基于小微企業需求響應的園區能量優化管理方法

（國網浙江省電力有限公司臺州供電公司，浙江 臺州 318000）

0 引言

近年來，小微企業在浙江省發展迅猛，《浙江日報》2018 年的統計數據顯示：浙江省共有小微企業190 萬家，占全省企業總數的97%，以小微企業為主體的民營經濟占全省GDP（國內生產總值）的65%、稅收的54%、出口的76%與就業的80%[1]。目前，浙江省正處于由小微企業“大省”向小微企業“強省”發展的轉型期，也是由粗放型向高質量發展的關鍵期[1]。但是，小微企業“低散亂”現象阻礙了浙江省在經濟轉型路上的發展，如文獻[2]指出傳統工業園區供電模式會造成電力供需脫節、企業成本增加和小微企業入園積極性低等問題。因此如何引領小微企業轉變成長軌跡，是現階段浙江省必須破解的現實課題[1]。而將智能微電網與工業園區相結合，發展工業智能小微園區正是破解這一難題的有力途徑之一。

小微園區是小微企業創新發展的孵化器，也是浙江省振興實體經濟、促進經濟轉型升級的重要平臺之一。但小微企業抗風險能力低，對成本控制要求較高，為了營造穩定友好的營商環境，破解制約小微企業發展的難題，浙江省根據小微企業的行業特點，新建與改造了大量工業小微企業園區[3]。但是隨著小微園區的大量快速建成，如何根據小微園區的實際負荷特點，實現園區智能化管理與微電網能量優化，是目前十分重要的課題。

另一方面，為了解決能源過度消耗與日益突出的環境問題，國家大力發展可再生能源[4-5]，而微電網則是有效利用可再生能源的重要手段。在此背景下，我國開展了一系列微電網能源優化管理研究。文獻[6-7]針對分布式電源單機接入電網成本較高及其所產生電能不可控等問題，提出將分布式電源以微電網的形式接入電網。文獻[8]考慮了在光伏補貼政策下光伏并網的經濟效益，但未考慮儲能配置，也未具體分析光伏系統與電網之間能量流動的關系。文獻[9]利用儲能裝置改善了光伏并網發電系統中的電能質量與電網壓力問題，但未考慮儲能系統對于系統經濟效益的作用。文獻[10]采用粒子群算法對分布式能源系統的動力設備容量進行了優化配置，但該算法容易陷入局部最優。文獻[11]考慮了實時發電功率與用戶側用電量，但未考慮實時電價以及儲能、光伏單元的損耗，并且該文獻所采用的HOMER 軟件全局優化能力較差，實際應用效果并不理想。

此外，基于負荷側的需求響應也是一種消納新能源、降低微電網運行成本的手段。文獻[12]利用分時電價機制引導用戶側可控負荷參與需求響應，降低微電網的運行成本。文獻[13]指出負荷響應能有效增加可再生能源的利用率，減小儲能的壓力，從而降低微電網運行成本。但上述文獻中的負荷僅根據分時電價信息或激勵性負荷需求響應機制等單一機制做出響應，未考慮結合多種機制的優點來引導負荷參與需求響應。

綜上所述，本文以浙江省臺州市某小微園區為背景，建立了一種基于小微企業需求響應的園區光-儲并網型微電網優化調度模型。該模型通過分析園區的負荷特性，結合峰谷分時電價與光伏系統出力來引導小微企業做出響應，最后討論了該園區在典型季節與天氣下日前24 h 園區側的運行經濟性，如夏季典型晴日、夏季典型短時陣雨日與夏季典型暴雨日；并以經濟性最高為目標，優化管理各系統之間的能量交互，實現園區微電網與小微企業的用能全局優化管理與經濟運行，進而改善能源利用效率、電能質量水平。

1 工業型智能小微園區微電網概況

工業型智能小微園區微電網通常建設在園區內，其電壓等級為10 kV，容量為幾兆瓦至幾十兆瓦[14]，是由光伏系統、儲能系統、能量轉換裝置與園區負荷等要素組成的典型微電網結構。

1.1 微電網結構

本文研究的微電網結構如圖1 所示，各單元相互連接，且都與微電網控制中心連接，組成微電網的通信網。同時，微電網又與大電網相連，以實現微電網的并網運行。其中，光伏系統產生的電能一部分供應給小微企業，一部分售賣給電網，并且儲能系統和電網的參與調節了光伏系統與小微企業用電的供需差異。本文將小微企業用電負荷分為園區可控負荷與園區不可控負荷，目的是為了調節可控負荷，提升新能源的消納，降低小微園區的經濟成本。

