共建共享模式下考慮需求響應(yīng)的多售電主體風(fēng)光儲(chǔ)容量?jī)?yōu)化方法

簡(jiǎn)川黔，劉繼春，蒲天驕，楊知方，王曉輝，劉俊勇

（1. 四川大學(xué) 電氣工程學(xué)院，四川 成都 610065；2. 中國(guó)電力科學(xué)研究院有限公司，北京 100192；3. 重慶大學(xué) 輸配電裝備及系統(tǒng)安全與新技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，重慶 400044）

0 引言

2020 年9 月，習(xí)近平總書(shū)記提出我國(guó)二氧化碳排放力爭(zhēng)于2030年前達(dá)到峰值，努力爭(zhēng)取2060年前實(shí)現(xiàn)碳中和［1］。電力行業(yè)作為主要的碳排放源，是我國(guó)實(shí)現(xiàn)碳中和的主力軍，尋找風(fēng)電、光伏等清潔能源的投資將成為未來(lái)發(fā)展方向。隨著我國(guó)電力體制不斷深化改革，中長(zhǎng)期市場(chǎng)、現(xiàn)貨市場(chǎng)建設(shè)不斷完善，售電主體作為供、售兩端的橋梁，承擔(dān)著負(fù)荷以及市場(chǎng)電價(jià)波動(dòng)帶來(lái)的風(fēng)險(xiǎn)，因此，未來(lái)售電主體如何通過(guò)投資高效清潔的分布式能源DG（Distributed Generation）和儲(chǔ)能設(shè)備來(lái)降低市場(chǎng)風(fēng)險(xiǎn)將是研究熱點(diǎn)。

近年來(lái)，國(guó)內(nèi)外學(xué)者在DG 與儲(chǔ)能規(guī)劃以及需求響應(yīng)等方面進(jìn)行了大量研究。文獻(xiàn)［2］提出基于獨(dú)立售電主體非合作博弈的最優(yōu)規(guī)劃方法，確定了以年為時(shí)間尺度的發(fā)電設(shè)備投資方案，但其僅考慮了投資規(guī)劃策略，而沒(méi)有對(duì)售電主體運(yùn)營(yíng)模式進(jìn)行深入分析。文獻(xiàn)［3］以售電主體購(gòu)電成本最小為目標(biāo)，提出基于全壽命周期理論的售電主體儲(chǔ)能設(shè)備投資策略，但其未涉及DG 的投資。文獻(xiàn)［4］使用Wasserstein 生成對(duì)抗網(wǎng)絡(luò)WGAN（Wasserstein Generative Adversarial Network）模擬風(fēng)光資源場(chǎng)景，提出以經(jīng)濟(jì)性最優(yōu)為目標(biāo)的新能源容量配置模型，但其未考慮運(yùn)營(yíng)策略與需求響應(yīng)策略對(duì)新能源投資規(guī)劃的影響。文獻(xiàn)［5］提出利用集群劃分的方法構(gòu)建光儲(chǔ)設(shè)備雙層協(xié)調(diào)選址定容規(guī)劃模型，但其未考慮負(fù)荷側(cè)需求響應(yīng)對(duì)系統(tǒng)的影響。文獻(xiàn)［6］考慮風(fēng)光儲(chǔ)微電網(wǎng)源荷的隨機(jī)不確定性與預(yù)測(cè)誤差的不確定性，建立儲(chǔ)能容量協(xié)同優(yōu)化模型。文獻(xiàn)［7］分別將風(fēng)電、光伏和儲(chǔ)能的投資者作為博弈者，研究各種博弈規(guī)劃模式下的Nash 均衡策略，得出風(fēng)電和光伏合作博弈是最佳模式。文獻(xiàn)［8］以年平均發(fā)電成本最小為目標(biāo)，考慮全年負(fù)荷缺電率，建立風(fēng)光儲(chǔ)優(yōu)化配置模型。文獻(xiàn)［9］考慮風(fēng)電出力的不確定性，提出電力市場(chǎng)環(huán)境下的風(fēng)儲(chǔ)系統(tǒng)優(yōu)化模型。文獻(xiàn)［10］以電網(wǎng)購(gòu)電成本和電池容量損失最小為目標(biāo)，解決風(fēng)電并網(wǎng)系統(tǒng)中儲(chǔ)能容量?jī)?yōu)化配置問(wèn)題。文獻(xiàn)［11］提出利用源荷協(xié)調(diào)促進(jìn)風(fēng)電消納的綜合能源系統(tǒng)雙層優(yōu)化模型。文獻(xiàn)［12-13］研究需求響應(yīng)對(duì)儲(chǔ)能設(shè)備投資的影響，但其未考慮對(duì)DG 的投資。文獻(xiàn)［14］提出考慮價(jià)格型需求響應(yīng)的風(fēng)電-光電-光熱聯(lián)合發(fā)電系統(tǒng)日前優(yōu)化調(diào)度模型，降低了系統(tǒng)的綜合成本。文獻(xiàn)［15］為評(píng)估DG 規(guī)劃激勵(lì)措施的成本，提出基于聚類網(wǎng)架拓?fù)涞腄G 規(guī)劃方法。文獻(xiàn)［16］分析不同負(fù)荷響應(yīng)的差異性，提出基于需求響應(yīng)的源荷儲(chǔ)協(xié)調(diào)優(yōu)化調(diào)度模型。

