考虑风光不确定性的热电联供微网优化运行.pdf

云南民族大学学报（自然科学版），（）：收稿日期：作者简介：宁健（），男，硕士研究生 主要研究方向为微电网运行优化通信作者：王嘉梅（），女，教授，硕士生导师 主要研究方向为民族语言处理考虑风光不确定性的热电联供微网优化运行宁健，王嘉梅，侯旭刚（云南民族大学 电气信息工程学院，云南 昆明 ）摘要：针对热电联供型微网建立了数学模型，对比了加入储能的调节作用、用户侧负荷需求响应前后供给侧设备出力的优化结果 结果表明加入储能和引入用户需求响应机制可以降低微网的运行成本 在此基础上引入不确定性参数以调节不确定优化模型的鲁棒性，并求出算例中不同鲁棒性的优化结果以及该情景下微电网与实时电力市场的交互费用，通过对比验证了模型和求解算法的有效性关键词：热电联供型微网；热电解耦；不确定性调节参数；鲁棒优化；电力市场中图分类号：；文献标志码：文章编号：（）热电联供型微网基于多能互补耦合的原理，改变了各种能源之间互相独立的格局，极大的提高了能源利用率 对于热电联供型微网的经济调度是相关研究中的热点问题 其优化目标一般为运行成本最小或排放污染物最小以及负荷缺电率最小等 然而，微网中大量接入分不布式电源在降低了污染物排放和系统发电成本的同时，其出力的随机性也给电网的正常运行带来了极大的挑战 如何有效应对微电网内的不确定性因素，实现可靠、经济运行，成为热电联供型微电网经济调度问题研究的关键目前针对微网中的不确定性问题，常采用的方法有 种 第一类为鲁棒优化方法，以不确定集代替随机变量的概率分布 文献 中利用鲁棒优化方法对冷热电联供系统中风电的预测偏差进行模拟，提出了合理选择不确定性参数的方法 第二类为场景优化方法，如蒙特卡洛模拟方法，以概率分布生成 场景 文献 利用场景优化方法，达到了相应场景下的预期运行成本不高于所规定的置信水平，降低了系统运行中的风险，但此类方法需要比较精确的概率分布数据，若概率分布参数不精确，则很难反映真实的情况 第三类为滚动优化方法，它的优化不是离线一次进行的，而是随着采样时刻的前进反复进行，这种优化无法达到全局最优解，但是可以及时应对出现的各种复杂情况，其最大的缺点是所需计算量很大且计算速度要求高鲁棒优化方法相比其他 种方法可以得到最恶劣情况下的最优解，较为契合工程实际应用中的需求 故而本文采用鲁棒优化方法，在考虑了日前电力市场和实时电力市场的情境下，针对风光出力的不确定性搭建 模型，通过调节不确定性参数得出模型不同保守性下的日前运行成本并进行分析 热电联供微网系统建模下图为典型的热电联供微网模型，由可控机组，可再生分布式电源，电热负荷以及储能系统构成 在优化运行的过程中考虑存在需求响应负荷的情况，微电网也可以通过调节此类负荷的用电计划起到降低运行成本的目的 同时参与需求响应的负荷也从其参与调节的行为中获取一定的补偿 可控机组本文考虑的微电网中可控电源部分为燃气轮机的情况，其成本表示如下（）（），（）（）为燃气轮机的运行成本 和 为系统中燃气轮机的成本系数（）为燃气轮机在 时刻的发电功率 由于本文仅考虑小时级调度，不考虑其功率响应速度的影响，故仅考虑其功率上下限约束图 热电型联供微网结构图 （），（）和 分别为燃气轮机的功率下限和上限其产生的余热功率可表示为（）（），为燃气轮机的热电比 在余热功率不足的情况下采用燃气锅炉补热，燃气锅炉的热功率 （）可计算如下（）（），为燃气锅炉的热效率，（）为燃气锅炉消耗的天然气体积，为天然气的低热值 储能设备在 系统中储能设备有 种，分别是储存电能的蓄电池 和储存热能的蓄热槽 通过削峰填谷将峰电价时段的负荷转移到谷电价时段，提高微网运行的经济性 的在 时段储存的电能 （）和充 （）放 （）电功率约束如下（）（）（）（），（）（）（）（），（）（）（）（），（）（），（）（）（），（）式中，（）是 时刻电池中储存的电能 （）是 时刻蓄电池向微网供应的电能，（）为蓄电池在 时刻储存的电能 和 为蓄电池储能功率的下限和上限 和 为蓄电池充电功率的下限和上限 为 变量，是储能的充（）放（）电标记位，为停止，为运行，且满足 （）（）的约束 设蓄电池储存电能的安全上下限为最大容量 