基于泛在电力物联网的分布式可再生能源（DRE）理性消纳调峰模型

doi:10.3969/j.issn.1000-7229.2019.12.015

摘要/Abstract

摘要： 建设泛在电力物联网的目标之一是促进可再生能源消纳，但分布式可再生能源（distributed renewable energy，DRE）存在电网难以调度和消纳成本高等问题。文章基于泛在电力物联网思想，将风电、光伏为代表的DRE、燃气轮机、储能系统、可控负荷以虚拟电厂形式纳入调峰资源，提出了一种DRE参与系统调峰的理性消纳模型。选择改进的IEEE 30节点系统，利用基于分布估计的膜算法计算了3种不同组合模式下调峰系统的运行成本和DRE的消纳程度，并进行对比分析。结果表明，基于泛在电力物联网的DRE理性消纳调峰模式可以更高效利用调峰资源，实现可再生能源消纳、调峰系统经济性的双赢局面。

关键词: 分布式可再生能源（DRE）, 调峰, 虚拟电厂, 理性消纳, 膜算法

Abstract: One of the goals of building ubiquitous power internet of things is to promote the accommodation of renewable energy. However， distributed renewable energies (DREs) have some problems， such as difficulty in dispatching by power grids and high cost of absorption. On the basis of the idea of ubiquitous power internet of things， DREs represented by wind power and photovoltaic power， conventional gas turbine， energy storage system， controllable load are incorporated into peak-shaving resources in the form of virtual power plant， and a peak-shaving model for DREs accommodated rationally is built. The improved IEEE 30-node system is selected， membrane computing based on distribution estimation is used to calculate the operation cost of peak-shaving system and DREs absorption degree under three different combination modes， and then a comparative analysis is made. The results show that peak-shaving resources are used more efficiently， and a win-win situation of the absorption of renewable energies and the economy of peak-shaving system is realized， when the peak-shaving mode for DREs absorbed rationally is used.

Key words: distributed renewable energy（DRE）, peak-shaving, virtual power plant, rational accommodation, membrane computing

中图分类号:

TM 73

秦玉杰，胡健，焦提操. 基于泛在电力物联网的分布式可再生能源（DRE）理性消纳调峰模型[J]. 电力建设, 2019, 40(12): 120-128.

QIN Yujie， HU Jian， JIAO Ticao. Rational Accommodation Model of DREs for Peak-Shaving in Ubiquitous Power Internet of Things[J]. Electric Power Construction, 2019, 40(12): 120-128.

