下载掌阅APP，畅读海量书库
立即打开
随着电力系统用电负荷的持续快速增长，新能源的反调峰特性与出力的不确定性对电力系统的安全运行与新能源消纳提出更为严苛的要求。目前国内外针对新能源高渗透电网的消纳、调峰的研究主要着眼于三个方面：一是从新能源预测模型着手，通过提高新能源出力预测准确度来保证调度消纳的匹配性；二是建立多时间尺度的调度策略优化模型，引入不确定性模型来降低新能源波动对系统运行的影响力；三是利用现有系统中的柔性负荷、储能等调节手段来平抑新能源波动、提升新能源消纳空间。
目前针对新能源大规模并网后其不确定性带来的消纳、调峰困难等问题均有一定的研究基础，但受技术制约等因素影响，其调节手段单一、缺乏多方资源共同协调的动态响应，同时充分利用电网用户侧柔性需求响应的调度策略研究尚不充分。因此，用户侧调峰机制探索与研究重点在于挖掘大工业用户、一般工商业用户等的柔性需求响应能力，探索用户侧需求响应的价格引导与市场补偿机制的激励作用，充分调动用户侧需求响应的调峰积极性，这对解决湖南省新能源高渗透电网消纳问题有着重要意义。
国外学者针对用户侧需求响应参与电网清洁能源消纳的研究主要着眼于市场模型与多类型用户需求响应的协调控制。一方面研究市场中各类博弈模型的优劣，基于新能源不确定性，研究市场交易机制的决策与定价问题，探寻基于新能源可靠性等级的分段定价模型的最优报价，探索灵活负荷参与市场竞价的函数模型以及竞争模式对市场的影响；另一方面基于用户侧多类型用电负荷的差异性，确定用户激励型需求响应模式，考虑用电成本因素，构建含风、光、电动汽车、储能等多类型柔性负荷的调度决策模型，通过将需求响应作为灵活性资源，弥补系统供需偏差，提高调整灵活性，降低成本。
20世纪70年代中期，为应对能源危机及日渐严重的环境问题，美国首次提出了需求侧管理的概念 [5] 。随着理论研究的不断深入及实践研究的不断推进，需求侧管理在理论与实际应用方面都取得了重大突破，带动了世界各国需求侧管理发展，并有效提高了各国能源利用效率。为了将需求侧管理技术应用到电力领域，美国提出了需求响应的概念 [6] 。需求响应是指当电力市场价格波动或电网运行可靠性受到威胁时，通过价格或激励政策引导用户改变其固有的用电习惯，减少或转移某时段的用电负荷 [7] 。
作为需求侧管理的一部分，相比于传统负荷控制，需求响应的实施方式与其存在一定的区别：传统负荷控制是指电力系统在合适的时候采用负荷控制装置主动切除电力供应，迫使用户削减部分电力需求或者将部分电力需求由负荷高峰时段转移至负荷低谷时段；而需求响应更注重发挥用户的主观能动性，让用户基于市场价格信号主动对所需负荷做出调整，从而实现市场的稳定性并提升电网的可靠性。
在观察到需求响应在电力领域的巨大潜力后，世界各国纷纷开展了相应的实践研究，并先后推出了相关政策与标准，以推动需求响应在电力系统中的发展与应用。其中，美国最先将需求响应应用到实际现实生活中，在2005年发布了《能源政策法案》，明确要求大力发展需求响应，在2006年和2007年均发布了需求响应年度报告，详细阐述了需求响应在实际中的实施效果 [8] 。根据用户响应方式的不同，需求响应年度报告建议把需求响应分成两种基本形式：基于激励的需求响应和基于价格的需求响应 [9] ，其技术结构如图2-1所示。目前，美国已在新泽西州、加利福尼亚州等7个地区的电力系统中陆续建立了需求响应项目，以充分发挥需求响应在电力系统中的作用。意大利在2002—2005年期间，在需求响应项目上累计投资了21亿欧元，通过应用需求响应，每年可以在负荷高峰时段提供3000MW的削峰能力 [10] 。英国则根据自身国内情况，拟定了分时电价方案或与用户签署了可中断合同，以转移负荷高峰，保护电力系统安全、稳定运行 [11] 。
