闞圣鈞 ,魏少雄 ,趙繼鋼 ,張繼紅
(1.內蒙古科技大學信息工程學院,內蒙古自治區(qū) 包頭市 014000;2.中國電建集團北京勘測設計研究院有限公司,北京市 朝陽區(qū) 100020)
隨著我國“雙碳”目標的提出,光伏、風電等可再生能源的利用成為了國內外學者的重點研究方向[1-3]。然而,由于可再生能源具有隨機性與波動性,大規(guī)模接入會對電網造成沖擊,影響電網安全穩(wěn)定運行[4]。將分布式可再生能源、儲能、負荷有機結合的微電網技術則可以有效解決這一問題[5]。其中,儲能系統(tǒng)因其具有能量密度高、充放電靈活、反應迅速等優(yōu)點成為了決定微電網性能的關鍵部件之一,其容量配置和合理性將對微電網的整體性能和經濟性造成極大影響[6-8]。因此,研究儲能容量優(yōu)化配置方法對微電網規(guī)劃運行具有重要意義。
目前,國內外學者對儲能容量優(yōu)化配置方法進行了大量研究。文獻[9]提出了考慮光伏消納的光伏電站儲能容量優(yōu)化方法,通過對該電站的光伏出力與廠用負荷數據進行分析,降低了棄光率,提高了經濟性。文獻[10]提出了一種考慮鋰電池和超級電容容量的混合儲能系統(tǒng)容量優(yōu)化配置方法,確定了系統(tǒng)年綜合成本最小的濾波階數和對應的儲能配置方案。文獻[11]提出一種氫氣和蓄電池混合儲能系統(tǒng)的風/光/儲并網型微電網結構,以總凈現值成本最小為目標函數,考慮了可再生能源利用率和負荷缺失率,對微電網進行了容量優(yōu)化配置研究,證明了該方法的經濟性與實用性。文獻[12]在考慮儲能系統(tǒng)能耗的前提下建立了容量配置模型,提出了一系列儲能調度策略,研究了不同策略下容量優(yōu)化配置的效果。文獻[13]在考慮風速和負荷增長率的同時,對風力 柴油混合動力系統(tǒng)中儲能容量配置進行優(yōu)化,證明了在項目年限、備用容量、柴油機最小功率變化時,儲能最優(yōu)容量變化較小。文獻[14]從電池儲能在電力負荷調度中的應用角度,設置了一種非對稱性穩(wěn)定線性成本函數,研究了電池容量、單位電池成本與經濟成本及收益間的關系,詳細論證了隨著未來電池成本降低,儲能系統(tǒng)將極大降低電網運行成本。文獻[15]以光伏出力預測為基礎,對比了分時電價下單光、單儲、光儲3種情況下容量配置對系統(tǒng)成本影響,但并未考慮分時電價下調度策略對運行成本的影響。
本文在以往研究的基礎上,充分考慮了分時電價對儲能系統(tǒng)調度的影響,以并網型光儲微電網為研究對象,以系統(tǒng)經濟性最高為優(yōu)化目標,以某社區(qū)微電網光伏出力和負荷功率為計算數據,對微電網的儲能容量進行優(yōu)化,分析考慮分時電價前后容量配置對微電網經濟性的影響。
本文所構建的微電網系統(tǒng)結構如圖1所示,圖中PCC為微電網的并網點(point of common coupling)。
圖1 微電網系統(tǒng)結構Fig.1 Structure of microgrid system
該系統(tǒng)以光伏陣列作為居民主要供電設備,蓄電池在平抑光伏波動的同時,可在能力范圍內響應電網調度,幫助電網削峰填谷。日間光伏發(fā)電量高時,蓄電池存儲多余電能,夜間釋放電能支撐居民負荷。由微電網調度策略決定是否向大電網購買或返送電能。
本文以微電網初建成本、運維成本及購售電成本最低為優(yōu)化目標,其數學模型為:
式中:Cyw為運維成本,元;kpv-yw、kbat-yw分別為光伏和蓄電池的度電運維系數,元/(kW·h);Ppv(t)、Pbat(t)分別為光伏和蓄電池的實際運行功率,kW;Cjs為建設成本,元;kpv-js、kbat-js分別為光伏和蓄電池的設備初建成本,元/臺;npv、nbat分別為光伏和蓄電池的工程年限內使用設備數;r 為通貨膨脹率,%;l 為工程設計年限;Cgs為購售電成本,元;kgrid-in、kgrid-out分別為購電價格、售電價格,元/(kW·h);Pgrid-in、Pgrid-out分別為購電功率、售電功率,kW。
(1) 裝置數量約束。
對裝置的配置數量設置上下限,其大小一般取決于用戶需求、已有裝置數、空間地理條件限制等。
式中:nbat為蓄電池的配置數量;nbat-min、nbat-max分別為蓄電池的數量配置上下限。
(2) 功率平衡約束。
式中Pload為負荷的功率,kW。
(3) 電池運行約束。
電池荷電狀態(tài)由上一時刻荷電狀態(tài)及充放電功率決定,其表達式為
蓄電池功率上下限為
荷電狀態(tài)上下限為
