考虑风电消纳能力的高载能用户错峰峰谷电价研(2)

第39卷 第4期 电 网 技 术 947

机组较少，电网的调峰能力即成为制约风电消纳的瓶颈。

风电等可再生能源发电出力的间歇性、波动性和不可预测性决定了传统的发电追踪负荷的调度方式难以为继。利用负荷追踪风电出力变化的负荷调度方式有望在未来的电力系统运行中成为趋势。而构成负荷的电力用户不会自发地牺牲自己的用电习惯以配合负荷调度，必须有合理的、有吸引力的价格信号作为激励。相比电源建设的巨大投资，设计有效的电价机制，激励电力用户主动参与调峰是一种更为经济的手段，有望减轻发电侧的调峰压力。在风能资源丰富的西北地区，风电的反调峰特性明显，造成了负荷低谷时段大量的弃风现象出现。高载能用电负荷是实现风电就地消纳的重要负荷。近年来，受高载能产品价格下行的影响，高载能企业停产规模一度过半，使风电消纳难题更加凸显。通过需求侧管理，激励高载能企业恢复生产并且主动参与调峰，将是实现负荷削峰填谷、风电就地消纳的重要途径。

峰谷分时电价是需求侧管理的一项重要手段，也是高载能企业容易接受的电价形式。峰谷分时电价的制定包括峰谷时段的划分和电价的确定两方面内容。峰谷时段划分主要基于对供电成本及负荷曲线的分析。文献[7]结合机组的运行状况建立了发电成本-负荷函数，根据该函数在负荷点的突变特征划分峰谷时段；文献[8]基于对负荷曲线分布的分析，考虑各时点峰谷时段隶属度，利用模糊半梯度隶属度函数方法提出了峰谷时段划分模型；文献[9]在考虑各时点峰谷隶属度的基础上，提出了响应度的指标，应用聚类的方法划分了峰谷时段。上述峰谷时段的划分方法主要考虑了电力生产者及输配者的利益，而没有考虑电价的接受者——电力用户对峰谷时段划分的适应能力。考虑到高载能企业转移负荷能力差，日内负荷不宜多次调整的特点，本文提出了峰谷时段连续划分的错峰峰谷电价模型，克服了传统多峰时段峰谷电价要求用户日内多次响应的弊端。在峰谷价格决策方面，文献[10]通过对用户电量消费行为的分析，提出了用户满意度的量化方法，建立了考虑用户满意度的DSM(demand side management，DSM)价格决策模型；文献[11]综合考虑用户用电方式的满意度和电费支出的满意度，给出了基于用户价格响应和满意度的峰谷分时电价优化决策模型。文献[12]基于加权最小二乘法建立了用户响应度曲线的参数辨识模型，解决了分段线性的响应度曲线的拐点处理问题。需求响应

与可再生能源的协调[13-15]受到了广泛的关注，成为当前研究的热点问题。

电价决策模型的不同主要体现在优化目标不同，在地区供电紧张的区域，DSM的主要目标是降低系统峰荷，避免拉闸限电。我国大规模风电基地所在区域的供电容量大都比较充裕，应鼓励企业用电，提高负荷水平以消纳过剩风电。本文以最大化风电消纳能力为目标，协调各用户峰谷时段，建立了适应高载能用户错峰峰谷电价决策模型。

1 调峰约束下的风电消纳能力

对于风电并网系统，系统调峰能力是可调机组对系统等效负荷的跟踪能力，它与系统可调机组启停时间长短、输出功率范围和爬坡速率快慢有关，为了满足电力用户高峰是诸多因素的综合体现[16]。

时段的用电需求，系统必须保证必要的机组开机容量。火电机组受最小技术出力的限制，在风电大发期间，机组负荷降不下来，使系统无法消纳过剩的风电。调峰约束下的风电消纳空间为系统负荷与常

[17]1所示。

图1 调峰约束下的风电消纳空间

Fig. 1 Wind power accommodation capacity under peak

regulation constraints

Ri=ls,i JTG JTG=∑cjPmin,j

j=1M

(1)

(2)

式中：Ri表示系统第i小时风电消纳空间；ls,i、JTG分别表示系统第i小时负荷和系统火电机组最小技术出力；Pmin,j为火电机组j最小技术出力；cj为机组j状态变量，0表示停机，1表示开机；M表示系统火电机组数量。

我国大部分地区的风电弃风时段几乎全部集中在负荷低谷时段，把系统各时段最小的风电消纳空间定义为系统风电消纳能力：

Rmin=min(Ls) ∑cjPmin,j (3)

j=1M