图2-1 需求响应技术结构图
基于激励的需求响应是指实施机构通过出台确定性或时变性的政策激励用户制订合理用电计划，使得用户在高电价或者电力系统可靠性受到威胁的情况下能够立即做出响应并削减负荷 [12] 。这类需求响应可以认为是为了保证电力系统可靠运行而实施的供电中断行为，主要包括直接负荷控制、可中断负荷控制、需求侧竞价、紧急需求响应和容量/辅助服务计划等。在此类需求响应中，激励费率一般独立或叠加于现行电价之上，有电价折扣和切负荷赔偿等两种方式。一般来说，只有与需求响应实施机构签订相关合同的电力用户（简称用户）才能够参与此类需求响应项目。用电过程中的一些问题，例如负荷消费量和削减量的计算方法、激励费率以及违反合同时的惩罚措施等，都会在合同中详细指出。
基于价格的需求响应指的是用户在电价变化的情况下进行用电量的适当调整，避峰就谷地用电 [13] 。通常情况下用户这样做是为了尽可能地节省用电成本或者换取用电补偿，在具体的行为中包括分时电价、实时电价和高峰电价等情况。用户会根据自身的实际情况在高电价时段尽可能地减少用电或者将用电需求调整到低电价时段，目的是减少用电成本。选择此类需求响应的需求响应实施用户可以和需求响应实施机构签订一定的合同来规范相应的用电以及收费行为。
需求响应，简单来说就是通过电价或激励补偿等手段引导用户改变原有的用电方式和用电结构，将自身用电负荷在不同时段之间转移或在本时段内削减用电负荷，以达到调整并优化整体负荷曲线的目的。需求响应概念的提出，改变了过去仅仅依靠发电侧的发展来满足不断增长的用电需求，将需求侧作为供给侧的可替代资源参与到电网调峰中，可以缓解供需矛盾，提高电力系统运行经济性。
国内研究需求响应的时间较晚，目前还处于研究的起步阶段。但随着用电负荷的不断增大，以及新能源大规模并网后供需矛盾的不断激化，需求响应已成为国内研究热点之一，并且我国非常重视需求响应在电力系统中的实际应用，近年来相继推出了多项政策 [14-15] 。国内学者对用户侧资源的研究更偏重用户侧资源参与的形式以及价格对用户参与市场交易的影响，一方面深入研究用户侧需求资源，如高载能负荷、家居设备、储能、电动汽车、可控负荷参与市场竞争的形式及响应模型，建立用户侧资源的各类响应模型，探索用户侧资源的组合响应、用户侧资源与新能源的组合响应模式，研究以不同方式参与市场均衡调节的优劣；另一方面分析报价曲线对购电决策的影响，量化市场中的风险价值，基于激励价格的刺激作用构建需求响应模型，通过实时控制、分时电价等措施研究用户侧资源参与市场竞争控制策略。
我国从2012年开始对居民生活用电实行阶梯式递增电价，虽然有利于引导用户提高用电效率并强化节能减排意识，但仍然无法解决用电高峰时段的供需矛盾 [16] ，不能有效地缓解电力紧缺的局面。基于价格的需求响应策略更能公平而灵活地平衡供给侧与需求侧的成本关系，可以更加有效地发挥价格的杠杆作用，引导和鼓励用户改变原有用电习惯并响应调峰策略。
由于我国电力市场的特殊性以及需求响应支撑技术尚不完善，在用户侧实行实时电价和高峰电价存在一定难度，现阶段的电价以阶梯电价和峰谷分时电价为主。近年来，我国已在多地开展了峰谷分时电价政策的试点工作，用户可根据时段间的电价差水平并结合自身用电情况来选择负荷的削减时间以及负荷的削减量，电网可对自主响应调峰的企业给予一定程度的激励补偿。在实施分时电价的过程中，由于缺乏对用户响应进行有效、动态的跟踪，使制定的峰谷时段过于固定且电价差的激励程度不够，从而导致用户的参与度和积极性不高，不利于需求响应项目的开展。
