從用戶角度出發的開放微網資源規劃及效益分析

陳洋洋，陸 寧，侯 慧，屈守江

（武漢理工大學 自動化學院，湖北 武漢 430070）

0 引言

近年來，隨著全球生態環境的不斷惡化和不可再生能源的日益枯竭，微網因能吸納并最大化利用風能、太陽能等可再生能源發電而得到了快速發展［1?2］。同時，隨著我國電力市場改革進程的不斷推進，在售電側引入競爭機制后，電價體系亟需完善［3］。在競爭日益激烈的環境中，如何提升微網經濟效益、調動和提升用戶參與的積極性以及擴大在用戶商品市場中的占有率，已成為行業內關注的焦點問題。

在提升微網經濟效益方面：文獻［4］從規劃和運行2 個層面梳理影響微網經濟效益的主要因素，并將各種影響因素的重要程度通過影響因子進行量化，建立微網的經濟效益優化模型；文獻［5］基于消費者需求和供電成本異質性，構造負荷率分檔用戶的用電消費細分市場，應用邊際成本定價理論構建計及負荷率分檔的峰谷分時電價模型，以提升微網經濟效益；文獻［6］致力于電價套餐的設計，針對各電力用戶因用電差異性而需要不同的電價套餐，采用K-means 算法對電力用戶日負荷曲線的負荷特征進行聚類，通過嫡權法計算用戶效用，并在此基礎上應用演化博弈理論計算用戶的套餐選擇比例，建立微網的經濟效益優化模型；文獻［7］在文獻［6］的基礎上設計考慮淡旺季用戶效用的居民用電套餐，通過對用戶淡旺季平均用電量建立效用函數，選擇效用最大的套餐，得到用戶選擇各種套餐的概率，實現零售商收益最大。雖然文獻［4?7］的商品售賣策略是基于大部分用戶在大部分時刻滿意，但仍有部分用戶不滿意某些時刻的定價，而不得不使用其商品，形成了一定程度的商品壟斷。

需求響應DR（Demand Response）技術能夠充分調動用戶側資源，引導用戶主動參與電力市場的運營與調控，且其能夠增加可再生能源的消納量［8?9］。文獻［10］對常見居民用戶負荷的DR 特性進行分類，提出利用家庭能量管理系統響應實時電價的方法。文獻［11］提出利用分段線性函數來表征削減負荷量所需的成本，根據特定時段內各種能源用量對應的邊際成本確定鼓勵用戶參與DR 的價格。文獻［12］使具有能耗高、工作時間靈活的工業用戶簽訂協議來參與電網優化調度，在可再生能源出力較大且系統負荷低谷時段，通過負荷控制中心向簽訂協議的工業用戶發出調度指令，調配用戶的負荷轉移量并向用戶提供相應的補償，但其并未考慮用戶是否會參與DR 策略這個不確定性因素。文獻［13］針對DR 策略中用戶參與的不確定性因素，通過將用戶參與度和電網側激勵間的關系用不確定性模型來表征，構建計及用戶參與不確定性的DR 策略優化方法。文獻［10?13］均只考慮價格型DR 或激勵型DR單獨對優化調度的影響，而未考慮兩者對調度產生的共同影響。文獻［14］在微網優化調度問題中同時引入價格型DR 和激勵型DR，基于虛擬電廠成本函數的負荷削減量函數，建立價格型DR 和激勵型DR 的等效模型，在價格型DR 滿足削減量約束和削減爬坡約束，激勵型DR 滿足削減量約束、削減爬坡約束、削減次數約束和削減時間約束等約束條件下，構建DR 參與的微網優化調度模型，以提升微網的經濟性。然而，居民用戶的用能行為與其意愿和生活品質緊密相連，DR通過聚合用戶負荷引導用戶參與微網調度運行，會在很大程度上違背用戶意愿，使其生活品質下降。

上述研究均是從微網角度進行資源規劃及優化調度，而本文則從用戶角度出發，針對如何給予用戶在任一時刻選擇任一能源商品運營商的權力，并且在不改變用戶意愿和生活品質的前提下提升微網的收益以及降低用戶的用能成本，提出充分給予用戶選擇權的開放微網能源調度模型，基于用戶消費心理研究其消費行為，建立不同類型用戶響應模型，在此基礎上，構建以微網收益最大和用戶用能成本最小為目標的開放微網多目標資源規劃模型，并通過算例對所建模型進行驗證。

