鐘志鋼，鄧輝平，周占平，馮寶玥，江 冰

（1.山東電力工程咨詢院有限公司，濟南250013；2.河海大學(xué)物聯(lián)網(wǎng)工程學(xué)院，常州，213022）

基于改進(jìn)粒子群算法的海島微網(wǎng)運行優(yōu)化研究

鐘志鋼1，鄧輝平2，周占平1，馮寶玥1，江 冰2

（1.山東電力工程咨詢院有限公司，濟南250013；2.河海大學(xué)物聯(lián)網(wǎng)工程學(xué)院，常州，213022）

基于海島微電網(wǎng)運行的穩(wěn)定性、經(jīng)濟性和環(huán)保性，利用潮流能代替?zhèn)鹘y(tǒng)光能，構(gòu)建基于風(fēng)能、潮流能、微型燃料機發(fā)電、儲能的海島智能微電網(wǎng)運行優(yōu)化模型，分析海島智能微電網(wǎng)分布式電源的運行特性，優(yōu)化海島微電網(wǎng)運行的經(jīng)濟成本、環(huán)境折算成本，尋求最優(yōu)解。針對約束處理，提出一種改進(jìn)的多目標(biāo)粒子群優(yōu)化算法，并對該優(yōu)化模型進(jìn)行迭代尋優(yōu)，確定海島微電網(wǎng)系統(tǒng)的協(xié)調(diào)優(yōu)化調(diào)度方案，提高海島微電網(wǎng)供電性能。通過數(shù)據(jù)仿真實驗分析提出模型和方法的合理性，為海島微電網(wǎng)未來的發(fā)展提供重要的技術(shù)支撐。

海島微電網(wǎng)；運行優(yōu)化；可再生能源；改進(jìn)粒子群算法；經(jīng)濟性；環(huán)保性

1 引言

長期以來，海島的供電幾乎靠柴油發(fā)電機發(fā)電維持，發(fā)電燃料的運輸以及電力運輸成為影響海島電力維持的主要障礙。海島擁有巨大的可再生能源，如風(fēng)能，光能，海洋能等，其環(huán)保性以及可再生性使其成為海島微電網(wǎng)分布式電源的首要選擇。海島微電網(wǎng)充分利用島上的太陽能、風(fēng)能、海洋能等可再生能源形成子系統(tǒng)，使其既可以孤島運行，也可以與大陸電網(wǎng)進(jìn)行并網(wǎng)運行。海島微電網(wǎng)系統(tǒng)架構(gòu)的合理性、能量管理方法的可靠性以及優(yōu)化運行的經(jīng)濟性、環(huán)保性成為海島微電網(wǎng)的主要評價指標(biāo)。

微電網(wǎng)優(yōu)化運行問題是一個非線性優(yōu)化問題，包含多個目標(biāo)函數(shù)以及多個約束關(guān)系，多種多樣智能優(yōu)化方法的出現(xiàn)為微電網(wǎng)的優(yōu)化運行提供重要解決方法。文獻(xiàn)[1]結(jié)合量子理論，提出一種改進(jìn)的量子粒子群優(yōu)化算法，并證明其提高了算法的收斂速度和運行速度。文獻(xiàn)[2]引入存檔機制和擁擠距離機制對粒子群算法進(jìn)行改進(jìn)，并將其應(yīng)用于水文環(huán)境中驗證其優(yōu)越性。文獻(xiàn)[3]采用遺傳算法與混合整數(shù)規(guī)劃求解軟件對微電網(wǎng)的經(jīng)濟性進(jìn)行優(yōu)化分析，得到微電網(wǎng)的最優(yōu)調(diào)度配置方案。文獻(xiàn)[4]針對孤島模式下的微電網(wǎng)，通過二元對比定值法以及模糊理論對微電網(wǎng)的經(jīng)濟性和可靠性進(jìn)行優(yōu)化分析。文獻(xiàn)[5]基于風(fēng)能、太陽能、海浪能構(gòu)成微電網(wǎng)系統(tǒng)，利用粒子群算法對微電網(wǎng)的經(jīng)濟性進(jìn)行求解。文獻(xiàn)[6]建立基于機會約束規(guī)劃的微電網(wǎng)多目標(biāo)動態(tài)經(jīng)濟模型，提出一種基于隨機潮流的克隆選擇算法對其進(jìn)行優(yōu)化求解。文獻(xiàn)[7]基于全壽命周期凈費用、可再生能源利用率以及污染物排放水平建立多目標(biāo)優(yōu)化模型，利用十進(jìn)制最優(yōu)保留遺傳算法進(jìn)行求解。文獻(xiàn)[8]以供電經(jīng)濟性和環(huán)保性為優(yōu)化目標(biāo)，建立基于不同控制策略的獨立型風(fēng)光儲柴微電網(wǎng)優(yōu)化配置模型，采用改進(jìn)型非劣排序遺傳算法尋求最優(yōu)解。

