，，

(長(zhǎng)江大學(xué)電子信息學(xué)院，湖北 荊州 434023)

基于虛擬發(fā)電廠的電網(wǎng)經(jīng)濟(jì)調(diào)度模型

鄒必昌，周紅，李濤

(長(zhǎng)江大學(xué)電子信息學(xué)院，湖北荊州434023)

隨著光伏發(fā)電、風(fēng)電等分布式電源在電網(wǎng)中所占的比例越來(lái)越大，電網(wǎng)的調(diào)度變得越來(lái)越復(fù)雜，難度越來(lái)越大，同時(shí)也給電力系統(tǒng)帶來(lái)了更多不穩(wěn)定的因素。作為一種有效的用于管理各種分布式電源的技術(shù)，虛擬發(fā)電廠技術(shù)對(duì)于多分布式電源的電網(wǎng)經(jīng)濟(jì)調(diào)度具有較好的優(yōu)勢(shì)。首先建立了簡(jiǎn)易的虛擬發(fā)電廠模型，在保證風(fēng)電和光伏發(fā)電全額上網(wǎng)的基礎(chǔ)上構(gòu)建了基于虛擬發(fā)電廠的電網(wǎng)經(jīng)濟(jì)調(diào)度模型，然后以發(fā)電資源消耗量最小為目標(biāo)函數(shù)，利用遺傳算法進(jìn)行求解計(jì)算，最后以包含一個(gè)風(fēng)電場(chǎng)、一個(gè)光伏電站和6個(gè)火電機(jī)組的系統(tǒng)為算例進(jìn)行了驗(yàn)證。算例計(jì)算結(jié)果表明，基于虛擬發(fā)電廠的電網(wǎng)經(jīng)濟(jì)調(diào)度模型合理，求解較好地達(dá)到了電力生產(chǎn)的經(jīng)濟(jì)性。

分布式電源；虛擬電廠；遺傳算法；經(jīng)濟(jì)調(diào)度模型

虛擬發(fā)電廠(Virtual Power Plant,VPP)是由能源管理系統(tǒng)和其所控制的小型或微型分布式能源資源組成的一類集成性電廠[1]。通過(guò)VPP可以將分布式能源(DER)更好地集成在一起，從而確保其電能輸出的穩(wěn)定性，同時(shí)還能夠在最短的時(shí)間內(nèi)提供輔助服務(wù)，有效地解決了DER和現(xiàn)行的電力市場(chǎng)之間的矛盾，在最大程度上消除其獨(dú)立運(yùn)行所面臨的風(fēng)險(xiǎn)隱患，達(dá)到規(guī)模經(jīng)濟(jì)的目的。另外，VPP還具有協(xié)調(diào)控制優(yōu)化的功能，這一功能使得DER對(duì)公網(wǎng)的影響得到有效地降低，在一定程度上解決了DER規(guī)模上升所導(dǎo)致的調(diào)度變難的問(wèn)題，大大提高了配電管理的合理性以及電網(wǎng)整體的穩(wěn)定性[2～4]。

利用新能源的分布式電源(DG,Distributed Generation)為居家提供電能，虛擬發(fā)電廠技術(shù)可以將剩余的電量回收到電網(wǎng)中，更加科學(xué)地分配周期性分布式電源等的工作安排，實(shí)現(xiàn)電力市場(chǎng)中的用電供需平衡。隨著智能電網(wǎng)技術(shù)在更大范圍內(nèi)的應(yīng)用,VPP的應(yīng)用前景也會(huì)變得更加廣闊，成為未來(lái)電網(wǎng)的發(fā)展趨勢(shì)。文獻(xiàn)[5,6]論述了基于多代理技術(shù)的虛擬發(fā)電廠模型，創(chuàng)建了提高VPP發(fā)電效率的Agent調(diào)度控制模型，該模型不但不會(huì)影響到VPP運(yùn)行的安全性，而且能夠滿足電壓穩(wěn)定、功率平衡的需求，并分析了該模型的功能以及協(xié)調(diào)方法。文獻(xiàn)[7,8]從需求響應(yīng)方面上提出需求響應(yīng)虛擬電廠概念，根據(jù)需求響應(yīng)的機(jī)理不同，分別建立基于激勵(lì)的和基于價(jià)格的需求響應(yīng)虛擬電廠模型。下面，筆者在傳統(tǒng)經(jīng)濟(jì)調(diào)度的基礎(chǔ)上引入虛擬發(fā)電廠技術(shù)，把風(fēng)電和太陽(yáng)能發(fā)電等具有間歇性和波動(dòng)性的分布式電源和傳統(tǒng)能源電廠一起加入到虛擬發(fā)電廠中進(jìn)行調(diào)度，在保證系統(tǒng)安全穩(wěn)定運(yùn)行的前提下，利用風(fēng)電和光伏發(fā)電來(lái)緩解傳統(tǒng)能源機(jī)組的出力，達(dá)到改善傳統(tǒng)火電機(jī)組的資源消耗的目的。

