摘要

分析了電力市場環(huán)境下園區(qū)參與市場的互動(dòng)行為,考慮園區(qū)參與日前市場和實(shí)時(shí)平衡市場,使用場景描述分布式電源出力的不確定性,并建立基于隨機(jī)規(guī)劃的日前市場和實(shí)時(shí)市場聯(lián)合出清模型,以及園區(qū)參與該市場的雙層優(yōu)化模型。通過最優(yōu)性條件將雙層模型轉(zhuǎn)換為單層混合整數(shù)線性規(guī)劃問題求解,并通過算例仿真分析了園區(qū)的最優(yōu)報(bào)價(jià)策略和運(yùn)行優(yōu)化。結(jié)果表明,在提出的市場機(jī)制下,園區(qū)的最優(yōu)報(bào)價(jià)能夠?qū)崿F(xiàn)自身的運(yùn)行優(yōu)化,并實(shí)現(xiàn)需求側(cè)對(duì)電價(jià)響應(yīng),提升園區(qū)的經(jīng)濟(jì)性,增強(qiáng)可再生能源的消納能力。

0 引言

隨著傳統(tǒng)一次能源的消耗以及對(duì)環(huán)保問題的日益重視,風(fēng)力發(fā)電、光伏發(fā)電等可再生能源得到了快速的發(fā)展[1],由于可再生能源的間歇性和波動(dòng)性,其發(fā)電出力具有較強(qiáng)的不確定性,在給供電系統(tǒng)帶來了更多選擇的同時(shí),也對(duì)電力系統(tǒng)運(yùn)行和調(diào)度提出了新的挑戰(zhàn)。園區(qū)作為一種多能互補(bǔ)、負(fù)荷集中、用能形式多樣[2]的新型能源生產(chǎn)與消費(fèi)體系,有利于可再生能源的消納和需求側(cè)的整合,得到了廣泛關(guān)注。目前對(duì)園區(qū)的研究主要包括園區(qū)的運(yùn)行優(yōu)化、園區(qū)供電系統(tǒng)的容量優(yōu)化配置、能源的多能互補(bǔ)以及負(fù)荷側(cè)的需求響應(yīng)等方面,文獻(xiàn)[2]分析了園區(qū)供電系統(tǒng)規(guī)劃中分布式電源和儲(chǔ)能容量的優(yōu)化配置,并討論了需求響應(yīng)對(duì)方案的影響。文獻(xiàn)[3]基于魯棒后悔度,分析了光儲(chǔ)微網(wǎng)系統(tǒng)的優(yōu)化調(diào)度。文獻(xiàn)[4]考慮電動(dòng)汽車的參與,綜合考慮分布式電源的運(yùn)行特性,優(yōu)化出使得綜合成本最小的不確定集。文獻(xiàn)[5]在計(jì)及需求響應(yīng)的情況下,對(duì)園區(qū)微網(wǎng)的資源進(jìn)行優(yōu)化配置。文獻(xiàn)[6]討論了含有風(fēng)電、光伏、微型燃?xì)廨啓C(jī)的系統(tǒng),考慮用戶室內(nèi)溫度需求的條件下,得出了分布式電源的調(diào)度策略,并用樓宇熱負(fù)荷來平抑分布式電源的波動(dòng)性。文獻(xiàn)[7]考慮微網(wǎng)參與日前市場和實(shí)時(shí)市場,分析了微網(wǎng)的最優(yōu)報(bào)價(jià)策略。

同時(shí),隨著售電側(cè)改革的深化,以園區(qū)為主體,通過園區(qū)售電商整合需求側(cè)資源參與電力市場成為可能,園區(qū)中包含的可再生能源發(fā)電具有出力不確定性,這種不確定性給電力市場的運(yùn)營帶來挑戰(zhàn),為此,應(yīng)有適當(dāng)?shù)碾娏κ袌龅倪\(yùn)行機(jī)制來應(yīng)對(duì)園區(qū)的參與。文獻(xiàn)[8-9]提出了基于隨機(jī)規(guī)劃的主能量和備用定價(jià)方法,探討了考慮不確定性的情況下市場的出清和價(jià)格的制定。文獻(xiàn)[10]提出了一種電力聯(lián)營市場的日前出清模型,探討了在含風(fēng)電的情況下電力市場的出清機(jī)制,利用場景和概率描述不確定性并推導(dǎo)出出清規(guī)則。文獻(xiàn)[11-12]基于隨機(jī)規(guī)劃,建立了考慮電網(wǎng)的安全約束的出清模型。文

