中國(guó)儲(chǔ)能網(wǎng)訊：
摘要：在數(shù)據(jù)中心微網(wǎng)的規(guī)劃中，微網(wǎng)內(nèi)部的可再生能源、負(fù)荷的不確定性與數(shù)據(jù)中心自身的批處理負(fù)載比例是影響規(guī)劃結(jié)果的重要因素。該文首先建立微網(wǎng)內(nèi)燃?xì)廨啓C(jī)， 儲(chǔ)能設(shè)備與光伏機(jī)組的規(guī)劃與運(yùn)行模型，將不確定信息以箱型不確定集的形式表示，然后建立燃?xì)廨啓C(jī)，儲(chǔ)能設(shè)備，光伏電站，數(shù)據(jù)中心的功率模型與運(yùn)行成本模型，并用 min-max-min 結(jié)構(gòu)的兩階段魯棒規(guī)劃模型進(jìn)行表示，基于列約束生成算法(column-and-constraint generation，CCG)與強(qiáng)對(duì)偶理論，將主問(wèn)題與子問(wèn)題迭代求解，從而得到原問(wèn)題的最優(yōu)解，并在不確定變量可變范圍與不同補(bǔ)償價(jià)格對(duì)應(yīng)批處理負(fù)載比例變化的情況下，逐一求出系統(tǒng)對(duì)應(yīng)的最優(yōu)規(guī)劃成本。最終通過(guò)仿真分析驗(yàn)證所建模型和求解算法的有效性，相比于傳統(tǒng)的數(shù)據(jù)中心微網(wǎng)規(guī)劃，提出的模型可為不同風(fēng)險(xiǎn)偏好的數(shù)據(jù)中心運(yùn)營(yíng)商提供最經(jīng)濟(jì)的微網(wǎng)設(shè)備容量配置與數(shù)據(jù)中心用戶補(bǔ)償價(jià)格，以使其規(guī)劃成本最低。
關(guān)鍵詞：數(shù)據(jù)中心；微網(wǎng)；兩階段魯棒規(guī)劃；不確定性
0 引言
隨著社會(huì)對(duì)于數(shù)據(jù)計(jì)算的需求，數(shù)據(jù)中心負(fù)荷在全社會(huì)用電量的占比增長(zhǎng)迅速。據(jù)研究報(bào)告[1]所述，我國(guó) 2020 年數(shù)據(jù)中心的用電總量占全國(guó)用電量的比例已達(dá)到 2.7%。對(duì)于大部分公司與企業(yè)， 他們通常會(huì)選擇將數(shù)據(jù)中心建在距離其辦公場(chǎng)地距離較近的地方以便管理與維護(hù)。由于數(shù)據(jù)中心巨大耗電量帶來(lái)的高昂電費(fèi)支出，數(shù)據(jù)中心運(yùn)營(yíng)商傾向于盡可能利用可再生資源以削減開支[2]，此外，為了滿足數(shù)據(jù)中心對(duì)供電可靠性的嚴(yán)格要求，運(yùn)營(yíng)商通常會(huì)配備相應(yīng)的儲(chǔ)能，燃?xì)廨啓C(jī)，柴油發(fā)電機(jī)等多種備用電源[3] ，同時(shí)，考慮到我國(guó)近年來(lái)對(duì)于微網(wǎng)的大力支持，鼓勵(lì)以特許經(jīng)營(yíng)等方式開展各類微網(wǎng)項(xiàng)目的建設(shè)運(yùn)營(yíng)，因此很多數(shù)據(jù)中心運(yùn)營(yíng)商選擇建設(shè)獨(dú)立的，以數(shù)據(jù)中心為主體的數(shù)據(jù)中心微網(wǎng)[4]。
