鄭夢秋，薛陽，王琳

（上海電力學院自動化工程學院，上海 200090）

0 引言

在微電網(wǎng)運行中，由于風力、光照具有不穩(wěn)定性和不可控性，而分布式電源運行受天氣影響因素較大，且家庭中的日常負荷在運行中也有一定的波動性，因此一般孤島下的微網(wǎng)系統(tǒng)很難能夠滿足自給自足，非常不穩(wěn)定。但是通過配置適量容量大小的儲能單元，可以與微網(wǎng)系統(tǒng)協(xié)同合作，有效提高微網(wǎng)的安全性，可靠性以及經(jīng)濟性。當風光等分布式能源不足以提供負荷所需功率時，由儲能系統(tǒng)提供額外所需功率，反之則由儲能單元儲存剩余的功率。

本文在綜合考慮了風光發(fā)電單元、負荷特性，功率約束等問題后，構(gòu)造出以蓄電池加超級電容器的儲能系統(tǒng)，并用遞減權(quán)重法改進粒子群算法來對算例進行求解，并證明了這種基于粒子群優(yōu)化算法的容量配置的正確性。

1 微電網(wǎng)能量優(yōu)化調(diào)度的建模

微電網(wǎng)的穩(wěn)定、安全運行的關(guān)鍵在于其儲能管理系統(tǒng)的運作。而儲能系統(tǒng)的優(yōu)化能夠使微網(wǎng)系統(tǒng)更加安全地運行。在微網(wǎng)系統(tǒng)中的各分布式電源、冷熱電負荷、蓄電池等不同特性，優(yōu)化微網(wǎng)中各發(fā)電單元的出力與儲能系統(tǒng)充放電管理的平衡需求以及負荷波動等要求下，來完成微網(wǎng)系統(tǒng)的發(fā)電成本，以及污染物排放的最小化，滿足總效益的最佳原則。

微網(wǎng)系統(tǒng)運行中的各約束條件如下：

孤島下的微電網(wǎng)，其儲能系統(tǒng)的優(yōu)化是使其經(jīng)濟性達到最優(yōu)，其次在達到經(jīng)濟投資的最低標準下，系統(tǒng)的整個污染物排放量最低。其目標函數(shù)可以用下式表示：minZcost=λ1Cg+λ2Ce

式中：

Zcost——微網(wǎng)系統(tǒng)所需資金的目標函數(shù)；

Cg——系統(tǒng)發(fā)電成本；

Ce——污染物排放成本；

λ1，λ2——Cg與Ce的權(quán)重比。

根據(jù)孤島下微電網(wǎng)系統(tǒng)運作的狀況可以了解，約束條件主要包括發(fā)電盈余、發(fā)電不足、功率平衡以及分布式單元出力約束等。

發(fā)電盈余約束：

在微網(wǎng)運行中，令i（1≤i≤12）月系統(tǒng)發(fā)電量盈余最多，總發(fā)電量用 E（i）表示。設(shè) n 為當月天數(shù)，則 E（i）/n為每天微網(wǎng)系統(tǒng)發(fā)電的盈余量。為當微網(wǎng)系統(tǒng)發(fā)電總量比日常負荷需求還要多時，應(yīng)讓儲能單元將盈余的能量儲存起來。為了避免過多的儲能單元處于空閑狀態(tài)，一般儲能系統(tǒng)的容量配置要小于日均多余的電量，也就是配置的儲能總量應(yīng)當小于n1E(i)/n，其中n1為儲能系統(tǒng)恢復時間。表達式如（1）：

發(fā)電不足約束：

當微網(wǎng)系統(tǒng)發(fā)電總量小于負荷所需的情況下，則應(yīng)由儲能系統(tǒng)供給負荷所需額外電量。令第j月負荷所需電量最大，月電量缺損用Ej表示，平均每天的電量缺損為E（j）/n。為了保證微電網(wǎng)系統(tǒng)在惡劣環(huán)境下也能為負荷供給足夠電量，配置的儲能總量應(yīng)大于n2E(i)/n，其中n2為給定的時間。表達式如（2）：

功率平衡約束：

在大容量混合儲能系統(tǒng)中，蓄電池作為儲能裝置一般負責絕大部分的能量存儲的任務(wù)，但是在面對負荷系統(tǒng)出現(xiàn)波動時，蓄電池效果并不理想，而如果將超級電容用作儲能的輔助裝置，通過超級電容器能夠快速充放電的特性，發(fā)揮其大功率吞吐能力的優(yōu)勢，能夠較好地解決負荷系統(tǒng)功率波動的問題?？紤]極限情況下，在沒有分布式單元發(fā)電情況下，儲能系統(tǒng)的功率輸出能力應(yīng)大于峰值負荷，具體表達式如（3）：

式中：

t——Gi沖擊負荷持續(xù)時間；

PLmax——沖擊負荷功率。

分布式單元出力約束：

微網(wǎng)中各分布式單元必須按要求，滿足各單元發(fā)電出力約束，這樣才能使整個微網(wǎng)系統(tǒng)安全穩(wěn)定運行。分布式單元發(fā)電出力約束如（4）：

2 改進粒子群算法

粒子群算法是通過觀察鳥群在一定空間內(nèi)隨機搜索食物的群體行為而得到的一種算法，一般用來解決最優(yōu)化問題。在粒子群算法中，每一個個體都看作是正在尋找食物的一只鳥，即代表需求解問題中的潛在答案，每一個粒子在尋找最優(yōu)解時，都會賦給它們一個決定尋找的方向和距離，然后每一個粒子都會跟隨當前區(qū)域內(nèi)的最優(yōu)粒子繼續(xù)尋找。本文采用慣性權(quán)重法來計算粒子的速度，如式（5）所示。

