鄒家惠，周步祥，張致強(qiáng)

（1.四川大學(xué)電氣工程學(xué)院，成都 610065；2.中國(guó)核動(dòng)力研究設(shè)計(jì)院核反應(yīng)堆系統(tǒng)設(shè)計(jì)技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室，成都 610041）

微電網(wǎng)是一個(gè)具備自我控制和自我能量管理的自治系統(tǒng)，既可以與外部電網(wǎng)并網(wǎng)運(yùn)行，也可以孤立運(yùn)行[1]。微電網(wǎng)包括可調(diào)度單元、能源存儲(chǔ)系統(tǒng)和需求側(cè)管理系統(tǒng)[2]，這幾個(gè)部分可以推動(dòng)小型風(fēng)力渦輪機(jī)等不可預(yù)測(cè)的、高度間歇性的可再生能源的有效使用。

為解決微電網(wǎng)并網(wǎng)和孤島運(yùn)行時(shí)的新能源的充分優(yōu)化利用問(wèn)題，文獻(xiàn)[3]針對(duì)交流孤島微電網(wǎng)存在的電能質(zhì)量不均衡和功率分配不均的問(wèn)題，提出了一種基于分散模型預(yù)測(cè)控制MPC（model predic?tive control）的一級(jí)和二級(jí)分層控制方案，用以調(diào)節(jié)孤島運(yùn)行時(shí)微網(wǎng)節(jié)點(diǎn)電壓和頻率。文獻(xiàn)[4]構(gòu)思出一種PQ控制策略，應(yīng)用于電壓控制型逆變器，使得下垂特性與該策略結(jié)合之后，能對(duì)微網(wǎng)做出一次調(diào)壓調(diào)頻，優(yōu)化電力系統(tǒng)與分布式發(fā)電之間運(yùn)行的優(yōu)化。文獻(xiàn)[5-7]考慮到蓄電池的運(yùn)行問(wèn)題，對(duì)孤島、并網(wǎng)的投切問(wèn)題，光伏陣列、蓄電池和負(fù)荷之間的多種能量供需問(wèn)題，協(xié)調(diào)儲(chǔ)能系統(tǒng)的容量配置問(wèn)題，在滿足蓄電池荷電狀態(tài)的條件及最大化蓄電池使用壽命情況下進(jìn)行了討論。

為了讓DG出力最優(yōu)，且不影響電網(wǎng)的正常、穩(wěn)定運(yùn)行，文獻(xiàn)[8]提出一種微網(wǎng)能量協(xié)調(diào)優(yōu)化策略，即基于預(yù)測(cè)框架方法，在特定的微網(wǎng)模型基礎(chǔ)上對(duì)預(yù)測(cè)時(shí)域內(nèi)每個(gè)時(shí)刻的控制量進(jìn)行滾動(dòng)最優(yōu)求解，因此需建立預(yù)測(cè)的滾動(dòng)時(shí)域優(yōu)化控制框架。文獻(xiàn)[9]結(jié)合風(fēng)、光、水、儲(chǔ)能系統(tǒng)，將蓄水儲(chǔ)能與新能源發(fā)電相結(jié)合，然后通過(guò)算法計(jì)算出能源協(xié)調(diào)最優(yōu)。以上兩篇文章提出的方法合理有效，但采用的微網(wǎng)結(jié)構(gòu)相對(duì)簡(jiǎn)單，且若與泛在電力物聯(lián)網(wǎng)相結(jié)合，數(shù)據(jù)通過(guò)邊緣計(jì)算就地處理后再整體優(yōu)化，可能最終結(jié)果更優(yōu)。

