基于配電網(wǎng)-路網(wǎng)融合的移動(dòng)儲能車多場景時(shí)空協(xié)同優(yōu)化調(diào)度策略

羅 軒，黃云輝，熊斌宇

（武漢理工大學(xué)自動(dòng)化學(xué)院，湖北武漢 430070）

0 引言

隨著城市建設(shè)和經(jīng)濟(jì)的高速發(fā)展，用電負(fù)荷不斷增加。在城市人口密集區(qū)域，用電高峰期時(shí)段配電網(wǎng)供電壓力過大，一些重要單位的保電任務(wù)面臨著巨大挑戰(zhàn)。同時(shí)，分布式電源和柔性負(fù)荷的高比例應(yīng)用增加了低壓配電臺區(qū)的波動(dòng)性，不僅增加網(wǎng)絡(luò)損耗，嚴(yán)重時(shí)還將危及電網(wǎng)穩(wěn)定[1-4]。

移動(dòng)式儲能系統(tǒng)（Mobile Energy Storage System，MESS）作為一種后備式儲能電源系統(tǒng)，能夠機(jī)動(dòng)靈活地高效參與配電網(wǎng)保供電、電力市場等應(yīng)用場景。目前，國內(nèi)外學(xué)者圍繞MESS 應(yīng)用的研究已取得大量成果。文獻(xiàn)[5-6]指出MESS 的動(dòng)態(tài)部署有助于提升配電網(wǎng)的靈活性與韌性。文獻(xiàn)[7-8]研究MESS 應(yīng)用于電力市場的經(jīng)濟(jì)效益。文獻(xiàn)[9]提出一種綜合考慮削峰填谷可靠性與經(jīng)濟(jì)性的MESS 雙層優(yōu)化調(diào)度方法。文獻(xiàn)[10]研究時(shí)變交通流下MESS的最優(yōu)調(diào)度。文獻(xiàn)[11]提出一種基于MESS 的日前市場出清模型，能夠有效確定MESS 的最佳接入位置與充放電調(diào)度。文獻(xiàn)[12]提出一種能夠提高新能源高滲透電力系統(tǒng)新能源利用率和負(fù)載轉(zhuǎn)移的MESS規(guī)劃模型。

移動(dòng)儲能車（Mobile Energy Storage Vehicle，MESV）作為一種新型的移動(dòng)儲能，在面向城市配電網(wǎng)的多場景應(yīng)用中具有廣闊的發(fā)展前景[13]。文獻(xiàn)[14]以經(jīng)濟(jì)效益最大化為目標(biāo)，提出一種基于遺傳算法的MESV 調(diào)度優(yōu)化策略。文獻(xiàn)[15]提出一種基于市場電價(jià)驅(qū)動(dòng)的MESV 調(diào)度方案。目前關(guān)于同樣具備移動(dòng)儲能特性的電動(dòng)汽車參與配電網(wǎng)運(yùn)行調(diào)度的研究已較為成熟。文獻(xiàn)[16]建立含有風(fēng)光入網(wǎng)及電動(dòng)汽車充放電的數(shù)學(xué)模型，探索電動(dòng)汽車充當(dāng)儲能裝置提高風(fēng)光消納和功率波動(dòng)的調(diào)度策略。文獻(xiàn)[17]提出一種基于車網(wǎng)互動(dòng)（Vehicle to Grid，V2G）的電動(dòng)汽車充放電雙層優(yōu)化調(diào)度策略。文獻(xiàn)[18-19]提出將電力分配與交通系統(tǒng)結(jié)合，探索了多信息交互下電動(dòng)車集群的優(yōu)化調(diào)度策略。文獻(xiàn)[20-22]采用時(shí)-空網(wǎng)絡(luò)模型刻畫電動(dòng)車在交通網(wǎng)中的移動(dòng)路徑，為描述MESV 在節(jié)點(diǎn)間靈活充放電提供了基礎(chǔ)模型。

