針對溫控負載變化的虛擬電廠控制策略研究

田澤禹，沙釗旸，趙全斌，嚴卉，種道彤

（西安交通大學 動力工程多相流國家重點實驗室，西安 710049）

0 引言

隨著全球能源短缺和環境污染等問題的日益嚴重，傳統能源發電的弊端越來越凸顯。預計到2060 年，我國將實現碳達峰、碳中和，并且非化石能源消費比重將達到83%，新能源發電量占比將超過60%［1］。然而，隨著風力發電和光伏發電等新能源的大量接入，配電網的安全性和經濟性受到了挑戰［2］。在電網的非正常運行情況下，新能源機組面臨的出力間接性、隨機性或故障區段未供電等問題，使得片區內可再生能源利用率大打折扣［3］。虛擬電廠（Virtual Power Plant，VPP）的出現為解決這些問題提供了一種有效途徑［4］。VPP 的基本概念是將電網中分布式電源、可控負荷和儲能裝置聚合成一個虛擬的可控集合體，提高可再生能源消納量，保證電網的安全穩定運行，并參與電力市場和輔助服務市場的運營，實現實時電能交易，從而成為推動“雙碳”目標實現的有效途徑［5］。

VPP 主要由發電系統、儲能設備和通信系統等部分構成［6］，根據其不同聚合的分布式資源容量分為大型、中型以及小型VPP［7］。不同類型的VPP 因其不同的構型各有特點，如文獻［8］中將光伏（PV）、風力發電廠（WPP）、壓縮空氣儲能（CAES）、電池儲能系統（BESS）和電動汽車集成到VPP 中。文獻［9］中的VPP 聚合了電池儲能系統（BESS）和熱泵系統（HPWH）。根據不同構型的VPP特點并將其應用于適合的實際運行過程中，不僅能優化資源利用，還可以提高供電可靠性［10］。

在VPP 運行過程中，溫控負荷（Thermostatically Controlled Loads，TCLs）是最常見的負荷側可調資源，是指需要維持一定溫度的負荷，包括商業樓宇的中央空調、居民住宅的空調熱水器等用戶側溫控類負荷［11］，具有變化大、波動頻繁、高峰負荷比例高等特點。這些特點會對最大負荷產生一定影響［12］，例如在夏季用電高峰時期，全網總用電量的40%將用于滿足空調負荷需求，最大負荷也相應增加［13］。一般認為將可控負載提供的功率限制在90%最大負荷以下，可以保證電力系統安全穩定運行［14］；但是根據實際情況，隨著溫控負荷的增加，供應比例會有所提高。根據國家電網的統計，超過最大用電負荷95%的持續時間普遍低于24 h（累計不足1 d），對應電量不超過全年用電量的0.5%；超過最大負荷90%的持續時間普遍低于168 h（累計不足1周），對應電量不超過全年用電量的1%［15］。針對文獻調研的結果可以發現，目前對于電力系統響應負載變化的研究較少，更多的是將調峰功率限制作為邊界條件研究系統的調度過程［16］。而實際中的電力系統尤其是對于以VPP 為主的相對獨立的電力系統而言，適當的超過調峰限制去響應負載變化是非常常見的調節手段，對于此缺少足夠的研究去探究或指導調度過程。

1 VPP模型搭建與容量選取

本文在仿真軟件APROS 中搭建了大型VPP 系統，其中含有350 MW 燃煤機組、100 MW 光伏機組、搭載2組87.84 MW磷酸鐵鋰電池的電動公交車、基于陜西省典型日電力需求曲線變化得到的負載需求以及電網模塊及相應的控制部分組成，VPP 構型示意如圖1所示。經過對VPP模型中各單元模型的穩態驗證、動態驗證，模型穩定且準確，模型的精度能夠滿足下文研究的需要。

