曹 錦，張丹麗，高彥杰

(上海電力大學(xué) 電子與信息工程學(xué)院，上海201306)

1 介紹

1.1 微電網(wǎng)介紹

一般微電網(wǎng)的結(jié)構(gòu)如圖1所示，包含微電源、儲(chǔ)能系統(tǒng)、負(fù)荷以及控制系統(tǒng)四個(gè)部分。分布式能源是微電源的重要補(bǔ)充，可再生能源也在微電網(wǎng)能源占據(jù)了越來越高的比例，這對(duì)獨(dú)立微電網(wǎng)的規(guī)劃設(shè)計(jì)提出了更高的要求。智能綠色電網(wǎng)需要提高可再生能源的滲透率，在加快綠色建設(shè)的戰(zhàn)略背景下微電網(wǎng)得以飛速發(fā)展。

圖1 微電網(wǎng)組成

微電網(wǎng)有多種運(yùn)行模式，存在并網(wǎng)、離網(wǎng)及兩者之間的切換多種運(yùn)行模式，既可在大電網(wǎng)故障或是其他需求時(shí)斷開大電網(wǎng)獨(dú)立運(yùn)行，也可接入大電網(wǎng)并網(wǎng)運(yùn)行。孤網(wǎng)運(yùn)行是指微電網(wǎng)系統(tǒng)和主電網(wǎng)配電系統(tǒng)斷開連接在發(fā)生大電網(wǎng)故障或者有調(diào)度需求時(shí)，微電網(wǎng)的源儲(chǔ)荷三者形成系統(tǒng)獨(dú)立運(yùn)行。并網(wǎng)運(yùn)行是指微電網(wǎng)系統(tǒng)閉合斷路器和主電網(wǎng)配電系統(tǒng)實(shí)現(xiàn)能源交互的運(yùn)行方式。

由于微電網(wǎng)的控制對(duì)象特性復(fù)雜并且數(shù)量眾多，時(shí)間尺度也各不相同，如果將所有的功能平行展開，整個(gè)系統(tǒng)的效率將會(huì)降低。而分層控制將系統(tǒng)分為三個(gè)不同的層級(jí)，使得控制系統(tǒng)的功能更明確，效率更高。典型的分級(jí)控制結(jié)構(gòu)如圖2所示，三個(gè)不同的控制級(jí)別用不同的目標(biāo)和時(shí)間尺度來表示。

一層控制是主控制器負(fù)責(zé)將電壓和頻率值調(diào)整到微電網(wǎng)中的特定速率。通過這種方式保持了系統(tǒng)的可靠性，提高了性能和局部電壓的穩(wěn)定性。二層控制是輔助控制執(zhí)行主電網(wǎng)和主電網(wǎng)的連接。目標(biāo)是從孤島模式切換到常規(guī)發(fā)電系統(tǒng)。在此轉(zhuǎn)換中調(diào)節(jié)器負(fù)責(zé)將同步過程中發(fā)生變化的頻率和幅度變量恢復(fù)到穩(wěn)定值。三級(jí)控制作為最上層的控制，主要涉及微電網(wǎng)的經(jīng)濟(jì)運(yùn)行，也是時(shí)間尺度最大的控制策略。一般建立一定的約束條件來制定微電網(wǎng)中的調(diào)度策略，以微電網(wǎng)總運(yùn)行成本為優(yōu)化對(duì)象。

該結(jié)構(gòu)協(xié)調(diào)管理電力生產(chǎn)所需的不同控制級(jí)別，在每個(gè)級(jí)別中實(shí)現(xiàn)了管理電壓、頻率、功率等的控制算法。圖2這種結(jié)構(gòu)是在光伏電池柴油發(fā)電機(jī)上實(shí)施的一種控制方案[1]。

圖2 典型分級(jí)控制

1.2 多目標(biāo)優(yōu)化算法介紹

求解優(yōu)化問題就是在所有可能解中選出能達(dá)到目標(biāo)且合理的。根據(jù)目標(biāo)數(shù)量的差異，可以分為單目標(biāo)和多目標(biāo)優(yōu)化問題。多目標(biāo)優(yōu)化問題(Multi-objective Optimization Problem，MOP)也被稱為多準(zhǔn)則優(yōu)化。假設(shè)獨(dú)立向量x為n維，并假定MOP是最小化問題，MOP可以寫成下面的形式：

