汪 鑫
（國網(wǎng)四川省電力公司檢修公司特高壓直流中心，四川 成都 610036）
1 綜合能源系統(tǒng)多時間尺度低碳調(diào)度優(yōu)化
1.1 源荷不確定性分析
隨著運行時間的改變，風能與負荷的預測偏差呈現(xiàn)逐步下降趨勢[1]。本文通過三角模糊數(shù)分析風能與負荷的預測偏差帶來的不確定性問題。模糊變量計算公式為
式中：為日前風能預測的模糊變量；為日前負荷預測的模糊變量；PWDA,t為日前時間點t風能的預測結(jié)果；PLDA0,t為忽略電價響應影響的負荷預測結(jié)果；δ3DA為日前風能預測誤差區(qū)間的上邊界系數(shù)；δ1DA為日前風能預測誤差區(qū)間的下邊界系數(shù)；q3DA為日前負荷預測誤差區(qū)間上邊界系數(shù)；q1DA為日前負荷預測誤差區(qū)間的下邊界系數(shù)。
設(shè)為風能日內(nèi)預測的模糊變量，為負荷日內(nèi)預測的模糊變量，為實時階段的風電模糊變量，為實時階段的負荷模糊變量。采用與風能、負荷日前預測的模糊變量同樣的方法來確定風能、負荷日內(nèi)、實時預測的模糊變量，具體不再贅述。
當綜合能源系統(tǒng)采用分時電價策略后，用戶會產(chǎn)生激勵響應。因此，引入響應彈性中的預測誤差，實現(xiàn)負荷側(cè)不確定性的全面分析[2]。基于消費者心理學模型，利用死區(qū)、線性區(qū)、飽和區(qū)反映不同時間點負荷轉(zhuǎn)移性，并充分分析負荷轉(zhuǎn)移率誤差區(qū)間[3]。
峰谷負荷轉(zhuǎn)移率可描述為
式中：Δppv為峰谷負荷的電價差；Δppv0為死區(qū)邊界的電價差；Δppv,max為飽和區(qū)電價差；κpv,max為的潛力極大值；αpv為在線性區(qū)發(fā)生改變的斜率；為誤差區(qū)間。
當Δppv發(fā)生改變后，隨之變化，其曲線呈先上升后下降變化。
可描述為
式中：Δppv,max為峰谷負荷轉(zhuǎn)移率誤差的極大值 ；為峰谷轉(zhuǎn)折點處的電價差值；αa為電價作為響應誤差主要決定因素在前峰谷電價差波動時的響應誤差區(qū)間系數(shù)；αb為電價作為響應誤差主要決定因素在后峰谷電價差波動時的響應誤差區(qū)間系數(shù)。
在全面分析負荷預測偏差和分時電價策略各時間點負荷轉(zhuǎn)移引發(fā)的不確定問題的基礎(chǔ)上，對日前、日內(nèi)、實時優(yōu)化控制階段的各時間點負荷進行擬合分析[4]。其中日前各時間點負荷的擬合可描述為
式中：PLDA0,t為日前時間點t下只衡量預測偏差時的負荷模糊變量；p為波峰時間點負荷集合；f為平峰時間點負荷集合；v為波谷時間點負荷集合；、、為引入響應誤差后各不同時間點的負荷轉(zhuǎn)移率；PLDA,pav為日前波峰時間點負荷預測結(jié)果的負荷均值；PLDA,fav為平峰時間點負荷預測結(jié)果的負荷均值。
此外，用表示日內(nèi)優(yōu)化階段的負荷擬合結(jié)果，用表示實時優(yōu)化階段的擬合結(jié)果，同日前各時間點負荷的擬合描述類似，不再贅述。
1.2 低碳優(yōu)化調(diào)度模型
1.2.1 日前優(yōu)化調(diào)度模型
相隔1 h對綜合能源系統(tǒng)進行一次日前優(yōu)化控制，調(diào)度周期為24 h，以便得到各機組未來一日的發(fā)電計劃。對風力發(fā)電、負荷的預測誤差和分時電價策略引發(fā)的不確定性進行綜合分析，將最小化日運行費用作為目標，實現(xiàn)其日前階段的優(yōu)化，可描述為
