微電網(wǎng)源網(wǎng)荷儲分布魯棒優(yōu)化調(diào)度方法研究

何玉朝，郭楓，錢輝敏，姚勝紅，張能

（國網(wǎng)電力科學(xué)研究院武漢南瑞有限責(zé)任公司，湖北武漢 430074）

隨著微電網(wǎng)的不斷發(fā)展，微電網(wǎng)的結(jié)構(gòu)也在發(fā)生著巨大的改變。目前，復(fù)雜的微電網(wǎng)已經(jīng)成為研究熱點(diǎn)，其在電網(wǎng)中的地位日益突出。微電網(wǎng)的發(fā)展使電力系統(tǒng)在經(jīng)濟(jì)和可靠性方面取得了良好的發(fā)展。

當(dāng)前，在微電網(wǎng)群中，最優(yōu)的排序模型大多是單一的，大多數(shù)微電網(wǎng)絡(luò)的優(yōu)化調(diào)度策略僅能達(dá)到單個(gè)的目的，并不能提高微電網(wǎng)的穩(wěn)定性和降低系統(tǒng)的運(yùn)營成本。隨著我國分布式電力系統(tǒng)滲透率的不斷增加，電力系統(tǒng)總體運(yùn)行效率較低，源網(wǎng)荷儲各個(gè)環(huán)節(jié)之間協(xié)調(diào)不夠，各類電源互補(bǔ)互濟(jì)不足的問題越來越突出。對源網(wǎng)荷儲進(jìn)行分層分區(qū)平衡處理，能夠有效解決地域資源網(wǎng)絡(luò)負(fù)載大和存儲效果不佳的問題。

關(guān)于電力微電網(wǎng)的運(yùn)行優(yōu)化問題已較為成熟。當(dāng)前，我國已經(jīng)形成了一種新型的電力樞紐模型，該模型能夠有效地增強(qiáng)電力系統(tǒng)的適應(yīng)性，并能夠有效地降低可再生能源的消耗。與此同時(shí)，通過構(gòu)建能源樞紐模型，能夠均衡源網(wǎng)荷儲負(fù)載，有效調(diào)度微電網(wǎng)[1]。相關(guān)學(xué)者還提出了一種多電網(wǎng)功率優(yōu)化控制模型，該模型針對可再生能源數(shù)據(jù)的異構(gòu)以及一次能源不確定引起的出力控制問題，建立了多網(wǎng)最優(yōu)控制模型。通過控制微電網(wǎng)源網(wǎng)荷儲分布的負(fù)荷，實(shí)現(xiàn)微電網(wǎng)的有效調(diào)度[2]。然而，針對電力系統(tǒng)規(guī)劃、調(diào)度與運(yùn)行的研究多以系統(tǒng)運(yùn)行與資源最優(yōu)組合為重點(diǎn)，單純使用上述兩種方法缺乏對微電網(wǎng)的需求與控制。

針對以上研究的不足，該研究提出了微電網(wǎng)源網(wǎng)荷儲分布魯棒優(yōu)化調(diào)度方法。

1 微電網(wǎng)源網(wǎng)荷儲分布魯棒優(yōu)化調(diào)度模型

1.1 分布魯棒優(yōu)化調(diào)度目標(biāo)函數(shù)

針對微電網(wǎng)源網(wǎng)荷儲分布魯棒優(yōu)化調(diào)度，需構(gòu)建分布魯棒優(yōu)化調(diào)度目標(biāo)函數(shù)，優(yōu)化調(diào)度模型可以實(shí)現(xiàn)兩個(gè)目標(biāo)：最小費(fèi)用和最小污染物排放量，基于此，構(gòu)建的優(yōu)化調(diào)度目標(biāo)函數(shù)為：

式（2）中，εS、εY、εN分別表示二氧化硫、煙塵和氮氧化物的排放系數(shù)[3-4]。通過上述這兩個(gè)公式，能夠控制成本和污染物排放量，為分布魯棒優(yōu)化調(diào)度提供數(shù)據(jù)支持。

1.2 約束條件

各種發(fā)電機(jī)組的發(fā)電功率不得高于或低于其額定功率，由此設(shè)置的約束條件可表示為：

式（3）中，ΔWm、ΔWg、ΔWf分別表示火電機(jī)組m、光伏g和風(fēng)機(jī)f在理想情況下初始出力到最大出力的差值；vm、vg、vf分別表示火電機(jī)組m、光伏g和風(fēng)機(jī)f在運(yùn)行周期內(nèi)運(yùn)行速率的最小值[5]；分別表示火電機(jī)組m、光伏g和風(fēng)機(jī)f在運(yùn)行周期內(nèi)運(yùn)行速率的最大值。

微電網(wǎng)發(fā)電是一種極具隨機(jī)特性的電力系統(tǒng)，在不棄風(fēng)、棄光的前提下，通過引入多臺靈活、可調(diào)的發(fā)電機(jī)組，使其能夠充分利用其互補(bǔ)、協(xié)同的特點(diǎn)，達(dá)到協(xié)同控制的目的[6-8]。在此基礎(chǔ)上，通過需求端的資源轉(zhuǎn)移，使用電量達(dá)到相對可控狀態(tài)，保證電力供需雙方相互適應(yīng)、相互協(xié)調(diào)。

