張繼國,任洪民,劉大勇,周力威,邵俊巖,賈曜誠,陳厚合

(1.國網(wǎng)吉林省電力有限公司四平供電公司, 吉林省四平市 136000;2.東北電力大學(xué)電氣工程學(xué)院, 吉林省吉林市 132012)

0 引 言

隨著農(nóng)業(yè)4.0[1],智慧農(nóng)業(yè)等科技化農(nóng)業(yè)項目的不斷推進,集信息、研發(fā)、產(chǎn)業(yè)于一體的現(xiàn)代化農(nóng)業(yè)園區(qū)高速發(fā)展,勢必成為未來農(nóng)業(yè)生產(chǎn)的主要承載形式[2-3]。農(nóng)業(yè)園區(qū)可實現(xiàn)生產(chǎn)要素集中化、工程技術(shù)產(chǎn)業(yè)化等發(fā)展目標,同時也是加快新農(nóng)村建設(shè)、促進農(nóng)民增收的重要手段[4]。農(nóng)業(yè)園區(qū)溫室栽培技術(shù)可形成不受外界環(huán)境影響的生產(chǎn)保護區(qū),使農(nóng)業(yè)生產(chǎn)擺脫地域限制與生長時間限制,大幅提高農(nóng)作物生產(chǎn)效率[5]。

新型溫室栽培技術(shù)也使農(nóng)業(yè)園區(qū)對電力能源的依賴度逐步增加,農(nóng)業(yè)生產(chǎn)負荷在農(nóng)村配電網(wǎng)中的比重逐年增加[6-7]。在農(nóng)業(yè)園區(qū)規(guī)模不斷擴大的過程中,傳統(tǒng)溫室用能方式不合理、能源利用效率低等能源管理問題逐步凸顯,為此相關(guān)領(lǐng)域?qū)＜裔槍@區(qū)能量管理問題進行了初步探索。文獻[8]對溫室微能源網(wǎng)的多運行模塊進行統(tǒng)一建模,結(jié)果表明利用儲能設(shè)備、分時負荷可提高微型能源網(wǎng)的靈活性,但其計算過程中未考慮溫室環(huán)境系統(tǒng)的能源供給設(shè)備特性;文獻[9-10]分析了氣象災(zāi)害對設(shè)施農(nóng)業(yè)的影響,主要針對植物生長與綜合能源系統(tǒng)供電安全的交互關(guān)系進行了初步分析,研究指出有必要針對能源氣象學(xué)與園區(qū)級農(nóng)業(yè)能源網(wǎng)絡(luò)間的耦合關(guān)系開展定量研究;文獻[11]在分析農(nóng)作物生理特性的基礎(chǔ)上,解決了光伏發(fā)電與溫室內(nèi)農(nóng)作物的爭光問題,但研究過程中尚未考慮溫度因素對農(nóng)作物生長及農(nóng)業(yè)產(chǎn)能的影響;文獻[12-13]提出了一種基于作物蒸散量和日光積分的農(nóng)業(yè)溫室負荷能量管理模型,結(jié)果表明合理地利用光儲能量系統(tǒng)可提高農(nóng)作物銷售的總收入,但該模型尚未考慮環(huán)境溫度對作物生長的影響以及電價變化對農(nóng)業(yè)負荷的影響。

另一方面,隨著用電量的逐步增大,農(nóng)業(yè)園區(qū)微電網(wǎng)(agricultural park microgrid,APMG)與配電網(wǎng)之間的能量互動愈加頻繁,目前已有相關(guān)領(lǐng)域?qū)＜裔槍ξ㈦娋W(wǎng)與配電網(wǎng)協(xié)調(diào)優(yōu)化調(diào)度問題開展研究。文獻[14]提出一種基于合作博弈論與Shapley值法的市場交易模型以分析并網(wǎng)型光伏微電網(wǎng)直接參與配電市場交易模式,但研究尚未考慮各微電網(wǎng)的負荷特性;文獻[15-16]針對電力市場中的投資現(xiàn)象及交易方式中普遍存在的次序決策問題進行了深入分析,為處于不同決策位置的利益主體參與電力市場競爭提供了參考;文獻[17-18]在考慮設(shè)備等效壽命損耗的基礎(chǔ)上提出一種市場背景下儲能系統(tǒng)的最佳配置方案,儲能作為獨立的運行商參與系統(tǒng)運行,在給自身帶來經(jīng)濟性的同時也帶來了較好的社會效益,同時在一定程度上改善了電網(wǎng)潮流分布,并實現(xiàn)了代理商在參與電能交易中的最優(yōu)能量管理。

