丁 泉，竇曉波，錢國明，黃 超，陳孝煜，李 鵬

（1. 東南大學 電氣工程學院，江蘇 南京 210096；2. 國電南京自動化股份有限公司，江蘇 南京 210032）

0 引言

2015 年3 月15 日，中共中央國務(wù)院發(fā)布《關(guān)于進一步深化電力體制改革的若干意見》，標志著新一輪電力體制改革啟動。作為本輪電力體制改革的重要支撐，國家發(fā)改委、國家能源局先后印發(fā)系列電力市場配套文件［1-3］，并選擇南方（以廣東起步）、蒙西、浙江、山西、山東、福建、四川、甘肅等8 個地區(qū)作為第一批電力現(xiàn)貨市場改革試點。電力現(xiàn)貨市場作為連接電力中長期交易與實時運行的關(guān)鍵環(huán)節(jié)，能充分還原電力商品屬性，起到價格發(fā)現(xiàn)和資源優(yōu)化配置的作用，激發(fā)市場主體活力，提升電力系統(tǒng)調(diào)節(jié)能力［4］。我國電力現(xiàn)貨市場的參與主體主要包括各類發(fā)電／供電企業(yè)、售電公司和大用戶等［1］，在國內(nèi)現(xiàn)行市場規(guī)則體系下，電力用戶有以下2 種方式參與電力現(xiàn)貨市場：委托專業(yè)售電公司代理進入市場；達到一定用電規(guī)模的大用戶，可直接參與現(xiàn)貨市場。

各類工商業(yè)園區(qū)大用戶一直走在本輪電力體制改革的前沿，以綜合能源系統(tǒng)（IES）形式參與電力現(xiàn)貨市場，能充分發(fā)揮分布式電源、冷熱電聯(lián)供、儲能等設(shè)備的靈活調(diào)控及優(yōu)化互補能力，更好地適應現(xiàn)貨市場靈活多變的電力價格，在面臨差價合約及偏差考核的條件下，通過優(yōu)化運行策略，達到降低用能成本的目的。優(yōu)化經(jīng)濟運行是IES 的主要研究熱點［5-6］。文獻［7-9］從日前等較長時間尺度進行了系統(tǒng)性優(yōu)化，并考慮了一定的隨機性影響；文獻［10-13］基于多時間尺度優(yōu)化思想，采用了多種從日前到日內(nèi)的跨時間尺度聯(lián)合優(yōu)化模型。此外，IES在參與電力市場方面的研究也逐漸增多，文獻［14］將中長期合同電量分解模型引入電-氣IES 日前調(diào)度決策過程中，實現(xiàn)了合同電量分解和調(diào)度計劃的嵌套優(yōu)化；文獻［15］將分布式電源和可調(diào)負荷納入售電公司的優(yōu)化調(diào)度中，建立了以售電公司日前運營收益最大為目標的優(yōu)化調(diào)度模型；文獻［16］基于條件風險價值模型，以綜合能源服務(wù)商在不同類型能源市場中的能源購置成本最小為目標，構(gòu)建兩階段隨機調(diào)控模型。綜上，目前對IES 參與電力中長期市場已有一定的研究，但大多集中在日前階段。由于國內(nèi)電力現(xiàn)貨市場試點剛剛開展，電力現(xiàn)貨市場環(huán)境下的優(yōu)化經(jīng)濟運行研究不多，特別是在實時階段較少。考慮到現(xiàn)貨市場普遍采用的是差價合約的結(jié)算方式，在購電價格實時波動的情況下，對園區(qū)型IES 的用能經(jīng)濟優(yōu)化運行提出了新的挑戰(zhàn)。