對(duì)于數(shù)據(jù)中心運(yùn)營(yíng)商，數(shù)據(jù)中心微網(wǎng)的規(guī)劃與運(yùn)行成本是需要考慮的首要問(wèn)題[5]。然而， 目前國(guó)內(nèi)外對(duì)于數(shù)據(jù)中心與電網(wǎng)協(xié)同規(guī)劃的研究一方面集中在對(duì)數(shù)據(jù)中心自身設(shè)備[6-7]與選址[8] 的規(guī)劃，一方面集中在對(duì)數(shù)據(jù)中心運(yùn)行策略的優(yōu)化與模擬[9-11] ，而通過(guò)考慮數(shù)據(jù)中心運(yùn)行特性，對(duì)數(shù)據(jù)中心微網(wǎng)內(nèi)部發(fā)電設(shè)備進(jìn)行規(guī)劃的相關(guān)研究還較為匱乏。本文將數(shù)據(jù)中心接受到的負(fù)荷處理請(qǐng)求分為交互式負(fù)載與批處理負(fù)載兩種[12]，交互式負(fù)載主要指到達(dá)數(shù)據(jù)中心后需要立即進(jìn)行處理的負(fù)載，不允許被延時(shí)處理，批處理負(fù)載則允許數(shù)據(jù)中心保證在其截止時(shí)間前完成的前提下對(duì)任務(wù)負(fù)載進(jìn)行一定的推遲[13]，該部分負(fù)荷的可延遲性為數(shù)據(jù)中心提供了一定的靈活性裕度，使數(shù)據(jù)中心可以被看作需求響應(yīng)負(fù)荷參與電網(wǎng)的運(yùn)行優(yōu)化調(diào)度[14]。通過(guò)合理安排批處理負(fù)載服務(wù)請(qǐng)求，數(shù)據(jù)中心可以對(duì)微網(wǎng)內(nèi)部可再生能源出力進(jìn)行更為精確的追蹤，以提高可再生能源出力的消納率[15]。
但在實(shí)際運(yùn)行中，目前數(shù)據(jù)中心與用戶的交互仍稍顯不足。相比起削減負(fù)荷與減低數(shù)據(jù)中心乃至微網(wǎng)的運(yùn)行費(fèi)用，用戶往往更關(guān)心數(shù)據(jù)中心計(jì)算服務(wù)的速度與質(zhì)量[16]，實(shí)際情況中，用戶通常不提供批處理任務(wù)處理的最大處理延遲，即將全部任務(wù)請(qǐng)求作為交互式工作負(fù)載提交給數(shù)據(jù)中心[17]。同時(shí)考慮到用戶通常也沒有直接與微網(wǎng)運(yùn)營(yíng)商對(duì)接的渠道，因此如果數(shù)據(jù)中心不提供相應(yīng)的激勵(lì)措施，用戶將缺乏參與數(shù)據(jù)中心靈活性調(diào)節(jié)的動(dòng)力[18]。為解決該問(wèn)題，微網(wǎng)運(yùn)營(yíng)商需要綜合自身的規(guī)劃與運(yùn)行成本制定出合理的激勵(lì)措施與相應(yīng)的補(bǔ)償價(jià)格，來(lái)促使用戶提供更為詳細(xì)的任務(wù)處理需求[19]，以此提高批處理負(fù)載在數(shù)據(jù)中心任務(wù)處理中的比例，從而降低微網(wǎng)的規(guī)劃運(yùn)行成本[20]。
綜上所述，本文首先以包含數(shù)據(jù)中心、光伏機(jī)組、燃?xì)廨啓C(jī)、儲(chǔ)能設(shè)備的數(shù)據(jù)中心微網(wǎng)為研究對(duì)象，綜合考慮各設(shè)備的物理特性建立對(duì)應(yīng)的數(shù)學(xué)模型；其次從數(shù)據(jù)中心運(yùn)營(yíng)商的角度出發(fā)，建立以包含規(guī)劃成本與運(yùn)行成本的綜合成本最小為目標(biāo)的規(guī)劃模型，考慮到新能源與負(fù)荷的波動(dòng)性，本文將其改寫成兩階段魯棒模型，并采用列約束生成算法(column-and-constraint generation，CCG)算法將兩階段模型拆分成主問(wèn)題與子問(wèn)題進(jìn)行迭代求解；最后通過(guò)算例驗(yàn)證所提模型的有效性，并分析不同的魯棒參數(shù)下，規(guī)劃方案的經(jīng)濟(jì)性與對(duì)應(yīng)最優(yōu)的用戶補(bǔ)償價(jià)格。
