考慮利益主體合作的分布式電源運(yùn)營(yíng)商電源優(yōu)化配置

孫建梅，胡嘉棟，蔚芳

(1.上海電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，上海市 200090；2.上海電力大學(xué)電氣工程學(xué)院，上海市 200090)

0 引 言

分布式電源(distributed generation，DG)作為可再生能源主要的接入形式，得到了廣泛的重視及支持，大力發(fā)展DG成為了當(dāng)前電力行業(yè)的大趨勢(shì)。隨著我國(guó)電力市場(chǎng)的持續(xù)拓寬，DG不再由配電公司進(jìn)行統(tǒng)一規(guī)劃，轉(zhuǎn)而由DG運(yùn)營(yíng)商進(jìn)行獨(dú)立配置及運(yùn)營(yíng)。而配電公司作為主動(dòng)配電網(wǎng)(active distribution network, ADN)的運(yùn)營(yíng)者，可通過對(duì)網(wǎng)內(nèi)資源實(shí)施主動(dòng)管理，優(yōu)化電力系統(tǒng)運(yùn)行，促進(jìn)DG消納[1]。為了進(jìn)一步降低市場(chǎng)利益主體的投資及運(yùn)營(yíng)成本，提升盈利，從而營(yíng)造良好的DG及ADN發(fā)展環(huán)境，應(yīng)盡早實(shí)現(xiàn)DG大規(guī)模并網(wǎng)。當(dāng)前，在進(jìn)行DG優(yōu)化規(guī)劃時(shí)，應(yīng)在原有電源配置模式上，充分計(jì)及DG運(yùn)營(yíng)商及配電公司在電源配置過程中起到的作用及相互協(xié)作關(guān)系。

目前學(xué)者對(duì)于ADN中DG的規(guī)劃已進(jìn)行了大量研究。文獻(xiàn)[2-5]建立了雙層規(guī)劃模型，計(jì)及了DG有功出力控制、無功補(bǔ)償、有載變壓器抽頭、需求側(cè)管理等主動(dòng)管理策略，進(jìn)行了DG規(guī)劃研究。上述文獻(xiàn)都是假定由配電公司進(jìn)行電源優(yōu)化配置，如今電源側(cè)市場(chǎng)進(jìn)一步拓寬，DG主要由獨(dú)立的運(yùn)營(yíng)商進(jìn)行配置，在DG配置研究時(shí)涉及到了不同主體間的合作及博弈關(guān)系。文獻(xiàn)[6]考慮區(qū)域能源供應(yīng)商的利益建立了雙層電源優(yōu)化配置模型，然而僅從區(qū)域能源供應(yīng)商的角度進(jìn)行了配置研究，沒有考慮區(qū)域能源供應(yīng)商及配電公司之間的主體差異，對(duì)兩者的合作博弈關(guān)系考慮的不夠充分。文獻(xiàn)[7]建立了有源配電網(wǎng)綜合投資規(guī)劃模型，在模型中以約束條件的形式兼顧了DG發(fā)電商的利益。文獻(xiàn)[8-9]充分分析了DG運(yùn)營(yíng)商及配電公司之間的合作及博弈關(guān)系，通過引入主動(dòng)管理費(fèi)用的概念，強(qiáng)化了雙方的合作。文獻(xiàn)[10]分析了電源側(cè)、電網(wǎng)側(cè)、用戶側(cè)三個(gè)主體之間的關(guān)系，進(jìn)行了多方協(xié)調(diào)規(guī)劃研究。文獻(xiàn)[7-10]在市場(chǎng)背景下對(duì)于不同主體間的合作及博弈關(guān)系進(jìn)行了詳細(xì)分析，然而對(duì)于ADN中具體的主動(dòng)管理策略的實(shí)施計(jì)及較少，對(duì)于配電公司在DG配置時(shí)起到的作用還可以進(jìn)一步深入分析，此外對(duì)于DG出力及負(fù)荷的不確定性計(jì)及較少。