針對(duì)以上問(wèn)題，本文在充分構(gòu)建的泛在電力物聯(lián)網(wǎng)下，提出了微網(wǎng)多源模型。以成本最優(yōu)為主要目標(biāo)函數(shù)，根據(jù)各微源、聯(lián)絡(luò)線、蓄電池的功率交換約束建立約束條件，然后對(duì)終端進(jìn)行兩級(jí)優(yōu)化，第一級(jí)通過(guò)物聯(lián)網(wǎng)各終端數(shù)據(jù)互相傳輸?shù)玫降男畔?，了解各終端功率需求、傳輸情況，繼而在邊緣節(jié)點(diǎn)對(duì)儲(chǔ)能、負(fù)荷和微源出力調(diào)整，以充分調(diào)動(dòng)DG利用，第二級(jí)則通過(guò)對(duì)負(fù)荷優(yōu)化提高出力平滑性。在建立微網(wǎng)的數(shù)學(xué)模型后將結(jié)果上傳到微網(wǎng)能量管理系統(tǒng)EMS（energy management system），運(yùn)用模糊遺傳算法得到微源出力最優(yōu)解，并將結(jié)果傳輸下去。

1 微網(wǎng)層能量?jī)?yōu)化管理模型

本文研究的微電網(wǎng)系統(tǒng)中包括風(fēng)電、光伏、儲(chǔ)能系統(tǒng)、微燃機(jī)等微源。儲(chǔ)能系統(tǒng)和微燃機(jī)相互配合，在負(fù)荷高峰或DG不足時(shí)期給負(fù)荷供電，負(fù)荷低谷或DG大于負(fù)荷所需電能時(shí)期對(duì)儲(chǔ)能系統(tǒng)充電，以滿足下一輪的使用。圖1為泛在電力物聯(lián)網(wǎng)環(huán)境下微電網(wǎng)信息傳輸模型，微網(wǎng)中每一個(gè)元件的信息都相互流通，它與傳統(tǒng)智能電網(wǎng)相比的優(yōu)點(diǎn)在于，數(shù)據(jù)和信息可以就地分析。

圖1 微網(wǎng)信息傳輸模型Fig.1 Information transmission model of micro-grid

1.1 目標(biāo)函數(shù)

本文以成本F最小為目標(biāo)函數(shù)，即

式中：CIN(t)為折舊成本；CM(t)為運(yùn)行和維護(hù)成本；CD(t)為可中斷負(fù)荷產(chǎn)生的成本；CE(t)為環(huán)境效益成本；CG(t)為購(gòu)、售電成本。

（1）折舊成本屬于微電網(wǎng)發(fā)電成本的固定成本，其中風(fēng)機(jī)、光伏板、微燃機(jī)、儲(chǔ)能系統(tǒng)的折舊成本都包括在內(nèi)。在t時(shí)間段，微網(wǎng)的折舊成本為[10]

式中：n為微源數(shù)量；Pi(t)為微源在t時(shí)刻的輸出功率；ni為投資償還期；ri為第i種微源的固定年利率；Cin,i為單位容量建設(shè)成本；ki為年利用系數(shù)。

（2）運(yùn)行和維護(hù)成本包含燃料成本和維護(hù)成本，其中運(yùn)行成本主要為微燃機(jī)的燃料成本[11]，其表達(dá)式為

式中，cm,i為第i種微源單位出力運(yùn)維成本系數(shù)。

（3）可中斷負(fù)荷帶來(lái)的負(fù)荷補(bǔ)償金問(wèn)題也是總成本的一部分[12]，即

式中：h為可中斷負(fù)荷數(shù)量；I1i(t)為0、1整數(shù)變量，為0時(shí)為可中斷負(fù)荷k在t時(shí)刻內(nèi)切除，為1時(shí)為可中斷負(fù)荷k在時(shí)段t內(nèi)運(yùn)行；C1i為可中斷負(fù)荷k單位時(shí)段內(nèi)的中斷補(bǔ)償金額，各可中斷負(fù)荷的中斷補(bǔ)償價(jià)格因負(fù)荷的重要程度而異；Δt為時(shí)間間隔，取1 h。

（4）環(huán)境效益成本主要包括環(huán)境價(jià)值損失和排污所受罰款[13]，其表達(dá)式為

式中：m為污染物種類；Qij為第i種DG輸出單位電量時(shí)第j類污染物的排放量，g∕（kW·h）；為第j類污染物的環(huán)境價(jià)值；Vj為第j類污染物的罰款系數(shù)。