綜上所述,現(xiàn)有研究存在以下問題:1)現(xiàn)代化APMG能量管理策略效率低,相關(guān)研究忽略了溫室負荷與園區(qū)內(nèi)供能系統(tǒng)的互動方式;2)農(nóng)業(yè)微電網(wǎng)負荷特性對配電市場出清的影響還有待研究。

為解決以上問題,本文提出一種考慮農(nóng)作物生長特性和配電市場出清的APMG能量管理雙層優(yōu)化模型。首先,從電力設(shè)備運行層面分析了APMG的能量調(diào)度方式及其參與配電市場出清的能量管理策略;其次,建立農(nóng)業(yè)溫室中光照系統(tǒng)、灌溉系統(tǒng)、溫控系統(tǒng)的運行模型,及溫室最優(yōu)能量管理模型;進一步,構(gòu)建農(nóng)業(yè)園區(qū)運營商(agricultural park operator,APO)參與配電市場交易的市場出清模型;再次,利用自適應(yīng)交替方向乘子法(self-adaptive alternating direction multiplier method,SA-ADMM)對雙層模型進行交替求解;最后,分別以IEEE-12節(jié)點以及內(nèi)蒙古某縣農(nóng)村配電網(wǎng)為例,證明所提模型和方法的有效性與合理性。

1 農(nóng)業(yè)園區(qū)運營商參與配電市場出清的能量管理策略

溫室農(nóng)作物生長環(huán)境的營造過程與APMG的能源供給側(cè)呈現(xiàn)動態(tài)耦合,農(nóng)業(yè)園區(qū)運營商根據(jù)溫室微電網(wǎng)環(huán)境系統(tǒng)能量需求及配電市場出清電價制定購電計劃,并調(diào)整能量管理策略,可達到降低購電成本、增產(chǎn)增收的目標。

1.1 溫室栽培技術(shù)與能源管理

APMG的主要能源消耗來自于溫室環(huán)境系統(tǒng),利用土壤、水和氣候資源為媒介營造適宜的生長環(huán)境以提升農(nóng)作物產(chǎn)量[19-20]。農(nóng)作物生長的主要環(huán)境指標為光照強度、空氣流通度、環(huán)境溫度、土壤濕度以及施肥程度[21-22],其中施肥頻率低,且一般以人工施肥為主,空氣循環(huán)系統(tǒng)與溫度控制系統(tǒng)可以通過導(dǎo)熱風(fēng)扇進行溫控調(diào)節(jié)。因此,溫室農(nóng)作物的日常生長過程主要考慮的能量因素為光、水、溫等資源,溫室環(huán)境系統(tǒng)需根據(jù)農(nóng)作物的種類及生長階段智能調(diào)節(jié)資源配比,營造農(nóng)作物最佳生長環(huán)境,APMG基本構(gòu)成如圖1所示。

圖1 農(nóng)業(yè)園區(qū)能量管理系統(tǒng)示意圖Fig.1 Diagram of energy management system in agricultural park

