任 景,周 鑫,程 松
(國家電網有限公司 西北分部,陜西 西安 710032)
近年來,電力系統(tǒng)負荷峰谷差不斷增大,系統(tǒng)經濟性下降,帶來大量資源浪費[1].而通過增加發(fā)電側裝機容量和擴大輸電側傳輸容量的調峰手段難以滿足電網發(fā)展需求,因此需要高效、可靠的負荷轉移手段來緩解電力系統(tǒng)供電需求和經濟性矛盾[2].儲能技術作為智能電網的重要組成部分,在削峰填谷、負荷備用具有較大的優(yōu)勢[3-5].儲能電池因具有容量配置靈活、響應速度快、循環(huán)壽命高、等優(yōu)勢,利用儲能電池蓄能特性實現(xiàn)削峰填谷,為電網安全經濟提供保證[6-8].當前電池儲能系統(tǒng)的削峰填谷更多的是從負荷分時電價和儲能經濟調度策略達到削峰填谷的效果[9-11].如以削峰填谷為目標建立儲能系統(tǒng)的投資經濟模型,確定最經濟型的充放電策略[12];通過建立含儲能電池的多單元微網系統(tǒng)優(yōu)化模型,基于主網和微網運行時段和電量平衡,建立用于削峰填谷的電池儲能經濟性評價,實現(xiàn)系統(tǒng)變功率下的充放電控制策略[13].
在區(qū)域配電網中,由于分布式能源的隨機性和間歇性,當系統(tǒng)中的電池儲能接入電網后,造成接入點負荷特性下降[14].為利用儲能系統(tǒng)控制靈活、精確的優(yōu)點,提出可變功率充放電控制策略進行電網削峰填谷,實現(xiàn)負荷平滑控制.以儲能系統(tǒng)電量平衡為準則,以日為時間尺度,根據(jù)實際負荷需求動態(tài)來控制電池儲能充放電功率變化,如圖1所示.原始復合曲線經過純系統(tǒng)充/放電作用,將負荷進行削峰填谷處理后,使曲線在削峰線和填谷線范圍內,達到滑負荷目的.
圖1 儲能參與電網削峰填谷變功率策略
在可變功率控制策略下,電池完成一次充放電循環(huán)時,荷電狀態(tài)(state of charge,SOC)依然處于初始狀態(tài).由電量平衡準則,在一個周期內,削峰和填谷電量相等[15].實際運行中,需要根據(jù)不同工況來設定削峰率滿足不同工況的削峰.以最低負荷為削峰線,根據(jù)步長ΔL上移削峰線,當削峰填谷電量相等時,得到系統(tǒng)電量平衡下的最佳動作時機,完成削峰填谷的控制過程.
考慮到負荷波動性,要求負荷預測具有一定的前瞻性和全局性,為評價負荷側削峰填谷效果,并鼓勵分布式發(fā)電項目就地消納,提高供電滿意度,定義負荷側削峰填谷效果評價目標函數(shù)f1為:
(1)
式中,Pnload(t)為t時刻負荷側功率,Pnload_avg(T)、Pnload_max(T)分別為T+Δt時間段負荷側平均功率和最大功率.
由于電池成本問題,要求儲能系統(tǒng)在一定容量下發(fā)揮最大作用[16].而儲能系統(tǒng)成本與儲能容量和充放電功率相關,因此,從系統(tǒng)建設成本考慮,基于電池儲能系統(tǒng)配置的成本目標函數(shù)f2為:
f2=minC=α1·Pmax+α2·S
(2)
Pmax=max(Pstorage,t),t=1,2,…,T
(3)
式中,C為電池成本,α1為儲能成本參數(shù),元/kW/h;Pmax為最大充電功率;S為儲能容量.
采用最大區(qū)間算法計算儲能容量,首先由優(yōu)化運算獲得周期運行功率曲線,根據(jù)系統(tǒng)充放電過程按照充電或放點過程分為多個區(qū)間,將各區(qū)間累加,獲得最大區(qū)間容量作為系統(tǒng)配置容量,確定儲能容量配置目標函數(shù)f3為:
(4)
f3=max(S(t)),t=1,2,…,T
(5)
在儲能系統(tǒng)容量配置中,考慮系統(tǒng)潮流平衡、功率運輸?shù)葪l件時,要保證儲能功率充放電過程在功率上下限范圍內,即:
-Pmax≤Pstorage,t≤Pmax
(6)
為保證充放電裕度,儲能系統(tǒng)要在一個充放電周期內實現(xiàn)能量的平衡,因此定義為:
(7)
式中,[ta,tb]為充放電時長上下限;Pch為充電功率,Pdis為為放電功率;ε為平衡指標.
同時要求優(yōu)化結果滿足系統(tǒng)有功、無功約束,根據(jù)潮流計算獲得系統(tǒng)邊界范圍,確定潮流平衡約束和電壓約束條件為:
(8)
(9)
Vmin≤Vit≤Vmax.
(10)
式(2)~(3)為潮流方程,Pi、Qi為系統(tǒng)節(jié)點i有功功率和無功功率;e、f為功率實部和虛部,Gij、Bij為支路矩陣實部和虛部;Vmin、Vmax為系統(tǒng)電壓限制.
