一种基于需求响应和经济运行的多能微网调控方法及系统

摘要

本发明公开了一种基于需求响应和经济运行的多能微网调控方法及系统，首先构建了含高渗透率风电和需求响应的多能微网架构，在此基础上分析微网能量传输纵向转换和横向平移机制并建立需求响应模型，最后以购能成本、环境成本及需求响应补偿成本之和最小为目标，建立多能微网架构经济运行模型，可以充分挖掘系统需求响应能力并发挥多能互补协同能力，促进清洁能源消纳的同时，进一步提升微网的经济运行能力，为多能微网经济运行提供了参考，同时考虑用户感受和系统的经济运行，需求响应模型与实际更符合。

说明书

技术领域

本发明涉及多能微网技术领域，具体涉及一种基于需求响应和经济运行的多能微网调控方法及系统。

背景技术

随着多能微网和需求响应技术的发展，分布式能源在微网中所占比例逐渐提高，大量分布式能源接入对微网运行提出更大挑战。在多能微网中，通过调整需求侧用能，响应气、电、冷、热等能源间的耦合互补，能够降低系统整体运行成本，提升系统经济性，提高能源利用效率。

目前，在高可再生能源渗透率对微网的影响研究方面，有学者将可再生能源渗透率引入多微网系统，并将其定义为区域多微网系统内分布式电源的发电总量与负荷总需求电量的比值；对比分析了不同可再生能源渗透率下的虚拟电厂出力及系统经济性；但以上研究仅考虑高渗透率可再生能源对含常规电负荷系统运行的影响，并没有考虑高渗透可再生能源对多能微网运行的影响；

在需求响应(Demand Response,DR)研究方面，国内外学者主要从负荷特性、补偿机制等角度对需求响应建模，或结合综合能源系统中描述能量转换的能量枢纽建立了包含需求响应的能量枢纽架构，实现了能量转换和用能协同；但同时考虑用户感受和系统经济性才更加符合实际的需求响应模型；

在多能微网运行研究方面，现有技术利用区域热力系统中供热网络和建筑集群的热惯性提供灵活性，促进风电消纳的同时降低了微网整体运行成本；分析了电/热储能的灵活性与不确定性负荷和风电的关系，通过互补平衡提升系统的经济性；或者建立了包含能量转换和能量传输的电热综合能流模型，研究了热源、热储能、热负荷对系统经济运行的影响。但以上方法仅分析储能装置和热负荷惯性，调节效果十分有限，没有考虑到购能成本、环境成本及需求响应补偿成本，因此有必要进一步挖掘需求侧电负荷对多能微网经济运行的影响。

发明内容

本发明所要解决的技术问题：现有的多能微网调控方法考虑不够全面，并没有考虑高渗透可再生能源对多能微网运行的影响，其需求响应模型与实际有出入，没有考虑到购能成本、环境成本及需求响应补偿成本，调节效果十分有限，本发明目的在于提供一种基于需求响应和经济运行的多能微网调控方法及系统，解决了上述技术问题。

本发明通过下述技术方案实现：

本方案提供一种基于需求响应和经济运行的多能微网调控方法，包括步骤：

步骤一：构建含高渗透率风电和需求响应的多能微网架构并运行多能微网；

步骤二：根据多能微网的需求响应负荷特性建立可削减负荷模型、可转移负荷模型和可替代负荷模型；

步骤三：基于可削减负荷模型、可转移负荷模型和可替代负荷模型，以购能成本、环境成本及需求响应补偿成本之和最小为目标，建立多能微网架构经济运行模型；

步骤四：对多能微网架构经济运行模型进行求解得到多能微网架构的运行成本和各机组出力情况，并以该运行成本和各机组出力情况指导多能微网运行。

本方案工作原理：针对当前大部分多能微网运行研究仅单独分析储能装置和热负荷惯性、或仅分析高渗透率可再生能源对含常规电负荷系统运行的影响等情况，本方案提供的一种基于需求响应和经济运行的多能微网调控方法，首先构建了含高渗透率风电和需求响应的多能微网架构，在此基础上分析微网能量传输纵向转换和横向平移机制并建立需求响应模型，最后以购能成本、环境成本及需求响应补偿成本之和最小为目标，建立多能微网架构经济运行模型，可以充分挖掘系统需求响应能力并发挥多能互补协同能力，促进清洁能源消纳的同时，进一步提升微网经济运行能力，为多能微网经济运行提供了参考。

