電力市場環(huán)境下虛擬電廠兩階段能量經(jīng)濟(jì)優(yōu)化調(diào)度
趙力航1,2,3, 常偉光3, 楊敏1,2, 楊強(qiáng)3, 秦剛?cè)A1,2
（1. 浙江省太陽能利用及節(jié)能技術(shù)重點(diǎn)實(shí)驗(yàn)室，浙江 杭州 311121; 2. 浙江浙能技術(shù)研究院有限公司，浙江 杭州 311121; 3. 浙江大學(xué) 電氣工程學(xué)院，浙江 杭州 310027）
摘要：隨著分布式可再生能源在電網(wǎng)中的滲透率不斷增加，虛擬電廠作為一種高效管理分布式可再生能源的技術(shù)已經(jīng)引起國內(nèi)外學(xué)者的廣泛關(guān)注。提出一種非管制電力市場環(huán)境下的虛擬電廠兩階段能量經(jīng)濟(jì)優(yōu)化調(diào)度方法，該方法將虛擬電廠的調(diào)度分為日前和日內(nèi)2個階段。在日前階段，基于預(yù)測信息制定次日的最優(yōu)調(diào)度計(jì)劃并與日前電力市場簽訂協(xié)議；在日內(nèi)階段，以日前計(jì)劃為參考，采用模型預(yù)測控制策略調(diào)整日內(nèi)的運(yùn)行計(jì)劃，以消除由于預(yù)測誤差導(dǎo)致的凈負(fù)荷波動，同時(shí)盡可能減少來自日內(nèi)平衡市場的罰款，降低總體運(yùn)行成本。所提出的模型均使用商業(yè)求解器Gurobi進(jìn)行求解。仿真數(shù)值結(jié)果表明：所提出的算法通過日前計(jì)劃和日內(nèi)調(diào)控的手段提高了可再生能源設(shè)備的利用率，具備一定的經(jīng)濟(jì)性和實(shí)用性，為虛擬電廠的經(jīng)濟(jì)調(diào)度提供了新的思路和途徑。
引文信息
趙力航, 常偉光, 楊敏, 等. 電力市場環(huán)境下虛擬電廠兩階段能量經(jīng)濟(jì)優(yōu)化調(diào)度[J]. 中國電力, 2022, 55(10): 14-22.
ZHAO Lihang, CHANG Weiguang, YANG Min, et al. Two-stage energy economic optimal dispatch of virtual power plant in deregulated electricity market[J]. Electric Power, 2022, 55(10): 14-22.
引言
近年來，化石燃料的大量使用和其導(dǎo)致的環(huán)境污染問題使得可再生能源發(fā)電技術(shù)引起了廣泛的關(guān)注[1-2]。大規(guī)模的分布式能源(distributed energy resource, DER)接入電網(wǎng)給電網(wǎng)的運(yùn)行帶來了一定的影響[3-4]，因此為了更好地管理較大范圍的內(nèi)的DER，虛擬電廠（virtual power plant, VPP）的概念逐漸出現(xiàn)并被應(yīng)用[5]。本質(zhì)上來說，虛擬電廠是一種管理一定范圍內(nèi)DER的技術(shù)，他聚合了一定區(qū)域內(nèi)的地域分散、種類多樣的分布式電源、儲能設(shè)備（energy storage system, ESS）、可控發(fā)電機(jī)（如柴油發(fā)電機(jī)）和負(fù)荷，作為一個整體接入電網(wǎng)，參與電網(wǎng)的運(yùn)行。通常來說，VPP內(nèi)部設(shè)有能量管理系統(tǒng)（energy management system, EMS），來實(shí)現(xiàn)VPP內(nèi)部的能量調(diào)度、發(fā)電預(yù)測和參與電力市場的功能[6-7]。