（5）購(gòu)、售電成本[14]為

式中：CP(t)為t時(shí)段購(gòu)電價(jià)；CS(t)為t時(shí)段售電價(jià)，本文考慮售電和購(gòu)電價(jià)格各分為峰、谷、平3個(gè)時(shí)段；PPgrid為t時(shí)段購(gòu)電功率；PSgrid為t時(shí)段售電功率。

說(shuō)明：IPgrid(t)=ISgrid(t)=0，既不售電也不購(gòu)電；IPgrid(t)=1,ISgrid(t)=0，購(gòu)電；IPgrid(t)=0,ISgrid(t)=1，售電。

1.2 約束條件

微電網(wǎng)能量管理優(yōu)化的約束條件分以下幾方面，包括等式約束和不等式約束：

（1）有功平衡約束。

式中：NDG為DG和微燃機(jī)的數(shù)量；PGi(t)為第i臺(tái)微源在t時(shí)刻的出力；Pbat(t)為儲(chǔ)能在t時(shí)刻的充放電功率，為正值時(shí)為儲(chǔ)能向微電網(wǎng)放電，為負(fù)值時(shí)為微電網(wǎng)對(duì)儲(chǔ)能充電；Pload(t)為t時(shí)刻的系統(tǒng)負(fù)荷需求功率。

（2）聯(lián)絡(luò)線功率約束。

購(gòu)售電情況約束主要為：購(gòu)電和售電只能有一種情況的存在，或者不購(gòu)電也不售電，因此

購(gòu)電和售電的功率上、下限約束如下：

（3）儲(chǔ)能系統(tǒng)運(yùn)行約束。

為了防止過(guò)度充放電對(duì)儲(chǔ)能系統(tǒng)造成損害，儲(chǔ)能系統(tǒng)荷電狀態(tài)SOC（state of charge）值需在最大、最小的荷電量之間，即

式中，SOC(t)為t時(shí)刻蓄電池的荷電量，SOCmax、SOCmin分別為其最大、最小值。

t時(shí)刻系統(tǒng)中蓄電池剩余儲(chǔ)能容量EB(t)需滿足不超過(guò)其限值，即

且蓄電池的充放電功率要滿足

式中：Pbat.e為蓄電池充放電功率額定值；ηdd為雙向DC-DC變換器效率；Pdde為雙向DC-DC變換器額定功率。

（4）微燃機(jī)功率約束。

微燃機(jī)應(yīng)滿足t時(shí)刻輸出功率在一定區(qū)間范圍內(nèi)

式中，PGC(t)為微燃機(jī)在t時(shí)刻的出力，PGCmin、PGCmax分別為其出力的下限和上限。

（5）可中斷負(fù)荷約束[15]。

式中，T1k為可中斷負(fù)荷k在一天內(nèi)可中斷的時(shí)長(zhǎng)總和的最大值。

2 微電網(wǎng)分層分布式能量?jī)?yōu)化策略

為了充分利用新能源，除成本優(yōu)化以外，即考慮經(jīng)濟(jì)最優(yōu)化的函數(shù)，還應(yīng)對(duì)終端進(jìn)行優(yōu)化，讓DG能夠在微電網(wǎng)發(fā)揮最大效用的同時(shí)，保證微網(wǎng)系統(tǒng)運(yùn)行的穩(wěn)定性。為此，優(yōu)化采用邊緣計(jì)算（edge computing）的方法，并分成兩級(jí)，第一級(jí)根據(jù)約束條件以及邊緣計(jì)算，調(diào)整微源出力，提高DG利用率；第二級(jí)建立在第一級(jí)的基礎(chǔ)上，因必然涉及分布式能源間歇性出力帶來(lái)的系統(tǒng)電壓、頻率不穩(wěn)等問(wèn)題，因此要提高DG出力的平滑性。

微網(wǎng)功率交換及信息交換如圖2所示，實(shí)線表示功率交換，虛線表示信息交換。從圖2中可以看出各節(jié)點(diǎn)信息相互聯(lián)通。

