考慮用戶滿意度的虛擬電廠熱電聯合低碳經濟調度模型

楊 柳，張 超，蔣 勃，趙 剛，岳園園，張 靖

考慮用戶滿意度的虛擬電廠熱電聯合低碳經濟調度模型

楊 柳1，張 超1，蔣 勃1，趙 剛2，岳園園2，張 靖3

（1.國網陜西省電力公司，陜西 西安 710048；2.國網陜西省電力公司經濟技術研究院，陜西 西安 710065；3.清華大學能源互聯網創新研究院，北京 100084）

為優化能源配置和用能效率，本文采用虛擬電廠模式聚合熱電聯產機組，搭建多能源聯合調度平臺，實現熱電網絡互聯互通的協調優化運行。首先建立用戶滿意度量化指標，綜合考慮用電方式滿意度和用電成本滿意度，制定使用戶和虛擬電廠雙贏的優化方案，充分挖掘用戶參與需求響應項目的積極性；此外引入碳排放交易機制，以虛擬電廠經濟成本和碳交易成本最小為優化目標，構建虛擬電廠新型低碳經濟調度模型，實現經濟與低碳的協同優化；最后通過算例對4種不同調度模型進行對比分析，驗證了本文提出模型的有效性和合理性。

虛擬電廠；熱電聯產；用戶滿意度；低碳電力；碳交易機制；經濟調度

隨著化石能源危機和環境污染問題日益突顯，風電等清潔能源裝機容量呈現快速增長趨勢[1-2]，但受制于源網規劃不協調、風電間歇性及反調峰特性，致使大量風電難以有效消納。本文采用虛擬電廠[3-5]（virtual power plant，VPP）模式聚合熱電聯產機組搭建熱電聯合調度平臺，將熱、電網絡納入統一的決策體系中，通過多種能源形式的協調調度，為促進清潔能源消納提供解決方案。

熱電聯產(combined heat and power，CHP)機組能夠同時承擔供電和供熱任務，將燃氣發電過程中的余熱轉化為熱能輸出，具有較高的能源利用效率。然而，我國熱電聯產機組主要實行“以熱定電”的運行模式[6-8]，在冬季供暖期，CHP機組首先根據熱負荷確定供熱出力，再通過機組恒定熱電比確定供電出力范圍，這樣嚴重制約了系統調峰能力，造成棄風限電的形勢。

對此，現有研究大多引入需求響應機制來突破CHP機組以熱定電運行模式，解除熱-電間的剛性耦合關系。柔性電負荷能夠改變用電方式，動態匹配風電出力情況，不僅能在風電富余時增加負荷，還能在電力不足時降低負荷，為VPP提供虛擬出力。文獻[9-11]引入需求響應機制，將固定負荷曲線轉換為彈性區間，匹配風電出力波動，但該決策僅以VPP自身收益最優為目標，忽略用戶舒適度，在實際運行中嚴重影響用戶積極性，不利于需求響應持續性開展。文獻[12-14]基于碳交易機制構建系統低碳經濟調度模型，綜合考慮碳交易成本和系統運行成本，實現系統的經濟低碳運行。

基于上述分析，本文兼顧VPP運行的經濟性與低碳性，引入碳排放機制建立VPP低碳經濟調度模型。首先對VPP基本架構進行詳細闡述，并從人性化運行角度出發，構建用戶滿意度模型；其次以經濟成本和碳交易成本最小為優化目標，構建VPP熱電協調優化調度模型，編制內部各機組發電策略；最后通過算例對4種不同調度模型進行對比分析，驗證了本文提出模型的有效性和合理性。

1 虛擬電廠結構和基本原理

虛擬電廠（VPP）整合區域內分布式能源、可控負荷及儲能系統，通過能量管理系統合并為整體參與電網運行，利用不同能源之間的時空互補性，構建多能源互聯互通的高效利用平臺，可有效抑制可再生能源出力的波動性，實現更高能源利用率、更好環保性和更低能源成本等多功能目標，虛擬電廠結構如圖1所示。

1.1 用戶滿意度模型

需求響應項目通過引導用戶理性用能，優化終端能耗曲線，提升虛擬電廠用能效率。在人性化調度環境中，僅以主體收益最優制定需求響應調度方式，會導致用戶滿意度下降，產生抵制情緒，積極性極大降低。因此，考慮用戶滿意度的調度策略極為重要。用戶滿意度評估指標主要有用電方式滿意度和用電成本滿意度。