VPP內(nèi)部DER發(fā)電的不確定性和波動性使得VPP需要充分地挖掘各個單元的發(fā)電潛力，施以合適的能量協(xié)同調(diào)控策略，提高VPP內(nèi)部的資源利用率。近年來，針對VPP的能量管理調(diào)度已有很多學(xué)者做出了大量的的研究。文獻(xiàn)[8]考慮了包含電價(jià)、風(fēng)電出力和需求響應(yīng)等不確定性因素，基于工程博弈思想進(jìn)行模型的構(gòu)建和簡化，最后使用粒子群優(yōu)化算法求得了魯棒最優(yōu)解。文獻(xiàn)[9]在考慮風(fēng)光出力不確定性的基礎(chǔ)上，核算單位環(huán)境外部性成本并將其計(jì)入VPP的單位發(fā)電成本，通過算例仿真驗(yàn)證了模型的魯棒性和計(jì)算簡便性。文獻(xiàn)[10]綜合考慮了VPP中負(fù)荷聚合商、儲能設(shè)備和用戶的效益，在3種不同的需求響應(yīng)參與場景下開展了不同對象的經(jīng)濟(jì)收益變化的研究，通過算例仿真驗(yàn)證了所提出模型的經(jīng)濟(jì)性。此外，隨著VPP概念的不斷推廣，更多的能源載體形式也被并入VPP的范疇之中。文獻(xiàn)[11]考慮了將抽水蓄能電站納入VPP的能量調(diào)度中，并使用一種改進(jìn)的快速非支配排序遺傳算法（NSGA）對所提出模型進(jìn)行了求解，結(jié)果表明VPP中的級聯(lián)水電-光伏-抽水蓄能混合發(fā)電的聯(lián)合調(diào)度可以根據(jù)節(jié)能、航運(yùn)和生態(tài)的需要做出靈活的決策。文獻(xiàn)[12]考慮大規(guī)模DER、電動汽車接入的情況，提出了面向VPP的負(fù)荷均衡管理策略，提出了一種分層電力調(diào)度系統(tǒng)完成對用電負(fù)荷的調(diào)度。最后，通過算例驗(yàn)證所提出方案可以實(shí)現(xiàn)多類資源的有效互補(bǔ)。隨著中國電力市場的改革，各種類型的區(qū)域供電系統(tǒng)如微電網(wǎng)、虛擬電廠及其集群需要逐步納入市場交易中，國內(nèi)外學(xué)者已針對虛擬電廠參與電力市場交易開展了廣泛研究。文獻(xiàn)[13]基于懲罰機(jī)制，以VPP收益最大為目標(biāo)建立了VPP參與多類電力市場的模型，通過算例仿真驗(yàn)證了所建模型的合理性，兼顧了VPP經(jīng)濟(jì)性和安全性。文獻(xiàn)[14]考慮到VPP運(yùn)營商與外部市場、內(nèi)部資源具有雙側(cè)互動的特點(diǎn)，提出了一種VPP運(yùn)營商對外參與電能量市場和調(diào)峰市場、對內(nèi)與各成員協(xié)作配合的內(nèi)外協(xié)調(diào)競標(biāo)策略，建立運(yùn)營商與內(nèi)部成員的多主體雙層競標(biāo)模型，最后通過算例分析證明了所提策略的有效性和合理性。目前多數(shù)的文獻(xiàn)并沒有考慮VPP與電力市場的交互，且未考慮電力市場的運(yùn)行機(jī)制對于VPP自身調(diào)度決策的影響，對于考慮不同電力市場規(guī)則下的VPP調(diào)度也缺乏研究，且在實(shí)際中，VPP的日前調(diào)度計(jì)劃制定的必要性未被充分考慮，因此本文開展的非管制電力市場環(huán)境下的VPP能量經(jīng)濟(jì)調(diào)度具有一定的現(xiàn)實(shí)價(jià)值和工程意義。
VPP中存在多種不確定性源，單一的日前計(jì)劃或日內(nèi)實(shí)時(shí)調(diào)度方法無法很好地兼顧虛擬電廠調(diào)度的經(jīng)濟(jì)性與實(shí)時(shí)性，因此本文將VPP的能量調(diào)度問題設(shè)置在非管制電力市場的環(huán)境下，通過電力市場交易的規(guī)則來引導(dǎo)VPP進(jìn)行需求響應(yīng)，以VPP的調(diào)度成本最低為目標(biāo)函數(shù)，構(gòu)建日前-日內(nèi)兩階段的VPP能量調(diào)度模型，使用商業(yè)求解器Gurobi對模型進(jìn)行求解，最后通過算例仿真驗(yàn)證所提出模型的經(jīng)濟(jì)性和可行性。
