促進(jìn)新能源消納的用戶側(cè)調(diào)峰機(jī)制研究

任 景，薛 晨，馬曉偉，張小東，肖曉明，劉 穎

（1. 國家電網(wǎng)公司 西北分部，西安 710048；2. 長沙理工大學(xué) 電氣與信息工程學(xué)院，長沙 410114）

0 引言

隨著多地區(qū)電網(wǎng)的新能源并網(wǎng)規(guī)模擴(kuò)大，新能源在發(fā)電側(cè)的占比日益增加［1］。但部分地區(qū)用戶側(cè)負(fù)荷曲線的變化趨勢與新能源出力曲線的變化趨勢相悖，導(dǎo)致傳統(tǒng)“鴨子曲線”超出傳統(tǒng)機(jī)組調(diào)度限值，出現(xiàn)棄風(fēng)、棄光等新能源棄電現(xiàn)象。同時，大部分地區(qū)面對新能源大規(guī)模并網(wǎng)，出現(xiàn)了調(diào)峰手段缺乏、應(yīng)急響應(yīng)能力不足等問題。因此迫切需要研究能夠促進(jìn)新能源消納的用戶側(cè)調(diào)峰機(jī)制。

用戶側(cè)調(diào)峰機(jī)制是將作為需求側(cè)的用戶當(dāng)成與供給側(cè)對等的資源，通過激勵的手段使其參與到電網(wǎng)調(diào)峰中。大部分研究以電價作為激勵，刺激用戶對不同電價策略做出響應(yīng)，如實時電價策略［2］、峰谷分時電價策略［3］、電價補(bǔ)償策略［4］。電價機(jī)制與補(bǔ)償機(jī)制從經(jīng)濟(jì)性的角度，引導(dǎo)用戶的用電行為向經(jīng)濟(jì)效益更高的方向進(jìn)行改變，而同時這種改變也是從供給側(cè)角度進(jìn)行調(diào)控，以達(dá)到運行管理方所希望的負(fù)荷形式。

在用戶參與調(diào)峰機(jī)制研究方面，主要包括:基于電力需求彈性矩陣、基于消費者心理學(xué)以及基于統(tǒng)計學(xué)原理3 類。文獻(xiàn)［5］通過分析不同類型負(fù)荷的總體價格彈性、時間—價格彈性來建立用戶的反映度模型，并用充盈度和舒適度等指標(biāo)反映用戶的滿意度，從而建立基于用戶響應(yīng)并考慮用戶滿意度的分時電價決策模型，但未從經(jīng)濟(jì)的角度考慮用戶的滿意度。文獻(xiàn)［6］基于離散吸引力模型，依據(jù)價格需求彈性的定義，推導(dǎo)出自彈性系數(shù)和互彈性系數(shù)的計算公式，運用該需求價格彈性矩陣結(jié)合歷史電力需求量數(shù)據(jù)，可以預(yù)測未來時段不同力度分時電價下的用電需求量。文獻(xiàn)［7］采用統(tǒng)計學(xué)原理，通過分析峰谷電價歷史數(shù)據(jù)建立用戶的電價響應(yīng)矩陣，從用電方式和電費支出2 方面衡量用戶的滿意度，建立電價決策模型，但這一方法需要大量的數(shù)據(jù)來進(jìn)行統(tǒng)計說明，用戶行為特征的波動性與隨機(jī)性會帶來誤差，對于實際工程意義不大。

就傳統(tǒng)峰谷分時電價而言，如何劃分其峰谷平時段是關(guān)鍵:部分論文通過聚類分析用戶負(fù)荷特性，如模糊聚類法［8］、閾值優(yōu)化函數(shù)法［9］、密度聚類［10］，對負(fù)荷峰谷隸屬度聚類并劃分峰谷平時段，但忽略了新能源出力及消納問題。

綜上所述，本文立足于西北電網(wǎng)光伏等新能源出力大但消納困難的實際工程背景，深入調(diào)研了西北多類型工業(yè)用戶負(fù)荷率對電價的響應(yīng)程度，建立了基于消費者心理學(xué)的用戶響應(yīng)模型；考慮了西北電網(wǎng)實際運行中“鴨子曲線”特性變化規(guī)律，對峰谷平時段和電價進(jìn)行優(yōu)化調(diào)整，以促進(jìn)新能源消納。

1 基于消費者心理學(xué)的用戶響應(yīng)模型

考慮以價格作為激勵時，用戶作為消費者對于電價進(jìn)行響應(yīng)。本文引入基于消費者心理學(xué)的用戶響應(yīng)模型，即用戶負(fù)荷將對于不同時段間的電價差進(jìn)行響應(yīng)，這一關(guān)系可以用負(fù)荷轉(zhuǎn)移率與電價差的關(guān)系進(jìn)行表示，如圖1所示。

