王有山，劉詩寧，楊洋

（1.云南電網(wǎng)有限責任公司市場營銷部，云南 昆明 650000； 2.云南電網(wǎng)有限責任公司電力科學研究院，云南 昆明 650217）

0 前言

微網(wǎng)是指由分布式電源、儲能裝置、能量轉(zhuǎn)換裝置、相關(guān)負荷和監(jiān)控、保護裝置匯集而成的小型發(fā)配電系統(tǒng)，是一個能夠?qū)崿F(xiàn)自我控制、保護和管理的自治系統(tǒng)，既可并網(wǎng)運行，也可進行孤島運行。微網(wǎng)承受擾動的能力相對較弱，尤其是在孤島運行模式下，考慮到風能、太陽能資源的隨機性，系統(tǒng)的安全可能面臨更高的風險，因此對系統(tǒng)進行有效地運行控制與能量優(yōu)化管理是研究微網(wǎng)的關(guān)鍵。微網(wǎng)能量管理是在滿足微網(wǎng)負荷及電能質(zhì)量的前提下，對微網(wǎng)內(nèi)部各個分布式電源、儲能裝置及與大電網(wǎng)交流的能量優(yōu)化分配，確保微網(wǎng)的安全性、穩(wěn)定性和可靠性，保證微網(wǎng)高效、經(jīng)濟地運行。

文獻[1]設(shè)計了一種能量平衡算法優(yōu)化蓄電池的充放電管理，將蓄電池儲能單元與發(fā)電單元統(tǒng)一建模，建立了微網(wǎng)能量管理模型；文獻[2]將多Agent技術(shù)應(yīng)用于風力/太陽能互補發(fā)電場能量管理系統(tǒng)中；文獻[3]提出了包含鈉硫電池儲能的微網(wǎng)系統(tǒng)經(jīng)濟運行優(yōu)化模型和多種優(yōu)化目標。但文獻[1-3]中關(guān)于分布式發(fā)電或儲能單元的上下限是固定的。文獻[4]針對微網(wǎng)特性，研究了基于能量管理系統(tǒng)的分布式電源控制方式與微網(wǎng)系統(tǒng)穩(wěn)定性。文獻[5]是基于傳遞函數(shù)所做的系統(tǒng)根軌跡研究，微網(wǎng)的整體運行情況與能量管理系統(tǒng)是否能夠合理運作卻沒有得到體現(xiàn)。文獻[6]提出由多代理系統(tǒng)來控制微網(wǎng)，以實現(xiàn)不同微網(wǎng)間能量的交換，但卻不太適應(yīng)微網(wǎng)處于孤島模式下運行。文獻[7]提出了一種基于中央控制器分層控制的微網(wǎng)能量管理策略，分析了微網(wǎng)運行的兩種市場政策。文獻[8]提出了一種基于光伏電池、風力發(fā)電機和蓄電池的單相交流微網(wǎng)的能量管理策略，采用線性編程優(yōu)化了系統(tǒng)運行成本和蓄電池壽命。但[4-8]分布式儲能單元并不能智能的在充電和發(fā)電間無縫切換。文獻[9]提出了一種分布式電源用戶側(cè)模型。該模型將分布式發(fā)電的安裝和運行成本等與電力部門的供電費用結(jié)構(gòu)進行比較，討論了微網(wǎng)的最優(yōu)投資問題。

文獻[10]將一個潮流優(yōu)化問題應(yīng)用到基于實時信息的能量管理系統(tǒng)中，然而，由于可控微電源在一個長時間中沒有協(xié)調(diào)，分布式電源的出力會隨風力出現(xiàn)波動；文獻[11]微網(wǎng)運行優(yōu)化問題簡化成一個基于儲能系統(tǒng)的多時段優(yōu)化問題，只給出了日前調(diào)度的方案，沒有考慮不可控微電源的實時波動和功率約束理論；一個相似的作為頂層多時段優(yōu)化問題在參考文獻[12]中提出，功率的波動是在協(xié)調(diào)層被儲能系統(tǒng)所平穩(wěn)，但是沒有對策來處理當功率波動超出儲能系統(tǒng)范圍時的問題，因此這個儲能系統(tǒng)的儲能范圍必須足夠大來平穩(wěn)功率的波動，這種情況下，儲能系統(tǒng)在頂層調(diào)度中就沒什么意義了。