也就是說想要最小化一個(gè)函數(shù)向量f(x)，MOP的目標(biāo)就是同時(shí)最小化所有k個(gè)函數(shù)fi(x)。

MOEA(Multi-objective optimization evolutionary algorithm)大體可以分為三類：基于Pareto支配的基于Pareto優(yōu)勢(shì)的排序策略，將候選種群劃分為不同的帕累托前沿，然后采用多樣性維持機(jī)制提高種群的多樣性?；诜纸獾氖菍⒁粋€(gè)多目標(biāo)優(yōu)化問題分解為若干個(gè)單目標(biāo)或多目標(biāo)優(yōu)化問題?；谥笜?biāo)函數(shù)的MOEA采用個(gè)體的指標(biāo)值作為環(huán)境選擇的準(zhǔn)則。

2 微電網(wǎng)運(yùn)行控制中的應(yīng)用

先從源儲(chǔ)荷的三個(gè)個(gè)體方面來看，光伏和風(fēng)電是常見的清潔能源，文獻(xiàn)[2]設(shè)計(jì)這樣一個(gè)包含所有可再生和不可再生能源、存儲(chǔ)設(shè)備、轉(zhuǎn)換器和負(fù)載的混合系統(tǒng)，提出了基于分解的多目標(biāo)進(jìn)化算法，用于考慮負(fù)荷不確定性的混合動(dòng)力系統(tǒng)設(shè)計(jì)，優(yōu)化問題的目標(biāo)函數(shù)是供電損失概率和電力成本。文獻(xiàn)[3]中的混合可再生能源系統(tǒng)是一種特殊類型的能源系統(tǒng)，可以作為分布式發(fā)電資源來降低網(wǎng)絡(luò)損耗和提高效率。在設(shè)計(jì)階段本文考慮到可用性和設(shè)備成本這些約束條件，采用了一種基于多目標(biāo)粒子群優(yōu)化的智能方法。

儲(chǔ)能系統(tǒng)的投資和運(yùn)行成本較高，限制了其參與微電網(wǎng)調(diào)度的能力，但同時(shí)儲(chǔ)能參與微電網(wǎng)的優(yōu)化運(yùn)行能有效解決可再生能源大規(guī)模并網(wǎng)所引起的系統(tǒng)安全穩(wěn)定問題。文獻(xiàn)[4]針對(duì)獲得最低綜合成本和最小負(fù)荷波動(dòng)的目標(biāo)，提出了一種多目標(biāo)算法，用于配置消費(fèi)者的多目標(biāo)優(yōu)化模型。

需求側(cè)管理在配電網(wǎng)和微電網(wǎng)的有效運(yùn)行中發(fā)揮著重要作用。文獻(xiàn)[5]提出了一種考慮電動(dòng)汽車、可轉(zhuǎn)移負(fù)荷和其他分布式發(fā)電的微電網(wǎng)經(jīng)濟(jì)調(diào)度多目標(biāo)模型。該模型以微網(wǎng)綜合運(yùn)行成本、光伏能量利用率以及微網(wǎng)與主網(wǎng)之間的功率波動(dòng)為目標(biāo)。文獻(xiàn)[6]提出了考慮電動(dòng)汽車和負(fù)載響應(yīng)的饋線重構(gòu)、經(jīng)濟(jì)調(diào)度和電容器投切的多目標(biāo)模型。該模型以運(yùn)行成本、有功損耗、電壓穩(wěn)定指數(shù)和溫室氣體排放量為目標(biāo)函數(shù)。

還有情況是將源儲(chǔ)荷視為整體考慮，這種對(duì)微電網(wǎng)的規(guī)劃設(shè)計(jì)提出了很高的要求，提出面向微電網(wǎng)源-儲(chǔ)-荷互動(dòng)的完全分布式交互多目標(biāo)優(yōu)化方法。文獻(xiàn)[7]提出了一種多目標(biāo)分層的主網(wǎng)聯(lián)合經(jīng)濟(jì)調(diào)度策略，將主網(wǎng)經(jīng)濟(jì)調(diào)度問題轉(zhuǎn)化為負(fù)荷水平、源網(wǎng)負(fù)荷水平和源網(wǎng)負(fù)荷三級(jí)優(yōu)化問題。

在一層控制中，微電網(wǎng)必須測(cè)量執(zhí)行反饋控制所需的頻率和振幅值。然而二次頻率控制、二次電壓控制和經(jīng)濟(jì)運(yùn)行三者存在耦合，但同時(shí)控制三者可能會(huì)存在相互沖突。文獻(xiàn)[8]采用多目標(biāo)統(tǒng)一優(yōu)化模型，采用規(guī)格化法平面約束法求取其帕累托最優(yōu)解集，并從帕累托最優(yōu)解集中選取折中解作為二次控制的信號(hào)，再傳遞給一次控制，完成最優(yōu)經(jīng)濟(jì)運(yùn)行下的頻率和關(guān)鍵節(jié)點(diǎn)電壓恢復(fù)。

