楊 柳,張 超,蔣 勃,趙 剛,岳園園,張 靖
考慮用戶滿意度的虛擬電廠熱電聯(lián)合低碳經(jīng)濟(jì)調(diào)度模型
楊 柳1,張 超1,蔣 勃1,趙 剛2,岳園園2,張 靖3
(1.國網(wǎng)陜西省電力公司,陜西 西安 710048;2.國網(wǎng)陜西省電力公司經(jīng)濟(jì)技術(shù)研究院,陜西 西安 710065;3.清華大學(xué)能源互聯(lián)網(wǎng)創(chuàng)新研究院,北京 100084)
為優(yōu)化能源配置和用能效率,本文采用虛擬電廠模式聚合熱電聯(lián)產(chǎn)機(jī)組,搭建多能源聯(lián)合調(diào)度平臺(tái),實(shí)現(xiàn)熱電網(wǎng)絡(luò)互聯(lián)互通的協(xié)調(diào)優(yōu)化運(yùn)行。首先建立用戶滿意度量化指標(biāo),綜合考慮用電方式滿意度和用電成本滿意度,制定使用戶和虛擬電廠雙贏的優(yōu)化方案,充分挖掘用戶參與需求響應(yīng)項(xiàng)目的積極性;此外引入碳排放交易機(jī)制,以虛擬電廠經(jīng)濟(jì)成本和碳交易成本最小為優(yōu)化目標(biāo),構(gòu)建虛擬電廠新型低碳經(jīng)濟(jì)調(diào)度模型,實(shí)現(xiàn)經(jīng)濟(jì)與低碳的協(xié)同優(yōu)化;最后通過算例對(duì)4種不同調(diào)度模型進(jìn)行對(duì)比分析,驗(yàn)證了本文提出模型的有效性和合理性。
虛擬電廠;熱電聯(lián)產(chǎn);用戶滿意度;低碳電力;碳交易機(jī)制;經(jīng)濟(jì)調(diào)度
隨著化石能源危機(jī)和環(huán)境污染問題日益突顯,風(fēng)電等清潔能源裝機(jī)容量呈現(xiàn)快速增長趨勢(shì)[1-2],但受制于源網(wǎng)規(guī)劃不協(xié)調(diào)、風(fēng)電間歇性及反調(diào)峰特性,致使大量風(fēng)電難以有效消納。本文采用虛擬電廠[3-5](virtual power plant,VPP)模式聚合熱電聯(lián)產(chǎn)機(jī)組搭建熱電聯(lián)合調(diào)度平臺(tái),將熱、電網(wǎng)絡(luò)納入統(tǒng)一的決策體系中,通過多種能源形式的協(xié)調(diào)調(diào)度,為促進(jìn)清潔能源消納提供解決方案。
熱電聯(lián)產(chǎn)(combined heat and power,CHP)機(jī)組能夠同時(shí)承擔(dān)供電和供熱任務(wù),將燃?xì)獍l(fā)電過程中的余熱轉(zhuǎn)化為熱能輸出,具有較高的能源利用效率。然而,我國熱電聯(lián)產(chǎn)機(jī)組主要實(shí)行“以熱定電”的運(yùn)行模式[6-8],在冬季供暖期,CHP機(jī)組首先根據(jù)熱負(fù)荷確定供熱出力,再通過機(jī)組恒定熱電比確定供電出力范圍,這樣嚴(yán)重制約了系統(tǒng)調(diào)峰能力,造成棄風(fēng)限電的形勢(shì)。
對(duì)此,現(xiàn)有研究大多引入需求響應(yīng)機(jī)制來突破CHP機(jī)組以熱定電運(yùn)行模式,解除熱-電間的剛性耦合關(guān)系。柔性電負(fù)荷能夠改變用電方式,動(dòng)態(tài)匹配風(fēng)電出力情況,不僅能在風(fēng)電富余時(shí)增加負(fù)荷,還能在電力不足時(shí)降低負(fù)荷,為VPP提供虛擬出力。文獻(xiàn)[9-11]引入需求響應(yīng)機(jī)制,將固定負(fù)荷曲線轉(zhuǎn)換為彈性區(qū)間,匹配風(fēng)電出力波動(dòng),但該決策僅以VPP自身收益最優(yōu)為目標(biāo),忽略用戶舒適度,在實(shí)際運(yùn)行中嚴(yán)重影響用戶積極性,不利于需求響應(yīng)持續(xù)性開展。文獻(xiàn)[12-14]基于碳交易機(jī)制構(gòu)建系統(tǒng)低碳經(jīng)濟(jì)調(diào)度模型,綜合考慮碳交易成本和系統(tǒng)運(yùn)行成本,實(shí)現(xiàn)系統(tǒng)的經(jīng)濟(jì)低碳運(yùn)行。
