考慮負荷調節的分布式市場交易模式

韓國棟，吉培榮，王飛

(1. 三峽大學 電氣與新能源學院，湖北 宜昌 443002；2. 國網湖北省電力有限公司荊門供電公司，湖北 荊門 448000)

0 引言

隨著高比例光伏（photovoltaic，PV）接入電網，考慮到儲能設備（energy storage systems，ESS）的優勢，光伏和儲能的協調配合逐漸受到關注[1-5]，亟須探究配網公司和光儲投資商在分布式市場中進行電能交易的模式，從而為用戶提供更好服務。

電力市場的電能交易主要分為集中式交易和分散式交易[6-8]。針對集中式交易方式，文獻[9-10]提出了市場交易模型，得到了配網公司的最優購電策略。文獻[11]設計了基于線路容量的主動配電網實時競價模式，對配網公司購電策略具有指導意義。在當前電力市場下，用戶側出現了不同類型的利益主體，例如獨立的分布式電源（distributed generation，DG）投資商、ESS 設備投資商等。文獻[9-11]研究了交易模式，但所提方法不能較好地適應于分布式的電力供應者。

針對分布式電力供應商的交易問題，文獻[12-13]建立了一種雙層模型來模擬電能交易過程。文獻[14]提出一種針對用戶側多個分布式的電力供應商的電能交易框架。文獻[15]提出了去中心化的配網運行模式和方法。文獻[12-15]針對分布式電能交易所進行了研究，但都只考慮到了PV 產生的電能交易。由于ESS 具有儲存電能的優勢，ESS 和PV 協調配合不僅能夠緩解隨機性和波動性給電力系統帶來的影響，同時ESS 也可以利用峰谷價差在“高儲低放”過程中給市場主體帶來更多的效益。在此情況下，要研究用戶側光儲協調的分布式電能交易。文獻[16]建立了多時步雙層魯棒優化模型，以研究分布式光儲系統的電能交易。文獻[17-18]研究了用戶側分布式光儲協調的電能交易問題。綜上，現有分布式光伏和儲能的電能交易研究并沒有考慮到不同類型的多個投資商的情況，也沒有在交易過程中考慮用戶實施需求響應來調整負荷的情況。

本文考慮了系統末端配電網和用戶層面出現大量市場主體的情況，提出一種考慮光儲協調和用戶負荷調整的分布式市場交易模式。首先針對配網公司、多個光儲投資商之間電能和信息的傳遞關系，提出了分布式市場交易的框架；然后建立配網公司和不同類型的多個光儲投資商的市場交易模型；接著提出了適用于該市場交易雙層優化模型的求解方法；最后仿真結果驗證了該市場交易模型的可行性。

1 市場主體交易模型

本文提出的分布式交易框架如圖1 所示。在圖1 中，分布式市場交易包括配網公司、獨立光儲投資商和電力用戶。配網公司在與光儲投資商進行交易時，購買PV 發電量，在與上一級電網進行交易時，從電力日前市場和實時市場進行購電[19-20]。光儲投資商可以確定PV 售電電價，并確定自身擁有光儲機組的發電售電量和ESS 設備的充、放電量，并與配網公司進行電能交易來提高自身收益。電力用戶則主動實施需求響應，以積極調整負荷[21-22]。

圖1 分布式市場交易框架Fig. 1 Transaction framework of the distributed market

1.1 配網公司交易模型

配網公司作為連接光儲投資商和電力用戶交易的市場主體，從光儲投資商和上一級電網的電力市場買電，將其出售給電力用戶。配網公司市場交易模型的目標函數為

1.2 光儲投資商交易模型

光儲投資商將PV 機組所發電能出售給配網公司，當PV 發電量充足時，利用儲能裝置將多余PV 電量儲存起來。本文假設每個光儲投資商都可以投資建設屬于自己的ESS 裝置。光儲投資商市場交易模型的目標函數為

2 分布式市場交易模型求解

在分布式市場交易中，配網公司的優化問題和光儲投資商的優化問題相互影響。本文將分布式市場交易模型的求解過程轉變為雙層優化問題，雙層優化模型如圖2 所示。

圖2 雙層優化模型Fig. 2 Two-layer optimization model

光儲投資商根據配網公司的策略，同時結合用戶負荷來決定PV 和ESS 的相關策略，而配網公司的收益也依賴于光儲投資商的策略。本文采用粒子群算法[23-24]來求解上層配網公司的優化問題，基于Matlab 中的Cplex 求解器[25]來求解下層光儲投資商的優化問題。市場交易雙層模型的具體優化算法如下。

（1）初始化。初始化負荷數據、網絡參數；初始化粒子數量、迭代次數、迭代收斂誤差；初始化配網公司的決策變量，包括日前市場購電電量、實時市場購電電量以及用戶需求響應調整的負荷量。

（2）下層光儲投資商優化?；谂渚W公司的決策變量，以收益最大化為目標，計算自身收益，進行最優決策，包括PV 售電價格、PV 售電電量、ESS 電量。

（3）基于步驟（2）中光儲投資商的優化策略，計算粒子適應度，從而更新配網公司的優化決策。

（4）判斷算法是否達到收斂條件，如果是，則輸出配網公司和光儲投資商的優化策略；如果否，則返回步驟（2）進行下一步迭代。

3 算例分析

采用IEEE 33 節點配網系統驗證所提方法的有效性。配網結構如圖3 所示。本文假設整個分布式市場交易中存在3 個光儲投資商。在圖3 中，紅色、綠色和藍色虛線框所劃分出的3 個區域內的電力用戶所消耗的PV 電能分別來自不同的光儲投資商。

