基于博弈視角的社區光儲微電網系統運營研究

壽笳男,崔維偉

(上海大學 管理學院,上海 200444)

為加強太陽能發電等綠色技術的推廣應用,國家出臺了一系列激勵政策,助力我國光伏發電的裝機規模登臨世界第一[1]。近年來,相比集中式光伏電站的迅速發展,戶用分布式光伏發電系統的應用并未達到預期。主要原因是系統初始投資較大,光伏發電固有的間歇性與隨機性導致發電效益較低,而儲能設施的使用成本非常高;對商業運營中涉及的諸多利益相關者而言,缺少成熟的利益分配方案,各方無法就系統運行的成本分攤與收入共享達成一致。因此,在新型社區建設或老舊社區改造中,必須設計公平合理的利益分配機制與運營策略,才能推進光儲一體化微電網系統的普及,這對我國早日實現碳達峰與碳中和具有重要意義[2]。

當前學界對于微電網的研究較多,與本文相關的研究主要分為如下3類:

(1) 將微電網作為單個主體,研究其參與外部電力市場電能交易的利益關系。針對微電網作為單個主體參與電力市場投標競爭,王晛等[3]提出了同時考慮配電側多能源市場聯合博弈的均衡模型,以解決微電網發電不確定帶來的投標偏差問題。Fang等[4]提出了多智能體的微電網模型與基于拍賣的微電網電力市場,保證微電網效率的同時平衡市場競爭者的利益。龍勇等[5]提出了微電網利益相關者協調合作的雙層規劃模型,上層優化模型以最小化社會成本為目標,下層優化模型以最大化運營商利潤為目標。文獻[6-10]中采用博弈方法研究了由多個能源供應商和終端用戶組成的多層次綜合能源系統的能源交易問題。上述文獻集中在追求微電網與外部多方利益相關者效益最大化的能源交易機制,并不關注微電網內部用戶間的利益關系。

(2) 聚焦微電網系統自身以追求系統層面的穩定性與經濟性。Grover-Silva等[11]提出了考慮光照、負荷、溫度不確定性的微電網柔性資源日前調度優化模型。徐婉迪等[12]基于場景聚類分析處理光伏發電的高維性,采用分布魯棒優化降低光伏發電的不確定性,并建立了兩階段分布魯棒優化模型以處理并網型光儲微電網容量規劃問題。譚嘉等[13]提出了基于聯邦學習和長短期記憶神經網絡的用電負荷一體化預測方法,提高用電負荷的聚合一致性。類似地,文獻[14-18]是從處理隨機性的角度對能量調度問題進行了研究。此外,研究證實,微電網與外部主體進行電能交易的規模與驅動強度遠遜于微電網內部用戶間交易[19]。在對微電網內部電能交易的研究方面,Li等[20]基于非合作博弈提出了一個微電網用戶間的交互框架。王瀚琳等[21]提出了基于主從博弈的電力市場交易優化模型,重點研究了基于產消者模式的社區分布式光伏微電網內用戶間的售電、購電行為。

(3) 側重智慧家庭的用電負荷控制策略。龍明溪[22]針對含分布式新能源的智能社區,提出了集中式智能社區和分布式智能社區負荷調度模型。Alilou等[23]針對包含多個用戶個體的微電網系統,假設用戶為可根據電價自動響應的智能體,并對智能社區中的各發電組件、用電行為的聯合調度問題進行研究。郝允梁等[24]基于負荷控制和實時電價,提出了結合實時電價與傾斜塊率的智慧家庭電器設備控制方法。潘志遠等[25]基于分時電價探討了智慧家庭與公共電網間的最大交換功率以及柔性負荷間的協調機制對于用戶家庭收益的影響。范偉等[26]基于非合作博弈模型對家用負荷與用戶用電行為進行調度優化,在其博弈中用戶可在社區微電網、分布式能源以及公用電網中擇優購電。陶莉等[27]指出,從單一用戶角度進行智能電網能量調度優化會導致下載同步化,并提出了含儲能系統和分布式新能源復雜并網條件下的用戶用電優化策略。羅京[28]基于智能電價提出家庭能量調度優化模型,模擬智能電價的制定、家庭用戶的能耗、家用負荷的用電情況以及家庭能量管理系統調度機制。

