提升電力保供能力的配電網點對點交易機制

孫勇,李寶聚,時雨,楊瑞,付小標,王堯

(1.國網吉林省電力有限公司,長春市 130000;2.國網吉林省電力有限公司經濟技術研究院,長春市 130021,3.北京清能互聯科技有限公司,北京市 100084)

0 引 言

近年來,國家能源局等電力監管部門逐步引入競爭機制來改善電力行業壟斷分配模式,以促進電力企業的協調發展[1-2]。電力市場的建立為電力行業的內部競爭奠定了堅實的基礎,也為供需平衡、消納新能源提供了新思路[3-4]。隨著時間推移,傳統火電機組將逐步被淘汰,在引導新能源發電平價上網的過程中,出現了電網用戶高度依賴新能源機組供電的新形式[5]。在此背景下,如何在保證電力供應的前提下建立更為合理的電價平衡機制、保障電力供應也成為了現階段重點關注問題[6-7]。

我國電力大用戶是指用電電壓等級較高、用電容量超過一定規模、用電負荷比較穩定的用戶。在配電網中,電力大用戶特指10 kV以上可直接參與電力市場的用戶。電力大用戶在運營期間會配備儲能裝置以預防突發的電力中斷、電壓質量較低等問題。但在實際生產中,其儲能裝置往往處于閑置狀態,若能引導電力大用戶參與電力市場進行售電,對改善電力市場環境、激勵儲能發展、保障電力供應具有重要意義[8]。為此,英國、德國、法國等業界開展了諸多探索與實踐,針對儲能設備在能量市場、輔助服務市場、容量市場、電能質量方面進一步開展探索工作[9]。

在探索如何引導電力大用戶參與售電交易及電力保供的過程中,文獻[10]提出了一個考慮配電和輸電批發市場之間相互作用的配電市場清算機制,實現了兼顧配電系統運營商和獨立系統運營商的批發市場清算,但尚未考慮新能源機組參與市場的售電行為;文獻[11]為了提高電能質量提出了一種獎懲規則與分級規則,但研究過程中尚未考慮博弈主體的物理特殊性;文獻[12]設計了一種兼顧現貨交易與中長期實物合同的市場出清模型,考慮了電網阻塞協同管理優化方法,提高了日前市場和實時平衡兩階段出清交易方的收益;文獻[13]提出了考慮電源類型、發電補貼、過網費和售電商相互影響的非合作博弈模型,發現當系統達到納什均衡狀態時,可提高售電商運營收益;文獻[14]提出了一種配電網節點邊際電價統一出清的主從博弈雙層調度模型,對緩解網絡阻塞有著積極作用;文獻[15]研究了在考慮分時電價的基礎上,如何兼并冷機外殼制造商的工業負荷控制和氣候控制方案,可通過優化調度在高峰時段減少額外需求;文獻[16]提出了一個帶有平衡約束的數學模型,以研究能源系統整合背景下電力和供熱市場以盈利為目的的聯合市場模型,但研究過程尚未考慮儲能裝置的影響;文獻[17]針對風-光-氫多主體能源系統的合作運行展開研究,通過求解合作博弈模型得到了電能交易方式,但合作博弈模型與市場的實際出清存在一定差異。綜上所述,以往研究對電力市場的運行機制及參與方的報價策略進行了初步探索。而現階段針對棄風與缺電并存的現象,如何引導電力大用戶參與售電,推進電能平價上網、保障電力供應,是亟待解決的關鍵問題。

本文設計了一種引導大用戶參與電力保供的市場交易機制,著重解決風電等新能源機組并網引起的分時缺電問題,該方法適用于含儲能設備的多類型電力大用戶。首先,建立考慮電力大用戶參與電力保供的配電市場出清模型;在此基礎上,構建各參與主體的最大化收益模型,將提升電力保供能力的市場出清問題轉化為多主體非合作博弈問題;其次,采用自適應交替方向乘子法(self-adaptation alternating direction method of multipliers,SA-ADMM)針對子問題進行迭代求解,并得到市場出清結果及參與主體的最佳調度策略;最后,通過算例驗證所提模型的有效性,并進一步分析電力大用戶的市場行為。

1 面向電力保供的配電市場交易機制分析

由于可再生能源機組出力具有一定隨機性,因此電網公司制定的輸電計劃與實際運行存在一定偏差,若能引導電力大用戶在配電市場中售電,對于特殊時段的電力保供尤為重要。下面針對配電市場多主體交易機制及電力保供策略進行分析。

