計及新能源消納成本的多源荷互補規劃技術

潘霄，陳良，張明理，候依昕，王宗元

(1.國網遼寧省電力有限公司經濟技術研究院，沈陽110015；2.東北電力大學電氣工程學院，吉林 吉林132012)

0 引言

“碳中和”目標的提出加速了新能源行業的發展，隨著新能源技術的迅速發展，新能源消納問題得到逐步緩解，“十四五”期間新能源將由規?；l展逐步進入到高質量發展新階段[1]。截至2020年底，我國可再生能源發電裝機總規模達到930 GW，占總裝機的比重達到了42.4%，可再生能源全年發電量達到2 200 TWh，占全社會用電量比重達到29.5%[2]。

由于新能源出力具有隨機性與不確定性，當新能源出力不能滿足用戶需求時，需要從外部電網購電或啟動調峰機組與備用機組發電來保證用戶的用能需求，進而降低對系統及用戶可能造成的經濟損失。為保證電力系統的穩定性，當前新能源消納問題將轉化為經濟利用問題，在規劃建設含高比例新能源的綜合能源系統(integrated energy system，IES)[3-4]時，如何從大規模新能源消納成本角度出發，在滿足能源供應的同時達到經濟效益、環境等綜合社會效益水平，是合理規劃多源荷面臨的一個主要挑戰。

已有大量學者對IES的規劃開展了研究。文獻[5]從不確定性的角度出發，量化分析了電網切負荷指標與購能價格變化對系統的影響，建立了雙層優化配置模型，有效抑制了系統運營收益的波動；文獻[6]采用能量網絡分析理論對IES進行了建模與分析，提出了建模與物理機理分析構想，對完善多能源系統統一建模提供了思路。文獻[7]將設備投資成本約束方案與最優容量規劃相結合，構建了考慮年總成本與碳排放最小化的商業園區級容量最優分配模型，降低了系統投資成本；文獻[8]為解決IES內電/熱儲能配置問題，考慮了風電不確定性接入的影響，構建了電/熱儲能聯合優化配置模型，該方法有效優化配置了IES內的儲能資源，并降低了系統的成本。

事實上，規劃含風光等新能源的IES時，在實際規劃與運行中還需要考慮提高系統新能源的發電占比、促進新能源消納等問題。已有研究從促進新能源消納的角度出發研究IES優化配置問題，文獻[9]在規劃含電-熱-氣-冷的IES時，提出了兼顧數量與品質效率的能量利用標準，建立了經濟性與用能效率為目標的多目標規劃模型，并設計了規劃與運行的雙層優化結構，提高了園區新能源的利用效率；文獻[10]分析了互聯形態和互動機制對IES規劃的影響，建立了考慮互聯互動的IES規劃基礎模型，驗證了合理規劃IES可以促進新能源消納，降低不確定性因素對系統產生的影響；文獻[11]考慮多能源互補性，探討了多場景規劃理念的IES規劃方法，靈活配置源-網-荷-儲各環節，實現了可再生能源的就地消納；文獻[12]以投資、運行與維護的等年值成本最低為目標，提出了一種考慮建設時序的園區級IES多階段規劃方法，促進新能源消納的同時提升了供能經濟性。以上文獻[9-12]采用分時電價考量系統的經濟性，缺乏對電力市場主體意愿的考察。源荷側能夠以電力市場信號為指引，通過市場價值的形式激勵系統投資行為是電力市場改革體制模式下的規劃新思路。