圖1 負(fù)荷轉(zhuǎn)移率Fig.1 Load transfer rate

電價差對于用戶的刺激分為死區(qū)、飽和區(qū)以及一個線性區(qū)。當(dāng)電價差處于死區(qū)時，用戶響應(yīng)與否所造成的經(jīng)濟(jì)效益相差并不明顯，即用戶并無意愿改變原有的用電行為；當(dāng)電價差處于線性區(qū)時，由于參與響應(yīng)帶來的經(jīng)濟(jì)效益，用戶開始進(jìn)行響應(yīng)，且負(fù)荷轉(zhuǎn)移率增大與電價差值增大呈正比關(guān)系；當(dāng)電價差達(dá)到飽和區(qū)時，用戶完全響應(yīng)，之后用戶用電行為并不會由于電價差的增加而做出改變。負(fù)荷轉(zhuǎn)移率與電價差的關(guān)系表示如下

式中:g、d 分別為高電價、低電價時段；ΔPgd為兩時段電價差；lgd、hgd分別為死區(qū)、線性區(qū)上限值；Kgd為線性區(qū)斜率；λgd為時段g 到d 時段的負(fù)荷轉(zhuǎn)移率。

對于用戶負(fù)荷而言，基于公式（1），可得到峰—谷時段間負(fù)荷轉(zhuǎn)移率λfg、峰—平時段間負(fù)荷轉(zhuǎn)移率λfp、平—谷時段間負(fù)荷轉(zhuǎn)移率λpg。進(jìn)而得到響應(yīng)后的每時刻用戶負(fù)荷如下

式中:Lt0、Lt分別為響應(yīng)前、后t時刻負(fù)荷；Tg、Tp、Tf分別為谷、平、峰時段分別為響應(yīng)前平時段、峰時段平均負(fù)荷。

通過調(diào)研得到某省數(shù)類大工業(yè)用戶對于電價改變的負(fù)荷響應(yīng)情況，進(jìn)而對其擬合分析，得到大工業(yè)用戶基于消費者心理學(xué)的用戶響應(yīng)模型公式（1）中參數(shù)如表1所示。

表1 用戶響應(yīng)模型參數(shù)Table 1 User response model parameters

2 促進(jìn)新能源消納的用戶側(cè)調(diào)峰模型

促進(jìn)新能源消納的用戶側(cè)調(diào)峰模型主要思路為:首先通過峰谷平時段劃分策略對時段進(jìn)行劃分；然后結(jié)合響應(yīng)模型，通過促進(jìn)新能源消納的機(jī)組調(diào)度策略，判斷用戶響應(yīng)與新能源消納的關(guān)系；再構(gòu)建以新能源消納為最大化的目標(biāo)函數(shù)，并加入相關(guān)約束條件，對于電價進(jìn)行優(yōu)化求解。

2.1 峰谷平時段劃分策略

傳統(tǒng)峰谷平時段的劃分往往僅考慮負(fù)荷的峰谷平隸屬度［11］，但是考慮到新能源的大規(guī)模消納，需要綜合考慮不同時間段用戶負(fù)荷需求與新能源消納對“鴨子曲線”峰谷差的貢獻(xiàn)度，因此采用一種改進(jìn)的峰谷隸屬度函數(shù)計算各時刻的峰谷平隸屬度，如下所示

式中:uft為“鴨子曲線”峰隸屬度；ugt為“鴨子曲線”谷隸屬度；L(t)為t時刻用戶負(fù)荷；maxL、minL分別為負(fù)荷峰值、谷值；Lc( )t為t時刻新能源出力；maxLc、minLc分別為新能源出力最大值、最小值；μ1、μ2分別為峰、谷隸屬度計算中用戶負(fù)荷部分的權(quán)值。

在式（3）中，某時刻峰隸屬度越大，則說明其屬于峰時段的可能性越大；谷隸屬度越大，則說明屬于谷期的可能性越大。因此通過確定峰谷隸屬度閾值來劃分時刻所屬時段

式中:Tf、Tp、Tg分別為峰、平、谷時段；m1為峰隸屬度閾值；m2為谷隸屬度閾值。

2.2 促進(jìn)新能源消納的機(jī)組調(diào)度策略

考慮實際火力機(jī)組的調(diào)度特性與調(diào)度需求，促進(jìn)新能源消納的機(jī)組調(diào)度策略如圖2所示。當(dāng)用戶響應(yīng)后負(fù)荷增加時，優(yōu)先增加新能源的消納，當(dāng)新能源消納量增加至出力值時再增加其它機(jī)組出力；當(dāng)用戶響應(yīng)后負(fù)荷降低時，優(yōu)先降低其它機(jī)組出力，當(dāng)其它機(jī)組出力降低至調(diào)度限值時再降低新能源消納。