圖1 VPP構型示意Fig.1 Virtual power plant structure

結合中國電動汽車的發展現狀，本研究選擇了廣泛應用于城市并具有較大調度潛力的電動公交車作為電動汽車的代表，耦合進VPP 并作為儲能單元［17］。通過對中國西北地區電動公交車市場和運營計劃的研究，總結了目前運營中的電動公交車的一些特點。

（1）電動公交車具有保障公共服務的需要，其工作的時間是依據提前設定好的運行路線與運行時間進行的，并不受乘車人數量的變化而變化［18］。

（2）受到更換燃油公交車為電動公交車過程中的經濟成本和公交車電池組的發展限制（多為2018，2019 年前后更替），當前電動公交車中有54%的 車 輛 長 度 為10～12 m，電 池 容 量 為280～320 kW·h。2018 年的平均日行駛里程為123 km［19］。而隨著城市的發展，公交線路的平均運行里程更長。燃油車輛的平均運行里程約為180 km。電動公交車要在沒有外部補充電源的情況下完成整個線路的運營較為困難。

（3）電動公交車的充電方式為慢充（充電速率小于3C），主要采用磷酸鐵鋰電池［20］。采用慢充的原因一方面受制于技術，另一方面慢充的方式能夠最小化電池容量的損耗，降低損失。因此，電動公交車主要在夜間進行集中充電。

（4）大多數電動公交車擁有獨立的充電場所，但充電樁的建設并不完善，導致數量不足，無法為每輛公交車提供單獨的充電站。調查發現，公交車與充電樁的比例為3∶1。

（5）受制于目前公共交通公司的運營成本提高、收入下降，導致公司收益入不敷出的現象，相比于民用電動汽車更有動力參與VPP 并獲得收益對換車的成本進行補貼，更符合基本利益同時易于合作。

（6）在對中國西北地區電動公交車特點的研究中，選擇了知名電動車公司比亞迪推出的K8公交車型。具體電池參數見表1，表中SOC 為荷電狀態。公交公司提出了各種解決電動公交車短運營里程的替代方案，其中經濟成本最低的運營計劃是“2∶3替換”，即3 輛公交車中有2 輛為常規公交車，1 輛為備用車，同時運營2 條公交線路［21-22］。運營模式的示意如圖2 所示。因此，本研究選擇電動公交車系統的“2∶3替換”運營計劃以提高模型的通用性。

表1 電動公交車技術參數Table 1 Technical attributes of electric buses

圖2 電動公交車系統的“2∶3”替換運營示意Fig.2 Operation mode of the electric bus system with two running buses in every three buses

2 基于安全與收益的VPP協調控制策略

為了在VPP 儲能容量不變的情況下，提高系統對于由溫控負載引起的負載變化的適應性，本文提出了針對VPP 中的燃煤機組單元超限工況時的控制策略，并根據實際運行情況與調度目標劃分為基于安全的控制策略以獲得最小的超限電量，和基于收益的控制策略充分利用超限電量獲得電價差收益。VPP的控制人員能夠根據不同的需求選擇不同的方案進行調度。

2.1 基于安全的VPP協調控制策略研究

首先根據由溫控負載影響下的新的負荷變化曲線確定出系統的調峰時段變化，調峰時段即是系統負載需求曲線超過需求曲線最大功率點90%限制線以上的時間。在調峰時段開始前，系統需向電動公交車儲能充電以為后續的調度放電做準備。當調峰時段開始后，系統進入放電時段，由在時段內的儲能放電潛力與功率需求可以計算系統對燃煤機組輸出功率的要求。燃煤機組平均輸出功率為

式中：Pavg為調峰時段內系統對于燃煤機組的輸出功率需求，MW；Qbat-avl為電池儲能在調峰時段的可用電量，MW·h；Qdemand(i)為在i時段內系統的電量需求，MW·h；ti為調峰時段的總時長，由功率曲線與90%最大負荷點限制線的交點確定，h。其中電動公交車儲能的可用容量由2 部分組成，分別是電動公交車儲能A 組與儲能C 組，電動公交車儲能的可用容量為

