計及可靠性價值的綜合能源系統設備優化配置

高雪倩，劉文霞

（華北電力大學 新能源電力系統國家重點實驗室，北京 102206）

0 引言

當前，世界各國都在為促進可再生能源消納、提高能源利用效率而大力發展綜合能源供能系統，旨在通過多種能源的耦合互濟和梯級利用，滿足用戶多類型、多品位能量的需求。同時，在外部電網和氣網發生故障的情況下，通過內部多能源耦合提高供能可靠性［1-2］，降低對外部能源網絡可靠性的深度依賴，這對于保障小概率事件發生時的重要用戶安全性具有重要意義［3］。隨著綜合能源系統IES（Integrated Energy System）應用的日益廣泛，終端分布式綜合能源系統DIES（Distributed Integrated Energy System）的供能能力和可靠性價值會逐步提高，在此情況下電網售電量減少，如果對并網點供電可靠性要求不變，將大幅降低電網設備利用率，最終導致整體電價的上漲。如何協調利用電網和終端DIES 的可靠性能力，并以此為基礎開展IES 個性化配置成為亟待解決的問題，關乎于未來能源市場機制的制定［4］以及整個能源系統的安全性和經濟性。

根據研究對象范圍可將現有的IES 研究對象分為區域系統［5-6］、城市系統［7-8］和終端系統［9-14］3 類。終端系統因其可以就地滿足用戶需求，促進分布式可再生能源消納，提高能源系統綜合能效和運行可靠性、經濟性，市場壁壘弱，產品較為成熟，故而具有廣闊的應用前景和推廣價值。近幾年，針對IES 規劃和設備配置的研究已經取得了初步研究成果。文獻［9］以全生命周期成本最低和年CO2排放量最小為優化目標，建立了多目標關鍵設備容量優化模型。文獻［10］提出以?效率衡量IES 能量利用水平，以經濟性和?效率為目標的IES 多目標規劃模型。文獻［11］分別建立了投資成本、運行成本、經濟收益和環境收益模型，并以經濟-環境效益最大化為目標實施了IES 的設備容量優化配置。文獻［12］設計了一種冷熱電聯供CCHP（Combined Cooling，Heating and Power）系統的三級協同整體優化方法，第一級以年一次能源利用率最高為目標優化設備選型，第二級以年CO2排放量最少為目標優化設備容量，第三級以年運行成本最低為目標優化運行。該方法實現了CCHP 系統的設備選型、容量配置及運行參數的整體優化，與采用傳統的“以熱定電”和“以電定熱”運行策略設計的CCHP 系統相比，該系統具有更高的一次能源利用率、更明顯的溫室氣體減排效果和更顯著的經濟效益。上述文獻在設備優化配置的目標上強調了能源利用效率、經濟效益、環境效益多目標的協同，而現階段環境和能源品質無法通過市場和政策機制轉化為經濟性，這樣削弱了DIES 運營商對投資回報的期待，甚至可能會造成投資虧損，不利于系統的可持續發展。鑒于IES 運行的靈活性，現階段大多數文獻都采用了運行與規劃一體化的建模方法，上層為多目標非線性設備優化配置模型，大多采用智能算法，如快速非支配排序的遺傳算法（NSGA-Ⅱ）［10］、精英保留策略遺傳算法［13］等；下層為單目標非線性運行優化模型，有的采用智能算法直接求解，也有的將非線性轉化為線性，利用數學方法或求解器求解。

綜上，IES通過能源耦合和梯級利用能夠為用戶供給多種能源，改善能源利用效率和減少環境污染，同時提高供能可靠性，前三者的效果在規劃中都可通過目標函數體現出來［9-14］，而對于后者雖已有相關研究［1-2］，但DIES 對供能可靠性貢獻的經濟性量化與利用較少涉及，也不能通過其他途徑得到回報，這既不利于激勵運營商投資IES，也使大電網投資效率面臨挑戰。