于是，本文針對微網(wǎng)系統(tǒng)的特點和能量管理對經(jīng)濟性要求，提出了一種基于改進遺傳算法的滿足微網(wǎng)實際情況的微網(wǎng)能量管理模型以實現(xiàn)微網(wǎng)的最優(yōu)運行。根據(jù)微網(wǎng)內(nèi)分布式發(fā)電、儲能單元的自身狀態(tài)確定其發(fā)電功率上下限及相應(yīng)的懲罰因子，建立統(tǒng)一形式的約束矩陣模型，將儲能智能管理、經(jīng)濟負荷分配、運行效益優(yōu)化等多目標優(yōu)化問題轉(zhuǎn)化成為單目標優(yōu)化問題進行求解，并基于該矩陣建立微電網(wǎng)孤網(wǎng)和并網(wǎng)兩種運行模式下的能量優(yōu)化管理方法。更符合微網(wǎng)內(nèi)的實際運行情況，可以為微網(wǎng)系統(tǒng)分布式電源的技術(shù)組合及其運行效益的經(jīng)濟評估提供參考。通過建立實驗室微網(wǎng)仿真模型，對上述控制策略進行了驗證。

1 微網(wǎng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)和能量管理模型

1.1 微網(wǎng)的網(wǎng)絡(luò)拓撲結(jié)構(gòu)

目前微網(wǎng)系統(tǒng)的網(wǎng)絡(luò)拓撲主要分為3種，一種是直流微網(wǎng)，一種是交流微網(wǎng)，還有一種是交直流微網(wǎng)。本文采用交直流微網(wǎng)，結(jié)構(gòu)拓撲如圖1所示，微網(wǎng)內(nèi)包括10 kW的燃氣輪機、10 kW風力發(fā)電機、15 kW光伏發(fā)電機、10 kW超級電容、10 kW蓄電池和10 kW的負載。燃氣輪機連接交流母線2，通過開關(guān)2與母線3相連最終與大電網(wǎng)相連，母線2連接普通負荷；光伏、風機、蓄電池和超級電容通過開關(guān)3與交流母線3相連并最終與大電網(wǎng)連接，母線1連接的是關(guān)鍵負荷。微網(wǎng)可在孤網(wǎng)和并網(wǎng)兩種模式間自由切換，孤網(wǎng)運行時主要目的是保證負荷供電可靠，在此前提下希望成本最低，并網(wǎng)運行時考慮微網(wǎng)的經(jīng)濟調(diào)度和優(yōu)化運行。

圖1 微網(wǎng)拓撲結(jié)構(gòu)

微網(wǎng)內(nèi)的光伏發(fā)電單元，根據(jù)長期的統(tǒng)計數(shù)據(jù)，光伏在正午達到發(fā)電頂峰，0:00-7:00以及20:00-24:00不發(fā)電；風力發(fā)電單元具有極大的隨機性，燃氣輪機較為穩(wěn)定，儲能單元有超級電容和蓄電池，他們的充放電分段較為復(fù)雜，理想情況下希望電容兩端電壓較小時盡量充電，電壓較大時處于放電狀態(tài)，蓄電池充電電荷在30%以下時盡量充電狀態(tài)，30%以上處于放電狀態(tài)。要實現(xiàn)上述目的，能量管理尤為重要。

