傅予，李鐵

（國網(wǎng)遼寧省電力有限公司，遼寧 沈陽 110000）

隨著國家對電網(wǎng)項(xiàng)目的不斷重視和發(fā)展，配電網(wǎng)改造和新建項(xiàng)目日益增多，而以主動(dòng)配電網(wǎng)為形態(tài)構(gòu)建的微電網(wǎng)對電能調(diào)度也提出了極高的要求。只有不斷提高電力系統(tǒng)的環(huán)保、經(jīng)濟(jì)等狀況才能適應(yīng)電網(wǎng)結(jié)構(gòu)和功能日益發(fā)展的趨勢。若要實(shí)現(xiàn)微電網(wǎng)和主動(dòng)配電網(wǎng)的良好發(fā)展，需要解決日益增長的能源需求與能源匱乏的沖突、能源污染與環(huán)保的沖突；增強(qiáng)電力能源利用率、優(yōu)化能源分配；為電網(wǎng)的發(fā)展?fàn)I造一個(gè)安全高效的環(huán)境[1-2]。

以解決上述問題為目的，首先，合理安排電力燃料種類、污染物分解、電網(wǎng)安全等要素，實(shí)現(xiàn)電力發(fā)展環(huán)境最優(yōu)化。其次，電網(wǎng)供電質(zhì)量和供電安全性等問題得到部分緩解，依賴于分布式電源以微電網(wǎng)形式融入到大電網(wǎng)中。但微電網(wǎng)優(yōu)化模式日益繁瑣，導(dǎo)致可再生能源存在隨機(jī)性以及間歇性的弊端，這些缺點(diǎn)使得微電網(wǎng)調(diào)度方法以及控制策略的研究增加了難度[3]?；谶@些因素，為了實(shí)現(xiàn)微電網(wǎng)電能的最優(yōu)調(diào)度，設(shè)計(jì)一種考慮安全可靠性約束下的微電網(wǎng)電能最優(yōu)調(diào)度模型。

1 安全可靠性約束下的微電網(wǎng)電能最優(yōu)調(diào)度模型設(shè)計(jì)

1.1 微電網(wǎng)電能優(yōu)化調(diào)度多目標(biāo)模型構(gòu)建

位于孤網(wǎng)狀態(tài)下的微電網(wǎng)，既要做到排污量和運(yùn)行成本最低，又要符合熱電負(fù)荷的規(guī)定以及其內(nèi)部單元的運(yùn)轉(zhuǎn)模式。位于并網(wǎng)狀態(tài)下的微電網(wǎng)，解決好與大電網(wǎng)潮流雙向流動(dòng)以及電能互購等難題是關(guān)鍵[4]，也要顧及上述的影響因素。設(shè)計(jì)的微電網(wǎng)系統(tǒng)電能優(yōu)化調(diào)度公式為

式中：Zcost，Cg，Ce分別為微電網(wǎng)總費(fèi)用、系統(tǒng)發(fā)電價(jià)格和污染氣體排放罰款成本；λ1，λ2分別為Cg，Ce的權(quán)重系數(shù)。

經(jīng)分析可知，發(fā)電成本以及排污罰款成本是微電網(wǎng)系統(tǒng)運(yùn)行成本的主體。根據(jù)經(jīng)濟(jì)杠桿原理，來探究不同要素對發(fā)電成本的影響程度，影響越大其權(quán)重比例就越大，則0≤λ1，λ2≤1。

1.2 微電網(wǎng)安全性與可靠性約束分析

1.2.1 節(jié)點(diǎn)電壓安全裕度

通過控制節(jié)點(diǎn)電壓的方式來促進(jìn)微電網(wǎng)系統(tǒng)內(nèi)部元件的穩(wěn)定運(yùn)轉(zhuǎn)。文章用電壓安全裕度來描述微電網(wǎng)安全性指標(biāo)[5]，即微電網(wǎng)最低電壓偏差安全裕度以給定的置信水平要求。

式中：MVSM為最低電壓偏差安全裕度；P為調(diào)整系數(shù)；ΔUi,t，δUi分別為 t時(shí)段節(jié)點(diǎn) i的電壓偏差量與其允許的最大節(jié)點(diǎn)電壓偏差，文章取δUi為額定值的-8～+5%；ξ，β分別為電網(wǎng)安全裕度的門限值、電網(wǎng)節(jié)點(diǎn)電壓安全裕度的置信水平；Φ為0-1狀態(tài)變量，具體公式如下：

