趙立夏， 武志剛

(華南理工大學 電力學院，廣東 廣州 510640)

0 引 言

今后數(shù)十年可再生能源發(fā)電將成為發(fā)電增長的主要形式，其中分布式發(fā)電占可再生能源發(fā)電的大部分。作為電能傳輸載體的電網(wǎng)形態(tài)也將發(fā)生重要變化，其中最典型的就是微網(wǎng)的推廣和應用。目前對微網(wǎng)的研究大多面對的是常規(guī)微網(wǎng)，通常規(guī)模較小，不需要很復雜的網(wǎng)架結(jié)構(gòu)，進而在對微網(wǎng)的分析中往往不需考慮拓撲結(jié)構(gòu)的影響。在宏觀層面，人們往往研究不同滲透率的微網(wǎng)與常規(guī)輸配電網(wǎng)的相互作用，此時需要考慮微網(wǎng)運行的兩種方式，即孤島運行方式和并網(wǎng)運行方式[1]。

除常規(guī)微網(wǎng)之外，事實上還存在其他形式的微網(wǎng)。對于一些發(fā)展中國家(如巴基斯坦)，其輸電網(wǎng)覆蓋程度較低，為了向沒有被輸電網(wǎng)所覆蓋的地區(qū)供電，往往依賴所謂社區(qū)型獨立微網(wǎng)(independent community microgrid, ICMG)。與常規(guī)微網(wǎng)相比，ICMG的供電范圍介于常規(guī)微網(wǎng)和普通配電饋線之間，輸電網(wǎng)絡拓撲的影響已不能忽略，而且由于電壓等級低，所帶的負荷乃至電網(wǎng)本身都可能是三相不對稱的。ICMG基本都運行在孤島運行方式下，其功率平衡只能依賴自身解決，電網(wǎng)中的可再生能源出力的隨機性為實現(xiàn)功率平衡帶來了很大的困難。

由此可見，ICMG的日常運行與常規(guī)微網(wǎng)和常規(guī)輸配電網(wǎng)都不同[2-3]。為此，本文把ICMG中光伏出力隨機過程轉(zhuǎn)換成若干等發(fā)生概率基態(tài)場景的疊加，用來求取追求最大收益期望的光伏最大出力預測曲線，進而給出考慮ICMG基本特征的日前調(diào)度動態(tài)規(guī)劃模型，通過巴基斯坦的實際案例驗證了本文所提出優(yōu)化模型的正確性。

1 不可控電源隨機性的優(yōu)化模型

借鑒文獻[4-5]對風電隨機性進行處理的思想，認為在充分的二階段市場機制下，雖然光伏出力具有隨機性，但任一時段內(nèi)光伏出力總能表示為日前市場確定出力和調(diào)整市場確定出力的總和，若把光伏出力隨機過程轉(zhuǎn)換成若干基態(tài)場景的疊加，且基態(tài)場景發(fā)生概率相同，則追求最大收益期望的光伏最大出力曲線可以由下述目標函數(shù)來描述：

(1)

式中的目標函數(shù)為每個場景ω對應目標函數(shù)值依據(jù)場景發(fā)生概率πω加權(quán)求和，其中每個場景的目標函數(shù)值包含兩部分：

應該滿足如下約束條件：

①光伏發(fā)電出力最大值約束

(2)

(3)

(4)

②對由隨機因素所造成的不平衡電量的定義

(5)

(6)

(7)

(8)

式中：Δtω為場景w中在第t小時光伏發(fā)電的不平衡電量值。

③光伏發(fā)電出力不可預測性約束

(9)

(10)

(11)

式中：NT1為日前市場和調(diào)整市場出清時刻所間隔的階段個數(shù)；ω′為另一個場景編號且ω≠ω′。

④與CVaR有關(guān)的約束

(12)

ηω≥0,?ω

(13)

光伏陣列實際出力能力超出日前調(diào)度的預定出力值時將產(chǎn)生棄光現(xiàn)象，相當于并沒有獲得理論上的最大收益，但由于這部分差額實際上并沒有出現(xiàn)，因此可以認為光伏側(cè)在這種情況下并沒有損失。當光伏陣列實際出力能力少于日前調(diào)度的預定出力值時，功率缺額將由可控電源(后文算例為生物質(zhì)能發(fā)電)進行補償，電網(wǎng)側(cè)產(chǎn)生超出預計的額外成本，實際光伏陣列的出力曲線與最優(yōu)調(diào)度曲線間圍成的面積稱為不平衡電量，為光伏陣列少發(fā)而電網(wǎng)補償?shù)碾娏俊?/p>

式(1)中的CVaR項與光伏實際出力及預定出力不同的風險有關(guān)，算例表明，是否計入CVaR項，對同一負載狀況下產(chǎn)生的不平衡電量均會產(chǎn)生影響。

