引用本文

李远征, 倪质先, 段钧韬, 徐磊, 杨涛, 曾志刚. 面向高比例新能源电网的重大耗能企业需求响应调度. 自动化学报, 2023, 49(4): 754−768 doi: 10.16383/j.aas.c220034

Li Yuan-Zheng, Ni Zhi-Xian, Duan Jun-Tao, Xu Lei, Yang Tao, Zeng Zhi-Gang. Demand response scheduling of major energy-consuming enterprises based on a high proportion of renewable energy power grid. Acta Automatica Sinica, 2023, 49(4): 754−768 doi: 10.16383/j.aas.c220034

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c220034

关键词

重大耗能企业，需求侧响应，新能源并网，协调调度，生产调度 

摘要

随着国家“双碳”重大战略的提出, 高比例新能源并网将成为我国电力能源转型的重要态势. 针对火电机组、配电网和需求侧关联的系列运行约束制约了电网对高比例新能源的有效消纳这一问题, 本文提出重大耗能企业这一主要电力负荷参与网需求响应(Demand response, DR)的研究思路, 通过重大耗能企业与电网协调调度促进新能源消纳, 并获得经济补偿以减少运行成本. 研究首先基于混合需求侧响应机制, 提出以重大耗能企业、新能源、火电机组为核心的协调调度方法, 并根据新能源预测值−预测误差的信息依存顺序提出了两步调度策略. 在此基础上, 进行生产过程行为建模以实现重大耗能企业需求侧响应决策描述, 并建立高比例新能源并网的重大耗能企业需求响应与电网协调调度优化模型. 最后, 基于烟台电网实际系统进行算例分析, 验证了重大耗能企业通过需求响应参与电网协调调度以及两步调度策略的有效性.

文章导读

为支撑经济发展与建设制造强国, 近年来我国重大耗能企业蓬勃发展, 其用电量增长迅猛. 据国家能源局统计, 2021年上半年我国钢铁、建材、有色、化工和石化等重大耗能企业用电量占全社会电能消耗近一半, 其中增长量占全社会电力需求总增量的42%[1]. 这导致重大耗能企业用电成本居高不下, 并逐步成为制约重大耗能企业发展的重要问题[2-3].

随着“双碳”重大战略的提出与实施, 国家鼓励重大耗能企业使用成本更低的新能源进行生产以实现节能减排, 这为降低企业用电成本提供了新思路. 与此同时, 高比例新能源并网将成为我国电力能源转型的重要态势[4-5]. 据统计, 我国2018年风电累计并网装机容量已高达1.84亿千瓦, 占总发电装机容量的9.7%[6]. 预计在2050年达到24亿千瓦, 占比高达33.8%[7]. 然而, 受电网运行工况以及新能源外送等因素的制约, 我国弃风问题不容忽视, 其中新疆、甘肃等地区弃风率居高不下[6]. 由此可见, 如何在火电机组发电功率、电力系统负荷以及电网潮流相关约束的制约下[8-9], 进一步提高新能源消纳量已成为大规模新能源并网中亟待解决的关键问题.

在此背景下, 随着重大耗能企业智能化技术的不断进步[10], 其与含大规模新能源电网的协调调度成为解决以上问题的潜在手段. 合理的协调调度既可以降低重大耗能企业用电成本, 又可以提高新能源消纳水平. 针对这一问题, 需求侧响应(Demand response, DR) 作为一种调控电网负荷的有效手段, 可以驱动用户调整用电行为, 从而获得经济补偿以降低自身成本, 同时也可在保证用户用电需求的前提下改善新能源消纳问题[11-12]. 值得注意的是, 重大耗能企业是我国最大的电能用户, 约占全国负荷总量的70%[13], 这意味着重大耗能企业需求侧响应在促进新能源消纳方面具有较大潜力. 此外, 工业信息部近年出台的 《工业领域电力需求侧管理工作指南》 大力鼓励工业用能单位积极开展需求侧响应, 从而降低自身成本并促进新能源消纳[14].

现有的对于需求侧响应促进新能源消纳的研究主要分为两类:

1) 面对电力市场中潜在的DR用户整体, 根据常见的响应规律建立DR模型, 在此基础上研究其对于新能源消纳的促进作用[15-17];

2) 对居民和商业用户需求侧响应促进新能源消纳的研究. 文献[18]构建基于价格响应的居民混合能源系统的需求响应运行和风电的日前调度模型, 加强风电消纳并降低居民用电成本. 文献[19]针对居民用电, 制定了主动式负荷需求响应策略, 基于补偿促进居民改变自身用电量增强对于新能源的消纳. 文献[20]从聚合商的角度建立了考虑供暖、通风和空调的DR模型, 以平衡每小时风力发电量. 文献[21]基于可再生分布式发电和需求响应制定了用户群的两阶段需求侧响应模型, 通过补偿提高用户经济性, 使其参与电网协调调度从而提升新能源的消纳水平.

