需求侧响应与风电出力波动的应对措施

需求侧响应与风电出力波动的应对措施

0应用需求侧响应机制对于大型接地系统、纲领性和间歇性网络系统的适应性和备用能力提出了更高的要求，需要特别调整能力和备用能力，以应对风吹斗的随机变化。我国电源结构以火电为主,要满足大规模风电并网后对发电备用容量的要求所需要的成本很高,为此应该充分发挥需求侧管理的作用,利用可中断负荷提供备用容量。输电系统规划的关键是制定有效的规划方案,以实现最小化投资成本,适应未来多样的电源结构,满足系统安全、可靠性要求。逐步发展成熟的需求侧响应机制能促使用户根据电价激励等改变用电行为,缓解系统安全和经济运行的压力;这些措施应该在输电系统规划阶段就适当考虑,以最大程度改善电力系统的运行效率。这样,在输电规划中考虑需求侧响应机制,科学决策需求侧资源参与电力系统供需平衡,可以在相当程度上应对风电出力的间歇性和波动性对输电系统规划带来的负面影响,为解决风电并网消纳提供一条可行途径。在上述背景下,本文利用负荷需求变化响应风电波动,将可中断负荷和用电激励负荷作为备用资源,通过用电中断和激励的方式对负荷进行“削峰填谷”,提出考虑需求侧响应的含风电场的输电系统两层规划模型,综合考虑输电投资成本、需求侧响应成本以及弃风成本,采用粒子群算法和原对偶内点法相结合的混合算法对所建模型进行求解,并分析了考虑需求侧响应机制后对含风电场的输电系统规划的影响。1可靠性危害情况下的回应随着电力工业市场化程度的提升,需求侧资源在电力市场和电力系统中的作用越来越重要;传统的将需求侧作为被动接受的“负荷”的观念,以及依赖于强制手段如拉闸限电来平衡电力供需的做法逐步被摒弃。需求侧响应是指电力用户对市场价格信号或激励机制作出响应而改变正常电力消费模式的市场行为。在电力供给不足、系统可靠性受到危害时希望用户做出响应以缓解供电压力。从不同的角度来审视,需求侧响应可以有不同的定义,如从资源的角度看,需求侧响应可以视作一种资源,可以减少高峰负荷进而减少装机容量需求;从能力的角度看,需求侧响应能够提高输电系统运行可靠性,增强系统应急能力;从行为的角度看,需求侧响应是指用户参与负荷管理,调整用电方式。在电力市场发展较成熟的国家中,按照不同的反应方式可以把需求侧响应划分为“基于价格的需求侧响应”和“基于激励的需求侧响应”两大类,如图1所示。价格型需求侧响应是让终端消费者直接面对基于时间(和空间)的价格信号并自主做出用电时间和方式的调整,是电力市场环境下实现需求侧响应的主要形式,代表了需求侧响应的发展方向。激励型需求侧响应则是直接采用奖励方式来激励和诱导用户参与系统所需要的各种负荷调整,与传统需求侧管理中的负荷控制和可中断负荷等一脉相承,但实施手段从管制型和系统导向型为主逐步转移到市场导向型为主,市场成分越来越重,用户自主性越来越强。2用电系统规划电力系统是一个由发电、输配电、用电构成的统一整体;将需求侧响应视为一种虚拟发电资源,可以为风电场提供备用容量,是增强电力系统容纳风电能力的有效途径之一。在含风电场的输电系统规划中引入需求侧响应机制,一方面可以针对负荷处于高峰而风电供应较少的情况,按照用户意愿签订可中断负荷合同,引导用户减少用电;另一方面,在风电大发的低谷负荷时段,如果系统深度调峰容量不足,就往往需要弃风;如果实施用电需求激励,在低谷时段通过电价激励用户增加用电需求,则可以提高风电利用水平。本文将需求侧响应引入输电系统规划之中,通过可中断和价格激励机制实现对负荷的“削峰填谷”,从而达到降低输电线路投资成本、提高风电利用水平的目的。采用两层规划理论,将需求侧响应的优化配置和输电系统优化规划结合起来,进行分层规划。上层模型以输电系统投资成本最小为优化目标,将新增输电线路候选方案传递给下层;下层模型则以需求侧响应成本和弃风成本最小为目标进行优化,并将求解得到的目标值返回给上层模型;之后,再次对上层模型进行优化规划。如此反复交替进行,实现上下层的交互作用,确保上下层规划都能满足有关约束要求,最终由上层决策模型获得最终优化方案。2.1确定约束条件以输电线路投资成本的等年值费用和相关成本之和的总成本最小为目标:约束条件为式中:f为下层模型的目标值;NB为候选线路集合;CLl为候选线路l的造价(万元);zl和zlmax分别为支路l的新增候选线路条数和最大允许新增线路条数;r为资金贴现率;m为分摊年限。