0 引言

智能電網的運行依靠先進的信息技術(information technology,IT)[1],其提供了以高級計量系統(advanced metering infrastructure,AMI)和能量管理系統(energy management system,EMS)為基礎的雙向通信設備和雙向電力傳輸技術[2],把電力系統的發電側與用戶終端的監測、控制整合在一起,同時促進了中國電力市場交易透明化的改革進程。2015年,《中共中央國務院關于進一步深化電力體制改革的若干意見》(中發[2015]9號)“有序向社會資本開放配售電業務”,標志著中國電力市場配售分離的改革正式拉開序幕。在此環境下,隨著高比例分布式能源并網,電力網絡與用戶之間的協調和交換日趨密切,電能出現雙向流動,調度控制手段越加復雜[3-4]。園區根據運行工況在購電方與售電方之間切換使日前優化調度顯得越加重要[5-7],已有文獻證明,合理的日前調度模型可以更好的把電能的雙向流動特性參與到電力市場,給園區、配電網帶來更大的經濟效益[8-10]。

需求側響應(demand response,DR)作為一種通過引導用戶主動參與電力市場使其用電行為發生改變的有效手段,在智能電網發展的大背景下實現源、網、荷、儲之間的互動具有重要地位[11-12]。有關研究指出目前的居民用電量比重越來越大、用電行為難以把握[13],因此需求側響應的開展不再拘泥于工業園區,家庭能源管理[13-14]與智能樓宇建設[15]的研究相繼成為我國需求側發展的熱點。目前針對居民智能小區的研究如下。文獻[16]研究了動態電價引導空調系統使用戶用電費用最少的優化調度方法;文獻[17]在用戶的舒適度和負荷調整空間基礎上建立了直接負荷控制(direct load control,DLC)的空調負荷雙層優化調度和控制模型;文獻[18-20]都是基于分時電價(time of use,TOU),在滿足EV用戶用電需求的同時有效地減少充電費用,最終實現削峰填谷、降低負荷方差;文獻[21]協調基于TOU與DLC的主動需求響應,綜合考慮EV用戶充電需求和配網負荷水平進行研究;文獻[7]把含有光伏的樓宇與電網側視為多個決策者進行非合作博弈,提出了一種基于光伏電能供需比的內部價格模型,實現各經濟主體有序電能交易。但文獻[7,16-21]沒有考慮用電設備之間的相互配合影響。文獻[22]將PV、EV、ESS協調控制,實現家庭能源管理用電費用最低;文獻[23]考慮了PV,可控負荷與EV充放電的聯合調度,實現了PV消納與經濟最優調度;文獻[24]考慮ESS、溫控負荷、EV,基于用戶側用電行為聚類分析,采用行為矯正的混合粒子群優化算法實現需求響應模型的互動化方法求解。但文

獻[22-24]都沒有考慮未來具有發展前景的vehicle- to-grid(V2G)、PV-to-grid(PV2G)、ESS-to-grid (ESS2G)。文獻[8]結合了ESS、PV、EV,基于動態電價策略實現智能樓宇與電網的電能雙向流動,但從樓宇中輸送的電能是優先送向電網側還是相鄰的用戶側并沒有考慮;文獻[25-26]考慮相鄰樓宇之間進行電能共享,在不同電價引導策略下對各樓宇的調度成本進行分析。文獻[8,25-26]模型存在2個問題：1)樓宇屬于別墅,EV模型采用過于簡單的虛擬電池模型,并不適用于含有大規模EV的智能樓宇小區建模;2)沒有針對樓宇內電能流動模型細化,導致在含大規模交直流分布式電源電能互動的智能樓宇中功率調度存在偏差。

綜上所述,本文首先描述了在電力市場配售分離背景下一種園區售電商與配電網公司之間調度模式與市場模式。以此為背景針對智能居民小區,以多個包含PV、ESS、EV以及溫控負荷等設施的智能樓宇組成的智能小區為研究對象進行分析與建模。對各分布式電源之間相互流動的電能進行分配,在滿足用戶用電需求,用電電費最小基礎上實現園區內電能共享、各樓宇調度成本最低。此外,針對居民區配電網變壓器雙向功率限制大小對各個樓宇的經濟利益影響,采用shapley值解決各個樓宇之間的利益分配不公平的問題。

