基于动态电价的蓄热式电采暖消纳风光的源荷协调调度方法

1.本发明涉及可再生能源消纳就技术领域，具体涉及一种基于动态电价的蓄热式电采暖消纳风光的源荷协调调度方法。


背景技术：

2.我国农村地区风光资源丰富，但往往新能源电力供给地区地广人稀，负荷密度比较低，出现了严重的弃风弃光现象。近年来，以电采暖为代表的清洁供暖设备已经在我国乡村地区大力推行，蓄热式电采暖负荷具有灵活可调控特点，可作为需求侧响应资源，实现与发电侧双向互动，提高受阻风光的消纳水平。
3.当前实施的静态分时电价无法根据源荷的峰谷时段进行动态调整，难以有效的引导电采暖负荷调整其用电行为，从而参与到电网的调度中。根据负荷对电价的响应行为，在需求侧采用动态分时电价激励手段，用户能根据风光出力情况调整用电方式，实现对资源的优化配置，有效降低电力系统的供暖压力和成本。受阻风光电价的峰谷平时段划分和用户用电需求响应模型是否合理，对消纳弃风弃光至关重要。现有研究往往采用确定性场景确定分时电价，但由于新能源的预测误差会随着时间尺度的增加而增大，严重影响分时电价的实施效果，确定性场景模型已无法有效的应对含新能源系统的分时电价制定。


技术实现要素：

4.本发明所要解决的技术问题是提供一种基于动态电价的蓄热式电采暖消纳风光的源荷协调调度方法，用以解决或者至少部分地解决受阻风光动态分时电价的制定与蓄热式电采暖负荷对动态电价进行需求响应以提高系统风光消纳水平问题。
5.为解决上述技术问题，本发明所采用的技术方案是：
6.基于动态电价的蓄热式电采暖消纳风光的源荷协调调度方法，方法的步骤包括：
7.step1、获取历史风光荷预测误差，获取日前预测风光荷出力等信息，根据拉丁超立方和场景缩减法，得到受阻风光典型出力曲线；
8.step2、依据偏大型半梯形函数和聚类方法，将得到的受阻风光出力曲线划分峰谷平三个时段，设定动态电价的浮动系数，得到峰谷平各时段的电价；
9.step3、定义蓄热式电采暖智能充电控制装置，引入需求价格弹性系数描述电价变动引起电采暖负荷用电量的变化；
10.step4、根据获取的日前风光荷出力数据建立日前优化调度模型，使用yalmip求解器，获取风光消纳量最大、系统负荷峰谷差最小的日前调度计划；
11.step5、根据获取的日内风光荷出力数据，采用加权欧氏距离的方法滚动修正受阻风光信息，调整日前调度各资源出力；
12.step6、对比分析采用动态电价机制与采用电网峰谷电价机制的优化结果。
13.上述的step1具体步骤为：
14.step1.1、获取历史风/光/荷预测误差ξ
w,t
、ξ
pv,t
、ξ
el,t
，日前预测风/光/荷出力
其预测误差可视为服从正态分布的随机变量，则其实际出力其预测误差可视为服从正态分布的随机变量，则其实际出力可表示为预测值与预测误差的和；
15.step1.2、受阻风光可表示为风光出力与负荷的差值，采用拉丁超立方和场景缩减法对多个初始场景进行处理得到典型受阻风光场景。
16.上述的step2具体步骤为：
17.step2.1、依据偏大型半梯形函数，计算受阻风光曲线各时点的峰隶属度
18.step2.2、采用聚类方法将一天内的各时点划分为峰tf、谷tg、平t
p
三个时段；
19.step2.3、设定实行动态分时电价前受阻风光的单一制电价e0，在实行分时电价后，受阻风光的峰谷平电价在原来单一价格基础上浮动一定的比例，b1、b2、b3分别为电价浮动系数，即得到实行动态分时电价后的峰、谷、平电价分别为e
t,f
、e
t,g
、e
t,p
。
20.上述的step3具体步骤为：
21.step3.1、定义蓄热式电采暖智能充电控制装置，用户将蓄热式电采暖接入充电装置，设定热负荷需求量，智能充电装置根据受阻风光的动态电价自动安排蓄热式电采暖设备的运行状态；
22.step3.2、为避免蓄热式电采暖负荷对电价的过度响应，出现峰谷颠倒的现象，引入了需求价格弹性系数ρ
ij
，经过数学变换求得电价变化前后电采暖负荷电量的变化量
△
p
t
。
23.上述的step4具体步骤为：
24.step4.1、模型的目标是通过划分受阻风光的峰谷平电价，对蓄热式电采暖负荷功率进行优化控制，最大化消纳受阻风光，以及响应分时电价后系统负荷峰谷差期望最小，模型的目标函数为：
[0025][0026]