以文獻[12]為代表,上述研究多將微電網的負荷端作為一個整體,場景中不涉及同一個微電網內部多個用戶之間的利益紛爭。而且,上述對智慧家庭中用戶用電負荷的研究將用戶家庭視為智能家電的集合進行聯合調度,并未考慮作為人的用戶主觀行為對于整體系統的影響。因此,本文主要考慮不同用戶的個體偏好與用電行為習慣,基于社區用戶與系統開發商兩個角度研究社區光儲微電網系統的商業模式與運營策略,重點分析用戶與開發商兩者間的交易機制、用戶與用戶之間的合作機制,為各參與主體制定最優決策,確保各利益相關者積極支持低碳社區微電網系統的建設運營。

1 問題描述

近年來,上海已成功創建3 批共31 個低碳社區,如徐匯區梅隴三村在車棚頂部等空閑區域架設光伏板,利用光伏發電技術為小區路燈與其他公攤面積供電。然而,上述低碳社區中的光伏裝機規模很小,并不能為居民家庭生活用電供能。本文以推進建設全部由光伏發電供能的低碳社區為目的,以安裝光儲系統的開發商和具有使用意愿的社區居民為研究對象,對社區光儲一體化微電網的系統配置設計與商業運營策略進行探索,其實質是研究社區開發商和社區用分布式光伏發電系統(PV 系統)、儲能系統的交易問題及后期運行機制。

已有研究表明,配置儲能系統能夠顯著降低微電網的日常運營成本[12],全國各地也陸續發文規定新建光伏項目必須配置一定比例的儲能設施。因此,本文考慮社區微電網由PV 系統與儲能系統組成,其主要組件包括光伏發電陣列、光伏控制器、逆變器、儲能蓄電池、交流配電柜以及光伏支架。

微電網系統的具體結構如圖1所示,采用以自發自用為主、用戶側直接并網的PV 系統,接入電壓等級較低的低壓電網,不向中高壓電網饋電,避免對公共電網的影響(余電不上網,就地存儲)。但是,為確保居民的用電需求能夠隨時得到滿足,微電網系統仍保留外部公共電網向居民供電的接口。考慮到微電網各組件具有一定的耦合關系,開發商統籌微電網系統的初始安裝成本時需考慮兩大決定系統規模的核心變量,即PV 系統的裝機規模NPV與蓄電池的規模NB。此外,開發商建設完成微電網系統設施后,通過收取微電網系統售價Pf實現盈利。該價格一方面需要覆蓋微電網系統的建設成本,另一方面應確保社區中所有用戶都愿意參與項目,避免引起居民之間以及與開發商的矛盾。

圖1 社區光儲一體化微電網的主要結構

在所設計的微電網系統運行框架中,雙方交易完后開發商不持有微電網系統的產權,也不提供后期運維服務,而是由用戶推選出業主委員會負責日常運營維護工作。為集中調度用戶對微電網光伏產電需求,業主委員會根據各時段居民用電總需求與光伏發電總量、蓄電池儲量情況對光伏電能在各用戶間按比例分配;用戶在使用光伏產電的同時依據用電規模向業主委員會繳納光伏電費,而業主委員會于年末將支取維護費后結余的資金以分紅的形式平均返予用戶。此外,業主委員會制定靈活的實時光伏電價以引導用戶的用電行為,一方面提高光伏發電的利用率,另一方面減少用戶用電費用。對于單個社區用戶而言,首先將對比參與微電網前后用電費用的變動以決定是否付費參與該項目,而選擇參與微電網系統的用戶則將受光伏電價驅動優化自身用電行為,調整柔性負荷的使用以減少自身用電支出。

