計及虛擬電廠市場交易的主動配電網兩階段優(yōu)化調度

鄧靖微，李華強，溫豐瑞，王俊翔，謝康勝，金智博

(1.智能電網四川省重點實驗室(四川大學)，成都市 610065；2.國網四川省電力有限公司眉山供電公司，四川省眉山市 620010)

0 引 言

近年來，由于能源危機與環(huán)境污染問題日益加劇，可再生能源和分布式發(fā)電技術迅速發(fā)展，但其固有的出力隨機性和不可控性給配電網安全穩(wěn)定運行帶來極大挑戰(zhàn)。分布式資源的大量接入與配電網發(fā)展的迫切需求催生了主動配電網(active distribution network,ADN)的概念。相較于傳統(tǒng)配電網，主動配電網網架結構靈活、可調度性顯著增強，是可再生能源規(guī)模化接入配電網的結構基礎[1-3]。然而分布式能源單機容量小且分散，受限于準入規(guī)則無法靈活地參與到主動配電網調度中，可能出現(xiàn)因系統(tǒng)消納能力不足所導致的資源浪費。通過將可再生分布式電源(renewable distributed generator,RDG)、儲能單元和受控負荷聚合成一個整體參與電力市場和電網調度，虛擬電廠(virtual power plant,VPP)技術為解決上述問題提供了新的思路[4-5]。在不同時間階段內，虛擬電廠可利用靈活的市場機制來調節(jié)其中各參與者的發(fā)、用電行為，而主動配電網中不同靈活性資源的響應能力也與時間尺度具有較強相關性[6]。因此，研究主動配電網優(yōu)化調度與虛擬電廠市場交易在不同時間階段下的耦合協(xié)調問題具有重要意義。

目前，現(xiàn)有研究從單利益主體出發(fā)，聚焦于虛擬電廠內部資源優(yōu)化調度[7-8]及其參與市場交易[9-10]的問題。文獻[7]立足節(jié)點電價機制，研究了虛擬電廠運行的優(yōu)化決策；文獻[8]構建了含可中斷負荷的虛擬發(fā)電廠內部優(yōu)化調度模型；文獻[9]研究了虛擬電廠在能量市場中的競價策略問題；文獻[10]將虛擬電廠作為一個整體，研究其參與混合模式下電力市場的運營機制問題。

然而，隨著虛擬電廠與配電網耦合程度的加深，還需考慮虛擬電廠與配電網的協(xié)調調度問題。文獻[11]基于合作博弈理論，研究了虛擬電廠與配電公司聯(lián)合調度及收益分配的問題，但沒有計及配電網網絡約束對虛擬電廠的影響；文獻[12]針對配電網在售電側開放市場環(huán)境下的優(yōu)化問題，建立了配電網-虛擬電廠雙層優(yōu)化調度模型，但該模型未考慮靈活調用配網側的主動管理資源；文獻[13]基于典型場景集，提出一種基于虛擬電廠與配電網交替優(yōu)化的協(xié)同定價策略，在考慮網絡結構、潮流安全等約束條件的同時，保證虛擬電廠與配電網各自利益最大化，但該模型并未考慮虛擬電廠與配電網在不同時間階段上的對應耦合關系。此外，現(xiàn)有模型往往只計及了虛擬電廠的市場行為對配電網安全運行的影響，沒有充分考慮配電網中多種靈活性資源與虛擬電廠中不確定性因素的靈活互補。

綜上所述，針對含有虛擬電廠市場主體的主動配電網優(yōu)化調度問題，本文立足靈活性理論，考慮虛擬電廠交易與主動配電網運行在不同時間階段的耦合關系，構建兼顧交易經濟性與運行靈活性的主動配電網日前-實時兩階段優(yōu)化調度模型。本文主要貢獻如下：

