考慮碳排放指標的配電網經濟調度方法

陳雨婷, 趙 毅, 吳俊達, 孫文瑤, 夏世威

(1. 沈陽工程學院 電力學院,沈陽 110136; 2. 華北電力大學 電氣與電子工程學院,北京 102206)

“雙碳”路徑下,風、光等清潔電源將逐步代替火、水可調電廠成為電量主體,其固有的強間歇性和弱受控性將為電力系統運行與調控帶來諸多問題,突出表現為:碳中和指標達成壓力,導致電力供給側間歇性逐步加劇問題[1-2].上述問題的核心在于:間歇性清潔電源持續增長,而可用于平衡電力供需劇烈波動的靈活性資源嚴重短缺[3].未來配電系統將具有多種微電網,微網中含有分布式電源、分散儲能聚合、電動汽車、可控負荷等靈活性可調資源,可作為配電系統調度對象,用以消納清潔電源,是對當前清潔電源消納方法的有效補充.配電系統的低碳化是電力行業碳中和的重要組成部分,配電系統中的電能供給將主要由 2 個部分組成:一是來自上級大電網輸送,包括火力發電(簡稱火電)廠發出的碳基電能,以及風電場、光伏電站、水電站、核電站發出的清潔電能;二是來自配電側的分布式發電,包括微型燃氣輪機等小型電源發出的碳基電能,以及分布式風力機、光伏發出的清潔電能.

廣義上的“碳中和區”允許清潔能源發生內外流動,共同參與更大范圍內的碳交換過程[4].因此,對于廣義的碳中和區而言,清潔能源不僅可以來自上級電網,考慮碳排放的約束作用即考慮碳排放成本和自身碳配額值時,還可以考慮將碳權交易與電力市場交易相結合.從優化的角度來看,在智能配電網規劃模型中考慮碳排放約束,可以達到“供需平衡”“經濟可靠”“低碳高效”的多重效果.

在配電網優化調度方面,目前國內外學者對基于優化理論的經濟調度方面的研究,大多集中在以經濟性為目標進行調度.文獻[5]建立主動配電網分布式優化模型,采用復制節點的區域分解方法實現配電網和微電網的解耦.文獻[6]考慮可再生能源出力的不確定性,建立了主動配電網分布式魯棒優化調度模型.文獻[7]對主動配電網進行合理分區,并以配電網不同分區內分布式電源消納最大化、電網電壓偏差最小及網損最小為目標,提出一種主動配電網的分布式有功無功優化調控方法.文獻[8]將魯棒機會約束模型引入到調度計劃中,提出了考慮區域自治能力的主動配電網優化調度模型.

在配電網電力市場交易方面,文獻[9]在批發市場和配電市場中引入了負荷聚合商,分析了微電網、發電公司和負荷聚合商三者之間基于完全信息下的動態博弈行為,通過收益函數對報價策略的靈敏度矩陣更新自身的報價策略,直至市場達到均衡.除此之外,文獻[10]提出了一種多領導者單追隨者的非線性雙層規劃模型,并采用粒子群算法求解系統的廣義納什均衡點.文獻[11]提出了一種非線性互補算法對此類雙層規劃問題進行求解.上述文獻的主要研究對象集中在輸電側,而對配電側市場,尤其是微電網參與下的配電側市場交易和競價機制研究較少.

在碳排放權市場方面,文獻[12-14]分別采用了熵權法、兩級分配、選舉機制討論并設計了與交易市場相匹配的綠證、碳排放配額分配方法;文獻[15]討論了碳排放配額制下的交易決策及利益分配策略;文獻[16]基于總量管制和交易(Cap-and-Trade)模式,對中國的碳減排項目進行分析,給出碳排放評級方法并對碳市場價格進行預測.

綜上,現有配電系統調度體系中,考慮碳排放成本系數的優化調度研究較少,由此,分析碳排放指標對配電系統運行成本的影響,提出未來態配電系統碳電耦合新型經濟調度模型.與現有固定碳排放成本系數的碳排放指標相關研究不同,本文在此基礎上,設置碳排放成本動態區間,針對配電系統碳排放成本遞增若干場景,在改進IEEE 33節點進行算例仿真,驗證方法的有效性.

1 考慮碳排放指標的配電系統調度模式

為了說明調度模式,虛擬了2個不同城市的城市規模、二氧化碳排放量以及清潔能源發電占比等信息,如表1、圖1所示.可見,城市A清潔電源(低碳電源)少、火電(高碳電源)占絕大比例,碳排放量較高;城市B低碳電源占比大,碳排放量較低.鑒于低碳電源發電量與氣候條件的強耦合性,考慮碳排放強度指標因素和碳排放權交易途徑,存在以下兩種典型場景.