獻(xiàn)[13]研究了含風(fēng)電的電力市場環(huán)境下,大用戶的最優(yōu)策略行為,對(duì)用戶側(cè)參與含風(fēng)電的電力市場進(jìn)行了分析。文獻(xiàn)[14]運(yùn)用博弈論,分析了在高比例風(fēng)電滲透的情況下,電力市場的參與者的最優(yōu)決策行為。

此前研究多側(cè)重于園區(qū)本身建設(shè)規(guī)劃和運(yùn)行優(yōu)化,對(duì)園區(qū)在市場環(huán)境下的運(yùn)行優(yōu)化以及與主網(wǎng)的互動(dòng)行為較少涉及。多數(shù)文獻(xiàn)將園區(qū)等主體視作價(jià)格接受者,對(duì)園區(qū)參與電力市場行為的主動(dòng)性分析不足。因此,本文提出一個(gè)由日前市場和實(shí)時(shí)平衡市場組成的二階段市場出清模型,并考慮園區(qū)通過園區(qū)售電商參與此電力市場的運(yùn)行優(yōu)化和最優(yōu)報(bào)價(jià)策略,以此來更清晰地表明園區(qū)主體和市場的相互作用,分析報(bào)價(jià)對(duì)市場、對(duì)園區(qū)自身的影響。基于隨機(jī)規(guī)劃,建立雙層優(yōu)化模型,并通過算例分析了該模型的經(jīng)濟(jì)性和對(duì)可再生能源消納的作用。

1 電力市場結(jié)構(gòu)和出清流程

園區(qū)售電商參與日前電力市場和實(shí)時(shí)平衡市場。具體流程為：園區(qū)向獨(dú)立系統(tǒng)運(yùn)營商 (independent system operator,ISO)申報(bào)未來24 h的負(fù)荷報(bào)價(jià)信息。在日前市場,ISO根據(jù)園區(qū)以及其他負(fù)荷的報(bào)價(jià)、機(jī)組參數(shù)等信息,以社會(huì)成本最小作為目標(biāo)函數(shù)進(jìn)行出清,得到每個(gè)節(jié)點(diǎn)的邊際價(jià)格作為日前市場電價(jià);在實(shí)時(shí)市場,由于可再生能源的出力不確定性,園區(qū)中的實(shí)際凈負(fù)荷會(huì)與日前計(jì)劃值有所偏差,園區(qū)根據(jù)其運(yùn)行的經(jīng)濟(jì)性和調(diào)整能力,決策自行處理這種偏差,或者在參與實(shí)時(shí)市場處理這種偏差,ISO根據(jù)園區(qū)報(bào)價(jià)和備用情況參數(shù)等信息,進(jìn)行實(shí)時(shí)市場出清,并得到實(shí)時(shí)市場電價(jià)。

2 模型建立

考慮園區(qū)的用戶效用最大化,園區(qū)售電商根據(jù)市場出清規(guī)則,預(yù)測市場的出清電價(jià),計(jì)算相應(yīng)電價(jià)下自身的效用值,并以此來優(yōu)化自身的報(bào)價(jià)行為,從而得到最優(yōu)的報(bào)價(jià)策略。由此建立雙層優(yōu)化模型,上層為園區(qū)的效用最大化,下層為市場出清。市場出清流程見圖1。

圖1 市場出清流程Fig. 1 Market clearing progress

2.1 園區(qū)模型

假設(shè)該園區(qū)含有可控負(fù)荷,可控分布式電源(DG),風(fēng)力發(fā)電、光伏發(fā)電以及儲(chǔ)能設(shè)備,參數(shù)見附錄B,使用可再生能源發(fā)電的場景及其概率來描述出力的不確定性,假設(shè)可再生能源發(fā)電場景滿足期望為μμ,標(biāo)準(zhǔn)差為0.2μ0.2μ的正態(tài)分布。