1.1 提升配電網電力保供能力的點對點交易策略

本文提出的提升配電網電力保供能力的策略為:電網公司引導電力大用戶在風電大發期間存儲更多的電能,并鼓勵其在市場上售電。電力大用戶則會自發地調整儲能設備的調度方式,并在電力缺口期間售電。其策略調整如圖1所示。

圖1 電力大用戶參與電力保供的儲能調度Fig.1 Energy storage scheduling for large power users to participate in power supply preservation

如圖1所示,電力大用戶調度儲能在日常運營中充電,既能配合電網公司保障電力供應,還可在配電市場中套利。

1.2 基于電力保供的配電市場多主體交易機制分析

本文所提出的交易機制是基于日前市場開展的,售電公司和購電公司隸屬于不同利益主體,電力市場出清過程為多方博弈過程,交易流程如圖2所示。

圖2 電力大用戶參與市場交易的過程Fig.2 The process of participation of large electricity users in market transactions

如圖2所示,電力市場點對點交易的參與主體包括:小型火電機組、新能源機組等售電商及居民用戶、電力大用戶等。其中電力大用戶配備儲能單元,在電力交易過程既可從售電公司購電存儲進行生產備用,也可利用儲能裝置放電在特定時段參與電力保供。

2 面向電力保供的配電市場出清模型

配電市場出清的目的是為了實現電力資源的最大化社會福利,使系統供需達到平衡,下面針對電力市場日前交易出清及電力保供參與方開展建模。

2.1 面向電力保供的配電市場出清模型

配電市場出清模型的實質是滿足電力公司運行要求下的多主體最大化利益納什均衡模型,出清過程目標函數可表示為:

(1)

式中:S為配電市場最大化社會效益函數;Pd、Pg分別為一般用戶負荷與發電側的功率;πd、πg分別為一般負荷與發電側的報價;Mu為電力大用戶的購電/售電總支出。

根據電力市場交易規則,上級電力調度機構會將次日負荷預測曲線進行公布,在此情況下,電力大用戶參與電力市場有兩種模式:電力儲備模式(S1)和電力保供模式(S2),可表示為:

(2)

本文方法適用于多類電力大用戶,為方便研究本文主要考慮包括電制氫機組(power to gas,P2G)、儲熱式電鍋爐機組(storage electric boiler,SEB)在內的兩類典型電力大用戶,P2G與SEB在制造天然氣與熱力過程中配備大容量儲能,符合點對點交易機制的需求。兩階段市場出清的目的是使電能達到供需平衡,可表示為:

(3)

第一階段交易根據預測結果開展交易,第二階段則主要考慮在實際運行中可能出現的電力缺口進行電力交易。最終出清結果會以輸電方案的形式上報電網公司,并制定輸電計劃,下面針對不同參與主體構建優化運行模型。

2.2 新能源機組運行模型

新能源機組作為電力市場中的主要售電主體,主要表現為以下特點:新能源機組上網電價基本恒定;新能源機組出力存在不確定性,需考慮出力的概率特征。

1) 新能源機組的最大化利益模型為:

(4)

2) 新能源機組的功率平衡約束為:

(5)

3) 新能源機組運行約束可表示為:

(6)

2.3 火電機組運行模型

電力市場中小型火電機組采用階梯式電價參與出清,其收益主要來源于售電。

1) 小型火電機組收益函數為:

(7)

2) 火電機組功率約束為:

(8)

除功率限額約束外,火電機組運行時機組出力及機組爬坡過程也存在約束。

3) 火電機組出力約束為:

(9)

4) 火電機組爬坡約束為:

(10)

2.4 P2G機組運行模型

P2G利用電解水技術制造氫氣進行銷售,能量轉換效率可達到70%,利用電能制造氫氣及甲烷并銷售給居民用戶、氫氣站等賺取收益,其內部結構如圖3所示。

圖3 P2G機組結構圖Fig.3 Diagram of P2G equipment

1) P2G機組收益可表示為:

(11)

2) P2G內部電能平衡約束可表示為:

(12)

(a)電解槽運行模型。

P2G機組穩態運行時,電解槽的產氫速率和電解槽的耗電功率線性近似關系可表示為:

(13)

電解槽功率約束可表示為:

(14)

(b)壓縮機運行模型。

為進一步將氫氣轉化為甲烷,需利用壓縮機將氫氣進行壓縮,壓縮機耗的電功率需滿足:

(15)

(c)甲烷化反應器運行模型。

將壓縮后的氫氣與二氧化碳與一氧化碳進行反應可制成甲烷,其耗電量可表示為:

(16)

其中甲烷量和氫氣量之間的關系可表示為:

(17)

式中:vc為甲烷化反應器轉化效率。

3) 蓄電池模型。

儲能系統運行模型可表示為:

(18)

2.5 SEB主體運行模型

SEB是在電鍋爐基礎上增加蓄熱罐及蓄電池以代替熱電聯產機組進行供熱的新型裝置,轉化效率可達90%,其內部結構及組成如圖4所示。

圖4 SEB機組示意圖Fig.4 Diagram of the SEB equipment

SEB機組通過消耗電能生產熱能,并銷售給居民用戶,還可在配電市場中售電賺取額外收益。

1) SEB最大化效益模型可表示為:

(19)

2) SEB熱能平衡約束可表示為:

(20)

3) 電熱爐模型。

電熱爐是主要發熱設備,其模型可表示為:

(21)

式中:ηEB為電轉熱的效率。

電熱爐運行過程能量平衡約束為:

(22)

SEB蓄電池功能及模型與P2G中的蓄電池相似,此處不再贅述。在建立電力市場中各參與主體數學模型及市場出清模型的基礎上,本文進一步采用合適的算法求解該模型,得到市場的出清結果。

3 基于SA-ADMM的多主體市場出清模型求解

本文所提電力市場的兩階段出清過程為非合作博弈過程。由于各參與主體間存在信息壁壘,故市場出清的過程中,需針對多目標函數開展分布式求解計算。本文利用SA-ADMM形式一致性原理分解目標函數并對其進行迭代求解,既保證了兩階段市場出清模型的最優解,又保護了各參與者的隱私信息。

3.1 自適應交替方向乘子法

SA-ADMM的主體思想是將原始目標函數擴展為拉格朗日函數,以保證優化過程變量間的約束關系,原函數可表示為:

(23)

式中:f1,…,fn為目標函數;a1,…,an,B為等式約束條件系數;x1,…,xn為待優化變量。

進一步構建擴展拉格朗日函數為:

(24)

式中:λ為拉格朗日乘子;ρ為懲罰因子。

與ADMM不同的是,SA-ADMM在迭代過程中針對兩階段市場出清增加了罰函數更新項,可提升算法的收斂效果,SA-ADMM的迭代過程可表示為:

(25)

式中:r為一階段懲罰因子系數;k為迭代次數。可見,算法在進行一階段計算后,立即開展二階段計算,保證了SEB機組與P2G機組的交易中保持最優策略。

3.2 基于SA-ADMM一致性的電力市場出清子問題

式(23)市場出清問題為多目標條件極值問題,且變量間存在復雜線性約束條件,可利用SA-ADMM方法的形式一致性原理進行分解計算。

1) 第一階段交易子問題:

新能源機組的市場出清最優子問題:

(26)

火電機組的市場出清的最優子問題:

(27)

2)第二階段交易子問題:

P2G市場出清利益最大化子問題:

(28)

SEB市場出清利益最大化子問題:

(29)

3.3 SA-ADMM迭代計算流程

利用SA-ADMM求解電力市場出清目標函數計算流程如圖5所示。

圖5 電力市場出清模型計算流程Fig.5 Electricity market clearing model calculation process

市場出清迭代過程即可認為是多參與主體的博弈過程,具體計算流程可表示為:

1) 建立電力市場交易目標函數式(26)—(29)。

2) 設置收斂精度ξ=10-4,初始化迭代次數k=0,設置第一次迭代前火電機組和新能源發電的售電量,以及拉格朗日乘子λ=0、γ=0。

3)根據第一階段交易規則,求解火電機組、風電機組、SEB、P2G的最優子問題得到期望購電量與售電量,其中SEB、P2G機組儲電裝置可視為負荷。

4) 更新拉格朗日乘子。

5) 根據第二階段交易規則,求解SEB、P2G的售電量。

6) 再次更新拉格朗日乘子。

7) 更新迭代次數,判斷是否收斂;若收斂,則輸出結果,若不收斂則返回步驟3)直至滿足收斂條件。

4 算例分析

以圖6所示的多參與主體組成的配電市場為例,來說明本文提出的提升電力保供能力的市場博弈模型的有效性。本文主要目標為設計提升電力保供能力的配電網點對點交易機制,故限定SEB機組、P2G機組的報價。