1.2 微網(wǎng)能量管理的數(shù)學模型

微網(wǎng)能量管理模型（Microgrid Energy Management Mode，MEMM）作為微網(wǎng)優(yōu)化控制中樞，通過采集分析負荷需求、分布式電源特性、電能質(zhì)量要求、電力價格以及用戶請求等信息，分別為各個分布式電源的控制器設(shè)置功率和電壓運行點[13]。微網(wǎng)的經(jīng)濟性是微網(wǎng)吸引用戶并能在電力系統(tǒng)中得以推廣的關(guān)鍵所在。因此，微網(wǎng)能量管理的一個主要任務(wù)就是：在給定周期內(nèi)綜合考慮分布式電源預(yù)測發(fā)電量、儲能單元預(yù)測剩余容量、電網(wǎng)電價信息和本地負荷需求，合理安排分布式電源和儲能單元的啟停和出力，使微網(wǎng)系統(tǒng)的總發(fā)電成本最?。ɑ蛘呓?jīng)濟利益最大）。

1.2.1 孤網(wǎng)運行模型下的目標函數(shù)

微網(wǎng)在孤網(wǎng)運行方式下，不需要考慮與外網(wǎng)間的電能交易，系統(tǒng)內(nèi)負荷需求完全由微網(wǎng)內(nèi)發(fā)電和儲能單元滿足。微網(wǎng)能量管理系統(tǒng)通過實時比較微網(wǎng)中的發(fā)電成本來優(yōu)化調(diào)度各分布式發(fā)電單元的出力，實現(xiàn)系安全經(jīng)濟運行[14]。微網(wǎng)1 h內(nèi)由發(fā)燃料消耗成本CG、運行管理成本COM、投資折舊成本CDP、負荷停運補償成本CL所構(gòu)成的綜合成本最低。

燃料消耗成本CG為各發(fā)電儲能單元的消耗成本的總和：為發(fā)電單元燃料消耗成本，i為發(fā)電單元編號，t為運行時刻；運行管理成本COM為微網(wǎng)內(nèi)所有發(fā)電儲能單元運行管理成本之和，它與各發(fā)電或儲能單元所發(fā)功率成正比：發(fā)電單元運行管理成本，KOMi為運行管理系數(shù)；投資折舊成本CDP與發(fā)電單元或儲能單元的最大輸出功率和容量因素的乘積成反比：為發(fā)電單元折舊成本，Pfc,i為最大輸出功率，Cfi為容量因素；負荷停運補償成本CL為功率與時間的函數(shù)

孤網(wǎng)運行下的目標函數(shù)為：

其中：k1、k2、k3、k4為費用考慮系數(shù)，取0或1，（0表示不考慮該項費用，1表示考慮該項費用）；為微網(wǎng)系統(tǒng)內(nèi)對應(yīng)的懲罰項；xi表示發(fā)電或儲能單元當前吸收或者發(fā)出的功率；pi為相應(yīng)懲罰因子；

1.2.2 并網(wǎng)運行模式下的目標函數(shù)

為實現(xiàn)并網(wǎng)運行方式下微網(wǎng)經(jīng)濟運行，不僅需要考慮各微源間的機組組合和電能調(diào)度，還需考慮微網(wǎng)與外網(wǎng)間的電能交易。并網(wǎng)下微網(wǎng)經(jīng)濟調(diào)度是在滿足系統(tǒng)負荷需求，電能質(zhì)量和可靠性的前提下，實現(xiàn)系統(tǒng)的發(fā)電成本最低、停電損失最小[15]。同時，由于系統(tǒng)可向外網(wǎng)售電，還應(yīng)確保微網(wǎng)的收益最大化。

微網(wǎng)與配電網(wǎng)交互成本Cgrid為從電網(wǎng)買入電量的總成本與賣出電量收益的差值：為向電網(wǎng)買入、賣出的電量，Cbp、Csp為向電網(wǎng)買入、賣出的電價；

