產業園區供電系統優化配置方法研究

新電改背景下產業園區供電系統容量優化配置方法研究

1.研究背景

隨著新一輪電力體制改革在全國各地的深入推進，產業園區由于用電量大、用能形式多樣、供電獨立性好的特點成為配售電側最主要的改革試點。同時，采用分布式新能源發電來替代傳統的配電網集中式供電模式是產業園區供電系統發展的重要趨勢之一。

傳統的產業園區供電系統規劃一般只包含負荷預測和線網設計兩方面的內容，分布式電源的出現使得電源側的容量優化配置問題成為產業園區供電系統規劃中的關鍵性問題?，F有研究主要圍繞著容量優化配置模型和求解算法兩個方面展開，大都局限于純粹的電源側優化，對容量優化配置時負荷側的影響研究得較少。隨著配售電側逐步放開，配售電價機制將更為靈活，電力用戶的用電行為時空分布特性受電價機制的影響程度將加深，這一方面使得負荷預測面臨更多的不確定性，增加了負荷預測的難度；另一方面，靈活的電價機制也有助于需求側響應（DemandResponse，DR）的實施，增加了負荷側運行的靈活性，為電源側提供了進一步優化的空間。

現有研究已經分別從發電側、需求側及儲能等多個方面對分布式電源容量優化配置問題展開了分析，不足的是關于綜合利用多能互補特性、需求側響應及源-儲-荷協調互動關系來深層次改善配電網內的功率平衡關系，進而實現配電網分布式電源/儲能系統容量優化配置的研究尚未見開展。另外，現有研究多數為基于激勵的可中斷負荷DR，而對受配售電價放開影響較大的電價類DR研究較少?；诖?，本文開展了產業園區供電系統分布式電源/儲能系統容量優化配置方法的研究。

2.主要技術路線

本文首先通過分析產業園區供電系統能量管理策略及分布式風光發電系統互補特性，提出了風光儲多能互補評價指標；引入基于日前分時電價的需求側響應機制，利用電力需求彈性矩陣建立需求側響應模型，并針對基于傳統電力需求彈性矩陣建立的需求側響應模型存在著電力轉移不平衡及需求側過度響應等問題，提出了改進的需求側響應模型；在此基礎上，建立以總費用最小為優化目標的園區供電系統分布式電源和儲能系統優化配置模型，并利用遺傳算法與模式搜索算法相結合的組合型智能算法對優化配置模型進行求解；最后利用典型算例對提出的優化配置方法進行了分析驗證。

3.產業園區供電系統運行特性分析

3.1系統能量管理策略

本文研究的含風光儲多能互補產業園區供電系統拓撲如圖1所示，系統除了可以由大電網獲取電能以外，還可以由光伏發電系統、風力發電系統和儲能系統等多類型分布式電源供電。另外，產業園區中通常會配置柴油發電機、燃料電池系統等發電設備作為大電網故障時的應急備用電源，這些備用電源的配置需根據相關規定按照一級負荷、消防負荷和某些業主要求的二級重要負荷容量來計算。

圖1產業園區供電系統結構

由于分布式電源/儲能容量配置與供電系統的能量管理策略密切相關，本文供電系統采用的能量管理策略如圖2所示。

圖2能量管理策略

3.2多能互補特性分析及評價指標

多能互補是一種采用多種類型分布式電源，并利用不同分布式電源之間的互補特性來改善分布式電源出力特性的供能方式。如太陽能與風能各自都具有較強的間歇性和波動性，但在時間分布上兩者卻有很強的互補性：白天光照強時，風比較小，晚上沒有光照，但風能較強；夏季光照強度大而風小，冬季光照強度弱而風大。很明顯，利用太陽能與風能的互補特性，采用風光互補發電方式，可以改善分布式發電的出力特性。同時，在風光互補的基礎上，增加適量的儲能系統，可以進一步優化多能互補特性。

