劉繼春，唐虎，向月，劉俊勇，張鈴珠

(1.四川大學(xué)電氣信息學(xué)院，成都市610065;2.國(guó)網(wǎng)寧夏電力公司經(jīng)濟(jì)技術(shù)研究院，銀川市750000)

考慮多個(gè)虛擬發(fā)電廠參與的多階段市場(chǎng)交易方法

劉繼春1，唐虎1，向月1，劉俊勇1，張鈴珠2

(1.四川大學(xué)電氣信息學(xué)院，成都市610065;2.國(guó)網(wǎng)寧夏電力公司經(jīng)濟(jì)技術(shù)研究院，銀川市750000)

隨著智能電網(wǎng)的發(fā)展，分布式電源(distributed generation，DG)廣泛接入電力系統(tǒng)。然而以風(fēng)能和太陽能為代表的單個(gè)DG對(duì)大電網(wǎng)來說視為不可見，在參與市場(chǎng)交易時(shí)存在諸多不利因素。考慮多能源資源的影響，建立了由DG、負(fù)荷以及儲(chǔ)能組成的虛擬發(fā)電廠(virtual power plant，VPP)模型，同時(shí)將多個(gè)VPP進(jìn)行互聯(lián)，在滿足各自VPP內(nèi)部供需平衡的基礎(chǔ)上，讓盈余電量在VPP集群間進(jìn)行共享，實(shí)現(xiàn)多階段市場(chǎng)交易。提出的交易方法以VPP內(nèi)部和網(wǎng)間的交易收益最大化為優(yōu)化目標(biāo)函數(shù)，以盡可能消納可再生能源為目的，同時(shí)計(jì)入需求響應(yīng)(demand response，DR)策略，得到網(wǎng)內(nèi)用戶科學(xué)用電計(jì)劃、網(wǎng)間合理報(bào)價(jià)結(jié)果，為實(shí)現(xiàn)多個(gè)VPP健康靈活交易提供參考。

虛擬發(fā)電廠(VPP);分布式電源(DG);集群;需求響應(yīng)(DR);報(bào)價(jià)策略;交易方法

0 引言

能源枯竭、環(huán)境污染等問題使各國(guó)電力系統(tǒng)不斷尋求新的能量供應(yīng)資源，逐步增加了對(duì)分布式電源(distributed generation，DG)的利用［1］。國(guó)際能源署《世界能源展望2015》指出可再生能源和更加高效的終端能源利用技術(shù)成本將持續(xù)下降，政策會(huì)更加優(yōu)先考慮低碳能源。面對(duì)日益嚴(yán)峻的能源、環(huán)境、氣候變化挑戰(zhàn)，必須立足世界能源資源稟賦，加快推動(dòng)能源革命，實(shí)現(xiàn)清潔能源高效開發(fā)利用［2］。

虛擬發(fā)電廠(virtual power plant，VPP)作為主動(dòng)配電網(wǎng)的一種體現(xiàn)形式，以DG為主要的能源供應(yīng)，而DG因其出力間歇性、隨機(jī)性等特點(diǎn)，通常方法是采用微網(wǎng)對(duì)地理位置相同的DG和負(fù)荷進(jìn)行協(xié)調(diào)管控，來解決主動(dòng)配電網(wǎng)和DG間的技術(shù)問題［3］。正因?yàn)槲⒕W(wǎng)以就地應(yīng)用為主要的控制目標(biāo)，因而受到地理區(qū)域的限制，并且對(duì)不同地區(qū)、不同規(guī)模的DG有效利用和參與市場(chǎng)運(yùn)營(yíng)也有一定的局限性［4］。DG作為單個(gè)實(shí)體，因其容量小，對(duì)大電網(wǎng)來說是不可見的，甚至是不可控的，其無法有效地參與到電力市場(chǎng)中去。從現(xiàn)階段我國(guó)電力系統(tǒng)的發(fā)展歷程來看，多樣化的風(fēng)險(xiǎn)水平不足以支撐DG的長(zhǎng)期市場(chǎng)交易合同，VPP作為DG的并網(wǎng)形式最具創(chuàng)造力和可行性［5］。不少文獻(xiàn)對(duì)VPP做了研究，文獻(xiàn)［6］在考慮VPP的電量平衡和相應(yīng)網(wǎng)絡(luò)約束，利用VPP內(nèi)DG不平衡競(jìng)價(jià)模型解決了VPP參與主網(wǎng)能量市場(chǎng)和備用市場(chǎng)中的競(jìng)價(jià)策略。文獻(xiàn)［7］提出聯(lián)合風(fēng)電機(jī)組和電動(dòng)汽車的VPP參與市場(chǎng)交易，建立基于線性規(guī)劃的VPP運(yùn)行模型，通過對(duì)風(fēng)電場(chǎng)、電價(jià)和電動(dòng)汽車的真實(shí)數(shù)據(jù)仿真，分析主網(wǎng)和電動(dòng)汽車的調(diào)度對(duì)VPP收益影響。文獻(xiàn)［8］中的VPP將能源風(fēng)險(xiǎn)評(píng)估考慮到市場(chǎng)交易過程中，為小容量風(fēng)電機(jī)組接入配電網(wǎng)產(chǎn)生的高成本、無法參與市場(chǎng)交易問題提供了解決途徑。文獻(xiàn)［9］考慮多電力市場(chǎng)和多電力用戶之間的關(guān)系，建立了雙層博弈模型，電力市場(chǎng)間為非合作博弈，電力用戶間為演化博弈。以上研究?jī)H考慮VPP直接同外部電力市場(chǎng)交易，未對(duì)VPP自身供用電策略以及多個(gè)VPP集群之間交易策略進(jìn)行描述。

