考慮儲能分時自動控制策略的微電網(wǎng)容量優(yōu)化配置方法研究

（廣東電網(wǎng)有限責任公司韶關(guān)供電局，韶關(guān) 512026）

0 引言

隨著可再生能源發(fā)電技術(shù)的快速發(fā)展，光伏發(fā)電、風力發(fā)電等分布式發(fā)電系統(tǒng)得到了快速發(fā)展。由于可再生能源出力具有波動性、間歇性等特點，其規(guī)?；⒕W(wǎng)將對配電網(wǎng)帶來不利影響[1,2]。微電網(wǎng)作為一種有效的能源組織利用手段，可將分布式發(fā)電系統(tǒng)、負荷組合為一個小型用電系統(tǒng)，微電網(wǎng)通過對系統(tǒng)內(nèi)分布式電源和負荷的有效控制，可有效減少分布式電源出力波動對配電網(wǎng)的影響。由于不同類型分布式電源具有不同的輸出特性，為實現(xiàn)微電網(wǎng)的經(jīng)濟、可靠運行，需要對微電網(wǎng)中不同分布式電源的容量進行優(yōu)化配置[3,4]，以較好實現(xiàn)不同分布式電源間的協(xié)調(diào)優(yōu)化與互補發(fā)電。對于微電網(wǎng)中分布式電源容量的優(yōu)化配置方法，國內(nèi)外已有較多學(xué)者進行了相應(yīng)研究[5～8]，主要包括離網(wǎng)型微電網(wǎng)優(yōu)化配置方法[5,6]和并網(wǎng)型微電網(wǎng)優(yōu)化配置方法[7,8]的研究。微電網(wǎng)容量優(yōu)化配置求解為數(shù)學(xué)優(yōu)化問題，常用的數(shù)學(xué)優(yōu)化求解方法主要有數(shù)學(xué)規(guī)劃方法和智能優(yōu)化算法。目前微電網(wǎng)容量優(yōu)化配置問題大多采用智能優(yōu)化算法[9,10]進行求解，粒子群算法作為一種搜索能力強、易于實現(xiàn)的優(yōu)化算法，在優(yōu)化問題求解中得到了廣泛應(yīng)用，但由于粒子群優(yōu)化算法容易收斂到局部最優(yōu)值，需要進行優(yōu)化改進，以提升其全局尋優(yōu)能力。為此，提出一種考慮儲能分時自動控制策略的微電網(wǎng)容量優(yōu)化配置方法，并采用改進粒子群算法對其進行優(yōu)化求解。

1 微電網(wǎng)系統(tǒng)數(shù)學(xué)模型及控制策略

微電網(wǎng)拓撲結(jié)構(gòu)如圖1所示，主要包括風力發(fā)電系統(tǒng)、光伏發(fā)電系統(tǒng)、儲能系統(tǒng)、水力發(fā)電系統(tǒng)和負載等設(shè)備，所有設(shè)備直接接入交流母線，然后通過PCC點接入配電網(wǎng)。微電網(wǎng)系統(tǒng)中，風、光、水等發(fā)電系統(tǒng)作為能量源向負荷供電，儲能系統(tǒng)作為受控電源，通過接受調(diào)度指令實現(xiàn)對微電網(wǎng)能量的調(diào)節(jié)。當系統(tǒng)發(fā)電功率大于負荷用電需求時，多余功率可通過儲能進行吸收或向電網(wǎng)售電；當系統(tǒng)發(fā)電功率小于負荷用電需求時，不足功率由儲能放電補充或通過向電網(wǎng)購電進行補充。通過對多種電源與儲能的協(xié)調(diào)控制，可實現(xiàn)微電網(wǎng)能量的優(yōu)化管理。

圖1 微電網(wǎng)拓撲結(jié)構(gòu)

1.1 微電網(wǎng)系統(tǒng)模型

1.1.1 風力發(fā)電系統(tǒng)模型

風力發(fā)電系統(tǒng)輸出功率主要與風速相關(guān)，風力發(fā)電系統(tǒng)輸出功率PWG與風速v關(guān)系可表示如下：

式中：PWN為風力發(fā)電系統(tǒng)的額定功率，vci為切入風速，vco為切出風速，vrate為額定風速。

1.1.2 光伏發(fā)電系統(tǒng)模型

光伏發(fā)電系統(tǒng)是將光資源轉(zhuǎn)換為電能的發(fā)電單元，忽略溫度的影響，光伏發(fā)電系統(tǒng)輸出功率與光照強度成正比，光伏輸出功率PPV可表示如下

