費(fèi) 陽(yáng) 沈 潤(rùn) 戴桂木

（東南大學(xué)電氣工程學(xué)院，南京 210096）

微電網(wǎng)能量?jī)?yōu)化管理[1-2]的目的是通過(guò)綜合考慮微網(wǎng)內(nèi)的用電需求情況、燃料費(fèi)用及電價(jià)、氣候狀況、電能質(zhì)量要求、燃料消耗、需求側(cè)管理要求等情況來(lái)作出決策，給出每個(gè)分布式電源的功率和電壓設(shè)定值，在滿足熱/電負(fù)荷需求、確保微網(wǎng)能滿足與外網(wǎng)間的運(yùn)行合同等的前提下，實(shí)現(xiàn)微網(wǎng)運(yùn)行成本最小、分布式電源的運(yùn)行效率最高、系統(tǒng)環(huán)境效益最大等目標(biāo)。

目前，國(guó)內(nèi)外對(duì)微電網(wǎng)能量管理算法都有大量研究，文獻(xiàn)[3]基于“最優(yōu)保留”對(duì)遺傳算法進(jìn)行改進(jìn)，用于多元微電網(wǎng)能量管理，文獻(xiàn)[4]對(duì)含有微型燃?xì)廨啓C(jī)、光伏發(fā)電、燃料電池、蓄電池等多種單元的微電網(wǎng)建立模型實(shí)現(xiàn)微電網(wǎng)經(jīng)濟(jì)運(yùn)行，文獻(xiàn)[5]提出算法的多目標(biāo)優(yōu)化，實(shí)現(xiàn)微電網(wǎng)電能質(zhì)量和經(jīng)濟(jì)指標(biāo)的最優(yōu)。但能量管理算法多停留在理論階段，調(diào)度計(jì)劃需要可再生能源出力及負(fù)荷需求數(shù)據(jù)為保障，與實(shí)際的負(fù)荷風(fēng)光出力預(yù)測(cè)出現(xiàn)斷層。

本文正是以實(shí)際應(yīng)用為出發(fā)點(diǎn)，以多時(shí)間尺度策略實(shí)現(xiàn)能量管理功能[6]，對(duì)發(fā)用電預(yù)測(cè)[7-11]和能量管理算法深入研究，結(jié)合發(fā)用電預(yù)測(cè)、預(yù)測(cè)修正，不斷調(diào)整微電網(wǎng)調(diào)度指令，實(shí)現(xiàn)能量管理站控層的完整設(shè)計(jì)。

本文實(shí)現(xiàn)了微電網(wǎng)能量管理系統(tǒng)的整體架構(gòu)，從二次設(shè)備的數(shù)據(jù)采集、后臺(tái)能量管理系統(tǒng)開(kāi)發(fā)以及用戶側(cè)的維護(hù)管理，通過(guò)長(zhǎng)期運(yùn)行對(duì)能量管理系統(tǒng)的運(yùn)行效果進(jìn)行驗(yàn)證，并結(jié)合數(shù)據(jù)對(duì)算法進(jìn)一步修正完善。

1 微電網(wǎng)能量管理系統(tǒng)

微電網(wǎng)能量管理系統(tǒng)其功能包括整個(gè)微電網(wǎng)的所有功能管理的上層監(jiān)控、決策和執(zhí)行。微電網(wǎng)能量管理系統(tǒng)對(duì)整個(gè)微電網(wǎng)系統(tǒng)運(yùn)行進(jìn)行監(jiān)測(cè)，分析下層采集上的數(shù)據(jù)，利用各個(gè)高級(jí)功能應(yīng)用軟件進(jìn)行綜合分析，并給出及時(shí)的控制指令。在安全穩(wěn)定運(yùn)行的前提下實(shí)現(xiàn)對(duì)微電網(wǎng)內(nèi)部各分布式電源的控制、儲(chǔ)能的監(jiān)管控制、負(fù)荷的需求響應(yīng)及投切。

1.1 就地控制層

就地控制層采用BECKHOFF 公司的軟PLC，通過(guò)EtherCAT 總線采集風(fēng)機(jī)、光伏和儲(chǔ)能的各路電網(wǎng)信息，并將數(shù)據(jù)傳至站控層。需要采集的數(shù)據(jù)有風(fēng)機(jī)和光伏的交流出線側(cè)的電壓、電流、有功和無(wú)功等電網(wǎng)信息，還需要與逆變器之間通信獲取各路逆變器的狀態(tài)數(shù)據(jù)，同時(shí)系統(tǒng)還需要控制各路出線的接觸器，實(shí)現(xiàn)線路的通斷。

