摘 要：本文基于典型風光儲微網(wǎng)系統(tǒng)模型，以系統(tǒng)滿足基本用電負荷為前提，進行微網(wǎng)系統(tǒng)容量優(yōu)化配置的策略研究。本文提出以系統(tǒng)投資成本、運行成本和維持系統(tǒng)供電可靠性等綜合成本最小為目標的優(yōu)化配置策略；利用遺傳算法來獲得系統(tǒng)的全局最優(yōu)解；最后，利用HOMER軟件對所得結(jié)果進行測驗分析。

關(guān)鍵詞：微網(wǎng)；容量配置；遺傳算法

0 引言

隨著包括風電、光伏等可再生能源和高效清潔的化石燃料在內(nèi)的新型發(fā)電技術(shù)的發(fā)展，由風電、光伏等DG單元組成的微網(wǎng)供電技術(shù)已經(jīng)日漸成為滿足負荷增長需求、減少環(huán)境污染、提高能源綜合利用效率和供電可靠性的一種有效途徑。

微網(wǎng)系統(tǒng)設(shè)計的基本要求是滿足微網(wǎng)覆蓋電力負荷以及發(fā)電系統(tǒng)經(jīng)濟可靠運行的需要。即確定系統(tǒng)各組成部分的容量及運行控制策略，使得風力發(fā)電量和光伏輸出電量能滿足大部分用電負荷的要求，同時降低系統(tǒng)發(fā)電成本，提高系統(tǒng)運行的可靠性。為滿足上述要求，需要對系統(tǒng)進行最優(yōu)容量配置，計算出微網(wǎng)系統(tǒng)在全年能夠可靠工作所需光伏總?cè)萘?、風力發(fā)電機組功率和蓄電池容量，使其在滿足最大可靠性的同時，盡可能的減少系統(tǒng)的成本。因此，微網(wǎng)的最優(yōu)容量配置可以看作一個非線性目標優(yōu)化問題。

為保證微網(wǎng)系統(tǒng)獲得最優(yōu)容量配置策略，本文采用遺傳優(yōu)化算法對其進行優(yōu)化設(shè)計，優(yōu)化指標為風機、光伏電池串和并聯(lián)蓄電池組的最優(yōu)數(shù)目，約束條件為功率平衡、蓄電池充電狀態(tài)及其他條件。

1 風光儲微網(wǎng)系統(tǒng)模型簡介

風光儲微網(wǎng)系統(tǒng)由風電機組、并列光伏電池組、蓄電池組、逆變器及負載構(gòu)成。典型系統(tǒng)結(jié)構(gòu)如圖所示。

2 風光儲微網(wǎng)容量優(yōu)化模型建立

目標函數(shù)的確立

微網(wǎng)容量優(yōu)化配置的最終目標是使系統(tǒng)成本降最低，同時滿足用戶要求的供電可靠性。

3 遺傳算法簡介

遺傳算法屬于智能優(yōu)化算法中的一種，是一種具有全局優(yōu)化性能、通用性強且適合于并行處理的算法。

3.1 遺傳算法的基本原理

遺傳算法是從試圖解釋自然過程生物的復雜適應(yīng)過程入手，模擬生物進化的機制來構(gòu)造人工系統(tǒng)的模型。它是從代表問題可能潛在解集一個種群開始的，而一個種群則由經(jīng)過基因編碼的一定數(shù)目的個體組成。因此在一開始需要實現(xiàn)從表現(xiàn)型到基因型的映射，即編碼工作。初始種群產(chǎn)生之后，按照適者生存和優(yōu)勝劣汰的原理，逐代演化出越來越好的近似解。在每一代，根據(jù)問題域中個體適應(yīng)度大小，挑選個體，并借助于自然遺傳學的遺傳算子進行組合交叉和變異，產(chǎn)生出代表新解集的種群。這個過程將導致種群像自然進化一樣，后生代種群比前代更加適應(yīng)環(huán)境。末代種群的最優(yōu)個體經(jīng)過解碼，可以作為問題近似最優(yōu)解。

3.2 模型求解過程

系統(tǒng)的優(yōu)化變量集合為X=[]，以4個變量作為遺傳算法的基因，將目標函數(shù)作為適應(yīng)度函數(shù)，最終尋找到一組最優(yōu)的[]，使得目標函數(shù)的值最小，整個算法流程圖如下圖所示。

4 實例分析

4.1 基礎(chǔ)數(shù)據(jù)

根據(jù)本文中所提出的優(yōu)化方法對微網(wǎng)電源容量進行優(yōu)化配置，所應(yīng)用的分布式電源類型有：風力發(fā)電機、光伏模塊、蓄電池及相關(guān)組件。

微網(wǎng)容量優(yōu)化配置還需要系統(tǒng)所在地的年氣象數(shù)據(jù)和符合數(shù)據(jù)，其中氣象數(shù)據(jù)包括平均風速、平均光強度、小時最大光強以及小時平均環(huán)境溫度，負荷數(shù)據(jù)包括小時平均交流負荷和小時平均直流負荷。本文中負荷全部選用交流負荷。

針對微網(wǎng)運行仿真總時間為1年，最小時間間隔為1h，由氣象數(shù)據(jù)計算各電源的出力，同時計算微網(wǎng)的可靠性指標LPSP及能量過剩倍率EXC，并將其作為約束條件之一。利用表中各組件成本數(shù)據(jù)計算等年值投資費用，并將其作為目標函數(shù)，最后基于GA的微網(wǎng)容量優(yōu)化配置酸法求解最優(yōu)變量。

5 結(jié)論

在使用單一蓄電池儲能時，因蓄電池功率密度相對較低，為滿足出現(xiàn)沖擊負荷時的供電需求，必須配較大容量蓄電池，因此成本很高?；旌蟽δ芟到y(tǒng)由超級電容來負擔功率波動，減少不必要的蓄電池配置的同時，減少蓄電池充放電次數(shù)延長蓄電池壽命，有效縮減的成本。

基于遺傳算法的混合儲能系統(tǒng)容量優(yōu)化配置研究充分考慮了蓄電池和超級電容各自的運行特性，通過協(xié)調(diào)互助的運行策略，優(yōu)化了儲能系統(tǒng)的工作狀態(tài)，提高了儲能系統(tǒng)經(jīng)濟型的同時，保證了微電網(wǎng)的穩(wěn)定性和可靠性。但是研究中未考慮實際應(yīng)用中溫度，變流器效率等影響因素的影響，且對儲能設(shè)備壽命確定也較為簡單。實現(xiàn)對混合儲能系統(tǒng)精確的配置優(yōu)化，還需研究實際影響中的印象因素，有待進一步研究。

參考文獻

[1]牛濤，錢康，孫純軍，等.基于遺傳算法的微電網(wǎng)容量配置方法及軟件開發(fā)[J].中國電力，2016，49（9）：160-164.

（作者單位：甘肅省引大入秦工程管理局）