面向电力系统调度需求的负荷资源调控技术研究综述

蒙志全，楼贤嗣，时 涵，谢云云，郭晓蕊，孙飞飞

（1.国网浙江省电力有限公司，杭州 310007；2.南京理工大学 自动化学院，南京 210094；3.中国电力科学研究院有限公司，南京 210003；4.国网浙江省电力有限公司经济技术研究院，杭州 310008）

0 引言

2022 年3 月31 日，中国工程院基于重要研究成果《我国碳达峰碳中和战略及路径》指出：我国二氧化碳排放有望于2027 年左右实现达峰，峰值控制在122 亿t左右，在此基础上推动发展模式实现根本转变，可在2060 年前实现碳中和［1］。双碳目标的确立标志着以风电、光伏为代表的新能源未来将成为电力系统的主要电源。然而，高比例可再生能源接入电网后，其间歇性和波动性不仅给电网安全稳定运行带来巨大的挑战，同时也给电网调度带来不确定性［2-3］。近年来，由于电网中新能源发电占比的增加，使得负荷峰谷差逐渐增大，传统资源的调峰能力无法完全满足运行需求；此外，尖峰负荷持续增长的现象日益严峻，为平衡部分持续时间很短的尖峰负荷，需配置大量可调资源［4-5］。传统调节资源无法满足未来电力系统的调度需求，传统的“源随荷动”调控模式已经难以为继，将可控负荷资源纳入电网运行调度后的“源荷互动”模式已成为发展趋势。

随着通信及物联网等技术的快速发展，分布式储能、电动汽车、智能家居、温控负荷等各类负荷终端装置的容量规模和技术水平大幅提升，使得用户侧负荷与电网的友好互动成为可能。国际上已有学者针对用户侧负荷资源与电网的互动方式开展了前瞻性研究［6-9］。以美国加州为例，其可再生能源发电比例将在2030年达到50%，然而由于光伏发电依赖天气状态，导致加州的净负荷出力呈“鸭子”形态，于是引入一个独立的市场吸引灵活性负荷资源为电力系统提供向上/向下备用服务，以尽可能地平衡高峰和低谷期的用电供需波动。另外，丹麦在大规模发展风电的同时，与北欧其他国家组成同步电网，利用挪威丰富的水电资源进行调峰；英国政府推广智能分散能量控制系统，鼓励小型和家庭式机组向电网供电。我国学者在电动汽车［10-12］、温控负荷［13-14］、分布式储能［15-17］以及聚合多类负荷资源的虚拟电厂［18-20］等负荷资源参与电网的运行调度策略方面也做了大量的研究。文献［21］将需求侧响应与储能技术纳入发电调度优化，借助需求侧管理与储能技术对负荷分布的调控能力，提高风电的消纳水平，同时响应了节能减排政策。文献［22］将用户侧的电加热装置与储能系统一起视为需求侧灵活性资源，利用其快速调峰能力，与火电机组及光热电站共同参与到风电系统调度中，在降低系统运行成本的同时，进一步提高风电消纳。目前，我国计及需求响应的研究多从用户侧考虑，通过市场价格信号和激励补偿机制，引导用户侧负荷改变用电行为，响应电网调度。文献［23］针对多类用户侧负荷参与激励型需求响应和价格型需求响应进行了建模，指出在国家提出市场化激励的政策下，通过有效的技术手段引导用户侧可控负荷资源响应电网调控，不仅充分发挥了负荷侧资源的调控潜力，还实现了电网和用户的共赢。

由以上研究可见，若将可控负荷纳入电网运行调度范围，并采用合理的调控方式，不仅可以调节电网负荷峰谷差以及促进可再生能源的消纳，还可以实现电网侧和负荷侧的效益共赢。然而，由于负荷资源的地理位置分散、参数信息难以获取，如何让负荷资源充分参与电网常规的运行调度成为亟待解决的关键问题。

