負荷聚合商參與風光消納調度策略研究

龐賀元

（華北水利水電大學電力學院，鄭州 450046）

0 引言

對于環境保護的需要，分布式可再生能源的采用無疑是目前最佳的選擇，如光伏、風力發電等接入配電網。風光發電本身具有出力不確定性，風光消納成為一個棘手的問題。電網調度中心對風光發電的調度指令在大多數情況下無法匹配預測的風光的出力情況，甚至存在較大差異。與此同時，負荷峰谷差日益增大，所以如何在消納風光發電的同時來平衡電網的峰谷差，是當今一個亟需解決的問題。

需求響應（Demand Response，DR）是指通過改變電力價格或者其他激勵來使居民用戶改變日常的生活用電習慣的一種技術手段[1]，居民用戶提供需求響應資源參與到電網的調度當中，與電網互惠互利共贏，自身獲得經濟收益，還可以實現電網的削峰填谷，增加電網穩定性。然而，普通居民用戶并不能提供電網所需要的的需求響應資源，單一的需求側資源容量較小，所以這個時候需要負荷聚合商參與整合。

隨著電力系統中的市場觀念越來越多，對負荷側的重視程度和利用程度占比越來越大。在這種情況下，一種新的專業化機構逐漸被提出來，即負荷聚合商（Load Aggregator，LA），為普通居民用戶和市場購買者提供一個交互的平臺，市場購買者在其中購買需求響應資源，同時為普通居民用戶提供接入電網的入口。還可以通過專業的技術手段充分發掘負荷資源，提供市場需要的輔助服務產品。文獻[2]將LA 聚合的需求響應資源交給電網，并且利用日前實時調度策略和非合作博弈來解決各LA 之間的投標策略問題。文獻[3-4]以削峰為主要目標，LA 聚合居民用戶中的需求響應資源，挖掘其利用價值，并使自身和居民用戶獲得經濟收益。

目前對于風光消納問題研究較多。文獻[5]建立基于虛擬電廠的多目標調度模型來應對風力和光伏發電的波動性出力問題，實現多分布式電源并網協調優化運行。文獻[6]聚合用戶的柔性負荷，主要為可中斷負荷，來解決光伏發電的消納問題；文獻[7]采用隨機場景的方法分析當地的負荷和風光規劃容量，通過分析系統饋線來計算最大風光消納能力。文獻[8]采用基于商業型虛擬電廠的儲能系統運行方式來處理可再生能源出力波動性和投資成本過高的問題，采用模擬退火算法，以收益最大化為目標函數，規劃風力發電廠和電池儲能系統的運行時間。

以上文獻所提出的LA 調度策略所調控對象各式各樣，其中對各種用戶負荷調控過程難免忽略用戶的用電質量，而電動汽車（Electric Vehicle，EV）兼具可調控負荷和儲能的特性，可迅速切換充、放電狀態提供瞬時響應，是需求側重要的潛在備用措施。本文針對風光發電就地消納的問題，首先根據風光發電出力波動性的問題以及居民用戶負荷水平調查結果，以風光發電的消納量來規劃各個時間段削減的負荷量。其次，要保證各個LA 的收益，建立LA 之間的非合作博弈模型確定各時段向電力市場的投標量，最后，通過具體算例驗證了所提風光電就地消納方案的有效性。

1 負荷聚合商的調度架構

LA 對于DR 的微觀控制方法有兩種。根據價格的控制方法是根據微網的指令，分析用戶的用電習慣與電價的關系，通過電價的升降引導用戶用電習慣，這些指令的效果與用戶的意愿正相關，但是這種方法并不能保證調度的穩定性，并且調度潛力不高；第二種是根據合同來控制，就是LA直接與用戶簽訂合同，以此來直接控制用戶的用電負荷，用于參與電網調度[9]。本文采用后者，LA 與用戶簽訂合同，聚合用戶的需求響應資源。

本文的研究對象中包含光伏、風力發電設備的居民小區，LA 作為中介在電網和居民用戶之間，整合DR 資源并提供市場入口[10]，基于上述內容，負荷聚合商參與風光消納的市場架構由圖1所示。

圖1 負荷聚合商調度架構

LA 參與用戶柔性負荷調度的流程如下：（1）電網調度部門進行負荷預測并下發次日的削峰時段；（2）LA 采集所聚集的風光分布式電源以及EV 的數據；（3）LA 計算聚集資源的可調度潛力；（4）LA 根據可調度潛力，以各自的利益最大化為目標，對需求響應資源進行最優調度；（5）實時調度階段LA 根據日前電力市場的投標量，在滿足各用戶的用能需求的前提下，對資源進行功率分配。

2 微網風光消納調度模型

將聚合后的用戶負荷出售給調度部門后，由電網調度部門決定該部分資源在參與電網調度時如何出力。在對負荷削峰填谷量投標時，為保證LA的參與聚合的積極性，要保證LA的利益。本文中參與調度主體較多，應該制定多個主體參與的優化決策，由此建立多目標優化調度模型和約束條件。

2.1 微網調度部門調度優化模型

根據所模擬的風力和光伏的出力能力以及用戶側負荷需求，電網調度中心在制定調度策略時應盡可能地減小負荷峰谷差，同時平滑局部時間段內的負荷曲線。為此本文定義t時段的消納目標函數，表達式如下：

