考慮備用能量的含可再生能源的微網(wǎng)運(yùn)行優(yōu)化

汪彥含，呂林，廖秋萍，田昊，成思琪

(四川大學(xué)電氣信息學(xué)院，四川成都610065)

考慮備用能量的含可再生能源的微網(wǎng)運(yùn)行優(yōu)化

汪彥含，呂林，廖秋萍，田昊，成思琪

(四川大學(xué)電氣信息學(xué)院，四川成都610065)

可再生能源發(fā)電的隨機(jī)性使得微網(wǎng)運(yùn)行具有不穩(wěn)定性，加上電價(jià)的波動(dòng)性會(huì)給用戶帶來(lái)一定的風(fēng)險(xiǎn)。提出同時(shí)考慮儲(chǔ)能裝置和電動(dòng)汽車換電站備用能量和能量轉(zhuǎn)移的功能，在微網(wǎng)可再生能源發(fā)電實(shí)際出力值低于預(yù)測(cè)偏差的時(shí)候，啟用備用能量，當(dāng)備用能量剩余時(shí)，微網(wǎng)為尋求利益再將其賣給主網(wǎng)。在此基礎(chǔ)上建立以微網(wǎng)的日購(gòu)電成本最小為目標(biāo)函數(shù)，應(yīng)用和聲搜索算法對(duì)其進(jìn)行求解，通過(guò)仿真表明，此模型有一定的優(yōu)越性和有效性。

可再生能源；預(yù)測(cè)偏差；備用能量；日購(gòu)電成本；和聲搜索算法

近年來(lái)，隨著可再生能源發(fā)電等分布式發(fā)電技術(shù)(distributed generation，DG)的興起，微網(wǎng)(micro-grid，MG)[1]作為將分布式發(fā)電引入電網(wǎng)的有效手段，其優(yōu)化與控制運(yùn)行成為了研究熱點(diǎn)。微網(wǎng)是將分布式電源發(fā)電裝置以及負(fù)荷儲(chǔ)能裝置等有機(jī)結(jié)合起來(lái)，形成一個(gè)單一可控的單元。目前，在國(guó)家大力提倡發(fā)展新能源的號(hào)召下，電動(dòng)汽車也參與到微網(wǎng)中，而電動(dòng)汽車換電站[2]在滿足電動(dòng)汽車用電需求的前提下也可作為一個(gè)大型的儲(chǔ)能電站?？稍偕茉慈顼L(fēng)/光等發(fā)電系統(tǒng)具有波動(dòng)性和隨機(jī)性[3-5]，輕則影響微網(wǎng)的電能質(zhì)量，重則會(huì)影響對(duì)重要負(fù)荷的供電可靠性。儲(chǔ)能裝置和電動(dòng)汽車換電站備用能量和能量轉(zhuǎn)移的功能，能有效克服可再生能源發(fā)電的缺點(diǎn)。

國(guó)內(nèi)外學(xué)者對(duì)微網(wǎng)的能量?jī)?yōu)化運(yùn)行做了大量的研究，文獻(xiàn)[6]在假設(shè)微網(wǎng)與主網(wǎng)能量交互按照計(jì)劃不變的前提下，對(duì)具有分布式發(fā)電設(shè)備和可再生能源發(fā)電設(shè)備的微網(wǎng)的短期能量和備用優(yōu)化進(jìn)行了研究。文獻(xiàn)[7]在考慮儲(chǔ)能裝置壽命的前提下，采用多目標(biāo)的粒子群優(yōu)化算法進(jìn)行微網(wǎng)用戶的能量?jī)?yōu)化求解。文獻(xiàn)[8]提出基于代價(jià)對(duì)參數(shù)的靈敏度來(lái)指導(dǎo)優(yōu)化方向的尋優(yōu)算法，針對(duì)容量事故集對(duì)分布式發(fā)電備用(NDGR)的最優(yōu)配置進(jìn)行風(fēng)險(xiǎn)決策，量化分析微電網(wǎng)運(yùn)行模式、儲(chǔ)能以及NDGR價(jià)格對(duì)NDGR配置的影響。文獻(xiàn)[9]提出以運(yùn)行成本的期望和方差為目標(biāo)的電動(dòng)汽車換電站的能量管理模型，并采用基于免疫克隆選擇的多目標(biāo)智能優(yōu)化算法進(jìn)行求解。

