蓄能調(diào)溫負荷與光伏的智能化互動運行策略

陳巖　靳偉　王文賓　李會彬　韓勝峰

摘 要：為了充分利用蓄能調(diào)溫負荷的調(diào)節(jié)資源，節(jié)約調(diào)溫負荷的用電成本，并有效消納光伏電量，提出了“光伏+調(diào)溫負荷”的智能化互動運行策略。首先，建立了基于戶型參數(shù)和天氣信息的房屋冷、熱需求模型;其次，以運行成本最小為目標，結(jié)合光伏出力和用冷、用熱需求，在優(yōu)先使用谷電電量的原則下，提出蓄能負荷與光伏供用電互動邏輯和運行策略;第三，以全年天氣數(shù)據(jù)為驅(qū)動，按互動邏輯關(guān)系進行了全年運行累積計算的年運行成本分析。結(jié)果表明，互動運行模式相比于光伏與蓄能調(diào)溫負荷獨立模式的運行成本有很大降幅，“光伏+調(diào)溫負荷”策略有效解決了光伏消納和調(diào)溫負荷電費的問題。這不僅有利于減少環(huán)境污染，還能夠?qū)崿F(xiàn)政府與用戶的雙贏。

關(guān)鍵詞：電力系統(tǒng)及其自動化;蓄冷/蓄熱負荷;光伏發(fā)電;峰谷電價;互動運行

中圖分類號：TM73 文獻標識碼：A

Abstract：In order to make full use of the adjustable resource of cold/thermal attemperation loads with storage energy （CTAL）， and reduce electricity cost and consume of the photovoltaic （PV） energy， the interactive operation of "PV+CTAL" was proposed. Firstly， the model based on house parameters and weather data was established to analyze the cold/thermal demand， then interactive logics of operation in "PV+CTAL" was derived to minimize the cost of operationwith prioritization of using valley electricity，considering the PV output and? demand of cold/thermal. Finally， a scenario was presented to cumulatively calculate the annual operation cost according to the weather data and the interaction logical relationship. The results show that the operating cost in the "PV+CTAL" interactive mode is comparatively lower than that in standalone mode， the "PV+CTAL" interactive operating strategy can effectively solve the problem of the electricity price affected by PV consumption and CTAL， which not only will reduce environmental pollution， but also achieve winwin results with governments and users.

Keywords：power system and automation; cold/thermal storage attemperation loads; photovoltaic generation; peak/valley electricity price; interactive operation

為緩解燃煤污染，近年來國家大力推行電能替代和清潔替代政策，用于室內(nèi)溫度調(diào)節(jié)的電制熱、電制冷負荷越來越多地應(yīng)用于商業(yè)、辦公和居民建筑，已逐步形成規(guī)?；⒏弑壤膽B(tài)勢。蓄冷/蓄熱功能的調(diào)溫負荷具有用電時段可選、運行經(jīng)濟靈活的優(yōu)點而得到了廣泛應(yīng)用。另一方面，分布式光伏消納問題一直是電力系統(tǒng)運行和國家推行新能源政策的重要瓶頸之一[1]，若充分利用蓄能調(diào)溫負荷的調(diào)節(jié)資源與光伏發(fā)電形成互動，充分利用光伏電量為調(diào)溫負荷供電，可有效解決光伏消納和調(diào)溫負荷的電費問題。由于光伏和蓄能調(diào)溫負荷的互動運行具有很強的不確定性，如何制定蓄能調(diào)溫負荷的運行規(guī)律，使之能夠經(jīng)濟合理地跟蹤光伏發(fā)電和利用谷電電價優(yōu)勢，同時能夠給出相應(yīng)的電費成本估計，對開發(fā)和應(yīng)用智能化“光伏+調(diào)溫負荷”設(shè)備，實施“兩個替代”等新能源政策具有重要意義。