1 含數(shù)據(jù)中心的微網(wǎng)系統(tǒng)建模
圖 1 為數(shù)據(jù)中心微網(wǎng)的典型結(jié)構(gòu)，該微網(wǎng)內(nèi)部包含光伏機(jī)組，傳統(tǒng)發(fā)電機(jī)組，儲(chǔ)能設(shè)備與數(shù)據(jù)中心，并通過(guò)變壓器與上級(jí)配電網(wǎng)相連。
隨著分布式能源的迅速發(fā)展，常規(guī)負(fù)荷與數(shù)據(jù)中心負(fù)荷快速增加，微網(wǎng)內(nèi)發(fā)電機(jī)組、儲(chǔ)能設(shè)備與光伏機(jī)組需要有相應(yīng)的規(guī)劃方案來(lái)提升其容量，從而保證微網(wǎng)的安全經(jīng)濟(jì)運(yùn)行。本節(jié)將以圖 1 所示含數(shù)據(jù)中心的微網(wǎng)為例，對(duì)其規(guī)劃運(yùn)行階段進(jìn)行建模。
1.1 數(shù)據(jù)中心微網(wǎng)規(guī)劃建模
美國(guó)國(guó)家資源保護(hù)委員會(huì)一項(xiàng)關(guān)于數(shù)據(jù)中心能源效率的研究報(bào)告顯示，典型數(shù)據(jù)中心中的服務(wù)器平均利用率僅占其算力的 12%~18%[21] ，可見數(shù)據(jù)中心的硬件配置冗余度高，存在著較大的運(yùn)行裕度。因此本文不考慮對(duì)數(shù)據(jù)中心進(jìn)行擴(kuò)容， 從微型燃?xì)廨啓C(jī)，儲(chǔ)能設(shè)備，光伏機(jī)組的新增裝機(jī)容量成本來(lái)對(duì)微網(wǎng)的規(guī)劃階段建模。各個(gè)設(shè)備的投資成本計(jì)算方法如下：
1.2 數(shù)據(jù)中心微網(wǎng)運(yùn)行建模
本節(jié)慮微型燃?xì)廨啓C(jī)，儲(chǔ)能設(shè)備，光伏機(jī)組與數(shù)據(jù)中心的運(yùn)行特性，以及微網(wǎng)和上級(jí)配電網(wǎng)的功率交互，對(duì)微網(wǎng)的運(yùn)行階段進(jìn)行建模。
1.3 數(shù)據(jù)中心微網(wǎng)靈活性建模
數(shù)據(jù)中心微網(wǎng)的靈活性由微網(wǎng)內(nèi)的靈活性供給能力與靈活性需求決定[24]，其中靈活性供給由微網(wǎng)中的儲(chǔ)能設(shè)備與燃?xì)廨啓C(jī)提供，靈活性需求由數(shù)據(jù)中心對(duì)任務(wù)負(fù)載的調(diào)度決定。
在靈活性供給建模中，其可變部分由微型燃?xì)廨啓C(jī)與儲(chǔ)能設(shè)備的運(yùn)行決定。微型燃?xì)廨啓C(jī)在系統(tǒng)靈活性較低的時(shí)段，會(huì)對(duì)其發(fā)電功率進(jìn)行上調(diào)以提高系統(tǒng)的靈活性，但考慮到燃?xì)廨啓C(jī)在運(yùn)行過(guò)程中存在爬坡約束，相鄰時(shí)段功率差的絕對(duì)值受到一定限制；儲(chǔ)能設(shè)備在靈活性較低的時(shí)段會(huì)更多的進(jìn)行放電來(lái)為系統(tǒng)供能，而充電行為則更集中在靈活性較高的時(shí)段，儲(chǔ)能設(shè)備在運(yùn)行過(guò)程中同樣受到爬坡約束的限制。綜上，靈活性供給能力由式(28)決定：
2 兩階段魯棒規(guī)劃模型
