考虑需求响应和共享储能的配电网低碳经济调度

田壁源，常喜强，张新燕，田 阔，王梓帆

（1.国网新疆电力有限公司 乌鲁木齐供电公司，乌鲁木齐 830011；2.国网新疆电力有限公司，乌鲁木齐 830018；3.新疆大学 电气工程学院，乌鲁木齐 830047；4.国网辽宁省电力有限公司 鞍山供电公司，辽宁 鞍山 114100）

0 引言

经济社会的持续快速发展使得能源与环境问题愈发突出，因此亟需推动城市能源系统和产业模式的改造。随着具有清洁特性的分布式电源包括光伏、风电和电动汽车大规模接入配电网，其不确定性与波动性给配网调度带来了风险及挑战［1］，需求响应（demand response，DR）、灵活性负荷（flexible load，FL）［1］及储能（energy storage，ES）等参与配网调度是减少风险的有效手段。因此，探索负荷需求响应与储能使用权共享的协同调度方法是提升配电网低碳经济运行的有效手段。

储能是促进可再生能源高效利用、支撑能源互联网建设的关键技术之一。借鉴共享经济［2］概念，可将电网侧、电源侧、用户侧参与共享的储能电站视为一个整体，并通过整体管控及协调控制实现储能电量与储能容量的共享，满足用户对储能的互补性与替代性需求，提高现有储能设备的利用率，促进可再生能源的并网消纳。不同类型的电力用户也具有一定的互补性，可以通过合理搭配来提高售电公司储能使用权的利用率。

考虑负荷曲线与分布式可再生能源（distributed renewable energy，DRE）出力曲线在时序上的较大差异，除了在供电侧引入储能系统外，还可以在需求端通过DR引导用户的用电习惯尽可能地贴近DRE出力。售电公司提前与具备需求响应的用户签订协议，并根据该用户可削减/转移负荷情况拟定补偿额度。

本文的创新性在于提出一种电网企业（配电运营商）主导和以售电公司、能源公司及共享储能系统为主体的运营模式。

1 需求响应模型

需求响应的实施有助于提高能源利用率及供电可靠性，能促进节能减排和市场化改革。基于DR的电价激励机制有分时电价、实时电价、可中断电价及需求侧竞价4种。考虑中小型工商业用户用电负荷具有较好的可转移/中断特性，将该类型用户作为本文的研究对象，售电公司与其通过事先签订的补偿合同并根据负荷响应量拟定价格。

（1）可转移负荷

式中：CDRT为用户获得的转移负荷补偿；SDRT,i(t)为售电公司与用户i签订的t时段可转移负荷补偿价格；K1、K2为可转移负荷的价格系数；Pi(t)、PDRT,i(t)分别为用户i在t时段参与DR前、后的有功功率；ΔP i(t)为用户i在t时段负荷变化量；T为负荷需求响应总时段。

（2）可中断负荷

式中：CDRI为用户获得的削减负荷补偿；SDRI,j(t)为售电公司与用户j签订的t时段可中断负荷补偿价格；PDRI,j(t)为用户j在t时段削减的电量；K3、K4为可中断负荷的价格系数。

2 低碳经济调度模型

2.1 目标函数

2.1.1 售电公司净利润

售电公司净利润F1包括售电量收益Cuser、系统成本Ccost及DR补偿成本CDRI

式中：Cdis为售电公司购买储能使用权的支出；CESS为售电公司向用户出售储能使用权收益；CSub为电网购电成本；CCO2为碳减排放收益。

（1）储能使用权收益

式中：SESS(t)为t时段储能使用权出售价格；PESS(t)为售电公司在t时段内出售的储能使用权储能充电总量。

（2）电网购电成本

（3）碳减排收益

本文设定售电公司在谷时段购买清洁能源即可获得碳减排收益。考虑储能系统可减少燃煤机组运行时产生的CO2、SO2、NOx及悬浮颗粒的排放，可将上述温室气体及污染物排放量折算成当量的CO2进行环境效益计算

