上上上上上上上上上上上裳捎梢梢梢梢梢梢梢梢梢梢梢梢梢梢梢梢梢梢渊23冤式中院ck袁tfle袁cidch袁MGC分别为灵活性机组发电成本尧微网集群放电成本曰驻Pk袁t袁sfle袁Pk袁t袁sLS袁ul袁Pk袁t袁sul袁b袁Pk袁t袁sul袁s分别为灵活性机组出力改变量尧上层优化负荷削减量尧上层优化中主网购电量和售电量遥上层优化模型约束条件如下遥淤功率平衡约束k沂IMG移驻Pk袁t袁sfle+Pk袁t袁sLS袁ul+Pk袁t袁sul袁b-Pk袁t袁sul袁s晌尚上上上上上上上上上上裳捎梢梢梢梢梢梢梢梢梢梢+i沂IP2G移Pi袁t袁sGFPP+i沂IESS移Pi袁t袁sdch袁MGC=i沂IP2G移Pi袁t袁sP2G+i沂IESS移Pi袁t袁sch袁MGC+k沂IMG移渊Pk袁t袁s-Pk袁t袁s+冤渊24冤式中院Pi袁t袁sGFPP为气电耦合机组出力曰Pk袁t袁s-袁Pk袁t袁s+分别为功率缺额和功率剩余遥于交换功率约束Pmintb臆k沂IMG移Pk袁t袁sul袁b臆Pmaxtb渊25冤Pmints臆k沂IMG移Pk袁t袁sul袁s臆Pmaxts渊26冤盂灵活机组运行约束0臆Pk袁t袁sLS袁ul臆Pk袁t袁s-渊27冤驻Pk袁t-1袁sfle+驻Pk袁t袁sfleRD臆驻Pk袁t袁sfle臆驻Pk袁t袁sfleRU+驻Pk袁t-1袁sfle渊28冤驻Pmink袁t袁sfle臆驻Pk袁t袁sfle臆驻Pmaxk袁t袁sfle渊29冤榆电池储能运行约束Pminidch袁MGC臆Pi袁t袁sdch袁MGC臆Pmaxidch袁MGC渊30冤Pminich袁MGC臆Pi袁t袁sch袁MGC臆Pmaxich袁MGC渊31冤Ei袁t+1袁sMGC=Ei袁t袁sMGC+驻t渊Pi袁t袁sch袁MGC浊ich袁MGC-Pi袁t袁sdch袁MGC浊idch袁MGC冤渊32冤EminiMGC臆Ei袁t袁sMGC臆EmaxiMGC渊33冤虞电气耦合运行约束EGt+1袁slp=EGt袁slp+驻t渊Pt袁slp袁inj-Pt袁slp袁ex冤渊34冤EGminlp臆EGt袁slp臆EGmaxlp渊35冤Pt袁slp袁inj=i沂IP2G移浊iP2GPi袁t袁sP2G渊36冤Pt袁slp袁ex=i沂IGFPP移Pi袁t袁sGFPP浊iGFPP渊37冤Pmininj臆Pt袁slp袁inj臆Pmaxinj渊38冤Pminex臆Pt袁slp袁ex臆Pmaxex渊39冤t移i沂 IGFPP移Pi袁t袁sGFPP浊iGFPP臆t移i沂IP2G移浊iP2GPi袁t袁sP2G渊40冤窑1258窑可再生能源2023袁41渊9冤式中院 EGt袁slp为t 时刻气网存储的电能曰Pt袁slp袁inj袁Pt袁slp袁ex分别为t 时刻气网存储电能的充电量和放电量曰Pi袁t袁sP2G为电转气机组功率遥愚子微网系统灵活性约束s沂赘s移籽sk沂IMG移渊Pk袁t袁sul袁b-Pk袁t袁sul袁s冤-渊Pk袁t-1袁sul袁b-Pk袁t-1袁sul袁s冤蓘蓡臆驻tfleR渊41冤-驻tfleR臆s沂赘s移籽sk沂IMG移渊Pk袁t袁sul袁b-Pk袁t袁sul袁s冤-渊Pk袁t-1袁sul袁b-Pk袁t-1袁sul袁s冤蓘蓡渊42冤式中院驻tfleR为t 时刻灵活性限值遥2.3 模型求解本文所构建模型属于混合整数规划模型12袁可采用MATLAB 工具箱中的YALMIP 接口进行仿真袁并调用CPLEX 求解器进行计算遥3能量管理系统与微网集群管理商交互模型充分利用灵活性机组在第二阶段优化过程中的运行点来提供灵活服务的同时削减总运行成本遥 机组调度运行数据尧最大最小功率限值尧爬坡约束均与灵活性机组相关袁 考虑第一阶段优化过程中能量管理系统的功率缺额和功率剩余袁 将上述信息传递至第二层优化过程中进行确定遥 在这一过程中袁 灵活性机组的运行数据从配电网传输至微网集群管理商时可能会导致系统中相应信息的公开遥因此袁 本文考虑在信息传输过程中对灵活性机组累积运行约束限制袁 用以解决这类信息在传输过程中的私密性问题袁 确保传输过程中数据与能量管理系统的匹配度遥基于上述观点袁每个EMS 