徐憲東，單文亮，蔡云帆，余曉丹，賈宏杰

流程工業(yè)綜合能源系統(tǒng)用電靈活性綜述

徐憲東，單文亮，蔡云帆，余曉丹，賈宏杰

(天津市智慧能源與信息技術(shù)重點實驗室(天津大學(xué))，天津 300072)

隨著風(fēng)、光等間歇性可再生能源比例的提高，靈活性在電力系統(tǒng)中的重要性更加突出．作為重要電力負(fù)荷之一，流程工業(yè)用電行為具有較強(qiáng)的多能互濟(jì)特性，能夠有效支撐電力系統(tǒng)靈活運行．然而，與一般居民和商業(yè)用戶側(cè)綜合能源系統(tǒng)不同，流程工業(yè)用戶涉及多能源系統(tǒng)與生產(chǎn)過程的交互，靈活性更為復(fù)雜．本文首先從多能源系統(tǒng)耦合分析和能量-物質(zhì)流模型兩個角度介紹了典型流程工業(yè)用能特征的描述方式．然后，梳理了流程工業(yè)綜合能源系統(tǒng)靈活調(diào)控的主要手段，包括熱電聯(lián)產(chǎn)系統(tǒng)調(diào)度、用電設(shè)備直接控制和非用電設(shè)備的間接調(diào)控．在此基礎(chǔ)上，分析了面向電力系統(tǒng)需求的流程工業(yè)用電靈活性指標(biāo)及其評估方法．考慮到不同工業(yè)用戶的特征差異和協(xié)同潛力，給出了依托負(fù)荷聚合商的多用戶聚合交易框架，以及用戶、電力系統(tǒng)和市場的交易流程．最后，對靈活性分析領(lǐng)域待研究方向進(jìn)行了總結(jié)和展望．

綜合能源系統(tǒng)運行；用電靈活性；流程工業(yè)；多用戶聚合

傳統(tǒng)電力系統(tǒng)一般以火電、水電之類常規(guī)電源靈活出力調(diào)控來應(yīng)對用戶側(cè)電力需求的不確定性．隨著風(fēng)、光等間歇性可再生能源接入比例的提升以及傳統(tǒng)火電廠的逐漸退出，不確定性增加與靈活性不足所帶來的矛盾不斷凸顯[1]．2016年和2019年澳大利亞、阿根廷及英國等可再生能源發(fā)電容量占比較高的國家相繼出現(xiàn)電廠脫網(wǎng)后，電力系統(tǒng)調(diào)控能力不足，進(jìn)而造成的大范圍停電事故，導(dǎo)致鐵路、公路、供水等基礎(chǔ)設(shè)施受到影響．盡管通過新建電廠以及儲能電站從技術(shù)上能夠解決這樣的矛盾，但往往也伴隨著潛在的環(huán)境影響、大量的投資以及較長的建設(shè)周期．因此，有必要挖掘現(xiàn)有資源的靈活性，避免重復(fù)投資造成的浪費．研究表明，通過用戶側(cè)資源的調(diào)控與現(xiàn)有發(fā)電廠和電網(wǎng)協(xié)同，能夠有效提高電力系統(tǒng)的靈活性[2]．其中，流程工業(yè)用戶占我國全社會總用電量的40%以上[3]，自動化程度高，具有提供靈活性的良好基礎(chǔ)[4]，且大多采用大規(guī)模生產(chǎn)方式，相比于空調(diào)之類的小容量負(fù)荷具有更強(qiáng)的調(diào)控能力．

流程工業(yè)生產(chǎn)過程往往包含多種復(fù)雜的物理和化學(xué)變化，其供能系統(tǒng)可能涉及電力/燃料/蒸汽等多種能源，并與生產(chǎn)過程緊密耦合．這種多系統(tǒng)耦合特征使得流程工業(yè)用戶有能力充分利用不同能源和物質(zhì)各自的秉性，如副產(chǎn)燃料的存儲、溫控負(fù)荷的熱慣性及生產(chǎn)流程的可調(diào)度性等，進(jìn)行全系統(tǒng)協(xié)同，控制與外部電網(wǎng)的功率和能量交互．以鋼鐵工業(yè)為例，大型鋼廠自備電廠和電弧爐容量可達(dá)到百MW以上．充分挖掘二者靈活性能夠?qū)崿F(xiàn)與電網(wǎng)的雙向互動，對支撐高比例可再生能源接入電網(wǎng)意義重大．

參考國內(nèi)外靈活性相關(guān)研究[5-6]，本文對流程工業(yè)綜合能源系統(tǒng)用電靈活性(以下簡稱靈活性)作如下解讀：在外部信號作用下，用戶通過改變自身能源產(chǎn)/消行為(電/氣/副產(chǎn)燃料/熱等)調(diào)控與外部電網(wǎng)交互功率的能力，這種能力既可以來自供能系統(tǒng)的多能協(xié)同，也可以來自生產(chǎn)調(diào)度對供能系統(tǒng)的間接作用．對電網(wǎng)來說，工業(yè)用戶為滿足電網(wǎng)調(diào)頻/調(diào)峰/短期備用等需求所做的調(diào)整皆可視為靈活性服務(wù)．根據(jù)自身物理性質(zhì)的不同，用戶提供不同服務(wù)的能力也不盡相同．在使用工業(yè)用戶靈活性時相關(guān)的量化評估問題亟需研究．

本文首先簡述了流程工業(yè)的用能特征，并從模型構(gòu)建的角度分析了流程工業(yè)涉及的多能耦合特征，以及供能與生產(chǎn)交互帶來的能量-物質(zhì)流耦合特征．其次，對于工業(yè)熱電聯(lián)產(chǎn)系統(tǒng)優(yōu)化、用電負(fù)荷聚合調(diào)控以及生產(chǎn)流程優(yōu)化調(diào)度3個角度分析了工業(yè)綜合能源系統(tǒng)的調(diào)控潛力．最后，對流程工業(yè)綜合能源系統(tǒng)靈活性評估與提升有待研究的內(nèi)容進(jìn)行了討論，以期破解復(fù)雜流程工業(yè)用電靈活性分析面臨的一些重點問題與難點．

1?流程工業(yè)用戶用能特征

1.1?系統(tǒng)基本結(jié)構(gòu)