電力也是一種商品，商品的性能好（可靠性高）、成本高，電價就應該高，反之亦然。IES 從大電網購電，本身就是一種市場行為，兩者共同完成對用戶的供能，同時也肩負保證可靠性的責任，因而兩者間的電價應包含供電成本和可靠性成本兩重因素，這樣才能根據各自成本和責任的大小合理定價，以達到降低總體供能成本的目的。如何合理制定該電價也是未來微電網、綜合能源、儲能等接入電網的重要研究課題。目前，節點邊際電價LMP（Locational Marginal Price）作為一種成熟的電力市場定價理論［15-18］，已經在國外許多電力市場，如北美的PJM、MISO、CAISO、ERCOT 以及歐洲、澳洲和新西蘭等地區的電力市場中得到了成功的應用。LMP定義為滿足某節點新增單位負荷需求時的系統邊際成本，包括發電邊際成本、邊際損耗成本以及輸電阻塞成本。節點電價是將可靠性引入電價機制的一種可行思路［18］，該定價方式可為綜合能源并網點定價提供借鑒。

為此，本文以未來IES 并網點的可靠性電價為基礎，提出了一種計及可靠性價值的IES 設備優化配置方法。首先，研究了可靠性電價定價方法，建立了DIES 運營商并網點購電價格模型；在此基礎上，考慮投資、運行、可靠性等綜合效益，建立了以經濟性最優為目標的DIES 設備優化配置的雙層規劃模型。同時，計及設備故障和能源出力的雙重不確定性以及源荷時序匹配性，針對概率性可靠性計算和雙層優化相結合的復雜性，提出了一種實用化的模型求解方法，并深入分析了配電網與終端綜合能源運營場景，厘清了成本和效益、主體責任間的關系，以期為綜合能源后續運營、規劃以及市場機制設計提供參考。

1 考慮可靠性的DIES并網點電價估算方法

1.1 國內外輸配電價定價方法

現有的輸配電價定價方式主要有基于會計核算成本的綜合成本定價法和基于微觀經濟學原理的邊際成本定價法2 類。綜合成本法以成本核算為基礎，將核算成本分攤到各類用戶中，如郵票法、潮流追蹤法等，其原理較為直觀，易于實現，能保證電網收支平衡，但其價格不能反映電網資源的稀缺程度，不利于形成激勵性價格信號，無法實現電網資源的優化配置。邊際成本法可根據提供輸配電服務時的長期或短期邊際成本變動進行定價，但由于其僅反映電網運行成本的變化，不能保證電網的收支平衡。

而在電力市場環境下，傳統的同網同價模式不僅存在價格歧視，而且不能引導潛在市場參與者進行合理的消費，因此節點電價在電力市場機制下應運而生。由于配電網具有負荷分散程度大、結構復雜、投資不可分等特點，輸電網節點電價定價方式給配電網的成本分攤帶來了困難，可能無法應用到配電網節點定價中。

目前，英國作為首個在配電側進行定價方法制定的國家，其定價方法主要有基于郵票法的成本分攤模型定價方法、基于潮流的成本分攤模型定價方法和長期增量成本法。其中，長期增量成本法的核心思想是通過計算節點注入功率的變化對全部元件的投資年限的影響所導致的系統總投資年度增量成本，從而獲得節點電價［19］。該方法避免了處理配電網負荷分散性大的問題以及分布式電源接入造成的基于潮流的配電網投資成本節點電價計算模型復雜度增加的問題，且能夠通過考慮電網各元件的經濟壽命前瞻性成本反映各節點對電網的使用程度，有效回收投資成本。

1.2 計及可靠性的配電網節點電能定價

本文借鑒輸配電價定價方式，采用長期增量成本法，提出了計及可靠性的配電網節點售電定價方法。該方法是在量化評估負荷增長對區域供電可靠性及停電損失的影響的基礎上，結合用戶對供電可靠性的要求以及配電網對投資成本有效回收的要求提出的。

1.2.1 負荷增長對節點平均停電時間影響的量化

在多分段多聯絡配電系統中，對于任一饋線而言，在鄰接饋線發生故障時為了能夠通過聯絡開關動作分擔故障饋線負荷，該饋線必須具有一定的轉供裕度。有效運行率η是判別饋線在鄰接饋線發生故障時，能夠分擔相應區段負荷并有效地進行切換的能力的指標。η等于包含鄰接饋線故障時轉供的負荷在內的饋線負荷電流與饋線短時間容許電流之比。饋線的有效運行率η≤100%表示該饋線有轉供裕度，稱之為適切饋線。某地區配電系統裕度可用適切饋線率q表示，q等于該地區適切饋線數與總饋線數之比。

