配售分离环境下高比例分布式能源园区电能日前优化调度

0 引言

智能电网的运行依靠先进的信息技术(information technology,IT)[1],其提供了以高级计量系统(advanced metering infrastructure,AMI)和能量管理系统(energy management system,EMS)为基础的双向通信设备和双向电力传输技术[2],把电力系统的发电侧与用户终端的监测、控制整合在一起,同时促进了中国电力市场交易透明化的改革进程。2015年,《中共中央国务院关于进一步深化电力体制改革的若干意见》(中发[2015]9号)“有序向社会资本开放配售电业务”,标志着中国电力市场配售分离的改革正式拉开序幕。在此环境下,随着高比例分布式能源并网,电力网络与用户之间的协调和交换日趋密切,电能出现双向流动,调度控制手段越加复杂[3-4]。园区根据运行工况在购电方与售电方之间切换使日前优化调度显得越加重要[5-7],已有文献证明,合理的日前调度模型可以更好的把电能的双向流动特性参与到电力市场,给园区、配电网带来更大的经济效益[8-10]。

需求侧响应(demand response,DR)作为一种通过引导用户主动参与电力市场使其用电行为发生改变的有效手段,在智能电网发展的大背景下实现源、网、荷、储之间的互动具有重要地位[11-12]。有关研究指出目前的居民用电量比重越来越大、用电行为难以把握[13],因此需求侧响应的开展不再拘泥于工业园区,家庭能源管理[13-14]与智能楼宇建设[15]的研究相继成为我国需求侧发展的热点。目前针对居民智能小区的研究如下。文献[16]研究了动态电价引导空调系统使用户用电费用最少的优化调度方法;文献[17]在用户的舒适度和负荷调整空间基础上建立了直接负荷控制(direct load control,DLC)的空调负荷双层优化调度和控制模型;文献[18-20]都是基于分时电价(time of use,TOU),在满足EV用户用电需求的同时有效地减少充电费用,最终实现削峰填谷、降低负荷方差;文献[21]协调基于TOU与DLC的主动需求响应,综合考虑EV用户充电需求和配网负荷水平进行研究;文献[7]把含有光伏的楼宇与电网侧视为多个决策者进行非合作博弈,提出了一种基于光伏电能供需比的内部价格模型,实现各经济主体有序电能交易。但文献[7,16-21]没有考虑用电设备之间的相互配合影响。文献[22]将PV、EV、ESS协调控制,实现家庭能源管理用电费用最低;文献[23]考虑了PV,可控负荷与EV充放电的联合调度,实现了PV消纳与经济最优调度;文献[24]考虑ESS、温控负荷、EV,基于用户侧用电行为聚类分析,采用行为矫正的混合粒子群优化算法实现需求响应模型的互动化方法求解。但文

献[22-24]都没有考虑未来具有发展前景的vehicle- to-grid(V2G)、PV-to-grid(PV2G)、ESS-to-grid (ESS2G)。文献[8]结合了ESS、PV、EV,基于动态电价策略实现智能楼宇与电网的电能双向流动,但从楼宇中输送的电能是优先送向电网侧还是相邻的用户侧并没有考虑;文献[25-26]考虑相邻楼宇之间进行电能共享,在不同电价引导策略下对各楼宇的调度成本进行分析。文献[8,25-26]模型存在2个问题：1)楼宇属于别墅,EV模型采用过于简单的虚拟电池模型,并不适用于含有大规模EV的智能楼宇小区建模;2)没有针对楼宇内电能流动模型细化,导致在含大规模交直流分布式电源电能互动的智能楼宇中功率调度存在偏差。

综上所述,本文首先描述了在电力市场配售分离背景下一种园区售电商与配电网公司之间调度模式与市场模式。以此为背景针对智能居民小区,以多个包含PV、ESS、EV以及温控负荷等设施的智能楼宇组成的智能小区为研究对象进行分析与建模。对各分布式电源之间相互流动的电能进行分配,在满足用户用电需求,用电电费最小基础上实现园区内电能共享、各楼宇调度成本最低。此外,针对居民区配电网变压器双向功率限制大小对各个楼宇的经济利益影响,采用shapley值解决各个楼宇之间的利益分配不公平的问题。

