偏差电量考核机制下售电公司优化调度研究

2022-09-28李成鑫龚晓峰

计算机仿真 2022年8期

张宇，李成鑫，喻理，龚晓峰

(四川大学电气工程学院，四川成都 610065)

1 引言

开放售电侧电力市场是中国新一轮电力体制改革的重点之一，售电公司成为这种环境下的新兴主体[1]。售电公司通过代理用户参与批发市场进行购电，再通过零售市场向用户进行售电，成为发电侧与用户侧之间的一个新纽带。由于用户用能的不确定，基于负荷预测的用户计划电量与实际电量之间必然存在偏差，即为偏差电量[2-3]。在电力现货市场形成前的过渡阶段，偏差电量考核成为解决偏差电量问题的重要举措。售电公司为增加客户粘性，一般都会选择自己承担偏差考核风险，这就给售电公司的盈利能力带来较大挑战，严重情况下甚至可能出现亏损。

学者们针对如何降低偏差电量，进行了大量的研究，总结起来，主要的思路是以下方面：①优化售电公司自身的经营策略[4-5]，特别是通过需求响应[6-7]来降低偏差电量。但这些策略大多停留在概念层面，对于如何根据偏差电量选择何时中断、中断次数、中断持续时间和用户定价补偿费用等可操作性方面的研究较少。②提高负荷预测精度[8-9]。但受制于负荷预测算法精度局限性和用户用能的随机波动性，负荷预测误差不可避免，通过提高预测精度来降低偏差电量难度较大。③售电公司间的电量互保[10-11]，但这种方式存在一定的转移费用，同时受制于市场规则。

冷热电联供(CCHP)技术因能源的梯级利用而提高了能源利用效率[12]，近年来得到了大力发展。文献[13]利用CCHP系统的可控出力特性，将其作为降低偏差电量的有效手段，所提出的滚动优化综合考虑偏差电量考核，并构建了拥有CCHP系统的售电公司滚动优化模型。但文中没有采用储能等其它技术手段解决CCHP系统的热电耦合性，还存在一定的能量浪费，在偏差电量考核机制下的整体经济性还有待提高。随着储能技术的进步和成本的降低[14]，其实际应用越益可期。储能系统解耦冷热电能量耦合可以降低运行成本，同时还可以降低整个系统的设备容量，减少初始投资成本。

因此，本文针对拥有配网运营权的售电公司，在其拥有的CCHP系统基础上，再引入风力、光热和储能系统，利用CCHP系统的可控性和储能设备的可调度性，实现能量消耗的跨时段转移以进一步高性价比地降低偏差电量。基于日结算周期的偏差电量考核机制，以售电公司经济效益最大化为目标，构建了售电公司优化调度模型。以某售电公司用户负荷数据为基础，通过算例分析验证了本文所提模型和运行策略的正确性和有效性，可为售电公司降低偏差电量提供新思路。

2 产能系统与偏差电量考核机制

2.1 产能系统模型

本文提出一种含储能的售电公司产能系统，以CCHP系统为基础，联合风光储，协同电力网络，满足用户多种用能需求，其具体结构如图1所示，产能系统归属于售电公司。在运营模式上，售电公司通过从电网购入电量和产能系统出力，为用户提供电负荷，考虑到热能在转换、传输过程中损耗较大，所以冷热负荷由产能系统提供。在储能中，储电设备通过调度各个设备的出力来降低偏差电量，储冷和储热设备则调控冷热设备以降低运行成本。

图1 产能系统结构

售电公司的产能系统由能量输入、能量转换、能量储存和能量输出4部分组成。产能系统将风力发电、CCHP系统、太阳能集热和储能设备优势互补，并且基于能源梯级利用的原则，以满足用户对冷、热、电负荷需求。文中的风力发电和CCHP系统互补，太阳能则利用其光热来满足热负荷，都采用最大化消纳原则。