1.2.2 供電可靠水平

基于微電網(wǎng)的弊端引起高估系統(tǒng)出力，為實(shí)現(xiàn)系統(tǒng)安全牢固，文章將失負(fù)荷概率看成微電網(wǎng)供電可靠指標(biāo)，也就是系統(tǒng)總負(fù)荷的功率始終大于微電網(wǎng)系統(tǒng)總輸出功率[5]。所以，用系統(tǒng)失負(fù)荷概率PLOLP以給定的置信水平要求來描述處于未知狀態(tài)的微電網(wǎng)供電穩(wěn)定性：

式中：γ為微電網(wǎng)系統(tǒng)真實(shí)性的置信水平；m，w，v分別為微電網(wǎng)中可控機(jī)組、風(fēng)力發(fā)電機(jī)（wind turbine，WT）以及光伏電池（photo voltaic，PV）的數(shù)目；ru,i為i個(gè)可控機(jī)組爬坡率的最大值；Pline,t，Rline,t分別為t時(shí)段中微電網(wǎng)向低電壓配電網(wǎng)（distribution network，DN）購電電量以及旋轉(zhuǎn)待用容量；kx,t為從（0，1）之間任意選取的狀態(tài)變量，其用于描述t時(shí)段分布式電源（distributed generation，DG）是開啟還是閉合，x=i，j，l；分別為該時(shí)段負(fù)荷預(yù)測誤差、WT以及PV出力誤差；Pi,t，Pj,t，Pl,t，PL,t分別為t時(shí)段可控機(jī)組、WT，PV以及負(fù)荷預(yù)測值。

1.3 考慮安全性與可靠性的微電網(wǎng)經(jīng)濟(jì)調(diào)度

1.3.1 多目標(biāo)模型中各分量的求解

1）系統(tǒng)發(fā)電成本Cg。燃料費(fèi)用、運(yùn)行維護(hù)費(fèi)用、和大電網(wǎng)交互電能的費(fèi)用共同構(gòu)成了隸屬于微電網(wǎng)各單元的發(fā)電成本。因此這幾項(xiàng)也是微電網(wǎng)系統(tǒng)的發(fā)電成本。則

式中：n為處于微電網(wǎng)內(nèi)部的分布式發(fā)電單元量；T為小時(shí)數(shù)；用 Cfuel,k，Com,k，Cgrid分別為第k個(gè)分布式單元的燃料費(fèi)用、運(yùn)行維護(hù)費(fèi)用以及微電網(wǎng)與大電網(wǎng)的交互費(fèi)。

2）系統(tǒng)燃料成本Cfuel。新式環(huán)保的風(fēng)力以及光伏發(fā)電方式具有無污氣排放、無燃料費(fèi)用的優(yōu)勢，通過采用這兩種方式來減少發(fā)電成本。所以，除了計(jì)算微型燃?xì)廨喴约叭剂想姵卦诎l(fā)電時(shí)所需燃料成本以及維修費(fèi)用，再加上兩種發(fā)電方式的功率消耗即可[6]。下面公式描述了燃料成本的計(jì)算方法：

式中：PDG,k，Ck分別為第k個(gè)分布式單元的功率消耗以及燃料費(fèi)用；f(PDG,k)，Cst(PDG,k)，Cop(PDG,k)分別為第k個(gè)分布式單元的所需燃料、機(jī)組啟動(dòng)所需燃料以及運(yùn)轉(zhuǎn)階段所需燃料費(fèi)用。

3）設(shè)備的運(yùn)行維護(hù)成本Com。機(jī)器開關(guān)費(fèi)用、人工費(fèi)用、網(wǎng)絡(luò)消耗等構(gòu)成了微電網(wǎng)設(shè)備運(yùn)行的維護(hù)成本，一般來說，微電網(wǎng)設(shè)備運(yùn)行成本與電能的形成用以下公式描述，兩者是線性關(guān)系[7]：

