微電網運營商提供無功輔助服務下各市場主體的利益分配

2018-03-13 14:05:01 電網技術　點擊量：評論 (0)

摘要：隨著售電側市場改革的不斷深入,研究多個微電網運營商參與下的配電側市場交易和競價機制具有重要意義。針對該問題,提出了一種雙層優化

從圖5和圖6中可見,當市場達到均衡時,雖然3個微電網運營商報價都高于批發市場的節點邊際電價,DSO依然能夠通過優化微電網的功率注入,改善系統的潮流分布,從而降低總購電成本。其中,微電網運營商2報價最高,達到0.082 8 USD/(kW•h),該價格即為此時的市場出清電價。由式(2)可知,各微電網在該市場價格下的最優發電功率為340 kW。

在圖6中,微電網運營商1和微電網運營商3的中標量最接近最優值,因此兩者的凈利潤都大于微電網運營商2。在該場景下,微電網運營商發電成本相同而最優報價不同的原因在于微電網的接入位置不同,對系統潮流優化的貢獻程度也不同,因此,相同報價下DSO向各個運營商購買的功率也有所不同。

在場景2中,微電網運營商3的成本最高,因此其報價也相對較高(圖7)。該場景下,由于微電網運營商2的成本較低,其報價始終處于較低的水平。在微電網運營商2的競爭下,市場的最終出清電價要低于場景1,為0.078 9 USD/(kW•h)。此時各個運營商的最優發電功率依次為539 kW、770 kW和317 kW。從圖8中可以看出,運行成本最低的微電網運營商2在競爭中處于明顯優勢,中標量等于最優值,因而能夠實現自身收益的最大化。

3.2 微電網聯盟場景下的競價博弈仿真

針對圖4所示的配電系統,分別考慮微電網1/2聯盟、微電網2/3聯盟和微電網1/3聯盟3種情況,各微電網的運行成本系數如3.1中的場景1所示。聯盟場景下各微電網的報價、聯盟體的凈利潤以及DSO的總購電成本分別如表2、表3和表4所示。

表2 聯盟場景下微電網的報價

表3 聯盟場景下微電網的凈利潤

表4 聯盟場景下DSO的購電成本

在3.1的場景1中,不聯盟情況下微電網1、微電網2和微電網3的報價依次為0.0786 USD/(kW•h)、0.0828 USD/(kW•h)、0.0802 USD/(kW•h)。從表2可以看出,無論是微電網1和微電網2聯盟,還是微電網2和微電網3聯盟,聯盟體內的微電網都有提高報價的意愿,聯盟后市場的出清電價相比

不聯盟的情況都有所提高。因此,聯盟體的整體收益也有所提高,如表3中微電網1和微電網2聯盟時整體收益提高了0.1 USD,微電網2和微電網3聯盟時整體收益則提高了0.13 USD。此時,由于市場出清電價的提高,DSO的購電成本也相應地提高,如表4所示。

對于微電網1和微電網3聯盟情況,由3.1中的分析可知,微電網1和微電網3通過競價,都能夠最大化自身的收益,此時無論是微電網1還是微電網3都無法通過改變自身報價進一步提高聯盟整體的收益,因此這種場景下各個微電網的報價和不聯盟的情況相同,各方的收益及DSO的購電成本也維持不變。

3.3 考慮微電網無功服務下的競價博弈仿真

在上述的仿真分析中,僅考慮了微電網運營商參與有功功率競價的過程。實際上,微電網運營商除了能夠提供有功功率之外,還能夠通過提供無功功率服務進一步優化系統的潮流,降低網絡損耗,同時依靠無功功率服務獲取一定的收益。

在本文中,考慮DSO對無功功率裝置的投資運行成本和無功功率價值進行補償。其中,各個微電網運營商按投資和運維成本折算出相應的無功成本,由DSO支付微電網運營商提供無功功率所支出的成本費用;其次,DSO計算出市場均衡時各微電網運營商不提供無功功率和提供無功功率服務下的系統網損,兩者的差值與市場出清電價的乘積即為無功功率效益,將這部分效益按降低網損的貢獻度分別對各個運營商進行補償。設定各個微電網運營商能夠提供的無功補償范圍為±1 Mvar,無功功率成本為1.6 USD/Mvar[24],微電網的運行成本系數和3.1中的場景1相同。不考慮微電網聯盟的情況,該場景下的仿真結果如圖9和圖10所示。

