姜子卿，郝 然，艾 芊

（上海交通大學 電氣工程系，上海 200240）

0 引言

工業(yè)園區(qū)是以工業(yè)負荷為主的復雜能源系統(tǒng)，涵蓋多種產(chǎn)能／用能主體，涉及電、冷、熱等多種能源的生產(chǎn)、轉移和利用。其負荷需求量大、負荷特性復雜、供電可靠性要求高，對配用電系統(tǒng)的運行調度提出了較高的要求［1］。但與此同時，傳統(tǒng)的工業(yè)園區(qū)缺乏用能的統(tǒng)一優(yōu)化，普遍存在能源浪費、電能緊缺等問題，極大地影響了系統(tǒng)的運行效率和經(jīng)濟環(huán)境效益［2］。近年來，隨著智能配電網(wǎng)技術和需求響應技術的發(fā)展，有效的互動機制成為解決該問題的一種極佳方案，通過發(fā)掘園區(qū)各主體的響應潛力，使之與電網(wǎng)進行良性互動，能夠更好地滿足用戶用能需求，降低用能成本和提高綜合能源利用率［3］。而能源互聯(lián)網(wǎng)技術的發(fā)展使得多種能源系統(tǒng)能夠互動響應，從而使得建立具備多主體、多能源、多層次的工業(yè)園區(qū)綜合能源系統(tǒng)成為可能［4］。

目前國內外學者對于電網(wǎng)與用戶的互動研究已取得了一定的成果。文獻［5］從需求響應相關理論入手，研究了電網(wǎng)與用戶雙向互動的響應機理和相關技術。文獻［6］在綜合考慮供應側和需求側作用機理的基礎上，將需求響應納入發(fā)電調度，建立了計及用戶側互動的發(fā)電調度模型。文獻［7］通過建立基于系統(tǒng)動力學的柔性負荷互動模型，分析了互動后各時段負荷變化量、響應量等動態(tài)特性。文獻［8］采用模糊綜合評價法對居民智能用電態(tài)度進行量化評分，并分析了居民的用能偏好。文獻［9］基于風電在不同時間尺度上誤差的不同以及對應電網(wǎng)調節(jié)能力的差異，提出計及風電不確定性的多時間尺度源-荷協(xié)調調度策略。上述研究工作主要著眼于以需求響應為基礎的用電行為分析，而沒有考慮其他類型能源的產(chǎn)能、用能特性。

同時，對于多能源的優(yōu)化調度研究也得到了一定的發(fā)展。文獻［10］提出了基于電、熱負荷跟蹤策略的冷熱電聯(lián)產(chǎn)（CCHP）系統(tǒng)魯棒優(yōu)化調度方法，并用后悔值準則來描述系統(tǒng)的運行性能。文獻［11］在熱電聯(lián)產(chǎn)（CHP）型微電網(wǎng)中引入了熱泵裝置用于消納過剩風電并承擔部分熱負荷，并建立了短期最優(yōu)經(jīng)濟運行模型。文獻［12］提出了基于室內溫度優(yōu)化的CCHP系統(tǒng)和風電聯(lián)合日前調度方法，能夠有效地解決產(chǎn)熱量較大時棄風量較大的問題。文獻［13］提出了一種新型的熱電機組組合和調度仿真方法，能夠有效地評估大規(guī)模風電在成本、可靠性方面對系統(tǒng)運行的影響。文獻［14］以供電和供熱總煤耗最低為目標，建立了含儲熱的電力系統(tǒng)電熱綜合調度模型。文獻［15］提出了一種微電網(wǎng)能量管理框架，用于實現(xiàn)微電網(wǎng)各主體的聯(lián)合運行優(yōu)化，同時考慮了價格型需求響應。此類文獻多針對以CCHP系統(tǒng)為產(chǎn)能主體的微電網(wǎng)或其他自治性系統(tǒng)，以系統(tǒng)自身調度經(jīng)濟性為目標，并沒有考慮其與電網(wǎng)或其他主體的互動，也沒有涉及負荷側對多能源的響應行為。

目前對多能源背景下的需求響應也有一定的研究。文獻［16］通過系統(tǒng)模糊電價的計算求取柔性負荷響應后的負荷改變量，提出了多能互補的綜合目標函數(shù)對多能出力進行調度。文獻［17］建立了以聯(lián)供系統(tǒng)與負荷曲線的聯(lián)合滿意度為目標的雙向峰谷定價模型，激勵CCHP系統(tǒng)參與需求側管理。文獻［18］以成本和排放最小為目標，提出了基于CHP的微電網(wǎng)多目標能量管理模型，并考慮了電價型需求響應。但上述文獻并沒有考慮用戶對多類型能源的需求特性和需求之間的轉化。

