【精彩论文】考虑电动汽车和需求响应的电-热-水多能耦合系统经济调度

考虑电动汽车和需求响应的电-热-水多能耦合系统经济调度

郭明星¹, 吕冉¹, 费斐¹, 陈涛²

（1. 国网上海市电力公司经济技术研究院，上海 200120; 2. 东南大学 电气工程学院，江苏 南京 210096）

摘要：在水电联产机组装机容量不断增加的背景下，提出一种考虑电动汽车充、放电策略和用户需求响应的电-热-水多能耦合系统经济调度方法。首先，构建电-热-水多能耦合系统的基本结构，并分析各系统之间的耦合机理；然后，以调度过程中发电、产热和海水淡化的总燃料成本最小为目标，建立考虑电动汽车充、放电策略和需求响应的多能耦合系统经济调度模型；最后通过仿真算例对所提方法进行验证，结果表明：所提方法有利于实现系统低碳经济运行。

引文信息

郭明星, 吕冉, 费斐, 等. 考虑电动汽车和需求响应的电-热-水多能耦合系统经济调度[J]. 中国电力, 2022, 55(12): 105-111.

GUO Mingxing, LV Ran, FEI Fei, et al. Economic scheduling of electric-heat-water multi-energy coupling systems considering electric vehicles and demand response[J]. Electric Power, 2022, 55(12): 105-111.

引言海水淡化技术逐渐成熟以及水电联产机组装机容量不断增加有助于实现“双碳”目标^[1-5]。与此同时，随着电动汽车广泛接入以及用户侧用能形式的多样化，多能耦合系统在进行经济调度时面临着许多不确定性因素。在上述背景下，研究多能耦合系统调度方法具有重要意义。目前，针对多能耦合系统调度策略的研究主要集中在电-气、电-热、电-冷以及电-水等方面^[6-11]。现有方法利用各种能源耦合设备来连接不同的能源网络，但缺乏综合考虑电力系统、热力系统以及淡水系统的联合调度研究^[12-13]。文献[14]对海水淡化网络进行了多目标优化调度，有效降低了海水淡化制水成本和能耗。文献[15]面向大规模海水淡化工程，对制水、供水进行联合调度以降低成本，提升系统性能。另一方面，电动汽车是一种新型可控负荷，其可以与电力系统进行双向互动^[16]。文献[17-18]考虑储能和电动汽车削峰填谷作用，提出一种电力系统与电动汽车联合优化的经济调度模型。文献[19]根据电动汽车的出行和充电特性，建立了各类电动汽车的运行特性模型。文献[20]提出了考虑需求响应的能量储备联合调度方法。目前，同时考虑电动汽车和用户多能需求响应的研究不多。文献[21-23]考虑价格型用户需求响应和电动汽车有序充电的关系，探索了电力系统经济调度方法。文献[24]提出了一种计及电动汽车参与激励型需求响应的负荷削减控制方法并进行微电网可靠性评估。综上，亟须进一步研究将电动汽车控制策略和用户多能需求响应同时应用在多能耦合系统的经济调度方法。

本文提出一种考虑电动汽车控制策略和用户需求响应的电-热-水多能耦合系统经济调度方法，建立考虑电动汽车控制策略和需求响应的多能源系统经济调度模型，并通过仿真验证了本文所提调度方法的经济性。

1  电-热-水多能耦合系统

电-热-水多能耦合系统包括海水淡化装置、水电联产、锅炉、热电联产和火力发电机组，其基本网络如图1所示。

图1  多能耦合系统网络

Fig.1  Network of multi-energy coupling system

海水淡化厂在海水淡化的同时会产生大量电力，热电厂在制热的同时也会产生大量电力，因此电力负荷由火电机组、热电联产机组和水电联产机组满足。热负荷由热电联产机组和锅炉满足。淡水负荷由海水淡化装置和水电联产机组满足。与此同时，在能量管理策略下，热负荷、淡水负荷和电力负荷通过实时需求侧管理实现源荷互动，将能源需求从高峰时段转移到中高峰或非高峰时段。电动汽车可在用电高峰时段放电，在用电低谷时段充电，从而减少化石燃料的消耗。水电联产机组、热电联产机组和火电机组在满足电力需求方面进行耦合，从而将3个能源网络紧密联系起来，单独调度某一系统时必将导致其他系统调度策略的变化，故在电-热-水系统紧密耦合的能源网络中，要进行联合调度以提升系统经济性。

