考慮調節成本的負荷聚合商策略性報價及其尖峰市場出清優化

張嶺喬, 周正成, 沈莎莎, 向運琨, 劉漢林, 王威, 孟科

(1. 國網湖南綜合能源服務有限公司, 湖南 長沙 410007；2. 國網湖南省電力有限公司長沙供電分公司, 湖南 長沙 410002；3. 長沙理工大學電氣與信息工程學院, 湖南 長沙 410114；4. 北華大學, 吉林 吉林 132013)

0 引言

隨著我國風電、 光伏裝機規模持續高速增長,煤電調節資源占比不斷下降。 與常規電源相比, 新能源發電機組具有間歇性、 波動性、 隨機性等特點。 風力發電季節性明顯, 冬季風能強盛, 夏季風力較小； 光伏發電依賴于太陽光照, 日均可用時間約4 h, 僅占全天的1/6, 作為獨立能源無法覆蓋其他5/6 的時間, 尤其是晚間用電高峰。 風、 光大規模并網后, 會出現電網高峰時供電不足, 低谷時新能源消納困難等問題, 導致電力系統安全運行風險大、 調節能力下降。

隨著我國經濟水平的發展和人民生活水平的提高, 全社會電氣化水平持續增長, 尖峰時段出現頻次增加且負荷數值更加突出, 促使用戶用電曲線的峰谷差進一步拉大。 清潔能源資源分布與負荷需求在空間維度和時間維度上呈逆向分布的特性, 日間尖峰時段枯竭的清潔能源無法滿足用戶需求, 夜間低谷時段用戶用電無法促進清潔能源消納, 電力供需不平衡矛盾逐步嚴重[1]。 利用發電機組的不斷啟停、 調峰緩解峰谷差將造成資源大量浪費[2]。因此, 對需求側用電進行優化管理, 利用經濟或激勵手段措施優化需求側耗能模式, 有利于提高電力工效、 提高供電可靠性。

需求響應可分為價格型需求響應和激勵型需求響應。 基于價格型需求響應的定價策略主要分為實時電價、 分時電價和尖峰電價等。 文獻[3] 考慮了網絡安全約束, 以調度成本最小化為目標, 提出了價格型需求響應模型, 有效解決了風電消納問題。 文獻[4－5] 基于價格需求彈性矩陣, 研究了用戶在恒定價格下的響應行為, 并計及用戶用電方式滿意度, 建立了分時電價決策模型。 文獻[6－7] 研究了可中斷負荷的補償定價機制, 鼓勵用戶積極參與中斷負荷合同簽訂, 并論證了實施可中斷負荷激勵可以有效促進清潔能源消納。

負荷聚合商作為具備電力市場售電公司資質的新生服務企業, 主要為用戶提供購電交易和專業需求響應技術, 通過聚合需求響應資源并代理參與需求響應容量、 電能量競價獲得收益。 文獻[8] 總結了負荷聚合商業務和功能, 基于需求響應資源分類, 提出了負荷聚合商運營、 調度和控制策略。 文獻[9] 提出了基于邊際效用的負荷聚合商調峰競價模型, 有效提高了簽約用戶的響應積極性。 文獻[10] 基于電－氣－熱多能源日前市場基本運行機制, 提出了負荷聚合商參與需求響應市場的最優交易策略。 文獻[11] 提出了以自身利益最大化為目標的負荷聚合商參與日前市場投標模型, 不僅激勵柔性負荷資源積極參與電力市場交易, 也有利于電力系統維持供需平衡。 文獻[12] 根據空調熱動力學模型, 提出了針對定頻空調負荷的直接控制模型, 緩解了尖峰時段電力短缺問題, 顯著提高電網的運行效率。 文獻[13] 基于終端用戶性質分類, 提出了多類型用戶參與需求響應收益模型。 以上主要是基于激勵用戶響應、 最大化自身利益等方面開展的負荷聚合商最優競價策略研究、 負荷聚合商參與電力市場交易策略, 但未考慮負荷調控成本, 沒有針對尖峰時段削減負荷的負荷聚合商參與需求響應的市場競價出清機制進行研究。