綜上所述，現(xiàn)有關(guān)于風(fēng)光儲(chǔ)容量配置的研究較少綜合考慮建設(shè)周期內(nèi)電源容量和負(fù)荷的變化以及電力市場(chǎng)環(huán)境下售電主體中長(zhǎng)期市場(chǎng)購(gòu)電、現(xiàn)貨市場(chǎng)購(gòu)電、用戶側(cè)彈性負(fù)荷、環(huán)境效益等因素對(duì)風(fēng)光儲(chǔ)容量配置的影響，且較少將基于共享經(jīng)濟(jì)概念多售電主體風(fēng)險(xiǎn)共擔(dān)、利益共享的投資模式應(yīng)用于售電側(cè)風(fēng)光儲(chǔ)容量配置。為此，本文基于年時(shí)序仿真提出一種考慮需求響應(yīng)和環(huán)境效益的售電主體風(fēng)光儲(chǔ)容量?jī)?yōu)化配置方法。首先，綜合考慮售電主體中長(zhǎng)期市場(chǎng)、日前現(xiàn)貨市場(chǎng)、需求響應(yīng)以及環(huán)境效益等因素的影響，將售電主體投資與運(yùn)營(yíng)一體化，建立基于年時(shí)序仿真的兩階段隨機(jī)規(guī)劃模型，并采用動(dòng)態(tài)回收周期評(píng)估售電側(cè)的投資效果，得到售電主體風(fēng)光儲(chǔ)容量投資策略；然后，基于共享經(jīng)濟(jì)概念提出多售電主體共建共享投資模型，并且基于其貢獻(xiàn)度進(jìn)行利益分配；最后，通過(guò)算例對(duì)所提方法進(jìn)行分析驗(yàn)證。

1 多售電主體共建共享投資模式設(shè)計(jì)

1.1 基于年時(shí)序仿真的投資運(yùn)營(yíng)一體化設(shè)計(jì)

投資與運(yùn)營(yíng)系統(tǒng)結(jié)構(gòu)如圖1 所示。售電主體將風(fēng)光儲(chǔ)設(shè)備作為可調(diào)度資源進(jìn)行投資運(yùn)營(yíng)。儲(chǔ)能設(shè)備在電力供需方面提供靈活性，其智能充放電策略使得售電主體可以更好地利用DG 資源，減少現(xiàn)貨市場(chǎng)電價(jià)波動(dòng)的影響。售電主體通過(guò)感知用戶用電特性，合理制定電力價(jià)格，充分挖掘用戶側(cè)需求響應(yīng)潛力，以降低運(yùn)營(yíng)成本。

圖1 投資與運(yùn)營(yíng)系統(tǒng)結(jié)構(gòu)Fig.1 Structure of investment and operation system

售電主體的投資和運(yùn)營(yíng)決策是緊密耦合的，大時(shí)間尺度（年）下采取計(jì)及建設(shè)周期內(nèi)DG 出力和負(fù)荷波動(dòng)的年時(shí)序投資，更加符合實(shí)際投資決策，同時(shí)也決定了時(shí)變的供電可用性和電力調(diào)度的靈活性，進(jìn)而在小時(shí)間尺度（天）下影響售電主體的運(yùn)營(yíng)策略。在小時(shí)間尺度下，需求響應(yīng)可以將用戶需求與時(shí)變的能源供應(yīng)相匹配，最大化可再生能源的效益，甚至在大的時(shí)間范圍內(nèi)減少不必要的投資支出。因此，本文充分考慮建設(shè)周期內(nèi)風(fēng)光儲(chǔ)容量和負(fù)荷的波動(dòng)，以售電主體逐年綜合成本最小為目標(biāo)，將投資與運(yùn)營(yíng)一體化考慮，建立基于年時(shí)序仿真的兩階段隨機(jī)規(guī)劃模型。在階段1，提出DG 和儲(chǔ)能設(shè)備的逐年組合投資策略；在階段2，充分考慮需求響應(yīng)和環(huán)境效益，建立售電主體逐年運(yùn)營(yíng)模式，以優(yōu)化售電主體市場(chǎng)購(gòu)電成本、碳排放量折算成本以及用戶不適成本，并基于分布式次梯度投影算法得到最優(yōu)日前定價(jià)和用戶能耗。