1 虛擬發(fā)電廠模型

虛擬發(fā)電廠模型如圖1所示。在該模型中，VPP管理系統(tǒng)掌握了所有分布式電源和傳統(tǒng)電廠信息，并對(duì)每個(gè)單元制定了相應(yīng)的發(fā)電方案。

圖1 虛擬發(fā)電廠模型

1.1目標(biāo)函數(shù)

根據(jù)國(guó)家相關(guān)政策，電網(wǎng)企業(yè)應(yīng)盡可能提高吸納可再生能源發(fā)電的能力，VPP是在最大限度的消納風(fēng)電和光伏發(fā)電的基礎(chǔ)上，優(yōu)化常規(guī)火電機(jī)組的運(yùn)行，使火電機(jī)組資源消耗量達(dá)到最小，實(shí)現(xiàn)調(diào)度周期內(nèi)系統(tǒng)經(jīng)濟(jì)效益增大。

火電機(jī)組資源消耗量目標(biāo)函數(shù)表達(dá)式為[9]：

(1)

式中，T為調(diào)度周期內(nèi)小時(shí)數(shù)；G為參與優(yōu)化調(diào)度的火電機(jī)組數(shù)；Pit為機(jī)組i在t時(shí)段的發(fā)電功率；fit(Pit)是單臺(tái)機(jī)組的發(fā)電能耗函數(shù)，具體表達(dá)式如下[9]：

(2)

式中，ai、bi、ci分別代表機(jī)組i發(fā)電耗能系數(shù)。

1.2約束條件

1.2.1火電機(jī)組約束

1)機(jī)組出力約束:

Pi min≤Pi≤Pi max

(3)

式中，Pi min、Pi max分別是火力發(fā)電機(jī)組i的最小出力和最大出力。

2)爬坡約束:

RDiΔT≤Pit-Pi(t-1)≤RUiΔT

(4)

式中，RUi、RDi第i臺(tái)火電機(jī)組的上、下爬坡速率;ΔT為一個(gè)時(shí)段，即ΔT=1h。

3)火電機(jī)組啟停時(shí)間約束[9]:

(5)

(6)

1.2.2系統(tǒng)約束

1)功率平衡約束(忽略網(wǎng)損):

(7)

式中，PLt代表系統(tǒng)時(shí)段t系統(tǒng)負(fù)荷的需求預(yù)測(cè)值；Pwt代表風(fēng)電場(chǎng)于時(shí)段t所輸出有功功率預(yù)測(cè)值；Ppvt代表光伏系統(tǒng)于時(shí)段t所輸出有功功率預(yù)測(cè)值。

2)系統(tǒng)旋轉(zhuǎn)備用容量約束。假如風(fēng)力發(fā)電與光伏發(fā)電僅向系統(tǒng)提供能量，而不予以備用約束，所以這個(gè)系統(tǒng)旋轉(zhuǎn)備用容量等于火電機(jī)組能耗所提供的容量[9]：

(8)

(9)

2 電網(wǎng)經(jīng)濟(jì)調(diào)度模型

2.1風(fēng)電輸出功率數(shù)學(xué)模型

影響風(fēng)速的因素很多，如天氣、地勢(shì)地貌、風(fēng)機(jī)輪轂和地面之間的距離等等，盡管風(fēng)速受到環(huán)境的影響并不具有連續(xù)性，但可以通過(guò)威布爾分布來(lái)描述風(fēng)速，其概率密度函數(shù)為：