含數(shù)據(jù)中心的微網(wǎng)兩階段魯棒規(guī)劃可分為規(guī)劃模擬階段與實(shí)際運(yùn)行階段。規(guī)劃模擬階段為兩階段魯棒規(guī)劃的核心，該階段的目標(biāo)是求解一個(gè)能使得微網(wǎng)在最惡劣條件下也能安全經(jīng)濟(jì)穩(wěn)定運(yùn)行的規(guī)劃方案[25]。
微網(wǎng)在規(guī)劃模擬階段的目標(biāo)為在規(guī)劃周期內(nèi)規(guī)劃與運(yùn)行成本之和最小，如式(33)，其中規(guī)劃部分目標(biāo)函數(shù)f1(x)與運(yùn)行部分目標(biāo)函數(shù)f2(x)的確定性問(wèn)題如式(34) 、(35)所示：
3 求解算法
針對(duì)上述兩階段魯棒規(guī)劃模型，本文選用 CCG算法將模型分為主問(wèn)題與子問(wèn)題，并循環(huán)迭代以找到最優(yōu)解。主問(wèn)題求解第一階段變量即規(guī)劃方案，子問(wèn)題尋找給定規(guī)劃方案下使得運(yùn)行成本最小值最大的最惡劣場(chǎng)景?？紤]到主問(wèn)題與子問(wèn)題的目標(biāo)函數(shù)均為線性形式，因此，可通過(guò)對(duì)式(37)繼續(xù)分解[25]，得到主問(wèn)題的目標(biāo)函數(shù)及約束如式(39)所示：
4 算例分析
本文以圖 1 所示的含數(shù)據(jù)中心的微網(wǎng)為算例，驗(yàn)證所提模型的有效性。并將討論在不同批處理負(fù)載占數(shù)據(jù)中心總?cè)蝿?wù)量比例與不同保守性參數(shù)下，模型綜合成本的差異，得到微網(wǎng)規(guī)劃的最優(yōu)策略。算例中，折現(xiàn)年數(shù)取 20 年，折現(xiàn)率取 5%。
4.1 數(shù)據(jù)中心比例變量對(duì)規(guī)劃結(jié)果的影響
數(shù)據(jù)中心根據(jù)歷史運(yùn)行數(shù)據(jù)，可以得到任務(wù)量與消耗電能的比例關(guān)系，在數(shù)據(jù)中心運(yùn)行過(guò)程中，當(dāng)用戶提交數(shù)據(jù)處理任務(wù)時(shí)，數(shù)據(jù)中心運(yùn)營(yíng)商將對(duì)任務(wù)量進(jìn)行估計(jì)，并計(jì)算出相應(yīng)的電能能耗并為用戶提供一定的激勵(lì)，對(duì)應(yīng)單位電量所提供給用戶的激勵(lì)叫做價(jià)格補(bǔ)償。當(dāng)數(shù)據(jù)中心用戶得到了一定的價(jià)格補(bǔ)償，用戶將交互性負(fù)載上報(bào)成批處理負(fù)載的比例將有所增加。而當(dāng)該比例對(duì)應(yīng)的變量μ增加時(shí)，數(shù)據(jù)中心將在數(shù)據(jù)負(fù)載的靈活調(diào)度中更具優(yōu)勢(shì)，為降低運(yùn)行成本，將會(huì)有更多的負(fù)載從高電價(jià)或服務(wù)器擁擠時(shí)段向低電價(jià)與服務(wù)器暢通時(shí)段流動(dòng)，根據(jù)文獻(xiàn)[23]，批處理負(fù)載的處理最多可延遲 2h 進(jìn)行。其中價(jià)格補(bǔ)償與批處理負(fù)載占總負(fù)載的比例變化趨勢(shì)如圖 3 所示，限于篇幅，具體的推導(dǎo)證明見附錄 A 式(A1)—(A9)。
4.2 魯棒參數(shù)與補(bǔ)償價(jià)格對(duì)規(guī)劃結(jié)果的影響
