多目標優(yōu)化在微電網(wǎng)中的應(yīng)用

曹 錦，張丹麗，高彥杰

(上海電力大學(xué) 電子與信息工程學(xué)院，上海201306)

1 介紹

1.1 微電網(wǎng)介紹

一般微電網(wǎng)的結(jié)構(gòu)如圖1所示，包含微電源、儲能系統(tǒng)、負荷以及控制系統(tǒng)四個部分。分布式能源是微電源的重要補充，可再生能源也在微電網(wǎng)能源占據(jù)了越來越高的比例，這對獨立微電網(wǎng)的規(guī)劃設(shè)計提出了更高的要求。智能綠色電網(wǎng)需要提高可再生能源的滲透率，在加快綠色建設(shè)的戰(zhàn)略背景下微電網(wǎng)得以飛速發(fā)展。

圖1 微電網(wǎng)組成

微電網(wǎng)有多種運行模式，存在并網(wǎng)、離網(wǎng)及兩者之間的切換多種運行模式，既可在大電網(wǎng)故障或是其他需求時斷開大電網(wǎng)獨立運行，也可接入大電網(wǎng)并網(wǎng)運行。孤網(wǎng)運行是指微電網(wǎng)系統(tǒng)和主電網(wǎng)配電系統(tǒng)斷開連接在發(fā)生大電網(wǎng)故障或者有調(diào)度需求時，微電網(wǎng)的源儲荷三者形成系統(tǒng)獨立運行。并網(wǎng)運行是指微電網(wǎng)系統(tǒng)閉合斷路器和主電網(wǎng)配電系統(tǒng)實現(xiàn)能源交互的運行方式。

由于微電網(wǎng)的控制對象特性復(fù)雜并且數(shù)量眾多，時間尺度也各不相同，如果將所有的功能平行展開，整個系統(tǒng)的效率將會降低。而分層控制將系統(tǒng)分為三個不同的層級，使得控制系統(tǒng)的功能更明確，效率更高。典型的分級控制結(jié)構(gòu)如圖2所示，三個不同的控制級別用不同的目標和時間尺度來表示。

一層控制是主控制器負責(zé)將電壓和頻率值調(diào)整到微電網(wǎng)中的特定速率。通過這種方式保持了系統(tǒng)的可靠性，提高了性能和局部電壓的穩(wěn)定性。二層控制是輔助控制執(zhí)行主電網(wǎng)和主電網(wǎng)的連接。目標是從孤島模式切換到常規(guī)發(fā)電系統(tǒng)。在此轉(zhuǎn)換中調(diào)節(jié)器負責(zé)將同步過程中發(fā)生變化的頻率和幅度變量恢復(fù)到穩(wěn)定值。三級控制作為最上層的控制，主要涉及微電網(wǎng)的經(jīng)濟運行，也是時間尺度最大的控制策略。一般建立一定的約束條件來制定微電網(wǎng)中的調(diào)度策略，以微電網(wǎng)總運行成本為優(yōu)化對象。

該結(jié)構(gòu)協(xié)調(diào)管理電力生產(chǎn)所需的不同控制級別，在每個級別中實現(xiàn)了管理電壓、頻率、功率等的控制算法。圖2這種結(jié)構(gòu)是在光伏電池柴油發(fā)電機上實施的一種控制方案[1]。

圖2 典型分級控制

1.2 多目標優(yōu)化算法介紹

求解優(yōu)化問題就是在所有可能解中選出能達到目標且合理的。根據(jù)目標數(shù)量的差異，可以分為單目標和多目標優(yōu)化問題。多目標優(yōu)化問題(Multi-objective Optimization Problem，MOP)也被稱為多準則優(yōu)化。假設(shè)獨立向量x為n維，并假定MOP是最小化問題，MOP可以寫成下面的形式：

也就是說想要最小化一個函數(shù)向量f(x)，MOP的目標就是同時最小化所有k個函數(shù)fi(x)。

MOEA(Multi-objective optimization evolutionary algorithm)大體可以分為三類：基于Pareto支配的基于Pareto優(yōu)勢的排序策略，將候選種群劃分為不同的帕累托前沿，然后采用多樣性維持機制提高種群的多樣性?；诜纸獾氖菍⒁粋€多目標優(yōu)化問題分解為若干個單目標或多目標優(yōu)化問題。基于指標函數(shù)的MOEA采用個體的指標值作為環(huán)境選擇的準則。

2 微電網(wǎng)運行控制中的應(yīng)用

先從源儲荷的三個個體方面來看，光伏和風(fēng)電是常見的清潔能源，文獻[2]設(shè)計這樣一個包含所有可再生和不可再生能源、存儲設(shè)備、轉(zhuǎn)換器和負載的混合系統(tǒng)，提出了基于分解的多目標進化算法，用于考慮負荷不確定性的混合動力系統(tǒng)設(shè)計，優(yōu)化問題的目標函數(shù)是供電損失概率和電力成本。文獻[3]中的混合可再生能源系統(tǒng)是一種特殊類型的能源系統(tǒng)，可以作為分布式發(fā)電資源來降低網(wǎng)絡(luò)損耗和提高效率。在設(shè)計階段本文考慮到可用性和設(shè)備成本這些約束條件，采用了一種基于多目標粒子群優(yōu)化的智能方法。