基于上述分析,本文兼顧VPP運(yùn)行的經(jīng)濟(jì)性與低碳性,引入碳排放機(jī)制建立VPP低碳經(jīng)濟(jì)調(diào)度模型。首先對(duì)VPP基本架構(gòu)進(jìn)行詳細(xì)闡述,并從人性化運(yùn)行角度出發(fā),構(gòu)建用戶滿意度模型;其次以經(jīng)濟(jì)成本和碳交易成本最小為優(yōu)化目標(biāo),構(gòu)建VPP熱電協(xié)調(diào)優(yōu)化調(diào)度模型,編制內(nèi)部各機(jī)組發(fā)電策略;最后通過算例對(duì)4種不同調(diào)度模型進(jìn)行對(duì)比分析,驗(yàn)證了本文提出模型的有效性和合理性。
虛擬電廠(VPP)整合區(qū)域內(nèi)分布式能源、可控負(fù)荷及儲(chǔ)能系統(tǒng),通過能量管理系統(tǒng)合并為整體參與電網(wǎng)運(yùn)行,利用不同能源之間的時(shí)空互補(bǔ)性,構(gòu)建多能源互聯(lián)互通的高效利用平臺(tái),可有效抑制可再生能源出力的波動(dòng)性,實(shí)現(xiàn)更高能源利用率、更好環(huán)保性和更低能源成本等多功能目標(biāo),虛擬電廠結(jié)構(gòu)如圖1所示。
需求響應(yīng)項(xiàng)目通過引導(dǎo)用戶理性用能,優(yōu)化終端能耗曲線,提升虛擬電廠用能效率。在人性化調(diào)度環(huán)境中,僅以主體收益最優(yōu)制定需求響應(yīng)調(diào)度方式,會(huì)導(dǎo)致用戶滿意度下降,產(chǎn)生抵制情緒,積極性極大降低。因此,考慮用戶滿意度的調(diào)度策略極為重要。用戶滿意度評(píng)估指標(biāo)主要有用電方式滿意度和用電成本滿意度。
圖1 虛擬電廠結(jié)構(gòu)示意
1.1.1用電方式滿意度
用戶通常按照最適應(yīng)自身的生產(chǎn)生活方式安排用電計(jì)劃,這樣用戶的用電方式滿意度才最大。但在用戶參與需求響應(yīng)后,需要改變?cè)杏秒娪?jì)劃以響應(yīng)虛擬電廠負(fù)荷調(diào)度,形成新的用電負(fù)荷曲線。定義用電方式滿意度為響應(yīng)前后負(fù)荷曲線的改變程度,
用電方式滿意度與柔性負(fù)荷如熱水器、空調(diào)等可調(diào)節(jié)能力有關(guān)。式(1)表示用戶用電方式的改變程度越大,用電方式滿意度越低,當(dāng)用戶負(fù)荷曲線未改變時(shí),仍按最滿意方式安排用電方式,此時(shí)值為1,取值范圍為[0,1]。
1.1.2用電成本滿意度
用戶改變用電方式參與響應(yīng)后,會(huì)獲得虛擬電廠給與的經(jīng)濟(jì)補(bǔ)償,電費(fèi)支出成本發(fā)生改變,響應(yīng)前后成本改變程度與用戶響應(yīng)積極性成正相關(guān)關(guān)系,對(duì)用戶用電成本滿意度的考慮能夠反向調(diào)節(jié)虛擬電廠經(jīng)濟(jì)補(bǔ)償策略的制定,用電成本滿意度與經(jīng)濟(jì)補(bǔ)償程度有關(guān),本文定義用電成本滿意度為用電成本改變程度,