針對上述問題, 本文提出一種考慮調節成本的負荷聚合商策略性報價及其尖峰市場出清優化模型。 首先, 按照電壓等級、 用電特性、 負荷曲線,以及單位時間負荷調節能力等方面對終端用戶分類。 再次, 根據分類情況, 建立負荷調節成本數學模型。 再次, 考慮負荷調節成本關系數學模型, 構建策略性報價模型, 以負荷聚合商負荷調節成本之和最小為目標, 建立負荷聚合商參與尖峰市場出清模型。 最后, 對尖峰需求場景分類, 以某市負荷聚合參與不同尖峰場景為案例進行算例分析, 驗證競價出清機制的科學性。

1 負荷聚合商界定及靈活資源分類

1.1 負荷聚合商界定

負荷聚合商作為協調大工業用戶、 一般工商業用戶、 居民用戶和電網調度、 交易中心的中間機構[12], 可通過專業的技術手段整合負荷資源, 參與中長期市場或需求響應市場。 以某區域度夏電力需求響應實施辦法為例, 明確電力需求響應市場的參與響應主體為直接需求用戶和負荷聚合商。

在“計劃＋市場” 雙軌制運行的背景下, 電力用戶被分為非市場化用戶與市場化用戶。 其中, 市場化用戶主要為大工業用戶與部分一般工商業用戶, 可參與電力市場競價交易, 并按出清電價結算。 非市場化用戶主要為居民用戶和部分一般工商業用戶, 無法參與電力市場交易, 通常由負荷聚合商代理購買計劃電量, 并根據上網標桿電價結算電費。 根據電力市場規則, 電力交易中心按時組織電力批發市場和電力零售市場交易。 大工業用戶可直接參與批發市場購電, 或由負荷聚合商代理參與購電交易, 而一般工商業用戶則必須通過負荷聚合商參與零售市場交易, 如圖1 所示。

圖1 負荷聚合商參與市場交易框架

1.2 終端用戶調節潛力分析

參與尖峰需求響應市場的用戶應具有以下特點: 1) 具有一定的價格敏感性, 可根據價格信號或激勵措施改變用電行為； 2) 擁有一定比例的可控負荷, 在尖峰時段可按合同限制用電時段及時長。 然而, 負荷與源、 網的互動調節越來越多, 在緩解電力供需矛盾的同時, 也帶來了挑戰。 用戶負荷響應情況參差不齊、 用戶行為特征差異化嚴重,亟需開展基于生產流程的電力終端用戶調節潛力聚類分析。 因此, 對終端用戶按照電壓等級、 負荷調節能力以及下降單位功率成本分類, 分為大工業用戶、 一般工商業用戶和居民用戶三類。

1.2.1 大工業用戶

如圖2 所示, 大工業用戶日負荷與生產特性和峰谷電價相關, 但負荷總體波動較小。 在每日23:30至次日的07:00 處于夜間休息時段, 負荷呈不斷下降的趨勢, 但該時段電價為谷時電價, 負荷總體依舊保持在較高水平； 每日10:15—14:00 處于午間休息時段, 負荷不斷減小, 在12:00 達到該時段最低值后再持續增大； 每日15:00—22:00 處于正常工作時段, 但電價為高峰、 尖峰電價, 負荷在該時段內持續降低, 在22:00 后, 負荷急劇增大, 恢復至高負荷水平。

圖2 大工業用戶典型日負荷曲線

具備負荷轉移能力的典型大工業用戶按行業主要分為鋼鐵和有色金屬行業、 建材行業、 化工行業、 造紙行業和機械制造行業。 針對大工業用戶負荷設備的特點, 按照安全保障負荷、 主要生產負荷、 輔助生產負荷、 非生產性負荷的標準對負荷進行分類。 其中, 安全保障負荷是斷電后將會發生危險的負荷； 主要生產負荷和輔助生產負荷是斷電后不會造成危險, 僅影響生產進度的負荷； 非生產性負荷是除上述之外的負荷, 斷電靈活性較高、 斷電后不會產生重大影響。