本文以多能源系统调度过程中海水淡化、产热和发电过程的总燃料成本最小为目标，建立考虑电动汽车充放电策略和需求响应的多能源系统经济调度模型。目标函数F主要包括火电机组的燃料成本 f_p 、海水淡化机组的燃料成本 f_w 、锅炉的燃料成本 f_h 、水电联产机组的燃料成本 f_cwp 以及热电联产机组的燃料成本 f_chp ，即

火电机组的燃料成本 f_p 为式中： Ω_p 为火电机组的数量；T为调度周期； a_gi、b_gi、c_gi 分别为火电机组i的燃料消耗特性系数； P_gi,t 为时刻t火电机组i的发电功率； U_gi,t 为时刻t火电机组i的状态变量，当火电机组开启时为1，否则为0。海水淡化机组的燃料成本 f_w 为

式中： Ω_w 为海水淡化装置的数量； a_wi、b_wi、c_wi 分别为海水淡化装置i的燃料消耗特性系数； W_wi,t 为时刻t海水淡化装置i的淡水产出率； U_wi,t 为时刻t海水淡化装置i的状态变量，当海水淡化装置开启时为1，否则为0。

锅炉的燃料成本 f_h 为式中： Ω_h 为锅炉的数量； a_hi 、 b_hi 、 c_hi 分别为锅炉i的燃料消耗特性系数； Q_hi,t 为时刻t段锅炉i的制热功率； U_hi,t 为时刻t段锅炉i的状态变量，当锅炉开启时为1，否则为0。水电联产机组的燃料成本 fcwp 为

式中： Ω_cwp 为水电联产机组的数量； α_ci 、 β_ci 、 γ_ci 、 ζ_ci 、 ς_ci 、 ξ_ci 分别为水电联产机组i的燃料消耗特性系数； P_ci,t 为时刻t水电联产机组i的发电功率； W_ci,t 为时刻t水电联产机组i的淡水产出率； U_ci,t 为时刻t水电联产机组i的状态变量，当水电联产机组开启时为1，否则为0。

热电联产机组的燃料成本 f_chp 为式中： Ω_chp 为热电联产机组的数量；分别为热电联产机组j的燃料消耗特性系数；为时刻t热电联产机组j的发电功率；为时刻t热电联产机组j的制热功率；为时刻t热电联产机组j的状态变量，当热电联产机组开启时为1，否则为0。

约束条件包括常见的电力供需平衡、热能供需平衡、淡水供需平衡、火电机组出力、火电机组爬坡、水电联产机组的出力、水-电生产率、热电联产机组的出力、锅炉的出力、海水淡化装置的出力等约束条件。

2  电动汽车控制策略以及需求响应

电动汽车的控制行为可以通过能量管理策略进行有序化管理^[25]，在用电高峰时段放电，在用电低谷时段充电，从而减少化石燃料的消耗，提高电力系统的稳定性。

电动汽车i在时刻t的荷电状态取决于其在前一时刻的荷电状态和时刻t的充、放电功率以及能耗，即

式中： S_OCt,i 为时刻t电动汽车i的荷电状态；为时刻t电动汽车i的能耗；分别为时刻t电动汽车i的充、放电功率； η₁ 、 η₂ 分别为电动汽车的充、放电效率。当电动汽车i在时刻t的电能需求不为零并且正在驾驶时，该电动汽车不与电力系统交换电力，则功率充、放电功率设定为零。与此同时，电动汽车遵循充、放电约束，且电动汽车i在每个时间段的荷电状态应该小于其额定状态。本文设定电源源侧为火电厂、海水淡化厂、以及热电厂各种大容量机组。负荷侧包括一般用户以及接入电网可进行电力交互的电动汽车。在智能电网信息、监测和远程控制技术平台这些高级量测体系的支持下，负荷侧资源通过经济激励、电价机制等方式，根据电网运行控制的需要，直接作用于电网运行状态并对其产生影响。本文统一协调电源侧和负荷侧资源，实现“源”与“荷”的良性互动，在能量管理策略下，电动汽车进行有序充、放电，即在用电高峰时段放电，在用电低谷时段充电，从而减少化石燃料的消耗，与一般用户共同参与并优化多能耦合系统的低碳经济运行，以达到安全、经济与环保效益的最优。参与需求响应后的电-热-水负荷为式中：为参与需求响应后时刻t的电-热-水负荷；为参与需求响应前时刻t₀的电-热-水负荷初始值；为时刻t的电-热-水负荷削减的百分比；为时刻t的电-热-水增加量。系统应满足的约束为

