一種基于用能行為分析的多源-荷互補集成規劃方法

程孟增，侯依昕，楊朔，陳良，李金起

（國網遼寧省電力有限公司經濟技術研究院，遼寧 沈陽 110015）

0 引言

電-氣-熱耦合構成的多源荷系統（Multi-Source Load System，MSLS），可以實現多能源在集成能源系統中的梯級利用[1]，通過MSLS可以實現不同能源間的相互耦合與優勢互補，提升能源效率，減少碳排放[2]。

現有的綜合能源規劃主要集中在能量樞紐與微電網，著重從供電可靠性與博弈論角度出發，對微電網設備選型與容量配置上進行了優化求解，但是對負荷側電/熱配網布局規劃考慮不足[3]～[6]。文獻[7]～[9]從用戶用電行為層面進行了研究，未計及電、熱等綜合用能行為，無法全面地評估MSLS的用戶用能行為。需求響應（Demand response，DR）指消費者根據基于時間的電價信息或基于激勵機制做出的響應，將用電方式由高峰時段轉移或減少到非峰值時段的響應行為[10]。在規劃層面，文獻[11]，[12]表明，DR可以降低系統負荷峰谷差、延緩電網建設投資與運行成本，然而傳統的DR不能充分利用需求側資源的交互能力，限制了電力系統中能源用戶的使用。隨著可再生能源在電網的比例逐漸提高，綜合需求響應（Integrated Demand Response，IDR）通過將電力、熱能、天然氣、冷能等多種形式的能源整合在一起，可以推動MSLS網絡中供需雙方進行互動，靈活地切換能耗來源，同時在保證用戶滿足舒適度的條件下積極參與IDR，可以實現削峰填谷，提升系統安全性，促進消費者向產消者轉換[13]～[16]。

為了推動需求響應實施，促進MSLS的規劃滿足用戶用能行為需求，本文首先根據智能用能設備采集到的用能數據，采用主/從架構與并行k-means聚類方法，對用戶側用能數據進行用戶用能行為分析，并根據用戶用能行為搭建電熱綜合需求響應模型。在此基礎上，以系統年最小規劃成本為目標，綜合考慮IDR約束與棄風、棄光約束，建立基于用戶實際需求的多源荷互補集成規劃模型；通過Yalmip軟件包中的Cplex商業求解器進行求解。最后，通過算例分析驗證了所提方法具有良好的經濟性，可以有效促進新能源消納，提升了可再生能源的發電占比。

1 MSLS用戶用能行為與需求響應潛力分析

1.1 MSLS用戶用能行為分析

用戶側用能數據具備多源異構性、復雜關聯性、實時交互性、數據量巨大、數據維度多等特征，其在電力市場化進程中發揮重要的作用[17]，[18]。本文對采集到的區域多元用戶用能數據，采用主/從架構[19]與并行k-means聚類挖掘方法，對用戶用能數據進行分析，以獲取用戶的用能行為模式與可調節負荷的類型及比例。圖1為用戶用能行為分析架構。

圖1 用戶用能行為分析架構Fig.1 The user-use behavior analysis schema

由圖1可知，主控服務用于接收智能信息采集設備、行業服務數據等外部系統采集到的用戶用能數據，并通過用電信息采集系統、智能用熱管理系統等管理系統進行數據聚合，將提取到的用能數據特征輸出到數據管理模塊。數據管理模塊將用能數據分別傳輸至數據存儲模塊與任務管理模塊，從控服務用于記錄數據存儲模塊的用戶類型與分布時段信息。主控服務通過k-means聚類分析對用戶群體數據進行關聯性分析，確定用戶用能行為模型，并傳遞至任務管理模塊，任務管理模塊通過從控服務執行任務，確定需求響應類別與可調節負荷的響應量。通過主/從架構與聚類并行分析方法執行用戶用能數據挖掘，實現用戶數據的分析，從而促進用戶參與需求響應。

根據用戶用能響應特性可以將參與需求互動的需求側資源分為基本用電負荷、可削減負荷、可轉移負荷、可調節熱負荷4類。

①基本用電負荷

基本用電負荷主要指滿足用戶最基本用能需求，不具備參與用戶互動的響應潛力。

②削減負荷

可削減負荷指負荷供應商通過與用戶簽訂相關協議，在某時段t內可以削減對供電可靠性要求不高的負荷，根據負荷實際運行情況對用戶發出削減負荷的指令。可削減負荷模型為

④可調節熱負荷

由于熱負荷具有熱慣性，因此可以根據建筑物內外溫度的變化情況進行適當調節。白天有輻照的情況下，可以適當降低供暖輸出，并在夜間進行適當提升，提升用戶滿意度。可調節熱負荷模型為