圖3 IEEE 33 節點系統Fig. 3 IEEE 33 node system

3 個光儲投資商分別在各自所屬的區域內每個節點都安裝有光伏和儲能裝置。光儲投資商的相關信息如表1 所示。在粒子群算法中，本文設置粒子個數為50，最大迭代次數為100 次，收斂判定的允許誤差值為1 0-3。

表1 光儲投資商信息Table 1 Information of DG investors

電力用戶實施需求響應調整負荷后，配網公司的日前市場購電量、實時市場購電量和售電量、ESS 充、放電量如圖4～7 所示。由圖4 可知，用電高峰時間段內日前市場購電量要明顯高于用電低谷時段的購電量。這是因為用戶在高峰時期內對電力的需求大于低谷時期，配網公司要滿足用戶的負荷需求，要在高峰時期從日前市場購買更多的電能。由圖5 可知，實時市場購電量曲線在08:00—18:00 內較低，在其余時間段內相對較高。PV 售電量則剛好相反，07:00—18:00內相對較高，尤其是10:00—15:00 時段內，而其他時段內較低。在08:00—18:00 內，PV 機組可以發電，尤其在10:00—15:00 光照強烈，PV 發電充足，PV 售電價格降低，因此在0 8:0 0—18:00 時段內實時市場購電量較少，主要利用PV 電量。結合圖6 和圖7 可知，ESS 的充電電量在09:00—18:00 時較高，而在其他時段內則為0，其放電電量剛好相反。

圖4 配網公司日前市場購電量Fig. 4 Electricity of distribution company from dayahead market

圖5 實時市場購電量和售電量Fig. 5 Real time market power purchase and sales

圖6 ESS 充電電量Fig. 6 Charge electricity of ESS

圖7 ESS 放電電量Fig. 7 Discharge electricity of ESS

將用戶實施需求響應調整負荷后的一天內各時段不同光儲投資商的PV 價格和配網公司購買的實時市場電能價格進行對比，如圖8 所示。由圖8 可知，在時段08:00—18:00，實時市場電力價格大體上是略高于其他時間段內的價格的。在時段1 0:0 0—1 5:0 0，光儲投資商的PV 價格略低，時段01:00—7:00 和19:00—24:00，PV 價格為0。由于時段10:00—15:00 上PV 機組能夠產生較多的電量。光儲投資商為了追求利益，決策出較低的PV 價格，從而賣出更多的PV 電量，增加了自身的售電收益。

圖8 實時市場電價和PV 電價Fig. 8 Real time market price and PV price

進一步，對比考慮用戶負荷調整的分布式市場交易（場景1）和不考慮用戶負荷調整的分布式市場交易（場景2）結果，來說明負荷調整對分布式市場交易的影響。2 種場景下實時市場購電量和PV 價格對比如圖9 和圖10 所示。從圖9可以看出，場景1 下配網公司的實時市場購電電量在時段01:00—04:00 高于場景2。其原因是在該時段，場景1 考慮到了負荷的調整，用戶將一部分高峰負荷轉移到了該時段內。在時段10:00—13:00，場景1 的實時市場購電量高于場景2，則在該在時段內PV 的售電量有所減少。在時段18:00—22:00，場景1 的實時市場購電電量要低于場景2。從圖10 可以看出，場景1 下3 個光儲投資商的PV 價格都高于場景2，因為場景1 下的PV 售電量較少，光儲投資商為了追求自身利潤，適當提高了PV 的售電電價。

圖9 實時購電量Fig. 9 Real time power purchase

圖10 PV 價格Fig. 10 PV price

2 種場景下配網公司和光儲投資商的總收益如表2 所示。由表2 可知，配網公司和3 個光儲投資商在場景1 下得到的總收益相較于場景2 分別增加了15.61 萬元、29.47 萬元、23.86 萬元和27.75 萬元。其原因在于，對于配網公司而言，用戶將高峰時期的負荷調整到低谷時期，使得配網公司在高峰時段18:00—22:00 從實時市場購電電量降低，但是在時段01:00—04:00 和10:00—13:00 上的實時購電量增加?？傮w來看，銷售給電力用戶實時市場電量增加，從而增加了總收益。對于光儲投資商而言，雖然用戶調整負荷使得其高峰時期的用電量降低，光儲投資商的光伏電能在高峰時期的收益有所降低，但是其擁有的儲能供電能夠利用峰谷價差獲得更多的收益，從而導致光儲投資商的總收益有所增加。

表2 總收益Table 2 Total revenue萬元

4 結語

本文基于市場改革后出現大量市場主體的背景，針對系統末端即配電網和用戶層面，提出了一種考慮光儲協調和用戶負荷調整的分布式市場交易模式，建立了配網公司和不同類型的多個光儲投資商的市場交易模型，并進行求解。仿真結果驗證了所提方法的可行性以及在市場交易模型中考慮用戶負荷轉移的必要性。