目前的研究工作較少涉及不同類型能源需求間的相互影響和廣義需求側資源的統(tǒng)一優(yōu)化調度，也較少涉及工業(yè)能源系統(tǒng)的協(xié)同互動。而通過冷、熱、電等多種能源在價格、用能特性、用能需求上的差異性和互補性，設計合理的工業(yè)園區(qū)多主體、多能源互動機制，既能有效地緩解電力缺額、提高供能可靠性，又能在一定程度上擴大各參與主體的利益，實現(xiàn)共贏。

本文以工業(yè)園區(qū)綜合能源系統(tǒng)為研究對象，在傳統(tǒng)需求響應互動機制的基礎上，將用戶對冷、熱、電等多種能源的需求納入廣義需求側資源的范疇中，考慮多能源在價格、用能、需求特性上的差異性，CCHP系統(tǒng)多能出力特性等，以最小化互動總成本為目標，建立了基于多能互補的廣義需求響應互動優(yōu)化模型，實現(xiàn)了電網(wǎng)、用戶與CCHP系統(tǒng)的多向互動，并借助算例進行了驗證。

1 面向工業(yè)大用戶的傳統(tǒng)需求響應機制

傳統(tǒng)的工業(yè)園區(qū)互動機制以大工業(yè)用戶的需求響應調度為主要內容，涉及電網(wǎng)公司與用戶之間的雙向溝通和互動，并以最小化調度成本為優(yōu)化目標。

園區(qū)管理中心代表電力公司，是整個園區(qū)互動的協(xié)調中心。在互動過程中，管理中心結合園區(qū)能源系統(tǒng)運行的實際情況，將互動指標進行分解，然后將具體的負荷削減指令發(fā)布給底層用戶，引導用戶響應。

工業(yè)負荷是工業(yè)園區(qū)的主要負荷，工業(yè)用戶負荷量大、自動化程度高，具有很高的互動響應潛力。工業(yè)負荷按負荷性質可分為生產(chǎn)性和非生產(chǎn)性負荷，其中生產(chǎn)性負荷指與生產(chǎn)產(chǎn)品直接相關的負荷，如重要的機械設備，一般不能隨意轉移和削減；非生產(chǎn)性負荷指起輔助作用的負荷，如空調、照明設備等，其重要性較低，可以根據(jù)實際情況迅速做出響應。

在實際的互動過程中，將工業(yè)用戶的響應分為價格型響應和激勵型響應，其中前者為用戶對價格的自動響應，后者則由電力公司統(tǒng)一調度安排［3］。

1.1 價格型響應

價格型響應指用戶根據(jù)電力公司制定的分時電價來調整優(yōu)化自身的負荷計劃，從而減少其用電支出。用戶對電價的響應行為分為本時段內負荷的削減以及不同時段間負荷的轉移，分別用自需求彈性和互需求彈性來表征，如式（1）所示。

其中，u、v為時段，取值范圍 1～24；當 u≠v 時，E（u，v）為時段u與時段v的交叉彈性系數(shù)，當u=v時，E（u，v）為時段u的自彈性系數(shù)；q0，u為用戶在時段u的初始電量；ρ0，v為時段 v 的初始電價；Δρv和 Δqu分別為時段v電價變化量和時段u電量變化量。

由此得到分時電價的多時段響應模型，用戶在時段u的用電量如式（2）所示。

1.2 激勵型響應

激勵型響應在工業(yè)園區(qū)的雙向互動中主要以可中斷負荷的形式實施。電力公司與大用戶簽訂用能合同，在實際運行中根據(jù)實際負荷狀況或其他需要，向大用戶發(fā)布負荷削減指令，用戶根據(jù)自身情況響應并削減一定量的負荷，并獲得相應的補償。

用戶獲得的可中斷補償與自身負荷特性和生產(chǎn)情況有關，并隨著削減電量的增加而增大。可中斷補償費用為：

其中，CE，i為電力公司支付給用戶i的可中斷補償費用；ΔLi，t為用戶 i在時段 t的負荷削減量；T 為總時段數(shù)，若以1 h為1個時段，則一天共有24個時段，即T＝24；αi和βi為相應系數(shù)，與用戶自身特性和失負荷成本有關。

