基于新能源消納的峰谷平時段劃分方法

薛晨， 任景， 崔偉， 彭明僑， 肖曉明， 劉穎， 譚玉東

(1.國家電網公司 西北分部,陜西 西安 710048；2.長沙理工大學 電氣與信息工程學院，湖南 長沙 410114；3.國網湖南省電力公司 經濟技術研究院，湖南 長沙 410004)

0 引 言

隨著多地區新能源并網，新能源在發電側的占比日益增加[1]。但部分地區用電峰谷期與新能源發電供需不平衡，出現棄風和棄光等降低新能源消納的現象[2]。目前，大多數研究從調整電價角度實現新能源消納增加的目的。文獻[3]和文獻[4]通過改變峰谷平電價來提升新能源的消納度。文獻[5]通過在發電側建立儲能系統來促進新能源的消納。部分文獻通過聚類分析用戶負荷特性，如模糊聚類法[6]、閾值優化函數法[7]和密度聚類[8]，對負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。

本文提出了一種在原有峰谷平電價不變的場景下，對峰谷平電價所屬時段進行重新劃分方法，通過用戶對于新的峰谷平時段進行響應，達到提升新能源消納的目的。

1 基于消費者心理學的用戶響應模型

本文引入基于消費者心理學[9]的用戶響應模型，不同時間的用戶側負荷會隨其所屬時刻對應電價之間的差值改變而改變，對于這一變化，用負荷轉移率進行量化表示，如圖1所示。電價差對用戶的刺激包含三個區域，分別為死區、飽和區以及線性區。當電價差處于死區時，用戶并無意愿改變原有的用電行為；當電價差處于線性區時，用戶將對電價差的刺激作出響應，且負荷轉移率隨電價差值呈正比關系；當電價差處于飽和區時，用戶負荷的轉移量達到峰值，即用戶可轉移負荷已全部轉移。

圖1 負荷轉移率

負荷轉移率與電價差的關系用式(1)表示。

(1)

式中：a、b為時段；ΔPab為a至b時段電價差；lab、hab分別為死區與線性區上限值；Kab為線性區斜率；λab為a至b時段的負荷轉移率。

由此可得到峰-谷、峰-平、平-谷負荷轉移率分別為λfg、λfp和λpg,進而擬合得到響應后的用戶負荷如式(2)所示。

(2)

考慮到時段調整前后峰谷平時段總時長與調整前可能不一致，對式(2)進行修改。

(3)

通過擬合某省電網負荷數據，基于消費者心理學的用戶響應模型參數如表1所示。

表1 用戶響應模型參數

2 基于新能源消納的峰谷平時段優化模型

2.1 促進新能源消納模型

(1) 當用戶響應后負荷增加，則保持其他機組不變，優先增加新能源消納，直至新能源消納量達到上限時，再增加其他機組發電。上述關系如式(4)、式(5)所示。

當ΔL(t)>0，且Lx0(t)+ΔL(t)≤Lc(t)時：

(4)

式中:ΔL(t)為響應前后用戶負荷增量；Lx0(t)、Lx(t)分別為系統響應前后t時刻新能源的消納量；Lc(t)為t時刻新能源出力；Lq0(t)、Lq(t)分別為系統響應前后t時刻其他機組出力。

當ΔL(t)>0，且Lx0(t)+ΔL(t)>Lc(t)時：

(5)

(2) 當用戶響應后負荷減少，則優先降低其他機組出力，保持新能源消納不變，當其他機組出力降到限定值時，再降低新能源消納。上述關系用式(6)、式(7)表示。

當ΔL(t)≤0，且Lq0(t)+ΔL(t)

(6)

當ΔL(t)≤0,且Lq0(t)+ΔL(t)≥Lq0_min時：

(7)