圖1 虛擬電廠結構示意

1.1.1用電方式滿意度

用戶通常按照最適應自身的生產生活方式安排用電計劃，這樣用戶的用電方式滿意度才最大。但在用戶參與需求響應后，需要改變原有用電計劃以響應虛擬電廠負荷調度，形成新的用電負荷曲線。定義用電方式滿意度為響應前后負荷曲線的改變程度，

用電方式滿意度與柔性負荷如熱水器、空調等可調節能力有關。式(1)表示用戶用電方式的改變程度越大，用電方式滿意度越低，當用戶負荷曲線未改變時，仍按最滿意方式安排用電方式，此時值為1，取值范圍為[0,1]。

1.1.2用電成本滿意度

用戶改變用電方式參與響應后，會獲得虛擬電廠給與的經濟補償，電費支出成本發生改變，響應前后成本改變程度與用戶響應積極性成正相關關系，對用戶用電成本滿意度的考慮能夠反向調節虛擬電廠經濟補償策略的制定，用電成本滿意度與經濟補償程度有關，本文定義用電成本滿意度為用電成本改變程度，

1.2 碳排放交易機制

碳排放經濟性懲罰模式僅對超額排放企業懲罰，未對低額排放企業鼓勵，致使企業積極性不高。碳排放交易機制通過市場交易手段對碳排放進行約束，有效引導企業將碳排放納入優化指標，促進企業發展清潔低碳電力的積極性。具體表現為：1）當實際排放量小于碳排放分配額度時，可在市場上按實時交易價格出售剩余額度獲取收益，等效降低系統運行經濟成本；2）當實際排放量大于碳排放分配額度時，需在市場購買不足部分額度或者支付相應的超排罰金，系統運行成本增加。

虛擬電廠熱電聯產模式中的碳排放量和分配額度分別為：

式中：e、d分別為碳排放量和分配額度，、分別為發電機有功出力的單位碳排放量和分配值，Gi為發電機的有功出力。

由碳排放交易原則可以得到虛擬電廠碳交易收益為

2 虛擬電廠熱電協調優化調度模型

2.1 目標函數

虛擬電廠預測次日熱電負荷情況采用多場景法考慮風電出力波動，以經濟成本和碳交易成本最小為優化目標，構建虛擬電廠熱電協調優化調度模型，編制內部各機組發電策略，平抑風電出力波動并保證系統運行經濟性。

2.2 約束條件

2.2.1電力網絡約束

1）電功率平衡約束

2）發電機組約束

3）柔性負荷約束

式中：為決策變量，表示時刻柔性負荷的啟停狀態；elcurt,max為柔性負荷的上限值。

4）電儲能約束

2.2.2熱力網絡約束

1）熱功率平衡

2）鍋爐、余熱回收裝置約束

3 算例分析

3.1 算例參數

本文虛擬電廠由熱電聯產機組、燃氣鍋爐、電負荷、熱負荷、電熱儲能及風電機組組成，有關參數分別為：發電機單位有功出力的碳排放分配額[15]取為0.798 t/(MW·h)，碳交易價格取為32 $/t，天然氣價格為0.417 $/m3，天然氣低熱值取為34 533.28 kJ/m3，圖2為各參數預測值與基準值比值曲線，其中日前市場電價為79.68 $/(MW·h)，風電、熱及電負荷基準值分別為3.03、4.23、4.46 MW。

圖2 各參數預測值與基準值比值曲線

3.2 結果分析

通過構建4種典型運行方案驗證本文模型，表1和2分別為4種不同的虛擬電廠運行方案的構建方案及其優化結果。

表1 4種不同的虛擬電廠構建方案

Tab.1 Four different construction schemes for virtual power plant

表2 不同方案優化結果

Tab.2 The optimal results of different schemes

從表2可以看出，方案4所得結果最優，棄風量、碳排放量及成本最小，反映了本文考慮用戶滿意度和碳交易機制的優越性和有效性。方案1和方案3未考慮用戶滿意度，在決策時僅以自身收益為目標，導致在風電富余時用戶未能積極響應，棄風量比同等條件下考慮用戶滿意度的方案2和方案4分別增加75.1%和216.7%。方案4和方案3在目標函數中考慮碳排放機制，將碳排放作為商品在市場上進行自由交易，采取市場手段對碳排放進行有效控制，極大激發企業改進清潔能源發電技術的積極性，碳排放量相比同條件下未考慮碳排放機制的方案2和方案1分別降低62.26%和37.81%。