在實際調度過程中，為了評估負荷響應的有效性，需要確定該用戶的基線負荷。若用戶實際負荷量小于其基線負荷與要求負荷削減量的差值，則認定本次響應有效。

電力公司在對可中斷負荷進行調度時，以調度總費用最小為優(yōu)化目標：

其中，CE為電力公司一天內用于可中斷負荷的總支出；n為大用戶數(shù)量。

2 考慮多能互補的多方互動原理

2.1 基于多能互補的廣義需求響應

在具備冷、熱、電等多種能源需求的工業(yè)園區(qū)綜合能源系統(tǒng)中，用戶對多能源的需求在時間、空間、成本等方面的不同，為綜合能源系統(tǒng)多主體、多能源的互動響應提供了巨大的發(fā)揮空間［19］。

本文將需求響應的概念進行擴充，引入基于多能互補的廣義需求響應，基于多種能源系統(tǒng)在產(chǎn)能特性、供求特性以及用能特性等的差異性，通過激勵的方式刺激或誘導用戶改變某一種或多種能源的需求，從而對另一種能源的供求關系產(chǎn)生影響，達到削峰填谷、緩解用能緊張等目的。

引入多能互動后，需求響應不再僅局限于電負荷的削減或平移，還應包括多種能源類型之間的需求轉化，CCHP系統(tǒng)、電動汽車、儲能、光伏等與用戶成為廣義的需求側資源；互動也不再僅局限于傳統(tǒng)的電力公司和用戶的雙向互動，所有能提供或利用其他形式能源的主體成為綜合能源系統(tǒng)互動體系中的“第三方”?；诙嗄芑パa的多方互動示意圖見圖1。

圖1 基于多能互補的多方互動示意圖Fig.1 Schematic diagram of multiparty interaction based on multi-energy complementation

鑒于CCHP機組可以通過以熱定電、以電定熱、以冷定電這3種方式運行，具有較高的靈活性，因此本文主要考慮CCHP系統(tǒng)作為工業(yè)園區(qū)冷熱能源的生產(chǎn)機組和多方互動的主體。

2.2 多能源用能特性及需求差異

基于多能互補的工業(yè)園區(qū)互動建立在用戶對各類型能源的需求特性以及能源價格差異性的基礎上，通過整合各類資源促進多能互補，降低互動成本。

激勵CCHP系統(tǒng)參與互動的主要方式是通過冷、熱補償?shù)姆绞酱碳び脩魧岬男枨蟆９芾碇行母鶕?jù)用戶對熱和冷的需求特性，對用戶在某時段多出原計劃熱負荷的用能成本給予部分或全部補償，從而增大熱、冷負荷；由于CCHP機組以以熱定電或以冷定電的方式工作，在增加熱出力的同時也增加了發(fā)電量，若冷、熱補償費用低于可中斷補償費用，則CCHP機組將被優(yōu)先調度，同時總調度成本將減少。

以一個簡單的例子說明其原理。圖2展示了某種情況下3類廣義需求側資源的需求特性和價格關系，包括可中斷負荷的成本曲線和用戶冷、熱需求曲線。其中，可中斷負荷補償價格隨著負荷削減量的增加而增加；而用戶的冷、熱負荷量隨著能源價格的降低而增加。假設園區(qū)管理中心以全價補貼（即補償價格等于能源價格）的方式對用戶多用的冷、熱資源進行補償，某一時段用戶的熱負荷為a，冷負荷為b，則此時調度負荷量a-d需支出的補償費用低于冷、熱補償費用，管理中心將優(yōu)先調用可中斷負荷；若該時段用戶熱負荷為c，則由圖2可知，此時熱補償價格低于可中斷負荷的最低補償價格，管理中心采用激勵CCHP機組增發(fā)熱能的方式更能節(jié)約互動成本。

圖2 多能需求特性示意圖Fig.2 Schematic diagram of multi-energy demand property

實際調度中，CCHP機組增發(fā)的冷、熱出力可以分別由儲冷、儲熱裝置暫時儲存，并在其他時段釋放。超出儲能裝置儲存能力的冷、熱資源再通過刺激用戶需求來消納。

2.3 CCHP機組產(chǎn)能特性

以燃氣輪機為電源的CCHP系統(tǒng)，其出力特性見圖3，在產(chǎn)熱量一定時，其發(fā)電量可在一定的范圍內調節(jié)［20］。熱電比、熱氣比等指標均不是定值，而是隨工作狀態(tài)的變化而改變。由圖3可看出，在產(chǎn)熱量較低的工作點上，發(fā)電量的可調范圍相對較大；而在產(chǎn)熱量最大值附近的運行狀態(tài)，發(fā)電量可調范圍較小。

圖3 CCHP機組熱電出力特性Fig.3 Heat-power output characteristics of CCHP unit

CCHP機組的熱電出力關系如下：

其中，Hi，t為機組 i在時段 t的熱出力；Pi，t為發(fā)電量；Hi，max為機組熱出力最大值；Pi，max為機組最大發(fā)電量；RE，U、RE，D分別為發(fā)電量向上、向下爬坡率；RH，U、RH，D分別為產(chǎn)熱量向上、向下爬坡率為系數(shù)。