粒子群算法在實際應(yīng)用當中，慣性權(quán)重ωt是計算機仿真過程中，比較影響系統(tǒng)的優(yōu)化結(jié)果因素之一。它是體現(xiàn)當前粒子繼承上一粒子速度大小的比重。為了使該算法具有較理想的結(jié)果，本文采用遞減權(quán)重法，如式（6）。

隨著粒子迭代更新的進行，式（5）中的ω大小由ωmax遞減至ωmin，通過反復實驗，其中參數(shù)ωmax取值為9.0，ωmin取值為4.0的情況下，既可以保持算法前期在全局下的收斂能力，又可以再算法后期使粒子保持更精確的局部探索。式（6）中，t：當下迭代次數(shù)；T：最大迭代次數(shù)。

改進粒子群算法優(yōu)化微網(wǎng)儲能配置容量流程圖：

圖1 流程圖

3 算例分析

本文以孤島運行下的微電網(wǎng)為仿真對象，由MAT?LAB軟件進行仿真驗證。

仿真實例中參數(shù)如下：

分布式發(fā)電裝置中，風機額定功率為70kW，光伏額定功率為20kW。通過查找浙江某小島資料得到，島上每月分布式電源發(fā)電量如圖2、圖3所示。風速參照中國氣象數(shù)據(jù)網(wǎng)，通過風機扇葉的切入、切除風速，進而得到風力發(fā)電單元月發(fā)電總量。光伏發(fā)電單元的發(fā)電效率主要受光照輻射強度影響較大，溫度因素可忽略不計。

圖2

圖3

單體蓄電池和超級電容器的基本參數(shù)如表1。

表1

仿真過程中，設(shè)置粒子群種群規(guī)模size=150，加速因子a1=a2=1.4950，ω隨式（6）遞減。經(jīng)過300次算法迭代，得到目標函數(shù)的最小值，仿真過程的迭代如下圖4所示。通過對比可以觀察到，改進后的算法結(jié)果避免了粒子較早收斂，提高了搜索精度。容量優(yōu)化的最終配置如表2所示。

表2

由表2可得如果單單用蓄電池作為儲能系統(tǒng)的配置，則為了解決沖擊負荷的高要求，需要安裝較多的蓄電池單元，經(jīng)濟上非常不劃算，而將蓄電池與超級電容器按一定比例混合搭配，既能夠保證有足夠能量儲存，又能夠發(fā)揮超級電容大功率吞吐的特性，使得整個儲能系統(tǒng)達到經(jīng)濟最優(yōu)的目的。

圖4

通過表2的結(jié)果可以看到，采購435個蓄電池和38個超級電容，將蓄電池用5×87的結(jié)構(gòu)串并聯(lián)為一組，每組的額定電壓為220V，額定電流100A。再將38個超級電容器全部串聯(lián)成一組，組合后超級電容器組的額定電壓為100V、容量是65F。

4 結(jié)語

本文將改進后的粒子群算法應(yīng)用于微電網(wǎng)中儲能系統(tǒng)的配置優(yōu)化，利用改變慣性權(quán)重，調(diào)整慣性因子的方法，提高了算法搜索能力，減小搜索空間，基于月平均電量提了儲能配置優(yōu)化的約束方程，將改進后的粒子群算法對文中實例進行求解優(yōu)化。計算結(jié)果證明了基于改進粒子群算法的儲能配置容量上經(jīng)濟的優(yōu)越性，并使得整個微網(wǎng)系統(tǒng)運行更加安全、可靠、穩(wěn)定。

[1]張建華，蘇玲，陳勇等.微網(wǎng)的能量管理及其控制策略[J].電網(wǎng)技術(shù)，2011，35（7）：24-28．

[2]馬溪原，吳耀文，方華亮等.基于可靠性評估的微電網(wǎng)配置方法[J].電力系統(tǒng)自動化，2014，35（9）：73-77，99．

[3]汪海瑛，白曉民，許婧.考慮風光儲協(xié)調(diào)運行的可靠性評估[J].中國電機工程學報，2012，32（13）：13-20．

[4]任磊，謝開貴，胡博等.計及運行策略的微電網(wǎng)可靠性評估[J].電力系統(tǒng)保護與控制，2013，41（15）：21-29.

[5]丁明，王波，趙波等.獨立風光柴儲微網(wǎng)系統(tǒng)容量優(yōu)化配置[J].電網(wǎng)技術(shù)，2013，37（3）：576-581．

[6]Wang S，Li Z，Wu L，et al.New Metrics for Assessing the Reliability and Economics of Microgrids in Distribution System[J].IEEE Transactions on Power System，2013，28（3）：2852-2861.

[7]Niemoeller B.A.,Krein P.T.Battery-Ultracapacitor Active Parallel Interface with Indirect Control of Battery Current[C].Power and Energy Conference at Illinois（PECI）,2010:12-15.

[8]劉建濤,張建成,王珂等.獨立光伏發(fā)電混合儲能系統(tǒng)容量優(yōu)化研究[J].電網(wǎng)與清潔能源,2012,28（3）:85-90.

[9]楊珺,張建成,黃磊磊.基于改進粒子群算法的獨立光伏發(fā)電系統(tǒng)儲能容量優(yōu)化配置研究[J].華東電力,2012,40（8）:1370-1374.

[10]周志敏,紀愛華.離網(wǎng)風光互補發(fā)電技術(shù)及工程應(yīng)用[M].北京:人民郵電出版社,2011.81-85.