式中：ECO2(t)为t时段售电公司购买的清洁能源电量；SCO2为售电公司谷时段购买可再生能源电量获得的碳减排收益。

2.1.2 储能运营商收益

储能运营商收益F2包括出售共享储能使用权收益Cdis及储能电站运营成本Ccost,ESS

式中：Pdis(t)为t时段内出售的共享储能合约储能充电总量；Bdis(t)为t时段的充/放电状态；Sc为共享储能的服务费用。

2.2 约束条件

（1）分布式可再生能源发电利用率

为充分利用配电网DRE出力，需考虑DRE发电利用率，DRE发电利用率R为

（2）用户电费支出满意度

式中：Cbefore和Cafter分别为用户参与DR前与后的用户用电费用；Ds为用户用电方式满意度；PL(t)、cb(t)分别为t时段用户用电量及电价。

约束条件包括储能系统运行约束、DRE出力约束、可转移/中断负荷约束、配电网运行安全约束以及售电公司购电价格约束，与目标函数共同构成本文的低碳经济调度模型。

2.3 求解方法

本文以售电公司净利润最大、储能运营商收益最高为优化目标，在可再生能源发电利用率、用户电费支出满意度等多个条件约束下利用MO-PSO对调度策略模型进行求解。与常见的求解动态经济调度的智能算法相比，MO-PSO具有出色的收敛性能以及较强的全局寻优能力，不易陷入局部最优解。有关MO-PSO的流程与细节参考文献［3］，调度策略模型求解流程如图1所示。

图1 调度策略模型求解流程Fig.1 Scheduling strategy model solving process

3 算例分析

3.1 算例参数

考虑一个具体的如图2所示的配网结构，该配网区域内有4个分布式电源、3个共享储能电站和3个典型工商业用户。其中，1节点与主网相连，用电负荷与储能电站分别接入节点2、3和5，节点4接入分布式光伏，节点6接入分布式风电，风电场、光伏电站、储能电站参考文献［4］所示数学模型，风电、光伏有功出力及负荷曲线参考文献［5］。

图2 配电网算例示意图Fig.2 Schematic diagram of the distribution network in case study

参与调度的共享储能资源总容量为2 400 kWh，各用户使用共享储能充电和放电的功率最大值为585 kW，最大和最小荷电状态分别为0.9和0.1，储能服务费用为0.62元/kWh。售电公司在日内实时电力市场购买风电/光伏发电可获得碳减排补贴0.12元/kWh。售电公司以分时电价方式向用户售电，同时将共享储能合约拆分为小额度储能容量使用权，以实时价格的方式出售给用户，储能使用权的时间尺度可以“次/时段”为单位。售电公司日前、实时市场购电价格与分时售电价格和储能使用权出售价格如图3所示。

图3 价格曲线Fig.3 Price curve

3.2 仿真结果分析

利用多目标粒子群算法求解得到的售电公司净利润和共享储能运营商收益的Pareto前沿如图4所示，求解得到售电公司的净利润为4 568.2元，共享储能运营商的收益为2 142.5元。

图4 MO-PSO得到的Pareto前沿Fig.4 Pareto front obtained by MO-PSO

调度后的负荷曲线如图5所示，在早/晚用电高峰时段，风光联合出力及风电出力均小于用电负荷；而在负荷低谷时段14:00—17:00，风电出力及风光联合出力接近并大于用电负荷。通过调度后的负荷曲线可以看出，储能电站在负荷低谷时段和风光出力较大的时段进行充电，在早/晚用电高峰期间进行放电，在一定程度上对原始负荷起到了“削峰填谷”的作用。因共享储能电站最大充电功率限制，在2:00—4:00和15:00出现了少量弃风、弃光现象。

图5 调度后的有功出力及负荷曲线Fig.5 Active power output and load curve after dispatching

调度后的储能充放电功率和电量状态如图6所示。其中，储能电站的充放电功率值为负，表示储能电站充电；若充放电功率值为正，表示储能电站放电。用户通过购买售电公司的储能使用权，在实时电价较低的时段购入电量对储能电站进行充电，实现负荷时空转换的同时增加了售电公司可再生能源购入量；用户根据自身负荷情况选择在实时电价较高的时段对储能电量进行利用，这样不需要对自己的峰值进行削峰，可以带来更大的用电灵活性，同时降低了峰时段售电公司的购电量，保证了供需平衡。可以看出，共享储能电站经过一个周期的运行，在22:00后回到初始运行状态，保证了储能系统下一周期的运行正常。