利用潮流能代替?zhèn)鹘y(tǒng)光能，分析風(fēng)力發(fā)電系統(tǒng)、潮流能發(fā)電系統(tǒng)、微型燃料機發(fā)電系統(tǒng)以及儲能系統(tǒng)的運行特性，構(gòu)建海島智能微電網(wǎng)的多目標(biāo)多約束優(yōu)化運行模型。該優(yōu)化模型綜合考慮微電網(wǎng)系統(tǒng)運行成本、環(huán)境折算成本，以及各分布式發(fā)電系統(tǒng)的運行約束。利用多目標(biāo)粒子群算法對目標(biāo)函數(shù)以及約束方程進(jìn)行相應(yīng)求解，利用線性加權(quán)將多目標(biāo)問題轉(zhuǎn)化成單目標(biāo)問題，針對風(fēng)機、潮流能、微型燃料機以及儲能系統(tǒng)的運行參數(shù)，通過數(shù)據(jù)仿真分析微電網(wǎng)經(jīng)濟性和環(huán)保性之間的制約平衡，為海島微電網(wǎng)的運行提供優(yōu)化調(diào)度策略。

2 微電網(wǎng)多目標(biāo)優(yōu)化運行模型

將微電網(wǎng)經(jīng)濟性和環(huán)保性作為優(yōu)化的目標(biāo)函數(shù)，構(gòu)造相應(yīng)的多目標(biāo)微電網(wǎng)優(yōu)化運行模型，如式（1）所示：

微電網(wǎng)的經(jīng)濟性指其發(fā)電成本最小，考慮到優(yōu)化模型的合理性，僅考慮微電網(wǎng)中各電源的運行維護成本、燃料費用成本、啟動成本，如式（2）所示：

微電網(wǎng)中只有微型燃?xì)廨啓C、燃料電池等消耗化石燃料的發(fā)電能源才需計算燃料費用成本，如式（4）所示：

考慮到微網(wǎng)的環(huán)境效益，將環(huán)境損失費和污染物治理費用作為環(huán)境成本的計算目標(biāo)，如式（5）所示：

（1）功率平衡約束

任意時刻微電網(wǎng)各分布式電源發(fā)出的功率之和與用戶所需求的功率相互匹配，如式（6）所示：

（2）輸出功率約束

為保持系統(tǒng)穩(wěn)定運行，每個微電源的實際輸出功率任意時刻都要滿足其容量的上下限約束，如式（7）所示：

（3）儲能蓄電池狀態(tài)約束

考慮到蓄電池使用壽命的影響，要滿足其充放電約束及能量狀態(tài)約束，如式（8-9）所示：

3 微電網(wǎng)多目標(biāo)優(yōu)化運行模型求解

3.1 多目標(biāo)粒子群算法的改進(jìn)

粒子群優(yōu)化算法是采用“速度一位移”搜索模型，每個粒子代表解空間的一個候選解，解的優(yōu)劣程度由適應(yīng)度函數(shù)決定[9]。其更新公式為：

在算法過程中，迭代計算出的最優(yōu)解往往難以滿足約束條件（6）。常用的解決方法是由尋優(yōu)體根據(jù)迭代找出前N-1維的最優(yōu)解，根據(jù)等式約束計算出第N維的解，這種方式容易導(dǎo)致最優(yōu)解無法滿足約束條件（7）。針對約束處理問題，本文提出一種可行化調(diào)整機制對優(yōu)化調(diào)度方案進(jìn)行調(diào)整。對t時刻的調(diào)度方案作出如下調(diào)整：