参考文献

［1］国家电网有限公司. 公司全面部署泛在电力物联网建设［EB/OL］. (2019-03-09) ［2019-07-01］.http://www.sgcc.com.cn/html/sgcc_main/col2017082063/2019-03/09/20190309191046841511206_1.shtml.
［2］王宣元，刘敦楠，刘蓁，等. 泛在电力物联网下虚拟电厂运营机制及关键技术［J］. 电网技术， 2019， 43(9): 3175-3183.
WANG Xuanyuan， LIU Dunnan， LIU Zhen， et al. Operation mechanism and key technologies of virtual power plant under ubiquitous internet of things［J］. Power System Technology， 2019， 43(9): 3175-3183.
［3］李亚龙，刘文颖，谢昶，等. 高载能负荷消纳受阻风电的供应链博弈决策方法探究［J］. 电力系统自动化， 2017， 41(7): 135-143.
LI Yalong， LIU Wenying， XIE Chang， et al. Supply chains game based decision-making method of congested wind power consumption for high-energy load［J］. Automation of Electric Power Systems， 2017， 41(7): 135-143.
［4］ZIADI Z， TAIRA S， OSHIRO M， et al. Optimal power scheduling for smart grids considering controllable loads and high penetration of photovoltaic generation［J］. IEEE Transactions on Smart Grid， 2014， 5(5): 2350-2359.
［5］胡殿刚，潘正婕，徐昊亮. 大规模可再生能源并网条件下天然气机组调峰空间估算［J］. 电力系统保护与控制， 2017， 45(3): 87-93.
HU Diangang， PAN Zhengjie， XU Haoliang， et al. Peaking capacity estimation of natural gas unit under the condition of large-scale renewable energy connecting with power grid［J］. Power System Protection and Control， 2017， 45(3): 87-93.
［6］张明，朴政国. 含储能的分布式光伏并网系统对配电网调峰的研究［J］. 电气技术， 2016(12): 11-14.
ZHANG Ming， PIAO Zhengguo. Research of distribution network peak shaving for distributed grid-connected PV system with energy storage device［J］. Electrical Engineering， 2016(12): 11-14.
［7］欧阳武，程浩忠，张秀彬，等. 考虑分布式电源调峰的配电网规划［J］. 电力系统自动化， 2008， 32(22): 12-15.
OUYANG Wu， CHENG Haozhong， ZHANG Xiubin， et al. Distribution network planning considering DG for peak shaving［J］. Automation of Electric Power Systems， 2008， 32(22): 12-15.
［8］华贲. 分布式供能系统协同电网调峰是历史的必然［J］. 南方能源建设， 2016， 3(4): 8-12.
HUA Ben. Distributed energy system in coordination with peak load regulation of power system is historically inevitable［J］. Southern Energy Construction， 2016， 3(4): 8-12.
［9］华贲. 区域分布式能源与智能电网供电保障和调峰的战略协同［J］. 中国电业(技术版)， 2011(3): 1-6.
HUA Ben. Strategic synergy of DES and smart grid supply ensuring and peak shaving［J］. China Electric Power(Technology Edition)， 2011(3): 1-6.
［10］杨萌，张粒子，杨巍巍. 考虑可再生能源参与的调峰交易机制设计［J］. 电力系统自动化， 2018， 42(20): 45-52.
YANG Meng， ZHANG Lizi， YANG Weiwei. Design of trading mechanism for peak shaving service considering participation of renewable energy［J］. Automation of Electric Power Systems， 2018， 42(20): 45-52.
［11］郝晓弘，杨婧元. 基于灰色PSO算法的分布式电网多目标调峰调度优化［J］. 兰州理工大学学报， 2018， 44(6): 79-83.
HAO Xiaohong， YANG Jingyuan. Grey PSO algorithm-based multi-objective optimization of scheduling of distributed power grid with peak load regulation［J］. Joural of Lanzhou University of Technology， 2018， 44(6): 79-83.
［12］王骏，赵洁，刘涤尘，等. 考虑核电参与的调峰优化运行模型［J］. 中国电机工程学报， 2018， 38(6)：1665-1674.
WANG Jun， ZHAO Jie， LIU Dichen， et al. Optimal scheduling model of peak load regulation considering participation of nuclear power plant［J］. Proceedings of the CSEE， 2018， 38(6): 1665-1674.
［13］徐辉，焦扬，蒲雷，等. 计及不确定性和需求响应的风光燃储集成虚拟电厂随机调度优化模型［J］. 电网技术， 2017， 41(11): 3590-3597.
XU Hui， JIAO Yang， PU Lie， et al. Stochastic scheduling optimization model for virtual power plant of integrated wind-photovoltaic-energy storage system considering uncertainty and demand response［J］. Power System Technology， 2017， 41(11): 3590-3597.
［14］赵洪山，刘然. 奖惩机制下虚拟电厂优化调度效益分析［J］. 电网技术， 2017， 41(9): 2840-2847.
ZHAO Hongshan， LIU Ran. Benefit analysis of optimal schedule of virtual power plant under reward-punishment mechanism［J］. Power System Technology， 2017， 41(9): 2840-2847.
［15］范松丽，艾芊，贺兴. 基于机会约束规划的虚拟电厂调度风险分析［J］. 中国电机工程学报， 2015， 35(16): 4025-4034.
FAN Songli， AI Qian， HE Xing. Risk analysis on dispatch of virtual power plant based on chance constrained programming［J］. Proceedings of the CSEE， 2015， 35(16): 4025-4034.
［16］林俐，邹兰青，周鹏，等. 规模风电并网条件下火电机组深度调峰的多角度经济性分析［J］. 电力系统自动化， 2017， 41(7): 21-27.
LIN Li， ZOU Lanqing， ZHOU Peng， et al.Multi-angle economic analysis on deep peak regulation of thermal power units with large-scale wind power integration［J］. Automation of Electric Power Systems， 2017， 41(7): 21-27.
［17］黄铃燃，边晓燕，李东东，等. 含储能虚拟电厂接入配电网的联合优化调度［J］. 电力建设， 2017， 38(9): 38-44.
HUANG Lingran， BIAN Xiaoyan， LI Dongdong， et， al. Joint optimal dispatch for power distribution network with energy storage virtual power plant［J］. Electric Power Construction， 2017， 38(9): 38-44.
［18］王树东，杜巍，林莉，等. 基于合作博弈的需求侧响应下光储微电网优化配置［J］. 电力系统保护与控制， 2018， 46(1): 129-137.
WANG Shudong， DU Wei， LIN Li， et， al. Optimal allocation of photovoltaic energy storage microgrid under the demand side response based on cooperative game［J］. Power System Protection and Control， 2018， 46(1): 129-137.
［19］吴盛军，刘建坤，周前，等. 考虑储能电站服务的冷热电多微网系统优化经济调度［J］. 电力系统自动化， 2019， 43(10): 10-23.
WU Shengjun， LIU Jiankun， ZHOU Qian， et， al. Optimal economic scheduling for multi-microgrid system with combined cooling， heating and power considering service of energy storage station［J］. Automation of Electric Power systems， 2019， 43(10): 10-23.
［20］邹武俊，田涛，蒲家蓉，等. 基于膜聚类算法的风机振动故障诊断［J］. 计算机测量与控制， 2019， 27(2): 9-13. ZOU Wujun， TIAN Tao， PU Jiarong， et al. Fault diagnosis of fan vibration based on membrane clustering algorithm［J］. Computer Measurement ＆ Control， 2019， 27(2): 9-13.
［21］张洪奎. 基于场景的虚拟电厂调度策略研究［D］. 北京：华北电力大学， 2016.
ZHANG Hongkui. Research on virtual power plant scheduling strategy based on scenario［D］. Beijing: North China Electric Power University， 2016.