儲能系統(tǒng)的投資和運行成本較高，限制了其參與微電網(wǎng)調(diào)度的能力，但同時儲能參與微電網(wǎng)的優(yōu)化運行能有效解決可再生能源大規(guī)模并網(wǎng)所引起的系統(tǒng)安全穩(wěn)定問題。文獻[4]針對獲得最低綜合成本和最小負荷波動的目標，提出了一種多目標算法，用于配置消費者的多目標優(yōu)化模型。

需求側(cè)管理在配電網(wǎng)和微電網(wǎng)的有效運行中發(fā)揮著重要作用。文獻[5]提出了一種考慮電動汽車、可轉(zhuǎn)移負荷和其他分布式發(fā)電的微電網(wǎng)經(jīng)濟調(diào)度多目標模型。該模型以微網(wǎng)綜合運行成本、光伏能量利用率以及微網(wǎng)與主網(wǎng)之間的功率波動為目標。文獻[6]提出了考慮電動汽車和負載響應(yīng)的饋線重構(gòu)、經(jīng)濟調(diào)度和電容器投切的多目標模型。該模型以運行成本、有功損耗、電壓穩(wěn)定指數(shù)和溫室氣體排放量為目標函數(shù)。

還有情況是將源儲荷視為整體考慮，這種對微電網(wǎng)的規(guī)劃設(shè)計提出了很高的要求，提出面向微電網(wǎng)源-儲-荷互動的完全分布式交互多目標優(yōu)化方法。文獻[7]提出了一種多目標分層的主網(wǎng)聯(lián)合經(jīng)濟調(diào)度策略，將主網(wǎng)經(jīng)濟調(diào)度問題轉(zhuǎn)化為負荷水平、源網(wǎng)負荷水平和源網(wǎng)負荷三級優(yōu)化問題。

在一層控制中，微電網(wǎng)必須測量執(zhí)行反饋控制所需的頻率和振幅值。然而二次頻率控制、二次電壓控制和經(jīng)濟運行三者存在耦合，但同時控制三者可能會存在相互沖突。文獻[8]采用多目標統(tǒng)一優(yōu)化模型，采用規(guī)格化法平面約束法求取其帕累托最優(yōu)解集，并從帕累托最優(yōu)解集中選取折中解作為二次控制的信號，再傳遞給一次控制，完成最優(yōu)經(jīng)濟運行下的頻率和關(guān)鍵節(jié)點電壓恢復(fù)。

對于沒有主電網(wǎng)支持的孤島運行而言，合理的發(fā)電規(guī)劃和管理對穩(wěn)定性和經(jīng)濟性更重要。文獻[9]以孤島電網(wǎng)考慮了微網(wǎng)格的運行性能。在模型中考慮了微電源的成本、環(huán)境管理成本和微電網(wǎng)的供電可靠性，選擇了不同的場景進行分析和驗證，采用改進的粒子群優(yōu)化-外點法求解。

多場景微電網(wǎng)優(yōu)化在現(xiàn)實生活中經(jīng)常出現(xiàn)。它是指在多種場景下尋找微電網(wǎng)的最優(yōu)調(diào)度策略，每種場景對應(yīng)一種特定的工況。文獻[10]提出同時優(yōu)化所有場景，即在一次算法運行中為所有用戶找到最優(yōu)調(diào)度策略。

對于基于需求側(cè)管理的微網(wǎng)優(yōu)化調(diào)度，不僅要考慮供給側(cè)的經(jīng)濟性，還要考慮需求側(cè)的用電滿意度。文獻[11]以微網(wǎng)總運行成本最小和用戶滿意度最大為優(yōu)化目標，提出了基于需求側(cè)管理的微網(wǎng)多目標優(yōu)化模型，同時利用混沌思想和遺傳算法相結(jié)合的改進混沌遺傳算法對上述模型進行求解。

3 微電源中的應(yīng)用

大部分的微電源都是通過電力電子接口接入微電網(wǎng)，所以逆變器的控制對電網(wǎng)穩(wěn)定性至關(guān)重要?；谀孀兤鞯膫鹘y(tǒng)控制方法到目前為止顯示了能源生產(chǎn)和成本的性能優(yōu)化，但由于控制算法的限制或目標之間的沖突，其他特征沒有得到分析。例如，功率參考值的變化可能會導(dǎo)致快速響應(yīng)以跟蹤新的設(shè)定點和電壓和頻率變量的振蕩之間的爭議。對快速響應(yīng)和穩(wěn)定性的規(guī)定是可取的，但在保持系統(tǒng)平衡的共識下現(xiàn)有的多目標算法方法需要最佳解決方案，以避免目標之間的沖突。某種優(yōu)化方法的應(yīng)用將取決于其優(yōu)勢和保持適度計算成本。這一前因后果導(dǎo)致了對多目標優(yōu)化的各種建議。

