黃亞峰，何 威，劉思驛

(東北電力大學(xué)電氣工程學(xué)院，吉林 吉林 132012)

隨著分布式光伏發(fā)電設(shè)備的普及程度越來越高，家庭用電設(shè)備朝著智能化方向發(fā)展，住宅領(lǐng)域的用能結(jié)構(gòu)正在發(fā)生重大改變.普通用戶不再僅僅充當(dāng)消費(fèi)者的角色，而是向著具有一定調(diào)節(jié)能力的家庭微網(wǎng)方向轉(zhuǎn)變.如何充分利用分布式能源優(yōu)化用能結(jié)構(gòu)，節(jié)省用電成本，成為當(dāng)下研究的熱點(diǎn)[1-4].

目前，國內(nèi)外學(xué)者關(guān)于家庭微網(wǎng)的用能結(jié)構(gòu)優(yōu)化問題已有大量的研究和成果.文獻(xiàn)[5]以家庭最大盈利為目標(biāo)，建立基于光伏出力預(yù)測的家庭能量協(xié)調(diào)調(diào)度模型，但是該文獻(xiàn)設(shè)置用能場景單一，無法充分說明分布式光伏和儲能系統(tǒng)對用能結(jié)構(gòu)帶來的影響.文獻(xiàn)[6]利用線性加權(quán)法將多目標(biāo)問題轉(zhuǎn)化為單目標(biāo)來求解，但在加權(quán)系數(shù)的選取時有較強(qiáng)的主觀性.文獻(xiàn)[7]未加入分布式能源，僅對溫控負(fù)荷及電動汽車進(jìn)行建模，無法保證模型可以推廣到包含分布式光伏以及儲能系統(tǒng)的用能環(huán)境.

基于上述分析，本文從用戶角度出發(fā)，建立了整合可再生能源發(fā)電以及儲能系統(tǒng)的能量管理優(yōu)化模型，將光伏和儲能整合到住宅領(lǐng)域.通過對儲能系統(tǒng)和用電設(shè)備進(jìn)行能量管理以實現(xiàn)用電成本最小化的優(yōu)化目標(biāo).以此模型為基礎(chǔ)，在3種不同用能場景下從能量消耗、用電成本和峰均比等方面對模型進(jìn)行了評估，驗證了模型的正確性和有效性.

1 數(shù)學(xué)模型

在本節(jié)中，給出了光伏系統(tǒng)、儲能系統(tǒng)的數(shù)學(xué)模型和約束條件以及峰均比的概念.在此基礎(chǔ)上，提出了優(yōu)化問題.

1.1 分布式光伏系統(tǒng)數(shù)學(xué)模型

光伏發(fā)電機(jī)組輸出的有功功率取決于光伏電站處的太陽輻射強(qiáng)度和環(huán)境溫度，計算公式為[5]

(1)

公式中：PPV為光伏系統(tǒng)輸出功率；PSTC為標(biāo)準(zhǔn)條件下光伏系統(tǒng)輸出的最大功率；IM為入射到光伏系統(tǒng)的輻照度；ISTC為標(biāo)準(zhǔn)測試條件下的輻照度(ISTC=1 kW/m2)；k為功率溫度系數(shù)，取自光伏模塊數(shù)據(jù)表；TSTC為參考溫度(TSTC=25 ℃)；TM為光伏組件溫度，可近似表示為

(2)

公式中：Tamb為環(huán)境溫度；εPV為光伏組件相關(guān)的比例常數(shù).

1.2 儲能系統(tǒng)數(shù)學(xué)模型

小容量儲能系統(tǒng)(Energy Storage System，ESS)用于存儲光伏發(fā)電系統(tǒng)產(chǎn)生的部分電能，主要是為了更有效地利用光伏能源.ESS的荷電狀態(tài)(State Of Charge，SOC)是優(yōu)化家庭微網(wǎng)運(yùn)行的關(guān)鍵變量，需要實時監(jiān)控.SOC隨ESS充電和放電過程的變化為

(3)

(4)

公式中：SOC(t)和SOC(t-1)分別為對應(yīng)時刻ESS荷電狀態(tài)；PESS(t)為儲能系統(tǒng)輸出功率(當(dāng)ESS充電時，PESS(t)>0；當(dāng)ESS放電時，PESS(t)<0)；?為ESS自身放電率；ηc和ηd分別為ESS充電和放電效率；EESS(t)為儲能系統(tǒng)容量.

在能量管理系統(tǒng)經(jīng)濟(jì)運(yùn)行過程中，ESS單元頻繁的充放電行為會對其使用壽命和性能造成一定的損耗，本文用運(yùn)行維護(hù)成本(CESS，om)來表征這些損耗.