本文提出分布式電源供電電量不足比和分布式電源供電不足小時數比兩個指標來表征多能互補特性。

4.基于日前分時電價的需求側響應建模

由于實時電價存在測量精度、通訊實時性和管理成本等多個方面的局限性難以得到推廣，而通過日前制定第二天的分時電價（DayAheadRealTimePrice，DARTP），電力用戶能夠更合理地提前安排第二天的用電計劃，有利于多時段需求側響應的實施。

利用電力需求彈性理論建立的24小時需求側響應模型。在理想情況下，日前分時電價引起的需求側響應只是改變了電力需求的時間分布情況，而其電力總需求不會發生變化。但在進行需求側響應模型時并不能保證一天各時段移入和移出的電力需求保持相等。另外，DR模型還存在過度響應的問題。如圖3所示，在區域A對應的時段內，原本可再生能源出力比電力需求大，但通過實施需求側響應以后，可再生能源出力反而比電力需求小，電力需求過度移入到該時段會導致不必要的儲能系統運行成本和大電網供電。在區域D對應的時段內，情況剛好相反，電力需求過度移出會導致額外的需求側響應電價補貼成本，并引起不必要的棄風棄光現象。

圖3 DARTP-DR過度響應

基于上述分析，本文提出了一種基于電力需求彈性矩陣的DR模型修正方法。

5.容量優化配置方法

以產業園區供電系統綜合成本凈現值最小為優化目標函數建立了容量優化配置模型。綜合成本凈現值包括初始投資成本凈現值、運行維護成本凈現值、可再生能源發電收入凈現值和DR實施成本凈現值。為了簡化計算，假設產業園區供電系統每年發用電情況、可再生能源電價補貼等因素均相同。

本文將某地區的一個產業園區供電系統作為仿真算例，對以上提出的容量優化配置方法進行仿真驗證。為了兼顧風電系統控制的靈活性和單臺發電容量，選用的風電系統為100kW可變槳永磁直驅風電機組。風速、輻照度及負荷8760小時數據來自氣象局和電力公司，電力需求彈性系數則通過對產業園區用戶用電情況實際調查分析得到。

經過仿真計算，沒有需求側響應、采用傳統需求側響應模型和采用改進型需求側響應模型的產業園區供電系統分布式電源/儲能容量優化配置結果如表1所示。三種配置方案中都是6臺100kW風電機組和1484kW光伏，沒有需求側響應時儲能系統的配置容量為3882kW˙h，額定功率為1066kW，采用傳統需求側響應模型時儲能系統的配置容量為3623kW˙h，額定功率為931kW，采用改進型需求側響應模型時儲能系統的配置容量為3589kW˙h，額定功率為919kW，并且沒有需求側響應時儲能系統電池更換次數為6次，而采用傳統需求側響應或改進型需求側響應模型時儲能電池減少到4次，三種配置方案的綜合成本分別為3106萬元、2692萬元和2588萬元。顯然，由于消除了DR過度響應的問題，采用改進型需求響應模型的容量配置方案經濟性要優于采用傳統需求側響應模型的容量配置方案。

表1容量優化配置結果

6.結語

1）由于目前儲能系統成本仍然較高，單純采用儲能系統來調節分布式電源和產業園區用電負荷之間的錯配現象經濟成本過高，本文提出的產業園區供電系統容量優化配置方法，重點考慮多能互補和源儲荷協同特性對容量優化配置的影響，可以有效降低供電系統容量配置綜合成本。

2）針對風光儲多能互補特性，本文提出了分布式電源供電電量不足比和分布式電源供電不足小時數比兩個指標。通過這兩個指標，描述了多能互補特性與產業園區供電系統容量配置綜合成本之間的關系；同時分布式電源供電電量不足比也能從多能互補特性的角度來反映需求側響應的實施效果。

3）利用電力需求彈性矩陣對基于日前分時電價的需求側響應進行了建模，并針對負荷轉移平衡及需求側過度響應等問題，提出了相應的需求側響應模型修正方法，提高了需求側響應模型的合理性和準確性，該研究對產業園區實施基于日前分時電價的需求側響應機制具有一定的實際意義和參考價值。（吳鳴，任學婧，周丹，蘇劍，寇凌峰，梁惠施）