圖2 機(jī)組調(diào)度策略Fig.2 Unit scheduling strategy

2.3 目標(biāo)函數(shù)及約束條件

結(jié)合前文所提的促進(jìn)新能源消納的調(diào)度策略，以新能源消納最大化為目標(biāo)函數(shù)，如下所示

式中:Lx0(t)、Lx(t)分別為系統(tǒng)響應(yīng)前后t時刻新能源的消納；Lc(t)為t時刻新能源出力。

考慮到西北電網(wǎng)潮流分布實際情況，本文主要從電網(wǎng)調(diào)度的角度，側(cè)重考慮峰谷平電價等宏觀政策的變化對于新能源消納的影響。設(shè)置費用約束條件為響應(yīng)前后總電費變化范圍在0～1%。

3 案例分析

3.1 初始數(shù)據(jù)

本文以某區(qū)域電網(wǎng)實際負(fù)荷數(shù)據(jù)作為案例，驗證該調(diào)峰機(jī)制對于促進(jìn)新能源消納的有效性，其新能源出力數(shù)據(jù)、消納數(shù)據(jù)、負(fù)荷數(shù)據(jù)、“鴨子曲線”以及初始峰谷平時段與電價如表2所示。初始峰谷平時段及電價如表3所示。

表2 新能源出力與消納、用戶負(fù)荷及“鴨子曲線”功率Table 2 New energy output and consumption,user load,“duck curve”power MW

表3 初始峰谷平時段及電價Table 3 Initial peak-valley-flat time and electricity price

3.2 案例分析

根據(jù)3.1節(jié)的仿真流程，首先根據(jù)初始數(shù)據(jù)求得峰谷平時段，其中峰谷隸屬度用戶負(fù)荷權(quán)值μ1=0.610 6，μ2=0.087 1，峰谷隸屬度閾值m1=0.622 4，m2=0.674 7，所得峰谷平時段劃分結(jié)果如表4。

表4 峰谷平時段劃分Table 4 Peak-valley-flat time division

用戶響應(yīng)前后“鴨子曲線”、新能源消納曲線對比分別如圖3、圖4所示。

圖3 “鴨子曲線”對比Fig.3 Comparison of“duck curves”

圖4 新能源消納曲線對比Fig.4 Comparison of new energy consumption curves

用戶對于調(diào)峰策略進(jìn)行響應(yīng)前后的新能源消納度、等效負(fù)荷峰谷差、總用電費用對比如表5 所示，為驗證本調(diào)峰機(jī)制可行性與可靠性，另采用基于價格彈性矩陣的用戶響應(yīng)模型［12］，與本文所得結(jié)果進(jìn)行對比。

表5 響應(yīng)前后數(shù)據(jù)對比Table 5 Data comparison before and after response

由圖3、圖4 可以看出，由于9:00—17:00 新能源出力最大，為最大化促進(jìn)新能源的消納，谷時段均設(shè)在9:00—17:00，因此，用戶會將部分負(fù)荷轉(zhuǎn)移至該時刻，以響應(yīng)調(diào)控，達(dá)到促進(jìn)新能源消納的目的。由表5可知，用戶對新的峰谷平時段進(jìn)行響應(yīng)后，新能源消納占比從86.13%上升至94.17%，提升了8.24%，即該調(diào)峰機(jī)制達(dá)到了促進(jìn)新能源消納的目的。通過對比2種用戶響應(yīng)模型所得結(jié)果，本文所用基于消費者心理學(xué)用戶響應(yīng)模型對于新能源消納的促進(jìn)效果及峰谷差的降低效果更佳。

4 結(jié)束語

為了研究宏觀政策變化對于電力系統(tǒng)的影響，本文基于消費者心理學(xué)理論，提出了一種促進(jìn)新能源消納的用戶側(cè)調(diào)峰機(jī)制。首先綜合考慮峰谷平時段中負(fù)荷和新能源出力對“鴨子曲線”峰谷差的貢獻(xiàn)度，通過改進(jìn)隸屬度函數(shù)得到峰谷平時段，并采用粒子群算法對于峰谷平電價進(jìn)行優(yōu)化求解，通過調(diào)節(jié)用戶側(cè)負(fù)荷達(dá)到促進(jìn)新能源消納目的。

以某省電網(wǎng)實際算例可知，用戶對調(diào)峰機(jī)制進(jìn)行響應(yīng)后，在費用保持不變的情況下，使得新能源的消納提升了8.24%。本文所得結(jié)論已經(jīng)在西北電網(wǎng)地區(qū)部分鋁合金行業(yè)進(jìn)行了示范驗證。

下一步將研究以電價作為激勵，引導(dǎo)用戶進(jìn)行響應(yīng)的調(diào)峰機(jī)制的基礎(chǔ)上，進(jìn)一步考慮補(bǔ)償機(jī)制對于用戶響應(yīng)的影響。