式中：ζk為第k個(gè)分布式單元設(shè)備的運(yùn)轉(zhuǎn)費(fèi)用消耗。

4）與大電網(wǎng)電能交互成本Cgrid。處于并網(wǎng)運(yùn)行模式使得微電網(wǎng)可以在短缺電能的情況下向大電網(wǎng)索取電能，在自身正常運(yùn)轉(zhuǎn)又有多余電能的情況下，向大電網(wǎng)出售電能，為微電網(wǎng)的運(yùn)行提供了極大的便利[8]。兩者的電能交互成本用下式表示：

式中：Pgrid，Cbuy，Csell分別為微電網(wǎng)與大電網(wǎng)的交互功率、微電網(wǎng)從大電網(wǎng)購電價(jià)格以及向大電網(wǎng)售電價(jià)格。

5）污染氣體排放罰款成本Ce?；诓糠职l(fā)電單元在產(chǎn)出電能的階段里，釋放污染性氣體使得生存環(huán)境遭到破壞，我國出臺(tái)了關(guān)于污染物排放的罰款政策，采用分析不同發(fā)電單元產(chǎn)出狀況的方式算出關(guān)鍵性污染物的釋放量。碳化物、氮化物、硫化物是排放氣體的主要污染源[9]，所以罰款費(fèi)用主要來源于此類污染物的排放。以下公式表示微電網(wǎng)發(fā)電污染氣體處罰費(fèi)用：

式中：ζkj為第k個(gè)分布式單元第j種污染物處罰系數(shù)；fjp，δkj分別為第j種污染物處罰費(fèi)用率以及污染物數(shù)量種類；Pkj為第k個(gè)分布式單元第j種污染物估計(jì)電量費(fèi)用率。

1.3.2 約束條件

微電網(wǎng)運(yùn)轉(zhuǎn)既要符合式（2）～式（4）又要執(zhí)行如下規(guī)則，以實(shí)現(xiàn)其高效便捷安全的運(yùn)轉(zhuǎn)[10]。

1）DG出力約束：

式中：Pi,max，Pi,min分別為第i個(gè)DG出力上、下限。

2）微電網(wǎng)功率平衡約束：

式中：δline,t為t時(shí)段DG與微電網(wǎng)交換功率的調(diào)整量。

式（11）中δline,t與Rline,t滿足條件δline,t≤ Rline,t。

3）微電網(wǎng)與主網(wǎng)聯(lián)絡(luò)線傳輸功率約束：

式中：Pline,max，Pline,min分別為聯(lián)絡(luò)線傳輸功率的上、下限。

4）可控機(jī)組爬坡率約束：

式中：rd,i為i個(gè)可控機(jī)組爬坡率的最小值；Δt為可控機(jī)組爬坡的時(shí)間。

5）輸電線路傳輸功率安全約束。通過將各單元輸送功率控制在允許的最高點(diǎn)以下的方式，使得電能傳輸高效、平穩(wěn)地進(jìn)行[6]：

式中：Pi,t為節(jié)點(diǎn)i在第t時(shí)段內(nèi)的功率；li,t為支路i—j可接受輸出功率的最高點(diǎn)功率；Pi,j,max為支路i—j支路上的最大傳輸功率；M為微電網(wǎng)總節(jié)點(diǎn)量，滿足i≤M條件；Si,j,t為在t時(shí)段內(nèi)節(jié)點(diǎn)i輸入功率對i—j的靈敏度。

1.3.3 基于PSO-BF算法的微電網(wǎng)能量優(yōu)化調(diào)度

采用粒子群-細(xì)菌覓食算法（particle swarm optimization-bacterial foraging，PSO-BF）修正粒子速度和位置，在避免粒子早熟收斂的情況下，構(gòu)建微電網(wǎng)電能最優(yōu)調(diào)度模型?？紤]系統(tǒng)發(fā)電成本、燃料成本、設(shè)備運(yùn)行維護(hù)成本、同大電網(wǎng)運(yùn)行交互成本以及污染氣體排放罰款成本，對微電網(wǎng)電能調(diào)度問題進(jìn)行優(yōu)化求解[10]。

粒子群算法能迅速找到解決問題的最佳方式，細(xì)菌覓食算法有利于細(xì)菌各分子通過趨化階段發(fā)掘最近范圍內(nèi)的最佳值，防止最佳解所處范圍被細(xì)菌過濾掉的現(xiàn)象[11]。所以，粒子群-細(xì)菌覓食算法是細(xì)菌覓食算法有發(fā)展規(guī)律的趨化過程，融入到粒子群算法進(jìn)行部分查找階段，不僅改進(jìn)了粒子群算法與細(xì)菌覓食算法的弊端，又實(shí)現(xiàn)了此算法快速、高效、目標(biāo)明確的工作狀態(tài)，改善了局部查找的功能。

