摘要：針對微電網(wǎng)中源、荷波動和匹配性較差以及現(xiàn)貨市場電價不確定問題，綜合考慮電價型與激勵型需求響應(yīng)的各自優(yōu)勢，提出一種現(xiàn)貨市場下計及用戶需求響應(yīng)彈性差異的微電網(wǎng)運營商優(yōu)化運營模型及其求解方法。在日前階段，建立了計及負荷差異化電量電價彈性矩陣的價格型需求響應(yīng)模型;在實時階段，構(gòu)建了符合微電網(wǎng)運營商和用戶利益關(guān)系的主從博弈模型，并采用改進粒子群算法進行求解。此外，基于不同用戶在同一時段負荷響應(yīng)彈性差異化的特征，首次將激勵因子的概念引入激勵型需求響應(yīng)，使得積極響應(yīng)的用戶能享受到更高的激勵價格。仿真結(jié)果表明，所提模型增強了削峰填谷效果，源、荷匹配性較差也得到了一定改善，并且微電網(wǎng)運營商和用戶均可從中獲取額外經(jīng)濟收益;同時所提出的動態(tài)激勵價格，在保證公平性的同時，進一步提高了微電網(wǎng)運營商和用戶的總社會效益。

　　關(guān)鍵詞：微電網(wǎng);預(yù)測誤差;電力市場;調(diào)節(jié)彈性;差異化需求響應(yīng);主從博弈

　　引言

　　近年來，隨著全球能源危機、環(huán)境問題日趨凸顯，以風(fēng)電為代表的分布式清潔能源發(fā)電得到了迅猛發(fā)展，但由于風(fēng)電出力和負荷需求在時間維度上存在較大差異，加上受制于現(xiàn)階段的預(yù)測技術(shù)，風(fēng)電和負荷的預(yù)測功率都存在一定的誤差[13]，導(dǎo)致微電網(wǎng)運營商面臨嚴格的電力市場偏差考核風(fēng)險。因此，在間歇性能源出力和現(xiàn)貨市場電價波動較大的風(fēng)險下[4]，如何充分挖掘需求響應(yīng)潛力，引導(dǎo)用戶合理用電，對改善微電網(wǎng)中源、荷匹配性不足、促進新能源消納以及提升微電網(wǎng)運營商與用戶的雙邊利益具有切實的研究意義。需求響應(yīng)作為需求側(cè)優(yōu)化管理的一種長期有效的重要手段，其主要通過市場價格信號或激勵機制引導(dǎo)用戶主動改變原有用電消費模式以解決源、荷匹配性較差和新能源出力波動等問題[5]。

　　近年來已有許多學(xué)者在這方面做了大量研究文獻，文獻[6]針對含高滲透率風(fēng)電的電力系統(tǒng)，提出一種考慮價格型需求響應(yīng)(pricebaseddemandresponse，PBDR)和用戶滿意度的優(yōu)化調(diào)度模型，提高了整個系統(tǒng)的運行經(jīng)濟性;文獻[7]基于新能源出力和負荷需求間的供需關(guān)系提出一種動態(tài)分時電價機制，并在此基礎(chǔ)上構(gòu)建了考慮PBDR參與的獨立型微電網(wǎng)優(yōu)化模型，有效提高了新能源的滲透率、消納利用率以及微電網(wǎng)的經(jīng)濟性。

　　文獻[8]為充分挖掘源、荷、儲的靈活調(diào)峰潛力，以經(jīng)濟性最優(yōu)和棄風(fēng)率最小為目標(biāo)提出了一種綜合考慮PBDR、火電機組和儲能參與調(diào)峰的電力系統(tǒng)優(yōu)化調(diào)度模型，在達到降低負荷峰谷差、火電調(diào)峰壓力的同時，提高了系統(tǒng)風(fēng)電的消納利用率;文獻[9]提出以發(fā)電成本和激勵型需求響應(yīng)(incentivebaseddemandresponse，IBDR)調(diào)度成本最小為目標(biāo)構(gòu)建電力系統(tǒng)的優(yōu)化調(diào)度模型，有效提高了微電網(wǎng)的運行可靠性;文獻[10]提出一種同時考慮碳交易與IBDR機制的電−氣互聯(lián)網(wǎng)絡(luò)分散式低碳經(jīng)濟調(diào)度模型，有效降低了系統(tǒng)的經(jīng)濟成本、碳排量和棄風(fēng)量。