CCHP系统中的内燃机在发电同时，产生了大量的废热，通过热回收单元回收，提供给吸收式制冷机和热交换器以供冷和供热，引入热泵、高温热水机组和太阳能集热器使系统更加可靠。另外，CCHP系统与储能设备结合、协调运行，储能设备通过调度各产能设备的出力来满足客户用能需求，以降低整个调度周期的偏差电量。

2.2 产能系统的主要设备模型

1)CCHP发电机组的输出电功率为

Epgu(t)=Fpgu(t)·ηpe·ηte

(1)

(2)

(3)

式中：Fpgu(t)为发电机组在t时段的天然气消耗量；Epgu(t)为发电机组在t时段输出的电功率；ηpe和ηte分别为发电机组的电效率和热效率；α0、α1、α2、β0、β1和β2为效率的多项式系数；Ppgu为发电机组的负载率。

2)热回收单元回收的热量为

Qhru(t)=Fpgu(t)·(1-ηte)·ηhru

(4)

式中：Qhru(t)为热回收单元在t时段从发电机组回收的余热；ηhru为余热回收设备的效率。

3)太阳能集热器的物理模型为

Qsc(t)=ηcolncolAcolQsolar(t)

(5)

式中：Qsc(t)为t时刻太阳能集热器收集的热量；ηcol为太阳能集热器的效率；ncol为集热器的数量；Acol为太阳能集热器的有效面积；Qsolar(t)为t时刻的坡面辐射。

4)吸收式制冷机产生冷负荷的模型为

Qac(t)=Qhru，ac(t)Cac

(6)

Qhru，ac(t)=θ(Qhru(t)+Qsc(t))

(7)

式中：Qac(t)和Qhru，ac(t)分别为在t时段吸收式制冷机的制冷功率和制冷机所需的热量；θ为用于驱动制冷机的余热比例；Cac为吸收式制冷机的制冷性能系数。

5)地源热泵的物理模型为

(8)

式中：Ehp(t)为热泵的输入电功率；Qhp(t)为热泵的制冷功率；Chp为热泵在制冷模式下的性能系数。

6)高温热水机组的物理模型为

(9)

式中：Ehwu(t)为热水单元的输入电功率；Qhwu(t)为热水单元提供的热水功率；Chwu为热水单元的性能系数。

7)热交换器的物理模型为

Qhwe(t)=(1-θ)·(Qhru(t)+Qsc(t))·ηhwe

(10)

式中：Qhwe(t)为热交换器的热量；ηhwe为热交换器的效率。

8)储能设备的充放功率、充放效率和损失系数虽然有所不同，但三种储能设备具有相似的运行特征，均存在一定的损耗[12]、随时间消散等特性，它们的数学模型为

Ees(t)=(1-τ)Ees(t-1)+Ves，in(t)Pes，in(t)·Δt·ηes，in-

Ves，out(t)Pes，out(t)·Δt/ηes，out

(11)

式中：Ees(t)、Ees(t-1)分别为储能系统在t、t-1时段的剩余容量；Pes，in(t)、Pes，out(t)分别为储能系统的充、放功率；ηes，in和ηes，out分别为储能系统的充、放效率；τ为储能系统在储存过程中的损失系数；Ves，in(t)、Ves，out(t)为t时刻充放的状态变量；Δt为单位调度时间。

2.3 偏差电量考核机制

现阶段，不同的省市电力交易中心陆续出台了相关电力市场交易规则，其内容一般包括交易执行偏差的月度考核，偏差电量考核规则也不尽相同[7]。随着改革的推进，要求售电公司申报未来一天所代理的用户负荷需求预测曲线，对售电公司要求更加严格[15]。为了直观地体现短期偏差电量考核对售电公司运营策略和经济效益的影响，构建日偏差电量考核机制。

(12)

售电公司所代理用户的实际日用电量记为Qd，则其偏差电量ΔQd为

(13)

(14)

式中：α为正偏差电量的免考核系数。

(15)

式中：β为负偏差电量的免考核系数。

根据偏差电量，正负偏差考核成本分别为

(16)

(17)

以正偏差情况为例，售电公司的日利润为

(18)