基于上述問題，本文考慮在主動(dòng)配電網(wǎng)交易環(huán)境下，不考慮VPP之間的物理連接情況，構(gòu)造了VPP能源自用、互用和電網(wǎng)交互的不同情況。用戶首先直接購用所屬VPP電能，同時(shí)多余電能在不同VPP間進(jìn)行共享，最后同外部電力市場(chǎng)交易，如圖1所示。對(duì)于不同VPP系統(tǒng)而言，其構(gòu)造形式也各不相同，但基本都包含DG(太陽能或風(fēng)能等)、負(fù)荷及儲(chǔ)能。多個(gè)VPP的供電策略可分為3個(gè)階段進(jìn)行描述:第1階段為VPP為自身負(fù)荷供電，如圖1中VPP1所示;第2階段為多個(gè)VPP集群之間進(jìn)行互補(bǔ)供電，如圖1中VPP2所示;第3階段為多VPP聚合成整體同外部電力市場(chǎng)交易，可以實(shí)現(xiàn)逆向售電。第3階段中，VPP在集群間出現(xiàn)供電缺額將直接從外部電力市場(chǎng)購買，同時(shí)對(duì)于多余的電量直接出售給外部電力市場(chǎng)，本文主要研究多個(gè)VPP的內(nèi)部與交互交易，對(duì)于VPP集群整體盈余/缺額電量與外部電力市場(chǎng)的交易策略以及儲(chǔ)能充放電運(yùn)行成本將在以后工作中研究討論。

圖1 多個(gè)VPP結(jié)構(gòu)Fig.1 StructureofVPPs

VPP與傳統(tǒng)電網(wǎng)的區(qū)別在于，前者不再是大型發(fā)電機(jī)的集合，而是聚合多種不同形式的發(fā)電、用電單元，更加趨向于微型化、智能化。對(duì)VPP的研究和實(shí)施情況主要在歐洲和北美，據(jù)國(guó)際權(quán)威機(jī)構(gòu)Pike Research公布的數(shù)據(jù)顯示，截至2013年底，全球的VPP總產(chǎn)能容量突破3 800 MW，預(yù)計(jì)到2020年產(chǎn)能將達(dá)到15 400 MW［10］，我國(guó)對(duì)于VPP的研究處于起步階段。VPP目前沒有一個(gè)國(guó)際普遍通用的定義，但其基本構(gòu)成元素如圖2所示。這些元件運(yùn)用諸如控制協(xié)調(diào)技術(shù)、信息通信技術(shù)、智能計(jì)量技術(shù)等將DG聚合在一起協(xié)調(diào)運(yùn)行，并參與到能量市場(chǎng)和電力輔助服務(wù)市場(chǎng)［11］。

圖2 VPP組件示意圖Fig.2 VPPcomponents

歐洲和北美對(duì)VPP的應(yīng)用研究各有側(cè)重點(diǎn)，以歐盟、荷蘭和德國(guó)為代表的歐洲示范項(xiàng)目，主要研究DG的并網(wǎng)和電力市場(chǎng)運(yùn)營(yíng)，使DG能更安全、更充裕、更可靠地參與到電力市場(chǎng)中;以美國(guó)為代表的北美示范項(xiàng)目，主要研究需求響應(yīng)計(jì)劃和對(duì)可再生能源的利用，實(shí)現(xiàn)動(dòng)態(tài)、實(shí)時(shí)供需平衡是VPP基本運(yùn)行規(guī)則［12］。對(duì)于單個(gè)太陽能或風(fēng)能而言，因其容量有限，對(duì)大電網(wǎng)而言被視為不可見，導(dǎo)致其參與外部電力市場(chǎng)較為困難。本文進(jìn)一步將供用電單元組成的VPP系統(tǒng)進(jìn)行互聯(lián)，構(gòu)成的VPP集群由能量管理系統(tǒng)(energy management system，EMS)進(jìn)行統(tǒng)一協(xié)調(diào)控制管理［13］。