碳排放經(jīng)濟(jì)性懲罰模式僅對(duì)超額排放企業(yè)懲罰,未對(duì)低額排放企業(yè)鼓勵(lì),致使企業(yè)積極性不高。碳排放交易機(jī)制通過市場(chǎng)交易手段對(duì)碳排放進(jìn)行約束,有效引導(dǎo)企業(yè)將碳排放納入優(yōu)化指標(biāo),促進(jìn)企業(yè)發(fā)展清潔低碳電力的積極性。具體表現(xiàn)為:1)當(dāng)實(shí)際排放量小于碳排放分配額度時(shí),可在市場(chǎng)上按實(shí)時(shí)交易價(jià)格出售剩余額度獲取收益,等效降低系統(tǒng)運(yùn)行經(jīng)濟(jì)成本;2)當(dāng)實(shí)際排放量大于碳排放分配額度時(shí),需在市場(chǎng)購買不足部分額度或者支付相應(yīng)的超排罰金,系統(tǒng)運(yùn)行成本增加。
虛擬電廠熱電聯(lián)產(chǎn)模式中的碳排放量和分配額度分別為:
式中:e、d分別為碳排放量和分配額度,、分別為發(fā)電機(jī)有功出力的單位碳排放量和分配值,Gi為發(fā)電機(jī)的有功出力。
由碳排放交易原則可以得到虛擬電廠碳交易收益為
虛擬電廠預(yù)測(cè)次日熱電負(fù)荷情況采用多場(chǎng)景法考慮風(fēng)電出力波動(dòng),以經(jīng)濟(jì)成本和碳交易成本最小為優(yōu)化目標(biāo),構(gòu)建虛擬電廠熱電協(xié)調(diào)優(yōu)化調(diào)度模型,編制內(nèi)部各機(jī)組發(fā)電策略,平抑風(fēng)電出力波動(dòng)并保證系統(tǒng)運(yùn)行經(jīng)濟(jì)性。
2.2.1電力網(wǎng)絡(luò)約束
1)電功率平衡約束
2)發(fā)電機(jī)組約束
3)柔性負(fù)荷約束
式中:為決策變量,表示時(shí)刻柔性負(fù)荷的啟停狀態(tài);elcurt,max為柔性負(fù)荷的上限值。
4)電儲(chǔ)能約束
2.2.2熱力網(wǎng)絡(luò)約束
1)熱功率平衡
2)鍋爐、余熱回收裝置約束
本文虛擬電廠由熱電聯(lián)產(chǎn)機(jī)組、燃?xì)忮仩t、電負(fù)荷、熱負(fù)荷、電熱儲(chǔ)能及風(fēng)電機(jī)組組成,有關(guān)參數(shù)分別為:發(fā)電機(jī)單位有功出力的碳排放分配額[15]取為0.798 t/(MW·h),碳交易價(jià)格取為32 $/t,天然氣價(jià)格為0.417 $/m3,天然氣低熱值取為34 533.28 kJ/m3,圖2為各參數(shù)預(yù)測(cè)值與基準(zhǔn)值比值曲線,其中日前市場(chǎng)電價(jià)為79.68 $/(MW·h),風(fēng)電、熱及電負(fù)荷基準(zhǔn)值分別為3.03、4.23、4.46 MW。
圖2 各參數(shù)預(yù)測(cè)值與基準(zhǔn)值比值曲線
通過構(gòu)建4種典型運(yùn)行方案驗(yàn)證本文模型,表1和2分別為4種不同的虛擬電廠運(yùn)行方案的構(gòu)建方案及其優(yōu)化結(jié)果。
表1 4種不同的虛擬電廠構(gòu)建方案
Tab.1 Four different construction schemes for virtual power plant
表2 不同方案優(yōu)化結(jié)果
Tab.2 The optimal results of different schemes
從表2可以看出,方案4所得結(jié)果最優(yōu),棄風(fēng)量、碳排放量及成本最小,反映了本文考慮用戶滿意度和碳交易機(jī)制的優(yōu)越性和有效性。方案1和方案3未考慮用戶滿意度,在決策時(shí)僅以自身收益為目標(biāo),導(dǎo)致在風(fēng)電富余時(shí)用戶未能積極響應(yīng),棄風(fēng)量比同等條件下考慮用戶滿意度的方案2和方案4分別增加75.1%和216.7%。方案4和方案3在目標(biāo)函數(shù)中考慮碳排放機(jī)制,將碳排放作為商品在市場(chǎng)上進(jìn)行自由交易,采取市場(chǎng)手段對(duì)碳排放進(jìn)行有效控制,極大激發(fā)企業(yè)改進(jìn)清潔能源發(fā)電技術(shù)的積極性,碳排放量相比同條件下未考慮碳排放機(jī)制的方案2和方案1分別降低62.26%和37.81%。
