基于多時間尺度綜合需求響應策略的綜合能源系統優化運行

劉至純, 李華強, 王俊翔, 陸楊, 游祥, 何永祥

(1.智能電網四川省重點實驗室(四川大學), 成都市610065；2.國網山東省電力公司東營供電公司, 山東省東營市257091；3.國網四川省電力公司遂寧供電公司, 四川省遂寧市629000)

0 引 言

隨著化石能源短缺、氣候變暖和環境污染加劇，建立清潔高效、多能耦合的新型能源系統成為應對上述問題的關鍵。綜合能源系統(integrated energy system，IES)集電力、天然氣、冷/熱等多種能源于一體[1]，通過多能源之間互動與耦合提高了能源利用效率。在IES架構中，“源-網-荷-儲”各環節多能耦合性強，在需求側表現為負荷種類多元化，用戶擁有在不同能流間改變用能方法的能力，也促使傳統電力需求響應(demand response，DR)發展為全能源領域的綜合需求響應(integrated demand response，IDR)[1-3]。

有關能源系統優化運行的研究經歷了從單一時段優化到日前-日內多時段優化的發展[4]?，F有研究多采用多時間尺度運行方法解決可再生能源不確定性的問題，文獻[5-6]基于模型預測控制方法建立多時間尺度優化運行模型，通過日前-日內-實時調度減小風電預測誤差，提高了運行經濟性。文獻[7-8]采用激勵型DR分段參與多時間尺度運行的策略，使DR資源在不同時間尺度下發揮不同調度效果，提升了風電消納水平。文獻[9]建立考慮多種DR資源的多時間尺度調度模型，將激勵型DR的響應時效性和價格型DR的經濟性優勢互補，進一步提高系統風電消納能力。在傳統電力系統優化運行中，對于時間尺度的劃分往往以可再生能源的不確定性作為切入點，沒有考慮DR本身的多時間尺度特性。在IES多能耦合架構中，IDR涵蓋更多負荷類型的響應資源，具有能量特性差異，表現為響應時期和響應速度的不同，因此IDR具有更顯著的多時間尺度特性。文獻[10-11]通過考慮區域IES中電、熱等多類負荷的耦合關系，建立了考慮IDR的多目標優化調度模型，但在單一時間尺度下對IDR統一調度，未考慮IDR自身的多時間尺度特性以及不同設備在能量轉換、儲存等環節存在的時間差異。文獻[12]指出由于工作原理和控制方式不同，各類能源設備在響應調度時的速度不同，因而不能在同一時間尺度周期下進行優化管理?？偟膩碚f，現有研究欠缺對于IDR多時間尺度特性的深入探究，阻礙了更多IDR資源參與協調系統運行，也未考慮能源設備在多時間尺度運行方式中的實際響應能力，使設備不能有效參與IES優化運行。

為此，本文考慮IDR和不同能源設備的響應時間特性，提出一種基于IDR多時間尺度響應策略的IES優化運行方法，充分調用更多類型IDR資源，以實現IES供需雙側協調運行，從需求側角度為IES經濟運行提供策略建議。首先，分析價格型(price-based demand response，PBDR)、激勵型(incentive-based demand response，IBDR)和替代型(alternative demand response，ADR)3種類型IDR的多時間尺度特性，并制定了IDR多時間尺度響應策略。其次，建立考慮IDR的IES多時間尺度優化運行模型：在日前階段制定經濟性最優的日前調度計劃，在日內階段劃分長、短兩個時間尺度分別對冷/熱、電/氣相關設備出力進行分層管理。最后，通過算例分析驗證所提模型可以調用多種IDR資源，降低IES運行成本，充分考慮設備響應能力，更符合實際運行情況。

1 綜合需求響應的多時間尺度響應策略

1.1 IDR多時間尺度特性分析

IDR的多時間尺度特性主要表現在兩個方面：一是由于定價方式和激勵機制的不同，IBDR和PBDR屬于不同時期響應資源；二是ADR涵蓋電、氣、熱、冷負荷，不同能量在供需平衡上的時間要求不同[3]，因此不同負荷類型的ADR需要選擇不同時間尺度的優化周期參與響應。表1列舉了本文所考慮的3類IDR的響應特性。

