虚拟电厂落地适应性分析——以阿荣旗奶源基地为例*

doi:10.11985/2024.01.034

电气工程学报 ›› 2024, Vol. 19 ›› Issue (1): 316-325.doi: 10.11985/2024.01.034

扫码分享

虚拟电厂落地适应性分析——以阿荣旗奶源基地为例^*

张赢¹(), 赵建勇²(), 何麟¹^,²(), 林嘉恒³()

1.国网呼伦贝尔供电公司呼伦贝尔 021000
2.浙江大学电气工程学院杭州 310027
3.华北电力大学电气与电子工程学院北京 102206

收稿日期:2023-04-14 修回日期:2023-06-15 出版日期:2024-03-25 发布日期:2024-04-25
通讯作者: 何麟，男，1993年生，工程师。主要研究方向为新能源优化配置及能量管理。E-mail：407476115@qq.com
作者简介:张赢，男，1980年生，高级工程师。主要研究方向为电力系统分析、供电企业管理等。E-mail：cn_zhangying@126.com;
赵建勇，男，1987年生，博士研究生。主要研究方向为电机控制及新能源发电。E-mail：jyzhao@zju.edu.cn;
林嘉恒，男，1998年生，硕士研究生。主要研究方向为配电网降损及规划。E-mail：1756380501@qq.com
基金资助:
国网蒙东电力公司科技资助项目(526630230008)

Adaptability Analysis of Virtual Power Plant Implementation：A Case Example from Arongqi Milk Source Base

ZHANG Ying¹(), ZHAO Jianyong²(), HE Lin¹^,²(), LIN Jiaheng³()

1. State Grid Hulunbuir Power Supply Company, Hulun Buir 021000
2. College of Electrical Engineering, Zhejiang University, Hangzhou 310027
3. School of Electrical and Electronic Engineering, North China Electric Power University, Beijing 102206

Received:2023-04-14 Revised:2023-06-15 Online:2024-03-25 Published:2024-04-25

摘要/Abstract

摘要：

为研究增设虚拟电厂对阿荣旗奶源基地电网改造的适应性，首先基于虚拟电厂的演进趋势以及我国发展现状，提出一套针对合约型向市场型转型的两阶段虚拟电厂运行优化模型，并基于实际情况选定两阶段的控制设备分别为电锅炉和蓄电池储能进行最优调度仿真。其次基于仿真结果，分析一阶段合约型虚拟电厂中电锅炉作为价格型负荷侧响应的经济收益，以及二阶段市场型虚拟电厂中储能对系统削峰填谷的意义。最后，通过对比虚拟电厂和扩建变电站的传统方案在系统运行稳定性和经济性上的差异，得到“虚拟电厂可以作为响应电力体制改革和清洁能源转型过渡阶段的有效思路”的结论，并根据分析结果对虚拟电厂在现阶段的实际规划和发展提出了建设性意见。

关键词: 电力市场, 虚拟电厂, 储能, 经济调度, 需求响应

Abstract:

In order to analyze the adaptability of virtual power plants(VPP) to the Arongqi milk source base power grid renovation, firstly, based on the evolutionary trend of VPP and the current situation of its development in China, a two-stage VPP operation optimization models are proposed, which is in response to the current situation of contract-based to market-based transition, and the electric boilers and battery storage control are respectively selected for optimal dispatch simulation based on practicalities. Secondly, based on the simulation results, the economic benefits of the electric boiler as a price-based load response in the first stage, and the significance of energy storage for peak load shaving in the second stage are analysed. Finally, by comparing the differences in system stability and economics between VPP and traditional substation expansion, it is concluded that VPP can be an effective way to respond to the transition phase of power system reform and clean energy transition. The results of this analysis provide constructive advice on the planning and development of VPP.

Key words: Electricity market, virtual power plant, energy storage, economic dispatching, demand response

中图分类号:

TM62

张赢, 赵建勇, 何麟, 林嘉恒. 虚拟电厂落地适应性分析——以阿荣旗奶源基地为例^*[J]. 电气工程学报, 2024, 19(1): 316-325.

ZHANG Ying, ZHAO Jianyong, HE Lin, LIN Jiaheng. Adaptability Analysis of Virtual Power Plant Implementation：A Case Example from Arongqi Milk Source Base[J]. Journal of Electrical Engineering, 2024, 19(1): 316-325.