近年来，山东、江苏、浙江、江西、河南、广东等多个省份纷纷开展电力需求响应工作，采用激励手段引导用户主动认购负荷指标，促进电力资源的优化配置 [17] 。需求响应配合电网削峰填谷有助于实现供需平衡调节。2016—2020年，国家电网有限公司经营区累计实施需求响应125次，其中削峰响应86次，填谷响应39次，实现削峰响应量达1853万千瓦，填谷响应量达1925万千瓦，极大缓解了用电高峰时段电网的供电压力。2019年夏季高温天气下，江苏省实施需求响应削减高峰负荷达402万千瓦，刷新了单次需求响应最大削减负荷量的纪录。在南方电网经营区，广东省通过电力需求响应实现持续稳定削峰80万千瓦，通过市场化的方式解决电力紧平衡问题。据统计，2019年华北、华中、华东地区各省最大负荷95%以上高峰持续时间仅为7～60h。单纯通过增加调峰机组和电网配套措施来满足高峰负荷需求会导致资源利用率低且经济性差，亟须创新调节机制，在用户侧采用需求响应等灵活措施来解决电网调峰问题。需求响应是促进新能源消纳的有力手段。需求响应能够缓解新能源发电与用电需求时域不匹配的矛盾，促进新能源消纳已成为需求响应的重要应用场景。2017年3月，新疆电网通过需求响应平台邀约用户，响应负荷为18MW，响应电量为30MWh，是国内首次实现需求响应与风力发电协同互补，为探索需求响应促进新能源消纳提供了良好的应用实例。需求响应需要良好市场机制来支持其可持续发展，同时也促进了我国电力市场的建设与完善。山东省作为最早将市场机制引入需求响应的省份，建立了需求侧资源参与容量竞价与电能竞价的市场机制。2020年11月，山东省电网分别实施了首次经济型填谷需求响应和紧急型填谷需求响应，累计响应负荷达688万千瓦，其中主动参与经济型填谷需求响应的负荷达88万千瓦，这充分体现了采用市场机制引导需求侧和发电侧协同配合的成效。广东省在最新的市场化需求响应实施方案中，需求响应费用由所有参与市场化交易的用户分摊。河北省和上海市在虚拟电厂实践方面走在我国前列，对大量分布式的电源和负荷资源进行聚合，为负荷侧资源参与电网调度提供了新的实现途径。国网上海电力有限公司在前期已经完成了需求响应的年度竞价工作，本次年度竞价交易品种更为丰富，除了基本型削峰、填谷响应，还增加了中长期削峰/填谷、日内削峰/填谷和快速削峰/填谷6种类型。竞价中还首次设置更加贴近电网实际需求的开关型、阶梯型、曲线型3种调用方式，用户可以根据自己的能源使用特性，自主选择被调用的方式，让实际响应负荷更为精准。
随着我国智能电网建设和电力市场化改革的不断推进，需求侧资源逐渐参与电力系统调度，并用于响应新能源出力，为消纳新能源提供一份灵活、有效的调峰资源。新能源具有反调峰特性，即用电负荷高峰时出力较少，用电负荷低谷时出力较多。由于缺乏灵活的调峰手段与调峰资源，所以只能在新能源出力高峰期进行弃用。如果能够有效引导用户参与需求响应，改变其用电行为，将用电负荷高峰时段的用电量转移至用电负荷低谷时段，即新能源出力高峰时段，这将消纳原本弃用的新能源，减少新能源的弃用。目前，在用户参与调峰机制研究方面，主要包括：基于电力需求价格弹性矩阵、基于消费者心理学以及基于统计学原理三类。文献[18]通过分析不同类型负荷的总体价格弹性、时间-价格弹性，建立了用户的满意度模型，并用充盈度和舒适度等指标反映用户满意度，从而建立了基于用户响应并考虑用户满意度的分时电价决策模型，但未从经济的角度考虑用户满意度。文献[19]分别研究了预测用电需求量和制定最优电价两方面的建模方法，分析了多种用电需求模型的特点，建议将多种模型组合使用，可以更准确地反映用户的用电需求量，但该方法只考虑了自弹性系数并没有考虑互弹性系数。