微電網(wǎng)運營商提供無功輔助服務下各市場主體的利益分配

2018-03-13 14:05:01 電網(wǎng)技術(shù) 　點擊量：評論 (0)

摘要：隨著售電側(cè)市場改革的不斷深入,研究多個微電網(wǎng)運營商參與下的配電側(cè)市場交易和競價機制具有重要意義。針對該問題,提出了一種雙層優(yōu)化

從圖5和圖6中可見,當市場達到均衡時,雖然3個微電網(wǎng)運營商報價都高于批發(fā)市場的節(jié)點邊際電價,DSO依然能夠通過優(yōu)化微電網(wǎng)的功率注入,改善系統(tǒng)的潮流分布,從而降低總購電成本。其中,微電網(wǎng)運營商2報價最高,達到0.082 8 USD/(kW•h),該價格即為此時的市場出清電價。由式(2)可知,各微電網(wǎng)在該市場價格下的最優(yōu)發(fā)電功率為340 kW。

在圖6中,微電網(wǎng)運營商1和微電網(wǎng)運營商3的中標量最接近最優(yōu)值,因此兩者的凈利潤都大于微電網(wǎng)運營商2。在該場景下,微電網(wǎng)運營商發(fā)電成本相同而最優(yōu)報價不同的原因在于微電網(wǎng)的接入位置不同,對系統(tǒng)潮流優(yōu)化的貢獻程度也不同,因此,相同報價下DSO向各個運營商購買的功率也有所不同。

在場景2中,微電網(wǎng)運營商3的成本最高,因此其報價也相對較高(圖7)。該場景下,由于微電網(wǎng)運營商2的成本較低,其報價始終處于較低的水平。在微電網(wǎng)運營商2的競爭下,市場的最終出清電價要低于場景1,為0.078 9 USD/(kW•h)。此時各個運營商的最優(yōu)發(fā)電功率依次為539 kW、770 kW和317 kW。從圖8中可以看出,運行成本最低的微電網(wǎng)運營商2在競爭中處于明顯優(yōu)勢,中標量等于最優(yōu)值,因而能夠?qū)崿F(xiàn)自身收益的最大化。

3.2 微電網(wǎng)聯(lián)盟場景下的競價博弈仿真

針對圖4所示的配電系統(tǒng),分別考慮微電網(wǎng)1/2聯(lián)盟、微電網(wǎng)2/3聯(lián)盟和微電網(wǎng)1/3聯(lián)盟3種情況,各微電網(wǎng)的運行成本系數(shù)如3.1中的場景1所示。聯(lián)盟場景下各微電網(wǎng)的報價、聯(lián)盟體的凈利潤以及DSO的總購電成本分別如表2、表3和表4所示。

表2 聯(lián)盟場景下微電網(wǎng)的報價

表3 聯(lián)盟場景下微電網(wǎng)的凈利潤

表4 聯(lián)盟場景下DSO的購電成本

在3.1的場景1中,不聯(lián)盟情況下微電網(wǎng)1、微電網(wǎng)2和微電網(wǎng)3的報價依次為0.0786 USD/(kW•h)、0.0828 USD/(kW•h)、0.0802 USD/(kW•h)。從表2可以看出,無論是微電網(wǎng)1和微電網(wǎng)2聯(lián)盟,還是微電網(wǎng)2和微電網(wǎng)3聯(lián)盟,聯(lián)盟體內(nèi)的微電網(wǎng)都有提高報價的意愿,聯(lián)盟后市場的出清電價相比

不聯(lián)盟的情況都有所提高。因此,聯(lián)盟體的整體收益也有所提高,如表3中微電網(wǎng)1和微電網(wǎng)2聯(lián)盟時整體收益提高了0.1 USD,微電網(wǎng)2和微電網(wǎng)3聯(lián)盟時整體收益則提高了0.13 USD。此時,由于市場出清電價的提高,DSO的購電成本也相應地提高,如表4所示。