圖1 目標微電網結構

1.2 分布式發電單元

光伏陣列輸出功率如下[15]：

式中：PPV（t）表示光伏系統的實際輸出功率；PSTC表示光伏系統最大輸出功率；G（t）表示t 時刻的光照強度；GSTC表示標準測試條件下的光照強度，取GSTC=1 000 lx；k 表示標準測試條件下的溫度系數，一般取k=-0.45；Tc（t）表示t 時刻光伏陣列的實際溫度；TSTC表示標準測試條件下的光伏陣列的溫度。

儲能單元在t 時刻的充放電功率PS（t）如式如（2）所示：

式中：ES（t）為儲能系統在t 時段儲存的能量；T為能量調度周期；當PS（t）＞0 時，儲能系統為放電狀態；當PS（t）＜0 時，儲能系統為充電狀態，其充電能量與放電能量相等且不超過其容量限制。

1.3 小微企業需求響應

小微企業的用電負荷分為可控負荷與不可控負荷，本文基于分時電價與光伏系統出力的信息來引導可控負荷做出響應。基于分時電價信息可刺激小微企業的用電方式；基于光伏出力信息可刺激小微園區對可再生能源的消納。因此，小微企業參與需求響應后的表達式如下：

1.4 小微園區負荷特性與光伏特性分析

以浙江省臺州市某小微園區為例，其負荷變化主要與廠內員工工作時間相關。該園區工作時間遵循三班倒制度，由上班時間（24:00—8:00，8:00—16:00，16:00—24:00）可看出在換班節點與飯點，園區內的負荷用電會相對減少。同時選取該地區夏季數據，通過式（2）計算得到夏季典型晴日、典型短時陣雨日、典型暴雨日的光伏系統出力。小微園區內部企業用電負荷與夏季各典型日下光伏系統的出力情況如圖2 所示。

圖2 園區用電負荷與光伏系統出力情況

2 能量優化配置模型

2.1 能量優化調度模型

2.1.1 目標函數的建立

本文涉及的成本包括：光伏系統與儲能系統的一次性投資成本與運行維護成本；大電網與小微園區之間的電價交易成本。設單位時間內分布式發電單元的發電功率、負荷、微電網與大電網交互功率恒定，則最低運行成本的目標函數為：

式中：Cmin表示小微園區日前24 h 最低經濟成本；表示日前24 h 小微園區向大電網購買電能的成本；表示日前24 h 光伏系統向大電網賣電的售電額；M 表示光伏組件與儲能系統的日前24 h 等效投資成本與維護成本。

式中：λprice（t）表示t 時刻小微園區從電網購買電能的電價；λup（t）表示t 時刻光伏富余電量的上網電價；表示t 時刻電網對小微企業的傳輸功率；表示t 時刻電網對儲能的傳輸功率；表示t 時刻光伏富余電量的上網功率。

在典型夏日中，光伏組件與儲能單元的日前24 h 等效投資與運行維護總費用M 表示為：

式中：M1為光伏系統成本；M2為儲能系統成本；MPV為光伏組件的一次性投資成本；NPV為光伏組件的使用期限；rPV為光伏組件的年運行維護率；rESB_1為儲能系統的單位功率年運行維護費用；rESB_2為儲能系統單位容量的年運行維護費用；MESB為儲能系統的一次性投資成本；NESB為儲能系統的使用期限；PESB為儲能系統的充放電功率；EESB_E為儲能系統的額定容量。

2.1.2 約束條件

（1）荷電狀態約束

儲能系統電量計算公式為：

狀態約束為：

式中：EESB（t）為t 時刻儲能系統的電荷量；SOC（t）為t 時刻儲能系統的荷電狀態；SOCmax與SOCmin分別表示儲能系統荷電狀態的上、下限。

（2）能量約束

園區與大電網的能量平衡約束為：

式中：Pload表示小微園區內企業的用電功率；表示光伏系統提供給小微企業的功率。

（3）小微企業需求響應約束

小微企業需求響應約束為：

2.2 模型求解

遺傳算法[17-18]通過模擬自然進化過程搜索最優解，其全局搜索能力強。因此，本文采用遺傳算法對上述目標函數進行求解，以實現基于小微企業需求響應的能量優化管理，流程如圖3 所示。

3 實例分析

3.1 基礎數據

本文以浙江省臺州市某小微園區為例，當地電網實行峰谷分時電價機制[19]。同時，小微園區內搭建的分布式光伏發電系統根據浙江省當前自發自用余量上網型分布式光伏發電項目執行，其補貼為國家級、省級光伏發電項目度電補貼。小微園區內購電電價、光伏發電上網標桿電價與補貼電價如表1 所示。

