基于遺傳算法的家庭能源系統(tǒng)能量優(yōu)化管理

鄭曉坤 楊森 王海斌

摘? ?要：家庭能源系統(tǒng)是能源互聯(lián)網(wǎng)的重要組成部分，文章針對家庭能源系統(tǒng)在并網(wǎng)模式下的能量優(yōu)化管理問題，綜合考慮各時段優(yōu)化決策之間的聯(lián)系，以系統(tǒng)長期運行經(jīng)濟效益最大化為目標(biāo)，建立多時段動態(tài)優(yōu)化模型。考慮到模型中存在的非線性互補約束以及多時段動態(tài)規(guī)劃所導(dǎo)致的求解難點，利用遺傳算法進行計算。最后根據(jù)實測數(shù)據(jù)建立仿真算例，驗證了模型和算法的有效性。

關(guān)鍵詞：家庭能源系統(tǒng);多時段動態(tài)規(guī)劃;遺傳算法

家庭能源系統(tǒng)是能源互聯(lián)網(wǎng)的重要組成部分[1]，其能量優(yōu)化管理是指通過合理控制系統(tǒng)各部分之間的能量使用而使系統(tǒng)運行最優(yōu)。目前國內(nèi)外學(xué)者針對家庭能源系統(tǒng)能量優(yōu)化管理問題已經(jīng)開展了一些有意義的工作，其中大部分研究以系統(tǒng)運行經(jīng)濟效益最大化為優(yōu)化目標(biāo)[2-3]，在對時間的處理上，以1 h為單位時長，考慮一天或一周內(nèi)的時間內(nèi)系統(tǒng)運行方案，通過控制電池工作的狀態(tài)來實系統(tǒng)中能量在各部分的分配，從而實現(xiàn)最大化經(jīng)濟化目標(biāo)。本文以典型的家庭能源系統(tǒng)為研究對象，建立系統(tǒng)的運行管理模型，并以1 h為單位時長，通過控制系統(tǒng)在單位時段內(nèi)的運行模式使系統(tǒng)24 h的運行經(jīng)濟效益最大化。本文最后利用仿真算例對模型進行驗證，并利遺傳算法求解模型中的動態(tài)規(guī)劃問題。實現(xiàn)結(jié)果符合實際，支持模型的有效性。

1? ? 家庭能源系統(tǒng)結(jié)構(gòu)

典型的家庭能源系統(tǒng)結(jié)構(gòu)主要包括：局域消費者（用戶負載）、可再生能源發(fā)電單元（風(fēng)力發(fā)電單元和光伏發(fā)電單元）以及蓄電池。系統(tǒng)通過變壓器連接到外網(wǎng)上，可以與外網(wǎng)進行電能交換，具體如圖1所示。

在t時段（t=1，…，N）內(nèi)風(fēng)力發(fā)電單元產(chǎn)生的電量為bWT（t）≥0，光伏發(fā)電單元產(chǎn)生的電量為bPV（t）≥0。由于風(fēng)/光具有互補性，一般將兩種電能進行聯(lián)合供電，故可再生能源發(fā)電量為bG（t）=bWT（t）+bPV（t）。

可再生能源發(fā)電單元在t時段輸送給用戶負載、蓄電池的電量分別為bG|C（t）和bG|B（t），在確定負載需求量得到滿足時，可以將發(fā)電量向外網(wǎng)出售，售電量為bG|E（t）。

蓄電池向負載提供的實際電量為bC（t），負載從外網(wǎng)獲得缺額電量p（t）。在t時段內(nèi)蓄電池向外網(wǎng)實際出售的電量記為be（t）≥0，從外網(wǎng)實際購進的電量記為bb（t）≥0。

2? ? 系統(tǒng)能量多時段動態(tài)優(yōu)化模型

2.1? 系統(tǒng)各部分運行模型

可再生能源發(fā)電單元由風(fēng)力發(fā)電單元和光伏發(fā)電組成。風(fēng)力發(fā)電模型和光伏發(fā)電模型引自陳長征等[4]研究內(nèi)容。

建立蓄電池充放電模型時，選擇蓄電池自放電系數(shù)為ε的充放電過程，并且考慮充放電過程中的電能損耗，則蓄電池的蓄電量變化模型為：

（1）

其中，b（t）表示蓄電池在t時段初始時的蓄電量，ηin表示電池充電效率，ηin表示電池放電效率。

2.2? 約束條件

家庭能源系統(tǒng)運行約束一般從儲能運行約束、發(fā)電單元運行約束以及網(wǎng)絡(luò)約束3個方面來考慮，其中網(wǎng)絡(luò)約束為：

l（t）=p（t）+bG|C（t）+bC（t）（2）

蓄電量在變化過程中應(yīng)當(dāng)始終滿足電池容量的約束：

Emin≤b（t）≤Emax（3）

Emin表示蓄電池最低儲電量，Emax表示蓄電池最高儲電量。且蓄電池在充、放電時存在最大的功率_pch和_pdc，即蓄電池在各時段內(nèi)的充、放電功率滿足0≤pin（t）≤_pch，0≤pout（t）≤_pdc?？紤]到儲能在同一時刻不能既充電又放電，因此充放電形成一個互補約束，即pin（t）pout（t）=0。這是一個非線性的約束條件，引入該約束使得優(yōu)化問題的非凸性很強，增大了問題的求解難度[3]?？稍偕l(fā)電單元的供電對象包括負載、蓄電池和外網(wǎng)，則需滿足如下約束：

bG（t）=bG|E（t）+bG|C（t）+bG|B（t）（4）

上述約束條件分別根據(jù)負載、發(fā)電單元以及蓄電池的運行狀態(tài)提出，在系統(tǒng)運行的每一時段都需要嚴格滿足。

2.3? 系統(tǒng)運行收益函數(shù)

