考慮需求側響應的微電網群協調優化調度模型*

付宗強，王紅蕾，2

（1.貴州大學電氣工程學院，貴陽 550025；2.貴州省“互聯網+”協同智能制造重點實驗室，貴陽 550025）

1 引 言

在電力行業中，通過限制火力發電能有效減少CO2的排放，但大量限制火力發電也會制約經濟的發展。大多數國家采用風力發電和光伏發電維持自身的負荷需求。微電網由分布式電源（Distributed Generation,DG）、儲能單元和用電單元組成一個小型且完整的電力系統，其中儲能單元與DG出力互補，增強了系統安全性，因此可以通過DG有效地將可再生能源接入到小城鎮電力系統中[1]。文獻[2]利用風、光互補特性提高了微電網的經濟特性，但是可再生能源的高度間歇性與波動性、微電網調度策略的限制以及DG之間協調的不平衡，導致了風、光無法被充分利用[3]。微電網群（Multi-M icrogrid,MMG）能夠進行微電網之間的可再生能源交易，促進可再生能源的全消納。目前，大多數研究都集中于微電網群調度的經濟性[4-5]，但電網群經濟指標最優不能直接證明微電網群的可再生能源消納最優。當配電網電價相對較低時，微電網向配電網購電更有利于系統的經濟運行，但這也降低了可再生能源的消納，損壞了環境的生態。需求側管理的應用和儲能裝置的使用能夠有效降低微電網運行成本，增強系統運行的穩定性[6]。文獻[7]考慮了需求側管理，將微電網負荷在必要時進行轉移，降低微電網負載的波動。文獻[8]提出公共儲能裝置系統，降低了微電網群系統的運行成本。文獻[9]加入儲能裝置，轉移微電網的可再生能源，從而減少微電網群總運行成本。基于需求側管理的微電網群能量管理中心的協調調度，能夠有效降低儲能裝置的使用頻率。本設計即是基于此點展開。

2 微電網群結構及不確定性模型

2.1 微電網群拓撲結構

微電網群中，包含了三個微電網：微電網1給工業負荷供電；微電網2和微電網3給商業負荷供電。微電網中包含風力發電機、光伏發電機、燃料電池和蓄電池。微電網群能量管理中心（EMC）以微電網群向配電網購售電量最低為目標，統一管理微電網群。微電網與微電網之間通過邏輯開關相連。只有微電網之間需要能量交易時，微電網能量管理中心才短暫閉合開關，進行能量交易；無交易時開關處于常開狀態。微電網與配電網之間通過交流母線連接。微電網群能量管理中心與微電網能量管理中心進行信息交互，實現協調優化調度。微電網群整體拓撲結構如圖1所示。

圖1 微電網群拓撲結構圖

2.2 微電網群的不確定性

微電網群的能量管理及控制策略是影響微電網之間協調、穩定運行的基礎，但微電網在運行過程中仍面臨不確定性因素對其安全、經濟運行的影響[10]。預測模型的精度、風源和光源的不確定性都對微電網安全穩定運行造成了極大影響。需求側與供給側都具有不確定性，因此同時考慮需求側與供給側的不確定性能夠提高微電網的安全性。考慮風力發電機、光伏發電機、負載的不確定性，有下式：

式中：Pwt,i,t、Ppv,i,t、Pload,i,t分別表示微電網i在t時刻的風力發電機、光伏發電機、負載的功率，ωi表示預測值不確定占比，ωi為-1到1之間的隨機數。

3 微電網群的協調優化

3.1 EMC協調優化

可再生能源屬于不可控能源，微電網需要根據預測信息提前對其做出調度計劃。然而，可再生能源高度的間歇性和較大的預測誤差會導致單個微電網無法完全消納可再生能源。目前能源互聯網的發展電力市場的改革，使得小型微電網市場主體[11]可以在保證微電網穩定性的前提下進行自主購、售電，盡可能增加可再生能源的使用，減小棄風、棄光。

由于微電網群內裝機容量、地理位置、用電負荷特性不同的原因，可能發生在t時刻，微電網j可再生能源過剩，多余電力無法使用，而同時微電網i對可再生能源的需求量過大，電力無法滿足用電需求。針對此情況，在此根據微電網群能量管理中心綜合微電網的可再生能源，進行微電網之間可再生能源的交易，如下式表示：