因此，本文針對我國普遍采用的集中式電力市場運行機制，面向大型工商業(yè)園區(qū)自主運營的IES，提出了其參與現(xiàn)貨市場的優(yōu)化經(jīng)濟運行模型。對包含熱電聯(lián)供（CHP）機組、電熱鍋爐、分布式光伏等多類能源供應的IES，首先分析了其參與國內(nèi)現(xiàn)行電力現(xiàn)貨市場的運營模式，以綜合用能成本最小為目標，采用多時間尺度多步遞進優(yōu)化的思想，建立了日前、日內(nèi)、實時三階段聯(lián)合優(yōu)化經(jīng)濟運行模型：在日前市場申報階段，引入隨機優(yōu)化應對負荷、光伏及日前電價不確定性，考慮中長期市場合同電量的前提下，計算園區(qū)IES 最優(yōu)申報電量；在日內(nèi)階段，當確定出清電價后優(yōu)化計算得到24 h 功率計劃曲線；在實時階段，采用模型預測控制（MPC）算法跟蹤現(xiàn)貨實時市場電價變化，利用IES 儲能、熱電互補等綜合調(diào)節(jié)手段，優(yōu)化校正中長期-日前、日內(nèi)-實時階段的偏差電量。算例仿真結(jié)果表明，本文所提出的IES 優(yōu)化經(jīng)濟運行策略可以較好地適應當前國內(nèi)現(xiàn)貨市場機制，最小化園區(qū)用能成本。

1 IES在現(xiàn)貨市場的運行模式

電力市場改革啟動前，園區(qū)用戶通常采用工商業(yè)階梯電價，在進行經(jīng)濟優(yōu)化運行時，電價作為常量。而在電力現(xiàn)貨市場環(huán)境下，電價根據(jù)供需關(guān)系及網(wǎng)絡(luò)阻塞不斷動態(tài)變化，成為時變量。并且，由于差價合約、偏差考核機制，從中長期到日前再到日內(nèi)實時市場的一系列量、價決策過程都將影響最終用電成本，給IES的經(jīng)濟運行帶來挑戰(zhàn)。

目前，國內(nèi)試點的電力市場模式主要分為集中式市場與分散式市場，相較而言，集中式市場模式可以較好地適應電網(wǎng)阻塞，是國內(nèi)試點的主要模式［5］。本文的研究也將針對該市場模式展開，未做特殊說明情況下，本文所提及的電力市場都為集中式市場。

1.1 IES參與電力市場方式

工商業(yè)園區(qū)除通過電網(wǎng)獲取外部電力供應，往往還包含光伏、CHP 機組、鍋爐、儲能等多類型能源供應設(shè)備，并包含能源服務(wù)供應者（ESP）角色，作為工商業(yè)園區(qū)用戶代表，對外負責參與電力市場交易，簽訂購電合約，直接參與現(xiàn)貨市場交易活動，接受電網(wǎng)調(diào)度部門電量考核；對內(nèi)負責運營園區(qū)內(nèi)能源供應設(shè)施，安排園區(qū)能源在滿足供給的前提下以經(jīng)濟性最優(yōu)為目標。按現(xiàn)有電力市場規(guī)則，IES參與電力現(xiàn)貨市場的運營方式如圖1所示。

圖1 IES參與電力市場的框架Fig.1 Framework of IES participating in electricity market

1.2 現(xiàn)貨市場價格模型

國內(nèi)現(xiàn)貨市場一般用差價合約機制，綜合中長期市場的偏差考核，允許產(chǎn)生一定偏差收益，形成涉及中長期、日前、實時市場間的量、價差額結(jié)算規(guī)則，本文參考國內(nèi)現(xiàn)貨市場試點規(guī)則［17］，按照差價合約和偏差考核規(guī)則，用戶電費的計算公式可表示為：

式中：Cfee為用戶用電成本；QL，t和PL，t分別為ESP 通過中長期市場簽訂的金融合約分解到t時段的電量和電價；QD，t為t時段用戶在現(xiàn)貨日前市場申報用電量；PD，t為t時段現(xiàn)貨市場日前交易出清后所形成的日前出清電價；QR，t為t時段用戶在現(xiàn)貨實時市場中的實際用電量；PR，t為t時段現(xiàn)貨市場實時交易中的實時電價；CR，t為t時段現(xiàn)貨市場轉(zhuǎn)移收益［17］，表示用戶在現(xiàn)貨市場內(nèi)因為市場價格和用電計劃偏差而產(chǎn)生的允許收益，計算方式如式（2）和式（3）所示；CLP，t為t時段偏差考核成本，表示將中長期協(xié)議電量月度偏差考核折算到當日的懲罰成本，計算方式如式（4）所示。

式中：δ為允許偏差范圍；為t時段用戶中長期協(xié)議月度電量在當日的消納指標，根據(jù)不同用戶需求，可采用當月剩余完成額與剩余天數(shù)之商來進行簡化計算，也可根據(jù)用戶月內(nèi)用電量分布歷史數(shù)據(jù)進行設(shè)定；PLD，t為t時段偏差度電懲罰價格，計算方式由各市場具體規(guī)則確定。