在促進可再生能源消納的電力市場機制方面，文獻[13]從國外成熟的市場機制、財政激勵、配套市場體系、強制型可再生能源發展目標等方面促進總結了國外電力現貨市場促進可再生能源消納機制，并介紹了國內試點省份現貨市場建設特點與促進可再生能源消納的市場機制；文獻[14]提出了一種階梯性雙側等效出清機制，相較于統一出清機制，該方法的仿真效果更貼合市場實際供需情況。文獻[15]提出了基于曲線的適應可再生能源配置額制的電力市場交易體系，并引入可再生能源中前期、日前市場、消納量二級交易市場和綠證申購市場，有效地促進了可再生能源消納。文獻[16]從全社會綜合用電成本角度出發，提出考慮新能源消納成本與開發成本的新能源合理棄電率方法，為含高比例新能源的IES規劃與運行提供了參考。然而在IES規劃的研究中，少有從新能源消納成本角度考慮，關于新能源消納成本對IES的規劃與運行的影響分析不足，部分研究在IES規劃時多采用分時電價，并未考慮實際電力市場主體意愿對IES規劃的影響。

為解決上述問題，本文將新能源出力不足時，安裝與啟用調峰機組所產生的成本視為新能源消納成本。本文研究了新能源消納成本對IES規劃與運行的影響，同時結合源-荷-儲間的耦合關系與市場機制下的新能源消納模式，引入市場競價機制與調峰機制兩部制電價。與現有上層以系統規劃總成本最小，下層以系統運行成本最低的雙層優化配置模型相比，本文建立的雙層優化配置模型從電力市場社會福利最大化原則角度出發，上層規劃模型以年總收益最大化為目標，下層同時考慮日前市場競價機制與調峰兩部制電價機制，以系統運營凈收益最大為目標，將求得的收益結果再參與上層投資利潤計算，以提高系統的運營收益，采用Cplex求解器對多源荷協同優化配置下的規劃模型進行求解，通過算例分析了考慮新能源消納成本、電力市場競價機制和調峰兩部制電價機制對IES系統規劃的影響，提高了IES的供電穩定性，為我國新能源的高效利用與傳統能源轉型發展提供了思路。

1 多源荷系統模型及市場機制下新能源消納模式

1.1 源-荷設備耦合特性分析及模型構建

近年來，能源集線器(energy hub，EH)模型被證明是處理IES中多源荷耦合互補的有效途徑，在能源供需平衡的前提下為多源荷優勢互補提供了優化空間[17]。本文構建的IES以新能源為主體，配合儲能與多類型負荷，將IES分為3個單元，分別包括產能單元、儲能單元和用能單元。EH基本結構圖如圖1所示。

圖1 EH基本結構圖

1)產能單元

產能單元包括風機(wind turbine，WT)、光伏(photovoltaic，PV)、燃氣輪機機組(gas furnace，GF)、熱電聯產機組(combined heat and power，CHP)、燃氣鍋爐(gas boiler，GB)等。

WT的輸出功率與風機安裝位置的不同時刻的平均風速有關[18]；為了方便研究，認為PV的輸出功率只跟光照強度和溫度有關[19]；產能單元內的GF主要參與負荷調峰，GB用于滿足熱負荷需求。

用能單元的輸入-輸出耦合關系為：

(1)

2)儲能單元

儲能單元包括電儲能(electrical energy storage，EES)、熱儲能(thermal energy storage，TES)、氣儲能(gas energy storage，GES)。儲能單元在t時刻的出力與該時刻的剩余電量、前一時刻的剩余電量、每小時的電量衰減量有關。

(2)

3)用能單元

用能單元包括電負荷、熱負荷、氣負荷。

D(t)=[Dele(t),Dheat(t),Dgas(t)]T

(3)

式中：D(t)為t時刻用戶單元的變化量；Dele(t)、Dheat(t)、Dgas(t)分別為t時刻的電負荷、熱負荷、氣負荷的需求量。L(t)為t時刻各類用戶的用能負荷需求量，同時為了涵蓋儲能單元的用能需求變化量，令L(t)=S(t)+D(t)，則3個單元間的耦合關系為：

(4)

1.2 市場機制下的新能源消納模式

為了更好地利用新能源運行及互補特性，促進新能源的消納，本文引入日前電力市場競價機制[20]，以社會福利最大化為原則建立日前市場交易模型，由于本文選取典型日每個時段的負荷是確定的，以社會福利最大化的目標函數等同于購電成本最小，其模型為：