在魯棒規(guī)劃過(guò)程中，保守性參數(shù)Γ與最大波動(dòng)偏差Δu 兩項(xiàng)魯棒參數(shù)的選取將很大程度上影響規(guī)劃模型的經(jīng)濟(jì)性。在保守性參數(shù)Γ與最大波動(dòng)偏差Δu 增加時(shí)，對(duì)應(yīng)了模擬系統(tǒng)運(yùn)行時(shí)不確定變量對(duì)應(yīng)場(chǎng)景惡劣程度的增加，即光伏出力的減小與負(fù)荷的增加。故魯棒參數(shù)對(duì)模型的目標(biāo)函數(shù)影響趨勢(shì)為完全正相關(guān)，魯棒參數(shù)增大時(shí)，綜合成本也隨之增大，而數(shù)據(jù)中心比例變量對(duì)成本的影響趨勢(shì)存在極值點(diǎn)。因此， 需要聯(lián)合分析魯棒參數(shù)與補(bǔ)償價(jià)格對(duì)規(guī)劃的影響。
首先在固定保守性參數(shù) Γ 取值均為 6 的情況下，繪制規(guī)劃綜合成本隨著最大波動(dòng)偏差與補(bǔ)償價(jià)格變化而變化的三維柱狀圖如圖 5 所示，其中最大波動(dòng)偏差變化步長(zhǎng)為 1%，補(bǔ)償價(jià)格變化步長(zhǎng)為0.01元/kW，最大補(bǔ)償價(jià)格為 0.4 元：
分析最大波動(dòng)偏差在變化范圍內(nèi)每次變化對(duì)應(yīng)的成本函數(shù)最小值點(diǎn)，可得到一條折線，記錄該折線的最小值點(diǎn)所對(duì)應(yīng)的補(bǔ)償價(jià)格，便可得到其成本最小值對(duì)應(yīng)點(diǎn)的一條投影曲線，如圖 6 所示。該曲線的意義為：在一個(gè)微網(wǎng)規(guī)劃案例中，根據(jù)歷史數(shù)據(jù)與規(guī)劃保守性需求可以推得保守性參數(shù) Γ 與最大波動(dòng)偏差Δu，在其中的保守性參數(shù)相對(duì)更為確定的情況下，即可得出在最大波動(dòng)偏差在某一范圍內(nèi)變化時(shí)，該微網(wǎng)應(yīng)執(zhí)行的數(shù)據(jù)中心補(bǔ)償價(jià)格，以令微網(wǎng)規(guī)劃的綜合成本最小。
同理，假設(shè)最大波動(dòng)偏差Δu 維持在固定值 0.1不變時(shí)，可得到保守性參數(shù)與補(bǔ)償價(jià)格變化時(shí)對(duì)微網(wǎng)規(guī)劃成本的影響，并繪制柱狀圖與對(duì)應(yīng)的數(shù)據(jù)中心補(bǔ)償價(jià)格曲線如圖 7 、8 所示。
可見，在魯棒參數(shù)變化的情況下，數(shù)據(jù)中心微網(wǎng)的規(guī)劃成本變化趨勢(shì)較為相似，且最大波動(dòng)偏差對(duì)規(guī)劃成本的影響更為顯著。
4.3 微網(wǎng)設(shè)備容量規(guī)劃結(jié)果
為驗(yàn)證本文所提的規(guī)劃模型的有效性，選取兩個(gè)魯棒參數(shù)進(jìn)行仿真對(duì)比，在固定其中一個(gè)的情況下，計(jì)算另一個(gè)變量變化時(shí)系統(tǒng)設(shè)備的配置容量與配網(wǎng)規(guī)劃成本。
在最大波動(dòng)偏差Δu 保持 10%不變的情況下，分析保守性參數(shù) Γ 取值均為 6 與均為 12 的情況，得到該方案下的光伏機(jī)組，儲(chǔ)能設(shè)備，燃?xì)廨啓C(jī)的容量，補(bǔ)償價(jià)格與規(guī)劃總成本如表 1 所示。
在保守性參數(shù)Γ取值均為 6 的情況下，分析最大波動(dòng)偏差Δu 分別為 10%與 20%的情況，得到該方案下的光伏機(jī)組，儲(chǔ)能設(shè)備，燃?xì)廨啓C(jī)的容量，補(bǔ)償價(jià)格與規(guī)劃總成本如表 2 所示。
