摘要
大力發(fā)展可再生能源、持續(xù)推進碳減排工作成為電力系統(tǒng)的重要發(fā)展方向。針對當前電力系統(tǒng)在碳交易機制下未充分考慮新能源不確定性和多主體之間的利益互動關系，提出一種計及碳交易和新能源不確定性的多微電網(wǎng)合作運行優(yōu)化策略。首先，考慮碳配額和碳交易機制，建立微電網(wǎng)模型，并采用機會約束方法考慮新能源不確定性。然后，基于微電網(wǎng)間的能量互動機理，利用納什議價理論建立多微電網(wǎng)協(xié)同運行模型，并進一步分解成2個易于求解的子問題，即多微電網(wǎng)系統(tǒng)收益最大化子問題和利潤分配子問題，采用交替方向乘子法進行分布式求解，以充分保護各主體隱私。最后，仿真結果表明：所提策略可以有效減少系統(tǒng)碳排放量，提高各主體運行效益并兼顧一定的魯棒性。
01 計及碳交易機制的多微電網(wǎng)協(xié)同運行架構
計及碳交易機制的多MG協(xié)同運行總體架構如圖1所示。各MG由新能源發(fā)電、儲能、負荷和分布式電源組成，并配有微電網(wǎng)能量管理系統(tǒng)（microgrid energy management system，MEMS）進行智能控制和調度決策。MEMS具有發(fā)電優(yōu)化調度、數(shù)據(jù)分析、負荷管理等諸多功能。各MG可以通過MEMS與主網(wǎng)進行電能和通信的交互，并在碳交易平臺進行碳排放權交易，實現(xiàn)多微電網(wǎng)的協(xié)同運行，以達到提高運行收益、降低碳排放量的目的。
圖1 多微電網(wǎng)系統(tǒng)總體架構
Fig.1 Overall architecture of multi-microgrid system
02 計及碳交易機制的微電網(wǎng)模型
碳交易機制是在監(jiān)管部門的監(jiān)督下，通過合理制定各主體的碳排放權，允許各生產商到碳交易平臺進行碳排放權交易。碳排放權配額的劃分需結合國內發(fā)電情況合理制定，若各發(fā)電商自身實際碳排放量超出所分配的碳排放配額，則需在碳交易平臺購買欠缺的碳排放配額；反之亦可在碳交易平臺出售自身剩余配額，獲取碳交易利潤。微電網(wǎng)的碳交易機制模型主要包含微電網(wǎng)的碳排放權配額模型、實際碳排放模型。
2.1 微電網(wǎng)的碳交易機制模型
2.2 單一微電網(wǎng)模型
03 多微電網(wǎng)合作運行優(yōu)化模型
本文假設各個微電網(wǎng)隸屬于不同的利益主體，并允許與鄰近微電網(wǎng)進行能量交互與利潤分配。依據(jù)納什議價理論建立多微電網(wǎng)合作運行優(yōu)化模型，納什談判解可使合作聯(lián)盟的參與者均獲得帕累托最優(yōu)效益。
3.1 基于ADMM的子問題1求解
3.2 基于ADMM的子問題2求解
04 算例分析
4.1 基礎數(shù)據(jù)
選用1臺配置為AMD-5800 H的CPU、16 GB內存的電腦作為實驗載體。選取3個微電網(wǎng)為例說明本文計及碳交易和新能源不確定性的多微電網(wǎng)合作運行優(yōu)化方法，其中微電網(wǎng)的電負荷如圖2所示。
圖2 電負荷預測曲線
Fig.2 Predicted curve of electric load
微電網(wǎng)1采用風力和光伏機組同時發(fā)電，微電網(wǎng)2采用風電發(fā)電，微電網(wǎng)3采用光伏發(fā)電，預測功率曲線如圖3所示，新能源出力置信概率水平取0.95，每個微電網(wǎng)的模型中均包含約束條件（式（15）~（17）），即允許新能源出力波動發(fā)生時以一定的置信概率滿足電功率平衡約束，以考慮新能源出力不確定性對多微電網(wǎng)合作運行的影響，主要體現(xiàn)在系統(tǒng)運行成本的增大，即多微電網(wǎng)系統(tǒng)以犧牲經(jīng)濟的代價提高系統(tǒng)的魯棒性，決策制定者可根據(jù)自身的不確定性風險接受程度靈活調整置信概率。