进一步优化方案为，所述多能微网架构包括：

多能微网中的电能由上级电网购入、风电和热电联产装置产生，电能一部分为电负荷和热泵供能、一部分经由电转气装置转换成气能；蓄电池储存电能或向多能微网提供电能；

多能微网中的气能由上级气网购入和电转气装置转换产生，气能一部分输入热电联产装置、一部分供应给燃气锅炉；

多能微网中的热能由热泵、燃气锅炉和热电联产装置产生，供应向热负荷；储热罐储存热能或向多能微网提供热能。

进一步优化方案为，所述热电联产装置包括：燃气轮机、余热锅炉和基于有机朗肯循环的低温余热发电装置；

燃气轮机将多能微网中供应的气能转换成电能和热能，其中一部分热能供应给基于有机朗肯循环的低温余热发电装置用于产生电能、另一部分热能供应给余热锅炉用于产生热能。

多能微网主要单元包括：电转气装置(Power to Gas,以下简称P2G)、热泵(HeatPump,以下简称HP)、热电联产装置(Combined Heat and Power,以下简称CHP)、燃气轮机(Gas Turbine,以下简称GT)、余热锅炉(Waste Heat Boiler,以下简称WHB)和基于有机朗肯循环的低温余热发电装置(Organic Rankine Cycle,以下简称ORC)。该CHP打破了传统机组以热定电的运行模式，能够实现P2G和CHP的协同经济运行；主网电源、风电、CHP和蓄电池协同，以满足电负荷需求；多能微网中的气能由上级气网购入和P2G发出，供给CHP和燃气锅炉(Gas Boiler,GB)；GB配合HP、CHP和储热罐，从而满足热负荷需求。

进一步优化方案为，步骤二具体包括：

S1：将多能微网中参与需求响应的电负荷分为可削减负荷、可转移负荷和可替代负荷；

S2：a.分析可削减负荷特性得到可削减负荷的补偿成本模型；

b.分析可转移负荷特性，并基于消费者心理学原理建模得到可转移负荷的需求响应后的负荷量模型；

c.分析可替代负荷特性得到可替代负荷的补偿成本模型。

在需求侧，根据电负荷特性，将其分为可削减、可转移、可替代三种，以实现能量横向时间平移。此外，电负荷和热负荷可实现能量相互替代，即纵向能量转换，同时考虑用户感受和系统经济性构建需求响应模型才更加符合实际。

可削减负荷(Curtailable Load,CL)特性分析及建模：

可削减负荷是指用户根据自身需求响应电价，可以实现用能部分削减的负荷。对该类负荷，有必要限制其可削减负荷量，以防用户过度响应带来不必要的损失；

进一步优化方案为，步骤S2中a具体包括：

a1,对于t时刻可削减负荷量

式中：

a2,引入状态变量U

式中：C

可转移负荷(Shiftable Load,SL)特性分析及建模：

可转移负荷是指用户根据自身需求响应电价，可以实现灵活调整工作时间的负荷。对该类负荷，需维持一个调度周期内用电总量不变。基于消费者心理学原理对该类负荷建模，首先将负荷转移率定义为用户高电价时段与低电价时段用电量的差值与该时段原来用电量的比值；当高低两电价时段电价差较小时，用户不会发生用电量转移，此区域称为死区；当电价差达到某一值时，用户会积极响应调整高电价时段用电以获取经济利益，该区域即为线性区；当电价差达到某一较大值时，转移率达到最大且保持不变，该区域称饱和区。