1.2 需求響應潛力在MSLS規劃中的考慮

根據前文用能分析，對于負荷峰谷差較大，以及可再生能源接入電網帶來的波動性，須要采取需求響應措施才能降低機組運行壓力，提高系統的穩定性。本文考慮到用能側電熱負荷間的靈活調節關系[20]，將需求響應措施分為價格型綜合需求響應（Price-based integrated demand response，PBIDR）和激勵型綜合需求響應（Incentive-based integrated demand response，IBIDR）。

①價格型綜合需求響應

價格型綜合需求響應模型為

式中：Lt，Pr，t分別為PBIDR負荷需求、電價；φ為需求響應負荷變動率；est為電能價格彈性系數，s=t時，ett為自彈性系數，一般為負數；s≠t時，est為交叉彈性系數，一般為正數；Qe為電熱鍋爐消耗Lt電功率輸出的熱功率值；η為電熱鍋爐的電熱轉換效率。

②激勵型綜合需求響應

電、熱負荷側，IBIDR在用戶耗能量過高時，通過激勵補償政策，對參與需求響應的用戶給予經濟補貼，鼓勵用戶在負荷高峰時自主的降低用能需求，其模型為

1.3 MSLS結構

圖2為考慮IDR的MSLS結構圖。

圖2 MSLS結構Fig.2 Multi-source load system structure

圖中，能源供應與輸出設備有光伏（Photovoltaic，PV）、風機（Wind Turbine，WT）、燃氣鍋爐（Gas Bolier，GB）、電鍋爐（Electrical Bolier，EB）、熱電聯產機組（Combined heat and power，CHP）、電儲能（Electrical Energy Storage，EES）、熱儲能（Thermal Energy Storage，TES）。電負荷由PV，WT，EES，CHP及從電網的外購電滿足；熱負荷由CHP，GB，EB及TES滿足。

2 基于用戶實際需求的多源-荷互補集成規劃技術

MSLS規劃模型考慮用戶的需求響應潛力，以系統年總規劃成本最小為目標函數，綜合考慮經濟成本和環境成本。

2.1 目標函數

模型的目標函數為滿足用能需求的年總規劃成本最小，其中包括經濟成本和環境成本。經濟性體現在投資成本項和運行成本項；環保性以CO2碳排放稅來衡量，環境成本主要包括來自從電網購電、CHP和GB機組的燃氣污染物排放。本文考慮的排放氣體主要為CO2，目標函數為

式中：Fto為年總規劃成本；F1為經濟成本；F2為環境成本；Canninv為設備投資成本；Coc為運行成本；ρCO2為碳稅值；Ptbuy，PtCHP，PtGB分別為購電功率、CHP機組用能功率和GB機組輸出功率；Δt為時長，本文取1 h。

①設備投資成本

本文設備采購成本為全生命周期下的購置成本，不計項目工程周期結束時的設備殘值，即：

式中：Ciinv為各設備的單位投資成本；Capi為各設備的建設容量；u為等年值成本系數；r為基準折現率；D為規劃期年限。

②運行成本

運行成本主要包括購電成本、售電收益、設備運行與維護成本、購氣成本、IDR補償成本、棄風、棄光懲罰成本6部分。

運行成本表達式為

式中：Cgridbuy，Cgridsale，Cope，Cgasbuy，CIDR，Cab分別為購電成本、售電收益、設備運行與維護成本、購氣成本和IDR補償成本、棄風棄光懲罰成本；Ctbuy，Ctsale，Cgas分別為購、售電分時電價、燃氣單價；Ptsale，Ptwc，Ptpc分別為售電功率、棄風功率和棄光功率；Ciom，Capi分別為各設備單位運行維護系數和各設備的建設容量；ri，αi，Pi（t）分別為可轉移負荷、可削減負荷、可調節熱負荷的分配比例、單位補償費用和對應的需求響應功率；κwc，κpc分別為單位棄風棄光懲罰成本。

