區域綜合能源系統參與電力-天然氣市場優化調度研究

祁 澤,趙會茹,梁紀峰,李先妹,郭 森

(1.華北電力大學,北京 102206;2.國網河北省電力有限公司電力科學研究院,河北 石家莊 050021)

0 引言

高比例可再生能源的并網能夠有效降低電力系統碳排放,促進能源低碳轉型,但可再生能源固有的依托自然氣候條件發電的特性使其發電具有波動性和不穩定性。可再生能源預測出力誤差導致的波動性和間歇性將對電力系統造成極大的安全隱患,同時也對其在電力市場中的投標報價產生困擾。

為應對可再生能源波動性對整個電力系統造成的影響,不同學者提出了差異化的解決思路,總體來說,解決方案主要有以下3種。第一,通過構建輔助服務市場,價值化電力系統的調峰調頻需求,以市場化交易的形式吸納高比例可再生能源產生的出力波動性,挖掘電力系統調節能力,提升電力系統運行彈性[13];第二,通過新能源配儲形式,在發電端解決新能源并網波動性問題,使其通過配置自有儲能或以租賃形式的共享儲能自行消納預測出力誤差[46];第三,將可再生能源整合進區域能源供消系統,提升就地消納比例,減輕大電網平抑波動負擔,具體形式有分布式新能源的隔墻售電,涵蓋新能源發電的工業園區形式的增量配網[7],多能互補下的綜合能源系統[8]以及分散式聚能的虛擬電廠[9]等。

以上不同方式均有其各自優勢,只有通過不同形式的改進才能形成合力,加速實現以新能源為主體的新型電力系統構建,助力安全高效實現“雙碳”目標。本文聚焦于多能互補下綜合能源系統的研究。探討通過將冷熱電多種能源相互轉換的形式,疏導可再生能源預測出力誤差,實現綜合能源系統參與電力-天然氣市場的低成本高效率交易。近年來,由于多能互補能源系統可以滿足多類型用戶的差異化用能需求,且通過能量結構促進了多類型能量流動,許多學者在此領域開展了廣泛的研究。文獻[10]提出了考慮動態響應特征的農漁互補溫室綜合能源優化調度策略,通過納入碳排放約束,減少了設備的供能壓力和碳排放量,有效提升了溫室綜合能源系統的經濟效益和環境效益。文獻[11]在傳統的冷熱電三聯供系統中引入解耦裝置(儲熱槽和電冷凍機等)優化了系統的運行效率。文獻[12]通過構建不同聯營模式下的電力-天然氣市場多時段古諾隨機均衡模型,對比了不同聯營模式下的收益差別,并利用Shapley值進行了聯營設備的利潤分配。文獻[13]提出了碳-源-荷多重不確定因素對綜合能源系統低碳經濟運行的影響問題,并通過魯棒優化求解了電-冷-熱綜合能源系統的運行調度策略。

以上文獻都針對綜合能源系統的運行優化進行了深入研究,但對綜合能源系統的研究從問題解決層面和求解優化方法上仍有進一步的提升改進空間。從問題解決層面,對綜合能源系統中的風電出力可貼近現實,基于其出力的不穩定性構建不確定性的誤差樣本矩陣進行表征,同時,也要挖掘負荷側的需求響應潛力,實現源網荷的同步優化;在求解優化方法上,可通過兩階段魯棒優化算法求解綜合能源系統的運行調度,充分考慮風電出力的不確定性,并優化求解結果的保守性和計算復雜度問題。

基于以上分析,本文考慮風電出力不確定性,構建了基于兩階段魯棒優化的區域綜合能源系統優化調度模型,并通過算例分析驗證了交易策略的經濟效益。

1 區域綜合能源系統構建

1.1 系統交互關系

本文構建的區域綜合能源系統中各設備直接可通過能量轉換裝置進行能源類型的轉換,實現不同能源之間的協調互濟,如圖1所示。在滿足內部負荷的多能類型需求后與外界進行能量交互,以最小化成本參與電力市場和天然氣市場。區域綜合能源系統構成主要包含3類,即能量轉化裝置、各類型儲能和各類型能量負荷,其中,能量轉換裝置包括風力發電機、燃氣鍋爐、P2G 電轉氣裝置、微型燃氣輪機、熱回收裝置、熱交換器以及電動制冷機;儲能裝置包含電儲能和儲熱儲氣罐;負荷側需求包含電負荷、熱負荷和冷負荷;同時,負荷側資源可通過參與需求響應平抑區域綜合能源系統內能源供需差異。