式中： D_max 为电-热-水负荷削减的百分比的最大值； i_max 为电-热-水负荷增加量的最大值。

3  仿真分析本文对由2台热电联产机组、2台供热锅炉、3台水电联产机组、1台海水淡化装置和4台火力发电机组组成的电-热-水多能耦合系统进行仿真验证，并采用CPLEX求解器进行求解。算例数据参考文献[26-28]，并根据某实际系统进行调整。设置4种场景如下。场景1：不考虑电动汽车和需求响应的电-热-水的多能耦合系统经济调度。场景2：在场景1的基础上，仅考虑需求响应。场景3：在场景1的基础上，仅考虑电动汽车的充、放电策略。场景4：本文所提调度方法，即同时考虑电动汽车和需求响应的电-热-水的多能耦合系统经济调度。

各场景经济性对比如表1所示。部分典型场景的电力经济调度策略如图2~3所示。热电联产机组、水电联产机组和火电机组的总最大出力分别为374 MW、1 800 MW和1 650 MW。最大的电力、热量和淡化水需求分别为2 375 MW、640 MW和550 m³。仅单独调度各机组或仅联合火电机组和热电联产机组无法满足高峰时刻的用电需求，因此各机组应进行联合调度来提供2 375 MW的电力需求。此外，海水淡化装置的最大淡水产量为250 m³，无法满足部分时刻的淡水需求，故水电联产机组还要与海水淡化装置共同调度来满足淡水需求。同时，锅炉和热电联产机组也应共同调度来满足640 MW的高峰供热需求。

表1  各场景经济性对比

Table 1  Economic comparison of each scenario 

图2  场景1的经济调度策略

Fig.2  Economic scheduling policy in Scenario 1

图3  场景4的经济调度策略

Fig.3  Economic scheduling policy in Scenario 4

水电联产机组应与火电机组和热电联产机组进行最佳联合调度，以满足高峰电力负荷。水电联产机组和火电机组的发电量随因海水淡化装置出力发生变化。热电联产机组和海水淡化机组要进行最优联合调度。水电联产机组须参与电力供需平衡约束，故水电联产机组的最佳运行点取决于火电机组和热电联产机组的电力输出。在考虑用户需求响应之后，水电联产机组能满足大部分时刻的淡水需求，海水淡化机组仅在部分时刻发电以满足淡水的高峰需求，因而导致实现能源梯级利用的水电联产机组燃料成本增加，但总体成本反而大幅降低，从而实现能源高效利用及有效节约成本。

场景3与场景4中电动汽车的充、放电策略不同，这是由于场景4考虑了用户侧需求响应的作用导致的，电动汽车以最佳充、放电策略参与到系统的经济调度过程中，作为备用电源缓解用电高峰时刻的发电压力。各场景负荷曲线如图4所示。由图4可以看出，通过考虑需求响应，系统最大可以把20%电力、淡水和热负荷从高峰时段转移到低谷时段，从而使得场景2和场景4的曲线相对于场景1和场景3更加平缓，达到削峰填谷的作用。与此同时，考虑需求响应后，相对于未考虑需求响应的场景1和场景3，多能耦合系统的总燃料成本比场景2和场景4分别降低了4.4%和10.3%，经济效益明显。

图4  各场景负荷曲线

Fig.4  Load curves of each scenario

综上所述，综合考虑电动汽车的充、放电策略和需求响应后，电-热-水多能耦合系统在经济调度过程中不用增建额外的发电机组，能够减少碳排放且有效节约成本。与场景1相比，同时考虑电动汽车的充、放电策略和需求响应的电-热-水多能耦合系统调度方法可节省12.7%的成本，因而具有更好的经济效益。

4  结语本文提出一种考虑电动汽车充、放电策略和用户需求响应的电-热-水多能耦合系统经济调度方法。仿真结果表明：相对于单独调度某种能源系统，联合调度可充分发挥热电联产机组以及水电联产高能效的优势，提升了能源利用效率。与此同时，考虑电动汽车的充、放电策略和用户的需求响应可使负荷曲线变得更加平缓，达到削峰填谷作用的同时，降低了多能耦合系统的总成本，从而提升了调度决策的经济性和有效性。（责任编辑　杨彪）

作者介绍

郭明星（1978—），男，硕士，通信作者，高级工程师，从事能源电力经济研究，E-mail：[e-mail];

★

吕冉（1994—），女，硕士，工程师，从事电力需求侧管理研究，E-mail：[e-mail];

★

费斐（1976—），男，硕士，高级工程师，从事电力需求侧管理研究，E-mail：[e-mail];

★

陈涛 （1989—），男，博士，讲师，从事电力需求侧管理、人工智能应用研究，E-mail：[e-mail].

欢迎点击文后“阅读原文”跳转期刊官网，获取更多信息！

 往期回顾 

编辑：于静茹校对：许晓艳审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。