能源互联网背景下用户用能价值挖掘及成效分析

胡国伟1*,高正平1,谈健1,吴晨2,陈琛1,牛文娟1


(1.国网江苏省电力有限公司经济技术研究院,江苏省 南京市 210008;2.河海大学能源与电气学院,江苏省 南京市 211100)

摘要

能源互联网时代,用户参与能源消费与生产的互动将变得容易。在此背景下,区别于传统意义上用户用能成本的概念,提出了用户用能三重价值概念—空间价值、时间价值、柔性价值,来反映用户参与能源消费与生产互动中的用能价值。分析了用户用能的柔性价值挖掘对系统优化运行的影响,构建了考虑用户用能柔性价值的电力系统优化运行模型。该模型计及了柔性价值挖掘对系统功率平衡和备用容量约束的影响。多个场景下的算例研究表明,通过挖掘用户用能的柔性价值,不仅能有效增加风电消纳能力,还可以明显降低系统运行成本和碳排放。

关键词 : 能源互联网;用户价值;优化运行

0 引言

在能源供给侧,大规模开发利用太阳能、风能等可再生能源已经成为国际社会的普遍共识[1-3]。在能源消费侧,终端能源消费电气化是未来能源消费的发展趋势[4-5]

太阳能、风能等可再生能源虽然绿色环保,但是其波动性、间歇性[6]给电网安全稳定运行带来了巨大挑战[7-8]。终端能源消费电气化可以显著提高终端能源利用效率,但是电气化必须建立在全社会综合能效高的基础上。

能源互联网是互联网和能源系统深度融合的新形态[9-11],电能是能源互联网的能源表现形式,采用电网实现异构能源网的互联互通是能源互联网建设和发展的必由之路[12]。在能源互联网背景下,用户参与电能消费与生产的互动将成为一种趋势,电力系统将由“发电跟踪负荷单向控制”的传统运行模式改变为“源荷互动的协调控制”运行模式[13],并以此作为支撑大规模可再生能源并网消纳的重要基础之一。

近年来,已有不少文献[13-20]将用户用能作为一种可调度的灵活资源,研究用户参与电力消费与生产的互动。文献[13]提出了一种基于需求侧响应,以电力市场为主导的发电、用电双向实时调节的电力系统动态平衡模型。文献[14]融入电价响应这一用电调度方式来优化调整次日的负荷曲线,以降低风电的反调峰特性和间歇性对优化调度的影响。文献[15]在需求侧通过分时电价及可中断负荷手段引导用户主动优化负荷曲线以缓解风电的反调峰给系统带来的调峰压力。文献[16]建立了含常规机组、可再生能源发电站并考虑负荷聚合商需求响应的电力系统日前经济调度模型。文献[17]将可中断负荷引入风电系统,建立了风火联合协调调度模型,分析了可中断负荷对系统运行经济性的影响。

未来能源互联网的背景下,与传统电力系统不同的是,在技术手段上,用户将有条件广泛和深度地参与电能消费与生产的互动,而不是只作为被动的控制对象,由此用户用能价值将可能被充分挖掘。从全社会的视角看,用户只是能源成本承担者的观点需要改变,树立用户是能源价值创造者的理念,这种观念上的转变对于重构电力系统新型供需生态和提高电力系统经济社会效益具有重要意义。本文从用户用能空间、用能时间、用能大小3个灵活性维度提出了用户用能三重价值概念—时间价值、空间价值、柔性价值。其中,由于近年来以空调为主要代表的柔性负荷需求快速增长,且未来将有更多的柔性负荷具备与能源生产互动的可能性,同时,考虑到风电等可再生能源大规模并网消纳依然是电力系统运行面临的巨大挑战,因此本文着重分析了挖掘用能柔性价值对含风电电力系统运行的影响,并构建了考虑用能柔性价值的电力系统优化运行模型,通过算例研究了充分调动用户参与能源互动的积极性对可再生能源消纳水平、降低全社会能源生产成本以及系统碳排放的作用。

1 能源互联网背景下的用户用能价值

随着光伏、风电成本的进一步降低,在政策和市场的共同促进下,可再生能源的装机容量将继续快速增长,而由此带来的弃风、弃光问题也将日益严峻。能源互联网背景下,用户作为一种灵活性资源,在技术上已经能够参与能源消费与生产的互动,以降低可再生能源波动性、间歇性对电网带来的问题,提高电网对可再生能源的消纳能力。本文提出的用能空间价值、时间价值、柔性价值是由用户不同类型的主动行为改变带来的。

