楊效嘉，楊俊友

(沈陽工業(yè)大學(xué)電氣工程學(xué)院，遼寧 沈陽 110870)

0 引言

微電網(wǎng)是一個(gè)由多種分布式電源、儲(chǔ)能系統(tǒng)和可控負(fù)荷組成的相對(duì)獨(dú)立的低壓電網(wǎng)，包含并網(wǎng)運(yùn)行方式和孤島運(yùn)行方式[1]。隨著能源危機(jī)加劇和環(huán)境污染日益嚴(yán)重，微電網(wǎng)作為一種新型能源網(wǎng)絡(luò)化供應(yīng)和管理技術(shù)，受到越來越多的關(guān)注[2]。

儲(chǔ)能系統(tǒng)作為微網(wǎng)構(gòu)成中的重要一環(huán)，也受到越來越多的關(guān)注。電力儲(chǔ)能技術(shù)的發(fā)展已有十幾年的歷史，儲(chǔ)能裝置按其特點(diǎn)的不同，可分為超導(dǎo)儲(chǔ)能、飛輪儲(chǔ)能、超級(jí)電容儲(chǔ)能和蓄電池儲(chǔ)能等多種方式[3]，其中蓄電池儲(chǔ)能具有充/放電速度快、效率高、使用壽命長、對(duì)地理?xiàng)l件要求低等優(yōu)點(diǎn)[4]，其與微電網(wǎng)中可再生能源的配合可分為兩大類：1)改善可再生能源的輸出功率，使之平滑[5]；2)實(shí)現(xiàn)削峰填谷，優(yōu)化可再生能源并網(wǎng)[6]。針對(duì)微電網(wǎng)中儲(chǔ)能裝置與可再生能源的配合，國內(nèi)外許多學(xué)者對(duì)其進(jìn)行了研究，其中包含儲(chǔ)能裝置的微電網(wǎng)經(jīng)濟(jì)性問題成為近年國內(nèi)外學(xué)者研究的熱點(diǎn)。

文獻(xiàn)[7]在具體分析抽水蓄能電站運(yùn)行特性的基礎(chǔ)上建立了風(fēng)電抽水蓄能協(xié)調(diào)運(yùn)行的混合整數(shù)規(guī)劃模型；但抽水蓄能出力特性無法滿足風(fēng)電廣域平滑的需求，難以使系統(tǒng)達(dá)到最優(yōu)電源出力結(jié)構(gòu)，具有一定的局限性。文獻(xiàn)[8-9]指出除抽水蓄能外，電池儲(chǔ)能、超級(jí)電容儲(chǔ)能、壓縮空氣儲(chǔ)能均可提高電網(wǎng)中可再生能源利用率和系統(tǒng)穩(wěn)定性。文獻(xiàn)[10]將儲(chǔ)能技術(shù)和需求側(cè)管理結(jié)合起來，通過控制熱電聯(lián)產(chǎn)機(jī)組發(fā)熱功率和負(fù)荷功率分配，來減小峰谷差，提高風(fēng)電并網(wǎng)。文獻(xiàn)[11]搭建了蓄熱、風(fēng)電供熱及抽水蓄能3種消納棄風(fēng)方案的經(jīng)濟(jì)調(diào)度模型，并對(duì)3種方案下的節(jié)電效果和經(jīng)濟(jì)性進(jìn)行了分析比較。文獻(xiàn)[12]將蓄熱和儲(chǔ)電聯(lián)合起來，提出一種儲(chǔ)熱與儲(chǔ)電裝置協(xié)調(diào)優(yōu)化控制策略，極大促進(jìn)了風(fēng)電消納能力。文獻(xiàn)[13]中從工程形態(tài)層面，利用儲(chǔ)能電站對(duì)特定的風(fēng)電場(chǎng)進(jìn)行研究，未從規(guī)劃層面考慮利用儲(chǔ)能來優(yōu)化各電源出力，達(dá)到增加風(fēng)電消納的目的。文獻(xiàn)[14]基于風(fēng)電出力特性，將儲(chǔ)能作為輔助電源配合其他機(jī)組參與系統(tǒng)調(diào)節(jié)，通過優(yōu)化電源出力達(dá)到提升風(fēng)電消納的目的。

現(xiàn)有文獻(xiàn)對(duì)利用蓄電池儲(chǔ)能減少棄風(fēng)的研究主要分為兩方面：1)通過利用蓄電池的充放電模型對(duì)系統(tǒng)的頻率進(jìn)行調(diào)節(jié)，通過穩(wěn)定頻率來增加風(fēng)電上網(wǎng)量；2)利用儲(chǔ)能進(jìn)行電網(wǎng)優(yōu)化，調(diào)整各電源出力，較少考慮蓄電池運(yùn)行特性對(duì)風(fēng)電消納效果的影響。