式中：SOC，A-avl為儲能A 組的剩余SOC，表征了儲能的電量剩余；SOC，C-avl為儲能C 組的剩余SOC；Qbat-rat為電動公交車儲能的額定容量，MW·h；ηd為電動公交車儲能的放電效率，由儲能模型確定效率為0.94。

通過在調峰時段內計算系統的平均功率需求的方式，系統能夠在最小超限功率的情況下滿足由溫控負載引起的系統功率變化?？s短電動公交車儲能的充電時間，在達到調峰時段就立即進行燃煤機組功率調整的方式能夠盡量減小充電量，進而減小電池在充放電過程的電量損失，使系統能夠在最小的超限電量的情況下滿足由溫控負載引起的系統功率變化。但是直接進行燃煤機組平均功率的計算也存在著相應的問題，需要進行燃煤機組平均輸出功率的修正。

國家發展改革委與國家能源局公布的2020 年陜西省省級電網典型電力負荷曲線（負荷根據VPP的容量整體減小了1/60）如圖3 所示。從圖中可以看出負載的峰谷變化明顯。如果在調峰時段直接使用計算后的燃煤機組平均功率進行調度，供電量會先高于需求后低于需求，儲能則會先充電后放電，造成儲能功率的盈余或者儲能功率缺失不能滿足負載需求。所以，需要對調度過程的平均功率與調度過程進行修正，提高控制的精確性。

圖3 2020年陜西省典型電力負荷曲線變化趨勢Fig.3 Power load variation curve of Shaanxi Province in 2020

對于功率的修正主要包括2部分。一部分是針對調度前的充電過程，根據功率需求曲線可以計算出該充電時段的盈余功率，并由充電效率計算出充電量。另一部分修正時段的確定選擇調峰時段開頭作為起始，平均功率輸入與輸出交點最近的功率點作為結束，確定時段。時段內的充電量計算公式為

式中：Qbat-c(i)為i時段內儲能的充電量；ηc為系統中電動公交車儲能的充電效率，由儲能模型確定效率為0.85。

第2 部分是針對調度結束時充電過程的修正，策略選擇通過額外調度燃煤機組進行降負荷的方式，控制電動公交車儲能持續放電，以達到對系統儲能最大化利用的目的。第2部分修正時段選擇平均功率輸入與輸出的第2 個交點作為起始，選擇輸出與90%最大負荷值的交點作為結束。將此時段的燃煤機組輸出功率設定為90%最大負荷值，計算該時段儲能的放電量為

式中：Qbat-d(i)為在i時段內儲能放電量，MW·h；P90%max為系統的90%最大負荷值，MW。將該放電量與充電時對應的放電量計算后便能得知在修正后系統的平均功率值，即

式中：Pcoal-cor(ti)為燃煤機組在ti時段內的輸出功率修正值，MW；Pcoal-ori(ti)為燃煤機組輸出功率原始值，MW；Pcoal(ti)為未經修正的ti時段燃煤機組輸出功率。

2.2 基于收益的VPP協調控制策略研究

受到城市用電規律的影響，調峰時段往往是電網的峰值電價時段。VPP作為價格敏感型的電力系統，通過調度獲得合理的收益是VPP 建立與持續運行的關鍵［23-26］。而其中主要的獲取收益的方式便是谷值電價買電、峰值電價賣電以獲得電價差收益，所以對于調峰時段的調度會對VPP 的收益產生至關重要的影響。當全年或者當月溫控負載變化平緩，系統的安全壓力較小時，面對溫控負載的變化是可以以優先保障收益作為目標進行調度的，此時就需要提出基于收益的VPP 協調控制策略以應對系統溫控負載的變化。