CCHP機組的冷電出力關系與熱電出力關系類似，此處不再贅述。

2.4 各互動主體收益分析

用戶參與互動的根本動力是利益驅動，而通過多種能源需求之間的相互轉化和激勵，基于多能互補的廣義需求響應不僅能有效提高能源利用率、降低削峰成本，還可以實現(xiàn)多方共贏。

對互動機制的實施方而言，其總支出如式（10）所示。由于可供調度的需求側資源增多，電力公司可以優(yōu)先選擇補償價格較低、性價比高的資源類型進行調度，其調度成本與單純調度可中斷負荷相比將有明顯降低。

其中，CH為熱補償支出；CQ為冷補償支出。

工業(yè)用戶也將從多能互動中獲得客觀的收益。用戶 i的互動收益 CL，i如式（11）所示，其主要包括三部分：由于響應分時電價節(jié)約的電費支出CTOU，i，獲得的可中斷負荷補償CE，i以及用熱、用冷補償。

CCHP系統(tǒng)由于互動而增加的冷、熱出力部分由電力公司予以補償，同時，隨著熱出力增加而增發(fā)的電量以統(tǒng)一收購價格賣給電力公司，或者以合同價格直接向大用戶供電。CCHP機組i的收益為：

其中，Qi，t為機組 i在時段 t的冷出力；λE為現(xiàn)行電價；λH為 CCHP機組熱價；λQ為 CCHP機組冷價；λF為天然氣價格；Fi，t=Hi，t／μH，i為所用天然氣量，μH，i為機組i的熱氣轉化效率，與產(chǎn)熱量有關。

由上述分析可知，各方的利益相較于無互動時均有增加，假設各參與方的行為均為理性行為，則該機制能夠有效促使各方參與互動。

3 基于多能互補的工業(yè)園區(qū)互動機制

在前文需求響應和多能需求互動原理的基礎上，提出基于多能互補的綜合能源系統(tǒng)多方互動機制。園區(qū)管理中心對可中斷負荷的補償規(guī)則與1.2節(jié)相同。對用戶的冷、熱補償采取全價補貼的方式，即用戶在原基礎上多用的冷、熱資源費用全部由管理中心承擔，并支付給CCHP機組?；拥膶嵤局肮该鳌钡脑瓌t，園區(qū)各主體參與互動削減的負荷量或增發(fā)的冷熱量以及其獲得的補償費用等信息應及時公開。

3.1 互動執(zhí)行流程

工業(yè)園區(qū)綜合能源管理中心根據(jù)園區(qū)用戶對多能源的需求及電、冷、熱等能源的生產(chǎn)特性，對廣義需求側資源進行調度。各類主體根據(jù)自身的用能特性、響應潛力，響應價格信息和調度指令，調整自身負荷或產(chǎn)能計劃，從而實現(xiàn)柔性互動。互動流程如下。

a.園區(qū)管理中心首先進行下一日的負荷預測，或由大用戶向管理中心提交次日的電、熱、冷用能計劃。由管理中心計算是否需要啟動互動機制進行削峰。

b.園區(qū)管理中心結合電、熱、冷負荷曲線和掌握的用戶用能彈性等信息，求解考慮多能互補的優(yōu)化互動調度模型，得到各時段大用戶需要削減的負荷或CCHP機組需要增加的出力。

c.管理中心向用戶下發(fā)負荷削減指令，向CCHP機組下發(fā)出力增發(fā)指令。

d.用戶根據(jù)自身的實際情況，判定是否能按要求完成相應的負荷削減指標，并及時向管理中心反饋。

e.若存在用戶因故不能執(zhí)行負荷削減指令的情況，則管理中心根據(jù)模型重新進行優(yōu)化調度。

f.本日的需求響應結束后，管理中心對用戶的響應有效性進行判定。

g.每月根據(jù)本月各用戶的響應情況，進行補償費用或懲罰費用的月度結算。

3.2 互動優(yōu)化調度模型

基于多能互補的綜合能源系統(tǒng)互動優(yōu)化調度模型，在滿足削峰硬性指標的基礎上，以電力公司對廣義需求側資源調度的總補償支出（包括對電、熱、冷的補償支出）最小為優(yōu)化目標：