綜上所述,開發商和用戶間的博弈關系構成了一個主從博弈的領導者-追隨者格局。本文通過建立基于主從博弈的雙層規劃模型來解決微電網系統的交易問題及后續運營問題:外層模型中,作為博弈主方的開發商承擔建設光儲微電網的成本,以建設項目的收益最大化為目標決定微電網系統售價及規模;在內層,社區用戶通過比較參與微電網項目前后的費用決定是否參與,并優化自身在微電網系統中的用電行為。通過求解內層模型獲得用戶的決策信息并反饋至外層,并在外層模型中尋找最優系統規模配置與系統售價,同時以實際的太陽輻射數據進行案例分析,以檢驗商業模式的有效性與博弈雙方的利益關系。

2 數學模型

2.1 外層優化模型

開發商需要決定微電網系統規模,制定合理的系統售價,追求建設社區光儲微電網的利潤最大化,同時盡可能讓更多的用戶付費參與微電網項目。在本文中,每個用戶指的是單個家庭,它是參與社區微電網項目用戶群體的基本單位。外層模型中共包含3個需要優化的決策變量,包括微電網中PV 系統裝機規模NPV、蓄電池規模NB以及單位系統售價Pf。這3個決策變量的取值不但直接決定了開發商的建設支出與利潤,而且還影響了決定付費參與微電網項目的家庭數量。另外,通過設置兩個0-1變量y與y k體現用戶的決策信息:當用戶k選擇付費時,y k=1;否則,y k=0。當全體用戶n都愿意付費參與微電網項目時,y=1;否則,y=0。外層優化模型可表示為:

式(1)為外層模型的目標函數,即開發商尋求建設社區光儲微電網的利潤最大化,其中:n為社區家庭總數;CTotal為社區光儲微電網建設總成本。式(2)和式(4)表示只要有一戶家庭不同意則項目失敗。式(3)表示求解內層優化模型后反饋到外層的用戶決策的映射關系。

微電網建設成本CTotal分為PV 系統和儲能系統(主要為蓄電池)兩部分的成本,各類型組件成本計算方式不同。其中,逆變器等組件的數量取決于居民戶數,而光伏發電陣列等組件的裝機規模取決于微電網系統投建規模。此外,微電網系統中各組件需要在型號、規格上彼此匹配才能保證系統運轉的可行性與穩定性。綜上所述,光儲一體化微電網建設成本具體計算如下所示:

式(5)為微電網建設成本CTotal的細分,包含光伏發電陣列、逆變器、光伏控制器、配電柜、蓄電池和光伏配件的成本。式(6)表示光伏發電陣列的費用,其中:CPV為光伏組件的成本;pPV為光伏組件單位價格。式(7)中,Cinv為逆變器成本,pinv為逆變器的單位價格。式(8)中,CSE為配電設備費用,pSE,AC為交流配電箱的單位費用。式(9)中,CB為由蓄電池安裝容量決定的儲能系統成本,pB為蓄電池的單位成本。式(10)中,CAF為線纜、支架等附屬設施的成本,主要分為3類:pAF,1 為與PV 系統裝機規模直接相關的配件成本,pAF,2 為由用戶數量決定(每套微電網設施配屬一只設備)的配件成本,pAF,3為光伏電板間連接線的費用,為光伏電板的單塊功率。式(11)中,CPVC為光伏控制器成本,pPVC為光伏控制器的單位成本。

2.2 內層優化模型

在內層優化模型中,基于給定的外層決策變量,即微電網系統售價與系統規模作為已知參數的前提下,用戶需要做出兩個決策:通過對比參與微電網項目前后電費支出的凈現值,判斷是否參與;選擇付費參與微電網系統的用戶受光伏電價驅動參與需求響應,優化每日用電行為。此外,本文在25 年的PV系統使用壽命期內考慮微電網系統的運行情況。則內層優化模型可表示為:

2.2.1光伏發電定價子模塊 業主委員會根據每日光伏發電規模、當地光伏發電上網電價以及公共電網分時電價等情況制定次日各時段靈活的光伏電價,促進光伏產電及時得到利用。用戶根據實時光伏電價調整次日的購電策略與用電行為,將柔性負荷的使用轉至電價較低的時段。本文中以小時為時間間隔,并考慮25年的時間跨度內微電網系統的運行情況,設:

由于各時段太陽輻射強度會呈現一定的變化,微電網光伏發電量也會隨之出現波動,故制定光伏電價的原則如下:

原則1任何時段的光伏電價都應低于當地公共電網的基準電價(居民生活用電電價)。

原則2任何時段的光伏電價都應低于當地光伏發電上網指導電價psell。

原則3在光伏發電較多的時段,光伏電價較低。

基于上述原則,光伏發電定價子模塊的數學描述如下:

2.2.2用戶需求響應子模塊 本文考慮兩類家用負荷:A類表示必須運行,且運行不受價格影響的固定負荷(例如冰箱、照明用電);B類表示受價格影響較大,能對用電時間或功率進行調整的柔性負荷(例如電飯煲、洗衣機等,當天的用電總量維持不變)。用戶受較低的光伏電價激勵,將可轉移使用時間的柔性負荷轉至電價較低的時段以減少用電支出,其具體目的是最小化柔性負荷使用時長內的平均光伏電價。用戶的用電需求為:

2.2.3社區用戶用電支出子模塊 本模塊根據用戶參與需求響應后的各時段用電需求、微電網系統的發電量及儲能水平,計算參與微電網項目的用戶年度用電支出。在社區微電網中,儲能系統(蓄電池)在各時段期初的儲能水平由上一期期末的蓄電池儲能水平S i-1,j,l、光伏發電量E i-1,j,l、用戶用電需求總量D i-1,j,l以及蓄電池安裝規模NB決定,其遞推公式(電能平衡約束)為

由于任何時段光伏電價均保持低于公共電網電價,故社區用戶優先使用光伏產電,此時需要討論微電網系統光伏發電總量能否滿足用戶用電需求;若無法覆蓋全部需求,用戶需向公共電網購電。參與微電網系統的各用戶家庭光伏產電、用電并非獨立,而是由業主委員會統籌調度。當該時段內光伏發電總量E i,j,l+期初蓄電池儲能S i,j,l<此時期內用戶用電總需求D i,j,l時,通過設置光伏發電使用系數θi,j,l統一、公平的調節用戶對于光伏發電的需求。該系數的數學表達式為

業主委員會依照θi,j,l將全部的光伏發電量按比例分配給每個用戶。用戶k每日的用電支出、光伏發電使用量與公共電網購電量的計算公式為:

根據前文所提出的運營框架,各個用戶每年的用電支出等于支付給社區運營委員會的光伏電費與購買公共電網電能費用之和,減去社區年底平均分配的分紅,具體公式為:

綜合上述3個子模塊,雙層規劃模型完整的數學表述如下:

3 數值實驗與分析

3.1 上海地區居民社區的商業模式應用分析

本文所建雙層規劃模型無法使用線性規劃軟件直接求解,需要對內外層模型分別求解并進行循環迭代。首先,針對外層模型的連續型決策變量,以一定精度為變動單位,利用枚舉法比較所有可能的配置方案;其次,針對每個配置方案,必須求解內層模型以得到該方案的期望表現值。在內層模型中,微電網系統規模與售價已經是給定參數,只需要計算各個用戶的最優用電模式,并匯總得到系統整體表現。本節依據第2章建立的微電網項目商業模式與后續運營機制,對上海地區一處新建居民社區進行社區光儲一體化微電網商業模式應用分析,并使用visual studio community 2019軟件進行數值實驗仿真。表1展示了數值實驗時部分關鍵的參數設置與數據來源。

