風(fēng)光儲(chǔ)微電網(wǎng)系統(tǒng)復(fù)合儲(chǔ)能的網(wǎng)格式優(yōu)化

田 德，陳忠雷

（新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室（華北電力大學(xué)），北京 102206）

0 引 言

微電網(wǎng)是結(jié)合微電源、負(fù)荷和儲(chǔ)能系統(tǒng)的新型電網(wǎng)形式，其作為獨(dú)立的整體，可采用并網(wǎng)或孤島運(yùn)行模式[1]。儲(chǔ)能系統(tǒng)可以支撐微電網(wǎng)在孤島與并網(wǎng)運(yùn)行模式之間的平滑轉(zhuǎn)換、在不同模式下的電壓和頻率穩(wěn)定[2-14]。儲(chǔ)能系統(tǒng)可以在一定程度上平抑可再生能源的波動(dòng)，將可再生能源發(fā)電變?yōu)榭烧{(diào)度的電源[3,14]。儲(chǔ)能系統(tǒng)可以進(jìn)行削峰填谷、改善負(fù)荷特性、平緩負(fù)荷曲線，為微電網(wǎng)系統(tǒng)穩(wěn)定運(yùn)行[4,14]。儲(chǔ)能系統(tǒng)在微電網(wǎng)黑啟動(dòng)、電能質(zhì)量?jī)?yōu)化、穩(wěn)定性優(yōu)化等方面具有重要作用[7]。

微電網(wǎng)可以綜合各種資源，提高可再生能源消納率，保障大網(wǎng)的可靠性和穩(wěn)定性。微電網(wǎng)運(yùn)行穩(wěn)定需要重點(diǎn)考慮資源分布特性、微電網(wǎng)運(yùn)行以及負(fù)荷特性等對(duì)儲(chǔ)能系統(tǒng)的設(shè)計(jì)[5-6,14]，混合儲(chǔ)能對(duì)實(shí)現(xiàn)微電網(wǎng)多時(shí)間尺度的潮流穩(wěn)定控制具有明顯的優(yōu)勢(shì)[7,14]。

針對(duì)微電網(wǎng)控制策略，文獻(xiàn)[8]提出基于多組儲(chǔ)能系統(tǒng)動(dòng)態(tài)調(diào)節(jié)的協(xié)調(diào)控制策略，通過設(shè)計(jì)帶有電壓前饋補(bǔ)償?shù)哪：麓箍刂苿?dòng)態(tài)調(diào)整負(fù)荷功率分配，并可減小母線電壓波動(dòng)[8]。文獻(xiàn)[9]提出了多儲(chǔ)能系統(tǒng)微電網(wǎng)的分布式控制策略，該控制策略在傳統(tǒng)V-I下垂控制策略的基礎(chǔ)上加入了平均電壓控制環(huán)節(jié)和功率協(xié)調(diào)控制環(huán)節(jié)[9]。文獻(xiàn)[10]針對(duì)微電網(wǎng)中新能源不穩(wěn)定輸出導(dǎo)致的微網(wǎng)功率不平衡和直流母線電壓波動(dòng)大等問題，提出了一種新型的微電網(wǎng)能量控制策略，根據(jù)母線電壓值將系統(tǒng)分為4 種工作模式、7 個(gè)運(yùn)行區(qū)間，系統(tǒng)的運(yùn)行方式可以自動(dòng)判斷和自由切換。文獻(xiàn)[11]針對(duì)微電網(wǎng)中由于分布式發(fā)電單元輸出功率的不穩(wěn)定以及負(fù)載突變?cè)斐傻闹绷髂妇€電壓波動(dòng)問題，提出了一種基于微電源模塊和混合儲(chǔ)能模塊的協(xié)同能量管理策略。文獻(xiàn)[12]針對(duì)電壓型下垂控制策略的不足，提出新型主從下垂控制策略，實(shí)現(xiàn)了分布式儲(chǔ)能系統(tǒng)線路阻抗的完全解耦，提高了系統(tǒng)并聯(lián)控制精度。文獻(xiàn)[13]針對(duì)微電網(wǎng)互聯(lián)變換器提出一種能根據(jù)兩端直流母線電壓判斷自身傳輸功率方向與大小的智能控制策略,能夠減小因不需要的功率流動(dòng)所帶來(lái)的功率損耗及儲(chǔ)能的充放電次數(shù)。文獻(xiàn)[15]提出了基于遺傳算法的混合儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置方法。文獻(xiàn)[16]提出將改進(jìn)后的模擬退火粒子群優(yōu)化算法應(yīng)用到風(fēng)光互補(bǔ)發(fā)電系統(tǒng)混合儲(chǔ)能單元容量的優(yōu)化配置中。文獻(xiàn)[17]提出在滿足供電可靠性前提下，合理配置微電網(wǎng)中風(fēng)、光、儲(chǔ)各部分的容量。