1)傳統(tǒng)研究較少關注市場交易與系統(tǒng)運行調度的相互影響。鑒于此，本文提出一種計及系統(tǒng)靈活性邊界約束的運行-市場相融合的調度模式。相較于僅考慮虛擬電廠市場出清或主動配電網優(yōu)化調度而言，所提模型具有更強的優(yōu)化能力和泛化能力，對未來電力系統(tǒng)實現(xiàn)高效、多贏的市場化運營具有積極意義。

2)充分挖掘網側靈活性資源的靈活性調節(jié)潛力，考慮如網絡重構等多種靈活性資源統(tǒng)籌調度對系統(tǒng)靈活性邊界和虛擬電廠盈利空間的擴展作用。通過算例證明主動配電網中多種靈活性資源可以彌補虛擬電廠參與市場時因可再生分布式電源出力隨機性造成的損失，有效提升虛擬電廠交易競爭力和配電網運行靈活性水平。

1 主動配電網兩階段調度框架

本文構建的考慮虛擬電廠交易的主動配電網兩階段調度框架如圖1所示，涉及兩個運營主體在不同時間階段的協(xié)調交互。

圖1 含虛擬電廠的主動配電網兩階段調度框架Fig.1 Framework of two-stage ADN dispatch including VPP

橫向破除市場交易和運行調度相互獨立的壁壘，實現(xiàn)主動配電網和虛擬電廠的聯(lián)合優(yōu)化，并運用靈活性理論處理調度運行與市場交易過程中的不確定性；縱深層面，本文考慮虛擬電廠參與包含日前-實時的兩階段電力市場，與其市場屬性相適應，主動配電網從日前、實時兩個階段制定調度策略，以減小不確定因素對系統(tǒng)運行的影響。

在日前階段，引入靈活性邊界來定量描述網側靈活性資源的靈活性調節(jié)能力，并將其以運行約束條件的形式納入虛擬電廠日前市場經濟性交易模型，定量體現(xiàn)系統(tǒng)運行調度對虛擬電廠市場交易的靈活性要求。以計及靈活性不足風險的主動配電網運行成本最小化為目標，優(yōu)化確定系統(tǒng)靈活性資源運行策略，并在此策略下計算出此時系統(tǒng)能夠消納的光伏功率極限值，即為系統(tǒng)靈活性邊界的上、下限閾值。在實時階段，基于虛擬電廠的實時市場出清結果，以兼顧經濟性和靈活性的綜合成本最優(yōu)為目標，優(yōu)化調整主動配電網靈活性資源日前調度方案，從而實現(xiàn)主動配電網運行靈活性與虛擬電廠交易經濟性的兼顧。

2 日前-實時兩階段調度模型

本文考慮虛擬的電廠聚合單元包括光伏機組、儲能系統(tǒng)(energy storage system，ESS)和可中斷負荷(interruptible load,IL)，基于上述框架，建立計及虛擬電廠交易的主動配電網日前-實時兩階段調度模型。多層優(yōu)化模型間通過參數(shù)傳遞更新狀態(tài)，從而實現(xiàn)配網與虛擬電廠間的靈活高效互動。

2.1 日前階段

日前階段模型是立足靈活性理論的主動配電網和虛擬電廠協(xié)調優(yōu)化問題。ADN層旨在確定系統(tǒng)靈活性資源運行策略及靈活性邊界；VPP層根據(jù)可再生能源出力限值上報日前投標計劃，兩層之間通過迭代尋優(yōu)確定最優(yōu)調度策略和交易結果。

2.1.1ADN層日前優(yōu)化模型

以主動配電網為調度的利益主體，綜合考慮調度的經濟性和靈活性，建立如下目標函數(shù)：

(1)

(2)

日前調度階段的ADN靈活性不足風險成本旨在用經濟成本的形式評估系統(tǒng)因靈活性需求不確定性而產生的潛在損失大小，可分為上調靈活性不足風險成本和下調靈活性不足風險成本[14]。

(3)