流程工業(yè)用戶的能源系統(tǒng)具有類型多樣、結(jié)構(gòu)各異、用能/產(chǎn)能特征豐富、能量耦合關(guān)系繁雜等特點．通過對鋼鐵、石化、造紙等幾類常見流程工業(yè)系統(tǒng)結(jié)構(gòu)分析可知，流程工業(yè)用戶供能和生產(chǎn)系統(tǒng)常具有圖1所示結(jié)構(gòu)，其中供能系統(tǒng)的調(diào)控依靠電力/燃料/蒸汽等多系統(tǒng)協(xié)同完成，而生產(chǎn)過程則通過改變其能源產(chǎn)/消行為(即生產(chǎn)用能和副產(chǎn)燃料)影響供能系統(tǒng)的調(diào)控，二者的耦合使得流程工業(yè)用電特征及其終端供能系統(tǒng)運行機(jī)理與一般用戶差異較大[6]．

圖1?典型流程工業(yè)用戶供能與生產(chǎn)系統(tǒng)結(jié)構(gòu)

根據(jù)實際系統(tǒng)中各環(huán)節(jié)用能特征的不同，將其靈活性分為如下3類(見圖2)：第1類為具有平滑電功率調(diào)節(jié)能力的資源，如工業(yè)熱電聯(lián)產(chǎn)；第2類為具有用電時間平移和開關(guān)特征的資源，如軋鋼；第3類為非電存儲類資源，如煤氣柜等副產(chǎn)燃料存儲．

圖2?典型流程工業(yè)環(huán)節(jié)靈活性特征

1.2?供能系統(tǒng)多能源交互

工業(yè)用戶供能系統(tǒng)可能涉及電/氣/熱/冷等多種能源系統(tǒng)，在綜合能源系統(tǒng)、能源互聯(lián)網(wǎng)等概念的推動下，相應(yīng)的多系統(tǒng)耦合模型研究已有了長足的發(fā)展．對于能源轉(zhuǎn)換單元，比較有代表性的包括描述能源轉(zhuǎn)換單元的能源集線器模型[7]、綜合能源的矩陣化標(biāo)準(zhǔn)建模方法[8]、耦合矩陣非線性環(huán)節(jié)的線性處理方法等[9]，有效降低了多能源系統(tǒng)統(tǒng)一建模的難度；對能源網(wǎng)絡(luò)來說，交互求解[10]和多網(wǎng)絡(luò)統(tǒng)一求解[11]兩種方法為多能源系統(tǒng)的分析奠定了基礎(chǔ)，統(tǒng)一能路理論[12]和廣義電路分析理論[13]進(jìn)一步給出了能量流的共性，使得不同能源系統(tǒng)能夠在統(tǒng)一的框架和模型結(jié)構(gòu)上進(jìn)行描述，給多能源系統(tǒng)的分析提供了解決思路，而多時間尺度和數(shù)據(jù)驅(qū)動分析方法給多能源系統(tǒng)在不同時間動態(tài)上的特征刻畫提供了理論基礎(chǔ)[14-16].

1.3?供能系統(tǒng)與生產(chǎn)過程交互

工業(yè)生產(chǎn)過程存在復(fù)雜的能源產(chǎn)/消過程、且環(huán)節(jié)構(gòu)成豐富，這使得供能系統(tǒng)與生產(chǎn)過程的耦合性較強(qiáng)[6]，靈活性分析需要將二者放在同一框架下考慮，以更加全面地刻畫系統(tǒng)行為特征．對此，現(xiàn)有研究主要從能量-物質(zhì)流建模角度入手，通過對生產(chǎn)過程能源產(chǎn)/消與物質(zhì)進(jìn)/出建立耦合模型，使能源系統(tǒng)能夠感知并處理生產(chǎn)過程發(fā)生的變化，從而以數(shù)學(xué)方法呈現(xiàn)生產(chǎn)過程物質(zhì)與能量流的融合特征，刻畫出二者在多時間尺度下的相互影響[17]，如文獻(xiàn)[18]提出了用于描述能量-物質(zhì)流耦合關(guān)系的矩陣化標(biāo)準(zhǔn)模型，并以鋼廠為例研究了一段時間范圍內(nèi)鋼鐵產(chǎn)量對應(yīng)的能耗和原材料消耗的關(guān)系；文獻(xiàn)[19]將該模型用于描述煉油廠的能量-物質(zhì)流耦合關(guān)系及其對能量管理系統(tǒng)的支持；文獻(xiàn)[20-21]分別建立了電解鋁廠和瀝青罐的動態(tài)模型，相當(dāng)于是將物質(zhì)流模型作了一個近似模擬，用于評估其參與電網(wǎng)頻率響應(yīng)的能力；文獻(xiàn)[22]從過程控制的角度，研究了鋼鐵工業(yè)生產(chǎn)過程多個環(huán)節(jié)用能特征的聚合動態(tài)模型．

2?流程工業(yè)綜合能源系統(tǒng)靈活調(diào)控方法

流程工業(yè)綜合能源系統(tǒng)靈活調(diào)控的核心問題在于如何在給定的運行邊界范圍內(nèi)，考慮多種不確定性因素的影響，分析直接和間接用能環(huán)節(jié)的交互，進(jìn)而實現(xiàn)對供能系統(tǒng)及相關(guān)生產(chǎn)過程的協(xié)同優(yōu)化．研究對象主要涉及以熱電聯(lián)產(chǎn)為代表的供能系統(tǒng)調(diào)控、用電設(shè)備的直接調(diào)控以及生產(chǎn)流程優(yōu)化帶來的間接?調(diào)控．

2.1?工業(yè)熱電聯(lián)產(chǎn)系統(tǒng)優(yōu)化調(diào)度

這類方法的主要思路是以滿足生產(chǎn)用能為約束條件，構(gòu)建供能系統(tǒng)優(yōu)化模型，對熱電聯(lián)產(chǎn)設(shè)備及其相應(yīng)的蒸汽和燃料系統(tǒng)進(jìn)行調(diào)控．比如，文獻(xiàn)[23]提出了一種用于工業(yè)熱電聯(lián)產(chǎn)系統(tǒng)以及副產(chǎn)燃料系統(tǒng)的靈活調(diào)度模型，分析了該系統(tǒng)在分時電價環(huán)境下降低系統(tǒng)用電成本的有效性．考慮系統(tǒng)狀態(tài)的不確定性．文獻(xiàn)[24-26]評估了包括工業(yè)蒸汽發(fā)電系統(tǒng)用于優(yōu)化調(diào)度和輔助服務(wù)的靈活性．考慮模型參數(shù)的不確定性．文獻(xiàn)[27]建立了污水處理廠的隨機(jī)動態(tài)模型，并分析了隨機(jī)變量對工業(yè)熱電聯(lián)產(chǎn)系統(tǒng)靈活性的影響．考慮到工業(yè)用能對電網(wǎng)靈活性的約束，文獻(xiàn)[28]分析了熱電聯(lián)產(chǎn)系統(tǒng)與供熱管網(wǎng)協(xié)同給系統(tǒng)靈活性提升帶來的潛力．

