含多利益主體的配電系統協同優化調度

姚 璐，袁 龍，謝 敏，謝 威，葉佳南，范俊秋

（1.貴州電網有限責任公司 貴安供電局，貴州 貴安 550029；2.華南理工大學 電力學院，廣州 510640）

0 引言

近年來，為實現節能減排和能源結構的清潔化轉型，用戶側分布式能源發展迅速，冷熱電多能耦合運行特性日益顯著。同時，在智能設備、先進控制技術的廣泛應用以及電力市場化改革等多重刺激下，配電網中大量的分布式電源由用戶或新能源供應商建設［1］，隨著電力市場化改革的推進和能源互聯網的迅速發展，傳統的垂直一體化的配網管理模式將逐步向包含配網運營商主體、分布式能源商主體、CCHP型負荷集成商主體等分散化、多利益主體協同方向轉變，以實現對源、網、荷、儲的靈活管理與調控，有助于清潔能源消納和能源結構轉型。多利益主體協同優化成為市場環境下主動配網優化調度的重要特色。因此，在實際工程應用中，多利益主體協同優化調度具有利益主體多樣化的特點，需要協調各方運營主體的利益，同時還需考慮多能耦合運行。

配網利益主體所轄業務范圍的相關耦合設備通常包括風電、光伏、儲能、CCHP等元件以及負荷，通常采用多目標優化、雙層優化方法側重實現單利益主體。文獻［2］通過構建ADN聯合優化調度平臺，建立獨立利益相關者的多目標優化調度模型。文獻［3］提出一種混合整數雙層模型，從日前與實時兩個時間尺度，模擬配電網運營商與下屬微電網之間的交互關系。文獻［4］—文獻［5］運用了分布式算法處理多微網參與的配電網協同運行問題。文獻［6］綜合各微源的發電特性和冷熱電負荷需求，以經濟成本和環境成本作為目標函數建立優化調度模型，提出了一種多目標蜂群算法，求解冷熱電聯供系統中單個利益主體內部協調優化調度問題。

現有研究側重分析單利益主體，但未考慮各主體間的交互，缺乏對含多利益主體配網系統的系統化、多方面靈活性協同調度分析，且部分求解算法，也存在結果局部最優、過于理想化等問題。同時，由于目前多利益主體協同優化調度依然存在一些問題，包括不同主體特性的耦合運行設備運行協同、利益主體端和調度端在電力市場下利益協同、參數信息采集、安全可靠性等問題。基于以上研究的局限性，本文對配網運營商主體、分布式能源商主體、CCHP型負荷集成商主體進行建模，以ATC模式搭建分布式能源系統運行框架，通過迭代過程中交換聯絡變量信息實現協同一致性收斂，并基于IEEE 33配網系統算例驗證所提模型和算法的有效性。

1 各利益主體建模

配電系統中，“多利益主體”表現為配網中多種類型的運營商或代理商，如配網運營商、分布式能源商、CCHP型負荷集成商等，這些利益主體通過集成或者代理單個/多個用戶單元參與市場，并對各自所轄業務范圍內的冷熱電多能元件以及分布式能源進行協調優化，從而獲取相應的的經濟利益，如圖1所示。

圖1 含多利益主體的配電系統協同優化調度結構Fig.1 Cooperative optimal dispatching structure of distribution system with multi-stakeholders

1.1 配網運營商

在電力市場體制改革下，隨著配網業務工作的開展，配網運營商作為發電企業到電力用戶的橋梁，具有投資、維護、管理與運行配網的功能。配網運營商的目標是使配網側機組總發電成本以及配網與配網下各主體的交互成本之和最小，因此該類利益主體目標函數為

功率平衡約束如下

常規機組的出力上下限如下

爬坡率約束如下

配網備用功率約束如下

聯絡線功率約束如下

1.2 分布式能源商

在配電運營商的管理下，分布式能源商主營或集成代理分布式能源發電，提供售電、能效管理等服務，優化電力資源配置，為用戶送電，獲取一定的利益。其目標是使分布式能源商購電成本、儲能元件損耗成本、發電機組發電成本之和最小。故該類利益主體的目標函數為

式中：Fpl為分布式能源商的總生產成本；Fes為元件裝置損耗成本；FG1為分布式能源商代理的用戶單元中發電機組發電成本。

儲能元件（以蓄電池為例）運行約束如下所示

風電出力約束如下

光伏出力約束如下

功率平衡約束如下

1.3 CCHP型負荷集成商

CCHP型負荷集成商的目標是使CCHP型負荷集成商購電成本、發電機組發電成本、儲能元件損耗成本以及CCHP系統產生的燃料費用之和最小，該類利益主體的目標函數為

式中：Fp2為CCHP型負荷集成商總生產成本；Cgas為天然氣氣價；Fmt,t為t時刻燃氣輪機消耗的燃料；Fb,t為t時刻燃氣鍋爐消耗的燃料；FCCHP,es為CCHP系統中儲能元件的損耗成本；FG2為CCHP型負荷集成商代理的用戶單元中發電機組發電成本。