并網(wǎng)運行時的目標函數(shù)為：

1.3 約束條件

目前研究微網(wǎng)能量管理的文獻中的約束條件只有固定約束條件或者約束分布式發(fā)電或儲能單元的的上下限是固定的，這種簡單的約束條件并不能滿足微網(wǎng)中發(fā)電或儲能單元的實際情況，如光伏發(fā)電與日照時間和強度有關(guān)，風力發(fā)電具有隨機性，電容與加在兩端的電壓有關(guān)，蓄電池又與荷電狀態(tài)相關(guān)等；而且這些文獻中算出的能量管理最優(yōu)解知識理論上成本最低的最優(yōu)解，并非實際運行中的最優(yōu)解，如在蓄電池荷電狀態(tài)較低時是希望其發(fā)電的，算出的理論最優(yōu)解卻是需要其發(fā)電的等。于是本文根據(jù)微網(wǎng)運行的實際情況將約束條件分為固定約束條件和實時變化的約束條件。

1.3.1 固定約束條件

等式約束條件為：

1.3.2 實時變化的約束條件

1）發(fā)電單元輸出功率（發(fā)電和儲能）必須在其允許的最大最小輸出范圍內(nèi)。不等式約束條件為：

本文根據(jù)微網(wǎng)運行的實際情況設(shè)置約束條件：

①對于光伏發(fā)電，根據(jù)長期的數(shù)據(jù)統(tǒng)計，光伏與一天內(nèi)的發(fā)電時刻有關(guān)，時刻過早或過晚不能發(fā)電，上午或傍晚所能發(fā)出的功率不能到達額定功率，具體為：

②對于風力發(fā)電，其功率上限即為額定功率，功率下限為0：

③對于燃氣輪機，其功率上限即為額定功率，功率下限為0：

④對于蓄電池，蓄電池所發(fā)功率與其荷電狀態(tài)有關(guān)，當蓄電池的荷電狀態(tài)較低或過高時，蓄電池所發(fā)功率并不能達到額定功率，基于其荷電狀態(tài)Soc確定其發(fā)電功率上下限，具體為：

2）對于超級電容，所發(fā)功率與加在電容兩端電壓Uc有關(guān)，當加在電容兩端電壓較小或過高時，超級電容所發(fā)功率不能達到額定功率，基于電壓Uc可以確定其發(fā)電功率上下限，具體為：

3）微網(wǎng)與配電網(wǎng)交換容量約束，微網(wǎng)與配電網(wǎng)交換的最大容量是所達成的供求協(xié)議或聯(lián)絡(luò)線的無力傳輸容量，取Pmingrid=-50 kW，

式中，Pmingrid、Pmaxgrid分別為微網(wǎng)系統(tǒng)與大電網(wǎng)能量交換的功率下限和功率上限。

1.4 懲罰因子的引入

在微網(wǎng)中，由系統(tǒng)的實際運行情況分析，如蓄電池的荷電狀態(tài)較小時，希望蓄電池盡量在充電狀態(tài)，超級電容兩端電壓較小時亦希望其在充電狀態(tài)等。而一般的優(yōu)化算法并不能只能識別微網(wǎng)內(nèi)個單元的狀態(tài)而滿足要求，因此，本文采用引入懲罰因子的方法來實現(xiàn)這一目的。

對于幾種常見的發(fā)電單元如光伏、風電、燃氣輪機和儲能單元如蓄電池、超級電容的懲罰因子的確定方法為：

1）對于光伏發(fā)電和風力發(fā)電，希望能夠隨著運行時間的增大慢慢退出減少所發(fā)功率，其懲罰因子為：

式中，tu為光伏或風力發(fā)電的運行時間。

2）對于燃氣輪機，其懲罰因子與發(fā)出的功率成正比，?。?/p>

式中，b為一常數(shù)，取值：0＜b＜1。

3）對于蓄電池，當荷電狀態(tài)在0%＜SOC＜30%時，希望蓄電池在充電狀態(tài)，故當目前發(fā)電功率x較大時，懲罰因子p應(yīng)隨之增大，蓄電池即可在充電狀態(tài)運行；當荷電狀態(tài)在30%＜SOC＜100%時，希望蓄電池處于放電狀態(tài)，故當目前所發(fā)功率x較大時，懲罰因子p應(yīng)減小，則蓄電池可在放電狀態(tài)運行。根據(jù)蓄電池荷電狀態(tài)Soc、發(fā)電功率上下限lmin、lmax及當前功率x確定其懲罰因子p：