1 框架與模式說明

圖1所示為智能小區的能量信息流模型。電網與園區內各智能樓宇通過公共連接點[26](point of common coupling,PCC)進行電能的相互流動。在新電力市場改革環境下本文提及的智能小區售電商,作為園區的服務平臺,在園區內所有的電能交易都經它管理,但不直接通過電能交易作為盈利手段。在日前調度計劃中負責與電力市場、氣象中心以及園區內各智能樓宇進行信息交換,制定電能共享計劃,合理地分配用戶調度成本。日前調度過程為售電商根據天氣預測、園區內歷史用電數據和以往由TSO (transmission system operator)安全校核后的電力市場競價情況得到的歷史電價信息制定園區日前調度計劃,考慮延長配電變壓器壽命、園區內線路功率不越限以及電能共享,同時滿足用戶用電需求實現樓宇調度成本最小。電力市場再結合TSO安全校核與多個售電商競價情況向各個售電商下達最終的電價信息。

圖1 智能小區能量信息流模型

Fig. 1 Energy information flow model in an intelligent community

圖2為智能樓宇能量信息流模型,可見樓宇內有多個電能相互流動的PCC。智能樓宇內分為住宅區與EV停車場,前者指B-EMS(building-EMS)管理的用戶住所,內配有家庭所需要的用電設備、PV與ESS,可以根據需要實現ESS2G、PV2G、ESS-to- building(ESS2B)、PV-to-building(PV2B);后者指EV-EMS管理下的電動汽車充電站,內有多智能體(multi-agents)負責處理電動汽車充電計劃。必須強調的是由于EV與住宅區的用戶并不是一一對應的關系,所以EV-EMS以EV用戶滿足用電需求的同時實現用電費用最少為目標是合理的。二者信息由園區售電商獨立管理,但存在交易上的電能互動,EV停車場可以進行V2B(vehicle-to-building)和V2ESS(vehicle-to-ESS)也可以實現B-EMS的PV、ESS向EV輸送電能：PV2V(PV-to-vehicle)、ESS2V (ESS-to-vehicle)。B-EMS與EV-EMS的調度成本之和作為所在智能樓宇的總調度成本。本文僅針對園區售電商根據歷史數據建立日前調度模型進行研究。

2 模型建立

2.1 直流系統模型

本文把圖2中ESS、PV與其并聯的直流母線稱為直流系統。可知直流系統內的電能是通過直流母線相互流動的;而與其他分布式電源的電能互動則是在直流母線與交流母線之間進行,其直流系統電能流動模型見附錄圖1。

2.1.1 ESS模型

ESS建模在較多文獻中已有體現,詳見附錄。ESS放電功率分配如下。

3 算例仿真

3.1 假設

本文由如下假設：1)園內樓宇數為3,即Nh=3。每個樓宇的不可控負荷相同,EV車數相同,室外溫度相同,用戶用電需求相同。由下文4.2節可知園區售電商對各單元采用相同的電價政策。2)園區內電能交易都以電力市場歷史電價信息作為購售電價。本文擬采用對園區日用負荷進行k-means聚類分析,確定了峰谷平時段的TOU作為歷史電價信息。3)園區售電商忽略負荷節點電壓、網損問題。4)忽略光伏發電的隨機性與波動性。

本文在針對智能小區日前調度模型中,EV群采用蒙特卡洛模擬隨機模型,PV為統計學數學模型、ESS采用等效集中式虛擬電池模型、溫控負荷為通過控制指令作為系統輸入量納入負荷群的狀態轉換模型。因此結果存在一定誤差,但是屬于允許范圍內,其原因有：1)文中針對園區的日前優化調度,電力市場的歷史電價信息與需要獲取的日前調度數據都以1 h為跨度,因此雖然各園區售電商根據TOU信息以15 min為尺度進行的日前調度所得到的調度結果存在一定誤差,但對于電力市場得到的園區與電網售購電量預測數據的魯棒性而言是在接受范圍內的。2)本文重在說明在售配分離電力市場改革以及電網電能雙向流動背景下,描述園區內的分布式能源如何進行合理的功率分配達到多層次主體利益最大。3)隨著EV大規模發展和交通歷史數據庫的不斷完善,提取EV用戶的出行概率分布會越來越準確。PV、ESS、溫控負荷集中式電池模型也會獲得更加合理的參數設置。