CCHP型負荷集成商所轄元件比較多，主要考慮約束條件：常規的CCHP系統儲能元件、燃氣輪機、燃氣鍋爐、余熱回收鍋爐、電制冷機、吸附式制冷機以及功率平衡約束，具體可參考文獻［7］來說明。

2 含多利益主體的配電系統協同優化調度

分析目標級聯法是一種解決分散式、層次結構協調問題的設計方法，其總體思路是在上下層主體設計目標中引入反映聯絡變量差異的罰函數，通過上下層主體相互通信進行協調優化，其基本原理如圖2所示。

圖2 分析目標級聯法基本原理Fig.2 Basic principle of analytical target cascading method

因此，將分析目標級聯法應用于大規模復雜的含多利益主體的配電系統協同優化調度為一種有效的方法。由于配網是實現各主體電能量交易的物理載體，因此在構建分析目標級聯法的結構時將圍繞配網運行來進行。將配網部分至于上層結構有利于計算實現，但這不影響文中3類主體進行電能量交易的對等地位。

分布式能源商的目標函數可以表示為

CCHP型負荷集成商的目標函數如下

式中：v1,t、w1,t分別為t時刻分布式能源商拉格朗日罰函數的一次項、二次項乘子；v2,t、w2,t分別為t時刻CCHP型負荷集成商拉格朗日罰函數的一次項、二次項乘子。

式中：n、m分別為分布式能源商、CCHP型負荷集成商的數量編號。

2.1 收斂條件與乘子更新原則

分析目標級聯法作為一種有效的優化方法，其收斂性已經得到嚴格的理論證明［8］。若存在N個分布式能源商，M個CCHP型負荷集成商，則收斂條件如式（20）和式（21）所示。

式（20）表示作為耦合變量的虛擬負荷和虛擬發電機，在最后一次迭代過程中其差值應滿足精度要求。式（21）表示系統總體效益是否達到了最優。

式中：j(k)為對應主體j的第k次迭代；Fp1,n、Fp2,m分別為第n個分布式能源商的總生產成本、第m個CCHP型負荷集成商的總生產成本；ε1和ε2為收斂精度。

同時，它們的拉格朗日罰函數的一次項與二次項乘子也有相應的更新原則，如果式（20）和式（21）不能同時滿足的話，需要對它們的一次項與二次項乘子進行更新從而達到精度要求，如式（22）至式（25）所示

式中：v(k)、w(k)分別為第k次一次項、二次項乘子；ρ1和ρ2為乘子更新系數，它們的取值一般來說取為1～3，加快收斂的話，可以取為2～3，罰函數的乘子v、w的初值一般取較小的常數。

2.2 優化求解流程

含多利益主體的配電系統協同優化調度的求解流程如圖3所示。

圖3 含多利益主體的配電系統協同優化調度流程Fig.3 The process of collaborative optimization dispatching of the distribution system with multi-stakeholders

3 算例結果及分析

以IEEE 33節點配網系統為例，在1、11、26放置配網常規機組；19和28號節點分別接入含風光儲能系統和冷熱電聯供系統以及風儲能系統，其拓撲結構如圖4所示。

圖4 含分布式能源商、CCHP型負荷集成商的IEEE33節點結構Fig.4 IEEE 33-bus containing distributed energy providers and CCHP-type load integrators

CCHP系統調度資源參數、實時交易電價見文獻［9］，蓄電池充電與放電價格分別為0.4、0.6元/kWh，天然氣價格Cgas為2.20元/m3。分布式能源商、CCHP型負荷集成商的拉格朗日罰函數的一次項、二次項乘子初值v j、w j都設為1.5，收斂精度ε1和ε2均設置為0.01。各類型機組參數以及CCHP系統調度資源參數如表1所示。以24 h為調度周期，1 h為調度時段。

表1 機組參數Table 1 Parameters of generator

3.1 各利益主體調度優化結果分析

配網運營商、分布式能源商以及CCHP型負荷集成商所轄元件的優化調度結果分別如圖5—圖7所示。

圖5 配網運營商負荷及機組出力Fig.5 Generation dispatch and load curve in distribution network operator

圖6 分布式能源商蓄電池充放電、負荷及機組出力Fig.6 Battery charge and discharge,load and generation dispatch curves in distributed energy agent

圖7 CCHP型負荷集成商蓄電池充放電、負荷及機組出力Fig.7 Battery charge and discharge,load and generation dispatch curves in CCHP load integration agent

由圖5—圖7可見，通過蓄電池的充放電與分布式能源機組的優化配合能夠高效經濟地滿足各利益主體的負荷需求。在機組產生過剩或者不足的情況下，可實現充電或者放電，其值為正表示不同利益主體向配網運營商供電，其值為負表示不同利益主體向配網運營商購電。