由此可以看出，雖然上述文獻(xiàn)對(duì)于ADN中DG的規(guī)劃問題已經(jīng)進(jìn)行了充分地研究，然而由于DG運(yùn)營(yíng)商的加入以及配電公司在DG配置問題中側(cè)重點(diǎn)的變化，當(dāng)前在建立配置模型時(shí)，需要進(jìn)一步反映兩者的利益需求及協(xié)同合作關(guān)系。為此，本文基于開放度較高的市場(chǎng)環(huán)境，對(duì)DG優(yōu)化配置問題進(jìn)行深入研究。首先，建立聯(lián)合概率場(chǎng)景模型，以解決電源配置過程中，風(fēng)、光、荷不確定性問題；其次，針對(duì)電力市場(chǎng)現(xiàn)狀，建立含DG運(yùn)營(yíng)商和配電公司兩市場(chǎng)主體的雙層規(guī)劃模型，并對(duì)雙方利益需求及協(xié)作關(guān)系進(jìn)行分析，通過引入主動(dòng)管理策略和主動(dòng)管理費(fèi)用，將其反映在所建模型中；最后采用IEEE 33節(jié)點(diǎn)配電網(wǎng)模型進(jìn)行算例分析，驗(yàn)證本文所提配置方法及模型的有效性及適用性。

1 DG出力及負(fù)荷不確定性

本文考慮風(fēng)力發(fā)電及光伏發(fā)電兩種類型DG的優(yōu)化配置。風(fēng)力發(fā)電及光伏發(fā)電作為可再生能源具有出力不確定性，同時(shí)電力負(fù)荷也是不確定的。為了計(jì)及DG配置過程中不確定性的影響，對(duì)風(fēng)力發(fā)電及光伏發(fā)電出力特性進(jìn)行分析，并建立風(fēng)、光、荷聯(lián)合概率場(chǎng)景。

1.1 不確定性DG出力模型

1.1.1風(fēng)電出力模型

風(fēng)電機(jī)組的風(fēng)輪葉片從風(fēng)中吸收能量，從而提供功率，提供功率大小的主要影響因素是風(fēng)速。其出力模型如下[11]：

(1)

1.1.2光伏出力模型

光伏電板從太陽(yáng)光中吸收能量，根據(jù)有效輻照度進(jìn)行能量轉(zhuǎn)化，從而提供功率。提供功率大小的主要影響因素是光照強(qiáng)度。其出力模型如下[11]：

(2)

1.2 聯(lián)合概率場(chǎng)景建模

針對(duì)DG出力不確定性問題，場(chǎng)景分析法是有效的解決方法之一[12]。通過選取典型場(chǎng)景，將連續(xù)的不確定性問題轉(zhuǎn)化為離散的確定性場(chǎng)景，在各場(chǎng)景下對(duì)所研究問題進(jìn)行分析。若一個(gè)場(chǎng)景包含多個(gè)參數(shù)則稱為聯(lián)合概率場(chǎng)景。聯(lián)合概率場(chǎng)景建?？梢苑譃閮蓚€(gè)階段，第一階段選取出大量能夠反映DG不確定性的聯(lián)合概率場(chǎng)景，第二階段采用場(chǎng)景削減法，對(duì)相似度較高的聯(lián)合概率場(chǎng)景進(jìn)行聚類合并，以減少場(chǎng)景數(shù)從而避免復(fù)雜的運(yùn)算[13]。

1.2.1聯(lián)合概率場(chǎng)景選取

根據(jù)上述出力模型可以看出，風(fēng)力發(fā)電和光伏發(fā)電的出力大小主要與風(fēng)速和光照強(qiáng)度有關(guān)，而同一地區(qū)的風(fēng)速與光照強(qiáng)度與所處時(shí)刻密切相關(guān)。此外，該地區(qū)同樣具有不確定性的電力負(fù)荷也與所處時(shí)刻密切相關(guān)[14]。