綜上所述，針對MESV 多場景應(yīng)用協(xié)同調(diào)度研究較少，沒有充分挖掘MESV 的應(yīng)用潛力的問題，本文提出一種基于配電網(wǎng)-路網(wǎng)融合的MESV 多場景時(shí)空協(xié)同優(yōu)化調(diào)度策略。研究的創(chuàng)新之處在于：（1）建立了交通、負(fù)荷等多信息交互下的MESV 多場景應(yīng)用時(shí)-空協(xié)同優(yōu)化調(diào)度模型；（2）采用柯西變異、隨機(jī)收縮指數(shù)及正弦自適應(yīng)權(quán)重等方法對哈里斯鷹算法（Harris Hawk Optimization，HHO）尋優(yōu)過程進(jìn)行改進(jìn)，有效提高了優(yōu)化問題的求解效率。

1 配電網(wǎng)-路網(wǎng)融合的時(shí)-空網(wǎng)絡(luò)移動(dòng)模型

MESV 的調(diào)度狀態(tài)由其交通行駛狀態(tài)和充放電狀態(tài)共同決定，包含時(shí)間和空間2 個(gè)維度?？紤]配電網(wǎng)接入光伏電源、MESV 及充電站等分布式電源，并將接入節(jié)點(diǎn)間的道路結(jié)構(gòu)抽象為網(wǎng)絡(luò)結(jié)構(gòu)，某城區(qū)配電網(wǎng)-路網(wǎng)融合系統(tǒng)示意圖如圖1 所示。

圖1 配電網(wǎng)-路網(wǎng)融合系統(tǒng)示意圖Fig.1 Schematic diagram of the integration system of distribution network-road network

由圖1 可知，配電網(wǎng)-路網(wǎng)系統(tǒng)包含3 種節(jié)點(diǎn)負(fù)荷。其中，根據(jù)供配電可靠性要求將系統(tǒng)中的節(jié)點(diǎn)負(fù)荷分為一類、二類和三類負(fù)荷，分別用不同顏色區(qū)分表示。將系統(tǒng)中的29 個(gè)節(jié)點(diǎn)用數(shù)字1-29 進(jìn)行編號，設(shè)充電站節(jié)點(diǎn)集合為Dch，臺區(qū)變壓器電站節(jié)點(diǎn)集合為Dtf，光伏電源節(jié)點(diǎn)集合為Dpv，路網(wǎng)節(jié)點(diǎn)集合為Drd。MESV 可在節(jié)點(diǎn)集合D={Dch，Dtf，Dpv，Drd}包含的節(jié)點(diǎn)間移動(dòng)，且D={i|i=1，2，…，29}，設(shè)mn為編號為n的MESV，Rmn為mn移動(dòng)路徑的集合，且Rmn={（i，j）|i，j∈D}，其中i，j為節(jié)點(diǎn)。

該城區(qū)配電網(wǎng)調(diào)度中心的MESV 調(diào)度時(shí)段總和T為07∶00—22∶00。配電網(wǎng)調(diào)度中心依據(jù)日前負(fù)荷預(yù)測數(shù)據(jù)，綜合考慮用電穩(wěn)定性、配電網(wǎng)負(fù)荷峰谷差、市場分時(shí)電價(jià)及新能源消納情況對MESV進(jìn)行調(diào)度。MESV 在配電網(wǎng)-路網(wǎng)系統(tǒng)中的調(diào)度包含從配電網(wǎng)調(diào)度中心前往臺區(qū)變壓器放電、充電站充電以及返回配電網(wǎng)調(diào)度中心的過程。MESV 的時(shí)-空網(wǎng)絡(luò)調(diào)度示意圖如圖2 所示。

圖2 MESV的時(shí)-空網(wǎng)絡(luò)調(diào)度示意圖Fig.2 Schematic diagram of spatio-temporal network scheduling of MESV