本文首先对当前电网运行调度进行需求分析，提出调用负荷资源的必要性；然后根据电网需求对负荷资源进行分类；随后归纳负荷资源的建模方向，并总结建模过程中的考虑因素；接着分析负荷资源接入后电网的调度形式及架构；最后结合当前我国的电力体制和发展需求，提出可控负荷资源参与电网运行调度的建议与展望。

1 当前电网运行调度的需求分析

传统电力系统的运行调度主要是通过安排未来时段发电侧资源的出力来满足负荷用电需求，保障发电侧与负荷侧的功率平衡。然而，随着可再生能源并网比例的提高以及负荷量的增长，负荷峰谷差增大以及电力紧张的问题日益严峻，给电力系统运行调度带来巨大的压力。

截至2021年10月，我国并网的风电、太阳能发电装机容量分别达到3 亿kW 和2.82 亿kW，新能源装机占比超过25%，占总发电量的8.6%［24］。随着可再生能源的快速增长，其功率波动性问题以及调峰能力弱问题导致负荷峰谷差持续增大，以浙江省为例，其系统峰谷差属于全国最高的省份之一，最大峰谷差率超50%，而空调负荷是高峰负荷的主导因素［25］。由以上数据分析可知，峰值负荷的不断增加和可再生能源的快速发展，增加了电网运行调度的难度，传统调度资源的调节能力越来越有限，电网有效引导负荷侧资源参与电网运行调度的进程刻不容缓。对于电网调度资源来说，一些能与电网进行双向能量交换的灵活性资源（如电动汽车、微网、储能）的比例正在上升；一些用户侧负荷也可以根据激励政策或电价补偿调整自己的用电时段，从而提供“虚拟出力”。若将灵活性负荷资源纳入电网常规运行调度中，将大幅提升电网的调节能力，同时可以在一定程度上解决可再生能源的消纳问题。

负荷资源主要包括不可调控负荷和可控负荷。文献［26］认为不可调控负荷是保障国民安全与经济的负荷，一旦中断会造成人员危害与经济损失。因此，有效利用负荷资源主要指的就是利用可控负荷。然而，面对实际电力系统中可控负荷资源的配置点、调用容量、调控方式以及代价成本等问题时经常无法正确应对和处理，其关键是缺乏对可控负荷参与电网运行调度的思考和探究。因此，如何将可控负荷有效纳入现有调度资源配置，并快速准确地响应电网调控值得深入研究。

2 可控负荷的分类

可控负荷资源的合理分类有利于后期的建模和调控研究。但是目前国内外学者鲜有对可控负荷的明确分类，大多数是根据研究方向给出相应的分类。根据文献［23，27-31］的研究成果，本文总结了4种不同需求下的可控负荷分类方式。