　　以上研究均只考慮實施單一的PBDR或IBDR機制，在一定程度上實現(xiàn)了削峰填谷、改善了新能源的消納水平，但并未將這兩者的優(yōu)勢相結(jié)合應(yīng)用。為了綜合發(fā)揮價格型和激勵型的需求響應(yīng)價值，文獻[11]針對含大規(guī)模風(fēng)電接入的電力系統(tǒng)，構(gòu)建了一種考慮多類型用戶參與PBDR和IBDR的風(fēng)電消納魯棒隨機優(yōu)化模型;文獻[12]為應(yīng)對光伏、風(fēng)電出力波動性和預(yù)測誤差帶來的不確定性問題，構(gòu)建了同時考慮PBDR和IBDR策略的含光熱電站隨機機組組合優(yōu)化調(diào)度模型;文獻[13]提出一種日前基于PBDR和實時基于模糊IBDR策略的微電網(wǎng)兩階段優(yōu)化調(diào)度模型。

　　上述研究雖進一步提升了新能源的消納能力、削峰填谷效果以及系統(tǒng)的經(jīng)濟性，但在價格型需求響應(yīng)中忽略了不同類型負荷用電量對電價敏感程度和響應(yīng)彈性不同的事實，對此文獻[14]提出計及差異化需求響應(yīng)的微電網(wǎng)源荷儲協(xié)調(diào)優(yōu)化調(diào)度模型;另外在激勵型需求響應(yīng)中，補貼價格僅由供電機構(gòu)按固定激勵價格、階梯補償價和利用模糊工具箱模糊處理的方式進行制定，而事實上供電機構(gòu)與用戶均是需求響應(yīng)的直接參與者和受益方，補貼價格應(yīng)由雙方自行協(xié)定，才能實現(xiàn)社會效益最大化，對此文獻[15為規(guī)避現(xiàn)貨市場電價波動風(fēng)險，提出構(gòu)建兼顧售電商和用戶利益的IBDR主從博弈模型;文獻[16]基于現(xiàn)有補貼價格制定方案的不足，構(gòu)建了電網(wǎng)公司與多個用戶的IBDR主從博弈模型，電網(wǎng)公司和用戶的經(jīng)濟效益均得到有效提升。

　　但以上研究仍然存在一些不足：在激勵型需求響應(yīng)中，供電公司和用戶通過主從博弈方法共同決定激勵價格時，未考慮同一時段不同類型負荷調(diào)節(jié)彈性各不相同的事實，同時也忽略了同類負荷不同用戶的響應(yīng)彈性存在差異。在同一時段對所有參與需求響應(yīng)的用戶發(fā)布統(tǒng)一的激勵價格可能會帶來公平性問題，導(dǎo)致用戶的響應(yīng)積極性得不到充分調(diào)動，進而影響供電公司和用戶的經(jīng)濟效益。

　　綜上現(xiàn)狀與不足，本文提出一種現(xiàn)貨市場下計及用戶需求響應(yīng)彈性差異的微電網(wǎng)運營商優(yōu)化運營模型及其求解方法。其中，在日前階段建立計及居民、商業(yè)、工業(yè)負荷差異化電量電價彈性矩陣的PBDR模型;在實時階段構(gòu)建一個兼顧微電網(wǎng)和用戶利益的IBDR主從博弈模型，基于不同用戶在同一時段負荷響應(yīng)彈性的差異，首次將激勵因子的概念引入IBDR，以使得積極響應(yīng)的用戶能享受到更高的激勵價格。最后通過算例仿真對所提模型與方法論的合理性與有效性進行校驗。

　　現(xiàn)貨市場下微電網(wǎng)運營商的運營方式為了最大限度調(diào)動用戶的參與積極性，在日前調(diào)度階段，微電網(wǎng)運營商首先針對不同類型負荷實施差異化的價格型需求響應(yīng)，然后基于風(fēng)電的日前預(yù)測出力及PBDR優(yōu)化后的負荷功率制定微電網(wǎng)日前購售電計劃。