圖6 電力市場交易主體Fig.6 Electricity Market Trading Subjects

圖6中P2G參數詳見文獻[18],SEB參數見文獻[19],儲能容量為2 000 kW·h,風電機組額定容量為2 MW,參數詳見文獻[20],負荷如圖7所示。

圖7 電源及負荷基本參數Fig.7 Power and load basic parameters

4.1 居民用戶的電能交易結果

居民用戶根據電力價格及電力大用戶的報價選擇交易對象,得到電力市場的出清結果,如圖8所示。

圖8 居民用戶的市場出清結果Fig.8 Market clearing results for residential customers

由圖8(a)可知P2G與SEB的售電價格較低,介于風電和火電價格之間,當風電功率不足時,居民用戶可從電力大用戶處購電維持生活用電需求。由圖8(b)的結果可知:居民用戶主要從火電機組和風電機組處購電,而在某些時段會選擇從P2G以及SEB機組處購電。尤其在15:00—16:00時段,風電機組發出功率較低,P2G機組將存儲的電能銷售給居民用戶,保障了電能供給,該結果證明了本文所提模型可實現電力大用戶利用儲能設備保障用戶售電的基本要求。

風電出力較低時,電力大用戶憑借價格優勢,可在配電市場中套利。而居民用戶購電成本明顯降低。

4.2 風電、火電機組市場出清結果

本文利用SA-ADMM迭代求解得到面向電力保供的配電市場的出清模型的優化結果如圖9所示。

圖9 電力市場發電商與居民用戶的出清結果Fig.9 Outcome of electricity market generators and residential customers

圖9(a)和9(b)分別給出了不同類型電力用戶從風電和火電處的購電結果?？梢钥闯?風電機組與電力大用戶的交易量明顯高于居民用戶,負荷與功率差額則是由火電機組進行補充。15:00—16:00時段,風電出力較小,僅能夠滿足SEB機組的需求,出現了明顯的缺電現象,而P2G機組需從火電機組進行購電滿足電制氫需求。

4.3 SEB、P2G的能源管理策略分析

電力大用戶的能量管理策略行為反映了其運行特性及其在市場出清過程中的調度方式,SEB、P2G機組的能量流調度結果如圖10所示。

圖10 電力大用戶能量調度策略Fig.10 Energy dispatching strategy for large power users

圖10(a)及圖(b)可以看出:SEB機組、P2G機組在運行過程中各時刻總供電功率與總用電功率保持平衡,在保證用電需求的同時參與市場售電,進一步驗證本文算法的有效性及正確性。電力大用戶在01:00—06:00時刻利用蓄電池充電,在電價高的時刻參與市場進行售電。其中,15:00—16:00時段,P2G機組售電量明顯增加,主要原因是由于此時段風電功率下降,P2G、SEB機組將存儲的電能進行銷售。

SEB和P2G參與電力市場出清后的收益結果如表1所示。由表1可知:利用儲能裝置進行合理的優化調度可為P2G機組以及SEB機組分別節省了4.8%和3.9%的購電成本,并提升5.4%和4.2%總收益,進一步證明本文所提模型的有效性。

表1 電力大用戶收益對比Table 1 Comparison of revenue for large power users 元

4.4 算法收斂性分析

本文采用SA-ADMM算法計算了考慮電力大用戶售電的電力市場出清問題,收斂結果如圖11所示。

圖11 電力市場參與主體計算收斂特性Fig.11 Computational convergence characteristics of power market participants

圖11給出了電力市場出清迭代過程中各參與主體最大化子問題的計算收斂結果,在經過38次迭代后,所有子問題實現收斂。

5 結 論

在電力市場體制深化改革,積極推進市場競爭的背景下,本文建立了提升電力系統保供能力的點對點交易機制模型,并利用SA-ADMM算法將其分解為參與主體最大化利益子問題,最后進行迭代求解得到市場出清結果,主要得出以下結論:

1)本文所提方法即使在新能源出力較小時,依然可保證配電網的源荷平衡。居民用戶在購電過程中存在更多的選擇,當其無法從新能源機組處購買低價電能時,可從大用戶購買足夠的電能,降低其購電成本。

2)對于電力大用戶而言,所提面向電力保供的電力市場出清模型及SA-ADMM算法可進一步挖掘P2G、SEB等儲能設備的電能利用能力,提升了其靈活性,參與市場過程中既提升了收益,又降低了購電成本。

3)基于SA-ADMM一般一致性原理分解得到的電力市場出清模型子問題計算收斂性好,可實現博弈問題的高效求解。

本文所提交易機制以配電網源荷平衡為基礎開展研究,所提出的交易機制通用性強,適用于含儲能的多類型電力用戶。下一步將針對從經濟性角度進行分析,考慮主網供電成本和配網內部發電成本等一系列問題,并從發電可靠性角度研究電力保供的最佳舉措。