隨著負荷的增長，配電系統裕度會下降，表現為η增大、q減小，從而影響可靠性。假設配電區域負荷和η的值都符合正態分布，則第y+1年的適切饋線率qy+1可根據第y年的適切饋線率qy以及配電網年負荷增長率φ求出［20］：

規劃階段以核算電價為目的的可靠性評估應滿足計算效率高和魯棒性原則。為此，本文采用場景法［23］和故障模式影響分析法［24］相結合的解析法［22］進行DIES 可靠性評估。首先，基于年時序源荷特性（光伏-風電-多能負荷）進行場景聚類，將不確定性轉化為多個概率確定型場景。繼而采用解析法，根據不同源荷場景和故障場景組合進行故障后果分析，統計并計算可靠性指標。

1）基于ISODATA（Iterative Self Organizing Data Analysis Techniques Algorithm）聚類的離線源荷概率多場景生成。

為避免傳統k-means 方法對初始聚類類簇設定依賴度高的缺點，本文采用自適應調整聚類類簇數以提高聚類精度的ISODATA 聚類方法［25］。將各初始場景到聚類中心平均距離Dave作為總目標函數，將年時序風電、光伏的出力以及多能負荷集合轉化為五維坐標軸的點集，各聚類中心對應參數代表每個類簇的典型場景參數，通過不斷優化各類簇間距離函數獲得NL個最優典型場景，并計算各場景概率Px(x=1，2，…，NL)。自適應調整類簇數策略為：當聚類結果某一類中樣本數小于期望得到總類簇數的一半，或類簇標準差大于要求值時，進行類簇分裂，反之則進行類簇合并。其中Dave計算公式如下：

式中：Nc為聚類中心個數；Z為Se類簇中元素，Ze為其聚類中心。

2）DIES故障場景生成及其概率確定。

待評估時間段設置為一年，將DIES 中各種設備和上級能源網看作DIES 中的元件，各元件采用如附錄A 圖A1 所示兩狀態模型。DIES 共有NG個元件，則共有2NG-1 個故障場景，第u個故障場景概率Pu可表示為：

式中：Nf，u為第u個故障場景中失效元件數；Pk和Qk分別為第k個元件工作和失效概率；μk、λk和rk分別為DIES 中第k個元件的修復率、故障率和平均修復時間；k=1時表示配電網。

3）基于故障模式影響分析法的故障后果分析。

通過分析DIES 能源耦合供給關系，確定各源荷場景與DIES 故障場景組合場景的故障后果。以CCHP 系統故障為例進行分析，CCHP 系統故障會影響電、熱、冷3 種能源供應。其中，電負荷可由光伏、風電、上級配電網供應，ES 作為備用；熱負荷在供應電負荷有剩余且能滿足EH出力約束的情況下由EH供應，HS 作為備用；冷負荷在供應電負荷有剩余且能滿足EC 出力約束的情況下由EC 供應，CS 作為備用。根據上述故障后果分析方法，可確定第x個源荷場景第u個DIES故障場景下第m種能源供應情況Ix，u，m（Ix，u，m=0 時表示缺供，Ix，u，m=1 時表示供應 正 常）以及能源缺供量Pcutx，u，m，其中m=1，2，3 分別表示電、熱、冷能。

4）可靠性指標統計。

本文選取平均供能可用率指標ASAI（Average Service Availability Index）和缺供能量期望LOEE（Loss Of Energy Expectation）指標作為DIES售能可靠性指標，分別從時間和能量2 個角度評估DIES 供能可靠性，具體如下：