日前調度考慮的約束條件包括網絡運行約束和配網內靈活性資源調用約束，以下將具體闡述。

1)隨機潮流下的網絡運行約束。式(4)為潮流方程約束；式(5)為基于機會約束規(guī)劃的節(jié)點電壓、支路功率和與主網交互功率的運行安全約束，分別以不小于預設置信水平的概率滿足對應約束條件，以更好地承受不確定性因素的擾動或沖擊。

(4)

(5)

式中：Pi、Qi分別為各時段節(jié)點i注入的有功功率和無功功率；Ui、Uj分別為節(jié)點i和節(jié)點j處的電壓幅值；Gij、Bij、θij依次為節(jié)點i、j之間的電導、電納和電壓相角差；Nnode為系統(tǒng)節(jié)點總數(shù)；F{·}表示某事件成立的概率；下標“max”和“min”分別表示節(jié)點電壓Ui和支路功率Pk安全運行滿足的上界和下界；Pgrid為各時段上級電網提供的有功功率，不允許配網向上級電網反向輸電；βu、βp、βgrid分別為節(jié)點電壓、支路功率和與主網交互功率對應的機會約束閾值。

2)儲能系統(tǒng)運行約束。式(6)為儲能系統(tǒng)時序運行約束；式(7)—(9)分別為儲能系統(tǒng)充放電功率與狀態(tài)約束；式(10)、(11)分別為荷電狀態(tài)約束與調度周期內充放電守恒約束。

(6)

(7)

(8)

(9)

(10)

(11)

3)OLTC分接頭調整約束。

(12)

4)網絡結構動態(tài)調整約束。實際工程中，為了保護整定和減小短路電流，一般要求配電網呈輻射狀運行，且不存在孤島或孤立節(jié)點[16]。

(13)

式中：γi,t為1表示開關閉合，為0表示開關斷開；tS,i,t為t時段第i個開關的動作變量，為1表示開關動作，為0表示開關位置不變；tS,i,t,max為第i個開關最大允許動作次數(shù)；Ot為t時段主動配電網的拓撲結構；Oradi為配輻射狀網絡拓撲結構集合。

2.1.2VPP層日前競標模型

日前階段，虛擬電廠需以日前收益最大化向市場提交日前市場競標策略，考慮其容量限制，本文假設虛擬電廠作為價格接受者參與市場，其報價不會影響到市場電價[17]。競標模型的目標函數(shù)如下：

(14)

分別為t時段VPP參與日前市場的收益、VPP中ESS成本和IL成本。光伏發(fā)電成本較低，故在此忽略不計。

(15)

(16)

(17)

日前階段，VPP在運行時需滿足如下約束條件：

1)光伏出力約束。為滿足主動配電網靈活性要求，可再生分布式資源的出力范圍需要受限于系統(tǒng)靈活性邊界約束。

(18)

(19)

2)IL約束。

(20)

(21)

3)VPP競標量約束?？紤]到VPP內部資源出力特性及與主動配電網傳輸功率限制，VPP在電力市場的交易量需滿足一定約束。

(22)

式中：Pt，max、Pt，min為t時段市場競標量的上、下限。

4)VPP內部功率平衡約束。VPP運行中需要保持每個研究時段內的電量供需平衡。

(23)

此外，VPP中儲能系統(tǒng)運行約束同式(6)—(11)。

2.2 實時階段

實時階段，由于光伏出力及負荷的實際值與其預測值存在偏差[18-19]，采用拉丁超立方法[20]選取源、荷典型出力曲線，形成具有代表性的實際場景集以模擬實時階段光伏出力及負荷的隨機性，優(yōu)化調整日前方案。VPP將日前、實時出力偏差造成的不平衡懲罰納入考慮，以實際收益最大化完成實時出清；ADN根據(jù)出清結果，以儲能有功為控制變量進行實時優(yōu)化，最小化主動配電網運營成本，從而得到實時優(yōu)化方案。

