考慮能源互聯的城市電網多能源協調調度方法研究

鄂志君，張長志，楊幫宇，趙 毅，劉 偉

（1.國網天津市電力公司，天津 300010；2.國網天津市電力公司電力科學研究院，天津 300384）

隨著綜合能源技術的發展，城市電網由單純供電逐步轉向以電為主，同時包含水、熱、氣等的多能源供應形態，不同能源在生產和消費之間具有耦合關系[1]。如何對這些能量耦合元件進行調度，以實現最大經濟效益、最大環境效益、最大新能源消納等目標，成為大家廣泛關注的問題。

在考慮能源互聯的綜合能源調度方面，已有相關研究成果。如文獻[2]在區域綜合能源系統中考慮電熱氣冷子系統協調運行多場景優化，建立多時段、多場景運行模式的優化分析模型和求解方法。文獻[3]建立了基于IBM模型的綜合能源系統仿真方法，并對綜合能源系統中的各種故障進行了仿真。文獻[4]基于對熱、電聯產機組CHP（combined heat and power）的建模，以在電力市場管制放松的情況下，將供熱和電力凈收購的總成本降至最低為優化目標，建立了由能量平衡和約束組成的系統控制與運行規劃模型。文獻[5]基于“電網公司-售電公司-用戶”的三層市場結構，考慮多類型能源供應形勢，提出基于多代理服務的售電公司日前小時電價風險決策方法。文獻[6]則以風電最大消納為目標函數，分析了傳統“以熱定電”和熱、電綜合調度兩種模式下綜合能源系統對風電的消納能力，并對我國北方如何減少棄風量提出建議。

目前，學者主要研究的綜合能源系統為范圍相對較小的區域級綜合能源系統，對于更大范圍的城市級綜合能源系統管理策略則缺少針對性的研究。本文從能源互聯網角度出發，針對可再生能源滲透率較高的城市電網優化運行調度問題開展研究，提出一種城市電網多能協調智的能管理方法。該方法考慮系統中各類設備的運行約束和供能網絡安全運行約束，以對綜合能源系統中的負荷和可再生能源等不確定性元件的出力預測為基礎，建立了城市級綜合能源系統日前優化調度模型，并利用基于交替方向乘子算法進行模型求解。

1 能源互聯網下城市電網的綜合管理結構

城市能源互聯網是以高級量測系統、自動控制系統、互聯網系統及新型管理系統為基礎，多種能源通過各種耦合元件進行縱向和橫向交互，各類設備之間的信息交互頻繁進行的區域性的能源管理平臺[7]。在城市能源互聯網將各類能源通過功能系統，即供冷網絡、供熱網絡、供電網絡、燃料運輸網絡以及交通系統匯集在一起，構成了城市能源的基本架構。本文主要以供熱和供電系統為例進行分析。

在含有大量間歇性可再生能源發電的電力系統中，如繼續采用傳統的僅依靠發電側的自上而下的電網調度方式，難以實現新能源的充分合理消納，也會降低發電設備運行效率。因此，本文提出了多種能源在輸配電網間的縱向互動調度模式，基于智能電網高級量測與控制體系，在電網各層調度機構間協調分布式電源和集中式電源的可調度資源，實現分布廣域的輸電網和配電網之間的縱向互動，以取得安全、經濟與環境效益的最優。這種輸配電網間的縱向互動調度模式如圖1所示。

圖1 輸配電網間的縱向互動調度模式Fig.1 Vertical interactive dispatching mode between transmission and distribution networks

城市電網分層交互是通過負荷曲線的上報和下達來實現，并根據自身的負荷和分布式電源發電情況內部進行平衡，以達到平滑負荷曲線的目的。根據平滑結果將負荷曲線上報給電網調度中心，電網調度中心在輸電網層面上，依據設定的標準決定是否采納各區域電網申報的負荷曲線。如果不采納，則需對負荷曲線進行修正并重新傳輸到調度中心進行復核；直至調度中心采納，負荷曲線才可以發布。

2 城市電網多能源協調調度策略

2.1 含間歇性能源的熱、電日前協調調度模型

在含高比例可再生能源發電機組的電力系統中，由于可再生能源固有的不確定性，需要其他能源來彌補[8]。電力系統中的儲能裝置、熱泵、蓄熱鍋爐等設備可以通過蓄能實現調節[9]。不同于傳統增加旋轉備用容量來消納新能源的方法，本文充分利用可調發電機組的調節能力和儲能設備減小可再生能源波動對于電網的沖擊，通過合理的資源配置滿足魯棒性和各種極端場景的要求。

1）目標函數

本文構建的考慮多能互補的綜合能源系統優化調度模型以預測場景下系統滿足熱、電供應的成本最小作為目標函數為

（1）系統購電和購熱成本為

（2）系統發電和發熱成本為

式中：m為發電設備的編號，包括火電及可再生能源發電等類型的設備；為發電設備i的發電成本，ai、bi和ci分別為該機組的發電成本系數，本模型用二次函數表示，為第i個發電設備在第t時段的發電量；CPss,i為第i個發電設備啟停成本，對于可再生能源等發電設備，其值為0；為發電設備i在時段t的啟停狀態，0表示設備停機，1表示設備正在運行。

式中：n為發熱設備的編號，包括微燃氣輪機、熱泵、蓄熱鍋爐、燃氣鍋爐等類型的設備；CHss,i為第i個發熱設備的開停機成本；為第i個發熱設備在時段t的啟停狀態，為布爾型數據，0表示停機，1表示運行；為第i個發熱設備的發熱成本，di，ei和fi分別為該機組的成本系數，為第i個發熱設備在第t時段的發熱量。

