闞 聰，李慶鴻，張 東，解文成

(安徽理工大學(xué) 電氣與信息工程學(xué)院，安徽 淮南 232001)

在微電網(wǎng)系統(tǒng)中，風(fēng)、光等分布式能源存在著隨機與不可控性，因此，為了保證微電網(wǎng)中的儲能負(fù)荷和用電量匹配，儲能裝置也必須進行合理的配置。這樣能在改善系統(tǒng)穩(wěn)定性的同時提高系統(tǒng)中電能的供需平衡度。但因為各種儲能單元價格有差異且儲能效果不同，在選擇儲能裝置的時候，應(yīng)在保證儲能容量的最優(yōu)配置下，獲得最高的經(jīng)濟效益?；旌蟽δ芟到y(tǒng)不僅能有效解決微電網(wǎng)中自調(diào)節(jié)能力差、體積小、電壓驟降或跌落等問題，而且能提高用電可靠性。

1 儲能裝置模型

1.1 蓄電池組能量模型及功率

設(shè)蓄電池組額定電壓Usb(V)；單體容量Csb(Ah)；連接個數(shù)Nsb，可存儲的電量為：

Esb=0.001NsbCsbUsb

(1)

令γ為其放電深度，單次循環(huán)組可放電能為：

Esb=0.001NsbCsbUsbγ

(2)

令η為充電效率，充電過程所需電能為：

Esbch=0.001NsbCsbUsbγ/η

(3)

一般情況下，蓄電池輸出功率為：

Psb=0.0001NsbCsbUsb

(4)

1.2 超級電容器能量模型及功率

設(shè)單個元件額定電壓為Uuc(V)，電容為Cuc(F)，那么其存儲的電能為：

(5)

其工作電壓的上下限為Uucmax、Uucmin。當(dāng)把Nuc個元件件進行串聯(lián)之后，一次可以提供的電能為：

(6)

令充電效率為γ，單次充電所需電能

(7)

令lucmax為每個元件運行時電流的峰值；Pucmax為功率峰值，輸出功率為：

Pucmax=NucUucmaxIucmax

(8)

2 容量優(yōu)化模型的建立

2.1 目標(biāo)函數(shù)的建立

以供電可靠性作為配置儲能裝置的首要目標(biāo)，在保證可靠性的同時，把儲能裝置的初始建造費用最少作為目標(biāo)函數(shù)。其中，初始建造費用包括蓄電池的投資費用和超級電容器的投資費用。

設(shè)置連續(xù)性要求：①出站連續(xù)性指引：屏蔽門到站臺出站樓扶梯口之間設(shè)置出站連續(xù)指引。②換乘連續(xù)指引：屏蔽門至換乘通道/樓扶梯口處之間設(shè)置換乘連續(xù)指引。

minf=y(1)asb+y(2)auc

(9)

2.2 目標(biāo)優(yōu)化的約束方程

(1)發(fā)電盈余的約束

設(shè)第x月盈余電能最多，用E(i)表示，n為當(dāng)月的天數(shù)。設(shè)裝置的恢復(fù)時間為t1，而容量不應(yīng)該大于盈余電能的平均值，如公式(10)所示：

Esb+Euc≤t1E(i)/n

(10)

(2)發(fā)電不足的約束

假設(shè)第y月盈余的電能最多，用E(j)表示，n為當(dāng)月天數(shù)。設(shè)t2為系統(tǒng)自給的時間，容量不應(yīng)該小于缺額電能的平均值，如公式(11)所示：

Esb+Euc≥t2E(j)/n

(11)

(3)功率不足的約束

在混合儲能裝置中，考慮到各部件的特性，可以采用基于電池和超級電容器的工作模式為具有意外沖擊負(fù)載的用戶供電。當(dāng)只有儲能裝置提供電能時，儲能裝置的輸出功率不能低于負(fù)荷峰值，公式如下：

Psb+Puc≤pLmax

(12)

(13)

式中：Psb為蓄電池功率；Puc為超級電容功率；t為保持時間；PLmax為沖擊負(fù)荷時的輸出功率。

3 粒子群算法的改進

盡管PSO算法通用性強且易于收斂，但精度比較差，且收斂速度低。而在改變粒子的更新速度時通常會采用變慣性權(quán)重，這樣可以避免算法出現(xiàn)早熟的現(xiàn)象。因此在算法進行迭代時，利用線性遞減慣性權(quán)重，即：

ω(σ)=ωstart(ωstart-ωend)(Tmax-σ)/Tmax

(14)

式中：ωstart是最初搜索速度；σ是當(dāng)前計算次數(shù)；Tend是最后搜索速度；Tmax是最大計算次數(shù)。

“權(quán)重”ωstart為0.9，“權(quán)重”ωend為0.4時，算法具有最佳的搜索功能，其中典型的慣性權(quán)重包括：

(15)

(16)

(17)

4種慣性權(quán)重的變化如圖1所示。

圖1 4種慣性權(quán)重的變化

4 算例分析

4.1 參數(shù)設(shè)置

利用MATLAB仿真軟件，在某離網(wǎng)運行的風(fēng)光互補微網(wǎng)中，對其進行容量優(yōu)化配置要求，參數(shù)如下：

蓄電池：額定容量320 AH，額定電壓2 V，放電深度0.85，充放電效率0.85，成本280元。

超級電容器：額定電壓2.6 V；工作時電壓谷值0.85 V；充放電效率0.95；最大輸出電流1 500 A；成本1 500元。

假設(shè)某地區(qū)最大盈余月份平均每日盈余電能為35 kWh；最大缺額月份平均每日缺額電能為35 kWh。把儲能單元的參數(shù)代入到目標(biāo)函數(shù)及約束方程中，算法優(yōu)化過程中，設(shè)粒子規(guī)模為100，加速因子c1=c2=1.495 5，權(quán)重系數(shù)ω由大到小變化。

4.2 仿真分析

PSO尋優(yōu)過程圖如圖2和圖3所示。算法經(jīng)過改進之后，避免了出現(xiàn)早熟現(xiàn)象，同時提高了系統(tǒng)的精度與效率。容量優(yōu)化結(jié)果如表1所示。

表1 儲能裝置容量優(yōu)化結(jié)果

圖2 優(yōu)化前的迭代過程 圖3 優(yōu)化后的迭代過程

與恒定ω相比，動態(tài)變化的尋優(yōu)過程在前期收斂慢，取值較大，這樣全局的搜索功能不會降低，在算法進行到后期時，由于慣性權(quán)重較小，在進行局部搜索，精度會大大提高，這樣會避免算法出現(xiàn)局部最優(yōu)解。

通過表1可知，采用混合儲能可以大大減少蓄電池的數(shù)量，同時利用了超級電容器能夠吞吐大功率的能力，保證了微電網(wǎng)供電的可靠性，而且使整個系統(tǒng)的投資成本更小。

5 結(jié) 語

對微電網(wǎng)和超級電容器的輸出功率做出建模，為了能讓一次投資成本最小，保證微電網(wǎng)供電經(jīng)濟性，確定了其各個方面的約束函數(shù)，為了能夠解決這些問題，用粒子群算法進行求解，并對算法進行了改進，算法經(jīng)過改進之后，局部搜索能力提高，從而避免了算法出現(xiàn)早熟。