整體而言，以上文獻(xiàn)都對(duì)微網(wǎng)能量?jī)?yōu)化的研究作出了貢獻(xiàn)，但是均未考慮換電站和儲(chǔ)能裝置一起提供能量備用時(shí)對(duì)微網(wǎng)產(chǎn)生的影響。本文提出同時(shí)考慮儲(chǔ)能裝置和電動(dòng)汽車換電站備用能量和能量轉(zhuǎn)移的功能，在微網(wǎng)可再生能源發(fā)電實(shí)際出力值低于預(yù)測(cè)偏差的時(shí)候，啟用備用能量，當(dāng)備用能量剩余時(shí)，微網(wǎng)為尋求利益再將其賣給主網(wǎng)，以微網(wǎng)的日購(gòu)電成本最小為目標(biāo)函數(shù)，并應(yīng)用和聲搜索算法對(duì)其進(jìn)行求解。

1 微網(wǎng)各元件模型

本文所研究的微網(wǎng)系統(tǒng)包括風(fēng)力發(fā)電、光伏發(fā)電、儲(chǔ)能裝置、電動(dòng)汽車換電站和傳統(tǒng)負(fù)荷這五個(gè)單元，下面詳細(xì)介紹各單元出力模型。

1.1風(fēng)力發(fā)電

風(fēng)力發(fā)電機(jī)的輸出功率隨著風(fēng)速的變化而變化，而一般認(rèn)為風(fēng)速服從正態(tài)分布，其概率密度函數(shù)為：

式中：v為實(shí)際風(fēng)速；k和c分別為形狀參數(shù)和尺度參數(shù)。

因此，風(fēng)力發(fā)電機(jī)的有功功率輸出特性為：

1.2 光伏發(fā)電

光伏發(fā)電系統(tǒng)的輸出功率與光照強(qiáng)度密切相關(guān)。據(jù)統(tǒng)計(jì)，在一定時(shí)間內(nèi)太陽(yáng)光照強(qiáng)度可以近似看成Beta分布，其概率密度函數(shù)為：

式中：G(t)和Gmax分別為時(shí)段t內(nèi)的實(shí)際光照強(qiáng)度和最大光照強(qiáng)度；α和β分別為Beta分布的形狀參數(shù)。

光伏發(fā)電系統(tǒng)的輸出功率特性為：

1.3 儲(chǔ)能裝置模型

儲(chǔ)能裝置的運(yùn)行狀態(tài)對(duì)微網(wǎng)系統(tǒng)的穩(wěn)定運(yùn)行發(fā)揮著重要作用，微網(wǎng)中含有大量的可再生能源，而可再生能源的出力具有隨機(jī)性，這時(shí)儲(chǔ)能裝置可配合風(fēng)/光發(fā)電機(jī)組的出力，平抑負(fù)荷波動(dòng)，穩(wěn)定整個(gè)系統(tǒng)的功率輸出；在另一方面，儲(chǔ)能可以將儲(chǔ)存的能量作為能量備用，提高整個(gè)系統(tǒng)的可靠性和穩(wěn)定性。本文考慮儲(chǔ)能裝置作為能量備用的功能，提出儲(chǔ)能充放電功率和儲(chǔ)能備用功率來(lái)表達(dá)，其中儲(chǔ)能備用功率控制該時(shí)刻所準(zhǔn)備的能量備用量，充放電功率控制儲(chǔ)能裝置的總能量。因此，在時(shí)刻的儲(chǔ)能裝置總儲(chǔ)存能量為：

備用能量為：

1.4 電動(dòng)汽車換電站模型

國(guó)家電網(wǎng)公司提出了“換電為主，插充為輔，集中充電，統(tǒng)一配送”的電動(dòng)汽車基本商業(yè)運(yùn)營(yíng)模式，因此各大電網(wǎng)運(yùn)營(yíng)商也在市區(qū)建立大量的電動(dòng)汽車換電站。本文考慮將換電站參與到微網(wǎng)中，電動(dòng)汽車換電站除了滿足電動(dòng)汽車的換電需求以外，還能作為一個(gè)大型的可控儲(chǔ)能單元，實(shí)現(xiàn)能量轉(zhuǎn)移和能量備用。電動(dòng)汽車換電站在時(shí)刻的總能量為：

