考慮日前小時電價的含風電電力系統調度模型研究

何星曄，王 磊，張珺琿

（東南大學 電氣工程學院，南京 210096）

考慮日前小時電價的含風電電力系統調度模型研究

何星曄，王 磊，張珺琿

（東南大學 電氣工程學院，南京 210096）

為提高含大規模風電電力系統運行的靈活性，降低風電波動性對系統的影響和提高系統的風電接納能力，在含風電電力系統調度中引入日前小時電價。基于考慮日前小時電價的風電最大接納模式，建立了相應的數學模型和求解方法，以此為基礎分析了引入日前小時電價模型在不同風電滲透率場景下對火電機組承擔負荷、系統接納風電能力和系統運行經濟性的影響。算例分析表明，在含風電電力系統中引入日前小時電價能夠緩解風電接入對電力系統的影響，提高系統的風電接納能力與運行的經濟性。

日前小時電價；需求響應；風電；機組組合；經濟調度；風電接納能力

風力發電作為可再生能源中最具經濟發展前景的發電方式，具有節約電力系統運行成本、無污染等優點，近年來在世界各國得到了迅速發展。然而，由于風電受到各種自然因素的影響而具有間歇性、波動性和不可控性，這給電力系統的規劃與運行增添了困難和不確定因素［1—3］，部分地區風電發展與系統安全運行的矛盾逐步顯現，棄風現象不斷出現。因此，如何緩解與消除風電接入電網所產生的沖擊以及風電的消納成為目前風電發展所必須解決的兩大難題。

目前，針對促進風電消納的調度策略主要集中于各類可調資源參與含風電電力系統的調度方式，典型的可調資源主要包括儲能系統、水電等［4—7］。隨著需求響應和智能電網的發展，原本被視作剛性的負荷逐步呈現出一定的彈性，負荷側資源可以同發電側資源一樣，參與到電力系統的運行中［8］，合理利用負荷彈性，優化配置電能資源，同樣可以擴大新能源的接入，緩解大規模新能源接入對系統安全調度運行的沖擊。

國內已有用負荷側資源參與系統調度方式的研究，例如：提出可中斷負荷參與備用市場［9］和阻塞管理［10］等。文獻［11］研究了風電、火電、需求響應3種（虛擬）發電形式，建立了計及需求響應的基于發電成本和碳排放的多目標安全約束機組組合模型。文獻［12］考慮融入用電激勵、可中斷負荷、電價響應等用電調度方式，建立了含風電系統的發用電一體化調度模型。這些成果中對所調度負荷側資源的種類和特性并沒有進行詳細的建模，如：具體的激勵手段、響應時間等，也沒有考慮調度負荷后對用戶和供電公司的影響。

本文在目前已有研究的基礎上，為提高系統運行的靈活性、降低大規模風電接入系統所帶來的不利影響，引入日前小時電價，建立負荷模型，研究其參與含風電系統經濟調度問題。最后，通過10機系統的算例，詳細分析了引入日前小時電價對含風電電力系統調度的影響。

1 基于日前小時電價的負荷建模

1.1 日前小時電價

日前小時電價也被稱為日前實時電價［13］或者準實時電價［14］，日前小時電價就是電力公司提前1天確定并通知用戶第2天24 h每小時的電價，用戶可根據其負荷特性，計劃和安排其響應措施。尼亞加納電力公司是早期采用日前實時電價的典范［13］。

日前小時電價較分時電價更加靈活，同時可以彌補由于電價的細化程度不足導致的電力需求曲線與供應曲線之間的偏差。較傳統的實時電價，日前小時電價在當前的需求響應發展狀況下更具有可操作性。

1.2 負荷建模

負荷可分為固定分量和可調分量。對于固定分量，調度機構像傳統的剛性負荷一樣無條件滿足其需求；而可調分量（即小時響應負荷等）表征著負荷的可調節能力，需對其進行一系列的成本及物理特性分析再進行建模。

用戶負荷的可調分量需求-價格曲線如圖1所示。

圖1 用戶的需求-價格曲線圖

引入日前小時電價前，假設同時期的單一銷售電價為rsingle_se1l，t時刻小時響應用戶的需求功率恒為P0,j,t；引入日前小時電價后，圖1中假設t時刻的電價rt低于單一銷售電價，則此時小時響應用戶的實際需求功率增大到Pact,j,t。

此時小時響應負荷用戶j的實際用電需求與銷售電價的關系滿足函數關系

約束條件：

?最大、最小負荷需求約束

式中：Pact,j,t為用戶j在t時刻的實際負荷需求；Pmin,j,t和Pmax,j,t分別為用戶j的最小和最大用電需求。

?用戶用電需求調整速率約束

式中：rup,j和rdown,j為小時響應負荷用戶j在單位時間內用電需求的最大調整速率；Δt為調度時間間隔。該約束保證了用戶安排用電的有序性，使得在制定日前小時電價時不至于出現用戶在短時間內無法響應電價變化的情況。