(10)

式中，v代表風(fēng)速；k代表形狀參數(shù)；σ代表比例參數(shù)，量綱和速度保持一致。

風(fēng)機(jī)的輸出功率Pw與實(shí)際風(fēng)速v滿足以下關(guān)系[10]：

(11)

式中，PR代表風(fēng)機(jī)的額定功率；Vin代表切入風(fēng)速；Vout代表切出風(fēng)速；VR代表額定風(fēng)速。

圖2為調(diào)度周期內(nèi)在不同時(shí)刻的風(fēng)電功率曲線。根據(jù)不同時(shí)刻風(fēng)電和光伏發(fā)電的出力配合火電機(jī)組的調(diào)度滿足負(fù)荷的需要。

2.2光伏發(fā)電輸出功率模型

對(duì)于最大功率跟蹤模式而言，綜合考慮光伏組件溫度、日照強(qiáng)度及安裝傾角等因素，光伏發(fā)電的最佳工作點(diǎn)電流、電壓可表示為[10]：

(12)

(13)

(14)

(15)

ΔT=TA+0.02HT-25

(16)

ΔV=VPV-VMP

(17)

(18)

式中，VPV表示的是在各種環(huán)境下光伏電池的最佳工作點(diǎn)電壓；VOC表示的是光伏電池的開(kāi)路電壓；IPV表示的是在各種環(huán)境下光伏電池的最佳工作點(diǎn)電流；ISC表示的是光伏電池的短路電流；VMP表示的是光伏電池的最大功率點(diǎn)電壓；IMP表示的是光伏電池的最大功率點(diǎn)電流；α表示的是光伏電池組件電流溫度系數(shù)；β表示的是光伏電池組件電壓溫度系數(shù)；TA表示的是環(huán)境溫度；HT為總傾斜日曬(照)時(shí)間。

由此，可以得到在t時(shí)刻下，光伏系統(tǒng)輸出功率的計(jì)算表達(dá)式：

PPV(t)=IPV(t)·VPV(t)

(19)

圖3為調(diào)度周期內(nèi)光伏發(fā)電機(jī)組在不同時(shí)刻的發(fā)電功率曲線。根據(jù)不同時(shí)刻光伏發(fā)電和風(fēng)電的出力配合火電機(jī)組的調(diào)度滿足負(fù)荷的需要。

3 經(jīng)濟(jì)調(diào)度模型求解

針對(duì)所提出的VPP經(jīng)濟(jì)調(diào)度模型，筆者采用基于實(shí)數(shù)編碼的遺傳算法進(jìn)行求解，在求解過(guò)程中，各個(gè)染色體對(duì)應(yīng)一種調(diào)度方案，具體模式為：

(20)

式中，x代表一個(gè)染色體；G代表機(jī)組數(shù)量;PTG代表機(jī)組G于時(shí)段T下的有功出力值。x中的元素根據(jù)隨機(jī)初始化得到。

圖2 風(fēng)電功率曲線 圖3 光伏發(fā)電功率曲線

圖4 遺傳算法經(jīng)濟(jì)調(diào)度流程圖

適應(yīng)度函數(shù)即為火電機(jī)組的資源消耗量最小的目標(biāo)函數(shù)。

個(gè)體更新時(shí)，一定要考慮火電機(jī)組出力約束問(wèn)題，保證初始種群中所有個(gè)體都滿足上述約束條件，每次產(chǎn)生的新個(gè)體也必須滿足這些約束。群體是通過(guò)選擇、交叉、變異等模式達(dá)到進(jìn)化目的的。針對(duì)初始化群體展開(kāi)適度函數(shù)的評(píng)估后，遺傳算法便以輪盤(pán)賭的模式產(chǎn)生新一代群體。在父代個(gè)體內(nèi)隨機(jī)抽取2個(gè)個(gè)體，同時(shí)依據(jù)適應(yīng)度大小展開(kāi)PK選擇，進(jìn)而產(chǎn)生子代群體。挑選產(chǎn)生的子代群體之后，再展開(kāi)交叉變異操作，以便驅(qū)動(dòng)進(jìn)化進(jìn)程。個(gè)體之間的交叉率設(shè)為0.7，變異幾率為0.02。重復(fù)上述過(guò)程，挑選更加優(yōu)質(zhì)的子代個(gè)體，將適應(yīng)度最高的個(gè)體保留至下一代，從而達(dá)到維持優(yōu)化解質(zhì)量的目的。具體流程如圖4所示。