表1 各類型IDR的響應特性

從分析可知，IDR具有相當程度的多時間尺度特性。為保證IDR順利地參與系統優化運行，本文針對各類型IDR建立模型并制定IDR多時間尺度響應策略。

1.2 IDR模型

1.2.1 價格型需求響應

本文采用日前小時價格(day-ahead hourly varing price，DAP)機制，即在前一天根據第二天負荷預測結果，制定次日電/氣價格日時段劃分方案[13-14]。

PBDR受DAP機制影響，可以采用價格彈性系數表示價格變化引起負荷變化的響應行為，進而建立電/氣負荷PBDR模型[15]，如下式所示：

(1)

1.2.2 替代型需求響應

在IES中，電、氣、熱、冷負荷均參與ADR，由于熱、冷能較電、氣能具有慢動態特性[16]，因此本文考慮熱、冷ADR之間的替代作用和電、氣ADR之間的替代作用，并分別建立熱/冷ADR模型和電/氣ADR模型。

1)熱/冷ADR模型。

在IES中，部分用戶配有能源耦合設備(如吸收式制冷機)，可以通過冷、熱能轉換滿足相同用能需求。熱/冷ADR模型如下：

(2)

(3)

2)電/氣ADR模型。

根據電、氣價格峰谷時段差異，選擇增發用能成本更低的設備以降低購能成本。例如在用電高峰期，若此時氣價較低，擁有氣轉電設備(如燃料電池)的用戶可以增加氣輸入代替用電需求。電/氣ADR模型[17]如下：

(4)

(5)

1.2.3 激勵型需求響應

本文考慮兩種不同時期的IBDR資源：1)I類IBDR屬于中長期資源，在日前階段通過轉移電負荷的方式參與調峰；2)可中斷負荷(interruptible load，IL)屬于短期IBDR資源，響應速度較快，在日內實時響應。

1)I類IBDR。

對I類IBDR采用分時補償電價策略[9]，其響應成本計算公式為：

(6)

2)IL。

IL響應成本包括容量費用和能量費用兩個部分。容量費用是對用戶預留可中斷容量的基礎補貼，能量費用是對用戶實際中斷負荷量的補償。IL響應成本計算公式[18]如下：

(7)

1.3 IDR多時間尺度響應策略

根據IDR的多時間尺度特性，建立如圖1所示的響應策略：日前階段，需求側考慮PBDR和I類IBDR影響，實現電、氣負荷曲線初步優化；日內階段劃分長-短兩個時間尺度，引導不同負荷類型的ADR分層響應：在上層長時間尺度周期考慮熱/冷ADR，優化熱、冷負荷曲線，在下層短時間尺度周期考慮電/氣ADR和可中斷負荷，進一步優化電、氣負荷曲線。

圖1 IDR多時間尺度響應策略

2 綜合能源系統多時間尺度優化運行模型

2.1 IES基本架構

IES基本結構如圖2所示。IES上游節點與外部電網和天然氣網連接；IES內部包含能源生產設備、轉換設備和儲能裝置：能源生產設備包括風力發電機、熱電聯產機組(燃氣輪機和余熱鍋爐)和燃料電池；能源轉換設備包括電鍋爐、吸收式制冷機、電制冷機和電轉氣(power to gas，P2G)；儲能裝置包括蓄電池、儲氣罐和蓄熱槽；下游節點包括電、氣、熱、冷負荷。

圖2 IES基本結構

1)風力發電機。

風力發電機(wind turbine, WT)物理模型[19]如下：

(8)

2)熱電聯產機組。

熱電聯產機組由燃氣輪機(gas turbine，GT)和余熱鍋爐(waste heat boiler，WHB)組成，其簡化物理模型[20]如下：

(9)

(10)

3)燃料電池。

燃料電池(fuel cell，FC)的物理模型如下：

(11)

4)燃氣鍋爐。

燃氣鍋爐(gas boiler，GB)物理模型如下：

(12)

5)吸收式制冷機。

吸收式制冷機(absorption chiller，AC)的物理模型如下：

(13)