　　其中，不同類型負荷在用電特性、可調(diào)節(jié)能力、彈性系數(shù)矩陣等方面存在較大差異，因此為了更為精準地描述需求響應(yīng)，本文根據(jù)負荷的用電特征，將負荷主要分為類：居民負荷、商業(yè)負荷和工業(yè)負荷。在實時調(diào)度階段，如果微電網(wǎng)中風(fēng)電實時與日前預(yù)測出力的差值wind小于且當(dāng)微電網(wǎng)運營商在現(xiàn)貨市場購電的價格高于其為用戶制定的分時電價時，則微電網(wǎng)運營商有動力向用戶發(fā)布IBDR以減少自身售電虧損，用戶參與其中也可獲取額外收益，激勵型需求響應(yīng)后仍無法滿足負荷需求的部分，可從現(xiàn)貨市場購買電能進行平衡;而如果當(dāng) wind時，微電網(wǎng)運營商可在現(xiàn)貨市場中售賣超出日前預(yù)測的風(fēng)電出力差值從而達到功率平衡。現(xiàn)貨市場下微電網(wǎng)運營商的優(yōu)化模型

　　2.1基于PBDR日前優(yōu)化運營模型

　　2.1.1電量電價彈性

　　基于價格型需求響應(yīng)日前調(diào)度主要是參照用戶的需求彈性理論，微電網(wǎng)運營商通過制定分時電價引導(dǎo)各用戶以用電費用最低為目標(biāo)自主調(diào)整用電計劃。根據(jù)經(jīng)濟學(xué)的需求原理，電量電價彈性系數(shù)可定義為在一定時期內(nèi)電價相對變化所引起的負荷需求量相對變化。

　　2.2基于IBDR實時優(yōu)化運營模型

　　在實時階段，微電網(wǎng)運營商須提前預(yù)測下一時段現(xiàn)貨市場的電價，然后才能基于該電價實施激勵型需求響應(yīng)。另外由于現(xiàn)貨市場各個時段的歷史電價數(shù)據(jù)均已知，且預(yù)測的是小時后電價，預(yù)測精度較高。因此，本文假定微電網(wǎng)運營商能相對準確地預(yù)測現(xiàn)貨市場下一時段的電價，且將其視為價格的接受者，即現(xiàn)貨市場電價在實施需求響應(yīng)前后保持不變。

　　另外，由于現(xiàn)貨市場各時段電價波動幅度大，且需要實時快速響應(yīng)，所以假定每個用戶都安裝了一個能量管理控制系統(tǒng)(energymanagementandcontrolsystem，EMCS)，用戶通過該系統(tǒng)可自動參與需求響應(yīng)[19]。 風(fēng)電實時與日前預(yù)測出力的差值wind小于且預(yù)測的現(xiàn)貨市場電價高于微電網(wǎng)運營商所制定的分時電價，則微電網(wǎng)運營商制定該時段的基礎(chǔ)補貼價格信息，并下發(fā)給用戶的EMCS，用戶的EMCS根據(jù)激勵程度和自身實際情況，自動進行需求響應(yīng)，并向微電網(wǎng)運營商反饋響應(yīng)結(jié)果。

　　2.2.1激勵因子的設(shè)計方案

　　由于不同用戶的調(diào)節(jié)彈性不同，即相同激勵價格信號下，不同用戶的負荷削減量各不相同，因此在制定激勵價格時，微電網(wǎng)運營商為了提升整個系統(tǒng)的運行效益要將用戶響應(yīng)彈性的差異性納入考慮。具體而言，微電網(wǎng)運營商可先制定合適的基礎(chǔ)激勵價格和激勵系數(shù)，進而得出這類用戶在時段的最終單位激勵價格。

　　3模型求解

　　模型的優(yōu)化求解可分為個階段，在日前市場優(yōu)化運營中，其模型可采用MATLAB的fmincon函數(shù)進行求解。而在實時市場優(yōu)化運營中，微電網(wǎng)運營商和多元用戶各自的優(yōu)化求解是一個相互耦合的過程，雙方的優(yōu)化結(jié)果相互影響，最終達到博弈均衡。為較好的完成優(yōu)化決策過程，本文采用改進粒子群算法以尋求博弈模型的均衡解。粒子群算法擅長處理多維度、非線性、多耦合的復(fù)雜優(yōu)化問題，且算法簡單、搜索速度快、能兼顧算法的準確性和計算效率[2224]。

