内蒙古电力技术  2022, Vol. 40 Issue (01): 33-37   DOI: 10.19929/j.cnki.nmgdljs.2022.0007
0

引用本文 

祁兵, 赵燕玲, 杜亚彬, 李彬. 双碳背景下基于需求响应的虚拟电厂调度策略研究[J]. 内蒙古电力技术, 2022, 40(1): 33-37. DOI: 10.19929/j.cnki.nmgdljs.2022.0007.
QI Bing, ZHAO Yanling, DU Yabin, LI Bin. Research on Virtual Power Plant Dispatching Strategy Based on Demand Response Under Dual?Carbon Background[J]. Inner Mongolia Electric Power, 2022, 40(1): 33-37. DOI: 10.19929/j.cnki.nmgdljs.2022.0007.

基金项目

北京市重点实验室开放基金资助项目“需求侧多能互补优化与供需互动技术”(YD80-21-001)

第一作者简介

祁兵(1965),男,教授,研究方向为电力节能、自动需求响应。E-mail:qbing@ncepu.edu.cn

文章历史

收稿日期: 2021-03-20
修回日期: 2021-12-25
双碳背景下基于需求响应的虚拟电厂调度策略研究
祁兵 , 赵燕玲 , 杜亚彬 , 李彬     
华北电力大学电气与电子工程学院,北京 102206
摘要: 为了促进新能源消纳和绿色能源的发展,基于“碳达峰、碳中和”背景,提出了一种考虑碳排放的虚拟电厂调度策略。该策略利用多级聚合商的调控作用降低部分用电负荷,缓解虚拟电厂整合其他发电功率的压力;并利用高碳能源设备、低碳能源设备以及储能装置等共同协调作用,在满足用户用电负荷的基础上降低系统总的碳排放量;最后,通过各类型机组发电功率变化情况讨论虚拟电厂的调控策略。
关键词: 需求响应    碳排放    多级聚合商    虚拟电厂    调度策略    
Research on Virtual Power Plant Dispatching Strategy Based on Demand Response Under Dual?Carbon Background
QI Bing , ZHAO Yanling , DU Yabin , LI Bin     
School of Electric and Electronic Engineering, North China Electric Power University, Beijing 102206, China
Abstract: In order to promote the consumption of new energy and the development of green energy, this paper proposes a virtual power plant dispatching strategy based on carbon emissions under the background of carbon peak and carbon neutrality. Firstly, the strategy uses the regulation of multi - level aggregators to reduce part of the electricity load, and reduce the pressure on the virtual power plant to integrate other power generation. Secondly, high-carbon energy equipment, low - carbon energy equipment, and energy storage devices are used to coordinate together to reduce the total carbon emissions of the system on the basis of meeting the power load of users. Finally, the control strategy of the virtual power plant is discussed through the change of power generation of each unit. It is expected to realize the possibility of low carbon emission of virtual power plant through the discussion of the strategy.
Keywords: demand response    carbon emission    multi-level aggregator    virtual power plant    scheduling strategy    
0 引言

电力能源战略转型是我国电力市场改革的重要策略[1]。为了促进能源供给清洁化,国家电网公司发布了“碳达峰、碳中和”行动方案,推动构建新型电力系统,助力实现“碳达峰、碳中和”。以风能和太阳能为主的清洁可再生能源具有随机性、间歇性和波动性[2-3],新能源的快速发展对电网产生了巨大影响。虚拟电厂(Virtual Power Plant,VPP)集成了分布式风电和屋顶光伏、燃料发电、储能以及可调节负荷,可解决清洁能源消纳和绿色能源转型问题[4],有利于我国电力市场的发展。而需求响应可以充分挖、掘合理配置负荷侧资源,缓解电网的供需矛盾[5]。在虚拟电厂优化调度研究中考虑需求响应能够进一步降低运行成本。