碳交易機(jī)制采用市場(chǎng)手段約束虛擬電廠碳排放量,虛擬電廠需根據(jù)碳排放分配額優(yōu)化自身出力,規(guī)避超額排放懲罰并獲取減排收益。值的改變會(huì)影響低碳目標(biāo)在虛擬電廠決策中的相對(duì)權(quán)重,進(jìn)而改變虛擬電廠的優(yōu)化策略,因此虛擬電廠總成本與值密切相關(guān)。圖3為不同值下的虛擬電廠運(yùn)行成本。從圖3可以看出,虛擬電廠總成本隨著值的增大逐漸降低,最后趨于平穩(wěn)。根據(jù)碳排放機(jī)制可得,值越大,虛擬電廠受到的碳排放約束越自由,傾向于以自身成本最低為目標(biāo)優(yōu)化運(yùn)行策略并逐漸忽略碳排放約束的制約,這樣總成本得以降低;但當(dāng)值超過1.0 t/(MW·h)后,等同于未考慮碳排放約束,虛擬電廠主要受機(jī)組實(shí)際出力的制約,總成本逐漸趨于平穩(wěn)。上述分析可為碳排放分配額制定提供參考,監(jiān)管部門可據(jù)此合理制定碳排放分配額,充分調(diào)動(dòng)企業(yè)節(jié)能減排的潛力,實(shí)現(xiàn)經(jīng)濟(jì)低碳運(yùn)行。
圖3 不同m 值下的虛擬電廠運(yùn)行成本
結(jié)合方案4所示的運(yùn)行模式,繪制虛擬電廠優(yōu)化運(yùn)行曲線如圖4所示。由圖4可以看出:受市場(chǎng)電價(jià)及負(fù)荷需求的影響,在=10~13、16~20 h時(shí)段,虛擬電廠調(diào)用燃?xì)廨啓C(jī)出力并釋放儲(chǔ)電功率以滿足負(fù)荷供應(yīng),富余電量在市場(chǎng)出售已獲得售電收益,此時(shí)較高的市場(chǎng)電價(jià)能夠彌補(bǔ)碳排放成本;在=1~6、20~23 h時(shí)段,風(fēng)電出力較大且負(fù)荷需求較低,虛擬電廠調(diào)用電儲(chǔ)能進(jìn)行充電并利用需求響應(yīng)項(xiàng)目增加柔性負(fù)荷用電量,積極消納風(fēng)電,但由于考慮到用戶滿意度,需求響應(yīng)項(xiàng)目負(fù)荷調(diào)用量受到限制,仍有部分棄風(fēng)現(xiàn)象產(chǎn)生。考慮用戶滿意度雖然增加虛擬電廠決策時(shí)的負(fù)擔(dān),限制需求響應(yīng)負(fù)荷調(diào)用量,但在實(shí)際運(yùn)行中卻能實(shí)現(xiàn)用戶與虛擬電廠的雙贏。
圖4 虛擬電廠優(yōu)化運(yùn)行曲線
圖5為不同碳交易價(jià)格下用戶滿意度變化,由圖5可以看出:隨著碳交易價(jià)格的增加,用電方式滿意度逐漸降低,而用電成本滿意度先增加后減小。這是因?yàn)樘冀灰變r(jià)格增大,虛擬電廠為避免高額碳交易成本支出,變相增加需求響應(yīng)項(xiàng)目負(fù)荷調(diào)用量,響應(yīng)前后負(fù)荷曲線改變程度增大,逐漸減??;在碳交易價(jià)格上升初期,虛擬電廠會(huì)加大對(duì)需求響應(yīng)項(xiàng)目的補(bǔ)償價(jià)格,以激發(fā)用戶參與響應(yīng)的積極性,所以在0~24.6 $/t時(shí),用戶響應(yīng)后用電成本下降,呈上升趨勢(shì);但到碳交易價(jià)格上升后期,虛擬電廠逐漸降低需求響應(yīng)補(bǔ)償價(jià)格,且此時(shí)隨著用戶響應(yīng)量增大,必須承擔(dān)欠響應(yīng)違約懲罰成本,導(dǎo)致逐漸降低,變化曲線的轉(zhuǎn)折點(diǎn)主要和虛擬電廠需求響應(yīng)補(bǔ)償策略及用戶參與響應(yīng)負(fù)荷量有關(guān)。