1 開放微網能源調度模型

1.1 調度模型

微網以可再生能源為主，其終端輸出電力、氫氣、天然氣等多種形式能源，是實現多種能源利用、存儲及相互轉換的小型綜合能源互聯系統［15］。但傳統微網在售賣商品以及市場運營與調控方面存在不足，為此，本文從用戶角度出發，考慮用戶自身的利益需求和選擇傾向，提出開放微網能源調度模型，充分給予用戶在任一時刻選擇任一能源商品運營商的權力，以完善市場競爭機制。模型拓撲結構如圖1所示。在開放微網能源調度模型中，用戶根據不同能源商品運營商的能源商品價格，考慮自身選擇傾向和價格敏感度，可在任一時刻選擇任一能源商品運營商，在保證自身意愿和生活品質的前提下，降低用能成本，滿足自身利益訴求。用戶自由選擇模型如式（1）所示。

圖1 開放微網能源調度模型Fig.1 Energy scheduling model of open microgrid

式中：ui(t)表示t時刻用戶選擇的能源商品i的運營商是開放微網還是上層能源系統，其值為1 時，表示選擇開放微網，其值為0 時，表示選擇上層能源系統。

開放微網在充分考慮用戶利益訴求和選擇傾向的前提下，通過制定分時電力、氫氣、天然氣價格調整用戶負荷，根據上層能源系統的分時電力、氫氣、天然氣價格，優化與上層能源系統的能源交互，使得自身收益最大，同時，通過調整自身儲能狀態以及優化各設備的容量和功率，使得自身成本最小，以滿足自身利益訴求。開放微網和用戶的利益訴求模型圖如附錄A圖A1所示。

1.2 具體實施方法

隨著5G 移動通信技術和智能計量設備的不斷完善，用戶主動參與用電調度優化對微網的運行和發展意義重大。本文中開放微網收集用戶實時選擇的能源商品運營商信息，集賣方和服務方為一體，方便用戶用能及降低用能成本。以電力商品為例，為節省鋪設線路的成本，同時為方便用戶使用，減少用戶操作步驟，在用戶與開放微網之間只需鋪設1 條線路，在線路末端安裝2 個開關端口，其中一個與開放微網連接，另一個與上層電力系統連接，用戶在任一時刻可通過手機APP對電力商品的運營商進行選擇，開放微網實時收集用戶選擇的電力商品運營商信息，并根據信息實時切換供電端口，用戶用電線路實施示意圖如附錄A 圖A2所示。同時，為方便用戶繳費，用戶可直接在開放微網處繳納使用開放微網能源商品的費用和使用上層電力系統能源商品的費用，開放微網通過收集用戶選擇的能源商品運營商信息，分別計算用戶使用開放微網和上層電力系統能源商品的份額，每隔一定時間與上層電力系統結算用戶使用上層電力系統能源商品份額產生的費用。

2 用戶分類和DR模型

電力、氫氣、天然氣是能源商品，能源商品交換依靠價格，要推進能源市場健康發展須充分發揮能源商品價格的調控作用［16］，這就需要有一個科學的微網需求價格關系模型來研究用戶對能源商品價格的響應，因此，研究一種準確、精細的用戶類型及DR特征的計算方法是十分必要的［17］。

2.1 用戶分類

在開放微網能源調度模型中給予用戶自由選擇能源商品運營商的權利后，用戶的消費心理將發生變化，用戶開始注重能源商品的運營商及其價格。為了更好地分析用戶用能行為的改變，本文從用戶角度出發，根據用戶對能源商品運營商的選擇偏向和對能源商品價格敏感度的不同，將用戶劃分為第Ⅰ類型、第Ⅱ類型、第Ⅲ類型和第Ⅳ類型這4 類，以滿足不同用戶的用能需求。用戶分類如表1所示。

表1 用戶分類Table 1 Classification of users

為了便于對選擇偏向、價格敏感度進行模糊處理，本文先對選擇偏向、價格敏感度的模擬數值進行歸一化處理，如式（2）所示。

式中：fBias、fSens分別為選擇偏向、價格敏感度歸一化之后的相對值；b、s分別為選擇偏向、價格敏感度的模擬值；bmax、smax和bmin、smin分別為選擇偏向、價格敏感度模擬值的最大值和最小值。