表1 數值實驗參數設置與數據來源

本節對于上海地區一處新建居民社區的微電網商業應用的結果較為顯著,開發商獲得了一定的利潤,所有居民也都從中得益。對模型求解后,在所設決策變量枚舉區間內得到最優解,具體為:微電網系統最優售價為8 563.34元/戶,在此價格下開發商的總體利潤為32萬元,利潤率為18.68%;平均每戶PV系統的最優裝機規模為1.4 k W,平均每戶蓄電池容量的最優配置為266.67 AH,用戶平均收益(用戶收益等于未來25年方案1凈現值減去方案2凈現值的差值,即能夠節省的電費支出凈現值)為2 561.39元,用戶平均收益率(用戶平均收益/單戶項目服務售價)為29.91%。

表2中僅顯示了博弈的最終結果,為進一步展示博弈過程中雙方的利益變化,做如下實驗并記錄在圖2中。開發商保持表2 中的系統總體建設規模,并逐漸調整系統單位售價。圖2(a)說明,當單位售價低于8 563.34元時,小區中的200戶家庭都愿意加入微電網項目;之后,隨著價格提高,越來越多的用戶不愿加入此項目。圖2(b)說明,隨著系統售價的提高,開發商的利潤值逐漸增加、用戶的利潤值逐漸下降、總體得益值保持不變;當價格高于8 563.34元時,由于個別用戶的反對直接導致項目無法推進,各方的利潤值都為零。

圖2 不同系統售價下的數據對比

表2 優化求解后微電網系統的最優配置

本文通過設置用戶家庭節電系數和用戶家庭成員人數的隨機數表現用戶家庭間的差異性,其中,用戶家庭節電系數表示不同用戶家庭成員由于年齡、偏好、經濟情況、職業等影響因素帶來的用電行為的差異。因此,對于不同家庭成員人數和節電系數的用戶群體,其微電網項目參與的回報與收益程度各有不同。表3展示了不同家庭成員人數的用戶群體間的差異。顯然,家庭成員越多、用電需求越大的用戶參與微電網項目收益越多。此外,表4 體現了不同節電系數的用戶群體在收益上的差異,相似的是,在表4中同樣體現出用電需求較多的用戶參與微電網項目收益較多的結論。產生上述結論主要歸因于社區內部光伏電價在任意時段都低于公共電網電價的定價原則,雖然本文已通過設置光伏發電使用系數平均分配用戶對于光伏電量的需求、限制社區內部光伏電價過低等舉措提高公平性,但是用戶使用光伏發電量越多、獲益越多的情況依然存在。

表3 不同家庭成員人數的用戶群體間差異

表4 不同節電系數的用戶群體間差異

通過靈敏度分析發現,稍微改變不同家庭成員人數的用戶群體比例,系統售價、開發商利潤和利潤率以及系統安裝規模的優化結果沒有發生改變。其背后原因是,模型要求必須所有家庭都能得益并同意該項目才能成功實施,只要某一類家庭存在而不論其具體數量都會產生相同影響;只有在極端情況下,如不存在2人的家庭,此時結果才會發生變化。此外,其他參數如光伏組件的價格下降、光電轉化的效率提高等,都會增大開發商與居民參與微電網項目的意愿強度,其背后原因非常直觀,不再展開論述。

3.2 考慮光伏補貼的上海居民社區商業模式應用分析

本節考慮在社區光儲微電網項目獲得光伏補貼的條件下,針對上海地區一處新建居民社區進行微電網商業模式應用分析,其余參數、機制均與3.1節保持一致。

本文采用的戶用光伏發電補貼源于上海地區地方補貼政策。為提高光伏產電的利用率,從用電角度而不是產電角度進行補貼計算,原地直接消納浪費的光伏電能不在計算范圍之內。綜合《上海市可再生能源和新能源發展專項資金管理辦法(2020版)》的信息與上述考量,假設整體居民作為獲得光伏補貼的主體,補貼時期持續5 年,用戶每使用1 k W·h的光伏產電,社區整體領取0.4元/k W·h的光伏補貼,然后平均分配給每個用戶。

