近年來,全球正大力發展分布式可再生能源發電,但其隨機性和間歇性的特點使得并網面臨巨大挑戰,導致棄風、棄光率居高不下。如何提高新能源利用率成為當前的研究熱點。需求響應(Demand Response, DR)作為一種靈活性資源參與電力系統的調峰和備用,通常被認為是儲能設備的低成本替代,充分挖掘DR潛力,通過DR來適應可再生能源發電大規模接入系統,將成為未來智能電網的發展趨勢。
分布式發電技術的發展為DR的實施提供了有利的應用平臺。當系統出現意外事件時,通過采用先進的測量技術和通信系統,需求側資源能夠及時做出反饋,調整用電需求,實現源荷之間的供需平衡。同時將DR項目納入電力系統的經濟調度中,能夠達到削峰填谷、節能減排等效果。
當前形勢下,國內外已有諸多學者對計及DR的優化調度問題進行了研究。
在國內,有學者以最大消納風電和系統運行成本最小為目標,建立了計及大規模風電和需求響應參與的電力系統隨機調度模型,用以解決風電出力的不確定性;有學者利用分布式系統內部需求側負荷來解決電力市場交易時所面臨的新能源出力波動問題,證明了對負荷進行調度,能夠很好地抵消新能源機組的隨機性,使系統獲得更高收益。
國外電力市場較國內更為開放,其研究目標更多地聚焦在緊急需求響應、能量市場等方面。有學者提出了一種DR資源對系統短期充裕性影響分析的評估模型,研究了緊急需求響應在削減高峰負荷、提高負載因數等方面取得的成效,說明了DR資源能夠有效提高系統的可靠性;有學者分析了輔助服務DR項目在n-k安全約束機組組合中的應用,作為一種備用方式,因其平抑新能源波動性的快速響應優勢,得到了一定應用。
目前,我國正在進行電力市場改革,電價及激勵政策尚未完善,有必要針對中國具體國情,將DR資源納入日前調度計劃,加強需求側與供電側的互動,提高電力系統運行的經濟性和可靠性。
此外,大多數調度策略在優化管理過程中并沒有深入研究系統內不確定因素導致的收益風險。投資組合理論等風險度量方法可用于權衡資產收益和風險的關系,且已在電力系統優化調度領域得到了廣泛應用。
但CVaR方法在應用過程中需滿足不確定性隨機變量服從某一確定分布,這與實際應用不符。在工程實際中,存在新能源出力和電價等不確定因素,而且由于環境、市場以及預測技術的限制,很難獲得其分布的準確信息,一般只能掌握其部分信息。因此,用以描述隨機變量的分布本身也具有不確定性,導致CVaR理論在評估風險過程中產生不可忽視的誤差,這也限制了CVaR理論的應用,CVaR對只掌握部分隨機變量分布信息的情況并不適用。
東北電力大學電氣工程學院、內蒙古電力培訓中心、國網吉林省電力有限公司長春供電公司、國網四川省電力公司廣安供電公司的研究人員在已有研究基礎上,進一步提出了基于最差條件風險價值(Worst-case Conditional Value-at-Risk,WCVaR)理論的收益-風險組合優化調度模型,利用WCVaR理論處理不確定性隨機變量分布信息不完全問題,進而量化可再生能源出力、負荷以及市場電價不確定性給資源調度管理帶來的低收益風險。同時,將需求響應和可靠性指標融入日前調度模型中,協調解決發電側和需求側的供需互動問題,實現系統經濟和可靠運行。通過仿真算例驗證了所提模型的可行性和有效性。
圖1 計及DR的日前調度計劃框架
圖2 系統結構
研究者通過模型求解和算例分析得出以下結論:
以上研究成果發表在2020年第3期《電工技術學報》,論文標題為“供需互動分布式發電系統收益-風險組合優化建模及其可靠性分析”,作者為張虹、侯寧、葛得初、勇天澤、陳剛。