2.2?基于用電負(fù)荷聚合后的系統(tǒng)運行優(yōu)化

這類方法的主要思路是通過對負(fù)荷用電特征進(jìn)行分析，建立相應(yīng)的主導(dǎo)動態(tài)模型，根據(jù)設(shè)備運行狀態(tài)和可調(diào)控性，基于一定規(guī)則進(jìn)行調(diào)控，如文獻(xiàn)[29]利用負(fù)荷序列化算法研究了工業(yè)電加熱系統(tǒng)參與電力系統(tǒng)調(diào)頻的可行性．考慮到負(fù)荷的隨機(jī)特性，文?獻(xiàn)[30]研究了多個負(fù)荷聚合后的可調(diào)控能力；對于多臺設(shè)備參與電網(wǎng)運行的情況，文獻(xiàn)[31-33]建立了工業(yè)用戶關(guān)鍵用電環(huán)節(jié)及其參與電力系統(tǒng)調(diào)度的魯棒優(yōu)化模型，評估了其參與風(fēng)光消納和電網(wǎng)調(diào)度的能力和效益，以及對于自身運行成本的影響．對于工業(yè)負(fù)荷調(diào)控的低顆粒度問題，文獻(xiàn)[34]研究了水泥廠快速開斷調(diào)節(jié)與儲能的協(xié)同運行，驗證了具有多顆粒度的設(shè)備協(xié)同提供調(diào)頻服務(wù)或本地負(fù)荷跟蹤的可能性．

2.3?基于資源-任務(wù)網(wǎng)絡(luò)的生產(chǎn)流程優(yōu)化

這種方法主要是針對生產(chǎn)過程用能的靈活性分析，其主要思想是建立各個生產(chǎn)環(huán)節(jié)之間的順序/選擇/并發(fā)關(guān)系，從生產(chǎn)調(diào)度角度研究生產(chǎn)過程用能可調(diào)整空間，通過用電環(huán)節(jié)與其他非用電環(huán)節(jié)的協(xié)同優(yōu)化，評估生產(chǎn)流程用電調(diào)控的靈活性，如文獻(xiàn)[35]構(gòu)建了針對電弧爐的資源-任務(wù)網(wǎng)絡(luò)模型，用于平抑鋼鐵生產(chǎn)過程用電波動和降低用電成本．文獻(xiàn)[36]在此基礎(chǔ)上研究了鋼廠用能靈活性用于電力系統(tǒng)短期備用的可行性．考慮生產(chǎn)調(diào)度對于設(shè)備壽命的影響，文獻(xiàn)[37]將電極損耗引入到上述模型中．文獻(xiàn)[38]用連續(xù)時間模型近似模擬了生產(chǎn)流程用能行為，建立了一種考慮系統(tǒng)用能成本的生產(chǎn)調(diào)度方法，使得資源網(wǎng)絡(luò)模型的優(yōu)化求解效率顯著提高．根據(jù)電網(wǎng)對于靈活性服務(wù)時間尺度的不同要求，文獻(xiàn)[39]研究了工業(yè)負(fù)荷在月和日尺度上的可調(diào)控能力，文獻(xiàn)[40]進(jìn)一步分析了工業(yè)用戶生產(chǎn)流程日間調(diào)整對促進(jìn)新能源消納和維持電力系統(tǒng)供需平衡的作用．這類方法比較適合分析低時間顆粒度的靈活性服務(wù)，對于調(diào)頻之類短期動態(tài)響應(yīng)的分析則難以奏效．

目前已有方法對于配電網(wǎng)耦合下的多設(shè)備靈活性聚合有較好的求解效果，但是對于流程工業(yè)用戶來說，發(fā)電設(shè)備和各生產(chǎn)環(huán)節(jié)除電網(wǎng)之外，還可能存在蒸汽/副產(chǎn)燃料等多個具有不同特征的網(wǎng)絡(luò)耦合，對多能源網(wǎng)絡(luò)及生產(chǎn)過程進(jìn)行綜合分析是保障工業(yè)綜合能源系統(tǒng)安全的重要組成部分．

3?面向電力系統(tǒng)需求的靈活性評估

3.1?電力系統(tǒng)靈活性指標(biāo)

從電力系統(tǒng)需求的角度，常用的關(guān)鍵指標(biāo)包括響應(yīng)速度、響應(yīng)幅度、可持續(xù)時間以及被調(diào)控后的恢復(fù)時間[41-43]，這幾個指標(biāo)一定程度上反映了個體的動態(tài)特性，對類似調(diào)頻的運行靈活性服務(wù)評估已有廣泛應(yīng)用[44]．在典型靈活性指標(biāo)基礎(chǔ)上，文獻(xiàn)[45]從電力系統(tǒng)需求角度對靈活性指標(biāo)進(jìn)行了擴(kuò)展，提出使用工作范圍、爬坡率、啟動和關(guān)閉時間、最小啟動和關(guān)閉時間來評估發(fā)電機(jī)組的靈活性．文獻(xiàn)[46]提出了一種基于層次分析法的發(fā)電柔性實時測量技術(shù)，將發(fā)電機(jī)組的最小功率、爬坡能力、循環(huán)負(fù)荷率以及發(fā)電機(jī)組的可控性作為靈活性指標(biāo)．文獻(xiàn)[47]從發(fā)電和負(fù)荷全系統(tǒng)角度提出了電力系統(tǒng)靈活性的5個特征：方向性、多時空特性、狀態(tài)相依性、雙向轉(zhuǎn)化性及概率特性. 文獻(xiàn)[48]參考電力系統(tǒng)的運行特征，提出配電系統(tǒng)的物理、信息和市場3個層面的靈活性．文獻(xiàn)[49]從調(diào)度角度，在考慮負(fù)荷平衡、線路潮流約束及靈活性資源調(diào)控能力的條件下，將最大上/下調(diào)節(jié)能力等10個指標(biāo)作為含可再生能源電力系統(tǒng)的靈活性評價指標(biāo)．文獻(xiàn)[50]考慮不確定變量預(yù)測誤差適應(yīng)程度對于靈活性評估結(jié)果的影響，提出了一種基于時序方向矩陣的配電網(wǎng)靈活性評估方法．