文中模型涉及到負荷削峰填谷優(yōu)化、系統(tǒng)最大充放電和儲能配置優(yōu)化.以儲能系統(tǒng)變參數(shù)功率為變量,涉及到分布式能源配電系統(tǒng)儲能功率、各項平衡約束.儲能系統(tǒng)變參數(shù)功率優(yōu)化實質時一個多屬性決策問題[16],即讓種群中的節(jié)點向種群中適應度最好的粒子學習,根據(jù)粒子的移動路徑和種群中適應度最好的粒子確定全局最優(yōu)值,獲得一組最優(yōu)優(yōu)化結果,由決策者根據(jù)偏好信息從中選出最優(yōu)解.
將多目標粒子群算法應用于多目標優(yōu)化時,將Pareto排序機制與基本粒子群算法融合求解粒子最優(yōu)解并更新非劣解集,這樣在求解線性約束優(yōu)化問題時需要對超出可行域粒子進行修正的問題[17].因此,在傳統(tǒng)粒子群算法基礎上,基于Pareto排序多目標粒子群算法改進,確定粒子移動速度和位置為:
(11)
(12)
由Pareto解集的非劣解構成N個備選方案x1,x2,…,xN,采用序數(shù)偏好法(TOPSIS)法[18]求解最優(yōu)解,即通過計算備選方案與理想方案、負理想方案間的距離決策,是選擇方案與理想方案間距離最小,與負理想方案距離最大.
(13)
方案xi相對距離d(xi)計算公式為:
(14)
(15)
(16)
圖2 算法實現(xiàn)流程圖
以某一商業(yè)園區(qū)為例,搭建負荷的削峰填谷儲能系統(tǒng)模型,對控制策略進行仿真分析.該園區(qū)源、儲、荷各部分配置如下:系統(tǒng)變壓器容量 2 000 kW,儲能系統(tǒng)容量 2 MW·h,系統(tǒng)基準電壓 10.5 kV,儲能系統(tǒng)初始荷電狀態(tài)20%,最大充放電功率 700 kW,儲能電池放電深度和循環(huán)壽命見表1所示,系統(tǒng)投資成本約10萬元.
表1 儲能電池放電深度和循環(huán)壽命
圖3 日負荷預測曲線
園區(qū)日負荷基于支持向量機得出,并根據(jù)園區(qū)工作日負荷曲線調整,得到該園區(qū)1個工作日的點新高負荷預測曲線見圖2所示,各分時段的收費電價見表2所示.
表2 分時段電價表
為驗證文中方法的有效性,對3種方法的削峰填谷儲能系統(tǒng)有效性進行比較分析.方案1:以削峰填谷后負荷曲線方差最小為目標;方案2:多目標粒子群算法的削峰填谷控制策略,設定目標1決策權重0.1,目標2決策權重0.6,目標3決策權重0.3;方案3:基于多目標粒子群算法的削峰填谷控制策略,設定目標1決策權重0.2,目標2決策權重0.3,目標3決策權重0.5.獲得不同方法削峰填谷后的負荷曲線與蓄電池狀態(tài)曲線如圖4和圖5所示,不同方法下節(jié)約用電成本和電池損耗成本如表3所示.
(a)方案1 (b)方案2 (c)方案3
(a)方案1 (b)方案2 (c)方案3
表3 不同方案的儲能系統(tǒng)費用
比較圖4~圖5和表3可以看出,方案1采用傳統(tǒng)的削峰填谷策略效果較好,蓄電池損耗較低,但該方法為考慮峰谷分時電價的影響,導致電費節(jié)省相對較低;方法2有效的降低了削峰填谷的電費成本,但削峰填谷效果較差,蓄電池損耗較高,這主要是由于目標2決策權重相對較高造成.方法3電費節(jié)省較大,且具有較好的削峰填谷效果,但蓄電池損耗相較于方案一略高,因此,通過方案比較可以發(fā)現(xiàn),通過合理的目標權重配置,能有效進行儲能系統(tǒng)的多目標的綜合協(xié)調優(yōu)化目標.
對削峰填谷用儲能系統(tǒng)經濟運行策略進行了研究,以削峰填谷負荷側功率、電池儲能配置、儲能系統(tǒng)成本為目標函數(shù)的系統(tǒng)多目標優(yōu)化問題,采用多目標粒子群算法調整慣性權重來優(yōu)化削峰填谷儲能系統(tǒng)多目標,形成最優(yōu)Pareto解,通過TOPSIS法求解最優(yōu)方案的優(yōu)化解.研究獲得的結論有:
1) 引入3個子目標函數(shù)的多目標優(yōu)化粒子群算法,由動態(tài)自適應粒子群算法獲得系統(tǒng)控制參數(shù)協(xié)調儲能系統(tǒng)SOC越限情況,降低SOC變化范圍,減小工程成本.
2) 基于日負荷預測曲線制定儲能系統(tǒng)的變參數(shù)功率策略,與實際負荷曲線控制效果對比,方案技能滿足削峰填谷對儲能系統(tǒng)容量配置要求,同時保證了最小成本.