电力市场下的微电网能量管理方法与流程

本发明属于电力系统技术领域，涉及一种电力市场下的微电网能量管理方法。

背景技术：

随着我国电力市场化的改革，建立可体现供求关系的电力市场是未来的发展趋势。加之近几年雾霾肆虐带来的空气污染，仅靠不断扩建发电侧已经满足不了发展的需求，同时更需要配合以合理的能量管理优化方法。

在开放的电力市场环境下，微网中独立的分布式发电商和用户都能参与到市场当中，如何在满足供需平衡的基础上设计出更加节能环保，可优化微网运营成本的能量管理方法，是现今需要解决的一个技术问题。

(1)现有的能量管理技术，多是通过优化控制可控电源，储能来进行能量管理，但分布式发电的随机性，不稳定性给能量管理带来很大的局限，或需要配备更充足的储能或大电网支持，仅通过控制可控电源并不是最理想的能量管理方法；

(2)现有能量管理技术缺少对负荷侧的具体优化策略，由于负荷侧需要削减可观的负荷才能达到控制的目地，因此目前只有一些大的工业用户才参与到响应中。事实上，微网的负荷水平在几十kW至数十MW，包含了多种负荷类型，微网的用户侧具有良好的潜力参与响应，应重点应用于能量管理优化，根据电价变化具体或者其它激励机制而改变电力消费模式的行为，但目前依然缺乏合理具体的负荷控制模型以及实施方法。

(3)目前，国内现有技术对微网能量管理优化目标主要集中在微网自身的经济调度上，缺少微网在市场环境下的能量管理模型，已有模型略显简单也是现有技术的不足。

技术实现要素：

针对传统的能量管理方法，本发明提供了电力市场环境下的微电网能量管理方法，对微网的负荷侧提出了补贴竞价的管理方法，本方法提出了新的电力市场环境下的微电网能量管理优化模型，以最小化供电商的运行费用和负荷侧的竞价补贴费用为目标。采用混合整数优化方法求解，并通过算例仿真验证了方法及模型的有效性。本方法对负荷侧管理方法做出了新的探索，解决了现有技术中存在的一些问题。

为实现上述目的，本发明采用的技术方案如下：

电力市场下的微电网能量管理方法，包括以下步骤：

1)能量管理系统收集最新的分布式供电商的能源预测数据、用户的负荷预测数据以及电网供电商实时电价；同时能量管理系统将实时电价信息发送给各个分布式供电商以及用户；

2)分布式供电商每隔一段时间根据开放电力市场中的实时电价决定自己的发电报价，并申报给能量管理系统；

用户侧每隔一段时间根据对可控负荷的依赖程度以及市场电价决定是否参与可控负荷补贴竞价，如参与则将可控负荷补贴报价申报给能量管理系统，同分布式供电商、电网供电商一起参与市场竞争；

3)能量管理系统将收集到的所有预测信息，综合最新供电商报价、可控负荷补贴报价以及分布式供电商的可控机组容量信息，通过混合整数规划方法计算求解得到下一时间周期内的最优调度方案，并根据最优调度方案将下一时段决策信息发送给各个分布式供电商及参与竞价的用户；

4)被选中的供电商按照决策信息要求执行能量管理系统下达的决策，同时被选中的用户按照要求削减可控负荷；用户通过可控负荷补贴报价被选中将获得可控负荷报价的补贴。

所述的最优调度方案以最小化微网的总运行费用为目标，其目标函数为：

$min\mathrm{\Δ}T\{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{B}_i^g\left(t\right)P_i^g\left(t\right)+C\left(t\right)P^b\left(t\right)+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{B}_j^C\left(t\right)P_j^C\left(t\right)\}---\left(1\right)$

约束条件为：

$P_{i\_min}^g{U}_i^g\left(t\right)\≤P_i^g\left(t\right)\≤P_{i\_\max }^g{U}_i^g\left(t\right),i=1,2,\mathrm{...},N---\left(2\right)$

$P_j^C\left(t\right)=P_j^C{U}_j^C\left(t\right),j=1,2,\mathrm{...},M---\left(3\right)$

$0\≤P^b\left(t\right)\≤P_{max}^{line}---\left(4\right)$

$P^b\left(t\right)+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i^g\left(t\right)+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{P}_j^C\left(t\right)=P^L\left(t\right),t=1,2,\mathrm{...},T---\left(5\right)$

式中：ΔT为单位时间间隔；N为分布式供应商的数量；为供应商i在t时段的报价；为供应商i在t时段的出力；C(t)为t时段市场电价；P^b(t)为t时段从电网的购电量；M为参与可控负荷报价的用户数；为用户j在t时段的可控负荷报价；为用户j可控负荷的量，为用户j削减负荷的量；和分别为供应商i的最小和最大出力；和分别表示供应商i和用户j被接受的状态变量，其值为1时，表示被接受，为0时表示未被接受；为公共线路所允许的最大传输功率；P^L(t)为t时段的负荷预测值。