模糊理論常用于解決不確定性問題，本文選取如圖2 所示的梯形模糊隸屬度函數作為選擇偏向、價格敏感度的模糊隸屬度函數。圖中：fBias1、fBias3分別為用戶中無偏向、偏向開放微網的最小相對值；fBias2、fBias4分別為用戶中偏向上層能源系統、無偏向的最大相對值；fSens1、fSens2分別為用戶中較高價格敏感度的最小相對值、較低價格敏感度的最大相對值。

圖2 選擇偏向、價格敏感度的模糊隸屬度函數Fig.2 Fuzzy membership function of selection bias and price sensitivity

2.2 用戶的DR模型

1）第Ⅰ類型用戶。

當用戶對能源商品的價格敏感度較高時，為降低自身成本，其在選擇能源商品運營商時會優先使用價格低廉的能源商品，因此，第Ⅰ類型用戶在選擇能源商品運營商時僅考慮能源商品價格的高低，而不考慮自身對能源商品運營商的偏向。

t時刻第Ⅰ類型用戶選擇能源商品運營商的模型為：

式中：uⅠ(t)表示t時刻第Ⅰ類型用戶選擇的能源商品運營商是開放微網還是上層能源系統，其值為1時，表示選擇開放微網，其值為0 時，表示選擇上層能源系統；pOM(t)、pUES(t)分別為t時刻開放微網、上層能源系統給出的能源商品價格。

t時刻開放微網從第Ⅰ類型用戶獲得的能源商品份額為：

式中：SOM?Ⅰ(t)為t時刻開放微網從第Ⅰ類型用戶獲得的能源商品份額；p(fBias，fSens)為選擇偏向相對值為fBias、價格敏感度相對值為fSens時的概率；FSensH為較高價格敏感度的模糊隸屬度函數。

2）第Ⅱ類型用戶。

由于在多數情況下開放微網的能源商品價格低于上層能源系統，因此，部分用戶在選擇能源商品的運營商時會偏向于開放微網。同時，由于電力、氫氣、天然氣是用戶生產生活的重要基礎性資源，第Ⅱ類型用戶僅能夠容忍一定程度的能源商品價格變動，而不希望能源商品價格波動過大以及變化過于頻繁。

t時刻第Ⅱ類型用戶選擇能源商品運營商的模型為：

式中：uⅡ(t)表示t時刻第Ⅱ類型用戶選擇的能源商品運營商是開放微網還是上層能源系統，其值為1時，表示在多數情況下開放微網的能源商品價格低于上層能源系統且其價格波動低于第Ⅱ類型用戶可接受的價格波動上限，用戶選擇開放微網，其值為0時，表示在多數情況下開放微網的能源商品價格不低于上層能源系統或其價格波動高于第Ⅱ類型用戶可接受的價格波動上限，用戶選擇上層能源系統；為1 d 內開放微網能源商品價格的平均值；pˉUES為1 d 內上層能源系統能源商品價格的平均值；dOM(t) 為t時刻開放微網能源商品價格的波動；dOM?Uers(t)為t時刻第Ⅱ類型用戶可接受的能源商品價格波動，是各時刻取值之和為1 的分布函數，其示意圖如附錄A圖A3所示。

t時刻開放微網從第Ⅱ類型用戶獲得的能源商品份額為：

式中：SOM?Ⅱ(t)為在t時刻開放微網從第Ⅱ類型用戶獲得的能源商品份額；dOMmin、dOMmax分別為1 d內開放微網能源商品價格的最小、最大波動，分別如式（11）、（12）所示；FSensL為較高價格敏感度的模糊隸屬度函數；FBiasOM為用戶中偏向開放微網的模糊隸屬度函數。

3）第Ⅲ類型用戶。

第Ⅲ類型用戶選擇的能源商品運營商較為固定，不會頻繁更改，此時，決定開放微網能源商品份額的因素是其能源商品對用戶的吸引力，吸引力越大則其能源商品份額越大。

t時刻第Ⅲ類型用戶選擇能源商品運營商的模型為：

式中：uⅢ( )t表示t時刻第Ⅲ類型用戶選擇的能源商品運營商是開放微網還是上層能源系統，其值為1時，表示t時刻開放微網能源商品的吸引力高于上層能源系統能源商品的吸引力，用戶選擇開放微網，其值為0 時，表示在t時刻開放微網能源商品的吸引力低于上層能源系統能源商品的吸引力，用戶選擇上層能源系統；AOM(t)、AUES(t)分別為t時刻開放微網、上層能源系統同類能源商品的吸引力。