目標(biāo)函數(shù)為

2.2 市場出清模型

目標(biāo)函數(shù)為

第一項(xiàng)為發(fā)電機(jī)組的成本,第二項(xiàng)為園區(qū)內(nèi)用戶的效用值,第三項(xiàng)為其他負(fù)荷的效用值。市場出清的目標(biāo)函數(shù)為最小化社會(huì)成本[15],社會(huì)成本表示為運(yùn)行需要支出的成本減去獲得的效用值。文獻(xiàn)[8]證明,二階段的隨機(jī)規(guī)劃模型可以用單個(gè)目標(biāo)函數(shù)表出,因此式(14)為日前市場和實(shí)時(shí)平衡市場聯(lián)合出清的目標(biāo)函數(shù)。

市場出清滿足的約束條件及其對(duì)偶變量如下。

2.3 雙層模型的線性化處理

將下層的市場出清問題用其KKT(Karush-Kuhn-Tucker conditions)最優(yōu)性條件表示,可將下層優(yōu)化問題轉(zhuǎn)換為約束條件,同時(shí)使用互補(bǔ)松弛條件和強(qiáng)對(duì)偶條件將上層問題依賴的下層變量表示出來,從而使雙層問題變?yōu)閱螌拥幕旌险麛?shù)線性規(guī)劃(mixed-integer linear programming,MILP)問題求解。

下層問題KKT條件為

3 算例分析

本文使用IEEE-RTS 24節(jié)點(diǎn)系統(tǒng)為基礎(chǔ)并做適當(dāng)調(diào)整。設(shè)置其18號(hào)節(jié)點(diǎn)為園區(qū),該園區(qū)中最大負(fù)荷為360 kW,其中10%為可控負(fù)荷,可作為備用調(diào)整;為保證負(fù)荷供應(yīng)的可靠性,園區(qū)中配置容量為300 kW的可控DG;風(fēng)力發(fā)電的裝機(jī)容量為300 kW,光伏發(fā)電的裝機(jī)容量為100 kW;儲(chǔ)能裝置的容量為200 kW·h,最大的充放電功率為50 kW;負(fù)荷和可再生能源參數(shù)及電網(wǎng)其余負(fù)荷和發(fā)電側(cè)機(jī)組數(shù)據(jù)見附錄B。本文算例使用Matlab建模并使用cplex的MILP求解器進(jìn)行求解。在相對(duì)誤差限設(shè)置為0.1%的情況下,各個(gè)算例的平均計(jì)算時(shí)間為36.1 s,可以滿足日前市場和實(shí)時(shí)市場出清計(jì)算的實(shí)時(shí)要求。

3.1 園區(qū)可再生能源發(fā)電量較高時(shí)的運(yùn)行優(yōu)化和報(bào)價(jià)策略

當(dāng)可再生能源出力較高時(shí),園區(qū)的發(fā)電容量余裕,此時(shí)園區(qū)可將多余的發(fā)電量向主網(wǎng)返送以獲得更好的效益,此時(shí)可再生能源發(fā)電情況見表B3,對(duì)上述模型進(jìn)行求解,得到園區(qū)24 h的運(yùn)行優(yōu)化如圖2所示。

圖2 園區(qū)運(yùn)行優(yōu)化結(jié)果(1)Fig. 2 Optimal result of industrial park(1)

從圖2可以看出,在凌晨0時(shí)到7時(shí),系統(tǒng)負(fù)荷較小,此時(shí)預(yù)測的出清電價(jià)較低,而風(fēng)力發(fā)電出力較大,因此,在這個(gè)時(shí)段,園區(qū)的可控DG不出力,而主要通過風(fēng)力發(fā)電和從主網(wǎng)購電滿足負(fù)荷需求,同時(shí),儲(chǔ)能裝置充電。

在7時(shí)到10時(shí)、13時(shí)到19時(shí),此時(shí)屬于平時(shí)段,系統(tǒng)負(fù)荷增加,此時(shí)風(fēng)力發(fā)電出力有所減少,而光伏發(fā)電開始出力,但可再生能源出力總體仍有下降。在電價(jià)水平提高的情況下,從主網(wǎng)購電已不經(jīng)濟(jì),為了減少從主網(wǎng)的購電量,園區(qū)降低報(bào)價(jià),減少出清的負(fù)荷量。而向主網(wǎng)返送電則有良好的經(jīng)濟(jì)性, 因此,在該時(shí)段,園區(qū)的DG出力作為主要供能單元,同時(shí),多余電量向主網(wǎng)返送以獲得更好的經(jīng)濟(jì)效益。