CESS，om=|PESS(t)|·KESS，om，

(5)

公式中：KESS，om為ESS單元的運(yùn)行成本系數(shù)，

為了延長ESS使用壽命，避免過度充放電，ESS中儲存的電量和充放電功率不應(yīng)超過制造商規(guī)定的限度.

SOCmin≤SOC≤SOCmax，

(6)

(7)

1.2 峰均比

峰均比(Peak to Average Ratio，PAR)是某個時間段內(nèi)最大總負(fù)載與總負(fù)載平均值的比值.PAR可反映消費(fèi)者的能源消費(fèi)行為和家庭微網(wǎng)的運(yùn)行情況，提高PAR會危害微網(wǎng)內(nèi)部穩(wěn)定，增加用電成本.相反降低PAR會提高用電的穩(wěn)定性和可靠性，降低用戶用電成本.PAR可表示為

(8)

(9)

公式中：Lpeak和Lavg分別為一個優(yōu)化周期T內(nèi)最大總負(fù)荷和平均負(fù)荷；Etotal(t)為用電設(shè)備在t時刻的總能耗.

(10)

2 面向智能用電的家庭微網(wǎng)能量優(yōu)化研究

本文提出的優(yōu)化模型在滿足設(shè)備運(yùn)行約束條件下，考慮可再生能源發(fā)電和儲能系統(tǒng)，通過對用電設(shè)備啟停時段進(jìn)行最優(yōu)調(diào)度，使用電成本最小化.優(yōu)化模型的一般形式為

minf

s.t.用電設(shè)備i的操作約束，?i∈A，

其中，f代表家庭微網(wǎng)總用電成本，可用公式(11)表示；A為優(yōu)化調(diào)度的用電設(shè)備的集合.由于優(yōu)化調(diào)度主要通過調(diào)整用電設(shè)備的開啟時段來節(jié)約用電成本，本文僅考慮可轉(zhuǎn)移負(fù)荷的優(yōu)化情況，不可轉(zhuǎn)移負(fù)荷不在本文研究范圍.

(11)

公式中：λ(t)為t時刻電價信息；Si(t)為t時刻對應(yīng)設(shè)備開啟狀態(tài)；Si(t)=0表示處于待機(jī)狀態(tài)，Si(t)=1表示設(shè)備處于開啟狀態(tài).上式第一項表示負(fù)荷消耗的總功率，第二項表示光伏和儲能系統(tǒng)總功率.同時，優(yōu)化過程還需滿足以下約束為

圖1 實時電價

PARopm≤PARunopm，

(12)

fopm≤funopm，

(13)

(14)

在電力市場中，有多種不同的電價模式用來確定一天的電能價格，如實時電價(RTP)、分時電價(TOU)和尖峰電價(CPP)等.由于在電網(wǎng)運(yùn)行過程中，RTP比其他價格信號表現(xiàn)得更加靈活，更有利于針對性的在非高峰時段安排能源消耗來降低用電成本.本文采用PJM公司提供的實時電價信息來指導(dǎo)用電行為，實時電價信息，如圖1所示.

3 基于二進(jìn)制粒子群算法的模型求解方法

傳統(tǒng)的優(yōu)化方法不能處理大量的用電設(shè)備，并且在收斂上面臨很多困難.而且，傳統(tǒng)算法大多不具有全局視角，往往收斂于局部最優(yōu)解.本文采用二進(jìn)制粒子群算法(BPSO)實現(xiàn)用電設(shè)備的優(yōu)化調(diào)度問題.

粒子群算法(PSO)是一種在搜索空間內(nèi)尋找最優(yōu)解的自然優(yōu)化算法.PSO算法本質(zhì)上存在于連續(xù)域中，其在離散域的變體是BPSO.BPSO算法主要取決于四個因素：初始位置、初始速度、粒子自身的最佳位置和全局的最佳位置.在該算法中，種群被隨機(jī)初始化并分散在搜索空間中.粒子的初始位置和速度分別用xi=x1+x2+…+xI和Vi=V1+V2+…+VI表示.利用公式(15)更新每次迭代的粒子速度.