?用戶日生產計劃平衡約束

本文中主要針對可轉移負荷，用戶根據日前小時電價改變用電方式不應該影響其生產計劃，即調度所得的小時響應負荷的實際負荷需求總量應與在單一電價下該用戶的負荷需求總量相同。

2 含風電系統的調度模型

2.1 目標函數

日前調度模型中，以調度成本最小為目標函數，調度成本包括火電機組的運行總成本和棄風成本，模型采用棄風量最小，即盡可能接納風電的調度方式。

式中：CG為火電機組發電成本，包括運行成本和啟停成本；Cgw為棄風成本。其分別表示為

式中：T為研究的全部時段；Ng表示火電機組數量；Pi,t表示t時段第i臺火電機組的有功出力；ai、bi、ci為其發電成本參數；Si,t表示t時段第i臺火電機組的啟停成本；β為棄風成本系數，在棄風最小模型中一般取一個較大的數作為棄風的懲罰項，使系統盡可能地接納風電；Pgw,t為t時段的棄風量。

2.2 火電機組技術約束

火電機組容量約束

式中：Ui,t為火電機組i在t時段的運行狀態變量，Ui,t=0表示停機，Ui,t=1表示運行；Pi,min和Pi,max分別為機組i的最小和最大出力。

最小啟停時間約束

式中：Ti,on和Ti,off分別為機組i的最小連續運行和停機時間；Ti,t-1,on和Ti,t-1,off分別表示機組i到上一時段的累計開機時間和累計關機時間。

爬坡約束

式中：rup,i和rdown,i分別為火電機組i的上、下爬坡率。

2.3 小時響應負荷用戶約束

小時響應負荷用戶的約束見式（2）—（4）。

2.4 系統約束

?功率平衡約束

?正旋轉備用約束

?負旋轉備用約束

式中：Rup,i,t和Rdown,i,t分別表示t時段火電機組i所提供的正旋轉備用容量和負旋轉備用容量；RLu,t和RLd,t為未納入風電時系統所需的正、負旋轉備用容量；Rwu,t和Rwd,t為由于風電接入而增加的正、負旋轉備用容量。式（12）—（14）以及式（15）—（17）分別保證了各時段火電機組提供的正、負旋轉備用能夠滿足系統正、負旋轉備用需求。

2.5 用戶效益約束

用戶效益為用戶轉移用電所節約的電費，同時也是電網公司的售電損失。為保證電網公司的利益損失不至于過大，同時又可以調動用戶參與的積極性，應保持用戶側的效益維持在一定的范圍內。

式中：Cmin和Cmax分別為調度周期內用戶側的效益的最小和最大限值。

其中，用戶轉移用電所節約的電費Cs為

上述調度模型的目標函數為非線性方程，屬于非線性混合整數規劃問題，需要將模型中的非線性方程線性化轉換為線性混合整數規劃問題。鑒于此，本文參照文獻［15］的方法，對模型的目標函數及約束條件進行線性化處理，將其轉換成線性混合整數的形式，在Matlab中調用CPLEX對模型進行求解。

3 算例分析

3.1 仿真參數

本文采用10機測試系統進行仿真計算,日前24 h 96點的負荷和風電出力預測曲線如圖2與圖3所示。后續分析中將增加風電接入量水平，均以此風電預測值Pw為基準成倍數增加。其中風電接入水平Pw～6Pw所對應的風電穿透率分別為4.7%、9.5%、14.3%、19.0%、23.8%和28.8%。

圖2 日前96時點負荷出力預測曲線

圖3 日前96時點風電出力預測曲線

本文中假設該地區的單一銷售電價rsingle_sell=0.617元/kWh，β=10元/kW，各小時響應負荷用戶占總負荷的αj%，即有

為簡化計算，本文中假設各個小時響應負荷通過負荷整合商整合為3個小時響應負荷用戶，整合在一起的用戶均具有相同的特性，包括負荷調整速度、需求-價格函數等，并且認為在用戶側智能控制系統的支持下，用戶的響應嚴格遵循其需求-價格函數。

表1 用戶信息

3.2 計算結果與分析

3.2.1 考慮日前小時電價調度仿真結果

以αj%=2%（j=1、2、3）風電接入水平3Pw為例，調度周期內用戶側效益的最小和最大限值Cmin和Cmax分別設置為0.25·αj萬元和1·αj萬元。

通過求解調度模型，可以得到該地區日前各個小時的電價安排（如圖4實線所示）以及調度前后等效負荷的變化情況（如圖5所示）。本文中等效負荷是指全部由火電機組承擔的負荷，亦即將風電看作是負的負荷，而等效負荷即為調度后用戶的實際負荷減去風電的出力。