本節數據實驗所得最優解如下:

微電網系統最優售價為11 563.34元/戶,在此價格下開發商的總體利潤為92 萬元,利潤率為39.78%,證實社區微電網商業模式在本節的情境中獲得了成功;平均每戶PV 系統的最優裝機規模為1.4 k W,平均每戶蓄電池容量的最優配置為266.67 AH;用戶平均收益為2 483.30元,用戶平均收益率為21.48%。表5對比了本節與3.1節數值實驗結果:與3.1節相比,本節中微電網項目最優售價、開發商的總利潤與利潤率均有大幅提高,而單套PV系統最優裝機規模與儲能系統最優配置與3.1節的結果保持一致;但是,本節中用戶收益率與平均收益相比3.1節未獲得補貼時呈現較明顯的下滑。用戶收益率下滑源于用戶選擇方案1時25年電費凈現值未變動,而選擇方案2的用戶其25年電費凈現值隨服務售價的提高(增幅為35.03%)而出現大幅上升。顯然,在本文提出的商業模式中,社區開發商作為主從博弈的主方獲得了絕大部分的光伏補貼收益,而社區用戶獲得光伏補貼帶來的收益較低。因此,政府在出臺補貼政策的同時,應配套出臺一系列相關政策,力爭改變市場上雙方的博弈結構,以便居民能夠真正獲益。

表5 有補貼情境與無補貼情境下數據實驗對比

3.3 考慮各用戶獨立運營的上海居民社區商業模式應用分析

假設社區光伏系統不再是集中運營的微電網,而是每戶居民獨立的戶用分布式小型自發自用的形式,此時各居民用戶之間不存在博弈。在此情境中,社區運維委員會依舊制定社區內部光伏電價,通過價格激勵使用戶參與需求響應并將柔性負荷轉移至光伏電價最低的時段。各用戶參與微電網項目后,PV 系統的光伏產電自發自用、余電不上網,每年再支出一筆微電網的維護費用。此時,業主委員會不再統一調度、公平分配光伏產電,用戶也不再向業主委員會繳納光伏電費,社區內部的光伏電價只作為價格信號在用戶需求響應中起到誘導作用。

本節數據實驗結果如下:

微電網系統最優售價為5 767.67元/戶,在此價格下開發商的總體利潤為28 萬元,利潤率為24.27%,證實社區微電網商業模式在本節情境中獲得了成功;平均每戶PV 系統的最優裝機規模為0.8 k W,平均每戶蓄電池容量的最優配置為133.33 AH;用戶平均收益為1 606.07元,用戶平均收益率為18.04%。本節與3.1 節的結果對比如表6 所示。顯然,在各用戶獨立運營的機制中,開發商投建的微電網系統裝機規模相比3.1節集中管理模式出現下降,微電網項目最優售價、開發商利潤與用戶收益也隨之出現顯著下滑。其主要原因是,各家用戶的光伏系統發電量無法共享,使得某些家庭成員數量較少、用電量較少的用戶,對于光伏發電系統規模的需求很小。

表6 獨立運營與集中管理兩種模式的數據實驗對比

3.4 不同光照條件地區微電網應用分析

由于各地的光伏政策與用電機制有較大的差異,故本節中僅分析太陽輻射強度差異對微電網商業模式運營的影響,其余參數設置均與3.1節保持一致。除3.1節所選上海地區外,本文選取了光照條件差異較大、具備一定典型性的9個城市進行數據實驗,包括拉薩、嘉峪關、大同、烏魯木齊、北京、廣州、沈陽、成都和重慶。其中:拉薩是中國太陽輻射量最多的城市;廣州地區四季太陽輻射強度相對差距較小;成都、重慶地處四川盆地,雨多、霧多、晴天較少,太陽輻射資源較差;嘉峪關、大同、烏魯木齊地區的光照條件較好;北京、沈陽地處中國北方,光照峰值在上半年較早時(5月份)。