本文選取浙江省臺州市夏季為仿真時段，通過氣象數據得出夏季平均日出日落時刻，如表2所示。

圖3 基于遺傳算法的小微企業需求響應的能量優化管理方法流程

本文建立的微電網主要涉及光伏發電裝置與儲能裝置。在計算小微園區的最低經濟成本時，需要使用以下各類裝置數據，相關價格與參數如表3 所示。

表1 浙江省臺州市購電電價、光伏上網電價與補貼電價

表2 夏季平均日出日落時刻

表3 微電網各組件參數

3.2 仿真結果

基于MATLAB 平臺對本文建立的能量優化模型進行求解。基礎參數設置如下：種群規模為40，迭代次數為200，交叉概率為0.6，慣性權重變異概率為0.01。目標城市夏季具有典型晴日、典型短時陣雨日與典型暴雨日3 類典型天氣。因此，基于目標城市某小微園區實際運行數據與氣象數據，本節探討上述3 種情況下的運行經濟性，并給出各系統之間的能量交互情況。

3.2.1 案例一：夏季典型晴日

夏季典型晴日下，基于小微企業需求響應且含儲能系統的微電網并網優化運行結果如圖4 所示。其中，GRID 運行計劃為電網側能量交互狀態，BAT 運行計劃為儲能側能量交互狀態，PV運行計劃為光伏出力狀態，園區負荷為小微企業用電狀態。

圖4 夏季晴日含儲能的微電網并網優化結果

由圖4 可知：日出前與日落后的時段無光照，光伏系統不出力；日出后，隨著太陽的升起與時間的推移，光伏系統在日中時達到出力頂峰，之后出力逐漸降低。

儲能側：當電網的售電價格為低谷電價時，小微園區從大電網購入電能存入儲能系統中。當電網的售電價格為峰時電價時，若光伏系統出力不夠小微企業消耗，則儲能系統釋放電能為小微企業供電，如08:00—10:00，16:00—21:00；若光伏系統出力滿足小微企業消耗，則儲能系統不釋放能量，如13:00—16:00。

電網側：當電網的售電價格為低谷電價時，若光伏系統的出力低于小微企業消耗，則電網既要向小微企業供電，又要向儲能系統送電，如22:00—次日08:00；當電網的售電價格為峰時電價時，若光伏系統與儲能系統的共同出力低于小微企業消耗，則園區還需要從電網購電滿足小微企業的用電需求，如19:00—22:00。無論電網售電價格為多少，若光伏出力在滿足小微企業的用電需求且還有富余電量時，則光伏系統會將富余電量售賣給大電網，如10:00—16:00。

負荷側：對比小微企業需求響應前后可知，本文利用光伏出力信息引導可控負荷參與需求響應，該方法提升了對光伏能源的消納能力，降低了具有不確定性的光伏能源對電網的沖擊，如10:00—16:00 時段。為了進一步降低園區經濟成本，可利用分時電價引導可控負荷參與需求響應，在電價高峰時降低用電負荷，在電價低谷時提升用電負荷。同時，小微企業參與需求響應后，電網與儲能系統的電能波動幅度較小，為設備安全穩定運行提供了保障。

為了說明儲能系統的作用，圖5 給出了夏季典型晴日基于小微企業需求響應但不含儲能系統的微電網并網優化運行結果。不含儲能系統時，小微園區不能利用峰谷價差調節經濟成本。此時，若光伏系統的出力低于小微企業消耗，則園區需要從大電網購電；若光伏出力高于小微企業的用電需求，則多余電量反向售賣給大電網。

圖5 夏季晴日不含儲能的微電網并網優化結果

對比圖4 與圖5 可知，當含有儲能系統時，在電價峰時階段會優先考慮儲能系統出力，降低了小微園區從大電網購電的成本，如圖4 中的08:00—11:00 時段與16:00—22:00 時段。

3.2.2 案例二：夏季典型短時陣雨日

夏季典型短時陣雨日下，基于小微企業需求響應且含儲能系統的微電網并網優化運行結果如圖6 所示。

對比圖4 可知：當光伏系統出力減少時，儲能系統放電次數增加，電網向園區輸送的電能也增加。

圖6 夏季典型短時陣雨日含儲能的微電網并網優化結果

儲能側：與案例一不同的是，在光伏系統出力高峰時，案例二中的儲能系統仍舊在放電，如13:00—16:00 時段。

電網側：與案例一不同的是，在光伏系統出力高峰時，案例二中的電網仍然要向園區微電網輸送電能，如10:00—13:00 時段。

負荷側：與案例一不同的是，由于光伏出力的降低，在光伏系統出力高峰時，案例二圖6（b）沒有利用光伏出力信息引導園區負荷用電方式，如10:00—16:00 時段，此時園區負荷基于分時電價來調整用電方式。