2.2下层规划模型2.2.1风电场弃风成本应和用电激励成本下层规划模型在上层模型所得到的输电网架方案基础上,考虑各种运行约束,对可中断负荷、电价激励负荷和弃风容量进行优化。优化目标为需求侧响应成本(包括可中断负荷补偿成本和用电激励成本)与风电场弃风成本之和最小。这样,下层模型的目标函数为式中:NL为负荷集合;NW表示风电场集合;βai(t)为负荷i在时段t增加用电的单位激励成本,元/MW·h;pai(t)为负荷i在时段t增加的负荷功率,MW;βbi(t)为可中断负荷i在时段t中断供电的单位补偿成本,元/MW·h;pbi(t)为负荷i在时段t被中断的负荷功率,MW;ΔTt为时段t的持续时间长度;ewj(t)为风电场j在时段t的弃风功率,MW;Kj为风电场j的弃风单位惩罚成本,元/MW·h。2.2.2合同规定(1)负荷功率向量pla基态和“N-1”安全状态下的支路潮流约束为式中:B为节点导纳矩阵;θ为节点电压相角向量;PG为常规电厂如火电厂输出功率向量;PW为风电场输出功率向量;PL为原有负荷功率向量;PA为用电激励所增加的负荷功率向量;PB为可中断负荷削减的负荷功率向量;pl(t)为支路l的有功功率,plmax和plmin分别为其上下限值;plh(t)为元件h(h≠l)停运情况下支路l的有功功率。(2)t的功率分配式中:NG为常规电厂集合;NL为负荷集合;pWj(t)为风电场j在时段t的输出功率;pLm(t)为负荷m在时段t的用电功率;Ru(t)和Rd(t)分别为时段t内需预留的正负旋转备用容量下限值;pGkmax和pGkmin分别为在时段t内常规电厂k10min内所能提供的上调和下调功率。(3)传统造船厂的产量限制式中:paitmin和paitmax分别为常规电厂k出力的上下限值;ωUk和ωDk分别为常规电厂k的爬坡和滑坡速率,MW/min。(4)能耗激励负荷限制式中:paitmin和paitmax分别为负荷i在时段t的用电激励负荷的下限值和上限值。(5)可中断负荷限制式中:pbitmin和pbitmax分别为负荷i在时段t的可中断负荷的下限值和上限值。3基于混合模型的等式约束和乘子法上一节构造的考虑需求侧响应的输电系统两层规划模型在数学上是一个混合整数规划问题,这里采用基于粒子群算法和原对偶内点法相结合的混合算法进行求解。利用粒子群算法处理上层决策中的整数变量,对下层规划则采用原对偶内点法快速寻优,这样可以充分发挥两种算法的优点,取得较快的计算速度。鉴于已有大量的文献对粒子群算法做过介绍,这里就不再赘述,可参考文献。基于扰动KKT(Karush-Kuhn-Tucker)条件的原对偶内点法以其收敛速度快、鲁棒性强、对初值选择不敏感等优点,适用于求解大规模连续优化问题。所构造的下层规划的数学模型可概括为式中:f(x)为目标函数;g(x)为函数型等式约束,是m维列向量;h(x)为函数型不等式约束,是l维列向量,分别为其最大和最小限值列向量;x为状态变量,是n维列向量,分别为其最大和最小限值列向量。采用基于粒子群算法和原对偶内点法相结合的混合算法求解所构造的二层规划模型的流程如图2。用拉格朗日方法处理等式约束,对数障碍函数处理不等式约束,则式(13)所表示的优化问题等价于下述优化问题:式中:su和sd分别为函数型不等式上下限的松弛变量,均为l维列向量;ru和rd分别为变量型不等式上下限的松弛变量,均为n维列向量;λ,u,v,y,z均为拉格朗日乘子构成的列向量;μ为障碍参数。对式(14)中的各变量求一阶导数,可得到最优化条件,再用牛顿法求解,得到KKT条件如下:式中:;Hd为壁垒矩阵,用于防止不等式约束的变量和函数越限;H(x,λ,u,y)为Hessian矩阵,且;J为等式约束的雅可比矩阵;,其中[su],[sd],[ru],[rd],[u],[y],[v],[z]分别是由列向量su,sd,ru,rd,u,y,v,z的元素所构成的对角元矩阵;fx,fu,fsu,fy,fsd,fv,fru,fz,frd分别为函数f对x,u,su,y,sd,v,ru,z,rd求导数所得的列向量。在每一步迭代求解过程中都要计算原始变量和对偶变量的步长,并对原始变量和对偶变量进行修正,以保证收敛速度与解的最优性。