表7所示為本節數據實驗結果及與3.1節結果的對比。成都與重慶兩處城市的商業模式應用失敗,其主要原因是兩地太陽輻射資源較差,用戶參與微電網項目后無法在25年內實現正收益;社區微電網商業模式在其余地區的應用仿真都獲得了成功的結果,即開發商與所有社區居民都能得益。

表7 各地商業模式應用結果

在表7中,光照條件最為突出的拉薩地區的微電網系統最優售價、開發商總利潤以及開發商利潤率均明顯高于3.1節中上海地區的應用情況,并且拉薩地區的開發商利潤率與開發商總利潤均在本文所選地區實驗結果中位居第一。在光照條件較好的烏魯木齊地區,其開發商總利潤與拉薩同居所列城市第一位,但其開發商利潤率由于戶均PV 系統裝機規模較大的原因低于拉薩地區。此外,光照條件較為突出的大同、嘉峪關地區同樣受戶均PV 系統裝機規模較大的影響,其開發商總利潤與利潤率均小于上海地區的實驗結果,而用戶的平均收益與平均收益率基本與上海地區維持同一水平。北京和沈陽的數據實驗結果證明,本文提出的商業模式在緯度更高的地區遇到較明顯的阻礙,在諸多城市案例中,這兩處城市的戶均PV 系統最優裝機規模與戶均蓄電池容量均為最小,開發商總利潤最低,開發商利潤率也較低;與較差的開發商情況形成對比的是,北京和沈陽的實驗結果顯示,雖然由于裝機規模較小,兩地的用戶平均收益在所列城市中排名最末,但是用戶平均收益率居于最高。

除光照條件較為突出的地區(烏魯木齊、大同、嘉峪關)、緯度較高的地區(北京、沈陽)以及光照較差的四川盆地外,本文提出的商業模式在其余3個城市的戶均PV 系統最優裝機規模均穩定為1.4 k W。另一方面,各個城市的用戶收益率都維持在一個較為平穩的水平(28%～31%);而開發商設置的微電網系統售價、開發商總利潤與開發商利潤率受太陽輻射強度差異影響較大,其中太陽輻射條件較好的地區由于戶均PV 系統裝機規模較大、微電網項目的建設成本較高,導致這些地區的開發商總利潤與利潤率相比于投建規模較小的上海地區出現下滑。

4 結論

針對投建微電網的開發商與社區用戶提出了社區光儲一體化微電網的商業模式,建立了基于主從博弈的雙層規劃模型,并在博弈中構建了開發商與業主完成交易后完整的微電網運營框架。通過模型求解與數據實驗,基于現有的市場數據,本文發現,只有在國內光照資源較好的地區,開發商才能通過優化系統賣價與規模設置獲得較好的收益。對于居民而言,用電需求較多的用戶家庭通過參與微電網系統獲得更多的收益。然而,在開發商主導的微電網項目中,政府光伏補貼帶來的收益絕大部分被開發商攫取,用戶并未真正獲得更多收益。此外,數據實驗證實,相比于用戶獨立產電用電的模式,集中對用戶光伏用電進行管理分配的模式能同時為開發商和用戶帶來更多收益,并促進開發商投建更大規模的微電網系統。

未來在本文的研究基礎上,可以在以下兩個方面進行拓展。其一,在微電網系統建成之后的日常運營過程中,結合機會維護策略研究平衡經濟性與系統可靠性的智能維護策略,減少系統維護費用的同時保障系統可靠性;其二,考慮工業園區中的智能微電網建設,研究如何在發電不確定的情況下既保證生產車間的能耗需求又最小化車間的用能成本。