因此，以時(shí)間為節(jié)點(diǎn)，進(jìn)行聯(lián)合概率場(chǎng)景的選取。根據(jù)全年氣象數(shù)據(jù)結(jié)合DG出力模型，由HOMER軟件可生成DG出力年變化曲線，并從SCADA系統(tǒng)中獲取負(fù)荷年變化曲線(或直接從SCADA系統(tǒng)中獲取風(fēng)、光、荷年變化曲線)，以1 h為分辨率將一年劃分為8 760個(gè)時(shí)段，各單一時(shí)段代表一個(gè)聯(lián)合概率場(chǎng)景，單個(gè)聯(lián)合概率場(chǎng)景包含風(fēng)、光、荷3個(gè)功率參數(shù)。根據(jù)此方法選取出的聯(lián)合概率場(chǎng)景計(jì)及了風(fēng)、光、荷之間的時(shí)序相關(guān)性，能夠很好地反映出DG及負(fù)荷的運(yùn)行情況。

1.2.2聯(lián)合概率場(chǎng)景聚類削減

由于8 760個(gè)聯(lián)合概率場(chǎng)景過于龐大，大幅地增加了運(yùn)算量，為了簡(jiǎn)化運(yùn)算進(jìn)行場(chǎng)景削減。K-means算法[15]聚類效率高、精度高，很適合用于解決大規(guī)模聯(lián)合概率場(chǎng)景的聚類削減問題。為了確定削減后聯(lián)合概率場(chǎng)景的個(gè)數(shù)，即聚類數(shù)(K值)，引入戴維森堡丁指數(shù)(Davies Bouldin index，DBI)，在一定K值范圍內(nèi)進(jìn)行聚類效果評(píng)估。DBI根據(jù)類別內(nèi)的樣本距離及不同類別間距離的比值反映聚類效果的優(yōu)劣，DBI值越小則表示聚類效果越好。其表達(dá)式為：

(3)

式中：Ri,j為各類簇內(nèi)樣本到質(zhì)心的距離與不同類簇間距離的比值，又稱為相似度值;m為簇類數(shù)；N為樣本規(guī)模。根據(jù)DBI，確定最優(yōu)聚類狀態(tài)下的K值，在該K值下進(jìn)行K-means聚類，得到聯(lián)合概率場(chǎng)景模型。

2 DG運(yùn)營(yíng)商電源優(yōu)化配置模型

2.1 DG運(yùn)營(yíng)商與配電公司合作關(guān)系分析

隨著電源側(cè)市場(chǎng)的進(jìn)一步放開，擁有配置DG主動(dòng)權(quán)的DG運(yùn)營(yíng)商進(jìn)入了市場(chǎng)。作為市場(chǎng)的新主體，DG運(yùn)營(yíng)商迫切地希望通過增加電源配置容量以搶占更多的市場(chǎng)份額從而獲得更多的利潤(rùn)，具有優(yōu)先做出決策的動(dòng)機(jī)。對(duì)于配電公司而言，ADN能夠?qū)尤肫渲械腄G及其他網(wǎng)內(nèi)資源進(jìn)行主動(dòng)管理，通過實(shí)施主動(dòng)管理策略優(yōu)化潮流、控制電壓，從而促進(jìn)DG消納，增加DG配置容量。

配電公司在實(shí)施主動(dòng)管理策略時(shí)需要調(diào)用無功補(bǔ)償裝置等主動(dòng)管理設(shè)備，為了應(yīng)對(duì)大規(guī)模DG接入的消納問題，需要增加相應(yīng)主動(dòng)管理設(shè)備的配置，會(huì)產(chǎn)生一定的費(fèi)用。由于DG運(yùn)營(yíng)商是實(shí)施主動(dòng)管理策略的主要受益對(duì)象，因此需要支付一部分費(fèi)用，稱為主動(dòng)管理費(fèi)用(active management fee, AMF)。在模型中考慮DG運(yùn)營(yíng)商按照DG發(fā)電量向配電公司支付AMF，在綜合收益中考慮主動(dòng)管理成本。