目前，學者針對光伏或調(diào)溫負荷各自問題的研究已取得一定進展[23]，而針對光伏與蓄能調(diào)溫負荷聯(lián)合運行和優(yōu)化配置問題的研究未有涉及。針對光伏容量優(yōu)化配置，可通過合理配置光伏組件和儲能系統(tǒng)的容量[4]，提高光伏系統(tǒng)的供電可靠性和光伏利用率?？紤]到配電網(wǎng)中可能含有多個光伏和儲能，并考慮到配置與運行的強耦合性，提出了利用雙層優(yōu)化方法實現(xiàn)光伏容量配置[2，5]。文獻＼[6—7＼]研究光伏和風機容量聯(lián)合優(yōu)化用于提高系統(tǒng)整體供電可靠性，降低發(fā)電成本;文獻＼[8＼]研究光伏發(fā)電和無功電容的綜合協(xié)調(diào)優(yōu)化配置，提高資源利用率。針對蓄熱電采暖的研究，文獻＼[9＼]提出考慮需求和響應(yīng)行為雙重差異性的區(qū)域電采暖負荷特性建模方法;文獻＼[10＼]建立了分布式電采暖負荷模型并分析模型參數(shù)，利用聚類分組控制的方法實現(xiàn)異質(zhì)電采暖負荷聚合;文獻＼[11＼]提出一種分散式電采暖負荷協(xié)同優(yōu)化運行策略，有效控制尖峰負荷，降低運行費用。當前電采暖與新能源結(jié)合的研究主要關(guān)注風電消納問題，通過建立風電與蓄熱電采暖的聯(lián)合運行模式[12]，促進風電消納、降低煤耗率，增加綜合效益;文獻＼[13＼]建立棄風供暖模式下風電消納能力時序仿真評估模型，對不同電采暖運行模式下風電消納能力進行評估分析;文獻＼[14＼]基于Copula 理論建立風速電鍋爐的相關(guān)性GumbelCopula函數(shù)關(guān)系，準確計算風電和電采暖負荷接入配電網(wǎng)的可靠性。針對蓄熱電采暖接入配電網(wǎng)帶來的電能質(zhì)量問題，文獻＼[15＼]構(gòu)建不同運行場景下的仿真模型，研究了規(guī)模化電采暖對配電網(wǎng)諧波含量及電壓暫降的影響程度和限制措施。

本文研究“光伏+調(diào)溫負荷”模式下蓄冷/蓄熱調(diào)溫負荷如何消納光伏的智能化互動運行策略及年運行成本分析方法。首先基于房屋參數(shù)和天氣信息提出了用戶的冷、熱需求分析方法;然后針對光伏出力的不確定性，結(jié)合用戶冷、熱需求分析和峰谷電價狀況，建立以運行成本最小為目標的蓄冷/蓄熱負荷與光伏、電網(wǎng)的供用電互動運行策略;最后基于蓄能調(diào)溫負荷與光伏互動關(guān)系，以天氣數(shù)據(jù)為驅(qū)動，采用全年場景累計的方式建立年運行成本計算方法。

2 蓄能調(diào)溫負荷互動策略與用電模型

2.1 蓄能調(diào)溫負荷與光伏的交互行為策略

“光伏+調(diào)溫負荷”互動模式下蓄能調(diào)溫負荷用電方式的基本原則體現(xiàn)為1）優(yōu)先利用光伏發(fā)電量進行調(diào)溫和蓄能;2）若光伏發(fā)電量不能滿足全天冷/熱需求，則盡量由谷電時段補充;3）使用峰電電量應(yīng)做到最小化。據(jù)此，提出蓄能調(diào)溫負荷與光伏的交互行為策略，如圖1所示。