在上述研究中, 需求侧响应资源较为分散, 单位容量较小, 需要根据调配结合成容量较大的需求侧响应资源参与电力市场的响应计划. 相比之下, 重大耗能企业具有自动化程度高、总量大的特点. 因此, 其相比其他资源更易于实现需求侧响应[22]. 但是目前这一方面的研究较少, 文献[23]建立了涵盖工业、其他各类用电管理模块以及光伏发电模块的智能用电管理架构, 验证了工业需求侧响应可以促进新能源的消纳并降低自身成本. 文献[24]以含风电的工业微电网为研究对象, 以系统运营成本最低为目标建立了含风电工业微电网的自发电经济调度双层模型, 基于Benders的求解结果表明了模型可以提高风电消纳并降低工业微电网成本. 此外, 文献[25]研究分时定价策略对生产过程进行建模, 仿真结果验证了生产企业消纳新能源的潜力.

以上研究验证了工业需求侧响应对于电网调控具有积极的作用. 然而, 其中大多数研究只建立了广义工业负荷模型, 并没有研究重大耗能企业用户在需求侧响应过程中自身具体的生产调度行为. 此外, 为了满足电力系统中的功率平衡约束, 源侧的火电机组出力必将随着需求侧响应而进行调整[26-27], 与其相关的约束也制约新能源的消纳, 且上述工作尚未对火电机组与重大耗能企业需求侧响应之间的协调调度开展研究.

因此, 本文开展以下三个方面的工作:

1) 基于混合需求侧响应机制建立重大耗能企业、不确定新能源、火电机组的协调调度模型, 并考虑新能源不确定性提出相应的两步协调调度策略;

2) 建立重大耗能企业并行生产网络的行为模型, 分析其潜在生产行为, 进行需求侧响应决策描述;

3) 以重大耗能企业需求侧响应为核心, 建立了风电−火电机组组合−耗能企业需求侧响应两步协调调度优化模型, 最小化弃风量、发电成本和生产成本.

上述三点也是本文的创新点, 基于此使用改进烟台电网进行算例分析, 结果验证了重大耗能企业通过需求响应参与电网协调调度以及两步调度策略的有效性.

图 1  基于混合需求侧响应的协调调度方法示意图

图 2  两步调度策略流程图

图 3  生产过程架构

针对可持续发展要求下高比例风电并网以及电网运行经济性的要求, 结合重大耗能企业领域需求侧响应并从经济调度的角度出发, 研究了生产过程的行为模型, 并在此基础上建立了高比例风电渗透的智能电网背景下两步优化需求侧响应调度模型, 提出两步优化调度策略以实现电力系统的经济协调调度.

算例结果分析表明, 两步模型可以在单步调度的基础上处理好不确定性因素并提出经济性能更优的调度方案. 此外, 重大耗能企业用户通过新能源消纳导向的需求侧响应, 参与电力系统的协调调度, 可以在保证系统经济性及生产要求的基础上进一步提高新能源消纳水平, 并降低生产运行成本. 对于权重因子的分析表明系统需要根据实际情况制定合理的权重因子, 下一步将对两步调度模型中权重因子的决策机制以及各目标函数间的内部关系做进一步研究探讨.

作者简介

李远征

华中科技大学人工智能与自动化学院副教授. 主要研究方向为人工智能及其在智能电网中的应用, 深度学习, 强化学习和大数据分析. E-mail: yuanzheng_li@hust.edu.cn

倪质先

华中科技大学中欧清洁与可再生能源学院硕士研究生. 2019年获得武汉理工大学自动化专业学士学位. 主要研究方向为含大规模可再生能源综合电力系统规划、优化及调度. E-mail: zhixian_ni@hust.edu.cn

段钧韬

华中科技大学人工智能与自动化学院硕士研究生. 主要研究方向为智能电网控制调度, 分布式控制与优化. E-mail: duanjuntao1@outlook.com

徐磊

东北大学流程工业综合自动化国家重点实验室博士研究生. 主要研究方向为分布式控制及优化, 网络化系统和马尔科夫跳变系统. E-mail: 2010345@stu.neu.edu.cn

杨涛

东北大学流程工业综合自动化国家重点实验室教授. 主要研究方向为工业人工智能, 信息物理系统, 分布式协同控制和优化. 本文通信作者. E-mail: yangtao@mail.neu.edu.cn

曾志刚

华中科技大学人工智能与自动化学院教授. 主要研究方向为切换系统控制理论与应用, 计算智能, 系统稳定性和联想记忆. E-mail: zgzeng@hust.edu.cn