4 算例分析

為驗(yàn)證筆者所提出的虛擬發(fā)電廠電網(wǎng)經(jīng)濟(jì)調(diào)度模型的合理性及算法的可行性，以包含一個(gè)風(fēng)電場(chǎng)、一個(gè)光伏電站和6個(gè)火電機(jī)組的系統(tǒng)進(jìn)行仿真分析。采用風(fēng)力和光伏發(fā)電優(yōu)先上網(wǎng)的運(yùn)行模式，調(diào)度時(shí)段為6h，各調(diào)度時(shí)段間的間隙為1h。風(fēng)電場(chǎng)裝機(jī)容量為45MW，光伏電站裝機(jī)容量45MW，旋轉(zhuǎn)備用取系統(tǒng)容量的5%。系統(tǒng)優(yōu)化變量運(yùn)用標(biāo)幺值計(jì)算，功率基值為100MVA。遺傳算法群體規(guī)模等于40，最大遺傳代數(shù)為100。系統(tǒng)內(nèi)火電機(jī)組的參數(shù)如表1，系統(tǒng)負(fù)荷需求見(jiàn)表2。

表1 火電機(jī)組的參數(shù)

表2 系統(tǒng)負(fù)荷數(shù)據(jù)

在調(diào)度周期內(nèi)，虛擬發(fā)電廠經(jīng)濟(jì)調(diào)度為目標(biāo)的各火電機(jī)組的出力數(shù)據(jù)如表3所示。由表3可知，在保證風(fēng)電和光伏發(fā)電全額上網(wǎng)的情況下，盡可能調(diào)節(jié)火電機(jī)組的運(yùn)行模式，使發(fā)電能力強(qiáng)、發(fā)電資源消耗較小的優(yōu)先承擔(dān)負(fù)荷。同時(shí)，額定負(fù)荷相同的前提下，發(fā)電資源消耗量小的機(jī)組，也會(huì)優(yōu)先承擔(dān)負(fù)荷。表4是未進(jìn)行經(jīng)濟(jì)調(diào)度的火電機(jī)組在周期內(nèi)的出力數(shù)據(jù)。對(duì)比表3和表4可以看出，在經(jīng)濟(jì)調(diào)度周期內(nèi)，發(fā)電性能較好。機(jī)組G1明顯高于其它機(jī)組，從而減小了發(fā)電資源消耗。在經(jīng)過(guò)遺傳優(yōu)化計(jì)算，最后所得的基于發(fā)電資源消耗量最小的虛擬發(fā)電廠經(jīng)濟(jì)調(diào)度的目標(biāo)值為41279.84$(根據(jù)式(1)計(jì)算)，而未進(jìn)行優(yōu)化調(diào)度的虛擬電廠的目標(biāo)值為43285.82$。由此可見(jiàn)，采用經(jīng)濟(jì)調(diào)度模型時(shí)所得結(jié)果達(dá)到了預(yù)期的目標(biāo)，較好地達(dá)到了系統(tǒng)所要求的經(jīng)濟(jì)性。

表3各個(gè)機(jī)組在經(jīng)濟(jì)調(diào)度周期內(nèi)出力數(shù)據(jù)

時(shí)段G1/puG2/puG3/puG4/puG5/puG6/pu12 6840 5960 7950 2510 1690 14322 4910 6080 7180 2870 2560 23132 9530 4330 6510 3210 2890 17942 8640 5290 7080 2510 2470 16252 8790 4150 6030 2760 2230 14862 8720 5320 6270 3080 2210 132

表4未進(jìn)行經(jīng)濟(jì)調(diào)度各個(gè)機(jī)組在周期內(nèi)出力數(shù)據(jù)