本文在構(gòu)建VPP的元件模型基礎(chǔ)上，計(jì)入需求響應(yīng)模型，分別建立第1階段中VPP內(nèi)部交易以及第2階段VPP的網(wǎng)間交易模型，提出算法流程并通過算例驗(yàn)證，證明了本文所提模型的正確性，為制定多個(gè)VPP供電單元和負(fù)荷用戶的發(fā)用電計(jì)劃提供了參考。

1 VPP元件模型

1.1 VPP用戶模型

用戶在電力批發(fā)市場(chǎng)或電力系統(tǒng)可靠性受到威脅時(shí)，接受供電方發(fā)出的誘導(dǎo)性增加或減少負(fù)荷的補(bǔ)償通知或用電價(jià)格改變通知信息，做出電力消費(fèi)形式的變化行為即需求響應(yīng)(demand response，DR)［14］。DR可以減少電力消耗曲線的峰谷差，同時(shí)平衡電力供需，引導(dǎo)和推動(dòng)用戶科學(xué)、合理地進(jìn)行電力消費(fèi)，不僅可以減少用戶的電費(fèi)，而且可以緩解電網(wǎng)的壓力［15］。本文模型考慮基于價(jià)格的DR，通過DR將轉(zhuǎn)移部分用電高峰負(fù)荷到低谷時(shí)期，由此帶來的新的需求平衡可以表示為:

1.2 VPP供用電單元模型

對(duì)于不同的發(fā)電單元都遵循自主發(fā)電模式，同時(shí)受到EMS的統(tǒng)一協(xié)調(diào)控制，但是單一的發(fā)電單元很難實(shí)現(xiàn)穩(wěn)定的電能輸出，VPP聚合風(fēng)力發(fā)電和太陽能發(fā)電，可以利用其發(fā)電組合在空間和時(shí)間上的互補(bǔ)性，加上儲(chǔ)能的協(xié)同作用，來獲得較為經(jīng)濟(jì)可靠的電能。VPP根據(jù)對(duì)歷史用電數(shù)據(jù)的分析和負(fù)荷邊界約束條件，確定風(fēng)能、太陽能的發(fā)電曲線和儲(chǔ)能充放電行為［16］，本文建立VPP的供用電模型如下:

2 多個(gè)VPP的交易方法

電力負(fù)荷的用電首先從自身所在的VPP中獲得，在不能滿足的情況下，缺額電量通過報(bào)價(jià)，從其他VPP的盈余電量中獲得，最后，VPP集群的總體盈缺電量由外部電力市場(chǎng)供給。此種供電模式，有助于VPP的自主運(yùn)行，減少對(duì)外部電力市場(chǎng)的依賴。下面分別建立第1階段VPP內(nèi)部交易以及第2階段VPP的網(wǎng)間交易模型。

2.1 VPP內(nèi)部交易模型

2.1.1 目標(biāo)函數(shù)

內(nèi)部交易的目標(biāo)是VPP的內(nèi)部收益最大化，它為內(nèi)部負(fù)荷的售電收入與電力用戶由于DR所造成舒適度下降進(jìn)行補(bǔ)償?shù)牟铑~，目標(biāo)函數(shù)可寫為:

式中:R1i表示第1階段VPP i的內(nèi)部收益;S1i表示第1階段VPP i的內(nèi)部負(fù)荷售電收入;μi表示VPP i電力負(fù)荷對(duì)于用電舒適度的敏感系數(shù);為內(nèi)部負(fù)荷的售電電價(jià)，本文采用分時(shí)電價(jià);表示t時(shí)刻DR前后的負(fù)荷差值。式(7)右側(cè)的第2項(xiàng)表示VPP對(duì)電力用戶由于DR所造成的舒適度下降進(jìn)行補(bǔ)償?shù)馁M(fèi)用。

2.1.2 約束條件

(1)功率約束:

(2)用戶需求響應(yīng)約束:

(3)儲(chǔ)能約束:

2.2 VPP的網(wǎng)間交易模型

第2階段根據(jù)第1階段優(yōu)化后產(chǎn)生的盈余電量或負(fù)荷進(jìn)行報(bào)價(jià)，考慮到:一方面，VPP采用獲得更大收益的報(bào)價(jià)可能會(huì)增加失去更多售電機(jī)會(huì)的風(fēng)險(xiǎn);另一方面，使VPP有更大可能性交易成功的報(bào)價(jià)反而會(huì)降低VPP的收益，因此，好的報(bào)價(jià)策略是在這2種情況下取得均衡［17］。在完全開放的雙邊市場(chǎng)環(huán)境下，研究在VPP的網(wǎng)間購售電過程中，如何建立有效的報(bào)價(jià)策略具有重要的理論和實(shí)踐價(jià)值。當(dāng)?shù)?階段優(yōu)化后的 VPP對(duì)外表現(xiàn)為輸出電能時(shí)，將這類VPP歸為賣方，對(duì)外表現(xiàn)為輸入電能時(shí)歸為買方，本文運(yùn)用均勻分布建立VPP買賣雙方的叫價(jià)拍賣模型，求解貝葉斯納什均衡。

2.2.1 VPP的網(wǎng)間報(bào)價(jià)模型

假設(shè)在某交易時(shí)間內(nèi)，買方需求的電量為E，賣方提供電量為W，若E＞W(wǎng)，則買賣雙方?jīng)Q定是否交易W電量，若E＜W，則買賣雙方?jīng)Q定是否交易W電量。設(shè)定在t時(shí)刻，賣方提供電量的價(jià)值為Ct，買方需求電量的價(jià)值為Vt，有:

式中:At為綜合考慮負(fù)荷量、電網(wǎng)運(yùn)行狀態(tài)、市場(chǎng)電價(jià)和各種約束得到的賣方單位電量的價(jià)值;為第2階段賣方的供電電量;Bt為買方單位電量的價(jià)值為第2階段買方的需求電量。

完全開放的電力市場(chǎng)中，VPP買賣雙方同時(shí)報(bào)價(jià)，賣方報(bào)價(jià)為，買方報(bào)價(jià)為，一般雙方報(bào)價(jià)策略均服從線性分布函數(shù)如下:

2.2.2 基于貝葉斯模型的求解方法

對(duì)于VPP第2階段網(wǎng)間交易，賣方期望收益為

買方期望收益為

由非完全信息靜態(tài)博弈中的貝葉斯定理推導(dǎo)可知: VPP買賣雙方的最優(yōu)報(bào)價(jià)應(yīng)使其收益最大，即滿足:

賣雙方的交易才能成功，否則交易失敗。雙方的報(bào)價(jià)不一定在任何時(shí)候都滿足上述條件，對(duì)于第1輪報(bào)價(jià)失敗的情況下，VPP買賣雙方進(jìn)入序貫報(bào)價(jià)階段，雙方要對(duì)自身最大期望利潤(rùn)做出合理的讓步。針對(duì)VPP第1輪報(bào)價(jià)策略不能滿足交易的情況下，買賣雙方均對(duì)自己的報(bào)價(jià)策略設(shè)1個(gè)價(jià)格變動(dòng)系數(shù)(，其中(。若存在買賣雙方在第2輪競(jìng)價(jià)仍不能滿足的情況下繼續(xù)對(duì)價(jià)格變動(dòng)系數(shù)進(jìn)行修正，直到交易達(dá)成或最終失敗。

2.3虛擬發(fā)電廠交易流程

綜合上述，VPP內(nèi)部和網(wǎng)間供用電雙方的交易通常需經(jīng)過幾個(gè)階段:第1階段，VPP內(nèi)部供用電雙方根據(jù)自身特性，按照利潤(rùn)最大化原則，計(jì)入需求響應(yīng)，確定供用電計(jì)劃;第2階段，將VPP第1階段盈余發(fā)電量或負(fù)荷量在VPP之間進(jìn)行交易，通過判斷賣方要價(jià)和買方出價(jià)是否滿足貝葉斯均衡條件:若滿足，直接交易;若不滿足，通過調(diào)整修正價(jià)格變動(dòng)系數(shù)重新要價(jià)和出價(jià)，直至滿足交易條件，若經(jīng)過多次價(jià)格調(diào)整后仍不能滿足貝葉斯均衡條件，則交易失敗，進(jìn)入第3階段，此時(shí)，VPP集群向外部電力市場(chǎng)購售電，交易流程如圖3所示。

圖3 交易流程Fig.3 Flowchartoftrading

3 算例仿真

3.1基礎(chǔ)數(shù)據(jù)