步骤4)具体包括：

在实时电价相对较低，能量管理系统向电力市场购电，成本较高的分布式供电商在某些时段未被采用；在实时电价较高时，微网减少向电力市场购电，选择本地供电商的机组供应；

用户参与竞价后，在竞价时间段之内，市场实时电价较高，能量管理系统减少向电力市场购电，通过削减报价较低的用户侧可控负荷减少运行的费用。

还包括如果发电量满足不了用户侧负荷要求时，则能量管理系统向电力市场购电。

所述的一段时间为30～60min。

分布式供电商的能源包括光伏发电、燃料电池发电、燃气轮机发电、内燃机发电和天然气发电等。

用户侧可控负荷包括电锅炉、热水器或饮水机、制冰机、冷水机、冷库和空调等。

相对于现有技术，本发明具有以下有益效果：

本发明提的管理方法，提出了新的电力市场环境下的微电网能量管理优化模型，对微网的负荷侧提出了补贴竞价的管理方法，MEMS结合市场实时电价以及分布式供电商报价、机组容量等信息，在可再生能源出力预测和负荷预测技术的基础上，通过优化程度制定分布式供电商的生产计划，同时确定负荷侧的控制方案。经过优化的方案再通过信息传输给局部控制器如分布式电源控制器以及负荷控制器。分布式电源控制器控制机组出力，负荷控制器按优化方案控制可控负荷。以最小化供电商的运行费用和负荷侧的竞价补贴费用为目标，所有参与该项目的用户都必须按决策信息约定执行MEMS下发的控制计划命令。上述方法通过激励的机制刺激用户参与，对于负荷侧补贴竞价的方法，用户可以操作报价控制自己的收益。通过算例仿真验证了方法及模型的有效性，总运行费用得到了有效的控制，使得微网可以稳定且经济运行。是一种可以商业化推广的方法。随着微网规模的增大，这种节能效应也将更加显著。

附图说明

图1是微网能量管理系统的信息交换图；

图2是典型的负荷预测和光伏出力预测图；

图3是供电商报价及实时电价图；

图4是能量管理未优化时的供电商出力；

图5是采用负荷侧竞价方法的供电商出力；

图6是采用负荷侧竞价方法的负荷削减情况。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

微网能量管理系统(Microgrid Energy Management System,MEMS)负责微网的经济稳定运行，在市场环境中，类似于一个的独立调度机构，通过收集各方面信息，经过处理后制定相应的生产计划，再将方案通知给底层控制单元，其基本信息交换过程如图1所示。

本发明负荷侧补贴竞价方法的原理为：要求用户根据市场电价申报自已未来一时段可控负荷的补贴竞价价格，MEMS再根据供应侧和负荷侧的报价信息按照得出优化结果，并通知用户申报是否被接受，如果被接受，用户应该在对应的时段削减相应的负荷；MEMS结合市场实时电价以及分布式供电商报价、机组容量等信息，在可再生能源出力预测和负荷预测技术的基础上，通过优化程度制定分布式供电商的生产计划，同时确定负荷侧的控制方案。经过优化的方案再通过信息传输给局部控制器如分布式电源控制器以及负荷控制器。分布式电源控制器控制机组出力，负荷控制器按优化方案控制可控负荷。所有参与该项目的用户都必须按决策信息约定执行MEMS下发的控制计划命令。

微网的能量管理系统MENS要负责微网稳定，经济运行。需要实时收集各方面信息，经过计算处理后制定合理的生产计划和调度指令，然后将最新方案发送给底层控制单元。针对电力市场下，负荷侧参与补贴竞价的微网能量管理，具体策略及实施步骤如下：

Step1：能量管理系统MEMS收集最新的分布式能源预测数据，以及负荷预测数据，大电网实时电价，同时MEMS需将实时电价信息发送给各个分布式供电商以及用户，以助于它们做竞价决策。预测数据及各种信息用于后续MENS能量管理优化。

Step2：以30分钟为基础时段进行优化，分布式供电商每隔30分钟根据开放市场中的实时电价决定自己的发电报价，并申报给MEMS；

Step3：用户侧直接参与市场，每30分钟根据自己对可控负荷的依赖程度以及市场电价决定自已是否参与可控负荷竞价，如参与则将可控负荷补贴报价申报给MENS，此时用户的可控负荷则相当于一个“负的发电机”，同分布式供电商、电网供电商一起参与市场竞争。

Step4：MEMS将收集到的所有预测信息，综合最新供电商报价，可控负荷补贴报价，以及可控机组容量等信息，通过混合整数规划方法快速计算求解最优解，得到符合目标函数最低的优化方案，并将下一时段决策信息发送给各个分布式能源及参与竞价的可控负荷。