流程工業(yè)綜合能源系統(tǒng)的分析需要考慮系統(tǒng)中存在的復(fù)雜能源產(chǎn)/消過程及物質(zhì)-能量耦合關(guān)系，包括能源系統(tǒng)對生產(chǎn)過程變化的感知以及生產(chǎn)過程中物質(zhì)與能量的交互．其靈活性既涉及供能系統(tǒng)自身和用電環(huán)節(jié)自身的調(diào)控能力/特性，也受到企業(yè)訂單和生產(chǎn)調(diào)度計劃的影響．因此，上述指標(biāo)還需進(jìn)一步深入，充分考慮工業(yè)過程的行為特征，從而實現(xiàn)對其最大靈活性有效描述，如水泥球磨機(jī)具備離散快速開斷調(diào)節(jié)環(huán)節(jié)[34]，在分析其靈活性時，需要充分考慮離散行為，引入注入顆粒度之類指標(biāo)，以保證用戶評估結(jié)果滿足靈活性服務(wù)市場的偏差需求．此外，還需考慮供能系統(tǒng)于工業(yè)過程的耦合程度，如長流程鋼廠內(nèi)部生產(chǎn)系統(tǒng)與蒸汽發(fā)電系統(tǒng)存在著緊密的雙向交互，而水泥廠之類用戶的自備電廠與其生產(chǎn)過程則相對獨立，二者僅存在著能量上的交互．

在滿足上述需求前提下，用戶在為不同靈活性市場提供服務(wù)時需要對可調(diào)度資源進(jìn)行優(yōu)化，包括設(shè)備可調(diào)度時間表、燃料市場價格、可再生能源預(yù)測結(jié)果以及可以參與的市場服務(wù)．優(yōu)化過程包括兩個主要階段：①根據(jù)用能需求以及天然氣和電力價格，計算工業(yè)綜合能源系統(tǒng)的運行基線；②計算在系統(tǒng)運行約束范圍內(nèi)的可調(diào)度容量，進(jìn)而根據(jù)基線，評估用戶可為不同市場提供的靈活性大小，如圖3所示．站在市場的角度，靈活性服務(wù)必須確保用戶能夠獲取足夠收益來補償其提供服務(wù)的成本．用戶可根據(jù)市場規(guī)則、成本和收入預(yù)期決定在不同市場進(jìn)行交易的容量[51].

圖3?用電靈活性邊界示意

3.2?靈活性指標(biāo)計算方法

靈活性在電力系統(tǒng)中關(guān)聯(lián)著不同時空屬性[52-53]，對于某一個系統(tǒng)來說，可表述為其中多個設(shè)備可調(diào)控能力在時間和空間上的疊加．求解這類問題的一種常見思路是采用自下而上的方法：首先獲取個體設(shè)備的主導(dǎo)動態(tài)模型，評估其可調(diào)控能力邊界；進(jìn)而對給定需求下多個設(shè)備的調(diào)控能力進(jìn)行疊加，獲取全系統(tǒng)的靈活性．其中不僅涉及響應(yīng)速度、不確定性、靈活調(diào)節(jié)措施和邊際成本等基本評價要素，同時還要考慮傳輸網(wǎng)絡(luò)和系統(tǒng)操作約束以及發(fā)電機(jī)組出力區(qū)間、?爬坡率和線路容量約束，用電負(fù)荷最大允許波動區(qū)?間等[54]．

從計算分析角度來說，靈活性邊界精確刻畫是一個NP難問題[55]，求解難度較高，一種常見的解決方案是利用相似多面體近似靈活運行區(qū)域，構(gòu)建相應(yīng)的魯棒優(yōu)化模型進(jìn)行求解．例如，文獻(xiàn)[56]提出用外切多面體和內(nèi)接多面體分別近似系統(tǒng)靈活性的上下邊界，將靈活性邊界的求解問題分別轉(zhuǎn)換為相似多面體的最大最小值問題．文獻(xiàn)[57]進(jìn)一步提出用齊諾多面體提高靈活性評估求解效率，同時考慮了聚合靈活性執(zhí)行過程中各環(huán)節(jié)靈活性服務(wù)再分配的可執(zhí)行性．實際系統(tǒng)中各個體之間通過電網(wǎng)相互連接，在求解多環(huán)節(jié)聚合靈活性時還需要考慮線路的潮流約束. 文獻(xiàn)[58]在考慮電網(wǎng)約束的前提下評估了多個設(shè)備聚合后的有功和無功可調(diào)度能力．文獻(xiàn)[59]在上述靈活性求解模型的基礎(chǔ)上引入了配網(wǎng)三相潮流的線性化模型，并給出了基于超盒填充的自適應(yīng)魯棒優(yōu)化模型．針對儲能等具有狀態(tài)時變特性的環(huán)節(jié)，文獻(xiàn)[60]提出了一種基于先驗知識的時間解耦方法對超盒填充方法進(jìn)行了改進(jìn)．

3.3?計及供能-生產(chǎn)協(xié)同的靈活性評估方法

在分析流程工業(yè)用電靈活性對電力系統(tǒng)的支撐作用時，涉及發(fā)電和用電的雙向調(diào)控，其邊界的獲取需要充分考慮供能系統(tǒng)和生產(chǎn)系統(tǒng)的協(xié)同，如圖4?所示．

