基于實時定價機制的綜合能源系統多時間尺度優化調度

陳傳杰， 楊海柱， 李夢龍， 江昭陽

(1.國網新疆電力有限公司哈密供電公司， 哈密 839000; 2.河南理工大學電氣工程與自動化學院， 焦作 454000)

當前能源的過度開發和對環境的加重污染雙重壓力促使人們對現有的能源消費模式進行反思，開始對電、氣和熱等各種形式能源的綜合利用進行研究[1-2]。綜合能源系統(integrated energy system,IES)通過整合不同能源及其轉換設備，滿足多種能源需求，被認為是未來人類社會能源的主要承載形式[3]。多種能源系統之間相互影響迫使人們對IES的優化調度展開研究[4]。

針對IES優化調度的研究多以可再生能源結合相關耦合設備，以滿足不同能源需求的經濟調度和提高能源利用率為主。文獻[5]考慮天然氣和電力綜合需求響應，建立電氣聯合峰谷分時電價優化模型，并比較重峰和錯峰兩種運行方式；文獻[6-7]研究電氣互聯綜合能源系統，以運行成本最低為目標函數，提高綜合能源系統經濟性；文獻[8]研究經濟需求在優化具有天然氣傳輸約束的電力系統日前調度的作用，得出電力價格需求響應可提高天然氣網和電網聯合調度的協調性。以上文獻大多基于峰谷分時定價機制，無法反映每小時甚至更短時間電價波動。文獻[9]考慮用戶滿意度的微網經濟運行模型，采用實時電價機制，制定蓄電池充放電控制策略以協調一天內不同時刻的各微源出力；文獻[10]建立基于實時電價的考慮不確定性的風電消納確定性的隨機機組組合模型，并分析了網絡約束的影響。以上文獻在引入實時定價機制后，所提出的調度策略執行存在一定的難度，無法保證經濟性和棄風棄光少同時實現。文獻[11]考慮冷熱電的儲能設備，建立購能和運行成本之和最小為目標函數的經濟模型，利用模擬退火-粒子群算法求解模型；文獻[12]考慮系統投資和環境污染成本，建立以經濟性和環保性為目標函數的冷熱電聯供系統，利用改進的粒子群算法求解系統整體優化函數模型。以上文獻驗證了采用改進粒子群算法解決綜合能源系統優化問題的有效性。

現提出一種基于實時定價機制的優先級調度策略，在實時電價的基礎上建立包含實時天然氣價和電價的多時間尺度優化調度模型，通過引入自調節環節的粒子群優化算法求解模型，并與分時價格和只考慮實時定價調度方式比較分析。結果表明，基于實時定價機制的多時間尺度調度能提高能源的利用率，進一步減少運行成本和棄風棄光成本。

1 基于實時定價機制的優先級調度策略

1.1 電氣互聯區域IES

圖1所示為區域IES結構圖[11]，包括燃氣輪機(micro-gas turbine,MT)、電轉氣(power to gas,PtG)、風電(wind turbine,WT)、光伏(photovoltaic,PV)、蓄電池(energy storage,ES)、儲氣罐(gas storage,GS)。

圖1 電氣互聯區域IES結構圖Fig.1 Structure diagram of the regional integrated electricity and natural-gas energy system

1.2 電能優先級調度策略

在實時電價機制下不存在峰谷時段的劃分，所以傳統的分時電價峰谷調度策略無法適用實時電制[12]。采用基于實時電價優先級調度策略[13]，根據區域IES購電單價Ebuy、售電單價Esell、MT單位發電成本EMT將電能調度分為3種方案。考慮到系統的運行效率，MT需滿足最小啟停約束。

(1)

(2)

(3)

(4)

(5)

PMT=PMT,1+PMT,2

(6)

1.3 天然氣優先級調度策略

基于上述實時電價優先級調度策略，提出基于實時天然氣價格的優先級調度策略，根據區域IES購氣單價Gbuy、電轉氣(PtG)單位產氣成本GPtG將天然氣調度分為兩種方案。

