石 坤，李德智，何 胜，王 鲁，易永仙

(1.中国电力科学研究院，北京 100192；2.国家电网公司，北京 100031；3.国网辽阳供电公司，辽宁辽阳 111200；4.江苏省电力公司电力科学研究院，江苏南京 211103)

0 引 言

电力是具有实时供需平衡性的能源形式。在能源互联网的发展背景下，可再生能源接入量不断增加、柔性负荷的种类和数量愈渐丰富、直流输电技术的大力发展导致系统转动惯量不足等现状，对于电能的实时供需平衡提出了新的挑战[1-2]。

传统供需平衡调节方法，主要依靠调节供给侧的出力来匹配用电需求，只有在十分紧急的情况下才对用户负荷进行切除，即减载[3]。该调控方式下，发电侧调节成本大，机组利用率低，而需求侧能动性差，只能被动关停。进一步的，为匹配高峰负荷情况，只能增加冗余的发电出力，造成发电容量浪费，或拉停大用户负荷，导致用户用电满意度严重下降。随着智能用电及其相关技术日趋成熟，需求侧资源的可控潜力被逐步挖掘，除传统的需求响应外，需求侧资源在电网稳定性调节、频率控制、紧急负荷控制等供需平衡调控方面也受到广泛关注[4-6]，计及需求侧资源的合理供需平衡调控手段亟待提出。

目前的研究大多采用在单一调控模式下，通过价格型或激励型需求响应实现用户的主动减负荷[7]的实现形式，研究覆盖了其全过程的价格/激励制定、负荷分类、调控策略等。然而需求侧资源在数量、种类和使用习惯上都具有突出的多样性，因此单一的调控模式不足以充分匹配负荷资源的响应能力。考虑到同类型用户具有区域聚集性(居民区、工业园区等)，同时基于需求侧资源的电网供需平衡调节具有层次性[8]，本文提出一种计及需求侧资源的电网分层分区供需平衡调控方法，在不同区域不同层次之间建立供需平衡调节的实现机制，以纵向调控、横向互补的运行机制为需求侧资源在参与供需平衡调节奠定理论基础。

1 参与电网供需平衡的需求侧资源模型

需求侧资源的智能化调节技术是对传统调度手段的有效补充，具有灵活性和柔性的可调度空间，同时减少对用户用电体验的负面影响[9]。

1.1 需求侧资源特性

广义的需求侧资源主要涵盖了分布式电源设备、可储能型负荷及用能型负荷。

1.1.1 分布式电源设备

分布式电源设备主要包括微型燃气轮机、光伏电源和分布式风电设备等。其中光伏电源和分布式风电设备等可再生能源设备由于其发电出力受到客观天气、风/光强度等影响，波动性较大，因此其接入对于常规调度模式下的电网运行冲击性较强；另一方面，分布式电源的清洁性和可持续性使其成为长期发展进程中的必然趋势，因此，基于合理、实时、灵活的需求侧资源调度策略来匹配分布式电源出力，为可再生能源的充分利用提供了良好的技术基础。1.1.2 可储能型设备

可储能型设备主要包括蓄电池、电动汽车、可蓄冷蓄热空调、锅炉等。其特点在于在运行过程中既可以作为供给方出力，也可以作为需求方消纳。电力这一能源形式要求出力与消纳能实时匹配[10]，而电网运行调度的难点即在于平衡供需之间的偏差量，储能设备显然是最为直接且灵活的解决形式，虽然目前储能设备尚未达到能够超大规模存储的阶段，但其在微网中的局部调节作用是十分显著的[11]。1.1.3 用能型设备

用能型设备即常规意义上的能源消耗设备。目前对于用能型设备主要可以根据其可调控特性的差异划分为：①可调节型负荷，即负荷具备可调节状态参数，从而影响功率曲线的负荷类型，如空调、冰箱等；②可转移型负荷，即负荷用电时段较为灵活，但单日消耗电量较为稳定的负荷类型，如电磁炉、微波炉等；③可中断型负荷，即仅具有开/关状态，可以中断使用的负荷类型，如电视机、部分照明设备等；④刚性负荷，用电时段十分固定且必需的负荷类型。