1.2 多售電主體共建共享投資框架設(shè)計(jì)

近年來(lái)共享經(jīng)濟(jì)發(fā)展迅速，出現(xiàn)了共享單車、共享充電寶、共享汽車等成功案例。考慮到風(fēng)光儲(chǔ)設(shè)備投資金額巨大，單個(gè)售電主體難以承受，本文基于共享經(jīng)濟(jì)概念，利用售電主體用戶之間用能曲線的差異，提出基于貢獻(xiàn)度分配的多售電主體共建共享投資模式，如圖2 所示。圖中m為加入共建共享模式的售電主體數(shù)量。

圖2 共建共享投資模式框架Fig.2 Framework of co-construction and sharing investment mode

多個(gè)售電主體打捆作為利益共同體，結(jié)合上述兩階段隨機(jī)規(guī)劃模型，將目標(biāo)變?yōu)槎嗍垭娭黧w逐年綜合成本最小，進(jìn)而得到共建共享模式下的風(fēng)光儲(chǔ)容量配置策略，在此基礎(chǔ)上根據(jù)每個(gè)售電主體的貢獻(xiàn)度分配其所得利益。在該模式下對(duì)設(shè)備實(shí)行集中管理、統(tǒng)一調(diào)度，不僅可以有效分?jǐn)傇O(shè)備建設(shè)、安裝和維護(hù)成本，還可以降低售電主體投資風(fēng)險(xiǎn)，縮短回收周期，提高設(shè)備利用率。

2 售電主體容量?jī)?yōu)化配置模型

在兩階段隨機(jī)規(guī)劃模型中，售電主體的逐年組合投資策略與用戶的用電需求、彈性負(fù)荷以及其運(yùn)營(yíng)模式緊密相關(guān)。售電主體決定大時(shí)間尺度下的DG和儲(chǔ)能設(shè)備投資以及小時(shí)間尺度下的電價(jià)，用戶根據(jù)電價(jià)確定用電方案。本文假設(shè)售電主體有N個(gè)用戶，每個(gè)用戶均裝有智能電表，以1 d 作為1 個(gè)運(yùn)營(yíng)周期。

兩階段隨機(jī)規(guī)劃通用模型為：

式中：xinv、yope分別為投資決策變量、運(yùn)營(yíng)變量；ξ為運(yùn)營(yíng)階段的隨機(jī)變量；f(?)、Q(?)分別為投資階段、運(yùn)營(yíng)階段的目標(biāo)函數(shù)；Eξ(Q(xinv，ξ))為Q(xinv，ξ)的數(shù)學(xué)期望；G(?)、H(?)分別為投資階段的不等式、等式約束；g(?)、h(?)分別為運(yùn)營(yíng)階段的不等式、等式約束；q(?)為將xinv、ξ?作為已知變量，關(guān)于yope的運(yùn)營(yíng)成本函數(shù)。

2.1 售電主體年時(shí)序投資模型

考慮在售電主體投資建設(shè)期間，用戶不斷增加，對(duì)其后續(xù)投資決策產(chǎn)生影響，因而采取年時(shí)序投資［17］方法。本文假設(shè)設(shè)備壽命周期為R年，建設(shè)周期為Y年，建設(shè)完成后根據(jù)負(fù)荷增長(zhǎng)情況按需考慮是否追加投資，當(dāng)負(fù)荷達(dá)到飽和時(shí)不再考慮繼續(xù)投資。

2.1.1 逐年投資成本

售電主體確定的投資周期內(nèi)逐年DG 和儲(chǔ)能設(shè)備的投資容量，將影響運(yùn)營(yíng)階段DG 每天的出力和電力供需的靈活性，進(jìn)而影響運(yùn)營(yíng)成本。

第y年售電主體投資成本為：

式中：xpv，y、xw，y、xe，y為投資決策變量，分別表示第y年光伏、風(fēng)電和儲(chǔ)能設(shè)備的投資容量；cpv、cw、ce分別為單位容量光伏、風(fēng)電和儲(chǔ)能設(shè)備的投資成本，投資成本涵蓋所有支出，包括相關(guān)設(shè)備費(fèi)用、安裝費(fèi)用和維護(hù)費(fèi)用。

截至第y年，售電主體投入運(yùn)行的光伏、風(fēng)電和儲(chǔ)能設(shè)備的總?cè)萘糠謩e為：

由于本文的研究重點(diǎn)是售電主體的能量管理，而不是系統(tǒng)的暫態(tài)穩(wěn)定性，因此本文假設(shè)轄區(qū)配電網(wǎng)穩(wěn)定性不受投資策略影響。進(jìn)而光伏、風(fēng)電和儲(chǔ)能設(shè)備的約束條件為：