圖5 不同碳交易價(jià)格下用戶滿意度變化
本文采用虛擬電廠模式聚合風(fēng)電場(chǎng)、CHP機(jī)組、燃?xì)忮仩t及熱、電負(fù)荷,實(shí)現(xiàn)熱電聯(lián)合優(yōu)化調(diào)度,考慮用戶滿意度和碳交易機(jī)制,兼顧虛擬電廠的低碳性與經(jīng)濟(jì)性,實(shí)現(xiàn)用戶和虛擬電廠的雙贏。算例結(jié)果表明:1)碳交易機(jī)制的引入促使碳排放源將碳排放成本納入優(yōu)化目標(biāo),按分配額度和市場(chǎng)碳交易價(jià)格制定優(yōu)化策略,極大改善了虛擬電廠用能效率和低碳經(jīng)濟(jì)。2)碳交易價(jià)格與碳排放分配額對(duì)虛擬電廠運(yùn)行策略具有較大影響,合理的碳交易價(jià)格及碳排放限額政策能夠充分調(diào)動(dòng)虛擬電廠節(jié)能減排的潛力。3)考慮用戶滿意度雖然增加虛擬電廠決策時(shí)的負(fù)擔(dān),限制需求響應(yīng)負(fù)荷調(diào)用量,但在實(shí)際運(yùn)行中卻能充分挖掘用戶響應(yīng)積極性,更具實(shí)際意義。
[1] 中共中央國務(wù)院. 中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要[EB/OL]. http:// www.gov.cn/xinwen/2016-03/17/content_5054992.htm. The Central Committee of the Communist Party of China. The 13th five-year plan for national economic and social development of the people’s republic of China[EB/OL]. http://www.gov.cn/xinwen/201603/17/ content_5054992.htm.
[2] 董朝陽, 趙俊華, 文福拴, 等. 從智能電網(wǎng)到能源互聯(lián)網(wǎng): 基本概念與研究框架[J]. 電力系統(tǒng)自動(dòng)化, 2014, 38(15): 1-11. DONG Chaoyang, ZHAO Junhua, WEN Fushuan, et al. From smart grid to energy internet: basic concept and research framework[J]. Automation of Electric Power Systems, 2014, 38(15): 1-11.
[3] NIKONOWICZ L B, MILEWSKI J. Virtual power plants-general review: structure, application and optimization[J]. Journal of Power Technologies, 2012, 92(3): 135-149.
[4] 陳春武, 李娜, 鐘朋園, 等. 虛擬電廠發(fā)展的國際經(jīng)驗(yàn)及啟示[J]. 電網(wǎng)技術(shù), 2013, 37(8): 2258-2263. CHEN Chunwu, LI Na, ZHONG Pengyuan, et al. Review of virtual power plant technology abroad and enlightenment to China[J]. Power System Technology, 2013, 37(8): 2258-2263.