的 倍蓄电池运行成本 可表示为 （）（）()，（）为折算后的蓄电池单位充放电成本 为蓄电池的充放电效率通常用电高峰位于白天，而用热高峰位于夜间 解决电热峰时段不匹配的问题，可以通过采用 来实现热负荷在时间上的平移，实现电热功率的统一管理 的约束如下 （）（）（）（）（）（）()（）为蓄热槽的自散热系数 为蓄热槽的放热效率，为蓄热槽的储热效率 为蓄热槽的额定容量 配网交换功率与当地电网的交换功率不得超过联络线的最大功率，即 （）（）第 期宁健，王嘉梅，侯旭刚：考虑风光不确定性的热电联供微网优化运行 用户的响应 时移负荷所谓的时移负荷即可以根据用户的需求而变化的负荷 其可以看成是一个虚拟的蓄电池参与系统调节且不同负荷的调节时间具有差异性可表示为（）（）（）（）（）其满足如下约束 （）（），（）式中，（）为此时刻的时移负荷 （）为时移负荷总量，（）和 （）分别是该时刻接入和接出的负荷量 可以看到时移负荷仅调节了负荷存在的时段，并未改变负荷全天的耗电总量 可调节负荷可调节负荷指系统在运行过程中可以调节的负荷，通常微网在削减此部分负荷时会对参与调节的用户进行补偿可表示为 （）（）（）（）（）是系统调节后的负荷量，（）是未参与调节时的可调节负荷量，（）是参与系统调节后削减的负荷量而且调节后也存在最小用电功率，即 （）（）（）供热方式的调节在一般情况下，用户采用空调、电暖电炉等设备制热的时段，与电网电价的峰值时段相近，考虑使有条件的用户放弃此类取暖方式，选择集中供热，即可在不改变用户热能需求的情况下，减少电网供电的成本供热调节量可表示为（）（）（）式中，为调节供热方式后的供热电量，是未调节前的可调节供热电量，为参与调节的供热电量调节之后的电负荷和热负荷可表示如下 （）（）（），（）（）（）（），（）式中，为电热转换效率由于为了使用户更积极的参与调节，采用补偿机制 所产生的费用计入系统的运行费用内，表示如式（）：（）（）（）式中，、为各类负荷补偿时的单位费用 优化模型 优化目标函数模型的目标函数为最小化运行费用，即 （）（）由于风光发电功率不可控，其发电成本也不可控，故目标函数中不考虑 为燃气轮机和燃气锅炉的燃料费用，为电网购电费用，从电网购电的日前购电价格模型采用山西省一般工商业用电电价，如图 所示云南民族大学学报（自然科学版）第 卷 鲁棒优化方法05101520250.40.60.811.21.4*/图 分时电价时刻图目前微电网制定运行计划时的风光出力均使用预测值 即使目前的风光预测技术已经十分成熟，但仍然与实际出力有所偏差 本文在考虑风光不确定性时采用鲁棒优化方法来进行处理鲁棒优化方法是在不确定性参数的具体分布未知的情况下，针对最坏情况下制定最优运行方案的优化方法与传统的随机优化方法相比，鲁棒优化方法仅需知道不确定参数的边界条件即可 鲁棒优化是针对所确定的最保守的情况下求出的最优解，为了平衡优化结果的经济性和鲁棒性，应该选择合理的调节系数在表示不确定性时采用盒式不确定集，如下 （）（），（）为优化后的风光出力，为日前预测的风光出力 为引入的调节参数，用来表示风光出力的不确定性为了处理微网中风光不确定性的情况，构建了两阶段的模型，在确定性优化模型中引入了鲁棒优化方法，将风光出力也看作变量 个阶段中的目标函数均为微电网的运行成本 但第一阶段优化变量只有 ，即风光出力，目标函数为微电网的运行成本最大 在第二阶段时优化变量为 ，即各天然气机组和蓄电池还有电网交互的功率，目标函数为微电网的运行成本最小 目标函数如下 （，）（）其目标为了找到在风光出力不确定范围内最恶劣情况下的最优调度方案 约束条件 设备约束（）机组功率约束 （）（）（）（）（）储能设备约束 （）（）（）（）（）设备启停约束系统运行时，蓄电池不可能同时充电和放电，蓄热槽也不可能同时储热和供热 因此还应满足以下约束：（）（）（）和 为蓄电池放电、蓄电启停状态标记位，为停运，为运行蓄热槽的储 放热标记位 （）和 （）也应满足以下约束 （）（）（）电热功率平衡约束在运行过程中采用 和 解耦热电能量流 除了各机组的出力上下限条件，系统还需满足电热能量流动平衡约束：（）（）（）（）（）（）（）（）（）（）（）而系统的负荷可表示为第 