文献[20]分析了电力市场结构对用电需求弹性的影响，并运用自弹性系数及互弹性系数构成的电力需求价格弹性矩阵来研究消费者的用电规律，研究表明电力需求价格弹性矩阵对电力调度和电价制定等起到了重要作用，但没有给出弹性系数的具体计算方法。文献[21]提出了一种电力需求价格弹性矩阵的简化计算方法，并通过算例给出了电力需求价格弹性矩阵的求取过程，研究表明该方法所求取的电力需求价格弹性矩阵能够反映电力市场中的用电需求量规律，但其根据电力需求价格弹性矩阵中元素的特征对电力需求价格弹性矩阵做了假设和简化，因此存在一定的误差。文献[22]基于离散吸引力模型，依据电力需求价格弹性矩阵的定义，推导出了自弹性系数和互弹性系数的计算公式，运用电力需求价格弹性矩阵并结合历史电力需求数据，可以预测未来时段不同分时电价下的用电需求。文献[23，24]提出的需求侧管理（DSM）是通过价格信号引导电力消费者采取合理的用电结构和方式的一种手段，在一些国家已经取得了一定成果。采用分时电价是DSM的重要途径之一，其中峰谷分时电价是分时电价的主要组成部分。峰谷分时电价的基本思想是体现电能在负荷高峰时作为短缺商品的价值，运用价格杠杆的作用引导用户的用电行为，提高电网安全性以及负荷率水平，引导用户根据自身生产方式的可调节性和利益改变用电方式，进而影响电力系统负荷。峰谷分时电价的核心是合理地确定峰谷分时电价水平，提供充足有效的价格信号。一方面，峰谷分时电价比太高将导致用户对电价响应过度，使峰谷时段产生了较大的漂移，甚至产生峰谷倒置，在调峰失败的同时令电网经济利益受损；峰谷分时电价比太低又会使用户响应不足，无法达到峰谷分时电价制定的预期效果。因此，有效地测量和量化用户对峰谷分时电价的响应是十分必要的。另一方面，在制定峰谷分时电价时应充分考虑用户对该政策的满意度，较高的峰谷分时电价比虽然可以引起用户的充分响应，达到削峰填谷的目的，但会导致用户对该项政策的满意度下降，甚至会影响电力公司的社会形象。因此，制定合理的峰谷分时电价应充分考虑用户的响应和满意度双重因素，寻找二者以及其他系统目标之间的均衡点。文献[25]定性地提出了峰谷分时电价的大用户响应的经济计量模型，但未能给出定量的描述。文献[26]提出了一种含有用户对分时电价反应度分析的分时电价模型，得到了最优化的峰谷时段划分及其相应的峰谷分时电价制定方法，但没有考虑用户满意度。文献[23]采用统计学原理，通过分析峰谷电价历史数据建立了用户的电价响应矩阵，从用电方式和电费支出两方面衡量用户满意度，建立了电价决策模型，但这一方法需要大量的数据进行统计说明。
文献[27]根据电力需求价格弹性矩阵的理论分析了用户用电量随电价的变化情况，从而建立了用户的峰谷分时电价响应模型。以峰谷差最小为目标，考虑保证用户利益且峰谷分时电价比在一定范围内等约束条件，建立了峰谷分时电价的有约束非线性规划模型。文献[28-29]针对风电等新能源充裕地区电力负荷总体水平较低、峰谷差大、调峰电源不足等问题，提出了风电能源上网分时段销售电价划分方法。文献[30]提出了一种通过需求侧管理激励负荷侧的高载能企业参与调峰，提高了系统风电消纳能力的错峰峰谷分时电价机制。文献[31]通过分析峰谷分时电价及其作用机理，以价格作为经济杠杆，建立了基于风电消纳的峰谷分时电价综合收益模型。文献[32]通过研究峰谷分时电价实施机制，综合考虑发电侧、电网侧、用户侧利益，并将用户侧利益不受损作为约束条件，构建了以风电消纳量最大和电网侧、发电侧收益最优的多目标优化模型。