根據吸引力模型，t時刻開放微網從第Ⅲ類型用戶獲得的能源商品份額為：

式中：SOM?Ⅲ(t)為t時刻開放微網從第Ⅲ類型用戶獲得的能源商品份額；FBiasUn為用戶中無偏向的模糊隸屬度函數。

在滿足邏輯一致性的多種能源商品份額模型中，乘法競爭互動模型相對比較合理［16］，如式（16）所示。

式中，A(t)為t時刻能源商品對用戶的吸引力；ε(t)、ε0分別為t時刻能源商品對用戶吸引力的影響系數、固定影響系數；p(t)、μ(t)分別為t時刻能源商品的價格、價格誤差項。將式（16）代入式（14）可得附錄A式（A1）。

在現實生活中，t時刻能源商品對于用戶的吸引力不僅與該時刻能源商品價格有關，還與相鄰時刻t-Δt（Δt為2個調度時刻之間的時間間隔）能源商品的價格有關，因此，t時刻能源商品對用戶的吸引力可表示為：

式中：α、β分別為能源商品的價格權重、價格變動權重。

4）第Ⅳ類型用戶。

可再生能源的隨機性、波動性及不確定性，可能導致電壓波動和閃變、頻率偏差、諧波、供應不足等問題，這導致第Ⅳ類型用戶對開放微網的能源商品質量信任度較低，其在選擇能源商品運營商時偏向于上層能源系統，但第Ⅳ類型用戶也會在能源商品的低廉價格和質量之間權衡，若要爭取該類型用戶的能源商品份額，則開放微網需給出更低的價格。

t時刻第Ⅳ類型用戶選擇能源商品運營商的模型為：

式中：uⅣ(t)表示t時刻第Ⅳ類型用戶選擇的能源商品運營商是開放微網還是上層能源系統，其值為1時，表示t時刻開放微網的能源商品價格低于第Ⅳ類型用戶可接受的價格上限，用戶選擇開放微網，其值為0 時，表示t時刻開放微網的能源商品價格高于第Ⅳ類型用戶可接受的價格上限，用戶選擇上層能源系統；pUers(t)為t時刻第Ⅳ類型用戶可接受的能源商品價格上限，是各時刻取值之和為1 的分布函數，其示意圖如附錄A圖A4所示。

t時刻開放微網從第Ⅳ類型用戶獲得的能源商品份額為：

式中：SOM?Ⅳ(t)為t時刻開放微網從第Ⅳ類型用戶獲得的能源商品份額；κⅣ(t)為t時刻開放微網的價格能夠吸引第Ⅳ類型用戶的占比；pⅣ為第Ⅳ類型用戶選擇開放微網時能源商品的價格；FBiasUES為用戶中偏向上層能源系統的模糊隸屬度函數。

綜合第Ⅰ—Ⅳ類型用戶的DR 模型，t時刻開放微網獲得的市場份額為：

式中：SOM(t)為t時刻開放微網獲得的能源商品份額。

t時刻上層能源系統獲得的能源商品份額SUES(t)為：

3 開放微網多目標資源規劃及效益模型

3.1 目標函數

開放微網能源調度模型以開放微網的收益最大化以及用戶的用能成本最小化為目標，如式（25）、（26）所示。

式中：Rt、Re、Rh、Rg分別為開放微網的總收益、售電力收益、售氫氣收益、售天然氣收益；COM為開放微網的總成本；CUers、Ce?Uers、Ch?Uers、Cg?Uers分別為用戶的總用能成本、購電力成本、購氫氣成本、購天然氣成本。

1）開放微網的收益。

開放微網售賣電力、氫氣、天然氣能源商品的收益R（R為Re、Rh、Rg的通用表達式）為開放微網售賣給用戶得到的收益RUser和售賣給上層能源系統得到的收益RUES之和，如式（27）所示。