1.2 站控層

站控層是實(shí)現(xiàn)微電網(wǎng)能量管理功能的核心部分，承擔(dān)數(shù)據(jù)的分析計(jì)算，發(fā)布調(diào)度指令等任務(wù)，實(shí)現(xiàn)微電網(wǎng)能量管理優(yōu)化目標(biāo)。與大電網(wǎng)的優(yōu)化運(yùn)行不同，微網(wǎng)運(yùn)行不僅要考慮分布式電源提供電能、有效利用可再生能源、保護(hù)環(huán)境、減小燃料費(fèi)用，還需考慮與外網(wǎng)間的電能交易，本文提出的優(yōu)化目標(biāo)主要有以下兩點(diǎn)：

1）經(jīng)濟(jì)運(yùn)行。通過(guò)對(duì)微網(wǎng)內(nèi)的可調(diào)度分布式電源和儲(chǔ)能設(shè)備進(jìn)行合理調(diào)度，在確?？稍偕茉吹谋M可能消納前提下，盡量減少微網(wǎng)的運(yùn)行成本和提高系統(tǒng)效率。

2）聯(lián)絡(luò)線功率控制。微網(wǎng)運(yùn)行于聯(lián)網(wǎng)模式時(shí)，微網(wǎng)一般被要求控制成為一個(gè)友好負(fù)荷形式，微網(wǎng)應(yīng)有助于降低電能損耗，實(shí)現(xiàn)電力負(fù)荷的移峰填谷，提高電壓質(zhì)量或不造成電能質(zhì)量惡化等目標(biāo)，因此一般要求微網(wǎng)聯(lián)絡(luò)線輸出功率平滑或者維持在一定功率范圍內(nèi)。

1.3 遠(yuǎn)程訪問(wèn)層

基于Web 開(kāi)發(fā)的能量管理監(jiān)控系統(tǒng)，實(shí)現(xiàn)微電網(wǎng)能量管理優(yōu)化結(jié)果的各項(xiàng)數(shù)據(jù)展示，包括微電網(wǎng)一次接線圖、發(fā)用電預(yù)測(cè)、調(diào)度計(jì)劃等，此外提供數(shù)據(jù)維護(hù)功能，包括電價(jià)、儲(chǔ)能、聯(lián)絡(luò)線配置信息等。

2 站控層能量管理算法開(kāi)發(fā)

站控層實(shí)現(xiàn)的能量管理算法采用多時(shí)間尺度能量管理優(yōu)化策略如圖1所示，以日時(shí)間尺度獲取氣象預(yù)測(cè)數(shù)據(jù)，作為日前發(fā)用電預(yù)測(cè)的依據(jù)并結(jié)合歷史數(shù)據(jù)發(fā)布日預(yù)測(cè)值，根據(jù)不同能量管理優(yōu)化模式調(diào)用相應(yīng)算法發(fā)布發(fā)電計(jì)劃；以小時(shí)時(shí)間尺度基于當(dāng)日運(yùn)行數(shù)據(jù)反饋對(duì)預(yù)測(cè)和發(fā)電計(jì)劃滾動(dòng)修正；此外以10min 為時(shí)間尺度基于實(shí)時(shí)運(yùn)行數(shù)據(jù)調(diào)用超短期預(yù)測(cè)[9]，并依據(jù)預(yù)測(cè)數(shù)值，比對(duì)滾動(dòng)預(yù)測(cè)偏差分配給各可控單元，實(shí)現(xiàn)微電網(wǎng)功率平衡。

圖1 能量管理算法流程

2.1 發(fā)電預(yù)測(cè)

利用氣象數(shù)據(jù)基于相似日對(duì)預(yù)測(cè)日的可再生能源發(fā)電進(jìn)行預(yù)測(cè)，其預(yù)測(cè)策略如圖2所示。結(jié)合近期負(fù)荷數(shù)據(jù)對(duì)負(fù)荷需求進(jìn)行分析預(yù)測(cè)。基于實(shí)時(shí)運(yùn)行數(shù)據(jù)，對(duì)當(dāng)日的預(yù)測(cè)數(shù)據(jù)進(jìn)行修正和超短期預(yù)測(cè)。

基于氣象預(yù)報(bào)利用相似日計(jì)算選取相似日進(jìn)行風(fēng)光預(yù)測(cè)[8]，對(duì)于光伏出力的影響因子主要為最低溫度、最高溫度、光照條件，對(duì)于風(fēng)機(jī)出力的影響因子主要為風(fēng)力和風(fēng)向。

針對(duì)光伏、風(fēng)機(jī)發(fā)電預(yù)測(cè)，分別建立向量Ypv=[Tmax,Tmin,G],Ywt=[Vw,Vd]。對(duì)向量中各分量進(jìn)行歸一化，對(duì)預(yù)測(cè)日和歷史氣象數(shù)據(jù)進(jìn)行相關(guān)性計(jì)算，得到相似度。選取最近N日中相似度最高的m日作為相似日預(yù)測(cè)發(fā)電。