3.2 參數設定

本文在MATLAB2015a平臺下通過YALMIP工具箱調用CPELX12.6軟件對算例進行求解。以ΔtΔt= 15 min為一個時段,全天共T=96個時段進行優化調度。其中,EV選取BYDE6,電池容量64 kW•h,充放電效率0.95為例,用戶行為習慣參考文獻[30]。PV出力情況、室外溫度數據以文獻[13]數據作為研究對象。由于文獻[7]證實光伏用戶以規模化的方式實現電能共享,可以獲得比單獨運行更好的效益,因此本文樓宇內的光伏電池數量與儲能設備數量是具有一定規模化的。變壓器選用總容量3200 kVA,其最大負載率為0.65[31]。樓宇內其他參數見附錄。

本文售電購電電價均采用TOU。電價參考工業電價[13],見附錄。由假設2,TOU劃分見附錄圖3。這里說明一點,在園區內,售電商作為服務平臺,為各樓宇提供最小日前調度成本計劃,樓宇調度成本則是樓宇內部EV-EMS與B-EMS以及樓宇與樓宇、樓宇與電網之間購售電價差值。因此以統一的售購電價作為引導分布式電源的手段以及得到的調度成本結果是合理的。

3.3 樓宇內功率分配分析

圖3是樓宇3內EV-EMS管理的EV充放電以及功率分配情況。可以看出為了保證用戶的用電需求,同時接受電價響應,大部分EV都處于低谷時段充電、高峰時段放電。此外,EV放電功率、充電功率和實際EV-EMS向樓宇外輸送的功率與樓宇外向EV-EMS輸送的功率相差很多,這是由于樓宇內B-EMS在響應電價引導后與EV-EMS之間進行了電能的相互流動,以樓宇3內的光伏出力功率去向為例,見附錄圖4。可以看出PV的功率去向受

電價因素、EV和ESS的充放電情況及其容量因素、甚至變壓器限制因素的影響在各時段并不相同。

圖4為樓宇3的電能交易情況。在大約11:00和13:00—14:00期間,樓宇3向外進行售電,樓宇內部也沒有進行電能共享,這是因為中午時段居民小區沒有并網的EV、用電負荷不高,同時也是PV出力最大的時段。在大約21:00時段也出現了少量電能售向樓宇外,這是由于這個時段大部分EV都已經并網,受電價影響進行放電,EV-EMS不僅滿足了樓宇內的用戶用電需求,同時把多余的電能進行向其他樓宇或者電網輸送。B-EMS與EV-EMS電能之間相互流動,受線路因素影響,不可同時進行。在電價引導作用下,在高峰時段,居民負荷處于用電高峰,因此B-EMS不僅要從園區買入功率,也可以購買EV-EMS的電能;而在低谷電價時段,EV-EMS為滿足EV用戶享受最低電價對電能有大量需求,不僅要從園區和電網側購電,還要在滿足住宅區用戶用電需求的同時,購買一部分B-EMS的輸送功率。