為驗(yàn)證模型的正確性，本文選取某示范園區(qū)為例，該示范園區(qū)由多個(gè)太陽能DG、風(fēng)能DG、儲(chǔ)能以及負(fù)荷構(gòu)成的VPP。

算例中考慮4種不同類型的VPP，并選取某典型日作為研究對(duì)象，4種類型的VPP構(gòu)成如下:VPP1包括太陽能DG(100 MW)、風(fēng)能DG(80 MW)、負(fù)荷(可轉(zhuǎn)移和不可轉(zhuǎn)移總量為80 MW);VPP2包括太陽能DG(90 MW)、負(fù)荷(可轉(zhuǎn)移和不可轉(zhuǎn)移總量為90 MW);VPP3包括風(fēng)能DG(90 MW)、負(fù)荷(可轉(zhuǎn)移和不可轉(zhuǎn)移總量為90 MW);VPP4包括太陽能DG(100 MW)。不同VPP的負(fù)荷預(yù)測(cè)及DG出力情況如圖4和圖5所示，不同VPP內(nèi)部負(fù)荷售電電價(jià)如圖6所示，其中VPP4不含負(fù)荷，故圖4、6中沒有包括VPP4;取ζmax=10% ，

圖4 虛擬發(fā)電廠負(fù)荷預(yù)測(cè)值(MW)Fig.4 LoadforecastofVPP(MW)

圖5 DG出力預(yù)測(cè)曲線Fig.5 PredictiveoutputcurvesofDG

圖6 虛擬發(fā)電廠內(nèi)部售電電價(jià)Fig.6 InternalelectricitysellpriceofVPP

3.2結(jié)果及討論

VPP4內(nèi)部不存在負(fù)荷，所以其直接參與到第2階段報(bào)價(jià)過程中，對(duì)于不同VPP第1階段的優(yōu)化結(jié)果和效益分別如圖7和表1所示。

圖7 不同虛擬發(fā)電廠內(nèi)部?jī)?yōu)化結(jié)果Fig.7 InternaloptimizationresultsofdifferentVPPs

表1 不同虛擬發(fā)電廠第1階段收益Table1 ThefirststageprofitofdifferentVPPs TenThousandYuan 萬元

從圖7可見，風(fēng)能DG、太陽能DG聯(lián)合供電系統(tǒng)(圖7(a))，由于風(fēng)能和太陽能兩者出力在時(shí)間上存在互補(bǔ)性，優(yōu)化后負(fù)荷波動(dòng)性比較小;而僅依靠太陽能DG或風(fēng)能DG的供電系統(tǒng)(圖7(b)或圖7(c))，優(yōu)化后負(fù)荷波動(dòng)比較大，此時(shí)VPP對(duì)負(fù)荷用戶補(bǔ)償也較大，同時(shí)，負(fù)荷用戶為實(shí)現(xiàn)自身舒適度需求，將部分負(fù)荷轉(zhuǎn)移到風(fēng)能或太陽能DG發(fā)電量較多的時(shí)段，如圖7(b)中的t=10～14時(shí)段;儲(chǔ)能在VPP中對(duì)于負(fù)荷參與到DR中起著很重要的作用，整體上在用電量較高時(shí)提供缺額能量支撐(如圖7中上半軸正功率)，在用電量較低時(shí)儲(chǔ)存部分電能(如圖7中下半軸負(fù)功率)。

從表1可以看出，不同VPP第1階段的內(nèi)部收益存在較大差別，單獨(dú)太陽能 DG供電系統(tǒng)(圖7 (b))的用戶負(fù)荷量最小，補(bǔ)償最大，因此內(nèi)部收益最小;風(fēng)能與太陽能DG聯(lián)合供電系統(tǒng)(圖7(a))對(duì)于用戶的補(bǔ)償雖然最小，但由于負(fù)荷量小于單獨(dú)風(fēng)能DG供電系統(tǒng)(圖7(c))，故內(nèi)部收益一般;單獨(dú)風(fēng)能DG供電系統(tǒng)的補(bǔ)償較小，且負(fù)荷量最大，因此其內(nèi)部收益最大;VPP4內(nèi)部沒有負(fù)荷，將直接參與到第2階段交易，故內(nèi)部收益為0。