式中，PPVN為光伏發(fā)電系統(tǒng)的額定功率；Gs表示標準狀況下的光照強度，G表示實際光照強度。

1.1.3 水力發(fā)電系統(tǒng)模型

水力發(fā)電主要分為徑流式小水電和可調(diào)節(jié)式小水電，徑流式小水電無調(diào)節(jié)能力，其輸出功率PH主要由電站水頭和水流量決定，其出力公式可表示為：

式中：A表示出力系數(shù)；Q表示應(yīng)用流量；H表示凈水頭。

1.1.4 儲能系統(tǒng)模型

微電網(wǎng)系統(tǒng)中，儲能系統(tǒng)作為受控電源，接受控制系統(tǒng)調(diào)度指令，控制自身充放電實現(xiàn)系統(tǒng)能量的平衡與優(yōu)化，在儲能充放電過程中，儲能電池的剩余電量會隨著充放電功率的變化而改變，其剩余電量變化過程可表示為：

式中，Ebat（t）和Ebat（t+1）分別表示t時刻和t+1時刻儲能電池剩余能量；Pbat（t）表示t時刻電池功率，充電為負值，放電為正值；ηc和ηd分別為儲能電池的充電效率和放電效率；Δt為時間間隔，單位是h。

1.2 儲能分時自動控制策略

為協(xié)調(diào)各時段微電網(wǎng)內(nèi)各電源的出力，需要選擇合適的運行控制策略對微電網(wǎng)內(nèi)受控電源進行合理控制，實現(xiàn)系統(tǒng)經(jīng)濟運行。在風光水儲微電網(wǎng)系統(tǒng)中，考慮可再生能源出力的波動性和不確定性，需要對儲能等受控電源進行調(diào)度；同時，考慮小水電的季節(jié)特性，針對豐水期、枯水期可采用不同儲能控制策略。系統(tǒng)控制策略總體原則為優(yōu)先使用風、光、徑流式小水電等電源，不足部分或剩余部分采用儲能等可控電源或電網(wǎng)進行補充或吸收，微電網(wǎng)凈負荷ΔP（t）可用下式表示：

式中：PLoad（t）、PWT（t）、PPV（t）、PHydro（t）分別表示t時刻負荷功率、風電功率、光伏功率和水電功率。

在豐水期，負荷的峰時段內(nèi)，當ΔP（t）<0時，新能源出力大于負荷功率，由于峰時段電價較高，可以將多余的功率向電網(wǎng)售出，提高系統(tǒng)受益。當ΔP（t）>0時，則負荷功率大于新能源出力，負荷存在功率缺額，此時若受控電源可補充功率缺額，則調(diào)度其輸出功率進行補充；若受控電源不能完全滿足功率缺額，則通過受控電源和電網(wǎng)共同承擔不足功率。在平時段和谷時段，當ΔP（t）<0時，因平、谷時段電價較低，多余的功率先對受控電源進行補充，為峰時段預(yù)留調(diào)節(jié)容量，減少峰時段的購電成本。當ΔP（t）>0時，優(yōu)先向電網(wǎng)購電，若受控電源需充電，則進行充電。

在枯水期，需要保證正常用水需求，盡量減少相電網(wǎng)售電，在負荷峰時段內(nèi)，當ΔP（t）<0時，先采用儲能吸收多余能量，若還有剩余能量再向電網(wǎng)售電；其他時段內(nèi)采用與豐水期相同策略。

2 優(yōu)化配置模型

2.1 目標函數(shù)

所提風光水儲微電網(wǎng)優(yōu)化配置目標函數(shù)為考慮微電網(wǎng)自平衡率、冗余率約束和系統(tǒng)運行約束條件下的系統(tǒng)綜合運行費用ftotal最小。目標函數(shù)可表示如下：

式中，微電網(wǎng)綜合費用由初始投資成本Cinv、系統(tǒng)運維成本Com、購售電成本Cbs等組成，可表示如下：

2.1.1 初始投資成本與運維成本

風光水儲微電網(wǎng)初始設(shè)備投資和運維成本主要包括各分布式電源和儲能設(shè)備的初始投資費用和運維費用，可表示如下：

式中，CWT為風電投資成本，CPV為光伏投資成本，CHydro為水電投資成本，CESS為儲能投資成本。Com,WT為風電運維成本，Com,PV為光伏運維成本，Com,Hydro為水電運維成本，Com,ESS為儲能運維成本。

1）分布式電源投資成本與運維成本

風光水等發(fā)電系統(tǒng)投資成本可用其等年值成本評估，其公式如下：

式中，Ndev為發(fā)電系統(tǒng)數(shù)量，Pdev為單臺發(fā)電設(shè)備額定容量，cdev為發(fā)電系統(tǒng)單位容量價格，r0為貼現(xiàn)率，ldev為發(fā)電設(shè)備壽命，dev的取值可能值為風力發(fā)電系統(tǒng)、光伏發(fā)電系統(tǒng)和水力發(fā)電系統(tǒng)。