式中，Pbuy,i,t、Psell,i,t、γi分別為t時刻微電網i的買電量、賣電量、轉移因子。

轉移因子根據該時刻微電網對于可再生能源的需求量Ptrans,i,t的占比而決定，即微電網i的需求量除以總需求量，式為：

式中，Ptrans,i,t=Pload,i,t-Pwt,i,t-Ppv,i,t。當γi＞0時，表示微電網i向微電網j買電，反之，向微電網j賣電。轉移因子的分配可促使產量越高的微電網賣出的可再生能源越多。買電的情況同理，需求量越大，分配到的可再生能源越多。這一分配機理既保證了可再生能源富余的微電網賣電的積極性，又使得可再生能源匱乏的微電網能夠參與到交易中。

3.2 需求側響應

電價是影響用戶用電量的重要因素。微電網群可以通過實時電價來調節用戶的消費行為。當電價高于用戶期望時，人們的消費理性會驅使用戶會將一些可中斷負荷停止，或者將可轉移負荷轉移到其他時刻。不同用戶對電價的響應也是不同的，此處微電網群包含三種負荷情況：商業、居民、工業負荷。

按照經濟學理論，供大于求時商品價格低，反之價格高，所以當負荷需求量高時，電價高。用ρi,t表示實時電價，有下式：式中分別表示初始電價、初始電價平均值、電價系數。

通過分析不同用戶類型對電價的響應情況，此處引入需求價格彈性矩陣，建立不同用戶在實時電價下的響應模型。價格彈性反映了用戶用電需求對價格的靈敏度，可分為自彈性和交叉彈性[12]兩種。

負荷只與該時刻電價有關，不受其他時刻電價的影響，這一價格彈性即稱為自彈性，由下式表示：

式中，Eii表示自彈性；Pi、ρi、P0i、ρ0i分別表示i時段的用電需求、電價、初始用電需求、初始電價。由于用戶消費是具有理性的，電價上漲會減少用電需求，所以自彈性價格矩陣為負。

負荷會受其他時間段的電價影響，從一個時刻轉移到其他時刻，這種形式的價格彈性稱為交叉彈性，由下式表示：

式中，Eij表示交叉彈性價格，當時段j時段電價升高，j時段的部分負荷轉移到電價相對較低的i時段導致i時段的用電需求增加，因此交叉彈性價格矩陣為正。

綜上所述，在實時電價下，用戶的需求響應要考慮自彈性和交叉彈性的影響，總的需求響應模型則可由下式表示：

4 微電網群的雙層調度

4.1微電網群EMC

微電網群EMC是能量管理的控制中心，位于微電網群的上層，用以協調調度可再生能源。為了達到棄風、棄光最小，微電網群能量管理中心整合微電網群可再生能源，實現微電網之間的交易，達到微電網群向配電網的購電量最小化的目標。此處以t時刻微電網向配電網的購電量為優化變量，構建微電網群EMC協調能力目標函數，如下式：

式中，Pmg,i,t為t時刻微電網i向配電網的購電量。當Pmg,i,t＞0時，表示微電網向配電網的買電量，反之，則表示賣電量。

4.2微電網EMC

微電網EMC位于下層，接收來自微電網群EMC的交易信息，管理微電網內部的負載需求和發電機組，根據實時電價轉移柔性負載，實現“削峰填谷”，達到自身成本最小化的目標，如下式:

式中，Pfc,i,t表示燃料電池出力；Pes,i,t表示儲能裝置出力。Pprice表示向配電網的購售電價，Pprice＞0時表示向配電網購電，反之售電。a、b、c、d、e表示運行成本系數。

微電網群EMC既要考慮微電網向配電網的交互功率限制，又要考慮微電網群整體功率的平衡。儲能裝置可以在可再生能源富余時，將電能轉換為化學能存儲；在可再生能源不足時將化學能轉換為電能，以滿足負荷需求。