1.1 用户用能的空间价值

由于电力需要通过电网传输,电网传输电能需要满足一定的物理约束,所以用户在不同地点用能对于电网网损以及可再生能源是否能够消纳都有影响。电网网损增大或者可再生能源由于遇到输电阻塞导致弃风,对于全社会而言都是损失。显然,如果用户主动适应并有意识地调整用能位置,例如电动汽车用户选择充电地点,可以创造用能的空间价值。

1.2 用户用能的时间价值

用户个体在不同的时间用电对于能源系统而言,其造成的影响是不同的。需求侧响应,就是通过用户用能时间的改变达到削峰填谷的目的。在能源互联网背景下,用户可以知道任何时候电能供需的紧张情况,如用户主动选择改变用能时间,可以创造用能的时间价值。

1.3 用户用能的柔性价值

用户用能需求可分为刚性需求和柔性需求,刚性需求的用能大小不允许调节,而柔性需求是可调节的,如空调的温度设定等。在能源互联网背景下,如果用户允许柔性需求作为系统可调节、调度的资源,就可以实现“负荷主动追踪可再生能源发电曲线”,促进可再生能源消纳,可以创造用能的柔性价值。

2 用能价值挖掘对系统优化运行的影响

2.1 用能柔性价值对系统功率平衡的影响

一般的含可再生能源(如风电)的电力系统功率平衡方程如式(1)所示。

式中:pi(t)为常规机组it时段的有功功率;pw(t)为t时段的风电功率;pd(t)为t时段系统负荷。

如果挖掘用户用能的柔性价值,pd(t)将不再是系统中确定的变量,而是一个在一定区间内可调节的变量,如式(2)所示。

式中:pdd(t)是负荷原始需求;Δpdu(t)、Δpdr(t)分别是可调节量上限和下限。

2.2 用能柔性价值对系统备用容量的影响

为了应对负荷的波动,电力系统运行时需要一定的备用容量。柔性用能需求作为可调节的变量,不仅不需要备用容量,还可以等效为备用容量。柔性需求的上下限调节量可以分别用于向下和向上的旋转备用,如式(3)和式(4)所示。

式中:pui(t)、pri(t)分别为常规机组i的在t时段提供的备用容量上、下限;Ru(t)、Rr(t)为t时段系统的向上、向下备用容量需求。

3 考虑用能柔性价值的电力系统优化运行模型

3.1 目标函数

目标函数为系统总运行成本,由发电成本和机组启停成本两部分组成[19]。发电费用可取一次函数、二次函数或者分段函数,本文取二次函数。机组的启停成本统一折算到机组的开机成本。因风电的运行成本相对较小,本文未将其计入系统运行成本。另外,鉴于本文侧重于从全社会的角度分析用户用能挖掘所产生的经济环境效益,且认为在能源互联网背景下,用户已经具备了用能挖掘的技术条件,故也未计入这部分成本。

式中:F为系统总的运行成本;T为计算周期的时段数;I为机组数;pi(t)为机组it时段的有功功率;zi(t)为机组it时段的状态,zi(t)=1表示开机,zi(t)=0表示停机;Si为机组i的开机费用;Ci(pi(t))为机组it时段的运行费用,如式(6):

式中,aibici为机组的运行费用参数,为常数。

3.2 约束条件

1)功率平衡约束如式(1)所示。

2)系统实际接入的负荷约束如式(2)所示。

3)备用容量约束如式(3)和式(4)所示。

4)发电机组输出功率上下限约束:

式中,pi_maxpi_min分别表示发电机组i技术出力的上下限。

5)系统接纳的风电功率上限约束

式中,pw_max(t)为t时段系统预测的最大风电功率。

6)最小运行时间和最小停运时间约束:

式中:分别为机组i连续运行的时间和连续停运的时间;MUTiMDTi分别为机组i的最小运行时间和最小停运时间。

7)电网安全约束

式中:lij是线路的潮流;lij_max是线路潮流上限。

4 算例分析

4.1 算例介绍

本文采用IEEE RTS96测试算例[20]。算例中火电机组26台,总装机容量3105 MW,取夏季某典型日负荷,最大负荷2280 MW。风电预测出力和负荷需求见图1,以此作为场景1。场景2-1负荷较场景1增加10%,场景2-2与场景2-1相比,负荷中有10%柔性用能需求。场景3-1负荷较场景1增加20%,场景3-2与场景3-1相比,负荷中有20%的柔性用能需求,且假定每小时的柔性用能需求占用能总需求的比例相同。利用C++程序结合CPLEX求解器求解。