基于時(shí)間與空間2 個(gè)維度，建立MESV 基于配電網(wǎng)-路網(wǎng)融合的時(shí)-空網(wǎng)絡(luò)移動(dòng)模型為：

2 MESV多場景應(yīng)用協(xié)同調(diào)度模型

2.1 優(yōu)化目標(biāo)

本文所提目標(biāo)函數(shù)為最小化配電網(wǎng)從上層電網(wǎng)購電的成本及棄光伏負(fù)荷懲罰與MESV 的服務(wù)收益之差，其表達(dá)式為：

2.2 約束條件

2.2.1 MESV移動(dòng)約束

MESV 具有移動(dòng)連續(xù)性，t時(shí)段的終點(diǎn)為t+1 時(shí)段的起點(diǎn)。設(shè)Rb+為起點(diǎn)為b的移動(dòng)路徑集合即Rb+=（b，·），Rb-為終點(diǎn)為b的移動(dòng)路徑集合即Rb-=（·，b）。

MESV 移動(dòng)連續(xù)性約束表達(dá)式為：

上述移動(dòng)模型中關(guān)于Rmn的定義包含了mn在運(yùn)行時(shí)段內(nèi)所有可能運(yùn)動(dòng)狀態(tài)的移動(dòng)路徑，即mn在時(shí)段t必然處于某種移動(dòng)狀態(tài)中，或在2 個(gè)路網(wǎng)節(jié)點(diǎn)間移動(dòng)，或停留在某一充電站充電，或在某一臺區(qū)變壓器放電。MESV 的運(yùn)行約束表達(dá)式為：

MESV 的起始位置和終止位置約束在配電網(wǎng)調(diào)度中心車庫，設(shè)車庫所在節(jié)點(diǎn)為g。MESV 起始位置和終止位置約束表達(dá)式為：

2.2.2 MESV充放電功率與荷電狀態(tài)約束

MESV 滿足V2G 條件，當(dāng)臺區(qū)變壓器載荷過高時(shí)，MESV 可接入臺區(qū)變壓器輔助減載，同時(shí)也可靈活接入充電站進(jìn)行電能的補(bǔ)充。在運(yùn)行過程中mn的充放電功率與荷電狀態(tài)需要滿足以下約束：

2.2.3 配電網(wǎng)運(yùn)行約束

為保證配電網(wǎng)的穩(wěn)定運(yùn)行，系統(tǒng)中臺區(qū)變壓器各時(shí)段的負(fù)載率應(yīng)不超過1。臺區(qū)變壓器運(yùn)行約束為：

同時(shí)接入MESV 后，各支路需要滿足潮流約束。對于輻射狀三相平衡的配電網(wǎng)網(wǎng)絡(luò)，其松弛后的二階錐DistFlow 潮流模型[23]為：

2.3 混合整數(shù)二階錐模型

MESV 多場景應(yīng)用協(xié)同調(diào)度模型為混合整數(shù)二階錐規(guī)劃模型：

式中：（fL，Z）為目標(biāo)函數(shù)（即式（7））；L，Z分別為連續(xù)變量與整數(shù)變量，L包含配電網(wǎng)和MESV 運(yùn)行變量如等，Z包含變量如；A（L）為僅包含連續(xù)變量的約束條件（即式（2）—式（3）與式（19）—式（27））；B（Z）為僅包含整數(shù)變量的約束條件（即式（11）—式（15））；C（L，Z）為連續(xù)變量和整數(shù)變量耦合的約束條件（即式（16）—式（18））；l和K分別為第l次迭代與最大迭代次數(shù)。

2.4 基于改進(jìn)HHO的優(yōu)化求解

傳統(tǒng)HHO 包括全局搜索、過渡和局部開發(fā)3個(gè)階段[24]，其缺點(diǎn)是優(yōu)化求解耗時(shí)較長、精度較低。本文參考文獻(xiàn)[25]對其進(jìn)行改進(jìn)，以快速跳出局部收斂。改進(jìn)方法如下所述。