備用能量為：

需注意的是，換電站內(nèi)最小能量必須為滿足下一時(shí)段電動(dòng)汽車的換電總需求，本文中假設(shè)每個(gè)動(dòng)力電池充滿電所需時(shí)間為tf(設(shè)定tf=20 min)，而換電站內(nèi)電池的最大能量為站內(nèi)所有電池的最大額定容量。為延長(zhǎng)電池的壽命，設(shè)定電池的放電深度不能超過(guò)80%，則換電站的最大儲(chǔ)存電量為：

最小儲(chǔ)存電量為：

式中：M為換電站內(nèi)所有的電池?cái)?shù)目。

2 微網(wǎng)能量?jī)?yōu)化模型

2.1 目標(biāo)函數(shù)

當(dāng)微網(wǎng)內(nèi)部發(fā)電設(shè)備實(shí)際出力低于預(yù)測(cè)偏差時(shí)，先由微網(wǎng)儲(chǔ)能裝置和換電站所儲(chǔ)存的備用能量來(lái)滿足負(fù)荷，當(dāng)備用能量剩余時(shí)，微網(wǎng)為尋求更多收益將其賣給主網(wǎng)來(lái)釋放剩余能量，當(dāng)備用能量也無(wú)法滿足時(shí)，這時(shí)微網(wǎng)就需從主網(wǎng)購(gòu)進(jìn)電量來(lái)滿足系統(tǒng)的運(yùn)行。本文把一天分為24個(gè)時(shí)間段，不考慮微網(wǎng)各單元的運(yùn)行成本和損耗，將微網(wǎng)的日購(gòu)電成本最小作為目標(biāo)函數(shù)：

從式(12)中可以看出，當(dāng)可再生能源出力低于預(yù)測(cè)偏差時(shí)，備用能量以最大值補(bǔ)償?shù)筋A(yù)測(cè)值；當(dāng)備用能量剩余時(shí)，微網(wǎng)將剩余電量賣給主網(wǎng)為獲取利益，而這時(shí)微網(wǎng)無(wú)需從主網(wǎng)購(gòu)電。

2.2 約束條件

(1)功率平衡約束：

(2)聯(lián)絡(luò)線功率約束：

(4)儲(chǔ)能裝置運(yùn)行約束：

為儲(chǔ)能裝置最大儲(chǔ)存電量。

(5)換電站運(yùn)行約束：

(6)備用能量約束：

微網(wǎng)內(nèi)的儲(chǔ)能裝置和電動(dòng)汽車換電站的備用能量約束如式(20)～(25)：

儲(chǔ)能裝置約束：

電動(dòng)汽車換電站約束：

3 算例分析

本文以某智能小區(qū)為例進(jìn)行仿真分析。假設(shè)在該小區(qū)內(nèi)接入的光伏和風(fēng)機(jī)機(jī)組的容量分別為250和750 kW，并設(shè)定小規(guī)模的風(fēng)電和光伏發(fā)電設(shè)備的出力可以直接以預(yù)測(cè)值和預(yù)測(cè)誤差來(lái)表示，本文假設(shè)風(fēng)電和的出力預(yù)測(cè)誤差服從正態(tài)分布N(0,0.2)和N(0,0.1)，且各個(gè)時(shí)段獨(dú)立。儲(chǔ)能裝置的最大儲(chǔ)能容量為750 kW，最大功率為500 kW。單臺(tái)電動(dòng)汽車的充電功率為12.5 kW，電池容量為37.5 kW，在每一個(gè)換電站內(nèi)有50臺(tái)電池組，聯(lián)絡(luò)線的最大功率為2 500 kW。本文用和聲搜索算法求解，和聲搜索算法是一種基于音樂演奏過(guò)程中提出來(lái)的啟發(fā)式全局搜索算法，其流程如圖1所示。