5 算例分析

5.1 基本參數

實驗環境使用Intel R CoreTMi7-6700HQ CPU@2.60 GHz，MATLAB 2020商用fmincon解算器。

實例選取一個包含三個微電網的微電網群，其中包含了兩個商業負荷和工業負荷，這兩類負荷具有不同的負荷需求特性。15分鐘轉移前、后的負載預測曲線如圖2所示。

圖2 需求側響應結果圖

微電網1的高峰期為9:00～18:00；微電網2的高峰期為18:00～23:00；微電網3的高峰期為8:00～18:00。這三個微電網的風速與光照強度條件有較大差異。15分鐘光伏、風機預測曲線如圖3所示。

圖3 光伏、風機預測曲線圖

5.2 調度結果與分析

5.2.1 優化結果

基于實時電價的需求響應優化的仿真結果，如圖2所示，表明用戶的需求響應會隨著實時電價的變化而變化，在“峰”時段電價上漲，用戶會將部分柔性負載轉移到“谷”時刻。

實例中，微電網1在1:00～6:00時段負載處于“谷”段，可再生能源有大量富余。為提高此時段用電量，微電網運營商降低實時電價；在9:00～17:45時段負載處于“峰”段，此時提高電價，使部分負載轉移至其他時段，從而減輕微電網的供給壓力。通過“谷”段降價和“峰”段提價來引導用戶的消費行為，實現負荷的“削峰填谷”，不僅降低了戶用的用電成本，同時增強了微電網運行的安全性和可靠性。微電網2和微電網3的負載情況與此同理。實驗結果表明，需求響應對這兩種負荷也有顯著的優化效果。

微電網群的調度如圖4所示。在1:00～2:00，微電網1和2的可再生能源不足，且此時微電網3的可再生能源僅能維持自身的用電需求，因此微電網1和2選擇使用燃料電池或向配電網購電來補償這部分功率缺額。在3:00～4:45、21:30～23:45時段，微電網1和2的可再生能源不足，微電網3的可再生能源充足，此時微電網1和2優先選擇向微電網3購電，最后剩余的功率差額由儲能裝置來補償。同理，在10:00～14:45，微電網1的可再生能源充足，優先將多余的電能賣給其他微電網，再將剩余的電量儲存在儲能裝置。

圖4 微電網群調度結果圖

5.2.2 不同策略調度結果對比分析

對四種調度策略進行對比。策略1是微電網群中微電網之間無法進行交易并且沒有采取實時電價的需求響應；策略2是在策略1的基礎上實施了基于實時電價的需求響應，在此策略下，需求響應雖然使得負荷的分布更加符合可再生能源的發電規律，比策略1節省不少成本，但單個微電網的可再生能源過多或者不足，仍然促使微電網向配電網進行大量的售購電，導致可再生能源的線消納能力不足、運行成本增加，而且過多的能源交易也會增加對配電網的沖擊；策略3是在策略1的基礎上允許微電網之間進行能量交易，在此策略下，微電網之間的能量交易增加了微電網群對可再生能源的線消納能力，減少了微電網與配電網之間的能量交易和對配電網的沖擊；策略4即是本設計的方法，結合策略2和策略3的優點，不僅允許微電網之間交易能量，而且采用了實時電價的需求響應。對比結果如表1所示。

表1 微電網各策略對比表

從對比結果中看出，需求側與供給側共同調節不僅能夠促進可再生能源的線消納，以最低的運行成本進行工作，還能降低微電網對于配電網的購售電量，減少微電網對配電網的沖擊，增強配電網的穩定性。在能量利用率方面，策略3相比于策略1，可再生能源使用率提高了1.9%，說明微電網之間能量交易可以有效提高可再生能源的線消納能力。同理，策略4比策略2的可再生能量使用率也提高了1.16%。策略4與策略3都具有能量交易，但由于需求響應的自彈性會降低負荷的使用，策略4對可再生能源的消納能力略有降低。

6 結束語

微電網之間的交易能夠促進可再生能源的全消納，加快實現“碳中和”和“碳達峰”，彌補單個微電網自身消納可再生能源的不足。設計基于實時電價的需求響應，能夠降低微電網的負荷波動，在一定程度上促使負載與可在生能源的發電規律更加匹配，實現了網源荷協同互動控制以及微電網群對可再生能源的全消納。