1 模型預(yù)測控制與電力市場模型
1.1 模型預(yù)測控制
VPP的典型結(jié)構(gòu)如圖1所示。根據(jù)本文提出的模型，VPP需要在日前依據(jù)預(yù)測信息制定次日的調(diào)度計(jì)劃，并在次日的實(shí)時(shí)調(diào)度階段跟蹤前日的計(jì)劃曲線。由于分布式能源的出力很難提前進(jìn)行準(zhǔn)確預(yù)測，在日內(nèi)調(diào)度階段需要采用某種調(diào)度策略來盡可能地減少供需側(cè)不確定性對優(yōu)化問題的影響。本文中所采用的日內(nèi)調(diào)整策略基于模型預(yù)測控制（model predict control, MPC）。MPC是有限時(shí)域內(nèi)閉環(huán)最優(yōu)控制的算法，它能夠克服一般的優(yōu)化方法所難以解決的諸如參數(shù)、環(huán)境具有的時(shí)變性、非線性這樣的難題。MPC是基于模型的，但是對于模型的要求并不高，因此在工業(yè)控制過程中得到了較好的應(yīng)用[14-16]。MPC的核心思想為：在每一個優(yōu)化采樣的時(shí)刻，系統(tǒng)將使用當(dāng)前時(shí)刻的預(yù)測值及實(shí)際測量值，基于約束條件的限制和目標(biāo)函數(shù)，優(yōu)化得到將來時(shí)刻的一系列最優(yōu)控制決策變量。隨著采樣優(yōu)化時(shí)刻的推進(jìn)，更新初始狀態(tài)，采用相同的方法來重復(fù)上述的滾動優(yōu)化過程。采用基于MPC的實(shí)時(shí)調(diào)度策略，能夠較好地達(dá)到策略調(diào)整的實(shí)時(shí)性和最優(yōu)性。圖2展示了MPC方法的一般性框架。
1.2 電力市場模型
非管制電力市場即放松管制的電力市場，由供需平衡來決定市場價(jià)格。國際上比較成熟的非管制電力市場案例是美國的PJM（賓夕法尼亞州-新澤西州-馬里蘭州互聯(lián)電網(wǎng)）電力市場，該市場保證電力服務(wù)提供商受政府監(jiān)管，但他們?nèi)匀豢梢栽谧陨斫M織的市場上出售電力。PJM市場的組織者認(rèn)為隨著發(fā)電公司的增多，購買力的批發(fā)率將下降。同時(shí)，這類市場可以為客戶提供更多選擇，讓他們選擇電力公司提供服務(wù)，將在服務(wù)提供商之間創(chuàng)造良性競爭，從而降低整體消費(fèi)價(jià)格。在監(jiān)管方面，PJM除了受聯(lián)邦能源管理委員會（FERC）、各州公共事業(yè)管理委員會的監(jiān)督外，還有獨(dú)立市場監(jiān)管機(jī)構(gòu)負(fù)責(zé)每年發(fā)布監(jiān)管報(bào)告以改進(jìn)市場設(shè)計(jì)、提高市場表現(xiàn)。在2016年度報(bào)告中，該機(jī)構(gòu)認(rèn)為PJM能量市場中電力批發(fā)價(jià)格基本接近邊際成本，整體上實(shí)現(xiàn)了有效競爭。
此外在歐洲，比利時(shí)和英國是唯一成功地完全解除對電力行業(yè)管制的國家。歐洲其他國家則維持著公私合營的混合模式，政府負(fù)責(zé)對用戶的電力監(jiān)管，而私營部門則負(fù)責(zé)發(fā)電。