式中：?ASAI，m和?LOEE，m分別為DIES 用戶第m種能源的ASAI和LOEE指標值。

在DIES 配置一定的前提下，設置多個并網點電能可靠性水平U′i，由大到小依次計算DIES供能可靠性指標，直至滿足用戶可靠性要求，即可確定并網點電能可靠性需求，從而確定并網點電價。離線進行源荷場景聚類，將結合DIES 可靠性解析計算方法和計及可靠性的配電網節點電能計算方法的并網點電價計算過程內嵌于設備規劃模型中，用于在線求解，該過程提高了方法的實用性。

2 計及可靠性增量價值的DIES雙層設備優化配置模型

在并網點可靠性電價機制和用戶需求一定的條件下，成本低是DIES 取得經濟性最優的重要因素，成本包括投資和運行成本。其中，運行成本取決于購能價格和能源消耗兩方面因素。若設備配置容量大，則投資成本高，而可靠性收益大、電價相對較低，從而運行成本低；反之，投資成本低導致運行成本高。因此，本文所提出的設備配置方法是在投資成本與運行成本間尋找綜合成本最低點。

為此，本文建立基于設備投資全壽命周期，以DIES 年收益最大為目標，包含配置與運行的雙層DIES 設備優化模型。上層為DIES 設備容量配置模型，配置滿足源荷充裕性的設備容量后將配置方案傳給DIES 并網點電價估算模型，估算DIES 購電電價，繼而將得到的電價和配置方案傳給下層進行運行優化計算。下層為計及可靠性價值的運行優化模型，最大化DIES 年運營收益后并將其返回上層。上層計算得到該配置方案的總收益等年值?？偸找娴饶曛担偨洕裕┳顑灧桨?，即為待求方案。

2.1 上層容量配置模型

2.1.1 目標函數

上層模型以DIES 運營商總收益等年值f最大為目標，進行DIES 設備容量配置，其決策變量為SCCHP、SEC、SEH、SES、SHS、SCS，分別表示待配置CCHP 系統、EC、EH、ES、HS、CS 容量，其中前三者單位為kW，后三者單位為kW·h。上層目標函數為：

式中：Rprofit為DIES 運營商年運營凈收益；Cinvest為DIES 運營商全壽命周期建設投資年折算成本；Cinv為設備投資成本；Cop為運行維護成本，包括人工費和維修費，取初始投資的3%；Cres為設備殘值，取初始投資的5%；Ntype為設備種類數，本文共6種待規劃設備；Kz為第z類設備的單位容量建設成本，單位為元／kW 或元／（kW·h）；Sz為第z類設備的配置容量；lDIES為DIES 設備壽命期望值，取20 a；Rcprofit為各典型日的日運營收益，由下層運行優化得到，T cdays為各典型日天數，c=1，2，3分別表示過渡季、供冷季、供暖季這3種典型日場景。

2.1.2 約束條件

設備配置方案需滿足以下用戶用能可靠性要求：

總之，在新形勢下，必須樹立以人為本的理念，強化為學生服務的意識，構建有利于推動課堂教學和教學模式改革，培養學生創新能力的現代教學管理制度和彈性靈活的教學運行機制。充分體現個性化、人性化的教育理念，構建教師教學激勵機制，尊重教師的個性風格與獨創精神，保障教師的教學自主權，鼓勵教師錘煉精品課件。通過加強自身教學語言魅力、課堂設計和教學方法創新，充分體現大學課堂的專業魅力，使教師主導與學生主體在研究性教學中真正融為一體，對客觀世界進行充滿想象力的探索。