(5)

對EH內CHP設備的報價方法采用隸屬度函數的方法對峰平谷時段交易價格進行劃分[21]。首先對供能單元內CHP設備的峰平谷出力功率進行劃分，該類設備出力時段的隸屬度函數表達式如(6)所示。

(6)

式中：αt為t時刻CHP出力隸屬度函數；P′max、P′min分別為CHP日出力的最大功率和最小功率；P′t為設備t時刻的出力功率。

同時，對EH內電、熱負荷曲線進行峰平谷時段劃分，隸屬度函數表達式為：

(7)

式中：βt為t時刻EH內負荷出力隸屬度函數；L′max、L′min分別負荷的最大值和最小值；L′t為t時刻的負荷值。

為提升EH內產能單元設備出力與用能單元負荷的匹配度，采用半梯形隸屬度函數分別對產能設備與電熱負荷的隸屬度時段劃分成3個階段，其中產能設備峰、平、谷時段隸屬度函數取值區間依次為[0,0.34)、[0.34,0.67)、[0.67,1]。在日前市場交易過程中，將產能單元的成交價格按照等式(8)匹配用能單元負荷峰平谷時段的原則申報價格，具體劃分規則如表1所示。

表1 成交電價規則

(8)

式中：Cp、Cf、Cv分別為峰、平、谷的成交價格。

相較于燃煤調峰機組，本文采用的燃氣調峰機組具有啟停響應速度快，運行靈活，可實現變負荷調峰的特點[22]。通過調研數據分析，可以得到主流燃氣機組變負荷技術特點，即燃氣機組的負荷率與氣耗率、發電效率之間的關系，如圖2所示。

圖2 負荷率與氣耗率、發電效率關系示意圖

對于燃氣機組調峰電價，本文采用兩部制電價模型確定調峰機組的調峰電價[23]。兩部制電價包括電量電價和容量電價。在制定電量電價時，燃氣機組的氣耗水平取同類型機組平均水平，電量電價的計算方法如式(9)所示。

(9)

容量電價PC的確定，需遵循凈現金流入等于流出的原則[24]。

2 計及新能源消納成本的多源荷互補集成規劃模型

本文計及新能源消納成本與電力市場競價機制，將EH內的設備容量配置與運行策略建立為雙層優化配置模型，上下層間的優化變量與傳遞關系如圖3所示。上層規劃模型是以計及多源荷系統經濟運行全壽命周期的年總收益最大為目標函數，優化變量為待規劃設備的規劃容量；下層模型是以系統運營凈收益最大為目標函數，優化變量為各設備的運行功率分配。上層將規劃結果傳遞給下層運行模型，下層模型模擬EH內設備的運行調度情況，并將最優運行結果返回給上層規劃模型；然后，上層根據下層的優化結果修正系統年總收益，再次優化各設備的規劃容量；最后，通過雙層優化迭代，獲得最優的多源荷系統規劃運行方案。

圖3 雙層優化配置結構圖

2.1 雙層優化配置模型

2.1.1 上層規劃模型

上層規劃模型的目標函數以EH年總收益最大為目標，決策變量為EH內設備的安裝容量?？偸找鍯tot包括EH設備投資成本Cinv與下層傳遞模型的運營凈收益Cope。上層規劃模型的數學模型如式(10)所示。

maxCtot=Cope-Cinv

(10)

設備投資成本采用等年值法按照設備規劃年限計算系統投資成本，設備投資成本函數的計算表達式可表示為：

(11)