图1 典型日风功率预测和负荷预测曲线
Fig.1 Predictive curves of wind power and power load on typical day

4.2 场景计算与分析

4.2.1 风电消纳能力分析

5种场景下风电消纳能力计算结果见图2。

分析图2可知,系统用电负荷的增长、挖掘用户柔性价值,都可以提高风电消纳率。场景2-2比场景2-1提升了10.7%,而场景2-1比场景1的提升也仅为10.5%,可以看出,用户柔性价值挖掘提升的风电消纳能力不亚于负荷本身增长所能带来的消纳能力的增长,用户柔性价值挖掘是有效提升风电消纳率的一个重要途径。

图2 5个计算场景下的风电消纳率比较
Fig.2 Contrast of wind power acceptance ratio in five scenarios

4.2.2 单位电能系统运行成本分析

5种场景下单位电能系统运行成本计算结果见图3。

图3 5个计算场景下的单位电能系统运行成本比较
Fig.3 Analysis of operation costs of electric power in five scenarios

结合图2,比较图3中场景1、场景2-1、场景3-1的计算结果,虽然负荷增长带来了风电消纳率的提高,但却导致系统单位电能运行成本增加。这是由于电力系统运行在“发电跟踪负荷单向控制”的模式时,在必须满足负荷实时需求的前提下,为尽可能消纳风电而导致火电运行成本增加。由场景2-1和场景2-2以及场景3-1和场景3-2的对比可见,充分挖掘用户柔性价值可以显著降低单位电能运行成本,提高系统的经济性。与场景1对比可知,运行成本甚至可低于负荷未增长时。

4.2.3 单位电能产生的碳排放分析

5种场景单位电能系统碳排放的计算结果见图4。

结合图2,比较图4中场景1、场景2-1、场景3-1的计算结果,虽然负荷增长带来了风电消纳率的提高,但是单位电能产生的碳排放却在增长。由此可以看出,全社会使用电能增长时,风电等零碳可再生能源消纳率提高,但总碳排放仍在增加。对比场景2-1和场景2-2、场景3-1和场景3-2可见,挖掘用户用能的柔性价值产生的减碳效果非常显著,其单位电能碳排放甚至小于场景1。主要原因是负荷增长时,系统不得不调用更多排碳的火电机组满足风电低发时发电不足的电量,这必然会产生更多的碳排放。通过挖掘用户柔性价值,可以调节负荷匹配风功率曲线,减少火电机组发电,从而降低总体碳排放。

图4 5个计算场景下的单位电能碳排放分析
Fig.4 Analysis of carbon emission of electric power in five scenarios

5 结论

本文从用户用能空间、用能时间、用能大小3个灵活性维度提出了用户用能三重价值概念——时间价值、空间价值、柔性价值,并用典型算例进行对比分析,得出以下结论:

1)大规模风电并网的系统中,负荷的增长虽然可以提高风电消纳率,但也会导致系统单位电能的运行成本和碳排放增加;

2)大规模风电并网的系统中,通过挖掘用户用能的柔性价值潜力,可以大幅降低系统的运行成本和碳排放,发挥清洁能源和电能消费经济低碳的优势;

3)随着社会发展和能源总消耗的增加,如果仅靠提高能源供给侧清洁能源占比、能源消费侧电能使用占比,而没有能源消费方式的变革,从全社会角度看,可能带来用能成本和碳排放增加,无法实现所期望的经济性和减碳目标;

4)本文仅就用户用能价值中的柔性价值挖掘进行了算例分析,且仅分析了用户用能价值在提升可再生能源消纳水平、降低全社会能源生产成本和碳排放中产生的作用,后续将开展用户用能的时间价值、空间价值、柔性价值叠加下的价值挖掘分析,并将研究在最大化利用设备、减缓能源网络投资、最大化社会福利等方面的价值。

参考文献

[1]刘吉臻.大规模新能源电力安全高效利用基础问题[J].中国电机工程学报,2013,33(16):1-8, 25.

Liu Jizhen.Basic issues of the utilization of large-scale renewable power with high security and efficiency[J].Proceedings of the CSEE, 2013, 33(16): 1-8, 25(in Chinese).

[2]丁明,王伟胜,王秀丽,等.大规模光伏发电对电力系统影响综述[J].中国电机工程学报,2014,34(1): 1-14.