代理将会把与预测调度运行数据的累积偏差发送至微网集群管理商袁而不交换其各自的调度运行点遥 因此袁配电网中灵活性机组的运行点袁 在第二阶段中可重新优化袁进行运行约束限制袁这样可以确保系统在最小化运行成本的同时最大化系统的灵活性遥驻Pk袁t袁sfleRU=i沂Ifle袁k移RUmaxifle袁k-渊Pi袁t袁sfle袁k-Pi袁t-1袁sfle袁k冤蓘蓡渊43冤驻Pk袁t袁sfleRD=i沂Ifle袁k移-RDmaxifle袁k-渊Pi袁t袁sfle袁k-Pi袁t-1袁sfle袁k冤蓘蓡渊44冤驻Pmaxk袁t袁sfle=i沂Ifle袁k移渊Pmaxifle袁k-Pi袁t袁sfle袁k冤渊45冤驻Pmink袁t袁sfle=i沂Ifle袁k移渊Pminifle袁k-Pi袁t袁sfle袁k冤渊46冤式中院Pi袁t袁sfle袁k为第k 个微网中能量管理商代理计算的灵活机组i 的最优调度功率曰 RUmaxifle袁k袁RDmaxifle袁k袁Pmaxifle袁k袁Pminifle袁k分别为灵活性机组i 的上爬坡尧下爬坡尧最大容量和最小容量遥4算例分析4.1 算例说明利用提出的基于灵活性网络层级管理体系对含有3 个配网的微网集群进行仿真分析袁 确定配电网络调度运行计划袁 同时考虑灵活性机组的爬坡约束遥 每个微网包括4 个分布式电源机组尧1 个储能装置尧 若干可调节负荷以及可再生能源发电机组遥 同时袁假设微网2 和微网3 含有风电机组袁微网1 含有光伏机组遥同时袁本文考虑光伏机组和风电机组输出功率之间的相关性遥 得到的可再生能源发电机组出力曲线如图3 所示遥 系统简化图如图4 所示遥4.2 结果分析每个配电网络中的能源代理商在调度优化资源时袁须要确定功率缺额和功率剩余遥在这一步骤中袁配电网络须要优化运行成本袁不考虑主网带来的爬坡成本遥 每时段的功率缺额和功率剩余信息图 3 机组出力曲线Fig.3 Unit output curves微网1 光伏微网2 风机微网3 风机04812162024时间/h1086420BESS主网微网1微网2微网nG2PP2G气网微网能源管理商微网集群管理商图 4 仿真系统图Fig.4 Illustration of the simulation黄超袁等野双碳冶目标下灵活性资源的多维度实时调控模型窑1259窑发送至微网集群管理商袁 从而优化配电网络中机组的运行方式遥 如图5 所示袁配电网络需要的净负荷到最大爬坡出现在16院00 袁为12 MW/h遥 微网集群管理商能够优化分布式电源的运行方式袁 在这种情况下袁 配电网络中的功率缺额会与功率剩余相互抵消袁 能够在与主网进行功率交换时实现成本削减遥 另外袁微网集群管理商具备利用主网提供的净负荷波动满足主网提供灵活性爬坡的能力遥整体的机组爬坡结果如表1 所示遥 从表1 中可以看出袁 微网集群管理商改变了状态2 和状态4 的微网集群运行方式袁 能够通过灵活性约束的限制跟踪负荷的变动遥图6 和图7 给出了状态3 和状态4 的优化结果遥基于上述结果可以看出袁 灵活性机组的调度已经被微网集群管理商进行修正袁 从而满足微网的功率缺额和功率剩余同时满足灵活性约束遥 在状态3 中袁16院00 的灵活性机组调度处理结果有所下降遥 状态4 中袁16院00 灵活性机组的调度出力没有变化袁 从而能够促使子微网系统向主网售卖电能袁满足灵活性机组的爬坡需求遥 另外袁灵活性机组的功率输出在19院00 考虑灵活性约束之后有所下降袁 但在此时段与主网的功率交换也有所下降遥因此袁 19院00 的下爬坡需求比在状态3 中不含有爬坡灵活性约束的情况有所下降遥 上述结果说明在考虑灵活性资源调度的同时对于灵活性机组优化的重要性遥在考虑与燃气系统交互的情景时袁子微网的净负荷变动情况有所增加袁 这主要是由于微网集群管理商以经济性最大化为目标袁 在价格较低时买入电能袁价格较高时卖出电能遥另外袁 为了分析与燃气系统的交互对运行成本的影响袁 在子微网提供灵活性服务时增加的成本如图8 所示遥由图8 可以看出袁P2G 系统容量的增加袁 