圖4 日前小時電價安排

圖5 調度前后等效負荷比較

對比圖4、圖5中的小時電價與等效負荷，可以發現兩者具有類似的峰谷形狀，即在負荷高峰期小時電價較高，此時用戶需求降低；相反地，在負荷低谷期小時電價較低，激勵用戶用電，從而起到了很好的削峰填谷的作用，緩解了風電的反調峰特性對系統帶來的調峰壓力。

根據表1中各用戶的負荷需求-價格公式，可計算得到各用戶的實際負荷需求，如圖6所示。

圖6 調度后用戶負荷需求情況

從圖6可以發現，由于用戶1的需求-價格彈性較低，其需求變化相對于其他2個用戶要小；而對于用戶3，其負荷調整速率及其需求-價格彈性都比較高，因此用戶3的需求調整的幅度較用戶1和用戶2都要大。

引入日前小時電價前后火電機組的啟停計劃，如圖7和圖8所示，實線代表開機。比較圖7、圖8可以發現，機組組合的變化主要集中于3號和5號機組，引入日前小時電價后，調度周期內減少了3號機組35～53時點和71～78時點的開機，減少了5號機組1～12時點的開機，避免了火電機組一天內的頻繁開機，同時也在一定程度上減少了火電機組的運行成本。

圖7 火電機組啟停計劃

圖8 考慮日前小時電價時火電機組啟停計劃

在優化得到的日前小時電價安排下，用戶1、2、3的收益分別為1萬、1.5萬、2萬元。引入日前小時電價前調度的總成本為1 455.6萬元，調度后的總成本為1 451.0萬元，總成本降低了4.6萬元。

3.2.2 不同風電接入水平下2種調度方式的比較

（1）等效負荷

文中，αj=0即為不考慮日前小時電價的場景。考慮日前小時電價前后，不同風電接入水平下等效負荷的峰谷差、波動性數據見表2，其中波動性以等效負荷均方差來衡量。

表2 2種調度方式等效負荷峰谷差和波動性比較

由表2可以看出，在相同的風電接入水平下引入日前小時電價后，等效負荷的峰谷差和波動性明顯減小。

（2）棄風情況

不同風電接入水平下2種調度方式的棄風情況如表3所示。

表3 2種調度方式棄風總量比較MW

在引入日前小時電價后，在5Pw與6Pw時棄風量也有大幅度的下降，同樣說明在引入日前小時電價后，通過優化調度負荷側資源，能夠降低等效負荷的波動性，提高了系統接納風電的能力。

（3）經濟性

2種調度方式能耗成本比較如表4所示。

表4 2種調度方式能耗成本比較萬元

從表4的能耗成本數據可以發現，在Pw～4Pw4種風電接入水平下，引入日前小時電價可以降低能耗成本，但成本的降低都在5萬元以內；在5Pw和6Pw2種風電接入水平下，由于引入日前小時電價后使得棄風量減少，提高了系統接納風電的能力，使得火電機組承擔的負荷減小，從而進一步降低了能耗成本，分別較引入日前小時電價之前節約了11萬元與13.1萬元。

3.2.3 用戶效益限值對調度的影響分析

以各用戶占總負荷的比例為αj%=3%（j=1、2、3）、風電接入水平6Pw為例，適當增大用戶效益限值后的調度結果見表5。由于3個用戶的效益限值一致，因此在表中僅給出了一個效益限值。雖然設置了同樣的負荷比例，但受到各個用戶特性的限制，又由于同一地區的電價一致，調度后各個用戶實際的效益是成比例的，其比例為2∶3∶4，即各種場景下用戶3的效益都是最高的。

表5 不同用戶效益限值下調度結果比較

在用戶效益限值從1.5萬元增加至3萬元的過程中，用戶3均能夠達到其效益限值上限并使調度結果最優，此時等效負荷的各項指標得到明顯改善，系統的棄風量減少了，經濟性也得到了提高。但當Cmax繼續增至3×3.5萬元時，用戶3的效益為9.8萬元，即達不到最大的效益限值，再增大限值，各項指標也得不到顯著改善。因此調度部門在設置效益限值時，應綜合考慮用戶的特性以及整個系統的調度收益，以防出現付出大收益小的情況。