[5] 夏榆杭, 劉俊勇, 馮超, 等. 計(jì)及需求響應(yīng)的虛擬發(fā)電廠優(yōu)化調(diào)度模型[J]. 電網(wǎng)技術(shù), 2016, 40(6): 1666-1674. XIA Yuhang, LIU Junyong, FENG Chao, et al. Optimal scheduling model of virtual power plant considering demand response[J]. Power System Technology, 2016, 40(6): 1666-1674.
[6] 顧澤鵬, 康重慶, 陳新宇, 等. 考慮熱網(wǎng)約束的電熱能源集成系統(tǒng)運(yùn)行優(yōu)化及其風(fēng)電消納效益分析[J]. 中國電機(jī)工程學(xué)報(bào), 2015, 35(14): 3596-3604. GU Zepeng, KANG Chongqing, CHEN Xinyu, et al. Operation optimization of integrated power and heat energy systems and the benefit on wind power ac- commodation considering heating network constraints[J]. Proceedings of the CSEE, 2015, 35(14): 3596-3604.
[7] 施錦月, 許健, 曾博, 等. 基于熱電比可調(diào)模式的區(qū)域綜合能源系統(tǒng)雙層優(yōu)化運(yùn)行[J]. 電網(wǎng)技術(shù), 2016, 40(10): 2959-2966. SHI Jinyue, XU Jian, ZENG Bo, et al. A bi-level optimal operation for energy hub based on regulating heat-to-electric ratio mode[J]. Power System Technology, 2016, 40(10): 2959-2966.
[8] 袁桂麗, 王琳博, 王寶源. 基于虛擬電廠“熱電解耦”的負(fù)荷優(yōu)化調(diào)度及經(jīng)濟(jì)效益分析[J]. 中國電機(jī)工程學(xué)報(bào), 2017, 37(17): 4974-4985. YUAN Guili, WANG Linbo, WANG Baoyuan. Optimal dispatch of heat-power load and economy benefit analysis based on decoupling of heat and power of virtual power plant[J]. Proceedings of the CSEE, 2017, 37(17): 4974-4985.
[9] 周亦洲, 孫國強(qiáng), 黃文進(jìn), 等. 計(jì)及電動(dòng)汽車和需求響應(yīng)的多類電力市場(chǎng)下虛擬電廠競(jìng)標(biāo)模型[J]. 電網(wǎng)技術(shù), 2017, 41(6): 1759-1766. ZHOU Yizhou, SUN Guoqiang, HUANG Wenjin, et al. Strategic bidding model for virtual power plant in different electricity markets considering electric vehicles and demand response[J]. Power System Technology, 2017, 41(6): 1759-1766.
[10] 徐輝, 焦揚(yáng), 蒲雷, 等. 計(jì)及不確定性和需求響應(yīng)的風(fēng)光燃儲(chǔ)集成虛擬電廠隨機(jī)調(diào)度優(yōu)化模型[J]. 電網(wǎng)技術(shù), 2017, 41(11): 3590-3597.XU Hui, JIAO Yang, PU Lei, et al. Randomized scheduling optimization model for integrated wind turbine storage and storage capacity considering uncertainty and demand response[J]. Power System Technology, 2017, 41(11): 3590-3597.
[11]牛文娟, 李揚(yáng), 王蓓蓓. 考慮不確定性的需求響應(yīng)虛擬電廠建模[J]. 中國電機(jī)工程學(xué)報(bào), 2014, 34(22): 3630-3637.NIU Wenjuan, LI Yang, WANG Beibei. Demand response based virtual power plant modeling considering uncertainty[J]. Proceedings of the CSEE, 2014, 34(22): 3630-3637.
[12] 秦婷, 劉懷東, 王錦橋, 等. 基于碳交易的電-熱-氣綜合能源系統(tǒng)低碳經(jīng)濟(jì)調(diào)度[J]. 電力系統(tǒng)自動(dòng)化, 2018, 42(14): 8-22. QIN Ting, LIU Huaidong, WANG Jinqiao, et al. Carbon trading based low-carbon economic dispatch for integratedelectricity-heat-gas energy system[J]. Automation of Electric Power Systems, 2018, 42(14): 8-22.