6)電鍋爐。

電鍋爐(electric boiler，EB)的物理模型如下：

(14)

7)電制冷機。

電制冷機(electric chiller，EC)物理模型如下：

(15)

8)電轉氣。

電轉氣為生產天然氣的設備，其物理模型如下：

(16)

9)儲能裝置。

蓄電池(energy storage，ES)、儲氣罐(gas storage，GS)和蓄熱槽(heat storage，HS)的物理模型具有一定共性，可以用蓄能容量、自損耗率和充放能效率三個參數表征，如下式所示：

(17)

2.2 日前優化運行模型

基于IDR多時間尺度響應策略，建立IES多時間尺度優化運行模型，分為日前階段、日內上層和日內下層三個階段。日前階段為保證IES運行經濟性，目標函數設為IES運行成本最小，以1 h為時間尺度、調度周期為1 d，制定日前調度計劃。

2.2.1 目標函數

minF=Fe+Fg+Fom+FIBDR

(18)

式中：Fe、Fg、Fom、FIBDR分別為上層周期的購電成本、購氣成本、各設備運行維護成本和I類IBDR響應成本。

1)購電成本：

(19)

2)購氣成本：

(20)

3)設備運行維護成本：

(21)

4)I類IBDR響應成本：

IBDR響應成本如式(6)所示。

2.2.2 約束條件

1)能量平衡約束：

(22)

(23)

(24)

(25)

2)設備出力約束：

(26)

3)設備爬坡約束：

(27)

4)IES與電/天然氣網交互功率約束：

(28)

(29)

5)儲能裝置約束：

(30)

(31)

(32)

6)IDR約束：

(33)

(34)

2.3 日內優化運行模型

為響應IDR引起的負荷變化，IES設備層需要調整其日前出力計劃。考慮到不同設備具有響應速度差異，存在其響應時間級是否匹配運行時間尺度的問題。因此本文基于IDR多時間尺度響應策略，劃分長、短兩個時間尺度對設備進行分層管理：上層長時間尺度周期優化冷、熱能，調整響應較慢的冷/熱相關設備，如GB、EB、AC和HS等；下層短時間尺度周期優化電、氣能，調整響應較快的電/氣相關設備，如FC和ES等。

2.3.1 長時間尺度周期

長時間尺度周期以30 min為時間尺度，在需求側考慮冷/熱ADR作用，設定目標函數為IES調整成本最小。

1)目標函數。

上層長時間尺度周期的目標函數如下式所示：

(35)

式中：Fupper為上層周期調整成本；Fh,upper為供熱設備的調整成本，供熱設備包括熱電聯產機組、GB、EB和HS；Fc,upper為供冷設備的調整成本，供冷設備包括AC和EC。

所有供熱設備的調整成本：

(36)

所有供冷設備的調整成本：

(37)

2)約束條件。

上層優化周期中冷、熱能平衡約束、設備約束與日前一致，如式(22)—(27)所示。熱/冷ADR約束如下所示：

(38)

2.3.2 短時間尺度周期

基于日前計劃和上層調整結果，下層周期以15 min為時間尺度，設定目標函數為IES調整成本最小。需求側考慮電/氣ADR和IL作用。

1)目標函數。

下層短時間尺度周期的目標函數如下式所示：

(39)

式中：Flower為下層周期IES的調整成本；Fe,lower為供電設備的調整成本，供電設備包括FC和ES；Fg,lower為供氣設備的調整成本，供氣設備包括P2G和GS；FIL為IL的響應成本如式(7)所示。

所有供電設備的調整成本：

(40)

所有供氣設備的調整成本：

(41)

2)約束條件。

下層優化周期中電/氣能平衡約束、設備約束和聯絡線約束與日前一致，如式(22)—(29)所示。IL和電/氣ADR約束如下：

(42)

(43)

