基于價格型需求響應的多微電網優化策略

曹 偉， 曾憲文， 高桂革

(上海電機學院 a.電子信息學院; b.電氣學院, 上海 201306)

微電網是一種小型發配電系統，在高比例消納分布式能源、提升供電可靠性等方面具有自身的優勢，也是智能配電網的重要組成形式之一[1]。

微電網的經濟性問題主要包括兩方面。一方面是對可再生能源的充分利用。另一方面是協調各個分布式電源的出力，減少污染物的排放，提高微電網的經濟效益。文獻[2]提出了一種基于智能負荷的智能實時電價的響應機制，分析了智能負載的原理，設計了基于實時電價的智能負載的自動響應策略和控制回路。文獻[3]按照是否服從微電網直接調度將EV分為兩個集群，提出基于等效負荷的實時電價策略對EV進行充、放電引導。在此基礎上建立以微電網負荷波動最小，綜合運行成本最低為優化目標的微電網調度模型。文獻[4]針對計及電動汽車充放電的微電網經濟調度問題,采取多目標分級的方法,根據微電網內部各分布式電源和不同電動汽車集群對微電網經濟運行所起作用的不同,將其轉化為含有負荷級、源荷級和源網荷級的3級優化問題。但是，上述文獻未對多電網之間的協調優化調度、實時電價機制進行研究。本文利用電動汽車實現電能在多個微電網之間的流動，并制定了實時電價，提高了可再生能源的利用率。

本文研究對象為并網型多微電網，分別為一個住宅區微電網和一個工業園區微電網。電動汽車作為新型智慧能源，可以充分發揮作為可移動儲能單元的優勢。對住宅區微電網的優化分為兩個階段。第1個階段采用價格型需求響應，以提高可再生能源的利用率為目標函數，制定出實時電價。第2階段以微電網運營成本和電動汽車充電成本最小為目標函數，求解出分布式電源的運行計劃以及電動汽車的充電計劃。對工業園區內不進行需求響應，在電動汽車并入電網期間為微電網反饋電能。以工業園區微電網運行成本最低為目標函數，求解出電動汽車以及其他分布式電源的運行計劃。

1 微電網的優化模型

本文研究對象為基于風-光-柴的并網型多微電網系統。多微電網系統包括一個住宅區域的微電網，一個工業園區域的微電網。將全天劃分為24個時段，求解出每個時段最優的負荷值。

1.1 微電網成本函數

微電網成本的目標函數為

minC1=CFuel+COM+CGRID+CDC

(1)

CFuel=KFuelPi

(2)

COM=KOMPi

(3)

CGRID=GpricePGRID

(4)

(5)

式(1)～式(5)中：CFuel為分布式電源燃料消耗成本；KFuel為燃料消耗系數；COM為分布式電源的運行管理成本；KOM為運行管理系數；CGRID為微電網與大電網的功率交互費用，正值代表從大電網購電，負值代表向大電網反向輸電；Gprice、PGRID分別為從大電網購電的電價和從大電網吸收的功率；CDC為分布式電源的折舊成本；Cdev為分布式電源的安裝成本；r為利率，取0.08；m為分布式電源的使用壽命；Pi為分布式電源i發出的電量。

污染物處理費用的目標函數為

(6)

式中：Ck為k類污染物/kg的處理費用；γk、γGRIDk分別為柴油發電機和大電網發電時第k類污染物的排放系數。

1.2 約束條件

(1)功率平衡約束。微電網運行時，要時刻保持功率平衡。即

PWT+PPV+PDE+PGRID=Pload+PEV

(7)

式中：PDE為柴油機的發電功率；PWT為風電輸出功率；PPV為光伏發電功率；Pload為負荷值；PEV為電動汽車充(放)電功率，>0表示充電，<0時表示放電。

(2)微電網與大電網交互功率約束，

PGrid,min≤PGrid≤PGrid,max

(8)

式中：PGrid,min與PGrid,max分別為微電網與大電網交互的最小、最大功率。

2 價格型需求響應模型

在價格型需求響應中，用戶通過比較各個時段電價的差異來主動調整負荷值，以此來降低用電成本。

2.1 負荷轉移模型

本文只對住宅區微電網進行價格需求響應控制，采用基于價格彈性系數的實時電價機制來對負荷進行時序上的調整[6]。某個時段的負荷轉入或轉出量同時受到本時段和其他時段電價的影響。定義電價波動引起的用戶對電能需求變化的關系為

(9)

式中：ΔL為負荷的微增量；Δp為電價的波動量；E為彈性矩陣。

需求響應后各個時段的負荷值為

(10)

2.2 目標函數

以可再生能源利用率最高為目標函數。即

(11)

式中：Pres(t)為t時刻可再生能源發電功率總和。

2.3 約束條件

(1)實時電價的變化率不超過電網電價的30%價格約束。即

(12)