1 框架与模式说明

图1所示为智能小区的能量信息流模型。电网与园区内各智能楼宇通过公共连接点[26](point of common coupling,PCC)进行电能的相互流动。在新电力市场改革环境下本文提及的智能小区售电商,作为园区的服务平台,在园区内所有的电能交易都经它管理,但不直接通过电能交易作为盈利手段。在日前调度计划中负责与电力市场、气象中心以及园区内各智能楼宇进行信息交换,制定电能共享计划,合理地分配用户调度成本。日前调度过程为售电商根据天气预测、园区内历史用电数据和以往由TSO (transmission system operator)安全校核后的电力市场竞价情况得到的历史电价信息制定园区日前调度计划,考虑延长配电变压器寿命、园区内线路功率不越限以及电能共享,同时满足用户用电需求实现楼宇调度成本最小。电力市场再结合TSO安全校核与多个售电商竞价情况向各个售电商下达最终的电价信息。

图1 智能小区能量信息流模型

Fig. 1 Energy information flow model in an intelligent community

图2为智能楼宇能量信息流模型,可见楼宇内有多个电能相互流动的PCC。智能楼宇内分为住宅区与EV停车场,前者指B-EMS(building-EMS)管理的用户住所,内配有家庭所需要的用电设备、PV与ESS,可以根据需要实现ESS2G、PV2G、ESS-to- building(ESS2B)、PV-to-building(PV2B);后者指EV-EMS管理下的电动汽车充电站,内有多智能体(multi-agents)负责处理电动汽车充电计划。必须强调的是由于EV与住宅区的用户并不是一一对应的关系,所以EV-EMS以EV用户满足用电需求的同时实现用电费用最少为目标是合理的。二者信息由园区售电商独立管理,但存在交易上的电能互动,EV停车场可以进行V2B(vehicle-to-building)和V2ESS(vehicle-to-ESS)也可以实现B-EMS的PV、ESS向EV输送电能：PV2V(PV-to-vehicle)、ESS2V (ESS-to-vehicle)。B-EMS与EV-EMS的调度成本之和作为所在智能楼宇的总调度成本。本文仅针对园区售电商根据历史数据建立日前调度模型进行研究。

2 模型建立

2.1 直流系统模型

本文把图2中ESS、PV与其并联的直流母线称为直流系统。可知直流系统内的电能是通过直流母线相互流动的;而与其他分布式电源的电能互动则是在直流母线与交流母线之间进行,其直流系统电能流动模型见附录图1。

2.1.1 ESS模型

ESS建模在较多文献中已有体现,详见附录。ESS放电功率分配如下。

3 算例仿真

3.1 假设

本文由如下假设：1)园内楼宇数为3,即Nh=3。每个楼宇的不可控负荷相同,EV车数相同,室外温度相同,用户用电需求相同。由下文4.2节可知园区售电商对各单元采用相同的电价政策。2)园区内电能交易都以电力市场历史电价信息作为购售电价。本文拟采用对园区日用负荷进行k-means聚类分析,确定了峰谷平时段的TOU作为历史电价信息。3)园区售电商忽略负荷节点电压、网损问题。4)忽略光伏发电的随机性与波动性。