1.3 調(diào)度模型構(gòu)建

針對分布式電源接入配電系統(tǒng)的相關(guān)技術(shù)要求，結(jié)合微電網(wǎng)的輻射運(yùn)行特點(diǎn)和保護(hù)配置原理，提出了在計(jì)劃階段采用變電站變壓器低壓側(cè)開關(guān)、變電站低壓母線輸入開關(guān)、配電變壓器高壓側(cè)開關(guān)的調(diào)度結(jié)構(gòu)[9-10]。在此基礎(chǔ)上，根據(jù)微電網(wǎng)的層級定義，構(gòu)建了“源網(wǎng)荷儲”分層分區(qū)平衡調(diào)度模型，如圖1所示。

圖1 分層分區(qū)平衡調(diào)度模型

圖1 中，該模型主要包括4 個(gè)部分，分別是儲能一體化、母線平衡、饋線平衡和微電網(wǎng)平衡[11]。其中，高壓母線、10 kV 母線、10 kV 饋線、400 V 母線為微電網(wǎng)潮流控制的4 個(gè)節(jié)點(diǎn)，需滿足線路最大供電需求以及單向潮流的約束條件，防止電流倒送現(xiàn)象的發(fā)生。

2 模型求解

2.1 基于粒子群優(yōu)化求解

粒子群是一種通過多次迭代而獲得的隨機(jī)解，這種方法屬于多目標(biāo)優(yōu)化問題，而傳統(tǒng)粒子群算法只能求一個(gè)解[12]。針對多目標(biāo)優(yōu)化問題，常將各目標(biāo)函數(shù)按權(quán)重劃分為一個(gè)整體目標(biāo)函數(shù)，并用粒子群優(yōu)化算法進(jìn)行求解[13]。

采用收縮因子的粒子群算法對微電網(wǎng)源網(wǎng)荷儲分布魯棒進(jìn)行優(yōu)化調(diào)度，以求得高質(zhì)量解。速度更新公式為：

式（4）中，vk、vk+1分別表示粒子經(jīng)過第k、k+1 次迭代處理后的速度；η1、η2均表示迭代收縮因子；s1、s2表示實(shí)數(shù)分別表示粒子到目前為止最佳位置、粒子當(dāng)前所在位置、粒子全局最佳位置[14]；β表示收縮因子。在此基礎(chǔ)上，各指標(biāo)權(quán)重會(huì)不斷地改變，且微粒群也會(huì)隨之改變。該算法能使不可行的系統(tǒng)運(yùn)行方案在可行區(qū)域內(nèi)被迅速地排除，加速了算法的收斂性[15]。

在求解時(shí)，采用歸檔機(jī)制對非主要解進(jìn)行跟蹤。在優(yōu)化調(diào)度目標(biāo)函數(shù)中，主要任務(wù)就是對已知的未占優(yōu)勢解進(jìn)行追蹤。與此同時(shí)，為保持所發(fā)現(xiàn)的問題，一般使用文檔來選取全局最優(yōu)位置和個(gè)別最優(yōu)位置。歸檔機(jī)制，“全局向?qū)А迸c“個(gè)人向?qū)А北环Q為全局最佳解和個(gè)體最佳解[16]。在引入歸檔機(jī)制的基礎(chǔ)上，可以在保持最佳解集多樣性的前提下，使算法的計(jì)算速度得到最大程度改善。具體計(jì)算過程如下：

步驟1：定義迭代次數(shù)最大值，從而實(shí)現(xiàn)群體隨機(jī)初始化；

步驟2：確定個(gè)體極值、初值和全局極值，通過求解各個(gè)粒子的自適應(yīng)度，得到非支配解集合。粒子在每次迭代過程中，粒子群的位置更新是由粒子群適應(yīng)性函數(shù)來確定的，其表達(dá)式如下：

式（5）中，p表示采樣點(diǎn)；F表示調(diào)度模型函數(shù)；UM表示約束函數(shù)。

步驟3：對外部文件集進(jìn)行更新，按粒子擁擠程度依次遞減，并刪除不占比例非控解；

步驟4：采用迭代法求出粒子速度、位置，并對已有粒子群進(jìn)行更新，調(diào)整各個(gè)粒子的極值，并進(jìn)行修正；

步驟5：將新的非劣解加入外部文件，產(chǎn)生新的外部文件，并求出新的全局極值；

步驟6：如果已經(jīng)得到了最大迭代數(shù)，就會(huì)結(jié)束搜索，如果不能，則返回到步驟2。

由于該方法屬于多目標(biāo)優(yōu)化問題，因此，粒子群算法可獲得最優(yōu)解，且最優(yōu)解為系統(tǒng)的運(yùn)行成本最低。

2.2 源網(wǎng)荷儲分布魯棒優(yōu)化調(diào)度決策方案

微電網(wǎng)能量優(yōu)化的目標(biāo)是使可再生能源和各種資源得到最大程度的利用，并按“源網(wǎng)荷儲”進(jìn)行有序調(diào)度，從而達(dá)到最大的經(jīng)濟(jì)效益。能量互補(bǔ)關(guān)系示意圖如圖2 所示。