圖2 交流微電網(wǎng)系統(tǒng)拓?fù)浣Y(jié)構(gòu)Fig.2 Topology of AC micro-grid system

2.1 一級(jí)優(yōu)化

DG開(kāi)發(fā)成本較高，傳統(tǒng)的經(jīng)濟(jì)優(yōu)化策略雖然能降低成本，但DG達(dá)不到優(yōu)先調(diào)度權(quán)且不能充分利用，因此提出一級(jí)優(yōu)化，并結(jié)合邊緣計(jì)算。該方法主要與其最近的鄰節(jié)點(diǎn)通信，以了解他們可以提供何種幫助并作出決策[15]。

圖3為邊緣計(jì)算在微網(wǎng)中的應(yīng)用模型，終端設(shè)備貢獻(xiàn)節(jié)點(diǎn)用于邊緣計(jì)算，能夠?qū)崟r(shí)感知和處理。物聯(lián)網(wǎng)設(shè)備將收集到的數(shù)據(jù)發(fā)送到本地可用的邊緣服務(wù)器進(jìn)行處理。這些設(shè)備通過(guò)無(wú)線網(wǎng)絡(luò)技術(shù)（如WiFi和3G、4G和5G）或有線技術(shù)（如以太網(wǎng)）與邊緣計(jì)算平臺(tái)通信[16]。

根據(jù)邊緣計(jì)算與其最鄰近的節(jié)點(diǎn)通信的特點(diǎn)，一級(jí)優(yōu)化只根據(jù)鄰近節(jié)點(diǎn)傳輸?shù)男畔ⅲ_(dá)到DG利用率最大的特點(diǎn)，構(gòu)建的數(shù)學(xué)模型為

圖3 微網(wǎng)邊緣計(jì)算的應(yīng)用Fig.3 Application of edge computing to micro-grid

式中：PL,1(t)為一級(jí)優(yōu)化后t時(shí)刻的等效負(fù)荷，PGv(t)為t時(shí)刻的光伏出力，PGw(t)為t時(shí)刻的風(fēng)機(jī)出力。

一級(jí)優(yōu)化需要依據(jù)電網(wǎng)層所提供的用戶側(cè)負(fù)荷需求預(yù)測(cè)數(shù)據(jù)，DG出力的預(yù)測(cè)數(shù)據(jù)，對(duì)DG的實(shí)際出力及儲(chǔ)能系統(tǒng)實(shí)時(shí)儲(chǔ)能情況進(jìn)行調(diào)整，實(shí)現(xiàn)源荷互動(dòng)消納。具體流程如圖4所示，將得到的最優(yōu)結(jié)果應(yīng)用于下一級(jí)優(yōu)化中。

圖4 一級(jí)優(yōu)化流程Fig.4 Flow chart of primary optimization

圖4中，ε為一固定值，這里取10-2。

邊緣計(jì)算用于一級(jí)優(yōu)化，風(fēng)、光、儲(chǔ)能、微燃機(jī)及負(fù)荷間數(shù)據(jù)相互傳輸，當(dāng)微源了解負(fù)荷需求之后，立即作出功率傳輸決策，其中風(fēng)、光、儲(chǔ)能和微燃機(jī)之間功率的協(xié)調(diào)配合，通過(guò)邊緣計(jì)算作出優(yōu)化決策，即儲(chǔ)能充電或發(fā)出功率、微燃機(jī)出力、DG出力大小之間的協(xié)調(diào)，提高DG利用率。

用戶側(cè)需求和DG預(yù)測(cè)出力數(shù)據(jù)得到后，首先通過(guò)約束條件確定的范圍，對(duì)該數(shù)據(jù)進(jìn)行合理取值。其次則實(shí)現(xiàn)DG出力最大，運(yùn)用邊緣計(jì)算，對(duì)各終端設(shè)備計(jì)算初步優(yōu)化值，繼而結(jié)合式（16）計(jì)算光伏、風(fēng)機(jī)出力與負(fù)荷需求差的最小值，得到結(jié)果后繼續(xù)判定，直到DG出力最大。最后將輸出的值用于二級(jí)優(yōu)化。