式中：flag為懲罰方向參數(shù)，當0%＜SOC＜30%時，flag=1；當30%＜SOC＜100%時，flag=-1；x為當前所發(fā)出的功率。

對于超級電容，當加在其兩端的電壓在0%≤UC＜75%Un時，希望電容處于充電狀態(tài)，故當目前發(fā)電功率x較大時，懲罰因子p應(yīng)隨之增大，超級電容即可在充電狀態(tài)運行；當電壓在75%Un≤UC≤Umax時，希望蓄電池處于放電狀態(tài)，故當目前所發(fā)功率x較大時，懲罰因子p應(yīng)減小，則超級電容可在放電狀態(tài)運行。根據(jù)其加在電容兩端電壓UC、發(fā)電功率上下限lmin、lmax及當前功率x確定其懲罰因子p：

其中：flag為懲罰方向參數(shù)，當0%≤UC＜75%Un時，flag=1； 當75%Un≤UC≤Umax時，flag=－1；x為當前所發(fā)出的功率。

1.5 約束矩陣的建立

由上一節(jié)算得微網(wǎng)內(nèi)發(fā)電和儲能單元實時變化的發(fā)電功率上下限和相應(yīng)的懲罰因子后，即可對不同形式分布式發(fā)電系統(tǒng)建立統(tǒng)一的約束矩陣模型，將儲能智能管理、經(jīng)濟負荷分配、運行效益優(yōu)化等多目標優(yōu)化問題轉(zhuǎn)化成為單目標優(yōu)化問題進行求解，具體形式為：

式中，limin為矩陣中第i行第一列元素，含義為第i個發(fā)電單元（或者儲能）單元的發(fā)電下限；limax為矩陣中第i行第二列元素，含義為第i個發(fā)電單元（或者儲能）單元的發(fā)電上限；pi為矩陣中第i行第三列元素，含義為第i個發(fā)電單元（或者儲能）單元的懲罰因子。

2 基于遺傳算法的微網(wǎng)能量管理

遺傳算法（Genetic Algorithm）是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優(yōu)解的方法。初代種群產(chǎn)生之后，按照適者生存和優(yōu)勝劣汰的原理，逐代（generation）演化產(chǎn)生出越來越好的近似解，在每一代，根據(jù)問題域中個體的適應(yīng)度（fitness）大小選擇（selection）個體，并借助于自然遺傳學的遺傳算子（genetic operators）進行組合交叉（crossover）和變異（mutation），產(chǎn)生出代表新的解集的種群。這個過程將導致種群像自然進化一樣的后生代種群比前代更加適應(yīng)于環(huán)境，末代種群中的最優(yōu)個體經(jīng)過解碼（decoding），可以作為問題近似最優(yōu)解。

遺傳算法具有良好的全局搜索能力，可以快速地將解空間中的全體解搜索出，而不會陷入局部最優(yōu)解的快速下降陷阱；并且利用它的內(nèi)在并行性，可以方便地進行分布式計算，加快求解速度。遺傳算法搜索從群體出發(fā)，具有潛在的并行性，可以進行多個個體的同時比較，搜索使用評價函數(shù)啟發(fā)，而且過程簡單 使用概率機制進行迭代，具有隨機性。遺傳算法還具有可擴展性，容易與其他算法結(jié)合。

