基于CPSS的综合能源微网群参与调频辅助服务成本建模分析

doi:10.16183/j.cnki.jsjtu.2022.460

基于CPSS的综合能源微网群参与调频辅助服务成本建模分析

李振坤^,, 于秋阳, 魏砚军, 田书欣

上海电力大学电气工程学院,上海 200090

Cost Modeling and Analysis of Integrated Energy Microgrid Group Participation in Frequency Regulation Auxiliary Service Market Based on CPSS

LI Zhenkun^,, YU Qiuyang, WEI Yanjun, TIAN Shuxin

College of Electrical Engineering, Shanghai University of Electric Power, Shanghai 200090, China

责任编辑: 王历历

收稿日期: 2022-11-15 修回日期: 2023-01-26 接受日期: 2023-02-21

基金资助:

国家自然科学基金(52177098)

Received: 2022-11-15 Revised: 2023-01-26 Accepted: 2023-02-21

作者简介 About authors

李振坤(1982-),教授,博士生导师,从事配电网规划运行、分布式电源并网及微网、海上风电研究;E-mail:lzk021@163.com.

摘要

随着双碳战略的实施,新能源在电力系统中所占比例不断提高,系统频率调节能力逐渐下降.针对该问题,对分布式综合能源微网群参与电力系统调频辅助服务展开深入研究.首先,基于微网个体聚合后参与调频市场的理念,阐述综合能源微网参与调频辅助服务市场的模式;其次,建立综合能源微网群的信息-物理-社会模型,基于该模型计算微网群体的调频成本,成本模型中考虑多种调频方式,并利用灰色定权聚类方法对微网的社会属性进行分类,用以仿真分析微网个体参与调频市场的意愿及概率值;然后,基于蒙特卡罗模拟提出微网聚合商参与调频辅助服务时的成本计算方法,为聚合商参与调频市场报价提供基础.最后,对一个拥有5个综合能源微网的聚合商进行仿真分析,得到其调频成本的变化曲线.仿真结果显示微网个体的社会属性对聚合商的调频成本影响可达到6.921%,在报价过程中需要充分计及微网社会属性所带来的不确定性风险.

关键词： 综合能源微网群; 调频辅助服务; 调频成本; 信息-物理-社会模型; 社会属性建模

Abstract

With the implementation of the carbon peaking and carbon neutrality strategy, the proportion of new energy in the power system continues to increase, while the frequency regulation ability of the system gradually decreases. To address this problem, this paper studies the participation of distributed integrated energy microgrid group in frequency regulation auxiliary service. First, based on the concept of microgrid individuals participation in frequency regulation market after aggregation, the mode of integrated energy microgrid participating in frequency regulation auxiliary service market is described. Then, a cyber-physical-social system (CPSS) of integrated energy microgrid group is established. Based on this model, the frequency regulation cost of microgrid group is calculated. The cost model considers multiple frequency regulation modes, and classifies the social attributes of microgrid by using the grey weighted clustering method to simulate and analyze the willingness and probability value of microgrid individuals to participate in the frequency regulation market. Afterwards, based on Monte Carlo simulation, the cost calculation method for microgrid aggregators to participate in the frequency regulation auxiliary service is proposed, which provides the basis for aggregators to participate in the frequency regulation market quotation. Finally, an aggregator with five integrated energy microgrids is simulated and analyzed, and the curve of its frequency regulation cost is obtained. The simulation results show that the impact of the social attributes of the individual microgrid on the frequency regulation cost of the aggregator can reach 6.921%, so the uncertainty risk caused by the social attributes of the microgrid should be fully considered in the bidding process.

Keywords： integrated energy microgrid group; frequency regulation auxiliary service; frequency regulation cost; cyber-physical-social system (CPSS); social attribute modeling

PDF (2323KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

李振坤, 于秋阳, 魏砚军, 田书欣. 基于CPSS的综合能源微网群参与调频辅助服务成本建模分析[J]. 上海交通大学学报, 2024, 58(6): 893-903 doi:10.16183/j.cnki.jsjtu.2022.460

LI Zhenkun, YU Qiuyang, WEI Yanjun, TIAN Shuxin. Cost Modeling and Analysis of Integrated Energy Microgrid Group Participation in Frequency Regulation Auxiliary Service Market Based on CPSS[J]. Journal of Shanghai Jiaotong University, 2024, 58(6): 893-903 doi:10.16183/j.cnki.jsjtu.2022.460

在“碳达峰、碳中和”的背景下,高比例可再生能源并网发电成为我国电力系统发展的必然趋势^[1-2],但可再生能源发电具有间歇性和随机波动性,不具备稳定的调频能力^[3],电力系统仅靠传统发电机组无法满足高比例可再生能源并网后的调频需求,亟需新的调频资源.分布式综合能源微网为了提高能源综合利用率,在分布式能源基础上汇集多种能源形态,实现冷热电气多种能源形式的综合优化利用^[4-5].综合能源微网融合用户侧负荷、多种分布式能源和储能等装置,具有相对较好的响应电力系统频率变化的能力,且功率调节范围大,弥补了单一调频资源能力不足的问题.因此,针对综合能源微网参与电力系统调频辅助服务的研究具有重要理论价值和现实意义.