本文在针对智能小区日前调度模型中,EV群采用蒙特卡洛模拟随机模型,PV为统计学数学模型、ESS采用等效集中式虚拟电池模型、温控负荷为通过控制指令作为系统输入量纳入负荷群的状态转换模型。因此结果存在一定误差,但是属于允许范围内,其原因有：1)文中针对园区的日前优化调度,电力市场的历史电价信息与需要获取的日前调度数据都以1 h为跨度,因此虽然各园区售电商根据TOU信息以15 min为尺度进行的日前调度所得到的调度结果存在一定误差,但对于电力市场得到的园区与电网售购电量预测数据的鲁棒性而言是在接受范围内的。2)本文重在说明在售配分离电力市场改革以及电网电能双向流动背景下,描述园区内的分布式能源如何进行合理的功率分配达到多层次主体利益最大。3)随着EV大规模发展和交通历史数据库的不断完善,提取EV用户的出行概率分布会越来越准确。PV、ESS、温控负荷集中式电池模型也会获得更加合理的参数设置。

3.2 参数设定

本文在MATLAB2015a平台下通过YALMIP工具箱调用CPELX12.6软件对算例进行求解。以ΔtΔt= 15 min为一个时段,全天共T=96个时段进行优化调度。其中,EV选取BYDE6,电池容量64 kW•h,充放电效率0.95为例,用户行为习惯参考文献[30]。PV出力情况、室外温度数据以文献[13]数据作为研究对象。由于文献[7]证实光伏用户以规模化的方式实现电能共享,可以获得比单独运行更好的效益,因此本文楼宇内的光伏电池数量与储能设备数量是具有一定规模化的。变压器选用总容量3200 kVA,其最大负载率为0.65[31]。楼宇内其他参数见附录。

本文售电购电电价均采用TOU。电价参考工业电价[13],见附录。由假设2,TOU划分见附录图3。这里说明一点,在园区内,售电商作为服务平台,为各楼宇提供最小日前调度成本计划,楼宇调度成本则是楼宇内部EV-EMS与B-EMS以及楼宇与楼宇、楼宇与电网之间购售电价差值。因此以统一的售购电价作为引导分布式电源的手段以及得到的调度成本结果是合理的。

3.3 楼宇内功率分配分析

图3是楼宇3内EV-EMS管理的EV充放电以及功率分配情况。可以看出为了保证用户的用电需求,同时接受电价响应,大部分EV都处于低谷时段充电、高峰时段放电。此外,EV放电功率、充电功率和实际EV-EMS向楼宇外输送的功率与楼宇外向EV-EMS输送的功率相差很多,这是由于楼宇内B-EMS在响应电价引导后与EV-EMS之间进行了电能的相互流动,以楼宇3内的光伏出力功率去向为例,见附录图4。可以看出PV的功率去向受

电价因素、EV和ESS的充放电情况及其容量因素、甚至变压器限制因素的影响在各时段并不相同。

图4为楼宇3的电能交易情况。在大约11:00和13:00—14:00期间,楼宇3向外进行售电,楼宇内部也没有进行电能共享,这是因为中午时段居民小区没有并网的EV、用电负荷不高,同时也是PV出力最大的时段。在大约21:00时段也出现了少量电能售向楼宇外,这是由于这个时段大部分EV都已经并网,受电价影响进行放电,EV-EMS不仅满足了楼宇内的用户用电需求,同时把多余的电能进行向其他楼宇或者电网输送。B-EMS与EV-EMS电能之间相互流动,受线路因素影响,不可同时进行。在电价引导作用下,在高峰时段,居民负荷处于用电高峰,因此B-EMS不仅要从园区买入功率,也可以购买EV-EMS的电能;而在低谷电价时段,EV-EMS为满足EV用户享受最低电价对电能有大量需求,不仅要从园区和电网侧购电,还要在满足住宅区用户用电需求的同时,购买一部分B-EMS的输送功率。