圖9 考慮無功服務下微電網運營商競價曲線

圖10 考慮無功服務下市場主體有功/無功中標量

從圖9和圖10中可以看出,考慮微電網運營商提供無功輔助服務后,市場達到均衡時的出清電價和3.1中的場景1相比有所降低。同時,DSO通過對微電網運營商有功功率和無功功率的優化,能

夠進一步降低系統的網損,從而使得總購電成本降低。按前文設定的無功補償機制,不考慮無功服務(3.1場景1)和考慮無功服務下各市場主體的經濟指標如表5所示。

從表5中可以看出,當市場中的微電網運營商提供無功服務時,通過本文設定的無功補償機制,各運營商的收益都有所提高。在該運行狀態下,微電網2提供無功功率對網損降低的靈敏度最高,因此中標的無功功率也最高,獲得的收益最大。同時,相比于僅考慮有功功率競價的場景,此時系統的有功網損由73.684 kW降低至33.291 kW,降低了DSO的購電成本,社會效益得到進一步優化。

表5 市場主體經濟指標

4 結論

本文采用雙層優化算法對含微電網的配電側市場最優競價問題進行求解：底層優化以最小化DSO購電成本為目標,實現市場的出清和系統的最優經濟調度;上層優化則以各微電網運營商利益最大化為目標,確定最優競價策略。仿真結果表明：

1)本文所提出的雙層優化方法能夠有效求解多方參與下的配電側電力市場的競價問題,在確保系統經濟、安全運行的基礎上實現各方收益的優化分配。

2)微電網運營商的運行成本和接入位置將對最終的博弈結果產生影響,運行成本較低的運營商在競爭中處于明顯優勢。

3)系統中的微電網通過聯盟的形式可以進一步提高整體的經濟效益,此部分效益的提升效果在非完全信息博弈環境下將更加明顯。

4)在微電網運營商同時提供有功功率和無功功率的情況下,依靠合理的無功補償機制,能夠實現各方收益的增加,提高社會的整體效益。

此外,本文所提出的方法也能夠進一步擴展應用于非合作不完全信息動態博弈的問題中。

參考文獻

[1] 王成山,武震,李鵬.微電網關鍵技術研究[J].電工技術學報,2014,29(2):1-12. Wang Chengshan,Wu Zhen,Li Peng.Research on key technologies of microgrid[J].Transactions of China Electrotechnical Society,2014,29(2):1-12(in Chinese).

[2] 王蓓蓓,趙盛楠,劉小聰,等.面向可再生能源消納的智能用電關鍵技術分析與思考[J].電網技術,2016,40(12):3894-3903. Wang Beibei,Zhao Shengnan,LiuXiaocong,et al.Review on key technologies of smart power utilization for renewable energy integration[J].Power System Technology,2016,40(12):3894-3903(in Chinese).

[3] 張丹,王杰.國內微電網項目建設及發展趨勢研究[J].電網技術,2016,40(2):451-458. Zhang Dan,Wang Jie.Research on construction and development trend of micro-grid in China[J].Power System Technology,2016,40(2):451-458(in Chinese).

[4] 程林,劉琛,朱守真,等.基于多能協同策略的能源互聯微網研究[J].電網技術,2016,40(1):132-138. Cheng Lin,Liu Chen,Zhu Shouzhen,et al.Study of micro energy internet based on multi-energy interconnected strategy[J].Power System Technology,2016,40(1):132-138(in Chinese).

[5] Bie Z,Zhang P,Li G,et al.Reliability evaluation of active distribution systems including microgrids[J].IEEE Transactions on Power Systems,2012,27(4):2342-2350.

[6] 邢海軍,程浩忠,張沈習,等.主動配電網規劃研究綜述[J].電網技術,2015,39(10):2705-2711. XingHaijun,Cheng Haozhong,Zhang Shenxi,et al.Review of active distribution network planning[J].Power System Technology,2015,39(10):2705-2711(in Chinese).

[7] 樂健,柳永妍,葉曦,等.含高滲透率分布式電能資源的區域電網市場化運營模式[J].中國電機工程學報,2016,36(12):3343-3353. Le Jian,Liu Yongyan,Ye Xi,et al.Market-oriented operation pattern of regional power network integration with high penetration level of distributed energy resources[J].Proceedings of the CSEE,2016,36(12):3343-3353(in Chinese).