蓄能調(diào)溫負荷首先應(yīng)實時跟蹤光伏發(fā)電，由于光伏發(fā)電具有不確定性，當光伏發(fā)電功率大于供冷/熱的功率需求時，應(yīng)進行蓄冷/蓄熱;當光伏功率小于供冷/熱功率需求時，蓄能體需要釋冷/釋熱以補充冷熱需求;當光伏功率大于調(diào)溫負荷的配置功率時，則光伏余電上網(wǎng)或供其他負荷使用。當白天利用光伏發(fā)電的蓄能量不能滿足全天冷/熱需求時，在夜間谷電時段需要使用谷電電量進行補充。為了盡量不使用峰電電量，“光伏+調(diào)溫負荷”智能化設(shè)備需根據(jù)次日的天氣預(yù)報信息預(yù)測次日峰電時段光伏發(fā)電量和冷/熱需求量，若光伏發(fā)電量不滿足冷/熱需求量時，為防止使用高電價峰電，應(yīng)在谷電時段結(jié)束前儲存一定的冷/熱量;若谷電時段預(yù)儲的冷/熱量已達到蓄能體的配置容量上限，則不足部分只能由峰電電價時段的電量來補充。

在參數(shù)一定的條件下調(diào)溫負荷的冷/熱需求以及光伏的發(fā)電功率完全取決于天氣狀況，因此可根據(jù)天氣預(yù)報信息按本文第1節(jié)建立的模型得到次日冷/熱需求預(yù)測值;同時也可以根據(jù)本文2.3節(jié)給出的光伏出力模型預(yù)測次日的光伏出力，從而使智能化“光伏+調(diào)溫負荷”互動運行過程具備可實現(xiàn)性?？梢姡肮夥?調(diào)溫負荷”模式下蓄冷/蓄熱調(diào)溫設(shè)備的控制器應(yīng)具備一定的智能化功能，能夠?qū)崟r檢測光伏出力并控制調(diào)溫負荷的用電功率來跟蹤光伏;具備通信和網(wǎng)絡(luò)功能以自動獲取次日天氣信息;能夠根據(jù)天氣信息預(yù)測次日的冷/熱需求和光伏出力，并做出蓄冷/蓄熱的預(yù)儲決策。

本文開發(fā)了工具軟件從氣象網(wǎng)站讀取該地區(qū)2018年全年各小時氣溫、風速等數(shù)據(jù)，并根據(jù)光伏和冷、熱需求模型得到光伏出力和冷/熱需求。

為驗證本文方法的有效性，應(yīng)用本文互動策略計算年運行成本，并與光伏與調(diào)溫負荷獨立運行狀態(tài)下（即沒有智能化互動）的運行成本進行比較。兩種情況下光伏和調(diào)溫設(shè)備的容量參數(shù)相同。設(shè)谷電電價為0.35元/（kW·h），峰電電價為0.55元/（kW·h），光伏上網(wǎng)電價為0.3元/（kW·h）。由于2種運行模式下光伏發(fā)電補貼相同，可互相平衡，暫不考慮。按本文成本分析方法得到對比分析結(jié)果如表3所示。

由表3可以看出，應(yīng)用本文提出的互動運行策略，相比于光伏與蓄能調(diào)溫設(shè)備獨立運行方式，運行費用顯著降低，并有利于消納光伏、減少環(huán)境污染，有利于達到政府與用戶雙贏的目的。

5 結(jié) 論

提出一種“光伏+調(diào)溫負荷”模式下蓄冷/蓄熱調(diào)溫負荷消納光伏的智能化互動運行策略及年運行成本分析方法。首先依據(jù)熱力學關(guān)系建立了考慮建筑結(jié)構(gòu)、室內(nèi)溫度和天氣等因素的用戶冷、熱需求模型。在此基礎(chǔ)上設(shè)計了以運行成本最小為目標的蓄冷/蓄熱負荷與光伏互動運行策略。同時給出依據(jù)天氣信息的交互運行模式下年運行成本分析方法。提出的互動運行策略能夠有效消納光伏、節(jié)約用電成本，為“光伏+調(diào)溫負荷”智能化聯(lián)合運行控制及設(shè)備開發(fā)提供理論參考?；谡鎸嵦鞖鈹?shù)據(jù)驅(qū)動的“光伏+調(diào)溫負荷”運行模擬手段能夠客觀準確地得到年運行成本數(shù)據(jù)，為光伏和蓄冷/蓄熱安裝容量的經(jīng)濟配置建立了分析基礎(chǔ)。