3.4 园区调度情况分析

图5为楼宇1的功率平衡情况。可以看出合理调度分布式能源,使楼宇购买电网功率发生了巨大改变。EV接受电价引导在低谷电价购买功率,在峰时进行V2B,把多余电能送向楼宇外;热水器在文中属于连续型温控负荷,因此受电价时段的影响;空调在文中属于可中断负荷,在满足居民用户舒适度的前提下,可以关闭空调开关,在即将到达用户舒适度临界点的时候再次启动空调开关;PV属于免费能源,因此在峰时尽量进行PV2B,减少购电量;由于楼宇1任意时段的ESS、EV、PV的最大放电功率并没有满足用户电能需求,因此在经过售电商调度后,在大约11时段和13时段前后可以购买园区内其他楼宇卖出的功率。图6为楼宇3内的功率平衡情况。由于楼宇3的ESS与PV多于其他楼宇的配置,当楼宇3有电能需求时,其他楼宇也需要电能,由附录式(17)(18)可知楼宇3可以把更多的电能送向楼宇外,但没有任何时段可以买来自其他楼宇的电能。说明电能的流向虽然与电价引导有关,但是首先要考虑模型的合理性。举个例子,即使在峰时电价时段,但是园区整体仍然需要电能,在售电商管理下楼宇3发出的功率只能与电网流入的电能一起流向需要电能的楼宇。要强调的是为实现楼宇调度成本最低,电能相互流动,空调在满足居民需求的同时,不同楼宇的开启时段也发生了改变,发生在约17:00。另一个要强调的是ESS作为不同于EV的储能设施,由售电商直接调度,由于变压器功率限制以及优先考虑EV充放电,在综合考虑园区内所有楼宇的ESS充放电计划后、ESS没有完全响应电价。

图7表示园区与电网购售功率以及园区内功率共享情况。11:00左右园区向外输送功率,同时园区楼宇之间进行了功率共享,这是因为园区内有楼宇把多余电能向外输送,不仅满足了其他楼宇的功率需求而且还有多余功率向园区外输送。在13:00、14:00左右也有楼宇之间进行功率共享的情景。

3.5 不同调度策略对比分析

在不同策略下园区内所有楼宇从电网侧购、售功率情况对比见附录图5。无管理模式是指楼宇内未安装ESS、PV,同时温控负荷在居民需求时段持续用电,EV并网后以最大功率充电直到充满停止。由附录图5可知,无管理模式下负荷功率对配电变压器的安全运行造成严重影响。在不受变压器限制功率情况下,从楼宇内ESS、PV、EV之间是否进行电能互送对比,说明楼宇内电能相互流动可以有效减少园区与电网侧来往功率,即减少了远距离输送电能带来的损失。

售电商是否考虑变压器的功率限制的调度策略只在园区购买电网功率上存在着差异,售电功率并没有受到影响,见图8。由目标函数式(14)可知售电商的日前调度实际上是实现所有楼宇的调度成本最小。如果变压器功率限制为无穷大,那么每个楼宇在售电商的管理下都会实现自身调度成本最小。但是,由于存在变压器的功率限制,实现目标函数时无法考虑园区内各个楼宇的调度成本,导致售电商无法根据楼宇的边际贡献对楼宇进行公平分配,因此采用shapley值是必要的。不同的调度策略下楼宇调度成本见表1。

4 结论

本文结合目前电力市场改革中可能出现的配售分离情形,提出了售电商在高比例分布式能源园区运营中可能承担的新角色与新功能。基于此,针对含高比例分布式能源配置的智能楼宇组建的园区具有电能双向流动性,各层次主体目标多样且相互制约以及配电变压器功率越限问题,考虑交直流混合供电方式楼宇模型的功率流动并进行了细化,提出了售电商协调下的园区日前优化调度模型。该模型在满足EV用户用电需求及用电费用最少的基础上,同时满足温控负荷用户的用电需求,实现园区内电能共享,延长配电变压器寿命,楼宇调度成本最低。通过算例分析,验证了模型的可行性。并针对变压器功率限制对园区各个楼宇的经济影响,基于合作博弈理论,提出采用shapley值合理分配各个楼宇的调度成本。

下一步将基于含多个售电商的配电网环境,将潮流与安全约束等系统运行条件以及售电商竞价等市场运行机制纳入考虑,研究多主体协调运行的日前、实时分布式调度策略。

附录

1 模型建立

1)直流系统模型