当前,针对电力系统频率调节能力不足的现状,已有学者提出考虑储能、虚拟电厂、电动汽车以及通过需求侧响应参与调频辅助服务.文献[6 ⇓-8]中利用储能参与调频辅助服务,其中文献[6]中提出计及调频成本和荷电状态(System of Charge, SOC)恢复的多储能系统调频功率双层优化策略;文献[7]中提出以储能系统效益最大化为目标,并综合考虑多种约束的优化运行模型.文献[9 ⇓-11]中对虚拟电厂参与调频辅助服务展开研究,其中文献[9]中建立含电动汽车、火电机组、混合储能系统的虚拟电厂参与调频的决策模型;文献[10]提出虚拟电厂与风电联合调频竞标策略.文献[12-13]中将大量电动汽车聚合起来,由聚合商管理者作为代理参与调频辅助服务,其中文献[12]中对电动汽车提供调频和旋转备用辅助服务展开研究,并分析如何控制充放电以使电动汽车代理的总收益最大;文献[13]中基于马尔可夫链构建一种考虑电池容量差异的电动汽车充放电聚合模型,并提出基于该模型预测控制的集群电动汽车参与调频的多模式控制策略.

分布式综合能源微网聚集负荷侧分布式电源、储能和负荷等多种灵活性资源,利用其多能互补以及产销一体的特性,可为电力系统带来更丰富更灵活的调频资源,解决源荷两侧功率的实时匹配和平衡问题.文献[14]中提出综合能源系统参与电力系统调频辅助服务市场的优化策略,根据实际运行中电力市场的价格参数来指导综合能源系统参与辅助服务,实现调频收益最大化.

目前,关于综合能源微网参与调频辅助市场的研究中市场主体仍以单个微网为主,针对微网群体参与调频辅助服务市场的研究较少;但是在实际应用中,单个综合能源微网容量较小,调频能力有限,难以满足调频辅助服务市场的准入要求.将多个综合能源微网聚合,以集群的方式参与系统调频,可以实现对多个微网调频能力的聚合,从而满足辅助服务市场的准入门槛.目前,针对此类多主体分散资源的聚合调频研究^[15⇓-17]均没有考虑参与聚合主体的社会属性,忽略其自主选择参与调频的意愿;但是在现实中,每一个参与聚合的主体都是独立主体,存在市场规模、运营方式、个体知识水平等社会属性的区别,在很大程度上影响聚合商参与调频辅助服务的效果,忽视社会属性带来的影响会使得所研究的模型过于理想,从而导致研究结果与实际现场差别较大.

总体而言,现有的综合能源微网参与调频辅助服务的研究尚没有全面、综合地考虑微网的物理属性和社会属性.针对该问题,利用信息-物理-社会系统 (Cyber-Physical-Social System, CPSS)对综合能源微网群进行建模,充分考虑微网个体参与调频意愿,提出一种考虑综合能源微网社会属性的成本计算方法,研究分析综合能源微网群参与电力系统调频辅助服务的可行性及微网社会属性对调频成本的影响.

1 综合能源微网群及调频辅助服务市场

1.1 综合能源微网结构

综合能源微网是将分布式电源、冷热电联供(Combined Cooling, Heating and Power, CCHP)系统、各类储能设备及冷热电气网络联系整合在一起的综合能源系统,具有高灵活性、高韧性等特点.综合能源微网横向打通冷热电气多种能源形式,实现多能源间的互济利用.

综合能源微网可利用燃气轮机、储能、不同形式能源间转换装置、负荷等资源实现功率快速调整,从而改变与外部电力网络的功率交互,实现对电力系统的频率支撑.其连接多种能源形式,运行灵活性强,电功率调节里程相对较大、调节速度快,是一种具有重要潜力的调频资源.

1.2 综合能源微网群及其通过聚合商参与调频市场的架构

大量综合能源微网由于物理规模、市场环境、准入规则限制等因素,往往不被允许直接参与调频辅助服务市场交易.因此根据已有的负荷聚合商理念^[18],通过区域综合能源微网聚合商将地理上分散的多个综合能源微网聚合在一起,由微网聚合商作为市场主体参与调频辅助服务市场,并高效管理集群内的调频资源,使分散、有限的综合能源微网调频资源更易进入市场.