本文從整個(gè)微電網(wǎng)系統(tǒng)層面考慮，構(gòu)建了多源儲(chǔ)能電站優(yōu)化調(diào)度模型。較之以往的調(diào)度模型，做了一些改進(jìn)，將蓄電池儲(chǔ)能系統(tǒng)的充放電運(yùn)行特性納入考慮。以系統(tǒng)最小運(yùn)行成本為目標(biāo)函數(shù)，引入棄風(fēng)成本和蓄電成本，量化棄風(fēng)經(jīng)濟(jì)損失和蓄電池?fù)p耗。通過比較配置儲(chǔ)能裝置前后棄風(fēng)經(jīng)濟(jì)的損失，突顯儲(chǔ)能裝置對(duì)提升風(fēng)電消納能力的作用。

1 蓄電儲(chǔ)能消納棄風(fēng)基本原理

圖1 系統(tǒng)總體結(jié)構(gòu)Fig.1 Structure diagram of entire system

蓄電池儲(chǔ)能系統(tǒng)的高靈活性和高效率性，使它被廣泛使用。在可再生能源發(fā)電系統(tǒng)中，根據(jù)所需配置蓄能電池的功率大小和所要實(shí)現(xiàn)的目標(biāo)，其應(yīng)用模式可分為集中式和分布式[15]。蓄電池以集中式進(jìn)行配置，具有功率等級(jí)高、放電時(shí)間長等優(yōu)點(diǎn)。當(dāng)儲(chǔ)能電站和風(fēng)電場(chǎng)配合使用時(shí)，能提高電網(wǎng)接納風(fēng)電的能力。在微電網(wǎng)中以集中方式配置蓄電儲(chǔ)能，其系統(tǒng)運(yùn)行示意圖如圖1所示。系統(tǒng)內(nèi)的電力負(fù)荷主要由燃料電池、燃?xì)廨啓C(jī)組和風(fēng)電機(jī)組承擔(dān)，熱負(fù)荷由燃?xì)廨啓C(jī)組和燃料電池共同承擔(dān)。蓄電池既可作負(fù)荷又可作電源，其提高風(fēng)電消納的機(jī)制可描述為：1)當(dāng)風(fēng)電大發(fā)時(shí)，蓄電池充電將多余的風(fēng)電給儲(chǔ)存起來，此時(shí)可把儲(chǔ)能電池看為額外負(fù)荷；2)利用儲(chǔ)能充電/放電的靈活性，通過調(diào)度系統(tǒng)降低其他機(jī)組出力，間接增加風(fēng)電上網(wǎng)量，促進(jìn)風(fēng)電消納。

2 風(fēng)電與蓄能電池聯(lián)合運(yùn)行模型

2.1 棄風(fēng)成本

微電網(wǎng)系統(tǒng)在實(shí)際運(yùn)行過程中，可能會(huì)出現(xiàn)風(fēng)電機(jī)組所產(chǎn)電能大于用戶需求電能(尤其是在夜間)，因此有一部分電能無法被利用從而產(chǎn)生棄風(fēng)，這一部分棄風(fēng)所對(duì)應(yīng)的經(jīng)濟(jì)損失就稱為棄風(fēng)成本。t時(shí)刻的棄風(fēng)成本可表示為

(1)

2.2 蓄電池運(yùn)行成本

蓄電池在實(shí)際運(yùn)行過程中存在電能消耗和自然放電現(xiàn)象，現(xiàn)將這一部分損耗定為自然損耗成本；另外由于儲(chǔ)能裝置的造價(jià)較高，在進(jìn)行電網(wǎng)優(yōu)化調(diào)控時(shí)，電池充放電調(diào)節(jié)次數(shù)對(duì)電池壽命的影響及由此帶來的成本變化亦不容忽視。在以往的研究中并未將這兩種損耗成本合起來進(jìn)行深入研究。為此，在計(jì)及蓄電池充/放電出力特性下，將充/放電過程中的自然損耗成本及充放電次數(shù)所帶來的壽命損耗成本一同定義為蓄電池運(yùn)行成本。t時(shí)刻的蓄電池運(yùn)行成本可表示為

式中：β為蓄電成本系數(shù)，本文取0.23元/(kW·h)；εloss為蓄電池在運(yùn)行過程中消耗的電能和自然損失的電能之和占儲(chǔ)電總量的比例；Wx,t表示t時(shí)刻蓄電池?fù)p失電量；Wc,t為t時(shí)段儲(chǔ)能電池儲(chǔ)電量；Wc,t>Wc,t-1時(shí)蓄電池充電，Wc,t