策略的主要目的是獲取最大的電價差收益，這需要系統在谷值電價或者平值電價時盡可能多的充電，在峰值電價時保障將儲能完全釋放。所以，策略在平值電價時段，調用燃煤機組保持最大輸出功率；在峰值電價時段，確定燃煤機組的輸出功率將儲能完全放電。在峰值電價結束后，如果調峰時段并未結束，由峰值電價時段結束時的功率需求確定對燃煤機組的調用量。方案中的調度計劃見表2。

表2 基于收益的VPP協調控制策略控制計劃Table 2 Profit-based VPP coordinated control strategy

3 仿真結果分析與評價

為了探究溫控負載對于系統的調度影響與新策略的應對情況，需要全面地考慮在溫控負載影響下的負荷需求曲線的變化。本文將相關的變化總結為2類：溫控負載導致負荷曲線峰值變化的情況，本文稱為工況1，如圖4 所示；溫控負載未導致負荷曲線峰值變化，僅增加了調峰時段的功率需求情況，本文稱為工況2，如圖5 所示。在工況1 中，負載需求的峰值變化會影響90%最大負荷限制值，會改變系統的調峰時間與燃煤機組參與調峰時段的比例。而工況2 中，各個曲線的90%最大負荷限制值不變，調峰時間差異較小，僅改變調峰時段內的總需求電量。

圖4 工況1：溫控負載導致負荷峰值變化后的負載曲線Fig.4 Condition 1：Load variation with the power peak value affected by TCLs

圖5 工況2：溫控負載未導致負荷峰值變化后的負載曲線Fig.5 Condition 2：Load variation with the power peak value not affected by TCLs

相對于夏季工業與商業的持續供冷，民用負載部分的溫控負載變化與時間有更緊密的聯系，更不可預測，所以本文工況1 與工況2 負載曲線的變化主要集中在夜間，針對夜間負載峰值進行變化。同時，對中國的北方城市而言，集中采暖使得在冬季的溫控負載變化遠不如夏季，所以太陽輻照度選取西安地區夏至典型日的輻照度曲線，其對應的光伏單元輸出功率隨時間的變化如圖6所示。

圖6 夏至典型日VPP光伏輸出功率隨時間變化曲線Fig.6 VPP's PV outputs varying with time on a typical summer solstice

在VPP 中，消納可再生能源作為重要職責，光伏的輸出功率需要優先被利用，同時負載的需求也必須被滿足以保障電網運行穩定，所以本文將光伏機組與負載2個VPP中的不可控單元的變化整合成系統功率需求，再調度可控單元包括燃煤機組與儲能的功率以滿足功率需求曲線。

綜上所述，本文的仿真時間定為16：30以后，民用溫控負載的需求逐漸升高對調度產生影響，與此同時電動公交車儲能輪動接入電網，是全局控制的關鍵時段［13］。輸入控制策略后形成調度計劃并進行仿真，系統在2 個工況下的功率需求曲線如圖7、圖8所示。

圖7 工況1在溫控負載導致負荷峰值變化后的功率需求曲線Fig.7 Power demand variation with the power peak value affected by TCLs

圖8 工況2在溫控負載導致負荷平均值變化后的功率需求曲線Fig.8 Power demand variation with the power peak value not affected by TCLs

3.1 不同策略的評價指標

VPP中的可控單元主要包括電動公交車儲能與燃煤單元?？煽貑卧捻憫闆r是控制策略控制效果的重要指標，而不同的可控單元根據其不同的功能又有不同的變化表示形式。

對于電動公交車儲能而言，實時的電量變化曲線是最重要特征。電量變化表示著儲能充電與放電的狀態和時段內的充電、放電量的相對關系。關鍵時段儲能電池的容量剩余則決定了系統對于儲能的利用率［22］。