调频辅助服务市场对市场主体性能要求较为严格^[19].区域综合能源微网聚合商对各个参与聚合的微网调频性能及能力进行考核,并优化选择合适的微网,以满足调频市场的性能指标.聚合商从调频性能和调频成本两个方面考核微网,调频性能指标不满足市场要求及调频成本过高的微网将无法获得准入资格.

构造的区域综合能源微网聚和商运行架构如图1所示.综合能源微网群内各微网向区域综合能源微网聚合商提前上报其调频成本与调频容量,聚合商根据上报的数据在调频辅助服务市场进行报价和容量申报,中标后聚合商向各微网下达调频信号,将中标容量按照调频优先级依次分配给各微网.调频完成后,聚合商将在调频所得收益中留取部分作为自己的报酬以维持自身运营,并将剩余收益按照各个微网在此次调频的贡献程度分摊下去.对整体贡献越大,分摊所得收益越高,以此调动各微网参与调频的积极性.同时,聚合商制定相应的惩罚机制,惩罚未完成调频任务的综合能源微网.聚合商是完全理性的个体,总是根据利益最大化的目标做出决策.聚合商参与调频辅助服务市场的流程如图2所示.

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 区域综合能源微网聚合商运行架构

Fig.1 Operation framework of regional integrated energy microgrid aggregator

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 聚合商参与调频辅助服务市场流程

Fig.2 Process of aggregator participation in frequency regulation auxiliary market

2 综合能源微网群的CPSS模型

2.1 综合能源微网群CPSS模型

由于综合能源微网群内部设备复杂繁多、投资主体多样,是一个包含物理层、社会层和信息层的典型CPSS^[20⇓-22],综合能源微网群CPSS模型如图3所示,3层之间通过网络空间紧密地联系在一起.与信息-物理系统相比,CPSS增加了社会层,主要用以刻画各主体的行为与主体之间的交互.各层具体组成如下:

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 综合能源微网群CPSS模型

Fig.3 CPSS model of integrated energy microgrid group

(1) 物理层.综合能源微网个体及其内部的燃气轮机、燃气锅炉、光伏阵列、风电机组、储能设备等发电单元,以及用户侧的居民住宅、商业建筑等,构成综合能源微网群的物理层.物理层的数据通过传感器发送到信息层,并接收信息层通过控制器下发的指令.

(2) 信息层.信息层由区域综合能源微网聚合商和电力用户终端以及通信网络构成,信息层汇集来自物理层和社会层的数据.聚合商参与调频辅助服务市场竞价并依据调频需求向各微网发布调频信号.电力用户终端控制各综合能源微网内的设备,运营商通过电力用户终端获取和发布网络信息.

(3) 社会层.综合能源微网群中的各个微网个体运营商构成社会层.综合能源微网既是能源消费者又是能源提供者,受制于微网个体运营商的知识水平、对能源的重视程度等因素,绝大部分微网参与调频辅助服务决策具有有限理性特征,即这些决策的目标并不只是为了利益最大化.

信息空间除了汇聚来自物理层的数据,还有来自社会层的数据,考虑社会信息后,使综合能源微网参与调频的决策变得复杂.

2.2 综合能源微网个体调频成本模型

了解综合能源微网个体参与调频辅助服务的成本是计算综合能源微网群参与调频辅助服务的基础.根据综合能源微网频率调节方式研究其参与调频的成本模型.

当综合能源微网提供上调频服务时,其调频方式有:①电储能增加出力;②燃气轮机增大功率;③切除可调负荷;④启动冷备用燃气轮机.当综合能源微网提供下调频服务时,其调频方式有:①电储能储存多余电能;②燃气轮机减少出力;③增大可调负荷;④弃风、弃光.由于系统上调频需求远大于下调频需求,针对综合能源微网上调频建立成本模型.

对于综合能源微网i,其参与调频辅助服务市场的系统总运行费用如下:

(1)

C_{t o t a l, i} = C_{g t} + C_{g b} + C_{s} + C_{l o} + C_{c o} + C_{s t a r t}

式中:C_gt为燃气轮机调频的成本;C_gb为燃气锅炉调频的成本;C_s为储能参与调频成本,包括电储能,热储能;C_lo为微网参与调频的机会成本;C_co为补偿成本,用于对调频过程调节可调负荷进行补偿;C_start为微网内机组启停成本.

(1) 燃气轮机参与调频成本.燃气轮机参与调频需要消耗天然气,燃气轮机出力增加时,所消耗的天然气也随之增加.因此,燃气轮机参与调频的成本模型为

(2)

\begin{matrix} C_{g t} = \frac{p_{g a s}}{H} \overset{N_{g t}}{\sum_{a = 1}} \frac{Δ P_{a}^{g t}}{η_{g t, a}} Δ t \end{matrix}

式中:p_gas为天然气购买价格;H为天然气高热值,取10.8 kW·h/m³;N_gt为微网内燃气轮机总数;Δ $P_{a}^{g t}$ 为第a台燃气轮机在调频时的有功出力变化量;η_gt,_a第a台燃气轮机发电效率;Δt为参与调频时长.

