基于需求響應虛擬電廠雙層優化調度研究

福州大學電氣工程與自動化學院 蘇 捷

當前，具有先進通信和控制技術的虛擬電廠（Virtual Power Plant，VPP）不僅能夠聚合各類負荷和分布式資源為一個整體，實現多源協同優化控制，還能提高系統的靈活性和新能源的消納率，引起了廣泛關注，并取得了豐碩的成果，但也存在功率調節差和信號響應慢的不足。國內外關于VPP優化調度廣泛研究。文獻[1]基于價格型需求響應，引導用戶合理用電，實現了VPP協調運行；文獻[2]研究了包含風光、水電和儲能系統的VPP發電側優化調度模型。文獻[1-2]從需求側或發電側進行了VPP優化調度研究，但單側調度已不能滿足現階段優化需求，需建立供需兩側的協同優化調度模型。文獻[3]建立了計及風電和儲備市場需求不確定性源的VPP日前優化調度模型。文獻[4]以運行成本最小為目標，構建了基于多風能預測結果的VPP柔性優化調度模型，設計了VPP出力計劃的日內滾動調度策略；文獻[3-4]分別針對日前和日內優化調度進行了研究，但單階段的單目標優化無法實現整體效益最優。

1 VPP聚合管理分布式能源的需求與適應性

具有不確定性的分布式新能源高比例接入電網系統，不僅改變了潮流流向，引起了電壓波動，影響了電網可靠性，還提高了電網結構及資源調控升級改造的需求，同時也給電網的靈活性和經濟性帶來了較大的挑戰。在此背景下，傳統能量管理模式已無法適應新型電力系統，亟須引入新型管理模型。目前，有提升區域自治促進新能源高效消納，以及提高分布式能源基礎監管設施兩種分布式能源并網管理路徑，其智能化管理方法主要包括主動配電系統管理、微電網管理、電價管理和市場管理四種方式，其中主動配電系統管理和微電網管理注重提升本區域自治水平，電價管理和市場管理是基于廣泛物聯實現能源利用最大化。本文從分布式能源強制性、市場成熟度和信息通信技術三個視角將VPP與上述四種方式進行比較，見表1。

表1 VPP與其他分布式能源管理方式對比

由表1可知，VPP基于已有平臺管理分散的分布式能源不僅能降低投資，還能獲取分布式能源的容量、接入位置和設備等信息。VPP基于主通信網采用光纖或利用公共以太網采用光纖、無線、電話線等多種方式通過簽訂通信協議形成虛擬專用網絡（Virtual Private Network,VPN）進行信息傳遞，研究表明現有通信協議標準均可適用。VPP參與能量市場、容量市場和輔助服務市場，靈活提供服務，避免了分布式能源直接參與電力市場的復雜手續和準入條件；VPP通過利益分配促進分布式能源有序發展，較低的強制性管控需求使各主體具有更多的自主選擇性，能更好支持分布式能源的分散性、多樣性和異構性。

基于上述分析，VPP對分布式能源的管理和傳遞更具動態性、自由性和靈活性，能更好地適應當前電力市場和信息通信技術設施建設。

2 考慮需求響應的VPP雙層調度模型

2.1 VPP管理架構

為解決不確定性分布式新能源并網引發的一系列問題，需制定高效合理的VPP優化調度方案，以實現電網整體系統能源的優化配置，促進新能源消納，減少棄風、棄光現象，無法實現高精度調度優化。本文中VPP運營受電力市場價格波動、分布式能源出力特性和負荷需求三方面因素影響，其架構如圖1所示。商業型虛擬電廠（CVPP）管理小型工商業負荷和居民負荷兩種，可分為基礎負荷和可控負荷。其中，基礎負荷是不參加控制中心調度的負荷，可控負荷通過與CVPP簽訂合約接受控制中心調度。主要起到管理用戶負荷、平衡電力市場交易的作用。技術型虛擬電廠（TVPP）監控風光伏機組、燃氣輪機和儲能系統等多種分布式電源的運行狀態，制定出力計劃。