算例中系統(tǒng)日負(fù)荷曲線如圖2所示。

系統(tǒng)風(fēng)/光發(fā)電設(shè)備出力曲線如圖3所示。

圖1 和聲搜索算法計(jì)算流程

圖2 日負(fù)荷曲線

圖3 風(fēng)/光發(fā)電設(shè)備出力曲線

按照以上數(shù)據(jù)進(jìn)行仿真計(jì)算，從圖4中可以看出，用原始購(gòu)電方案微網(wǎng)的日購(gòu)電成本為713.88美元，而優(yōu)化后的購(gòu)電方案中微網(wǎng)的日購(gòu)電成本為440.37美元，從而節(jié)約了38.31%。圖5表示了一天24 h內(nèi)兩種購(gòu)電方案，其中原購(gòu)電方案忽略了儲(chǔ)能和電動(dòng)汽車電池組的放電行為，僅將其按照常規(guī)負(fù)荷進(jìn)行處理。從圖5中可以看出，優(yōu)化前的購(gòu)電方案在此時(shí)段內(nèi)的購(gòu)電量較低，而優(yōu)化之后的購(gòu)電方案則在負(fù)荷低谷期購(gòu)入大量電能，對(duì)電動(dòng)汽車電池組充電或者存入儲(chǔ)能裝置作為備用能量。為了能在負(fù)荷高峰時(shí)期體現(xiàn)備用能量的價(jià)值，此時(shí)我們忽略備用和購(gòu)電量之間的關(guān)系。當(dāng)電價(jià)較高時(shí)，負(fù)荷高峰期，備用能量補(bǔ)給微網(wǎng)發(fā)電設(shè)備出力，使微網(wǎng)在滿足自身運(yùn)行需求的情況下有大量富足的電量，此時(shí)則可以較高的電價(jià)出售給電網(wǎng)，實(shí)現(xiàn)盈利。

圖4 微網(wǎng)購(gòu)電方案成本對(duì)比

圖5 微網(wǎng)購(gòu)電方案對(duì)比

從圖6可以看出，容量越大的儲(chǔ)能裝置所帶來(lái)的經(jīng)濟(jì)效益越大，而同等容量的儲(chǔ)能比同等容量的換電站所帶來(lái)的經(jīng)濟(jì)效益更大，但是換電站除了能提供備用能量以外，還能為廣大電動(dòng)汽車用戶提供換電服務(wù)，比儲(chǔ)能裝置更具有多重作用。

圖6效益對(duì)比

圖7 的仿真結(jié)果可以看出，換電站在夜間利用較低的電價(jià)進(jìn)行了充電安排，同時(shí)在系統(tǒng)負(fù)荷較重時(shí)也進(jìn)行了充電；而儲(chǔ)能裝置則頻繁地改變其充放電狀態(tài)。可以得到以下結(jié)論：電動(dòng)汽車換電站和儲(chǔ)能裝置的充放電趨勢(shì)并不相同，因?yàn)殡妱?dòng)汽車換電站的主要任務(wù)是滿足電動(dòng)汽車的換電需求，必須保證站內(nèi)的電池組得到充分的充電，而儲(chǔ)能裝置則會(huì)根據(jù)微網(wǎng)的運(yùn)行條件隨時(shí)改變其充放電計(jì)劃。

圖7 換電站與儲(chǔ)能充放電計(jì)劃

4 結(jié)論

本文首先對(duì)可再生能源發(fā)電系統(tǒng)進(jìn)行了建模，建立了微網(wǎng)日購(gòu)電成本最小的目標(biāo)函數(shù)，并利用和聲搜索算法求解目標(biāo)函數(shù)，通過(guò)算例分析，得出以下結(jié)論：

(1)在微網(wǎng)實(shí)際運(yùn)行過(guò)程中，若不考慮其購(gòu)電成本，其購(gòu)電方案基本是向電網(wǎng)購(gòu)買電能；若考慮其購(gòu)電成本，則會(huì)利用峰谷電價(jià)的差異進(jìn)行購(gòu)電安排，從而提高微網(wǎng)的盈利能力。

(2)微網(wǎng)內(nèi)部的電動(dòng)汽車換電站和儲(chǔ)能裝置，雖然都能夠儲(chǔ)能，但考慮到換電站的主要任務(wù)是滿足電動(dòng)汽車對(duì)電能的需求，故其在一天之內(nèi)的充放電安排也略有不同。