(15)

(16)

在每次迭代中，粒子記錄它們相對于相鄰粒子的位置，找到的局部最佳位置表示為Xlbest=Xlbest1+Xlbest2+…+XlbestN，然后將局部最優(yōu)值相互比較，以找到全局最優(yōu)位置.如果滿足目標(biāo)函數(shù)，則粒子中的g粒子稱為全局最優(yōu)位置，全局最優(yōu)位置表示為Xgbest=Xgbest1+Xgbest2+…+XgbestN.使用全局最優(yōu)值而不是局部最優(yōu)值的主要原因是它更快地收斂到最優(yōu)解.全局最優(yōu)值是一個二進(jìn)制編碼字符串，表示設(shè)備的最佳開/關(guān)狀態(tài).

4 算例分析

4.1 算例描述

為了驗證所提出的模型性能，考慮了一個擁有主要家用用電設(shè)備以及光伏發(fā)電系統(tǒng)和儲能系統(tǒng)的用電場景.設(shè)備額定功率和使用情況，如表1所示.優(yōu)化區(qū)間為24小時，時間間隔ΔT=1 h.假定外部電網(wǎng)電源全天可用，以滿足用戶用電需求.為提高分布式能源的利用率，減少對外部電網(wǎng)的沖擊，ESS在白天只從PV系統(tǒng)充電，完成充電后，在一個電價較高的時段放電供家庭微網(wǎng)使用.儲能系統(tǒng)運(yùn)行參數(shù)，如表2 所示.采用的BPSO優(yōu)化參數(shù)，如表3所示.

表1 用電設(shè)備基本參數(shù)

表2 儲能系統(tǒng)運(yùn)行參數(shù)

表3 BPSO優(yōu)化參數(shù)

為了更加全面分析模型性能，設(shè)置三種不同用能場景：

(1)case1：無PV和ESS參與且未進(jìn)行用電優(yōu)化；

(2)case2：有PV和ESS參與但未進(jìn)行用電優(yōu)化；

(3)case3：有PV和ESS參與并且經(jīng)過用電優(yōu)化.

4.2 結(jié)果分析

用電設(shè)備各時段能耗情況，如圖2所示.可以看出，在第一種場景下，用電高峰時段主要集中在0時～2時以及21時～22時，高峰負(fù)荷分別為5.68 kW和4.65 kW.在第二種場景下，將PV和ESS集中到能源模型中，在7時～18時間段，系統(tǒng)可從PV系統(tǒng)獲得可再生能源，一部分用于儲能系統(tǒng)充電，另一部分供用電設(shè)備使用.可以發(fā)現(xiàn)，在9時左右用電高峰時段，由于ESS放電的影響.負(fù)荷減少74.37%.從場景3經(jīng)過優(yōu)化后的負(fù)荷分布可以看出，峰值負(fù)荷出現(xiàn)的時段明顯少于未經(jīng)優(yōu)化的場景，負(fù)荷有明顯的的轉(zhuǎn)移現(xiàn)象，在18時～20時電價較低時段，場景3的負(fù)荷較其他兩種場景增加37.92%和32.76%.

圖2 能量消耗 圖3 用電費(fèi)用

三種場景用電費(fèi)用，如圖3所示.可以看出，場景2由于加入光伏和儲能系統(tǒng)，用電費(fèi)用顯著降低，其中，在時段9由于光伏系統(tǒng)是可用的，用電費(fèi)用減少73.68%.與場景1相比，場景2總用電費(fèi)用減少56.67%.場景3經(jīng)優(yōu)化用電處理后，由于在電價高峰時段負(fù)荷轉(zhuǎn)移的影響，此時段用電費(fèi)用明顯低于場景1、場景2，總用電費(fèi)用相較于場景2降低了19.61%.

表4 不同用能場景下的PAR

三種場景的PAR，如表4所示.由表4可知，場景2加入可再生能源和儲能系統(tǒng)后，PAR降低了11.42%，與未經(jīng)優(yōu)化的場景相比，經(jīng)優(yōu)化后場景3的PAR降低了8.46%，主要是因為優(yōu)化后大部分高峰期負(fù)載被轉(zhuǎn)移到非高峰時段，這不僅降低了用電成本，而且還提高了系統(tǒng)的穩(wěn)定性和可靠性.

5 結(jié) 論

針對典型家庭用電設(shè)備用能優(yōu)化問題，本文提出了一種將光伏系統(tǒng)和儲能系統(tǒng)融合到住宅領(lǐng)域的家庭能量管理優(yōu)化方案.研究的主要目標(biāo)是用電成本最小化，同時盡可能減小用電設(shè)備能耗的峰均比.結(jié)果表明，融合可再生能源以及儲能系統(tǒng)的優(yōu)化方案能夠更可靠、高效的降低用電成本以及峰均比，這也有助于提高電力系統(tǒng)穩(wěn)定性，保證電網(wǎng)穩(wěn)定可靠運(yùn)行.