風光水等發(fā)電系統(tǒng)運維成本可用其實際發(fā)電量進行評估，其具體公式如下：

式中，Pdev（t）為t時刻發(fā)電系統(tǒng)功率，mom,dev為發(fā)電單位發(fā)電量運維價格，Δt為時間間隔。

2）儲能系統(tǒng)投資成本與運維成本

儲能系統(tǒng)投資成本可用其等年值成本評估，其具體公式如下：

式中，NBat為儲能系統(tǒng)數(shù)量，PsBatN為單個系統(tǒng)儲能電池額定容量，csBat為儲能電池單位容量價格，PsPcsN為單個系統(tǒng)的PCS額定容量，csPcs為PCS單位容量價格，r0為貼現(xiàn)率，lBat為儲能系統(tǒng)壽命年限。

儲能系統(tǒng)運維成本具體可表示如下：

式中，PBat（t）為t時刻儲能系統(tǒng)輸出功率，放電為正，充電為負，mom，Bat為儲能系統(tǒng)單位電量運維價格，Δt為時間間隔。

2.1.2 購售電成本

購售電成本由微電網(wǎng)從配電網(wǎng)購電費用和微電網(wǎng)向配電網(wǎng)售電收益的代數(shù)和組成。當微電網(wǎng)中分布式電源輸出功率大于負荷需求功率時，多余功率可用于儲能充電或向電網(wǎng)售電，當微電網(wǎng)中分布式電源輸出功率小于負荷功率需求時，不足功率可由儲能放電補充或從大電網(wǎng)購電進行補充，因此，微電網(wǎng)購售電成本表示如下：

式中，Cbs為購售電成本，Cb為購電成本，Cs為售電收益，為負，Cbuy為購電價格，Pbuy（t）為t時購電功率，從電網(wǎng)購電為正，Csell為售電價格，Psell（t）為t時刻售電功率，向電網(wǎng)售電為負，Δt為時間間隔。

2.2 約束條件

微電網(wǎng)優(yōu)化配置模型的約束條件主要分為等式約束和不等式約束，具體如下：

1）微電網(wǎng)功率平衡約束

微電網(wǎng)中，忽略功率損耗，分布式電源輸出有功功率應(yīng)與負荷用電功率相等。

式中：Pgrid（t）表示聯(lián)絡(luò)線功率。

2）與電網(wǎng)交互功率約束

微電網(wǎng)與配電網(wǎng)允許的功率交換限值可表示如下：

式中，Pmin，grid（t）表示最小允許交換功率，Pmax，grid（t）表示最大允許交換功率。

3）儲能系統(tǒng)充放電約束

充放電滿足下列約束條件：

式(17)中，Pc，min，Pc，max為蓄電池充電功率的下限與上限；Pd，min，Pd，max為蓄電池放電功率的下限與上限，Pc（t）、Pd（t）分別表示t時刻儲能充電功率和放電功率。

4）儲能電池電量約束

為了提高蓄電池的使用壽命，蓄電池的荷電狀態(tài)約束條件為：

式中：Ebat，min，Ebat，max分別表示儲能電池剩余電量的下限和上限。

5）自平衡率約束

自平衡率fself用來表示微電網(wǎng)對負荷的供電能力，可表示為微電網(wǎng)內(nèi)部各分布式電源發(fā)電總量與負荷用電總量的比值，其公式如下：

自平衡率越大，表示微電網(wǎng)的自治能力越強，自平衡率約束條件可表示如下：

式中，d1為最低自平衡率。

6）冗余率約束

冗余率fredu可表示微電網(wǎng)對配電網(wǎng)的影響，冗余率越小，微電網(wǎng)對配電網(wǎng)影響越小，其計算公式表示如下：

自平衡率可表示為優(yōu)化模型的約束條件，表示如下：

式(23)中，d2為冗余率最大值。

7）決策變量約束

優(yōu)化配置決策變量為各分布式電源數(shù)量，其數(shù)量約束可表示如下：

式中：NWT，max為風機最大臺數(shù)，NPV，max為光伏最大數(shù)量，NHydro，max為水力發(fā)電最大臺數(shù)，NWT，max為儲能最大數(shù)量。

3 改進粒子群算法

粒子群算法（PSO）是一種啟發(fā)性搜索算法，單個粒子通過自身認知和社會學(xué)習(xí)實現(xiàn)對種群最優(yōu)粒子的跟蹤學(xué)習(xí)，具有收斂速度快、尋優(yōu)能力強、易于實現(xiàn)等特點。