2.1.2 逐年綜合成本

本文分析風(fēng)光歷史出力數(shù)據(jù)，并假設(shè)未來(lái)風(fēng)光出力遵循相同分布，利用場(chǎng)景縮減法得到v個(gè)典型場(chǎng)景及各場(chǎng)景概率，將1 個(gè)運(yùn)營(yíng)周期分為T個(gè)時(shí)段，建立場(chǎng)景r（r∈Ω，Ω為場(chǎng)景的集合）下售電主體的容量配置優(yōu)化模型，其以售電主體年綜合成本最小為目標(biāo)：

式中：Cy為第y年售電主體綜合成本；D=365 d；Cday，y為第y年售電主體每日運(yùn)營(yíng)成本。

2.2 售電主體逐年運(yùn)營(yíng)模型

將階段2 的優(yōu)化目標(biāo)設(shè)置為第y年售電主體每日運(yùn)營(yíng)成本最小化：

2.2.2 碳排放折算成本

風(fēng)光發(fā)電基本不產(chǎn)生碳排放，若將風(fēng)光發(fā)電折算為燃煤發(fā)電的碳排量，則第y年場(chǎng)景r下售電主體碳排放折算成本為：

式中：βCO2為碳排放價(jià)格系數(shù)；eCO2為碳排放系數(shù)，本文取我國(guó)平均值1.03 t／（MW·h）［18］；Pr，t為場(chǎng)景r下t時(shí)段的DG出力。

2.2.3 用戶不適成本

對(duì)售電主體的一個(gè)重要考核指標(biāo)是其保留存量用戶的同時(shí)爭(zhēng)取盡可能多的增量用戶的能力，因此用戶體驗(yàn)對(duì)于售電主體非常重要。在用戶參與需求響應(yīng)的過(guò)程中，若使其用電習(xí)慣產(chǎn)生過(guò)大的改變可能會(huì)引發(fā)其不適感。第y年場(chǎng)景r下用戶不適成本為：

式中：βdr為引起用戶不適的成本系數(shù)，表示用戶對(duì)偏離首選負(fù)荷曲線的敏感度；為場(chǎng)景r下t時(shí)段用戶i的負(fù)荷總和；為t時(shí)段用戶i不參與需求響應(yīng)時(shí)的首選負(fù)荷。

2.2.4 負(fù)荷約束

單個(gè)用戶的用電負(fù)荷根據(jù)需求特性可以分為非彈性負(fù)荷和彈性負(fù)荷。非彈性負(fù)荷主要包括用戶生活照明、冰箱、生產(chǎn)用電等剛性需求負(fù)荷，這種負(fù)荷不隨時(shí)間輕易轉(zhuǎn)移，一般不參與需求響應(yīng)。彈性負(fù)荷包括可轉(zhuǎn)移負(fù)荷和可削減負(fù)荷兩部分，如電動(dòng)汽車、洗衣機(jī)、空調(diào)等，均可參與需求響應(yīng)。彈性負(fù)荷滿足的約束條件為：

2.2.5 DG出力約束

假設(shè)售電主體能夠在日前準(zhǔn)確預(yù)測(cè)運(yùn)營(yíng)周期內(nèi)DG的出力情況。在t時(shí)段，售電主體需要確定DG出力Pr，t、市場(chǎng)購(gòu)電量qr，t和儲(chǔ)能設(shè)備充放電量，以滿足所有用戶用電需求。

考慮到一般接入配電網(wǎng)的DG 容量較小，售電主體還需要再?gòu)碾娏κ袌?chǎng)購(gòu)買電能，即：

與傳統(tǒng)發(fā)電不同，可再生能源發(fā)電不消耗燃料，因此本文假設(shè)可再生能源發(fā)電成本為0，售電主體應(yīng)盡可能地使用可再生能源來(lái)滿足需求。

2.2.6 儲(chǔ)能設(shè)備約束

儲(chǔ)能設(shè)備可以平滑DG 出力的波動(dòng)性，并實(shí)現(xiàn)電能與其他能源靈活轉(zhuǎn)化、綜合利用，因此本文利用儲(chǔ)能充放電轉(zhuǎn)移負(fù)荷，降低由市場(chǎng)環(huán)境、負(fù)荷波動(dòng)、DG出力預(yù)測(cè)誤差等因素造成的售電主體運(yùn)營(yíng)風(fēng)險(xiǎn)，同時(shí)儲(chǔ)能在低電價(jià)時(shí)段充電，高電價(jià)時(shí)段放電，可以提升售電主體經(jīng)濟(jì)效益。

1）儲(chǔ)能充放電約束。

式中：Sr，t為場(chǎng)景r下t時(shí)段儲(chǔ)能剩余電量水平；Smin、Smax分別為儲(chǔ)能最小、最大儲(chǔ)存電量；ηc、ηdis分別為儲(chǔ)能充、放電轉(zhuǎn)換效率，ηc∈(0，1)，ηdis∈(0，1)。