2.1 按调度响应时间分类

按可控负荷参与电网调控的响应时间可以分为两类：

1）分钟级以上的响应，用于实现功率供需平衡的长时间尺度要求，如空调、工业负荷、电蓄热装置等。

2）秒级以下的响应，用于实现负荷的精准控制，如电动汽车、用户侧储能装置等。

2.2 按调度响应方式分类

按可控负荷的调度响应方式可以分为3类：

1）可中断负荷，启动之后可以中断，负荷量可以削减以响应电网调度，包含空调这类温控型负荷以及烤箱这类具有复合属性的负荷等。

2）可平移负荷，启动之后不能中断，但是可以延迟启动以响应电网调度，负荷量和负荷曲线不会改变，主要包含洗衣机、洗碗机这类家用负荷以及为避峰生产的工业用户。

3）可转移负荷，可以灵活调节各时段用电量以响应电网调度，负荷总量不变但是负荷曲线可能改变，主要包含冰蓄能、电储能装置、电动汽车充电站等。

2.3 按用户用电特点分类

按可控负荷的终端用电性质可以分为4类：

1）电动汽车，可充放电特性使得用户侧电动汽车可以同时参与激励型需求响应和价格型需求响应。

2）商业用户，其可以通过避开尖峰电价时段用电进而节约用电以参与激励型需求响应。

3）工业负荷，其灵活的用电特性决定了可以同时参与激励型需求响应和价格型需求响应。

4）居民负荷，用电时间固定，只能通过节约用电的方式来参与激励型需求响应。

2.4 按能量传递方向分类

按可控负荷与电网能量传递的方向可以分为两类：

1）与电网进行单向能量传递的可控负荷，仅能通过价格型需求响应和激励型需求响应来响应电网调度，不能向电网传递能量，例如温控负荷这类需求响应用户。

2）与电网进行双向能量互动的可控负荷，不仅可以响应电网调度还可以给电网回馈能量，例如电动汽车、电储能装置等。

2.5 按聚合商平台特点分类

按聚合商平台的特点可以将可控负荷资源分为4类：

1）电动汽车这类车联网平台负荷，电动汽车聚合商作为一个“可移动的大型电池”，通过电动汽车入网技术响应电网运行调度指令。

2）营销类负荷，一般指需求响应，其不仅可以通过改变用电习惯响应电力供应，还可以通过参与电力市场获得收益。

3）独立主体类负荷，虚拟电厂作为独立主体的代表，通过协调控制技术、智能计量技术以及信息通信技术，作为一个特殊电厂参与电力市场和电网运行。

四是金融监管法律体系的完善能减少“一刀切”的金融管理中的弊端。新兴科技的发展为金融业的创新带来了契机，互联网金融的推行让金融行业的“压抑”得到解放，它是传统金融运行的重要补充与创新，为普惠金融方面的发展提供了重要价值。国家在发展上对传统金融和互联网金融的政策必须把握原则，同时反对“一刀切”，要在创新中做到实事求是。

4）大用户负荷，通过对大用户用电模式的管理可以提高电网的经济运行水平。

3 可控负荷建模技术

3.1 建模方向

负荷资源接入电网后，针对可控负荷的建模主要分为以下几个方向。

3.1.1 基于用户响应特征的负荷建模技术

可控负荷可作为需求响应资源，为电网提供有效的调度资源和调节手段。以用户响应电网的方式进行建模能够反映用户对激励或者电价等响应的特征表现，方便地获得负荷响应行为的时序特点。文献［21］构建了需求侧的电价响应模型，将分时电价机制与储能技术纳入风电消纳模型，通过改变系统负荷分布以提高风电的消纳水平。文献［23］分析了可控负荷参与需求响应的收益模型，认为入网型电动汽车的充放电特性以及工业用户的用电灵活特性可以使其同时响应电价与激励，而商业用户与居民用户因用电时间固定只能提前签订政策以响应激励。文献［32］根据需求原理建立用户对电价的响应模型，激励型用户则可以在满足约束的条件下实现负荷的增减以获得电量补偿，以此可以构建激励型需求响应的调度成本模型。

目前，负荷侧响应电价模型基于经济学的需求弹性理论建立；负荷侧响应激励政策的调度成本模型基于用户签订的响应量建立。电价或激励下的负荷响应模型，由于简单易求解而得到广泛应用，但采用的历史统计数据在一定程度上影响了模型实际应用时的准确性。

3.1.2 基于电网优化调度的负荷建模技术

可控负荷参与电网调度可以提高电网的调节裕度，并且能在一定程度上抑制峰谷差。从电网优化调度的角度对可控负荷进行建模，一般以可控负荷的响应量为决策变量。文献［33］将具有热存储特性的空调负荷引入电网调度，并基于空调负荷群控制策略，以发电成本和负荷控制代价最小为目标建立源-荷协调优化调度模型，得到的优化策略不仅可以缩小系统峰谷差，还可以降低系统的运行成本。文献［34］考虑了可中断负荷违约的因素，以机组备用成本和可中断负荷补偿费用最低为目标，提出可中断负荷参与电网优化调度策略，仿真结果验证该策略提高了系统运行的安全性与稳定性。文献［35］将电动汽车、可转移负荷和可中断负荷通过负荷代理商引入电网调度，构建风光储联合发电系统优化调度策略模型，实现系统收益最大和用户侧收益最大。