碳交易機制采用市場手段約束虛擬電廠碳排放量，虛擬電廠需根據碳排放分配額優化自身出力，規避超額排放懲罰并獲取減排收益。值的改變會影響低碳目標在虛擬電廠決策中的相對權重，進而改變虛擬電廠的優化策略，因此虛擬電廠總成本與值密切相關。圖3為不同值下的虛擬電廠運行成本。從圖3可以看出，虛擬電廠總成本隨著值的增大逐漸降低，最后趨于平穩。根據碳排放機制可得，值越大，虛擬電廠受到的碳排放約束越自由，傾向于以自身成本最低為目標優化運行策略并逐漸忽略碳排放約束的制約，這樣總成本得以降低；但當值超過1.0 t/(MW·h)后，等同于未考慮碳排放約束，虛擬電廠主要受機組實際出力的制約，總成本逐漸趨于平穩。上述分析可為碳排放分配額制定提供參考，監管部門可據此合理制定碳排放分配額，充分調動企業節能減排的潛力，實現經濟低碳運行。

圖3 不同m 值下的虛擬電廠運行成本

結合方案4所示的運行模式，繪制虛擬電廠優化運行曲線如圖4所示。由圖4可以看出：受市場電價及負荷需求的影響，在=10~13、16~20 h時段，虛擬電廠調用燃氣輪機出力并釋放儲電功率以滿足負荷供應，富余電量在市場出售已獲得售電收益，此時較高的市場電價能夠彌補碳排放成本；在=1~6、20~23 h時段，風電出力較大且負荷需求較低，虛擬電廠調用電儲能進行充電并利用需求響應項目增加柔性負荷用電量，積極消納風電，但由于考慮到用戶滿意度，需求響應項目負荷調用量受到限制，仍有部分棄風現象產生?？紤]用戶滿意度雖然增加虛擬電廠決策時的負擔，限制需求響應負荷調用量，但在實際運行中卻能實現用戶與虛擬電廠的雙贏。

圖4 虛擬電廠優化運行曲線

圖5為不同碳交易價格下用戶滿意度變化，由圖5可以看出：隨著碳交易價格的增加，用電方式滿意度逐漸降低，而用電成本滿意度先增加后減小。這是因為碳交易價格增大，虛擬電廠為避免高額碳交易成本支出，變相增加需求響應項目負荷調用量，響應前后負荷曲線改變程度增大，逐漸減??；在碳交易價格上升初期，虛擬電廠會加大對需求響應項目的補償價格，以激發用戶參與響應的積極性，所以在0~24.6 $/t時，用戶響應后用電成本下降，呈上升趨勢；但到碳交易價格上升后期，虛擬電廠逐漸降低需求響應補償價格，且此時隨著用戶響應量增大，必須承擔欠響應違約懲罰成本，導致逐漸降低，變化曲線的轉折點主要和虛擬電廠需求響應補償策略及用戶參與響應負荷量有關。

圖5 不同碳交易價格下用戶滿意度變化

4 結 論

本文采用虛擬電廠模式聚合風電場、CHP機組、燃氣鍋爐及熱、電負荷，實現熱電聯合優化調度，考慮用戶滿意度和碳交易機制，兼顧虛擬電廠的低碳性與經濟性，實現用戶和虛擬電廠的雙贏。算例結果表明：1）碳交易機制的引入促使碳排放源將碳排放成本納入優化目標，按分配額度和市場碳交易價格制定優化策略，極大改善了虛擬電廠用能效率和低碳經濟。2）碳交易價格與碳排放分配額對虛擬電廠運行策略具有較大影響，合理的碳交易價格及碳排放限額政策能夠充分調動虛擬電廠節能減排的潛力。3）考慮用戶滿意度雖然增加虛擬電廠決策時的負擔，限制需求響應負荷調用量，但在實際運行中卻能充分挖掘用戶響應積極性，更具實際意義。

［1］ 中共中央國務院. 中華人民共和國國民經濟和社會發展第十三個五年規劃綱要[EB/OL]. http:// www.gov.cn/xinwen/2016-03/17/content_5054992.htm. The Central Committee of the Communist Party of China. The 13th five-year plan for national economic and social development of the people’s republic of China[EB/OL]. http://www.gov.cn/xinwen/201603/17/ content_5054992.htm.

