雷建勤，夏陽(yáng)，呂清泉，王麗娟，張曉軍

（1.國(guó)網(wǎng)甘肅省電力公司酒泉供電公司，甘肅酒泉 735000；2.國(guó)網(wǎng)甘肅省電力公司電力科學(xué)研究院，甘肅蘭州 730000）

可再生能源在大規(guī)模并網(wǎng)時(shí)具有較高的波動(dòng)性與間歇性，這種特性會(huì)對(duì)配電網(wǎng)的安全、穩(wěn)定運(yùn)行產(chǎn)生影響，降低配電網(wǎng)中電能的質(zhì)量，增大多電源配電網(wǎng)運(yùn)行的難度。儲(chǔ)能是配電網(wǎng)的重要組成結(jié)構(gòu)，其較高的響應(yīng)速度、靈敏的控制調(diào)節(jié)能力可以調(diào)度與配置配電網(wǎng)容量[1-2]。

文獻(xiàn)[3]提出了基于網(wǎng)損靈敏度方差的多電源配電網(wǎng)儲(chǔ)能配置方法，采用網(wǎng)損靈敏度公式計(jì)算多電源配電網(wǎng)的網(wǎng)損靈敏度，根據(jù)多電源配電網(wǎng)靈敏度方差確定配電網(wǎng)中儲(chǔ)能的配置方式，通過(guò)該方式將儲(chǔ)能接入多電源配電網(wǎng)中，同時(shí)，該方法根據(jù)多電源靈敏度方差的波動(dòng)范圍設(shè)計(jì)了儲(chǔ)能配置目標(biāo)函數(shù)，通過(guò)該目標(biāo)函數(shù)對(duì)多電源配電網(wǎng)節(jié)點(diǎn)的充放電功率進(jìn)行評(píng)估，根據(jù)評(píng)估結(jié)果進(jìn)行多電源配電網(wǎng)的儲(chǔ)能配置，該方法儲(chǔ)能配置成本較低，但運(yùn)算過(guò)程較為復(fù)雜，不易實(shí)現(xiàn)。文獻(xiàn)[4]提出了基于改進(jìn)自適應(yīng)權(quán)重多目標(biāo)粒子群算法的分布式電源優(yōu)化配置方法，該方法利用多目標(biāo)粒子群算法提出了儲(chǔ)能約束模型，該方法對(duì)配電網(wǎng)儲(chǔ)能的負(fù)荷功率進(jìn)行了約束與控制，實(shí)現(xiàn)了多電源配電網(wǎng)儲(chǔ)能配置的全局性，但該方法提出的模型結(jié)構(gòu)不清晰，方法的魯棒性較差。

為解決以上問(wèn)題，該文提出了基于粒子群算法的多電源配電網(wǎng)儲(chǔ)能配置方法。

1 多電源配電網(wǎng)儲(chǔ)能配置模型

多電源配電網(wǎng)中可再生能源具有較強(qiáng)的時(shí)序性與間歇性，并且具有較高的滲透率，在大規(guī)模并網(wǎng)時(shí)，可再生能源具有較強(qiáng)的出力特性，該特性提高了電力系統(tǒng)與多電源配電網(wǎng)的負(fù)荷波動(dòng)，給多電源配電網(wǎng)、電力用戶、風(fēng)電機(jī)組等帶來(lái)較大的沖擊[5-6]。多電源配電網(wǎng)中的儲(chǔ)能系統(tǒng)具有較好的雙向調(diào)節(jié)能力與控制能力，可有效抑制電力系統(tǒng)中的負(fù)荷波動(dòng)，抑制過(guò)程中將產(chǎn)生一定大小的儲(chǔ)能平抑負(fù)荷f1：

式中，P1(t)表示多電源配電網(wǎng)在t時(shí)刻的有功功率；表示固定周期內(nèi)發(fā)電機(jī)組的平均有功功率[7]。

該文在分析多電源配電網(wǎng)儲(chǔ)能時(shí)，在多電源配電網(wǎng)系統(tǒng)中加入儲(chǔ)能設(shè)備，為了方便計(jì)算投資成本，忽略儲(chǔ)能設(shè)備之外的裝置成本，只計(jì)算多電源配電網(wǎng)系統(tǒng)中儲(chǔ)能系統(tǒng)的投資成本、日常維護(hù)成本、用電成本等，將以上投資成本加權(quán)處理，加權(quán)總和S為：