式中：σASAI，m、σLOEE，m為DIES 用戶對第m種能源的用能可靠性要求，分別具體為ASAI 和LOEE 指標值的約束下限和上限。

2.2 下層運行優化模型

2.2.1 目標函數

2.2.2 約束條件

1）能量轉換約束。

4）儲能運行約束。

儲能采用廣義儲能系統通用模型進行出力建模，其約束條件包括周期始末約束、上下限約束、充放能功率約束等，表達式如下：

式中：PXmin為儲能量下限；PchXS，max、PdisXS，max分別為儲能充、放能上限。

2.3 基于聚焦距離變化率自適應差分進化算法的模型求解

模型上層為多變量多約束單目標非線性規劃NLP（NonLinear Programming）問題，下層為混合整數線性規劃MILP（Mixed Integer Linear Programming）問題?；贛ATLAB R2018a 軟件進行仿真，為實現上下層嵌套，上層通常選擇智能算法［23，26］，本文選用差分進化DE（Differential Evolution）算法，下層選擇MATLAB+Yalmip+CPLEX 求解器進行求解。為了提高尋優能力，加快收斂速度，克服啟發式算法常見的早熟現象，許多學者從控制參數、差分策略、選擇策略、種群重構、混合算法等角度對DE 算法進行改進。DE 算法的主要控制參數有種群規模Npop、縮放因子F和交叉概率PCR。其中，F對算法的全局尋優能力影響最大。為了實現收斂精度和速度的平衡，本文引入平均聚焦距離εmean、最大聚焦距離εmax和聚焦距離變化率Ψ，以實現根據種群到最優點的聚集程度自適應調整F的目的。

式中：Npop為種群數；D為染色體維數；phg為DE 算法目前搜索到的最優位置，xhg為每個個體目前搜索到的位置，h和g分別為種群序號和染色體維數序號；ξ為一個在［0，1］區間內均勻分布的隨機數。整體模型求解具體流程如附錄A圖A2所示。

3 算例分析

3.1 基本數據

以某科技園區為例進行算例分析，該園區配電網結構見圖2。變壓器故障可通過定期檢修排除因而不考慮，根據配電網各元件可靠性參數以及故障模式影響分析法求得F1中IES并網點初始可靠性參數如下：故障率為0.12 次／a，平均停運持續時間為3.393 h。F1 初始年總負荷D0=10 000 kW，并網點負荷占30%，F1分攤固定投資為8712萬元，q0為0.5，φ為1.2%。設置13 個并網點可靠性等級，年平均停電時間分別為18.2、9.5、5.9、4、2.9、2.2、1.8、1.4、1.2、1、0.9、0.8、0.7 h。δ取0.3元／（kW·h）。該園區綜合能源運營商構建的終端DIES 結構見圖1，設備可靠性數據見附錄A 表A1，上級天然氣網選取的是主要輸氣管道的故障率及修復時間，光伏、風電年出力曲線分別見附錄A圖A3、A4，電、熱、冷年負荷曲線見附錄A 圖A5，可靠性評估源荷概率多場景聚類結果見附錄A 圖A6，待配置設備參數見附錄A 表A2。根據該地區的氣候特點，將全年分為供冷季、供暖季和過渡季3種典型日場景，分類情況見附錄A表A3，負荷曲線見附錄A 圖A7。DIES 購售能價格見附錄A 表A4。DIES用戶用能可靠性要求如下：σASAI，m=0.9999，σLOEE，m=10 MW·h／a。

圖2 配電網結構Fig.2 Structure of distribution network

3.2 計算結果與分析

設置種群數Npop=50，初始縮放因子F=0.8，交叉概率PCR=0.2，各設備容量在［10，10 000］區間優化配置，收斂次數約為80 次左右。優化結果如下：DIES 購電年平均停電時間為2.2 h／a，即平均電能可用率為0.99975，購電價格為0.5402元／（kW·h），總收益等年值為685.63萬元，其中投資成本172.5萬元，運維成本5.18 萬元，設備殘值8.63 萬元，運行收益854.68萬元。優化配置結果見表1。

表1 設備配置結果Table 1 Configuration results of devices

為了比較不同電價機制下配置結果的差異，將上述配置方法命名為方法1，設置方法2為采用現有的同網同價電能交易市場機制進行優化配置的方法，DIES 購電可用率為0.999 9，DIES 購電價格為0.654 5 元／（kW·h），優化配置結果見表2。優化結果如下：總收益等年值為677.59萬元，其中投資成本163.65 萬元，運維成本4.91 萬元，設備殘值8.18 萬元，運行收益837.97萬元。

表2 同網同價的電價機制下設備配置結果Table 2 Configuration results of devices under electricity price mechanism with same price for whole network