目前针对虚拟电厂不同场景的电力调度、不同条件的电能交易等研究有了一定的进展。文献[6]从零售市场出发,提出了一种虚拟电厂参与现货联合市场的两阶段双层随机竞价策略模型。文献[7]利用鲁棒随机优化理论解决了调度不确定性问题,建立了计及风光不确定性和需求响应的VPP随机调度优化模型。文献[8]分析了虚拟电厂参与日前、日中、实时三相调度优化过程,并对广义储能各部分的响应速度和时间进行建模,建立具有广义储能三级调度模型的虚拟电厂,提高虚拟电厂的能源供应稳定性。文献[9]建立了三种不同场景下的多虚拟电厂博弈模型,证明考虑需求响应及博弈的多虚拟电厂模型能够有效提升虚拟电厂在电力现货市场中的收益。文献[10]为提高电力零售商参与电力市场的灵活性和经济性,提高分散资源的利用效率,提出了一种多时间尺度的电力零售商滚动优化模型。文献[11]综合考虑多种形式的电源与需求侧的双侧消纳配合,建立VPP源目标协调多目标优化调度模型。文献[12]以VPP控制稳定性为目标,同时兼顾有效消减纳,考虑可控负荷参与的VPP协调优化调度模型。

关于需求响应与虚拟电厂相结合的研究,文献[13]以多能源虚拟电厂聚合商参与需求响应为背景,建立两阶段优化运行模型,降低了虚拟电厂调度成本。文献[14]提出一种考虑用户舒适度的虚拟电厂电/热综合需求响应建模方法,验证了电、热负荷综合需求响应有助于缓解负荷对运行稳定性的冲击,并有效优化了虚拟电厂的运行成本。文献[15]针对虚拟电厂技术在能源市场交易策略方面的问题,综合考虑需求响应与虚拟电厂,提出一种基于上下层双阶段的电-热能源市场交易策略。

以上研究考虑了虚拟电厂的电力调度交易以及需求响应,但未涉及到以碳成本为目标的相关研究。文献[16]构建了具有风能、小型燃气轮机、光能、电动汽车以及电池系统的虚拟电力运行模型,并通过对碳-电一体化市场特征的进一步分析,构建虚拟电厂一体化交易策略模型,提出了影响虚拟电厂能源的出力结构以及竞价策略。文献[17]引入最大碳排放限额作为边际条件,建立多种能源互补的虚拟电厂日前调度模型,使调度结果兼顾环境效益和经济性。文献[18]建立了一种碳交易机制下计及用电行为的虚拟电厂经济调度模型,使可再生能源能够参与到碳交易中,并促进用户侧与发电侧的协同。文献[19]以虚拟电厂收益最大化为目标,以CO2捕集率、热电比、热电厂电出力以及电转气功率为决策变量,建立虚拟电厂优化运行模型,获得更高的经济效益、更好的风电消纳效果、更低的碳排放。本文将综合考虑虚拟电厂的碳成本与用户侧需求响应,构建含虚拟电厂之间功率交互的经济调度策略。

1 考虑碳排放的虚拟电厂架构

虚拟电厂通过整合清洁能源、储能装置、柔性负荷等,充分挖掘用户侧互动能力,有效提升了电网的灵活性。考虑碳排放的虚拟电厂(主要包括4类资源)控制架构如图 1所示。

图 1 考虑碳排放的虚拟电厂控制架构 Figure 1 Control architecture of virtual power plant considering carbon emissions

(1)低碳能源,主要包括分布式风电和光伏,作用是在满足基本负荷调控下用清洁能源代替高碳能源发电,减少碳排放。

(2)高碳能源,主要有燃气和燃煤发电设备,因燃煤和燃气发电比风能和光能等清洁能源发电更稳定且发电量大,所以是虚拟电厂中的主要排碳设备。

(3)储能装置,包括储电和储气装置,其作用是将能源利用的时段进行转化,满足用户的基本负荷供给。

(4)用户负荷,包括电动汽车、充电桩、居民负荷、商业负荷以及工业负荷等,可以利用虚拟电厂合理调控负荷,实现资源的合理分配供给。

虚拟电厂的功率交互模式如图 2所示。每个虚拟电厂都由发电设备、储能和负载组成。虚拟电厂既可以通过能源枢纽与电网相连进行功率交互,也可以在满足自身负荷需求的条件下与其他虚拟电厂进行功率交互,获得相应收益。每个虚拟电厂之间都由虚拟电厂内部的信息处理中心计算其功率数据,判别是售出还是购入功率,最后进行交易。同时,由于不同虚拟电厂的负荷和清洁能源输出不同,每个虚拟电厂的净负荷也不同。在某个时段,发电量大的虚拟电厂可以将多余的电力出售给电网;相反对于耗电大的虚拟电厂,可以从电网以及其他虚拟电厂中购买电力来满足本虚拟电厂的功率平衡。