在11時(shí)到12時(shí),20時(shí)到21時(shí),此時(shí)系統(tǒng)負(fù)荷達(dá)到峰值,出清電價(jià)最高,園區(qū)的報(bào)價(jià)也相應(yīng)提高。此時(shí),園區(qū)的可控DG出力進(jìn)一步增加,以滿足負(fù)荷需求,儲(chǔ)能裝置在該時(shí)段放電。在12時(shí),負(fù)荷達(dá)到峰值而可再生能源發(fā)電出力最低,園區(qū)需要從主網(wǎng)少量購電以補(bǔ)足負(fù)荷缺額,在20時(shí)到21時(shí),風(fēng)力發(fā)電出力有所增加,此時(shí)園區(qū)向主網(wǎng)返送電以獲得更好的經(jīng)濟(jì)效益,也起到為主網(wǎng)調(diào)峰的作用。

園區(qū)與主網(wǎng)的互動(dòng)是通過報(bào)價(jià)實(shí)現(xiàn)的,園區(qū)根據(jù)系統(tǒng)的信息、市場出清的規(guī)則和自身的運(yùn)行情況,預(yù)測市場出清的結(jié)果,根據(jù)自身與主網(wǎng)交互的需求,優(yōu)化自身的報(bào)價(jià)行為。

從主網(wǎng)ISO的角度看來,園區(qū)對(duì)外表現(xiàn)為一個(gè)受控的負(fù)荷或電源,ISO無需了解園區(qū)的底層細(xì)節(jié),只需按照市場出清的規(guī)則,根據(jù)園區(qū)的報(bào)價(jià),按照最優(yōu)化社會(huì)成本的方式進(jìn)行出清。以社會(huì)成本的觀點(diǎn)分析,園區(qū)的報(bào)價(jià)實(shí)際上相當(dāng)于其作為負(fù)荷時(shí)的用電效用或作為電源時(shí)的發(fā)電成本。

求解的最優(yōu)報(bào)價(jià)策略和相應(yīng)的園區(qū)與主網(wǎng)的互動(dòng)情況如圖3所示。

圖3 園區(qū)的最優(yōu)報(bào)價(jià)(1)Fig. 3 Optimal bidding of industrial park(1)

從圖3可以看出,在谷時(shí)段,由于電價(jià)較低,此時(shí)園區(qū)從主網(wǎng)購電,相當(dāng)于負(fù)荷,為了能夠在市場出清時(shí)出清得到相應(yīng)的電量,園區(qū)的報(bào)價(jià)至少要相當(dāng)于此時(shí)系統(tǒng)邊際發(fā)電機(jī)的成本,也即此時(shí)系統(tǒng)的邊際價(jià)格,該價(jià)格即為出清電價(jià),因此該時(shí)段園區(qū)的報(bào)價(jià)值等于出清電價(jià)。

在平時(shí)段,出清電價(jià)提高,此時(shí)園區(qū)向主網(wǎng)返送電具有更好的經(jīng)濟(jì)效益,相當(dāng)于電源,為了保證市場出清時(shí)能夠?qū)⒆陨碜鳛殡娫凑{(diào)用,園區(qū)的報(bào)價(jià)值應(yīng)小于等于此時(shí)系統(tǒng)邊際發(fā)電機(jī)的成本,在平時(shí)段,園區(qū)發(fā)電能力余量較大,因此能夠以最大聯(lián)絡(luò)線功率向外送電,為了保證這部分電量能全部出清送出,園區(qū)采取了最穩(wěn)妥的報(bào)價(jià)即報(bào)價(jià)的下限。

在第一個(gè)峰時(shí)段,由于自身發(fā)電缺額,園區(qū)需要從主網(wǎng)購電,相當(dāng)于負(fù)荷,因此此時(shí)報(bào)價(jià)值等于日前出清價(jià)格,保證獲得所需電量。在第二個(gè)峰時(shí)段,此時(shí)風(fēng)力發(fā)電增大,發(fā)電能力又有余量,因此相當(dāng)于電源,但由于自身負(fù)荷需求也在峰值,因此不能以最大聯(lián)絡(luò)線功率向外送電,因此此時(shí)不需要采取一個(gè)低報(bào)價(jià)來保證自身的外送電被優(yōu)先出清,因此此時(shí)園區(qū)報(bào)價(jià)仍等于邊際機(jī)組的成本即出清價(jià)格。