4实际机组数据算例下面用18节点系统和46节点系统来说明所发展的输电系统规划模型与方法的可行性与有效性。两个系统的单线图分别见附录(略)A中的图A1和附录(略)B中的图B1。以某实际风电场一星期的数据为例进行计算分析。常规电厂的爬坡和滑坡速率均给定为每min1%的机组额定容量;系统所需正、负旋转备用容量均给定为负荷的10%;资金贴现率给定为10%;输电系统规划的资金周期为20年;给定风电场弃风惩罚系数为0.61万元/MW·h;给定粒子群数目为50,迭代次数为300。假设系统中存在3类负荷,参照某省的销售电价,按照6个时段的分时电价进行划分。3类负荷的基本信息见表1。4.11系统出力限值该系统现有10个节点,9条线路(见附录A中的图A1,从略)。在未来某规划水平年,系统增加为18个节点,总负荷为35870MW。常规电厂出力的上下限值见附录A中的表A1,关于该系统详细的数据和说明可参见文献。假设节点2为风电场所在节点,风电场额定容量为3600MW。风电场输出功率和负荷的负荷率时序数据见附录(略)A中的图A2。(1)用电激励的效果分析采用上述求解方法获得了3个较优方案,见表2。其中,新建线路一栏括号内的数字表示需新增线路回路数,如1(1)表示支路1新增1回线,其余类同。由表2可知,3个方案的弃风成本都为0,方案A的输电投资成本最小,可中断负荷的补偿成本最大,总成本最小。由于3个方案都采用了用电激励措施,在负荷低谷时段增加用电需求,使得3个方案的弃风成本都为0。与方案B和C相比,方案A的可中断负荷补偿成本最高,即削减负荷最多,这使得方案A的输电投资成本最小。因此,利用可中断负荷可以改善输电投资的经济性。在3个方案中,方案A的总成本最小,为最优方案。图3为方案A的一周内的负荷和风电功率曲线。由图3可以看出,在时段5,7,48,54,168,系统负旋转备用容量不足,采用用电激励增加了这几个时段的负荷需求,使负旋转备用约束得到满足,减少了潜在弃风,提高了风电利用水平;而在时段35,65,107,108,正备用容量不足,根据用户的意愿对可中断负荷进行削减,减少了这几个时段的负荷需求,使正旋转备用约束得到满足。(2)方案d系统比较为了说明所发展的输电规划模型和方法的可行性与有效性,将所获得的最优方案A与不采用需求侧响应的输电规划模型所获得的方案D进行比较,有关结果见表3。由表3可知,与方案A相比,方案D虽然没有需求侧响应成本,但输电投资成本和弃风成本较大,使得方案D的总成本远大于方案A。这是因为方案D没有采用需求侧响应机制,在部分时段系统备用容量不能满足约束要求,被迫弃风。方案A用较少的需求侧响应成本换取了更少的输电投资成本和更高的风电消纳水平。4.24两种风电场运行效率比较46节点系统表示巴西南部区域简化电网。该系统现有35个节点,62条线路(见附录(略)B中的图B1)。在未来某规划水平年,系统有46个节点,总负荷为6880MW。发电机出力和负荷功率数据见附录(略)B中的表B1,所有支路(包括现有线路和新增候选线路)的数据见附录(略)B中的表B2。关于该系统更详细的数据和说明可参见文献,原线路投资费用按照汇率6.5元/美元折算为人民币。假定节点17和节点34为风电场所在节点,这两个风电场的额定容量分别为1000MW和221MW,两个风电场输出功率和负荷的负荷率的时序数据见附录(略)B中的图B2,常规电厂出力的上下限值见附录(略)B中的表B3。采用上述求解方法获得了规划方案E,F,G,其中方案G为不采用需求侧响应机制所得的优化方案,比较结果见表4。由表4可知,方案E和F采用需求侧响应,输电投资成本和弃风成本都小于方案G,使得方案E和F的总成本远小于方案G。这是由于方案E和方案F采用用电激励和可中断负荷机制对负荷进行“削峰填谷”,提高了输电投资的经济性和风电消纳水平。与方案F相比,方案E的可中断负荷补偿成本更高,即削减负荷更多,因此方案E的输电投资成本低于方案F,其总成本也小于方案F,方案E为最优方案。5需求侧响应的用电激励和可中断负荷补偿系数本文将需求侧响应引入到含风电场的输电系统规划之中,从需求侧应对风电出力的不确定性的角度出发,根据用户意愿通过用电激励和可中断负荷对负荷进行“削峰填谷”,优化系统负荷轮廓,并增强