本文將風光上網功率預測值作為出力的理論最大值，故實際上網功率應小于該值。

2.2 負荷聚合商實時調度模型

根據所聚合的負荷資源的可調度潛力基礎上，各LA決定當下時間段向電力市場的投標量時，主要以電網調度中心所發布的指令和市場電價為參考。提取居民用戶的用電情況和歷史電價信息，LA 用來制定實時的售電電價，LA 的補償費用由其負荷削減量的多少有關，經過分時電價的形式由電網給出，用戶參與調度的補償費用由LA 給出，其依據是用戶參與調度的負荷的可調度潛力[11]。所以，各LA 參與市場投標會以自身收益最大化為目標進行投標決策，即目標函數是最大化自身的收益。t時刻LA 向用戶的售電電價根據實時負荷和歷史電價信息擬合而成，電網根據LA 的負荷削減量來給出補償費用。LA 的調度目標函數如下：

式中：S為負荷聚合商收益；SP和SDR( )

t為第t個時段內供能和參與需求響應所獲收入；CDR(t)為供電和用戶參與需求響應得到的報酬；CPV(t)和CWT(t)分別為光伏和風力發電成本。

2.3 風光經典場景集生成

對風光發電的不確定性采取的辦法是采用拉丁超立方抽樣和K-means聚類形成經典場景集進行分析。

拉丁超立方抽樣是M D McKay、R J Beckman 和W J Conover 在1979 年提出的一種可以有效利用樣本反應隨機變量分布的方法，拉丁超立方抽樣屬于典型的分層抽樣，對于所有的抽樣區域，該抽樣方法都可以采用較少且不重復的樣本覆蓋[12]。該抽樣首先在累計概率尺度0～1 上把樣本分為相等區間，然后在每個區間生成隨機數，接著逆變換生成采樣值通過反函數計算采樣值。

采用K-means 聚類形成經典場景集分析風光的出力情況，該抽樣由以下幾步進行抽樣，首先隨機或手動選擇初始聚類中心，然后將數據集劃分為幾個聚類，并計算聚類的平均值作為聚類中心。并計算聚類的平均值作為聚類中心。K-means反復更新聚類中心和聚類，直到收斂為止。

3 仿真分析

3.1 仿真數據

假設某微網配有風電和光伏分布式電源，負荷聚合商所聚合的用戶有15 000 個，被3 個LA 控制并分成3 個社區，各個聚合商管轄區域分別有6 000、5 000 和4 000用戶，將用戶按照500 戶為一組進行統一調度。LA 根據電網調控中心下發的指令和居民上報的柔性負荷信息，確定負荷靈活出力的時間段是18:00—24:00，負荷充電的時間是00:00—06:00。

（1）LA 參數的確定：根據微網的指令確定負荷削峰填谷時段，根據歷史售電量和電價信息擬合出電力市場售電電價參數[13-14]，削峰填谷時段電網給LA 的補償電價以分時電價的形式給出。

（2）以歷史數據為基礎，采用上述拉丁超立方抽樣生成場景并用K-means 聚類進行場景縮減，本文預先設定風力出力和光伏出力經典場景數各4 個，因此經典場景集共有4×4個場景。

（3）根據LA所聚合的用戶進行問券調查日常出行習慣，來模擬出社區內EV 用戶的出行參數，根據調查的結果，由于用戶日常出行的需要，在早上上班高峰期時刻和下班高峰期時刻左右基本不可參與調度。除此之外的可調度潛力較高。同時因為白天各種的出行情況，充電基本集中在晚上，所以在晚上的放電潛力比白天更大。凌晨到日間出行的這一時段，充電可調度潛力將呈下降趨勢，因為EV 的電池在凌晨之后陸續充滿。

3.2 仿真結果分析

分配3 個負荷聚合商各個時段的負荷削峰填谷投標量，通過將晚高峰時段內的可轉移負荷轉移至谷時段，可以有效實現風光發電的消納。1、2 和3 號LA 的投標量依次遞減，因為3 個LA 管轄社區內負荷的可調度潛力和聚合的用戶數量依次遞減。

聚合商對聚合區域各組用戶負荷調度優化后的微網負荷曲線如圖2 所示，可以明顯地看出有較好的削峰填谷效果。并且優化后的負荷較好地跟隨了風光發電的出力。由圖可知，經過LA 實時調度以后，電網調度部門在24 時之前成功實施了降負荷，在20:00—22:00 時段減負荷的效果最為顯著，增加了在24 時之后的凌晨時間段的負荷功率，所以圖中可以看出，在電力市場中引入LA聚合用戶需求響應資源參與電網調度，可有效平衡電網峰谷差。達到平滑負荷曲線的目的。

圖2 負荷削減前后曲線

各LA 在負荷削減時段的利潤如表1所示，可以看出1 號LA 的利潤最大，收益最多，因為1 號LA 管轄區域內最多。可以預見，如果居民用戶規模增大，則削峰填谷效果將會進一步提高。

表1 各負荷聚合商的收益

在居民用戶參與率不同時，負荷聚合商的收益與風電消納率隨著用戶參與率而變化。在用戶參與率分別為60%、80%和100%的情況下，對風電效率和聚合商收益進行對比分析。如表2所示，用戶參與率與負荷聚合商的收益呈現正相關，但是增漲幅度不大。因為微網部門為了降低本身的支出成本，將負荷削峰填谷價格與LA收益設置為負相關。從而降低LA的收入。另外，隨著用戶參與率的提高，微網對風電的消納率從84.3%逐步升高到92.3%。

表2 不同參與率下各負荷聚合商對風電的消納率

4 結束語

負荷聚合商為負荷側資源提供了市場入口，構造了微網部門和負荷側資源交互的平臺，使其雙方電能流動由單向發布變為雙向的互動。負荷聚合商通過需求響應技術整合負荷側資源，可以有效實現風光等分布式電源的就地消納。微網調度部門以風光消納率最大為目標，在微網部門的引導下，負荷聚合商通過聚合負荷側柔性負荷資源，以非合作博弈的方式參加日前電力市場投標，可以積極調動負荷側柔性負荷資源積極參與電力市場調控，幫助微網平抑峰谷差，提高風光消納效率。