式中：PL(t)為t時刻用戶使用能源商品的總量；pOM?UES(t)為t時刻開放微網的能源商品并網價格；PUES(t)為t時刻開放微網與上層能源系統能源商品的交互功率（或流量）。

2）開放微網的總成本。

開放微網的總成本COM包括設備成本CEqu和運維成本COpe，如式（30）所示。

3）用戶的用能成本。

t時刻用戶可自由選擇電力、氫氣、天然氣能源商品的運營商為開放微網或上層能源系統，Ce?Uers、Ch?Uers、Cg?Uers的通用表達式C如式（31）所示。

3.2 約束條件

在圖1 所示系統中，開放微網通過上層電力系統、可再生能源發電設備（主要為風力發電機和光伏發電板）、蓄電池、燃料電池以及燃氣輪機發電為用戶提供電負荷，通過上層氫氣系統、電力制氫以及儲氫罐等設備為用戶提供氫負荷，通過上層天然氣系統、甲烷化裝置、儲氣罐等設備為用戶提供氣負荷，電力、氫氣、天然氣的能量守恒約束如附錄A 式（A2）—（A4）所示。

3.3 求解過程

非支配排序遺傳算法NSGA-Ⅱ（Non-dominated Sorting Genetic Algorithm-Ⅱ）是一種建立在帕累托最優解理論上的多目標智能優化算法，具有運行速度快和解集收斂性好的優點［17］，本文利用該算法實現從用戶角度出發的開放微網資源規劃及效益分析問題的求解，求解流程圖如附錄A圖A5所示。

在利用NSGA-Ⅱ獲得非劣解集之后，本文參考文獻［18］中的滿意度，幫助開放微網做出最終決策。開放微網對第i個非劣解xi中第j個目標函數的滿意度μi(j)為：

開放微網對第i個非劣解xi的綜合滿意度μi為：

式中：m、n分別為非劣解、目標函數的個數。μi的值越大，第i個非劣解xi越優。

開放微網能源調度模型、不同類型用戶DR 模型、開放微網多目標資源規劃模型這3 種模型之間的傳遞關系如附錄A圖A6所示。

4 仿真算例與結果分析

4.1 參數設置

算例分析使用江蘇省大豐市的相關數據，以驗證本文所提給予用戶選擇的開放微網能源調度模型和基于用戶消費心理的不同類型用戶DR 模型的有效性和優越性。仿真中將1 d 劃分為24 個時段，即時間間隔Δt=1 h。該區域某日的風速、光照強度以及基礎電力、氫氣、天然氣負荷數據分別如附錄B 圖B1、B2 所示。開放微網中各設備成本、壽命和運維費用如附錄B 表B1 所示［19］。上層能源系統的電力、氫氣、天然氣能源商品的分時價格機制如附錄B 圖B3 所示。用戶消費心理（對能源商品運營商的選擇偏向和對能源商品的價格敏感度）的概率密度二維熱圖如附錄B圖B4—B6所示。

4.2 結果分析

為驗證本文所提模型的有效性和合理性，設置如下3 種方案進行對比分析：方案1，用戶不能進行電力、氫氣、天然氣能源商品運營商的選擇，傳統微網獲得用戶的全部電力、氫氣、天然氣負荷；方案2，用戶能夠對電力、氫氣、天然氣能源商品的運營商進行選擇，使用離散吸引力模型作為用戶DR 模型；方案3，用戶能夠對電力、氫氣、天然氣能源商品的運營商進行選擇，使用基于用戶消費心理研究用戶消費行為的不同類型用戶響應模型作為用戶DR模型。

1）各方受益。

3 種方案下的各方受益結果如表2 所示。由表可知：相較于方案1，雖然方案2 和方案3 的開放微網收益要低，但用戶用能成本也要低，且滿意度要高，這驗證了給予用戶選擇的開放微網能源調度模型的優越性；方案3 優于方案2，這驗證了基于用戶消費心理研究用戶消費行為的不同類型用戶DR 模型能夠提升開放微網收益以及降低用戶用能成本。

表2 3種方案下的各方受益結果Table 2 Benefit results of all parties under three schemes

2）能源商品價格及市場份額。

3 種方案下開放微網的能源商品價格優化結果如圖3和附錄C圖C1、C2所示。

圖3 3種方案下開放微網的電價優化結果Fig.3 Optimization results of electricity price for open microgrid under three schemes