2.2 雙層電源優(yōu)化配置模型

從DG運(yùn)營(yíng)商角度出發(fā)，基于聯(lián)合概率場(chǎng)景構(gòu)建雙層電源優(yōu)化配置模型。上層模型以DG運(yùn)營(yíng)商為主體，以綜合收益最大為目標(biāo)函數(shù)，計(jì)及DG準(zhǔn)入容量等約束；下層模型以配電公司為主體，實(shí)施DG有功出力控制、無功補(bǔ)償及有載變壓器抽頭3種主動(dòng)管理策略，以增加DG消納為目標(biāo)，計(jì)及各項(xiàng)電力系統(tǒng)約束。

2.2.1上層規(guī)劃模型

DG運(yùn)營(yíng)商的年綜合收益包括年售電收益、年政策補(bǔ)貼收益、年值化投資成本、年運(yùn)營(yíng)成本、年主動(dòng)管理成本,其表達(dá)式如下所示：

1)DG運(yùn)營(yíng)商年售電收益：

(4)

式中：Ns為總場(chǎng)景數(shù)；NWTG為安裝風(fēng)電的節(jié)點(diǎn)數(shù)；NPVG為安裝光伏的節(jié)點(diǎn)數(shù)；c為單位電價(jià)；ps為場(chǎng)景s發(fā)生的概率；Pi,s,WTG為第s個(gè)場(chǎng)景中節(jié)點(diǎn)i上風(fēng)電發(fā)出的功率；Pj,s,PVG為第s個(gè)場(chǎng)景中節(jié)點(diǎn)j上光伏發(fā)出的功率。

2)可再生能源年政策補(bǔ)貼收益：

(5)

式中：cb,WTG為單位風(fēng)電電量補(bǔ)貼；cb,PVG為單位光伏電量補(bǔ)貼。

3)年值化DG投資成本：

(6)

式中：r為貼現(xiàn)率；n為DG使用年限；ct,WTG為風(fēng)電單位容量投資費(fèi)用；ct,PVG為光伏單位容量投資費(fèi)用；Pi,WTG為第i個(gè)節(jié)點(diǎn)上安裝風(fēng)電的額定容量；Pj,PVG為第j個(gè)節(jié)點(diǎn)上安裝光伏的額定容量。

4)DG年運(yùn)營(yíng)維護(hù)成本：

(7)

式中：com,WTG為風(fēng)電單位電量運(yùn)行維護(hù)費(fèi)用；com,PVG為光伏單位電量運(yùn)行維護(hù)費(fèi)用。

5)年主動(dòng)管理成本：

(8)

式中：cAMF為單位電量主動(dòng)管理費(fèi)用。

綜上，上層目標(biāo)函數(shù)為：

maxC=CS+CB-CT-COM-CAMF

(9)

約束條件為各節(jié)點(diǎn)可接受的最大分布式電源接入容量[16-17]：

0≤Pgi≤Pmax,i

(10)

Pgi=niPi,DG

(11)

式中：Pmax,i為節(jié)點(diǎn)i上所允許安裝DG的準(zhǔn)入容量；ni為節(jié)點(diǎn)i上所安裝的DG臺(tái)數(shù)；Pi,DG為節(jié)點(diǎn)i上單臺(tái)DG的額定容量。

2.2.2下層規(guī)劃模型

下層模型中，配電公司實(shí)施主動(dòng)管理策略優(yōu)化運(yùn)行，使得DG接入后能夠滿足潮流、電壓等約束。以DG消納最大為目標(biāo)函數(shù)，即DG有功切除量最?。?/p>

(12)

式中：Pcuri是第i個(gè)節(jié)點(diǎn)上風(fēng)電的切除量；Pcurj是第j個(gè)節(jié)點(diǎn)上光伏的切除量。

約束條件為：

1)潮流平衡約束：

(13)

(14)

2)節(jié)點(diǎn)電壓約束：

Umin,i≤Ui,s≤Umax,i

(15)

式中：Umax,i、Umin,i分別為場(chǎng)景s中節(jié)點(diǎn)i的允許電壓幅值范圍的上下限。

3)支路容量約束：

(16)

4)上級(jí)電網(wǎng)購(gòu)電約束：

(17)

(18)

5)DG有功出力切除量約束：

(19)

6)無功補(bǔ)償約束：

(20)