3.2 園區(qū)可再生能源發(fā)電量較低時(shí)的運(yùn)行優(yōu)化和報(bào)價(jià)策略

由于可再生能源發(fā)電出力依賴于風(fēng)、光等一次能源,當(dāng)氣候條件受限時(shí),可再生能源的出力水平較低,此時(shí)可再生能源發(fā)電情況見表B4,園區(qū)主要通過調(diào)用自身可控DG來滿足負(fù)荷需求,并將缺額部分從市場購電補(bǔ)足,求解模型,得到運(yùn)行優(yōu)化結(jié)果見圖4。

圖4 園區(qū)運(yùn)行優(yōu)化結(jié)果(2)Fig. 4 Optimal result of industrial park(2)

從圖4可以看到,由于可再生能源發(fā)電出力的減小,此時(shí)園區(qū)的主要電力來源變?yōu)榭煽谼G以及從主網(wǎng)購電,在谷時(shí)段,由于出清電價(jià)較低,從主網(wǎng)購電較為經(jīng)濟(jì),此時(shí)DG不出力,園區(qū)以從主網(wǎng)購電滿足負(fù)荷需求,同時(shí)儲(chǔ)能裝置充電,這起到了谷時(shí)段填谷的作用。

在平時(shí)段,隨著主網(wǎng)整體負(fù)荷的增大,出清電價(jià)也增加,而園區(qū)負(fù)荷也在增加,因此此時(shí)除了從主網(wǎng)購電滿足負(fù)荷需求外,可控DG也增加出力,補(bǔ)足發(fā)電量缺額。

在峰時(shí)段,電價(jià)較高,此時(shí)從主網(wǎng)購電成本較高,因此園區(qū)主要通過DG發(fā)電和儲(chǔ)能裝置放電供應(yīng)負(fù)荷,而只從主網(wǎng)購電補(bǔ)足缺額,雖然此時(shí)園區(qū)負(fù)荷達(dá)到峰值,但與主網(wǎng)的交互功率反而下降,在峰時(shí)段起到了削峰的作用。

該算例中園區(qū)的報(bào)價(jià)策略如圖5所示。

圖5 園區(qū)的最優(yōu)報(bào)價(jià)(2)Fig. 5 Optimal bidding of industrial park(2)

從圖5可知,可再生能源出力較低的情形下,園區(qū)需要從主網(wǎng)購電供應(yīng)負(fù)荷,對(duì)外表現(xiàn)為負(fù)荷,為了能在市場上出清負(fù)荷,園區(qū)報(bào)價(jià)應(yīng)大于或等于系統(tǒng)的邊際成本即出清電價(jià)。

在谷時(shí)段,由于電價(jià)較低,園區(qū)從主網(wǎng)購電,此時(shí)由于缺額不大,園區(qū)以系統(tǒng)的邊際價(jià)格報(bào)價(jià)。

在平時(shí)段,園區(qū)需要主網(wǎng)以最大聯(lián)絡(luò)線功率供電,因此為了保證能夠出清足夠的負(fù)荷,園區(qū)報(bào)價(jià)選擇最為穩(wěn)妥的高于系統(tǒng)邊際價(jià)格的報(bào)價(jià)方式。

在峰時(shí)段,此時(shí)園區(qū)主要以可控DG供電,僅從市場上補(bǔ)足缺額,因此此時(shí)報(bào)價(jià)也為系統(tǒng)的邊際價(jià)格。

上述分析表明,在園區(qū)的最優(yōu)報(bào)價(jià)決策下,園區(qū)的能夠優(yōu)化自身的運(yùn)行,實(shí)現(xiàn)自身所調(diào)度的多源互補(bǔ),并與市場的價(jià)格信號(hào)響應(yīng),通過調(diào)度自身的可控負(fù)荷和可控DG,在追求效益最優(yōu)的同時(shí),實(shí)現(xiàn)削峰填谷,有利于主網(wǎng)的運(yùn)行和經(jīng)濟(jì)性。