隨著微電網(wǎng)技術(shù)的發(fā)展，當(dāng)前以區(qū)域綜合能源系統(tǒng)為表現(xiàn)形式的微電網(wǎng)正向多源的復(fù)雜型微電網(wǎng)的方向發(fā)展，上述提出各種控制策略多專注于分布式單一儲(chǔ)能技術(shù)的控制策略，對(duì)復(fù)合儲(chǔ)能的網(wǎng)格式優(yōu)化及其對(duì)微電網(wǎng)投資回報(bào)率的影響研究鮮有涉及。

本研究中，風(fēng)光儲(chǔ)微電網(wǎng)中儲(chǔ)能系統(tǒng)應(yīng)采用功率型和能量型儲(chǔ)能設(shè)備相組合的復(fù)合型儲(chǔ)能系統(tǒng)，為降低微電網(wǎng)的投資量，優(yōu)化微電網(wǎng)運(yùn)行穩(wěn)定性，需根據(jù)綜合能源系統(tǒng)中各區(qū)域風(fēng)電、光伏的特點(diǎn)和負(fù)載特性進(jìn)行區(qū)域性的網(wǎng)格劃分，優(yōu)化網(wǎng)架結(jié)構(gòu)，并針對(duì)區(qū)域性的網(wǎng)格進(jìn)行復(fù)合儲(chǔ)能系統(tǒng)的優(yōu)化，采用自適應(yīng)分層網(wǎng)格控制策略，實(shí)現(xiàn)源網(wǎng)荷的協(xié)調(diào)控制，平抑源側(cè)和用戶行為的隨機(jī)性，優(yōu)化系統(tǒng)電能質(zhì)量，并通過對(duì)符合儲(chǔ)能系統(tǒng)的優(yōu)化提高項(xiàng)目的投資回報(bào)率。

1 微電網(wǎng)結(jié)構(gòu)與負(fù)荷特性

依托于綜合能源系統(tǒng)的微電網(wǎng)結(jié)構(gòu)(圖1)具有如下特征：

1）微電網(wǎng)以母線為基礎(chǔ)與外部電網(wǎng)聯(lián)結(jié)；

2）微電網(wǎng)內(nèi)存在多種能源設(shè)備，如風(fēng)電、光伏、復(fù)合儲(chǔ)能系統(tǒng)等，實(shí)現(xiàn)多種能源的橫向互補(bǔ)；

3）負(fù)荷種類繁多，（如圖2、圖3 所示）；隨機(jī)選取7 月某周7d 的日微電網(wǎng)總負(fù)荷（歸一化的值）變化曲線，如圖2 所示。圖3 為該周該微電網(wǎng)總負(fù)荷的統(tǒng)計(jì)情況（歸一化的值）。

圖1 微電網(wǎng)的結(jié)構(gòu) Fig.1 Structure of DC microgrid

圖2 7 月某周日負(fù)荷曲線 Fig.2 Daily load curve of a week in July

圖3 7 月某周日負(fù)荷統(tǒng)計(jì) Fig.3 Daily load statistics curve of a week in July

2 復(fù)合儲(chǔ)能系統(tǒng)的網(wǎng)格優(yōu)化

2.1 網(wǎng)格劃分

微電網(wǎng)具有多分布式能源接入的特點(diǎn)，以各分布式能源接入點(diǎn)為中心，將微電網(wǎng)劃分為若干個(gè)網(wǎng)格，將傳統(tǒng)的集中式儲(chǔ)能分布式建設(shè)于各網(wǎng)格中，并與分布式能源周邊的負(fù)荷形成子網(wǎng)。