本文中VPP的能量調(diào)度模型是設(shè)置在非管制電力市場環(huán)境下的，其中包括日前市場（day-ahead market, DM）和日內(nèi)平衡市場（intra-day balancing market, IBM）[17]。在日前市場中，市場的組織者使用受安全性約束的經(jīng)濟(jì)調(diào)度模型來生成清算電價(jià)并下發(fā)給市場的參與者。市場的參與者需要在日前階段進(jìn)行自身的電量-價(jià)格報(bào)價(jià)。在日前市場清算完成后，市場的參與者和組織者之間將會簽訂購/售電合同。因此，在日內(nèi)實(shí)時(shí)調(diào)度階段，如果實(shí)時(shí)交易的電量與日前的不符，那么市場參與者需要承擔(dān)相應(yīng)的罰款[18]。相較于日前購/售電計(jì)劃，如果臨時(shí)購買更多的電量或出售更少的電量，那么這部分電量會以高于實(shí)時(shí)電價(jià)的價(jià)格進(jìn)行額外收費(fèi)，否則將以低于實(shí)時(shí)電價(jià)的價(jià)格進(jìn)行額外收費(fèi)[19]。
2 兩階段虛擬電廠能量優(yōu)化調(diào)度模型
2.1 長短期記憶神經(jīng)網(wǎng)絡(luò)預(yù)測
VPP需要基于預(yù)測信息在日前制定次日的最優(yōu)調(diào)度計(jì)劃，因此需要對次日的風(fēng)力、光伏發(fā)電和負(fù)荷數(shù)據(jù)進(jìn)行預(yù)測。本文將采用長短期記憶神經(jīng)網(wǎng)絡(luò)（long-short term memory, LSTM）對上述數(shù)據(jù)進(jìn)行較高精度的預(yù)測。LSTM是循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural network, RNN）的一種，其特殊的長短期記憶選擇單元，可以用來解決“普通RNN無法捕捉長期記憶中隱含規(guī)律”的問題[20]。因此，LSTM很適合出力連續(xù)的時(shí)間序列，在電力系統(tǒng)中的應(yīng)用廣泛[21-23]。
在本文的工作中，輸入到LSTM中的數(shù)據(jù)為兩天前的真實(shí)歷史數(shù)據(jù)，輸出數(shù)據(jù)為次日一整天的出力數(shù)據(jù)，其時(shí)間分辨率為15 min?？紤]到風(fēng)力發(fā)電固有的隨機(jī)性和波動性，其預(yù)測精度很難保證，因此本文假設(shè)風(fēng)力發(fā)電的預(yù)測誤差滿足正態(tài)分布[24]。本文使用某地區(qū)一年的歷史數(shù)據(jù)（時(shí)間間隔為5 min）訓(xùn)練網(wǎng)絡(luò)使其學(xué)習(xí)時(shí)間序列的內(nèi)在規(guī)律，為了方便網(wǎng)絡(luò)學(xué)習(xí)，數(shù)據(jù)在使用前進(jìn)行了歸一化處理。預(yù)測結(jié)果如圖3所示。
2.2 數(shù)學(xué)模型
2.2.1 日前階段
在日前階段，VPP需要根據(jù)預(yù)測信息來進(jìn)行本地的能量優(yōu)化調(diào)度，制定出次日的最優(yōu)運(yùn)行計(jì)劃，并將次日的購/售電計(jì)劃上報(bào)給市場組織者。
3 算例仿真分析
3.1 相關(guān)數(shù)據(jù)
本文考慮的虛擬電廠由1個700 kW的風(fēng)電場、1個1000 kW的光伏電站、1個500 kW的柴油發(fā)電機(jī)、1個容量為5000 kW·h的儲能設(shè)備和總額為1800 kW的負(fù)荷組成[25]。
3.2 虛擬電廠日前最優(yōu)調(diào)度計(jì)劃
日前階段，虛擬電廠各個設(shè)備運(yùn)行計(jì)劃如圖5 a)所示，日內(nèi)電價(jià)和儲能設(shè)備SoC變化如圖5 b)所示。
