王雅雯

(云南電網(wǎng)物資有限公司，云南 昆明 650000)

風(fēng)能和太陽能作為可再生資源具有波動性和隨機(jī)性，通常不滿足用電側(cè)使用需求[1-2]。為了避免發(fā)電側(cè)和用電側(cè)之間電能不平衡、不匹配的現(xiàn)象，需要在新能源微電網(wǎng)中配置更大容量的儲能設(shè)備[3-5]。如果光伏(photovoltaic，PV)系統(tǒng)、風(fēng)力機(jī)(wind turbine，WT)系統(tǒng)獨(dú)立組網(wǎng)，新能源微電網(wǎng)規(guī)模和投資成本將增加[6]。將PV系統(tǒng)和WT系統(tǒng)耦合并配置相應(yīng)的儲能系統(tǒng)，可以提高風(fēng)光儲微電網(wǎng)供電可靠性，對風(fēng)光儲微電網(wǎng)進(jìn)行配置設(shè)計(jì)優(yōu)化，可以有效減少投資成本和建設(shè)成本[7-9]。

為了實(shí)現(xiàn)對新能源微電網(wǎng)的優(yōu)化設(shè)計(jì)，提高微電網(wǎng)經(jīng)濟(jì)性，文獻(xiàn)[10]采用多目標(biāo)遺傳算法分別對PV制儲氫微電網(wǎng)、WT制儲氫微電網(wǎng)系統(tǒng)進(jìn)行配置優(yōu)化，在滿足制氫要求情況下，使新能源儲能出力維持在電網(wǎng)可接受范圍內(nèi)。文獻(xiàn)[11]提出一種新型儲能微電網(wǎng)配置優(yōu)化方案，采用蟻群優(yōu)化方法自動尋優(yōu)最佳儲能配置方案。文獻(xiàn)[12]采用迭代算法對含有WT、PV及儲能的獨(dú)立微電網(wǎng)進(jìn)行配置優(yōu)化，提出一種根據(jù)負(fù)荷波動情況配置微電網(wǎng)容量的方法。文獻(xiàn)[13]使用蟻群優(yōu)化方法對微電網(wǎng)的經(jīng)濟(jì)性進(jìn)行優(yōu)化，提出基于最優(yōu)組合賦權(quán)法的評價方法，該模型只需要利用可靠性、經(jīng)濟(jì)性、電氣特性和適應(yīng)性4個評價指標(biāo)即可實(shí)現(xiàn)對規(guī)劃方案的最優(yōu)定量評價。

在電力系統(tǒng)實(shí)際運(yùn)行中，常常利用需求側(cè)響應(yīng)(demand response，DR)來降低電力運(yùn)營成本[14]。DR是指當(dāng)用電成本升高或電力系統(tǒng)穩(wěn)定性變差時，用電側(cè)根據(jù)政策相應(yīng)減少用電負(fù)荷，發(fā)電側(cè)提高供電負(fù)荷，用電側(cè)和發(fā)電側(cè)改變固有用電/發(fā)電習(xí)慣，在滿足電力供應(yīng)的基礎(chǔ)上保障電網(wǎng)穩(wěn)定，防止用電成本激增[15-18]。為了將DR與微電網(wǎng)優(yōu)化相結(jié)合，文獻(xiàn)[19]提出利用間歇性可再生能源和DR來解決多區(qū)域電力資源分配問題的新方法，通過DR來優(yōu)化區(qū)域電網(wǎng)用電負(fù)荷，根據(jù)結(jié)果配置可再生能源微電網(wǎng)。文獻(xiàn)[20]利用含有線性規(guī)劃的DR框架對分布式發(fā)電及靈活負(fù)載建模，以運(yùn)行成本最小為目標(biāo)，優(yōu)化分布式發(fā)電架構(gòu)及負(fù)載輸電線路，實(shí)現(xiàn)發(fā)電側(cè)和用電側(cè)靈活調(diào)控。

