計及售電公司參與電力現貨交易的配電網供電能力優化方法

趙清松, 徐建源

(1. 沈陽工業大學電氣工程學院, 遼寧 沈陽 110870；2. 遼寧東科電力有限公司, 遼寧 沈陽 110179)

0 引言

20 世紀90 年代以來, 多數國家相繼加入電力市場化改革浪潮。 中國于2002 年開始實施電力市場化改革, 推動“廠網分離” 以優化資源配置[1],并在2015 年進一步提出“控制中間, 放開兩端”的改革政策。 隨著時間的推移, 電力銷售的開放逐漸成為改革的亮點, 越來越多的售電公司加入市場交易[2], 多種交易方式也不斷涌現, 逐漸形成以中長期現貨市場為導向的交易模式。 這樣一來, 市場化交易模式的形成將有助于打破電力銷售端的壟斷, 提高能源利用率, 但同時市場交易的不確定性也會對電網的穩定運行產生一定影響, 從而影響配電網絡的供電能力。 供電能力 (load supply capacity, LSC) 這一概念的提出建立了配電網可靠性指標和經濟性指標的關聯。

目前, 對配電網LSC 的研究主要集中在網級模型和計算方法等方面。 為解決N－1 校驗精度問題, 文獻[2] 提出了一種基于饋線互聯的配電網供電容量模型, 算例表明, 該模型精度較高, 可以更好地通過N－1 校驗。 文獻[3－6] 通過比較輸電網的輸電能力, 提出了配電網絡供電能力的分布集群, 并建立了基于主變壓器互聯的配電網負荷均衡模型。 為研究限制配電網LSC 的主要因素, 文獻[7] 將配電網劃分為變電站層、 饋線層和負荷層, 并建立了配電網的分層LSC 模型。 文獻[8]考慮了電壓和網絡損耗對電網LSC 的影響, 構建了基于潮流計算的潮流容量模型, 提高了計算精度和運行復雜性。 文獻[9] 結合需求響應, 提出了考慮用戶分級交互的配電網LSC 模型。 文獻[10]結合柔性技術在配電網中的應用, 提出了基于柔性配電網的LSC 模型, 并給出了配電網LSC 計算方法。 文獻[11] 應用變步長重復潮流算法實時評估配電網LSC, 但該算法容易陷入迭代停滯, 難以反映配電網的實際供電能力。 文獻[12－13] 基于設備潮流和節點電壓對負載增長的敏感性分析, 建立了一種改進的重復潮流算法, 提高了LSC 評估準確性, 但該方法具有局限性, 難以應對不確定性場景。 文獻[14] 將非線性模型轉化為線性模型,并基于Lingo 進行求解, 雖然提高了計算速度, 但精度較差。 文獻[15－16] 在N－1 基礎上, 提出一種在全網模型和220 kV 電網模型之間交替迭代的方法, 求解220 kV 電網LSC, 在一定程度上提高了計算速度和精度。

然而, 隨著電力市場售電側的開放, 售電公司的運營模式[17－19]、 購銷策略[20－22]及需求響應[23－25]等都將影響配電網LSC。 上述研究沒有考慮電力市場交易和LSC 之間的相互作用, 因此相關模型和算法并不適用于考慮電力現貨交易市場下的配電網LSC 評估。

因此, 基于售電公司的運營模式, 本文將售電公司的可控分布式電源 (distributed generation,DG) 和可控負荷納入配電網供電能力的解決方案中, 建立計及售電公司現貨交易的配電網LSC 雙層模型。 上層模型求解配電網的LSC 并將負荷水平和可用供應能力 (available supply capability,ASC) 傳至下層模型； 下層模型中的售電公司以最大化社會與經濟效益為目標, 并通過優化DG 的輸出和減少可控負荷規模來優化配電網LSC。

1 售電公司與配電網LSC 的關系

配電網LSC 是指在考慮各種約束條件后, 配電網能夠提供的最大負荷, 主要受電網結構、 負荷和負荷增長水平影響。 當售電公司參與交易時, 由于市場的引導, 負荷分布和增長趨勢也將隨之改變。 本文參照國外成熟的電力交易模式, 詳細分析參與電力交易的電力公司與配電網LSC 之間的相互關系, 如圖1 所示。

圖1 售電公司與供電能力的互動關系

在發生電力交易時, 售電公司不僅可以從電力交易中心獲得電力, 還可以作為售電主體向用戶提供電力服務, 如此兩種不同的電力交易會影響配電網的負荷分布。

購電時, 售電公司結合電力交易中心發布的電力供應余量和負荷側的用電需求, 制定報價參與市場交易。 該交易對配電網的負荷分布進行了一次調整, 并更改了配電網LSC。 雖然交易涉及大量負荷, 但電力主要集中在買方手中, 未涉及用戶層面。

售電時, 售電公司結合實時電價和電力需求參與實時電力交易。 為了最大化經濟效益, 售電公司需要靈活調整可控DG 和可調負荷, 優化交易策略。 該交易涉及用戶層面, 改變了配電網的負荷分布, 優化了配電網的供電能力。