圖3 風光出力預測曲線
Fig.3 Predicted curve of wind farm and PV station output power
系統(tǒng)相關運行參數(shù)如表1所示。
表1 運行參數(shù)
Table 1 Operation parameters
4.2 算法收斂性分析
本文采用ADMM方法求解子問題1和2，圖4給出子問題1各微電網(wǎng)及系統(tǒng)成本（成本為負表示收益）的15次收斂情況，可知，經(jīng)過3次迭代收斂。
圖4 子問題1成本收斂結果
Fig.4 Cost convergence result of sub-problem 1
圖5給出子問題2中各微電網(wǎng)議價的收斂結果，所提算法經(jīng)過3次迭代收斂。由圖5可知，微電網(wǎng)1議價為負值，表明微電網(wǎng)1在電能交易過程中須支付從其他微電網(wǎng)購買電能的費用，而微電網(wǎng)2和微電網(wǎng)3議價為正值，表明在電能交易過程中向其他微電網(wǎng)售出電能獲取收益。
圖5 子問題2電價收斂結果
Fig.5 Price convergence result of sub-problem 2
綜上，本文基于ADMM提出的微電網(wǎng)系統(tǒng)收益最大化子問題和利潤分配子問題分布式求解算法，收斂性能良好并可以兼顧各主體隱私的保護。
4.3 功率結果分析
圖6為計及碳交易和新能源不確定性的多微電網(wǎng)合作運行的電能交互結果。由圖6可知，微電網(wǎng)1表現(xiàn)為缺電型微電網(wǎng)，體現(xiàn)在微電網(wǎng)1在08:00—12:00、15:00—24:00時段電能交互功率為負值，需從其他微電網(wǎng)購買電能，對應圖5中微電網(wǎng)1議價為負值的情況。微電網(wǎng)3只在20:00—22:00時刻從微電網(wǎng)2購買少量電能，在其余時刻和微電網(wǎng)2共同提供多余電能給微電網(wǎng)1。通過微電網(wǎng)之間的電能交易，可以有效降低各自成本。
圖6 電能交互結果
Fig.6 Electric energy interaction results
圖7為電價的交易結果。由圖7可知，各時段微電網(wǎng)間制定的電能交易價格位于電網(wǎng)價格區(qū)間內，因而各微電網(wǎng)均能以低于電網(wǎng)購電價進行電能交互，從而可以有效降低成本。
圖7 電價交易結果
Fig.7 Price trading result
4.4 成本和收益分析
為便于分析本文所提出的優(yōu)化策略，設置3組場景。場景1為本文所提策略，多微電網(wǎng)合作運行中考慮碳交易機制與新能源不確定性。場景2考慮碳交易機制，但不考慮新能源不確定性。場景3為基礎對照組，兩者均不考慮。表2為場景1下微電網(wǎng)合作前后的成本與收益分析以及各項成本情況，其中碳排放情況在4.5節(jié)詳細描述。表3為3組場景合作前后的成本對比情況。
表2 合作前后成本與收益分析
Table 2 Cost and revenue analysis before and after cooperation
表3 3組場景下成本對比分析
Table 3 Cost comparison analysis under three scenarios
由表2可知，各微電網(wǎng)通過合作運行，可以有效降低自身運行成本，主要體現(xiàn)在合作后的購電成本和碳交易成本降低。碳交易成本為負值，表明各微電網(wǎng)因可再生能源發(fā)電充足，從碳交易平臺分得的碳配額較大，可在碳交易平臺出售剩余的碳配額獲取收益。雖然合作后需求響應成本有了一定的提高，但因為微電網(wǎng)通過合作運行，增強了自身的需求響應，進一步減少了對配電網(wǎng)的依賴，總成本仍然得到降低。微電網(wǎng)2和3議價收益為正，表明微電網(wǎng)2和3在議價過程中有電能盈余，其可出售電能給微電網(wǎng)1獲取收益，這一結果與圖6的分析一致。結果表明，在本文所提策略下，各微電網(wǎng)通過合作運行可以降低對配電網(wǎng)的依賴，提高碳交易獲得的收益，降低系統(tǒng)總運行成本。