3）儲(chǔ)能存儲(chǔ)電量一致性約束。

本文設(shè)置優(yōu)化時(shí)段始、末儲(chǔ)能設(shè)備中電量一致，以便電池可以獨(dú)立運(yùn)行。

4）儲(chǔ)能運(yùn)行壽命。

儲(chǔ)能運(yùn)行壽命是其容量損耗過(guò)程的反映。放電深度定義為最大放電量與電池容量的比值。通常，電池的運(yùn)行壽命可以通過(guò)在給定最大放電深度Dod，max下的充放電循環(huán)次數(shù)來(lái)測(cè)量。

設(shè)置較高的Dod，max將會(huì)導(dǎo)致儲(chǔ)能運(yùn)行壽命驟減，因此本文將Dod，max設(shè)置得較低（即Smin較高），以延緩電池老化的影響，從而確保電池壽命不短于投資年限。

2.2.7 電量平衡約束

電量平衡約束為：

2.3 DG出力不確定性的影響

上述研究均是基于售電主體可以準(zhǔn)確預(yù)測(cè)DG出力情況，然而由于不確定的天氣條件和不同的預(yù)測(cè)方法，實(shí)際DG 出力可能偏離預(yù)測(cè)值。因此本文假設(shè)預(yù)測(cè)誤差在給定的集合內(nèi)，則上述兩階段隨機(jī)規(guī)劃模型中運(yùn)營(yíng)階段的實(shí)際DG 出力變成預(yù)測(cè)值與預(yù)測(cè)誤差之和，本文考慮DG 實(shí)際出力偏離預(yù)測(cè)出力最大的情況對(duì)投資的影響。

2.4 動(dòng)態(tài)投資回收期

動(dòng)態(tài)投資回收期是評(píng)估項(xiàng)目經(jīng)濟(jì)效益的重要指標(biāo)，當(dāng)項(xiàng)目動(dòng)態(tài)投資回收期短于基準(zhǔn)回收期時(shí)，說(shuō)明該項(xiàng)目可行，能夠在規(guī)定的時(shí)間內(nèi)收回成本，否則說(shuō)明該項(xiàng)目不可行。第λ年的凈現(xiàn)值表示為：

3 多售電主體共建共享投資模型

3.1 多售電主體共建共享投資優(yōu)化模型

多售電主體打捆作為利益共同體，共同投資風(fēng)光儲(chǔ)設(shè)備，將上述兩階段隨機(jī)規(guī)劃模型中各時(shí)段儲(chǔ)能充放電量改為多售電主體充放電量總和，各時(shí)段用電量改為多售電主體用電量總和，以多售電主體逐年綜合總成本最小化為目標(biāo)，建立多售電主體共建共享投資模型。具體優(yōu)化模型為：

3.2 基于貢獻(xiàn)度的利益分配

本文按照單個(gè)售電主體的貢獻(xiàn)度來(lái)計(jì)算其經(jīng)濟(jì)效益。將所有售電主體年運(yùn)營(yíng)成本變化值與系統(tǒng)總投資成本的比值定義為投資產(chǎn)出比，用γ表示：

將售電主體n對(duì)系統(tǒng)的貢獻(xiàn)度用φn表示：

式中：γn，1、γn，0分別為售電主體n加入投資前、后的產(chǎn)出比。因此，根據(jù)售電主體n的貢獻(xiàn)度，其經(jīng)濟(jì)效益en為：

4 基于分布式算法求解

為解決上述兩階段隨機(jī)規(guī)劃問(wèn)題，本文先采用分布式次梯度投影算法解決運(yùn)營(yíng)階段需求響應(yīng)的問(wèn)題，再解決投資階段風(fēng)光儲(chǔ)組合投資問(wèn)題。

4.1 需求響應(yīng)

因此用戶i成本最小化問(wèn)題表示為：

約束條件為式（14）—（18）。

售電主體需綜合考慮市場(chǎng)購(gòu)電費(fèi)用、市場(chǎng)競(jìng)爭(zhēng)力、環(huán)境效益以及用戶滿意度等因素制定售電電價(jià)，其具體最優(yōu)電價(jià)約束［19］為：