圖4?用電靈活性提升方法示意

以鋼鐵廠為例，流程工業(yè)綜合能源系統(tǒng)的靈活性評估首先需根據(jù)電力系統(tǒng)需求，對燒結(jié)/煉鋼/再熱/熱軋等環(huán)節(jié)用能特征進(jìn)行分析，構(gòu)建考慮連續(xù)-離散混雜動態(tài)特征的供能-生產(chǎn)系統(tǒng)混雜模型，用于評估電力、能源與物質(zhì)的交互影響，及各環(huán)節(jié)的靈活可調(diào)區(qū)域．進(jìn)而，供能系統(tǒng)的靈活性在考慮發(fā)電設(shè)備運行約束以及相關(guān)管網(wǎng)/鍋爐/燃?xì)夤?yīng)系統(tǒng)多能源耦合約束的條件下，對多臺蒸汽發(fā)電設(shè)備在給定服務(wù)時間段的可調(diào)控范圍疊加來描述．根據(jù)各環(huán)節(jié)靈活性特征，構(gòu)建考慮多能源系統(tǒng)和生產(chǎn)過程能源產(chǎn)/消不確定約束的多環(huán)節(jié)靈活性聚合模型，采用上述魯棒優(yōu)化等方法近似求解系統(tǒng)靈活性邊界．最后，考慮不同靈活性市場的指標(biāo)要求(如服務(wù)啟動時間、服務(wù)保持時間、設(shè)備爬坡速度)，對用戶面向不同靈活性服務(wù)的能力進(jìn)行量化評估．

4?基于多用戶聚合的靈活性提升策略

類似小容量分布式電源，工業(yè)用戶接入電網(wǎng)提供靈活性服務(wù)時，可能由于容量和調(diào)節(jié)能力限制而遇到市場準(zhǔn)入障礙(如最小投標(biāo)容量限制[61])．此外，由于靈活性服務(wù)并非工業(yè)綜合能源系統(tǒng)的核心業(yè)務(wù)，需要關(guān)注其對核心業(yè)務(wù)(即本地能源供給)收益的影響．

在電力市場化背景下，解決上述問題的一種有效方式是用戶與負(fù)荷聚合商合作．通過建立聚合平臺，收集電力市場的需求以及用戶可調(diào)度容量特征，聚合多個工業(yè)綜合能源系統(tǒng)的優(yōu)勢，負(fù)荷聚合商可以提供“自底向上”的靈活性，與其他市場參與者(如大型電廠)在同一框架下競爭，為用戶帶來收益[62]．聚合商可以是能源供應(yīng)商、電網(wǎng)公司或第三方公司等電力市場參與方[63]．

用戶、聚合平臺以及市場之間可采用如圖5所示的形式進(jìn)行交互，具體流程如下：①聚合平臺根據(jù)對電力系統(tǒng)負(fù)荷和發(fā)電可用容量的預(yù)測結(jié)果，生成未來一個交易周期多能源市場價格預(yù)測信號，并下發(fā)給用戶；②用戶根據(jù)能源價格信號對自身調(diào)度信號進(jìn)行運行優(yōu)化，進(jìn)而向聚合平臺上傳其靈活性大小和邊際成本；③聚合平臺對多個用戶需求和靈活性進(jìn)行綜合評估，優(yōu)化參與外部能量和輔助服務(wù)市場的投標(biāo)容量；④運營商將競價結(jié)果下達(dá)給聚合平臺；⑤平臺根據(jù)投標(biāo)結(jié)果，在其投資組合中調(diào)度相關(guān)資源，提供相應(yīng)服務(wù)；⑥聚合平臺參與市場服務(wù)獲利；⑦用戶預(yù)根據(jù)預(yù)先簽訂合同與聚合平臺分配相應(yīng)的收益．

圖5?用戶、聚合平臺及市場的互動形式

完成上述聚合的一個關(guān)鍵是如何在參與方之間公平和透明地分配投資收入．目前已有方法是由聚合商實施動態(tài)收益分享來自備用容量和參與調(diào)控能量(如調(diào)頻服務(wù)的容量和里程)的收益[64]．靈活性聚合的另一個關(guān)鍵問題是，由于不滿足服務(wù)市場要求而受到的懲罰較低，并且靈活性服務(wù)被激活概率較低的情況下，參與方可能會忽略備用規(guī)則的要求而增加投標(biāo)量，以獲取額外收益．

5?結(jié)?語

本文以流程工業(yè)為例，對工業(yè)綜合能源系統(tǒng)的靈活性進(jìn)行了綜述．相對于一般用戶側(cè)綜合能源系統(tǒng)，流程工業(yè)綜合能源系統(tǒng)一方面需要滿足生產(chǎn)過程的能源需求，另一方面生產(chǎn)過程的副產(chǎn)燃料/蒸汽等也會直接影響用戶的能源供給．基于能量-物質(zhì)流模型能夠很好地描述供能系統(tǒng)與生產(chǎn)過程之間的交互，幫助運行人員評估參與電網(wǎng)調(diào)度對于流程工業(yè)綜合能源系統(tǒng)的影響．工業(yè)用戶可以通過熱電聯(lián)產(chǎn)系統(tǒng)優(yōu)化調(diào)度、用電負(fù)荷聚合以及基于資源-任務(wù)網(wǎng)絡(luò)的生產(chǎn)流程優(yōu)化來調(diào)節(jié)自身的用電行為，支撐電力系統(tǒng)需求，然而目前這3類資源尚未有效結(jié)合，工業(yè)用戶的靈活性未能得到充分挖掘．未來可考慮在如下方向做進(jìn)一步探究．

(1)動態(tài)能量-物質(zhì)流模型：流程工業(yè)的能量-物質(zhì)流模型構(gòu)建方法已有初步研究，但對本地管網(wǎng)動態(tài)特性考慮不足，對系統(tǒng)連續(xù)-離散混雜動態(tài)特性的考慮也較為簡單，尤其是電力系統(tǒng)靈活性分析需要的系統(tǒng)級動態(tài)特性，這成為流程工業(yè)用戶供能-生產(chǎn)交互分析亟需突破的問題．

(2)能源-生產(chǎn)多尺度協(xié)同下的靈活性提升：考慮電力系統(tǒng)多尺度的靈活性需求以及工業(yè)用戶的連續(xù)-離散混雜動態(tài)特性，現(xiàn)有研究能源系統(tǒng)和生產(chǎn)過程相對獨立的調(diào)度模型大大限制了工業(yè)用戶的靈活性，難以充分挖掘工業(yè)用戶對不同靈活性服務(wù)的潛力．如何分析考慮生產(chǎn)過程靈活性的工業(yè)用電靈活性邊界以及限制工業(yè)用電靈活調(diào)控的瓶頸環(huán)節(jié)有待進(jìn)一步研究．

(3)市場環(huán)境下的靈活性提升：不同工業(yè)用戶的用能特征差異使其具有不同靈活調(diào)控能力，通過多用戶在不同時間尺度上的聚合能夠促進(jìn)整體靈活性的提升．類似工業(yè)園區(qū)的區(qū)域能源系統(tǒng)使得不同工業(yè)用戶有機(jī)會在一定空間范圍內(nèi)聚合參與電力系統(tǒng)的調(diào)控．工業(yè)用戶占據(jù)我國電力系統(tǒng)負(fù)荷的主體，如何在我國能源和輔助服務(wù)市場的發(fā)展背景下，探索適合工業(yè)綜合能源系統(tǒng)靈活性提升方法，對于建設(shè)以新能源為主體的新型電力系統(tǒng)具有重要意義．

［1］ 李海波，魯宗相，喬?穎. 源荷儲一體化的廣義靈活電源雙層統(tǒng)籌規(guī)劃[J]. 電力系統(tǒng)自動化，2017，41(21)：46-54.