由表3可知，場景1相比于場景2，各微電網(wǎng)的成本均有不同程度的提升，其中微電網(wǎng)1增加最為明顯，是因為場景1考慮了新能源的不確定性，各微電網(wǎng)的新能源實際出力有不同程度的降低，導致對配電網(wǎng)的依賴程度增強，成本增大，而微電網(wǎng)1由于新能源出力較大，導致新能源不確定性發(fā)生時，成本增幅較大。場景2與場景3相比，場景2各微電網(wǎng)的成本得到較大幅度的降低，是因為場景2考慮了碳交易機制，各微電網(wǎng)可以在碳交易平臺出售多余的碳配額獲取收益。結果表明，本文所提策略可以進行碳交易降低成本的同時，兼顧一定抵御不確定性風險的能力。
4.5 碳交易情況分析
表4為場景1下微電網(wǎng)的碳排放情況。由表4可知，各微電網(wǎng)合作運行可以有效減少碳排放量。而碳交易成本為負值表明各微電網(wǎng)因可再生能源發(fā)電充足，碳配額較大，可在碳交易市場中出售多余的碳配額獲取收益。結果表明，微電網(wǎng)通過合作運行，可以有效降低碳排放量，提高碳交易獲得的收益。
表4 碳排放情況分析
Table 4 Analysis of carbon emission
表5為3組場景下合作后的碳交易情況對比分析。由表可知，場景1考慮了新能源出力的不確定性，導致碳交易成本有一定程度的增大，而場景3不考慮碳交易機制，不能在碳交易平臺出售碳配額，因而碳交易成本為0。
表5 3組場景下碳交易情況分析
Table 5 Analysis of carbon trading under three scenarios
4.6 新能源不確定性分析
表6為不同新能源不確定性置信水平下的各微電網(wǎng)成本情況。由表6可知，隨著置信水平的增大，各微電網(wǎng)成本不斷增大，這表明在機會約束條件下，以犧牲成本的代價提高多微電網(wǎng)的魯棒性。在實際應用中，可根據(jù)允許承受的風險程度選擇適合的置信水平。
表6 新能源不確定性置信水平下微電網(wǎng)成本
Table 6 Analysis of microgrid cost under confidence level of renewable energy uncertainties
05 結論
隨著“雙碳”目標的提出以及新能源滲透率的不斷提高，亟須建立計及碳交易機制與新能源不確定性的多主體協(xié)同優(yōu)化調度方法，針對此問題，本文提出一種計及碳交易與新能源不確定性的多微電網(wǎng)合作運行優(yōu)化策略。仿真結果表明，微電網(wǎng)通過協(xié)同運行，可以有效減少系統(tǒng)碳排放量，提高各主體運行效益并兼顧一定的魯棒性，主要結論如下。
1）依據(jù)ADMM方法提出的多微電網(wǎng)合作運行優(yōu)化策略，各主體僅需交互有限的信息，收斂性能良好，可以有效保護各微電網(wǎng)隱私。
2）與各微電網(wǎng)獨立運行相比，微電網(wǎng)間通過合作共享，可以降低運行成本，實現(xiàn)自身帕累托收益最優(yōu)和多微電網(wǎng)系統(tǒng)收益最優(yōu)。
3）引入碳交易機制的微電網(wǎng)協(xié)同運行可以有效減少系統(tǒng)的碳排放量，提高碳交易收益，促進新型電力系統(tǒng)低碳經(jīng)濟運行。
4）本文采用機會約束方法處理多微電網(wǎng)協(xié)同運行過程中的新能源不確定性問題，可以有效提高多微電網(wǎng)系統(tǒng)應對不確定風險的能力。此外，隨著新能源出力置信水平的增加，系統(tǒng)合作運行的成本會逐漸提高。
5）本文考慮的是一個在碳交易機制和新能源不確定性影響下，多微電網(wǎng)日前協(xié)同優(yōu)化運行問題，尚未考慮多微電網(wǎng)的實時優(yōu)化問題，未來可以進一步考慮多微電網(wǎng)的日前-實時多時間尺度的優(yōu)化運行。