由圖1可知,APMG主要包括光儲互補發(fā)電系統(tǒng)及溫室環(huán)境系統(tǒng)兩部分,光儲互補發(fā)電系統(tǒng)根據(jù)能源需求調(diào)整出力。溫室環(huán)境系統(tǒng)包括光環(huán)境系統(tǒng)、水環(huán)境系統(tǒng)以及溫度環(huán)境系統(tǒng)三部分[23-24],通過溫室環(huán)境傳感器實現(xiàn)農(nóng)作物生長區(qū)域濕度、溫度以及光照強度的實時監(jiān)測,并根據(jù)農(nóng)作物品種、生長階段及自然環(huán)境形成最優(yōu)能量控制策略,通過電排灌、空氣能熱泵以及智能LED補光燈等設(shè)備調(diào)節(jié)環(huán)境,營造最佳農(nóng)作物生長環(huán)境。因此APO還需考慮用電成本。下面進一步針對配電市場結(jié)算的機制進行分析。

1.2 農(nóng)村配電市場結(jié)算框架

APO根據(jù)農(nóng)作物生長特性以及配電市場出清結(jié)算價格調(diào)整自身用電策略,實現(xiàn)最大化收益。因此需對配電市場的出清機制開展研究,農(nóng)村配電市場出清總體架構(gòu)如圖2所示。

圖2 農(nóng)村配電市場結(jié)算出清機制分析Fig.2 Analysis of clearing mechanism in rural distribution market

圖2展示了APO參與配電市場出清的雙層框架,上層模型根據(jù)溫室環(huán)境系統(tǒng)的電能需求及農(nóng)村配電市場出清后的節(jié)點邊際電價(distribution locational marginal price,DLMP)來決策從配電網(wǎng)運營商(distribution system operator,DSO)處的購電量以及光儲系統(tǒng)與溫室環(huán)境系統(tǒng)的互動方式,使其達到運行成本最小的目的。而DSO根據(jù)APO提供的購電量以及電能報價進行市場出清,計算配電網(wǎng)的DLMP,確定配電系統(tǒng)中的邊際機組,并進一步制定供電方案。

2 農(nóng)業(yè)園區(qū)運營商參與配電市場出清的雙層優(yōu)化數(shù)學(xué)模型

根據(jù)APMG的能量管理與配電市場出清相結(jié)合的計算框架構(gòu)建雙層優(yōu)化模型,上層模型主要針對農(nóng)作物生長環(huán)境及APMG能量管理進行建模,下層模型需建立配電市場出清模型,下面針對雙層模型進一步開展建模分析。

2.1 上層模型

上層模型為APMG最小化用能成本最優(yōu)化數(shù)學(xué)模型,APO需在保證農(nóng)作物最佳生長的基礎(chǔ)上盡量減少購電成本。農(nóng)作物的生長主要包含光合作用和呼吸作用,整個過程依賴溫度、水和光照等自然要素,因此上層模型圍繞灌溉系統(tǒng)、溫控系統(tǒng)和光照系統(tǒng)進行建模[25]。

2.1.1 上層模型目標函數(shù)

上層目標函數(shù)為APO最小化運行成本,包括日前園區(qū)購電成本與設(shè)備老化成本,表示為:

(1)

(2)

2.1.2 上層模型約束條件

1)灌溉系統(tǒng)運行模型。

灌溉系統(tǒng)主要依靠電排灌、噴淋器及濕敏探測儀等設(shè)備對植物定期澆水,通過實時濕度追蹤與動態(tài)調(diào)整,提高土壤濕潤程度,促進農(nóng)作物生長。實際灌溉量根據(jù)農(nóng)作物最佳生長環(huán)境下的蒸騰量及蒸發(fā)量計算[26]。

溫室電排灌運行模型可表示為:

(3)

根據(jù)文獻[19]的研究,農(nóng)業(yè)電排灌的排水量可通過農(nóng)作物的需水量進行計算,具體計算方法表示為:

(4)

溫室中的農(nóng)作物生長過程中水分發(fā)生蒸散作用,表示植被及地面整體向大氣輸送的水汽總量,農(nóng)作物蒸散量可通過Penman-Monteith方程計算得到[27]。

2)溫控系統(tǒng)運行模型。

溫控系統(tǒng)將電子溫度計數(shù)據(jù)傳輸至控制臺,并根據(jù)農(nóng)作物種類調(diào)整空氣能熱泵的暖氣輸出,對溫度進行動態(tài)調(diào)整,營造農(nóng)作物最佳生長溫度[28]。