(3)通過(guò)本文模型可知，儲(chǔ)能裝置作為備用能量比發(fā)電設(shè)備做備用能量更具有價(jià)值，發(fā)電設(shè)備的備用能量具有時(shí)效性，而儲(chǔ)能裝置的備用能量可以能量形式一直存在；而換電站相比儲(chǔ)能裝置，雖然帶來(lái)的經(jīng)濟(jì)效益比儲(chǔ)能裝置少，但是除了有與儲(chǔ)能裝置一樣作為備用能量的功能外，還能為廣大電動(dòng)汽車用戶提供服務(wù)。

本文對(duì)微網(wǎng)運(yùn)行的研究，能夠?yàn)楹稍偕茉吹奈⒕W(wǎng)客戶提供能量?jī)?yōu)化管理的工具。

[1]LASSETER R H.Smart distribution:coupled micro grids[J].IEEE, 2011,99(6):1074-1082.

[2]陳良亮，張浩，倪峰，等.電動(dòng)汽車能源供給設(shè)施建設(shè)現(xiàn)狀與發(fā)展探討[J].電力系統(tǒng)自動(dòng)化，2011，35(14)：11-17.

[3]黃宇淇，方賓義，孫錦楓，等.飛輪儲(chǔ)能系統(tǒng)應(yīng)用于微網(wǎng)的仿真研究[J].電力系統(tǒng)保護(hù)與控制，2011，39(9)：83-87.

[4]王成山，于波，肖峻，等.平滑可再生能源發(fā)電系統(tǒng)輸出波動(dòng)的儲(chǔ)能系統(tǒng)容量?jī)?yōu)化方法[J].中國(guó)電機(jī)工程學(xué)報(bào)，2012，32(16)：1-8.

[5]TOSHIFUMI I,MASANORI K,AKIRA T.A hybrid energy storage with a SMES and secondary battery[J].IEEE Transactions on Applied Super-conductivity,2005(15):1915-1918.

[6]WANG M Q，GOOI H B.Spinning reserve estimation in micro grids [J].IEEE Transactions on Power Systems，2011，26(3)：1164-1174.

[7]KANI S A P，NEHRIR H，COLSON C，et al.Real-time energy management of a stand-alone hybrid wind-microturbine energy system using particle swarm optimization[J].IEEE Transactions on Sustainable Energy,2010(1):193-201.

[8]羅運(yùn)虎，陳海牛，李磊，等.基于風(fēng)險(xiǎn)的微網(wǎng)分布式發(fā)電備用配置決策[J].電網(wǎng)技術(shù)，2011(8)：53-58.

[9]劉玉嬌，蔣傳文，王旭，等.采用隨機(jī)約束和多目標(biāo)算法的電動(dòng)汽車換電站能量管理[J].電力自動(dòng)化設(shè)備，2013(8)：59-63.

Considering standby energy including renewable energy micro-grid operation optimization

WANG Yan-han,LV Lin,LIAO Qiu-ping,TIAN Hao,CHENG Si-qi

The instability of micro network running was leaded by renewable energy generation randomness.Some risk was brought to the users for the volatility of electricity price.Energy storage device and electric cars for power plants spare energy and energy transfer function were considered.In micro renewable energy power generation of the actual output value was lower than the prediction deviation,the spare energy was started;when the standby energy was remained,in order to seek interests,the micro network would sell it to the main network.Based on the micro network,daily power purchase cost minimum as objective function,using harmony research algorithm to solve it,the simulation shows that this model has certain superiority and effectiveness.

renewable energy;prediction deviation;standby energy;daily power purchase cost;harmony research algorithm

TM 727

A

1002-087 X(2015)03-0561-04

2014-08-27

國(guó)家自然科學(xué)基金(51207098)；中歐中小企業(yè)節(jié)能減排科研合作資金項(xiàng)目(SQ2011ZOF000004)

汪彥含(1990—)，女，四川省人，碩士研究生，主要研究方向?yàn)橹悄芘潆娋W(wǎng)和微電網(wǎng)。