另外，可控负荷参与电网优化调度还可以将负荷峰谷差最小［36-37］、联络线功率波动最小［38］、有功网损最小［39］等作为目标进行建模。一般情况下，负荷侧在接收电网侧优化调度结果的指令后，会根据约定积极响应电网调度需求。然而，实际响应量可能受到人为因素的影响，导致不能充分响应。目前针对可控负荷响应量的不确定性还鲜有研究。

可控负荷的地理位置分散且种类众多，导致电网调度中心难以直接获取可调度功率，影响电网挖掘可控负荷的响应能力。从聚合的角度对可控负荷进行建模，一般是把负荷聚合商作为中间层，实现规模庞大且分散的可控负荷对电网的整体响应。文献［40］根据聚合功率模型并结合大数定律得到空调负荷聚合功率的估计值，建立空调负荷聚合响应潜力评估模型，深度挖掘空调负荷的响应潜力。文献［41］采用K-means 均值算法对三类可控负荷进行聚类，并引入“用电满意度”来定量分析各类用户的用电行为，所构建的优化调度模型能在提高用户参与需求响应时的用电满意度的同时，保证各聚合商的收益基本不受影响。文献［42］通过虚拟电厂技术聚合电动汽车以及可再生能源，在考虑电动汽车行为的不确定性下，构建虚拟电厂参与日前和备用市场的优化调度模型，在实现虚拟电厂收益最大的同时，提高电动汽车用户的整体收益。

由此可见，通过聚合商将可控负荷资源聚合，不仅可以降低建模过程的复杂性，还可以为灵活性负荷参与电网调度、提供辅助服务等提供技术支撑。

3.2 建模考虑因素

可控负荷建模过程中可能需要考虑不确定性、多目标性或多阶段性等因素。

3.2.1 不确定性

可控负荷参与电网运行调度的过程中，除了负荷响应量存在不确定性之外，在特定的物理场景下可能还有可再生能源出力、市场电价、线路故障等不确定性。目前，在电力系统的各个领域都有大量关于不确定性的研究，相关的不确定性处理方法对于研究可控负荷参与电网运行调度具有十分重要的借鉴意义。

当前处理不确定性的方法可以分成几类：概率场景法，模糊机会约束法，区间分析方法和鲁棒优化方法。表1 对这几类方法进行了总结与比较。

表1 不确定性处理方法比较

概率场景法是将不确定性优化问题转化为多个确定性场景的优化问题，实际上会增加优化计算量导致计算时间长，但计算结果可以满足方案的经济性和鲁棒性。模糊决策法是用模糊性表达不确定量，利用隶属度函数研究优化方案，但是隶属度函数难以确定。机会约束法可以在一定置信水平下出现不满足约束的情况，更加符合实际运行。区间分析法和鲁棒优化方法都不需要提前获取不确定量的概率分布，但区间分析法的优化结果只能是以区间的形式给出，鲁棒优化法的结果又较为保守，如在建模过程中引入保守度可以在一定程度上解决鲁棒优化过于保守的问题［47-48］。

在对可控负荷进行建模时，可以根据相应的物理场景和求解目标选择合适的不确定量处理方法。

3.2.2 多目标性

可控负荷参与电网运行调度的过程中，可能会同时涉及电网侧和用户侧的收益、可再生能源消纳、峰谷差等多方面优化目标，通常可以用以下两种方法处理多目标优化模型。

1）传统优化方法，即通过数学约束将多目标优化问题转化为一系列单目标优化问题。这类方法主要借助ε-约束法、带权极小模理想点法、法线边界价差法等实现。文献［33］在调度过程中同时考虑发电成本最小和负荷控制代价最小，使用ε-约束法将一个目标函数作为参考目标，另一个目标函数放到约束条件，从而把双目标优化转化为单目标优化，但是ε值的选取受转化为约束的原目标函数影响较大。文献［49］通过设定权重系数确定各子目标的重要程度，并通过带权极小模理想点法将多目标函数转化为单目标函数，但是权重系数的设定具有主观性。文献［50］基于法线边界价差法求解多目标优化问题，通过归一化处理并引入乌托邦线得到均匀分布于Pareto 前沿的非劣解，但这种方法容易构成模型非凸，导致难以求得最优解。