2 社區(qū)型獨立微網(wǎng)及其日前調(diào)度動態(tài)規(guī)劃模型

本文所開展的針對ICMG的研究基于巴基斯坦某地區(qū)的實際案例，對于欠發(fā)達國家地區(qū)具有一定的通用性。ICMG常由多個常規(guī)微網(wǎng)聚合而成，例如后文算例中的ICMG由居民區(qū)、工廠和醫(yī)院三部分構(gòu)成，其中居民區(qū)又含多棟樓。從供電服務區(qū)域來看，電網(wǎng)已經(jīng)達到通常的社區(qū)規(guī)模，這也是這種電網(wǎng)被稱為“社區(qū)型”獨立微網(wǎng)的原因。正因如此，在對ICMG進行建模時需要考慮詳細的拓撲結(jié)構(gòu)，而不能簡單地忽略之。此外，ICMG電壓等級低，線路R/X比大，且由于線路較短，所有線路參數(shù)均不宜忽略。

這種電網(wǎng)通常無法接入傳統(tǒng)的公用輸電網(wǎng)，因此事實上總是運行在孤島模式下，這也是其被稱為社區(qū)型“獨立”微網(wǎng)的原因。由于所在區(qū)域過于偏遠，又因經(jīng)濟成本所限，只能因地制宜地利用當?shù)負碛械馁Y源來發(fā)電，通常為分布式的小型可再生能源發(fā)電裝置，又可分為兩大類：一類是所謂不可控電源，例如風電、光伏等，其出力受到實時的天氣條件等的約束，難以預先精確安排；另一類電源可稱為可控電源，其特征是可以精確設定發(fā)電出力時間特性曲線，最常見的是柴油發(fā)電機，然而由于ICMG往往位于貧困地區(qū)，無力承擔柴油發(fā)電的高成本，故在本文中考慮的可控電源是生物質(zhì)能發(fā)電機。此外，由于電網(wǎng)規(guī)模較小，電源側(cè)、負荷側(cè)和電網(wǎng)本身的三相不對稱性不能完全忽略，在后面的模型中會充分計及。

本文以小時為單位將所研究的日前調(diào)度時段分成等長的24個階段。由于存在先后階段優(yōu)化結(jié)果之間的耦合關(guān)系(例如儲能裝置的荷電狀態(tài)在任一階段結(jié)束后應更新，而更新的結(jié)果不能使其超出儲能荷電狀態(tài)的允許范圍)，使得優(yōu)化模型成為一個動態(tài)規(guī)劃模型。

考慮綜合的優(yōu)化目標，即通過合理加權(quán)得到綜合目標函數(shù)，具體如下：

(14)

優(yōu)化模型的約束條件分為四大類：

(1) 與生物質(zhì)能發(fā)電機有關(guān)的約束，本文考慮了有功出力瞬時值、出力增加和減少的速度以及瞬時甩負荷最大值。

(2) 與儲能裝置有關(guān)的約束，包括荷電范圍、充放電功率的約束，尤其需要注意的是動態(tài)規(guī)劃每個階段結(jié)束后需要更新荷電狀態(tài)，從而給不同階段之間帶來了耦合關(guān)系，即

(15)

(3) 與三相潮流有關(guān)的約束，包括任一輸電線路任一相傳輸功率不越限、任一母線任一相電壓在允許偏移范圍內(nèi)等不等式約束，以及用三相潮流方程表示某節(jié)點功率平衡的等式約束。

(4) 全局功率平衡約束，包括任何瞬時ICMG任一相的電源出力應大于負荷需求及網(wǎng)損，以及光伏發(fā)電實際出力加上棄光部分小于日最大出力曲線上對應值等。

各約束條件均為傳統(tǒng)的不等式約束和等式約束表達式，且表達式本身比較簡單，因篇幅不一一羅列。

所提模型是一個動態(tài)規(guī)劃模型，需要給定一些固定的曲線才能開展優(yōu)化計算。本文中需要預先通過短期負荷預測獲得被調(diào)度日的日負荷曲線，以及通過將氣象等信息輸入到式(1)～式(13)的優(yōu)化模型中得到被調(diào)度日光伏最大功率曲線。用于優(yōu)化的變量包括生物質(zhì)能發(fā)電機的出力曲線、儲能裝置的荷電狀態(tài)變化曲線等。

3 算例分析

本節(jié)根據(jù)巴基斯坦某地區(qū)實際案例驗證前面提出的社區(qū)型獨立微網(wǎng)日前調(diào)度的優(yōu)化模型。系統(tǒng)的接線圖如圖1所示。