對(duì)于沒有主電網(wǎng)支持的孤島運(yùn)行而言，合理的發(fā)電規(guī)劃和管理對(duì)穩(wěn)定性和經(jīng)濟(jì)性更重要。文獻(xiàn)[9]以孤島電網(wǎng)考慮了微網(wǎng)格的運(yùn)行性能。在模型中考慮了微電源的成本、環(huán)境管理成本和微電網(wǎng)的供電可靠性，選擇了不同的場(chǎng)景進(jìn)行分析和驗(yàn)證，采用改進(jìn)的粒子群優(yōu)化-外點(diǎn)法求解。

多場(chǎng)景微電網(wǎng)優(yōu)化在現(xiàn)實(shí)生活中經(jīng)常出現(xiàn)。它是指在多種場(chǎng)景下尋找微電網(wǎng)的最優(yōu)調(diào)度策略，每種場(chǎng)景對(duì)應(yīng)一種特定的工況。文獻(xiàn)[10]提出同時(shí)優(yōu)化所有場(chǎng)景，即在一次算法運(yùn)行中為所有用戶找到最優(yōu)調(diào)度策略。

對(duì)于基于需求側(cè)管理的微網(wǎng)優(yōu)化調(diào)度，不僅要考慮供給側(cè)的經(jīng)濟(jì)性，還要考慮需求側(cè)的用電滿意度。文獻(xiàn)[11]以微網(wǎng)總運(yùn)行成本最小和用戶滿意度最大為優(yōu)化目標(biāo)，提出了基于需求側(cè)管理的微網(wǎng)多目標(biāo)優(yōu)化模型，同時(shí)利用混沌思想和遺傳算法相結(jié)合的改進(jìn)混沌遺傳算法對(duì)上述模型進(jìn)行求解。

3 微電源中的應(yīng)用

大部分的微電源都是通過電力電子接口接入微電網(wǎng)，所以逆變器的控制對(duì)電網(wǎng)穩(wěn)定性至關(guān)重要?；谀孀兤鞯膫鹘y(tǒng)控制方法到目前為止顯示了能源生產(chǎn)和成本的性能優(yōu)化，但由于控制算法的限制或目標(biāo)之間的沖突，其他特征沒有得到分析。例如，功率參考值的變化可能會(huì)導(dǎo)致快速響應(yīng)以跟蹤新的設(shè)定點(diǎn)和電壓和頻率變量的振蕩之間的爭(zhēng)議。對(duì)快速響應(yīng)和穩(wěn)定性的規(guī)定是可取的，但在保持系統(tǒng)平衡的共識(shí)下現(xiàn)有的多目標(biāo)算法方法需要最佳解決方案，以避免目標(biāo)之間的沖突。某種優(yōu)化方法的應(yīng)用將取決于其優(yōu)勢(shì)和保持適度計(jì)算成本。這一前因后果導(dǎo)致了對(duì)多目標(biāo)優(yōu)化的各種建議。

3.1 降低系統(tǒng)損耗

微電網(wǎng)的有效運(yùn)行和維護(hù)減少了能量損失并提高了系統(tǒng)效率，是約束條件下目標(biāo)函數(shù)的常用方法。特定特征會(huì)損害瞬態(tài)和穩(wěn)態(tài)穩(wěn)定性。然而不適當(dāng)?shù)目刂坡煽赡軙?huì)產(chǎn)生導(dǎo)致電網(wǎng)不穩(wěn)定的振蕩。在永久性運(yùn)行中負(fù)載和電源接入電網(wǎng)的事件與斷開事件會(huì)產(chǎn)生干擾，從而影響穩(wěn)態(tài)下發(fā)電機(jī)的性能。文獻(xiàn)[12]針對(duì)三電平并網(wǎng)逆變器，提出了一種多目標(biāo)最優(yōu)模型預(yù)測(cè)控制算法，通過消除違反單位電平跳變?cè)淼娜娖捷敵銮袚Q狀態(tài)，可以減少模型的滾動(dòng)優(yōu)化次數(shù)。通過開關(guān)的導(dǎo)通和關(guān)斷損耗的線性擬合，實(shí)時(shí)計(jì)算每個(gè)開關(guān)的功率損耗，并將不平衡損耗加入目標(biāo)成本函數(shù)使不平衡損耗最小。