图6 共享储能电站充放电功率及电量Fig.6 Charging and discharging power and electric quantity of shared energy storage power station

考虑日前市场电价波动及购电比例等因素对售电公司在当日实时市场调节能力的影响，根据优化调度结果，给出了售电公司每时段在日前市场和日内市场的购电策略，如图7所示。其中，售电公司总购电量为134 450 kWh，日前市场购电量为71 250 kWh，占比52.66%，均价为0.769元/kWh，实时市场的购电均价为0.701元/kWh，总购电支出为99 175.3元，相比调度前成本降低3.87%；总售电收入为103 743.5元，相比调度前收入降低2.16%，同时获得5 182.6元碳减排补贴。

图7 售电公司购电量Fig.7 Electricity purchased by power selling companies

调度前后的相关数据如表1所示。可以看出，售电公司净利润增幅达48.1%，虽然因储能使用权出售价格低于储能服务费导致售电公司总收入降低，但售电公司峰时段在实时市场的购电量减少，降低了购电成本，提高了风光发电利用率，增加了碳减排收益，进而提升了售电公司的整体效益。同时验证了算法的可行性与有效性，响应了国家“节能减排”的号召，实现了系统需求侧与供给侧的双赢。

表1 调度前后的相关数据Table 1 Relevant data before and after dispatching

3.3 需求响应实施效果分析

面对日内实时市场电价的大幅波动与零售市场电价基本不变之间的矛盾以及储能系统可调节性不足等问题，售电公司有强大的动因去实施需求响应项目，调整用户负荷曲线，降低自身运营成本。根据调度后的弃风、弃光以及电量市场供求情况，售电公司给出需求响应的可转移/中断负荷合同价格，引导用户参与响应。在图4的典型配电网络中，节点2接有纺织服装制造厂；节点3接有专用设备制造厂；节点5接有大型商场。表2、3分别为各负荷用户可中断/转移电量合同。

表2 可中断负荷响应合同Table 2 Interruptible load response contract

表3 可转移负荷响应合同Table 3 Transferable load response contract

需求响应前后的用户DR负荷量曲线如图8所示。响应结果表明：可中断负荷合同引导工业用户在9:00—11:00、18:00—21:00时段参与削减负荷与下行备用，而可转移负荷合同引导工商业用户在9:00—13:00、18:00—21:00将负荷移至风光发电丰富时段，使得峰时段用电量减少2 950 kWh，谷时段与平时段用电量分别增加1 050 kWh、1 700 kWh。

图8 用户负荷响应Fig.8 Demand side response load

用户参与需求响应前后的相关数据如表4所示。可以看出，在实施需求响应项目后，进一步挖掘了不同类型用户的负荷响应潜力，售电公司总体收益增加了559.4元，需求侧用户获得435.6元补偿，而可再生能源发电功率接近100%消纳。

表4 响应前后相关数据Table 4 Relevant data before and after response

从整体角度看，“源-网-荷-储”间的能量流、信息流、业务流形成互动，最大化利用可再生能源并提升负荷体验，进一步通过DR调整负荷用电需求，提高用电满意度并降低用电成本，保证了经济性与系统功率平衡。

4 结束语

本文着重分析了售电公司和储能电站的运营模式，提出一种以售电公司净利润最大和储能运营商效益最好为目标的低碳经济调度策略，并利用MO-PSO对模型进行求解，通过一个典型的配电网络对模型进行了验证，结果分析表明：①以共享储能使用权作为用户侧的重要可调度资源，能产生削峰填谷效应；②在共享储能调控策略的基础上实施需求响应，可进一步优化配电网用能模式；③文中所提调度策略使两者的收益最优，保证了分布式可再生能源出力得到充分利用，使经济性、环境性和用电满意度等多目标得以协调，为配电网低碳经济调度提供决策基础。D