圖1中的ICMG包括了7臺光伏陣列、4臺生物質(zhì)能發(fā)電機和6臺蓄電池儲能系統(tǒng)，共有12個節(jié)點和10條傳輸線。圖2給出了住宅區(qū)子網(wǎng)的詳細接線圖。住宅區(qū)子網(wǎng)的負荷按負荷曲線計算，其余負荷認為取恒定值，均存在三相不對稱情況。假定光伏陣列無運行成本，無污染排放；生物質(zhì)能發(fā)電機有成本、有排放。優(yōu)化調(diào)度的周期為1天，分為24個階段，每個階段時長1 h。

圖3為由日前負荷預測所得到的三相負荷曲線，圖4為經(jīng)過場景合并優(yōu)化后所得到的三相光伏陣列最大出力曲線，在本例中

為優(yōu)化結(jié)果，且確定不變。圖5為某一場景中少于預定出力時的三相光伏陣列出力最大值曲線，用來驗證光伏實際出力與預設出力不同時的優(yōu)化效果。可見負荷和光伏最大出力的關(guān)系均為A相>B相>C相，其中A相和B相的光伏最大出力值接近，較C相為大。

與隨機性相關(guān)的部分參數(shù)見表1，在本例中為已知條件且確定不變。

表1 隨機性相關(guān)參數(shù)

將式(14)中的各βi值設為0，即為不優(yōu)化的狀況，該狀況作為對照參考值。

使用分別以運行成本最低、負荷滿意度最高和綜合考慮兩種情況為目標進行優(yōu)化，只需設定各βi值即可。采用GAMS中的IPOPT求解器進行求解[7]，計算得出針對不優(yōu)化和三種優(yōu)化目標的優(yōu)化結(jié)果，各種關(guān)鍵物理量一天之中的時間特性示于圖6～圖8,其中1～3號生物質(zhì)能發(fā)電機運行情況相同，這里只給出了1號機的結(jié)果而不重復給出2～3號機結(jié)果。

在綜合目標優(yōu)化場景下，保持負載數(shù)值不變，選擇前述的用于對照的少于預定出力的三相光伏陣列出力最大值曲線，分別就計入CVaR項及不計入的狀況各進行一次優(yōu)化求解，兩種狀況下各相不平衡電量的值示于表2。

表2 各相不平衡電量值

各相不平衡電量一天之中的時間特性如圖9～圖10所示。

綜合分析計算結(jié)果可以發(fā)現(xiàn)：

(1)運行成本最小與負荷滿意度最高這兩個目標之間存在著一定的互相制約，根據(jù)本算例的特性，可以認為采用綜合目標優(yōu)化場景作為最終決定更為合情合理。

(2)引入儲能設備后，可以減少發(fā)電機在高峰時段的出力，同時可以利用低谷時段光伏陣列滿足負荷需求之后多余的電量，進一步增加了系統(tǒng)的靈活性和對可再生能源的利用率。

(3)當光伏發(fā)電能力少于預定出力時，缺額部分由生物質(zhì)能進行補償，會產(chǎn)生不平衡電量，即電網(wǎng)產(chǎn)生損失。不平衡電量的變化趨勢大致與少于預定出力的場景和最優(yōu)場景的最大出力曲線之差相同，在相差最大的12∶00前后，產(chǎn)生的不平衡電量也最大。無論是否計入CVaR，不平衡電量隨時間的變化趨勢均基本相同。

(4)當在隨機性模擬的步驟中計入CVaR項時，各相不平衡電量值均較不計入時大幅減少，體現(xiàn)了光伏陣列對電網(wǎng)的補償。

4 結(jié)束語

本文針對社區(qū)型獨立微網(wǎng)的特點提出了日前規(guī)劃調(diào)度的方法和優(yōu)化模型，考慮了模型中存在不可控可再生能源和可控電源的情況，能夠計及電網(wǎng)的詳細拓撲結(jié)構(gòu)和負荷、電源的三相不對稱，具有一定的通用性。

在GAMS下構(gòu)建了上述優(yōu)化模型，并在巴基斯坦某實際社區(qū)微網(wǎng)算例中進行優(yōu)化求解，計算結(jié)果表明：①運行成本和負荷滿意度這兩個目標在很多情況下存在矛盾，比較實際的解決方案是因地制宜地選擇合適的權(quán)重來得到最優(yōu)結(jié)果；②儲能裝置在減少生物質(zhì)能發(fā)電機高峰出力、吸納光伏發(fā)電在較低水平負荷時的過剩能力、避免棄光等方面能起到重要作用，可以明顯提高電網(wǎng)運行的靈活性和對可再生能源的消納能力；③社區(qū)型獨立微網(wǎng)異于常規(guī)微網(wǎng)之處是不能忽略網(wǎng)絡拓撲，因此日前調(diào)度的優(yōu)化結(jié)果意味著同時實現(xiàn)了電網(wǎng)中潮流的最優(yōu)配置；④在計及光伏出力預測的隨機性風險后，可以顯著降低實際發(fā)生的不平衡電量。