PSO-BF算法修正粒子速度和位置表達(dá)式為

式中：V＇i，X＇i分別為修正后的速度和位置；Vi，Xi分別為粒子原速度以及位置；t為某一時(shí)間段；w為粒子速度環(huán)境影響系數(shù)；pbest，gbest分別為各粒子的最佳位置以及種群內(nèi)全部粒子的最佳位置；c1，c2分別為pbest，gbest粒子的學(xué)習(xí)因子；rand為0或1變量。

以下公式描述了PSO-BF的修正過程：

式中：P（i,m+1,n,M）為粒子i在第m+1代趨向第n代繁殖的位置；P（i,m,n,M）為粒子i在第m代趨向第n代繁殖的位置；c()i為步長；H為最大迭代次數(shù)；m為翻轉(zhuǎn)次數(shù)；n為趨化次數(shù)。

將PSO-BF進(jìn)行反復(fù)運(yùn)算。假設(shè)有這樣一個(gè)球，其半徑用ε來表示，球心用粒子整體最佳位置gbest來表示，Xi到球心的長度用D來描述。文章采用以下公式來避免粒子早熟收斂的現(xiàn)象：

式中：N為現(xiàn)有的粒子量。

當(dāng)粒子i在球里面時(shí)，則D＜ε。

設(shè)置M表示球內(nèi)的粒子量，esp表示可接受的粒子處于球內(nèi)概率的最大值，則有：

1）可隨機(jī)將球內(nèi)的粒子分布到空間，應(yīng)滿足M/N＞esp的條件。

2）不能將球內(nèi)的粒子分布到空間，應(yīng)滿足M/N＜esp的條件。

下文對PSO-BF算法如何進(jìn)行微電網(wǎng)優(yōu)化調(diào)度求解進(jìn)行了詳細(xì)的描述：

1）將分布式電源的出力、負(fù)荷、風(fēng)速等數(shù)據(jù)進(jìn)行還原設(shè)置，重新定義PSO-BF算法的規(guī)模大小、最大迭代次數(shù)、翻轉(zhuǎn)次數(shù)以及趨化次數(shù)分別為s，H，m以及n。

2）求解即刻全局以及個(gè)體最佳的分布式電源出力gbest，pbest時(shí)，應(yīng)采用目標(biāo)函數(shù)對粒子的適應(yīng)度值實(shí)施評估，同時(shí)通過公式（16）對分布式電源出力進(jìn)行修正。

3）對完成修正的粒子i適應(yīng)度J( )i,m同粒子動(dòng)態(tài)波動(dòng)時(shí)的最佳適應(yīng)度值，以及翻轉(zhuǎn)次數(shù)m值，是否趨近于閾值動(dòng)態(tài)變化次數(shù)Ns，如果存在J(i , m )＜Jlast和m＜Ns，粒子應(yīng)持續(xù)變化，再進(jìn)行修正，否則運(yùn)行過程4）。

4）觀察趨化次數(shù)n是否超過最大趨化迭代次數(shù)Nc，若超過，執(zhí)行5）；若沒超過，執(zhí)行2）。

5）采用式（17）得到各粒子到gbest的長度D，然后決定是否分散粒子。

6）通過公式（15）來修正粒子的速度、位置等數(shù)據(jù)。

7）觀察迭代次數(shù)H是否超過最大迭代次數(shù)Iter的上限，若超過，執(zhí)行8）；若沒超過，執(zhí)行2）。

8）最后得到整體的最佳解也就是微電網(wǎng)機(jī)組的最佳出力，實(shí)現(xiàn)微電網(wǎng)電能的最優(yōu)調(diào)度，得到微電網(wǎng)電網(wǎng)最優(yōu)調(diào)度模型為