式中：ps为售电公司与发电厂合同协议价差；pu为售电公司与用户签订价差。

3 计及偏差电量考核的售电公司产能系统优化调度研究

3.1 结合日前和实时的优化调度模型

3.1.1 日前计划的制定

在日偏差电量考核机制下，售电公司在年月市场购买电量后，在日前需要安排日前购电量Epur，d。将一天总时长按照优化调度周期等分为T份，售电公司根据产能系统容量、日前负荷预测结果等参数，根据目标函数式(19)优化安排售电公司产能系统和电网购电的日前计划，从得到的次日电网电量中减去年、月购电合同分摊到日的电量，即得日前购电量，售电公司据此进行日前购电。

maxC=Cs-Cinv-Cps-Cgrid-Com

(19)

式中：C为售电公司日前计划的总利润；Cs为售电公司供能总收入；Cinv为设备投资日折算成本；Cps为产能系统运行成本；Cgrid为电网侧购电成本；Com为产能系统设备维护成本。

1)售电公司为用户提供冷、热和电负荷的日总收入Cs为

ps，hw(t)Qhw，load(t)]

(20)

式中：T为考核周期；psell(t)、ps，c(t)、ps，hw(t)分别表示t时段电、冷和热水负荷的出售单价；Eload(t)、Qc，load(t)、Qhw，load(t)分别为t时段的电、冷和热水负荷。

psell(t)=pgrid(t)-pu

(21)

式中：pgrid(t)为t时段发电厂侧电价。

2)产能系统设备总投资成本根据使用年限折算成日投资成本Cinv为

(22)

式中：Nk、Ck分别为各个设备的安装容量和投资成本；i为利率；n为使用年限。

3)产能系统的运行成本Cps和在电网侧购电成本Cgrid分别为

(23)

(24)

式中：rfuel(t)和rgrid(t)分别为t时段售电公司购入的天然气价格和电价；Fpgu(t)为发电机组在t时段的天然气消耗量；Egrid(t)为t时段电网输出的电功率

rgrid(t)=pgrid(t)-ps

(25)

4)产能系统的维护成本Com为

kom，hwuQhwu(t)+kom，hweQhwe(t)+kom，hruQhru(t)+

kom，esPes(t)+kom，solarQsc(t)+kom，windQwind(t)

(26)

3.1.2 实时调度中的滚动优化

在日偏差电量考核机制下的实际运行中，出现偏差电量时一般都是到了一天的最后几个小时，偏差电量已是既成事实，这时才考虑如何消除或者削弱偏差，效果就会欠佳。因此本文沿用文献[13]中滚动优化的思想，在每个小时的调度过程中都考虑偏差电量因素，但与文献[13]不同的是由于引入了储能系统，滚动优化的推进需要将前n个调度周期内储能系统的状态与后续调度周期(n+1～T)系统和储能设备的出力联合滚动优化，假设当前时刻第n个周期即将完成，本文滚动优化的过程如下：

1)重新进行后续T-n个周期(n+1～T)内的负荷滚动预测，由于预测时段很接近，因此假设对下一周期的负荷预测是准确的；

2)根据前n个周期内的负荷、后续T-n个周期的预测负荷和前n个周期内储能系统转移的状态，在计及偏差电量考核成本的情况下，根据目标函数式(27)对产能系统的后续(n+1～T)个周期的运行方式重新优化，但优化后的产能系统运行方式只有第n+1时段付诸实施。

到n+1时段末，又重复上述步骤；如此往复，直至一天24小时完成。

maxCin=Cs-Cinv-Cps-Cgrid-Com-Cdev

(27)

式中：Cin为售电公司日总利润；Cdev为偏差电量导致的成本。

偏差电量导致的成本Cdev由价差费用和偏差考核费用组成。根据2.3节构建的考核机制与滚动优化策略，负偏差情况下，仅有偏差考核费用；正偏差下，由于有超额电量，还需考虑价差费用。其中产生的偏差电量ΔQd为

(28)

式中：Epur，d(t)为t时段日前购电量。

(29)

(30)

(31)