(2) 燃气锅炉调频成本.燃气轮机出力增加时,CCHP产生的热能随之增加,系统所需热负荷不变,所以调频时燃气锅炉会减小出力,所消耗的天然气便减少,调频过程中燃气锅炉出力变化的成本如下:

(3)

\begin{matrix} C_{g b} = - \frac{p_{g a s}}{H} \overset{N_{g b}}{\sum_{a_{1} = 1}} \frac{Δ P_{a_{1}}^{g b}}{η_{g b, a_{1}}} Δ t \end{matrix}

式中:N_gb为微网内燃气锅炉总数;Δ $P_{a_{1}}^{g b}$ 为第a₁台燃气锅炉在调频时的功率减小量; $η_{g b, a_{1}}$ 为燃气锅炉发热效率.

(3) 储能参与调频成本.综合能源微网中包括储电单元、储热单元,其成本如下:

(4)

\begin{matrix} C_{s} = C_{e s} + C_{h s} \end{matrix}

式中:C_es为电储能费用;C_hs为热储能费用.

电储能参与调频的成本为储能调频过程中产生的老化成本,即电储能费用为

(5)

\begin{matrix} C_{e s} = \overset{N_{e s}}{\sum_{a_{2} = 1}} c_{e a c, a_{2}} (P_{e c, a_{2}} η_{e c, a_{2}} + \frac{P_{e d, a_{2}}}{η_{e d, a_{2}}}) Δ t \end{matrix}

式中:N_es为微网内电储能设备总数; $c_{e a c, a_{2}}$ 为第a₂台电储能装置额外参与调频辅助服务而增加充放电次数造老化的成本系数; $P_{e c, a_{2}}$ 、 $P_{e d, a_{2}}$ 分别为第a₂台储能装置充、放电功率; $η_{e c, a_{2}}$ 、 $η_{e d, a_{2}}$ 分别为第a₂台储能装置的充、放电效率.

微网在调频增加出力过程中,也会产生更多热能,这部分热能通过热储能储存起来,属于微网在调频过程中获得的额外热能,因此该部分成本即热储能费用为负:

(6)

\begin{matrix} C_{h s} = - \overset{N_{h s}}{\sum_{a_{3}}} p_{h l} P_{h c, a_{3}} η_{h c, a_{3}} Δ t \end{matrix}

式中:N_hs为微网内热储能设备总数;p_hl为热负荷单价; $P_{h c, a_{3}}$ 为第a₃台储能装置充热功率; $η_{h c, a_{3}}$ 为第a₃台储能装置的充热效率.

(4) 机会成本.机会成本是调频资源由于提供调频而不能完全参与能量市场而导致的损失,即综合能源微网因参与调频而预留一定空间,从而导致未参与能量市场而损失的收益^[23].综合能源微网内存在机会成本的调频资源包括燃气轮机和电储能,因此,将机会成本分为两个部分,如下:

(7)

\begin{matrix} C_{l o} = C_{l o, g t} + C_{l o, e s} \end{matrix}

式中:C_lo,gt为燃气轮机参与调频的机会成本;C_lo,es为电储能参与调频的机会成本.

燃气轮机为参与调频从而预留一定容量,导致该部分容量未能参与能量市场而损失部分收益,因此,燃气轮机机会成本如下:

(8)

C_{l o, g t} = \overset{N_{g t}}{\sum_{a}} (p_{e} - λ_{g t, a}) (P_{g t, a}^{m a x} - P_{g t, a}^{r e}) Δ t

式中:p_e为上网电价;λ_gt_,a为第a台燃气轮机在参与能量市场时的运行成本; $P_{g t, a}^{m a x}$ 为第a台燃气轮机最大出力水平; $P_{g t, a}^{r e}$ 为第a台燃气轮机调频出力水平.

电储能不参与调频时,通过在电价低谷时充电、电价高峰时放电获取收益,而参与调频导致电储能部分容量无法通过低储高发套利.因此,电储能机会成本如下:

(9)

C_{l o, e s} = \overset{N_{e s}}{\sum_{a = 1}} (p_{p e a k} - p_{v a l}) (P_{e s, a}^{m a x} - P_{e s, a}^{r e}) Δ t

式中:p_peak为峰时电价;p_val为谷时电价; $P_{e s, a}^{m a x}$ 为电储能最大出力水平; $P_{e s, a}^{r e}$ 为电储能调频出力水平.