(7)

(8)

QPtG=QPtG,1+QPtG,2

(9)

2 多時間尺度優化模型

系統分為日前和日內兩個時間尺度，由上述優先級調度策略連接。日前根據每小時單位發電成本不同確定調度方案[14]，不再依靠分時電價的限制，實現經濟運行；日內直接采用日前所確定方案，縮短調度時間，實現穩定運行。

2.1 日前調度

2.1.1 目標函數

日前調度時段為24 h，單位調度時間為1 h，以系統總運行成本F1最小為目標函數。

(10)

2.1.2 約束條件

(1)能量平衡約束。

(11)

(12)

(2)交互功率約束。

(13)

(3)儲能約束。

(14)

λminScp≤St≤λmaxScp

(15)

(4)設備單元約束。

(16)

2.2 日內優化

2.2.1 目標函數

日內優化時段為1 h，單位調度時間為10 min，以系統棄風棄光成本F2最小為目標函數[16]，即

(17)

2.2.2 約束條件

日內優化的約束條件包括電、天然氣能量平衡約束，交互功率約束，儲能約束和設備單元約束，如式(11)～式(16)所示。另外，在分析棄風棄光成本時，應考慮到風電和光伏出力的約束，即

(18)

3 模型求解方法

上述基于實時定價機制的多時間尺度調度模型是一個多維且非線性的優化問題，由于模型中約束條件且所涉及的變量較多，基本的粒子群算法很難滿足應用。所以在粒子群的基礎上，引入自調節環節來處理約束條件[18-20]。

以電能系統為例，由于粒子群算法的隨機性，對于MT等設備出力的求解，在經過粒子位置更新后產生的解極有可能無法滿足設備出力或供能平衡約束，引入自調節環節步驟，將這些不可行解轉化成可行解。

(19)

(20)

同理，天然氣系統也如此進行調節。由上述自調節環節可得，模型中不可行解大多都能轉化為可行解，在粒子群算法中每一代粒子將具有更多的可行解，算法的計算時間也會得到減少。含有自調節環節的粒子群優化算法流程如圖2所示。

圖2 含有自調節環節的粒子群優化算法流程圖Fig.2 Flow chart of particle swarm optimization algorithm with self-regulating links

步驟1利用短期功率預測方法預測風電、光伏出力及各負荷數值，根據上述實時定價優先級調度策略，確定以小時為單位的調度計劃，形成日前調度計劃，保存日前各設備出力數據[21]。

步驟2基于日前所形成的優先級調度計劃，保持各設備啟停狀態與日前一致，盡可能減少日內優化計劃與日前調度計劃的偏差，保存日內各設備調整計劃。

步驟3反復執行步驟1和步驟2，直至日內6個10 min優化均完成。

步驟4若一天24 h優化均完成，則優化結束；否則將執行下一個小時優化并返回步驟1。

4 算例分析

4.1 算例參數設置

以某區域IES結構(圖1)為研究對象，其運行參數如表1所示，儲能單位參數配置如表2所示，系統風光、電氣熱負荷預測出力如圖3所示[22]。與電網交互功率上下限為80 kW和-80 kW，與天然氣網交互功率上限為1 000 m3。

表1 區域IES運行參數Table 1 Regional IES operating parameters

表2 儲能單元參數配置Table 2 Energy storage unit parameter configuration

圖3 風電、光伏預測出力以及電氣負荷預測曲線Fig.3 Wind power, photovoltaic forecast output and electric hot gas load forecast curve

圖4～圖7分別為電和天然氣的價格信息。首先可以看出分時定價和實時定價之間的差異性，實時定價曲線圓滑，更能在短的時間尺度上體現價格信息，從而減少運行成本，提高能源利用率；然后優先調度策略中所涉及的不同價格信息也能與實時定價比較分析，清晰判斷出不同方案的切換時間點。

