计及可再生能源不确定性的实时需求响应策略研究_胡真.pdf

doi:10.3969/j.issn.1008-0198.2023.01.005计及可再生能源不确定性的实时需求响应策略研究胡真1，汪盼2(1 佛山职业技术学院，广东 佛山 528137;2 中国工商银行股份有限公司佛山分行，广东 佛山 528010)摘要:为解决可再生能源供电不确定性的问题，提出由电力管理公司(powermanagement company，PMC)管理的电力用户建立最优实时需求响应机制的方法。首先，探讨由 PMC 管理的一组大型电力用户的购用电模型，搭建成本模型和社会福利模型。接着，以最大化社会福利为目标，提出一种基于实时需求响应的分布式优化算法，确定 PMC 的日前电能和平衡电能采购决策，以及电力用户的实时电能消费决策。最后，对提出的分布式优化算法进行仿真验证，仿真结果表明该算法在解决可再生能源不确定供电的同时，也能大大提高系统的社会福利。关键词:可再生能源;需求响应;日前电能;平衡电能;社会福利中图分类号:F426文献标志码:A文章编号:1008-0198(2023)01-0030-05基金项目:佛山职业技术学院科研项目(KY2021Y07)收稿日期:2022-09-13修回日期:2022-11-04esearch on ealtime Demand esponse Strategy Consideringenewable Energy UncertaintyHU Zhen1，WANG Pan2(1 Foshan Vocational and Polytechnic College，Foshan 528137，China;2 Industrial and Commercial Bank of China Foshan Branch，Foshan 528010，China)Abstract:In order to solve the problem of uncertainty in renewable energy power supply，a method ofestablishing an optimal realtime demand response mechanism for power users managed by PMC is proposedFirst，the electricity purchase model of a group of large scale electricity users managed by PMC is discussed，and its cost model and social welfare model are established Then，with the goal of maximizing social welfare，an optimization algorithm based on realtime demand response is proposed to determine the PMCs dayaheadpower and balance power purchasing decisions，as well as power users realtime power consumption decisionsFinally，the proposed optimization algorithm is verified by simulation The simulation results show that thealgorithm can improve the social welfare of the power system while solving the uncertain power supply ofrenewable energyKey words:renewable energy;demand response;dayahead power;balancing power;social welfare0引言为实现碳达峰、碳中和目标，大力发展低碳经济，加大风能、太阳能等可再生能源并入电网规模成为一种必然趋势14。但可再生能源发电具有不确定性和不连续的特点，当可再生能源并网发电超03第 43 卷第 1 期湖南电力HUNAN ELECTIC POWE2023 年 2 月过一定比例后，将对局部电网产生明显的冲击，严重影响电力系统的安全运行，这是目前制约可再生能源大规模发展的关键问题。为解决这一问题，需求侧管理(demand sidemanagement，DSM)成为了常用的技术手段58。从传统的直接负荷控制911 到最近的分时定价策略1214，再到新型的需求响应项目激励1517，大量学者对各种形式的 DSM 展开了深入的研究，目的均是通过削峰填谷来减少可再生能源波动对电力系统带来的影响1820。但这些仅考虑了需求侧对电能波动的静态响应机制，且忽略 DSM 对电力系统经济效益产生的影响。在电力系统中，可再生能源的不确定性往往是实时动态发生的，这就要求用电侧能快速高效地作出动态响应，以提高电力系统的安全性和稳定性，以及运行效率和经济效益。基于此，本文对可再生能源并网后的实时需求响应策略展开深入的研究，探讨由电力管理公司(power management company，PMC)管理的一组大型电力用户的购用电模型，以最大化社会福利为目标，提出一种基于实时需求响应的分布式优化算法，解决可再生能源供电的不确定性问题，以保障电力系统的稳定运行，同时提高用电系统的经济效益，实现供用电侧的双赢。1模型构建1.1问题描述大型电力用户一般通过 PMC(如供电公司)从电力市场购买电能和管理电能。PMC 为非盈利性的公司或团体，管理着整个区域内的大型电力用户，通过合理分配和调度电力负荷，来使整个区域的用电成本最小，而社会福利最大。为描述方便，以一天为例来阐述 PMC 在电力市场的管理模型。