本文的適度函數(shù)應(yīng)隨違反能量平衡約束條件時的懲罰量Pi與懲罰乘子的乘積而減小，采用如下形式：

式中，Pi為儲能單元違反能量平衡約束條件時的懲罰量；δ為懲罰乘子；A為正常數(shù)。

3 算例分析

以一個主要由分布式電源構(gòu)成的交直流微網(wǎng)系統(tǒng)為例，應(yīng)用遺傳算法對能量管理模型進行求解計算。系統(tǒng)中發(fā)電單元由微型燃氣輪機（MT）、光伏電池（PV）、風力發(fā)電機(WT)組成，儲能單元由蓄電池儲能系統(tǒng)（ESS）和超級電容組成。計算中所用的主要數(shù)據(jù)見表1。并網(wǎng)模式下，假定大電網(wǎng)是無窮大電源，微網(wǎng)與電網(wǎng)的電能交換不會影響電網(wǎng)的電力報價。

表1 分布式電源出力限制

孤網(wǎng)運行時，如表2所示，當使用能量管理方法按最大上限發(fā)電時，燃氣輪機由于成本最高，發(fā)出的功率最少，其次風力發(fā)電成本也較高，發(fā)出的功率較少，光伏發(fā)電時，儲能單元啟動降低了光伏電池的發(fā)電隨機性可能對系統(tǒng)穩(wěn)定運行的造成影響，當使用能量管理方法按優(yōu)化上限發(fā)電時，總發(fā)電量不能滿足負荷所需時，燃氣輪機開始發(fā)電，但總體成本仍然由于最大上限。若不使用能量管理方法而將負荷平均加在微網(wǎng)內(nèi)分布式發(fā)電和儲能單元上時，運行成本增為13.652，能量管理的優(yōu)點顯而易見。

表2 孤網(wǎng)運行時兩種能量管理對比

并網(wǎng)運行時，如表3所示，當使用能量管理方時，燃氣輪機基本不發(fā)電，是因為燃氣輪機的成本高于并網(wǎng)時向電網(wǎng)賣出的電價，其他分布式發(fā)電單元接近滿發(fā)，并且優(yōu)化上限的能量管理方法運行成本由于最大上限；若不使用能量管理方法，燃氣輪機勢必會發(fā)出功率，即使其他分布式發(fā)電單元滿發(fā)，成本也為18.98和16.652，顯然使用能量管理相當重要。

表3 并網(wǎng)運行時兩種能量管理對比

這種能量管理對大電網(wǎng)和微網(wǎng)用戶都是十分有利的。對于大電網(wǎng)而言，在需求高峰時，微網(wǎng)能夠部分或者全部的滿足其內(nèi)部需求，并輸送多余的電能給大電網(wǎng)，有助于減輕電網(wǎng)的阻塞，還緩和了高峰期間的電力供需矛盾。對于微網(wǎng)用戶而言，使運行成本最低。

4 結(jié)束語

1）基于微網(wǎng)結(jié)構(gòu)及其特點，本文建立了基于改進遺傳算法的微網(wǎng)能量管理模型，提出一種基于儲能元件荷電狀態(tài)及電壓百分比的約束矩陣模型。該模型的優(yōu)點為：最大程度接近微網(wǎng)實際運行，可以對不同形式的發(fā)電系統(tǒng)進行統(tǒng)一建模，充分考慮分布式能源發(fā)電能力的動態(tài)變化，解決了儲能單元涉及多時段的復(fù)雜規(guī)劃問題，將儲能智能管理、經(jīng)濟負荷分配、運行效益優(yōu)化等問題轉(zhuǎn)化成為單一優(yōu)化問題進行求解，降低了算法的復(fù)雜度，是分布式能源系統(tǒng)更具可行性。

2）通過一個小型微網(wǎng)算例驗證了所提模型和算法的有效性，說明了該模型能夠?qū)崿F(xiàn)微網(wǎng)在獨立和并網(wǎng)兩種模式下能量的最優(yōu)控制并在算例中充分考慮到微網(wǎng)的特殊性，使其在保持對可再生能源充分利用的同時達到利潤最大化。