對于微電網(wǎng)1和微電網(wǎng)3聯(lián)盟情況,由3.1中的分析可知,微電網(wǎng)1和微電網(wǎng)3通過競價,都能夠最大化自身的收益,此時無論是微電網(wǎng)1還是微電網(wǎng)3都無法通過改變自身報價進一步提高聯(lián)盟整體的收益,因此這種場景下各個微電網(wǎng)的報價和不聯(lián)盟的情況相同,各方的收益及DSO的購電成本也維持不變。

3.3 考慮微電網(wǎng)無功服務下的競價博弈仿真

在上述的仿真分析中,僅考慮了微電網(wǎng)運營商參與有功功率競價的過程。實際上,微電網(wǎng)運營商除了能夠提供有功功率之外,還能夠通過提供無功功率服務進一步優(yōu)化系統(tǒng)的潮流,降低網(wǎng)絡損耗,同時依靠無功功率服務獲取一定的收益。

在本文中,考慮DSO對無功功率裝置的投資運行成本和無功功率價值進行補償。其中,各個微電網(wǎng)運營商按投資和運維成本折算出相應的無功成本,由DSO支付微電網(wǎng)運營商提供無功功率所支出的成本費用;其次,DSO計算出市場均衡時各微電網(wǎng)運營商不提供無功功率和提供無功功率服務下的系統(tǒng)網(wǎng)損,兩者的差值與市場出清電價的乘積即為無功功率效益,將這部分效益按降低網(wǎng)損的貢獻度分別對各個運營商進行補償。設定各個微電網(wǎng)運營商能夠提供的無功補償范圍為±1 Mvar,無功功率成本為1.6 USD/Mvar[24],微電網(wǎng)的運行成本系數(shù)和3.1中的場景1相同。不考慮微電網(wǎng)聯(lián)盟的情況,該場景下的仿真結(jié)果如圖9和圖10所示。

圖9 考慮無功服務下微電網(wǎng)運營商競價曲線

圖10 考慮無功服務下市場主體有功/無功中標量

從圖9和圖10中可以看出,考慮微電網(wǎng)運營商提供無功輔助服務后,市場達到均衡時的出清電價和3.1中的場景1相比有所降低。同時,DSO通過對微電網(wǎng)運營商有功功率和無功功率的優(yōu)化,能

夠進一步降低系統(tǒng)的網(wǎng)損,從而使得總購電成本降低。按前文設定的無功補償機制,不考慮無功服務(3.1場景1)和考慮無功服務下各市場主體的經(jīng)濟指標如表5所示。

從表5中可以看出,當市場中的微電網(wǎng)運營商提供無功服務時,通過本文設定的無功補償機制,各運營商的收益都有所提高。在該運行狀態(tài)下,微電網(wǎng)2提供無功功率對網(wǎng)損降低的靈敏度最高,因此中標的無功功率也最高,獲得的收益最大。同時,相比于僅考慮有功功率競價的場景,此時系統(tǒng)的有功網(wǎng)損由73.684 kW降低至33.291 kW,降低了DSO的購電成本,社會效益得到進一步優(yōu)化。

表5 市場主體經(jīng)濟指標

4 結(jié)論

本文采用雙層優(yōu)化算法對含微電網(wǎng)的配電側(cè)市場最優(yōu)競價問題進行求解：底層優(yōu)化以最小化DSO購電成本為目標,實現(xiàn)市場的出清和系統(tǒng)的最優(yōu)經(jīng)濟調(diào)度;上層優(yōu)化則以各微電網(wǎng)運營商利益最大化為目標,確定最優(yōu)競價策略。仿真結(jié)果表明：

1)本文所提出的雙層優(yōu)化方法能夠有效求解多方參與下的配電側(cè)電力市場的競價問題,在確保系統(tǒng)經(jīng)濟、安全運行的基礎上實現(xiàn)各方收益的優(yōu)化分配。