目标函数以最小化微网的总运行费用为目标：

$min\mathrm{\Δ}T\{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{B}_i^g\left(t\right)P_i^g\left(t\right)+C\left(t\right)P^b\left(t\right)+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{B}_j^C\left(t\right)P_j^C\left(t\right)\}---\left(1\right)$

约束条件为：

$P_{i\_min}^g{U}_i^g\left(t\right)\≤P_i^g\left(t\right)\≤P_{i\_\max }^g{U}_i^g\left(t\right),i=1,2,\mathrm{...},N---\left(2\right)$

$P_j^C\left(t\right)=P_j^C{U}_j^C\left(t\right),j=1,2,\mathrm{...},M---\left(3\right)$

$0\≤P^b\left(t\right)\≤P_{max}^{line}---\left(4\right)$

$P^b\left(t\right)+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{P}_i^g\left(t\right)+\underset{j=1}{\overset{M}{\mathrm{\Σ}}}{P}_j^C\left(t\right)=P^L\left(t\right),t=1,2,\mathrm{...},T---\left(5\right)$

式中：ΔT为单位时间间隔；N为分布式供应商的数量；为供应商i在t时段的报价；为供应商i在t时段的出力；C(t)为t时段市场电价；P^b(t)为t时段从电网的购电量；M为参与可控负荷报价的用户数；为用户j在t时段的可控负荷报价；为用户j可控负荷的量，为用户j削减负荷的量；和分别为供应商i的最小和最大出力；和分别表示供应商i和用户j被接受的状态变量，其值为1时，表示被接受，为0时表示未被接受；为公共线路所允许的最大传输功率；P^L(t)为t时段的负荷预测值。

在上述优化模型中，式(1)为目标函数，其值包括各分布式供电商的运行费用，从电网的购电费用以及补偿给用户的费用。式(2)-(5)为约束条件，式(2)表示各供电商应满足的出力约束限制，接受状态变量指示了该供电商是否被接受，优化结果为1时，表明供电商被接受并且可以有相应的出力，优化结果为0时，表明供电商未被接受，其出力为0。式(3)表示了用户可控负荷的削减状况，被接受则削减，不被接收则保持运行。式(5)表示了供需平衡约束。

Step5：被选中的供电商按照决策信息要求执行MEMS下达的决策，同时被选中的负荷侧按照要求削减这部分负荷。用户通过适当报价被选中，一方面可以减少用电费用，另一方面可以获得负荷报价的补贴，这种策略很好地激励了用户的参与。

(一)算例仿真

为验证模型及方法的有效性，本发明通过优化软件CPLEX进行仿真验证。微网系统包含一台光伏PV，两台燃料电池FC1、FC2，一台微型燃气轮机MT，机组出力参数如下表。仿真周期1天，分48个时段，每时段半小时。典型的负荷预测数据和光伏出力预测数据如附图2所示。机组参数见下表1。

表1

假设供电商报价反映其发电成本价格，各供电商各时段的报价及电力市场实时电价如附图3所示。

假设本方法的作用时段为10:30-13:00。参与的用户共5户，每户均有2kW的空调设备参与调节。在负荷侧竞价方案下假设每个用户在各时段的竞价价格相等，下表2为各用户的竞价价格。

表2

仿真结果分析：

首先，不考虑负荷侧的响应，即令式(1)-(5)中为0，这种情况下，负荷不可控。微网中分布式供电商与电网共同给负荷侧供电，MEMS最终来确定各供电商的中标情况以及生产计划。能量管理优化结果绘制如附图4所示，机组出力为0表示该时段其未被市场接受。

由附图3和附图4比较可知，负荷侧每个时段的供电总是选择发电成本较低的供应商供电，在00:00-8:00以及16:00-24:00实时电价相对较低，微网尽量从电网购电，成本较高的分布式供电商FC2在某些时段未被采用。在8:00-16:00实时电价较高时，微网尽量减少从电网购电，选择本地机组供应。

应用需求竞价方法时，根据式(1)-(5)计算出来的结果如附图5所示。

由附图5可知，用户参与竞价后，在竞价时间段10:30-11:00之内，市场实时电价较高，MEMS尽量少从电网购电，通过削减报价较低的可控负荷减少运行的费用。因此对附图5，电网在响应时段几乎没出力。该时间段内负荷的削减情况如附图6所示。

不考虑负荷侧响应时微网在一个调度周期内的总运行费用为242.27$，考虑后的总运行费用为236.48$，节省了2.39％的费用。随着微网规模的增大，这种节能效应也将更加显著。

上述方法通过激励的机制刺激用户参与，对于负荷侧补贴竞价的方法，用户可以操作报价控制自己的收益。显然对于用户来说，补贴越多，用户积极性越高，但从微网的效益来看，补贴越多，运行费用也越高，甚至会出现得不偿失的情况。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。