從表1可以看出，不同VPP第1階段的內(nèi)部收益存在較大差別，單獨(dú)太陽能 DG供電系統(tǒng)(圖7 (b))的用戶負(fù)荷量最小，補(bǔ)償最大，因此內(nèi)部收益最小;風(fēng)能與太陽能DG聯(lián)合供電系統(tǒng)(圖7(a))對(duì)于用戶的補(bǔ)償雖然最小，但由于負(fù)荷量小于單獨(dú)風(fēng)能DG供電系統(tǒng)(圖7(c))，故內(nèi)部收益一般;單獨(dú)風(fēng)能DG供電系統(tǒng)的補(bǔ)償較小，且負(fù)荷量最大，因此其內(nèi)部收益最大;VPP4內(nèi)部沒有負(fù)荷，將直接參與到第2階段交易，故內(nèi)部收益為0。

下面對(duì)VPP的第2階段網(wǎng)間報(bào)價(jià)策略進(jìn)行分析，可以分為3種典型情形進(jìn)行討論。

情形1:選取時(shí)刻t=0為研究對(duì)象。第1階段后，VPP2剩余負(fù)荷量為59.52 MW，VPP3剩余電量為5.76 MW，其他VPP無剩余電量和負(fù)荷量情況。因此，交易的電量最大值為5.76 MW，設(shè)買方電量的價(jià)值為288.45元/(MW · h)，賣 方 電 量 價(jià) 值 為201.78元/(MW·h)，因Ct∈［0，1］，Vt∈［0，1］，將雙方電量?jī)r(jià)值按照折算因子0.903折算到(0，1)區(qū)間，可得=0.65元/(kW·h)，=0.66元/(kW·h)，可知，買賣雙方符合交易成交條件，直接交易，δ=0.5，第2階段t=0時(shí)刻的最終交易價(jià)格為=0.65元/(kW·h)。

情形2:選取時(shí)刻t=1為研究對(duì)象。第1階段后，VPP2多余負(fù)荷量為60.5 MW，VPP3多余電量為7.65 MW。其他VPP無剩余電量和負(fù)荷量情況。因此，交易的電量最大值為7.65 MW。設(shè)買方電量?jī)r(jià)值為 254.32元/(MW·h)，賣方電量?jī)r(jià)值為229.67元/(MW·h)，可得元/(kW·h)，=0.59元/(kW·h)。因?yàn)椋I賣雙方不滿足交易條件，進(jìn)入序貫談判報(bào)價(jià)階段，雙方都希望通過交易獲利，對(duì)其期望的最大收益做出讓步，假設(shè)買賣雙方都通過對(duì)自身報(bào)價(jià)設(shè)定降價(jià)為0.995，賣方的要價(jià)變更為=0.642元/(kW·h)，同理買方的出價(jià)變更為=0.648元/ (kW·h)，計(jì)算結(jié)果滿足交易要求，表明雙方在第2輪競(jìng)價(jià)談判中達(dá)成交易，若在第2輪競(jìng)價(jià)仍不能滿足交易要求進(jìn)入第3輪競(jìng)價(jià)，直到交易達(dá)成或終止。此時(shí)雙方交易的最終電價(jià)為=0.645元/(kW·h)。

情形3:選取t=11為研究對(duì)象。第1階段后，VPP1剩余電量為75.66 MW，VPP2剩余電量為8.92 MW，VPP3剩余電量為2.15 MW，VPP4電量為98 MW。此時(shí)對(duì)于VPP集群，不存在負(fù)荷用電情況，此時(shí)無法達(dá)成交易條件，對(duì)于這種特殊情況，多余電量直接同外部電力市場(chǎng)進(jìn)行交易。

其他時(shí)段的情況屬于上述3種情形之一，這里不再贅述。對(duì)于第2階段的報(bào)價(jià)情況如圖8所示?？梢钥闯觯?0:00－14:00未出現(xiàn)VPP網(wǎng)間報(bào)價(jià)情況，在優(yōu)化過程中，可以看出這種情況同情形3所描述的一樣，每個(gè)VPP供電都存在盈余情況，此時(shí)多余的電量將直接同外部電力市場(chǎng)進(jìn)行交易。

圖8 虛擬發(fā)電廠的網(wǎng)間第2階段報(bào)價(jià)Fig.8 ThesecondstageofferbetweennetworksofVPPs