式中，i表示天數(shù)；Sia表示多電源配電網(wǎng)在前i天的儲(chǔ)能投資成本總和；Sib表示多電源配電網(wǎng)在前i天的儲(chǔ)能日常維護(hù)成本總和；Sic表示多電源配電網(wǎng)在前i天的發(fā)電機(jī)用電成本總和[8-9]。

多電源配電網(wǎng)儲(chǔ)能的有功功率在儲(chǔ)能容量的限制下，電力系統(tǒng)與儲(chǔ)能系統(tǒng)的運(yùn)行狀態(tài)會(huì)受到一定程度的影響，為了確保電力系統(tǒng)與多電源配電網(wǎng)能夠安全、穩(wěn)定、持續(xù)運(yùn)行，需要優(yōu)化與配置多電源配電網(wǎng)儲(chǔ)能容量，在優(yōu)化過(guò)程中由于受到儲(chǔ)能系統(tǒng)安裝數(shù)量、儲(chǔ)能系統(tǒng)有功出力以及儲(chǔ)能系統(tǒng)用電量的多重影響，會(huì)產(chǎn)生負(fù)荷狀態(tài)偏差，對(duì)負(fù)荷狀態(tài)偏差添加約束條件即可確保多電源配電網(wǎng)的潮流平衡，同時(shí)，電力系統(tǒng)中的發(fā)電機(jī)有功出力與無(wú)功出力將出現(xiàn)最大值與最小值，平均值作為儲(chǔ)能系統(tǒng)與發(fā)電機(jī)組的約束電壓[10-11]。儲(chǔ)能系統(tǒng)的電壓范圍為：

式中，Vmin和Vmax分別表示儲(chǔ)能系統(tǒng)電壓的下限和上限；V表示發(fā)電機(jī)組的約束電壓。儲(chǔ)能配置模型如圖1 所示。

圖1 儲(chǔ)能配置模型

該文建立的儲(chǔ)能配置模型是基于雙層決策理論實(shí)現(xiàn)的，圖1 為多電源配電網(wǎng)儲(chǔ)能配置模型的外層模型，其內(nèi)層模型主要用于解決儲(chǔ)能系統(tǒng)與多電源配電網(wǎng)的負(fù)荷波動(dòng)問(wèn)題，此外，內(nèi)層模型在儲(chǔ)能約束時(shí)，主要完成功率平衡約束[12-13]、儲(chǔ)能容量約束與多電源配電網(wǎng)用電約束，通過(guò)以上建立的儲(chǔ)能配置模型，可實(shí)現(xiàn)多電源配電網(wǎng)儲(chǔ)能系統(tǒng)的配置。

2 多電源配電網(wǎng)儲(chǔ)能配置

多電源配電網(wǎng)儲(chǔ)能的配置屬于一個(gè)非線性混合問(wèn)題，該文采用粒子群算法求解構(gòu)建的儲(chǔ)能配置數(shù)學(xué)模型，分析儲(chǔ)能系統(tǒng)慣性權(quán)重[14]。在迭代多電源配電網(wǎng)儲(chǔ)能系統(tǒng)過(guò)程中，儲(chǔ)能系統(tǒng)的慣性權(quán)重隨著有功功率的增加呈線性遞減趨勢(shì)，在求解儲(chǔ)能系統(tǒng)的慣性權(quán)重時(shí)，由于缺少最優(yōu)粒子的調(diào)度，導(dǎo)致配置效果較差，因此利用最優(yōu)相似度調(diào)整與迭代儲(chǔ)能系統(tǒng)權(quán)重因子。

在每次調(diào)整時(shí)，通過(guò)當(dāng)前粒子與最優(yōu)粒子的粒距差，確定慣性權(quán)重調(diào)整方案。當(dāng)粒距差較大時(shí)表明當(dāng)前粒子與最優(yōu)粒子較為相似，選擇慣性權(quán)重最小值作為最優(yōu)值；當(dāng)粒距差較小時(shí)，需要通過(guò)交叉變異提升多電源配電網(wǎng)儲(chǔ)能系統(tǒng)的局部尋優(yōu)能力[15]。具體儲(chǔ)能配置流程如圖2 所示。