图 2 虚拟电厂的功率交互模式 Figure 2 Power interaction of virtual power plant
2 多级聚合商下的虚拟电厂调度策略

需求响应可以通过改变不同时段的电价以及施加激励引导负荷侧调节,实现降低虚拟电厂的运行成本以及满足负荷调控的目的,促进风光等清洁能源发电就地消纳。

为改变用户的负荷量,需要对负荷用户进行需求响应调控,同时增加负荷调控力度,保持虚拟电厂功率平衡。在需求响应中,用户根据他们在需求响应事件期间相对于“基线”减少的电力消耗量获得补贴,其中该基线由非激励日的消耗量决定。为了更好地降低用户负荷,需要对用户进行分类聚合调控,以满足能源供需平衡。

为了接入更多的互动资源,通常采用多级聚合的方式。图 3为具有三级聚合的调控示意图。其中,一级聚合商用来直接响应虚拟电厂的需求响应信息,其通过对二级聚合商释放激励信号,最终完成虚拟电厂下发的需求响应信息任务量;多个二级聚合商用来聚合不同的负荷用户,例如:工业园区电力负荷二级聚合商、商业电力负荷二级聚合商、居民电力负荷二级聚合商,以及其他电力负荷二级聚合商等。多个二级聚合商用来响应一级聚合商下发的需求响应任务量,使得一级聚合商完成虚拟电厂下发的需求响应信息;多个三级聚合商用来协助二级聚合商完成其下发的任务量,使用户在接收到二级聚合商的激励价格后,在满足自身的用能条件下对负荷量作出改变,最终完成三级聚合商下发的响应任务。多级聚合商之间必须严格完成上级下发的任务响应量,若是下级聚合商没有完成能源的供给平衡将会受到上级聚合商的较大经济处罚,并且信誉值也会降低。利用多级聚合商可以更好地对用户进行精准调控,实现从上到下的负荷控制管理,最终达到需求响应调控目的。

图 3 三级聚合商负荷调控示意图 Figure 3 Diagram of three-level aggregator load control
3 虚拟电厂调度策略

虚拟电厂考虑碳排放与不考虑碳排放时,机组的出力会采取不同调控方式。当虚拟电厂内部的功率高于或低于负荷时,可以通过与公共电网购售电、VPP间的功率交互保证功率平衡,并且在考虑VPP间的功率交互与需求响应时,能够减少与公共电网的功率交换,进而降低VPP的综合运行成本。清洁能源分布式风电和光伏功率出力可以有效降低碳排放。同时,由于火电机组的燃煤发电成本比燃气机组的成本低,所以在不考虑碳排放成本时,火电机组会优先发电,反之燃气会优先发电。

当考虑了需求响应时,基线负荷会在用电高峰时期有所下降,相比于没有考虑需求响应场景发电机组的压力有所减轻,有效缓解了虚拟电厂的内部负荷,使运行更加平稳。在一天中VPP会从电网购电、售电以降低内部功率,当各机组发电功率未能满足用户负荷,就需要从公共电网购电以满足虚拟电厂内部功率平衡;相反,在其余时段,在虚拟电厂内部功率平衡作用下,可以将多余的电出售给电网或者其他VPP,来减少虚拟电厂内部的总成本。

在碳排放的约束条件下,虚拟电厂内部会通过调节各个机组的出力变化来减少碳排放量,具有一定的自由碳排放约束空间,当碳排放量达到一定限度后,虚拟电厂内部无法调控时,根据最大碳排放限额,得到相应的排碳惩罚。故在虚拟电厂运行调控时优先使用清洁能源作为发电源,同时利用多级聚合商的需求响应作用降低用户负荷,使用燃气设备的频率要高于燃煤设备才是大幅度降低总体碳排放量的关键,最后利用功率交换的作用补充剩余功率空缺,实现低碳调控的目的。