式中：Cd,t為t時(shí)段微電網(wǎng)出現(xiàn)的交換費(fèi)用；δi,t為t時(shí)段可控機(jī)組i的維護(hù)費(fèi)用；δb,i微電網(wǎng)運(yùn)行費(fèi)用；CliDe,t為最大允許目標(biāo)函數(shù)偏離程度；PliDe,t為微電網(wǎng)機(jī)組運(yùn)行效率；CMi,t為機(jī)組i在第t時(shí)段的功率最大值；Pi,t為機(jī)組i在第t時(shí)段的負(fù)荷功率。

2 實(shí)驗(yàn)分析

2.1 運(yùn)行成本檢測

為了驗(yàn)證改進(jìn)調(diào)度模型的有效性及可行性，實(shí)驗(yàn)以PSO調(diào)度模型[12]、機(jī)會(huì)約束調(diào)度模型[13]和上文中PSO-BF調(diào)度模型下的某微電網(wǎng)運(yùn)行成本為基礎(chǔ)進(jìn)行實(shí)驗(yàn)分析。

表1為不同調(diào)度模型下微電網(wǎng)運(yùn)行成本表。分析表1數(shù)據(jù)可知，PSO調(diào)度模型的燃料成本遠(yuǎn)遠(yuǎn)高于其它兩種調(diào)度模型，并且運(yùn)行維護(hù)成本和污染罰款也高于其它兩種調(diào)度模型。機(jī)會(huì)約束調(diào)度模型和PSO-BF調(diào)度的電能交互結(jié)果是負(fù)數(shù)，說明兩種模型實(shí)現(xiàn)了同主網(wǎng)的交互融合，微電網(wǎng)通過向主網(wǎng)出售多余的電能的方式獲得部分收入，使得總的發(fā)電成本比PSO調(diào)度模型低，并且PSO-BF調(diào)度模型的總發(fā)電成本最低。因此能夠得出，PSO-BF調(diào)度模型下的實(shí)驗(yàn)微電網(wǎng)運(yùn)行成本最低，模型調(diào)度效果最佳。

表1 不同調(diào)度模型下微電網(wǎng)運(yùn)行成本Tab.1 Operation cost of microgrid under different scheduling models

系統(tǒng)在孤網(wǎng)運(yùn)行情況時(shí)，熱電功率平衡僅能從微電網(wǎng)內(nèi)部供給，實(shí)驗(yàn)從經(jīng)濟(jì)性能最大化出發(fā)，得到本文調(diào)度模型的優(yōu)化結(jié)果用圖1和圖2描述。

圖1 不同發(fā)電設(shè)備負(fù)荷總功率分析Fig.1 Analysis of load total power with different power equipments

圖2 微型燃?xì)廨啓C(jī)蓄電池SOC變化趨勢Fig.2 SOC change trend of micro gas turbine battery

由圖1可知，0～7 h中，本文調(diào)度模型下的實(shí)驗(yàn)微電網(wǎng)負(fù)荷總功率低于新能源發(fā)電功率，有部分能量殘存，因?yàn)樾铍姵啬芰恳呀?jīng)飽和，所以剩余能量只能使用卸荷負(fù)載刪除，7～10 h中，新能源電量不夠充分，應(yīng)及時(shí)使用蓄電池放電進(jìn)行補(bǔ)充，補(bǔ)充不充分的部分根據(jù)發(fā)電成本最小化按順序啟用燃料電池、微型燃?xì)廨啓C(jī)發(fā)電。

由圖2可知，在7～10 h，蓄電池SOC降低，主要是由于電能負(fù)荷需要增大，蓄電池輸出電能用于補(bǔ)貼電能負(fù)荷；在10～13 h中，新能源電能在保證負(fù)荷的同時(shí)剩余能量將補(bǔ)充蓄電池，蓄電池SOC提高。13～15 h中，假使蓄電池的持續(xù)供給量如破容量限制，則充電暫停，在15 h以后，蓄電池輸出電能，蓄電池的SOC下降。綜合分析這些結(jié)果說明，本文調(diào)度模型實(shí)現(xiàn)了配電網(wǎng)的優(yōu)化調(diào)度，確保微電網(wǎng)電能變化的平穩(wěn)性。

2.2 不同調(diào)度模型的收斂狀態(tài)監(jiān)測

實(shí)驗(yàn)檢測傳統(tǒng)基于PSO的配電網(wǎng)調(diào)度模型和PSO-BF調(diào)度模型在目標(biāo)函數(shù)中運(yùn)行20次后，兩種調(diào)度模型在微電網(wǎng)電能最優(yōu)調(diào)度過程中的收斂結(jié)果如圖3所示。