式中：H1為購電費用；H2為天然氣購用費用；H3為棄風費用；H4為碳排放費用；Be(t)為時間點t分時購電單價；Pcha(t)為功率；Bg(t)為分時購氣單價；Vcha(t)為分時功率；Fng為天然氣熱值；T為總優(yōu)化調(diào)度時間；Nw為風電場景數(shù)量；ρw為棄風費用系數(shù)；Pycwt為風電出力預測值；Pwt為實際輸出功率；Re為每單位碳排放的購買/售賣價；Ni為化石燃料發(fā)動機總數(shù)；μi為第i臺發(fā)電機單位功率下的碳排放大�。�ϑi為單位有功功率下的碳排放量。
綜合能源系統(tǒng)運行需遵循各設(shè)備的實時運行限制條件和爬坡限制條件，同時要符合負荷平衡限制[5-6]。約束公式為
式中：Ppv(t)為時間點t光伏機組的有功功率；Pwt(t)為實際輸出功率；Pmt(t)為微型燃氣輪機電功率輸出值；Pcha(t)為功率；Pedis(t)為輸出功率；Pech(t)為蓄電池在進行電能儲備時的功率；Pp2g(t)為p2g 設(shè)備輸入的電功率；Peb(t)為電熱鍋爐耗電功率；Le(t)為電熱鍋爐提供熱能供應時需要的電負荷；Vcha(t)為分時功率；Fp2g(t)為p2g 設(shè)備有功功率輸出值；Pgbis(t)為儲氣罐的放氣功率；Pgch(t)為儲氣罐的充氣功率；Vgas(t)為天然氣耗用功率；Lg(t)為電熱鍋爐提供熱能供應時需要的氣負荷；Qmt(t)為微型燃氣輪機有功熱功率；Qeb(t)為電熱鍋爐提供熱能供應時的熱輸出功率；Qhdis(t)為熱輸出功率；Qhch(t)為儲熱罐的充熱功率；Lh(t)為電熱鍋爐提供熱能供應時需要的熱負荷。
風能出力和負荷預測存在偏差，會對綜合能源系統(tǒng)穩(wěn)定運行造成一定影響。本文通過模糊變量對風能的計劃功率和不同時間點的擬合負荷進行描述，因此綜合能源系統(tǒng)需滿足有功、備用限制條件，描述為
式中：Cr{·}為置信度函數(shù)；θDA為日前功率需符合的置信度條件；πDA為備用限制需符合的置信度條件；γDA為日前旋轉(zhuǎn)備用因子；為慢機i相隔1min 的爬坡速度極大值；為快機i相隔1 min 的爬坡速度極大值；PWCur,t為時間點t的棄風容量；PRGi,t為慢機i的輸出功率；uRGi,t為慢機i的調(diào)度狀態(tài)；PFGi,t為快機i的輸出功率；uFGi,t為快機i的調(diào)度狀態(tài)；PILj,t為中斷負荷j的參與容量[7]。
1.2.2 日內(nèi)優(yōu)化調(diào)度模型
相隔15 min 對綜合能源系統(tǒng)進行一次日內(nèi)優(yōu)化調(diào)度，通過循環(huán)操作，實現(xiàn)全部時段的日內(nèi)優(yōu)化調(diào)度控制。
日內(nèi)優(yōu)化各階段目標函數(shù)可描述為
式中：t0為日內(nèi)調(diào)度控制的開始時間；Δt為執(zhí)行周期；d為執(zhí)行的周期總數(shù)；H5為機組啟停狀態(tài)改變產(chǎn)生的懲罰費用；Ii(t)為時間點t機組i的啟停狀態(tài)，取值為(0,1)；pi(t)為處于Ii(t)的懲罰成本；Py'cwt為日內(nèi)優(yōu)化調(diào)度階段風電功率預測值；Pw't為實際調(diào)度值。
1.2.3 低碳調(diào)度求解
綜合能源系統(tǒng)在購電、購氣時的功率限制描述為
根據(jù)日前優(yōu)化調(diào)度方案，設(shè)定各儲能設(shè)備在24 h 內(nèi)的容量不發(fā)生改變，描述為
式中：Soc(24)、Voc(24)、QH(24)分別為24 點時不同儲能設(shè)備的容量；Socf、Vocf、QHf分別為Soc(24)、Voc(24)、QH(24)對應的容量初值。
綜合能源系統(tǒng)實時優(yōu)化階段是在時間點t實現(xiàn)后一時間點各機組日內(nèi)調(diào)度輸出功率的修正，低碳調(diào)度優(yōu)化求解結(jié)果為