合理進(jìn)行復(fù)合儲(chǔ)能系統(tǒng)的網(wǎng)格式優(yōu)化，可以實(shí)現(xiàn)分布式能源的子網(wǎng)內(nèi)就地消納，降低各子網(wǎng)之間的功率流動(dòng)形成的功率損耗，同時(shí)分布式儲(chǔ)能也可降低集中儲(chǔ)能造成的供電穩(wěn)定性風(fēng)險(xiǎn)。

2.2 容量?jī)?yōu)化

1）功率平衡約束

式中PLoad(t)為t時(shí)刻的變化用電負(fù)荷，kW，該值可在系統(tǒng)運(yùn)行過程中通過計(jì)量、大數(shù)據(jù)分析和負(fù)荷預(yù)上報(bào)相結(jié)合的方式來(lái)確定；PWT(t)為t時(shí)刻風(fēng)電機(jī)組輸出功率，kW；PPV(t)為t時(shí)刻光伏輸出功率，kW；PBAT(t)為t 時(shí)刻磷酸鐵鋰電池組輸出功率，kW，大于0即為放電，小于0即為蓄電；PSC(t)為t 時(shí)刻超級(jí)電容輸出功率，kW，大于0即為放電，小于0即為蓄電；PGrid(t)為t 時(shí)刻微電網(wǎng)與外電網(wǎng)之間交換的功率，kW，當(dāng)用電時(shí)大于0，向電網(wǎng)送電小于0。

2）系統(tǒng)之間傳輸功率約束

式中PGrid,max為傳輸功率的上限，kW。

3）磷酸鐵鋰電池、超級(jí)電容運(yùn)行約束

式中Socmin,BAT、Socmin,SC分別為磷酸鐵鋰電池、超級(jí)電容容量的下限；Socmax,BAT、Socmax,SC分別為磷酸鐵鋰電池、超級(jí)電容容量的上限。

4）容量約束

在除用電高峰期的其他時(shí)間段，儲(chǔ)能滿充狀態(tài)，避免對(duì)儲(chǔ)能系統(tǒng)壽命的影響，同時(shí)避免過度投資影響項(xiàng)目投資收益率，即：

式中SocBAT、SocSC分別為磷酸鐵鋰電池、超級(jí)電容的容量，kWh；EWT、EPV、ELoad分別為風(fēng)電、光伏的發(fā)電量和負(fù)載的用電量，kWh。

3 自適應(yīng)分層控制網(wǎng)格控制模型

3.1 成本函數(shù)

磷酸鐵鋰電池是較為常見的用于建設(shè)儲(chǔ)能電站的化學(xué)儲(chǔ)能模式，近年來(lái)魯能海西州多能互補(bǔ)集成優(yōu)化示范工程50MW/100MWh 的磷酸鐵鋰電池儲(chǔ)能項(xiàng)目，湖南長(zhǎng)沙電池儲(chǔ)能電站一期示范工程建設(shè)規(guī)模為60MW/120MWh 都是成功的案例。

而超級(jí)電容僅作為吸收沖擊負(fù)荷或突變的可再生能源發(fā)電，不需要進(jìn)行大容量配置，因此小容量的超級(jí)電容配置對(duì)磷酸鐵鋰電池、超級(jí)電容的組合的經(jīng)濟(jì)性影響不大。

1）儲(chǔ)能系統(tǒng)年平均運(yùn)行成本

磷酸鐵鋰電池、超級(jí)電容在t 時(shí)段的剩余電量與在t-1時(shí)段的剩余電量、t-1 時(shí)段到t 時(shí)段的充放電量的關(guān)系為

式中SocBAT(t)、SocSC(t)分別為t 時(shí)段磷酸鐵鋰電池、超級(jí)電容的剩余電量；PBAT(t)、PSC(t)分別為t 時(shí)段磷酸鐵鋰電池、超級(jí)電容的充放電功率，當(dāng)磷酸鐵鋰電池、超級(jí)電容放電時(shí)，PBAT(t)、PSC(t)大于0，當(dāng)磷酸鐵鋰電池、超級(jí)電容充電時(shí)PBAT(t)、PSC(t)小于0；BATη 、SCη 分別為磷酸鐵鋰電池、超級(jí)電容的充放電效率。