雖然方法1比方法2的投資成本高了8.85萬元，但由于購電可靠性與電價更低，運行收益和總收益均有明顯提升，分別提升了16.71 萬元和8.04 萬元。這說明采用可靠性電價能夠通過運營商收益提升有效激勵運營商通過自建終端DIES 并增加設備冗余配置，降低對從配電網購電可靠性的要求。DIES 收益的提升來源于自身投資的增加和對購買電能可靠性要求的降低。而配電網根據DIES 可靠性要求降低供電可靠性、延緩投資，投資年折算成本降低了32.24%，在保障自身收益的前提下降低電價，達到配電網與DIES 以市場機制分攤對用戶供能可靠性責任的目的，從而有效提升配電網資產利用率。

3.3 用戶負荷特性對配置結果的影響

為研究負荷特性差異對配置方案的影響，本文選取某小型工業園區作為對比。該工業園區典型日負荷特性見附錄A 圖A8，電負荷晝夜差別較小，熱負荷不同季節變化較小且維持在較高水平，供暖季也有一定量的冷負荷穩定存在。用于可靠性計算的年負荷曲線見附錄A 圖A9，風電、光伏全年出力曲線同科技園區，源荷概率多場景聚類結果見附錄A圖A10。

設備配置結果如表3 所示。優化結果如下：DIES 購電年平均停電時間為18.2 h／a，購電可用率為0.997 9，購電價格為0.473 7 元／（kW·h），總收益等年值為1 213.3 萬元，其中投資成本233.82 萬元，運維成本7.01 萬元，設備殘值18.43 萬元，運行收益1442.5萬元。

表3 工業園區IES設備配置結果Table 3 Configuration results of devices for IES in industrial park

與科技園區相比，工業園區配置的CCHP 系統、EC、EH 容量上升，ES、HS 容量下降。這是因為工業園區熱冷負荷穩定存在，尤其熱負荷在不同季節均維持在較高水平，各季節冷負荷也均存在，未出現科技園區供暖季沒有冷負荷的現象。在這種情況下，CCHP系統聯合供應熱冷負荷經濟優勢突出，容量大幅提升。作為備用供能設備，冷負荷直接單獨供能設備即EC 容量上升，熱負荷直接單獨供能設備即EH容量上升。雖然配置設備容量較大，投資較高，但DIES 自我保障可靠性能力較強，配置購電可靠性較低，電價較低，工業園區整體負荷水平較高且平穩，運行收益較高，因而總收益較科技園區提升明顯。

由上述分析可得，在本文所提DIES 并網點電價機制下，當冷熱電負荷整體水平較高且均平穩存在時，應提升CCHP 系統設備配置容量，EC、EH 等單獨供能設備作為備用容量會相應提升；當整體水平不穩定且各類負荷差距較大時，應降低CCHP 系統容量，并適當配置ES、HS等儲能設備。

3.4 用戶用能可靠性要求對配置結果的影響

DIES 用戶用能可靠性要求不同，本文模型配置結果和效果有所不同。假設電熱冷用戶用能可靠性要求相同，附錄A 表A5為在不同的用能可靠性要求（ASAI）下的設備配置結果。圖3為投資、電價、收益隨用戶用能可靠性要求的變化情況。

圖3 投資、電價、收益隨用戶用能可靠性要求的變化Fig.3 Variation of investment，electricity price and revenues vs. users’energy supply reliability requirements

不同用戶用能可靠性要求的設備配置結果中，各供熱路徑設備（CCHP 系統、EH、HS）和各供冷路徑設備（CCHP 系統、EC、CS）呈現明顯的互補特性，其中由于CCHP 系統、EC 制冷效率高，經濟性更好，CS配置結果始終為最小值。

優化配置結果是在購電可靠性與設備配置容量間的均衡。購電電價特性如附錄A 圖A11 所示，呈現電價隨購電可靠性的提升階梯狀增長且購電可靠性越高梯度越密集、增長速度越快的特點。