［2］ 董朝陽, 趙俊華, 文福拴, 等. 從智能電網到能源互聯網: 基本概念與研究框架[J]. 電力系統自動化, 2014, 38(15): 1-11. DONG Chaoyang, ZHAO Junhua, WEN Fushuan, et al. From smart grid to energy internet: basic concept and research framework[J]. Automation of Electric Power Systems, 2014, 38(15): 1-11.

［3］ NIKONOWICZ L B, MILEWSKI J. Virtual power plants-general review: structure, application and optimization[J]. Journal of Power Technologies, 2012, 92(3): 135-149.

［4］ 陳春武, 李娜, 鐘朋園, 等. 虛擬電廠發展的國際經驗及啟示[J]. 電網技術, 2013, 37(8): 2258-2263. CHEN Chunwu, LI Na, ZHONG Pengyuan, et al. Review of virtual power plant technology abroad and enlightenment to China[J]. Power System Technology, 2013, 37(8): 2258-2263.

［5］ 夏榆杭, 劉俊勇, 馮超, 等. 計及需求響應的虛擬發電廠優化調度模型[J]. 電網技術, 2016, 40(6): 1666-1674. XIA Yuhang, LIU Junyong, FENG Chao, et al. Optimal scheduling model of virtual power plant considering demand response[J]. Power System Technology, 2016, 40(6): 1666-1674.

［6］ 顧澤鵬, 康重慶, 陳新宇, 等. 考慮熱網約束的電熱能源集成系統運行優化及其風電消納效益分析[J]. 中國電機工程學報, 2015, 35(14): 3596-3604. GU Zepeng, KANG Chongqing, CHEN Xinyu, et al. Operation optimization of integrated power and heat energy systems and the benefit on wind power ac- commodation considering heating network constraints[J]. Proceedings of the CSEE, 2015, 35(14): 3596-3604.

［7］ 施錦月, 許健, 曾博, 等. 基于熱電比可調模式的區域綜合能源系統雙層優化運行[J]. 電網技術, 2016, 40(10): 2959-2966. SHI Jinyue, XU Jian, ZENG Bo, et al. A bi-level optimal operation for energy hub based on regulating heat-to-electric ratio mode[J]. Power System Technology, 2016, 40(10): 2959-2966.

［8］ 袁桂麗, 王琳博, 王寶源. 基于虛擬電廠“熱電解耦”的負荷優化調度及經濟效益分析[J]. 中國電機工程學報, 2017, 37(17): 4974-4985. YUAN Guili, WANG Linbo, WANG Baoyuan. Optimal dispatch of heat-power load and economy benefit analysis based on decoupling of heat and power of virtual power plant[J]. Proceedings of the CSEE, 2017, 37(17): 4974-4985.

［9］ 周亦洲, 孫國強, 黃文進, 等. 計及電動汽車和需求響應的多類電力市場下虛擬電廠競標模型[J]. 電網技術, 2017, 41(6): 1759-1766. ZHOU Yizhou, SUN Guoqiang, HUANG Wenjin, et al. Strategic bidding model for virtual power plant in different electricity markets considering electric vehicles and demand response[J]. Power System Technology, 2017, 41(6): 1759-1766.

［10］ 徐輝, 焦揚, 蒲雷, 等. 計及不確定性和需求響應的風光燃儲集成虛擬電廠隨機調度優化模型[J]. 電網技術, 2017, 41(11): 3590-3597.XU Hui, JIAO Yang, PU Lei, et al. Randomized scheduling optimization model for integrated wind turbine storage and storage capacity considering uncertainty and demand response[J]. Power System Technology, 2017, 41(11): 3590-3597.