3.3 園區(qū)最優(yōu)報(bào)價(jià)的效益

下面比較園區(qū)最優(yōu)報(bào)價(jià)和以邊際效用報(bào)價(jià)的優(yōu)化結(jié)果,說明園區(qū)最優(yōu)報(bào)價(jià)帶來的效益。

圖6為以園區(qū)負(fù)荷邊際效用報(bào)價(jià)時(shí)的優(yōu)化結(jié)果。

圖6 園區(qū)邊際報(bào)價(jià)優(yōu)化結(jié)果Fig. 6 Optimal result of industrial park marginal bidding

當(dāng)以邊際效用報(bào)價(jià)時(shí),由于園區(qū)負(fù)荷的邊際效用較高,因此報(bào)價(jià)較高,ISO始終將園區(qū)當(dāng)作負(fù)荷處理并以聯(lián)絡(luò)線最大功率供給電力,在此情況下,園區(qū)自身的優(yōu)化運(yùn)行只能在接受主網(wǎng)供給的情況下進(jìn)行,其優(yōu)化結(jié)果見表1。

表1 園區(qū)最優(yōu)報(bào)價(jià)和邊際效用報(bào)價(jià)Tab. 1 Industrial park optimal and marginal bidding

從表1可知,在以邊際效用報(bào)價(jià)時(shí),園區(qū)在市場上始終作為負(fù)荷出清,因此自身的運(yùn)行優(yōu)化受到限制,結(jié)果表明,與最優(yōu)報(bào)價(jià)時(shí)相比,園區(qū)的可控DG出力大幅減小,由5 978.02 kW·h下降為977.95 kW·h,這是由于大部分電力由主網(wǎng)供給,同時(shí),可再生能源發(fā)電的消納能力也大幅下降,最優(yōu)報(bào)價(jià)的情況下,可再生能源發(fā)電能夠得到完全消納,而以邊際效用報(bào)價(jià)時(shí),24 h的棄風(fēng)、棄光量達(dá)到了1 235.00 kW·h。

由于自身的優(yōu)化運(yùn)行受到限制,在以邊際效用報(bào)價(jià)的情況下,園區(qū)的經(jīng)濟(jì)性也受到影響,相比最優(yōu)報(bào)價(jià)時(shí),園區(qū)的總效用由1 572.33 USD下降為1 355.24 USD。

上述分析表明,園區(qū)通過報(bào)價(jià)來實(shí)現(xiàn)自身與主網(wǎng)的互動(dòng),在園區(qū)最優(yōu)報(bào)價(jià)的情況下,可以更好的實(shí)現(xiàn)自身的運(yùn)行優(yōu)化,增強(qiáng)可再生能源的消納能力,并具有更好的經(jīng)濟(jì)性。

3.4 園區(qū)參與實(shí)時(shí)市場的作用

在本文的二階段市場模型中,園區(qū)參與日前市場和實(shí)時(shí)平衡市場,本節(jié)比較園區(qū)參與實(shí)時(shí)市場和不參與實(shí)時(shí)市場的優(yōu)化結(jié)果,說明該市場機(jī)制對(duì)園區(qū)運(yùn)行的影響。園區(qū)參與實(shí)時(shí)市場的優(yōu)化結(jié)果見表2。

表2 園區(qū)參與實(shí)時(shí)市場的優(yōu)化結(jié)果Tab. 2 Optimal result of industrial park real time market

從表2數(shù)據(jù)可以分析,在參與實(shí)時(shí)平衡市場的情況下,園區(qū)有更大的調(diào)整裕度來出力可再生能源發(fā)電的波動(dòng)性,因而將更多可再生能源發(fā)電電量在實(shí)時(shí)進(jìn)行消納,而不參與實(shí)時(shí)市場時(shí),在日前計(jì)劃時(shí)就偏向保守,將更多可再生能源發(fā)電量列入日前計(jì)劃。同時(shí),參與實(shí)時(shí)市場可以更多的消納可再生能源發(fā)電的發(fā)電量,不參與實(shí)時(shí)市場時(shí),可再生能源發(fā)電的消納量由3 671.25 kW·h下降為3 666.26 kW·h。