圖5中光伏發(fā)電和風(fēng)力發(fā)電之間的部分是凈負(fù)荷。對于虛擬電廠來講，其日前最優(yōu)調(diào)度計(jì)劃的制定主要取決于市場電價(jià)和凈負(fù)荷的大小。如果當(dāng)前時(shí)刻的電價(jià)較低，如10:00—12:00，此時(shí)虛擬電廠對比柴油發(fā)電機(jī)組和儲能設(shè)備出力成本與電網(wǎng)電價(jià)，傾向于從電網(wǎng)購電，否則儲能設(shè)備和柴油發(fā)電機(jī)將會出力來維持虛擬電廠內(nèi)部的功率平衡（如20:00—22:00）。此外，當(dāng)電價(jià)較高的時(shí)刻，虛擬電廠會選擇將多余的電量包括儲能中儲存的電量出售以降低整體的運(yùn)行成本（如04:00—08:00）。觀察儲能設(shè)備的SoC曲線也可以看出，儲能設(shè)備所起的作用是將多余的發(fā)電量進(jìn)行時(shí)間上的平移，即將過剩的電量存儲起來，在新能源發(fā)電量不足的時(shí)候?qū)ν夥烹?，降低了購電成本。從圖5 b)中也可以看出其變化趨勢較為平緩，說明虛擬電廠內(nèi)部的各個單元能夠達(dá)到協(xié)同互補(bǔ)的效果，其管轄范圍內(nèi)的分布式資源得到了很好的利用。
3.3 虛擬電廠日內(nèi)調(diào)整計(jì)劃
圖6展示了日內(nèi)階段虛擬電廠各個單元的出力相較于日前計(jì)劃的調(diào)整，從圖6 a)可以看出，日內(nèi)的交易計(jì)劃大致上完成了對日前計(jì)劃的跟蹤。在日內(nèi)階段，實(shí)際的風(fēng)電出力、光伏出力和負(fù)荷的數(shù)值與日前預(yù)測結(jié)果存在偏差，因此虛擬電廠需要協(xié)同調(diào)節(jié)內(nèi)部儲能設(shè)備和可控柴油發(fā)電機(jī)的出力來消除出現(xiàn)的凈負(fù)荷波動，同時(shí)盡可能跟蹤日前交易計(jì)劃以減少IBM的罰款。虛擬電廠對日前計(jì)劃的調(diào)整和當(dāng)前時(shí)刻的IBM電價(jià)和凈負(fù)荷波動有著直接的聯(lián)系，08:00—12:00，虛擬電廠對于交易計(jì)劃的調(diào)整較大，因?yàn)榇藭r(shí)的IBM電價(jià)較低，直接承擔(dān)罰款相較于調(diào)節(jié)設(shè)備出力更為劃算。而在IBM電價(jià)較高的05:00—06:00和18:00—20:00，虛擬電廠對于交易計(jì)劃的調(diào)整較少，而是由儲能設(shè)備和柴油發(fā)電機(jī)協(xié)調(diào)彌補(bǔ)凈負(fù)荷出現(xiàn)的波動，以減少整體運(yùn)行成本。
圖6 日內(nèi)調(diào)整計(jì)劃結(jié)果
Fig.6 Results of the intra-day redispatch
此外，對于儲能設(shè)備的調(diào)整并沒有完全呈現(xiàn)出與調(diào)整交易計(jì)劃相似的趨勢，在某些時(shí)刻其調(diào)整幅度較大（如12:00、12:15、12:30、12:45、16:00），出現(xiàn)這種現(xiàn)象的原因是儲能設(shè)備受式（15）（16）的約束，需要在一天的始末保持相同的SoC，因此會在某些時(shí)刻選擇充/放電來維持自身電量，從而能夠滿足其電量約束。
3.4 經(jīng)濟(jì)性評估
為評估所提出方法的經(jīng)濟(jì)性，本文隨機(jī)抽取了一年中10天的運(yùn)行數(shù)據(jù)進(jìn)行仿真，并與以下2種方法的總調(diào)度成本進(jìn)行對比。
（1）假設(shè)虛擬電廠知曉次日分布式能源出力和負(fù)荷的真實(shí)數(shù)據(jù)，并制定全局最優(yōu)調(diào)度計(jì)劃。
（2）虛擬電廠只根據(jù)日前預(yù)測信息制定日前最優(yōu)調(diào)度計(jì)劃，日內(nèi)針對儲能設(shè)備和柴油發(fā)電機(jī)的出力不做任何調(diào)整，只調(diào)整與電網(wǎng)的交易計(jì)劃來滿足日內(nèi)出現(xiàn)的凈負(fù)荷波動，承擔(dān)IBM的罰款。