圖2 多電源配電網(wǎng)儲(chǔ)能配置流程

在選擇儲(chǔ)能系統(tǒng)的最優(yōu)慣性權(quán)重時(shí)，需要預(yù)處理粒子所在位置參數(shù)，處理過(guò)程中當(dāng)前粒子與最優(yōu)粒子之間的相似度為：

式中，K表示當(dāng)前粒子與最優(yōu)粒子的相似度；x1表示最優(yōu)粒子的維度；y1表示當(dāng)前粒子的維度。

根據(jù)慣性權(quán)重調(diào)整策略，由當(dāng)前粒子與最優(yōu)粒子的維度和相似度可計(jì)算出多電源配電網(wǎng)儲(chǔ)能系統(tǒng)的慣性權(quán)重W為：

式中，Wup、Wdown分別表示多電源配電網(wǎng)儲(chǔ)能系統(tǒng)慣性權(quán)重的上下限。

在更新Pareto 解集時(shí)，相鄰粒子之間的信息交互可通過(guò)擁擠距離方法實(shí)現(xiàn)，但該方法會(huì)降低Pareto解集的均勻性與波動(dòng)性。為提升Pareto 解集的局部搜索能力，該文通過(guò)原有調(diào)整策略判定Pareto 解集的規(guī)模是否符合標(biāo)準(zhǔn)，如果不符合標(biāo)準(zhǔn)，刪除當(dāng)前粒子群中粒距最小的粒子，重復(fù)更新、迭代，直到Pareto解集正常。在動(dòng)態(tài)調(diào)整Pareto 解集時(shí)，當(dāng)前粒子與最優(yōu)粒子的適應(yīng)度發(fā)生變化，通過(guò)Pareto 解集計(jì)算粒子適應(yīng)度dj為：

式中，j表示最優(yōu)粒子的數(shù)量；fj、fj-1分別表示多電源配電網(wǎng)儲(chǔ)能系統(tǒng)中最優(yōu)粒子的適應(yīng)度與相鄰粒子的適應(yīng)度。

該文通過(guò)雙層決策理論建立了多電源配電網(wǎng)儲(chǔ)能配置模型，并利用粒子群算法求解該模型。首先設(shè)置與更新多電源配電網(wǎng)儲(chǔ)能的迭代次數(shù)，初始化儲(chǔ)能系統(tǒng)，根據(jù)發(fā)電機(jī)的安裝位置確定多電源配電網(wǎng)儲(chǔ)能的容量，找出儲(chǔ)能系統(tǒng)選址最優(yōu)容量[16]。

然后初始化光伏等可再生能源、多電源配電網(wǎng)儲(chǔ)能的有功功率、無(wú)功功率，在多電源配電網(wǎng)中輸入光伏、發(fā)電機(jī)組、儲(chǔ)能的負(fù)荷波動(dòng)數(shù)據(jù)，根據(jù)建立的內(nèi)層模型解決多電源配電網(wǎng)儲(chǔ)能系統(tǒng)的負(fù)荷波動(dòng)、間歇性較高的問(wèn)題，并施加約束條件，計(jì)算多電源配電網(wǎng)儲(chǔ)能的最大有功出力值，多電源配電網(wǎng)儲(chǔ)能的最大有功出力F為：

式中，r表示多電源配電網(wǎng)儲(chǔ)能的負(fù)荷波動(dòng)數(shù)據(jù)；er表示多電源配電網(wǎng)儲(chǔ)能的約束條件。

根據(jù)上述過(guò)程，選取最優(yōu)粒子確定多電源配電網(wǎng)中儲(chǔ)能接入的最佳方案，實(shí)現(xiàn)多電源配電網(wǎng)儲(chǔ)能配置。

3 實(shí)驗(yàn)研究

為了驗(yàn)證該文提出的基于粒子群算法的多電源配電網(wǎng)儲(chǔ)能配置方法的有效性，選用網(wǎng)損靈敏度方差配置方法和改進(jìn)自適應(yīng)權(quán)重配置方法作為對(duì)比方法進(jìn)行驗(yàn)證。