目前將DR應(yīng)用于微電網(wǎng)優(yōu)化研究領(lǐng)域中，研究目標(biāo)只有優(yōu)化管理和運(yùn)營成本降低，并無組件規(guī)模優(yōu)化。上述多數(shù)研究模型在一定程度上實(shí)現(xiàn)了電源與網(wǎng)架結(jié)構(gòu)的協(xié)調(diào)規(guī)劃，但以往負(fù)荷模型在優(yōu)化過程中未充分考慮DR的重要作用，從本質(zhì)上忽略了源-網(wǎng)-負(fù)荷-儲能可能存在的交互影響，可能無法得到最優(yōu)的規(guī)劃方案，所以優(yōu)化計(jì)算相對復(fù)雜。近年來，大量的研究已經(jīng)專注于DR在不同優(yōu)化方式中的應(yīng)用，并詳細(xì)分析了各種工況下優(yōu)化結(jié)果對微電網(wǎng)的影響。這些研究結(jié)果表明了DR在能源系統(tǒng)規(guī)劃中的實(shí)際作用，并為進(jìn)一步改善電源與網(wǎng)架協(xié)調(diào)規(guī)劃提供了重要參考，但針對DR的組件規(guī)模優(yōu)化研究仍然較少。

本文擬解決風(fēng)光儲能微電網(wǎng)規(guī)模優(yōu)化問題，利用DR對風(fēng)光儲微電網(wǎng)配置進(jìn)行規(guī)模優(yōu)化。采用轉(zhuǎn)移負(fù)荷時域?qū)ω?fù)荷進(jìn)行調(diào)度規(guī)劃，通過減少或消除發(fā)電側(cè)與用電側(cè)之間電能不平衡實(shí)現(xiàn)成本消減。在混合整數(shù)線性規(guī)劃方法的框架下，應(yīng)用GAMS和HOMER軟件對風(fēng)光儲微電網(wǎng)進(jìn)行建模仿真及優(yōu)化研究，對比DR優(yōu)化前后結(jié)果。

1 風(fēng)光儲微電網(wǎng)數(shù)學(xué)模型

1.1 風(fēng)光儲微電網(wǎng)結(jié)構(gòu)

圖1所示為孤島風(fēng)光儲微電網(wǎng)結(jié)構(gòu)。

圖1 光伏/風(fēng)能/電池混合微電網(wǎng)系統(tǒng)示意圖Fig.1 Schematic diagram of photovoltaic / wind / battery hybrid microgrid system

風(fēng)光儲微電網(wǎng)中，PV系統(tǒng)和WT系統(tǒng)為發(fā)電單元，PV陣列將太陽光發(fā)出的能量轉(zhuǎn)化為電能傳輸給微電網(wǎng)系統(tǒng)，WT將風(fēng)能轉(zhuǎn)化為電能傳輸給微電網(wǎng)系統(tǒng)，二者作為微電網(wǎng)的混合能源為微電網(wǎng)提供電能。儲能系統(tǒng)(電池)用來儲存過剩電量，通過充/放電調(diào)節(jié)風(fēng)光儲微電網(wǎng)輸出電能。備用負(fù)載用于消耗超過儲能存儲上限的電能，DR的作用是減少或消除發(fā)電側(cè)和用電側(cè)之間的電能不平衡。本文采用混合整數(shù)線性規(guī)劃(mixed integer linear programming，MILP)框架對風(fēng)光儲微電網(wǎng)各組件進(jìn)行數(shù)學(xué)建模。MILP總目標(biāo)是使微電網(wǎng)中各組件全壽命周期費(fèi)用最小。MILP決策變量包括：①PV系統(tǒng)、WT系統(tǒng)及儲能系統(tǒng)的容量；②儲能系統(tǒng)中電池充放電能量；③指定時間段內(nèi)可調(diào)度負(fù)荷的運(yùn)行次數(shù)。MILP約束條件包括微電網(wǎng)中各組件的運(yùn)行方式約束、能量平衡約束、可靠性約束。

1.2 PV和WT數(shù)學(xué)模型

PV系統(tǒng)中PV組件的輸出直流功率取決于太陽光輻射強(qiáng)度、環(huán)境溫度、PV面板吸收容量、PV面板面積，PV輸出直流功率

[1-βT(TC-TC，STC)].