(5) 可调负荷补偿成本.补偿成本是对系统中的可调负荷进行补偿的费用,考虑到调用时长对用户满意度的影响,引入响应时长系数.由于冷热负荷存在惯性,短时间内切断冷热负荷对用户不会造成影响,所以补偿成本只计及可调负荷中的电负荷.

(10)

\begin{matrix} C_{c o} = p_{l o s s} L_{l o s s} t_{l o s s} \end{matrix}

式中:p_loss为对调节电量补偿的单价,上限补偿价格为2元/(kW·h);L_loss为调频期间可调负荷调节负荷量;t_loss为响应时长.

(6) 机组启停成本:

(11)

\begin{matrix} C_{s t a r t} = p_{s t a r t} N_{s t a r t} \end{matrix}

式中:p_start 为燃气轮机单次启动所需成本;N_start为调频时段内燃气轮机启停次数.

2.3 综合能源微网群调频综合成本模型

微网的物理属性和社会属性密切相关、相互影响.因此,微网群的调频成本既受到调频方式、设备构成等物理因素的影响,又受到其运营商社会因素的影响.基于此,建立同时考虑微网物理和社会属性的综合能源微网群调频综合成本模型:

(12)

\begin{matrix} C_{a g g} = \overset{M}{\sum_{i}} S_{i} C_{t o t a l, i} \end{matrix}

式中:C_agg为综合能源微网群的调频成本;S_i为第i个综合能源微网的参与情况,由微网的社会属性决定,当微网参与调频时S_i取1,不参与时S_i取0;C_total_,i由微网的物理属性所决定.

3 综合能源微网的社会属性建模

3.1 微网理性程度划分及评估指标体系

用微网的理性程度来表征社会属性,使用灰色定权聚类方法对微网社会属性建模,将微网按照其理性程度分为3类,即完全理性、有限理性、完全非理性.这3类个体参加调频辅助服务时分别具有不同的特征:完全理性微网是趋利性个体,只受参与调频的收益影响,不受其他外因影响;有限理性个体会考虑微网参与调频时的收益,该收益与其他社会因素共同影响该个体是否参与调频;完全非理性个体不受其参与调频的收益影响,而由其市场地位、负荷重要度等社会因素决定其是否参与调频,其参与市场具有随机性.利用二项分布刻画综合能源微网参与调频次数.

结合微网实际运营管理情况,提出6个评价综合能源微网理性程度的指标:①有无专职运营人员A₁;②历史参加调频积极性A₂;③个体知识水平A₃;④经济效益重视程度A₄;⑤市场地位A₅;⑥负荷重要度A₆.

3.2 理性程度划分流程

(1) 建立微网理性程度评价指标样本矩阵.为了避免单个专家评分过于主观,聘请p个专家对n个综合能源微网理性程度的m个评价指标评分(x_nm),然后对每个微网各指标的评分计算平均值.根据计算所得平均值,可以得到综合能源微网理性程度评估指标的样本矩阵:

(13)

\begin{matrix} X = [\begin{array}{l} x_{11} & x_{12} & \dots & x_{1 m} \\ x_{21} & x_{22} & \dots & x_{2 m} \\ ︙ & ︙ & ︙ \\ x_{n 1} & x_{n 2} & \dots & x_{n m} \end{array}] \end{matrix}

(2) 不同理性程度的白化权函数选择.将综合能源微网各指标分为3个灰类,即完全非理性、有限理性和完全理性.白化权函数可以定量地描述某一微网隶属于某一理性程度的水平,典型白化权函数如下所示:

(14)

f_{j}^{k} (x) = \{\begin{array}{l} 0, & x \notin [x_{j}^{k} (1), x_{j}^{k} (4)] \\ \frac{x - x_{j}^{k} (1)}{x_{j}^{k} (2) - x_{j}^{k} (1)}, & x \in (x_{j}^{k} (1), x_{j}^{k} (2)) \\ 1, & x \notin [x_{j}^{k} (2), x_{j}^{k} (3)] \\ \frac{x_{j}^{k} (4) - x}{x_{j}^{k} (4) - x_{j}^{k} (3)}, & x \in (x_{j}^{k} (3), x_{j}^{k} (4)) \end{array}

式中: j为评价指标序号;k为灰类序号,即理性程度级别; $x_{j}^{k}$ (1)~ $x_{j}^{k}$ (4)为 $f_{j}^{k}$ (x)的转折点;典型白化权函数记为 $f_{j}^{k}$ [ $x_{j}^{k}$ (1), $x_{j}^{k}$ (2), $x_{j}^{k}$ (3), $x_{j}^{k}$ (4)].

