基于實時多步優化的批發市場大規模電力用戶存儲調度模型

趙文娜 賀衛華 趙金 朱星偉 薛艷軍 毛文照

【關鍵詞】分布式存儲;能量轉移;優化;調度

在過去十年中，世界各地的發電方式發生了重大變化。可再生能源市場滲透率的增加改變了能源市場的整體行為，甚至開始出現負電價。負能源價格代表供應大于市場需求。當需求處于最低水平時，大多數負價格時段出現在夜間。在供電端，由于風力等能源的間歇性運行（在夜間不需要時產生最大功率）以及核電廠的不靈活發電出現了問題。電網規模的存儲可用于解決上述問題。同時，通過將剩余能源從非高峰時段轉移到高峰時段，實現套利獲利。在這種情況下，需要適當的方法和模型來為消費者聚合存儲的各種好處。

在本節中，介紹了所提出的負載存儲系統的最優調度模型，模型的總體框架如圖1所示。該模型旨在：1、降低大規模消費者的電力成本;2、降低存儲運營成本;3、調整存儲電荷狀態（SOC）以創建儲備邊際;采用軟約束、松弛變量和懲罰機制，在優化調度算法中引入了適合大規模負荷的實時負荷預測器;在電網停電的情況下，預留的能量可以部分供給負荷。模型中，存儲與大型負荷聯合運行。在配電層，負荷由存儲器和電網提供，負載存儲系統只是一個消費者，因為它不向電網注入任何電力。存儲控制器由負荷預測和市場價格提供，明確了預測方法的選擇不會影響模型的有效性。通過實時優化調度算法確定存儲設備的充放電時間。以T小時為間隔，對下一個T小時進行最優調度。以T小時時間間隔在每個時間步長上重新運行預測器和優化問題，更新預測數據和最優決策。這個過程，在本文中稱為實時調度，是為了考慮負載和市場價格數據的時變性質。通過使用實時更新的預測數據，可以更準確地安排存儲。因此。存儲不是在實時市場中運行的。相反，它被安排在每個優化周期的下一個T小時（即本文中的24小時）。

需強調的是負載存儲系統的調度和操作由用戶來處理。這是因為假設消費者投資于存儲，并將直接受益于從高峰到非高峰期間的負載轉移和在停電情況下的電力可用性。通過調峰和降低電網擁塞的概率，電網也間接受益于存儲操作。

作為一個真實的案例研究，我們選擇了我國某一試點省份的一個大型機構電力消費者。一般情況下，大型用戶可以從當地配電公司或電力批發市場購買電力。在本研究中，假設被選擇的大規模消費者直接從批發市場購買電力，并以小時為基礎進行實時定價。

為了評價負荷預測模型的準確性，對選定的實際負荷計算了預測誤差的均值和標準差。概率密度函數（PDF）和預測誤差的概率如圖2所示。從圖2可以看出，在大多數情況下，預測誤差的均值和標準差都很低，即在超過50%的情況下，誤差小于5%。這揭示了預測模型的可行性和有效性。仿真結果表明，這種程度的負荷預測誤差對調度模型的最優運行影響不大。為了比較儲能對電網吸收總功率的影響。圖3為三種不同情況下，負荷存儲系統從電網吸收的總功率以及存儲的預定充電（正功率）和放電（負功率）情況。如圖3（a）所示，由于存儲操作，在情形1和情形2中，載荷分布都比情況0更平坦。然而，在情形1和情形2之間有一個小的區別，在情形2中，在高峰時期吸收的功率更少。如圖3（b）和（d）所示，負荷分布和存儲運行受到市場價格預測誤差的影響。由于情形1和情形2在非高峰時段都吸收了更多的電能，因此與情形0相比，電力成本降低。然而，在高峰期，由于價格預測錯誤，存儲運行不是最優的。該模型在每個時間步更新存儲計劃，減少了市場價格預測誤差的不利影響。

本文提出了一種新型實時優化調度模型，以匯總大型電力消費者的存儲收益。將所提出的模型應用于我國某一試點省份的一個真實世界的大型電力負載進行了驗證，并與文獻中提出的自調度模型進行了比較。采用所提出的實時模型，負荷用電成本降低3.9%，而基于自調度模型的成本降低了3.3%，從而節約了0.6%。考慮到與DAM價格相關的不確定性，使用提出的和自調度模型的成本分別降低了2.4%和0.6%，從而節省了1.8%。此外，與自調度模型相比，該模型在完美價格預測和不完美價格預測下分別減少了4.1%和8.3%的倉儲運營時間。因此，所提出的實時模型不僅更有利于負荷，降低了電力成本;它還降低了存儲運營成本，并通過減少操作時間延長了存儲壽命。結果表明，2012-2014年儲能降低電費的趨勢呈上升趨勢。因此，預計在不久的將來，大規模消費者的存儲投資收益性將會提高。數值評估存儲對負荷和網格的進一步好處，例如為負荷提供預留能量和減少網格擁塞的可能性是未來研究的主題。