会降低灵活性资源向电网提供服务的运行成本袁因此对整体系统运行较为有利遥同时也可以看出袁子微网系统运行成本的增加袁主要是由于提供了灵活性爬坡的服务袁 而这一成本也会有系统运行商给予补偿遥图 5净负荷结果Fig.5 Net load04812162024时间/h20151050-5-10爬坡净负荷图 6状态 3 结果Fig.6 Results of state 3爬坡净负荷04812162024时间/h20151050-5-10与气网交换功率微网集群储能灵活性机组图 7状态 4 结果Fig.7 Results of state 4爬坡净负荷04812162024时间/h20151050-5-10与气网交换功率微网集群储能灵活性机组表 1 爬坡结果Table 1 Ramp results时间123456789101112131415161718192021222324状态21.32-1.256.2110.232.44-10.00-2.26-1.75-1.36-1.282.66-5.253.56-8.540.5410.004.251.83-9.65-1.806.02-2.65-1.39-2.14状态32.031.0510.2313.24-4.25-8.63-0.53-5.58-1.98-0.933.98-10.276.95-9.68-0.5117.361.82-0.72-12.36-2.5814.22-6.252.55-5.57状态41.972.2210.0510.00-1.59-8.00-0.52-5.69-2.69-0.933.98-10.006.22-9.682.0310.006.65-2.90-10.02-1.8614.22-4.874.01-5.57状态11.3-1.226.0711.261.42-10.22-2.15-1.75-1.36-1.282.66-5.253.56-8.54-0.3314.240.310.94-7.88-1.806.02-2.22-1.39-2.14kW窑1260窑可再生能源2023袁41渊9冤5结束语本文研究了野双碳冶目标下灵活性资源的多维度实时调控模型遥 针对含有微电网尧微网集群尧天然气网络等多种能源形式的系统进行了调度优化分析遥通过仿真分析说明袁本文所提出的系统利用两阶段双层优化调度袁 不仅考虑了系统的风险水平和运行成本袁 还考虑了与其他形式能源的交换功率遥以机组灵活性爬坡约束作为优化内容袁能够提升可再生能源和分布式电源的可靠性和渗透率遥 本文提出的方法能够最大化灵活性机组的出力特性袁解决区域内功率缺额和功率剩余的问题袁将内部资源进行整体优化袁降低系统运行成本遥参考文献院1徐楠袁赵子豪袁张丹阳袁等.双碳目标下考虑风光不确定性的综合能源系统规划研究J.可再生能源袁2023袁41渊2冤院236-242.2许高秀袁邓晖袁房乐袁等.考虑需求侧灵活性资源参与的国内外电力辅助服务市场机制研究综述J.浙江电力袁2022袁41渊9冤院3-13.3周海浪袁刘一畔袁陈雨果袁等.考虑灵活性收益的需求侧资源可行域聚合方法J.中国电力袁2022袁55渊9冤院56-63袁155.4郇政林袁刘杰袁徐沈智袁等.面向高比例新能源接入的源-荷-储灵活性资源协调规划J.电网与清洁能源袁2022袁38渊7冤院107-117.5武昭原袁周明袁王剑晓袁等.双碳目标下提升电力系统灵活性的市场机制综述J.中国电机工程学报袁2022袁42渊21冤院7746-7764.6姜云鹏袁任洲洋袁李秋燕袁等.考虑多灵活性资源协调调度的配电网新能源消纳策略J.电工技术学报袁2022袁37渊7冤院1820-1835.7肖定垚袁王承民袁曾平良袁等.电力系统灵活性及其评价综述J.电网技术袁2014袁38渊6冤院1569-1576.8乔学博袁杨志祥袁李勇袁等.计及两级碳交易和需求响应的多微网合作运行优化策略J.高电压技术袁2022袁48渊7冤院2573-2583.9杨天培袁张志义.考虑碳交易的区域多主体微网电能自由交易模型及优化方法J.新型工业化袁2022袁12渊9冤院199-204.10 帅轩越袁王秀丽袁吴雄袁等.