圖2 能量互補(bǔ)關(guān)系示意圖

圖2 中，使用能量互補(bǔ)模式能夠?qū)崿F(xiàn)全局優(yōu)先全額調(diào)度，在滿足上述調(diào)度模式的情況下，剩余的可再生能源將用于蓄能系統(tǒng)充電，然后將其轉(zhuǎn)移到可調(diào)度的負(fù)載中進(jìn)行消納處理。在電力系統(tǒng)不能滿足微電網(wǎng)負(fù)載要求的情況下，通過儲能系統(tǒng)和交互功率的聯(lián)合決策，達(dá)到最佳的調(diào)度。

3 實(shí)驗(yàn)與分析

3.1 場景設(shè)置

以華北某地區(qū)的發(fā)電廠為例，該地區(qū)微電網(wǎng)主要包括的參數(shù)內(nèi)容如下：

光伏陣列額定功率依次為30、20、15 kW；風(fēng)機(jī)額定功率依次為30、20、10 kW；蓄電池容量為100 kW·h、充電率為90%、放電率為95%；柴油機(jī)額定功率為120 kW、燃油成本系數(shù)為0.2、排放系數(shù)為220。

在實(shí)時(shí)電價(jià)下，利用微電網(wǎng)內(nèi)部分布式能滿足微電網(wǎng)內(nèi)部的負(fù)荷需求。各機(jī)組出力理想情況如圖3 所示。由圖3 可知，光伏理想功率在運(yùn)行時(shí)間為6～8 h 時(shí)，達(dá)到最大值為40 kW；風(fēng)機(jī)理想功率在運(yùn)行時(shí)間為6～8 h 時(shí)，達(dá)到最大值為20 kW；蓄電池理想功率在運(yùn)行時(shí)間為5.5～8.5 h 時(shí)，達(dá)到最大值為35 kW；柴油機(jī)理想功率在運(yùn)行時(shí)間為6～8 h 時(shí)，達(dá)到最大值為20 kW。

圖3 各機(jī)組出力的理想情況

3.2 實(shí)驗(yàn)結(jié)果與分析

分別使用基于能量樞紐模型、多電網(wǎng)功率優(yōu)化控制模型和分布魯棒優(yōu)化調(diào)度方法，分析各機(jī)組出力是否達(dá)到理想情況，對比結(jié)果如圖4 所示。

圖4 三種方法各機(jī)組出力對比分析

由圖4（a）可知，光伏理想功率在運(yùn)行時(shí)間為6～8 h 時(shí)，達(dá)到最大值為20 kW；風(fēng)機(jī)理想功率在運(yùn)行時(shí)間為6～8.5 h 時(shí)，達(dá)到最大值為16 kW；蓄電池理想功率在運(yùn)行時(shí)間為6～8.5 h 時(shí)，達(dá)到最大值為10 kW；柴油機(jī)理想功率在運(yùn)行時(shí)間為6～8.5 h 時(shí)，達(dá)到最大值為6 kW，使用該方法光伏、風(fēng)機(jī)、蓄電池、柴油機(jī)的出力情況均與圖3 所示數(shù)值不一致。

由圖4（b）可知，使用該方法光伏、風(fēng)機(jī)、蓄電池、柴油機(jī)出力情況均與圖3 所示數(shù)值不一致，光伏理想功率在運(yùn)行時(shí)間為6～8 h 時(shí)，達(dá)到最大值為25 kW；風(fēng)機(jī)理想功率在運(yùn)行時(shí)間為7～8 h 時(shí)，達(dá)到最大值為20 kW；蓄電池理想功率在運(yùn)行時(shí)間為5.5～8.5 h 時(shí)，達(dá)到最大值為14 kW；柴油機(jī)理想功率在運(yùn)行時(shí)間為6～8.5 h 時(shí)，達(dá)到最大值為6 kW。

由圖4（c）可知，使用該方法光伏、風(fēng)機(jī)、柴油機(jī)出力情況均與圖3 所示數(shù)值一致，只有蓄電池理想功率在運(yùn)行時(shí)間為6～9 h時(shí)，與理想出力時(shí)間相差1 h。

通過上述分析結(jié)果可知，使用分布魯棒優(yōu)化調(diào)度方法調(diào)度效果最佳。

4 結(jié)束語

該研究提出了一種微電網(wǎng)源網(wǎng)荷儲分布魯棒優(yōu)化調(diào)度研究方法，該方法通過分布魯棒優(yōu)化調(diào)度方式達(dá)到電力負(fù)荷相對可控的目的，并建立了一種“源—網(wǎng)—荷—儲”的優(yōu)化調(diào)度模型，根據(jù)發(fā)電量的相對可控性來滿足電力用戶需求，從而實(shí)現(xiàn)最優(yōu)調(diào)度。