對(duì)比表 1 、2 的規(guī)劃結(jié)果可知，在魯棒參數(shù)增大時(shí)，系統(tǒng)的不確定性增加，為保證安全運(yùn)行，規(guī)劃所需的保守程度也隨之提高，同時(shí)為保持系統(tǒng)運(yùn)行的經(jīng)濟(jì)性，光伏機(jī)組，儲(chǔ)能設(shè)備與燃?xì)廨啓C(jī)的容量均需進(jìn)行擴(kuò)建，導(dǎo)致了規(guī)劃整體經(jīng)濟(jì)性的下降。
4.4 微網(wǎng)運(yùn)行結(jié)果
本節(jié)對(duì)以最大波動(dòng)偏差Δu 保持 10%不變，保守性參數(shù)Γ取值均為 6 的系統(tǒng)進(jìn)行規(guī)劃，將其規(guī)劃結(jié)果作為算例的參數(shù)進(jìn)行微網(wǎng)運(yùn)行分析，以驗(yàn)證模型的有效性。系統(tǒng)的光伏出力， 常規(guī)負(fù)荷，數(shù)據(jù)中心負(fù)荷預(yù)測(cè)值與實(shí)際值如附圖 A1—A3 所示，運(yùn)行調(diào)度曲線如圖 9 所示。
從圖 9 可以看出，在該場(chǎng)景下，燃?xì)廨啓C(jī)的高出力時(shí)段與電價(jià)較高的時(shí)段較為重合，在一定程度上緩解了微網(wǎng)在高電價(jià)時(shí)段向配電網(wǎng)購(gòu)電帶來(lái)的經(jīng)濟(jì)性下降的問(wèn)題，降低了運(yùn)行成本；儲(chǔ)能設(shè)備的充電行為集中在低電價(jià)時(shí)段，而在高電價(jià)時(shí)段則進(jìn)行放電，減小微網(wǎng)的購(gòu)電壓力，保證系統(tǒng)的經(jīng)濟(jì)運(yùn)行；對(duì)于數(shù)據(jù)中心，當(dāng)其利用其靈活性參與電網(wǎng)運(yùn)行時(shí)，可以通過(guò)推遲批處理負(fù)載的處理時(shí)刻，使得數(shù)據(jù)中心盡可能減少在電價(jià)高峰時(shí)的用電，而更多的將這類信息負(fù)載處理需求推遲到電價(jià)更低的時(shí)段進(jìn)行處理以減少數(shù)據(jù)中心的運(yùn)行成本，具體表現(xiàn)為圖 9 中電價(jià)低谷時(shí)數(shù)據(jù)中心負(fù)荷主要呈現(xiàn)增加的趨勢(shì)，而在電價(jià)高峰時(shí)數(shù)據(jù)中心的負(fù)荷則主要呈現(xiàn)削減的趨勢(shì)。
在該場(chǎng)景下，數(shù)據(jù)中心微網(wǎng)的冷負(fù)荷的調(diào)度結(jié)果如圖 10 所示。
由圖 10 可以看出，在燃?xì)廨啓C(jī)出力較多的時(shí)段，其發(fā)電產(chǎn)生的余熱經(jīng)收集、轉(zhuǎn)換， 成為了數(shù)據(jù)中心冷負(fù)荷的主要供冷來(lái)源。通過(guò)對(duì)燃?xì)廨啓C(jī)發(fā)電過(guò)程中產(chǎn)生的熱能回收利用，減小了數(shù)據(jù)中心因供冷而額外支出的費(fèi)用。
4.5 微網(wǎng)靈活性分析
考慮到補(bǔ)償價(jià)格的高低會(huì)影響到數(shù)據(jù)中心的批處理負(fù)載占比，使得數(shù)據(jù)中心的可變功率量與靈活性，進(jìn)而影響微網(wǎng)的靈活性。因此對(duì)以最大波動(dòng)偏差Δu 保持 10%不變，保守性參數(shù)Γ取值均為 6 的系統(tǒng)進(jìn)行規(guī)劃，將其規(guī)劃結(jié)果作為算例的參數(shù)進(jìn)行微網(wǎng)運(yùn)行靈活性分析，并分析在該系統(tǒng)中不同的補(bǔ)償價(jià)格下系統(tǒng)靈活性的差異，其結(jié)果如圖 11 、12所示。