2)微電網(wǎng)運營商的運行成本和接入位置將對最終的博弈結(jié)果產(chǎn)生影響,運行成本較低的運營商在競爭中處于明顯優(yōu)勢。

3)系統(tǒng)中的微電網(wǎng)通過聯(lián)盟的形式可以進一步提高整體的經(jīng)濟效益,此部分效益的提升效果在非完全信息博弈環(huán)境下將更加明顯。

4)在微電網(wǎng)運營商同時提供有功功率和無功功率的情況下,依靠合理的無功補償機制,能夠?qū)崿F(xiàn)各方收益的增加,提高社會的整體效益。

此外,本文所提出的方法也能夠進一步擴展應用于非合作不完全信息動態(tài)博弈的問題中。

參考文獻

[1] 王成山,武震,李鵬.微電網(wǎng)關(guān)鍵技術(shù)研究[J].電工技術(shù)學報,2014,29(2):1-12. Wang Chengshan,Wu Zhen,Li Peng.Research on key technologies of microgrid[J].Transactions of China Electrotechnical Society,2014,29(2):1-12(in Chinese).

[2] 王蓓蓓,趙盛楠,劉小聰,等.面向可再生能源消納的智能用電關(guān)鍵技術(shù)分析與思考[J].電網(wǎng)技術(shù),2016,40(12):3894-3903. Wang Beibei,Zhao Shengnan,LiuXiaocong,et al.Review on key technologies of smart power utilization for renewable energy integration[J].Power System Technology,2016,40(12):3894-3903(in Chinese).

[3] 張丹,王杰.國內(nèi)微電網(wǎng)項目建設及發(fā)展趨勢研究[J].電網(wǎng)技術(shù),2016,40(2):451-458. Zhang Dan,Wang Jie.Research on construction and development trend of micro-grid in China[J].Power System Technology,2016,40(2):451-458(in Chinese).

[4] 程林,劉琛,朱守真,等.基于多能協(xié)同策略的能源互聯(lián)微網(wǎng)研究[J].電網(wǎng)技術(shù),2016,40(1):132-138. Cheng Lin,Liu Chen,Zhu Shouzhen,et al.Study of micro energy internet based on multi-energy interconnected strategy[J].Power System Technology,2016,40(1):132-138(in Chinese).

[5] Bie Z,Zhang P,Li G,et al.Reliability evaluation of active distribution systems including microgrids[J].IEEE Transactions on Power Systems,2012,27(4):2342-2350.

[6] 邢海軍,程浩忠,張沈習,等.主動配電網(wǎng)規(guī)劃研究綜述[J].電網(wǎng)技術(shù),2015,39(10):2705-2711. XingHaijun,Cheng Haozhong,Zhang Shenxi,et al.Review of active distribution network planning[J].Power System Technology,2015,39(10):2705-2711(in Chinese).

[7] 樂健,柳永妍,葉曦,等.含高滲透率分布式電能資源的區(qū)域電網(wǎng)市場化運營模式[J].中國電機工程學報,2016,36(12):3343-3353. Le Jian,Liu Yongyan,Ye Xi,et al.Market-oriented operation pattern of regional power network integration with high penetration level of distributed energy resources[J].Proceedings of the CSEE,2016,36(12):3343-3353(in Chinese).

[8] Bakirtzis A G,Ziogos N P,Tellidou A C,et al.Electricity producer offering strategies in day-ahead energy market with step-wise offers [C]//Bulk Power System Dynamics and Control VII.Revitalizing Operational Reliability.Charleston,SC,USA:iREP Symposium,2007:1-18.

[9] 竇春霞,賈星蓓,李恒.基于多智能體的微電網(wǎng)中分布式發(fā)電的市場博弈競標發(fā)電[J].電網(wǎng)技術(shù),2016,40(2):579-586. Dou Chunxia,Jia Xingbei,Li Heng.Multi-agent-system-based market bidding strategy for distributed generation in microgrid[J].Power System Technology,2016,40(2):579-586(in Chinese).