4 结束语

本文以虚拟电厂运行成本最低为目标,考虑了高碳能源和低碳能源对虚拟电厂碳排放的影响,分析了火电机组、燃气机组、清洁能源机组、多级需求响应、虚拟电厂与电网以及其他虚拟电厂功率交换时的碳排放情况,得出了系统最低碳排放情形,助力我国早日实现“碳达峰、碳中和”。

参考文献
[1]
王贵才. 新电改形势下发电集团营销机制转变策略[J]. 中国电力企业管理, 2019(31): 52-54
WANG G C. Transformation strategies of power generation group′ s marketing mechanism under the situation of new power reform[J]. China Power Enterprise Management, 2019(31): 52-54 DOI:10.3969/j.issn.1007-3361.2019.31.014 (0)
[2]
邹儒懿. 基于大规模消纳可再生能源的电网脆弱性预测研究[D]. 北京: 华北电力大学, 2019.
ZOU R Y. Research on prediction of grid vulnerability based on large - scale consumption of renewable energy [D]. Beijing: North China Electric Power University, 2019. (0)
[3]
龙霏, 王彤, 易杨, 等. 大规模风电接入的综合经济性评估[J]. 南方电网技术, 2019, 13(5): 72-76
LONG F, WANG T, YI Y, et al. Comprehensive economy evaluation with large - scale wind power integration[J]. Southern Power System Technology, 2019, 13(5): 72-76 (0)
[4]
何奇琳, 艾芊. 售电侧放开环境下含需求响应虚拟电厂的电力市场竞价策略[J]. 电力建设, 2019, 40(2): 1-10
HE Q L, AI Q. Bidding strategy of electricity market including virtual power plant considering demand response under retail power market deregulation[J]. Electric Power Construction, 2019, 40(2): 1-10 DOI:10.3969/j.issn.1000-7229.2019.02.001 (0)
[5]
ALAHYAR A, EHSAN M, MOGHIMI M. Managing distributed energy resources(DERs)through virtual power plant technology(VPP): a stochastic information-gap decision theory(IGDT)approach[J]. Iranian Journal of Science and Technology, Transactions of Electrical Engi-neering, 2020, 44(1): 279-291 DOI:10.1007/s40998-019-00248-w (0)
[6]
宋大为, 尹硕, 何洋, 等. 基于虚拟电厂的多元小微主体参与现货市场的竞价策略[J]. 南方电网技术, 2021, 15(9): 75-84
SONG D W, YIN S, HE Y, et al. Bidding strategy of multiple small and micro entities participating in the spot market based on virtual power plant[J]. Southern Power System Technology, 2021, 15(9): 75-84 (0)
[7]
王冠, 李鹏, 焦扬, 等. 计及风光不确定性的虚拟电厂多目标随机调度优化模型[J]. 中国电力, 2017, 50(5): 107-113
WANG G, LI P, JIAO Y, et al. Multi-objective stochastic scheduling optimization model for virtual power plant considering uncertainty of wind and photovoltaic power[J]. Electric Power, 2017, 50(5): 107-113 (0)
[8]
李杨, 刘伟佳, 赵俊华, 等. 含电转气的电-气-热系统协同调度与消纳风电效益分析[J]. 电网技术, 2016, 40(12): 3680-3688
LI Yang, LIU Weijia, ZHAO Junhua, et al. Optimal dispatch of combined electricity - gas - heat energy systems with power-to-gas devices and benefit analysis of wind power accommodation[J]. Power System Technology, 2016, 40(12): 3680-3688 (0)
[9]
LI Z Y, SHAHIDEHPOUR M, LIU X. Cyber-secure decentralized energy management for IoT - enabled active distribution networks[J]. Journal of Modern Power Systems and Clean Energy, 2018, 6(5): 900-917 DOI:10.1007/s40565-018-0425-1 (0)
[10]
张涛, 李逸鸿, 郭玥彤, 等. 考虑虚拟电厂调度方式的售电公司多时间尺度滚动优化[J]. 电力系统保护与控制, 2021, 49(11): 79-87