圖1 考慮清潔電源分布特性的配電網電力流與碳交易流耦合調度示意圖

場景1為低碳電源電力充足場景(風光資源充足).在此場景下,城市B電力可以自給自足,并存在剩余電力和一定量的碳排放權可以交易.城市A存在從城市B購電的同時積累碳排放配額可能,也存在靠自身高碳電源保持電力供給的可能.

場景2為低碳電源電力不足場景(風光資源不足).在此場景下,城市B電力不足,需從A購電以滿足電力供給,城市A存在向B售電情況下碳排放超標可能,也存在從B購買碳排放權的可能.

影響以上兩種典型場景的城市A發電決策的影響因素主要是:發電成本、城市碳排放強度指標、售購電價格與碳排放權交易價格等.具體如表1所示.

表1 配電網碳-電虛擬場景

間歇式清潔電源在電源側和負荷側并網達到超高比例后,由于清潔能源受天氣影響嚴重,傳統日負荷曲線和日發電曲線均將呈現更大的間歇性,在極端天氣條件下清潔能源發電困難,此時電源側對負荷側供給不足,存在用-發電角色互易的可能,甚至存在負荷需/供功率與電源供/需功率反向疊峰疊谷的可能,此時引入碳市場交易保證在碳中和實現目標中仍可以保持電力供給充足.

碳市場交易會對電力市場造成一定影響[17-20].在發電側,碳交易對火電企業帶來巨大影響,當火電參與市場交易時要考慮綜合供電成本,企業根據所接收的上網電量計算免費碳排放配額.在未來電力現貨市場中,火電企業售電報價方案需要考慮綜合收益.在用電低谷時段,用低電價換電量,提高負荷率,降低供電排放強度,從而增加配額銷售量或減少配額購買量.售電的損失通過碳交易彌補,實現綜合收益最大化.

在售電側,碳市場不會對售電公司產生直接影響,但是新的增值服務機遇可以由其提供給售電公司.售電公司并不承擔控制碳排放的任務,但是全國碳排放市場中未來也許會出現由其代理的用電企業,亦或者目前已有由其代理的用電企業被納入地區碳排放市場.電力用戶側可以享受由售電公司提供的碳市場價格趨勢預測、碳減排咨詢、碳交易策略建議、綠電采購等增值業務.

在用戶側,碳市場和電力市場需被均衡考慮,應按照實際情況調整購電策略.應通過技術創新以及提高管理水平,或通過市場交易,如向清潔能源電廠購電的方式減少碳排放量,使用戶側企業達到降低碳排放履約成本的目的.

新形勢下的電網調度既要遵循電網運行的客觀規律,保證電網的安全、穩定、經濟、優質運行,又要按市場規則進行電力調度,為電力市場的平穩運營保駕護航.

2 配電網優化調度模型

針對清潔電源集中式并網時,區域電網碳中和指標階段性達成訴求,研究不同場景下的碳-電耦合模型,將碳指標與電計劃進行階段性分解,在碳中和強度階段性指標達成前提下,綜合考慮負荷電力需求與配電網經濟運行需求,針對信息共享型微網,建立以配電網整體運行成本最小化為目標,以負荷削減、配電網安全和儲能出力等為約束,重點考慮配電網碳排放成本的集中式優化經濟調度模型.

2.1 基于混合整數二階錐的模型轉換

二階錐規劃(Second-Order Cone Programming,SOCP)的標準形式如下:

min{cTx|Ax=b,xi∈K,i=1,2,…,N}

(1)

式中:任意一點x∈RN;系數常量b∈RM,c∈RN,AM×N∈RM×N;對于錐中任意一點,K為如下形式的二階錐或旋轉二階錐.

對于任意一點x、y滿足:

(2)

為二階錐.

對于任意一點x、y、z滿足:

(3)

為旋轉二階錐.

SOCP是一種特殊的非線性優化,其本質是一種凸規劃,具有非常高效的求解算法,利用現有的SOCP算法包可以輕易求取最優結果,因此很多問題都可以轉化為二階錐規劃來求解.

通過Distflow的二階錐松弛將高階非線性的傳統交流潮流模型轉換為可以進行精確求解的混合整數二階錐模型,該模型在實際運行情況下,能夠維持其求解性能不受其他因素干擾,只受配電網的拓撲結構影響.在此結構下,可以使用已知的Distflow算法來描述相鄰母線之間的電氣關系.具體如圖2所示進行說明.圖中:k為母線;n1和n2為母線的2個分支;PI,m為向配電網注入的有功功率;QI,m為向配電網注入的無功功率;pmn1為分支有功功率流;qmn1為分支無功功率流;rkm為支路電阻;xkm為支路電抗;lkm為支路電流幅值平方;pkm為母線有功功率流;qkm為母線無功功率流.