式中：為風電機組實時功率預測值；為風電機組實時調(diào)度值。
日內(nèi)、實時優(yōu)化調(diào)度約束與日前優(yōu)化調(diào)度相同，只對執(zhí)行周期和調(diào)度運行間隔時間進行調(diào)整即可。
2 實驗分析
以某一綜合能源系統(tǒng)作為研究對象，系統(tǒng)采用分時電價策略，發(fā)電機容量為1 000 MW，發(fā)電量為5 000 萬kW·h，碳排放因子為0.5 t CO2/（MW·h），碳排放費用為100 元/t。天然氣購用單價為3.22元/m3，分別從日前、日內(nèi)、實時3 個時間尺度對綜合能源系統(tǒng)進行優(yōu)化調(diào)度。
為了驗證綜合能源系統(tǒng)優(yōu)化調(diào)度效果，設(shè)置3不同模式，對比分析不同模式下綜合能源系統(tǒng)運行調(diào)度費用，結(jié)果如表1 所示。其中：模式1 在日前、日內(nèi)、實時時間尺度中，風電預測偏差下降幅度分別為25%、12%、4%；模式2 在日前、日內(nèi)、實時時間尺度中，風電預測偏差下降幅度分別為15%、8%、4%；模式3 在日前、日內(nèi)、實時時間尺度中，風電預測偏差下降幅度分別為5%、4%、4%。
表1 不同模式的綜合能源系統(tǒng)運行調(diào)度費用對比分析 單位：元
由表1 可知，當風電預測精度不斷提升時，綜合能源系統(tǒng)總調(diào)度成本隨之減少，并可有效降低碳排放量。這是因為準確預測風電輸出功率，可有效減小系統(tǒng)出力誤差區(qū)間，從而大大降低了不確定性因素對綜合能源系統(tǒng)的影響。實驗結(jié)果表明，風電預測的不確定性對綜合能源系統(tǒng)的優(yōu)化調(diào)度具有直接影響，通過提高預測準確度能夠達到優(yōu)化調(diào)度成本的目標，但達到模式3 的預測條件后，繼續(xù)追求準確性實現(xiàn)系統(tǒng)的優(yōu)化調(diào)度難度較大，優(yōu)化效果不再明顯。
設(shè)定表1 中模式1 的條件為優(yōu)化各階段風電預測偏差，在優(yōu)化調(diào)度的各階段設(shè)定不同的負荷預測誤差條件，對比分析不同條件下的系統(tǒng)調(diào)度費用。當用戶響應與負荷預測間的誤差為正值時，可有效提升風電利用率，并有效減小峰時段機組出力的邊際成本，達到綜合能源系統(tǒng)運行成本降低的目標。當誤差為負時，則具有相反的優(yōu)化效果。
將所提方法應用于綜合能源系統(tǒng)的多時間尺度低碳調(diào)度優(yōu)化，通過系統(tǒng)電、氣、熱負荷的優(yōu)化控制結(jié)果分析所提方法的調(diào)度性能。結(jié)果顯示：為實現(xiàn)綜合能源系統(tǒng)最低運行成本目標，在電價低谷期將風力機組出力、電網(wǎng)購電作為主要方式；當電價處于高峰時段時，不再向電網(wǎng)購電來節(jié)省系統(tǒng)運行成本，啟動儲能設(shè)備配合微型燃氣輪機、風力機組出力，以滿足系統(tǒng)的用電需求。
3 結(jié) 論
以某一綜合能源系統(tǒng)作為研究對象，將所提方法應用于系統(tǒng)的多時間尺度低碳優(yōu)化調(diào)度，分析方法的有效性。實驗結(jié)果表明：風電、負荷的準確預測，可降低綜合能源系統(tǒng)的優(yōu)化調(diào)度成本，并降低碳排放量。通過偏差預控機制降低源荷不確定性對系統(tǒng)不穩(wěn)定的影響，可實現(xiàn)電、氣、熱負荷的優(yōu)化調(diào)度，且預測結(jié)果與實際調(diào)度結(jié)果偏差不大。