2）儲(chǔ)能系統(tǒng)的壽命

其中磷酸鐵鋰電池、超級(jí)電容的壽命依賴于多種因素，側(cè)重于研究與充放電次數(shù)、充放電深度的關(guān)系。當(dāng)磷酸鐵鋰電池、超級(jí)電容充放電循環(huán)深度為RBAT、RSC時(shí)，最大循環(huán)充放電次數(shù)NBAT、NSC表示為

磷酸鐵鋰電池、超級(jí)電容年均充放電循環(huán)次數(shù)為NBAT＇、NSC＇，那么：

式中yBAT、ySC分別為磷酸鐵鋰電池、超級(jí)電容壽命，a。

3）儲(chǔ)能系統(tǒng)年平均硬件成本

磷酸鐵鋰電池、超級(jí)電容的年平均成本需要考慮在壽命周期內(nèi)磷酸鐵鋰電池、超級(jí)電容的運(yùn)維成本和購(gòu)置成本

式中CBAT、CSC分別為磷酸鐵鋰電池、超級(jí)電容年平均成本，萬(wàn)元；kOp,BAT、kOp,SC分別為磷酸鐵鋰電池、超級(jí)電容運(yùn)維成本系數(shù)，%；cBAT、cSC為磷酸鐵鋰電池、超級(jí)電容購(gòu)置成本，萬(wàn)元。

3.2 目標(biāo)函數(shù)及約束條件

1）目標(biāo)函數(shù)

經(jīng)濟(jì)性最優(yōu)準(zhǔn)則以微電網(wǎng)系統(tǒng)的年成本為目標(biāo)函數(shù)

式中f 為微電網(wǎng)系統(tǒng)年收益函數(shù)，元。f1為微電網(wǎng)系統(tǒng)的年成本函數(shù)，元； Cbuy為系統(tǒng)向主網(wǎng)購(gòu)電成本，元；Csold為微電網(wǎng)向外電網(wǎng)賣電收益，元。

式中PGrid(t)為系統(tǒng)之間交換的功率，kW，當(dāng)購(gòu)電時(shí)為正，反之為負(fù)；e(t)實(shí)時(shí)電價(jià)，元；T 為最終時(shí)刻。

2）磷酸鐵鋰電池、超級(jí)電容運(yùn)行約束

磷酸鐵鋰電池、超級(jí)電容運(yùn)行應(yīng)滿足60 s內(nèi)功率波動(dòng)不超過額定功率的10%，10 min內(nèi)功率波動(dòng)不找過額定功率的20%，即

式中PeBAT、PeSC分別為磷酸鐵鋰電池、超級(jí)電容額定輸出功率，kW。

3）功率平衡約束

4）并網(wǎng)傳輸功率約束

式中PGrid,max為傳輸功率的上限，kW。

3.3 求解方法

采用改進(jìn)粒子群算法（partical swarm optimization，PSO）求解自適應(yīng)非線性多目標(biāo)優(yōu)化問題。

設(shè)問題維度D，N個(gè)粒子組成的一個(gè)群落，第k次迭代第m個(gè)粒子的位置和速度分別表示為

第m個(gè)粒子截止到第k次迭代時(shí)最優(yōu)位置（即個(gè)體最優(yōu)極值）為

整個(gè)種群目前找到的最優(yōu)位置，即全局最優(yōu)解為

在找到這2個(gè)最優(yōu)解時(shí)，粒子根據(jù)式（19）和式（20）來(lái)更新自己的速度和位置。一般來(lái)說，粒子的位置和速度均是在連續(xù)的實(shí)數(shù)空間內(nèi)取值。

式中ω 為原來(lái)速度的慣性系數(shù)；c1、c2分別為加速系數(shù)；ε、η分別為[0,1]區(qū)間內(nèi)均勻分布的隨機(jī)數(shù)，用于維護(hù)群體的多樣性；r為位置更新約束因子。