IES 對電網(wǎng)售電價格按各地區(qū)制定的分布式上網(wǎng)電價進行結(jié)算，因單個IES 對市場影響可忽略不計，默認ESP為電力現(xiàn)貨市場的價格接受者。

1.3 現(xiàn)貨市場下IES聯(lián)合優(yōu)化運行模式

電力市場主要包括中長期市場與現(xiàn)貨市場，現(xiàn)貨市場一般可包括日前、日內(nèi)和實時3 個市場階段［4］。本文提出的運行模式在時間尺度上與現(xiàn)貨市場同步，圍繞日前、日內(nèi)和實時3 個階段，實現(xiàn)多步遞進的經(jīng)濟滾動優(yōu)化調(diào)度，現(xiàn)貨市場下IES 運行模式如圖2所示。

圖2 IES在電力現(xiàn)貨市場中的運行模式Fig.2 Operation pattern of IES in electricity spot market

1）日前優(yōu)化。

國內(nèi)試點省區(qū)現(xiàn)貨市場下，ESP 需每日申報下一日的分時負荷曲線，參與現(xiàn)貨日前市場。如果申報策略與日前出清電價和實時電價趨勢不同，將面臨因價格偏差導致的額外用電成本，因此，在日前申報階段的用電負荷申報曲線將直接影響其參與現(xiàn)貨市場的收益。

在電量申報階段需對所申報的負荷曲線進行優(yōu)化，以園區(qū)內(nèi)下一日綜合用能成本最小為目標，基于對負荷、光伏功率的隨機概率約束［18］，并考慮分布式電源的功率約束和經(jīng)濟性成本，以及日前電價與中長期合同電價間的偏差電量，通過優(yōu)化計算得到下一日最優(yōu)的電網(wǎng)購電曲線，用于日前市場申報。

該階段假定實時電價等于出清電價，按照中長期合同電量與日前電價及申報電量形成的差價合約，基于式（1）該階段電費Cfee_da計算公式可簡化為：

2）日內(nèi)優(yōu)化。

進入日內(nèi)優(yōu)化階段，出清電價已經(jīng)發(fā)布，日前市場的現(xiàn)貨價格最終確定，在進入實時運行前，需重新修正在電量申報階段所進行的優(yōu)化計算，用于提前安排IES 日內(nèi)發(fā)用電計劃。日內(nèi)優(yōu)化計劃與日前優(yōu)化模型基本相同，區(qū)別是根據(jù)已出清的日前價格，并基于對實時電價的預測，采用式（1）計算電網(wǎng)購電成本，結(jié)合CHP 機組、電鍋爐等設(shè)備的調(diào)節(jié)能力，保持日內(nèi)總體用能成本最小為目標，對系統(tǒng)各可調(diào)功率曲線進一步進行優(yōu)化計算，獲得日內(nèi)24 h 功率計劃曲線，包括電網(wǎng)購電計劃曲線。

3）實時優(yōu)化。

進入實時階段后，配合現(xiàn)貨日內(nèi)實時市場所采取的滾動優(yōu)化出清方式，在日內(nèi)實時階段同步進行滾動優(yōu)化，以15 min 為周期，更新IES 內(nèi)部發(fā)用電計劃曲線和最新的實時市場電價。

實時滾動優(yōu)化階段主要完成2 個任務(wù)：①與現(xiàn)貨實時市場同步，按照固定周期對發(fā)布實時電價進行跟蹤預測，在差價合約允許偏差范圍內(nèi)，優(yōu)化CHP機組、電鍋爐及儲能系統(tǒng)功率，降低IES 從大電網(wǎng)購電的成本；②以日前發(fā)用電計劃曲線為參考，根據(jù)對負荷、分布式發(fā)電功率的超短期預測，以綜合用能成本最低為目標，校正日前計劃偏差，實現(xiàn)日內(nèi)全局計劃與實時階段局部優(yōu)化間的協(xié)同。

2 系統(tǒng)模型

2.1 園區(qū)IES模型

工商業(yè)園區(qū)IES典型結(jié)構(gòu)分為能源供給、能源轉(zhuǎn)換、能源存儲、能源消費4個主要部分，如圖3所示。

圖3 典型工商業(yè)園區(qū)IES框架Fig.3 Typical framework of industry and commercial park-level IES