圖3 不同調(diào)度模型的收斂曲線Fig.3 Convergence curves of different scheduling models

分析圖3能夠看出，相對于基于PSO的配電網(wǎng)調(diào)度模型，基于PSO-BF模型的收斂效率更高，并且收斂精度比傳統(tǒng)方法更強(qiáng)。PSO-BF模型對細(xì)菌覓食算法進(jìn)行了優(yōu)化，提高了配電網(wǎng)電能調(diào)度的收斂性能。因此得知在全局搜索力和局部搜索過程中，PSO-BF模型的性能最佳，具有搜索精度準(zhǔn)確，收斂時(shí)間短，適合全局優(yōu)化的特點(diǎn)，實(shí)用性能強(qiáng)。

2.3 優(yōu)化結(jié)果及分析

采用PSO-BF模型和算法進(jìn)行實(shí)時(shí)優(yōu)化計(jì)算。實(shí)驗(yàn)以文獻(xiàn)[14]提出的微電網(wǎng)系統(tǒng)為例。實(shí)驗(yàn)系統(tǒng)由風(fēng)力發(fā)電單元以及含光伏發(fā)電單元、微型燃?xì)廨啓C(jī)和儲(chǔ)能單元各一臺(tái)構(gòu)成，如果不同單元參數(shù)和微電網(wǎng)購售過程的不同峰谷電價(jià)存在一定的差異，微電網(wǎng)以及大電網(wǎng)中聯(lián)絡(luò)線的最大客觀傳輸量是50 kW，設(shè)置儲(chǔ)能單元原始SOC為60%[14]，采用PSO-BF算法和統(tǒng)計(jì)方法，基于Matlab腳本程序在不同的運(yùn)行狀態(tài)下，實(shí)施微電網(wǎng)系統(tǒng)的仿真檢驗(yàn)實(shí)驗(yàn)。

設(shè)定并網(wǎng)運(yùn)行模式1為新能源和微型燃?xì)廨啓C(jī)發(fā)電，儲(chǔ)能單元放電；并網(wǎng)運(yùn)行模式2為新能源和微型燃?xì)廨啓C(jī)發(fā)電，從電網(wǎng)中購電，儲(chǔ)能單元不發(fā)揮作用；并網(wǎng)運(yùn)行模式3為新能源發(fā)電，儲(chǔ)能單元放電，并且將多余的電量進(jìn)行出售；并網(wǎng)運(yùn)行模式4為新能源發(fā)電，多余的電量通過儲(chǔ)能單元進(jìn)行充電。某日并網(wǎng)運(yùn)行高峰時(shí)段的調(diào)度結(jié)果如表2所示。

表2 并網(wǎng)運(yùn)行高峰時(shí)段調(diào)度結(jié)果Tab.2 Dispatching results of grid-connected peak hours

根據(jù)表2描述的PSO-BF調(diào)度模型在并網(wǎng)運(yùn)行高峰時(shí)段調(diào)度結(jié)果可知：如果風(fēng)能、光發(fā)電不能對負(fù)荷需求給予充足能量時(shí)，假使儲(chǔ)能充分，儲(chǔ)能單元?jiǎng)t對缺額電能進(jìn)行及時(shí)補(bǔ)充，可控為電源相對出力；假使儲(chǔ)能不滿，不能對儲(chǔ)能單元實(shí)施充電，則微型燃?xì)廨啓C(jī)及時(shí)對缺額電能進(jìn)行補(bǔ)充，此時(shí)應(yīng)向電網(wǎng)購電，并完成燃料電池的發(fā)電；如果風(fēng)能、光發(fā)電量未到達(dá)最低值，則PSO-BF模型不再調(diào)控微電源出力；如果微電網(wǎng)中電能量未達(dá)到最低值，則PSO-BF調(diào)度模型放電向電網(wǎng)售電；假設(shè)儲(chǔ)能不充分那么則使用剩余電量向儲(chǔ)能單元補(bǔ)充電量。