将完全非理性取为下限测度白化权函数 $f_{j}^{1}$ [-, -, $x_{j}^{k}$ (3), $x_{j}^{k}$ (4)],有限理性取为适中测度白化权函数 $f_{j}^{2}$ [ $x_{j}^{k}$ (1), $x_{j}^{k}$ (2), -, $x_{j}^{k}$ (4)],完全理性取为上限测度白化权函数 $f_{j}^{3}$ [ $x_{j}^{k}$ (1), $x_{j}^{k}$ (2), -, -],其中-表示该类型白化权函数不包含该转折点.根据灰类划分的结果,确定各指标各理性程度的具体白化权函数.

(3) AHP-熵权法确定评价指标权重.各指标权重的确定是否合理将会影响最终综合能源微网理性程度划分的科学性和合理性.因此,采用层次分析法(Analytic Hierarchy Process, AHP)和熵权法相结合的组合赋权法获得各评估指标的权重w_j,以实现各指标权重的主客观表达,AHP-熵权法具体计算方法参照文献[24].

(4) 确定综合能源微网理性程度.根据所确定的白化权函数以及各指标聚类权重,可以求出被评价的第i个综合能源微网在第k个灰类下的灰色定权聚类系数 $σ_{i}^{k}$ ,利用聚类系数确定各微网的理性程度k^*,灰色定权聚类系数计算公式如下:

(15)

\begin{matrix} σ_{i}^{k} = \overset{m}{\sum_{j = 1}} f_{j}^{k} (x_{i j}) w_{j} \end{matrix}

求得全部微网的聚类系数,得到灰色定权聚类系数矩阵

$Σ = [σ_{i}^{k}] = [\begin{array}{l} σ_{1}^{1} & σ_{1}^{2} & σ_{1}^{s} \\ σ_{2}^{1} & σ_{2}^{2} & σ_{2}^{s} \\ ︙ & ︙ & ︙ \\ σ_{n}^{1} & σ_{n}^{2} & σ_{n}^{s} \end{array}]$

若 $σ_{i}^{k^{*}}$ = $\underset{1 \leq k \leq s}{m a x}$ { $σ_{i}^{k}$ },则判定被评价的第i个微网属于理性程度k^*.

4 基于蒙特卡罗模拟的聚合商调频成本计算方法

综合能源微网聚合商提供调频辅助服务成本的计算步骤如下:

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 聚合商调频成本计算流程图

Fig.4 Flow chart of frequency regulation cost calculation of aggregator

(1) 根据不同理性程度综合能源微网参与调频辅助服务概率的历史数据,得到各微网参与调频次数所服从的数学分布,设定蒙特卡洛抽样次数N₀.

(2) 对不同理性程度的综合能源微网的概率分布函数,采用随机抽样,得到一个位于[0,1]的随机数,根据各个综合能源微网参与调频服务次数的数学分布判断其是否参与此次调频.

(3) 区域综合能源微网聚合商根据各微网是否参与调频的情况,对此次参与调频的综合能源微网进行成本计算,得到此次参与调频辅助服务的成本C_agg,_n,并根据调频成本在辅助服务市场进行报价.

(4) 重复步骤(3)与(4),进行N次模拟,得到N个调频成本C_agg,_n,当N=N₀时停止模拟.

(5) 将N₀次模拟得到的调频成本求平均值,得到聚合商参与调频辅助服务的成本期望值.

5 算例分析

5.1 算例说明

选取一个包含5个微网的综合能源微网群作为仿真对象,5个微网所包含设备及设备的最大出力如表1所示.表中:空白表示不适用.其中,微网1~3主要为工业负荷,微网4、5主要为居民负荷,各微网设备详细参数见附录表A1~A5.微网4为微电网,其余为综合能源微网.

表1 综合能源微网设备数量及参数

Tab.1 Number and parameters of integrated energy microgrid equipment

微网	燃气轮机		燃气锅炉		电储能		热储能
微网	功率/kW	台数	功率/kW	台数	功率/kW	台数	功率/kW	台数
1	800	2	800	1	100	3	100	2
2	750	2	700	1	150	3	100	2
3	700	2	700	1	150	4	125	3
4	700	2		0	150	3		0
5	750	2	600	1	100	3	150	2

新窗口打开| 下载CSV

电价采用峰谷电价,其中,峰段为8:00—22:00,谷段为22:00至次日8:00;峰时和谷时电价分别为 0.558 3、0.358 3 元/(kW·h).假设综合能源微网在参与调频时,微网内设备按照优先级从高到低出力,依次为储能设备、燃气轮机、切除可中断负荷.

5.2 仿真结果

5.2.1 综合能源微网个体调频成本变化曲线

以综合能源微网1为例,仿真得到其一天24 h的调频成本变化曲线,从而为日前市场报价提供参考.综合能源微网1 的结构如图5所示.