2.2 設(shè)備模型

1）光伏發(fā)電設(shè)備。

光伏發(fā)電功率計算方法如下：

式中：PPV，t為t時段光伏發(fā)電功率；fPV為光伏陣列降額因數(shù)；YPV為光伏陣列容量；-GT，t為t時段到達光伏陣列的輻照度；-GT，STC為輻照度標量，取1 kW／m2。模型中假設(shè)光伏陣列都采用最大功率點跟蹤控制。

2）電鍋爐。

電鍋爐模型表示如下：

式中：PEB，t為t時段電鍋爐耗電量；HEB，t為t時段電鍋爐產(chǎn)熱量；ηEB為電熱轉(zhuǎn)化效率。

3）制冷機設(shè)備。

制冷機設(shè)備可分為電制冷機和吸收式制冷機，模型分別表示如下：

式中：PAC，t為t時段電制冷機耗電量；HLBR，t為t時段吸收式制冷機耗熱量；CAC，t、CLBR，t分別為t時段電制冷機、吸收式制冷機產(chǎn)冷量；ηAC、ηLBR分別為電冷轉(zhuǎn)換系數(shù)、熱力系數(shù)。

4）CHP機組。

式中：GCHP，t為t時段CHP機組燃氣總功率；HCHP，t、PCHP，t分別為t時段CHP 機組產(chǎn)熱量、發(fā)電量；ηH，CHP、ηP，CHP分別為CHP機組的氣熱轉(zhuǎn)化效率、氣電轉(zhuǎn)化效率。

5）儲能設(shè)備。

儲能設(shè)備在充放電過程的狀態(tài)方程如下：

式中：Ebatt，t+1和Ebatt，t分別為t+1、t時段儲能設(shè)備存儲容量；Kch、Kdis分別為儲能設(shè)備充、放電效率；、分別為儲能設(shè)備的充、放電功率；ε為自損耗系數(shù)。

2.3 約束條件

1）功率平衡約束。

IES內(nèi)需保持電、熱系統(tǒng)的功率平衡：

式中：Pgrid，t、PESS，t、PLoad，t分別為t時段電網(wǎng)、儲能功率和電負荷；HHeat，t為t時段熱負荷。

2）設(shè)備約束。

其他設(shè)備的約束條件詳見附錄A。

3）概率約束。

考慮系統(tǒng)內(nèi)電熱負荷及光伏發(fā)電功率的不確定性對電網(wǎng)購電決策的影響，采用隨機優(yōu)化中的概率約束模型對購電量進行一定裕度的設(shè)置。

式（13）、（14）包含了電熱負荷及光伏預測值等不確定因素，因此以概率約束的形式對其進行轉(zhuǎn)化：

式中：Pr{·}表示條件{·}成立的概率；α、β分別為電、熱概率約束成立的置信度。

假設(shè)光伏出力預測、負荷預測誤差服從正態(tài)分布，則式（15）可轉(zhuǎn)化為：

式中：μ、δ分別為對應的期望值、標準差；zα、zβ分別為服從標準正態(tài)分布的α、β分位數(shù)。

3 IES在現(xiàn)貨市場的優(yōu)化模型

基于1.3 節(jié)所提出的IES 在現(xiàn)貨市場的運行模式，本節(jié)給出日前、日內(nèi)到實時階段的跨時間尺度優(yōu)化模型。

3.1 日前、日內(nèi)優(yōu)化

日前、日內(nèi)優(yōu)化模型基本一致，主要區(qū)別在于日前優(yōu)化基于對日前電價的預測價格進行優(yōu)化計算，日內(nèi)優(yōu)化則是基于確定的出清價格。并得到日內(nèi)24 h功率計劃曲線。

日前市場電量申報模型的目標函數(shù)為經(jīng)濟性最優(yōu)，即總運行成本最低：

式中：pgas，t為t時段天然氣的能源消耗功率；rgas為天然氣的單位耗量成本；pt為t時段儲能設(shè)備輸出功率；rom為單位功率運行維護成本；ut為0-1變量，表示t時段CHP 機組啟停狀態(tài)，取值為1 時表示啟動，取值為0 時表示停機；Cst為啟動成本；Cgrid，t為t時段日前電費成本，可采用式（5）計算得到。