2.2.1VPP層實時競標模型

VPP在交易日內的實際出力與日前申報計劃間的偏差造成的懲罰費用由虛擬電廠承擔。因此虛擬電廠的實時階段競標模型如下所示：

(24)

(25)

(26)

(27)

(28)

至此，實時階段競標模型由式(6)—(11)、(16)—(17)、(19)—(21)、(24)—(28)表示。

2.2.2ADN層實時優(yōu)化模型

仍以主動配電網綜合成本最小化為優(yōu)化目標，基于各場景下的實時VPP出清結果、負荷需求等信息，以快速響應設備ESS出力為決策變量，建立兼顧經濟性、靈活性的主動配電網多場景優(yōu)化調度模型。其目標函數(shù)如下所示：

(29)

(30)

(31)

實時調度考慮約束條件包括網絡運行約束和儲能約束。節(jié)點電壓及支路潮流約束表示如下：

(32)

Umin≤Us,i≤Umax

(33)

Ss,k≤Sk,max

(34)

(35)

式中：下標“s”代表在場景s中的各項變量值，在此不再贅述。

儲能系統(tǒng)運行約束同式(6)—(11)。

3 模型求解方法

根據(jù)上述所提調度模型各階段、各主體決策變量的特點，本文在MATLAB R2016a平臺上對該問題進行建模。其中VPP交易問題調用CPLEX求解器對所構建兩階段混合整數(shù)線性規(guī)劃問題進行求解；ADN日前階段采用內嵌隨機潮流的混合編碼粒子群算法求解(詳見附錄圖A1)，具體的求解流程如圖2所示。

圖2 兩階段調度模型求解流程Fig.2 Flow chart of the two-stage dispatching model solution

4 算例分析

4.1 算例說明

為驗證本文所提模型的有效性，以改進的IEEE 33節(jié)點配電系統(tǒng)[22]為對象進行算例仿真，系統(tǒng)拓撲如圖3所示。在此配電系統(tǒng)中，節(jié)點6和14接入商業(yè)負荷，其余均為居民負荷，ESS1由配電網進行控制管理，可控開關安裝于支路3、7、8、9、13、18、23、27、31、33至37[23]。OLTC分接開關共8檔，其檔位調節(jié)范圍為±4×1.0%。虛擬電廠由PV1、PV2、ESS2、IL構成，與配電網交易電價取自文獻[24]。日前光伏出力和負荷需求預測曲線見附錄圖A2，實時階段采用拉丁超立方法對負荷和光伏進行場景生成和削減[25]，各場景概率見附錄表A1，各項設備參數(shù)及成本系數(shù)見附錄表A2、表A3。

圖3 改進IEEE 33算例系統(tǒng)Fig.3 Improved IEEE 33-node system

4.2 優(yōu)化調度結果

考慮VPP參與日前市場、實時平衡市場，以調度周期內經濟性和靈活性最優(yōu)為目標，應用本文所提方法對ADN中靈活性資源進行兩階段優(yōu)化調度。得到主動配電網的綜合運行成本值為29 601.55元，虛擬電廠收益為5 748.77元。具體優(yōu)化結果如下：

ESS1的實時調度計劃如圖4所示，其中功率為正代表儲能放電，功率為負代表儲能充電；OLTC分接頭和可控開關的實時調度計劃見附錄表A4，系統(tǒng)各節(jié)點電壓標幺值的時序分布情況如圖5所示。

結合圖4—5和附錄表A4可知，在光照較強的時段，儲能處于充電狀態(tài)，其中10:00—13:00時段光照最強，系統(tǒng)存在電壓越上限的風險，OLTC分接頭處于較低檔位，同時，靈活的拓撲調整為光伏傳輸創(chuàng)造了新的供電通道，有利于促進光伏充分消納。在其余光照較弱的時段，OLTC分接頭處于較高檔位，儲能放電，從而整體抬升配網電壓水平，以避免出現(xiàn)電壓越下限的情況。因此，ADN內多種靈活性資源的協(xié)調配合可以使電壓保持在較均勻水平內，有利于促進RDG消納，進一步提升系統(tǒng)的靈活性水平。