3.2 改進(jìn)多目標(biāo)粒子群算法的流程

利用多目標(biāo)粒子群算法MOPSO[10]對微電網(wǎng)的多目標(biāo)協(xié)調(diào)優(yōu)化運行模型進(jìn)行求解，給每個目標(biāo)函數(shù)賦予相應(yīng)的權(quán)值λ，通過線性加權(quán)將多目標(biāo)優(yōu)化問題轉(zhuǎn)化成單目標(biāo)優(yōu)化問題。在求解過程中對于每次迭代的最優(yōu)解進(jìn)行可行化調(diào)整，使得最優(yōu)解滿足所有約束條件。

多目標(biāo)粒子群優(yōu)化算法流程圖如圖1所示。

多目標(biāo)粒子群算法具體步驟如下：

（1）種群初始化：在約束范圍內(nèi)隨機初始化種群中粒子的位置及速度，設(shè)定種群規(guī)模N、最大迭代次數(shù)等參數(shù)。

圖1 多目標(biāo)粒子群算法流程圖

（3）利用適應(yīng)度函數(shù)計算各個粒子的適應(yīng)度值。

（4）根據(jù)公式(10)、(11)更新粒子位置和速度。

（5）根據(jù)功率約束以及蓄電池約束進(jìn)行新一代粒子的合理性判斷，并利用公式（14）進(jìn)行可行化約束調(diào)整。

（6）若計算達(dá)到最大迭代次數(shù)，算法終止判斷，則輸出結(jié)果，否則轉(zhuǎn)（3）。

4 實驗分析

4.1 微電網(wǎng)系統(tǒng)運行參數(shù)的設(shè)置

微電網(wǎng)主要由風(fēng)力發(fā)電系統(tǒng)、微型燃料機發(fā)電系統(tǒng)、潮流能發(fā)電系統(tǒng)等分布式電源構(gòu)成，儲能系統(tǒng)采用蓄電池，其結(jié)構(gòu)簡化圖如圖2所示。各分布式電源參數(shù)設(shè)置如表1所示，其中儲能系統(tǒng)的最大容量為250kwh，最小容量為5kwh。未來一天風(fēng)力發(fā)電系統(tǒng)的功率如圖2所示，潮流能發(fā)電系統(tǒng)的功率如圖3所示，一天內(nèi)海島用戶的功率需求如圖4所示，文獻(xiàn)[9]指出污染物排放系數(shù)如表2所示。MOPSO算法的相關(guān)參數(shù)設(shè)置為：粒子種群規(guī)模N=40，最大迭代次數(shù)

圖2 海島微電網(wǎng)結(jié)構(gòu)圖

表1 微電網(wǎng)分布式電源參數(shù)表

圖3 風(fēng)機功率預(yù)測圖

圖4 潮流功率預(yù)測圖

圖5 用戶一天功率需求圖

表2 染物排放系數(shù)和治理費用

4.2 仿真結(jié)果及分析

由于風(fēng)力發(fā)電、潮流能發(fā)電的環(huán)境友好度高，為了充分利用自然能，在任意時刻，該微電網(wǎng)系統(tǒng)最大程度利用風(fēng)能和潮流能。由于微型燃料機的經(jīng)濟成本較低，儲能系統(tǒng)的環(huán)保性較高，本文的優(yōu)化重點在于微型燃料機和儲能之間的優(yōu)化協(xié)調(diào)，尋找最優(yōu)的微型燃料機、儲能的出力調(diào)度方案使得經(jīng)濟成本和環(huán)境成本達(dá)到平衡。

經(jīng)過實驗仿真優(yōu)化后的系統(tǒng)一天內(nèi)各分布式發(fā)電系統(tǒng)的功率出力時間曲線圖如圖5所示。由圖可知：

（1）6點之前，由于用戶的功率需求比較低，風(fēng)能和潮流能的功率足以滿足用戶需求，系統(tǒng)充分利用風(fēng)能和潮流能，將其作為系統(tǒng)的主要發(fā)電能源，利用多余的能量對儲能系統(tǒng)進(jìn)行充電儲能，同時降低風(fēng)能和潮汐能的發(fā)出功率。