2.2 二級(jí)優(yōu)化

由于儲(chǔ)能系統(tǒng)和微燃機(jī)的主要作用在于削峰填谷，即DG出力不足的時(shí)候，大電網(wǎng)、儲(chǔ)能系統(tǒng)和微燃機(jī)相互配合發(fā)電以供給用戶，DG發(fā)出的功率大于用戶需求量時(shí)，可以將多余的能量存儲(chǔ)在蓄電池中。但這樣做往往會(huì)帶來(lái)一個(gè)問(wèn)題，由于DG的出力尤其是風(fēng)機(jī)出力具有間歇性，而微燃機(jī)可以對(duì)于能量的輸入輸出做出實(shí)時(shí)的調(diào)整，這樣就可能會(huì)讓微燃機(jī)處于出力過(guò)多、過(guò)少甚至經(jīng)常啟停機(jī)的狀況，不利于網(wǎng)絡(luò)的安全和發(fā)電機(jī)組的經(jīng)濟(jì)性，因此提出二級(jí)優(yōu)化。依據(jù)電網(wǎng)傳輸過(guò)來(lái)的調(diào)度數(shù)據(jù)確定一個(gè)期望供給曲線PES(t)，數(shù)學(xué)模型為

式中，PL,2(t)為二級(jí)優(yōu)化后的等效負(fù)荷。

平穩(wěn)性指標(biāo)表達(dá)式為

式中：rstable為平穩(wěn)性指標(biāo)；PCG(t)為第i種可控微源在t時(shí)刻的出力；PˉCG為周期內(nèi)的平均出力。

以上兩個(gè)階段均需要通過(guò)分時(shí)電價(jià)激勵(lì)用戶，以調(diào)節(jié)和引導(dǎo)電力負(fù)荷的不同時(shí)段的使用，這樣有利于電力安全性和經(jīng)濟(jì)性。

2.3 優(yōu)化算法

由于遺傳算法遺傳操作及相關(guān)參數(shù)（例如交叉率）的選擇不合理或不隨進(jìn)化過(guò)程自適應(yīng)地改變會(huì)導(dǎo)致收斂速度低、過(guò)早收斂等一系列的問(wèn)題，因此本文采用模糊遺傳算法FGA（fuzzy genetic al?gorithm）對(duì)微電網(wǎng)各微源進(jìn)行分析計(jì)算。模糊遺傳算法意思是將模糊邏輯的理論用于遺傳算法，例如當(dāng)部分信息模糊、不明確的時(shí)候，就可以用模糊理論來(lái)處理這些信息。模糊遺傳算法的流程如圖5所示。

圖5 模糊遺傳算法流程Fig.5 Flow chart of FGA

3 仿真驗(yàn)算

3.1 數(shù)據(jù)采集

為驗(yàn)證該方案在泛在電力物聯(lián)網(wǎng)環(huán)境下的有效性，本節(jié)以交流微電網(wǎng)智能電網(wǎng)實(shí)驗(yàn)室為研究對(duì)象，進(jìn)行仿真驗(yàn)算。圖2中L1、L2、L3為3種可中斷負(fù)荷，Lc1、Lc2、Lc3為固定負(fù)荷。

在網(wǎng)絡(luò)中，分時(shí)電價(jià)數(shù)據(jù)如下：峰時(shí)段（10：00—15：00，18：00—22：00）為1.055元∕（kW·h）；平時(shí)段（6：00—10：00，15：00—18：00）為0.633元∕（kW·h）；谷時(shí)段（22：00—6：00）為0.291元∕（kW·h）。微燃機(jī)的上限為8 kW，為性能著想，下限設(shè)置在1 kW，風(fēng)機(jī)上限設(shè)置在10 kW，光伏上限為10 kW，儲(chǔ)能系統(tǒng)上限為8 kW，下限為-8 kW。圖6～圖9為物聯(lián)網(wǎng)中傳輸過(guò)來(lái)的固定負(fù)荷、可中斷負(fù)荷、風(fēng)機(jī)和光伏出力預(yù)測(cè)數(shù)據(jù)。