2）智能化搜索方法，即用智能算法求解多个目标函数的最优解，本质是一种随机搜索最优解的方法。目前，大多采用多目标进化算法［51-52］、多目标粒子群算法［53-54］、多目标遗传算法［55-56］。这些方法对优化模型没有特殊要求，易于编程。但是当模型规模较大时，由于搜索空间增大导致求解速率大大降低。

3.2.3 多阶段性

可控负荷参与电网运行调度时，可能根据预测数据的精度问题在不同阶段以不同的时间尺度进行优化调度。文献［38］考虑不同空调负荷特性，根据小时级的预测数据建立日前优化调度模型，然后基于分钟级的预测数据以最小化功率波动为目标建立实时优化调度模型。文献［57］针对风电预测精度随时间变化的特点，日前风电预测误差较大，日内风电预测误差较小，建立日前-日内优化调度模型，日前调度得到常规机组的机组组合，日内调度得到各机组出力以及需求响应的调用情况。

含可控负荷的主体参与能量市场时，在日前市场进行申报出清，在实时市场按出清量调整可中断负荷等出力单元的有功出力［58-60］。另外，含可控负荷的主体还可以同时参与能量市场和辅助服务市场进行交易［42，61-62］。

4 电网调度形式及架构

4.1 电网协调调度形式

可控负荷接入电网后，电网的协调调度是指电源、电网、负荷及储能通过多种交互方式，提高电力系统安全稳定运行的能力，实现各类资源的有效利用。当前主要有源-源互补、源-网协调、源-荷互补、网-荷-储协调的协调调度形式［63］。表2 对这4 种协调调度形式的原理和作用进行了总结。

表2 电网协调调度形式

4.2 调度架构

调度架构的建立是完成可控负荷参与电网优化调度的基石。目前主要有集中式、集中-分散式和完全分散式等3类调度架构。

4.2.1 集中式

集中式调度架构下，由电网调度中心制定和完成所有的调度决策，并由电网调度人员直接给每个设备发送调控指令。

构建集中式优化调度模型时，一般先建立目标函数，例如以网损最小、成本最小、收益最高、峰谷差最小等为目标；然后构建各发电资源和用电负荷的相关约束；再选取合适的算法求解模型，得到优化调度方案。对于混合整数线性规划模型，大多利用商业软件CPLEX、Gurobi等求解；对于非线性模型，常利用启发式算法求解。文献［72］涉及风电、光伏、可控负荷及储能装置，构建可再生能源利用率最高、网络损耗最小及用户满意度最高的配电网多目标优化调度模型，并利用改进粒子群算法对该集中式模型进行求解。文献［73］中的微电网由多台可控机组、新能源机组与电动汽车组成，考虑各电动汽车电池的剩余电量约束和电量上下限约束以及其余机组的常规运行约束，建立微电网鲁棒经济调度模型，转化为混合整数线性规划模型后使用商业软件CPLEX 求解，但这样只能针对电动汽车数量较少的情况。

图1给出了集中式调度框架。集中式调度架构下各设备均需要与调度中心进行信息交互，从而实现调度中心对发电资源的整体调控。因此，集中式架构对调度场景的规模具有一定的限制。当调控设备数量增多时，调度中心的通信压力会大幅增加，计算效率也会随之降低。

图1 集中式架构

4.2.2 集中-分散式

当柔性负荷包含大量电动汽车或者温控负荷时，其地理位置的零散性和用电行为的随机性增加了电网集中调控的难度。图2给出了集中-分散式调度架构的框图，这种调度架构一般基于聚合商［12］、多代理［74］这类中间机构，用于中小型柔性负荷的调控中。在这种调控架构下，电网首先将调度指令分解并向下分配至各控制中心，然后各控制中心负责协调制定内部各设备的具体运行调度方案，实现分散自治，减轻电网调度中心的通信和计算压力。