[10] Bakirtzis A G,Ziogos N P,Tellidou A C,et al.Electricity producer offering strategies in day-ahead energy market with step-wise offers[J].IEEE Transactions on Power Systems,2007,22(4):1-18.

[11] Kardakos E G,Simoglou C K,Bakirtzis A G.Optimal bidding strategy in transmission constrained electricity markets[J].Electric Power Systems Research,2014,109(4):141-149.

[12] Li J,Li Z,Wang Y.Optimal bidding strategy for day-ahead power market[C]//North American Power Symposium.Charlotte,NC,USA:IEEE,2015:1-6.

[13] Taheri I,Rashidinejad M,Badri A,et al.Analytical approach in computing nash equilibrium for oligopolistic competition of transmission-constrained GENCOs[J].IEEE Systems Journal,2014,16(6):1-11.

[14] Manshadi S D,Khodayar M E.A hierarchical electricity market structure for the smart grid paradigm[J].IEEE Transactions on Smart Grid,2016,7(4):1866-1875.

[15] Zhang G,Zhang G,Gao Y,et al.Competitive strategic bidding optimization in electricity markets using bilevel programming and swarm technique[J].IEEE Transactions on Industrial Electronics,2011,58(6):2138-2146.

[16] Li H,Li Y,Li Z.A multiperiod energy acquisition model for a distribution company with distributed generation and interruptible load[J].IEEE Transactions on Power Systems,2007,22(2):588-596.

[17] 趙敏,沈沉,劉鋒,等.基于博弈論的多微電網(wǎng)系統(tǒng)交易模式研究[J].中國電機工程學報,2015,35(4):848-857. Zhao Min,Shen Chen,Liu Feng,et al.A game-theoretic approach to analyzing power trading possibilities in multi-microgrids[J].Proceedings of the CSEE,2015,35(4):848-857(in Chinese).

[18] 史開拓,劉念,張建華,等.多運營主體的微電網(wǎng)隨機匹配交易機制[J].電網(wǎng)技術(shù),2016,40(2):587-594.Shi Kaituo,Liu Nian,Zhang Jianhua,et al.Random matching trading mechanism in microgrid of multi-operators[J].Power System Technology,2016,40(2):587-594(in Chinese).

[19] 江潤洲,邱曉燕,李丹.基于多代理的多微網(wǎng)智能配電網(wǎng)動態(tài)博弈模型[J].電網(wǎng)技術(shù),2014,38(12):3321-3327. Jiang Runzhou,Qiu Xiaoyan,Li Dan.Multi-agent system based dynamic game model of smart distribution network containing multi-microgrid[J].Power System Technology,2014,38(12):3321-3327(in Chinese).

[20] 郭紅霞,白浩,劉磊,等.統(tǒng)一電能交易市場下的虛擬電廠優(yōu)化調(diào)度模型[J].電工技術(shù)學報,2015,30(23):136-145. Guo Hongxia,Bai Hao,Liu Lei,et al.Optimal scheduling model of virtual power plant in a unified electricity trading market[J].Transactions of China Electrotechnical Society,2015,30(23):136-145(in Chinese).

[21] Pozo D,Contreras J.Finding multiple nash equilibria in pool-based markets:a stochastic EPEC approach[J].IEEE Transactions on Power Systems,2011,26(3):1744-1752.

[22] 王錫凡,方萬良,杜正春.現(xiàn)代電力系統(tǒng)分析[M].北京:科學出版社,2003:120-134.

[23] Moradi M H,Abedini M,Hosseinian S M.A combination of evolutionary algorithm and game theory for optimal location and operation of DG from DG owner standpoints[J].IEEE Transactions on Smart Grid,2015,7(2):1-1.

[24] 李婷婷. 電力市場環(huán)境下輔助服務的定價研究[D].北京:華北電力大學(北京),2009.