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 综合能源微网1结构

Fig.5 Structure of integrated energy Microgird 1

仿真中,上网电价p_e取0.520元/(kW·h),对可调负荷的补偿单价p_loss取2元/(kW·h),燃气轮机单次启停成本p_start取213元,天然气价格p_gas取2.5元/m³,电储能老化成本系数c_eac,_a取0.33元/(kW·h).综合能源微网1的负荷主要为工业负荷,其24 h负荷和风光出力曲线见附录图 A1~A2.以 7:00 综合能源微网1承担1 MW的上调频任务为例,仿真得到微网1内各设备的调频成本以及总成本如表2所示.

表2 综合能源微网1调频成本

Tab.2 Frequency regulation cost of integrated energy Microgrid 1

成本类型	调频前运行状态/MW	调频后功率变化量/MW	调频成本/元	机会成本/元
燃气轮机	0.67	0.65	39.81	3.38
燃气锅炉	0.6	-0.6	-11.59
电储能	0	0.3	11.06	0
热储能	0	-0.22	-3.41
可调负荷	0.4	-0.05	8.33
机组启停			0
总成本		47.58

新窗口打开| 下载CSV

如表2所示,燃气锅炉功率变化量为负表示在微网上调频过程中减小出力,热储能功率变化量为负表示在微网上调频过程中获得额外热能,可调负荷功率功率变化量为负代表在微网通过切除部分负荷达到上调频的目的.由此可见,燃气锅炉与热储能减少了综合能源微网参与调频的成本,并且使得微网可以解耦CCHP系统中“以热定电”的耦合关系,使得燃气轮机出力获得更大的灵活性.

仿真得到综合能源微网1在一天内24个时段承担1 MW调频任务的成本曲线如图6所示.由图可见,综合能源微网的调频成本随时间变化而变化,在9:00—15:00微网调频成本明显上升,在 10:00 达到成本最大值.这是由于在该时段微网内电负荷量升高,可再生能源出力无法满足微网内负荷需求,燃气轮机为满足微网内负荷需求已接近满发,此时微网需要通过切除可调负荷提供调频辅助服务,增加了高昂补偿费用,所以该时段调频成本升高.在 1:00—5:00 时段微网调频成本较低,在该时段可再生能源出力满足了微网内电负荷的需求,因此微网拥有充足的调频容量,无需切除可中断负荷即可提供调频服务,调频成本达到最低水平.

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 微网1调频成本

Fig.6 Frequency regulation cost curve of Microgrid 1

5.2.2 社会属性建模

邀请5位专家对判断综合能源微网个体理性程度的6个指标进行10分制打分,以打分值作为评估指标的样本数据,可得

$X = [\begin{array}{l} 9.2 & 8.4 & 7.8 & 6.8 & 8.6 & 8.8 \\ 5.4 & 6.2 & 7.0 & 5.8 & 6.4 & 5.8 \\ 2.2 & 2.2 & 1.8 & 2.8 & 2.6 & 1.6 \\ 5.8 & 6.8 & 6.6 & 5.2 & 6.2 & 4.6 \\ 6.4 & 7.8 & 6.2 & 6.4 & 5.0 & 4.0 \end{array}]$

以个体知识水平A₃为例,建立其白化权函数.

(1) 划分指标个体知识水平A₃在各个理性程度上的范围:完全非理性(灰类1)为[0,2.5]、有限理性(灰类2)为[2.5,7.5]、完全理性(灰类3)为[7.5,10].

(2) 根据各区间几何中点^[24],构造相应的白化权函数.对于灰类1和3,构造相应的下限测度白化权函数 $f_{3}^{1} [-, -, 1.25, 5]$ 和上限测度白化权函数 $f_{3}^{3} [5, 8.75, -, -]$ ;对于灰类2,构造相应的适中测度白化权函数 $f_{3}^{2} [1.25, -, 5, 8.75]$ ,其函数及图像见附录式(A1)~(A3)及图A3.

同理,其余评价指标不同灰类对应的白化权函数也可以通过以上步骤得到.

根据AHP-熵权法求得各个微网理性程度评价指标的权重w_j=[0.488 4 0.147 9 0.192 5 0.053 7 0.059 8 0.057 7],权重结果表明微网有无专职运营人员对微网理性程度影响最大,其历史参与调频积极性与个体知识水平影响程度居次,而微网的经济效益重视程度、其市场地位以及负荷重要度对理性程度的影响程度较为接近.其中层次分析法通过邀请专家依据元素相对重要性表建立的指标重要性判断矩阵参见附录表A6.

利用式(15)计算得到被评价的综合能源微网对各灰类的聚类系数并得到其所属的理性程度,如表3所示.