本階段使用分布式次梯度投影算法［20］，采用遞減步長(zhǎng)λ(k)>0（k為迭代次數(shù)），其滿足：

次梯度投影算子?g為：

算法具體步驟如下。

4）問(wèn)題的可行解滿足式（54），約束條件為式（14）—（18）。

5）迭代次數(shù)k=k+1。

分布式算法示意圖如圖3 所示。售電主體和用戶之間的信息交換最少，用戶僅向售電主體報(bào)告他們的電力消耗，售電主體基于總電力負(fù)荷向所有用戶廣播電價(jià)。用戶不需要相互協(xié)調(diào)或透露他們的私人信息（如成本函數(shù)和消費(fèi)約束）。售電主體制定的電價(jià)對(duì)所有用戶均相同，反映的是總電力負(fù)荷，沒(méi)有透露單個(gè)用戶的用電量。由售電主體設(shè)定的最優(yōu)定價(jià)方案引導(dǎo)用戶達(dá)到最優(yōu)能耗，進(jìn)而使售電主體的經(jīng)濟(jì)效益和環(huán)境效益最大化。

圖3 分布式算法示意圖Fig.3 Schematic diagram of distributed algorithm

4.2 容量?jī)?yōu)化配置

在解決了階段2的需求響應(yīng)問(wèn)題之后，則階段1相當(dāng)于解決如下問(wèn)題：

約束條件為式（4）—（8）、（14）—（26）、（29）。

由于上述問(wèn)題屬于凸二次規(guī)劃，因此選擇內(nèi)點(diǎn)法在MATLAB環(huán)境中求解。

5 算例分析

5.1 基礎(chǔ)數(shù)據(jù)

本文假定設(shè)備預(yù)期壽命為20 a，建設(shè)周期為4 a，在本年度風(fēng)光儲(chǔ)設(shè)備運(yùn)行的同時(shí)售電主體對(duì)下一年風(fēng)光儲(chǔ)設(shè)備進(jìn)行投資，其中負(fù)荷按年均增漲10%計(jì)算，第6年負(fù)荷達(dá)到飽和，基準(zhǔn)回收期為10 a，基準(zhǔn)折現(xiàn)率為8%，T=24。采用場(chǎng)景縮減法得到光伏和風(fēng)電的典型出力場(chǎng)景，見(jiàn)附錄A 圖A1 和圖A2。用戶不適成本系數(shù)βdr=500，單位容量光伏、風(fēng)電和儲(chǔ)能設(shè)備投資成本分別為cpv=850萬(wàn)元／MW、cw=600萬(wàn)元／MW 和ce=210 萬(wàn)元／（MW·h），彈性負(fù)荷比例α=20%。負(fù)荷曲線見(jiàn)附錄A圖A3。

本文設(shè)置售電主體所需電量的90%從長(zhǎng)期雙邊交易市場(chǎng)中購(gòu)買，剩余電量在日前現(xiàn)貨市場(chǎng)中進(jìn)行交易。假設(shè)長(zhǎng)期雙邊交易市場(chǎng)中的合同電價(jià)為400 元／（MW·h），由于我國(guó)現(xiàn)貨市場(chǎng)交易處于起步階段，因此根據(jù)美國(guó)電力市場(chǎng)PJM（Pennsylvania-New Jersey-Maryland）出清電價(jià)制定日前現(xiàn)貨市場(chǎng)購(gòu)電價(jià)格，見(jiàn)附錄A 圖A4。設(shè)定售電主體平均售電電價(jià)為580 元／（MW·h），售電電價(jià)范圍設(shè)置為［220，850］元／（MW·h）。

5.2 逐年優(yōu)化配置結(jié)果

在負(fù)荷達(dá)到飽和前售電主體風(fēng)光儲(chǔ)容量逐年優(yōu)化配置結(jié)果如圖4所示。

圖4 逐年優(yōu)化配置結(jié)果Fig.4 Year-by-year optimal allocation results

由圖4 可以看出，在投資建設(shè)的前兩年，由于受到投資預(yù)算以及當(dāng)?shù)貧夂虻挠绊懀瑑?yōu)先考慮投建光伏設(shè)備。隨著投資建設(shè)的進(jìn)行，風(fēng)電和儲(chǔ)能設(shè)備隨之增加，但系統(tǒng)整體還是以光伏設(shè)備為主，這是由于當(dāng)?shù)毓庹铡L(fēng)速等因素使得光伏出力高于風(fēng)電，導(dǎo)致風(fēng)電競(jìng)爭(zhēng)力不足，儲(chǔ)能設(shè)備主要是用于減少風(fēng)光出力波動(dòng)、市場(chǎng)電價(jià)波動(dòng)以及彈性負(fù)荷波動(dòng)所帶來(lái)的影響。第6 年時(shí)負(fù)荷達(dá)到飽和，則不再選擇繼續(xù)增加投資。

附錄A 圖A5 為典型日系統(tǒng)DG 出力、儲(chǔ)能電量以及市場(chǎng)購(gòu)電量的情況。由于天氣原因，DG出力主要集中在白天中午時(shí)段，其余時(shí)段為滿足用戶需求，售電主體選擇使用更多的中長(zhǎng)期合同電量和日前市場(chǎng)電量。

