计及需求响应的含DG配电网协调优化调度策略

黄裕春，雷才嘉，方兵华，张晏玉，高 慧，贾 巍

（广东电网有限责任公司广州供电局，广州 510620）

0 引言

随着国家电网和南方电网公司大力推进“国际一流配电网”建设[1-2]，分布式电源（Distributed Generation，DG）、储能系统（Energy Storage System，ESS）、电动汽车（Electric Vehicle，EV）等多元新技术元素在源网荷的不断渗透，增加了配电网灵活性的同时，也给配电网运行的经济性带来挑战[3-5]。而源荷互动的需求侧响应（Demand Response，DR）技术不仅能够促进用户用电的互动、可再生能源的消纳，还可以提升配电网运行的经济性和安全性[6-7]。

国内外学者在配电网的需求侧响应方面开展了大量研究。Christakou等[8]通过对异构能源如分布式储能系统和需求响应资源的无缝控制来为电网提供辅助服务。Sharma S等[9]针对风力发电的随机性，提出需求响应协调电池储能系统的最优调度方法，可最大程度地降低配电损耗和电网需求成本。在电力与天然气系统联合的配网调度方面，A Y Z等[10]提出一种基于间隔优化的气电耦合系统协调调度模型，该模型考虑了天然气流的动态特性，风电集成和需求响应管理。刘天琪等[11]在配网系统中引入气电联合需求响应来提高系统调度的可控性和灵活性。Farzad Vazinram等[12]对于各种发电类型的热电联产型微网单元，采用需求响应措施控制负荷以满足电网需求总量。

当前DR主要通过电价或激励的形式改变电力用户的用电模式，因此DR也改变了配电网规划中所需要考虑的负荷特性[13-14]。而在DG、ESS和EV大量接入配电网的情况下，DR的作用机制也呈现多元化。李凌昊等[15]针对风电和需求侧资源的时间特性，考虑到电网调度层和负荷聚集商之间主从博弈的关系，建立了多负荷聚集商参与的日前-日内分层优化调度模型。张媛媛等[16]以包含电动汽车负荷的热电联产微网为研究对象，提出一种计及需求响应和电动汽车有序调度的优化模型。祖国强等[17]从传统负荷视角，建立计及DG和DR的配电系统安全域模型。Soares J等[18]提出了一种两阶段的能源调度随机方法，以应对需求、DG、EV和市场价格不确定性带来的挑战。王蓓蓓等[19]建立了含风电系统中考虑用户侧互动的日前调度计划模型，综合考虑发电侧和需求侧资源，提高了系统经济性和风能利用效率。吴勇等[20]以经济成本和碳排放量最小为目标，建立了基于耦合需求响应的多种储能容量综合规划的多目标优化模型。以上研究大多仅考虑优化系统运行的成本，忽略了从配电网运行条件的角度来改善配电网的负载率指标。

基于此，本文充分考虑需求响应资源特性，根据各负荷点的虚拟负荷特性制定分时电价的峰平谷时段；进而对含DG配电网建立协调优化调度模型，该模型综合考虑系统的总运行成本和配电网的整体负载率指标；最后通过算例分析对本文所提方法的有效性进行验证。

1 需求响应资源特性

本文用风电功率预测的误差表示风电出力的不确定性分层，根据正态分布的3σ原则所确定的风电功率不确定性分层如图1所示。图中的第1层出力表示在3σ原则上，风电预测出力一定可以达到的功率值，即风电的“基出力”；第2层出力表示风电预测出力的平均值，即风电的“置信出力”；第3层出力表示风电预测出力的上限，即风电的“上限出力”。

图1 风电出力的不确定性分层

将柔性负荷按照行业分为不可控、可中断及可平移负荷3类，风电出力按照不确定性水平分为3层；由于需求响应中的激励型和电价型手段对负荷类型的适用性不同，则柔性负荷、风电出力及需求响应策略的置信度对应关系如表1所示。

表1 置信度对应关系

对于合同约定的可中断负荷、工厂加工类的可平移负荷、储能和电动汽车类的双向互动资源，可以通过相应的需求响应机制进行调节，则需求响应资源平抑风电波动的特性如图2所示。由图可知，激励型需求响应主要调节的柔性负荷是可中断负荷，电价型需求响应手段调节的柔性负荷主要是可平移负荷。根据表1的柔性负荷及风电出力对应的置信度，利用日前分时电价的需求响应调控平抑风电的1、2层出力之和，日内实时调整激励型需求响应平抑风电的第3层出力。

图2 需求响应资源平抑DG波动的特性

2 优化调度模型

在智能用电硬性条件和智能电表发展前提下，日前分时电价策略采用区域性分时电价方式，即每个负荷点可以采取不同的电价策略。设定各个负荷点的峰、平、谷电价的大小都相同，而各个负荷点所实施峰、平、谷电价的时间段不同。由于实际配电网中的负荷点众多，若对各个负荷点每个时刻的电价独立设置一个优化变量，可能造成维数灾难，因此需对分时电价的优化过程进行降维。

对每个负荷点引入一个优化变量，用来衡量该负荷点在划定分时电价时段需考虑其他负荷点影响的比重。在对某负荷点制定电价时需参考虚拟负荷特性，则虚拟负荷计算如下：

式中：P′it为负荷点i在t时刻的虚拟负荷大小；Pit为负荷点i在t时刻的实际负荷大小；Pdg,it为负荷点i在t时刻的DG出力大小；zi为0-1变量，为1时表示负荷点i接有DG，为0时表示并未接入DG；N为配电网负荷点集合；λi为负荷点i的权重系数，且λj∈[0 ,1]；M为配电网的总负荷点数。