表3 微网灰色定权聚类系数及理性程度

Tab.3 Weighted grey clustering coefficient and rationality degree of integrated energy microgrid

微网	$σ_{i}^{1}$	$σ_{i}^{2}$	$σ_{i}^{3}$	max $σ_{i}^{k}$	理性程度
1	0	0.0929	0.9071	$σ_{1}^{3}$ =0.9071	完全理性
2	0	0.7518	0.2482	$σ_{2}^{2}$ =0.7518	有限理性
3	0.7615	0.2385	0	$σ_{3}^{1}$ =0.7618	完全非理性
4	0.0006	0.7145	0.2793	$σ_{4}^{2}$ =0.7145	有限理性
5	0.0154	0.614	0.3744	$σ_{5}^{2}$ =0.614	有限理性

新窗口打开| 下载CSV

5.2.3 各微网调频成本对比

以各个综合能源微网在11:00承担1 MW的上调频任务为例,其提供调频服务的成本如表4所示.

表4 综合能源微网参与调频服务成本元

Tab.4 Costs of integrated energy microgrid participation in frequency regulation service

微网	C_gt	C_gb	C_s	C_lo	C_co	C_total
1	39.81	-11.59	7.65	3.38	8.33	47.58
2	30.14	-8.69	12.32	2.77	7.91	44.45
3	21.43	-5.27	18.54	2.52	3.33	40.55
4	31.36	0	15.87	3.14	5.46	55.83
5	38.58	-11.53	6.67	3.42	8.33	45.47

新窗口打开| 下载CSV

根据表4比较不同微网参与调频的成本发现,不同微网由于设备参数与数量不同,在调频成本上有一定差距.比较微网1~3可知,其微网内负荷均为工业负荷,其中微网3配置的电储能最大运行功率较大,拥有较好的调频性能,同时电储能的调频成本低于燃气轮机,因此微网3调频成本较低.

同时,对比微网4与微网5的调频成本,其负荷均为居民负荷,此时两个微网内电负荷量与可再生能源出力差值相近,但微网5的调频成本低于微网4,这说明与包含单一能源的微电网相比,冷热电多种能源融合的综合能源微网降低了参与调频辅助服务的成本.其主要原因如下:综合能源微网在参与调频的过程中多种能源相互转换、互相耦合.例如,当CCHP机组中的燃气轮机增加出力时,机组产热也会增加,此时微网内燃气锅炉会相应减少出力,从而减少天然气的消耗;同时,热储能将调频过程中额外产生的热能储存起来,微网在调频中获得的额外收益,在一定程度上减少了调频的成本.

5.2.4 聚合商调频成本曲线

对综合能源微网理性程度进行划分,该综合能源微网群中包含1个完全非理性微网、3个有限理性微网以及1个完全理性微网.由各理性程度综合能源微网参与1 000次调频辅助服务的历史数据分析得到,完全理性微网参与调频的概率为100%;有限理性综合能源微网参与调频的次数服从二项分布 B(1 000, 0.75);完全非理性综合能源微网参与调频的次数服从二项分布 B(1 000,0.25).利用蒙特卡罗仿真得到该聚合商一天24个时段承担1 MW上调频任务时调频成本期望值的变化曲线.

图7的两条曲线分别为考虑社会属性通过蒙特卡罗仿真所得到的聚合商调频成本曲线和未考虑社会属性得到的聚合商调频成本,与图6微网1调频成本曲线相比,聚合商调频成本在17:00—23:00调频成本增加,这是因为微网4、5的负荷主要为用户负荷,而该时段是用户负荷的峰时段,微网4、5调频成本升高,使微网群调频成本增加.未考虑微网社会属性时,聚合商通过选择调频成本最低的微网组合参与调频,而在实际调频过程中,调频成本较低的微网并不一定选择参与调频.对比两个曲线可知,未考虑社会属性所得到的聚合商调频成本要低于考虑社会属性所得到的聚合商调频成本,社会属性对聚合商调频成本的影响可达到6.921%,这会导致聚合商在调频辅助服务市场报价过低.因此,在计算聚合商调频成本时,社会属性具有重要影响,聚合商在调频辅助服务市场进行报价时需要充分考虑社会属性所带来的不确定性影响.

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7 综合能源微网群调频成本

Fig.7 Frequency regulation cost of integrated energy microgrid group

6 结语

针对电力系统频率调节资源不足问题,提出聚合综合能源微网,集群参与调频辅助服务的模式,建立综合能源微网群CPSS模型,并在该模型下构建调频综合成本模型;同时计及微网个体的物理属性和社会属性的影响,为综合能源微网聚合商在调频辅助服务市场中报价提供基础.目前研究侧重于如何确定聚合商提供调频辅助服务的成本,未来将对聚合商如何在微网间进行调频任务和效益的分配继续展开研究.

附录见本刊网络版(xuebao.sjtu.edu.cn/article/2024/1006-2467/1006-2467-58-06-0893.shtml)

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

别朝红, 王旭, 胡源.

能源互联网规划研究综述及展望

[J]. 中国电机工程学报, 2017, 37(22): 6445-6462.