2.1.2 下層運行優化模型

根據1.2節市場競價規則與產消單元價格成交規則，以上層規劃模型確定的各設備容量為基準，按電力市場社會福利最大化原則，下層優化模型以運營凈收益最大為目標，優化變量為EH內各設備的運行功率，運營收益包括售能收益Csale、調峰收益Csale、新能源消納成本Cabs、系統運維成本Cabs、購能成本Cbuy、棄風棄光懲罰成本Cab和環境成本Cab，具體表達式為：

maxCope=365∑εr(Csale+Csale-Cabs-

Cabs-Cbuy-Cab-Cab)

(12)

式中：εr為過渡季、夏季、冬季3個典型季節在全年出現的占比，3個典型季節的概率根據季節時長分別取為0.5、0.25、0.25。

上述函數的具體計算表達式分別列出如下。

1)售能收益

(13)

2)調峰收益

(14)

3)新能源消納成本

參照文獻[16]，新能源消納成本主要包括存量電源靈活性改造成本、新建調峰電源成本與調峰電源的啟停與運行成本。本文考慮新能源消納成本主要包括調峰耗氣成本、燃氣機組啟停成本和燃氣調峰機組的環境成本[25]。新能源消納成本的表達式如式(15)所示。

(15)

新能源消納成本各部分表達式如式(16)所示。

(16)

4)運維成本

(17)

5)購能成本

(18)

(19)

6)棄風、棄光懲罰成本

(20)

7)環境成本

(21)

式中Cen為CHP與GB機組的環境成本。

2.2 約束條件設置

2.2.1 上層模型約束條件

上層模型的約束條件為安裝容量約束。

(22)

在實踐中，最小和最大容量需求可以由各種方面決定，包括空間和面積可用性、成本限制、操作限制等。

2.2.2 下層模型約束條件

下層運行優化模型的約束條件需要滿足負荷功率平衡、設備運行上下限約束、儲電、儲熱裝置約束、天然氣氣源功率約束及購售電功率約束，具體表達式如下。

1)負荷功率平衡約束

L(t)=C·P(t)

(23)

2)各設備運行上下限約束

(24)

3)蓄電池功率與SOC約束

(25)

4)熱儲能、氣儲能裝置約束

(26)

5)天然氣氣源功率約束

(27)

6)購售電功率約束

當EH內電功率不足時需從電網購電，同時購電也存在購電上限；當EH內電功率可以滿足電負荷需求且還有余量時，多余電量并網，為防止過大的倒送功率對主網造成影響，需要設置售電功率約束；購售電約束表達式如式(28)所示。

(28)

3 算例分析

本文建立了一個雙層優化求解模型，規劃模型屬于機組組合的混合整數線性規劃(mixed-integer linear programming，MILP)模型，利用MATLAB的Yalmip工具包調用Cplex商用線性求解器對上述模型進行求解，輸出最優配置方案。

3.1 算例參數與場景設置

本文以中國北方某區域電網的歷史預測、實測數據和現階段電源結構為基礎，對該區域各設備容量配置進行優化。該地區規劃期間新增電力供暖面積105 000 m2，研究時段內最大凈負荷為9 800 kW，最小凈負荷為8 000 kW。根據文獻[29-30]分別給出了購售電分時電價和分時熱價如表2所示。根據文獻[12,23,25-28]中EH單元內各個裝置安裝與運行的各項經濟參數如表3所示；設備貼現率取8%，天然氣價格為2.41元/m3，天然氣熱值取9.87 kWh/m3[25]，折合成單位熱值價格為0.244 元/kWh；根據文獻[26]給出各季節典型日的風電、光伏及各類型負荷的出力曲線圖，如圖4所示。EES的初始SOC值設為0.5；碳稅值取0.22 元/kWh[31]。在CHP機組運行方式上，考慮到系統運行規律，夏季電功率較高，熱需求較低而冬季熱需求更高的情況，在夏季CHP機組采用以“電定熱”的運行模式，冬季采用“以熱定電”的運行模式。