圖2 配電饋線單線圖

圖2中與母線m相關的支路潮流可以由以下的DistFlow方程表示:

PI,m=pmn1+pmn2-(pkm-rkmlkm)

(4)

QI,m=qmn1+qmn2-(qkm-xkmlkm)

(5)

(6)

(7)

式中:vk為電壓的幅值平方;vm為電壓的幅值平方.式(4)和式(5)分別表示該母線處有功功率和無功功率的平衡;式(6)量化了該母線和上行母線電壓幅值的平方差;式(7)定義了終止于該母線線路上的視在功率、電流和電壓的關系.為了充分利用SOC(二階錐)在編程計算方面的優勢,由式(7)可以得到以下凸約束:

(8)

圖3 有載調壓變壓器等效圖

2.2 優化調度模型

在考慮配電網發電成本、儲能電站成本、負荷削減成本、外購電力成本以及碳排放懲罰成本等因素下,制定優化調度模型如下:

min(Cimp+Cshed+Cgen+Cdeg+Cmp)

(9)

式中:Cimp為從上級電網購電成本;Cshed為切負荷成本;Cgen為發電廠生產成本;Cdeg為儲能電站折舊成本;Cmp為碳排放成本.

配電網中從上級電網購電成本如下:

(10)

式中:ρE,m和PB,m分別為在母線m處,從上級電網購電單價和交換的有功功率;ΩB為邊界母線集合.

配電網中切負荷成本如下:

Cshed,m=ρLSPLS,m

(11)

式中:Cshed,m為配電網負荷停電時的懲罰成本;ρLS為配電網中負荷停電的單價;PLS,m為有功負荷減小量.

配電網中發電機生產成本如下:

(12)

式中:Cgen,m為m母線處的發電機組生產總成本;ag、bg和cg為分別為g發電機組生產成本常系數;PG,g為g發電機的有功出力;ΠC,m為可控發電單元集合.

配電網中儲能折舊成本如下:

(13)

式中:Cdeg,m為儲能電池折舊成本;ae為儲能電池退化成本常系數;PCh,e為儲能電池充電功率;PDch,e為儲能電池放電功率;Λm為儲能裝置集合.

配電網中碳排放成本如下:

(14)

式中:ρ為碳排放成本系數;E為邊際排放因子;Λ為微網集合.

2.3 約束條件

(1) 負載削減約束.

0≤PLS,m≤PD,m, ?m∈Ω/ΩM

(15)

PLS,mQD,m=QLS,mPD,m, ?m∈Ω/ΩM

(16)

式中:QLS,m為無功負荷切除量;PD,m為有功負荷需求量;QD,m為無功負荷需求量;Ω為所有母線集合;ΩM為微網母線集合.

其中,式(15)為節點有功約束條件;式(16)為功率因數相等條件下無功平衡約束.

(2) 功率注入約束.

配電網并網的功率傳輸需滿足以下限制:

PI,m=PX,m,QI,m=QX,m

(17)

(18)

?m∈ΩM

由于配電網中的功率需求通常由于彈性負載(例如電動車和空調負荷)的存在而可調節,所以當有功功率或無功功率不足時,也需要考慮削減負載,約束如下:

0≤PLS,m≤PD,m

(19)

(3) 發電機輸出功率約束.

(20)

(4) 配電網儲能裝置約束.

(21)

PCh,e≥0,PDch,e≥0, ?e∈Λm

(22)

其中,式(21)規定了充放電功率區間的上下限,即不超過額定功率極限;式(22)表示在儲能裝置參與電網調度后,應該保持的電量約束;需要注意,儲能電池的充放電次數會對壽命產生影響.

(5) 配電網安全性約束.

(23)

(24)

3 算例分析

智能配電網系統基于具有33條母線并且三相平衡的配電網配置,其中母線1與上級電網連接,如圖4所示.節點13至14、5至6、8至21、31至32、9至15、18至33、12至22和25至29具有聯絡線開關,可作為備選線路(轉供線).支路9至10、1至2和29至30具有有載調壓變壓器,分接頭檔位±2.5%,變比為0.95～1.05.母線12、19和28具有靜止無功補償器包括支持向量機和可縮放矢量圖形,無功功率取值范圍為 -300～900 kvar.母線13、18和30分別是微電網1、2、3.

圖4 IEEE 33節點配電網

碳排放系數參考國家公布的“區域電網基準線排放因子(OM)”中東北電網的數據.IEEE 33節點系統參數、3個微網的本地負荷及其他參數、耗量特性和儲能裝置的參數如表2～6所示.各個微網中的可控發電機組參數如表7所示.表中:∑Pd為總并網容量.