將釆用隨機(jī)權(quán)重法來(lái)進(jìn)行慣性系數(shù)的計(jì)算。將ω 設(shè)定為服從某種隨機(jī)分布的隨機(jī)數(shù)，在一定程度上克服其線性遞減的不足。

隨機(jī)權(quán)重法中ω 的計(jì)算公式如（23）所示

式中N（0,1）為標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù)；rand(0,1)為0到1之間的隨機(jī)數(shù)；η 為隨機(jī)權(quán)重的平均值；δ 為隨機(jī)權(quán)重的方差；minη 、maxη 分別為隨機(jī)權(quán)重的最小值和最大值。

4 算 例

以河北省北部某工業(yè)園區(qū)為例，該工業(yè)區(qū)具有幾十家工業(yè)企業(yè)，園區(qū)采用綜合能源系統(tǒng)的模式實(shí)現(xiàn)園區(qū)用能最大程度上的自給自足，不同的企業(yè)的符合狀態(tài)不同，但具有相同特點(diǎn)的是，各企業(yè)均有面積比較大的可用屋頂，可采用光伏發(fā)電對(duì)園區(qū)能源進(jìn)行供給；園區(qū)周圍的山上可以進(jìn)行分布式風(fēng)電或風(fēng)電場(chǎng)的建設(shè)。該微電網(wǎng)系統(tǒng)包含外電網(wǎng)、區(qū)域電網(wǎng)、風(fēng)電、光伏發(fā)電、混合儲(chǔ)能系統(tǒng)以及工業(yè)負(fù)荷。

4.1 初始條件

考慮到該算例中，微電網(wǎng)內(nèi)包含4 個(gè)分布式風(fēng)電/光伏發(fā)電系統(tǒng)，將微電網(wǎng)的4 個(gè)分布式風(fēng)電/光伏發(fā)電系統(tǒng)連同周邊負(fù)載分成4 個(gè)網(wǎng)格，定義為網(wǎng)格1~4，根據(jù)表1、表2所示網(wǎng)格參數(shù)采用改進(jìn)粒子群算法對(duì)符合儲(chǔ)能系統(tǒng)中，功率儲(chǔ)能和能量?jī)?chǔ)能的功率和容量匹配進(jìn)行優(yōu)化求解。圖4分別給出了網(wǎng)格1~4 的某日風(fēng)電出力、光伏出力和負(fù)荷功率波動(dòng)范圍。

圖4 風(fēng)電、光伏出力和負(fù)荷功率 Fig. 4 Wind power, photovoltaic power output and load power

表1 風(fēng)電、光伏裝機(jī)和負(fù)載容量仿真參數(shù) Table 1 Wind power, photovoltaic and load capacity simulation parameters

表2 儲(chǔ)能系統(tǒng)、電價(jià)仿真參數(shù) Table 2 Storage system, electricity price simulation parameters

4.2 求解

1）數(shù)據(jù)處理

網(wǎng)格化子網(wǎng)實(shí)現(xiàn)風(fēng)力發(fā)電和光伏發(fā)電后，功率差額補(bǔ)足由復(fù)合儲(chǔ)能系統(tǒng)和外部電網(wǎng)完成。由以上邊界條件得到功率差額如圖5所示。

圖5 功率差額 Fig.5 Power error

當(dāng)功率偏差小于0時(shí)，風(fēng)電和光伏發(fā)電高于負(fù)載用電，網(wǎng)格1~4風(fēng)電和光伏發(fā)電功率應(yīng)向儲(chǔ)能系統(tǒng)和外電網(wǎng)輸送，對(duì)應(yīng)分別為1280、399、1284、957 kW；當(dāng)功率偏差小于0時(shí)，風(fēng)電和光伏發(fā)電功率不足以支撐負(fù)載用電，此時(shí)網(wǎng)格1~4功率差額應(yīng)由儲(chǔ)能系統(tǒng)和外電網(wǎng)提供，分別為1480、1459、1396、1247 kW。

若系統(tǒng)不對(duì)外送電，網(wǎng)格1~4應(yīng)分別具備6636、749.2、7514.8、2200 kWh的儲(chǔ)能能力。

2）數(shù)據(jù)優(yōu)化

為減少對(duì)周邊電網(wǎng)的影響，按全部風(fēng)電、光伏發(fā)電的就地消納為邊界條件進(jìn)行儲(chǔ)能優(yōu)化，設(shè)置邊界條件如表2所示。