當ASAI大于0.9975時，購電可靠性隨用戶用能可靠性要求的增加而提升，價格隨之階梯狀增加，運行收益隨之階梯狀降低，且階梯長度逐漸縮短，變化速度逐漸加快。在同一購電可靠性下，設備投資費用隨用戶用能可靠性要求的增加而增加。且購電可靠性較高的區段投資費用增長速度較快，從而導致總收益隨用戶用能可靠性要求的增加而加速降低。當ASAI小于0.9975時，總收益變化較小。這是因為用戶用能可靠性要求較低，電能可直接通過購買電網可靠性和價格均較低的電能來滿足用戶要求，而為滿足用戶冷、熱供能需要，則需配置一定的能源轉換設備。雖然設備配置容量隨可靠性要求降低而減少，投資費用降低，但由于當購電年平均停電時間大于18.2 h 時，購電價格不再降低，因此運行收益隨可靠性要求的降低而降低，故而當運行收益降低幅度大于設備投資降低幅度時，總收益不再隨用戶用能可靠性要求的降低而增加。

3.5 年負荷增長率φ對配置結果的影響

上述電價計算方法中取配電網年負荷增長率φ為1.2%，當φ不同時并網點電價特性隨之改變，如附錄A 圖A12 所示。當φ增大時，階梯狀電價特性整體梯度減小且高可靠性電價相對較低，但當φ為0.4%～1.2%時低可靠性電價隨φ的增加而整體增大，且增幅相對較大，當φ為1.2%～2%時低可靠性電價隨φ的增加而整體降低，且降幅相對較小。各電價特性設立的并網點可靠性等級見附錄A 表A6。附錄A 表A7 為不同φ下（即不同電價特性下）的配置結果。圖4 為購電可靠性、電價、總收益隨φ的變化情況。

圖4 購電可靠性、電價、總收益隨年負荷增長率的變化Fig.4 Variation of power purchase reliability，electricity price and total revenue vs. annual load growth rate

由附錄A 圖A12、附錄A 表A7、圖4 可知，φ（φ=0.4%）較小時，低可靠性電價效應明顯，即低可靠性電價較低，低可靠性電能和高冗余配置經濟性更佳，配置CCHP 系統、ES 容量較大。ES 作為低可靠性電能的緩沖設備，可通過充放電實現電能可靠性的提升，從而為EC、EH 等電供能設備以及用戶供電，保障EC 和EH 供冷、熱能以及用戶供電的可靠性，CCHP 系統作為電、冷、熱能的備用供能路徑，保障3種能源的供能可靠性。此時由于低電價效應顯著，雖然設備容量較大，總收益仍較高。φ（φ＞0.4%）較大時，低可靠性電價效應不明顯，配置電能可靠性整體較高，配置結果是在購電可靠性與電價以及設備配置容量間的均衡，整體呈現隨φ增加總收益增大的趨勢。除φ=1.6%外購電可靠性變化較小，因此配置設備投資變化不大，電價對總收益影響較大，電價高則總收益低，電價低則總收益高，而電價取決于電價特性。φ=1.6%時購電可靠性較高，由于電價特性的原因，電價和φ=1.2%時配置電能的電價差別較小，而配置設備投資較小，因而總收益較高。

4 結論

針對終端IES 與配電網配置冗余問題，本文提出了計及可靠性的IES 并網點電價估算方法，進而建立了計及可靠性價值的IES 設備優化配置模型，仿真結果驗證了模型的有效性，并得到以下結論。

1）實施計及可靠性的DIES 并網點電價，能夠有效激勵終端運營商通過構建DIES 配置冗余設備提升自我保障供能可靠性的能力，同時降低對電網電能可靠性的依賴，降低電網冗余配置，提升電網資產利用率，從而有效協調終端系統與電網可靠性能力，達到以市場機制分攤對用戶供能可靠性責任的目的。

2）在計及可靠性的DIES 并網點電價機制下，用戶可靠性要求越高，配置能源耦合設備容量越大，且運營商總收益在一定范圍內隨用戶可靠性要求的降低而減速增加；當可靠性要求一定時，電熱冷負荷整體水平越高且各類負荷存在較穩定，CCHP 系統設備配置容量越大，儲電設備容量越小，購電可靠性越低；配電網年負荷增長率在一定范圍內越高，電價梯度越小，配置DIES 購電電價越低，運營商總收益越大。

附錄見本刊網絡版（http：//www.epae.cn）。