2 考慮售電公司銷售電量的LSC 模型

為了反映售電公司參與電力交易對配電網LSC的影響, 建立一個雙層的優化模型。 上層模型旨在優化配電網LSC, 并將得到的電力供應余量傳遞給下層模型, 下層模型旨在最大化社會與經濟效益。售電公司通過靈活調整可控DG 的出力和可控負荷來優化配電網LSC。

2.1 上層配電網供電能力優化模型

2.1.1 目標函數

考慮到電力交易, 將基礎狀態負荷分為兩部分: 正常負荷Si,t和市場交易負荷Di,t, 正常負荷是指未參與市場化交易, 由售電公司或其他供電企業提供的基礎電力服務。 將目標函數設置為最大化, 即在一定的約束條件下, 通過上層優化模型求解可以找到一種使配電網的供電能力最大化的最優參數策略。

式中,i、n表示節點編號和節點數量；Si,t、Di,t分別表示t時刻的常規負荷和市場交易負荷；k表示負荷增長倍數；Sd,i,t表示負荷增長基數；PDL,i,t表示節點i處電力公司的可控負荷, 主要由兩部分組成:PIL,i,t表示可中斷負荷,PSL,i,t表示可轉移負荷,αi,t、βi,t表示t時刻節點i處兩個可控負荷的0－1變量。

2.1.2 約束條件

潮流約束條件:

式中,PG,i,t、PDG,i,t、PPV,i,t和PL,i,t分別表示常規機組有功輸出、 可控分布式電源有功輸出、 光伏有功輸出預測值和t時刻節點i的有功負荷；QG,i,t、QDG,i,t、QPV,i,t和QL,i,t分別表示常規機組無功輸出、可控分布式電源無功輸出、 光伏無功輸出預測值和t時刻節點i的無功負荷；Ui,t表示節點i處的電壓；Gij和Bij表示分支ij的電導和電納；θij,t表示節點i、j之間的相角差。

售電公司的可控DG 輸出約束條件:

式中,γi,t為0－1 變量, 表示t時刻可控DG 的運行狀態；PDG,i,min和PDG,i,max分別表示可控DG 有功輸出的下限和上限；QDG,i,min和QDG,i,max分別為可控DG 無功輸出的下限和上限。

光伏輸出約束條件:

式中,PPV,i,max和QPV,i,max分別為節點i處光伏發電的有功和無功輸出的上限。

節點電壓約束條件:

式中,Ui,min和Ui,max分別為節點i處電壓的下限和上限。

可控負荷約束條件:

式中,PIL,i,max,t、PSL,i,max,t分別為售電公司在t時刻節點i處簽訂的中斷負荷和可轉移負荷的最大值。

支路功率約束條件:

式中,Sij,min、Sij,max分別為節點i、j之間線路功率的下限和上限。

2.2 售電公司優化模型

2.2.1 售電公司購電模式

售電公司結合上層獲得的供電量, 以最大化社會與經濟效益為目標, 整合報價方案參與電力市場交易, 獲得售電公司的中標電量, 并對配電網負荷進行一次調整。

目標函數: 社會與經濟效益F1 最大化。

式中,Bu,t、Du,t分別表示售電公司u在t時段的報價和電力需求；Bv,t、Pv,t分別表示發電主體v的報價和市場電力輸出；αu,t、βv,t分別表示t時刻的售電公司和發電主體。 中標與否用0－1 變量表示。

約束條件: 參與電力交易的售電公司購買的電量應等于發電主體的發電量。

當發電主體和售電公司進行電量申報時, 發電主體申報的總電量應小于配電網的ASC。

采用統一的邊際清算方法, 當售電公司u的報價高于市場清算價Bcl,t, 并且發電主體v的報價低于市場清算價時, 可以中標。

2.2.2 售電公司的售電模式

為實現利潤最大化, 售電公司采用與用戶簽訂可控負荷合同、 靈活安排內部DG 輸出等方式構建售電模型, 并對配電網負荷進行二次調整。

目標函數: 售電公司F2 利潤最大化。

式中,ΔT表示間隔時間；T表示調度周期；Bt,sell表示售電公司在t時段內的銷售價格；Di,t表示售電公司在t時段內節點i的售電量；PDL,i,t表示節點i在t時段的可控負荷削減量；Bcl,r表示上一周期市場的統一邊際清算價格, 由電力采購模式確定；Bcl,s和Ps,t分別表示實時市場交易價格和交易量, 當Ps,t＞0 時, 電力從市場購買, 當Ps,t＜0 時, DG 的過剩電力向市場出售；M表示可控DG 的數量；BDG,j,t、PDG,j,t分別表示可控DG 在t時段內的輸出成本系數和發電量；BIL,i,t、BSL,i,t表示節點i在t時段內的負荷補償價格。 約束條件與上層配電網供電能力優化模型的約束條件相同。