其中，nC為 CCHP 機組數(shù)量；ΔHi，t為熱出力改變量；ΔQi，t為冷出力改變量。

需要考慮的約束條件包括CCHP機組、儲能裝置和可中斷負荷的約束等。

a.削峰指標約束。

削峰指標是園區(qū)互動需滿足的硬性約束，園區(qū)在任一時段的對外總負荷須滿足削峰指標μ，以全年最大負荷值LE，max的百分比表示。削峰指標約束為：

其中，PG，t為時段t園區(qū)用戶向電力公司購買的電量。

b.CCHP機組約束。

CCHP機組應滿足2.3節(jié)所述的出力特性約束，其中CCHP機組的原計劃產(chǎn)量應與其出力改變量滿足如下關系：

其中，H0，i，t、Q0，i，t、P0，i，t分別為原計劃產(chǎn)熱量、產(chǎn)冷量、發(fā)電量。

機組需滿足最小開停機時間約束，即：

其中分別為機組 i在時段 t已經(jīng)連續(xù)運行、停機的時段數(shù)分別為最小連續(xù)運行時間、停機時間為狀態(tài)變量，機組運轉時為1，機組停運時為0。

c.用戶可中斷負荷約束。

用戶削減的負荷量應不小于其與電力公司約定的最小中斷量 ΔLi，min，不大于其最大可削減容量 ΔLi，max：

其負荷中斷的時間不能超過其最大可中斷時間：

其中為用戶 i的最大可中斷時間為用戶 i到時段t為止已經(jīng)持續(xù)中斷的時間為狀態(tài)變量，負荷中斷時為1，反之為0。

d.儲電裝置約束。

儲電裝置通過在負荷低谷期充電、在負荷高峰期放電，起到削峰填谷的作用。其荷電狀態(tài)值SE，t的變化規(guī)律為：

其中，Pch，t、Pdis，t分別為儲電裝置在時段 t的充、放電功率；ηE，ch、ηE，dis分別為儲電裝置的充、放電效率；Δt為充放電時間間隔，默認為1 h；ΩE為儲電裝置容量。

儲電裝置荷電狀態(tài)約束為：

其中，SE，min、SE，max分別為儲電裝置所允許的荷電狀態(tài)最小值、最大值。

充、放電功率約束為：

其中，Pch，max、Pdis，max分別為儲電裝置的最大充、放電功率。

為了滿足儲電裝置連續(xù)運行，需滿足調度周期始末充放電平衡約束，即：

e.儲熱、儲冷裝置約束。

CCHP機組在響應指令時增發(fā)的冷、熱能源可以分別由儲冷和儲熱裝置暫時進行存儲，并在其他時段釋放，從而減少CCHP機組的生產(chǎn)成本和電力公司的互動成本，同時可以避免不必要的能源浪費［14］。

儲熱裝置的蓄、放熱能力約束為：

其中，SH，t為儲熱裝置在時段t儲存的熱量；ΩH為儲熱裝置容量；Hch，t、Hdis，t分別為儲熱裝置在時段 t的蓄、放熱功率，需滿足式（32）、（33）所示的限制。

其中，Hch，max、Hdis，max分別為儲熱裝置的最大蓄、放熱功率。

此外，還應滿足連續(xù)運行約束，即：

儲冷裝置的運行約束與儲熱裝置類似，在此不再贅述。

f.多能負荷平衡約束。

整個互動過程中，需滿足電、冷、熱多種能源供給量與負荷的平衡約束，分別如式（35）—（37）所示。

其 中 ，LE0，t為 互 動 前 時 段 t 工 業(yè) 用 戶 總 負 荷 ；LH0，i，t為用戶 i在時段 t的原始熱負荷量；ΔLH，i，t為用戶 i在時段t的熱需求變化量；HS，t為儲熱裝置在時段t的出力；LQ0，i，t為用戶 i在時段 t的原始冷負荷量；ΔLQ，i，t為用戶 i在時段 t的冷需求變化量；QS，t為儲冷裝置在時段t的出力。

g.多能源的供求關系約束。

熱、冷等能源的價格與用戶對該種能源的需求量有關，其具體關系由園區(qū)管理中心對用戶的用能分析得到，可通過需求曲線或分段函數(shù)來表示：

其中，f（·）表示函數(shù)關系。

3.3 響應有效性判定

用戶響應有效性按照基線負荷的方法進行判定。具體做法是選擇用戶在需求響應實施日前最近5個正常生產(chǎn)工作日，將其對應響應時段的冷、熱、電負荷曲線作為基線負荷?；€中出現(xiàn)的最大負荷稱為基線最大負荷，根據(jù)基線計算出的平均負荷稱為基線平均負荷。

如果用戶在負荷削減過程中同時滿足響應時段最大負荷不高于基線最大負荷、響應時段平均負荷低于基線平均負荷且其差值大于等于規(guī)定的負荷削減量，則視為有效響應；否則視為無效響應。