可中斷負(fù)荷數(shù)據(jù)見(jiàn)表1。

圖6 固定負(fù)荷出力Fig.6 Output from fixed load

圖7 可中斷負(fù)荷出力Fig.7 Output from interruptible load

圖8 風(fēng)機(jī)出力預(yù)測(cè)Fig.8 Prediction of output from wind turbine

圖9 光伏出力預(yù)測(cè)Fig.9 Prediction of photovoltaic output

表1 可中斷負(fù)荷數(shù)據(jù)Tab.1 Data of interruptible load

3.2 方案對(duì)比

為了驗(yàn)證方案的有效性，本文給出了3種不同的對(duì)比方案：

方案1，只有微網(wǎng)層的優(yōu)化；

方案2，只含邊緣計(jì)算的一級(jí)優(yōu)化和微網(wǎng)層的優(yōu)化；

方案3，含邊緣計(jì)算與分時(shí)電價(jià)結(jié)合的雙層優(yōu)化，以及微網(wǎng)層的優(yōu)化。

3種方案各指標(biāo)對(duì)比的仿真分析如下

（1）各方案成本。各方案優(yōu)化成本如表2所示。

表2 各方案優(yōu)化成本Tab.2 Optimized cost in each case元

對(duì)比表2中所列3種方案的經(jīng)濟(jì)成本，方案3成本最低，經(jīng)濟(jì)性最好。

（2）清潔能源利用率。一級(jí)優(yōu)化要實(shí)現(xiàn)清潔能源最大限度的利用，故清潔能源利用率是一個(gè)重要的指標(biāo)，圖10所示為不同方案下，清潔能源的優(yōu)化出力。

圖10 不同方案優(yōu)化曲線Fig.10 Optimization curves in different cases

由圖可知，方案3的功率輸出最大，方案2其次，方案1最小，因此方案3的清潔能源利用率顯然高于方案1的利用率。

（3）可控微源出力平穩(wěn)性。平穩(wěn)性指標(biāo)越小表示可控微源出力波動(dòng)越小。各方案優(yōu)化指標(biāo)結(jié)果如表3所示。

表3 微燃機(jī)平穩(wěn)性指標(biāo)Tab.3 Output stability index for micro gas turbine%

根據(jù)表3數(shù)據(jù)得出，方案3的平穩(wěn)性指標(biāo)比方案1和方案2小，因此出力波動(dòng)越小，越平穩(wěn)。

綜合以上3種方案對(duì)比可知，邊緣計(jì)算和分時(shí)電價(jià)結(jié)合的雙層優(yōu)化與微網(wǎng)層的優(yōu)化結(jié)合之后的方案3，達(dá)到了成本、DG利用率、平穩(wěn)性最優(yōu)，因此本文提出的模型有效。

4 結(jié)論

本文提出在泛在電力物聯(lián)網(wǎng)環(huán)境下的微電網(wǎng)多源協(xié)調(diào)，并且結(jié)合了邊緣計(jì)算的微源、儲(chǔ)能及負(fù)荷的兩級(jí)優(yōu)化。大大減輕了優(yōu)化的工作量，主要體現(xiàn)在以下幾個(gè)方面：

（1）通過(guò)邊緣計(jì)算，將收集到的數(shù)據(jù)就地分析，再傳輸?shù)皆贫朔治隹梢宰畲蟪潭鹊刈顑?yōu)化各微源和負(fù)荷的傳輸；

（2）由于泛在電力物聯(lián)網(wǎng)環(huán)境下，不僅僅只有電網(wǎng)內(nèi)部的信息互聯(lián)，還有電網(wǎng)外部例如氣象部門(mén)的信息可以實(shí)時(shí)傳輸，能夠得到最新的風(fēng)、光等新能源實(shí)時(shí)出力預(yù)測(cè)數(shù)據(jù)。

通過(guò)本文的優(yōu)化結(jié)果表明，所采取的方案可以應(yīng)用于泛在電力物聯(lián)網(wǎng)。本文還存在不足之處在于，文章主要是研究能源協(xié)調(diào)優(yōu)化問(wèn)題在微網(wǎng)并網(wǎng)時(shí)的情況，并與泛在電力物聯(lián)網(wǎng)相結(jié)合，但結(jié)合不夠緊密，只在邊緣計(jì)算部分有所體現(xiàn)，若加強(qiáng)二者聯(lián)系，將具有重大意義。