3.2 优化中的各种约束条件

拥有产能系统(含CCHP、光热、储能等)的售电公司，在其运行优化过程中，除了考虑如式(1)-(11)所示的各种设备自身约束外，还应考虑包括冷热电负荷需求平衡、设备出力以及储能系统等相关约束。

1)系统电负荷平衡约束

Epgu(t)+Egird(t)-Ves，ch(t)Pes，ch(t)+PWT，t+

Ves，dis(t)Pes，dis(t)=Eload(t)+Ehp(t)+Ehwu(t)

(32)

式中：Egrid(t)为上级电网提供的电功率；Pes，ch(t)、Pes，dis(t)分别为储电装置的充、放功率；Ves，ch(t)、Ves，dis(t)分别为t时刻充放电的状态变量；Eload(t)为t时段内用户所需的电负荷。

2)系统冷负荷平衡约束

Qhp(t)+Qac(t)-Vcs，in(t)Qcs，in(t)+

Vcs，out(t)Qcs，out(t)=Qc，load(t)

(33)

式中：Qcs，in(t)、Qcs，out(t)分别为储冷装置的充、放功率；Vcs，in(t)、Vcs，out(t)为t时刻储放冷量的状态变量；Qc，load(t)为t时段用户所需的冷负荷。

3)系统热负荷平衡约束

Qhwe(t)+Qhwu(t)-Vhs，in(t)Qhs，in(t)+

Vhs，out(t)Qhs，out(t)=Qhw，load(t)

(34)

式中：Qhs，in(t)、Qhs，out(t)分别为储热装置的充、放功率；Vhs，in(t)、Vhs，out(t)为t时刻储放热量的状态变量；Qhw，load(t)为t时段内用户所需的热水负荷。

4)设备出力约束

Emin，pgu≤Epgu(t)≤Epgu，rc

(35)

0≤Egrid(t)≤Egrid，rc

(36)

0≤Qac(t)≤Qac，rc

(37)

0≤Qhp(t)≤Qhp，rc

(38)

0≤Qhwu(t)≤Qhwu，rc

(39)

0≤θ≤1

(40)

式中：Emin，pgu为发电机组的最小启动功率，以减少燃料的不必要消耗；Epgu，rc、Egrid，rc、Qac，rc、Qhp，rc和Ehwu，rc分别为发电机组、电网、吸收式制冷机、地源热泵和高温热水单元的额定容量。

5)储能系统的相关约束

a.储能系统作为能量储存单元，并不产生任何能量，故在整个调度周期容量保持不变

Ees(0)=Ees(T)

(41)

b.在储能系统中，各个设备运行时，都要受额定充放功率的约束

0≤Pes(t)≤Pes，r

(42)

c.为保证储能系统的安全良好运行，储能设备在运行过程中还要受到额定容量的限制

Ees，ic≤Ees(t)≤Ees，rc

(43)

d.储能系统在同一时间段内不能同时储存和释放能量，因此有

Ves，in(t)+Ves，out(t)∈(0，1)

(44)

式中：Ees(T)为储能装置在调度周期最后时段T的容量；Pes，r储能设备的额定充放功率；Ees，ic为储能装置的初始容量；Ees，rc为储能设备的额定容量。

3.3 约束条件的处理

日前计划与实时调度皆利用MATLAB编程语言，采用非线性遗传算法求解。由于系统中包含非线性的约束条件，可通过在目标函数中引入罚函数来进行处理。

(45)

式中：m是非线性约束的个数；Rk，i为惩罚因子；f(x)为未考虑非线性约束条件时的目标函数；gi(x)为第i个非线性约束条件。

4 仿真分析

4.1 仿真数据

本文选取南方某售电公司以其运行数据为基础。为体现本文所提模型和优化策略的作用，选取夏季典型日场景下的正、负实际用电偏差进行仿真。售电公司的日前预测电负荷与实际运行的负荷如图2所示。日前冷、热负荷预测曲线和风电机组出力情况如图3所示，并假设冷热负荷在实际运行过程中无偏差。其中，单位调度时间Δt=1h，调度周期T=24。正、负偏差单位电量惩罚价格为0.21元/kWh，正负偏差电量的免考核比例为±2%[2]。