CCHP機組在互動過程中若滿足：響應時段每小時產(chǎn)熱量或產(chǎn)冷量大于等于對應基線負荷值，并且差值大于等于規(guī)定的增發(fā)量，則視為有效響應。

4 算例分析

以廣州某大型工業(yè)園區(qū)為例，分析所提互動機制和優(yōu)化方法的效果。該園區(qū)某日的電、熱、冷負荷曲線如圖4所示。年最大電負荷為50 MW，削峰指標為不超過年最大負荷的80%。園區(qū)有3臺CCHP機組，其中機組1、2的容量為4 MW／8t，以以熱定電的方式運轉；機組3的容量為3 MW／5t，以以冷定電方式運轉，具體機組參數(shù)和價格信息分別見表1、2；儲電裝置容量為0.6 MW／1.2 MW·h，充放電效率為90%；儲熱、儲冷裝置容量分別為1.5 t、1 t，最大蓄、放能功率為0.5 t／h；有8家大工業(yè)用戶，其可中斷負荷補償系數(shù)和參數(shù)見表3。用戶最大熱負荷需求為14 t／h，最大冷負荷需求為4 t／h。用戶執(zhí)行大工業(yè)峰谷電價。 高峰時段為 14∶00— 17∶00、19∶00— 22∶00，平段為 08∶00— 14∶00、17∶00— 19∶00、22∶00— 24∶00，低谷時段為 00∶00—08∶00。 按高峰電價 1.10 分／（kW·h）、平段電價0.68 分／（kW·h）、低谷電價 0.45 分／（kW·h）計費。以1 h為單位調度時段時長，即00∶00—01∶00對應時段 1，01∶00—02∶00 對應時段 2，依此類推，共24個時段。

圖4 電、熱、冷負荷曲線Fig.4 Electric，heating and cooling load curves

表1 CCHP機組1和2的參數(shù)Table 1 Parameters of CCHP unit 1 and 2

表2 CCHP機組3的參數(shù)Table 2 Parameters of CCHP unit 3

表3 用戶可中斷負荷參數(shù)Table 3 Parameters of users’interruptible loads

根據(jù)本文所提互動優(yōu)化模型得到各CCHP機組響應電網(wǎng)指令增發(fā)的冷、熱量，如圖5所示。相應增加的電能出力和用戶可中斷負荷削減量，如圖6所示。

圖5 CCHP機組增發(fā)的冷熱出力Fig.5 Heating／cooling output increment curves of CCHP units

圖6 CCHP機組增發(fā)出力和負荷削減量Fig.6 Load shedding curves and increased power output of CCHP units

由圖5、6可以看出，共有8個時段需要通過啟動互動機制來滿足削峰指標，分別為時段6、7、10—12、15—17，最大的待削峰量為7.5 MW。CCHP機組1和2的冷熱出力曲線基本相同，這是因為在熱負荷一定的情況下，這2臺CCHP機組平分產(chǎn)熱量能夠實現(xiàn)成本最低。在時段6、7，負荷的削減主要靠刺激用冷、用熱需求使CCHP機組增發(fā)電量來實現(xiàn)，由于熱價略低于冷價，因此熱出力改變量較大。在時段10—12和15—17，隨著待削峰量的增大，削峰指標開始由冷、熱的增發(fā)出力和用戶可中斷負荷共同承擔。由表1—3可知，利用增發(fā)熱量來獲得增發(fā)電量的補償費用總體上略低于冷補償和可中斷負荷補償，因此以熱定電型CCHP機組出力的增加量高于其他2類。在時段10，通過熱補償激勵的園區(qū)熱負荷達到用戶的熱需求極限值，CCHP機組1和2不能再增加出力，負荷削減主要由機組3和可中斷負荷承擔。此時CCHP機組的增發(fā)出力高于可中斷負荷量，而到時段11，由于CCHP機組均工作在較高的運行點，機組的熱電比和冷電比較大，即增加單位電能出力所需的冷、熱增發(fā)量變大，所需支出的補償費用高于部分用戶的可中斷補償費用，因此可中斷負荷削減量增加，并超過了機組3的電能增發(fā)量。由于儲熱、儲冷裝置的作用，CCHP機組在非響應時段的出力有一定程度的降低。

各用戶一天內的可中斷負荷削減量如圖7所示。由圖7可以看出，補償費用較低（即補償系數(shù)較?。┑挠脩魞?yōu)先被調度削減負荷；并且由于各家用戶可中斷負荷的補償費用隨中斷量的增加呈非線性增長，因此在時段11、12等尖峰時段，總的負荷削減指標被近似地分攤到各家用戶，而不是待某用戶達到其最大中斷容量后再調度其他用戶，從而減小了調度成本。