表2 3個微網中的儲能裝置參數

表3 3個微網的本地負荷和其他能源參數

表4 33節點系統負荷功率

表7 3個微網的可控發電機組參數

對改進的IEEE 33節點配電系統進行案例研究.在MATLAB 2016a環境下進行了數值實驗,優化問題均由求解器MOSEK 8.1求解.混合整數規劃的相對最優性間隙設置為0.01 %,二階錐松弛精度的閾值設置為10-6.母線1的電壓幅值保持在1.0(p.u.),并且所有其他母線的電壓幅值被設置在1.0(p.u.),而實際值允許在0.9(p.u.)到1.1(p.u.)之間變化.通過母線1從上行輸電網輸入能量的成本為88 美元/(MW·h),切負荷成本統一為500 美元/(MW·h),并且懲罰所有母線上的電壓幅值的因子為100美元/h.功率和電壓的基值設置為100 MV·A和12.66 kV.設計了兩種情景進行仿真,具體如下.

場景1邊際排放因子取1.1,即CO2排放量為1.1 t/(MW·h),碳排放成本系數為70 美元/t, 并網容量從[3 715, 5 225] kW以100 kW為公差進行仿真,仿真結果繪制如圖5和圖6所示.圖中:Pm為微網出力;Cmg為總成本.

圖5 3個微網出力對并網容量變化的響應區間

圖6 總成本隨并網容量變化曲線

圖5和圖6說明,隨著并網容量的增加,微網出力整體總趨勢呈增長狀態,達到固定值后不再受并網容量變化而改變;總成本隨之緩慢增加,總體趨勢呈線性增長.

場景2邊際排放因子取1.1,碳排放成本系數從[60, 75] 美元/t以0.1 美元/t為公差進行仿真,仿真結果繪制成圖7和圖8所示.

圖7 總成本隨碳排放成本系數變化曲線

圖8 3個微網出力對碳排放成本系數響應區間

圖7和圖8表明,引入碳排放成本后,系統總成本顯著增加,同時各微網的出力有所降低.3個微網由于耗量特性不同和容量不同,對碳排放成本所作出的響應敏感度和變化幅度也不相同.圖8可以看到3個微網對碳排放成本系數的響應區間,當ρ在[73, 73.8] 美元/t區間變化時,微網1對碳排放成本系數的變化作出響應;當ρ在[62.3, 64.3] 美元/t區間變化時,微網2對碳排放成本系數的變化作出響應;當ρ在[73.4, 74] 美元/t區間變化時,微網3出力對碳排放成本系數的變化作出響應.從圖7可以看出,當引入碳排放價格后,系統的成本增大,各個微網的成本隨之受到影響,進而微網的發電行為也受到影響,當碳排放成本系數較低時,微網的發電行為受到的影響程度較小,仍可保持自身原來的發電行為,但隨著碳排放成本逐漸升高,微網的發電行為開始出現越來越明顯的變化,具體體現在自身發電開始減少,從上級電網購電開始增多.當碳排放成本系數增高到一定程度時,微網的發電行為將不再受其影響,均以最小出力工作.

對比3個微網的結果,結合微網的耗量特性和其各自對碳排放價格的響應區間進行分析,可以發現,微網1和微網2在容量相同的情況下,由于微網2的耗量成本較大,總成本受到影響波動較大,所以微網2對碳排放成本系數的變化最為敏感,其發電行為優先開始變化.而對比微網1和微網3,兩者耗量特性相同的情況下,由于微網3容量較小,所以微網3受到碳排放系數影響的價格區間較短.

4 結論

提出一種考慮碳排放指標的配電網優化調度模型,將碳排放成本考慮到配網經濟調度模型中,并觀察微網的發電行為受碳排放成本的影響,算例結果表明:

(1) 當不考慮碳排放成本變化,固定碳排放成本系數,通過改變并網微網容量,改變清潔能源的占比,微網的發電行為受到影響.隨著清潔能源的占比升高,微網的出力隨之增加,當占比達到一定數值時,出力將不受影響.當清潔能源的占比增加時,總成本會隨之呈線性增長趨勢升高.

(2) 當考慮碳排放成本后,其他因素固定,微網的發電行為也會受到影響,碳排放成本越高,微網出力越少,當碳排放成本系數增高到一定程度后,微網將不再受其影響,以最小出力工作.

(3) 引入碳排放成本系數后的微網發電行為除了受碳排放成本系數的影響外,還會受自身耗量特性和容量的約束,耗量特性較大的微網對碳排放系數的變化更為敏感,會優先改變自身的發電行為.容量較小的微網只在很小的成本變化區間內,對碳排放成本系數的波動進行響應.

(4) 本文僅考慮了碳排放成本對配電網經濟調度的影響,后續研究需進一步考慮不同場景下碳配額、碳懲罰單價與微網有功出力的耦合關系,以及不同微網間碳排放權交易等因素,制定更加精確的配電網優化調度模型.