由圖 11 、12 可以看出，在補(bǔ)償價(jià)格為 0 時(shí)，由于燃?xì)廨啓C(jī)與儲(chǔ)能設(shè)備的存在，系統(tǒng)存在著一定的靈活性，但由于數(shù)據(jù)中心自身負(fù)荷變化波動(dòng)并不大，除數(shù)據(jù)中心以外的常規(guī)負(fù)荷規(guī)模也較小，因此系統(tǒng)的向上與向下靈活性始終為正。在補(bǔ)償價(jià)格提高的過(guò)程中，數(shù)據(jù)中心可調(diào)負(fù)荷比例持續(xù)上升，系統(tǒng)的靈活性持續(xù)上升，其中在補(bǔ)償價(jià)格為 0.4 元時(shí)，系統(tǒng)的向上靈活性裕度提升 111.65%，向下靈活性裕度提升 88.41%，證明合理的補(bǔ)償價(jià)格有助于微網(wǎng)系統(tǒng)靈活性的提升。
5 結(jié)論
針對(duì)含數(shù)據(jù)中心的微網(wǎng)規(guī)劃問(wèn)題，本文基于兩階段魯棒規(guī)劃方法建立了考慮數(shù)據(jù)中心靈活性的微網(wǎng)規(guī)劃模型，該模型的主問(wèn)題求解了系統(tǒng)的規(guī)劃問(wèn)題，子問(wèn)題針對(duì)運(yùn)行問(wèn)題找到使得運(yùn)行成本最大的最惡劣場(chǎng)景，并將解代入主問(wèn)題中進(jìn)行迭代以求得最優(yōu)解，通過(guò)補(bǔ)償價(jià)格與批處理負(fù)載比例的關(guān)系，依次計(jì)算不同補(bǔ)償價(jià)格下系統(tǒng)的最優(yōu)規(guī)劃成本，并得到在數(shù)據(jù)中心微網(wǎng)運(yùn)營(yíng)商能接受的不確定性參數(shù)波動(dòng)范圍下(魯棒波動(dòng)偏差與保守性參數(shù)) ，最優(yōu)的補(bǔ)償價(jià)格與相應(yīng)的規(guī)劃方案。模型計(jì)算結(jié)果表明：
1）提出的模型充分考慮了光伏電站與數(shù)據(jù)中心微網(wǎng)內(nèi)部常規(guī)負(fù)荷與數(shù)據(jù)中心負(fù)荷存在的不確定性，通過(guò)求解文中所提的兩階段魯棒規(guī)劃模型，在特定的魯棒參數(shù)下可以計(jì)算出最惡劣場(chǎng)景對(duì)應(yīng)的規(guī)劃方案，使得系統(tǒng)總規(guī)劃成本在可接受的系統(tǒng)參數(shù)波動(dòng)下最??；
2）本文分析了魯棒參數(shù)中保守性參數(shù)與最大波動(dòng)偏差發(fā)生變化的情況下，對(duì)應(yīng)數(shù)據(jù)中心的最優(yōu)補(bǔ)償價(jià)格，有利于微網(wǎng)運(yùn)營(yíng)商根據(jù)歷史數(shù)據(jù)與風(fēng)險(xiǎn)需求，設(shè)計(jì)相應(yīng)的數(shù)據(jù)中心補(bǔ)償價(jià)格與制定更具經(jīng)濟(jì)性的規(guī)劃計(jì)劃，在經(jīng)濟(jì)性與安全性之間達(dá)成平衡；
3）在引入靈活性評(píng)價(jià)指標(biāo)后，通過(guò)提高對(duì)數(shù)據(jù)中心用戶的補(bǔ)償價(jià)格，可以顯著提升微網(wǎng)的運(yùn)行靈活性，且向上與向下靈活性裕度均隨著補(bǔ)償價(jià)格的提高而提高。