（2）6點—16點，用戶需求功率增加，風(fēng)能和潮流能無法滿足用戶負(fù)荷需求，儲能系統(tǒng)放電進(jìn)行能量補充，由于儲能放電功率以及自身壽命的限制，柴油機慢慢啟動進(jìn)行微弱的功率補充。

（3）16點-23點，用戶需求功率達(dá)到高峰期，風(fēng)能、潮流能和儲能三者無法滿足用戶負(fù)荷需求，柴油機發(fā)電系統(tǒng)作為微電網(wǎng)系統(tǒng)的主要功率來源。

經(jīng)過改進(jìn)算法優(yōu)化后海島智能微電網(wǎng)系統(tǒng)充分利用可再生能源發(fā)電系統(tǒng)的環(huán)保性和傳統(tǒng)分布式發(fā)電系統(tǒng)的經(jīng)濟性，盡可能地利用自然能源風(fēng)能和潮流能。在滿足負(fù)載功率需求后，可以利用自然能源對儲能進(jìn)行充電，同時降低風(fēng)能和潮汐能的發(fā)出功率，從而減少發(fā)電設(shè)備的使用，減少經(jīng)濟成本；在功率無法滿足用戶負(fù)荷需求時才啟動柴油機發(fā)電系統(tǒng)，充分考慮到海島智能微電網(wǎng)的經(jīng)濟性和環(huán)保性。

圖6 各分布式發(fā)電系統(tǒng)的功率輸出

5 結(jié)束語

海島供電是海島開發(fā)利用的重要保障，基于海島現(xiàn)有可再生能源分布式發(fā)電系統(tǒng)，構(gòu)建海島智能微電網(wǎng)系統(tǒng)，并研究各分布式發(fā)電系統(tǒng)之間的優(yōu)化運行。以柴油發(fā)電機系統(tǒng)、光伏發(fā)電系統(tǒng)、潮流能發(fā)電系統(tǒng)為基礎(chǔ)，通過調(diào)節(jié)各分布式發(fā)電系統(tǒng)和儲能系統(tǒng)的出力，實現(xiàn)海島微電網(wǎng)的優(yōu)化運行。以微電網(wǎng)系統(tǒng)發(fā)電成本、環(huán)境折算經(jīng)濟成本為目標(biāo)函數(shù)，提出一種改進(jìn)的多目標(biāo)粒子群算法，對目標(biāo)函數(shù)進(jìn)行求解，最終得到系統(tǒng)的協(xié)調(diào)優(yōu)化調(diào)度方案。最后通過對微電網(wǎng)系統(tǒng)的實際運行情況進(jìn)行仿真分析，結(jié)果顯示該方案能夠為海島微電網(wǎng)的經(jīng)濟運行提供可靠的方案，為我國海島可再生能源的開發(fā)和海島開發(fā)提供了能源保障。

[1]王世亮.基于改進(jìn)量子粒子群算法的智能電網(wǎng)多目標(biāo)優(yōu)化規(guī)劃研究[D].蘭州：蘭州理工大學(xué)，2014. Wang Shiliang.Study on multi-objective optimization planning of smart grid based on improved quantum particle swarm optimization algorithm[D].Lanzhou:Lanzhou University of Technology,2014.

[2]張文明，董增川，朱成濤，等.基于粒子群算法的水文模型參數(shù)多目標(biāo)優(yōu)化研究 [J].水利學(xué)報，2008，39（5）：528-534. Zhang Wenming,Dong Zengchuan,Zhu Chengtao,et al.Automatic calibration of hydrologic model based on multi-objective particle swarm optimization method[J].Hydraulic Engineering，2008，39（5）：528-534.

[3]陳鍵，趙波，王成山，等.不同自平衡能力并網(wǎng)型微電網(wǎng)優(yōu)化配置分析[J].電力系統(tǒng)自動化，2014，38（21）:1-7. Chen Jian,Zhao Bo,Wang Chengshan,et al.Optimal sizing analysis on grid-connected microgrid with different self-balancing capabilities[J].Automation of Electric Power System，2014，38（21）:1-7.

[4]劉子秋.孤島運行微電網(wǎng)的能量配置動態(tài)優(yōu)化及其能量管理系統(tǒng)研究[D].浙江：浙江大學(xué)，2015. Liu Ziqiu.Research on dynamic optimal energy allocation and energy management system in islanded mode micro-grid [D].Zhe Jiang:Zhe Jiang University,2015.