3.1 降低系統(tǒng)損耗

微電網(wǎng)的有效運行和維護減少了能量損失并提高了系統(tǒng)效率，是約束條件下目標函數(shù)的常用方法。特定特征會損害瞬態(tài)和穩(wěn)態(tài)穩(wěn)定性。然而不適當?shù)目刂坡煽赡軙a(chǎn)生導(dǎo)致電網(wǎng)不穩(wěn)定的振蕩。在永久性運行中負載和電源接入電網(wǎng)的事件與斷開事件會產(chǎn)生干擾，從而影響穩(wěn)態(tài)下發(fā)電機的性能。文獻[12]針對三電平并網(wǎng)逆變器，提出了一種多目標最優(yōu)模型預(yù)測控制算法，通過消除違反單位電平跳變原理的三電平輸出切換狀態(tài)，可以減少模型的滾動優(yōu)化次數(shù)。通過開關(guān)的導(dǎo)通和關(guān)斷損耗的線性擬合，實時計算每個開關(guān)的功率損耗，并將不平衡損耗加入目標成本函數(shù)使不平衡損耗最小。

3.2 增強可靠性

由于系統(tǒng)環(huán)境條件的波動，許多應(yīng)用中都需要這種功能。典型的事件是干擾和不確定因素。不確定因素也是經(jīng)常發(fā)生的，因為天氣條件、負載不平衡和未知的負載曲線。隨著可再生能源的主要引入，由于可再生能源的低慣性，電網(wǎng)容易達到不穩(wěn)定。電網(wǎng)電壓和頻率是交流電能生產(chǎn)中最敏感的變量。文獻[13]提出了一個無源濾波器和基于逆變器的可再生分布式電源同時優(yōu)化配置的集成模型，以及平衡和非平衡分布式電源中的配電饋線重構(gòu)，所提出的模型被表述為一個多目標問題。

3.3 減少功率波動

生產(chǎn)和需求的持續(xù)變化導(dǎo)致電力波動，電力波動由電力系統(tǒng)中固定和可變發(fā)電的差異量化。文獻[14]針對微電網(wǎng)逆變器，提出了一種基于微電網(wǎng)和仿真的控制結(jié)構(gòu)，包括電壓和電流控制反饋回路，以在負載變化出現(xiàn)波動時恢復(fù)系統(tǒng)的電壓和頻率。多目標優(yōu)化問題的目標要素是電壓過沖和下沖、上升時間、建立時間和積分時間絕對誤差。

3.4 降低峰值負載

此功能的特點是母線上的峰值功率的降低給電網(wǎng)帶來了經(jīng)濟效益，電力變換器的大量引入導(dǎo)致了電網(wǎng)電能質(zhì)量的下降。電流的總諧波失真增加從而在電源線中產(chǎn)生異常熱量并降低電機的壽命周期。這個概念尋求一個最優(yōu)控制律來調(diào)節(jié)變量，最佳值是使輸出值的標準誤差最小化的最佳選擇。

4 當前關(guān)鍵問題總結(jié)及未來發(fā)展趨勢

上文將在近幾年中多目標優(yōu)化應(yīng)用于微電網(wǎng)的情況進行綜述，分別是從微電網(wǎng)的運行控制、基于微電源的控制兩個方面。本節(jié)介紹了多目標控制領(lǐng)域未來的挑戰(zhàn)。隨著科學(xué)技術(shù)的高速發(fā)展，多目標算法在優(yōu)化效果上仍具有一定的提升空間，可以從以下幾個方面開展：

(1)多目標優(yōu)化算法的改進方面：收斂性，由于迭代次數(shù)和目標函數(shù)之間復(fù)雜的相互作用，具有三個以上目標的方案代表復(fù)雜的高維問題，為了降低計算成本，實時應(yīng)用尋求基于離散控制器公式和并行計算的解決方案?？煽啃?，算法的隨機性和收斂性往往有所沖突，為了削弱不確定因素的影響以及更好地優(yōu)化結(jié)果，可以加入人為的具有主觀性的引導(dǎo)策略，也是提高種群的自學(xué)習(xí)能力。

(2)算法自適應(yīng)動態(tài)調(diào)整：單一策略或固定模式的算法融合很難適用于所有優(yōu)化問題。比如多變的太陽輻射和風(fēng)速的波動或者是新能源電源由于老化導(dǎo)致性能的降低，需要促進算法對優(yōu)化目標的適應(yīng)性。

(3)數(shù)學(xué)模型精度：模型控制是需要過程的數(shù)學(xué)模型。理論上，過程的數(shù)學(xué)表達式應(yīng)該是系統(tǒng)物理成分的表示。因此，這兩種方法的響應(yīng)必須相同。然而，數(shù)學(xué)模型和過程的真實動態(tài)之間存在差異并且這些差異表現(xiàn)為不確定性。