從可控DG出力的角度分析,由于不參與實(shí)時(shí)市場,因此總的可再生能源發(fā)電利用量減少,同時(shí)需要DG更多的調(diào)整來應(yīng)對(duì)出力的不確定性,因此可控DG的出力較參與實(shí)時(shí)市場更大。

參與實(shí)時(shí)市場對(duì)園區(qū)來說具有更好的經(jīng)濟(jì)性,因?yàn)榇藭r(shí)園區(qū)具有更多的選擇,對(duì)于出力的波動(dòng),園區(qū)可以根據(jù)需要花費(fèi)的支出來決策是調(diào)用自身備用資源處理出力偏差還是通過實(shí)時(shí)市場處理偏差,數(shù)據(jù)表明,參與實(shí)時(shí)市場的園區(qū)效用為1572.33 USD,大于不參與實(shí)時(shí)市場時(shí)的1 568.02 USD。

上述分析表明,園區(qū)參與實(shí)時(shí)市場有利于更好的消納可再生能源的發(fā)電量,并且具有更好的經(jīng)濟(jì)性。

4 結(jié)論

本文建立了日前市場和實(shí)時(shí)平衡市場的二階段電力市場出清模型,并建立了園區(qū)參與此市場的雙層優(yōu)化模型,通過最優(yōu)性條件對(duì)雙層模型進(jìn)行處理,將其轉(zhuǎn)換成單層模型的MILP問題求解,并通過算例仿真分析了園區(qū)的最優(yōu)報(bào)價(jià)策略和運(yùn)行優(yōu)化,主要結(jié)論如下：

1)在園區(qū)最優(yōu)報(bào)價(jià)決策下,園區(qū)能夠?qū)崿F(xiàn)對(duì)市場價(jià)格的響應(yīng),優(yōu)化自身運(yùn)行,充分利用需求側(cè)資源,實(shí)現(xiàn)削峰填谷,實(shí)現(xiàn)與主網(wǎng)的友好互動(dòng)。

2)園區(qū)通過報(bào)價(jià)實(shí)現(xiàn)與主網(wǎng)的互動(dòng),在最優(yōu)報(bào)價(jià)的情況下,園區(qū)能夠最大限度的優(yōu)化自身運(yùn)行,提高經(jīng)濟(jì)性,并增強(qiáng)可再生能源消納能力。

3)園區(qū)參與實(shí)時(shí)平衡市場有助于增強(qiáng)園區(qū)應(yīng)對(duì)可再生能源發(fā)電波動(dòng)的能力,提高可再生能源消納能力,提升經(jīng)濟(jì)效益。

附錄A

互補(bǔ)松弛條件：

附錄B

參考文獻(xiàn)

[1]江澤民.對(duì)中國能源問題的思考[J].上海交通大學(xué)學(xué)報(bào),2008,42(3):345-359.JiangZemin.Reflections on energy issues in China[J].Journal of Shanghai Jiaotong University,2008,42(3):345-359(in Chinese).

[2]吳鳴,任學(xué)婧,周丹,等.新電改背景下產(chǎn)業(yè)園區(qū)供電系統(tǒng)容量優(yōu)化配置方法[J].電力系統(tǒng)自動(dòng)化,2017,41(1):3-18.WuMing,RenXueqian,ZhouDan,et al.Optimal allocation method for capacity of power supply system in industrial park under new electricity market reform[J].Automation of Electric Power Systems,2017,41(1):3-18(in Chinese).

[3]王剛,孫文健,李歧強(qiáng),等.基于魯棒后悔度的光儲(chǔ)微網(wǎng)優(yōu)化調(diào)度[J].電網(wǎng)技術(shù),2017,41(1):106-111.WangGang,SunWenjian,LiQiqiang,et al.Robust regret optimal scheduling of microgrid with PV and battery[J].Power System Technology,2017,41(1):106-111(in Chinese).

[4]梁子鵬,陳皓勇,王勇超,等.含電動(dòng)汽車的微網(wǎng)魯棒經(jīng)濟(jì)調(diào)度[J].電網(wǎng)技術(shù),2017,41(8):2647-2656.LiangZipeng,ChenHaoyong,WangYongchao,et al.Robust economic dispatch of microgrids containing electric vehicles[J].Power System Technology,2017,41(8):2647-2656(in Chinese).