3 模型求解

由于該模型包含雙層優化問題, 同時涉及物理層面和市場層面兩個部分。 因此, 采用交替迭代算法進行求解, 具體求解流程如圖2 所示。

圖2 混合算法求解流程

采用重復潮流算法計算上層模型LSC, 該算法簡單高效, 收斂速度快。 但由于該算法中基態負荷不能反映市場交易負荷的變化情況, 對算法做兩方面改進: 一是將基態負荷劃分為常規負荷和交易負荷； 二是將可控負荷削減量作為變量納入負荷增長基數中, 這樣可以實時反映負荷變化情況。 下層模型需要解決電力交易下的結算問題, 為提高計算速度, 采用原－對偶內點法(primal－dual interior point method, PDIPM) 進行求解, 該部分算法的推導和求解已在文獻 [26] 中說明, 在此不再贅述。

4 算例分析

為了分析售電公司的售電行為對配電網供電能力的影響, 在參考文獻 [27] 的基礎上, 改進了IEEE 33 節點系統的網架結構和負荷數據, 并將售電公司內部的可控DG、 PV 和可控負荷接入系統, 具體參數見表1。 該系統額定電壓為12.66 kV, 現有基態負荷為3 715 kW＋j2 300 kvar,常規負荷為1 238 kW＋j935 kvar。 算例中可控DG 采用燃氣輪機, 發電成本為0.6 元/(kW·h)； 可中斷負荷主要為工業負荷, 中斷負荷補償價格為0.8 元/(kW·h)； 可轉移負荷多為空調和熱水器,轉移補償價格為0.2 元/ (kW·h)。 IEEE 33 系統結構如圖3 所示。

表1 售電公司內部可控DG 和可控負荷參數

圖3 改進的IEEE 33 節點系統

采用改進的重復潮流算法計算系統在基態負荷下的PLSC。 系統的PLSC為5 352 kW ＋j2 659 kvar,PASC為1 527 kW＋j359 kvar。 為了保證系統運行的安全性和靈活性, 設定系統需要留有一定的負荷裕度, 即設定每一時刻的電力交易量不超過ASC 的80%。 售電公司首先作為購電主體參與日前電力交易, 并進行一次負荷調整。 日前市場中采用統一邊際清算機制, 清算電價為0.4 元/(kW·h), 交易總量為27 408 kW。 在次日實時市場開放后, 售電公司結合當前交易電量和實時市場電價, 動態靈活地控制可控DG 輸出和可控負荷削減, 并對系統負荷進行二次調整。 售電公司以利潤最大化為目標優化各時段運行策略。 各時段市場電價及實時電價的變化情況如圖4 所示, 可控DG 輸出和可控負荷削減的變化情況如圖5 所示。

圖4 各時段市場電價及實時電價

圖5 可控輸出DG 和可控負荷削減

從圖5 可以看出, 在07:00—14:00 和19:00—22:00 兩個時段內, DG1 和DG2 以額定功率運行。此時實時電價較高, 售電公司內部的可控DG 將電能供給用戶, 并將多余的電能出售給市場。 考慮到可中斷負荷IL 補償價格較高, 負荷在09:00—11:00和19:00—20:00 兩個時段被中斷。 由于可轉讓負荷SL 的補償價格較低, 較高實時電價時段的負荷將向較低電價的時段轉移。

將DG 和可控負荷減少的時間段和削減量傳回上層模型, 以實時評估配電網的LSC 變化情況,交易前后LSC 的變化情況如圖6 所示。 選取09:00交易前后的LSC 進行比較, 結果見表2, 線路負載率和節點電壓如圖7 和圖8 所示。

表2 配電網LSC 與售電公司各種交易下的收益

圖6 交易前后配電網的LSC 曲線

圖7 09:00 交易前后線路負載率分布

圖8 09:00 交易前后節點電壓分布

由表2 和圖6 可以看出, 售電公司售電后的配電網LSC 大于傳統模式下的LSC。 一次調整后的LSC 增幅相對穩定。 可控DG 和可控負荷參與二次調整過程, 不僅提高了售電公司的利潤, 而且顯著改善了配電網的LSC, 特別是在實時電價高峰期,LSC 的提升更為明顯。 由圖7 和圖8 可以看出, 交易前線路的負載率分布差異較大, 迭代4 次后, 線路15 的電流較早越限, 限制了配電網LSC； 交易后線路負載率整體上得到了改善, 分布更加均衡；迭代5 次后, 線路18 出現電流限制。

5 結語

售電公司交易改變了線路電流的分布, 對配電網LSC 產生了一定的影響。 現階段, 關于現貨市場交易對LSC 影響的研究較少。 本文通過建立考慮售電公司交易的配電網雙層模型對改進后的IEEE 33 算例進行驗證。 結果表明, 售電公司結合市場交易對負荷的兩次調整能夠促進配電網供電能力的提升。

由于售電公司之間存在利益競爭, 售電公司之間的博弈會影響市場交易和用戶的需求響應。 因此, 在后續的研究中分析售電公司之間的博弈對配電網LSC 的影響具有重要意義, 另外也將細化電網潮流、 儲能等對配電網供電能力的影響。