3.2 基于MPC的實時滾動優(yōu)化

在現(xiàn)貨市場環(huán)境下，除了光伏發(fā)電、負荷功率具有一定的隨機性外，實時市場中的電價也將呈現(xiàn)一定的不確定性。MPC適合解決含不確定因素的系統(tǒng)優(yōu)化控制問題，其實質(zhì)是一種基于滾動時域的優(yōu)化控制方法，不僅能處理外部干擾，對不確定性因素也具有很強的處理能力［19］。

1）現(xiàn)貨實時市場下MPC滾動優(yōu)化策略。

MPC 以一定的計劃曲線作為跟蹤目標，通過建立預測和控制2 個滾動時域，在實時運行階段根據(jù)最新的預測數(shù)據(jù)和實際運行數(shù)據(jù)進行不斷的優(yōu)化與反饋校正，電力現(xiàn)貨市場下MPC 原理如附錄B 圖B1所示。

考慮到日內(nèi)計劃采用24 h 短期預測，已有較高的預測精度，以3.1節(jié)中生成的日內(nèi)24 h功率計劃作為MPC 的參考曲線，由超短期光伏、負荷與實時電價短期跟蹤預測，動態(tài)調(diào)整實時下發(fā)功率計劃指令。

現(xiàn)貨實時市場下的MPC 滾動優(yōu)化策略主要包括以下3 個步驟：①在當前k時刻獲取當前狀態(tài)x(k)，基于對光伏、負荷和日內(nèi)現(xiàn)貨市場實時電價的預測模型，在預測域時間窗k+Np范圍內(nèi)，跟蹤日前功率計劃曲線，通過滾動優(yōu)化算法，計算得到該時間段內(nèi)的預測功率曲線，并計算得到控制域時間窗k、k+1、…、k+Nc時刻的控制指令序列u(k+i|i∈[1，Nc]) ，并以Δt為時間間隔；②將控制指令序列的第一個值u(k)應用于控制對象，并產(chǎn)生系統(tǒng)輸出向量y(k)；③到k+1時刻，更新狀態(tài)，并將y(k)反饋到滾動優(yōu)化輸入量，用于校正上一時刻擾動量r(k)以及預測誤差，并循環(huán)重復以上步驟。

2）基于MPC 的滾動優(yōu)化模型。選取儲能充放電功率Pbatt(k)、儲能系統(tǒng)荷電狀態(tài)SSOC(k)、電鍋爐制熱功率PEB(k)、CHP 機組燃氣總功率GCHP(k)、微電網(wǎng)與外電網(wǎng)聯(lián)絡(luò)線交換功率Pgrid(k)構(gòu)成的向量為狀態(tài)向量x(k)：

選取儲能、電鍋爐和CHP 機組的出力增量ΔPbatt(k)、ΔPEB(k)和ΔPCHP(k)構(gòu)成的向量作為控制向量u(k)：

選取光伏日內(nèi)預測功率增量ΔPPV(k)，電、熱負荷的日內(nèi)預測功率增量ΔPload_elc(k)、ΔPload_heat(k)構(gòu)成的向量作為擾動向量r(k)：

利用MPC建立狀態(tài)空間模型，如式（22）所示。

選取儲能荷電狀態(tài)、電網(wǎng)聯(lián)絡(luò)線功率構(gòu)成的向量作為用于日內(nèi)跟蹤的輸出向量y1(k)：

選取CHP 輸出電功率、微電網(wǎng)與外電網(wǎng)的聯(lián)絡(luò)線功率構(gòu)成的向量作為用于計算日內(nèi)購電、購氣成本值的輸出向量y2(k)：

通過對狀態(tài)空間預測模型反復迭代，便可得到輸出向量在預測時長Np內(nèi)的跟蹤輸出向量Y1以及成本值輸出向量Y2，分別如下：

本文選取聯(lián)絡(luò)線功率計劃值和儲能荷電狀態(tài)的日內(nèi)優(yōu)化值作為跟蹤目標，建立了預測時域和控制時域遞減的滾動優(yōu)化模型，目標函數(shù)如下：

式中：Y1_ref為輸出向量Y1的日前計劃值構(gòu)成的向量；R為跟蹤誤差的權(quán)重系數(shù)矩陣，如式（28）所示；Q為各時段購電、購氣價格矩陣，如式（29）所示。