期宁健，王嘉梅，侯旭刚：考虑风光不确定性的热电联供微网优化运行 （）（）（）（）（）（）（）（），（）其中，（）和 （）为经过负荷需求响应调节后的系统电热负荷，（）和 （）为未经过负荷需求调节的日前预测负荷综上所述，热电联供微网的数学模型可概括为 （），（，）（，）案例仿真用山西南部某热电联供微网的典型日数据作为算例验证模型的有效性 构建图 所示的热电联供微网模型，包括风机、光伏设备、燃气轮机、燃气锅炉、电热储能、电锅炉等单元，假设燃气轮机所排出余热全部供给热交换机，在运行优化时，系统的风光机组电出力采用日前预测值微电网当日风光出力的预测值和实际值如下图所示0510152025020406080100120(/kWM/K(M(K(图 风电预测 实际功率051015202520406080100120140160(/kWMM/K(MM(MK(图 光伏预测 实际发电功率 确定性优化模型 考虑到用户负荷需求响应与储能调节后的微网优化结果日前优化的日运行成本为 元 优化结果中，在电网电价为谷电价的时段，系统电负荷主要由配电网供给，热负荷主要由燃气锅炉供给 在电负荷高峰时段，蓄电池放电以满足系统电负荷需求，同时系统负荷响应，降低了此时的系统电负荷总量，达到了削峰的效果，降低了峰电价时段系统从电网中需要购买的电能总量，将并将其中部分电能搬运到谷电价时段，起到了削峰填谷的作用0510152025-1000100200300400500(/kW(9*!&!DM*图 微电网电能曲线0510152025-50050100150200250300350400(/kW9&J%&!J%图 微电网热能曲线 仅储能设备参加调节的微网运行优化结果当仅有储能参与调节时，蓄电池依然在谷电价时段充电，峰电价时段放电，但由于用户侧未参与到微网云南民族大学学报（自然科学版）第 卷运行的调节中，导致在峰电价时段时微网需大量从电网中购电，增加了运行成本，此时的系统优化后的运行成本为 元0510152025150200250300350400450500550600L!*B8L!*B8图 微电网需求响应前后电负荷曲线05101520250.40.50.60.70.80.91 SOC9*!SOC图 蓄电池的电能曲线当储能和用户不参与调节时，在峰电价时段系统电负荷大量增加，为满足系统电负荷需求，微网需向电网大量购电，极大的增加了运行成本，此时系统运行的优化成本为 元0510152025-1000100200300400500600(/kWM*&!D9*!(图 仅储能参与调节时的系统电能曲线0510152025-50050100150200250300350400(/kW 9&!J%&J%图 仅储能参与调节下的系统热能曲线05101520250100200300400500600(/kW(M*&!D图 储能与用户不参与调节下的系统电能曲线0510152025050100150200250300350400(/kW9&!J%&J%图 储能与用户不参与调节下的系统热能曲线可以看到，在电网电价的谷时段，微网从电网中大量购电，满足负荷需要，并向蓄电池充电 在电价峰时段蓄电池放电，即蓄电池将峰电价时段的负荷需求转移到了谷电价时段，用户需求响应行为也有类似的特点，同样降低了峰电价时段的电负荷 上述 种情况下的系统日运行成本如表 所示通过对比 种情况下的优化结果可以得出，加入用户侧响应行为后，微网增加了对用户响应的补偿成本 但这一行为减少了微网与电网的交换成本，降低了总的运行成本 因此可以得出结论：在加入储能设备和引入用户负荷需求响应机制后，可以一定程度上降低微网的日前运行成本第 期宁健，王嘉梅，侯旭刚：考虑风光不确定性的热电联供微网优化运行表 种情况下微网优化计算后的日运行成本（元）运行成本储能和用户参与调节仅储能参与调节储能和用户均不参与调节电网交换成本 机组运行成本 需求响应成本 总运行成本成本 0510152025-35-30-25-20-15-10-5051015=F/kW图 确定性优化模型中计划发电量与实发电量的不平衡量 实时电力市场的交换功率表 