設(shè)定孤島運(yùn)行模式1為新能源和微型燃?xì)廨啓C(jī)發(fā)電，儲(chǔ)能單元放電；孤島運(yùn)行模式2為新能源、微型燃?xì)廨啓C(jī)和燃料電池發(fā)電；孤島運(yùn)行模式3為新能源發(fā)電，多余的電量通過儲(chǔ)能單元進(jìn)行充電；孤島運(yùn)行模式4為新能源和微型燃?xì)廨啓C(jī)發(fā)電，多余的電量通過儲(chǔ)能單元進(jìn)行充電。孤島運(yùn)行高峰時(shí)段的調(diào)度結(jié)果如表3所示。

由表3可以看出，當(dāng)配電網(wǎng)處于孤島狀態(tài)，采用PSO-BF調(diào)度模型的微電網(wǎng)可控微電源不必從上級電網(wǎng)調(diào)度電能，若風(fēng)能、光發(fā)電無法提供微電網(wǎng)負(fù)荷需求并且儲(chǔ)能量足夠，則儲(chǔ)能單元放電將補(bǔ)充所缺電能；若微電網(wǎng)儲(chǔ)能缺乏，則從微型燃?xì)鈾C(jī)以及燃料電池獲取電能；當(dāng)以上仍不能達(dá)到符合需求那么將依照等級減載。在風(fēng)能、光發(fā)電足夠充分時(shí)，剩余電量將對儲(chǔ)能單元充電，在此基礎(chǔ)之上的剩余電量會(huì)作用與小光伏單元出力。

表3 孤島運(yùn)行高峰時(shí)段調(diào)度結(jié)果Tab.3 Dispatching results of islanding operation during peak hours

實(shí)驗(yàn)檢測PSO-BF調(diào)度模型的全天調(diào)度結(jié)果時(shí)，在上文中風(fēng)力發(fā)電、光伏發(fā)電以及負(fù)荷24 h整點(diǎn)估計(jì)信息的基準(zhǔn)上，假設(shè)三者間隔是5 min，1 d的運(yùn)動(dòng)信息，采用并網(wǎng)雙向功率流動(dòng)模式的模擬統(tǒng)計(jì)得到的微電網(wǎng)的實(shí)際負(fù)荷作為評估標(biāo)準(zhǔn)，統(tǒng)計(jì)PSO調(diào)度模型和PSO-BF調(diào)度模型的實(shí)時(shí)調(diào)度交互功率以及日供電成本分別如圖4、表4所示。

圖4 微網(wǎng)與電網(wǎng)實(shí)時(shí)調(diào)度交互功率曲線Fig.4 Interactive power curves for real-time dispatching of micro-network and power grid

表4 采用PSO-BF模型與PSO模型下實(shí)時(shí)調(diào)度日供電成本Tab.4 Using PSO-BF model and PSO model to dispatch daily power supply cost in real time

分析圖4可得，在7 h以內(nèi)，本文模型的實(shí)時(shí)調(diào)度交互功率較大，隨后出現(xiàn)下降，在7～17 h表現(xiàn)相對平穩(wěn)，此后出現(xiàn)較大增幅。本文模型相對于PSO模型，在峰平時(shí)段對電網(wǎng)供電更有利，可有效起到平峰填谷的效果。

從表4可看出，PSO模型下微電網(wǎng)實(shí)時(shí)調(diào)度每天供電成本是44.28元，PSO-BF模型下微電網(wǎng)實(shí)時(shí)調(diào)度日供電成本是28.36元，每天供電成本比PSO模型降低15.92元，使成本降低到30%之多，說明PSO-BF調(diào)度模型具有較高的經(jīng)濟(jì)價(jià)值。

3 結(jié)論

文中設(shè)計(jì)了一種安全可靠性約束下的微電網(wǎng)電能最優(yōu)調(diào)度模型，該模型采用PSO-BF算法修正粒子速度和位置，在避免粒子早熟收斂的情況下，構(gòu)建微電網(wǎng)電能最優(yōu)調(diào)度模型。可確保管理人員在谷時(shí)段通過儲(chǔ)能單元實(shí)施充電儲(chǔ)能，在峰平時(shí)段對電網(wǎng)供電，可以起到平峰填谷的效果。同時(shí)，實(shí)現(xiàn)了微電網(wǎng)的安全可靠性以及節(jié)能環(huán)?？刂疲岣吡宋㈦娋W(wǎng)總體調(diào)度質(zhì)量。