薛晨, 任景, 崔偉, 彭明僑, 肖曉明, 劉穎, 譚玉東
(1.國家電網(wǎng)公司 西北分部,陜西 西安 710048;2.長沙理工大學(xué) 電氣與信息工程學(xué)院,湖南 長沙 410114;3.國網(wǎng)湖南省電力公司 經(jīng)濟(jì)技術(shù)研究院,湖南 長沙 410004)
隨著多地區(qū)新能源并網(wǎng),新能源在發(fā)電側(cè)的占比日益增加[1]。但部分地區(qū)用電峰谷期與新能源發(fā)電供需不平衡,出現(xiàn)棄風(fēng)和棄光等降低新能源消納的現(xiàn)象[2]。目前,大多數(shù)研究從調(diào)整電價角度實現(xiàn)新能源消納增加的目的。文獻(xiàn)[3]和文獻(xiàn)[4]通過改變峰谷平電價來提升新能源的消納度。文獻(xiàn)[5]通過在發(fā)電側(cè)建立儲能系統(tǒng)來促進(jìn)新能源的消納。部分文獻(xiàn)通過聚類分析用戶負(fù)荷特性,如模糊聚類法[6]、閾值優(yōu)化函數(shù)法[7]和密度聚類[8],對負(fù)荷峰谷隸屬度聚類并劃分峰谷平時段,但忽略了新能源出力及消納問題。
本文提出了一種在原有峰谷平電價不變的場景下,對峰谷平電價所屬時段進(jìn)行重新劃分方法,通過用戶對于新的峰谷平時段進(jìn)行響應(yīng),達(dá)到提升新能源消納的目的。
本文引入基于消費(fèi)者心理學(xué)[9]的用戶響應(yīng)模型,不同時間的用戶側(cè)負(fù)荷會隨其所屬時刻對應(yīng)電價之間的差值改變而改變,對于這一變化,用負(fù)荷轉(zhuǎn)移率進(jìn)行量化表示,如圖1所示。電價差對用戶的刺激包含三個區(qū)域,分別為死區(qū)、飽和區(qū)以及線性區(qū)。當(dāng)電價差處于死區(qū)時,用戶并無意愿改變原有的用電行為;當(dāng)電價差處于線性區(qū)時,用戶將對電價差的刺激作出響應(yīng),且負(fù)荷轉(zhuǎn)移率隨電價差值呈正比關(guān)系;當(dāng)電價差處于飽和區(qū)時,用戶負(fù)荷的轉(zhuǎn)移量達(dá)到峰值,即用戶可轉(zhuǎn)移負(fù)荷已全部轉(zhuǎn)移。
圖1 負(fù)荷轉(zhuǎn)移率
負(fù)荷轉(zhuǎn)移率與電價差的關(guān)系用式(1)表示。
(1)
式中:a、b為時段;ΔPab為a至b時段電價差;lab、hab分別為死區(qū)與線性區(qū)上限值;Kab為線性區(qū)斜率;λab為a至b時段的負(fù)荷轉(zhuǎn)移率。
由此可得到峰-谷、峰-平、平-谷負(fù)荷轉(zhuǎn)移率分別為λfg、λfp和λpg,進(jìn)而擬合得到響應(yīng)后的用戶負(fù)荷如式(2)所示。
(2)
考慮到時段調(diào)整前后峰谷平時段總時長與調(diào)整前可能不一致,對式(2)進(jìn)行修改。
(3)
通過擬合某省電網(wǎng)負(fù)荷數(shù)據(jù),基于消費(fèi)者心理學(xué)的用戶響應(yīng)模型參數(shù)如表1所示。
表1 用戶響應(yīng)模型參數(shù)
(1) 當(dāng)用戶響應(yīng)后負(fù)荷增加,則保持其他機(jī)組不變,優(yōu)先增加新能源消納,直至新能源消納量達(dá)到上限時,再增加其他機(jī)組發(fā)電。上述關(guān)系如式(4)、式(5)所示。
當(dāng)ΔL(t)>0,且Lx0(t)+ΔL(t)≤Lc(t)時:
(4)
式中:ΔL(t)為響應(yīng)前后用戶負(fù)荷增量;Lx0(t)、Lx(t)分別為系統(tǒng)響應(yīng)前后t時刻新能源的消納量;Lc(t)為t時刻新能源出力;Lq0(t)、Lq(t)分別為系統(tǒng)響應(yīng)前后t時刻其他機(jī)組出力。
當(dāng)ΔL(t)>0,且Lx0(t)+ΔL(t)>Lc(t)時:
(5)
(2) 當(dāng)用戶響應(yīng)后負(fù)荷減少,則優(yōu)先降低其他機(jī)組出力,保持新能源消納不變,當(dāng)其他機(jī)組出力降到限定值時,再降低新能源消納。上述關(guān)系用式(6)、式(7)表示。