7)有載變壓器抽頭調(diào)節(jié)約束：

(21)

3 混合求解算法

上述模型為雙層模型，上層本質(zhì)是DG最優(yōu)配置問題，下層本質(zhì)是最優(yōu)潮流問題。針對(duì)模型特點(diǎn)，將改進(jìn)和聲搜索算法(harmony search，HS)與基于過濾集合的內(nèi)點(diǎn)算法(interior point filter algorithm, IPFA)相結(jié)合，采用混合求解算法對(duì)該雙層模型進(jìn)行求解。

3.1 上層模型求解

和聲搜索算法通過模擬樂隊(duì)演奏中調(diào)和音符創(chuàng)造和聲的過程進(jìn)行求解。具有適用范圍廣、尋優(yōu)能力強(qiáng)、易與其他算法混合等優(yōu)點(diǎn)。其求解步驟如下：

1)根據(jù)目標(biāo)函數(shù)以及約束條件，初始化和聲記憶庫(kù)，設(shè)定記憶庫(kù)的容量SHM、選取概率pHMCR、音調(diào)調(diào)節(jié)概率pPAR、調(diào)節(jié)帶寬wb等參數(shù)。

2)根據(jù)選取概率pHMCR在和聲記憶庫(kù)內(nèi)隨機(jī)挑選新解，并按照音調(diào)調(diào)節(jié)概率pPAR對(duì)新解進(jìn)行局部擾動(dòng)，擾動(dòng)變量為wb；否則以概率(1-pHMCR) 隨機(jī)選取和聲記憶庫(kù)外的一個(gè)新解。

3)以目標(biāo)函數(shù)為依據(jù)，判斷和聲的優(yōu)劣，更新和聲記憶庫(kù)。

4)判斷是否滿足迭代收斂條件。若已滿足則輸出結(jié)果，反之則返回步驟2)。

針對(duì)傳統(tǒng)和聲搜索算法中容易陷入局部最優(yōu)的問題，對(duì)pHMCR和pPAR進(jìn)行參數(shù)自適應(yīng)調(diào)節(jié)改進(jìn)[18]，使得算法在求解DG最優(yōu)配置模型時(shí)收斂性更好。

3.2 下層模型求解

IPFA操作簡(jiǎn)單、魯棒性強(qiáng)，可針對(duì)最優(yōu)潮流問題的具體情況，對(duì)可行方向進(jìn)行自適應(yīng)校正，在復(fù)雜的電力系統(tǒng)非線性最優(yōu)潮流求解問題中應(yīng)用廣泛。相較于傳統(tǒng)的內(nèi)點(diǎn)法，IPFA采用過濾集合替代了傳統(tǒng)罰函數(shù)，將一階KKT條件的無窮范數(shù)作為收斂條件，提高了算法的收斂性及收斂速度。IPFA詳細(xì)原理及步驟見文獻(xiàn)[19]。

綜上所述，模型求解流程如圖1所示。

圖1 混合算法求解流程圖Fig.1 Flowchart of hybrid algorithm

4 算例分析

4.1 算例及參數(shù)介紹

在IEEE 33節(jié)點(diǎn)配電網(wǎng)[20]中進(jìn)行算例分析。風(fēng)電待選接入節(jié)點(diǎn)為節(jié)點(diǎn)4、13、22，光伏待選接入節(jié)點(diǎn)為節(jié)點(diǎn)9、17、28，如圖2所示。單臺(tái)風(fēng)電及光伏的額定容量為100 kW，各待選節(jié)點(diǎn)最大接入臺(tái)數(shù)為10臺(tái)。風(fēng)電的單位投資成本為65萬元/100 kW，單位運(yùn)維成本為0.2元/(kW·h)，單位政策補(bǔ)貼為0.1元/(kW·h)；光伏的單位投資成本為85萬元/(100 kW)，單位運(yùn)維成本為0.2元/(kW·h)，單位政策補(bǔ)貼為0.36元/(kW·h)。DG單位售電電價(jià)為0.5元/(kW·h)，折現(xiàn)率為8%，DG使用年限為20年。節(jié)點(diǎn)電壓允許范圍為0.93～1.07 pu，節(jié)點(diǎn)1—6之間的支路容量上限為4.5 MW，其他支路容量上限為3 MW。主動(dòng)管理策略調(diào)節(jié)范圍：有功切除率為0～50%；有載變壓器二次側(cè)電壓為0.95～1.05 pu；無功補(bǔ)償容量為0～500 kV·A。