附錄A 圖A6 為日前市場(chǎng)購(gòu)售電價(jià)以及儲(chǔ)能電量。由于售電主體重點(diǎn)投資光伏設(shè)備，在11:00—16:00 時(shí)段，電能供應(yīng)較為充足，此時(shí)售電電價(jià)相對(duì)較低，從而保證清潔能源的消納，并且使得售電主體保持足夠的市場(chǎng)競(jìng)爭(zhēng)力；在其余時(shí)段，售電電價(jià)基本上隨著日前購(gòu)電電價(jià)變化而變化，以避免售電主體因日前購(gòu)電電價(jià)過(guò)高導(dǎo)致利益受損。儲(chǔ)能設(shè)備可以減少DG 出力波動(dòng)、市場(chǎng)電價(jià)波動(dòng)以及彈性負(fù)荷波動(dòng)所帶來(lái)的影響，其充放電策略有跟蹤電價(jià)波動(dòng)的特性，在低電價(jià)時(shí)段充電，高電價(jià)時(shí)段放電，從而降低售電主體運(yùn)營(yíng)成本，增加市場(chǎng)盈利。

5.3 需求響應(yīng)的影響

本文分別分析彈性負(fù)荷比例α為0（無(wú)需求響應(yīng)）、5%、10%、20%、30%對(duì)系統(tǒng)投資的影響。售電主體在投資前年購(gòu)電總成本為122 852.75 萬(wàn)元。投資結(jié)果如附錄A 表A1 所示，負(fù)荷轉(zhuǎn)移情況如附錄A圖A7所示。

由附錄A 表A1 知，在各彈性負(fù)荷比例下，售電主體投資建設(shè)風(fēng)光儲(chǔ)設(shè)備能有效降低市場(chǎng)購(gòu)電成本，避免市場(chǎng)電價(jià)波動(dòng)帶來(lái)的影響。如彈性負(fù)荷比例α=20%時(shí)，售電主體年購(gòu)電成本為88 865 萬(wàn)元，年購(gòu)電成本下降了27.76%，年碳減排量為579434 t，若按照廣東省碳交易價(jià)格13.20 元／t，則可以帶來(lái)764.85萬(wàn)元的收益，有效降低了碳排放量，有利于滿足低碳環(huán)保的要求。

進(jìn)一步分析表A1可知，售電主體有需求響應(yīng)優(yōu)化（α≠0）時(shí)，系統(tǒng)的總投資成本以及動(dòng)態(tài)回收期均低于無(wú)需求響應(yīng)優(yōu)化（α=0）時(shí)的情況，這說(shuō)明本文的需求響應(yīng)策略能夠有效避免過(guò)度投資，進(jìn)而節(jié)約投資成本，縮短回收周期。如彈性負(fù)荷比例α=30%相較于α=0時(shí)的總投資成本減少了6.32%，年購(gòu)電成本下降了664 萬(wàn)元，動(dòng)態(tài)回收期縮短了0.51 a。隨著彈性負(fù)荷比例的上升，系統(tǒng)減少了對(duì)儲(chǔ)能設(shè)備的投資，降低了總投資成本。由附錄A 圖A7可知，隨著彈性負(fù)荷比例的增加，在需求響應(yīng)的作用下，用戶側(cè)負(fù)荷主動(dòng)轉(zhuǎn)移的需求增大，提高了系統(tǒng)的靈活性，因此彈性負(fù)荷的增加在一定程度上降低了系統(tǒng)對(duì)儲(chǔ)能設(shè)備的依賴，進(jìn)而減少了對(duì)儲(chǔ)能設(shè)備的投資并促使系統(tǒng)總投資成本不斷降低。

5.4 儲(chǔ)能設(shè)備的靈敏性分析

為進(jìn)一步探究?jī)?chǔ)能設(shè)備與投資預(yù)算、彈性負(fù)荷比例之間的關(guān)系，本文對(duì)儲(chǔ)備設(shè)備進(jìn)行靈敏性分析。

儲(chǔ)能設(shè)備投資容量隨投資預(yù)算和彈性負(fù)荷比例變化的曲線分別如附錄A 圖A8 和圖A9 所示。由圖A8 可知，彈性負(fù)荷比例保持不變（α=20%）時(shí)，儲(chǔ)能設(shè)備投資容量隨著投資預(yù)算的增加而不斷增加，當(dāng)投資預(yù)算高于280 000 萬(wàn)元時(shí)，年購(gòu)電成本不再下降，若繼續(xù)增加投資則不會(huì)帶來(lái)經(jīng)濟(jì)效益，因此儲(chǔ)能設(shè)備投資容量達(dá)到最優(yōu)時(shí)不再繼續(xù)投入儲(chǔ)能設(shè)備。由圖A9可知，儲(chǔ)能設(shè)備的投資容量與彈性負(fù)荷比例呈負(fù)相關(guān)，彈性負(fù)荷比例的上升會(huì)減少儲(chǔ)能設(shè)備的投資，其靈敏系數(shù)大約為2.87。