3 IES多時間尺度優化運行求解流程

本文基于IDR多時間尺度響應策略所建立的IES多時間尺度優化運行模型分為日前-日內上層-日內下層三個階段：日前模型為混合整數非線性規劃問題，利用粒子群算法嵌套仿真軟件MATLAB的CPLEX求解器，搜尋最優電/氣價格及PBDR響應量，并求得運行成本最低的日前調度計劃。日內上層階段采用以30 min為時間尺度的長時間尺度周期，需求側考慮冷/熱ADR作用，調整熱電聯產機組、EB、GB、HS、AC和EC的出力值，實現熱、冷能供需平衡，并將上層已確定的GT、GB、EB、EC的調整值傳遞給下層優化模型；下層階段采用以15 min為時間尺度的短時間尺度周期，需求側考慮電、氣ADR和IL作用，再通過調整P2G、FC、ES、GS與電/氣網交互量，實現電、氣能供需平衡。日內上、下層模型均調用CPLEX進行求解。具體求解流程如圖3所示。

圖3 IES多時間尺度優化運行模型求解流程

4 算例仿真

4.1 算例設置

本文選取某園區IES作為場景，其基本結構如圖2所示。風力發電機與冷/熱/電/氣負荷日前預測曲線如附錄A中圖A1所示；IES中各設備基本參數、日前基準購/售電價和基準氣價以及I類IBDR用戶分時補償電價分別如附錄A中表A1—A4所示。

4.2 算例分析

4.2.1 日前優化調度結果分析

在日前運行中會得到次日DAP優化價格和PBDR響應量。圖4為優化前后電、氣價格曲線，圖5為PBDR響應前后電、氣負荷曲線。分析可知，在PBDR作用下，DAP優化后的電/氣峰平谷價格時段與基準價格保持一致，但變化幅度增大。電、氣負荷曲線變化趨勢與價格變化相一致：在負荷水平高時，價格上漲，PBDR引導負荷轉移到其他時刻，實現“削峰”；在負荷水平低時，價格降低，引導高峰期負荷轉移到此時進行，實現“填谷”，表明考慮PBDR可以起到價格與負荷之間相互影響、彼此調節的作用。

圖4 優化前后電/氣價格曲線

圖5 PBDR響應前后電/氣負荷曲線

圖6為日前優化調度結果，圖6(a)—(d)為IES內各能量供需平衡情況。1—8時段電價處于谷時段，IES向電網大量購電，一部分供給電負荷，剩余電量通過蓄電池儲存起來，用于電價較高時供電；1—6時段氣價水平較低，IES主要通過購氣滿足氣負荷；熱負荷主要由余熱鍋爐和燃氣鍋爐供給，冷負荷則由電制冷供給，其中4—6時段電價低于氣價，故P2G、電鍋爐輔助供氣、供熱。

圖6 日前優化調度結果

9—15、19—24時段電、氣價均處于氣價較高水平，但氣價相對于電價較低。此時段IES停止購電，蓄電池開始放電，此時燃氣輪機處于滿發狀態，故增發燃料電池輔助供電。由于9—15時段氣價處于較高水平，燃氣鍋爐減少出力，IES引導蓄熱槽放熱。9—15、19—24時段IES依靠吸收式制冷機供冷。

16—18時段電價處于平時段。IES主要通過購電滿足電負荷，此時電價略低于氣價，故增發電鍋爐輔助供熱，冷負荷則由電制冷供應。

4.2.2 日內優化調度結果分析

圖7—8分別為上層IDR響應結果和設備調整結果。由圖7可知，11—18時段冷/熱ADR響應，這是由于此時冷負荷處于高峰期，為減緩供冷壓力，部分用戶通過使用自身能源耦合設備供冷，減少冷負荷需求。由圖8可知，基于日前計劃，11—18時主要通過調整電制冷和吸收式制冷機維持冷能供需平衡，通過調整電鍋爐和燃氣鍋爐出力維持熱能供需平衡。

圖7 上層IDR響應結果

圖8 上層設備調整結果

圖9—10分別為下層IDR響應結果和設備調整結果。由圖9可知，9—15、19—23時段電/氣ADR響應量較大，這是由于電/氣ADR響應量與電、氣價格差成正相關，而此時電、氣價格水平相差較大。IL則在11—14、17—21用電高峰時段響應調峰指令，切斷部分負荷。