[8] Bakirtzis A G,Ziogos N P,Tellidou A C,et al.Electricity producer offering strategies in day-ahead energy market with step-wise offers [C]//Bulk Power System Dynamics and Control VII.Revitalizing Operational Reliability.Charleston,SC,USA:iREP Symposium,2007:1-18.

[9] 竇春霞,賈星蓓,李恒.基于多智能體的微電網中分布式發電的市場博弈競標發電[J].電網技術,2016,40(2):579-586. Dou Chunxia,Jia Xingbei,Li Heng.Multi-agent-system-based market bidding strategy for distributed generation in microgrid[J].Power System Technology,2016,40(2):579-586(in Chinese).

[10] Bakirtzis A G,Ziogos N P,Tellidou A C,et al.Electricity producer offering strategies in day-ahead energy market with step-wise offers[J].IEEE Transactions on Power Systems,2007,22(4):1-18.

[11] Kardakos E G,Simoglou C K,Bakirtzis A G.Optimal bidding strategy in transmission constrained electricity markets[J].Electric Power Systems Research,2014,109(4):141-149.

[12] Li J,Li Z,Wang Y.Optimal bidding strategy for day-ahead power market[C]//North American Power Symposium.Charlotte,NC,USA:IEEE,2015:1-6.

[13] Taheri I,Rashidinejad M,Badri A,et al.Analytical approach in computing nash equilibrium for oligopolistic competition of transmission-constrained GENCOs[J].IEEE Systems Journal,2014,16(6):1-11.

[14] Manshadi S D,Khodayar M E.A hierarchical electricity market structure for the smart grid paradigm[J].IEEE Transactions on Smart Grid,2016,7(4):1866-1875.

[15] Zhang G,Zhang G,Gao Y,et al.Competitive strategic bidding optimization in electricity markets using bilevel programming and swarm technique[J].IEEE Transactions on Industrial Electronics,2011,58(6):2138-2146.

[16] Li H,Li Y,Li Z.A multiperiod energy acquisition model for a distribution company with distributed generation and interruptible load[J].IEEE Transactions on Power Systems,2007,22(2):588-596.

[17] 趙敏,沈沉,劉鋒,等.基于博弈論的多微電網系統交易模式研究[J].中國電機工程學報,2015,35(4):848-857. Zhao Min,Shen Chen,Liu Feng,et al.A game-theoretic approach to analyzing power trading possibilities in multi-microgrids[J].Proceedings of the CSEE,2015,35(4):848-857(in Chinese).

[18] 史開拓,劉念,張建華,等.多運營主體的微電網隨機匹配交易機制[J].電網技術,2016,40(2):587-594.Shi Kaituo,Liu Nian,Zhang Jianhua,et al.Random matching trading mechanism in microgrid of multi-operators[J].Power System Technology,2016,40(2):587-594(in Chinese).

[19] 江潤洲,邱曉燕,李丹.基于多代理的多微網智能配電網動態博弈模型[J].電網技術,2014,38(12):3321-3327. Jiang Runzhou,Qiu Xiaoyan,Li Dan.Multi-agent system based dynamic game model of smart distribution network containing multi-microgrid[J].Power System Technology,2014,38(12):3321-3327(in Chinese).

[20] 郭紅霞,白浩,劉磊,等.統一電能交易市場下的虛擬電廠優化調度模型[J].電工技術學報,2015,30(23):136-145. Guo Hongxia,Bai Hao,Liu Lei,et al.Optimal scheduling model of virtual power plant in a unified electricity trading market[J].Transactions of China Electrotechnical Society,2015,30(23):136-145(in Chinese).

[21] Pozo D,Contreras J.Finding multiple nash equilibria in pool-based markets:a stochastic EPEC approach[J].IEEE Transactions on Power Systems,2011,26(3):1744-1752.

[22] 王錫凡,方萬良,杜正春.現代電力系統分析[M].北京:科學出版社,2003:120-134.

[23] Moradi M H,Abedini M,Hosseinian S M.A combination of evolutionary algorithm and game theory for optimal location and operation of DG from DG owner standpoints[J].IEEE Transactions on Smart Grid,2015,7(2):1-1.

[24] 李婷婷. 電力市場環境下輔助服務的定價研究[D].北京:華北電力大學(北京),2009.