4 結(jié)論

本文研究了由太陽能DG、風(fēng)能DG、負(fù)荷以及儲(chǔ)能構(gòu)成的VPP模型，并將多VPP進(jìn)行互聯(lián)，在滿足內(nèi)部供需基礎(chǔ)上，將盈余電量在VPP之間共享。針對(duì)所述的VPP模型，提出適合VPP運(yùn)行模型，并建立收益函數(shù)，為VPP和內(nèi)部負(fù)荷確定合理供用電方案，實(shí)現(xiàn)經(jīng)濟(jì)效益的最大化;在本文所提的VPP模型中僅依靠太陽能DG為負(fù)荷供電，不能很好地體現(xiàn)其效益價(jià)值，應(yīng)配合其他能源供給形式;同時(shí)當(dāng)VPP僅有DG，而沒有用電負(fù)荷時(shí)，只能參與VPP集群或電力市場(chǎng)交易，也不能體現(xiàn)其經(jīng)濟(jì)價(jià)值，需對(duì)供用電雙方進(jìn)行合理配置來組成VPP。本文的工作為制定多個(gè)VPP交易下的發(fā)用電計(jì)劃提供了參考，同時(shí)對(duì)于VPP的多階段市場(chǎng)交易方法處于初期探究階段，文中很多情況下假設(shè)趨于理想，并未計(jì)入儲(chǔ)能充放電運(yùn)行成本，將在后期的VPP交易方法研究中不斷完善。

［1］REN21．Renew able energy policy netw ork for the 21stcentury［R］．Paris，F(xiàn)rance:REN21，2013．

［2］范松麗，艾芊，賀興．基于機(jī)會(huì)約束規(guī)劃的虛擬電廠調(diào)度風(fēng)險(xiǎn)分析［J］．中國(guó)電機(jī)工程學(xué)報(bào)，2015，16(35):4025-4034．FAN Songli，AIQian，HE Xing．Risk analysis on dispatch of virtual pow er plant based on chance constrained programming［J］．Proceedings of the CSEE，2015，16(35):4025-4034．

［3］YUE Xiang，LIU Junyong，LI Furong，et al．Optimal active distribution network planning:A review［J］．Electric Pow er Components and Systems，2016，44(10):1075-1094．

［4］ASMUS P．Microgrids，virtual pow er plants and our distributed energy future［J］．The Electricity Journal，2010，23(10):72-82．

［5］MASHHOUR E，MOGHADDAS-TAFRESHIS M．Bidding strategy of virtual power plantfor participating in energy and spinning reserve markets—Part II:Numerical analysis［J］．IEEE Transactions on Smart Grid，2011，26(2):949-956．

［6］余爽，衛(wèi)志農(nóng)，孫國(guó)強(qiáng)，等．考慮不確定性因素的虛擬電廠競(jìng)標(biāo)模型［J］．電力系統(tǒng)自動(dòng)化，2014，38(22):43-49．YU Shuang，WEI Zhinong，SUN Guoqiang，et al．Abidding model for a virtual pow er plant considering uncertainties［J］．Automation of Electric Pow er Systems，2014，38(22):43-49．

［7］楊甲甲，趙俊華，文福栓，等．含電動(dòng)汽車和風(fēng)電機(jī)組的虛擬發(fā)電廠競(jìng)價(jià)策略［J］．電力系統(tǒng)自動(dòng)化，2014，13:92-102．YANG Jiajia，ZHAO Junhua，WEN Fushuan，et al．Development of bidding strategies for virtual pow er plants considering uncertain outputs from plug in electric vehicles and w ind generators［J］．Automation of Electric Power Systems，2014，13:92-102．

［8］XIA Yuhang，LIU Junyong．Optimal scheduling of virtual power plant w ith risk management［J］．Journal of Pow er Technologies，2016，96(1):1-8．

［9］CHAI B，Chen J，Yang Z，et al．Demand response management w ith multiple utility companies:A tw o-level game approach［J］．IEEE Transaction on Smart Grid，2014，5(2):722-731．

［10］ASMUS P．Microgrids，virtual power plants and our distributed energy future［J］．The Electricity Journal，2010，23(10):72-82．

［11］田世明，欒文鵬，張東霞，等．能源互聯(lián)網(wǎng)技術(shù)形態(tài)與關(guān)鍵技術(shù)［J］．中國(guó)電機(jī)工程學(xué)報(bào)，2015，14(35):3482-3494．TIAN Shiming，LUAN Wenpeng，ZHANG Dongxia，et al．Technical forms and key technologies on energy internet［J］．Proceedings of the CSEE，2015，14(35):3482-3494．

［12］衛(wèi)志農(nóng)，余爽，孫國(guó)強(qiáng)，等．虛擬電廠歐洲研究項(xiàng)目述評(píng)［J］．電力系統(tǒng)自動(dòng)化，2013，21(37):196-202．WEI Zhinong，YU Shuang，SUN Guoqiang，et al．Review on European research projects of virtual power plant［J］．Automation of Electric Pow er Systems，2013，21(37):196-202．