本文方法僅考慮了“光伏+調(diào)溫負荷”單一組合模式的互動策略，沒有考慮一組光伏與多組不同特性調(diào)溫負荷的互動問題;在“光伏+調(diào)溫負荷”與電網(wǎng)的交互方面也僅通過峰谷電價體現(xiàn)，沒有精細反映電網(wǎng)需求。蓄能調(diào)溫負荷具有很好的用電彈性和運行靈活性，其在電網(wǎng)中又具有很高占比，如何挖掘這類資源潛力，使之在光伏消納、電網(wǎng)支撐等方面經(jīng)濟有效地發(fā)揮作用，是值得深入研究的課題。

參考文獻/References：

[1] 舒印彪，張智剛，郭劍波，等.新能源消納關(guān)鍵因素分析及解決措施研究[J].中國電機工程學報， 2017，37（1）：18.

SHU Yinbiao，ZHANG Zhigang，GUO Jianbo，et al. Study on key factors and solution of renewable energy accommodation [J].Proceedings of the CSEE， 2017，37（1）：18.

[2] 賈清泉，趙美超，孫玲玲，等.主動配電網(wǎng)中計及時序性與相關(guān)性的分布式光伏并網(wǎng)規(guī)劃[J].中國電機工程學報，2018，38（6）：17191728.

JIA Qingquan，ZHAO Meichao，SUN Lingling， et al. Planning for gridconnection of distributed PVs considering the sequential

feature and correlation in active distribution network[J].Proceedings of the CSEE， 2018，38（6）：17191728.

[3] RADAIDEH A，VAIDYA U，AJJARAPU V.Sequential setpoint control for heterogeneous thermostatically controlled loads through an extended markov chain abstraction[J].IEEE Transactions on Smart Grid，2019，10（1）：116127.

[4] 吳小剛，劉宗歧，田立亭，等.獨立光伏系統(tǒng)光儲容量優(yōu)化配置方法[J].電網(wǎng)技術(shù)，2014，38（5）：12711276.

WU Xiaogang， LIU Zongqi，TIAN Liting，et al.Optimized capacity configuration of photovoltaic generation and energy storage device for standalone photovoltaic generation system[J].Power System Technology，2014，38（5）：12711276.

[5] 劉嬌揚，郭力，楊書強，等.配電網(wǎng)中多光儲微網(wǎng)系統(tǒng)的優(yōu)化配置方法[J].電網(wǎng)技術(shù)，2018，42（9）：28062813.

LIU Jiaoyang，GUO Li，YANG Shuqiang，et al.Optimal sizing for multi PVESS microgrids in distribution network[J].Power System Technology，2018，42（9）：28062813.

[6] 劉峪涵，汪沨，譚陽紅.并網(wǎng)型微電網(wǎng)多目標容量優(yōu)化配置及減排效益分析[J].電力系統(tǒng)及其自動化學報，2017，29（9）：7075.

LIU Yuhan，WANG Feng，TAN Yanghong. Multiobjective optimal capacity configuration and emission reduction benefit analysis of gridconnected microgrid[J].Proceedings of the CSUEPSA，2017，29（9）：7075.

[7] LONG Huan， EGHLIMI M，ZHANG Zijun. Configuration optimization and analysis of a large scale PV/Wind system[J].IEEE Transactions on Sustainable Energy，2017，8（1）：8493.

[8] 張璐，唐巍，叢鵬偉，等.含光伏發(fā)電的配電網(wǎng)有功無功資源綜合優(yōu)化配置[J].中國電機工程學報，2014，34（31）：55255533.

ZHANG Lu， TANG Wei， CONG Pengwei，et al.Optimal configuration of activereactive power sources in distribution network with photovoltaic generation[J]. Proceedings of the CSEE，2014，34（31）：55255533.