圖7展示了在所抽取的10天中3種方法運(yùn)行成本的對比?？偟某杀景?個部分：DG成本、ESS成本、IBM罰款和DM交易費(fèi)用。整體的調(diào)度成本可以理解為設(shè)備成本（DG和ESS成本）和電力市場交易成本（IBM罰款和DM交易成本）。DG和ESS成本指的是在經(jīng)過日前和日內(nèi)階段的調(diào)度之后兩種設(shè)備實(shí)際所產(chǎn)生的成本。VPP與電力市場的交易結(jié)算是兩階段的，其中IBM罰款指的是在日內(nèi)階段因?yàn)榕c電網(wǎng)的交易電量與日前計(jì)劃不符所產(chǎn)生的相關(guān)罰款；DM交易費(fèi)用是指在日前階段與電力市場簽訂的次日購/售電合約中的電量所產(chǎn)生的交易費(fèi)用。
總體來看，方法1對應(yīng)的運(yùn)行成本是最低的，這是因?yàn)榉椒?中無預(yù)測信息的誤差，所制定的運(yùn)行調(diào)度計(jì)劃是全局最優(yōu)的，方法2的成本是最高的。對比本文提出的方法和方法2可以看出，本文方法對應(yīng)的儲能設(shè)備和柴油發(fā)電機(jī)對應(yīng)的成本要高于方法2，而IBM罰款一般低于方法2，這是因?yàn)榉椒?在日內(nèi)階段沒有主動的調(diào)整，而本文所提出的方法通過日內(nèi)階段使用模型預(yù)測控制策略來協(xié)同虛擬電廠內(nèi)部的設(shè)備，依據(jù)IBM電價(jià)和凈負(fù)荷波動的大小，在必要的時(shí)刻調(diào)整儲能設(shè)備和柴油發(fā)電機(jī)的出力，盡可能地降低IBM的罰款，減少總體的運(yùn)行成本。然而需要指出的是，在某些天（如第1天、第7天）本文提出的方法對應(yīng)的總體運(yùn)行成本反而高于方法2對應(yīng)的成本，出現(xiàn)這種現(xiàn)象的原因是本文提出的方法在日內(nèi)階段的調(diào)整仍然是基于日內(nèi)預(yù)測信息的，因此在某些天如果可再生能源出力波動過大會造成算法無法求得最優(yōu)結(jié)果，即運(yùn)行成本反而在日內(nèi)調(diào)整過后不減反增。
4 結(jié)論
本文針對虛擬電廠提出了一種非管制電力市場環(huán)境下的兩階段能量經(jīng)濟(jì)優(yōu)化調(diào)度方法。該方法分為日前計(jì)劃和日內(nèi)調(diào)整2部分。在日前階段，基于對次日可再生能源出力和負(fù)荷的預(yù)測，虛擬電廠制定次日最優(yōu)運(yùn)行計(jì)劃并與電力市場簽訂協(xié)議作為次日的運(yùn)行計(jì)劃參考。在日內(nèi)階段，以日前提交的運(yùn)行計(jì)劃為基準(zhǔn)，基于模型預(yù)測控制調(diào)控策略，協(xié)調(diào)虛擬電廠內(nèi)部的設(shè)備以平衡預(yù)測誤差導(dǎo)致的凈負(fù)荷波動，同時(shí)盡可能降低IBM罰款和總體的運(yùn)行成本。仿真實(shí)驗(yàn)表明了通過日前計(jì)劃和日內(nèi)調(diào)控，虛擬電廠能夠很好地管理管轄范圍內(nèi)的可再生能源，提高其利用效率，降低總體的運(yùn)行成本。與2種其他方法的對比實(shí)驗(yàn)顯示出本文所提出算法的經(jīng)濟(jì)性和實(shí)用性，此外本文考慮了實(shí)際的電力市場背景下虛擬電廠的調(diào)度問題，具備一定的工程實(shí)際意義。本文所考慮的虛擬電廠規(guī)模較小，涵蓋的能源形式略顯不足，將更多的能源形式（氫能、水能、天然氣等）納入虛擬電廠的范疇中并參與電網(wǎng)調(diào)度，是需要進(jìn)一步研究的內(nèi)容。
（責(zé)任編輯 張重實(shí)）