2.3 環(huán)境成本

燃料電池與燃?xì)廨啓C(jī)組在發(fā)電過程中會(huì)燃燒化石燃料，產(chǎn)生CO2、SO2、NOx等污染氣體。將氣體的排放總量乘以各自的單位處理費(fèi)用再相加所得的和就是環(huán)境成本。t時(shí)刻的環(huán)境成本可表示為

(8)

2.4 目標(biāo)函數(shù)

本文以風(fēng)電-儲(chǔ)能電站的聯(lián)合系統(tǒng)運(yùn)行成本最小為目標(biāo)函數(shù)，研究在電網(wǎng)中加入儲(chǔ)能裝置后風(fēng)電消納問題。調(diào)度周期為1 d(T=24 h)，目標(biāo)函數(shù)為

(9)

式中：ck為氫氣價(jià)格，本文取2元/m3；c為天然氣價(jià)格，本文取2.05元/m3；LHV1、LHV2分別為氫氣、天然氣低熱值，本文分別取10.78和9.77 kW·h/m3；PMT,n,t為第n臺(tái)氣輪機(jī)組在t時(shí)段輸出的電功率；ηFC、ηMT分別為燃料電池和燃?xì)廨啓C(jī)組的工作效率，本文取0.65和0.29。

2.5 約束條件

2.5.1 棄風(fēng)約束

(10)

2.5.2 發(fā)電單元約束

機(jī)組出力約束為

式中：PFC,k,max、PFC,k,min分別為第k臺(tái)燃料電池在t時(shí)刻的最大、最小運(yùn)行功率；PMT,n,max、PMT,n,min分別為第n臺(tái)燃?xì)廨啓C(jī)組在t時(shí)刻的最大、最小運(yùn)行功率。

2.5.3 功率平衡約束

熱功率和電功率平衡約束分別為

式中：WFC,k,t、WMT,n,t分別為第k臺(tái)燃料電池和第n臺(tái)微型燃?xì)廨啓C(jī)在t時(shí)刻的發(fā)熱量；WD,t為t時(shí)刻的熱負(fù)荷；PBS_cha,t為電池組在t時(shí)段的充電功率；PLD,t為系統(tǒng)t時(shí)刻的電負(fù)荷。

2.5.4 電儲(chǔ)能約束

式中：WSOCmax、WSOCmin分別為荷電狀態(tài)的最大值與最小值，一般取0.2和0.8；τ為電儲(chǔ)能自放電率；PBS_cha,t、PBS_dis,t、γBS_cha、γBS_dis分別為電池組在t時(shí)段的充/放電功率及效率；WBS,nom為蓄電池額定容量。

3 模型求解

本文將棄風(fēng)消納問題轉(zhuǎn)化為包含棄風(fēng)成本的經(jīng)濟(jì)調(diào)度問題，通過利用蓄電池的充/放電特性，以優(yōu)化各電源出力，達(dá)到運(yùn)行經(jīng)濟(jì)成本最低的目的。

上述優(yōu)化調(diào)度模型是一個(gè)多維的、非線性優(yōu)化問題，相比單獨(dú)的電力系統(tǒng)優(yōu)化調(diào)度，由于模型中包含大量的等式和不等式約束，復(fù)雜度大大增加。傳統(tǒng)優(yōu)化算法在求解多維、非線性優(yōu)化問題上較為困難，而智能優(yōu)化算法則相對(duì)容易。粒子群優(yōu)化算法是智能算法中比較常用的算法，其求解過程思路比較清晰，對(duì)約束條件的處理也比較靈活，適合于求解上述優(yōu)化調(diào)度模型。

基本的粒子群算法在處理多約束條件問題時(shí)可能使尋優(yōu)陷入局部最優(yōu)解。為提高算法的全局收斂性，對(duì)粒子群算法進(jìn)行改進(jìn)，引入慣性因子，避免粒子陷入局部最優(yōu)解。

改進(jìn)的粒子群算法求解流程如圖2所示。

圖2 模型求解流程圖Fig.2 Flow diagram of solving equation

1) 初始化粒子群體(粒子數(shù)目m=30，例子維數(shù)D=4，慣性權(quán)重wmax=0.9、wmin=0.4，學(xué)習(xí)因子c1=2、c2=2，最大速度vmax=200，迭代次數(shù)N=300)；

2) 根據(jù)適應(yīng)度函數(shù)，評(píng)價(jià)初始階段每個(gè)粒子的適應(yīng)度，得到初始全局最優(yōu)位置；

4) 根據(jù)適應(yīng)度函數(shù)，評(píng)價(jià)更新后每個(gè)粒子的適應(yīng)度，將其當(dāng)前適應(yīng)值與全局最優(yōu)位置對(duì)應(yīng)的適應(yīng)值做比較，如果當(dāng)前的適應(yīng)值更高，則將當(dāng)前粒子的位置更新為全局最優(yōu)位置；