圖7 各用戶負荷削減量Fig.7 Load shedding curves of different users

圖8為計及多能互補前后，互動所需的可中斷負荷削減量對比圖。在引入了多能源需求的交叉互補后，可中斷負荷在時段數(shù)和削減量上均明顯減少。

圖8 計及多能互補前后的負荷削減量Fig.8 Comparison of load shedding between with and without multi-energy complementation

互動前后園區(qū)的電負荷曲線以及互動后園區(qū)電、熱、冷負荷曲線分別見圖9、10。經(jīng)過互動削減后的負荷均滿足削峰指標要求，同時達到了總調度費用最小化的目標。經(jīng)計算，互動后的各方利益見表4。計及多能互補時，總調度成本為40917.5元；不計及多能互補時，總調度成本（即可中斷負荷補償費用）為48347.4元；采用本文所提基于多能互補的多方互動機制和優(yōu)化調度方法使互動總成本降低了15%，效果明顯。

圖9 互動前后園區(qū)總負荷曲線Fig.9 Total load curves before and after interaction

圖10 互動后園區(qū)多能負荷曲線Fig.10 Load curves of different energies after interaction

表4 互動前后各主體收益Table 4 Profits of different parts before and after interaction 元

5 結論

本文在傳統(tǒng)需求響應調度的基礎上，提出了具備多主體、多能源需求的綜合能源系統(tǒng)互動機制。

該機制考慮多能源在產(chǎn)能、用能和價格特性上的差異性，充分利用包括冷、熱、電在內的廣義需求側資源，促進電網(wǎng)、用戶和CCHP機組之間的多向良性互動，并建立了基于多能互補的廣義需求響應互動優(yōu)化模型。算例對互動前后電、熱、冷負荷的變化量，可中斷負荷削減量，CCHP機組出力增加量等進行了詳細分析，結果表明所提互動機制和優(yōu)化調度方法能夠有效地激勵用戶、CCHP機組參與涉及多能需求響應的互動，促進能源的綜合利用，且與傳統(tǒng)的需求響應調度機制相比經(jīng)濟性有顯著提高。本文可為考慮多能互補和多能源需求特性的廣義需求響應研究提供一定的參考。后續(xù)將進一步研究不同能源需求間的負荷耦合特性對需求響應的影響。

參考文獻：

［1］劉滌塵，彭思成，廖清芬，等.面向能源互聯(lián)網(wǎng)的未來綜合配電系統(tǒng)形態(tài)展望［J］. 電網(wǎng)技術，2015，39（11）：3023-3034.LIU Dichen，PENG Sicheng，LIAO Qingfen，et al.Morphological prospectoffuture integrated powerdistribution system for energy internet［J］.Power System Technology，2015，39（11）：3023-3034.

［2］付學謙，孫宏斌，郭慶來，等.能源互聯(lián)網(wǎng)供能質量綜合評估［J］.電力自動化設備，2016，36（10）：1-7.FU Xueqian，SUN Hongbin，GUO Qinglai，et al.Comprehensive assessment of energy supply quality of energy internet［J］.Electric Power Automation Equipment，2016，36（10）：1-7.

［3］ALBADI M H，EL-SAADANY E F.Demand response in electricity markets：an overview［C］∥PowerEngineering Society General Meeting.Tampa，F(xiàn)L，USA：IEEE，2007：1-5.

［4］田世明，欒文鵬，張東霞，等.能源互聯(lián)網(wǎng)技術形態(tài)與關鍵技術［J］. 中國電機工程學報，2015，35（14）：3482-3494.TIAN Shiming，LUAN Wenpeng，ZHANG Dongxia，et al.Energy internet technology form and key technology［J］.Proceedings of the CSEE，2015，35（14）：3482-3494.

［5］李揚，王蓓蓓，李方興.靈活互動的智能用電展望與思考［J］.電力系統(tǒng)自動化，2015，39（17）：2-9.LI Yang，WANG Beibei，LI Fangxing.Experience and thinking of intelligent electricity with flexible interaction［J］.Automation of Electric Power Systems，2015，39（17）：2-9.

［6］劉小聰，王蓓蓓，李揚，等.智能電網(wǎng)下計及用戶側互動的發(fā)電日前調度計劃模型［J］. 中國電機工程學報，2013，33（1）：30-38.LIU Xiaocong，WANG Beibei，LI Yang，et al.Smart grid under the user side interaction of the power generation before the scheduling model［J］.Proceedings of the CSEE，2013，33（1）：30-38.