圖9 下層IDR響應結果

日前計劃中9—15、19—23時段主要依靠蓄電池和燃料電池供電。為避免蓄電池長期快速充放電導致其使用壽命縮短，故在下層模型中對蓄電池調節量加以約束，因此主要減少燃料電池出力；由于20—22時段購氣量已達上限，故增加P2G出力。

4.3 多時間尺度優化運行策略優勢

4.3.1 場景設置

場景1：日前階段考慮PBDR和I類IBDR；日內階段選取較大時間尺度(30 min)優化周期，考慮電/氣/熱/冷ADR作用。

場景2：日前階段考慮PBDR和I類IBDR；日內階段選取較短時間尺度(15 min)優化周期，考慮電/氣ADR和IL作用。

場景3：日前階段考慮PBDR和I類IBDR；日內階段劃分長、短時間尺度優化周期，考慮電/氣/熱/冷ADR和IL作用。

4.3.2 成本對比分析

通過仿真可得場景1—3的運行成本如表2所示。

表2 各場景運行成本

場景1—3的日前階段均以1 h為時間尺度、制定次日24 h的調度計劃。場景3即本文所提模型。分析表2可知，場景1和場景2總運行成本高于場景3，主要原因如下：1)場景1時間尺度較大，無法調用短期資源IL以優化高峰期電負荷曲線；2)場景2時間尺度過小，熱/冷ADR無法參與響應，不能發揮自身對熱、冷需求的調節能力以優化熱、冷負荷曲線。

圖10 下層設備調整結果

4.3.3 設備層對比分析

除了降低運行成本，采用IDR多時間尺度響應策略的優勢還在于考慮了設備實際響應能力。附錄A中表A5列出了部分能源設備響應時間級，分析可知冷/熱相關設備相對于電/氣相關設備響應速度較慢。這是由于構成供電設備的元件多以電力電子器件為主，具有較快的調節速率；而燃燒類設備通常存在較大調節時間常數，因此調節速率較慢。

由于各設備響應速度不同，因此對運行時間尺度的要求不同，通過引入設備調整次數指標反映各設備的日內調整情況。設備調整次數指在一個調度周期內，設備相對日前計劃的調整次數，用Ni表示。

表3為不同時間尺度下，采用單一和多時間尺度兩種運行方法得到的各設備調整次數(Nd為一天內在時間尺度d下的執行窗口總數)。

表3 不同時間尺度及運行方法下各設備調整次數

由表3可知，在單一時間尺度運行方式下，隨著時間尺度減小，各設備調整次數都會增加。在同一時間尺度下，同種設備采用多時間尺度運行方法比單一時間尺度運行方法調整次數減少，這是由于前者本質上是對不同能量分層優化，能夠避免所有設備作為變量參與優化過程，導致增加設備頻繁出力。對于不同設備，由于響應時間級不同，如吸收式制冷機、蓄熱槽等設備響應較慢，無法頻繁調整出力，因此不能有效參與較小時間尺度的優化調度周期。

因此，采用多時間尺度運行方法對設備進行分層優化管理，充分考慮了設備響應時間特性，使各設備均能有效參與日內調整計劃。

5 結 論

本文深入挖掘IDR多時間尺度特性，建立了一種基于多時間尺度IDR策略的IES優化運行模型：在日前階段考慮PBDR和I類IBDR，制定經濟性最優的日前調度計劃；在日內階段考慮IDR能量特性差異，通過細化時間尺度對設備進行分層優化管理，得到日內調整計劃。根據算例結果，本文得到主要結論如下：

1)所提IDR多時間尺度響應策略考慮了IDR多時間尺度特性，充分挖掘了多類型IDR資源的響應能力，提高了IES運行經濟性。

2)所提IES多時間尺度優化運行模型考慮了設備層的響應時間特性，使不同響應能力的設備均能有效參與日內調整計劃，更符合IES實際運行情況。

3)本文所提出的基于IDR多時間尺度響應策略的IES多時間尺度優化運行方法，可以有效應對局部區域負荷“尖峰化”趨勢，充分發揮IDR配合電網削峰填谷的調節作用，為園區IES的實際運行提供理論支撐和策略建議。