空氣能熱泵運行模型可表示為:

(5)

其中,溫室氣溫降低量可表示為:

(6)

式中:Vgh為溫室內(nèi)空氣體積;Qn為熱負荷總量。

溫室的熱損失可表示為:

(7)

式中:us為圍護結(jié)構(gòu)的散熱系數(shù);As為圍護結(jié)構(gòu)的表面面積;ks為換氣比例;nh為換氣次數(shù);uj為地面?zhèn)鳠嵯禂?shù);Fn為室內(nèi)溫度;Fw為室外平均溫度。

3)光照系統(tǒng)運行模型。

日光充足時基本可滿足溫室內(nèi)農(nóng)作物光合作用需求,但在不良天氣以及太陽完全升起前,需通過智能LED燈進行補光[29],增加農(nóng)作物光照強度。

智能LED補光燈運行模型可表示為:

(8)

溫室內(nèi)植物的補光強度可表示為:

(9)

植物最佳生長所需的光照強度需嚴格控制在一定范圍內(nèi)[11],因此需根據(jù)植物光合速率計算其最大、最小光補償點。

植物的補光強度需滿足植物的生長需求[12],該生長約束可表示為:

(10)

4)光儲互補系統(tǒng)模型。

APMG運營商會安裝光儲系統(tǒng)為園區(qū)提供部分能源,儲能設(shè)備可靈活調(diào)整充放電時間,以降低購電成本。

光伏系統(tǒng)運行模型可表示為:

(11)

儲能系統(tǒng)能量模型可表示為:

(12)

式中:Etbat為蓄電池的儲能量;Ptbat,c、Ptbat,d分別為蓄電池充放電功率;ωtbat,c、ωtbat,d分別為蓄電池充放電效率。

蓄電池充放電約束可表示為:

(13)

電池能量約束可表示為:

(14)

5)APMG能量平衡模型。

APMG電能平衡約束可表示為:

(15)

農(nóng)作物最佳生長特性約束可表示為:

(16)

本節(jié)所構(gòu)建的APMG溫室環(huán)境系統(tǒng)運行模型兼顧計算溫室農(nóng)作物環(huán)境指標以及電能消耗量,進一步研究其參與配電市場交易的市場出清模型。

2.2 下層模型

下層模型為APO參與配電市場電能交易的出清模型,包括電力出清目標函數(shù)及運行約束條件兩部分。本文主要針對APO的運營策略開展研究,故將其他配電運營商的策略進行簡化并假設(shè)其為固定負荷,根據(jù)配電運營商統(tǒng)計值計算。

2.2.1 下層模型目標函數(shù)

下層模型目標函數(shù)為APMG所在配電網(wǎng)最小化運行成本模型,可表示為:

(17)

2.2.2 下層模型約束條件

農(nóng)村配電網(wǎng)往往采用開環(huán)運行方式,具有輻射型網(wǎng)絡(luò)的結(jié)構(gòu)特點,故采用適用于輻射狀電網(wǎng)潮流計算的Dist flow模型來進行建模[29]。

配電網(wǎng)能量平衡約束可表示為:

(18)

(19)

配電網(wǎng)線路電壓降模型可表示為:

(20)

(21)

松弛后的線路能量平衡約束可表示為:

(22)

節(jié)點電壓安全約束可表示為:

(23)

發(fā)電機有功輸出安全約束可表示為:

(24)

發(fā)電機無功輸出安全約束可表示為:

(25)

本節(jié)所構(gòu)建的配電市場出清模型考慮了配電網(wǎng)線損及電壓跌落因素,刻畫了農(nóng)村配電網(wǎng)的運行特性,此處值得注意的是,按照現(xiàn)階段電網(wǎng)運行要求,APO所使用的無功功率不單獨進行結(jié)算,而是根據(jù)功率因數(shù)角及有功功率值決定懲罰系數(shù),負荷功率因數(shù)角越小,懲罰系數(shù)越高,通過此類方法進一步計算無功支出費用。