(2)總的負荷量不發生變化，如下式所示：

(13)

3 算例分析

3.1 微電網參數設置

某地區的分布式電源參數及其他相關參數設置[7-8]，如表1～表3所示。住宅區微電網和工業園區微電網負荷曲線如圖1所示。

表1 微電網配置參數

表2 分布式電源成本參數

表3 污染物處理相關參數

圖1 住宅區、工業園區微電網負荷曲線

3.2 電動汽車相關參數

本文設定，電動汽車僅往返于住宅區與工業園區之間，用戶沒有其他需求，電動汽車離開和進入住宅區微電網的時間分布在6:00～8:00、19:00～21:00之間。并入和離開工業園區微電網的時間分布在7:00～9:00、18:00～20:00之間。電動汽車數量為60輛。電動汽車相關參數及耗電量如表4所示[9]。

表4 電動汽車相關參數

3.3 分時電價信息

住宅區域電價與工業園區的電價有較大差別。參考文獻[10-11]得到分時電價信息，如表5、表6所示。本文規定電動汽車向微電網供電電價為0.8元/(kW·h)。微電網向大電網供電電價為本時段大電網電價的80%。

表5 大電網分時電價

表6 微電網電價

4 結果分析

本文采用以下3種場景對算例的結果進行分析：

(1)住宅區、工業園區的微電網均不采取需求響應。電動汽車并入電網后，立即充電。

(2)住宅區微電網采取需求響應策略，工業園區微電網不采取需求響應。電動汽車并入微電網后，以充電費用最低為目標函數制定充電計劃。

(3)住宅區域微電網采取需求響應策略，工業園區微電網不采取需求響應。電動汽車并入住宅區微電網后，以充電成本最低為目標函數進行充電；電動汽車并入工業園區微電網后，根據負荷需求進行放電。

4.1 實時電價

各個時段最佳負荷以及實時電價如圖2、圖3所示。依靠實時電價機制，實現了負荷的跨時段移動。需求響應后的負荷曲線與可再生能源發電曲線更加接近，減少了微電網從大電網的購電量，降低了成本。同時，住宅區微電網的可再生能源的日利用率提高了3.8%，為203 kW·h。

圖2 住宅區微電網需求響應曲線

圖3 住宅區微電網實時電價曲線

4.2 3種場景仿真結果

在第1種場景下，微電網中柴油機發電功率、微電網與大電網交互功率、電動汽車充電功率、可再生能源發電功率如圖4、圖5所示。電動汽車并入微電網后，即按最大充電功率進行充電。為了滿足用戶的需求，微電網內部除了柴油機供電外，還需從大電網購電。

圖4 住宅區微電網運行曲線

圖5 工業園區微電網運行曲線

在第2種場景下，微電網中柴油機發電功率、微電網與大電網交互功率、電動汽車充電功率、可再生能源發電功率如圖6、圖7所示。電動汽車并入電網后，由微電網按照充電費用最低制定充電計劃。電動汽車一部分被安排在可再生能源發電量較多的時段進行充電，另一部分被安排在大電網電價較低時段進行充電，降低了電網運行總成本以及電動汽車充電費用。

圖6 住宅區微電網運行曲線

圖7 工業園區微電網運行曲線

在第3種場景下，微電網中柴油機發電功率、微電網與大電網交互功率、電動汽車充放電功率、可再生能源發電功率如圖8、圖9所示。由于夜間大電網電價較低，所以電動汽車的充電時間主要集中在夜間時段。電動汽車并入工業園區微電網后，能夠明顯減少柴油機的工作時間和從大電網的購電量，降低微電網運行成本的同時，能夠給電動汽車用戶帶來收益。

圖8 住宅區微電網運行曲線

圖9 工業園區微電網運行曲線

3種場景下，電動汽車的充電成本、微電網運行成本如表7所示。在第3種場景下，各項成本最低。與第1種場景相比，多微電網系統日運行成本減少756元，電動汽車日充電費用減少1 238.3元；與第2種場景相比，多微電網系統日運行成本減少350元，電動汽車日充電費用減少1 160.6元。

表7 3種場景的成本

5 結 論

本文通過搭建需求響應、電動汽車充放電模型，研究了實時電價以及電動汽車有序充放電對多微電網系統運行的影響，構建了3種場景進行分析比較，得出了以下結論：

(1)通過制定基于價格型需求響應的實時電價策略，實現了負荷的轉移，提高了可再生能源的利用率，減小了微電網的運行成本。

(2)通過利用電動汽車這種新型智慧能源，實現了電能在微電網內部的流動。以較低的價格將自身的電能反饋給工業園微電網，減少微電網運行的成本，而且也讓電動汽車用戶獲得收益，減少了充電費用。