1）柯西變異。利用柯西變異隨機(jī)擾動(dòng)有利于增強(qiáng)種群的多樣性，避免算法陷入局部最優(yōu)。標(biāo)準(zhǔn)柯西分布的概率密度函數(shù)（fy）和迭代后變異處理得到的當(dāng)前最優(yōu)解為：

式中：Xbest，X′best分別為當(dāng)前最優(yōu)個(gè)體和經(jīng)過柯西變異處理后的最優(yōu)個(gè)體，且Xbest，X′best均是由[L，Z]定義的；y為實(shí)數(shù)，取值范圍為[-∞，+∞]；Y（·）為標(biāo)準(zhǔn)柯西概率分布的隨機(jī)變量。

2）隨機(jī)收縮指數(shù)。過渡階段中獵物能量Erab的變化對全局搜索和局部開發(fā)的選擇起重要作用。故本文將隨機(jī)收縮指數(shù)融入Erab的遞減過程，提出一種能量調(diào)控機(jī)制為：

式中：Erabo為獵物初始逃逸能量；σ為[0，1]隨機(jī)數(shù)。

3）正弦自適應(yīng)權(quán)重。當(dāng)?shù)浇咏肿顑?yōu)解時(shí)，通過加入正弦自適應(yīng)權(quán)重可提高哈里斯鷹的局部開發(fā)能力。正弦自適應(yīng)權(quán)重和獵物個(gè)體更新表達(dá)式為：

式中：csa為自適應(yīng)權(quán)重系數(shù)；F為哈里斯鷹個(gè)體當(dāng)前適應(yīng)度；Fmin，F(xiàn)avg分別為哈里斯鷹種群最小適應(yīng)度與平均適應(yīng)度；Xrab，X′rab為更新前后的獵物個(gè)體。

3 算例分析

3.1 仿真算例

本文以MESV 大規(guī)模多場景應(yīng)用為背景，仿真算例選用IEEE33 節(jié)點(diǎn)系統(tǒng)，其示意圖如圖3 所示。

圖3 IEEE33節(jié)點(diǎn)系統(tǒng)示意圖Fig.3 Schematic diagram of IEEE 33 system

由圖3 可知，IEEE33 節(jié)點(diǎn)系統(tǒng)中節(jié)點(diǎn)1 接入配電網(wǎng)調(diào)度中心配置了充電站的車庫，節(jié)點(diǎn)5，14，19，27 接入臺區(qū)變壓器，節(jié)點(diǎn)1，6，13，18，22 接入充電站，節(jié)點(diǎn)6，15，17，22 接入光伏電源。

配電網(wǎng)-路網(wǎng)融合系統(tǒng)中，根據(jù)供電不穩(wěn)造成影響的大小將該城區(qū)臺區(qū)變壓器負(fù)荷類型分為3類，某城區(qū)臺區(qū)變壓器基本信息如表1 所示。

表1 某城區(qū)臺區(qū)變壓器基本信息Table 1 Basic information of transformer in an urban area

通過實(shí)地調(diào)研某城區(qū)日間道路擁堵情況擬定分時(shí)擁堵系數(shù)分布和分時(shí)電價(jià)，某城區(qū)道路擁堵狀況、交通路網(wǎng)節(jié)點(diǎn)間距和某城區(qū)分時(shí)電價(jià)分別如表2—表4 所示。

表2 某城區(qū)道路擁堵狀況Table 2 Road congestion in an urban area

表3 交通路網(wǎng)節(jié)點(diǎn)間距Table 3 Distance between nodes in the traffic network km

