卓助航 楊俊杰，2 胡豐曄 薛乃凡 楊鎧旭

1(上海電力大學(xué)電子與信息工程學(xué)院 上海 200090) 2(上海電機學(xué)院 上海 201306)

0 引 言

在生存環(huán)境持續(xù)惡化、能源短缺問題日益突顯的背景下，風(fēng)能、光能等可再生能源由于具有環(huán)境污染小、經(jīng)濟效益好和可重復(fù)利用等屬性，逐步成為近年來的研究熱點之一。微電網(wǎng)作為一種新型能源的有效組織形式，能夠顯著提高可再生能源的利用率，減小分布式電源對配電網(wǎng)的沖擊，改善供電質(zhì)量與供電可靠性[1-2]，已成為大電網(wǎng)的有益補充。

智能電網(wǎng)建設(shè)的穩(wěn)步推進大大增強了用戶與電網(wǎng)信息交互的能力，有利于需求側(cè)主動參與電力調(diào)度。需求側(cè)響應(yīng)作為智能電網(wǎng)的重要調(diào)度資源，通過市場電價信號或激勵機制，引導(dǎo)用戶改變用電習(xí)慣使之與可再生能源出力在時序上更加貼近[3]，從而提高微電網(wǎng)對風(fēng)電與光伏的消納能力。目前對需求側(cè)響應(yīng)的研究主要集中在以下三個方面：提高分布式電源利用效率[4-5]、降低系統(tǒng)整體運行費用[6-7]和增強微電網(wǎng)運行可靠性[8-9]。但上述研究多是在單一時間尺度下對交流微電網(wǎng)需求側(cè)資源進行優(yōu)化調(diào)度，不利于解決可再生能源預(yù)測有所偏差的問題，且缺乏對交直流混合微電網(wǎng)的研究。

相較于傳統(tǒng)交流微電網(wǎng)，交直流混合微電網(wǎng)同時包含交流和直流母線，能夠減少換流器安裝容量從而降低建設(shè)成本，減少換流損耗，提高微電網(wǎng)運行穩(wěn)定性[10]。國內(nèi)外學(xué)者對交直流混合微電網(wǎng)展開了積極探索。文獻[11]針對獨立海島交直流微電網(wǎng)，提出一種交直流混合無刷雙饋風(fēng)力發(fā)電機優(yōu)化調(diào)度策略，以此減少電力損耗與燃料消耗。文獻[12]以安裝成本、運行成本和可靠性成本之和為目標(biāo)建立優(yōu)化模型，通過混合整數(shù)線性規(guī)劃進行求解，但其并非真正的多目標(biāo)求解，無法確定不同目標(biāo)間的約束關(guān)系。文獻[13]提出了一種用于協(xié)調(diào)雙向AC/DC換流器輸出功率的分散控制策略，但未考慮可再生能源的不確定性，在實際系統(tǒng)中會產(chǎn)生一定的誤差。文獻[14]提出將混沌灰狼算法用于對混合微電網(wǎng)優(yōu)化調(diào)度，該算法提高了全局搜索能力和收斂速度，但同樣未考慮到微電網(wǎng)不確定性對運行結(jié)果的影響。

本文在綜合考慮需求側(cè)響應(yīng)與微電網(wǎng)運行特性的同時，兼顧可再生能源出力不確定性帶來的功率波動影響，針對交直流混合微電網(wǎng)提出了一種基于XGBoost短期預(yù)測控制的多時間尺度調(diào)度策略。首先，基于日前預(yù)測的風(fēng)光出力與負荷供需關(guān)系，結(jié)合分時電價與儲能充放電策略，制定日前調(diào)度計劃；在此基礎(chǔ)上，引入XGBoost短期預(yù)測模型對風(fēng)光出力進行實時預(yù)測，以需求側(cè)響應(yīng)補償機制作為激勵手段，在日內(nèi)實現(xiàn)對日前調(diào)度的實時修正。通過NSGA-II算法進行求解，并與傳統(tǒng)單時間尺度調(diào)度策略對比。在此基礎(chǔ)上分析了不同直流負荷比例對調(diào)度結(jié)果的影響，為交直流混合微電網(wǎng)未來的發(fā)展提供必要的依據(jù)。

1 交直流混合微電網(wǎng)架構(gòu)