4 結束語

本文將負荷分為固定分量和可調分量2個部分，在含風電電力系統中引入日前小時電價，引導用戶改變用電方式，使需求側的可調資源參與含風電電力系統的日前調度，緩解風電接入對系統的影響，提高系統接納風電的能力，通過算例驗證了其有效性，同時還對用戶效益限值對調度的影響進行了分析，建議調度部門在設置效益限值時，應綜合考慮用戶的特性以及整個系統的調度收益。

但本文中對用戶負荷的建模還不夠完善，今后將進一步針對實際用戶進行建模分析。另外，本文僅針對電價調節手段對含風電電力系統的作用與影響進行了分析，發電側可調資源與負荷側可調資源的協調配合還有待進一步深入研究。

：

［1］田春箏，李瓊林，宋曉凱.風電場建模及其對接入電網穩定性的影響分析［J］.電力系統保護與控制，2009，37（19）：46-50.

［2］孫元章，吳俊，李國杰.風力發電對電力系統的影響［J］.電網技術，2007，31（20）：55-62.

［3］黃學良，劉志仁，祝瑞金，等.大容量變速恒頻風電機組接入對電網運行的影響分析［J］.電工技術學報，2010,25（4）：142-149.

［4］尚志娟，周暉，王天華.帶有儲能裝置的風電與水電互補系統的研究［J］.電力系統保護與控制，2012，40（2）：99-105.

［5］Pérez?Díaz J I,Perea A,Wilhelmi J R.Optimal short?term operation and sizing of pumped?storage power plants in systems with high penetration of wind energy［C］//Proceedings of the 7th International Conference on the European Energy Market，Madrid，Spain,June 23-25，2010.

［6］張坤，吳建東，毛承雄，等.基于模糊算法的風電儲能系統的優化控制［J］.電工技術學報，2012,27（10）：235-241.

［7］劉世林，孫海順，顧明磊，等.一種新型風力發電機與飛輪儲能聯合系統的并網運行控制［J］.電工技術學報，2012,27（4）,248-254.

［8］Pedro Fraia,Zita Val,Joao Soares,et al.Demand Response Management in Power Systems Using a Particle Swarm Optimization Approach［J］.IEEE Intelligent System,2013,28（4）：43-51.

［9］葛炬，張粒子.可中斷負荷參與的備用市場帕累托優化模型［J］.電力系統自動化，2006，30（9）：34-37.

［10］李海英，李渝曾，張少華.可中斷負荷參與輸電阻塞管理的模型與算法［J］.電力系統自動化，2006，30（10）：17-21.

［11］劉曉，艾欣，彭謙.計及需求響應的含風電場電力系統發電與碳排放權聯合優化調度［J］.電網技術，2012，36（1）：213-218.

［12］王卿然，謝國輝，張粒子.含風電系統的發用電一體化調度模型［J］.電力系統自動化，2011，35（5）：15-18.

［13］王冬容.價格型需求側響應在美國的應用［J］.電力需求側管理，2010,12（4）：74-77.

［14］殷樹剛，苗文靜，拜克明.準實時電價策略探析［J］.電力需求側管理，2011，13（1）：20-23.

［15］Carrión M,Arroyo J M.A computationally efficient mixed?integer linear formulation for the thermal unit commitment problem［J］.IEEE Trans on Power Systems,2006,21（3）：1 371-1 378.

Dispatch model of wind integrated power systems considering day?ahead hourly varying price

HE Xing?ye,WANG Lei,ZHANG Jun?hui
（Southeast University,Nanjing 210096,China）

In order to achieve the higher system flexibility,reduce the impact of volatility of wind power and improve the inte?gration capacity of wind power,day?head hourly varying price is in?corporated into the dispatch of wind integrated power systems.This paper proposes the corresponding mathematical model and solu?tions based on the scheduling model for maximum wind power ac?cess considering day?ahead hourly varying price.Then it analyzes the effects of day?ahead hourly varying price on the generating ca?pacity of the thermal power units and the wind integration capacity of power system,as well as its effect on the system operational economy under different scenarios of wind power penetration.Case studies show that through the incorporating of day?ahead hourly varying price,the impact of wind power on power systems is re?duced;the wind integration capacity of power system is increased,and the system operational economy can be improved.

day?ahead hourly varying price；demand re?sponse；wind power；unit commitment；economic dispatch；wind power integration capacity

TM715；F407.61

B

2013-08-05；修回日期：2013-10-17

國家高技術研究發展計劃（863計劃）資助項目（2011AA05A105）

何星曄（1989），男，江蘇常州人，碩士研究生，主要研究方向為風電接入電網的調度運行，系統優化運行；王磊（1963），女，山西原平人，副教授，主要研究方向為信息技術在電力系統中的應用、電力系統優化運行；張珺琿（1992），男，江蘇南京人，本科，主要工作為電力系統分析。

1009-1831（2014）01-0015-06