表4 某城區(qū)分時(shí)電價(jià)Table 4 Time-of-use electricity price of an urban area

由表2—表4 可知，為降低MESV 的服務(wù)成本同時(shí)提高M(jìn)ESV 的運(yùn)行效率，應(yīng)使得MESV 在道路擁堵程度低的時(shí)段在最短路徑的節(jié)點(diǎn)間移動(dòng)且在道路擁堵程度較高的時(shí)段完成保供電等任務(wù)。配電網(wǎng)向上層電網(wǎng)購電的電價(jià)高于MESV 放電電價(jià)，同時(shí)MESV 谷段充電電價(jià)遠(yuǎn)低于峰段放電電價(jià)。為促進(jìn)配電網(wǎng)削峰填谷同時(shí)提升經(jīng)濟(jì)效益，應(yīng)最大程度調(diào)度MESV 在電價(jià)峰段放電、電價(jià)谷段充電。

仿真計(jì)算選擇臺區(qū)變壓器日前預(yù)測負(fù)荷，某城區(qū)平均日光伏出力如圖4 所示。

圖4 某城區(qū)平均日光伏出力Fig.4 Average daily photovoltaic output of an urban area

由圖4 可知，該城區(qū)日光伏出力主要集中在電價(jià)峰平段。為使得光伏電源得到充分消納同時(shí)提升經(jīng)濟(jì)效益，應(yīng)最大程度調(diào)度MESV 在光伏出力大的電價(jià)平段前往光伏充電站充電。

仿真計(jì)算選擇2 類不同型號MESV 基本參數(shù)如表5 所示。

表5 2類不同型號MESV基本參數(shù)Table 5 Basic parameter of two different types of MESV

由表5 可知，MESV2 的儲能容量和充放電功率均為MESV1 的2 倍，為完成配電網(wǎng)保供電的任務(wù)，同時(shí)提高經(jīng)濟(jì)效益，應(yīng)優(yōu)先在配電網(wǎng)負(fù)載壓力大的時(shí)段調(diào)度MESV2 參與配電網(wǎng)運(yùn)行。

3.2 MESV多場景應(yīng)用協(xié)同運(yùn)行調(diào)度

該城區(qū)配電網(wǎng)調(diào)度中心擁有MESV1，MESV2各5 輛，MESV1 編號為1—5，MESV2 編號為6—10。3 類負(fù)荷的分別為0.5，0.3 和0.2，取道路擁堵系數(shù)的中位數(shù)，cer為0.80，ηcha和ηdc為0.95，調(diào)度前MESV 均為滿電狀態(tài)，ceb為0.05 元/kWh，paba，pv為15元/kWh。假設(shè)充電站裝備足夠的充電站且充電功率為400 kW。夜間為電價(jià)谷段，為表現(xiàn)MESV 夜間充電過程，計(jì)算周期設(shè)為07∶00 至次日07∶00，計(jì)算步長為1 h。改進(jìn)HHO 的參數(shù)設(shè)置為：K=500，Erabo=2σ-1。仿真計(jì)算使用MATLAB 2019b 編程求解。為驗(yàn)證改進(jìn)HHO 的有效性，分別采用粒子群算法（Particle Swarm Optimization，PSO）、傳統(tǒng)HHO 與改進(jìn)HHO 求解模型，3 種算法對比曲線如圖5 所示。

圖5 3種算法對比曲線Fig.5 Comparison curves of three algorithms

由圖5 可知，改進(jìn)HHO 很好地避免了傳統(tǒng)HHO 和PSO 易陷入局部最優(yōu)的問題，能夠更快地跳出局部最優(yōu)搜索到全局最優(yōu)解，具有更快的收斂速度和求解精度，驗(yàn)證了本文所提出改進(jìn)方法的有效性。

MESV 參與多場景應(yīng)用的運(yùn)行路線及充放電電量如表6 所示。

表6 MESV參與多場景應(yīng)用的運(yùn)行路線及充放電電量Table 6 Running route，charging and discharing amount of MESV participating in multi-scenarioa application kWh