进一步优化方案为，步骤S2中b具体包括：

b1,维持一个调度周期内用电总量不变；

b2,定义负荷转移率为用户高电价时段用电量与低电价时段用电量的差值与该时段原来用电量的比值；

b3,分时段分别计算负荷转移率；

b4,基于各时段负荷转移率得到可转移负荷的需求响应后的负荷量。

以分时电价为例，峰谷时段的负荷转移率曲线如图2所示；负荷转移率与电价差的关系为式(3)所示：

式中：λ

同理可得峰平和平谷时段的负荷转移率分别为：

式中：λ

式中：

可替代负荷(Replaceable Load,RL)特性分析及建模：

可替代负荷是指可以相互进行能量转换以满足用户需求的负荷。例如，对某类可由热能或由电能直接供应的热负荷，低电价时段可消耗电能以满足自身需求，高电价时段可直接消耗热能以满足自身需求。

进一步优化方案为，步骤S2中c具体包括：

c1，构建可替代负荷间的能量转换关系及最大可替代负荷量约束：

式中：负号表示可替代电负荷的减少对应被替代热负荷的增加；

c2，基于c1得到可替代负荷的补偿成本：

式中：κ

进一步优化方案为，建立多能微网架构经济运行模型方法为：

以购能成本、环境成本及需求响应补偿成本之和最小为目标函数：

minf＝C

购能成本C

式中：T为一个运行周期；

环境成本C

式中：T为一个运行周期；τ为污染物单位处理成本；χ

需求响应补偿成本C

C

式中：C

进一步优化方案为，多能微网架构经济运行模型的约束模型包括：风电渗透率约束、能量平衡约束、设备能量转换约束、储能设备约束和需求响应约束；

微网中分布式可再生能源的渗透率的定义为：单位运行周期内可再生能源的发电总量与系统中负荷总量的比值。所述风电渗透率约束模型为：

式中：

微网包括电能流、热能流和气能流，均需满足能量平衡约束，所述能量平衡约束模型为：

式中：

所述设备能量转换约束模型包括：热电联产装置约束模型，电转气装置约束模型、热泵和燃气锅炉约束模型，储能设备约束模型和设备耗能上下限约束模型；

所述热电联产装置约束模型为：式(14)依次为CHP产电、产热约束CHP气转电、气转热约束；CHP产电由GT产电和低温余热发电装置产电两部分组成，CHP产热即为WHB产热。

式中：

电转气装置、热泵和燃气锅炉约束模型：

式中：η

式(16)蓄电池约束，依次为蓄电池荷电状态约束、蓄电池容量上下限约束、蓄电池充放电约束、蓄电池状态约束，表示充放电不能同时进行，即某时刻蓄电池只能充电或放电；式(16)表示蓄电池一个运行周期始末容量需保持不变；储热罐同理。

所述储能设备约束模型为：

式中：E

式(17)分别为购电和购气上下限约束、CHP耗气量、GB耗气量、P2G耗电量、HP耗电量上下限约束；所述设备耗能上下限约束模型为：

式中：

考虑到用户满意度问题，可以增加用户用电方式满意度约束模型为：

用户对用电方式改变的感受会影响响应的积极性，因此考虑用户用电方式满意度约束：

最后基于MATLAB平台调用CPLEX求解器对多能微网架构经济运行模型进行求解得到多能微网架构的运行成本和各机组出力情况，并以该运行成本和各机组出力情况指导多能微网运行。

本方案还提供一种基于需求响应的经济性多能微网运行系统，基于上述一种基于需求响应和经济运行的多能微网调控方法构建，包括：构架建立模块、第一模型建立模块、第二模型建立模块和求解模块；

构架建立模块用于构建含高渗透率风电和需求响应的多能微网架构并运行多能微网；

第一模型建立模块用于根据多能微网的需求响应负荷特性建立可削减负荷模型、可转移负荷模型和可替代负荷模型；

第二模型建立模块用于基于可削减负荷模型、可转移负荷模型和可替代负荷模型，以购能成本、环境成本及需求响应补偿成本之和最小为目标，建立多能微网架构经济运行模型；

求解模块用于对多能微网架构经济运行模型进行求解得到多能微网架构的运行成本和各机组出力情况，并以该运行成本和各机组出力情况指导多能微网运行。

本发明与现有技术相比，具有如下的优点和有益效果：

本发明提供的一种基于需求响应和经济运行的多能微网调控方法及系统，首先构建了含高渗透率风电和需求响应的多能微网架构，在此基础上分析微网能量传输纵向转换和横向平移机制并建立需求响应模型，最后以购能成本、环境成本及需求响应补偿成本之和最小为目标，建立多能微网架构经济运行模型，可以充分挖掘系统需求响应能力并发挥多能互补协同能力，促进清洁能源消纳的同时，进一步提升微网经济运行能力，为多能微网经济运行提供了参考。