图/表 13

表1

图1

图2

表2

图3

表3

图4

图5

图6

表4

图7

表5

图8

参考文献 20

[1]	钟永洁, 纪陵, 李靖霞, 等. 虚拟电厂基础特征内涵与发展现状概述[J]. 综合智慧能源, 2022, 44(6):25-36. doi: 10.3969/j.issn.2097-0706.2022.06.003
	ZHONG Yongjie, JI Ling, LI Jingxia, et al. Overview on the characteristics,connotation and development status of virtual power plants in China[J]. Integrated Intelligent Energy, 2022, 44(6):25-36. doi: 10.3969/j.issn.2097-0706.2022.06.003
[2]	ZHANG Jiatong. The concept, project and current status of virtual power plant:A review[C]// Eliwise Academy. Proceedings of the 2021 International Conference on Materials Chemistry and Environmental Engineering (CONF-MCEE 2021). IOP Publishing,2021:12.
[3]	刘沆. 气电耦合虚拟电厂运营优化及风险评价模型研究[D]. 北京: 华北电力大学, 2021.
	LIU Hang. Research on operation optimization and risk assessment model of gas-electricity coupled virtual power plant[D]. Beijing: North China Electric Power University, 2021.
[4]	KONG Xiangyu, WANG Zhengtao, LIU Chao, et al. Refined peak shaving potential assessment and differentiated decision-making method for user load in virtual power plants[J]. Applied Energy, 2023,334:120609.
[5]	RICHTER A, HAUER I, WOLTER M. Algorithms for technical integration of virtual power plants into german system operation[J]. Advances in Science Technology and Engineering Systems Journal, 2018, 3(1):135-147. doi: 10.25046/astesj
[6]	刘小聪, 谭清坤, 吴潇雨, 等. 国外虚拟电厂成功的启示[J]. 能源, 2023, 169(2):17-19.
	LIU Xiaocong, TAN Qingkun, WU Xiaoyu, et al. Insights from the success of foreign virtual power plants[J]. Energy, 2023, 169(2):17-19.
[7]	王宣元, 刘蓁. 虚拟电厂参与电网调控与市场运营的发展与实践[J]. 电力系统自动化, 2022, 46(18):158-168.
	WANG Xuanyuan, LIU Zhen. Development and practice of virtual power plant participating in power grid regulation and market operation[J]. Automation of Electric Power Systems, 2022, 46(18):158-168.
[8]	吴建军, 王文生. 智慧能源管理平台支撑需求侧变革—以特斯拉智慧能源平台Autobidder建设为例[J]. 中国电力企业管理, 2021, 631(10):29-32.
	WU Jianjun, WANG Wensheng. Smart energy management platform supports demand-side transformation:Take the construction of Tesla’s smart energy platform autobidder as an example[J]. Management of China Electric Power Enterprises, 2021, 631(10):29-32.
[9]	熊威. 基于多主体博弈的分布式电源投资决策与交易策略研究[D]. 北京: 华北电力大学, 2022.
	XIONG Wei. Research on investment decision-making and trading strategy of distributed power generation based on multi-agent game[D]. Beijing: North China Electric Power University, 2021.
[10]	张凯杰, 丁国锋, 闻铭, 等. 虚拟电厂的优化调度技术与市场机制设计综述[J]. 综合智慧能源, 2022, 44(2):60-72. doi: 10.3969/j.issn.2097-0706.2022.02.009
	ZHANG Kaijie, DING Guofeng, WEN Ming, et al. Review of optimal dispatching technology and market mechanism design for virtual power plants[J]. Integrated Intelligent Energy, 2022, 44(2):60-72. doi: 10.3969/j.issn.2097-0706.2022.02.009
[11]	SADEGHI G S, MAJID D, AMIRHOSSEIN N, et al. Economic assessment of multi-operator virtual power plants in electricity market:A game theory-based approach[J]. Sustainable Energy Technologies and Assessments, 2022,53:102733.
[12]	彭雪莹, 黄博文, 潘轩, 等. 基于虚拟电厂及负荷聚集商的用户侧储能适应性研究[J]. 电器与能效管理技术, 2020, 595(10):21-26.
	PENG Xueying, HUANG Bowen, PAN Xuan, et al. Research on user-side energy storage adaptability based on virtual power plant and load aggregator[J]. Electrical & Energy Management Technology, 2020, 595(10):21-26.
[13]	CHEN T, ZHANG B, POURBABAK H, et al. Optimal routing and charging of an electric vehicle fleet for high-efficiency dynamic transit systems[J]. IEEE Transactions on Smart Grid, 2018, 9(4):3563-3572. doi: 10.1109/TSG.2016.2635025
[14]	胡安华. 安徽省芜湖市:筹建虚拟电厂助推节能降碳[N]. 中国城市报,2021-08-30(A6).
	HU Anhua. Wuhu City, Anhui Province: Preparing to build a virtual power plant to promote energy conservation and carbon reduction[N]. China City Daily,2021-08-30(A6).
[15]	张娟. 上市公司积极布局虚拟电厂千亿级市场或启[N]. 经济参考报,2022-08-30(3).
	ZHANG Juan. Listed companies actively deploy virtual power plants in the 100-billion-level market[N]. Economic Information Daily,2022-08-30(3).
[16]	潘华, 梁作放, 薛强中, 等. 基于分时电价的含风-光-气-储虚拟电厂经济调度[J]. 太阳能学报, 2020, 41(8):115-122.
	PAN Hua, LIANG Zuofang, XUE Qiangzhong, et al. Economic dispatch of wind/pv/gas/storage virtual power plant based on time-of-use power price[J]. Acta Energiae Solaris Sinica, 2020, 41(8):115-122.
[17]	李鹏, 易修文, 齐德康, 等. 一种基于深度学习的供热策略优化方法[J]. 计算机科学, 2022, 49(4):263-268. doi: 10.11896/jsjkx.210300155
	LI Peng, YI Xiuwen, QI Dekang, et al. Heating strategy optimization method based on deep learning[J]. Computer Science, 2022, 49(4):263-268. doi: 10.11896/jsjkx.210300155
[18]	汪洋叶, 赵力航, 常伟光, 等. 基于模型预测控制的虚拟电厂储能系统能量协同优化调控方法[J]. 智慧电力, 2021, 49(7):16-22.
	WANG Yangye, ZHAO Lihang, CHANG Weiguang, et al. Model predictive control based energy collaborative optimization control method for energy storage system of virtual power plant[J]. Smart Power, 2021, 49(7):16-22.
[19]	陶仁峰. 电力市场环境下新能源高渗透电网优化运行策略研究[D]. 乌鲁木齐: 新疆大学, 2019.
	TAO Renfeng. Study on optimal operation strategies for grid with high penetration of new energy in electricity market environment[D]. Urumqi: Xinjiang University, 2019.
[20]	LUO Fengzhang, YANG Xin, WEI Wei, et al. Bi-level load peak shifting and valley filling dispatch model of distribution systems with virtual power plants[J]. Frontiers in Energy Research, 2020,8:596817.