中得出的优化结果为日前优化结果，这一结果是在风光出力预测数据的基础上得出 在考虑到风光的预测功率与实发功率的误差后，微网电功率的实时不平衡量如图 图中正值代表此时系统向电网售电，负值代表系统需要向电网购电 而系统的日前优化结果代表微电网向日前市场提交的用电计划 而计划发电量与实发电量之间的不平衡量需由实时市场进行调节 而一般情况下实时市场的售电价要低于日前市场，而购电价要高于日前市场 本文假设实时市场的购电价与日前市场购电价比值为 ，实时市场的售电价与日前市场售电价比值为 则此时微电网的实时交换费用为 元 微网实际运行费用为日前运行成本与实时交换费用之和为 元 计及风光出力不确定性的运行优化由式（）、（）可得不确定模型可表示如下 （，）（，）（，）用粒子群算法对系统的优化模型进行求解，在每次迭代时先针对风光不确定变量 求出目标函数的最大值，之后再针对各机组出力变量 求出目标函数的最小值，结束一次循环 具体流程如图 图 计及不确定性时粒子群算法的流程云南民族大学学报（自然科学版）第 卷对光伏和风机出力分别选取不同的不确定参数，并将鲁棒优化模型与确定性优化模型的优化结果进行比较，其中鲁棒优化模型分别考虑风光出力在 内的不确定性和仅在峰电价时段内的不确定性不确定性优化结果如下表所示：表 不同不确定性参数下的运行成本不确定性参数考虑 风光出力不确定性 仅考虑峰电价时段风光出力不确定性日前成本 元实时市场交换成本 元总成本 元日前成本 元实时市场交换成本 元总成本 元 确定性优化 可以看到当不确定性参数 的取值为 时，鲁棒优化结果与确定性优化结果一样，因为此时鲁棒优化模型等效于确定性模型 随着 的增大，日前运行费用不断增加，此时得到的优化结果更加保守，优化模型所模拟的情况更加恶劣 但与此同时，系统与大电网的实时交互费用却在降低，并在某些时段将所发出的多余电能以较低的价格销售给电网，因而总的运行成本反而可能下降通过不同参数下的运行成本可以看出如果选择合适的不确定参数，并合理选择考虑不确定性的时段，则不确定优化模型可以更好的抵御实时市场电价波动的风险，甚至能起到减少微电网的总运行成本的作用 结语本文建立了考虑风光不确定性的热电联供型微电网运行优化模型，通过 对不同不确定性参数下的运行状况进行分析，结果表明：）在加入储能设备和引入用户负荷需求响应机制后，通过削减和转移峰电价时段的电负荷，可以一定程度上降低微网的日前运行成本）通过改变鲁棒优化的不确定性参数可以调节优化结果的保守性和经济性，选择合理的不确定性参数可以平衡微电网的鲁棒性和经济性）考虑到实时市场电价波动的风险，若合理选择不确定性参数和参与鲁棒优化的时段，鲁棒优化模型相比于确定性优化模型，具有更强抵御实时电价波动的优势参考文献：李正茂，张峰，梁军，等 含电热联合系统的微电网运行优化 中国电机工程学报，（）：鞠立伟，于超，谭忠富 计及需求响应的风电储能两阶段调度优化模型及求解算法 电网技术，（）：徐立中，易永辉，朱承治，等 考虑风电随机性的微网多时间尺度能量优化调度 电力系统保护与控制，（）：第 期宁健，王嘉梅，侯旭刚：考虑风光不确定性的热电联供微网优化运行 施泉生，丁建勇，刘坤，等 含电、气、热 种储能的微网综合能源系统经济优化运行 电力自动化设备，（）：王玉娟 天然气冷热电联供系统方案评价分析 邯郸：河北工程大学，裴煜 含氢能的冷热电联供微能源网运行优化 太原：太原理工大学，俞晓冬 基于不确定性分析的自律型风电场储能容量优化配置研究 济南：山东大学，程杉，魏昭彬，黄天力，等 基于多能互补的热电联供型微网优化运行 电力系统保护与控制，（）：刘一欣，郭力，王成山 微电网两阶段鲁棒优化经济调度方法 中国电机工程学报，（）：朱兰，周雪莹，唐陇军，等 计及可中断负荷的微电网多目标优化运行 电网技术，（）：孙宇军，李扬，王蓓蓓，等 计及不确定性需求响应的日前调度计划模型 电网技术，（）：宋阳阳，王艳松，衣京波 计及需求侧响应和热 电耦合的微网能源优化规划 电网技术，（）：晏鸣宇，艾小猛，张艺镨，等 考虑机组禁止运行区间的含风电鲁棒机组组合 中国电机工程学报，（）：，（）：，（，）：，：；（责任编辑梁志茂）云南民族大学学报（自然科学版）第 卷