交直流混合微電網(wǎng)包含交流子網(wǎng)和直流子網(wǎng)兩個部分，其簡化結(jié)構(gòu)如圖1所示。其中：交流子網(wǎng)由風(fēng)機、交流負荷組成；直流子網(wǎng)由光伏、直流負荷和蓄電池組成。二者通過雙向換流器完成連接。整個微電網(wǎng)通過交流母線與配電網(wǎng)連接，實現(xiàn)并網(wǎng)。

圖1 交直流混合微電網(wǎng)結(jié)構(gòu)圖

交直流混合微電網(wǎng)能夠?qū)崿F(xiàn)交流負荷在交流側(cè)直接由風(fēng)機供電，直流負荷在直流側(cè)直接由光伏供電，只在各自子網(wǎng)出現(xiàn)功率不平衡的情況下，通過換流器進行功率交互，在降低換流損耗、提高電能傳輸效率的同時，為微電網(wǎng)運行控制提供了便利。

2 需求側(cè)響應(yīng)模型

2.1 可控負荷模型

本文采用的可控資源包括可轉(zhuǎn)移負荷和可中斷負荷，具體模型如下：

(1)

(2)

2.2 可控負荷補償機制

本文采用峰平谷電價的方式對可轉(zhuǎn)移負荷進行補償，充分發(fā)揮用電市場的經(jīng)濟杠桿作用。執(zhí)行的分時電價時段如下：19時至21時為電價峰時段；8時至11時、13時至18時、21時至22時為電價平時段；0時至8時、11時至13時、22時至24時為電價谷時段，具體分時電價[15]如表1所示。

表1 分時電價

對于可中斷負荷的補償計算方法如下：

(3)

式中：udl,t為t時刻可中斷負荷補償價格；Pdl,t為t時刻可中斷負荷中斷功率。

3 多時間尺度調(diào)度模型

由于可再生能源出力具有波動性、間歇性等特點，將其接入微電網(wǎng)后將增大系統(tǒng)運行的不確定性，增加了預(yù)測難度。為了及時響應(yīng)風(fēng)機、光伏出力的變化，本文提出基于XGBoost短期預(yù)測控制的多時間尺度調(diào)度策略，根據(jù)不同時間尺度分為日前調(diào)度和日內(nèi)實時調(diào)度。在日前長時間尺度下，根據(jù)風(fēng)光出力日前預(yù)測值，以運行成本最低、換流損耗最少、自平衡率最優(yōu)為目標(biāo)制定未來24 h的調(diào)度計劃；日內(nèi)以日前調(diào)度計劃為參考，以短期預(yù)測結(jié)果為依據(jù)，每1 h啟動一次，利用NSGA-II算法[16]進行實時優(yōu)化調(diào)度求解，減少可再生能源出力波動帶來的影響。

3.1 日前優(yōu)化調(diào)度模型

3.1.1目標(biāo)函數(shù)

1) 微電網(wǎng)運行成本。交直流混合微電網(wǎng)運行成本包括設(shè)備運行維護費用、運行損耗費用、與配電網(wǎng)功率交互費用和中斷負荷補償費用，計算公式如下：

(4)

式中：T為調(diào)度周期；N為微電源個數(shù)；Pi,t為第i個微電源t時刻輸出功率；ugrid,t為t時刻購售電價；Pgrid,t為t時刻微電網(wǎng)與配電網(wǎng)交互功率，購電為正；Comc(Pi,t)、Clc(Pi,t)分別為t時刻第i個微電源運行維護費用與運行損耗費用。

2) 換流損耗。在傳統(tǒng)微電網(wǎng)中，直流電源與負荷需要通過換流器與交流母線進行功率交互。而交直流混合微電網(wǎng)中，直流電源、負荷與直流母線相連，交流電源、負荷與交流母線相連，能夠有效減少換流器安裝容量并降低換流損耗。換流損耗的計算公式如下：

(5)

式中：η為雙向換流器的換流效率；Pconver,t為t時刻交直流子網(wǎng)間換流功率。

3) 自平衡率。自平衡率是一定運行周期內(nèi)，微電網(wǎng)依靠自身可再生能源為負荷提供電量的比例，反映了微電網(wǎng)并網(wǎng)運行時對配電網(wǎng)的影響程度及其孤島運行時的可靠性。自平衡率計算公式如下：