[1]	高建伟, 郎宇彤, 高芳杰, 郭贵雨, 梁鹏程. 基于Copula-UCVaR风险度量的风电场投资时序规划[J]. 电力建设, 2020, 41(8): 78-86.
[2]	李恒强，王骏，蒋星燃，匡仲琴，徐石明，杨永标. 面向电网调峰辅助服务的空调负荷调控策略及其虚拟机组建模[J]. 电力建设, 2020, 41(7): 49-57.
[3]	安麒，王剑晓，李庚银，王宣元，刘蓁. 基于均衡理论的虚拟电厂市场参与模式及方法[J]. 电力建设, 2020, 41(6): 1-8.
[4]	谭忠富，谭彩霞，蒲雷，杨佳澄. 基于协同免疫量子粒子群优化算法的虚拟电厂双层博弈模型[J]. 电力建设, 2020, 41(6): 9-17.
[5]	叶飞，邵平，王宣元，左娟，王俊，窦迅，张鑫. 考虑购售风险的虚拟电厂双层竞标策略[J]. 电力建设, 2020, 41(6): 28-35.
[6]	赵晨，何宇俊，罗钢，龚超，赵越，张轩，陈启鑫. 基于泛在互联的虚拟电厂参与实时市场模型[J]. 电力建设, 2020, 41(6): 36-43.
[7]	艾欣，杨子豪，胡寰宇，王智冬，彭冬，赵朗. 基于改进k-means算法的VPP负荷曲线聚类方法及应用[J]. 电力建设, 2020, 41(5): 28-36.
[8]	陆秋瑜，杨银国，王中冠，谭嫣，夏天，伍双喜. 基于次梯度投影分布式控制法的虚拟电厂经济性一次调频[J]. 电力建设, 2020, 41(3): 79-85.
[9]	张军六，樊伟，谭忠富，鞠立伟，德格吉日夫，杨莘博，孙婧霞. 计及需求响应的气电互联虚拟电厂多目标调度优化模型[J]. 电力建设, 2020, 41(2): 1-10.
[10]	朱寰，程亮，陈琛，卓振宇，崔波，宫立佳，张宁. 多重应用场景下的电网侧储能需求评估方法[J]. 电力建设, 2019, 40(9): 35-42.
[11]	刘拥军，曹晓峻，胡朝阳，王珂，徐立中，高赐威. 数据网络参与多调峰辅助服务市场组合优化调度策略[J]. 电力建设, 2019, 40(9): 82-90.
[12]	杨朋朋，张修平，王明强，杨明，王飞，王士柏. 计及调峰能力的风光储联合系统优化调度[J]. 电力建设, 2019, 40(9): 124-130.
[13]	朱金菊，赵清松，刘成刚，王勇，李琼慧，龙虹毓. 考虑终端“储热”差异性的调峰能力提升与风电消纳最优化技术[J]. 电力建设, 2019, 40(8): 69-76.
[14]	朱誉，仪忠凯，陆秋瑜，杨银国，李博，许银亮. 基于典型场景集的虚拟电厂与配电网协同定价策略[J]. 电力建设, 2019, 40(6): 74-85.
[15]	何奇琳，艾芊. 售电侧放开环境下含需求响应虚拟电厂的电力市场竞价策略[J]. 电力建设, 2019, 40(2): 1-10.