ZHANG T, LI Y H, GUO Y T, et al. Multi - time scale rolling optimization of electricity retailers considering virtual power plant scheduling[J]. Power System Protection and Control, 2021, 49(11): 79-87 (0)
[11]
DONG Z Y, LUO F J, LIANG G Q. Blockchain: a secure, decentralized, trusted cyber infrastructure solution for future energy systems[J]. Journal of Modern Power Systems and Clean Energy, 2018, 6(5): 958-967 DOI:10.1007/s40565-018-0418-0 (0)
[12]
LIU N, TAN L, ZHOU L, et al. Multi - party energy management of energy hub: a hybrid approach with Stackelberg game and blockchain[J]. Journal of Modern Power Systems and Clean Energy, 2020, 8(5): 919-928 DOI:10.35833/MPCE.2019.000545 (0)
[13]
丛琳, 王冰, 王楠, 等. 考虑需求侧多能源响应的虚拟电厂优化运行策略[J]. 科学技术与工程, 2021, 21(17): 7133-7142
CONG L, WANG B, WANG N, et al. Optimal operation strategy of virtual power plant considering integrated demand response in demand side[J]. Science Technology and Engineering, 2021, 21(17): 7133-7142 (0)
[14]
闫敏, 加鹤萍, 刘敦楠, 等. 考虑用户舒适度的虚拟电厂电/热综合需求响应[J/OL]. 华北电力大学学报(自然科学版): 1-12[2022-01-21]. http://kns.cnki.net/kcms/detail/13.1212.TM.20210705.1651.005.html.
YAN M, JIA H P, LIU D N, et al. Electric/thermal integrated demand response of virtual power plant considering user comfort[J/OL]. Journal of North China Electric Power University(Natural Science Edition): 1-12[2022-01-21]. http://kns.cnki.net/kcms/detail/3.1212.TM.20210705.1651.005.html. (0)
[15]
陈刚, 那广宇, 王琛淇, 等. 考虑综合需求响应和储能的双阶段虚拟电厂交易策略[J]. 辽宁工程技术大学学报(自然科学版), 2021, 40(1): 64-71
CHEN G, NA G Y, WANG S Q, et al. Two-stage virtual power plant trading strategy considering comprehensive demand response and energy storage[J]. Journal of Liaoning Technical University(Natural Science), 2021, 40(1): 64-71 (0)
[16]
YANG D, HE S, CHEN Q, et al. Bidding strategy of a virtual power plant considering carbon-electricity trading[J]. CSEE Journal of Power and Energy Systems, 2019, 5(3): 306-314 (0)
[17]
梅光银, 龚锦霞, 郑元黎. 考虑风光出力相关性和碳排放限额的多能互补虚拟电厂的调度策略[J]. 电力系统及其自动化学报, 2021, 33(8): 62-69
MEI G Y, GONG J X, ZHEN Y L. Scheduling strategy for multi-energy complementary virtual power plant considering the correlation between wind and solar output and carbon emission quota[J]. Proceedings of the CSU-EPSA, 2021, 33(8): 62-69 (0)
[18]
张立辉, 戴谷禹, 聂青云, 等. 碳交易机制下计及用电行为的虚拟电厂经济调度模型[J]. 电力系统保护与控制, 2020, 48(24): 154-163
ZHANG L H, DAI G Y, NIE Q Y, et al. Economic mispatch model of virtual power plant considering electricity consumption under a carbon trading mechanism[J]. Power System Protection and Control, 2020, 48(24): 154-163 (0)
[19]
周任军, 邓子昂, 徐健, 等. 碳捕集燃气热电机组碳循环及其虚拟电厂优化运行[J]. 中国电力, 2020, 53(9): 166-171
ZHOU R J, DENG Z A, XU J, et al. Optimized operation using carbon recycling for benefit of virtual power plant with carbon capture and gas thermal power[J]. Electric Power, 2020, 53(9): 166-171 (0)