式中：为第s个场景出现的概率，其集合为n；为s场景下受阻风光的分时电价；为s场景下t时刻蓄热式电采暖消纳的受阻风光；c
e,t
为电网的电价；为s场景下t时刻向电网购电功率；e(l
s,t
)为所有场景下系统负荷峰谷差的期望；
[0027]
step4.2、模型的约束条件包括：
[0028]
电热功率平衡约束、蓄热式电采暖运行约束、蓄热装置蓄放热功率约束、蓄热装置容量约束、周期蓄热量约束、用户收益约束、受阻风光出力约束；
[0029]
step4.3、模型的变量参数包括：
[0030]
决策变量和目标变量，其中决策变量包括受阻风光出力、动态分时电价、电网峰谷电价、需求价格弹性系数矩阵中的任一或任多者组合；
[0031]
目标变量包括系统总成本、蓄热式电采暖运行功率、消纳受阻风光电量、向外部电网购电量；
[0032]
step4.4、模型的求解方法包括：
[0033]
根据获取的变量参数，采用matlab调用yalmip工具包求解该日前调度模型。
[0034]
上述的step5具体步骤为：
[0035]
step5.1、获取日内风光荷出力数据，采用加权欧氏距离的方法计算日前各场景与日内超短期预测场景相对应时段的相似度，提取相似度高的场景，以此时段的超短期预测数据替换日前场景的数据，得到用于日内滚动调度的新受阻风光出力场景；
[0036]
step5.2、根据修正的受阻风光出力曲线，重新采用偏大型半梯形函数和聚类方法划分峰谷平时段，重复step4，修正日前调度计划。
[0037]
上述的step6还包括：
[0038]
将动态电价下的受阻风光消纳率、购电量、系统总成本、系统负荷峰谷差，与采用电网峰谷电价机制结果进行比较，验证所提方法的有效性。
[0039]
本发明提供的一种基于动态电价的蓄热式电采暖消纳风光的源荷协调调度方法，在电源侧，考虑到新能源和负荷的预测误差给系统运行带来的不确定因素，采用场景分析法、模糊隶属度函数方法，对受阻风光的出力曲线划分峰谷平动态分时电价；在负荷侧，利用蓄热式电采暖负荷灵活可控的特性将其作为需求侧响应资源，建立了以电采暖运行费用最小和系统负荷峰谷差期望最小的优化调度模型。采用动态分时电价机制运行的蓄热式电采暖负荷，能跟随系统调峰需求改变其运行方式，有效消纳受阻风光，在提高系统运行经济性的同时，起到均衡系统负荷的作用。
附图说明
[0040]
下面结合附图和实施例对本发明作进一步说明：
[0041]
图1为基于动态电价的蓄热式电采暖消纳风光的源荷协调调度方法的流程图；
[0042]
图2为受阻风光出力场景示意图；
[0043]
图3为采用动态电价机制与采用电网峰谷电价机制的消纳受阻风光对比示意图；
[0044]
图4为采用动态电价机制与采用电网峰谷电价机制的系统总负荷对比示意图；
[0045]
图5为采用动态电价机制与采用电网峰谷电价机制的日内消纳受阻风光对比示意图；
[0046]
图6为采用动态电价机制与采用电网峰谷电价机制的日内系统总负荷对比示意图。
具体实施方式
[0047]
为使本发明的目的、技术方案以及优点更加清楚，以下内容将结合根据本发明提供的附图，对本发明具体技术方案进行系统、完整的描述。
[0048]
图1为根据本发明提供的基于动态电价的蓄热式电采暖消纳风光的源荷协调调度方法的流程示意图，该方法包括：
[0049]
step1、获取基础数据，计算得到典型受阻风光出力曲线；
[0050]
step1.1、获取历史风/光/荷预测误差ξ
w,t
、ξ
pv,t
、ξ
el,t
，获取日前预测风/光/荷出力，获取日前预测风/光/荷出力得到风/光/荷实际可出力值分别为
[0051]
[0052]
step1.2、采用拉丁超立方抽样方法获取大量场景集，然后使用场景缩减方法对大量受阻风光场景集进行缩减得到典型受阻风光曲线；
[0053][0054]
式中：s为第s个场景；为场景s下t时刻受阻风光；为风电场景k1的发生概率为nw为场景削减后的风电典型场景集合，分别为光伏与负荷；
[0055]
step2、确定受阻风光的峰谷平时段和其动态电价；
[0056]
step2.1、依据偏大型半梯形函数，计算受阻风光曲线各时点的峰隶属度
[0057][0058]
式中：为受阻风光曲线各时点对应的值，m、n分别为受阻风光曲线最大值和最小值；
[0059]
step2.2、采用聚类方法将一天内的各时点划分为峰tf、谷tg、平t