同時(shí)，改進(jìn)HHO 求解模型得到的移動(dòng)儲能車運(yùn)行狀態(tài)如圖6 所示。

圖6 MESV運(yùn)行狀態(tài)Fig.6 Running status of MESV

由圖6（a）和圖6（b）可知，MESV1 和MESV2 的移動(dòng)軌跡連續(xù)且符合移動(dòng)模型的約束，證明了時(shí)-空網(wǎng)絡(luò)模型的嚴(yán)謹(jǐn)性與有效性。由圖6（c）和圖6（d）可知，MESV 的充放電功率與荷電狀態(tài)變化情況，MESV 在光伏出力較大且電價(jià)較低的13:00—16:00時(shí)段前往光伏充電站充電以促進(jìn)光伏消納；除在臺區(qū)變壓器超載時(shí)段接入臺區(qū)變壓器進(jìn)行減載外，基本選擇在電價(jià)峰段和平段放電，在電價(jià)平段和谷段充電，低儲高發(fā)的調(diào)度降低了配電網(wǎng)的購電成本。

MESV 參與配電網(wǎng)運(yùn)行優(yōu)化調(diào)度受到配電網(wǎng)保供電需求的約束，為展示城區(qū)各臺區(qū)變壓器優(yōu)化前負(fù)荷即日前預(yù)測負(fù)荷與MESV 參與配電網(wǎng)運(yùn)行優(yōu)化調(diào)度后的各臺區(qū)變壓器負(fù)荷變化情況，某城區(qū)臺區(qū)變壓器負(fù)荷優(yōu)化前后對比如圖7 所示。

圖7 某城區(qū)臺區(qū)變壓器負(fù)荷優(yōu)化前后對比Fig.7 Variable load comparison of urban platform transformers before and after optimization

由圖7 可知，配電網(wǎng)接入MESV 優(yōu)化后，各臺區(qū)變壓器在負(fù)荷超載時(shí)段均能得到有效減載，且重要負(fù)荷的減載幅度更大，驗(yàn)證了所提策略能夠有效完成配電網(wǎng)的保供電任務(wù)。

3.3 規(guī)模化MESV與新能源發(fā)電增加的效益

新能源饋入量增加與MESV 的應(yīng)用普及是大勢所趨。促進(jìn)新能源消納與提高規(guī)模化MESV 的應(yīng)用效益愈發(fā)重要。若不考慮MESV 的投資成本和日常維護(hù)成本，規(guī)?；疢ESV 與新能源發(fā)電增加的效益如圖8 所示。

圖8 規(guī)?；疢ESV與新能源發(fā)電增加的效益Fig.8 Increased benefits of large-scale MESV and new energy power generation

由圖8 可知，當(dāng)新能源發(fā)電量一定時(shí)，擴(kuò)大MESV 的規(guī)模能夠有效提高配電網(wǎng)系統(tǒng)的經(jīng)濟(jì)效益以及提高新能源消納率。同時(shí)隨著新能源發(fā)電的增加，擴(kuò)大MESV 規(guī)模能夠有效促進(jìn)新能源的消納。

4 結(jié)語

針對現(xiàn)有研究未能充分挖掘MESV 多場景應(yīng)用潛力的問題，提出一種基于配電網(wǎng)-路網(wǎng)融合的MESV 多場景時(shí)空協(xié)同優(yōu)化調(diào)度策略。算例分析表明，MESV 基于多場景應(yīng)用協(xié)同調(diào)度優(yōu)化模型調(diào)度能夠有效降低配電網(wǎng)運(yùn)行成本，實(shí)現(xiàn)削峰填谷，促進(jìn)新能源消納，提高供電可靠性?？紤]到MESV 的投資成本與維護(hù)成本高昂導(dǎo)致當(dāng)前儲能成本遠(yuǎn)高于發(fā)電成本，如何提高規(guī)?；瘍δ苓\(yùn)營效益是個(gè)難題。下一步的工作將探索配電網(wǎng)系統(tǒng)中規(guī)模化MESV 的配置優(yōu)化問題以及分布式新能源滲透率提高及不確定性下MESV 的優(yōu)化調(diào)度，以獲得更大的效益。