［13］張濤，張福興，張彥．面向能源互聯(lián)網(wǎng)的能量管理系統(tǒng)研究［J］．電網(wǎng)技術(shù)，2016，40(1):146-155．ZHANG Tao，ZHANG Fuxing，ZHANG Yan．Study on energy management system of Energy Internet［J］．Power System Technology，2016，40(1):146-155．

［14］US Department of Energy．Benefits of demand response in electricity and recommendations for achieving them:A report to the united states congress pursuant to section 1252 of Energy Policy Act of200［EB/OL］．(2007-05-21)［2017-02-13］．http://w w w．oe．energy．gov/Documents and Media/congress_1252d．pdf．

［15］張坤，毛承雄，謝俊文，等．風(fēng)電場(chǎng)復(fù)合儲(chǔ)能系統(tǒng)容量配置優(yōu)化設(shè)計(jì)［J］．中國(guó)電機(jī)工程學(xué)報(bào)，2012，32(25):79-87．ZHANG Kun，MAO Chengxiong，XIE Junwen，et al．Optimal design of hybrid energy storage system capacity for w ind farm［J］．Procedings of the CSEE，2012，32(25):79-87．

［16］康重慶，夏清，張伯明．電力系統(tǒng)負(fù)荷預(yù)測(cè)研究綜述與發(fā)展方法的探討［J］．電力系統(tǒng)自動(dòng)化，2004，28(17):1-11． KANG Chongqing，XIA Qing，ZHANG Boming．Review of power system load forecasting and its development［J］．Automation of Electric Pow er Systems，2004，28(17):1-11

［17］董文略，王群，楊莉．含風(fēng)光水的虛擬電廠與配電公司協(xié)調(diào)調(diào)度模型［J］．電力系統(tǒng)自動(dòng)化，2015，39(9):75-81 DONG Wenlue，WANG Qun，YANG Li．A coordinated dispatching model for a distribution utility and virtual pow er plants w ith wind/photovoltaic/hydro generators［J］．Automation of Electric Power Systems，2015，39(9):75-81．

(編輯 張媛媛)

Multi-Stage Market Transaction Method with Participation of Virtual Power Plants

LIU Jichun1，TANG Hu1，XIANG Yue1，LIU Junyong1，ZHANG Lingzhu2

(1.School of Electrical Engineering and Information，Sichuan University，Chengdu 610065，China; 2.State Grid Ningxia Electric Power Eco-tech Research Institute，Yinchuan 750000，China)

With the development of smart grid，distributed generations(DGs)are widely integrated into the power system．However，the single DG represented by wind energy or solar energy is not visible to the large power grid，and there are many unfavorable factors in the power market trading．Considering the impacts of multi-energies，this paper constructs virtual power plant(VPP)model，which includes the DG，electricity load and energy storage system．The VPPs are connected with each other，aiming to meeteach demand inside VPP while sharing the additional power between VPP aggregates to realize multi-stage markets trading．The proposed method is set based on maximizing the benefits inside the VPP and between networks to adopt renewable energy as much as possible，in which the demand response strategy(DR)is considered．Based on the trading method，the scientific electricity plan for each utility inside the VPP can be obtained，so as the reasonable bidding strategies between networks，which can provide reference for healthy and flexible operation and trading of VPP．

virtual power plant(VPP);distributed generation(DG);aggregates;demand response(DR);bidding strategies;transaction method

TM 73

A

1000－7229(2017)03－0137－08

10.3969/j．issn.1000－7229.2017.03.019

2016-12-28

劉繼春(1975)，男，博士，教授，主要研究方向?yàn)殡娏ο到y(tǒng)經(jīng)濟(jì)分析及電力市場(chǎng);

唐虎(1990)，男，碩士，主要研究方向?yàn)殡娏ο到y(tǒng)調(diào)度自動(dòng)化及電力市場(chǎng);

向月(1987)，男，博士，副研究員，本文通信作者，主要研究方向?yàn)殡娏ο到y(tǒng)規(guī)劃與優(yōu)化運(yùn)行;

劉俊勇(1963)，男，教授，博士生導(dǎo)師，主要研究方向?yàn)殡娏κ袌?chǎng)、電力系統(tǒng)穩(wěn)定與控制、分布式發(fā)電及智能電網(wǎng);

張鈴珠(1988)，女，碩士，主要研究方向?yàn)殡娏ο到y(tǒng)調(diào)度自動(dòng)化。

國(guó)家高技術(shù)研究發(fā)展計(jì)劃項(xiàng)目(2014AA051901);四川大學(xué)引進(jìn)人才科研啟動(dòng)項(xiàng)目(1082204112089)

Project supported by National High Technology Research and Development Program of China(2014AA051901)