在削峰填谷狀態(tài)下，同時(shí)使用該文方法和傳統(tǒng)方法進(jìn)行對(duì)比實(shí)驗(yàn)，得到的實(shí)驗(yàn)結(jié)果如圖3 所示。

圖3 削峰填谷狀態(tài)下實(shí)驗(yàn)結(jié)果

根據(jù)圖3 可知，在削峰填谷狀態(tài)下，該文提出的基于粒子群算法的多電源配電網(wǎng)儲(chǔ)能配置方法配置結(jié)果為一條直線，但是對(duì)比方法難以達(dá)到相同優(yōu)化效果。該文方法更優(yōu)的原因是引入了粒子群算法，設(shè)定的目標(biāo)函數(shù)為二次項(xiàng)函數(shù)，因此配置過(guò)程中的所有參數(shù)都可以順利地優(yōu)化，而對(duì)比的配置方法僅能優(yōu)化多電源配電網(wǎng)儲(chǔ)能的最大值和最小值。由此可見(jiàn)，該文提出的配置方法具有更好的配置效果。

在平滑狀態(tài)下進(jìn)行對(duì)比實(shí)驗(yàn)，得到的實(shí)驗(yàn)結(jié)果如圖4 所示。

圖4 平滑狀態(tài)實(shí)驗(yàn)結(jié)果

根據(jù)圖4 可知，該文提出的基于粒子群算法的多電源配電網(wǎng)儲(chǔ)能配置方法配置結(jié)果功率能夠調(diào)節(jié)到較高水平，在儲(chǔ)能配置功率上高于對(duì)比方法的儲(chǔ)能配置功率，儲(chǔ)能效果能夠滿足電網(wǎng)儲(chǔ)能配置的高負(fù)荷控制要求，更適合于實(shí)際應(yīng)用。

迭代次數(shù)共有140 次，選用三種方法計(jì)算均勻性，得到的均勻性指標(biāo)實(shí)驗(yàn)結(jié)果如圖5 所示。

由圖5 可知，在多次迭代中，該文提出的均勻性指標(biāo)始終高于傳統(tǒng)方法。140 次迭代中，該文方法和對(duì)比方法出現(xiàn)了八次波動(dòng)，相比較于對(duì)比方法，該文方法得到的均勻性指標(biāo)較高，最高值可以達(dá)到0.015，而基于網(wǎng)損靈敏度方差的多電源配電網(wǎng)儲(chǔ)能配置方法均勻性指標(biāo)最高值可以達(dá)到0.007，基于改進(jìn)自適應(yīng)權(quán)重電源配電網(wǎng)儲(chǔ)能配置方法均勻性指標(biāo)最高值可以達(dá)到0.003。

圖5 均勻性指標(biāo)實(shí)驗(yàn)結(jié)果

綜上所述，該文提出的基于粒子群算法的多電源配電網(wǎng)儲(chǔ)能配置方法在不同運(yùn)行狀態(tài)下，都可以很好地實(shí)現(xiàn)電網(wǎng)儲(chǔ)能配置，儲(chǔ)能效果好，更適合于實(shí)際應(yīng)用。

4 結(jié)束語(yǔ)

隨著電網(wǎng)的快速更新，風(fēng)電、光伏等可再生能源出現(xiàn)了負(fù)荷波動(dòng)，并且多電源配電網(wǎng)在運(yùn)行過(guò)程中也出現(xiàn)了多個(gè)不穩(wěn)定因素，傳統(tǒng)的儲(chǔ)能配置方法雖具有較好的魯棒性，但運(yùn)算過(guò)程復(fù)雜、結(jié)構(gòu)不清晰，無(wú)法解決負(fù)荷波動(dòng)等問(wèn)題，在這樣的背景下，該文提出了基于粒子群算法的多電源配電網(wǎng)儲(chǔ)能配置方法，通過(guò)該方法實(shí)現(xiàn)了儲(chǔ)能對(duì)負(fù)荷波動(dòng)的平抑，提升了Pareto 解集的全局尋優(yōu)能力，可以有效確保方法的均勻性。但是該文方法求解模型時(shí)，未考慮相似度計(jì)算結(jié)果由于交叉變異產(chǎn)生的不確定性，可能會(huì)影響計(jì)算精度，下一步研究將針對(duì)此方面進(jìn)行重點(diǎn)分析。