式中：Lq0_min為其他機組出力最小值。

2.2 峰谷隸屬度閾值

相較于傳統依據負荷進行峰谷平時段劃分，當需要同時考慮新能源消納時，應先對新能源出力進行處理。將新能源出力看成數值為負數的負荷，與用戶側負荷構成等效負荷。等效負荷中數值最大與最小的時刻分別對應峰期與谷期，其他時刻則根據峰谷隸屬度來進行劃分，計算公式如式(8)所示。

(8)

式中：μft、μgt分別為峰、谷隸屬度；maxL、minL分別為負荷峰值、谷值。

在式(8)中，某時刻峰隸屬度越大，則說明屬于峰期的可能性越高;谷隸屬度越大，則說明屬于谷期的可能性越高。

(9)

式中：m1為峰隸屬度閾值；m2為谷隸屬度閾值。

2.3 用戶電費滿意度

在考慮促進新能源消納的同時，也應考慮用戶響應前后總用電費用的變化，引入用戶電費滿意度：

(10)

式中：Q、Q0分別為用戶響應前后總用電費用；θ為用戶電費滿意度。

用戶響應后總的用電費用越低，電費滿意度越高，則說明用戶對本次參與響應的滿意程度越高，參與下一次響應的意愿程度也越高。

2.4 目標函數

在負荷轉移率的各個參數及用戶初始負荷與初始電價已確定的情況下，新的峰平谷時段劃分主要由峰谷隸屬度閾值決定，因此將決策變量設為峰谷隸屬度閾值m1、m2。

同時考慮新能源消納以及用戶費用時，以新能源消納最大化以及用戶電費滿意度最高為目標函數，計算公式如式(11)所示。

(11)

式中：θ為用戶電費滿意度；ω1、ω2為權值。

2.5 約束條件

(1) 時段約束：峰谷平每個時段長度≥6 h；

(2) 用戶費用約束：響應前后總電費變化范圍為-1%～0。

3 案例仿真分析

3.1 仿真流程圖與初始數據

本文以某地區實際負荷數據作為案例驗證方法的有效性，其初始峰谷平時段與電價如表2所示。

表2 初始峰谷平時段及電價

圖2為基于新能源消納的峰平谷時段劃分仿真流程圖，具體流程如下。

圖2 仿真流程圖

(1) 數據處理：對某省電網負荷數據進行整理得到新能源出力數據、消納數據、負荷數據及初始峰谷平時段與電價。

(2) 設立目標函數及約束條件：基于前文所提，建立新能源消納最大化及用戶電費滿意度最高的目標函數，其中權值ω1、ω2均為0.5；建立時段及用戶費用約束條件。

(3) 優化求解：本文采用改進粒子群算法對峰谷隸屬度閾值進行優化求解。

(4) 新峰平谷時段劃分:依據式(9)得到新的最優峰平谷時段。

(5) 響應前后新能源消納結果對比。

3.2 案例分析

根據3.1小節的仿真流

，優化求解得到峰谷隸屬度閾值m1=0.622 4,m2=0.674 7，因此得到響應后峰谷平時段，如表3所示。

表3 響應后峰谷平時段

圖3給出了用戶對新的峰谷平時段響應前后新能源消納曲線對比結果。

圖3 新能源消納曲線

表4給出了用戶對新的峰谷平時段進行響應前后的新能源消納量和總用電費用對比結果。

表4 響應前后數據對比

由圖3及表4可以看出，用戶對新的峰谷平時段進行響應后，新能源消納占比從86.13%上升至93.05%，提升了6.92個百分點，即時段的調整達成了促進新能源消納的目的。同時，用戶總用電費用從840 839.7 萬元降至835 037.9 萬元，降低了0.69個百分點，提升了用戶滿意度。

4 結束語

本文基于消費者心理學，提出了一種以新能源消納最大以及用戶費用最低為目標函數的峰谷平時段劃分新方法，采用粒子群優化算法對峰谷隸屬度閾值進行優化求解，達到調節峰谷平時段促進新能源消納的目的。以某省電網實際算例可知，用戶響應新的峰谷平時段后，用電費用降低了0.69%，同時使得新能源的消納提升了6.92個百分點，驗證了本文方法的有效性。