Ding Ming, Wang Weisheng, Wang Xiuli, et al.A review on the effect of large-scale PV generation on power systems[J].Proceedings of the CSEE, 2014, 34(1): 1-14(in Chinese).

[3]薛禹胜,雷兴,薛峰,等.关于风电不确定性对电力系统影响的评述[J].中国电机工程学报,2014,34(29):5029-5040.

Xue Yusheng, Lei Xing, Xue Feng, et al.A review on impacts of wind power uncertainties on power systems[J].Proceedings of the CSEE, 2014, 34(29): 5029-5040(in Chinese).

[4]叶彬,秦丹丹,杨欣,等.电力占终端能源消费比重分析预测方法及应用[J].电力与能源,2014,35(2):156-161.

Ye Bin, Qin Dandan, Yang Xin, et al.Analysis & forecasting method and application of electric energy proportion in final energy consumption[J].Power & Energy, 2014, 35(2): 156-161(in Chinese).

[5]代红才,张运洲,李苏秀,等.中国能源高质量发展内涵与路径研究[J/OL].中国电力:1-11[2019-06-10].http://kns.cnki.net/kcms/detail/11.3265.TM.20190521.1331.029.htm.

Dai Hongcai, Zhang Yunzhou, Li Suxiu, et al.Study on the connotation and path of China’s high-quality energy development[J/OL].Electric Power: 1-11[2019-06-10].http://kns.cnki.net/kcms/detail/11.3265.TM.20190521.1331.029.htm.

[6]Holttinen H, Meibom P, Orths A, et al.Impacts of large amounts of wind power on design and operation of power systems, results of IEA collaboration[J].Wind Energy, 2011,14(2): 179-192.

[7]Carrasco J M, Franquelo L G, Bialasiewicz J T, et al.Powerelectronic systems for the grid integration of renewable energy sources: A survey[J].IEEE Transactions on Industrial Electronics, 2006, 53(4): 1002-1016.

[8]鲁宗相,李海波,乔颖.高比例可再生能源并网的电力系统灵活性评价与平衡机理[J].中国电机工程学报,2017,37(1):9-20.

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

[9]闵剑,屈鲁.能源互联网在我国的发展趋势和商业机会分析[J].科技和产业,2017,17(8):64-69.

Min Jian, Qu Lu.The trend and commercial opportunities analysis of china’s energy Internet[J].Science Technology and Industry, 2017, 17(8): 64-69(in Chinese).

[10]孙宏斌,郭庆来,吴文传,等.面向能源互联网的多能流综合能量管理系统:设计与应用[J/OL].电力系统自动化:1-8[2019-06-10].http://kns.cnki.net/kcms/detail/32.1180.TP.20190428.1135.024.html.

Sun Hongbin, Guo Qinglai, Wu Wenchuan, et al.Integrated energy management system with multi-energy flow for energy internet: design and application[J/OL].Automation of Electric power Systems: 1-8[2019-06-10].http://kns.cnki.net/kcms/detail/32.1180.TP.20190428.1135.024.html.

[11]龙涛,别朝红.面向终端能源互联网的能效优化调度[J/OL].中国电力:1-13 [2019-06-10].http://kns.cnki.net/kcms/detail/11.3265.TM.20190521.1745.079.html.

Long Tao, Bie Zhaohong.Energy efficiency optimal dispatch for terminal energy internet[J/OL].Electric Power: 1-13 [2019-06-10].http://kns.cnki.net/kcms/detail/11.3265.TM.20190521.1745.079.html.

[12]刘振亚.全球能源互联网[M].北京:中国电力出版社,2015.

[13]吴克河,王继业,李为,等.面向能源互联网的新一代电力系统运行模式研究[J].中国电机工程学报,2019,39(4):966-979.

Wu Kehe, Wang Jiye, Li Wei, et al.Research on the operation mode of new generation electric power system for the future energy Internet[J].Proceedings of the CSEE, 2019, 39(4): 966-979(in Chinese).

[14]Bie Z H, Xie H P, Hu G W, et al.Optimal scheduling of power systems considering demand response[J].Journal of Modern Power Systems and Clean Energy, 2016, 4(2): 180-187.

[15]邓婷婷,娄素华,田旭,等.计及需求响应与火电深度调峰的含风电系统优化调度[J/OL].电力系统自动化:1-8[2019-06-10].http://kns.cnki.net/kcms/detail/32.1180.TP.20190403.1720.036.html.