Li Haibo，Lu Zongxiang，Qiao Ying. Bi-level optimal planning of generation-load-storage integrated generalized flexibility resource[J]. Automation of Electric Power Systems，2017，41(21)：46-54(in Chinese).

［2］ McPherson M，Stoll B. Demand response for variable renewable energy integration：A proposed approach and its impacts[J]. Energy，2020，197：117205-1-117205-16.

［3］ 國家統(tǒng)計局. 分行業(yè)電力消費總量[EB/OL]. https：//data.stats.gov.cn/easyquery.htm?cn＝C0，2021-03-13.

National Bureau of Statistics of the People’s Republic of China. Total electricity consumption by industry [EB/OL]. https：//data.stats.gov.cn/easyquery.htm?cn＝C01，2021-03-13(in Chinese).

［4］ 史俊祎，文福拴，崔鵬程，等. 參與需求響應(yīng)的工業(yè)用戶智能用電管理[J]. 電力系統(tǒng)自動化，2017，41(14)：45-53.

Shi Junyi，Wen Fushuan，Cui Pengcheng，et al. Intelligent energy management of industrial loads considering participation in demand response program[J]. Automation of Electric Power Systems，2017，41(14)：45-53(in Chinese).

［5］ National Grid. Electricity system flexibility[EB/OL]. https://www.ofgem.gov.uk/energy-policy-and-regulation/ policy-and-regulatory-programmes/electricity-system-flexibility，2021-07-24.

［6］ Sun W，Wang Q，Zhou Y，et al. Material and energy flows of the iron and steel industry：Status quo，challenges and perspectives[J]. Applied Energy，2020，268：114946-1-114946-15.

［7］ Geidl M，Koeppel G，F(xiàn)avreperrod P，et al. Energy hubs for the future[J]. IEEE Power & Energy Magazine，2007，5(1)：24-30.

［8］ Wang Y，Zhang N，Zhuo Z，et al. Mixed-integer linear programming-based optimal configuration planning for energy hub：Starting from scratch[J]. Applied Energy，2018，210：1141-1150.

［9］ Wang Y，Zhang N，Kang C，et al. Standardized matrix modelling of multiple energy systems[J]. IEEE Transactions on Smart Grid，2019，10(1)：257-270.

［10］ 徐憲東，賈宏杰，靳小龍，等. 區(qū)域綜合能源系統(tǒng)電/氣/熱混合潮流算法研究[J]. 中國電機(jī)工程學(xué)報，2015，35(14)：3634-3642.

Xu Xiandong，Jia Hongjie，Jin Xiaolong，et al. Study on hybrid heat-gas-power flow algorithm for integrated community energy system[J]. Proceeding of CSEE，2015，35(14)：3634-3642(in Chinese).

［11］ Liu X，Wu J，Jenkins N，et al. Combined analysis of electricity and heat networks[J]. Applied Energy，2016，162：1238-1250.

［12］ 陳彬彬，孫宏斌，吳文傳，等. 綜合能源系統(tǒng)分析的統(tǒng)一能路理論(三)：穩(wěn)態(tài)與動態(tài)潮流計算[J]. 中國電機(jī)工程學(xué)報，2020，40(15)：4820-4830.

Chen Binbin，Sun Hongbin，Wu Wenchuan，et al. Energy circuit theory of integrated energy system analysis(Ⅲ)：Steady and dynamic energy flow calculation[J]. Proceeding of CSEE，2020，40(15)：4820-4830(in Chinese).

［13］ 陳皓勇，李?明，邱?明，等. 時變能量網(wǎng)絡(luò)建模與分析[J]. 中國科學(xué)：技術(shù)科學(xué)，2019，49(3)：243-254.

Chen Haoyong，Li Ming，Qiu Ming，et al. Modeling and analysis of time-varying energy network[J]. Sci Sin Tech，2019，49(3)：243-254(in Chinese).

［14］ Xu X，Jia H，Chiang H D，et al. Dynamic modelling and interaction of hybrid natural gas and electricity supply system in microgrid[J]. IEEE Transactions on Power Systems，2015，30(3)：1212-1221.

［15］ Shahidehpour M，Shen F，Ju P，et al. Singular perturbation for the dynamic modelling of integrated energy systems[J]. IEEE Transactions on Power Systems，2019，35(3)：1718-1728.

［16］ Xu X，Li K，Jia H，et al. Data-driven dynamic modelling of coupled thermal and electric outputs of microturbines[J]. IEEE Transactions on Smart Grid，2018，9(2)：1387-1396.

［17］ Si F，Wang J，Han Y，et al. Cost-efficient multi-energy management with flexible complementarity strategy for energy internet[J]. Applied Energy，2018，231：803-815.

［18］ Sun W，Wang Q，Zheng Z，et al. Material-energy-emission nexus in the integrated iron and steel industry[J]. Energy Conversion and Management，2020，213：112828-1-112828-19.

［19］ Alarfaj O，Bhattacharya K. Material flow based power demand modelling of an oil refinery process for optimal energy management[J]. IEEE Transactions on Power Systems，2019，34(3)：2312-2321.

［20］ Bao P，Zhang W，Cheng D，et al. Hierarchical control of aluminium smelter loads for primary frequency support considering control cost[J]. International Journal of Electrical Power & Energy Systems，2020，122：106202.

［21］ Cheng M，Wu J，Galsworthy S J，et al. Power system frequency response from the control of bitumen tanks[J]. IEEE Transactions on Power Systems，2016，31(3)：1769-1778.