附图说明

为了更清楚地说明本发明示例性实施方式的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。在附图中：

图1为本发明多能微网架构构示意图；

图2为峰谷时段的负荷转移率曲线示意图；

图3为求解流程示意图；

图4为实施例场景4电负荷构成示意图；

图5为实施例场景4各设备电出力示意图；

图6为实施例场景4各设备热出力示意图；

图7为实施例各场景电负荷功率示意图；

图8为实施例各场景热负荷功率示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

实施例1

本实施例提供一种基于需求响应和经济运行的多能微网调控方法，，包括步骤：

步骤一：构建含高渗透率风电和需求响应的多能微网架构并运行多能微网；

步骤二：根据多能微网的需求响应负荷特性建立可削减负荷模型、可转移负荷模型和可替代负荷模型；

步骤三：基于可削减负荷模型、可转移负荷模型和可替代负荷模型，以购能成本、环境成本及需求响应补偿成本之和最小为目标，建立多能微网架构经济运行模型；

步骤四：对多能微网架构经济运行模型进行求解得到多能微网架构的运行成本和各机组出力情况，并以该运行成本和各机组出力情况指导多能微网运行。

如图2所示，多能微网架构包括：

多能微网中的电能由上级电网购入、风电和热电联产装置产生，电能一部分为电负荷和热泵供能、一部分经由电转气装置转换成气能；蓄电池储存电能或向多能微网提供电能；

多能微网中的气能由上级气网购入和电转气装置转换产生，气能一部分输入热电联产装置、一部分供应给燃气锅炉；

多能微网中的热能由热泵、燃气锅炉和热电联产装置产生，供应向热负荷；储热罐储存热能或向多能微网提供热能。

所述热电联产装置包括：燃气轮机、余热锅炉和基于有机朗肯循环的低温余热发电装置；

燃气轮机将多能微网中供应的气能转换成电能和热能，其中一部分热能供应给基于有机朗肯循环的低温余热发电装置用于产生电能、另一部分热能供应给余热锅炉用于产生热能。

多能微网主要单元包括：电转气装置(Power to Gas,以下简称P2G)、热泵(HeatPump,以下简称HP)、热电联产装置(Combined Heat and Power,以下简称CHP)、燃气轮机(Gas Turbine,以下简称GT)、余热锅炉(Waste Heat Boiler,以下简称WHB)和基于有机朗肯循环的低温余热发电装置(Organic Rankine Cycle,以下简称ORC)。该CHP打破了传统机组以热定电的运行模式，能够实现P2G和CHP的协同经济运行；主网电源、风电、CHP和蓄电池协同，以满足电负荷需求；多能微网中的气能由上级气网购入和P2G发出，供给CHP和燃气锅炉(Gas Boiler,GB)；GB配合HP、CHP和储热罐，从而满足热负荷需求。

实施例2

与上一实施例的区别在于，为验证本发明所给出的计及需求响应的多能微网经济运行优化方法的有效性，本实施例采用以下算例进行分析。

一、场景描述

以北方某工业园区为研究对象，以24h为一个调度周期，单位调度时间为1h。系统中已安装设备有P2G、由GT、WHB和基于ORC的低温余热发电装置组成的CHP、HP、GB，参数见表1；天然气价格为2.55元/m