1.2 需求侧资源响应模式

需求侧资源参与调度过程的响应模式大致上可以分为价格型响应模式和激励型响应模式，其中目前主要应用和涉及的响应模式如下：

① 动态电价响应模式：通过动态的用电价格刺激用户进行主动负荷调节；

② 合同制负荷削减模式：在实施前期与用户进行合约签订，约定在用户收到削减指令时，进行固定额度的负荷削减；

③ 竞争性竞价模式：发布削减需求量后，通过用户主动的竞价形式来实现负荷削减；

④ 应急备用型调度模式：与用户进行约定，常规用电模式下不影响用户用电，紧急情况下对该部分备用负荷进行调节。

通常情况下，对需求侧资源的调用仅选用上述方式中的一种。本文给出的方案根据各层次需求的不同，在不同层次、不同用户群区域下选用不同的响应模式。

1.3 需求侧资源调控模型

分布式光伏设备的功率出力主要取决于当前光照强度、额定输出功率以及设备接入情况，如式(1)：

Ppv=-F(Hsun,Pmax,Sac)

(1)

分布式风电设备功率出力主要取决于当前风速风力、额定输出功率以及接入情况，如式(2)：

Pwd=-F(Vwind,Pmax,Sac)

(2)

储能设备功率主要取决于当前设备接入状态、充放电状态、最大输出功率以及储存电量，如式(3)：

Pst=±F(Pstored,Pmax,Sac)

(3)

可调节型负荷的用电功率主要取决于当前客观环境(温度、湿度等)、负荷参数设定状态、额定输出功率，其中，参数的设定状态主要受到用电经济性和舒适度体验的影响，如式(4)：

(4)

可转移型负荷的用电功率在运行状态下的功率与额定值相近，其主要的调控空间在于负荷运行时间的转移，而时间转移情况同样主要受用电经济性和舒适度体验的影响，如式(5)：

(5)

可中断负荷与可转移负荷类似，其运行功率基本为额定值，仅开闭状态受到经济性和舒适度影响，其表达如式(6)：

(6)

2 分层分区供需平衡调控方法

2.1 分层分区供需平衡调控体系架构

针对目前需求侧资源调度中存在的响应模式单一、横向区域互动性差问题，本文提出计及需求侧资源的分层分区供需平衡调控方法，其体系架构如图1所示。

图1 分层分区供需平衡调控体系架构

纵向上将系统划分为电网调度层、聚合管理层和负荷响应层。电网调度层主要实时估算当前供需双方功率平衡关系，明确功率缺额，并根据下层管理负荷中综合评估的可响应潜力，制定相应的削减指令或价格激励信号，并通过需求侧管理平台下发；聚合管理层是大量负荷的集成管理中心，能够直接获取负荷状态，从而准确估计负荷可削减量，当收到削减任务时，集成商/工商业大用户根据负荷状态，以既定策略对各类型负荷下发相应的控制指令，从而完成功率调控；负荷响应层作为系统底层，主要通过优质通信方式实时、精准反馈负荷运行状态，为上层决策提供支撑，同时对于控制指令能及时准确响应。

不同层次不同区域之间的各个主体具有不同的特性，因此传统思维下的单一响应模式无法充分适配用户需求，本文中提出不同层次不同区域具有不同的针对性策略：负荷集成商所管理负荷数量大、种类多，因此其可调节的不确定性也相对较强，为约束其波动情况，在调度中心和集成商之间采用合同制的负荷削减策略；相对而言，工商业大用户的负荷较为稳定，存在一定的刚性需求，且其电量直接影响生产收益，因而强制性的定额负荷削减可能造成其经济性补贴差额大的问题，因此，对于大工商业用户主要采用电价激励形式，鼓励其主动关停非必要负荷，在紧急情况下也可以采用有序用电的管理形式；由于居民用户用电不确定性较大，因此为保证响应任务的完成率，集成商与用户负荷之间宜采用直接负荷控制(DLC)方式[12]。