2.2 約束條件

3 算例求解及分析

本文以中國北方某小型區域為例進行優化配置分析，3種典型日的風、光出力曲線與電、熱負荷熱性曲線參考文獻[24]，其中天然氣價格為0.242 3元/（kW·h）[24]，碳稅率取0.22元/（kW·h）[26]，燃氣設備碳排放強度取0.184 kg/（kW·h），購電碳排放強度取0.55 kg/（kW·h）。市場電價如表1所示[27]。主要設備的參數分別如表2，3所示。CHP采用“以熱定電”的方式運行，設定夏、冬、過渡季3種典型季節。設定該地區規劃年限為10 a，基準折現率取8%，初始電、熱負荷峰值分別為800，600 kW，電、熱負荷的年增長率均取5%，MSLS向電網最大的售電功率為400 kW。

表1 電價信息Table 1 Electricity Tariff Information

表2 供能設備參數Table 2 Equipment parameters

表3 儲能設備參數Table 3 Energy storage devices parameters

本文將建立3種IDR場景進行對比分析，探討不同IDR場景對規劃結果產生的影響。3種IDR場景主要包括：場景S1，規劃中不考慮系統IDR，為基礎場景；場景S2，在場景1基礎上考慮PBIDR；場景S3，在場景2的基礎上考慮IBIDR。本文提出的用能需求總規劃成本模型為混合整數線性規劃模型（Mixed integer linear programming，MILP），采用Yalmip軟件中的Cplex求解器進行求解。

3.1 規劃結果分析

3種模式的配置結果如表4所示。

表4 場景S1-S3容量配置與經濟成本比較Table 4 Scenario S1-S3 capacity configuration compared to economic cost

由表4可知，從成本角度來看，與場景S1相比，S2的經濟成本降低了110.988萬元，環境成本下降了2.003萬元，總規劃成本降低了112.991萬元，降低幅度分別為13.32%，23.17%，13.42%。PBIDR的效果更多體現在環境保護方面。從各個設備的配置容量來看，WT，PV和EB分別增加了100，90，120 kW，可再生能源總裝機增加了190 kW，GB機組的容量沒有變化。CHP機組減少了100 kW、電儲能和熱儲能分別減少200，100 kW。場景S2的總規劃成本較S1減少了112.991 kW，較S1降低了13.42%。總的來說，場景S2的總體的經濟效益和環境效益均低于S1。同時，在成本上，與場景S1相比，S3的經濟成本的降低了176.496萬元，環境成本下降了2.009萬元，總規劃成本降低了178.505萬元，降低幅度分別為21.18%，23.24%和21.19%。從各個設備的配置容量來看，場景S3中WT，PV容量分別增加了100，160 kW，可再生能源總裝機增加了260 kW，EB容量增加了240 kW。此外，GB，CHP機組容量分別減少了120，100 kW，電儲能、熱儲能容量均減少了200 kW。IBIDR有助于增加可再生能源機組裝機容量，降低儲能設備的安裝容量，同時在經濟效益和環境效益方面，均有良好的效果。

3.2 投資成本及運營成本分解分析

為了更好地比較IDR對規劃的影響，表5，6為3種場景的各個設備投資成本比較和運營成本比較。

表5 場景S1～S3各設備投資成本比較Table 5 Scenario S1～S3 comparison of the investment costs of each equipment

由表5可以看出，由于風電、光伏的使用壽命在規劃周期內，與場景S1相比，場景S2，S3的風光清潔能源的投資比例均有提高，進一步提升了清潔能源的發電占比。在3種場景中，WT和PV的投資占比最大，清潔能源在3種場景初始投資成本中所占的比例分別為51.69%，57.19%，60.24%，其次為CHP機組，電鍋爐的投資成本占比最小。由于CHP機組的單位投資成本最高，EB機組的單位投資成本最低，與場景S1相比，場景S2、S3下的CHP機組成本均有所下降，EB機組成本均有所提升。系統在滿足電負荷的同時，EB可以利用剩余電量優先發熱，進而降低CHP與GB機組的供熱量，減少了溫室氣體的排放。由表6可以看出，3種場景的運維成本相差不大。在運行成本中，購氣成本的占比最高，3種場景購氣成本占運行總成本的比例分別為68.52%，61.99%，67.08%。與場景S1相比，場景S2，S3的購氣成本分別下降了25.29%，28.95%，環境成本分別下降了23.17%，23.24%。這主要在于場景S2，S3減少了CHP與GB機組的容量，并增加EB機組容量，通過EB機組優先滿足熱負荷的需求，進而減少GB機組出力，降低對燃氣的消耗與CO2等氣體的排放。在售電收益方面，由于場景S3增加了EB機組容量，在滿足電負荷的條件下，EB利用更多的剩余電量滿足熱出力，使得S3整體售電收益低于場景S1，S2。在棄風棄光懲罰成本上，場景S1，S2的棄風棄光比例分別為1.75%，1.18%。與場景S1相比，在考慮PBIDR后，場景S2的棄風棄光懲罰成本下降了26.65%。在考慮IBIDR后，場景S3的棄風棄光懲罰成本為0。在總運行成本上，相比于場景S1，在考慮PBIDR后，總運行成本減少了107.25萬元，同比下降17.42%；在同時考慮PBIDR和IBIDR后，總運行成本減少了190.648萬元，同比下降了30.96%。可以看出，在考慮綜合電熱需求響應時，可以降低棄風棄光。并減少燃氣消耗，降低環境污染。