[9] 王志強，王珊，張馨月，等.計及用戶響應(yīng)行為差異性的區(qū)域電采暖負荷特性建模[J].電力系統(tǒng)自動化，2019，43（7）：6779.

WANG Zhiqiang，WANG Shan，ZHANG Xinyue，et al.Load characteristics modeling of regional electric heating system considering difference of users response behaviors[J].Automation of Electric Power Systems，2019，43（7）：6779.

[10]楊玉龍， 王彤， 趙磊洋，等. 分布式電采暖負荷群建模及備用優(yōu)化[J/OL].電測與儀表，http：//kns.cnki.net/kcms/detail/23.1202.TH.20181227.1657.005.html，20181229.

YANG Yulong，WANG Tong，ZHAO Leiyang，et al.Distributed electric heating load group modeling and standby optimization.[J/OL]. Electrical Measurement & Instrumentation，http：//kns.cnki.net/kcms/detail/23.1202.TH.20181227.1657.005.html，20181229.

[11]范帥，郟琨琪，郭炳慶，等.分散式電采暖負荷協(xié)同優(yōu)化運行策略[J].電力系統(tǒng)自動化，2017，41（19）：2029.

FAN Shuai，JIA Kunqi，GUO Bingqing，et al. Collaborative

optimal operation strategy for decentralized electric heating loads[J].Automation of Electric Power Systems，2017，41（19）：2029.

[12]黎華林，陳紅坤，徐坤，等.風電與蓄熱電采暖的聯(lián)合運行及其效益分析[J].電力系統(tǒng)及其自動化學報，2017，29（8）：8288.

LI Hualin，CHEN Hongkun，XU Kun，et al.Combined operation of wind power and REH and its benefit analysis[J].Proceedings of the CSUEPSA，2017，29（8）：8288.

[13]許彥平，王躍峰，唐林，等.棄風供暖模式下風電接納能力評估及效益分析[J]. 中國電力，2017，50（2）：139143.

XU Yanping，WANG Yuefeng，TANG Lin，et al.Benefit analysis and evaluation of wind power integration capability based on abandoned wind power heating mode[J]. Electric Power，2017，50（2）：139143.

[14]李娟，周紅蓮，周二彪，等.計及風速電鍋爐等電采暖負荷相關(guān)性的配電網(wǎng)可靠性評估[J].電力自動化設(shè)備，2018，38（10）：2631.

LI Juan，ZHOU Honglian，ZHOU Erbiao，et al.Reliability evaluation of distribution network considering correlation between wind speed and electricity heating load such as electricity boiler[J]. Electric Power Automation Equipment，2018，38（10）：2631.

[15]袁澤，寶海龍，周鹿鳴，等.規(guī)?；姴膳O(shè)備對配電網(wǎng)電能質(zhì)量的影響分析[J].電測與儀表，2019，56（1）：6068.

YUAN Ze，BAO Hailong，ZHOU Luming，et al.Analysis on the impacts of largescale electric heating radiators to power quality of distribution networks[J].Electrical Measurement & Instrumentation，2019，56（1）：6068.

[16]陳景堃，田波，陳雯珺.JGJ26—2010《嚴寒和寒冷地區(qū)居住建筑節(jié)能設(shè)計標準》探析[J].建筑節(jié)能，2012，40（3）：6062.

CHEN Jingkun，TIAN Bo，CHEN Wenjun. Analysis on design standards for energy efficiency of residential buildings in severe cold and cold zones （JGJ26—2010） [J].Building Energy Efficiency，2012，40（3）：6062.

[17]趙波，包侃侃，徐志成，等.考慮需求側(cè)響應(yīng)的光儲并網(wǎng)型微電網(wǎng)優(yōu)化配置[J].中國電機工程學報，2015，35（21）：54655474.

ZHAO Bo，BAO Kankan，XU Zhicheng，et al. Optimal sizing for gridconnected PVandstorage microgrid considering demand response[J].Proceedings of the CSEE，2015，35（21）：54655474.