[5]劉嬌嬌，王致杰，張禎海，等.海島智能微電網(wǎng)系統(tǒng)優(yōu)化調(diào)度[J].上海電機學(xué)院學(xué)報，2014，17（3）：151-157. Liu Jiaojiao,Wang Zhijie,Zhang Zhenhai,et al.Smart micro-grid system of optimal operation for islands[J].Journal of Shanghaidianji University，2014，17（3）：151-157.

[6]薛貴挺.含多種分布式電源的微電網(wǎng)優(yōu)化設(shè)計及控制策略研究[D].上海：上海交通大學(xué)，2014. Xue Guiting.Research on optimization and control strategies of micro-grid with multiple distributed energy resources[D]. Shang Hai:Shanghai Jiaotong University,2014.

[7]劉夢璇，王成山，郭力，等.基于多目標(biāo)的獨立微電網(wǎng)優(yōu)化設(shè)計方法[J].電力系統(tǒng)自動化，2012，36（17）：34-39. Liu Mengxuan,Wang Chengshan,Guo Li,et al.An optimal design method of multi-objective based island microgrid[J]. Automation of Electric Power Systems，2012，36（17）：34-39.

[8]陳健，王成山，趙波，等.考慮不同控制策略的獨立型微電網(wǎng)優(yōu)化配置[J].電力系統(tǒng)自動化，2013，37（17）：1-6. Chen Jian,Wang Chengshan,Zhao Bo,et al.Optimal sizing for stand-alone micro-grid considering different control strategies[J].Automation of Electric Power Systems，2013，37（17）：1-6.

[9]王金全，黃麗，楊毅.基于多目標(biāo)粒子群算法的微電網(wǎng)優(yōu)化調(diào)[J].電網(wǎng)與清潔能源，2014，30(1)：49-54. Wang Quanjin,Huang Li，Yang Yi．Optimal scheduling mirogrid based on multi-objective particle swarm optimization [J]，SYSTEM AND CLEAN ENERGY，2014，30(1)：49-54.

[10]薛陽，時宇飛，李華郁，等.基于粒子群算法的風(fēng)光儲微電網(wǎng)經(jīng)濟優(yōu)化運行[C].//2015年全國智能電網(wǎng)用戶端能源管理學(xué)術(shù)年會論文集，上海，2015:75-78. Xue Yang,Shi Yufei，Li Huayu et al．Economic and optimal dispatch of a combined wind photovoltaic and energy storage micro-grid based on PSO [C].//2015 nationwide smart grid energy management client Academic Symposium，Shang Hai，2015:75-78.

Operation Optimization of Island Micro-grid Based on Improved PSO Optimization Algorithm

Zhong Zhigang1,Deng Huiping2,Zhou Zhanping1,Feng Baoyue1,Jiang Bing2
（1.Shandong Electric Power Engineering Consulting Institute,Jinan 250013,China; 2.College of Internet of Things Engineering,Hohai University,Changzhou 213022,China）

Based on stability,economy and environmental adaptation of operation of island microgrid,a multi-objective smart micro-grid optimization model,based on such renewable energy as wind, micro fuel,tidal current and related energy storage system,is established,the characteristics ofthe distributed generators are analyzed,the economic cost and environmental conversion cost of island microgrid operation is optimized,and the best optimal solution is presented.The improved PSO optimization algorithm,based on restrain,is proposed to solve the model of iterative optimization,the coordinated and optimal scheduling programs of the island micro-grid system are determined,and the performance of power,provided by island micro-grid,is improved as well.By simulation and analysis of actual data,the reliability and rationality of the model and the methods are proposed to provide important technical support for development of the island micro-grid in the future.

Island micro-grid；Operation optimization；Renewable distributed generators；Improved PSO；Economy；Environmental

10.3969/j.issn.1002-2279.2017.01.012

TP391.9

A

1002-2279-（2017）01-0048-05

江蘇省自然科學(xué)基金B(yǎng)K20151173；常州市科技計劃（工業(yè)支撐）CE20130043

鐘志鋼（1979-），男，山東乳山市人，高級工程師，碩士研究生，主研方向：電氣自動化。

2016-5-16