　　文獻[22]針對復(fù)雜的電力市場均衡問題提出采用雙層粒子群優(yōu)化算法進行求解，并利用非線性互補算法驗證了該算法的有效性。文獻[23]針對含電能交互的多微網(wǎng)綜合能源系統(tǒng)，提出采用混沌粒子群算法求解考慮綜合需求響應(yīng)的主從博弈模型，并證明了博弈均衡解的存在性和唯一性。

　　4算例分析

　　4.1基礎(chǔ)數(shù)據(jù)

　　以某個微電網(wǎng)為例，根據(jù)現(xiàn)有預(yù)測模型，負荷、風(fēng)電功率的預(yù)測誤差隨著時間的縮短逐漸減小且滿足正態(tài)分布[25]，因此假定風(fēng)電的日前、實時預(yù)測誤差分別為20%和5%，負荷的日前、實時預(yù)測誤差分別為3%和1%[13]。

　　5結(jié)論

　　1)在日前階段對居民、商業(yè)以及工業(yè)負荷實施差異化PBDR策略后負荷的峰谷比變?yōu)?.87，和不考慮差異化PBDR策略的峰谷比2.11相比，降低了11.37%。因此日前的差異化PBDR策略具有更加明顯的削峰填谷作用，改善了微電網(wǎng)的源、荷匹配性較差問題。

　　2)在實時階段實施考慮激勵因子的IBDR模型后微電網(wǎng)運營商的需求響應(yīng)收益變?yōu)?89.73元，這和不考慮激勵因子IBDR時的149.41元相比，大約提高了27%;同時引入激勵因子后，負荷峰谷比也在進一步下降，它由原先的1.76降低到了1.73。因此，考慮激勵因子的IBDR模型能有效降低由風(fēng)電的預(yù)測誤差和現(xiàn)貨市場電價波動帶來的售電損失，在提升微電網(wǎng)經(jīng)濟效益的同時，進一步緩解了系統(tǒng)的供電壓力。

　　電網(wǎng)論文范例： 電網(wǎng)節(jié)點電壓暫降綜合評估及其檢驗方法

　　3)在實時段構(gòu)建的IBDR模型中引入激勵因子能有效保證積極響應(yīng)的用戶享受到更高的激勵價格，使得用戶參與需求響應(yīng)的積極性得到充分挖掘，從而進一步提高了微電網(wǎng)運營商和用戶的總社會效益。

　　參考文獻Reference

　　[1]PAATEROJV,LUNDPD.Effectsoflargescalephotovoltaicpowerintegrationonelectricitydistributionnetworks[J].RenewableEnergy,2007,32(2):216234

　　[2]白凱峰，顧潔，彭虹橋，等.融合風(fēng)光出力場景生成的多能互補微網(wǎng)系統(tǒng)優(yōu)化配置[J].電力系統(tǒng)自動化，2018，42(15)：133141.BAIKaifeng,GUJie,PENGHongqiao,etal.Optimalallocationformultienergycomplementarymicrogridbasedonscenariogeneration ofwindpowerandphotovoltaicoutput[J].AutomationofElectricPowerSystems,2018,42(15):133141

　　[3]孫榮富，張濤，和青，等.風(fēng)電功率預(yù)測關(guān)鍵技術(shù)及應(yīng)用綜述[J].高電壓技術(shù)，2021，47(04)：11291143.SUNRongfu,ZHANGTao,HEQing,etal.ReviewonKeyTechnologiesandApplicationsinWindPowerForecasting[J].HighVoltageEngineering,2021,47(04):11291143.

　　[4]張顯，王錫凡.電力金融市場綜述[J].電力系統(tǒng)自動化，2005(20)：13，23.ZHANGXian,WANGXifan.Surveyoffinancialmarketsforelectricity[J].AutomationofElectricPowerSystems,2005(20):513,23.

　　[5]肖斐，艾芊.基于模型預(yù)測控制的微電網(wǎng)多時間尺度需求響應(yīng)資源優(yōu)化調(diào)度[J].電力自動化設(shè)備，2018，38(05)：184190.XIAOFei,AIQian.Multipletimescaleoptimaldispatchofdemandresponseresourceformicrogridbasedonmodelpredictivecontrol[J].ElectricPowerAutomationEquipment,2018,38(05):184190.

　　作者：胡蓉1,2，魏震波，郭毅，魏平桉，田軻，盧炳文