表6 場景S1～S3運營成本比較Table 6 Comparison of operating costs for scenarios S1～S3

3.3 可再生能源消納與供能結構分析

表7 為場景S1～S3下的可再生能源消納情況對比結果。

表7 場景S1～S3可再生能源消納對比Table 7 Comparison of renewable energy consumption in scenarios S1～S3

由表7可知，與場景S1相比，場景S2、S3的風電利用率同比分別提高了0.57%和1.75%，場景S2，S3的光伏利用率同比分別提高了0.49%和1.58%。可以看出，當同時考慮價格型與激勵型需求響應時，可以最大程度消納可再生能源。

為體現含高比例可再生能源的系統供能情況，圖3，4顯示了場景S1～S3下的全年供能結構。

圖3 設備年供電量結構圖Fig.3 A graph of the annual power supply structure of the equipment

由圖3可知，在供電方面，3種場景中，風電幾乎占電能供應約2/3的電量。與場景S1相比，場景S2，S3中風電和光伏雖然增加了投資成本，但二者所發電量可以滿足多數負荷使用，同時可以降低CHP機組的投資成本，使得CHP機組減少天然氣的消耗。由圖4可知，在供熱方面，3種場景中，CHP的供熱量均超過了1/3，與場景S1相比，場景S2，S3的EB供熱量同比提高了13.38%，16.53%，同時場景S2，S3的CHP機組和GB機組熱出力相較于S1均有所下降。當CHP，GB和熱儲能出力不能滿足用戶需求時，由GB機組提供熱需求。

圖4 設備年供熱量結構圖Fig.4 Annual heat supply structure diagram of the equipment

3.4 IDR對負荷曲線的影響

由于該地區春秋季氣候變化不明顯，圖5，6為分別采用夏季和冬季的典型日負荷曲線來說明PBIDR和IBIDR對負荷曲線的影響。

圖5 電負荷考慮IDR的實施效果Fig.5 Electric load consideration IDR implementation effect

由圖5可以看出，夏季當風電和光伏輸出功率充足時，夜間部分峰值負荷可以轉移到白天電價較低的時段，實現了電負荷“削峰填谷”。由圖6可知，由于熱負荷主要考慮用戶的舒適度，整體負荷曲線變化幅度較小，白天時受輻照與用戶熱需求較小的影響，可以適當降低熱負荷輸出，并在夜間適當抬高熱負荷輸出，滿足用戶熱需求。根據圖5，6可以看出，相比于場景S2，綜合考慮PRIDR和IBIDR時可以明顯改善電、熱負荷曲線，降低負荷峰值壓力。

圖6 熱負荷考慮IDR的實施效果Fig.6 Heat load consideration IDR implementation effect

4 結論

本文提出了一種基于用能行為分析的多源-荷互補集成規劃方法。首先通過對用戶用能行為進行了聚類分析，將綜合需求響應模型融入到多源荷規劃模型中；兼顧經濟成本與環境成本，以年規劃成本最小為目標，考慮綜合需求響應等約束條件，得到如下結論。

①在規劃結果方面，與基礎場景相比，考慮IDR可以在增加可再生能源裝機容量的同時降低經濟成本與環境成本。

②在運行方面，考慮IDR的規劃場景在滿足電熱負荷需求的同時，通過提高電鍋爐消納清潔能源，降低了燃氣機組的供熱量，進一步減少了溫室氣體的排放。

③在節能減排方面，考慮IDR的規劃場景有效降低了系統購氣成本，進一步降低了環境成本與碳排放量，同時考慮IDR提高了清潔能源的供電占比，減少了棄風棄光量，可以最大程度消納可再生能源。