如图 1 所示，PMC 通过收集电力用户的用电需求，提前在电力批发市场购买日前电能，并按需分配给每个电力用户，电力用户根据实际需求自行决定并分配一天中每个时间段的电能消费。当任意时间段电力用户所需电能不足时，便向 PMC 发出实时电能采购需求，PMC 综合各电力用户的总实时电能需求，决定在电力现货市场采购平衡电能来满足总实时电能需求。在电力系统供电较稳定的情况下，PMC 可实时从现货市场采购平衡电能以满足电力用户的过量实时需求。然而，可再生能源供电的不确定性使得可采购的电能并不能保持稳定，供需之间的实时优化调度无法得到保证，电力用户必须重新安排每个时间段的电能消费，并确定最优的平衡电能采购量(即实时需求响应策略)，来缓解供电的不稳定性。图 1PMC 管理模型显然，当随机的可再生能源实时出现时，PMC的日前电能采购决策和电力用户的实时需求响应决策，决定了整个区域的用电成本和社会福利。在不影响电力用户正常用电的情况下，为了最大化社会福利应确定 PMC 的最优日前电能采购量，并确定电力用户的最佳实时电能消费和平衡电能采购量(即实时需求响应策略)，以缓解可再生能源供电的不确定性。1.2成本模型假设 PMC 管理着一组不同类型的大型电力用户，将一天分为 T 个时间段，来搭建用电系统中的成本模型和社会福利模型。用 t(其中 t=1，2，T)表示一天中的任意时间段，PMC 根据电力用户用电需求，提前采购 的 日 前 电 能 为 Pd(t)，采 购 成 本 用 符 号cd(Pd(t);t)表示;可再生能源在时段 t 可提供电能为 Pr(t)，成本用符号 cr(Pr(t);t)表示;Po(t)为实际使用的日前电能，在使用过程中产生的成本用 co表示;时间段 t 购买的实时平衡电能为Pb(t)，使用成本用 cb来表示，并且有 cd(0;t)=co(0;t)=cb(0;t)=0。在时间段 t，假定电力用户 i 的实时电能需求为 qi(t)，则所有电力用户的总实时电能需求为Q(t)=iqi(t)，用 Q(t)=Q(t)Pr(t)表示过量的电能需求。一般来说，电力批发市场平衡电能的采购价格要高于现货市场日前电能的采购价格，本文只考虑此情况，因此只有当日前电能使用完后，PMC 才会购买平衡电能以满足电力用户的实时需求。因此，总用电成本应该包括日前采购成本 cd、13第 43 卷第 1 期胡真等:计及可再生能源不确定性的实时需求响应策略研究2023 年 2 月实际日前电能使用成本 co和实时平衡电能使用成本 cb，表达式为:c(Q(t)，Pd(t);Pr(t)，t)=cd(Pd(t);t)+co(Q(t)Pd(t)0;t)+cb(Q(t)Pd(t);t)(1)1.3社会福利模型假设在整个系统中，电力用户 i 使用电能产生的效益为:Ui(qi)=tUi(qi(t);t)(2)定义在用电系统中的社会福利为全部电力用户所产生的总效益减去总用电成本:W(q，Pd;Pr)=iUi(qi)Tt=1c(Q(t)，Pd(t);Pr(t)，t)(3)并且，电力用户的用电需求需满足以下线性约束条件:min qi(t)qi(t)max qi(t)，i(4)QiTt=1qi(t)(5)也就是说，电力用户在任意时间段的电能必须控制在一定范围，且总电能需求不能低于某一定值Qi才能满足正常的用电消费。作为非盈利性公司，PMC 的目标不是通过出售电能来获得利润，而是要使社会福利最大化。在可再生能源 Pr(t)实时波动的情况下，用电系统的社会福利最大化，为超过日前采购的电能和电力用户的实时需求电能的优化，即实时需求响应的优化。2需求响应优化算法解决可再生能源波动性的问题，需建立供用电双方最优的实时需求响应机制，使社会福利最大化，即使公式(3)最大化，而 PMC 的采购决策和电力用户的实时消费决策成为了关键。基于此，提出以下基于实时需求响应的分布式优化算法来优化此类问题。第 1 步，PMC 通过式(6)提前确定日前电能采购量 P*d(t)(t=1，2，T):maxW(q，Pd;Pr)q，Pd0(6)式中，约束条件为公式(4)、(5);W 表示用电系统中的社会福利，目标是使其最大化;q=(qi(t)，i，t)，为电力用户 i 的电能目标需求;Pr=E(Pr)表示可再生能源可供电 Pr的平均值;公式(6)的解 P*d为日前电能采购量。第 2 步，取第一个时间段，即令 t=1。第 3 步，在 t 时间段，电力用户 i 已经知道可再生能 源 在 此 时 间 段 能 够 供 应 的 电 能 值 Ptr=E(Pr|Pr()，t)，用户需重新确定在此时间段的实时电能需求及平衡电能采购量，由公式(7)确定:maxW(q，P*d;Ptr)qqi()=q*i()，t，i(7)式中，约束条件为公式(4)、(5);q*i()为电力用户 i 在时间段 t 的电能需求。设公式(7)的解为 q*(t)，则电力用户的实时电能需求为:P*o(t)=i(q*i(t)Pr(t)P*d(t)0(8)而 PMC 的实时平衡电能采购量为:P*b(t)=i q*i(t)Pr(t)P*d(t)(9)第 4 步，继续增加 t(其中 tT)，返回第 3步，直至完成所有时间段的计算。上述分布式优化算法的关键点在于要分别解决第 1 步和第 3 步中的公式(6)和公式(7)，可通过最优电价激励法来最大化社会福利模型，流程如图 2 所示。图 2最优电价激励法流程最优电价激励法的基本思路是根据实时需求制定最优电价，激励电力用户合理控制和选择各时段23第 43 卷第 1 期湖南电力2023 年 2 月的实时电能消费，具体实现如下。第 1 步，先令 k=1(k=1，2，n)。第 2 步，PMC 提前一天收集所有电力用户的电能目标需求(qki(t)，t)，并告知电力批发市场，电力批发市场通过式(10)确定电价:k(t)=cQ(t)(Q(t)，Pkd(t);Pr(t)，t)Q(t)=iqki(t)(10)然后，PMC 将电价信息(k(t)，t)告知所有电力用户