3 基于SA-ADMM的雙層模型求解

在本文中,由于上層模型中APMG降低運行成本的目標與下層模型中市場出清不一致,采用一般迭代計算方法進行計算易導(dǎo)致交易結(jié)果發(fā)散。故本文采用SA-ADMM來計算所提雙層模型,SA-ADMM是交替方向乘子算法的衍生算法[15],其迭代過程中,在更新每個決策變量后,均會對拉格朗日乘子進行重新計算,以修正迭代方向,利用此方法可保證上層模型中的結(jié)果始終逼近下層模型。

3.1 自適應(yīng)交替方向乘子法

SA-ADMM的主體思想是將原始目標函數(shù)擴展為拉格朗日函數(shù),以滿足變量間的約束關(guān)系,原函數(shù)的基本形式可表示為:

(26)

式中:f1,…,fn為目標函數(shù);a1,…,an和B為等式約束條件系數(shù);x1,…,xn為待優(yōu)化變量。

進一步構(gòu)建擴展拉格朗日函數(shù):

(27)

式中:λT為拉格朗日乘子;ρ為迭代步長。

SA-ADMM的迭代過程可表示為:

(28)

式中:r為迭代乘子;D為算術(shù)平方根的次數(shù)。

可見,在計算每一層模型后,除更新每一層決策變量外,SA-ADMM算法還對拉格朗日乘子進行更新,保證了結(jié)果的收斂性。

3.2 SA-ADMM迭代計算流程

利用SA-ADMM求解電力市場出清目標函數(shù)計算流程如圖3所示。

圖3 雙層模型計算流程Fig.3 Two-layer model calculation flow

雙層模型的具體計算流程可表示為:

1) 建立APMG最優(yōu)能量管理策略優(yōu)化模型式(1)—(16)以及配電市場出清的最優(yōu)模型式(18)—(25);

2) 設(shè)置收斂精度ξ=10-4及迭代步長ρ=0.5×10-2,初始化迭代次數(shù)k=0,拉格朗日乘子λ=0以及迭代前的初始電力價格;

3) 根據(jù)初始電價,求解上層模型的最優(yōu)解,得到APMG的購電策略;

4) 更新拉格朗日乘子λk+1/2;

5) 求解下層模型得到電力價格;

6) 更新拉格朗日乘子λk+1;

7) 更新迭代次數(shù),判斷是否收斂;若收斂,則輸出結(jié)果,若不收斂則返回3)直至滿足收斂條件。

4 算例分析

本節(jié)首先針對IEEE-12節(jié)點配電網(wǎng)[30]及單一APMG算例進行計算分析,驗證本文所提模型和方法的有效性,進而針對內(nèi)蒙古某縣農(nóng)村66節(jié)點配電網(wǎng)[31]與多APMG耦合的實際系統(tǒng)開展算例分析,以驗證其實用性。

4.1 IEEE-12節(jié)點配電系統(tǒng)算例

IEEE-12配電系統(tǒng)結(jié)構(gòu)如圖4所示,系統(tǒng)的總有功負荷為435.0 kW,節(jié)點電壓取0.9UN～1.1UN,其中UN為基準電壓。

圖4 IEEE-12配電網(wǎng)拓撲結(jié)構(gòu)Fig.4 Distribution network topology of IEEE-12

本文所考慮的APMG所配備的光伏發(fā)電容量最大為10 kW,儲能容量最高為16 kW·h,APMG接入配電網(wǎng)節(jié)點5。配電網(wǎng)中接入2臺微型燃氣發(fā)電機(gas turbine,GT)進行售電,具體配電網(wǎng)參數(shù)如表1及圖5所示。由圖5可知,農(nóng)村配電網(wǎng)上午負荷高峰時段為08:00—10:00,下午高峰時段為14:00—23:00。19:00,達到日前最大負荷峰值411 kW。通過初步計算得到溫室環(huán)境參數(shù),如圖6所示。