3.4 園區調度情況分析

圖5為樓宇1的功率平衡情況。可以看出合理調度分布式能源,使樓宇購買電網功率發生了巨大改變。EV接受電價引導在低谷電價購買功率,在峰時進行V2B,把多余電能送向樓宇外;熱水器在文中屬于連續型溫控負荷,因此受電價時段的影響;空調在文中屬于可中斷負荷,在滿足居民用戶舒適度的前提下,可以關閉空調開關,在即將到達用戶舒適度臨界點的時候再次啟動空調開關;PV屬于免費能源,因此在峰時盡量進行PV2B,減少購電量;由于樓宇1任意時段的ESS、EV、PV的最大放電功率并沒有滿足用戶電能需求,因此在經過售電商調度后,在大約11時段和13時段前后可以購買園區內其他樓宇賣出的功率。圖6為樓宇3內的功率平衡情況。由于樓宇3的ESS與PV多于其他樓宇的配置,當樓宇3有電能需求時,其他樓宇也需要電能,由附錄式(17)(18)可知樓宇3可以把更多的電能送向樓宇外,但沒有任何時段可以買來自其他樓宇的電能。說明電能的流向雖然與電價引導有關,但是首先要考慮模型的合理性。舉個例子,即使在峰時電價時段,但是園區整體仍然需要電能,在售電商管理下樓宇3發出的功率只能與電網流入的電能一起流向需要電能的樓宇。要強調的是為實現樓宇調度成本最低,電能相互流動,空調在滿足居民需求的同時,不同樓宇的開啟時段也發生了改變,發生在約17:00。另一個要強調的是ESS作為不同于EV的儲能設施,由售電商直接調度,由于變壓器功率限制以及優先考慮EV充放電,在綜合考慮園區內所有樓宇的ESS充放電計劃后、ESS沒有完全響應電價。

圖7表示園區與電網購售功率以及園區內功率共享情況。11:00左右園區向外輸送功率,同時園區樓宇之間進行了功率共享,這是因為園區內有樓宇把多余電能向外輸送,不僅滿足了其他樓宇的功率需求而且還有多余功率向園區外輸送。在13:00、14:00左右也有樓宇之間進行功率共享的情景。

3.5 不同調度策略對比分析

在不同策略下園區內所有樓宇從電網側購、售功率情況對比見附錄圖5。無管理模式是指樓宇內未安裝ESS、PV,同時溫控負荷在居民需求時段持續用電,EV并網后以最大功率充電直到充滿停止。由附錄圖5可知,無管理模式下負荷功率對配電變壓器的安全運行造成嚴重影響。在不受變壓器限制功率情況下,從樓宇內ESS、PV、EV之間是否進行電能互送對比,說明樓宇內電能相互流動可以有效減少園區與電網側來往功率,即減少了遠距離輸送電能帶來的損失。

售電商是否考慮變壓器的功率限制的調度策略只在園區購買電網功率上存在著差異,售電功率并沒有受到影響,見圖8。由目標函數式(14)可知售電商的日前調度實際上是實現所有樓宇的調度成本最小。如果變壓器功率限制為無窮大,那么每個樓宇在售電商的管理下都會實現自身調度成本最小。但是,由于存在變壓器的功率限制,實現目標函數時無法考慮園區內各個樓宇的調度成本,導致售電商無法根據樓宇的邊際貢獻對樓宇進行公平分配,因此采用shapley值是必要的。不同的調度策略下樓宇調度成本見表1。

4 結論

本文結合目前電力市場改革中可能出現的配售分離情形,提出了售電商在高比例分布式能源園區運營中可能承擔的新角色與新功能。基于此,針對含高比例分布式能源配置的智能樓宇組建的園區具有電能雙向流動性,各層次主體目標多樣且相互制約以及配電變壓器功率越限問題,考慮交直流混合供電方式樓宇模型的功率流動并進行了細化,提出了售電商協調下的園區日前優化調度模型。該模型在滿足EV用戶用電需求及用電費用最少的基礎上,同時滿足溫控負荷用戶的用電需求,實現園區內電能共享,延長配電變壓器壽命,樓宇調度成本最低。通過算例分析,驗證了模型的可行性。并針對變壓器功率限制對園區各個樓宇的經濟影響,基于合作博弈理論,提出采用shapley值合理分配各個樓宇的調度成本。

下一步將基于含多個售電商的配電網環境,將潮流與安全約束等系統運行條件以及售電商競價等市場運行機制納入考慮,研究多主體協調運行的日前、實時分布式調度策略。

附錄

1 模型建立

1)直流系統模型

2)ESS模型

單位ESS模型

2 算例仿真

致 謝

本文研究同時得到了國家電網公司管理咨詢項目“全球電網互聯效益評估研究及技術發展路線需求研究”的部分支持,在此一并感謝!