2）模型約束條件

在模型中僅考慮熱網與電網之間的耦合互補。因此對設備的準穩態模型及電和熱能量平衡做如下修正。

（1）系統任意時段的電和熱平衡約束為

（2）由于考慮可再生能源的充分利用，需要一定的旋轉備約束，其表達式為

式中：Gcon為除了可再生能源機組之外的所有機組；Gren為可再生能源機組，如風機等；Rt為系統時段t的旋轉備用需求。

（3）輸電線路容量約束為

式中：Gall為系統內所有機組的集合；為機組g的發電功率；γgj為機組g在線路j上的功率分布因子；Lj為線路輸電流量限制。

（4）機組出力和爬坡約束為

式中：Qgmin和Qgmax分別為系統中機組g的最小、最大發電功率；rg,up和rg,down分別為機組g的向上和向下爬坡率。

（5）蓄熱鍋爐儲熱量約束為

（6）電鍋爐功率約束為

（7）儲能系統的荷電狀態也應在合適的范圍之內，即：

式中：SOC為儲能裝置荷電狀態；SOCmax和SOCmin分別為儲能裝置荷電狀態的上、下限。

2.2 基于交替方向乘子算法的模型求解

由于綜合能源調度模型約束較多，在用二次懲罰來近似約束時在最優點附近需要懲罰項的系數趨近于無窮，會使得海森矩陣很大，目標函數容易出現不穩定情況。為了解決上述問題，本文引入交替方向乘子ADMM（alternating direction method of multipliers）算法[10]，將城市多能源協調調度問題分解為電力系統優化和供熱系統優化兩個子問題，通過兩個子問題之間的信息交換，最終實現電力網絡和熱力網絡的整體協調優化。其中兩個子問題的目標函數仍為總運行成本最低，不進行信息交換的時段電力系統和熱力系統分開調度，分開調度與信息交換不斷迭代，最終實現協同優化。

在電力系統優化子問題中，還應考慮燃氣輪機等電熱耦合元件的約束。電網優化子問題的目標函數可以表示為

在熱力系統優化子問題中，同樣也應考慮各類電熱耦合元件的約束。則熱力系統優化子問題的目標函數可以為

以式（15）和式（16）組成子問題的多目標函數，將式（6）～（14）作為約束條件，可將多能源調度問題轉換為典型的ADMM優化問題，表現形式如下：

采用ADMM算法求解過程中，兩個子問題的求解是分開求解的，子問題之間的信息交互則發生在某一個子問題求解結束之后。子問題之間交換的信息為兩個子問題耦合的部分，對于城市綜合能源系統一般則是熱、電耦合元件的運行狀態，一個子問題求解結束后將得到的電熱耦合元件的運行狀態信息傳遞到另一個子問題中作為已知量，如此不斷循環迭代直至收斂。具體求解方法詳見文獻[10-11]，本文所述模型的求解流程如圖2所示。

圖2 基于交替方向乘子算法求解多能源協調問題流程Fig.2 Flow chart of solving the multi-energy coordinated dispatching problem based on ADMM algorithm

3 算例分析

以某城市2019年電網運行數據為例進行分析，電網的能源結構如表1所示，具體的網絡拓撲結構詳見文獻[12]，通過上文所述熱、電日前綜合調度模型，并應用交替方向乘子算法進行求解。

表1 電網各類電源容量占比Tab.1 Power supply capacity ratios of power grid

首先基于文獻[13]所給方法進行日前負荷預測，并基于歷史統計數據分析新能源出力變化及各時段新能源出力占比，得到各個時段各類能源機組出力情況。考慮各類電源的發電成本，風電和光伏將實行最大發電，負荷的規律性變化主要由火電機組和水電承擔，其中火電機組中燃氣由于發電成本較高，作為主要調峰機組。

隨著可再生能源裝機的增加，以及購電價格的市場機制變化，系統源網荷多方面的不確定性均將對運行結果產生影響。當可再生能源增加50%，系統負荷波動增加30%但所有供熱均可由熱電設備供應時，城市電網可再生能源發電預測及負荷需求曲線如圖3所示。其中由于可再生能源的增加，導致火電和水電均參與電源波動的調節，同時通過蓄電和蓄熱等減緩負荷的波動。充分考慮能源互聯情況下電源的合理匹配及不同類型能源之間的轉換，可最大化的減少調度成本。

圖3 不同類型綜合能源設備的出力情況Fig.3 Output from different kinds of integrated energy equipment

表2為不同滲透率下基于交替方向乘子算法的風險備用率及各種運行成本分析。由表可知，隨著可再生能源的增加，新能源波動更強烈，所需系統預留備用率更高，風險成本效益隨滲透率增加而顯著增加。在調度過程中若不充分考慮新能源波動的影響，將導致棄風∕光量和切負荷量發生幾率增加，風險成本劇增。由于可再生能源的發電成本遠小于火電及燃氣機組，新能源出力上升，在負荷保持恒定時代替部分常規機組出力，導致煤耗、氣耗量同步下降，綜合效益隨滲透率上升而明顯上升。

表2 不同滲透率情況下的電網調度效果對比Tab.2 Comparison of power grid dispatching effects under different permeabilities

圖4 不同可再生能源供電比例的社會購能成本Fig.4 Cost of power and heat purchased by the society at different renewable energy supply ratios

4 結語

本文從能源互聯網的角度出發，建立了含大規模間歇性能源的熱、電日前協調調度模型。該方法以多種能源在輸配電網間的縱向互動調度模式，充分利用了電網中可調發電機組的調節能力和儲能設備，以實現最優經濟運行，并通過交替方向乘子算法對模型進行求解；為綜合能源調度問題提供了一種新的思路。不同的電源類型結構，將會對調度及風險成本產生較大影響，多能源協調調度，可以減少城市電網的運行成本。