圖4 ESS1實時調度計劃Fig.4 Real-time dispatching of ESS1

圖5 主動配電網各時段各節(jié)點電壓幅值Fig.5 Voltage profile at each node in each time period of ADN

VPP各時段在日前市場和實時市場中的交易情況如圖6所示，交易量大于0表示虛擬電廠向市場售電，交易量小于0表示虛擬電廠從市場購電。VPP內各單元出力情況如附錄圖A3所示。

圖6 VPP日前和實時市場交易情況Fig.6 Electricity transaction of VPP in day-ahead market and real-time market

結合圖6及附錄圖A2可知，VPP競標策略與光伏出力與市場電價具有緊密關系，在06:00—20:00時段，VPP售出電能以獲取利潤，因為該時段內光伏集中出力。其中，在電價較高時段，VPP通過儲能放電、削減IL來向市場提供盡可能多的發(fā)電量以增加收益；在12:00—14:00時段，光伏出力最強，儲能充電，從而消納更多光伏。而在21:00—24:00、01:00—06:00時段，電價較低，且光伏出力較弱，VPP從市場購電以滿足自身需求，節(jié)約發(fā)電成本。

4.3 調度方案對比

為驗證所提調度方法的優(yōu)越性，設置如下3個場景進行分析，不同場景下的仿真結果如表1所示。

Case1：考慮VPP市場交易和ADN日前-實時兩階段優(yōu)化調度，采用本文所提模型和方法求解。

Case2：保持VPP交易模式不變，在ADN調度時不考慮配網中靈活性資源的優(yōu)化調度。

Case3：保持ADN調度方法不變，在VPP交易時不考慮光伏的靈活性邊界約束。

表1 不同調度方案的各項指標值Table 1 Indicator values of different dispatching schemes 元

由表1不難發(fā)現(xiàn)，與Case2相比，Case1的ADN綜合運行成本降低了1 058.13元，VPP收益增加了906.82元。這是由于Case1中ADN中的可調度資源和主動管理手段增多，配電網可承受的RDG出力范圍變大，RDG消納率升高，從而系統(tǒng)靈活性水平得到提升，ADN綜合運行成本有所降低；同時，拓寬了系統(tǒng)靈活性邊界，VPP在市場中交易行為更加自由，收益相應提升。

進一步分析系統(tǒng)靈活性邊界的影響，對比Case1、Case3可以看出，對于VPP而言，在市場交易時將ADN的靈活性約束納入考慮，VPP不再僅從自身盈利性出發(fā)，競標方案更加保守，日前、實時市場的不平衡懲罰被控制在一定水平內，實際收益有所增加；對于ADN而言，考慮系統(tǒng)靈活性邊界不僅彌補了VPP參與市場時因出力隨機性造成的潛在損失，也提升了系統(tǒng)整體靈活性水平，在未來可再生能源滲透率進一步提高之后，該調度方法將具有更高的綜合價值。

5 結 論

本文以含VPP的主動配電網為研究對象，提出了一種考慮VPP市場交易的主動配電網日前-實時兩階段調度方法，構建了多層次、多階段的交易調度模型。算例仿真結果表明：

1)在VPP參與市場交易時，將配網的靈活性邊界納入考慮，可有效提升VPP收益，同時保證系統(tǒng)靈活、經濟運行。

2)通過對ADN中多種靈活性資源的協(xié)調調度，能夠拓寬系統(tǒng)靈活性邊界，擴大VPP的盈利空間，提升系統(tǒng)整體靈活性水平。

后續(xù)研究將進一步通過合理設置交易電價，引導各主體主動地參與到系統(tǒng)優(yōu)化中，進一步挖掘效益空間。