p
三个时段；
[0060]
step2.3、设定实行动态分时电价前受阻风光的单一制电价e0，在实行分时电价后，受阻风光的峰谷平电价在原来单一价格基础上浮动一定的比例，b1、b2、b3分别为电价浮动系数，即得到实行动态分时电价后的峰、谷、平电价分别为e
t,f
、e
t,g
、e
t,p
；
[0061][0062]
step3、计算动态电价变化前后电采暖负荷的变化量；
[0063]
step3.1、定义蓄热式电采暖智能充电控制装置，用户只需将蓄热式电采暖接入充电装置，设定热负荷需求量，智能充电装置会根据受阻风光的动态电价合理安排蓄热式电采暖设备的运行状态；
[0064]
step3.2、为避免蓄热式电采暖负荷对电价的过度响应，出现峰谷颠倒的现象，引入了需求价格弹性系数ρ
ij
；
[0065][0066]
式中：ρ
ij
为需求价格弹性系数；
△
p、
△
c分别为需求和价格的变化量；ou、u分别为电价调整前后的状态；i、j表示时刻，当i＝j时表示自弹性系数，反之则表示交叉弹性系数；
[0067]
step3.3、经过数学变换可求得电价变化前后电采暖负荷电量的变化量
△
p
t
；
[0068][0069]
式中：a为需求价格弹性系数矩阵。
[0070]
step4、建立日前优化调度模型，获取日前调度计划；
[0071]
step4.1、模型的目标是通过划分受阻风光的峰谷平电价，对蓄热式电采暖负荷功率进行优化控制，最大化消纳受阻风光，以及响应分时电价后系统负荷峰谷差期望最小，模型的目标函数为：
[0072][0073]
式中：为第s个场景出现的概率，其集合为n；为s场景下受阻风光的分时电价；为s场景下t时刻蓄热式电采暖消纳的受阻风光；c
e,t
为电网的电价；为s场景下t时刻向电网购电功率；e(l
s,t
)为所有场景下系统负荷峰谷差的期望；
[0074]
step4.2、模型的约束条件包括：
[0075]
电热功率平衡约束：
[0076][0077]
式中：为s场景下t时刻电采暖直接供热功率；为s场景下t时刻蓄热装置放热功率；为s场景下t时刻热负荷；
[0078]
蓄热式电采暖运行约束：
[0079]qeh,t
＝η
·
p
eh,t
[0080]
式中：q
eh,t
为t时刻电采暖设备制热功率；p
eh,t
为t时刻电采暖耗电功率；η为电热转化系数；
[0081]
蓄热装置约束：
[0082][0083]
式中：q
in,t
为t时刻蓄热装置蓄热功率；s
eh,max
为最大蓄热量；k
loss
为蓄热装置热损失系数；
[0084]
用户收益约束：
[0085]
为激励用户参与受阻风光分时电价的响应，实施分时电价后的取暖费用应低于实施前的支出；
[0086][0087]
受阻风光出力约束：
[0088]
在不考虑输电线路阻塞和网损前提下，为促进受阻风光的消纳，以蓄热式电采暖运行提高电网风光接纳的原则作为受阻风光出力的约束；
[0089][0090]
step4.3、根据所述模型中的参数，将其分为决策变量和目标变量；
[0091]
其中决策变量包括受阻风光出力、动态分时电价、电网峰谷电价、需求价格弹性系数矩阵中的任一或任多者组合；
[0092]
目标变量包括系统总成本、蓄热式电采暖运行功率、消纳受阻风光电量、向外部电网购电量。
[0093]
step4.3、根据获取的变量参数，采用matlab调用yalmip工具包求解该日前调度模型；
[0094]
step5、获取日内风/光/荷出力数据,调整日前调度各资源出力；
[0095]
step5.1、根据获取的日内风/光/荷出力数据，采用加权欧氏距离的方法计算日前各场景与日内超短期预测场景相对应时段的相似度，提取相似度高的场景，以此时段的超短期预测数据替换日前场景的数据，得到用于日内滚动调度的新受阻风光出力场景，加权欧氏距离的公式为；
[0096][0097]
式中：ε
t
为各时点相关性的权重系数；χ为符合要求的距离最大值；
[0098]
step5.2、根据修正的受阻风光出力曲线，重新采用偏大型半梯形函数和聚类方法划分峰谷平时段，重复step4，修正日前调度计划；
[0099]
step6、分别计算采用动态电价机制与采用电网峰谷电价机制的优化结果；
[0100]