［22］ 涂夏哲，徐?箭，廖思陽，等. 考慮過程控制的鋼鐵工業(yè)負(fù)荷用能行為分析與功率特性建模[J]. 電力系統(tǒng)自動化，2018，42(2)：114-120.

Tu Xiazhe，Xu Jian，Liao Siyang，et al. Process controlling based energy consumption behavior analysis and power characteristic modeling for ironand steel industry[J]. Automation of Electric Power System，2018，42(2)：114-120(in Chinese).

［23］ Mitra S，Sun L，Grossmann I E. Optimal scheduling of industrial combined heat and power plants under time-sensitive electricity prices[J]. Energy，2013，54(2)：194-211.

［24］ Shen F，Zhao L，Du W，et al. Large-scale industrial energy systems optimization under uncertainty：A data-driven robust optimization approach[J]. Applied Energy，2020，259：114199-1-114199-10.

［25］ Xu X，Abeysekera M，Gutschi C，et al. Quantifying flexibility of itudy of an integrated pulp and paper mill[J]. IET energy systems integration，2020，2(2)：124-132.

［26］ Xu X，Sun W，Abeysekera M，et al. Quantifying the flexibility from undustrial steam systems for supporting the power grid[J]. IEEE Transactions on Power Systems，2020，36(1)：313-322.

［27］ Junker R G，Kalles?e C S，Real J P，et al. Stochastic nonlinear modelling and application of price-based energy flexibility[J]. Applied Energy，2020，275：115096-1-115096-10.

［28］ Xu X，Lyu Q，Qadrdan M，et al. Quantification of flexibility of a district heating system for the power grid[J]. IEEE Transactions on Sustainable Energy，2020，11(4)：2617-2630.

［29］ Zhou Y，Cheng M，Wu J. Enhanced frequency response from industrial heating loads for electric power systems[J]. IEEE Transactions on Industrial Informatics，2019，16(6)：3388-3399.

［30］ Zhao L，Zhang W. A Unified stochastic hybrid system approach to aggregate modelling of responsive loads[J]. IEEE Transactions on Automatic Control，2018，63(12)：4250-4263.

［31］ 邢?文，段?斌. 基于負(fù)荷轉(zhuǎn)移調(diào)度的高耗能企業(yè)電能需量控制[J]. 電氣技術(shù)，2016，17(9)：70-76.

Xing Wen，Duan Bin. Power demanding control for energy-intensive enterprises based on load transfer dispatch[J]. Electrical Engineering，2016，17(9)：70-76(in Chinese).

［32］ 王?健，魯宗相，喬?穎，等. 高載能負(fù)荷提高風(fēng)電就地消納的需求響應(yīng)模式研究[J]. 電網(wǎng)技術(shù)，2017，41(7)：2115-2124.

Wang Jian，Lu Zongxiang，Qiao Ying，et al. Research on demand response mechanism of wind power local accommodation utilizing energy-intensive loads[J]. Power System Technology，2017，41(7)：2115-2124(in Chinese).

［33］ 晉宏楊，孫宏斌，牛?濤，等. 考慮風(fēng)電與高載能負(fù)荷調(diào)度不確定性的魯棒機(jī)組組合[J]. 電力系統(tǒng)自動化，2019，43(22)：13-20.

Jin Hongyang，Sun Hongbin，Niu Tao，et al. Robust unit commitment considering uncertainties of wind and energy intensive load dispatching[J]. Automation of Electric Power Systems，2019，43(22)：13-20(in Chinese).

［34］ Zhang X，Hug G，Kolter Z，et al. Demand response of ancillary service from industrial loads coordinated with energy storage[J]. IEEE Transactions on Power Systems，2018，33(1)：951-961.

［35］ Castro P M，Sun L，Harjunkoski I. Resource-task network formulations for industrial demand side management of a steel plant[J]. Industrial & Engineering Chemistry Research，2013，52(36)：13046-13058.

［36］ Zhang X，Hug G，Harjunkoski I. Cost-effective scheduling of steel plants with flexible EAFs[J]. IEEE Transactions on Smart Grid，2016，8(1)：239-249.

［37］ Castro P M，Ave G D，Engell S，et al. Industrial demand side management of a steel plant considering alternative power modes and electrode replacement[J]. Industrial & Engineering Chemistry Research，2020，59(30)：13642-13656.

［38］ Hadera H，Labrik R，Sand G，et al. An improved energy-awareness formulation for general precedence continuous-time scheduling models[J]. Industrial & Engineering Chemistry Research，2016，55(5)：1336-1346.

［39］ 王孝慈. 工業(yè)用戶可調(diào)控能力評估方法研究[D]. 杭州：浙江大學(xué)，2020.

Wang Xiaoci. Research on Evaluation Method of Industrial Demand Response Capacity[D]. Hangzhou：Zhejiang University，2020(in Chinese).

［40］ 譚?貌. 基于電力需求響應(yīng)的板坯熱軋負(fù)荷分析與調(diào)度[D]. 長沙：湘潭大學(xué)，2015.

Tan Mao. Load Analysis and Scheduling for Plate Hot Rolling Based on Electricity Demand Response[D]. Changsha：Xiangtan University，2015(in Chinese).

［41］ Ulbig A，Andersson G. Analyzing operational flexibility of electric power systems[J]. International Journal of Electrical Power & Energy Systems，2015，72：155-164.

［42］ Mohandes B，El Moursi M S，Hatziargyriou N D，et al. A review of power system flexibility with high penetration of renewables[J]. IEEE Transactions on Power Systems，2019，34(4)：3140-3155.

［43］ Xu X，Ming W，Zhou Y，et al. Unlocking the flexibility of combined heat and power for frequency response by coordinative control with batteries[J]. IEEE Transactions on Industrial Informatics，2021，17(5)：3209-3219.

［44］ Zhou Y，Cheng M，Wu J. Enhanced frequency response from industrial heating loads for electric power systems[J]. IEEE Transactions on Industrial Informatics，2019，16(6)：3388-3399.

［45］ Oree V，Sayed Hassen S Z. A composite metric for assessing flexibility available in conventional generators of power systems[J]. Applied Energy，2016，177：683-691.

［46］ Shetaya A A S，EI-Azab R，Amin A，et al. Flexibility measurement of power system generation for real-time applications using analytical hierarchy process[C]//IEEE Green Technologies Conference. Austin，USA，2018：1-8.