[13] 張曉輝, 閆柯柯, 盧志剛, 等. 基于碳交易的含風(fēng)電系統(tǒng)低碳經(jīng)濟(jì)調(diào)度[J]. 電網(wǎng)技術(shù), 2013, 37(10): 2697-2704. ZHANG Xiaohui, YAN Keke, LU Zhigang, et al. Carbon trading based low-carbon economic dispatching for power grid integrated with wind power system[J]. Power System Technology, 2013, 37(10): 2697-2704.
[14] 盧志剛, 郭凱, 閆桂紅, 等. 考慮需求響應(yīng)虛擬機(jī)組和碳交易的含風(fēng)電電力系統(tǒng)優(yōu)化調(diào)度[J]. 電力系統(tǒng)自動(dòng)化, 2017, 41(15): 58-65. LU Zhigang, GUO Kai, YAN Guihong, et al. Optimal dispatch of power system integrated with wind power considering virtual generator units of demand response and carbon trading[J]. Automation of Electric Power Systems, 2017, 41(15): 58-65.
[15] 衛(wèi)志農(nóng), 張思德, 孫國強(qiáng), 等. 基于碳交易機(jī)制的電-氣互聯(lián)綜合能源系統(tǒng)低碳經(jīng)濟(jì)運(yùn)行[J]. 電力系統(tǒng)自動(dòng)化, 2016, 40(15): 9-16. WEI Zhinong, ZHANG Side, SUN Guoqiang, et al. Carbon trading based low-carbon economic operation for integrated electricity and natural gas energy system[J]. Automation of Electric Power Systems, 2016, 40(15): 9-16.
A combined low-carbon economic dispatching model for virtual power plant considering customer satisfaction index
YANG Liu1, ZHANG Chao1, JIANG Bo1, ZHAO Gang2, YUE Yuanyuan2, ZHANG Jing3
(1. State Grid Shaanxi Electric Power Company, Xi’an 710048, China;2. State Grid Shaanxi Electric Power Company Economic and Technological Research Institute, Xi’an 710065, China;3. Institute of Energy Internet Innovation, Tsinghua University, Beijing 100084, China)
In order to optimize the energy allocation and energy efficiency, this paper adopts virtual power plant (VPP) mode to combine with heat and power (CHP) units and establishes a multi-energy joint dispatching platform, so as to realize coordinated and optimized operation of thermoelectric networks. Firstly, it establishes quantitative indicators of customer satisfaction, comprehensively considers the satisfaction of electricity consumption and satisfaction of electricity consumption, formulates an optimization plan that enables users and virtual power plants to win-win, and fully taps the enthusiasm of users to participate in demand response projects. In addition, by introducing a carbon emission trading mechanism and taking the minimization of economic and carbon transaction cost as the target, this paper establishes a new low-carbon economic optimization scheduling model for the VPP, to realize coordinated optimization of economy and low-carbon. Finally, four different scheduling models are compared and analyzed by examples, which verifies the validity and rationality of the proposed model.
virtual power plant, heat and power cogeneration, customer satisfaction, low-carbon electricity, carbon trading mechanism, economic dispatch
TM406
A
10.19666/j.rlfd.201902020
2019-02-26
國家自然科學(xué)基金項(xiàng)目(51777105)
Supported by:National Natural Science Foundation of China (51777105)
楊柳(1968—),男,碩士,高級(jí)工程師,主要從事電網(wǎng)規(guī)劃管理工作,yangliuxiancity@163.com。
楊柳, 張超, 蔣勃, 等. 考慮用戶滿意度的虛擬電廠熱電聯(lián)合低碳經(jīng)濟(jì)調(diào)度模型[J]. 熱力發(fā)電, 2019, 48(9): 40-45. YANG Liu, ZHANG Chao, JIANG Bo, et al. A combined low-carbon economic dispatching model for virtual power plant considering customer satisfaction index[J]. Thermal Power Generation, 2019, 48(9): 40-45.
(責(zé)任編輯 杜亞勤)