表3 EH單元設備經濟參數

圖4 3個典型日的負荷曲線與風光預測曲線

表2 分時電/熱價格

為了說明本文方法的有效性，算例設置3種場景進行對比：

1)場景S1：僅考慮分時電價機制，不考慮新能源消納成本與電力市場競價機制；

2)場景S2：在場景S1基礎上考慮新能源消納成本；

3)場景S3：在場景S2基礎上考慮電力市場競價機制。

算例的3種場景設置如表4所示。

表4 場景設置

3.2 規劃結果及分析

分別仿真表3中的3種場景，可以得到EH各場景配置的設備容量結果如表5所示。

表5 場景S1-S3設備規劃容量結果

由表5可知，在設備選型上，由于場景S1不考慮新能源消納成本，場景S1沒有配置GF，而場景S2和S3均多配置了GF。從設備配置容量來看，場景S3的WT與GF較場景S2和場景S1明顯增加，EH設備總配置容量高于場景S2和場景S1。下面從各個場景的經濟性、設備運行出力、CHP運行方式選擇與系統供電結構等角度對規劃方案的對比結果進行說明。

3.2.1 經濟性對比

場景S1—S3的各設備投資成本、投資等年值成本、年運行經濟性比較分別如圖5所示，場景S1—S3下的成本與效益明細如表6所示。

表6 場景S1—S3下的成本與效益明細

由圖5(a)并結合表5的3種場景規劃結果可知，由于可再生能源的規劃容量較高，風電、光伏投資占比最大，其次是CHP、GF與GB機組。由于光伏的單位投資成本較高，場景S3的光伏配置容量較場景S1、S2有所減少，而風機配置容量有所增加。由于CHP的單位投資成本高于GB單位投資成本，場景S1不考慮新能源消納成本，GF規劃容量為0，為滿足用電負荷需求，減少購電量，CHP規劃容量最大；場景S2和場景S3均配置GF，可以滿足用電彈性需求，場景S2和場景S3的CHP規劃容量有所下降，同時為保證用熱平衡，GB的規劃容量有所提高。

圖5 場景經濟性分析

由圖5(b)可以看出，場景S3的投資等年值成本比場景S1和場景S2分別增加了92.01萬元、66.56萬元，增幅分別為4.63%和3.31%。場景S3投資等年值成本增加的原因在于雖然場景S3的光伏與CHP投資成本有所降低，但是風機、燃氣鍋爐與調峰燃氣機組的投資成本增加，使得整體投資成本高于場景S1和場景S2。

通過圖5(c)與表6可以看出，在運行成本上，購能成本的占比最大，在3種場景中，場景S1的購能成本最高，由于場景S1沒有配置GF，當EH不能滿足電負荷時需要從電網購電滿足用電需求；在新能源消納成本上，場景S3的GF配置容量高于場景S2，購氣量較大且啟停次數多于場景S2，使得場景S3的新能源消納成本較場景S2增加了59.69萬元；在系統收益上可以看出，當采用電力市場競價機制時可以有效提高系統的售能收益、調峰收益與運營收益，雖然場景S3的投資等年值成本最高，但系統年總收益分別較場景S1和場景S2提高了1 336.26萬元和851.04萬元。

3.2.2 設備出力情況

以過渡季為例，風電、光伏的日前電力市場報價如圖6所示，3種場景設備運行情況，如圖7所示。

圖6 風電、光伏報價

圖7 場景S1-S3下過渡季典型日設備運行對比圖

由圖6可以看出，過渡季風電、光伏參與日前交易市場運行時，風電報價在0.13～0.27 元/kWh范圍內波動，光伏報價在0.28～0.36 元/kWh范圍內波動，相較于現有的陸上風電指導價0.29～0.47 元/kWh，陸上光伏指導價0.35～0.49 元/kWh均有大幅度下降。

由圖7可以看出，當場景S1沒有配置GF時，其購電較多，而場景S2和場景S3通過GF參與系統調峰，減少了購電，降低了用電峰值階段電網的壓力。在3種場景中，售電時段均分布于中午11：00時至下午15：00時和夜間23：00時，這主要與季節特性和風光出力特性相關，EH可以在滿足自身用電需求的情況下，提升系統電網用電彈性，同時可以提升EH的整體利益。