式中:λsoc為荷電狀態(tài);Qmax為電池最大容量,kW·h;ηcha、ηdis分別為蓄電池充放電效率,%。
本文采用粒子群(particle swarm optimization,PSO)優(yōu)化算法對模型進行求解。該算法是一種模仿鳥群行為的進化算法,與其他優(yōu)化算法相比,粒子群算法具有經典、簡單、可靠、高效等特點[16]。首先,對群落的粒子個數、維數、位置、速度等進行初始化;然后,根據輸入數據及各個約束條件完成系統(tǒng)全年仿真計算各粒子當前適應度,更新個體最優(yōu)值與群體最優(yōu)值[17];在達到迭代次數或者終止條件時結束優(yōu)化,輸出最佳的粒子位置和適應度。
根據配電網中負荷情況可將用電情況分為平谷、低谷、高峰,依據不同用電情況設置分時電價有助于加強電力系統(tǒng)需求側響應,幫助電網削峰填谷[18]。表1為某地24 h內不同時段的購售電價。
表1 某地電網分時電價Table 1 Time-of-use electricity price of local power grid
在研究優(yōu)化配置問題時,除確定優(yōu)化目標函數、優(yōu)化模型、約束條件外,還需確定調度策略,本文所用調度策略如圖2所示。
圖2 調度策略Fig.2 Scheduling policy
在傳統(tǒng)的固定邏輯調度策略中,通常制定裝置出力優(yōu)先級,光伏出力最高,蓄電池用于平抑光伏與負荷功率差,不足部分由電網補充。本文采用的考慮分時電價的調度策略在以往的基礎上做出一定改變,首先依照前一日光伏負荷數據預測當前電價時段的電池充放電預估值,依照此預估值在電價低谷時增加電池充電功率,在電價高峰時增加放電功率。
本文采用某地光 荷歷史數據作為算例,進行7日內容量優(yōu)化仿真,其中光伏出力及負荷曲線如圖3所示。優(yōu)化模型的計算步長為1 h,共168組數據。光照強度平均值為349.08 W/m2,光伏峰值總功率為1 000 kW,光伏平均日發(fā)電量約為8.38 MW·h,平均日用電量約為14.01 MW·h,通過上述優(yōu)化模型對微電網系統(tǒng)的儲能容量配置進行優(yōu)化計算。
圖3 光伏出力及負荷曲線Fig.3 Photovoltaic power and load curve
儲能單元參數如表2所示,通貨膨脹率為5%,項目規(guī)劃年限20年。
表2 儲能設備參數Table 2 Parameters of energy storage device
根據前文所述優(yōu)化目標和約束條件,以本節(jié)源荷數據為基礎,利用PSO 算法對微電網中儲能系統(tǒng)容量進行優(yōu)化配置,得到考慮分時電價前后的優(yōu)化結果對比如表3所示。
表3 優(yōu)化配置結果Table 3 Results of optimized configuration
按照上述2種配置結果對微電網進行7 日仿真,考慮分時電價前后的運行曲線如圖4—5所示。
圖4 不考慮分時電價的購售電功率和儲能運行狀態(tài)Fig.4 Purchase and sale of electricity power and energy storage operation state without considerating time-of-use electricity price
圖5 考慮分時電價的購售電功率和儲能運行狀態(tài)Fig.5 Purchase and sale of electricity power and energy storage operation state considerating time-of-use electricity price
實驗結果顯示,在考慮分時電價進行容量優(yōu)化后,雖然儲能配置容量增加建設成本升高,但系統(tǒng)總成本明顯降低。從7日運行結果來看,考慮分時電價后微電網購售電功率明顯增加,電池充放電量均有增加,SOC變化范圍增大,電池利用率增加。
本文針對并網型微電網中儲能容量配置不合理造成的系統(tǒng)經濟性降低問題,提出了考慮分時電價的儲能容量優(yōu)化方法。首先,建立了儲能容量優(yōu)化配置模型,其次,對社區(qū)微電網光伏出力和居民電負荷進行分析,設計了考慮分時電價的系統(tǒng)調度策略,然后,以成本最小化為優(yōu)化目標,采用粒子群優(yōu)化算法對模型進行求解,最后,采用某地7日內光 荷歷史數據進行容量優(yōu)化實驗,驗證了模型的有效性。實驗結果表明,該容量優(yōu)化方法可以降低系統(tǒng)成本,提高儲能利用率。