文献[33]考虑柔性负荷响应过程中的不确定性，建立了计及不确定性的可转移、可削减负荷的响应模型，然后从日前、日内、实时等多时间尺度建立了风电、柔性负荷和传统机组协调调度优化模型，算例结果表明，考虑负荷响应不确定性以及多时间尺度优化调度，能够有效改善新能源消纳空间，降低系统调度成本。文献[34]基于多时间尺度的风电误差特性和负荷调度潜力，设计了4个时间尺度的调度策略，从而减少了风电的不确定性对调度决策的影响，并充分利用了多时间尺度上的负荷资源。文献[35]根据提前通知时间的不同，将激励型DR分为4类，在日前、日内、实时3个时间尺度上进行了优化配置，以实现社会福利的最优。文献[36]建立了“日前、实时”的两阶段决策模型，在2个时间尺度上协调优化可再生能源和负荷侧资源。上述文献为充分利用柔性负荷的多时间尺度特性提供了良好的研究基础，但这些研究均建立了确定性的DR模型并参与调度，而忽视了实际响应的不确定性。用户对激励水平的实际响应程度有较大的不确定性 [37] ，采用确定性的DR模型已经不能满足智能用电协调运行需要 [38] ，考虑不确定性的DR模型及策略的相关研究正在逐渐成为热点。为了应对不确定性对电网调度运行的影响，电力系统需要留有额外的可调备用容量 [39] 。文献[40]在基于消费者心理学模型的基础上构建了价格型DR的响应量模型，以模糊参量表征实际响应量。文献[41]将实际响应量看成随机变量，并考虑权重约束，建立了随机优化模型来应对响应的不确定性。文献[42]受文献[43]中的用户负荷削减量响应曲线模型启发，建立了用于表征用户参与率不确定性的线性模型。上述研究均从日前调度的角度分析了不确定性的影响，尚未考虑将其纳入多时间尺度调度模型中，并且只考虑价格型DR的不确定性，而认为激励型DR的不确定性可以忽略。文献[44]从多时间尺度决策的角度提出了一种刚性约束和弹性约束相结合的激励机制，建立了激励型DR的不确定性模型，但只从管理方式的角度对DR进行分类，未考虑到柔性负荷在响应量和响应速度方面更为丰富的区别。文献[45]综合考虑人体舒适度以及可削减、可转移等柔性负荷的需求响应能力，建立了一种综合能源协调优化调度模型，算例结果表明，该模型能有效促进新能源的就地消纳。文献[46]通过构建包含储热、热电联产和DR资源的综合电热系统调度模型，提出了风电消纳日前、日内两阶段调度方法：在日前调度阶段，机组、储热装置以及电价型DR配合消纳风电预测短期出力；在日内调度阶段，机组以及激励型DR配合消纳风电预测超短期出力。文献[47]综合考虑新能源出力预测误差及负荷DR的特点，构建了包含日前、日内和实时三个阶段的含风电的电力系统多时间尺度调度模型，以提高电力系统的风电消纳能力，降低弃风量。文献[48]以平移负荷波动和降低车主电费为目标，通过价格机制引导电动汽车入网，同时协调优化发电侧资源的风电消纳，建立了考虑DR的风电-电动汽车协同调度的多目标优化模型。文献[49]通过分析可中断负荷（IL）的不确定性，同时考虑固定补偿成本和不确定性成本，提出了基于风险评估和机会约束的不确定性IL优化决策方法。文献[50]采用三角模糊函数描述负荷响应率、负荷预测以及风电出力的不确定性，构建了电力系统日前模糊优化调度模型。文献[51]基于虚拟电厂内部主体存在的产权独立性，以及电价竞标与电量竞标存在的先后行动次序，应用斯塔克尔伯格（Stackelberg）动态博弈理论，建立了虚拟电厂竞标问题的动态博弈模型。文献[52]提出了一种价格型需求响应的不确定性模型，以反映用户需求响应过程中的不确定性，然后建立了一种配电网主从博弈经济调度模型，通过优化配电网侧的实时电价策略，以及用户侧的需求响应策略，可有效提高风电消纳能力。