(1)

式中：Gt(t)為垂直于光伏面板表面的輻射功率，單位W/m2；PPV-rated為在標(biāo)準(zhǔn)測試條件下，PV面板的額定功率；ηPV為太陽能電池板功率折減系數(shù)；TC，STC為標(biāo)準(zhǔn)測試溫度；βT為PV溫度系數(shù)；TC為PV系統(tǒng)運(yùn)行時的光伏面板溫度，可表示為

(2)

式中：TNOCT為PV面板運(yùn)行標(biāo)準(zhǔn)溫度；Tamb為環(huán)境溫度。

WT系統(tǒng)的輸出功率是在WT輪轂高度下風(fēng)速的函數(shù)，為：

(3)

式中：v、vr、vcut-in、vcut-out分別為WT輪轂高度轉(zhuǎn)速、額定轉(zhuǎn)速、切入速度、截止轉(zhuǎn)速；Pr為額定轉(zhuǎn)速(vr)下的WT輸出功率。在建模過程中，應(yīng)該考慮WT的啟動、運(yùn)行、停機(jī)和故障狀態(tài)，并結(jié)合實(shí)際情況進(jìn)行相應(yīng)的調(diào)整和模擬，以獲得更準(zhǔn)確的模型結(jié)果。

1.3 儲能數(shù)學(xué)模型

儲能系統(tǒng)用于維持PV、WT系統(tǒng)輸出電能與負(fù)載消耗電能之間的供需平衡。在微電網(wǎng)中采用電池作為儲能系統(tǒng)，其能量管理平臺可以根據(jù)發(fā)電和用電電量來決定充電或放電，儲能電池輸出/吸收功率

PB(t)=PWT(t)+PPV(t)-PL(t).

(4)

式中PL(t)為t時間段內(nèi)的風(fēng)光儲微電網(wǎng)內(nèi)總用電負(fù)荷。如果PB(t)=0，則儲能電池模組既不充電也不放電；如果PB(t)>0，則儲能電池由于微電網(wǎng)產(chǎn)生過剩電量而進(jìn)行充電。儲能電池充電時，荷電狀態(tài)

VSOCB(t)=VSOCB(t-1)×(1-σ)+

[PWT(t)+PPV(t)-PL(t)]×ηb.

(5)

式中：σ為儲能電池的自放電系數(shù)；ηb為儲能電池的效率。

如果PB(t)<0，則儲能電池由于PV、WT發(fā)電量不足而進(jìn)行放電。儲能電池放電時，荷電狀態(tài)

VSOCB(t)=VSOCB(t-1)×(1-σ)+

[PWT(t)+PPV(t)-PL(t)]/ηb.

(6)

為了防止儲能電池因?yàn)楹呻姞顟B(tài)不匹配，造成設(shè)備環(huán)流，影響使用壽命，每個規(guī)劃周期開始(t=t0)和結(jié)束(t=tm)時的儲能電池荷電狀態(tài)應(yīng)該相等，即

VSOCB(t0)=VSOCB(tm).

(7)

為了防止每個儲能電池模組使用壽命減少，儲能電池充放電限制為：

(8)

式中：Ei(t)為儲能電池模組i儲存電量；Eimax、Eimin分別為儲能電池模組i儲存的最大、最小電能；VSOCmax、VSOCmin分別為電池荷電數(shù)量的最大、最小值；Nbat為儲能電池模組的數(shù)量。每個儲能電池模組的最大容量和最小容量存在以下關(guān)系：

Eimin=(1-VDOD)×Eimax.