采用文献[21]的方法根据各个负荷点的虚拟负荷制定分时电价的峰平谷时段。

2.1 日前调度模型

2.1.1 目标函数

计及需求响应的含DG配电网日前调度模型以系统的总运行成本最小为目标，为保证DG的优先消纳，在目标函数中加入弃风光惩罚项：

2.1.2 约束条件（1）配电网DistFlow潮流约束

式中：Πj、Ωj分别为配电网中以j为末首端节点的支路首末端节点集合；Pij,t、Qij,t分别为支路ij在t时刻流过的有功功率和无功功率；Rij、Xij分别为支路ij的电阻和电抗；Iij,t为支路ij在t时刻流过的电流；为t时刻的负荷预测值；φL,t为t时刻负荷的功率因数角；Vj,t为节点j在t时刻的电压。

（2）系统安全运行约束

式中：Iij,max为支路ij允许的最高电流限值；Vj,max、Vj,min为节点j的运行电压上下限值。

（3）DG出力约束

2.2 日内协调优化

2.2.1 目标函数

日内协调优化考虑配电网运行的经济性和安全性，目标函数为配电网整体负载率指标最小。

2.2.2 约束条件

（1）需求侧响应负荷约束

（2）EV运行约束

（3）ESS运行约束

（4）其他约束

式中：εout为可断电负荷的比例。

3 策略流程

通过日前根据各个负荷点分时电价的时段制定调度计划，在日内采用激励型需求响应以及电动汽车、储能装置进一步协调优化，调整净负荷曲线以降低配电网的总负载率指标。则策略流程如图3所示。

图3 策略流程

4 算例分析

为验证本文方法的有效性，在Matlab中对南方地区某10 kV配电网进行建模仿真，拓扑结构如图4所示。在节点3和15接入分布式风电，有功出力峰值分别为0.5 MW和0.4 MW，无功出力峰值分别为0.2 Mvar和0.15 Mvar；节点10和19装有充电桩，电动汽车的渗透率为40%；节点61装有储能装置，储能的总容量为1 MW·h，充放电功率为100 kW。其中，负荷以及风电出力的波动曲线如图5所示。

图4 南方地区某10 kV配电网拓扑结构

对目标函数中的各台设备利用率权重指标设为相同，采用遗传算法对模型进行求解，优化得到各负荷点的权重指标如图6所示，进而制定的分时电价峰平谷时段分布情况如图7所示。

图5 负荷及风电的日功率波动曲线

图6 各个负荷点的权重指标

图7 各个负荷点分时电价的峰平谷时段分布情况

图8 不同分时电价权重下的目标函数与最优值的差值

由图7可以看出，各个负荷点的峰平谷时段大致相同，但时段的划分有一定程度的差异。由于在本算例中认为各个负荷节点的负荷曲线特性都相同，但是在分布式电源出力的影响下，整个配电网的潮流分布不均衡，进而使得负载率最优条件下的各个负荷节点采取的分时电价策略存在差异。

假设所有负荷点采取的权重指标都相同，则当权重指标取不同值时，配电网整体设备负载率指标与本文根据遗传算法求得的最优整体负载率指标差值如图8所示。

显然，当权重指标小于0.5时，即分时电价制定中更多的考虑对应负荷点的负荷特性，整体负载率指标可以更优。而当权重指标大于0.5时，即分时电价制定中更多的考虑全网平均负荷特性，整体负载率指标较高，不利于设备的运行与扩容规划。

在日内协调优化阶段对风电的出力预测与日前进行对比如图9所示。由图可知，在日内预测的风电曲线中，夜间负荷高峰时段（主要为20时—23时）的预测值小于日前预测值，当风电出力达不到日前调度的标准时，就会导致净负荷曲线有所上升。则当处于净负荷高峰时，进行储能放电、升高电动汽车充电桩的实时电价，以及可中断负荷控制；反之进行储能充电、降低电动汽车充电桩的实时电价。

图9 风电出力的日前/日内预测对比

本算例设置3种场景进行对比，场景1为不采取分时电价进行调度，场景2为采取常规的分时电价进行调度，场景3为本文根据虚拟负荷制定分时电价时段后进行协调优化调度。则不同场景下的系统总运行成本与整体负载率对比如表2所示。由表可知，相比于不采取分时电价或者采取常规分时电价，本文所提方法能够显著降低系统的总运行成本，且整体负载率分别降低了6.185%和0.378%。由于分时电价的时段分布是日前调度给定的，因此在日内协调优化阶段通过调度电动汽车和储能装置，可以有效改善配电网的设备利用率。

表2 不同场景下的结果对比

5 结束语

（1）本文提出的根据虚拟负荷制定分时电价峰平谷时段，充分考虑其他负荷特性的影响，可以保证日前调度阶段的准确预判。

（2）通过更为精准的日内预测进行协调优化，一方面可以充分利用需求响应资源的响应特性，另一方面有效避免弃风现象的出现，提高了配电网运行的经济性。

（3）在一流配电网的规划建设中，计及需求响应的含DG配电网协调优化调度策略，对于固化网格化配网规划管理方面有一定程度的推动作用。