场景1：不考虑需求响应；

场景2：仅考虑可削减负荷和可转移负荷的单一横向需求响应；

场景3：仅考虑可替代负荷的单一纵向需求响应；

场景4：同时考虑能量横向转移和纵向转换的需求响应。

表1设备参数

表2分时电价

二、优化结果

考虑DR的电负荷优化结果

如图4所示，可转移负荷从峰时段9-11时、19-21时转移到平谷时段，且谷时段可转移负荷增量大于平时段可转移负荷增量，平滑了负荷曲线；峰平时段(8-24时)均发生了负荷削减，使得该时段的调度压力得到降低；峰平时段均发生了负荷替代，将电负荷转化为热负荷，降低了系统成本，缓解了电网压力。综上，相比DR前电负荷曲线，DR后电负荷曲线更为平滑，负荷峰谷差得到有效平抑。

考虑DR的设备出力结果

由图5和图6可知,系统电负荷主要由风电和CHP供给，风电和CHP协同出力，减少了向电网购电量；CHP的出力主要跟随电负荷需求,CHP是电热综合能源系统中常见的一种高效环保的供能方式，但其热电耦合的运行往往限制风电消纳影响系统经济运行。系统热负荷由CHP、HP、储热罐和GB联合供给，储热罐在峰平时段放热以满足增加的可替代热负荷的需求，HP和GB的存在能有效提升CHP的供能灵活性。由图3参与需求响应后的负荷曲线可知,为响应分时电价机制,系统向电网购电时段主要集中在谷时,这是因为峰平时电价过高且高渗透率风电出力可最大限度满足系统电负荷需求。综上，在高渗透率风电场景下考虑综合需求响应增强了源荷匹配性。

4种场景的运行成本及负荷结果，4种场景的运行成本见表3。场景1日运行成本、购能成本和环境成本均最高，这是由于常规负荷无法响应电价，只能被动接受系统报价以满足自身用能需求，该场景下负荷不具备灵活性且不经济；对比场景1，场景2虽然增加了DR补偿成本，但其余各项成本均有所降低，这是因为用户可根据电价调整部分用能时段并削减用能；对比场景1，场景3环境成本较低，这是由于了考虑电能和热能间的相互替代；对比场景1，场景4日运行成本降低了12.99％，且购能成本和环境成本均较低，这是由于综合考虑用能转移、削减和替代，使得用户用能可灵活选择。综上，考虑IDR能提高整个系统的经济运行。

表3各场景成本

如图7所示，对四种场景下的电负荷，场景1、2、3、4最大峰谷差分别为1750kW、878.32kW、1570kW、698.32kW。场景2小于场景3，表明电能横向平移对电价差的抑制效果强于纵向能量转换；场景4最大峰谷差最小，这是由于考虑DR后，用户将峰平电价时段电负荷转移到谷时段，且在峰平时段削减用能，并将部分电能用热能替代。

如图8所示，对于4种场景的热负荷，场景1和场景2均未考虑电热能量转换，所以二者热负荷曲线相同；场景3和场景4均考虑了电热能量转换，所以二者热负荷曲线也相同。由图7看出，考虑电热能量转换之后，在电价峰时和电价平时(8-24时)，部分电负荷转换为热负荷，减轻了高电价时段电网压力。

针对高渗透率风电下的多能微网，本实施例提出了计及需求响应的经济运行优化模型，对比了四种场景的日运行成本和负荷曲线，并分析了考虑需求响应的设备出力，得出了以下结论：

1)对比无法响应电价和仅考虑单一类型需求响应的负荷曲线，考虑综合需求响应使用户在高电价时段削减部分用能负荷、将部分电负荷转换为热负荷，将部分用能负荷转移到低电价时段，负荷最大峰谷差为698.32kW，小于其余三种场景，实现了需求侧参与电网运行，缓解了高峰时段电网压力，平抑了负荷峰谷差，平滑了负荷曲线；

2)在高渗透率风电下考虑需求响应，系统电负荷主要由风电和CHP供给，二者协同出力，使得系统向电网购电时段主要集中在谷时，减少了向电网购电量。对比无法响应电价的常规负荷，综合考虑用能转移、削减和替代，使得用户总运行成本降低了12.99％；对比单一需求响应，考虑综合需求响应的购能成本、环境成本均为最低，表明需求响应能提高整个系统的经济运行。

3)充分挖掘系统需求响应能力并发挥多能互补协同能力，促进清洁能源消纳的同时，进一步提升微网经济运行能力，为多能微网经济运行提供了参考。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。