将动态电价下的受阻风光消纳率、购电量、系统总成本、系统负荷峰谷差，与采用电网峰谷电价机制结果进行比较，验证所提方法的有效性。
[0101]
以河北省某乡村地区为例，该村落每户屋顶均装设光伏发电板，总计500kw，装设2mw风电场，一般认为新能源发电无成本，此处假设受阻风光单一制电价e0为0.2元/(kw
·
h)，b1＝0.5、b2＝-0.5、b3＝0，电网峰电价时段：08：00至20：00，0.55元/(kw
·
h)；谷电价时段：20：00至08：00，0.32元/(kw
·
h)。
[0102]
首先采用拉丁超立方和场景缩减法得到受阻风光场景如图2所示，根据偏大型半
梯形函数计算得到的各时刻峰隶属度如表1所示，利用聚类方法得到受阻风光各时间点的峰谷平电价划分如表2所示。
[0103]
表1各时刻峰隶属度
[0104][0105]
表2各时点分时电价划分
[0106][0107]
为比较采用动态分时电价前后蓄热电采暖负荷消纳受阻风光的效果，将采用动态电价机制与采用电网峰谷电价机制的优化结果进行对比，消纳受阻风光对比如图3所示，系统总负荷对比如图4所示，优化结果如表3所示。
[0108]
由图2可以看出，河北省乡村地区风光资源丰富，但负荷密度低，出现了大量的弃风光现象，因此令蓄热式电采暖负荷参与优化，在满足供暖需求的同时，就地消纳受阻风光；由图3～4可以看出，蓄热式电采暖采用电网峰谷电价机制运行，即只在夜间运行，为保证白天的供暖需求，电采暖设备在夜间容易用电同时率高，出现了电网负荷“峰谷倒置”的现象，在04:00-08:00时段，弃风光电量不足，系统必须向电网购电，白天时段电采暖设备不再运行，以放热供暖，使白天出现大量的弃风弃光；方案二受阻风光消纳曲线和预测受阻风光出力曲线形状接近，说明采用受阻风光分时电价优化运行后，蓄热式电采暖负荷能作为需求响应资源及时根据分时电价调整运行状态，有效减少弃风光量。
[0109]
表3不同方案下的优化结果
[0110][0111]
由表3可以看出，相比于方案一，采用所提源荷优化控制后大大提高了受阻风光的消纳率，由56.9％提升至81.7％，方案二能充分利用低电价的受阻风光蓄热供暖，减少了电网购电量的比例，提升了系统运行的经济性；两种方案下的系统总负荷峰谷差相差不大，但相较于方案一，采用动态分时电价机制运行的蓄热式电采暖能灵活响应受阻风光的变化，
具有一定程度的均衡系统负荷作用，在受阻风光量充足时，能充分利用弃风光电量蓄热，向电网购电量为0，体现了源荷优化控制的优点特性。
[0112]
根据现有的预测方法，时间尺度跨度越大其预测误差越大，会导致日内运行与日前计划产生较大的偏差，因此需要根据超短期预测数据，修正受阻风光的峰谷平时段的划分。采用加权欧式距离方法对受阻风光出力曲线进行修正，重复步骤二对峰谷平时段划分进行修正，得到分时电价各时段：峰时段{t1，t2,t3,t4,t
14
,t
15
,t
16
}、谷时段{t9，t
10
,t
11
,t
19
,t
20
,t
21
,t
22
}、平时段{t5，t6,t7,t8,t
12
,t
13
,t
17
,t
18
,t
23
,t
24
}。
[0113]
将采用动态电价机制与采用电网峰谷电价机制的日内优化结果进行对比，消纳受阻风光对比如图5所示，系统总负荷对比如图6所示，优化结果如表4所示。
[0114]
由图5～6可知，随着日内滚动修正受阻风光出力曲线，采用电网峰谷电价机制方案消纳受阻风光量减少，究其原因，主要与夜间受阻风光量大小有关，即使夜间弃风光量小于白天，为保证满足白天的热负荷需求，系统须在夜间购电供热，因此增加了购电比例，由于均利用峰谷电价机制的谷电价时段蓄热，当热负荷一定时，系统的运行成本保持不变。方案二同样由于滚动修正后夜间弃风光量减少，在热负荷一定时，受阻风光的消纳率增加。结果表明受阻风光的预测误差对分时电价的实施结果有很大的影响，若某时段受阻风光预测值低于实际值，则该时段的电价则低于本应设定的值，相反则会高于设定的电价，在供给价格弹性系数的作用下，电价会影响蓄热式电采暖的运行状态。
[0115]
由表4可以看出，在各时点峰谷平电价划分发生变化后，与日前优化结果相比较蓄热式电采暖的运行状态发生相应的改变，进一步提高了受阻风光消纳率，减少了系统的运行费用，有效降低了系统负荷峰谷差。
[0116]
表4两种方案下的优化结果
[0117]