表1 配電網(wǎng)電源參數(shù)Table 1 Distribution grid power parameters

圖5 IEEE-12配電網(wǎng)負荷功率Fig.5 Distribution network load power for IEEE-12

圖6 溫室自然環(huán)境參數(shù)Fig.6 Natural environmental parameters for the greenhouse

由圖6可知,農(nóng)作物最佳生長環(huán)境:光照強度>400 μmol,溫度為15～25 ℃,日耗土壤水量>3 mm)。08:00—17:00,自然光光照強度充足,外界溫度逐漸升高,農(nóng)作物吸收水分進行光合作用及蒸騰作用。但僅利用外界溫度無法使農(nóng)作物達到最佳生長狀態(tài),需依賴溫室自控設(shè)備營造適宜環(huán)境,包括提高光照強度、溫度以及濕度輔助農(nóng)作物生長,具體溫室設(shè)備參數(shù)如表2所示。

表2 溫室設(shè)備參數(shù)Table 2 Greenhouse equipment parameters

4.2 配電市場出清結(jié)果分析

根據(jù)溫室農(nóng)作物最佳生長狀態(tài)計算APMG溫室內(nèi)部能耗,兼顧考慮光儲系統(tǒng)的供能能力,分析其參與配電市場出清下的最佳能量管理策略,本文設(shè)置以下4個場景進行對比分析。

場景1：光伏不發(fā)電,APMG直接從配電網(wǎng)購電滿足溫室需求。

場景2：APMG利用儲能系統(tǒng)在電價低谷時自動購入額外電能存儲,電價高峰時段則自動釋放為溫室供能,降低APO的購電成本。

場景3：APMG中的光伏系統(tǒng)優(yōu)先為溫室供電,差額從配電市場進行購電補充。

場景4：APMG利用光儲系統(tǒng)合理調(diào)整能量管理策略實現(xiàn)最佳能量調(diào)度。

4.2.1 農(nóng)業(yè)園區(qū)購電策略分析

進一步分析APO參與配電市場出清的購電策略,購電功率結(jié)果如圖7所示。

圖7 農(nóng)業(yè)園區(qū)多場景下的購電功率分析 Fig.7 Analysis of power purchase in agricultural parks with multiple scenarios

通過求解優(yōu)化雙層模型,得到上層模型中農(nóng)業(yè)園區(qū)購電功率的值如圖7所示。4種場景下APO的購電功率分別為:171.08、171.32、143.24、131.37 kW。由于儲能充放電過程存在損耗,因此場景2中APO的購電功率高于場景1。而場景3中過剩的光伏發(fā)電無法存儲,因此17:00—19:00仍需從DSO處購買電能。而場景4中APO利用儲能裝置將過剩的光伏發(fā)電進行存儲,降低其購電量,下面針對幾個重點時段進行分析。

11:00—15:00,光照強度充足,環(huán)境溫度相對較高,溫室內(nèi)補光燈停止運行,溫控系統(tǒng)處于低功率運行狀態(tài),光伏系統(tǒng)發(fā)電功率可以完全覆蓋溫室負荷功率,因此場景3與場景4的購電功率均為0。而場景1與場景2中的APO需從配電網(wǎng)進行購電為溫控系統(tǒng)和灌溉系統(tǒng)供電。

17:00—19:00,農(nóng)作物停止光合作用,將溫室環(huán)境參數(shù)調(diào)整為植物最佳生長狀態(tài)下邊界值即可,場景3中APMG內(nèi)光伏系統(tǒng)無法為溫室供電,故其購電量與場景1接近。而場景2與場景4中APMG由于配備了儲能裝置,在電價高峰時刻可利用儲能裝置內(nèi)部電能對溫室進行供電,降低APMG的購電成本。

可見,場景4中農(nóng)業(yè)園區(qū)利用光儲互補系統(tǒng)對溫室供能,還可降低購電成本,證明了本文所提模型的有效性。

4.2.2 配電市場電源出清結(jié)果分析

除分析APO的購電行為外,還需進一步研究DSO的市場出清行為以驗證本文出清方式正確性,場景4配電網(wǎng)電源出清結(jié)果如圖8所示。

圖8 IEEE-12系統(tǒng)出清后的電源出力圖Fig.8 Diagram of power output for IEEE-12 after clearing