(6)

式中：Eself為微電網(wǎng)中可再生能源直接提供給負荷的電量；Etotal為總負荷需求；Egridin為負荷需求量大于可再生能源發(fā)電量的情況下，微電網(wǎng)的總購電量。

3.1.2約束條件

1) 系統(tǒng)功率平衡。

(7)

式中:PRES,t為t時刻風(fēng)光出力之和；Pbess,t為t時刻蓄電池充放電功率；Pload,t為t時刻總負荷功率。

2) 蓄電池荷電狀態(tài)及功率約束。

(8)

式中：SOCmax、SOCmin分別為蓄電池允許的荷電狀態(tài)上限、下限；Pchar,t、Pdischar,t分別為t時刻蓄電池充電、放電功率；S為蓄電池額定容量；α為充放電比例系數(shù)。

3) 換流功率約束。

(9)

4) 可轉(zhuǎn)移負荷約束。

(10)

3.2 日內(nèi)實時優(yōu)化調(diào)度模型

考慮到可轉(zhuǎn)移負荷中包含較多的工業(yè)生產(chǎn)設(shè)備(如軋鋼生產(chǎn)線、吊機和破碎機等)、居民用電器(如洗衣機、電動汽車和水泵等)，若對這些用電設(shè)備進行日內(nèi)調(diào)度將對正常的工廠生產(chǎn)、居民生活產(chǎn)生較大的影響。而以空調(diào)、加熱器為代表的具有熱能儲存能力的可中斷負荷，短時間停電對其供電服務(wù)質(zhì)量影響不大，因此在日內(nèi)只對可中斷負荷與蓄電池充放電進行優(yōu)化調(diào)度。

3.2.1短期預(yù)測模型

本文采用基于XGBoost算法[17]的短期預(yù)測模型對風(fēng)機、光伏進行日內(nèi)短期預(yù)測，具體方法步驟如下：

步驟1輸入歷史天氣信息、可再生能源出力矩陣Xin：

Xin=[Xin(1),Xin(2),…，Xin(n-1)]

(11)

式中：Xin(n-1)為第n-1組風(fēng)速、溫度、光照強度、風(fēng)機出力、光伏出力數(shù)據(jù)。

步驟2定義目標(biāo)函數(shù)為：

(12)

(13)

步驟4將式(13)代入式(12)，并進行二階泰勒展開，求得的目標(biāo)函數(shù)為：

(14)

步驟5將矩陣[Xin(n),Xin(n+1),…,Xin(n+T-1)]分別代入式(14)，可以求得預(yù)測矩陣Xout(j)，其中j=1,2,…,T，Xout(j)為j時刻風(fēng)機、光伏出力預(yù)測值。

3.2.2優(yōu)化目標(biāo)及約束條件

日內(nèi)實時調(diào)度的優(yōu)化目標(biāo)與日前優(yōu)化目標(biāo)相同，約束條件在日前優(yōu)化的基礎(chǔ)上需要滿足如下條件：

(15)

(16)

3.3 優(yōu)化調(diào)度模型求解

本文所提出的優(yōu)化調(diào)度模型使用NSGA-II算法求解優(yōu)化結(jié)果，其流程如圖2所示。

圖2 多時間尺度調(diào)度策略流程

具體求解過程如下：

步驟1進行初始化，讀入日前風(fēng)光出力預(yù)測值、負荷需求和仿真時長等數(shù)據(jù)。

步驟2根據(jù)約束條件生成規(guī)模為200的初始種群POP，每個個體含有轉(zhuǎn)入時段負荷轉(zhuǎn)入量、轉(zhuǎn)出時段負荷轉(zhuǎn)出量和各時段蓄電池充放電功率的信息。

步驟3計算種群的優(yōu)化目標(biāo)值：運行成本、換流損耗和自平衡率。根據(jù)計算結(jié)果進行非支配排序和擁擠度求解。

步驟4使用錦標(biāo)賽選擇法選擇POP種群中排序等級高、擁擠度大的個體，進行交叉變異操作，得到子代種群。

步驟5合并父代種群和子代種群生成新種群作為POP，在迭代次數(shù)內(nèi)重復(fù)步驟3到步驟4，直至迭代次數(shù)達到100，求得的結(jié)果作為日前調(diào)度計劃。