5) 以此類推進(jìn)行迭代，如未滿足約束條件，返回步驟3)，若滿足則退出運(yùn)行得到最優(yōu)解。

4 算例仿真與結(jié)果分析

4.1 算例參數(shù)

對(duì)一個(gè)實(shí)際的微電網(wǎng)系統(tǒng)進(jìn)行分析，系統(tǒng)運(yùn)行在孤網(wǎng)運(yùn)行模式下，調(diào)度周期為1 d(T=24 h)，調(diào)度時(shí)段為1 h。燃料電池與燃?xì)廨啓C(jī)組污染氣體排放參數(shù)及電力行業(yè)污染氣體環(huán)境價(jià)值標(biāo)準(zhǔn)和罰款參數(shù)均采用文獻(xiàn)[16]中的數(shù)據(jù)。燃料電池、燃?xì)廨啓C(jī)組和風(fēng)電機(jī)組的相關(guān)參數(shù)如表1所示，蓄電池的相關(guān)參數(shù)如表2所示。風(fēng)電預(yù)測(cè)出力曲線和負(fù)荷需求曲線如圖3所示。

表1 火電機(jī)組、燃?xì)廨啓C(jī)組與風(fēng)電機(jī)組的相關(guān)參數(shù)Table 1 Parameters of thermal power units, gas turbine units and wind turbines

4.2 結(jié)果分析

4.2.1 調(diào)度結(jié)果分析

圖4為優(yōu)化調(diào)度結(jié)果曲線圖。從圖4中可看出，當(dāng)以系統(tǒng)運(yùn)行成本最小為目標(biāo)函數(shù)進(jìn)行微電網(wǎng)經(jīng)濟(jì)調(diào)度時(shí)，由于燃?xì)廨啓C(jī)的燃料成本小于燃料電池的燃料成本，所以電網(wǎng)優(yōu)先利用燃料電池供電。在1:00—7:00、23:00—24:00時(shí)段，燃?xì)廨啓C(jī)出力首先滿足電網(wǎng)熱負(fù)荷需求；同時(shí),由于用電負(fù)荷減少，風(fēng)電機(jī)組與燃?xì)廨啓C(jī)組產(chǎn)的電能大于用電負(fù)荷，此時(shí)蓄電池以最大充電功率充電，盡可能地將多余風(fēng)電進(jìn)行存儲(chǔ)；在11:00—13:00和19:00—21:00時(shí)段，用電負(fù)荷處于高峰，風(fēng)電機(jī)組和燃?xì)廨啓C(jī)所發(fā)電能不足以滿足負(fù)荷需求，此時(shí)蓄電池以最大放電功率放電，盡可能滿足用電負(fù)荷需求，其他不足電量再由燃料電池提供，減少燃料電池運(yùn)行成本，也起到了“削峰”的作用。

表2 蓄電池相關(guān)參數(shù)Table 2 Parameters of storage battery

圖3 風(fēng)電預(yù)測(cè)出力和負(fù)荷需求曲線圖Fig.3 Wind power forecast output and load demand curve

圖4 經(jīng)濟(jì)調(diào)度優(yōu)化結(jié)果Fig.4 Results of economical optimal dispatch

4.2.2 棄風(fēng)消納經(jīng)濟(jì)性分析

將配置蓄電池前后系統(tǒng)各項(xiàng)成本進(jìn)行整理得到表3。從表3中可看出，配置蓄電池后，由于有蓄電池參與系統(tǒng)調(diào)度，燃料成本和棄風(fēng)成本都有顯著下降，與未配置蓄電池前相比，燃料成本減少40.92元，棄風(fēng)成本減少86.88元，環(huán)境成本減少較少，為2.56元，增加蓄電池運(yùn)行成本10.92元，總成本減少119.44元，較配置前總成本減少近1/2，具有良好的經(jīng)濟(jì)性。

表3 配置蓄電池前后的成本Table 3 Cost with or without storage battery

5 結(jié)論

本文研究了利用蓄電池消納棄風(fēng)的優(yōu)化調(diào)度問題，建立了多源儲(chǔ)能電站優(yōu)化運(yùn)行模型。在滿足系統(tǒng)約束條件下，計(jì)及蓄電池出力特性，模型中量化了棄風(fēng)損失和蓄電成本，通過經(jīng)濟(jì)性的比較，凸顯了儲(chǔ)能裝置對(duì)提升風(fēng)電消納能力的效果。仿真結(jié)果表明：在微電網(wǎng)中加入蓄電池后，系統(tǒng)能源消耗減少，消納風(fēng)電電量得到提高，棄風(fēng)現(xiàn)象得到減緩，系統(tǒng)運(yùn)行更加經(jīng)濟(jì)。