4.2.3 市場出清電價分析

在分析APO與DSO的行為后,進一步針對APMG參與配電市場出清的邊際電價進行分析。邊際電價為:

(29)

式中:β為式(28)的對偶變量。

不同場景下的APMG購電價格如表3所示。

表3 不同時刻配電網(wǎng)的節(jié)點邊際電價分析Table 3 DLMP analysis of distribution networks at different moments 元/(kWh)

05:00,場景4中,APO利用園區(qū)內(nèi)的儲能裝置提前購電,配電網(wǎng)的總負荷量低于GT1最大出力,邊際機組為GT1,因此配電網(wǎng)其他用戶的購電價格也相對較低。而同樣配備儲能裝置的場景2由于其需為電價更高時段提前存儲電能,因此其在此時刻仍保持充電狀態(tài),DLMP相對較高。

16:00,場景3和場景4中,APMG的光伏系統(tǒng)為溫室供電,燃氣輪機發(fā)電量高于配電網(wǎng)總負荷,節(jié)點邊際機組為GT2,因此其DLMP較低,而場景1和場景2中,由于APMG負荷較大,突破燃氣輪機最大供應(yīng)量,DSO需從輸電網(wǎng)購電,提高節(jié)點邊際電價。

場景4中APO能量調(diào)度策略不僅減少了成本,還降低了其他用戶的購電成本。

4.3 APMG最優(yōu)能量管理分析

本文所提模型(場景4)的光儲互補系統(tǒng)運行方式最佳。因此,進一步分析其中APMG的能量管理策略。

4.3.1 APMG用電功率分析

APMG各組成部分的能量消耗及購電結(jié)果反映了其能量調(diào)度策略,如圖9所示。

圖9 場景4的園區(qū)能量管理策略Fig.9 Park energy management strategy for scenario 4

02:00—04:00,配電網(wǎng)總負荷較小,儲能裝置進行小規(guī)模充電并在05:00釋放,維持配電網(wǎng)總負荷量不超過GT1的最大出力,降低購電成本。

11:00—16:00,溫室負荷較小,光伏出力過剩,溫室僅依賴光伏供電即可維持運行,蓄電池存儲多余電能,用以在夜間釋放維持供電,降低APMG運行成本。

進一步針對場景2和場景4的光伏消納量進行對比以驗證本文所提模型優(yōu)勢,結(jié)果如圖10所示。

圖10 光伏出力變化圖Fig.10 Diagram of photovoltaic power output changes

由圖10可知,場景4中APMG在儲能裝置參與能量調(diào)度下,光伏消納量由27.84 kWh增加至39.71 kWh,證明了本文所提模型具有進一步消納光伏發(fā)電的能力。場景4中的光伏消納量增加的根本原因在于儲能裝置的合理利用。

4.3.2 農(nóng)作物生長模式分析

本文以西紅柿為例分析溫室栽培增產(chǎn)模式高效性,增產(chǎn)模式的條件為每日增加光合作用時間3 h。西紅柿正常生長周期為58天,假設(shè)1 000 m2溫室可種植西紅柿3 000株,每株產(chǎn)量為1.83 kg,西紅柿售價為2.5元/kg,人工費用為每日32.5元,每年培育天數(shù)為290天,進一步分析增產(chǎn)模式收益。西紅柿生長狀態(tài)分析如圖11所示。

圖11 西紅柿生長狀態(tài)分析Fig.11 Tomatoes growth status analysis

圖12 66節(jié)點配電網(wǎng)燃氣輪機出力Fig.12 Gas turbine power output of 66-node distribution grid

由圖11可知,根據(jù)自然環(huán)境與溫室最佳生長環(huán)境的綜合指標,優(yōu)化得到18:00—20:00為西紅柿增產(chǎn)模式最佳時間,3個時段的運行狀態(tài)由緩慢生長轉(zhuǎn)為最佳生長。下面針對西紅柿的收益情況進行分析,結(jié)果見表4。