基于安全的策略需要儲能電池在調峰結束時段的電量剩余最低，意味著燃煤機組在調峰時段的平均輸出功率最低，滿足安全性要求?；谑找娴牟呗孕枰獌δ茈姵卦诘碗妰r充電結束有最高的可用電量，在高電價放電結束時有最低的剩余電量，保障在高電價時段放電量最大以實現最大收益。所以，對于儲能電池而言，監測時段內的電池SOC變化與關鍵時間點的SOC 是對于控制效果的重要評價指標。

對于燃煤機組而言，輸出功率的變化是最重要的特征。受到調峰限制的影響，燃煤機組的輸出功率理應被限制在90%最大負荷以下，在某些特殊情況才能超過，本文的研究重點也在于此。那么無論是安全策略還是收益策略，超限時間與超限電量都是一定要被關注的，所以燃煤機組輸出功率的變化是衡量控制效果的又一重要指標。

3.2 基于安全的控制策略仿真結果分析與評價

工況1在安全策略下VPP 可控單元評價指標的變化曲線如圖9所示。圖中可以看出燃煤機組與電動公交車儲能隨時間的變化情況。對于燃煤機組而言，在調峰開始前維持額定輸出功率為VPP 供電，在調峰開始后按照計算得到的修正后的平均功率進行調度。在達到限制值與平均功率的交點后，調整燃煤機組輸出功率使儲能充分放電。對于電動公交車儲能，在調峰時段開始前，分別充電，在開始后逐漸放電。當各情況下調峰時段結束時，儲能的剩余SOC 分別是0.16，0.09，0.11，較儲能電池的放電下限0.1 誤差在-0.01～0.06 之間，對應的放電量偏差為4.7 MW·h，說明控制策略調度效果明顯。

圖9 工況1在安全策略下VPP可控單元評價指標的變化Fig.9 Evaluation indicators for the controllable units in the VPP under the safe mode

工況2在安全策略下VPP 可控單元評價指標的變化曲線如圖10 所示。由圖可知，相比于工況1，3種情況調峰時段差異小且較之工況1 時間更長，燃煤機組開始調度的時間相同，平均輸出功率隨著需求的增大而增大。

圖10 工況2在安全策略下VPP可控單元評價指標的變化Fig.10 Evaluation indicators for the controllable units in the VPP under the safe mode

雖然在調峰時段，電池儲能存在先充電后放電情況，但是由于對輸出功率的修正，3 種情況下調峰時段結束時儲能SOC 為0.16，0.10，0.08，能夠達到控制目的，有較好的控制效果，控制策略可行可靠。

對比2 種不同工況可以發現，工況1 時由于負荷需求的峰值發生變化，隨著峰值的增加90%最大負荷限制提高，超過限制部分的功率在不斷減小，工況1.1，1.2，1.3 的超限平均功率為8.7，1.0，-7.3 MW。

而在工況2，因為90%限制不變，工況1.1，1.2，1.3 的超限平均功率不斷增加，為8.7，12.1，17.9 MW，對應超限電量為54.4，84.7，125.3 MW·h。從仿真結果可知，相比使負載峰值明顯增大的溫控負載工況1，使負載在時段內平均增大的溫控負載工況2 更對與系統的穩定性產生影響，超限的無論是時間還是電量都顯著提升，作為電網的控制者要更為關注工況2的調度。

3.3 基于收益的控制策略仿真結果分析與評價

工況1在收益策略下VPP 可控單元評級指標的變化曲線如圖11 所示。從圖中可以看出燃煤機組嚴格按照電價時段的區分而調度，同時儲能的SOC也在平值電價充電，在峰值電價放電，峰值電價結束時剩余SOC 分別為0.09，0.10，0.16，其中工況1.3 的容量剩余為0.16，受到燃煤機組輸出功率的限制，在該點無法實現完全放電，故在某些極端天氣時，收益策略會受到影響。

圖11 工況1在經濟策略下VPP可控單元評價指標的變化Fig.11 Evaluation indicators for the controllable units in the VPP under the profiting mode