結合表2、圖3和附錄C圖C1、C2可知，方案2和方案3下的能源商品價格低于方案1，從社會效益角度而言，開放微網能源調度和實施DR 市場機制可顯著增強消費者的能源商品消費權力和意識。給予用戶自由選擇能源商品運營商的權利為用戶提供了選擇，進一步完善了市場競爭機制，且為了獲得足夠的能源商品份額，開放微網必須以低廉的價格贏得更大的用戶市場，這大幅降低了用戶用能成本。

3 種方案下各運營商獲得的各能源商品份額如圖4和附錄C圖C3、C4所示。

圖4 3種方案下各運營商獲得的電力商品份額Fig.4 Share of electricity commodities obtained by each operator under three schemes

結合圖3、4 和附錄C 圖C3、C4 可知，方案3 下開放微網的各能源商品價格普遍低于方案2，且方案3下開放微網獲得的各能源商品份額均高于方案2，這表明不同類型用戶DR 模型不僅能夠使得開放微網給予用戶更多的優惠，而且能夠更精確地描述不同用戶的消費心理以及消費行為，提高開放微網從用戶市場獲得的能源商品份額。

3）方案3下的能源商品份額。

方案3 下開放微網從各類型用戶獲得的能源商品份額如圖5和附錄C圖C5、C6所示。

圖5 開放微網從各類型用戶獲得的電力商品份額Fig.5 Share of electricity commodities obtained by open microgrid from each type of users

結合圖3—5 和附錄C 圖C1—C6 可知：開放微網通過實時改變價格來改變從用戶市場獲得的能源商品份額，并且控制來自用戶的負荷，以配合可再生能源的波動性、隨機性；開放微網主要獲得來自第Ⅰ、Ⅱ類型用戶的能源商品份額，這是由于開放微網的能源商品價格普遍低于上層能源系統的能源商品價格。

4）設備容量和功率。

3 種方案下開放微網的設備容量和功率優化結果如附錄C 表C1 所示，3 種方案下可再生能源的出力曲線如附錄C圖C7所示。

結合表2 和附錄C 圖C7—C14 可知，方案1 下傳統微網主要通過儲存氫氣、天然氣能源商品，并將其轉換成電力商品以增加發電規模來獲得收益，而方案2 和方案3 下開放微網則是通過增加自身的能源轉化和儲能設備規模來調整各設備的功率和儲能狀態，而非單純地增加發電規模。

5）與上層能源系統的交互。

根據電力、氫氣、天然氣負荷的平衡約束，可得到微網與上層電力系統、上層氫氣系統、上層天然氣系統的交互，分別如附錄C 圖C15—C17 所示。方案2 和方案3 下開放微網與上層能源系統的交互力度低于方案1 下傳統微網與上層能源系統的交互力度，這說明開放微網能源調度模型能夠減少微網對上層能源系統的依賴和影響，有利于上層能源系統的安全穩定運行。

5 結論

本文提出一種從用戶角度出發的開放微網多目標資源規劃模型，該模型提高了開放微網收益并降低了用戶用能成本，實現了雙方受益。通過算例分析可以得出如下結論。

1）本文所提開放微網能源調度模型和基于用戶消費心理研究用戶消費行為的不同類型用戶DR 模型可顯著增強消費者的能源商品消費權力和意識，打破傳統微網的商品壟斷。為獲得足夠的能源商品份額，微網必須以低廉的價格贏得更多的用戶市場，這大幅降低了用戶用能成本。

2）開放微網中通過不同類型用戶DR 模型，更精確地描述了不同用戶的消費心理以及消費行為，提高了開放微網從用戶市場獲得的能源商品份額。開放微網通過調整來自用戶的負荷來配合可再生能源的波動性、隨機性。同時，開放微網應把握第Ⅰ、Ⅱ類型用戶的負荷，以獲得基本利潤。

3）開放微網通過增加自身的能源轉化和儲能設備規模來調整各設備的功率和儲能狀態，而非單純地增加其發電規模，在滿足用戶用能需求的同時，降低了與上層能源系統的交互力度，有利于上層能源系統的安全穩定運行。

需要指出的是，本文未考慮多微網，如何綜合考慮多微網帶來的影響，將是下一步的研究重點。

附錄見本刊網絡版（http：//www.epae.cn）。