发展阶段	本质涵义	目的	工具	场景
1.0 合约型	通过需求侧响应激励资金池推动市场需求	削减峰荷	需求响应	供热供冷
2.0 市场型	通过市场交易引导用电方加入电力市场	电力平衡	现货市场	调峰调频
3.0 自主型	通过信息化强化市场主体参与力度	能源改革	智能算法	有源负荷

编号	接线方式	投运负荷/ MW	未投运负荷/MW
1	通过10 kV线路直接接入亚东110 kV变电站	2.2	1.4
2	通过10 kV线路接入得力其尔35 kV变电站，上端接亚东110 kV变电站	1	1
3	通过10 kV线路直接接入亚东110 kV变电站	0	3.5
4	通过10 kV线路接入三岔河35 kV变电站，上端接亚东110 kV变电站	0	4

时段划分	尖	峰	平	谷
时间	18:00—20:00	7:30—11:30 17:00—21:00	5:00—7:30 11:30—17:00 21:00—22:00	23:00—5:00
电价浮动	120%峰	+50%	1	-50%

序号	时间段	图中点位	输出功率/kW	电价时段
1	0:00—4:30	0~9	750	谷时段
2	4:30—5:00	10	2 800	谷时段
3	5:00—6:00	11~12	0	平时段
4	6:00—6:30	13	550	平时段
5	6:30—7:00	14	2 700	平时段
6	7:00—8:00	15~16	0	7:00—7:30平时段 7:30—8:00高峰时段
7	8:00—8:30	17	450	高峰时段
8	8:30—16:00	18~32	550	8:30—11:30高峰时段 11:30—16:00平时段
9	16:00—16:30	33	2 650	平时段
10	16:30—17:30	34~35	0	16:30—17:00平时段 17:00—17:30高峰时段
11	17:30—0:00	36~48	700~800	17:30—21:00高峰时段 21:00—22:00平时段 22:00—0:00谷时段