由于鋼鐵行業生產負荷的連續性, 調控方式都為自控, 調控時間和自身設備特性有關。 非生產性負荷占比較小, 調控方式為直控(柔性), 準備和恢復時間可以達到秒級, 響應時間為0.5 ～2 h。 生產性負荷可調比例約為19%, 非生產性負荷約占1%, 綜合調控負荷約占總生產負荷的20%。

水泥行業的連續生產是為了提高生產效率, 并非是工藝技術所限, 其具備負荷中斷潛力, 適宜參與電力需求響應。 在生產條件允許的情況下, 水泥行業可調控負荷約占總生產負荷的24%。

雖然電解鋁企業采用連續工作制, 但在生產工藝上具備中斷潛力, 適宜參與電力需求響應。 電解鋁企業主要生產負荷鋁電解槽、 鑄造爐占總負荷的75%, 占總可調節負荷的18%。 在生產條件允許的情況下, 可調控負荷約占總生產負荷的22%。

通用及專用設備制造企業的主要生產負荷可調節能力最高, 總可調節負荷的占16%, 主要可調節設備包括熔化爐、 鼓風機、 烘干機等。 其中,熔化爐以自控方式為主, 鼓風機、 烘干機可以實現柔性直控； 輔助負荷、 非生產負荷調節能力分別為總可調節負荷的3%、 1%, 調節方式分別為自控、剛性直控。 在生產條件允許的情況下, 通用及專用設備制造企業的綜合調控負荷約占總生產負荷的20%。

1.2.2 一般工商業用戶

一般工商業用戶由賓館、 商業綜合樓宇及寫字樓等用戶組成, 負荷主要由空調系統、 照明系統、電梯、 動力系統及生活用電五大類構成。 一般工商業用戶日負荷根據營業時間可分為兩個時段, 其中每日的09:00—21:00 為高負荷時段, 每日的22:00—次日08:00 為低負荷時段, 負荷在同一時段內均保持相對穩定, 如圖3 所示。

圖3 一般工商業用戶典型日負荷曲線

根據同類設備午、 晚高峰時段運行狀態不同,將賓館可調負荷分為午高峰和晚高峰兩個時段。 午高峰時段, 賓館可調負荷占賓館總負荷的25%；晚高峰時段, 賓館可調負荷占賓館總負荷的21%。

商業綜合體用戶的可控電力負荷主要以空調負荷、 照明負荷為主, 通過直控方式控制, 且調控效果良好, 能夠柔性調節, 可最大程度減少對用戶的影響。 大型商業綜合體可調節負荷占比約36%,其中, 夏季空調負荷可調節能力最大, 約占19%,照明、 冷庫、 電熱鍋爐的調節能力占比可達13%。

根據寫字樓的負荷特性, 空調設備、 辦公照明和電熱鍋爐的負荷占比較大, 對這三類負荷進行調控不會產生較大的安全隱患, 具備較高的調控潛力。 通過柔性直控的方式, 調節空調參數以降低功率, 實現分鐘級負荷調控。 通過剛性直控的方式,切斷照明負荷電源以降低功率, 實現秒級負荷調控。 電熱鍋爐可以通過切斷電源和調節控制兩種方式來調節功率。 寫字樓總體可調負荷占比約32%。

1.2.3 居民用戶

城鄉居民用戶負荷曲線與居民生活習慣相關,負荷利用一般開始于每日07:00—08:00, 在每日11:00—13:00 和19:00—23:00 時段達到負荷高峰, 且晚高峰時段負荷相比午高峰時段負荷更大,如圖4 所示。 早上由于氣溫較低和上班因素, 負荷較低； 中午氣溫升高, 負荷受做飯和開空調需求影響, 負荷較高； 晚上居民用電設備負荷較高, 出現晚高峰并逐步下降直到凌晨。