［47］ 魯宗相，李海波，喬?穎. 高比例可再生能源并網(wǎng)的電力系統(tǒng)靈活性評價與平衡機(jī)理[J]. 中國電機(jī)工程學(xué)報，2017，37(1)：9-20.

Lu Zongxiang，Li Haibo，Qiao Ying. Flexibility evaluation and supply/demand balance principle of power system with high-penetration renewable electricity[J]. Proceedings of the CSEE，2017，37(1)：9-20(in Chinese).

［48］ 王成山，李?鵬，于?浩. 智能配電網(wǎng)的新形態(tài)及其靈活性特征分析與應(yīng)用[J]. 電力系統(tǒng)自動化，2018，42(10)：13-21.

Wang Chengshan，Li Peng，Yu Hao. Development and characteristic analysis of flexibility in smart distribution network[J]. Automation of Electric Power Systems，2018，42(10)：13-21(in Chinese).

［49］ 周光東. 電力系統(tǒng)運行靈活性評價及優(yōu)化調(diào)度研究[D]，北京：華北電力大學(xué)，2019.

Zhou Guangdong. Research on Operational Flexibility Evaluation and Optimal Dispatching of Power System[D]. Beijing：North China Electric Power University，2019(in Chinese).

［50］ 徐正陽，劉?洪，葛少云，等. 基于時序方向矩陣的主動配電網(wǎng)運行靈活性評估[J]. 天津大學(xué)學(xué)報：自然科學(xué)與工程技術(shù)版，2021，54(4)：362-373.

Xu Zhengyang，Liu Hong，Ge Shaoyun，et al. Operational flexibility evaluation of active distribution network based on the sequential direction matrix[J]. Journal of Tianjin University：Science and Technology，2021，54(4)：362-373(in Chinese).

［51］ Corsetti E，Riaz S，Riello M，et al. Modelling and deploying multi-energy flexibility：The energy lattice framework[J]. Advances in Applied Energy，2021，2：100030.

［52］ Heggarty T，Bourmaud J Y，Girard R，et al. Multi-temporal assessment of power system flexibility requirement[J]. Applied Energy，2019，238：1327-1336.

［53］ Xiong B，Predel J，del Granado P C，et al. Spatial flexibility in redispatch：Supporting low carbon energy systems with power-to-gas [J]. Applied Energy，2020，283：116201.

［54］ Zhao J，Zheng T，Litvinov E. A unified framework for defining and measuring flexibility in power system[J]. IEEE Transactions on Power Systems，2016，31(1)：339-347.

［55］ Barot S，Taylor J A. A concise，approximate representation of a collection of loads described by polytopes[J]. International Journal of Electrical Power & Energy Systems，2017，84：55-63.

［56］ Zhao L，Zhang W，Hao H，et al. A geometric approach to aggregate flexibility modelling of thermostatically controlled loads[J]. IEEE Transactions on Power Systems，2016，32(6)：4721-4731.

［57］ Muller F L，Szabo J，Sundstrom O，et al. Aggregation and disaggregation of energetic flexibility from distributed energy resources[J]. IEEE Transactions on Smart Grid，2019，10(2)：1205-1214.

［58］ Tan Z，Zhong H，Xia Q，et al. Estimating the robust P-Q capability of a technical virtual power plant under uncertainties[J]. IEEE Transactions on Power Systems，2020，35(6)：4285-4296.

［59］ Chen X，Dall’Anese E，Zhao C，et al. Aggregate power flexibility in unbalanced distribution systems[J]. IEEE Transactions on Smart Grid，2020，11(1)：258-269.

［60］ Cui B，Zamzam A，Bernstein A. Network-cognizant time-coupled aggregate flexibility of distribution systems under uncertainties[J]. IEEE Control System Letters，2020，5(5)：1723-1728.

［61］ National Grid. Firm frequency response(FFR)interactive guidance[EB/OL]. https://www.nationalgrideso.com/in-dustry-information/balancing-services/frequency-re-sponse-services/firm-frequency-response-ffr?technical-requirements，2021-04-01.

［62］ Yazdani-Damavandi M，Neyestani N，Shafie-Khah M，et al. Strategic behavior of multi-energy players in electricity markets as aggregators of demand side resources using a bi-level approach[J]. IEEE Transactions on Power Systems，2018，33(1)：397-411.

［63］ Jin X，Wu Q，Jia H. Local flexibility markets：Literature review on concepts，models and clearing methods[J]. Applied Energy，2020，261：114387.

［64］ Bergha K，Delarue E. Energy and reserve markets：Interdependency in electricity systems with a high share of renewables[J]. Electric Power Systems Research，2020，189：106537.

A Perspective on Electricity Flexibility of Integrated Energy Systems in Processing Industries

Xu Xiandong，Shan Wenliang，Cai Yunfan，Yu Xiaodan，Jia Hongjie

(Key Laboratory of Smart Energy & Information Technology of Tianjin Municipality，Tianjin University，Tianjin 300072，China)

Along with the integration of interruptible renewable generation such as wind and solar，operational flexibility is essential to the power grid. Processing industries，accounting for a large share of the load in the power grid，have great potentials in providing such flexibility by regulating their energy use. Unlike residential and commercial users，attaining the flexibility of processing industries is a great challenge due to the complex interactions between multi-energy systems and industrial processes. This study presented models of processing industries to address this issue by characterizing the interactions between various energy and material flows. Three main flexibility resources of industrial integrated energy systems are reviewed from three aspects：dispatch of combined heat and power units，direct control of electric loads，and indirect control through regulating manufacturing processes that are not driven by electicity. Indices and an evaluation framework for flexibility quantification of industrial integrated energy systems are discussed. Considering the differences in energy consumption features and flexibility provision potentials of various industrial sites，a market framework is presented for the trading and aggregation of multiple users through load aggregators. Finally，future directions for flexibility analysis of industrial integrated energy systems are summarized and prospected.

integrated energy systems operation；electricity flexibility；processing industries；load aggregation

10.11784/tdxbz202106047

TM741

A

0493-2137(2021)12-1212-09

2021-06-30；

2021-07-24．

徐憲東（1987—??），男，博士，副教授．Email：m_bigm@tju.edu.cn

徐憲東，xux27@tju.edu.cn．

國家自然科學(xué)基金資助項目(52061635103，5210070140，51625702)．

the National Natural Science Foundation of China(No. 52061635103，No. 5210070140，No. 51625702).

(責(zé)任編輯：王曉燕)