圖1 區域綜合能源系統構成

1.2 系統組成

各系統內部實現多能互補,并將富裕或缺少的能源經電力市場和天然氣市場進行交易,因此,需構建不同設備的數學模型。

1)風電

風速服從威布爾分布,風電出力與風速的函數關系見式(1)。

風電系統出力的概率密度函數見式(2)。

式中:P w,t為t時刻風電出力,k W;v w,t為t時刻的風速,m/s;von、voff、vR分別為風電機組的切進風速、截斷風速和額定風速,m/s;PWR為風電額定出力,k W;f(P w,t)為風電系統出力的概率密度函數。

2)P2G 裝置

P2G 產生的天然氣量

3)微型燃氣輪機

微型燃氣輪機消耗的天然氣量

微型燃氣輪機產熱量

4)燃氣鍋爐

燃氣鍋爐天然氣消耗量

5)熱回收裝置

熱回收裝置的熱量輸出

6)吸收式制冷機

吸收式制冷機制冷量

7)儲能

儲能裝置包含3類,分別為電儲能、儲氣罐和儲熱罐,以下僅表示電儲能相關數學模型,儲氣罐及儲熱罐與電儲能類似。電儲能充放電容量情況見式(9)。

2 基于兩階段魯棒優化的綜合能源系統調度模型

魯棒優化作為一種數學規劃問題,可以考慮參數的不確定性,是運籌學中研究比較熱門的方法,基于風電出力的不確定性,魯棒優化可以很好的考慮不確定因素,對最壞情況下的解進行優化,從而使最終得到的解具有非常強的抵抗不確定性或者風險的能力。

2.1 目標函數

考慮風電出力的不確定性,短期內預測數據和實時數據會產生誤差,由此本文提出一種包含日前和實時懲罰的兩階段魯棒優化能量最優調度模型,目標函數如式(10)所示。借助魯棒優化思想的最大化最小,找出風電出力誤差對系統運行影響最大的極端情況,從而找到系統最優調度策略,并保證系統運行的穩定性和適配性。

其中,日前調度階段根據風電出力預測數據確定各時段的微型燃氣輪機和P2G 設備的啟停狀態,對外交易的天然氣量及電量,同時確定冷熱電負荷的需求響應情況。

實時階段中,風電誤差會產生風電棄風懲罰成本以及電力市場和天然氣市場交易調整成本,考慮其可能出現的最大誤差,得出相應的目標函數如式(11)所示。

2.2 約束條件

約束條件主要包括系統冷熱電供需平衡約束,以及區域綜合能源系統中的設備出力約束。

1)系統供需平衡約束

電力負荷供需平衡約束見式(12)。

冷負荷供需平衡約束見式(13)。

熱負荷供需平衡約束見式(14)。

式中:ηHE為轉熱效率;為熱量轉化值;和為熱力需求響應量;為區域綜合能源系統的熱力負荷需求量。

式(15)和式(16)為燃氣和熱力樞紐的功率平衡公式。

2)電網及燃氣管線約束

3)P2G 設備約束

4)儲能裝置約束

本文考慮的儲能分別為氣熱電3種類型,各類型儲能所面臨的約束條件類似,因此,以下只展示電儲能約束條件。

5)棄風和需求響應約束

負荷側需求響應包含冷熱電3種能源類型,本文僅展示電負荷需求相應約束,見式(28)—(31)。冷熱負荷需求響應約束與電負荷需求響應相似,在此不加贅述。

6)實時階段相關約束

針對風電出力不確定性,本文依據歷史風電出力及預測出力,求解誤差樣本矩陣,用以解決魯棒優化問題的不確定集構建。在求解魯棒優化問題時,不確定集的構建主要有立方集和橢球集兩種,其中立方集沒有考慮風電出力的時空相關性,使得求出的解精度相對較差,本文依據橢球集原理,考慮風電出力時空相關性,通過歷史數據構建出包含最大歷史誤差相關的多維凸多胞體不確定集。

3 模型改進及求解方法

本文模型包含了極大值和極小值兩個問題,無法直接求解該模型。根據列和約束生成(C&CG)方法可以將構建的模型轉化為相應的雙層優化問題進行模型求解。

C&CG 方法用于處理不確定性問題并確保在多個情境下獲得魯棒的最優解。列生成方法允許模型引入額外的決策變量,以在不同情境下表達不同的決策選擇。這些額外的決策變量可以考慮多種可能的決策路徑,從而增強解的魯棒性。同時,為確保最終解對于各種不確定性情境均可行,需要生成適當的約束來限制決策變量的取值范圍。這些約束通常根據問題的不確定性模型而定。具體改造過程如下。