3.2.3 CHP運行方式的選擇

為了在系統實際運行過程中優化CHP的運行方式，分別對場景S3的夏季和冬季采用不同的運行模式進行比較。夏季典型日與冬季典型的運行優化圖分別如圖8—9所示。

圖8 場景S3下夏季典型日用能設備運行圖

比較圖8和圖9可以看出，當夏季CHP采用“以電定熱”方式時，優先考慮滿足電負荷，當夜間風電出力較大時，可以減少CHP運行。通過CHP機組配合GF與儲能系統，當用電負荷較高時減少了系統的購電功率；冬季采用以熱定電的模式時，優先考慮滿足熱負荷的需求，當夜間風電出力較大時，可以通過向電網售電以補償日間購電購氣費用，提升了系統的整體效益。通過以上分析可知，CHP的運行模式可以根據季節、天氣等實際情況進行選擇調整，以更符合系統實際運行規律，充分滿足用能需求。

圖9 場景S3下冬季典型日用能設備運行圖

3.2.4 系統供電結構分析

圖10給出了3種場景下的供電結構比例，可以看出3種場景的新能源供電比例最高，分別達到了78.8%、83.7%和84%，場景S3的風光發電占比較場景S1、場景S2分別提高了5.2%和0.3%。場景S1的購電比例最高，當考慮新能源消納成本與電力市場競價機制時，可以有效降低購電比例，進一步緩解電網運行壓力。

場景

3.2.5 計及新能源消納成本與市場競價機制對系統規劃的影響

傳統的IES在規劃時，尚未考慮新能源消納成本對系統規劃的影響，本文在考慮了新能源消納成本，在投資與運行成本上雖然增加了燃氣調峰機組的投資成本與購氣費用，但很大程度地降低了系統向外部電網的購電功率，提高了系統的供電可靠性。

相較于傳統綜合能源系統規劃時采用單一分時電價機制，本文綜合考慮市場競價機制與調峰兩部制電價機制，提高了系統的整體收益。通過表6場景S2與場景S3的調峰收益可以看出，在引入調峰兩部制電價時，使場景S3的調峰收益提高了31.97%，同時3個場景中S3的系統總收益最高，能夠實現在滿足系統供電穩定性的同時提高系統的整體效益。

4 結論

本文建立了計及新能源消納成本的多源荷規劃模型，考慮了市場機制下的新能源消納模式，并引入電力市場競價機制與調峰兩部制電價機制，建立了以年總收益最大與運營收益最大的混合整數線性規劃模型，使得EH內各種設備的優化配置結果更具合理性。通過算例分析驗證了方法的可行性與有效性，并得出如下結論。

1)計及新能源消納成本的規劃方法通過配置燃氣調峰機組有效地減少了系統購電功率，降低了電網的運行壓力。

2)通過引入電力市場競價機制與調峰兩部制電價機制的多源荷規劃技術可有助于分布式電源的合理配置，協調源荷儲間的耦合關系，提高系統整體運行效益。通過對比現有固有分時電價方案，在計及新能源消納成本的基礎上，本文所提方法調峰收益提升了1.32倍，售能收益提升了1.24倍，年總收益提升了2.22倍。

3)本文所提方法使得新能源供電比提高了5.2%，且CHP的運行模式可以根據季節、天氣等實際情況進行選擇調整，以充分利用能源，符合系統實際運行規律，滿足用能需求。

此外，本文建立的IES協同規劃模型是以燃氣調峰機組作為新能源消納成本的重要組成部分，在后續工作中還可以考慮抽水蓄能調峰與燃氣機組調峰等更多調峰設備的組合方案協同調峰，同時可以考慮新能源出力不確定性對IES規劃與運行的影響。