表4 西紅柿的收益分析Table 4 Revenue analysis of tomatoes

由表4可知,增產(chǎn)模式下,由于其每日光合作用時間增加,可將西紅柿生長周期縮短10天,APO僅需額外支付低額的人工費用、購電費用以及其老化費用即可使每日凈利潤提高27.9%。

4.4 66節(jié)點內(nèi)蒙古某縣農(nóng)網(wǎng)實際算例分析

為深入研究多APMG參與的電力市場出清與能量管理,本文進一步針對66節(jié)點實際農(nóng)村配電系統(tǒng)算例進行分析,具體農(nóng)網(wǎng)參數(shù)可參考文獻[31],在此基礎(chǔ)上增加燃氣輪機4臺,GT1、GT2、GT3、GT4電能報價分別為0.38、0.44、0.39、0.42元/kWh。APMG為4個,每個APMG為3.0～4.5畝,APMG1連接節(jié)點22、41、44,APMG2連接節(jié)點34、48、56,APMG3連接節(jié)點52、61,APMG4連接節(jié)點30、66。

考慮多個APMG的66節(jié)點實際電網(wǎng)算例與IEEE-12算例計算方法相似,上層模型為4個不同APMG的能量管理策略,下層模型仍為配電市場出清模型。

4.4.1 市場出清結(jié)果分析

配備光儲系統(tǒng)后,APO可實現(xiàn)最優(yōu)能量管理,同時降低DLMP及燃氣輪機出力,如圖13所示。

由圖13可知,多APMG光儲系統(tǒng)運行時,燃氣輪機出力明顯減小,DLMP隨之降低。15:00僅利用GT1發(fā)出功率即可滿足配電網(wǎng)負荷,09:00及16:00也均有不同程度的DLMP減小及邊際機組變化情況。

4.4.2 配電網(wǎng)購電成本對比分析

多APMG的最優(yōu)能量管理可影響DLMP進而降低配電網(wǎng)用戶購電成本,對比結(jié)果如表5所示。

表5 用戶購電成本分析Table 5 Analysis of the cost of electricity purchased by customers

由表5可知,僅依靠單獨APMG調(diào)整用能策略可降低配電用戶2.16%的購電費用,而通過多個APMG進行調(diào)控,可降低6.13%費用。

5 結(jié) 論

本文提出了一種APMG參與配電市場高效能量管理優(yōu)化模型,在考慮農(nóng)作物最佳生長特性基礎(chǔ)上構(gòu)建溫室環(huán)境負荷模型,并結(jié)合其用電特性與配電市場出清機制進一步構(gòu)建了最優(yōu)能量調(diào)度雙層優(yōu)化模型,進而利用SA-ADMM進行求解。最后通過算例分析驗證了所提模型及方法的正確性和有效性,相關(guān)結(jié)論如下:

1)配備光儲系統(tǒng)的APMG可實現(xiàn)能量合理管控。其中光儲系統(tǒng)的聯(lián)合使用相比于單獨使用光伏或儲能系統(tǒng)可減少8.29%和23.34%的用能成本,還可進一步消納過剩的光伏發(fā)電。

2)所提出的能量管理模型可使APMG溫室環(huán)境系統(tǒng)營造最佳植物生長狀態(tài),還可進一步通過增產(chǎn)模式降低農(nóng)作物生長周期,僅需額外花費3.3%的用能成本,即可提升APO 21.33%的日均收益。

3)APMG實現(xiàn)最優(yōu)能量管理的同時還可降低配電網(wǎng)用戶的購電成本。相比于單個APMG參與配電市場出清的場景,多園區(qū)參與配電市場出清的購電成本降低效果更強,降低比例從2.16%增加至6.13%。

本文針對APMG參與電力市場進行研究,對于光伏發(fā)電的場景分析有所欠缺。未來工作主要包括考慮光伏出力不確定性的APMG投標策略以及考慮多類型電力交易形式的APMG的能量管理研究。