1)引入輔助變量

通過引入輔助變量M,使模型轉變為求解最小化問題,如式(34)所示。

為滿足更改后的模型與原有模型的一致性,需使M滿足公式(35)的約束,加之考慮式(12)—(33)相關約束,現有改進后的模型與原模型滿足了求解結果的一致性。

2)基于C&CG 算法的模型求解

通過C&CG 算法可以將兩階段魯棒優化問題納入雙層優化模型,得到一個主問題和一個子問題。

子問題能夠通過尋找使主問題中綜合能源系統調度最難調整的風電出力誤差極端場景(列生成)。氣候SP用于尋找風力輸出誤差使RAS可行資源最難調整的極端情景(列生成)。然后,基于子問題極端場景,迭代構造魯棒約束,直到主問題和子問題求得相同的目標函數值,從而求解出模型最終結果。

式(34)為主問題,其中包含式(12)—(33)和式(35)所列約束,以及式(36)對風電出力誤差的最壞場景約束。

式中:Ψ為最壞出力誤差場景集,由子問題迭代求解生成;為最壞場景下的風電調整后輸出;為風電實際輸出。

式(37)為子問題目標函數。

式中:ΔP、ΔQ分別為參與電力市場和天然氣市場的輸出調整量為求解子問題添加的非負松弛變量。

基于C&CG 算法的模型求解流程如圖2所示。

圖2 基于C&CG算法的模型求解流程

4 算例分析

本節運用以上改進模型進行區域綜合能源系統參與電力-天然氣市場的仿真分析,通過MTALAB 2023a實現。

4.1 數據準備

首先,進行數據準備工作,各設備部分參數如表1所示。圖3為誤差樣本矩陣直方圖,通過分析風電歷史數據,將歷史出力預測與歷史實際出力進行比對,考慮風電出力的時空相關性,構建了誤差樣本矩陣。圖4為本文構建的區域綜合能源系統冷熱電負荷需求情況。圖5 為風電預測出力。

圖3 誤差樣本矩陣直方圖

圖4 冷熱電負荷需求情況

4.2 結果分析

圖6為綜合能源系統參與電力市場交易量及價格,根據其趨勢可知,其在市場價格較高處賣出電力,較低處買入電力,如此獲得交易價差。風電融入綜合能源系統后,其棄風量明顯降低,實現了全額消納。通過對冷熱電成本的分析,風電預測誤差可通過電轉氣、電動制冷機等設備轉移能量形式,滿足冷負荷和熱負荷需求。

圖6 電力市場價格及交易量

圖7為天然氣市場交易量,其在第3個時段交易量出現明顯購入行為,主要為通過儲氣罐存儲購入氣量,并于第5、6、7 時段進行消耗。圖8為電儲能在1 天24 個時段的充放電調度情況。通過構建的優化模型策略,區域綜合能源系統可考慮天然氣價格及電力價格,通過內部冷熱電轉換調度,以及儲能裝置的能量存儲釋放,實現滿足符合需求下的最小化成本。

圖7 天然氣市場交易量

圖8 電儲能充放電調度情況

在本文構建的區域綜合能源系統中,考慮了冷熱電負荷參與需求響應的情況,如圖9、10、11所示。通過核算需求相應成本,設定一定的需求響應激勵,冷熱電負荷可在系統供給壓力較大時,降低負荷需求,實現24時段內的負荷需求轉移,以服務于區域綜合能源系統對外參與電力-天然氣市場的交易。

圖9 電力負荷需求響應

圖11 熱負荷需求響應

5 結論

本文研究了區域綜合能源系統參與電力-天然氣市場優化調度問題。考慮風電出力的不確定性,配置包含風電、燃氣、P2G 電轉氣設備、儲熱罐、儲冷罐和電儲能等多類型設備的區域綜合能源系統。為完成區域綜合能源系統的優化調度,運用兩階段魯棒優化進行建模,并使用C&CG 方法求解模型。

在對風電出力不確定的數據集建立中,本文基于風電歷史數據,構建樣本誤差矩陣,準確表征了風電出力不確定時的優化調度策略。通過對綜合能源系統內部冷熱電負荷的調度轉化,實現了其參與電力-天然氣市場的經濟性改進。此外,還分析了冷熱電參與負荷需求響應情況以及系統內儲能調度情況。

本文仍然存在一些不足之處需要進一步深入研究。其一,在對綜合能源系統優化調度中只考慮了系統參與電力-天然氣市場的交易優化,沒有計及各設備碳排放以及其參與碳市場交易的情況;其二,對模型的求解中仍有許多方法值得研究,如運用能提高模型求解結果的魯棒性且進行全局優化的分布式魯棒優化方法。