圖4 居民用戶典型日負荷特性曲線

居民用戶主要負荷設備包括空調、 熱水器、 照明等, 且夏季和冬季的用電設備基本一致。 其中,空調負荷約占居民高峰期負荷的40%～50%； 熱水器負荷約占居民高峰期負荷的10%～30%； 電冰箱負荷約占居民高峰期負荷的1%～5%； 照明負荷約占居民高峰期負荷的10%～20%。

1.3 負荷聚合商需求響應調控框架設計

可調控資源具有分散性、 多樣性及靈活性等特征, 在需求響應對電力系統調節作用逐漸增大的情況下, 將可調控資源納入電力系統調度框架, 并實現快速響應和及時控制。 圖5 為基于負荷聚合商技術功能和市場功能的需求響應調控框架。 首先, 負荷聚合商接受電網調度指令, 并及時控制其管轄的各類可調負荷設備。 在每一個可調控負荷設備安裝智能終端實時監測系統, 隨時監測負荷變化, 根據電網功率變化與系統控制指令對可調控設備進行調控。 另一方面, 負荷聚合商將對按約調控負荷的用戶提供一定的激勵。 用戶根據負荷聚合商激勵的補償價格, 決定自身的響應電量。 用戶調節負荷功率會產生一定的調節成本, 對于理性用戶而言, 只有當響應激勵收益大于需求響應成本時, 用戶才愿意主動調整負荷。 最后, 當電力系統出現電力供需不平衡時, 調度基于負荷聚合商的技術功能和市場功能, 實現用戶的負荷轉移和中斷。

圖5 負荷聚合商需求響應調控框架

2 負荷聚合商降負荷成本建模

2.1 大工業用戶負荷調節成本建模

從大工業用戶生產方式來看, 生產單元分為連續性生產單元和可間斷性生產單元。 連續性生產單元的工序需連續生產, 電力負荷按時段調控的裕度不大； 可間斷性生產單元按合同訂單調節生產節奏, 具體尖峰時段負荷下調潛力。 為衡量用戶負荷調節潛力, 定義生產間斷性系數為K。

式中,Pind為可間斷生產單元負荷,P總為總生產負荷。

當電力用戶生產間斷性系數K＞0 時, 下調負荷成本可表示為:

式中,Ctri(P) 為負荷調節成本；P為用戶下調負荷；Cind(P) 為用戶降低負荷后間接性減少生產導致的利潤下降成本；Clr(P) 為用戶恢復負荷的時間成本；Cele(P) 為用戶下調負荷的少用電費；Cdir(P) 為用戶降低負荷后直接減少生產導致的利潤下降成本。

當電力用戶生產間斷性系數K＝0 時, 下調負荷成本可表示為:

式中,Cop(P) 為用戶單位時間負荷生產產品利潤。

1) 直接成本

定義用戶負荷的削減量為削減負荷, 用戶單位削減負荷所帶來的直接經濟損失為降負荷直接成本系數, 降負荷成本與削減負荷的函數關系為降負荷成本函數, 此函數為:

式中,ca、cb、cd分別為保生產段、 保經濟生產段和保安全段的降負荷直接成本系數[14]；P1為保生產段與保經濟生產段的邊界功率；P2為保經濟生產段與保安全段的邊界功率。 削減負荷越大, 對用戶生產和安全影響越大。

2) 間接成本

定義用戶間接成本損失為下調可間斷生產單元負荷間接影響產品產生利潤, 非線性函數為:

式中,cm為間接成本損失系數。

2.2 一般工商業降負荷成本建模

對于一般工商業用戶, 其下調負荷主要以控制中央空調為主, 成本函數關系為:

式中,Cgia(P) 為一般工商業用戶調節功率為P時的調節成本；Ccom(P) 為調節功率為P時減少的用電成本；Cele(P) 為調整空調負荷后顧客舒適度下降導致的間接性經濟損失。

2.3 居民用戶降負荷成本建模

對于居民用戶, 下調負荷主要通過調整空調、熱水器等溫控設備的使用, 以及洗衣機、 洗碗機等電器負荷的轉移, 成本函數關系為:

式中,Cres(P) 為居民用戶調節功率為P時的調節成本。

2.4 約束條件

1) 用戶降負荷上下限約束

式中,ΔPi,max和ΔPi,min分別為用戶i下調負荷上下限,ΔPi,min一般為0,ΔPi,max為用戶調節負荷潛力[13]。

2) 用戶用電連續性約束

式中,Pi＋ΔPi為用戶i下調后的負荷；和分別為超前或滯后一個時段的用戶負荷； ΔPi,u和ΔPi,d分別為用戶i的負荷增減速率限制。

3 負荷聚合商策略性報價及其尖峰市場出清優化

3.1 負荷聚合商參與尖峰市場交易流程

1) 發布需求信息。 當系統預測電力供小于求時, 啟動尖峰需求響應市場, 并向負荷聚合商發布需求響應信息, 包含需求時段、 需求負荷等。

2) 負荷聚合商申報響應負荷。 首先, 負荷聚合商向代理用戶發布需求響應邀約信息。 然后, 負荷聚合商根據代理用戶用電需求、 負荷調整能力等情況, 向交易商申報下調負荷。

3) 負荷聚合商根據代理用戶負荷調節成本,向交易商申報補償價格。

4) 按照負荷聚合商負荷調節成本報價由低到高排序出清, 直至滿足尖峰市場需求響應負荷最大值。 最后, 以負荷聚合商申報價格出清。

3.2 負荷聚合商策略性報價模型

在實際的尖峰市場競價過程中, 負荷聚合商會考慮自身利益的獲取, 將在保證一定中標負荷的前提下策略性申報負荷－電價曲線, 可表述為:

式中,λi(Pi) 為負荷聚合商i在參與市場競價時,申報的關于可響應負荷遞增的電價函數, 該函數為策略性報價函數；πi(Pi) 為負荷聚合商i的基于真實成本的報價函數, 即真實報價函數；Pi為負荷聚合商i的可響應負荷；4ΔPi為負荷聚合商i可響應的最大負荷, 取值小于或等于公示信息Pi,pub；δi為負荷聚合商i的報價策略系數。 其中, 負荷聚合商為了保證一定的中標率, 防止報價過高而落標,報價策略系數δi的取值通常較小。

3.3 負荷聚合商參與尖峰市場出清優化模型

負荷聚合商參與尖峰市場, 調節成本函數為:

式中, A、 B、 C 分別為負荷聚合商代理的大工業用戶、 一般工商業用戶和居民用戶數量。

以尖峰需求響應市場購買成本之和最小為目標出清, 目標函數為

式中,N為參與尖峰市場出清的負荷聚合商數量；Pi為負荷聚合商申報功率。

3.4 約束條件

1) 市場需求約束

式中,Ptrad為尖峰市場需求量。

2) 個人理性約束

引入機制設計中的個人理性 (individual rational) 約束, 激勵負荷聚合商參與尖峰市場,表明補償價格的制定必須使自愿參與的負荷聚合商所獲得的利潤至少大于0, 數學表達式如下:

3) 負荷聚合商響應約束

負荷聚合商參與尖峰市場先申報負荷不得超過可調節潛力最大值:

式中,Pi,max為負荷聚合商i最大調節負荷。

4 算例分析

4.1 分析場景

根據湖南省2020 年日內96 點負荷均值及水電、 風電、 光伏96 點出力均值為特征對電網尖峰運行場景進行分類, 分類結果及場景特征見表1。

表1 尖峰需求響應場景

選取某市典型尖峰場景為案例進行分析, 分別符合場景一和場景四特征。 圖6 (a) 為2020 年某市典型尖峰場景, 20:00—22:00 為尖峰需求響應時段, 最高時段負荷為768.2 MW, 尖峰市場需求響應負荷量為10 000 kW·h。 圖6 (b) 為2020 年某市典型尖峰場景, 11:30—15:30出現尖峰時段,最高時段負荷為820.5 MW, 尖峰市場需求響應負荷量為10 000 kW·h。

圖6 典型實際場景

4.2 分析結果

選取湖南電力市場的實際案例, 分析典型尖峰場景一和場景四的負荷聚合商基于降負荷成本報價的尖峰市場出清結果。 本需求響應市場共10 家負荷聚合商參與, 類型及需求響應潛力見表2。

1) 場景一

負荷聚合商主體報量報價情況見表3, 其中負荷聚合商主體1 報量報價最低, 分別為800 kW·h和2.3 元； 負荷聚合商主體10 報量報價最高, 分別為3 500 kW·h 和4.2 元。

表3 負荷聚合商參與尖峰典型場景一報量報價

表4 為負荷聚合商參與尖峰典型場景一出清結果, 共有5 個負荷聚合商中標, 中標價格分別為2.3 元、 2.5 元、 2.8 元、 3.0 元、 3.2 元和3.5元, 中標功率分別為800 kW·h、 1 000 kW·h、1 500 kW·h、 2 000 kW·h、 2 300 kW·h 和2 400 kW·h。場景一尖峰需求量小, 持續時間短, 故中標負荷聚合商數量少, 中標價格偏低, 且負荷聚合商代理類型大多為居民和商業用戶。

表4 負荷聚合商參與尖峰典型場景一出清結果

2) 場景四

各負荷聚合商主體報量報價情況見表5, 其中負荷聚合商主體1 報量報價最低, 分600 kW·h 和2.5 元； 負荷聚合商主體10 報量報價最高, 分別為9 000 kW·h 和5.3 元。

表5 負荷聚合商參與尖峰典型場景四報量報價

表6 為負荷聚合商參與尖峰典型場景四出清結果, 市場上負荷聚合商主體均中標, 中標價格分別為2.5 元、 2.8 元、 3.0 元、 3.2 元、 3.5 元、3.8 元、 4.0 元、 4.2 元、 5.0 元和5.3 元, 中標功率分別為600 kW·h、 800 kW·h、 1 500 kW·h、1 600 kW·h、 2 200 kW·h、 2 500 kW·h、 2 800 kW·h、3 500 kW·h、 6 500 kW·h、 8 000 kW·h。 場景四尖峰需求量大、 持續時間長, 此場景下, 用戶用電需求高, 需求響應能力低于場景三。 因此, 盡管市場上負荷聚合商均中標, 但中標功率低于場景一, 且中標價格偏高。

表6 負荷聚合商參與尖峰典型場景四出清結果

5 結論

尖峰時段用電增長和電源出力不確定性已成為拉閘限電的主要原因。 負荷聚合商作為一種代理終端用戶的中間機構, 具有參與需求響應市場的能力。 本文提出一種考慮調節成本的負荷聚合商策略性報價及其尖峰市場出清優化模型, 提高了負荷聚合商參與尖峰需求響應市場響應積極性, 極大地削減了尖峰時段負荷。 主要結論如下:

1) 基于終端用戶分類的負荷聚合商負荷調節成本建模為負荷聚合商參與尖峰市場報價報量提供了科學依據； 本文提出的以尖峰市場交易成本之和最小為目標的出清模型有效促進了負荷聚合商參與市場, 降低需求響應成本。

2) 在不同尖峰場景下, 因為負荷聚合商代理用戶用電需求、 響應潛力和降幅成本不同, 所以申報負荷和價格不同。 當尖峰場景需求量大、 持續時間長時, 因用戶自身用電需要, 負荷聚合商申報負荷偏低、 申報價格偏高。