步驟6以歷史天氣、可再生能源出力數(shù)據(jù)作為訓(xùn)練樣本，建立基于XGBoost算法的短期預(yù)測模型，以當(dāng)前t時刻的天氣、風(fēng)光實際出力作為輸入，對風(fēng)光出力進行實時預(yù)測。

步驟7根據(jù)實時預(yù)測結(jié)果，使用NSGA-II算法對調(diào)度周期內(nèi)未來T-t個時刻進行日內(nèi)調(diào)度求解，得到可中斷負荷及蓄電池運行計劃，以修正日前調(diào)度計劃。

步驟8對當(dāng)前時刻天氣信息、風(fēng)光實際出力數(shù)據(jù)進行測量。進入下一時刻后，將其作為新的輸入值，返回步驟2，進行新一輪的優(yōu)化，直至當(dāng)前調(diào)度周期結(jié)束。

4 實驗分析

4.1 數(shù)據(jù)說明

本文以文獻[18]所述的交直流混合微電網(wǎng)供電系統(tǒng)為例，對上述調(diào)度策略進行驗證。具體參數(shù)如下：負荷中交流負荷比例為總負荷的60%，直流負荷比例為總負荷的40%。蓄電池容量為100 kW·h，初始SOC設(shè)置為0.8，范圍設(shè)定為[0.35，0.95]。換流設(shè)備轉(zhuǎn)換效率為0.9。用戶參與可中斷負荷響應(yīng)補償單價為0.4元。交直流混合微電網(wǎng)與配電網(wǎng)主要技術(shù)參數(shù)如表2所示，調(diào)度當(dāng)天日負荷曲線如圖3所示。

表2 微電網(wǎng)與配電網(wǎng)技術(shù)參數(shù)

圖3 日負荷曲線

以該地區(qū)歷史風(fēng)速、光照強度、風(fēng)光出力數(shù)據(jù)作為輸入，其中日均光照強度為4.191 kW·h/m2，平均風(fēng)速為5.687 m/s，可再生能源出力日前預(yù)測結(jié)果已知，日內(nèi)實時預(yù)測結(jié)果如圖4所示。

(a) 風(fēng)機預(yù)測結(jié)果

(b) 光伏預(yù)測結(jié)果

圖4 不同時間尺度預(yù)測結(jié)果

4.2 多時間尺度調(diào)度運行結(jié)果

將文獻[12]所述的單時間尺度調(diào)度策略(方案1)作為對比，其運行結(jié)果如圖5(a)所示。本文采用NSGA-II算法對多時間尺度調(diào)度策略進行多目標(biāo)求解，由于運行成本、換流損耗、自平衡率三者之間存在一定程度的制約關(guān)系，因此求得三組Pareto最優(yōu)解，分別如圖5(b)、圖5(c)和圖5(d)所示。上述方案運行結(jié)果對比如表3所示。

(a) 方案1

(b) 方案2

(c) 方案3

(d) 方案4

圖5 多時間尺度策略調(diào)度結(jié)果

表3 不同方案運行結(jié)果對比

可以看出，方案2具有更優(yōu)的經(jīng)濟性，單個調(diào)度周期內(nèi)運行成本為639.0元，相比于方案1減少了125.5元，減少了16.4%。其原因是方案2將更多的電價峰時段負荷轉(zhuǎn)移至電價谷時段，增加電價峰時段的售電量與負荷中斷量，同時在電價谷時段對蓄電池進行充電，從而降低了運行成本。方案3、方案4相較于其他方案分別具有更低的換流量與更高的自平衡率，但運行結(jié)果較為接近；換流量與自平衡率相比方案1得到了顯著的優(yōu)化，這是因為為了得到較低的換流損耗，交直流子網(wǎng)需要在用電高峰時段進行蓄電池放電、可轉(zhuǎn)移負荷轉(zhuǎn)出及負荷中斷操作，盡可能保證各個時段負荷量貼近發(fā)電量，這使得換流損耗降低的同時，自平衡率也隨之提高；但運行過程中對購售電價格考慮較少，運行費用較方案2有所提高。