2.2 多维度供需平衡调控机制

在前述所建立的分层分区供需平衡调控体系架构基础上，从多个维度建立其具体实施过程中的供需平衡调控机制，纵向上建立多层次任务分配机制和相应的负荷调控机制，横向上建立多区域互通的缺额互补机制，从而更好地应对局部负荷响应能力不足以及突发性的负荷状态转移问题。

2.2.1 纵向多层次任务分配及调控机制

供需平衡的调控过程主要是通过纵向的信息交互实现的，负荷响应层近乎实时地自下向上反馈负荷运行状态，从而根据底层状态逐级估计可调控潜力；调度中心获悉功率缺额后，调度中心开始自上向下逐级发布调控指令，分配调控任务量。其具体的实现过程可以由以下步骤描述：

步骤1：功率缺额及负荷状态获取

功率缺额的计算可以根据系统频率的变化、潮流变化情况以及关口表计量等多种方式获取，各方式适用于不同应用场景；负荷状态可以直接通过负荷监测实现，其数据传输通过统一平台共享实现。

步骤2：可削减负荷量估计

负荷削减量的大小直接影响用户的用电体验，为尽可能减少对用户用电体验的负面影响，设定高、低两个影响程度阈值，估计不同影响度情况下，用户可削减负荷量的潜力。

① 低用电影响下可削减负荷量估计

Pli=Pnow-P(…,Ncomf_1,…)

(7)

② 高用电影响下可削减负荷量估计

Phi=Pnow-P(…,Ncomf_2,…)

(8)

步骤3：判断估计可调负荷量与缺额关系

(9)

步骤4：削减任务分配

根据步骤3判定结果，按相应用电影响下的可削减水平比例分配，允许一定的偏差量。

(10)

步骤5：负荷控制/动态工商业电价调节

根据所分配任务量，按照既定规则，对可转移负荷/可中断负荷/可调控负荷进行响应的控制，实现负荷削减；对于工商业用户，则根据电价-负荷关系进行反向电价制定。

步骤6：实际削减效果核验

步骤7：若削减效果整体上均有所偏差，则进行进一步的负荷控制以补足调控的波动量。

2.2.2 横向区域化缺额互补机制

纵向调控是常规运行的主要手段，然而在实际调度过程中，由于负荷的运行受到多方面因素的影响，且用户的主观性较强，即使采用基于合约的直接负荷控制，用户仍有可能出现紧急违约运行情况；此外，从电网的角度而言，如果出现局部性的线路故障或其他情况，同样会严重影响调控任务的完成度。因此，引入横向区域间缺额互补机制，从而保证整体供需平衡性。

其实现步骤如下：

步骤1：发布功率额请求信息;

步骤2：可调潜力盈余区域进行反馈报价;

步骤3：发布方择优选购。

选择过程中，可选择不止一个目标，其选择依据主要由发布方根据竞价方的经济性、舒适代价、参与方数量等因素综合决定，具有一定的主观性。

2.3 分层分区供需平衡调控方法实现

综合横向和纵向的运行机制，本文所提出的计及需求侧资源的分层分区供需平衡调控方法实现流程如图2所示。

图2 计及需求侧资源的分层分区供需平衡调控方法实现流程

2.4 实施案例说明

为便于理解，在此通过简单算例进行原理机制实施的进一步说明，但为保留文章机制的普适性，不做具体计算模型说明，具体的模型算法创新将在下一步研究中深入开展：

设A、B、C 3个主体，其各自的不同影响情况下的响应能力分别为P1A=3kW；PhA=5kW；P1B=2kW；PhB=4kW；P1C=4kW；PhC=7kW；设e波动量为±0.1kW，则

设Pneed=15kW；则其分别的任务分配额为PA=4.875±0.1kW；PB=3.5±0.1kW；PC=6.8±0.1kW。

若不考虑用电影响，直接按照最大能力比例分配，PA、PB、PC分别为4.687 5kW，3.75kW，6.562 5kW，与当前的分配差别性体现并不明显，均处合理范围；但若设Pneed=9即低舒适度影响下的阈值附近时，目前较为常见的最大能力分配原则下PA、PB、PC分别为2.812 5kW、2.25kW、3.937 5kW，PB显然出现了用电影响低于低影响阈值的情况，而这一情况显然随着用户主体的差异性以及负荷高低影响度的区间增大而更加明显。