同樣，圖7 給出了夏季典型短時陣雨日基于小微企業需求響應但不含儲能系統的微電網并網優化運行結果。

案例二中圖6 與圖7 的對比結論與案例一中圖4 與圖5 的對比結論一致，且在13:00—16:00時段，案例二中儲能系統的出力降低了園區微電網從大電網購電的成本。

3.2.3 案例三：夏季典型暴雨日

夏季典型暴雨日下，基于小微企業需求響應且含儲能系統的微電網并網優化運行結果如圖8所示。

與前2 個案例中圖4、圖6 對比可知：當光伏系統出力大幅度降低時，小微園區需要從大電網購入更多的電能。

圖7 夏季典型短時陣雨日不含儲能的微電網并網優化結果

圖8 夏季典型暴雨日含儲能的微電網并網優化結果

儲能側：案例三對儲能系統的利用率要高于案例一，如13:00—16:00 時段案例三中的儲能系統仍在放電。案例三中儲能系統的能量波動幅度高于案例二，如3:00—4:00，13:00—14:00 與22:00—24:00 時段。

電網側：與案例一不同的是，在光伏出力高峰時，案例三中沒有富余的能量反向輸送給大電網，如10:00—16:00 時段。與案例二不同的是，在光伏出力高峰時，案例三中的電網仍需向園區供電，如13:00—16:00 時段。

負荷側：與案例一不同的是，在光伏系統出力高峰時，案例三圖8（b）沒有利用光伏出力信息引導小微企業用電方式，如10:00—16:00 時段。與案例二不同的是，案例三的園區負荷需求響應曲線更平滑，當其他能源單元向該負荷供電時，其波動幅度會變小，如圖8 中12:00—14:00 時段。

同樣，圖9 給出了夏季典型暴雨日下基于小微企業需求響應但不含儲能系統的微電網并網優化運行結果。

圖9 夏季典型暴雨日不含儲能的微電網并網優化結果

對比圖8 和圖9 可知，儲能系統能夠在電價高峰時降低電網向園區輸送的電量，如8:00—11:00，13:00—21:00 時段。因此，加入儲能系統降低了園區向電網購買的經濟成本。

3.2.4 案例對比

上述3 個案例優化結果的對比數據見表4。表4 顯示：在小微企業需求響應前后的不同案例下，均體現出光伏系統的出力越大，小微園區日前24 h 經濟成本越低；在相同案例下，含儲能后的日前24 h 經濟成本要低于含儲能前的日前24 h 經濟成本，并且需求響應后的日前24 h 經濟成本要低于需求響應前的日前24 h 經濟成本。

同時，為了表明小微企業需求響應、光伏系統與儲能系統對小微園區的綜合作用，根據前文給出的基礎數據，計算出該園區在小微企業需求響應前且不含光伏、儲能系統情況下的日前24 h經濟成本為2.634 7×104元。將之與表4 中小微企業需求響應前后的每個案例進行對比，可以明顯看出：在小微企業需求響應、光伏系統與儲能系統的共同作用下，有效降低了小微園區日前24 h經濟運行成本。因此，本文所提能量優化管理方法能有效降低日前24 h 經濟成本，提高園區運行的經濟性。

表4 小微園區日前24 h 經濟成本優化對比元

4 結語

針對基于小微企業需求響應的光-儲并網微電網經濟性能源優化問題，以各系統造價成本、維護成本、分時電價下購電成本及園區富余電量上網盈利為指標，構建了含光伏、儲能、大電網及負荷的能量優化運行模型。該模型分析了浙江省典型小微園區的負荷特性，確定各小微企業的用能特點，然后基于光伏系統出力與分時電價對負荷進行優化調整，同時以在儲能側充放電功率及在電網側的售購電功率為決策變量求解該模型，通過案例對比驗證了所提方法的可行性。仿真結果表明：基于小微企業需求響應的光-儲并網微電網能有效降低日前24 h 經濟成本，并且光伏系統的加入實現了對可再生能源的利用，可促進小微園區綠色、健康發展；同時儲能系統的加入實現了小微園區內的能量再分配，改善了新能源利用效率。小微企業需求響應使得小微園區實現了對可再生能源的再次消納，這不僅降低了可再生能源上網時對電網的沖擊，還擴展了可再生能源的消納方式。