3.2 增強(qiáng)可靠性

由于系統(tǒng)環(huán)境條件的波動(dòng)，許多應(yīng)用中都需要這種功能。典型的事件是干擾和不確定因素。不確定因素也是經(jīng)常發(fā)生的，因?yàn)樘鞖鈼l件、負(fù)載不平衡和未知的負(fù)載曲線。隨著可再生能源的主要引入，由于可再生能源的低慣性，電網(wǎng)容易達(dá)到不穩(wěn)定。電網(wǎng)電壓和頻率是交流電能生產(chǎn)中最敏感的變量。文獻(xiàn)[13]提出了一個(gè)無源濾波器和基于逆變器的可再生分布式電源同時(shí)優(yōu)化配置的集成模型，以及平衡和非平衡分布式電源中的配電饋線重構(gòu)，所提出的模型被表述為一個(gè)多目標(biāo)問題。

3.3 減少功率波動(dòng)

生產(chǎn)和需求的持續(xù)變化導(dǎo)致電力波動(dòng)，電力波動(dòng)由電力系統(tǒng)中固定和可變發(fā)電的差異量化。文獻(xiàn)[14]針對(duì)微電網(wǎng)逆變器，提出了一種基于微電網(wǎng)和仿真的控制結(jié)構(gòu)，包括電壓和電流控制反饋回路，以在負(fù)載變化出現(xiàn)波動(dòng)時(shí)恢復(fù)系統(tǒng)的電壓和頻率。多目標(biāo)優(yōu)化問題的目標(biāo)要素是電壓過沖和下沖、上升時(shí)間、建立時(shí)間和積分時(shí)間絕對(duì)誤差。

3.4 降低峰值負(fù)載

此功能的特點(diǎn)是母線上的峰值功率的降低給電網(wǎng)帶來了經(jīng)濟(jì)效益，電力變換器的大量引入導(dǎo)致了電網(wǎng)電能質(zhì)量的下降。電流的總諧波失真增加從而在電源線中產(chǎn)生異常熱量并降低電機(jī)的壽命周期。這個(gè)概念尋求一個(gè)最優(yōu)控制律來調(diào)節(jié)變量，最佳值是使輸出值的標(biāo)準(zhǔn)誤差最小化的最佳選擇。

4 當(dāng)前關(guān)鍵問題總結(jié)及未來發(fā)展趨勢(shì)

上文將在近幾年中多目標(biāo)優(yōu)化應(yīng)用于微電網(wǎng)的情況進(jìn)行綜述，分別是從微電網(wǎng)的運(yùn)行控制、基于微電源的控制兩個(gè)方面。本節(jié)介紹了多目標(biāo)控制領(lǐng)域未來的挑戰(zhàn)。隨著科學(xué)技術(shù)的高速發(fā)展，多目標(biāo)算法在優(yōu)化效果上仍具有一定的提升空間，可以從以下幾個(gè)方面開展：

(1)多目標(biāo)優(yōu)化算法的改進(jìn)方面：收斂性，由于迭代次數(shù)和目標(biāo)函數(shù)之間復(fù)雜的相互作用，具有三個(gè)以上目標(biāo)的方案代表復(fù)雜的高維問題，為了降低計(jì)算成本，實(shí)時(shí)應(yīng)用尋求基于離散控制器公式和并行計(jì)算的解決方案。可靠性，算法的隨機(jī)性和收斂性往往有所沖突，為了削弱不確定因素的影響以及更好地優(yōu)化結(jié)果，可以加入人為的具有主觀性的引導(dǎo)策略，也是提高種群的自學(xué)習(xí)能力。

(2)算法自適應(yīng)動(dòng)態(tài)調(diào)整：?jiǎn)我徊呗曰蚬潭Ｊ降乃惴ㄈ诤虾茈y適用于所有優(yōu)化問題。比如多變的太陽(yáng)輻射和風(fēng)速的波動(dòng)或者是新能源電源由于老化導(dǎo)致性能的降低，需要促進(jìn)算法對(duì)優(yōu)化目標(biāo)的適應(yīng)性。

(3)數(shù)學(xué)模型精度：模型控制是需要過程的數(shù)學(xué)模型。理論上，過程的數(shù)學(xué)表達(dá)式應(yīng)該是系統(tǒng)物理成分的表示。因此，這兩種方法的響應(yīng)必須相同。然而，數(shù)學(xué)模型和過程的真實(shí)動(dòng)態(tài)之間存在差異并且這些差異表現(xiàn)為不確定性。