2.2 VPP雙層調度優化模型

我國地區用電存在“尖峰”特性，增加了電力發電成本，造成了經濟損失。需求側管理用戶負荷能有效實現削峰填谷。為此，本文從供需兩側構建VPP雙層優化調度模型。上層為商業型VPP，以用戶最大效益為目標進行負荷管理，通過分時電價優化不同類型的可控負荷，并基于價格和激勵兩種需求響應機制最大化調度作用。下層為技術型VPP，以電源出力成本最小為目標，引入棄風棄光懲罰，兼顧供需側利益，實現系統各類能源協同優化管理。

上層CVPP模型目標函數為：

式中：F1為VPP總利潤；ΔT、T為調度時長和調度個數；ρse,t、ρbuy.F,t為CVPP與用戶交易電價和簽訂的購電電價；PF,t為CVPP與用戶簽訂購電電量；PD,T為分時電價后時段CVPP用戶用電量；ρbuy.S,t為CPVV與實時市場交易電價；PS,t為CPVV與實時市場交易電量，向市場售電時PS,t為正，向市場購電時PS,t為負；FTVPP為總發電成本。

包含售電電價約束、負荷削減量與削減次數約束、可轉移負荷約束、可平移負荷約束和功率平衡約束的上層約束條件為：

通過上層調度優化模型式優化結果得TVPP出力結果，建立TVPP發電成本最優的下層目標函數：

式中：Frq,j,t為燃氣輪機j在t時段運行成本；Fwt,t為風機t時段運行成本；Fpv,t為光伏t時段運行成本；Fes,t為儲能t時段運行成本。

下層約束條件為售實時功率平衡約束、燃氣輪機運行約束、爬坡率約束、風光電源出力約束和儲能系統容量約束，公式為：

2.3 列約生成算法求解

耦合雙層優化模型的求解難度較大，C&CG可以通過不同切割平面，引入子問題變量和約束，在緊湊原目標函數下界值將目標分成主子問題進行最優求解，減少了迭代次數，高效求解多層次優化問題。因此，本文提出運用列約束生成算法求解VPP雙層優化調度模型，求解流程如圖2所示。

圖2 C&CG求解VPP優化模型流程圖

3 算例分析

本文以文獻[4]中的源荷預測中為基礎數據，運用IEEE33標準節點結構進行本文所構建VPP雙層模型的有效性驗證，其中光伏、風機、儲能等設備接入、設備容量、儲能設備參數和可削減、可平移可轉移負荷調度參數。以及各分布式電源設備的電量耗量特性、分時電價的相關數據[5]。在最大化上層CVPP用戶的收益中，由圖3所示負荷實際功率和經雙層模型交互迭代后的期望功率對比可知：上層CVPP模型可以將在19：00～21:00和23:00電價高峰期的負荷電能需求轉移到01:00～7：00和24:00，降低用戶用電成本，VPP雙層優化模型中上層調度方案能更保證用戶收益。

圖3 上層需求響應負荷的實際和期望功率

在圖4下層TVPP可控電源和儲能系統調度方案中，儲能功率放電為正，充電為負。根據分時電價與上層CVPP需求響應結果，儲能系統在低電價時間段01:00～06:00以及24:00充電儲存電量，20:00～22:00高電價時間段功率放電，通過響應分時電價降低下層運行成本。風機和光伏可控電源響應負荷需求，在負荷需求較低和分時電價較低時的01:00～05:00時段和24:00時段，減小功率輸出，較高時可控電源盡可能多出力，在滿足負荷需求的同時，提高電源輸出功率收益，綜合降低VPP成本。

圖4 可控電源和儲能系統的下層調度方案

表2給出了傳統方法與本文所提方法在經濟效益和新能源消納率的對比結果。本文所提出的方法使得上層用戶和下層電源效益分別提高了1600.3元和3331.5元，新能源利用率分別提高了8.3%。

表2 VPP調控效益與傳統對比

4 結語

本文考慮需求響應構建了VPP雙層優化模型，通過算例分析驗證得出下列結論：一是從分布式能源強制性、市場成熟度和信息通信技術視角得出VPP聚合各類靈活調控資源管理能夠降低投資，更具動態性、自由性和靈活性，更好適應電力市場和信息通信技術設施建設的優勢；二是通過VPP雙層優化模型更保證用戶收益、提高電源輸出功率收益，相比于傳統優化調度方法，提高了系統效益4931.8元，提升了新能源利用率8.3%。