趙文娜 賀衛(wèi)華 趙金 朱星偉 薛艷軍 毛文照

【關(guān)鍵詞】分布式存儲;能量轉(zhuǎn)移;優(yōu)化;調(diào)度

在過去十年中，世界各地的發(fā)電方式發(fā)生了重大變化?？稍偕茉词袌鰸B透率的增加改變了能源市場的整體行為，甚至開始出現(xiàn)負(fù)電價。負(fù)能源價格代表供應(yīng)大于市場需求。當(dāng)需求處于最低水平時，大多數(shù)負(fù)價格時段出現(xiàn)在夜間。在供電端，由于風(fēng)力等能源的間歇性運(yùn)行（在夜間不需要時產(chǎn)生最大功率）以及核電廠的不靈活發(fā)電出現(xiàn)了問題。電網(wǎng)規(guī)模的存儲可用于解決上述問題。同時，通過將剩余能源從非高峰時段轉(zhuǎn)移到高峰時段，實現(xiàn)套利獲利。在這種情況下，需要適當(dāng)?shù)姆椒ê湍Ｐ蛠頌橄M(fèi)者聚合存儲的各種好處。

在本節(jié)中，介紹了所提出的負(fù)載存儲系統(tǒng)的最優(yōu)調(diào)度模型，模型的總體框架如圖1所示。該模型旨在：1、降低大規(guī)模消費(fèi)者的電力成本;2、降低存儲運(yùn)營成本;3、調(diào)整存儲電荷狀態(tài)（SOC）以創(chuàng)建儲備邊際;采用軟約束、松弛變量和懲罰機(jī)制，在優(yōu)化調(diào)度算法中引入了適合大規(guī)模負(fù)荷的實時負(fù)荷預(yù)測器;在電網(wǎng)停電的情況下，預(yù)留的能量可以部分供給負(fù)荷。模型中，存儲與大型負(fù)荷聯(lián)合運(yùn)行。在配電層，負(fù)荷由存儲器和電網(wǎng)提供，負(fù)載存儲系統(tǒng)只是一個消費(fèi)者，因為它不向電網(wǎng)注入任何電力。存儲控制器由負(fù)荷預(yù)測和市場價格提供，明確了預(yù)測方法的選擇不會影響模型的有效性。通過實時優(yōu)化調(diào)度算法確定存儲設(shè)備的充放電時間。以T小時為間隔，對下一個T小時進(jìn)行最優(yōu)調(diào)度。以T小時時間間隔在每個時間步長上重新運(yùn)行預(yù)測器和優(yōu)化問題，更新預(yù)測數(shù)據(jù)和最優(yōu)決策。這個過程，在本文中稱為實時調(diào)度，是為了考慮負(fù)載和市場價格數(shù)據(jù)的時變性質(zhì)。通過使用實時更新的預(yù)測數(shù)據(jù)，可以更準(zhǔn)確地安排存儲。因此。存儲不是在實時市場中運(yùn)行的。相反，它被安排在每個優(yōu)化周期的下一個T小時（即本文中的24小時）。

需強(qiáng)調(diào)的是負(fù)載存儲系統(tǒng)的調(diào)度和操作由用戶來處理。這是因為假設(shè)消費(fèi)者投資于存儲，并將直接受益于從高峰到非高峰期間的負(fù)載轉(zhuǎn)移和在停電情況下的電力可用性。通過調(diào)峰和降低電網(wǎng)擁塞的概率，電網(wǎng)也間接受益于存儲操作。

作為一個真實的案例研究，我們選擇了我國某一試點(diǎn)省份的一個大型機(jī)構(gòu)電力消費(fèi)者。一般情況下，大型用戶可以從當(dāng)?shù)嘏潆姽净螂娏εl(fā)市場購買電力。在本研究中，假設(shè)被選擇的大規(guī)模消費(fèi)者直接從批發(fā)市場購買電力，并以小時為基礎(chǔ)進(jìn)行實時定價。

為了評價負(fù)荷預(yù)測模型的準(zhǔn)確性，對選定的實際負(fù)荷計算了預(yù)測誤差的均值和標(biāo)準(zhǔn)差。概率密度函數(shù)（PDF）和預(yù)測誤差的概率如圖2所示。從圖2可以看出，在大多數(shù)情況下，預(yù)測誤差的均值和標(biāo)準(zhǔn)差都很低，即在超過50%的情況下，誤差小于5%。這揭示了預(yù)測模型的可行性和有效性。仿真結(jié)果表明，這種程度的負(fù)荷預(yù)測誤差對調(diào)度模型的最優(yōu)運(yùn)行影響不大。為了比較儲能對電網(wǎng)吸收總功率的影響。圖3為三種不同情況下，負(fù)荷存儲系統(tǒng)從電網(wǎng)吸收的總功率以及存儲的預(yù)定充電（正功率）和放電（負(fù)功率）情況。如圖3（a）所示，由于存儲操作，在情形1和情形2中，載荷分布都比情況0更平坦。然而，在情形1和情形2之間有一個小的區(qū)別，在情形2中，在高峰時期吸收的功率更少。如圖3（b）和（d）所示，負(fù)荷分布和存儲運(yùn)行受到市場價格預(yù)測誤差的影響。由于情形1和情形2在非高峰時段都吸收了更多的電能，因此與情形0相比，電力成本降低。然而，在高峰期，由于價格預(yù)測錯誤，存儲運(yùn)行不是最優(yōu)的。該模型在每個時間步更新存儲計劃，減少了市場價格預(yù)測誤差的不利影響。

本文提出了一種新型實時優(yōu)化調(diào)度模型，以匯總大型電力消費(fèi)者的存儲收益。將所提出的模型應(yīng)用于我國某一試點(diǎn)省份的一個真實世界的大型電力負(fù)載進(jìn)行了驗證，并與文獻(xiàn)中提出的自調(diào)度模型進(jìn)行了比較。采用所提出的實時模型，負(fù)荷用電成本降低3.9%，而基于自調(diào)度模型的成本降低了3.3%，從而節(jié)約了0.6%?？紤]到與DAM價格相關(guān)的不確定性，使用提出的和自調(diào)度模型的成本分別降低了2.4%和0.6%，從而節(jié)省了1.8%。此外，與自調(diào)度模型相比，該模型在完美價格預(yù)測和不完美價格預(yù)測下分別減少了4.1%和8.3%的倉儲運(yùn)營時間。因此，所提出的實時模型不僅更有利于負(fù)荷，降低了電力成本;它還降低了存儲運(yùn)營成本，并通過減少操作時間延長了存儲壽命。結(jié)果表明，2012-2014年儲能降低電費(fèi)的趨勢呈上升趨勢。因此，預(yù)計在不久的將來，大規(guī)模消費(fèi)者的存儲投資收益性將會提高。數(shù)值評估存儲對負(fù)荷和網(wǎng)格的進(jìn)一步好處，例如為負(fù)荷提供預(yù)留能量和減少網(wǎng)格擁塞的可能性是未來研究的主題。