5.5 預(yù)測(cè)誤差的影響

本文分別設(shè)置預(yù)測(cè)誤差為10%、20%、30%、40%，仿真得到售電主體的投資成本分別為300 700.57、328 000.31、353 000.13、396 000.65 萬(wàn)元。隨著預(yù)測(cè)誤差的增加，售電主體的投資成本也隨之增加，當(dāng)預(yù)測(cè)誤差為40%時(shí)，投資成本增加了35.8%，因此售電主體應(yīng)提高預(yù)測(cè)精度，減小預(yù)測(cè)誤差，從而節(jié)約系統(tǒng)的投資成本。

5.6 共建共享投資經(jīng)濟(jì)性分析

本文選取3 個(gè)不同的售電主體，其負(fù)荷曲線分別見(jiàn)附錄A 圖A10—A12，通過(guò)對(duì)比3個(gè)售電主體單獨(dú)投資與共建共享投資間各項(xiàng)成本的差異來(lái)分析投資的經(jīng)濟(jì)效益。3 個(gè)售電主體投資風(fēng)光儲(chǔ)設(shè)備前年購(gòu)電成本分別為51283.41、48091.38、56096.90萬(wàn)元。

附錄A 表A2 和表A3 分別為3 個(gè)售電主體單獨(dú)投資和共建共享投資模式下的優(yōu)化結(jié)果。從對(duì)比結(jié)果可以看出：3 個(gè)售電主體單獨(dú)投資的總投資成本為337060萬(wàn)元，共建共享投資模式下的總投資成本為207 380 萬(wàn)元，節(jié)約了38.47%的總投資成本；共建共享投資模式下售電主體1—3 的動(dòng)態(tài)回收周期分別縮短了2.48、1.41、2.39 a，其年購(gòu)電成本也得到進(jìn)一步降低。這是因?yàn)楣步ü蚕硗顿Y模式下3 個(gè)售電主體對(duì)風(fēng)光儲(chǔ)容量的投資均大幅減少，但是系統(tǒng)總的DG容量為239.9 MW，儲(chǔ)能容量為102.3 MW·h，相較于3 個(gè)售電主體單獨(dú)投資時(shí)，售電主體可調(diào)度的資源更多，優(yōu)化調(diào)度降低了市場(chǎng)購(gòu)電風(fēng)險(xiǎn)，減少了市場(chǎng)購(gòu)電成本，縮短了動(dòng)態(tài)回收周期。可見(jiàn)，多售電主體共建共享投資模式明顯優(yōu)于售電主體單獨(dú)投資。

6 結(jié)論

本文基于年時(shí)序仿真提出一種考慮需求響應(yīng)和環(huán)境效益的售電主體風(fēng)光儲(chǔ)容量?jī)?yōu)化配置方法，考慮了建設(shè)期間風(fēng)光儲(chǔ)容量和負(fù)荷波動(dòng)、不同彈性負(fù)荷比例下需求響應(yīng)策略以及DG 出力不確定性對(duì)系統(tǒng)投資決策的影響，并對(duì)比了售電主體單獨(dú)投資與多售電主體共建共享投資之間的經(jīng)濟(jì)效益。主要得出以下結(jié)論。

1）在電力市場(chǎng)環(huán)境下，由于日前電價(jià)波動(dòng)較大，售電主體要承擔(dān)一定的購(gòu)電風(fēng)險(xiǎn)，因此售電主體可根據(jù)當(dāng)?shù)仫L(fēng)光資源特點(diǎn)，逐年投建風(fēng)光儲(chǔ)設(shè)備，這不僅可以有效降低運(yùn)營(yíng)成本，還可以減少因購(gòu)買燃煤發(fā)電產(chǎn)生的碳排放，更加滿足低碳環(huán)保的要求。

2）彈性負(fù)荷增加了系統(tǒng)的靈活性，通過(guò)需求響應(yīng)策略能夠減少對(duì)儲(chǔ)能設(shè)備的依賴，避免過(guò)度投資，節(jié)約投資成本；DG出力的預(yù)測(cè)精度對(duì)系統(tǒng)投資成本的影響較大。

3）由于風(fēng)光儲(chǔ)設(shè)備投入資金巨大，單個(gè)售電主體難以承受，而多個(gè)售電主體共建共享投資模式，不僅能有效降低系統(tǒng)總投資成本，也能提高設(shè)備利用率，縮短回收周期，減少運(yùn)營(yíng)成本，避免市場(chǎng)購(gòu)電風(fēng)險(xiǎn)。

附錄見(jiàn)本刊網(wǎng)絡(luò)版（http：//www.epae.cn）。