傳統(tǒng)的粒子群算法中，隨著粒子群算法的迭代次數(shù)的增加，算法容易過早陷入局部最優(yōu)點，為了提高算法的全局搜索能力，需要在種群多樣性方面進行改進，為此提出一種改進的粒子群算法，當粒子群種群多樣性指標低于某一閾值時，按一定的概率對種群粒子進行隨機初始化，以提高算法的全局搜索能力，最后，采用所提的改進粒子群算法對微電網(wǎng)進行優(yōu)化配置優(yōu)化求解，模型求解流程如圖2所示。

求解步驟如下：

1）獲取微電網(wǎng)電源信息、歷史負荷數(shù)據(jù)及風速、光照等氣象數(shù)據(jù)，確定每年12個月的典型日負荷數(shù)據(jù)；

2）根據(jù)典型日負荷數(shù)據(jù)和氣象數(shù)據(jù)，結(jié)合分布式電源出力模型和實際負荷數(shù)據(jù)，建立分布式電源出力模型和負荷的時序出力模型；

圖2 模型求解流程圖

3）根據(jù)微電網(wǎng)優(yōu)化配置模型，結(jié)合負荷時序出力曲線與可再生能源出力曲線，確定優(yōu)化配置目標表達式，并作為粒子群適應(yīng)度函數(shù)；

4）初始化滿足約束的粒子群位置和速度，每個粒子為一種微電網(wǎng)電源優(yōu)化配置方案；

5）計算各粒子的適應(yīng)度函數(shù)，獲取不同優(yōu)化配置方案的目標函數(shù)值，對比分析并獲取個體最優(yōu)和全局最優(yōu)方案值；

6）評估種群的多樣性，若種群多樣性低于設(shè)定閾值，則按一定概率對種群粒子進行隨機初始化，否則，跳轉(zhuǎn)至步驟7）；其中種群多樣性Pmul采用式(25)進行評估計算。

式中，di為第i個粒子xi與種群最優(yōu)粒子gbest的歐式距離，di，pu為di的歸一化值，di，pu，sort為升序排序的di，pu。

7）更新粒子位置和速度，更新個體最優(yōu)值和種群最優(yōu)值，判斷是否滿足算法終止條件。若是，則全局最優(yōu)方案為最優(yōu)優(yōu)化配置方案；若否則轉(zhuǎn)至步驟5）。其中，位置和速度更新公式如式(26)所示。

4 仿真分析

為了驗證所提方法的有效行，進行仿真驗證分析。微電網(wǎng)系統(tǒng)拓撲結(jié)構(gòu)如圖1所示。設(shè)備的相關(guān)參數(shù)如表1所示，分時電價信息如表2所示，微電網(wǎng)中負荷曲線、光照強度、風速、徑流量等數(shù)據(jù)如圖3所示。

圖3 負荷曲線、風光水資源數(shù)據(jù)

表1 設(shè)備的相關(guān)參數(shù)

表2 分時電價信息

4.1 相同平衡率和冗余率約束下的優(yōu)化配置結(jié)果分析

在相同平衡率約束和冗余率約束下，考慮d1為0.6，d2為0.3條件下，不同電源組合方案下的優(yōu)化配置結(jié)果如表3所示。

表3中，方案I為風光儲組合方案，方案II為風光水組合方案，方案III為光水儲組合方案，方案IV為風水儲組合方案。由上表知，相同自平衡率約束和冗余率約束下，各組合方案綜合費用由低到高排名為方案II、方案III、方案IV、方案I，這是由于水電投資費用相對較低且其發(fā)電效率較高，具有較高的經(jīng)濟效益，所以方案II綜合費用最低；而由于光照強度較好，風速平均值較低，所以光伏比風電具有經(jīng)濟優(yōu)勢，儲能經(jīng)濟性相對較差，因此方案III、方案IV、方案I綜合費用依次遞增。

表3 不同電源組合方案的優(yōu)化配置結(jié)果

4.2 改進粒子群算法有效性分析

圖4為改進粒子群算法與標準粒子群算法結(jié)果比較圖，由圖知，與標準粒子群算法相比，所提改進粒子群算法可具有較快收斂速度，可快速獲得優(yōu)化配置結(jié)果，具有較好的有效性。

圖4 改進粒子群算法與標準粒子群算法結(jié)果比較

5 結(jié)語

本文提出了考慮儲能分時自動控制策略的微電網(wǎng)容量優(yōu)化配置方法，建立了以微電網(wǎng)綜合費用最小為目標的電源容量優(yōu)化配置模型，在考慮自平衡約束、冗余率約束和系統(tǒng)運行約束條件下，采用改進粒子群算法對容量優(yōu)化配置模型進行了優(yōu)化求解，所提改進粒子群算法在種群多樣性低于某個閾值時，將按照一定概率隨機初始化種群某些粒子位置以提升種群多樣性，所提方法提升了粒子群算法的全局搜索能力，仿真分析結(jié)果證明了所提方法的有效性。