Deng Tingting, Lou Suhua, Tian Xu, et al.Optimal dispatch of power system integrated with wind power considering demand response and deep peak regulation of thermal power units[J/OL].Automation of Electric power Systems: 1-8[2019-06-10].http://kns.cnki.net/kcms/detail/32.1180.TP.20190403.1720.036.html.

[16]唐程辉,张凡,张宁,等.考虑可再生能源随机性和需求响应的电力系统日前经济调度[J].电力系统自动化,2019,43(15):18-25.

Tang Chenghui, Zhang Fan, Zhang Ning, et al.Day-ahead economic dispatch of power system considering renewable power uncertainty and demand response[J].Automation of Electric Power Systems, 2019, 43(15): 18-25(in Chinese).

[17]王卿然,谢国辉,张粒子.含风电系统的发用电一体化调度模型[J].电力系统自动化,2011,35(5):15-18, 30.

Wang Qingran, Xie Guohui, Zhang Lizi.An integrated generation-consumption dispatch model with wind power[J].Automation of Electric Power Systems, 2011, 35(5): 15-18,30(in Chinese).

[18]别朝红,胡国伟,谢海鹏,等.考虑需求响应的含风电电力系统的优化调度[J].电力系统自动化,2014,38(13):115-120, 159.

Bie Zhaohong, Hu Guowei, Xie Haipeng, et al.Optimal dispatch for wind power integrated systems considering demand response[J].Automation of Electric Power Systems,2014, 38(13): 115-120, 159(in Chinese).

[19]胡国伟,别朝红,王锡凡.考虑运行可靠性的含风电电力系统优化调度[J].电工技术学报,2013,28(5):58-65.

Hu Guowei, Bie Zhaohong, Wang Xifan.Optimal dispatch in wind integrated system considering operation reliability[J].Transactions of China Electrotechnical Society, 2013, 28(5):58-65(in Chinese).

[20]Gaing Z L.Discrete particle swarm optimization algorithm for unit commitment[C]//2003 IEEE Power Engineering Society General Meeting (IEEE Cat.No.03CH37491), Toronto, Ont.,Canada.New York, USA.

Mining and Effectiveness Analysis of User Value in Energy Internet

HU Guowei1*, GAO Zhengping1, TAN Jian1, WU Chen2, CHEN Chen1, NIU Wenjuan1
(1.State Grid Jiangsu Electric Power Company Limited Economic Research Institute, Nanjing 210008, Jiangsu Province, China;2.College of Energy and Electrical Engineering, Hohai University, Nanjing 211100, Jiangsu Province, China)

Abstract: In the era of energy internet, user participation in the interaction between energy consumption and production will be less difficult.In this study, the concept of user value, that is space value, time value, and flexible value, is proposed to reflect the interaction between energy consumption and production,which is different from the traditional concept of user cost.The influence of user flexible value mining on the optimal operation of the system is analyzed.Furthermore, an optimal dispatch model is formulated taking the user flexible value into consideration; that is, the influence of user flexible value mining on the constraints of power balance and reserve capacity is considered.Case study analyses are carried out under several scenarios, and results show that the proposed user flexible value mining can increase the use of wind power and significantly reduce the system operation cost and carbon emission.

Keywords: energy internet; user value; optimized operation

文章编号2096-5125 (2019) 06-0566-06

中图分类号:F426

文献标志码:A

DOI:10.19705/j.cnki.issn2096-5125.2019.06.006

基金项目:国家电网公司总部科技项目(1300-201918281A-0-0-00)。

Science and Technology Foundation of SGCC (1300-201918281A-0-0-00).

收稿日期:2019-06-29;修回日期:2019-08-07。

作者简介:

胡国伟

胡国伟(1987),男,硕士,工程师,研究方向为电网企业战略规划、新能源接入系统、电力系统优化等。通信作者,E-mail:690617581@qq.com。

高正平(1976),男,博士,高级工程师,研究方向为电网规划分析、电力企业管理等。

谈健(1974),男,高级工程师,研究方向为能源发展与布局、企业管理等。

吴晨(1988),女,博士研究生,研究方向为电网规划、电力市场等。

陈琛(1989),男,博士,研究方向为能源互联网技术框架、企业战略与电网发展、无线电能传输等。

牛文娟(1983),女,博士,高级工程师,研究方向为经济能源电力规划、电力市场等。

(责任编辑 张宇)

  • 目录

    图1