圖2 發(fā)用電預(yù)測(cè)策略

引入變化趨勢(shì)的相似度計(jì)算，基于實(shí)時(shí)發(fā)電功率對(duì)下一時(shí)刻發(fā)電功率進(jìn)行預(yù)測(cè)[9]。樣本中為運(yùn)行到t時(shí)刻的前5 次采集到的發(fā)電功率p[5]，相似日對(duì)應(yīng)前5 個(gè)時(shí)刻及t時(shí)刻的發(fā)電功率p1[6],p2[6],…pm[6]，計(jì)算功率變化趨勢(shì)的相似度：

對(duì)相似度進(jìn)行歸一化處理：

污水水量40萬(wàn)t/d，約16650t/h,水量充足，足夠使用。冬季污水設(shè)計(jì)溫度約為15℃，熱泵冷凝器側(cè)供回水溫度為55～50℃。

對(duì)t時(shí)刻發(fā)電功率進(jìn)行預(yù)測(cè)：

2.2 經(jīng)濟(jì)調(diào)度

可再生能源最大消納的基礎(chǔ)上，利用分時(shí)電價(jià)儲(chǔ)能按充放電策略進(jìn)行控制[12]，實(shí)現(xiàn)谷時(shí)儲(chǔ)能吸納電量，峰時(shí)儲(chǔ)能釋放電量，提高微電網(wǎng)的經(jīng)濟(jì)性，經(jīng)濟(jì)調(diào)度流程如圖3所示。

經(jīng)濟(jì)調(diào)度的實(shí)現(xiàn)體現(xiàn)在優(yōu)化目標(biāo)函數(shù)為運(yùn)行成本，利用優(yōu)化算法尋找運(yùn)行成本最小解。

目標(biāo)函數(shù)如式：

式中，Pgrid(t)為t時(shí)段配電網(wǎng)吸收功率；Cgrid(t)為t時(shí)段售電價(jià)格；Ci為單元i的單位電量管理費(fèi)用，￥/kW·h；Pi(t)為單元i在t時(shí)段的功率輸出。

圖3 經(jīng)濟(jì)調(diào)度策略

2.3 定聯(lián)絡(luò)線功率控制

微電網(wǎng)與上層配電網(wǎng)的互動(dòng)，當(dāng)接收到與市電功率交換指令時(shí)，儲(chǔ)能系統(tǒng)結(jié)合光伏發(fā)電量與負(fù)荷的實(shí)際用電量，更新儲(chǔ)能單元的輸出功率值和可控負(fù)荷的切除，實(shí)現(xiàn)微電網(wǎng)相對(duì)電網(wǎng)為一個(gè)可控源，定功率控制策略如圖4所示。

圖4 定功率控制策略

定功率控制的實(shí)現(xiàn)體現(xiàn)在優(yōu)化算法中的約束條件中：

儲(chǔ)能的約束條件為

基于改進(jìn)遺傳算法，設(shè)置微電網(wǎng)能量管理算法中適應(yīng)度函數(shù)及約束條件，通過(guò)種群的迭代進(jìn)化，最終找到迭代過(guò)程中的最優(yōu)解作為能量管理算法發(fā)布的調(diào)度指令。

3 站控層能量管理算法實(shí)現(xiàn)

基于氣象信息得到可再生能源出力和負(fù)荷需求的功率預(yù)測(cè)數(shù)據(jù)，預(yù)測(cè)曲線如圖5所示。

圖5 負(fù)荷需求及風(fēng)光出力數(shù)據(jù)

兩組儲(chǔ)能的荷電狀態(tài)的上限均為0.9，下限分別為0.3 和0.2，兩組儲(chǔ)能的初始荷電狀態(tài)分別為0.55和0.45。實(shí)時(shí)電價(jià)見(jiàn)表1。

并網(wǎng)運(yùn)行下的算法優(yōu)化結(jié)果見(jiàn)表2。

表1 峰谷電價(jià)表

表2 經(jīng)濟(jì)調(diào)度計(jì)劃

由上述比較可以看出，并網(wǎng)下的能量管理經(jīng)濟(jì)調(diào)度策略能夠?qū)崿F(xiàn)購(gòu)電成本的明顯下降，其調(diào)度的出力曲線如圖6所示。兩組儲(chǔ)能在日運(yùn)行計(jì)劃中滿足各自的荷電狀態(tài)約束，同時(shí)可以看出儲(chǔ)能在電價(jià)谷值時(shí)段進(jìn)行充電，在電價(jià)峰值時(shí)段進(jìn)行放電，并在日計(jì)劃結(jié)束時(shí)刻荷電狀態(tài)恢復(fù)初始狀態(tài)。