進一步分析，可以看出交流子網(wǎng)與直流子網(wǎng)中斷響應(yīng)結(jié)果有所不同：交流子網(wǎng)對分時電價與預(yù)測誤差較為敏感，在電價較高和實際發(fā)電量減少時段，負荷中斷響應(yīng)比例較高；直流子網(wǎng)受到光伏發(fā)電需要充足光照這一特性的制約，分時電價與預(yù)測誤差對其影響較小。在晚間用電高峰時段，由于光伏出力不足需要通過中斷響應(yīng)實現(xiàn)功率平衡，而日間電量充足只有較低比例的負荷參與中斷響應(yīng)?？偨Y(jié)以上結(jié)論：相較于單時間尺度調(diào)度策略，多時間尺度調(diào)度策略能夠有效減少不確定性因素帶來的影響，在微電網(wǎng)運行經(jīng)濟性與穩(wěn)定性上更有優(yōu)勢。

4.3 不同直流負荷比例影響分析

隨著分布式儲能、電動汽車等多元負荷的迅速發(fā)展，配電網(wǎng)中的直流負荷比例逐步增加。為驗證多時間尺度調(diào)度策略的有效性與發(fā)展可行性，本文將直流負荷比例分別設(shè)置為40%、50%、60%，對調(diào)度結(jié)果進行分析。表4為文獻[12]單時間尺度調(diào)度策略運行結(jié)果，表5為本文多時間尺度調(diào)度策略運行結(jié)果。

表4 單時間尺度下不同直流負荷比例運行結(jié)果對比

表5 多時間尺度下不同直流負荷比例運行結(jié)果對比

通過對比表4、表5可見，在不同直流負荷比例下，多時間尺度調(diào)度策略運行結(jié)果均優(yōu)于單時間尺度調(diào)度策略。但在60%直流負荷比例下，對比方案7、方案10，兩種調(diào)度策略運行結(jié)果差距有所減少，方案10的自平衡率僅從方案7的81.2%提高至82.9%；對比方案9、方案10，可知在多時間尺度調(diào)度策略下，當(dāng)直流負荷比例從50%增至60%時，運行成本和換流量有所上升，自平衡率從84.8%下降至82.9%，直流負荷的比例提高并未使各優(yōu)化目標(biāo)得到相應(yīng)的提高。造成上述現(xiàn)象的原因是在較高直流負荷比例下，雖然光伏能夠較好地在白天為直流負荷供電，但晚間由于缺乏光照停止工作，增大直流負荷導(dǎo)致直流側(cè)出現(xiàn)更大的供電缺額。這種情況下，需要通過蓄電池放電、增加購電量與增加交直流子網(wǎng)間功率交互等措施來實現(xiàn)微電網(wǎng)功率平衡。

綜上，相較于單時間尺度調(diào)度策略，多時間尺度調(diào)度策略能夠有效降低換流損耗，提高自平衡率，并獲得更優(yōu)的經(jīng)濟性。在光伏出力充裕的微電網(wǎng)內(nèi)，直流負荷比例的增加對改善微電網(wǎng)運行的效果十分明顯，但直流負荷比例并非越高越好，其最優(yōu)比例需要根據(jù)微電網(wǎng)整體發(fā)用電情況具體討論而得。

5 結(jié) 語

為解決交直流混合微電網(wǎng)優(yōu)化調(diào)度問題，綜合考慮可再生能源出力的不確定性，本文提出一種基于需求側(cè)響應(yīng)的多時間尺度優(yōu)化調(diào)度策略，在此基礎(chǔ)上分析了不同直流負荷比例對調(diào)度結(jié)果的影響。結(jié)果表明：

(1) 多時間尺度調(diào)度策略在日前調(diào)度的基礎(chǔ)上，引入短期預(yù)測模型，通過可中斷負荷與蓄電池對日前調(diào)度進行實時修正，有效提高微電網(wǎng)應(yīng)對可再生能源出力波動的能力，降低了運行成本，減少了換流損耗，提高了自平衡率。

(2) 通過對不同直流負荷比例下運行結(jié)果的分析，驗證了多時間尺度調(diào)度策略的優(yōu)越性。隨著直流負荷比例的增大，微電網(wǎng)運行的經(jīng)濟性與穩(wěn)定性均得到相應(yīng)的提升，但最優(yōu)直流負荷比例的確定應(yīng)綜合分析可再生能源出力情況來確定。