式中：wSOC、wgrid分別為儲能和電網(wǎng)購電的跟蹤權(quán)重系數(shù)，由于日內(nèi)滾動優(yōu)化以IES 總運行成本最低為目標，較注重短時局部經(jīng)濟性，為保證24 h內(nèi)的全局優(yōu)化，通過跟蹤誤差的權(quán)重系數(shù)矩陣R中的跟蹤權(quán)重系數(shù)來協(xié)調(diào)系統(tǒng)全局和局部的經(jīng)濟最優(yōu)性，具體的取值方式見文獻［10］；SCHP、Sgrid分別為天然氣和電網(wǎng)購電價格。

4 仿真算例

選取南京市某企業(yè)園區(qū)IES 進行算例驗證，該系統(tǒng)含電、氣2 種能源輸入形式，其結(jié)構(gòu)見圖4，園區(qū)中各設(shè)備的相關(guān)參數(shù)以及天然氣熱值、價格見附錄B 表B1。電力市場數(shù)據(jù)來自于國內(nèi)某電力現(xiàn)貨試點省份2020 年8 月26 日的實際電價數(shù)據(jù)，算例仿真的計算環(huán)境為Intel Core-i5 2.3 GHz，8 GB RAM。

圖4 IES仿真系統(tǒng)結(jié)構(gòu)Fig.4 Structure of IES simulation system

4.1 日前、日內(nèi)階段優(yōu)化

按照1.3節(jié)中的階段性聯(lián)合優(yōu)化方案，采用CPLEX求解器求解日前（日內(nèi)）階段優(yōu)化仿真模型。由于在該階段無法獲得實時電價，因此購電成本主要考慮式（1）—（3）中長期與日前電價的差價合約。該日的長期合同電價、日前預測電價和日前出清電價曲線如圖5所示。

圖5 電價曲線Fig.5 Curves of electricity price

1）隨機優(yōu)化。

假設(shè)光照強度、負荷預測均服從以預測值為期望、一定標準差的正態(tài)分布，不同置信度下的運行成本如圖6 所示。由圖可知，置信度越高，系統(tǒng)運行成本越高。綜合以上分析，本文中可靠性指標取值為0.95，此時冷熱電系統(tǒng)供能相比需求量而言都留有一定裕度，以確保不確定條件下的運行經(jīng)濟性。

圖6 不同置信度下的運行成本Fig.6 Operating cost under different confidence degrees

2）日前優(yōu)化。

根據(jù)式（5）計算日前階段的購電成本，優(yōu)化得到的主要設(shè)備功率計劃曲線及最優(yōu)的電網(wǎng)購電負荷申報曲線如圖7 所示。由圖可知，由于CHP 機組供能轉(zhuǎn)化效率高，綜合成本較低，在用熱負荷升高并且預測到日前電價較高階段（09:00開始），優(yōu)先采用CHP機組發(fā)電并供熱，從而降低電網(wǎng)購電成本。

圖7 日前階段優(yōu)化計算結(jié)果Fig.7 Optimized calculation results in day-ahead stage

3）日內(nèi)優(yōu)化。

進入日內(nèi)優(yōu)化階段，出清電價已經(jīng)發(fā)布，在此基礎(chǔ)上再引入對實時電價的預測，形成結(jié)合CHP 機組、電鍋爐等能源供應的優(yōu)化調(diào)節(jié)效果，對系統(tǒng)各可調(diào)功率曲線進一步調(diào)節(jié)，獲得第二天24 h 優(yōu)化經(jīng)濟曲線及功率計劃曲線，如圖8所示。

圖8 日內(nèi)階段優(yōu)化計算結(jié)果Fig.8 Optimized calculation results in intraday stage

由圖8 可知，CHP 機組的日內(nèi)優(yōu)化運行曲線基本與日前一致，但是在09:00—10:00時段，出清電價明顯高于日前預測電價，此時采用CHP 機組消耗天然氣為電負荷供電更便宜，因此為了增大該時段CHP機組的發(fā)電量，考慮到爬坡約束，將其提前了1 h，于07:00 開機。在15:00 和20:00—11:00 時段，出清電價明顯低于日前預測電價，此時采用電網(wǎng)購電更便宜，因此逐漸減少CHP機組的發(fā)電量。