图2 基于聚合商的集中-分散式架构

构建集中-分散式优化调度模型时，最主要的是建立负荷聚合模型，并选择合适的耦合变量，实现电网调度中心、聚合商以及用户之间的相对独立性。文献［41］中先是集中式调度，由电网调度中心发送调度指令给负荷聚合商；然后，负荷聚合商根据收集的用户信息将用户进行聚类；最后，聚合商再对各类负荷实施调度指令，实现分散式调度，减轻电网调度中心的压力。文献［75］考虑电动汽车充放电响应的不确定性，构建以电动汽车代理商为中间层的决策模型，可以根据电网调度中心的需求制定决策方案，并对各辆电动汽车实施指令。

相较于集中式调控架构，集中-分散式具有层次性，可以缓解集中式调控方式下的信息阻塞和规模有限的问题。但在实际工程应用中，需要根据用户需求和市场规则进行合理的层次划分。

4.2.3 完全分散式

完全分散式架构下，各设备单元不再具有统一的调控中心，而是将设备所在区域划分为多个独立自治的子区域，通过通信网络为各区域提供数据交换和信息支持的服务。这些子区域只与其他子区域进行部分信息交互，并基于这些信息完成自身的优化运行。图3 给出了完全分散式架构框图。

图3 完全分散式架构

在信息不透明的情况下，优化调度研究更适合采用完全分散式架构。对于优化问题的完全分散式分解方法，主要有Benders分解法［76］、增广拉格朗日松弛法［77］、内点法［78］、一致性算法［79］等。文献［80］使用联络线切割和区域重叠方法对综合能源系统进行区域划分，然后借助增广拉格朗日松弛法实现各区域优化调度模型的分散求解。文献［81］对电-气耦合系统进行协调优化，由于电力系统和天然气系统信息交互的局限性，通过交替方向乘子法将优化模型分为电力系统子问题和天然气系统子问题进行分布式求解。

由于完全分散式架构下各区域控制器只检测本地设备，可能出现过调控结果不当的情况，而且各区域为完成自身目标，可能导致区域控制器的冲突。因此，完全分散式架构下对区域控制器的要求更高，需要其具有更完备的功能，然而，相比于前两种调控架构来说，该架构具有很好的可扩展性和开放性。

5 结论

将可控负荷纳入电网常规运行调度，改变传统的“源随荷动”模式为“源荷互动”模式，可以有效解决传统电网调度资源的调节能力有限问题，提高电力系统运行的安全性、经济性与稳定性。本文从电网运行调度需求出发，对可控负荷的分类方式、建模技术、协调调度形式及架构4个层面进行综述和总结，并得到如下结论。

1）随着可再生能源并网比例的提高和电力需求的增大，负荷侧及高比例新能源带来的随机性和波动性导致负荷峰谷差变大，为尽可能地抑制峰谷差，保证电网的安全稳定运行，需要充分挖掘用户侧资源的调节能力，改变传统的“源随荷动”模式为“源荷互动”模式。

2）可控负荷资源的接入给电网优化调度建模带来了难度与挑战。为解决可控负荷地理位置分散性、用电灵活性的问题，建模考虑因素也应该更全面，重点考虑不确定性、多目标性以及多层次性等特性。电网调度形式和架构必须做相应的调整，根据调度资源的规模和优化调度的目标配以合适的调度框架，使得优化调度策略更加具有参考性和普适性。

6 建议与展望

结合我国目前的电力体制和发展需求，提出以下几点建议和展望。

1）向电力企业和用户普及碳中和的概念及碳中和目标达成所带来的社会意义，并完善需求响应补偿机制。完善价格补偿方式，以引导价格型需求响应按价格信号对用电行为进行灵活调节；完善辅助服务市场机制，以引导激励型需求响应采用聚合等方式由电网调度中心直接控制并参与辅助服务市场获取收益。

2）根据不同地区的调度资源特点和区域规模的大小，因地制宜地制定可控负荷的运行调度架构和管理方式，深度挖掘和充分发挥用户侧负荷的调节能力。

3）当前可控负荷功率数据采集的准确性和实时性还有待提高，需加强改造负荷终端设备的采集与控制性能，实现参与实时调控可控负荷数量上的增加。