時(shí)段G1/puG2/puG3/puG4/puG5/puG6/pu12 5560 5230 7850 3780 2650 13122 3090 6860 7640 3990 2590 19432 5610 6540 7280 4930 1720 21842 7430 7410 5820 3800 1980 11752 5670 5620 6850 2870 2670 17662 7910 5160 6150 4190 2310 120

5 結(jié)語(yǔ)

筆者研究了基于虛擬發(fā)電廠的電網(wǎng)經(jīng)濟(jì)調(diào)度問(wèn)題。提出了一種VPP模型，并在該基礎(chǔ)上構(gòu)建了電網(wǎng)經(jīng)濟(jì)調(diào)度的數(shù)學(xué)模型。在保證模型中的風(fēng)電和光伏發(fā)電全額上網(wǎng)的基礎(chǔ)上，調(diào)節(jié)火電機(jī)組的運(yùn)行組合，達(dá)到在滿足負(fù)荷的前提下，使得火電機(jī)組發(fā)電資源消耗量最小。該模型采用遺傳算法進(jìn)行求解，實(shí)例驗(yàn)證所構(gòu)建的經(jīng)濟(jì)調(diào)度模型合理，達(dá)到了電力生產(chǎn)經(jīng)濟(jì)性的要求。

[1]徐玉琴，李雪冬，張繼剛，等.考慮分布式發(fā)電的配電網(wǎng)規(guī)劃問(wèn)題的研究[J].電力系統(tǒng)保護(hù)與控制,2011,39(1):87～91.

[2] 衛(wèi)志農(nóng)，余爽，孫國(guó)強(qiáng)，等.虛擬電廠的概念與發(fā)展[J].電力系統(tǒng)自動(dòng)化,2013,37(13):1～9.

[3]范松麗,艾芊，賀興.基于機(jī)會(huì)約束規(guī)劃的虛擬電廠調(diào)度風(fēng)險(xiǎn)分析[J].中國(guó)電機(jī)工程學(xué)報(bào),2015,35(16):4025～4033.

[4]鄒云陽(yáng)，楊莉.基于經(jīng)典場(chǎng)景集的風(fēng)光水虛擬電廠協(xié)同調(diào)度模型[J].電網(wǎng)技術(shù)，2015,39(7):1855～1859.

[5] 季陽(yáng).基于多代理系統(tǒng)的虛擬發(fā)電廠技術(shù)及其在智能電網(wǎng)中的應(yīng)用研究[D].上海:上海交通大學(xué),2011.

[6] 牛文娟,李揚(yáng),王蓓蓓.考慮不確定性的需求響應(yīng)虛擬電廠建模[J].中國(guó)電機(jī)工程學(xué)報(bào),2014,34(22):3630～3637.

[7] Lukovic S， Kaitovic I，Mura M，et al. Virtual Power Plant as a bridge between Distributed Energy Resources and Smart Grid[A]. System Sciences (HICSS), 2010 43rd Hawaii International Conference,2010: 1～8.

[8] Bakari K E，Kling W L.Virtual power plants: An answer to increasing distributed generation[C].Innovative Smart Grid Technologies Conference Europe (ISGT Europe), 2010:1～6.

[9] 陳道君.風(fēng)電功率短期預(yù)測(cè)與并網(wǎng)低碳調(diào)度研究[D].武漢：武漢大學(xué)，2013.

[10] Borowy B S,Salameh Z M.Methodology for optimally sizing the combination of a battery bank and PV arry in A wind/PV hybrid system[J].IEEE Transaction on Energy Conversion,1996,11(2):367～375.

[編輯]易國(guó)華

2017-08-16

國(guó)家自然科學(xué)基金項(xiàng)目(61672112)。

鄒必昌(1966-)，男，博士，副教授，現(xiàn)主要從事分布式發(fā)電與電力系統(tǒng)優(yōu)化調(diào)度方面的教學(xué)與研究工作，zoubichang123@126.com。

引著格式鄒必昌，周紅，李濤.基于虛擬發(fā)電廠的電網(wǎng)經(jīng)濟(jì)調(diào)度模型[J].長(zhǎng)江大學(xué)學(xué)報(bào)(自科版)，2017,14(21)：7～11.

TM621;TM31

A

1673-1409(2017)21-0007-05