若A新增突发性用电需求0.2 kW，不能完成目标任务，则向B、C进行竞价性邀请，则最终完成响应任务，如图3所示。

若A新增突发性用电需求0.6kW，则考虑B、C均不能独立完成，则按照其报价进行比例分配，由B、C协作完成。

图3 横向互补交互实现过程示意

3 优势及约束性分析

相比于常规意义下需求侧资源管理实现电网调节的方式，本文所提方法中对需求侧资源调控进行分层分区的精细化调控，并引入纵向调控、横向互补机制的优势在于：

① 基于负荷状态监测自下而上进行多层次的可调控潜力评估，相对于仅仅从价格层面和激励力度层面间接分析用户可响应能力的方式，能够更精准地实现用户负荷调节任务分配，充分挖掘用户的可响应能力；

② 在不同的用户群区域间形成互联互通关系，可以实现局部突发紧急情况下的横向互补，这一机制能够大大减少常规合约承包制情况下可能出现的因局部原因导致削减量任务缺额，从而影响整体的运行稳定性和实施可靠性；

③ 在不同的层次和区域之间可以根据需求采用多元化的实现机制，如价格型、激励型、直接负控以及合约承包等，从而更易适应用户的实际需求，也一定程度上避免因用户主观性而导致的削减任务失效。

4 结束语

本文提出了一种计及需求侧资源的电网分层分区供需平衡方法，基于需求侧资源模型，提出纵向上基于用户在不同影响程度下的可响应能力评估情况的任务分配机制，保证了用户侧参与需求响应过程中的公平性，提升响应效果；横向上提出了区域化缺额互补机制，避免由于用户主观随机性及突发事件造成的局部响应能力不均衡，提升了需求侧资源响应有效性，为需求侧资源参与电网调控提供了参考。

[1] 王锡凡，肖云鹏，王秀丽.新形势下电力系统供需互动问题研究及分析[J].中国电机工程学报，2014，34(29)：5018-5028.

[2] 曾鸣，杨雍琦，向红伟等.兼容需求侧资源的“源-网-荷-储”协调优化调度模型[J].电力自动化设备,2016，36(2)：102-111.

[3] 宋毅，欧阳邵杰，王旭阳等.考虑需求侧资源的新型电网规划模式[J].电力建设，2013，34(11)：12-16.

[4] 姚建国，杨胜春，王珂等.平衡风功率波动的需求响应调度框架与策略设计[J].电力系统自动化，2014，38(9)：85-92.

[5] 曾鸣，彭丽霖，孙静惠等.兼容需求侧可调控资源的分布式能源系统经济优化运行及其求解算法[J].电网技术，2016，40(6)：1-7.

[6] 朱兰，严正，杨秀等.计及需求侧响应的微网综合资源规划方法[J].中国电机工程学报，2014，34(16)：2621-2628.

[7] Abdi H， Dehnavi E，Mohammadi F. Dynamic economic dispatch problem integrated with demand response (DEDDR) considering non-linear responsive load models[J].IEEE Transactions on Smart Grid,2016,7(6):2586-2595.

[8] Mendaza I，Szczesny I G，Pillai J R，et al. Demand response control in low voltage grids for technical and commercial aggregation services[J].IEEE Transactions on Smart Grid，2016，7(6)：2771-2780.

[9] 楚成博.含可调控负荷系统的调度灵活性研究[D].济南：山东大学，2013.

[10]Jungsuk Kwac，Ram Rajagopal. Data-driven targeting of customers for demand response[J].IEEE Transactions on Smart Grid,2016,7(5)：2199-2207.[11]何舜，郑毅，蔡旭等.基于荷-储型微网的需求侧管理系统运行优化[J].电力系统自动化，2015，39(19)：15-20.

[12]高赐威，梁甜甜，李扬.自动需求响应的理论与实践综述[J].电网技术，2014，38(2)：352-359.