圖6 微電網(wǎng)經(jīng)濟(jì)優(yōu)化下的各單元調(diào)度

接收到定功率控制指令后，運(yùn)行模式轉(zhuǎn)至定功率控制，基于超短時(shí)的可再生能源預(yù)測(cè)及負(fù)荷預(yù)測(cè)，調(diào)整兩組儲(chǔ)能的出力指令，實(shí)現(xiàn)聯(lián)絡(luò)線功率在設(shè)定數(shù)值。計(jì)算得到的各單元調(diào)度指令見(jiàn)表3，相應(yīng)的出力曲線圖如圖7所示。

表3 定功率調(diào)度計(jì)劃

圖7 定功率調(diào)度曲線

4 結(jié)論

本文給出了完整的微電網(wǎng)能量管理系統(tǒng)架構(gòu)，實(shí)現(xiàn)微電網(wǎng)數(shù)據(jù)采集、算法優(yōu)化、數(shù)據(jù)維護(hù)、遠(yuǎn)程訪問(wèn)等功能。主要研究微電網(wǎng)能量管理系統(tǒng)的站控層設(shè)計(jì)，實(shí)現(xiàn)微電網(wǎng)能量管理多尺度優(yōu)化策略，對(duì)發(fā)用電進(jìn)行預(yù)測(cè)并加入反饋修正環(huán)節(jié)，此外基于實(shí)時(shí)運(yùn)行數(shù)據(jù)修正調(diào)度計(jì)劃，實(shí)現(xiàn)能量管理策略的完整性，彌補(bǔ)了能量管理策略中對(duì)預(yù)測(cè)的空缺部分。優(yōu)化目標(biāo)主要有經(jīng)濟(jì)調(diào)度及定功率控制，實(shí)現(xiàn)微電網(wǎng)的經(jīng)濟(jì)性和可控性，優(yōu)化效果通過(guò)算例得到有效驗(yàn)證。

[1] 劉夢(mèng)璇. 微網(wǎng)能量管理與優(yōu)化設(shè)計(jì)研究[D]. 天津大學(xué),2012.

[2] 陳昌松. 光伏微網(wǎng)的發(fā)電預(yù)測(cè)與能量管理技術(shù)研究[D]. 華中科技大學(xué),2011.

[3] 陳昌松,段善旭,蔡濤,等. 基于改進(jìn)遺傳算法的微網(wǎng)能量管理模型[J]. 電工技術(shù)學(xué)報(bào),2013(4): 196-201.

[4] 劉天琪， 江東林. 基于儲(chǔ)能單元運(yùn)行方式優(yōu)化的微電網(wǎng)經(jīng)濟(jì)運(yùn)行[J]. 電網(wǎng)技術(shù),2012(1): 45-50

[5] 王新剛,艾芊,徐偉華,等. 含分布式發(fā)電的微電網(wǎng)能量管理多目標(biāo)優(yōu)化[J]. 電力系統(tǒng)保護(hù)與控制,2009(20): 79-83

[6] 魏路平,張小白,盧敏,等.日前電力市場(chǎng)環(huán)境下的實(shí)時(shí)調(diào)度[J]. 電力系統(tǒng)自動(dòng)化,2007(24): 38-41.

[7] 周英,尹邦德,任鈴,等. 基于BP 神經(jīng)網(wǎng)絡(luò)的電網(wǎng)短期負(fù)荷預(yù)測(cè)模型研究[J]. 電測(cè)與儀表,2011(2): 68-71.

[8] 孟洋洋,盧繼平,孫華利,等. 基于相似日和人工神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率短期預(yù)測(cè)[J]. 電網(wǎng)技術(shù),2010(12): 163-167.

[9] 段彬. 風(fēng)光互補(bǔ)發(fā)電控制系統(tǒng)中的短期功率預(yù)測(cè)研究[D]. 電子科技大學(xué),2011.

[10] Peder Bacher,Henrik Madsen,Henrik Aalborg,Nielsen. Online short-term solar power forecasting[J]. Solar Energy,2009: 1772-1783.

[11] James W. Taylor. Short-Term Electricity Demand Forecasting Using Double Seasonal Exponential Smoothing[J]. Journal of Operational Research Society,2003(54): 799-805.

[12] 李揚(yáng),王治華,盧毅,等. 峰谷分時(shí)電價(jià)的實(shí)施及大工業(yè)用戶的響應(yīng)[J]. 電力系統(tǒng)自動(dòng)化,2001(8): 45-48.