计及条件风险价值下基于合作博弈的多微网协同优化调度J.电网技术袁2022袁46渊1冤院130-138.11 刘显茁袁王皓怀袁田伟达袁等.基于多源协同的区域分层能源综合调度优化J.智慧电力袁2022袁50渊9冤院53-58.12 谢虎袁杨占杰袁张伟袁等.基于混合蝙蝠算法的高比例风电电力系统调度方法J.可再生能源袁2023袁41渊6冤院804-809.04812162024P2G 容量/kW3020100图 8成本变化曲线Fig.8 Cost change curve黄超袁等野双碳冶目标下灵活性资源的多维度实时调控模型窑1261窑Multi-dimensional real-time regulation model of flexibleresources under dual carbon goalsHuang Chao1袁 Chen Xiangyue1袁 Zhou Lin1袁 Jin Zexin1袁 Fang Xinyu2袁 You Yang3渊1.Wuling Power Co.袁Ltd.袁 Changsha 410004袁 China曰 2.Beijing QU Creative Technology Co.袁Ltd.袁 Beijing100025袁 China曰 3.Department of Electrical Engineering袁 Tsinghua University袁 Beijing 100084袁 China冤Abstract院 Aiming at the dual carbon goals proposed by our country袁 the multi-dimensionalreal-time regulation of flexible resources that can be regulated by multiple subjects is modeled.The basic meaning and classification of flexible resources are analyzed袁 the requirements of dualcarbon targets for flexible resources are explained袁 a flexible resource scheduling structureincluding several microgrids is proposed袁 and the process relationship between multi-levelresource optimization and coordination is illustrated.A two-layer model for optimal scheduling offlexible resources is established.The lower model is responsible for the internal optimization of themicrogrid袁 and the upper model determines the exchange power with the networking and theexchange power of the natural gas network.The information exchange model between the energymanagement system and the microgrid cluster manager is illustrated.The effectiveness of theproposed model is illustrated by simulation analysis.Key words院 dual carbon goals曰 flexible resources曰 real-time regulation曰 two-tier optimization窑1262窑可再生能源2023袁41渊9冤