圖4 分時電能價格信息Fig.4 Time-of-use electricity price information

圖5 實時電能價格信息Fig.5 Real-time electricity price information

4.2 不同方式比較

按以下3種方式對比分析上述模型的經濟性和穩定性。

方式1：采用分時電、氣價策略，結合日前調度模型。分時電、氣價如圖4和圖6所示。

方式2：采用實時定價策略，結合日前調度模型。實時定價如圖5和圖7所示。

方式3：采用實時定價策略，結合日前-日內調度模型。

3種方式的比較結果如表3所示，與方式1相比方式2采用實時定價策略，后者購電荷購氣量都會有所減少，從而總運行成本也會降低；而與方式2相比方式3在實時定價的基礎上建立了多時間尺度優化模型，日內優化模型以棄風棄光率最低為優化目標，使得棄風棄光率降低。

圖6 分時天然氣價格信息Fig.6 Time-of-use natural gas price information

圖7 實時天然氣價格信息Fig.7 Real-time natural gas price information

表3 3種方式下成本、用量及棄風棄光對比

4.3 算例結果分析

在電能系統中，由圖5中實時電價可得，按照本文的優先調度策略，0:00—9:00和22:00—24:00采用方案1；9:00—11:00和16:00—22:00采用方案2；11:00—16:00采用方案3。

圖8 方案3電能調度計劃Fig.8 Scheme 3 electricity dispatch plan

在時段0:00—9:00和22:00—24:00時，MT發電較購電成本高，在滿足最小運行效率的同時，作為后備電源。如圖8所示，0:00—6:00時段，MT出力為0，此時購電來滿足電能需求，之后優先級為ES和MT；6:00—9:00時段，WT和PV剩余電能給ES充電，次之向電網售電；22:00—24:00時段，ES放電滿足電能需求，次之增大MT出力、向電網購電。

在時段9:00—11:00和16:00—22:00時，MT發電成本高于售電價格而低于實時電價，仍將其作為后備電源。9:00—11:00時段，電能出現盈余，ES已到達儲能上限，盈余電量將售給電網，次之向ES充電。16:00—19:00時段，MT出力可以滿足凈負荷需求，無需向電網購電，此時交互功率為0；19:00—22:00時段，此時MT最大出力仍無法滿足負荷需求，將由ES供電，次之向電網購電。

在天然氣系統中，由圖7中實時天然氣價格可得，按照本文的優先調度策略，0:00—8:00、14:00—15:00和22:00—24:00采用方案4；8:00—14:00和15:00—22:00采用方案5。

在時段0:00—8:00、14:00—15:00和22:00—24:00時，實時天然氣價格低于PtG產氣成本，將優先考慮購買天然氣。如圖9所示，0:00—8:00和22:00—24:00時段，PtG出力為0，此時購買天然氣來滿足需求，次之GS提供；14:00—15:00時段，GS儲能充足，將由GS放氣供能，次之增加PtG出力。

在時段8:00—14:00和15:00—22:00時，實時氣價高于PtG產氣價格，將優先考慮使用PtG產氣。8:00—14:00時段，GS出力滿足氣負荷需求，結合PtG出力滿足供需；15:00—22:00時段，在滿足PtG運行最大上限的情況下，出力為最大值，GS出力減少直至為0，次之購買天然氣滿足需求。

圖9 方案3天然氣調度計劃Fig.9 Scheme 3 natural-gas dispatch plan

5 結論

基于實時定價機制的優先級調度策略，建立多時間尺度的電氣互聯區域綜合能源系統優化運行模型，得到如下結論。

(1)利用優先級調度策略來實現實時定價思路，分別實現基于實時電價和天然氣的不同運行方案，給在每個時段提供實時的優先級調度，提高能源利用率，進一步減少運行成本。

(2)應用基于實時定價的優先級調度策略來連接日前和日內兩個時間尺度，日內優化直接采用日前調度計劃，減少系統在短時間尺度上所承受的時間壓力。

(3)實例仿真結果分析可得，方式3可以有效地減少棄風棄光率，節約設備消耗能源量，使系統靈活的滿足負荷需求側波動。