圖2 IEEE-33節(jié)點(diǎn)配電網(wǎng)Fig.2 IEEE 33-node distribution network

由氣象網(wǎng)站獲得我國(guó)某西北部地區(qū)的月平均風(fēng)速和光照強(qiáng)度，以1 h為時(shí)間分辨率，利用 HOMER 軟件生成8 760組數(shù)據(jù)。并將數(shù)據(jù)進(jìn)行歸一化處理，表示為DG出力及負(fù)荷與額定功率及負(fù)荷峰值的比值，如圖3所示。

圖3 DG出力及負(fù)荷年變化曲線Fig.3 Annual distributed generation and load curves

4.2 聯(lián)合概率場(chǎng)景聚類

將風(fēng)、光、荷功率作為坐標(biāo)軸建立三維空間坐標(biāo)系，將8 760個(gè)聯(lián)合概率場(chǎng)景表示于其中，如圖4所示。在150～300范圍內(nèi)取K值，進(jìn)行多次K-means聚類，根據(jù)戴維森堡丁指數(shù)對(duì)聚類效果進(jìn)行評(píng)價(jià)，如圖5所示。由圖5可知，當(dāng)K值取210時(shí)DBI最小，即最優(yōu)聚類數(shù)為210。聚類削減后得到210個(gè)聯(lián)合概率場(chǎng)景，其分布及概率如圖6所示。

圖4 聯(lián)合概率場(chǎng)景分布圖Fig.4 Distribution of joint probability scene

圖5 DBI值與聚類數(shù)關(guān)系Fig.5 Diagram of relationship between DBI and clusters

圖6 削減后聯(lián)合概率場(chǎng)景分布Fig.6 Distribution of post-reduction joint probability scene

4.3 電源配置結(jié)果分析

4.3.1主動(dòng)管理對(duì)DG消納能力的影響

ADN通過實(shí)施主動(dòng)管理策略可優(yōu)化潮流、控制電壓，從而增加DG消納。不同季節(jié)DG出力及負(fù)荷不同，實(shí)施主動(dòng)管理策略對(duì)消納能力的影響也不同。通過將不同季節(jié)中有、無主動(dòng)管理策略的DG出力有功切除量進(jìn)行比較，以詳細(xì)地分析主動(dòng)管理策略對(duì)于DG消納的促進(jìn)作用，結(jié)果如表1所示。

表1 主動(dòng)管理對(duì)消納能力的影響Table 1 Impact of active management on absorptive capacity

根據(jù)表1可以看出，在夏、秋兩季DG消納水平較高，實(shí)施主動(dòng)管理策略后，切除功率削減率分別為71.63%、69.38%，基本上充分利用了DG生產(chǎn)的電能；在春、冬兩季DG消納水平較低，實(shí)施主動(dòng)管理策略后，切除功率削減率分別為70.67%、61.61%，極大程度地增加了DG消納。全年切除功率削減率為67.19%。

4.3.2主動(dòng)管理對(duì)電源配置及DG運(yùn)營(yíng)商盈利影響

主動(dòng)管理策略的實(shí)施改善了DG的消納能力，因此，對(duì)DG電源配置方案及DG運(yùn)營(yíng)商的收益產(chǎn)生了一定影響。為了量化這種影響，將有、無主動(dòng)管理策略的DG配置方案及DG運(yùn)營(yíng)商盈利情況進(jìn)行對(duì)比分析。有、無主動(dòng)管理策略的DG配置方案如表2所示。在優(yōu)化配置結(jié)果一欄中，括號(hào)前的數(shù)與括號(hào)內(nèi)的數(shù)分別代表DG接入節(jié)點(diǎn)以及DG接入臺(tái)數(shù)。