图2 夏季电负荷预测曲线与实际运行曲线

图3 夏季典型日风力与冷热负荷预测曲线

储能系统的参数如表1所示[16][17]。售电公司产能系统的设备单价和能源单价分别如表2和表3所示[18]。设备维护费用见文献[19]。

表1 储能系统参数

表2 系统参数

表3 相关价格参数

4.2 仿真结果对比

为验证本文所提优化模型与运行策略在降低偏差电量和提升售电公司收益方面的有效性，以如下3种运营模式作为对照(不管售电公司是否在运行过程中考虑了削弱偏差电量的问题，市场对它都是有偏差电量考核要求的)：

1)模式1：在考虑偏差考核情况下，售电公司通过引入CCHP系统，并采取滚动优化的方式来削弱偏差电量(文献[13]方法)。

2)模式2：售电公司在拥有CCHP系统的基础上，另外还引入储能，但运行过程中并未考虑削弱偏差电量。以式(19)为优化目标来安排运行方式，负荷预测偏差直接转换为偏差电量。

3)模式3：在模式2的基础上，以式(27)为优化目标，利用实时滚动优化调整产能系统出力的方式来削弱偏差电量(即本文所提模型)。

不同模式下，系统的设备容量优化结果如表4所示。据表4可知，模式2和3在引入储能系统后，相较于模式1，CCHP系统中主要设备的额定容量大幅度下降。在设备容量下降的同时虽然又引入了储能设备和太阳能集热器，但结合表2所示的设备价格可测算出，模式2和3的设备购置成本仍然低于模式1，设备总投资成本节约8.9%。

表4 不同模式的设备容量

在实际电负荷1的情况下，即用户的实际用电量大于日前购电量，产生了正偏差。三种模式的经济性指标如表5所示，可以看出，模式2和3的运行成本和日投资成本相较于模式1均有所下降。这表明模式2和3通过储能设备与CCHP系统的协作，在减少设备容量的同时，实现了高发低储，减少了运行成本。模式1和3在考虑偏差电量的限制措施后，减少了偏差电量的产生，但模式3偏差电量降至免考核范围，这是因为利用了储能系统可实现能量跨时段转移和解耦热电运行约束的特性，使得系统出力增加，购电量减小的结果。模式2未考虑削弱偏差电量，产生的偏差电量最多，但是由于储能设备的原因，日总利润仍略高于模式1。

表5 不同模式下的经济性分析结果

图4 不同模式下优化结果

模式2和3的产能系统出力对比结果如图4所示。可以看出，考虑削弱偏差电量的模式3，以日前规划为基础，采用实时滚动优化策略，动态调整产能系统出力，这使得系统在整个调度周期内相比于模式2发电机组出力和风电的消纳增加，售电公司从实时市场购电量减少。同时，随着发电机组出力增加，所回收的废热也在增加，导致吸收式制冷机和交换器出力加大，但由于储能系统的存在，解耦热电运行约束，将产生的多余能量储存，实现了能量在时间上的平移，从而减小了偏差电量的产生。

根据不同模式下的经济性结果和系统出力情况可知，在引入储能设备，并且考虑限制偏差电量的措施后，结合CCHP系统采用实时滚动运行优化策略，可使产能系统更加灵活参与调度。所以，模式3的日总利润最大，经济性最佳。日总利润相较于模式1和模式2分别提升了60.7%和39.2%，提升了售电公司收入。

本文所提模型和策略在降低正偏差方面有一定效果。为验证对负偏差的作用，对图3中实际负荷2进行了仿真，三种模式的实际对比情况如表6所示。模式3采用本文所提实时滚动优化策略后，偏差电量由-8450kWh降至-2054kWh，达到免考核范围，偏差考核费用为0元；运营成本由于动态调整，使产能系统出力减少，相较于模式2减少4127元，减少了3.5%；日总利润模式3比模式2增加5505元。模式2和模式3由于引进了储能系统，所以相较于模式1运行成本和投资成本减少，日利润更高。