日前與日內(nèi)階段電價及CHP 機組出力對比如附錄B圖B2所示。

4.2 實時優(yōu)化

本文重點驗證實時滾動優(yōu)化效果，因此有關(guān)光伏、負荷、電價等預測算法，不再贅述。為不失一般性，假定實時階段的光伏發(fā)電、負荷、電價等日內(nèi)預測數(shù)據(jù)，在實際數(shù)據(jù)基準上疊加符合正態(tài)分布的誤差進行模擬。實時電價采用現(xiàn)貨市場每小時出清電價數(shù)據(jù)，并在其基礎(chǔ)上每15 min 疊加小于20%的隨機波動。

MPC 的模型參數(shù)如下：預測域時長為2 h，控制域時長為1 h，實時滾動優(yōu)化調(diào)度每15 min 執(zhí)行一次，跟蹤權(quán)重系數(shù)為10-6。

1）實時滾動優(yōu)化效果。

以日內(nèi)預測值為期望，標準差取5%，模擬光伏、負荷及實時電價曲線。圖9 為實時滾動優(yōu)化期間，CHP機組發(fā)電功率和電網(wǎng)交換功率的實際計劃曲線。

圖9 實時階段滾動優(yōu)化結(jié)果Fig.9 Results of rolling optimization in real-time stage

從圖9 中可以看出，當日內(nèi)預測數(shù)據(jù)與實時階段實際數(shù)據(jù)間誤差正常的情況下（標準差取5%），實時滾動優(yōu)化算法將以跟蹤日內(nèi)優(yōu)化計劃曲線為主，此時更多反映全局的優(yōu)化效果。實時滾動完整優(yōu)化計劃曲線如附錄B圖B3所示。

2）電價擾動下滾動優(yōu)化效果對比。

為觀測本文實時滾動優(yōu)化模型的抗擾動能力，在出清電價的基礎(chǔ)上，對15:00—17:00 時段實時電價模擬60%的擾動，此時的CHP 機組發(fā)電功率、電網(wǎng)交換功率和電鍋爐耗電功率的實際計劃曲線如圖10所示。

圖10 電價擾動情況下的滾動優(yōu)化結(jié)果Fig.10 Results of rolling optimization under disturbance of electricity price

由圖10 可以看出，在15:00—17:00 時段，由于實時電價相較于日前出清電價有了明顯下降，實時滾動優(yōu)化對日內(nèi)24 h 功率計劃進行了一定程度調(diào)整，電網(wǎng)購電量有所增加，CHP 機組出力顯著下降，電鍋爐耗電明顯上升。滾動優(yōu)化對實時電價的波動進行了適時的調(diào)整，15:00—17:00 時段內(nèi)的用能成本下降了4.31%，電價擾動下的系統(tǒng)實時滾動優(yōu)化對比如表1所示。

表1 電價擾動下的經(jīng)濟性對比Table 1 Economic comparison under disturbance of electricity price

實時電價擾動情況下的完整滾動優(yōu)化計劃曲線如附錄B圖B4所示。

5 結(jié)論

本文針對園區(qū)型IES，建立了其在我國最新電力現(xiàn)貨市場試點規(guī)則下的聯(lián)合優(yōu)化經(jīng)濟運行模型，該模型具有以下特點：①電價信息不再作為參數(shù)量，而是以時變量形式在日前、日內(nèi)和實時滾動階段分步驟予以預測與修正，與電力現(xiàn)貨市場差價合約機制進行同步對接；②在現(xiàn)貨市場階段充分考慮了中長期市場及光伏、負荷隨機性波動的影響，解決了日前市場最優(yōu)電量申報問題；③引入MPC 算法實現(xiàn)運行階段滾動優(yōu)化，綜合考慮了日前全局性優(yōu)化和局部優(yōu)化的協(xié)同，并解決在此期間出現(xiàn)的不確定性問題。

算例仿真結(jié)果表明，本文所提出的電力現(xiàn)貨市場環(huán)境下的園區(qū)型IES 聯(lián)合優(yōu)化經(jīng)濟運行模型，可以較好地適應我國現(xiàn)行電力市場運行規(guī)則，實現(xiàn)了分階段逐級優(yōu)化目標，是IES 參與電力現(xiàn)貨市場的一種有效經(jīng)濟性運行方法。目前，本文研究還主要基于仿真數(shù)據(jù)，未來還需進一步結(jié)合實際運行數(shù)據(jù)，驗證其算法的適應性與魯棒性。

附錄見本刊網(wǎng)絡(luò)版（http：//www.epae.cn）。