工況2在收益策略下VPP 可控單元評價指標的變化曲線如圖12所示。

圖12 工況2在經濟策略下VPP可控單元評價指標的變化Fig.12 Evaluation indicators for the controllable units in the VPP under the profiting mode

由圖可知，相比工況1，工況2 的功率需求峰值降低，燃煤機組與儲能能夠達到要求，不存在如圖11中工況1.3的放電限制。所以燃煤機組輸出功率的變化與電價時段的關系更為明顯，電池儲能在峰值電價結束時，SOC 在［-0.03，0.03］之內，能夠達到控制要求。

在收益策略下，對于工況1，因為溫控負載對系統功率需求的影響集中在峰值部分，在平電價充電時段工況1.1，1.2，1.3 的充電量相同，放電則受到峰值提升的影響，燃煤機組功率限制。

工況1.1，1.2，1.3 系統儲能的峰值放電量為95.39，94.57，91.28 MW·h，收益為3.62 萬，3.59萬，3.47 萬元。如果系統峰值較之工況1.3 進一步提升，可以預見系統的電價差收益將進一步降低。

相比工況1，工況2 時因為系統的峰值不變，燃煤機組輸出功率能夠滿足需求，所以放電過程各情況能到放電限制值，但是受到溫控負載影響，充電過程負荷需求不同，充電量各不相同。

工況2.1，2.2，2.3 系統的峰值放電量分別為95.39，92.10，85.5 MW·h，收益分別為3.62 萬，3.50萬，3.25萬元。

同時收益策略下的超限電量也是重要的參考因素，數據匯總后可知，工況1 的平均超限功率為10.1，8.5，0.0 MW，超限電量分別為75.75，23.38，0.00 MW·h；工況2的平均超限功率為8.72，13.27，18.71 MW，超 限 電 量 分 別 為61.04，99.53，149.68 MW·h。

4 結論

本文針對城市中夜間溫控負載變化對VPP 功率需求的影響，提出了對于VPP 的控制策略，通過在指定時間內控制燃煤機組輸出功率超過調峰限制的方式滿足額外的功率需求。并針對控制目的提出了基于安全與收益的2種方案，模擬了在工況1和工況2時，2種溫控負載變化下策略的運行情況并進行對比研究。本文的主要結論如下。

（1）提出了基于安全與收益的控制策略。其中基于安全的策略以盡量小的燃煤機組超限功率解決溫控負載帶來的額外功率需求，適用于溫控負載波動較強、超限額度不足的情況下，維持系統運行穩定。其中基于收益的策略更多的調度超限功率在滿足溫控負載需求同時獲得額外電價差收益，適用于溫控負載波動較弱、超限額度有盈余的情況，提高系統的收益。

（2）在基于安全的策略控制下，對系統的超限電量影響更明顯的是工況2。系統在工況1 時得益于調峰限制的提升（90%最大負荷峰值），峰值越高反而超限功率越低，從8.7 MW 降低為0 MW；在工況2時，調峰限制不變，負載需求的平均值越高超限功率越高，從8.7 MW 升到17.9 MW，超限電量從54.4 MW·h升到125.3 MW·h。

（3）在基于收益的策略下，工況1的變化影響著儲能的放電過程，工況2 的變化影響著儲能的充電過程，兩者的收益變化不大，但是超限電量有明顯區別。工況1 下，隨著峰值提升收益從3.62 萬元降到3.47 萬元，超限電量則從75.75 MW·h 降為0 MW·h；工況2 下，隨著平均值提升收益從3.62 萬元降至3.25 萬元，超限電量從61.04 MW·h 升到149.68 MW·h。

（4）溫控負載引起的功率需求峰值的變化對策略有重要影響：在安全模式下，超限比例與峰值的增加呈反比，與平均功率的增加呈正比；在收益模式下，峰值會影響儲能放電，平均功率則會影響儲能充電，收益都隨著功率需求的增加而減小。