产业园区供电系统优化配置方法研究

新电改背景下产业园区供电系统容量优化配置方法研究

1.研究背景

随着新一轮电力体制改革在全国各地的深入推进，产业园区由于用电量大、用能形式多样、供电独立性好的特点成为配售电侧最主要的改革试点。同时，采用分布式新能源发电来替代传统的配电网集中式供电模式是产业园区供电系统发展的重要趋势之一。

传统的产业园区供电系统规划一般只包含负荷预测和线网设计两方面的内容，分布式电源的出现使得电源侧的容量优化配置问题成为产业园区供电系统规划中的关键性问题。现有研究主要围绕着容量优化配置模型和求解算法两个方面展开，大都局限于纯粹的电源侧优化，对容量优化配置时负荷侧的影响研究得较少。随着配售电侧逐步放开，配售电价机制将更为灵活，电力用户的用电行为时空分布特性受电价机制的影响程度将加深，这一方面使得负荷预测面临更多的不确定性，增加了负荷预测的难度；另一方面，灵活的电价机制也有助于需求侧响应（DemandResponse，DR）的实施，增加了负荷侧运行的灵活性，为电源侧提供了进一步优化的空间。

现有研究已经分别从发电侧、需求侧及储能等多个方面对分布式电源容量优化配置问题展开了分析，不足的是关于综合利用多能互补特性、需求侧响应及源-储-荷协调互动关系来深层次改善配电网内的功率平衡关系，进而实现配电网分布式电源/储能系统容量优化配置的研究尚未见开展。另外，现有研究多数为基于激励的可中断负荷DR，而对受配售电价放开影响较大的电价类DR研究较少。基于此，本文开展了产业园区供电系统分布式电源/储能系统容量优化配置方法的研究。

2.主要技术路线

本文首先通过分析产业园区供电系统能量管理策略及分布式风光发电系统互补特性，提出了风光储多能互补评价指标；引入基于日前分时电价的需求侧响应机制，利用电力需求弹性矩阵建立需求侧响应模型，并针对基于传统电力需求弹性矩阵建立的需求侧响应模型存在着电力转移不平衡及需求侧过度响应等问题，提出了改进的需求侧响应模型；在此基础上，建立以总费用最小为优化目标的园区供电系统分布式电源和储能系统优化配置模型，并利用遗传算法与模式搜索算法相结合的组合型智能算法对优化配置模型进行求解；最后利用典型算例对提出的优化配置方法进行了分析验证。

3.产业园区供电系统运行特性分析

3.1系统能量管理策略

本文研究的含风光储多能互补产业园区供电系统拓扑如图1所示，系统除了可以由大电网获取电能以外，还可以由光伏发电系统、风力发电系统和储能系统等多类型分布式电源供电。另外，产业园区中通常会配置柴油发电机、燃料电池系统等发电设备作为大电网故障时的应急备用电源，这些备用电源的配置需根据相关规定按照一级负荷、消防负荷和某些业主要求的二级重要负荷容量来计算。

图1产业园区供电系统结构

由于分布式电源/储能容量配置与供电系统的能量管理策略密切相关，本文供电系统采用的能量管理策略如图2所示。

图2能量管理策略

3.2多能互补特性分析及评价指标

多能互补是一种采用多种类型分布式电源，并利用不同分布式电源之间的互补特性来改善分布式电源出力特性的供能方式。如太阳能与风能各自都具有较强的间歇性和波动性，但在时间分布上两者却有很强的互补性：白天光照强时，风比较小，晚上没有光照，但风能较强；夏季光照强度大而风小，冬季光照强度弱而风大。很明显，利用太阳能与风能的互补特性，采用风光互补发电方式，可以改善分布式发电的出力特性。同时，在风光互补的基础上，增加适量的储能系统，可以进一步优化多能互补特性。