［11］牛文娟, 李揚, 王蓓蓓. 考慮不確定性的需求響應虛擬電廠建模[J]. 中國電機工程學報, 2014, 34(22): 3630-3637.NIU Wenjuan, LI Yang, WANG Beibei. Demand response based virtual power plant modeling considering uncertainty[J]. Proceedings of the CSEE, 2014, 34(22): 3630-3637.

［12］ 秦婷, 劉懷東, 王錦橋, 等. 基于碳交易的電-熱-氣綜合能源系統低碳經濟調度[J]. 電力系統自動化, 2018, 42(14): 8-22. QIN Ting, LIU Huaidong, WANG Jinqiao, et al. Carbon trading based low-carbon economic dispatch for integratedelectricity-heat-gas energy system[J]. Automation of Electric Power Systems, 2018, 42(14): 8-22.

［13］ 張曉輝, 閆柯柯, 盧志剛, 等. 基于碳交易的含風電系統低碳經濟調度[J]. 電網技術, 2013, 37(10): 2697-2704. ZHANG Xiaohui, YAN Keke, LU Zhigang, et al. Carbon trading based low-carbon economic dispatching for power grid integrated with wind power system[J]. Power System Technology, 2013, 37(10): 2697-2704.

［14］ 盧志剛, 郭凱, 閆桂紅, 等. 考慮需求響應虛擬機組和碳交易的含風電電力系統優化調度[J]. 電力系統自動化, 2017, 41(15): 58-65. LU Zhigang, GUO Kai, YAN Guihong, et al. Optimal dispatch of power system integrated with wind power considering virtual generator units of demand response and carbon trading[J]. Automation of Electric Power Systems, 2017, 41(15): 58-65.

［15］ 衛志農, 張思德, 孫國強, 等. 基于碳交易機制的電-氣互聯綜合能源系統低碳經濟運行[J]. 電力系統自動化, 2016, 40(15): 9-16. WEI Zhinong, ZHANG Side, SUN Guoqiang, et al. Carbon trading based low-carbon economic operation for integrated electricity and natural gas energy system[J]. Automation of Electric Power Systems, 2016, 40(15): 9-16.

A combined low-carbon economic dispatching model for virtual power plant considering customer satisfaction index

YANG Liu1, ZHANG Chao1, JIANG Bo1, ZHAO Gang2, YUE Yuanyuan2, ZHANG Jing3

(1. State Grid Shaanxi Electric Power Company, Xi’an 710048, China;2. State Grid Shaanxi Electric Power Company Economic and Technological Research Institute, Xi’an 710065, China;3. Institute of Energy Internet Innovation, Tsinghua University, Beijing 100084, China)

In order to optimize the energy allocation and energy efficiency, this paper adopts virtual power plant (VPP) mode to combine with heat and power (CHP) units and establishes a multi-energy joint dispatching platform, so as to realize coordinated and optimized operation of thermoelectric networks. Firstly, it establishes quantitative indicators of customer satisfaction, comprehensively considers the satisfaction of electricity consumption and satisfaction of electricity consumption, formulates an optimization plan that enables users and virtual power plants to win-win, and fully taps the enthusiasm of users to participate in demand response projects. In addition, by introducing a carbon emission trading mechanism and taking the minimization of economic and carbon transaction cost as the target, this paper establishes a new low-carbon economic optimization scheduling model for the VPP, to realize coordinated optimization of economy and low-carbon. Finally, four different scheduling models are compared and analyzed by examples, which verifies the validity and rationality of the proposed model.

virtual power plant, heat and power cogeneration, customer satisfaction, low-carbon electricity, carbon trading mechanism, economic dispatch

TM406

A

10.19666/j.rlfd.201902020

2019-02-26

國家自然科學基金項目(51777105)

Supported by：National Natural Science Foundation of China (51777105)

楊柳(1968—)，男，碩士，高級工程師，主要從事電網規劃管理工作，yangliuxiancity@163.com。

楊柳, 張超, 蔣勃, 等. 考慮用戶滿意度的虛擬電廠熱電聯合低碳經濟調度模型[J]. 熱力發電, 2019, 48(9): 40-45. YANG Liu, ZHANG Chao, JIANG Bo, et al. A combined low-carbon economic dispatching model for virtual power plant considering customer satisfaction index[J]. Thermal Power Generation, 2019, 48(9): 40-45.

（責任編輯 杜亞勤）