當(dāng)ΔL(t)≤0,且Lq0(t)+ΔL(t) (6) 當(dāng)ΔL(t)≤0,且Lq0(t)+ΔL(t)≥Lq0_min時: (7) 式中:Lq0_min為其他機(jī)組出力最小值。 相較于傳統(tǒng)依據(jù)負(fù)荷進(jìn)行峰谷平時段劃分,當(dāng)需要同時考慮新能源消納時,應(yīng)先對新能源出力進(jìn)行處理。將新能源出力看成數(shù)值為負(fù)數(shù)的負(fù)荷,與用戶側(cè)負(fù)荷構(gòu)成等效負(fù)荷。等效負(fù)荷中數(shù)值最大與最小的時刻分別對應(yīng)峰期與谷期,其他時刻則根據(jù)峰谷隸屬度來進(jìn)行劃分,計算公式如式(8)所示。 (8) 式中:μft、μgt分別為峰、谷隸屬度;maxL、minL分別為負(fù)荷峰值、谷值。 在式(8)中,某時刻峰隸屬度越大,則說明屬于峰期的可能性越高;谷隸屬度越大,則說明屬于谷期的可能性越高。 (9) 式中:m1為峰隸屬度閾值;m2為谷隸屬度閾值。 在考慮促進(jìn)新能源消納的同時,也應(yīng)考慮用戶響應(yīng)前后總用電費(fèi)用的變化,引入用戶電費(fèi)滿意度: (10) 式中:Q、Q0分別為用戶響應(yīng)前后總用電費(fèi)用;θ為用戶電費(fèi)滿意度。 用戶響應(yīng)后總的用電費(fèi)用越低,電費(fèi)滿意度越高,則說明用戶對本次參與響應(yīng)的滿意程度越高,參與下一次響應(yīng)的意愿程度也越高。 在負(fù)荷轉(zhuǎn)移率的各個參數(shù)及用戶初始負(fù)荷與初始電價已確定的情況下,新的峰平谷時段劃分主要由峰谷隸屬度閾值決定,因此將決策變量設(shè)為峰谷隸屬度閾值m1、m2。 同時考慮新能源消納以及用戶費(fèi)用時,以新能源消納最大化以及用戶電費(fèi)滿意度最高為目標(biāo)函數(shù),計算公式如式(11)所示。 (11) 式中:θ為用戶電費(fèi)滿意度;ω1、ω2為權(quán)值。 (1) 時段約束:峰谷平每個時段長度≥6 h; (2) 用戶費(fèi)用約束:響應(yīng)前后總電費(fèi)變化范圍為-1%~0。 本文以某地區(qū)實際負(fù)荷數(shù)據(jù)作為案例驗證方法的有效性,其初始峰谷平時段與電價如表2所示。 表2 初始峰谷平時段及電價 圖2為基于新能源消納的峰平谷時段劃分仿真流程圖,具體流程如下。 圖2 仿真流程圖 (1) 數(shù)據(jù)處理:對某省電網(wǎng)負(fù)荷數(shù)據(jù)進(jìn)行整理得到新能源出力數(shù)據(jù)、消納數(shù)據(jù)、負(fù)荷數(shù)據(jù)及初始峰谷平時段與電價。 (2) 設(shè)立目標(biāo)函數(shù)及約束條件:基于前文所提,建立新能源消納最大化及用戶電費(fèi)滿意度最高的目標(biāo)函數(shù),其中權(quán)值ω1、ω2均為0.5;建立時段及用戶費(fèi)用約束條件。 (3) 優(yōu)化求解:本文采用改進(jìn)粒子群算法對峰谷隸屬度閾值進(jìn)行優(yōu)化求解。 (4) 新峰平谷時段劃分:依據(jù)式(9)得到新的最優(yōu)峰平谷時段。 (5) 響應(yīng)前后新能源消納結(jié)果對比。 根據(jù)3.1小節(jié)的仿真流 ,優(yōu)化求解得到峰谷隸屬度閾值m1=0.622 4,m2=0.674 7,因此得到響應(yīng)后峰谷平時段,如表3所示。 表3 響應(yīng)后峰谷平時段 圖3給出了用戶對新的峰谷平時段響應(yīng)前后新能源消納曲線對比結(jié)果。 圖3 新能源消納曲線 表4給出了用戶對新的峰谷平時段進(jìn)行響應(yīng)前后的新能源消納量和總用電費(fèi)用對比結(jié)果。 表4 響應(yīng)前后數(shù)據(jù)對比 由圖3及表4可以看出,用戶對新的峰谷平時段進(jìn)行響應(yīng)后,新能源消納占比從86.13%上升至93.05%,提升了6.92個百分點,即時段的調(diào)整達(dá)成了促進(jìn)新能源消納的目的。同時,用戶總用電費(fèi)用從840 839.7 萬元降至835 037.9 萬元,降低了0.69個百分點,提升了用戶滿意度。 本文基于消費(fèi)者心理學(xué),提出了一種以新能源消納最大以及用戶費(fèi)用最低為目標(biāo)函數(shù)的峰谷平時段劃分新方法,采用粒子群優(yōu)化算法對峰谷隸屬度閾值進(jìn)行優(yōu)化求解,達(dá)到調(diào)節(jié)峰谷平時段促進(jìn)新能源消納的目的。以某省電網(wǎng)實際算例可知,用戶響應(yīng)新的峰谷平時段后,用電費(fèi)用降低了0.69%,同時使得新能源的消納提升了6.92個百分點,驗證了本文方法的有效性。2.2 峰谷隸屬度閾值
2.3 用戶電費(fèi)滿意度
2.4 目標(biāo)函數(shù)
2.5 約束條件
3 案例仿真分析
3.1 仿真流程圖與初始數(shù)據(jù)
3.2 案例分析
4 結(jié)束語