由圖7可知，4:00—6:00，分布式能源商代理的用戶單元內的負荷需求相對較低，機組DG1和DG2以低功率運行，蓄電池進行充電；19:00—22:00，負荷需求相對較高，機組DG1和DG2以高功率運行，蓄電池進行放電以滿足負荷需求。

圖8—圖9為CCHP型負荷集成商各冷熱負荷平衡結果。

圖8 CCHP型負荷集成商熱負荷功率平衡圖Fig.8 CCHP load integration agent heat load power balance diagram

圖9 CCHP型負荷集成商冷負荷功率平衡圖Fig.9 CCHP load integration agent cold load power balance diagram

由圖8可知，負荷需求變化平緩，機組DG1和DG2出力也較為平緩，10:00—14:00和16:00—17:00為負荷高峰期，蓄電池進行放電；2:00—4:00，機組DG1和DG2多余的出力轉換成蓄電池充電，實現較好的儲能效果。

由圖8可知，燃氣鍋爐由于其單位天然氣供熱成本較低，是系統中最主要的熱量來源。當熱負荷需求較高且燃氣鍋爐燃燒無法滿足熱負荷供給時，剩余的熱需求由余熱鍋爐供給，同時提供給吸收式制冷機供冷需要的功率，達到熱負荷功率平衡。而在圖9中，由于吸附式制冷機依靠自身的產熱量供冷，因此冷負荷需求較低時，系統優先選擇吸附式制冷產生的熱量來推動吸附式制冷機供冷以降低CCHP系統綜合能源運行成本；當冷負荷需求較高時，系統以吸附式制冷機和電制冷機供冷為主來滿足冷負荷需求。

3.2 算法性能分析

（1）系統規模的影響

為驗證ATC算法在多利益主體接入的性能，依次同時接入更多的分布式能源商、CCHP型負荷集成商，并且采用分支定界法進行集中式求解與本文所用的ATC求解算法的優化結果進行對比，收斂精度設置為工程上常用的10-2，如表2所示。

表2 不同算法、利益主體數量的優化結果對比Table 2 Comparison of optimization results of different algorithms and the number of stakeholders

由表2可知，當利益主體的數量較少時，采用集中式優化方法耗時少，有著較高的求解效率。隨著利益主體的數量增加，集中式優化方法的求解效率大幅度下降，而ATC優化方法能夠降低每個利益主體子系統的維數，有著優越的求解性能。

表3給出了利益主體的數量為2、4、6、8、10（分布式能源商、CCHP型負荷集成商的數量分別為1、2、3、4、5），收斂精度由10-2到10-6變化時，ATC方法與集中式方法在總成本、偏差、計算耗時等3方面指標的變化情況。

由表3可見，當收斂精度足夠高時，分布式的計算結果將與集中式方法基本一致，甚至略優于集中式算法（10-5和10-6），但以計算效率為代價。而當利益主體個數由2個增至10個，收斂精度設為10-2時（工程上常用收斂精度值），分布式算法的計算耗時由8.2 s增至38.6 s，增加3.7倍；相應地，集中式算法計算耗時由1.5 s增至58.3 s，增加37.9倍。且當利益主體數達到10 h，ATC算法的計算耗時小于集中式算法，而前者的成本費用僅比后者高2.43%，在工程可接受范圍內。可見，當精度一定時，ATC方法在對大量利益主體協同優化調度中計算效率相對集中式算法具有更好性能，能夠真正實現利益主體的自治優化和隱私保護，且利益主體數量越多，這種優勢越明顯。

表3 不同收斂精度的優化調度結果對比Tab.3 Comparison of optimal scheduling results with different convergence accuracy

（2）迭代收斂的情況

系統總成本的迭代收斂曲線如圖10所示。

圖10 系統總成本的迭代收斂曲線Fig.10 Iterative convergence curve of total system cost

如圖10可知，取上述利益主體的數量為2、4、6、8、10（分布式能源商、CCHP型負荷集成商的數量分別為1、2、3、4、5）為例，設收斂精度設置為10-2，優化過程分別經過8次、8次、10次、13次、15次完成了總成本的迭代。

4 結束語

本文引入分析目標級聯理論，提出了一種以配網運營商、分布式能源商、CCHP型負荷集成商為利益主體，通過交換聯絡變量信息建立的協調優化調度模型。以各個利益主體內部元件的詳細技術模型為基礎，把各個利益主體與配網運營商之間的聯絡變量進行解耦與并行求解。ATC方法在對大量利益主體協同優化調度中計算效率相對集中式算法的誤差基本保持在2.43%內，但計算耗時明顯減少，且利益主體數量越多，這種優勢越明顯。該模型考慮了含風-光-儲和冷熱電聯供系統的接入，有利于實現配電系統的多能互補運營，能夠為不同售電利益主體進入電力市場后的能量優化管理提供了有效的決策理論和方法。D