此外，除了利用峰谷分时电价政策激励用户参与系统调峰，促进新能源消纳，还可以利用储能、电动汽车等灵活资源参与系统调峰。储能、电动汽车等资源具有灵活、快速存放特性，可以平抑新能源的出力波动，提升新能源的利用率。文献[53]引入储气、储热等设备，考虑电动汽车运行方式对新能源消纳的影响，构建了多能源园区日前调度优化模型，通过仿真验证了所提模型的有效性，可提高园区高比例新能源的消纳。文献[54]建立热电联供（CHP）模型，利用储热装置解耦热电关系，提出了促进可再生能源消纳的优化方法。文献[55]为提高能源耦合利用率，从电转气（P2G）两阶段运行入手，构建了含P2G的热电联产变效率模型。文献[56]中P2G的耗电功率由弃风功率提供，直接消纳弃风功率。文献[57]引入储热设备且用储热因子描述储热设备的状态，进而给出了一种分层优化调度策略。文献[58]考虑供能管网和储能水罐的储能特性，建立了工业园区多能源系统日前优化调度模型。虽然在多能源园区中引入CHP、P2G等能源耦合设备能有效促进高比例新能源的消纳，但各耦合设备的潜能还可以进一步挖掘。文献[59]采用电动汽车与地源热泵协同作用促进风电消纳。文献[60]从供需平衡和多能互补的角度出发，研究电动汽车的接入对园区经济性的影响。另一方面，随着需求响应技术的不断成熟，需求响应逐渐成为增加高比例新能源消纳的有效手段。文献[61]采用电力需求价格弹性矩阵来表示电价变化率对负荷变化率的影响，进而建立了电价型需求响应模型。文献[62]建立了包含可转移可中断电负荷、可转移不可中断电负荷、灵活的热负荷和冷负荷等多类型负荷的综合需求响应模型。文献[63]为促进电网和气网的协调调度运行，建立了气电联合需求响应。文献[64]给出了一种以储碳设备为枢纽连接碳捕集电厂和P2G的灵活运行模式。文献[65]挖掘富氧燃烧技术对综合能源系统低碳排放的优势，以综合成本最小为目标建立了系统低碳经济调度模型。文献[66]考虑了电动汽车储能特性以及灵活可调特性，建立了考虑风电消纳的电动汽车负荷优化配置模型，通过改变电动汽车的充放电策略，改善用户负荷特性，提升新能源消纳。
为进一步优化调峰决策市场，提高需求响应积极性，推动用户侧参与的调峰市场建设，必须研究用户参与调峰潜力评价指标体系、量化用户调峰任务完成情况。文献[67]从风电并网管理成效、经济效益与社会效益三方面，研究影响风电并网管理效益的各影响因子，构建了风电并网管理三级指标体系，以及基于熵值-物元可拓法的风电并网管理综合评价模型。文献[68-69]提出了可再生能源系统化发电成本的系统平准化电费（LCOE）的概念，定义该成本包含平准化发电成本和系统并网成本，系统并网成本包括平衡成本、资源配置成本和电网成本，并从成本和市场价值的角度对其进行了核算，可以预估可再生能源的并网成本随着可再生能源渗透率的提高而上升。文献[70]基于层次分析法提出了风电并网条件下供电系统安全评估方法。文献[71]综合分析了新能源发电并网对我国能源结构与电源结构的影响，将最小化发电成本与污染物排放量作为规划目标函数，建立了新能源与能源结构优化模型。文献[72]基于协调发展的基本理论，从电力系统发电、电网、用电、调度四个环节，构建了新能源与智能电网协调发展评价指标体系。文献[73]基于熵权属性识别理论方法，将系统煤耗、煤电机组煤耗、可再生能源并网系数、弃风率和电网负荷率作为系统调峰方案的五大能效评价指标，建立基于嫡权属性识别的区域系统调峰能效评价模型，并应用于北方某区域电网调峰能效评价，从系统能效评价结果与政府监管的角度，提出了相关政策及建议。