表2 DG運(yùn)營(yíng)商電源配置方案Table 2 Power configuration schemes of DG operators

根據(jù)DG配置方案，結(jié)合各聯(lián)合概率場(chǎng)景中DG的出力情況，得出有、無主動(dòng)管理策略時(shí)的DG運(yùn)營(yíng)商綜合收益情況(暫不考慮AMF)，如表3所示。

表3 DG運(yùn)營(yíng)商綜合收益情況Table 3 Comprehensive profitability of DG operators萬元

根據(jù)表2、3可以看出，由于實(shí)施主動(dòng)管理策略后DG消納能力顯著提高，DG配置容量及DG運(yùn)營(yíng)商綜合收益大幅增加，DG運(yùn)營(yíng)商年綜合利潤(rùn)提升了66.97%?？梢姡珹DN實(shí)施主動(dòng)管理策略，對(duì)于DG運(yùn)營(yíng)商具有積極作用。

4.3.3DG運(yùn)營(yíng)商可接受的主動(dòng)管理費(fèi)用

根據(jù)上述分析可以看出主動(dòng)管理策略的實(shí)施對(duì)于增加DG配置容量以及增加DG運(yùn)營(yíng)商收益都有著極大積極作用，在一定范圍內(nèi)支付主動(dòng)管理費(fèi)用購(gòu)買主動(dòng)管理服務(wù)對(duì)于DG運(yùn)營(yíng)商而言益處頗多。從DG運(yùn)營(yíng)商盈利角度考慮，進(jìn)行可接受的主動(dòng)管理費(fèi)用范圍分析，分析結(jié)果如表4所示。

表4 主動(dòng)管理費(fèi)用分析Table 4 Analysis of active management fee

根據(jù)表4可以看出，當(dāng)不實(shí)施主動(dòng)管理策略時(shí)，主動(dòng)管理費(fèi)用為0，售電收益為387.67萬元，綜合收益為87.46萬元；當(dāng)以0.05元/(kW·h)支付主動(dòng)管理費(fèi)用時(shí)，售電收益為514.33萬元，綜合收益為87.46萬元。由此可看出，在不考慮DG配置容量增加帶來的額外收益時(shí)(DG投資成本及運(yùn)維成本降低等)，DG運(yùn)營(yíng)商可接受的最大AMF為0.05元/(kW·h)。即當(dāng)AMF低于DG售電電價(jià)的10%時(shí)，實(shí)施主動(dòng)管理策略能夠?yàn)镈G運(yùn)營(yíng)商增加收益。

5 結(jié) 論

本文以開放度較高的電力市場(chǎng)為背景，分析了DG運(yùn)營(yíng)商作為新的利益主體與配電公司之間的合作關(guān)系，考慮雙方利益需求建立了雙層電源優(yōu)化配置模型。模型以DG運(yùn)營(yíng)商為上層主體，考慮綜合收益進(jìn)行電源優(yōu)化配置；以配電公司為下層主體，實(shí)施主動(dòng)管理策略進(jìn)行優(yōu)化運(yùn)行。采用改進(jìn)HS和IPFA的混合算法進(jìn)行求解，算例結(jié)果分析表明：

1)本文所建模型基于電力市場(chǎng)環(huán)境，體現(xiàn)了DG運(yùn)營(yíng)商和配電公司之間的市場(chǎng)合作關(guān)系，能夠?yàn)閷?shí)際DG配置提供參考。

2)主動(dòng)管理策略的實(shí)施顯著促進(jìn)了DG消納，增加了主動(dòng)配電網(wǎng)中DG的配置容量，增加了電能消費(fèi)終端清潔能源的占比。

3)當(dāng)AMF的收取設(shè)置在一定范圍內(nèi)時(shí)，支付AMF換取主動(dòng)管理策略的實(shí)施能夠?yàn)镈G運(yùn)營(yíng)商增加收益，實(shí)現(xiàn)源、網(wǎng)雙方互利共贏，從而更好地促進(jìn)DG并網(wǎng)的可持續(xù)發(fā)展。