本文提出分布式电源供电电量不足比和分布式电源供电不足小时数比两个指标来表征多能互补特性。

4.基于日前分时电价的需求侧响应建模

由于实时电价存在测量精度、通讯实时性和管理成本等多个方面的局限性难以得到推广，而通过日前制定第二天的分时电价（DayAheadRealTimePrice，DARTP），电力用户能够更合理地提前安排第二天的用电计划，有利于多时段需求侧响应的实施。

利用电力需求弹性理论建立的24小时需求侧响应模型。在理想情况下，日前分时电价引起的需求侧响应只是改变了电力需求的时间分布情况，而其电力总需求不会发生变化。但在进行需求侧响应模型时并不能保证一天各时段移入和移出的电力需求保持相等。另外，DR模型还存在过度响应的问题。如图3所示，在区域A对应的时段内，原本可再生能源出力比电力需求大，但通过实施需求侧响应以后，可再生能源出力反而比电力需求小，电力需求过度移入到该时段会导致不必要的储能系统运行成本和大电网供电。在区域D对应的时段内，情况刚好相反，电力需求过度移出会导致额外的需求侧响应电价补贴成本，并引起不必要的弃风弃光现象。

图3 DARTP-DR过度响应

基于上述分析，本文提出了一种基于电力需求弹性矩阵的DR模型修正方法。

5.容量优化配置方法

以产业园区供电系统综合成本净现值最小为优化目标函数建立了容量优化配置模型。综合成本净现值包括初始投资成本净现值、运行维护成本净现值、可再生能源发电收入净现值和DR实施成本净现值。为了简化计算，假设产业园区供电系统每年发用电情况、可再生能源电价补贴等因素均相同。

本文将某地区的一个产业园区供电系统作为仿真算例，对以上提出的容量优化配置方法进行仿真验证。为了兼顾风电系统控制的灵活性和单台发电容量，选用的风电系统为100kW可变桨永磁直驱风电机组。风速、辐照度及负荷8760小时数据来自气象局和电力公司，电力需求弹性系数则通过对产业园区用户用电情况实际调查分析得到。

经过仿真计算，没有需求侧响应、采用传统需求侧响应模型和采用改进型需求侧响应模型的产业园区供电系统分布式电源/储能容量优化配置结果如表1所示。三种配置方案中都是6台100kW风电机组和1484kW光伏，没有需求侧响应时储能系统的配置容量为3882kW˙h，额定功率为1066kW，采用传统需求侧响应模型时储能系统的配置容量为3623kW˙h，额定功率为931kW，采用改进型需求侧响应模型时储能系统的配置容量为3589kW˙h，额定功率为919kW，并且没有需求侧响应时储能系统电池更换次数为6次，而采用传统需求侧响应或改进型需求侧响应模型时储能电池减少到4次，三种配置方案的综合成本分别为3106万元、2692万元和2588万元。显然，由于消除了DR过度响应的问题，采用改进型需求响应模型的容量配置方案经济性要优于采用传统需求侧响应模型的容量配置方案。

表1容量优化配置结果

6.结语

1）由于目前储能系统成本仍然较高，单纯采用储能系统来调节分布式电源和产业园区用电负荷之间的错配现象经济成本过高，本文提出的产业园区供电系统容量优化配置方法，重点考虑多能互补和源储荷协同特性对容量优化配置的影响，可以有效降低供电系统容量配置综合成本。

2）针对风光储多能互补特性，本文提出了分布式电源供电电量不足比和分布式电源供电不足小时数比两个指标。通过这两个指标，描述了多能互补特性与产业园区供电系统容量配置综合成本之间的关系；同时分布式电源供电电量不足比也能从多能互补特性的角度来反映需求侧响应的实施效果。

3）利用电力需求弹性矩阵对基于日前分时电价的需求侧响应进行了建模，并针对负荷转移平衡及需求侧过度响应等问题，提出了相应的需求侧响应模型修正方法，提高了需求侧响应模型的合理性和准确性，该研究对产业园区实施基于日前分时电价的需求侧响应机制具有一定的实际意义和参考价值。（吴鸣，任学婧，周丹，苏剑，寇凌峰，梁惠施）