储能容量/ (MW/MW·h)	日收益/元	建设成本/万元	回收周期/年
1/1	203.75	200	26.96
1/2	203.21	400	53.93
2/2	301.70	400	36.32
2/3	321.35	600	51.15
2/4	980.28	800	22.36
3/3	228.06	600	72.10
3/4	982.50	800	22.30
3/5	1 346.50	1 000	20.35
3/6	1 634.21	1 200	20.12
4/4	1 049.07	800	20.89
4/5	1 412.19	1 000	19.40
4/6	1 270.33	1 200	25.88
4/7	1 605.35	1 400	23.89
4/8	1 306.24	1 600	33.56
5/5	1 556.36	1 000	17.60
5/6	1 377.12	1 200	23.87
5/7	1 562.83	1 400	24.54
5/8	1 948.32	1 600	22.50
5/9	1 913.58	1 800	25.77
5/10	1 290.59	2 000	42.46

虚拟电厂落地适应性分析——以阿荣旗奶源基地为例^*

Adaptability Analysis of Virtual Power Plant Implementation：A Case Example from Arongqi Milk Source Base

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 13

参考文献 20

相关文章 15

编辑推荐

Metrics

本文评价

[1]	戴申华, 王琨玥, 曹蓓, 张啸天, 高萧, 刘旭. 基于CEEMDAN功率分解的火电厂混合储能容量优化配置[J]. 电气工程学报, 2024, 19(1): 57-66.
[2]	李光耀, 袁佳歆, 甘栋良, 杨爱民. 高铁新能源混合储能系统低碳经济优化运行研究^*[J]. 电气工程学报, 2024, 19(1): 67-78.
[3]	马振祺, 任浩栋, 张凯, 朱亮, 梁有珍, 蒋臣. 考虑冷热电多能流的混合储能系统三阶段能量优化调度策略^*[J]. 电气工程学报, 2024, 19(1): 106-116.
[4]	徐敏, 赵巧娥. 虚拟直流电机荷电状态均衡控制[J]. 电气工程学报, 2024, 19(1): 169-176.
[5]	何洋, 路尧, 李志恒, 杨萌, 尹硕, 李迁, 姜欣. 价值发现视角下电网侧储能电站的定价机制研究^*[J]. 电气工程学报, 2023, 18(4): 278-287.
[6]	刘永辉, 张国澎, 孙新迪, 张思宇. 基于PCS变主从协同控制的微电网平滑离网技术^*[J]. 电气工程学报, 2023, 18(4): 310-319.
[7]	熊瑞, 孙万洲, 杨瑞鑫, 孙逢春. 储能电池外部短路的损伤与失效边界及其预测[J]. 机械工程学报, 2023, 59(4): 113-124.
[8]	高锋阳, 张浩然, 王文祥, 李明明. 规则控制与行驶工况相结合的现代有轨电车能量管理策略[J]. 机械工程学报, 2023, 59(4): 221-231.
[9]	马丽莹, 魏云冰. 基于DDPG算法的发电企业报价策略研究[J]. 电气工程学报, 2023, 18(2): 192-200.
[10]	张晓虎, 张熊, 张克良, 孙现众, 王凯, 马衍伟. 储能技术在轨道交通再生制动能量回收的应用[J]. 电气工程学报, 2023, 18(2): 210-220.
[11]	李宁, 孙文慧, 毕云帆, 张智晟. 考虑需求响应不确定性的综合能源系统优化调度研究^*[J]. 电气工程学报, 2023, 18(1): 153-159.
[12]	李笑竹, 陈来军, 杜锡力, 温嘉鑫. 发电侧共享储能运营机制与交易模式研究综述^*[J]. 电气工程学报, 2023, 18(1): 188-200.
[13]	伍仰金, 郭茜婷, 郑传良, 郑峰, 潘郑楠, 张江云. 考虑储能共享的风光储集群联合优化运行及竞标策略^*[J]. 电气工程学报, 2023, 18(1): 219-227.
[14]	陈银, 肖如, 崔怡琳, 陈明毅. 储能电站锂离子电池火灾早期预警与抑制技术研究综述^*[J]. 电气工程学报, 2022, 17(4): 72-87.
[15]	张宇鑫, 武建华, 郑林锋, 叶涛. 基于数字孪生的锂离子电池管理系统设计分析^*[J]. 电气工程学报, 2022, 17(4): 103-112.