為滿足系統(tǒng)運(yùn)行的需要，當(dāng)網(wǎng)格1~4復(fù)合儲(chǔ)能設(shè)備功率分別為1280、399、1284、957 kW時(shí)，磷酸鐵鋰電池配置為1126×5.9、344×2.2、1128×6.7、867×2.54 kWh；超級(jí)電容分別154 kW×10 s、55 kW×10 s、130 kW×10 s、90 kW×10 s。

在不改變磷酸鐵鋰電池的容量配置的前提下。當(dāng)增加超級(jí)電容功率容量配置時(shí)，系統(tǒng)投資回報(bào)率逐漸下降。

在不改變超級(jí)電容功率容量配置的前提下。維持充電小時(shí)數(shù)不變，當(dāng)增加磷酸鐵鋰電池的功率配置時(shí)，在網(wǎng)格1~4分別提高至1247、598、1185、903 kW時(shí)達(dá)到系統(tǒng)最大投資回報(bào)率，系統(tǒng)投資回報(bào)率逐步下降。

維持各網(wǎng)格磷酸鐵鋰電池充電功率不變的，增加充電小時(shí)數(shù)，系統(tǒng)投資回報(bào)率變化不明顯，分別達(dá)到6.53、2.76、7、2.54 h時(shí)，系統(tǒng)投資回報(bào)率開始下降。

因此，當(dāng)網(wǎng)格1~4的復(fù)合儲(chǔ)能系統(tǒng)中磷酸鐵鋰電池配置分別為1247×5.9、598×2.2、1185×6.7、903×2.54 kWh，超級(jí)電容分別配置為154 kW×10 s、55 kW×10 s、130 kW×10 s、90 kW×10 s時(shí)，系統(tǒng)具有最優(yōu)的投資回報(bào)。

從圖6仿真結(jié)果，微電網(wǎng)功率分布可得，網(wǎng)格1~4對(duì)外最大功率需求為79、661、81、253.8 kW；微電網(wǎng)對(duì)外最大功率需求為895.8 kW，僅為傳輸功率上限的6.40%；微電網(wǎng)不對(duì)外輸出功率。

圖6 微電網(wǎng)功率分布 Fig.6 Microgrid power distribution

5 結(jié) 論

通過對(duì)風(fēng)光儲(chǔ)微電網(wǎng)中采用的復(fù)合型儲(chǔ)能系統(tǒng)進(jìn)行網(wǎng)格式優(yōu)化的研究可以得出，當(dāng)完全滿足對(duì)為電網(wǎng)內(nèi)可再生能源發(fā)電消納能力之后，提高超級(jí)電容的配置將大幅度降低系統(tǒng)的投資回報(bào)率；適當(dāng)提高能量型儲(chǔ)能裝置的配置可在一定程度上提高投資回報(bào)率。

結(jié)果表明微電網(wǎng)對(duì)外最大功率需求為895.8 kW，僅為傳輸功率上限的6.40%，并且無(wú)對(duì)外電網(wǎng)的電力輸出，并且對(duì)外電網(wǎng)功率需求出現(xiàn)在00:00~5:00 和18:00~21:00 2 個(gè)時(shí)間段，該2 個(gè)時(shí)間段均為非工作時(shí)間，對(duì)外電網(wǎng)的影響不大，不會(huì)給外電網(wǎng)帶來(lái)沉重的壓力。通過復(fù)合儲(chǔ)能系統(tǒng)通過自適應(yīng)網(wǎng)格化分層控制策略，可以平抑源側(cè)和用戶行為的波動(dòng)性，在用戶有大功率階躍前可提前向電網(wǎng)預(yù)報(bào)，降低對(duì)電網(wǎng)的沖擊。

研究結(jié)果的推廣，可以增加風(fēng)電、光伏等可再生能源發(fā)電的應(yīng)用場(chǎng)景，可以在條件允許的情況下，在全國(guó)15 000 座以上工業(yè)園區(qū)內(nèi)推廣實(shí)施微電網(wǎng)和綜合能源系統(tǒng)工程。