［7］曾丹，姚建國，楊勝春，等.柔性負荷與電網(wǎng)互動的系統(tǒng)動力學仿真模型［J］. 中國電機工程學報，2014，34（25）：4227-4233.ZENG Dan，YAO Jianguo，YANG Shengchun，et al.System dynamics simulation model of flexible load and grid interaction［J］.Proceedings of the CSEE，2014，34（25）：4227-4233.

［8］何永秀，王冰，熊威，等.基于模糊綜合評價的居民智能用電行為分析與互動機制設計［J］. 電網(wǎng)技術，2012，36（10）：247-252.HE Yongxiu，WANG Bing，XIONG Wei，et al.Behavior analysis and interactive mechanism design of residents based on fuzzy comprehensive evaluation［J］.Power System Technology，2012，36（10）：247-252.

［9］楊勝春，劉建濤，姚建國，等.多時間尺度協(xié)調的柔性負荷互動響應調度模型與策略［J］. 中國電機工程學報，2014，34（22）：3664-3673.YANG Shengchun，LIU Jiantao，YAO Jianguo，et al.Multi-timescale coordinated flexible load interaction response scheduling model and strategy［J］.Proceedings of the CSEE，2014，34（22）：3664-3673.

［10］WANG L，LI Q，SUN M，et al.Robust optimisation scheduling of CCHP systems with multi-energy based on minimax regret criterion［J］.IET-Generation Transmission&Distribution，2016，10（9）：2194-2201.

［11］郭宇航，胡博，萬凌云，等.含熱泵的熱電聯(lián)產(chǎn)型微電網(wǎng)短期最優(yōu)經(jīng)濟運行［J］. 電力系統(tǒng)自動化，2015，39（14）：16-22.GUO Yuhang，HU Bo，WAN Lingyun，et al.Short-term optimal economic operation of thermoelectric power generation microgrid with heat pump［J］.Automation of Electric Power Systems，2015，39（14）：16-22.

［12］WU C，JIANG P，GU W，et al.Day-ahead optimal dispatch with CHP and wind turbines based on room temperature control［C］∥IEEE International Conference on Power System Technology.Wollongong，Sydney，Australia：IEEE，2016：1-6.

［13］UMMELS B C，GIBESCU M，PELGRUM E，et al.Impacts of wind power on thermalgeneration unitcommitmentand dispatch［J］.IEEE Transactions on Energy Conversion，2007，22（1）：44-51.

［14］呂泉，陳天佑，王海霞，等.含儲熱的電力系統(tǒng)電熱綜合調度模型［J］. 電力自動化設備，2014，34（5）：79-85.Lü Quan，CHEN Tianyou，WANG Haixia，et al.Combined heat and power dispatch model for power system with heat accumulator［J］.Electric Power Automation Equipment，2014，34（5）：79-85.

［15］MA L，LIU N，ZHANG J，et al.Energy management for joint operation of CHP and PV prosumers inside a grid-connected microgrid：a game theoretic approach［J］.IEEE Transactions on Industrial Informatics，2016，12（5）：1930-1942.

［16］胡蘭丹，劉東，閆麗霞，等.考慮需求響應的CCHP多能互補優(yōu)化策略［J］. 南方電網(wǎng)技術，2016，10（12）：74-81.HU Landan，LIU Dong，YAN Lixia，et al.CCHP multi-energy complementary optimization strategy considering demand response［J］.Southern Power Grid Technology，2016，10（12）：74-81.

［17］范龍，李獻梅，陳躍輝，等.激勵CCHP參與需求側管理雙向峰谷定價模型［J］. 電力系統(tǒng)保護與控制，2016，44（17）：45-51.FAN Long，LI Xianmei，CHEN Yuehui，et al.Encourage CCHP to participate in demand side management bidirectional peakvalley pricing model［J］.Power System Protection and Control，2016，44（17）：45-51.

［18］GITIZADEH M，F(xiàn)ARHADIS，SAFARLOO S.Multi-objective energy management of CHP-based microgrid considering demand response programs［C］∥2014 Smart Grid Conference.Tehran，Iran：IEEE，2014：1-7.

［19］LIU M，SHI Y，F(xiàn)ANG F.Load forecasting and operation strategy design for CCHP systems using forecasted loads［J］.IEEE Transactions on Control Systems Technology，2015，23（5）：1672-1684.

［20］CHENG L，LIU C，WU Q，et al.A stochastic optimal model of micro energy internet contains rooftop PV and CCHP system［C］∥International Conference on Probabilistic Methods Applied to Power Systems.Beijing，China：IEEE，2016：1-5.