[5]朱蘭,嚴(yán)正,楊秀,等.計(jì)及需求側(cè)響應(yīng)的微網(wǎng)綜合資源規(guī)劃方法[J].中國電機(jī)工程學(xué)報(bào),2014,34(16):2621-2628.ZhuLan,YanZheng,YangXiu,et al.Integrated resources planning in microgrid based on modeling demand response[J].Proceedings of the CSEE,2014,34(16):2621-2628(in Chinese).

[6]Nguyen DT,Le LB.Optimal bidding strategy for microgrids considering renewable energy and building thermal dynamics[J].IEEE Transactions on Smart Grid,2014,5(4):165-180.

[7]LiuG,XuY,TomsovicK.Bidding strategy for microgrid in day-ahead market based on hybrid stochastic/robust optimization[J].IEEE Transactions on Smart Grid,2016,7(1):227-237.

[8]WongS,Fuller JD.Pricing energy and reserves using stochastic optimization in an alternative electricity market[J].IEEE Transactions on Power Systems,2007,22(2):631-638.

[9]Arroyo JM,Galiana FD.Energy and reserve pricing in security and network-constrained electricity markets[J].IEEE Transactions on Power Systems,2005,20(2):634-643.

[10]邵成成,王錫凡,王秀麗,等.考慮風(fēng)電的電力聯(lián)營市場日前出清模型[J].電力系統(tǒng)自動(dòng)化,2014,38(13):45-50.ShaoChengcheng,WangXifan,WangXiuli,et al.An electricity market clearing model for day-ahead pool market considering wind power[J].Automation of Electric Power Systems,2014,38(13):45-50(in Chinese).

[11]BouffardF,Galiana FD,Conejo AJ.Market-clearing with stochastic security-part I: formulation[J].IEEE Transactions on Power Systems,2005,20(4):1818-1826.

[12]BouffardF,Galiana FD,Conejo AJ.Market-clearing with stochastic security-part II: case studies[J].IEEE Transactions on Power System,2005,20(4):1827-1835.

[13]DaraeepourA,Kazempour SJ,Patiño-EcheverriD,et al.Strategic demand-side response to wind power integration[J].IEEE Transactions on Power Systems,2016,31(5):3495-3505.

[14]DaiT,QiaoW.Finding equilibria in the pool-based electricity market with strategic wind power producers and network constraints[J].IEEE Transactions on Power Systems,2017,32(1):389-399.

[15]Schweppe FC,Caramanis MC,Tabors RD,et al.Spot pricing of electricity[M].Springer US,1988:162-388.

[16]Wood AJ,Wollenberg BF.Power generation, operation, and control[M].J. Wiley & Sons,1996:689-742.

[17]Fortuny-AmatJ,McCarl B.A representation and economic interpretation of a two-level programming problem[J].The Journal of the Operational Research Society,1981,32(9):783-792.

甘宇翔1, 蔣傳文1, 白宏坤2, 王江波2, 楊萌2

1.電力傳輸與功率變換控制教育部重點(diǎn)實(shí)驗(yàn)室(上海交通大學(xué) 電氣工程系),上海市 閔行區(qū) 200240

2.國網(wǎng)河南省電力公司經(jīng)濟(jì)技術(shù)研究院,河南省 鄭州市 450000

甘宇翔(1993),男,碩士研究生,主要研究方向?yàn)榭稍偕茉窗l(fā)電、電力市場,E-mail：w12379564@sjtu.edu.cn;

蔣傳文(1966),男,通信作者,教授,博士生導(dǎo)師,主要研究方向?yàn)殡娏κ袌觥⒅鲃?dòng)配電網(wǎng),E-mail：jiangcw@sjtu.edu.cn;

白宏坤(1971),女,博士,主要研究方向?yàn)槟茉措娏?jīng)濟(jì)、電網(wǎng)規(guī)劃,E-mail：baihongkun @ha.sgcc.com.cn;

王江波(1985),男,碩士,主要研究方向?yàn)槟茉措娏?jīng)濟(jì)、電網(wǎng)規(guī)劃,E-mail：wangjiangbo@ha.sgcc.com.cn;

楊萌(1988),男,碩士,主要研究方向?yàn)槟茉措娏?jīng)濟(jì)、電網(wǎng)規(guī)劃,E-mail：angmeng7@ha.sgcc.com.cn。