系統(tǒng)在控制期內(nèi)的運行收益為各個時段內(nèi)的系統(tǒng)運行收益之和。而系統(tǒng)運行收益取決于系統(tǒng)與外網(wǎng)之間賣出（或購進）的電量?？梢缘玫较到y(tǒng)在控制長度為N的控制期T=t+s，（s=1，2，…，N）內(nèi)，以獲得最大經(jīng)濟效益為目標(biāo)的目標(biāo)函數(shù)為：

（5）

其中，e（t）為t時段市場電價。為了減小由于預(yù)測誤差對系統(tǒng)全局決策帶來的影響，這里對目標(biāo)函數(shù)進行如下修正，γ為衰減系數(shù)：

（6）

其中，γ∈（0，1）;隨著預(yù)測步長s的增大，t+s時段收益的權(quán)重γs逐漸降低，因此可以減小由于預(yù)測長度增加帶來的偶然誤差。其中s=0，…，N，bWT（t+s）和bPV（t+s）分別表示根據(jù)t+s時段的風(fēng)速和光照強度值得出的風(fēng)力發(fā)電和光伏發(fā)電量。目前對于這類問題的求解大多應(yīng)用遺傳算法在全局范圍內(nèi)進行尋優(yōu)，本文利用遺傳算法進行模型的求解。

3? ? ?仿真結(jié)果分析

利用仿真數(shù)據(jù)模擬圖1所示家庭能源系統(tǒng)在未來24 h內(nèi)的運行狀態(tài)，其中用戶負載需求模擬如l（t）所示，結(jié)合風(fēng)速和光照強度的歷史數(shù)據(jù)，模擬出控制范圍內(nèi)系統(tǒng)各時段可再生能源發(fā)電量如G（t）所示。市場電價的變化規(guī)律如e（t）所示。并用遺傳算法求出控制期內(nèi)每一時段的能量優(yōu)化策略。

家庭能源系統(tǒng)的各部分參數(shù)設(shè)定如表1所示。算法參數(shù)設(shè)置：迭代次數(shù)設(shè)為2 000，種群大小設(shè)為200，變異概率為0，均值μ進化步長為0.2，衰減系數(shù)r=0.9。實驗結(jié)果：圖2給出了算法的求解收斂過程，可以看出，在控制期內(nèi)的最優(yōu)經(jīng)濟效益為143.19元，實驗結(jié)果符合經(jīng)驗規(guī)律。

4? ? 結(jié)語

通過上述分析可知，本文提出的多時段動態(tài)規(guī)劃模型能很好地根據(jù)系統(tǒng)各時段的狀態(tài)，充分利用市場電價的變化信息，考慮各時段優(yōu)化決策的聯(lián)系，在全局范圍內(nèi)得出使系統(tǒng)整體運行最優(yōu)的能量管理策略，能夠在滿足系統(tǒng)需求、提供安全穩(wěn)定電量的基礎(chǔ)上，最大限度地利用市場電價變化的價差，使系統(tǒng)運行實現(xiàn)最大經(jīng)濟效益。同時，文章利用遺傳算法在求解該模型時能克服多時段動態(tài)規(guī)劃問題的求解難點，還能解決由于互補性約束導(dǎo)致模型非凸的問題，實驗結(jié)果驗證了模型的有效性。

[參考文獻]

[1]查亞兵，張濤，黃卓，等.能源互聯(lián)網(wǎng)關(guān)鍵技術(shù)分析[J].中國科學(xué)（信息科學(xué)），2014（6）：16-27.

[2]任建鋒，丁亞偉，付磊，等.基于相位角原理的特高壓電網(wǎng)失步解列改進方案[J].電力系統(tǒng)自動化，2011（10）：104-107.

[3]吳建中，余貽鑫.最小化運行費用的時變重構(gòu)全局優(yōu)化算法[J].中國電機工程學(xué)報，2003（11）：13-17.

[4]陳長征，王楠.遺傳算法中交叉和變異概率選擇的自適應(yīng)方法及作用機理[J].控制理論與應(yīng)用，2002（1）：41-43.

Energy optimal management of a house-energy system

based on quantum genetic algorithm

Zheng Xiaokun， Yang Sen， Wang Haibin

（Chinese People s Liberation Army 78111 Troops， Chengdu 610000， China）

Abstract：The House-energy system is an important part of energy internet. This paper considers the link of all time intervals optimal energy management decisions of house-energy system under online pattern， and proposes a multi-period dynamic optimal model， including the corresponding objective function and constraints， which aims to maximize economic benefits for a long-term operation. Typically， the no-linear complementary constraints and multi-period dynamic programming problems are difficult to solve. Therefore， genetic algorithm is used to get the solution. Finally， a simulation example is illustrated using the measured data to test the model and algorithm. Experimental results show that our model are effective.

Key words：the house-energy system; multi-period dynamic programming; genetic algorithm