(9)

式中VDOD為每個儲能電池模組允許放電深度。由于電池不能同時充電和放電，需要在線性模型上加如下限制：

(10)

式中：IBch(t)、IBdis(t)分別為儲能電池模組在t時間段內(nèi)的充電和放電狀態(tài)；PBch(t)、PBdis(t)分別為儲能電池模組在t時間段內(nèi)的充、放電功率；H是一個大于儲能電池模組容量的正數(shù)，因?yàn)殡姵夭荒芡瑫r充電和放電，本文設(shè)置H為200 kW。

為防止儲能電池模組損壞，需要對電池的充放電速率進(jìn)行限制：

(11)

式中uBch、uBdis分別為儲能電池模組充、放電速率。如果一個電池在t時間段內(nèi)放電，需要其在這一段時間內(nèi)有充足的荷電量。

2 DR經(jīng)濟(jì)優(yōu)化方法

2.1 可調(diào)度負(fù)載

儲能系統(tǒng)用于維持微電網(wǎng)中PV、WT系統(tǒng)輸出電能與負(fù)載消耗電能之間的供需平衡。當(dāng)儲能電池模組達(dá)到荷電狀態(tài)上下限，無法為微電網(wǎng)提供平衡所需的電能時，為了平衡發(fā)電側(cè)與用電側(cè)之間電量供需平衡，本文提出一種采用DR算法對風(fēng)光儲微電網(wǎng)配置進(jìn)行規(guī)模優(yōu)化的方法。

為了實(shí)現(xiàn)DR優(yōu)化，需保證可調(diào)度負(fù)載在規(guī)定時間段內(nèi)連續(xù)運(yùn)行，可調(diào)度負(fù)載運(yùn)行狀態(tài)可表示為

(12)

式中：Fk(t)為t時間段內(nèi)第k個可調(diào)度負(fù)載的投/切狀態(tài)；Sk為第k個可調(diào)度負(fù)載運(yùn)行時長；t0k為第k個可調(diào)度負(fù)載初始運(yùn)行時間段；tmk為第k個可調(diào)度負(fù)載運(yùn)行最長時間對應(yīng)時間段。

為了使風(fēng)光儲微電網(wǎng)系統(tǒng)穩(wěn)定，需要平衡微電網(wǎng)內(nèi)部功率，即總用電功率約等于總發(fā)電功率。在每一個時間段內(nèi)可調(diào)度負(fù)載和不可調(diào)度負(fù)載消耗的電能加上儲能系統(tǒng)充電的電能，等于PV和WT提供的電能加上儲能系統(tǒng)的放電電能，即

Ploadncl(t)+Ploadcl(t)+PBch(t)+Ploaddump(t)=

PPV(t)+PWT(t)+PBdis(t)，?t.

(13)

式中Ploadncl(t)、Ploadcl(t)、PBch(t)、Ploaddump(t)、PBdis(t)分別為不可調(diào)度負(fù)載功率、可調(diào)度負(fù)載功率、儲能電池充電電功率、多余負(fù)荷功率、儲能電池放電功率。

2.2 可調(diào)度負(fù)載成本

第k個可調(diào)度負(fù)載成本TUCk包括采購、安裝和調(diào)試的初始成本(Ck)，重置成本(Pk)，運(yùn)行維護(hù)成本(Mk)及剩余價值(Vk)?？杀硎緸?/p>

TUCk=Ck+Pk+Mk-Vk.

(14)

為了將初始成本轉(zhuǎn)換為年度成本，本文使用資本回收系數(shù)CRF(i，n)：

(15)

式中：i為利率；n為可調(diào)度負(fù)載可運(yùn)行年限。第k個可調(diào)度負(fù)載年初始成本

CAk=Ck×CRF(i，n).

(16)

第k個可調(diào)度負(fù)載年重置成本

(17)

式中nk為第k個可調(diào)度負(fù)載的可運(yùn)行年限。

第k個可調(diào)度負(fù)載的剩余價值(殘值)

(18)

第k個可調(diào)度負(fù)載的年單位成本

TAUCk=CAk+PAk+Mk-VAk.

(19)

第k個可調(diào)度負(fù)載的凈現(xiàn)成本

NPCUk=TAUCk/CRF(i，n).

(20)

2.3 DR優(yōu)化過程

采用DR配置風(fēng)光儲微電網(wǎng)時，規(guī)模優(yōu)化模型輸入數(shù)據(jù)包括氣象、負(fù)荷、儲能電池狀態(tài)和可調(diào)度負(fù)載的經(jīng)濟(jì)參數(shù)，DR優(yōu)化模型是由能量管理系統(tǒng)(energy manage system，EMS)進(jìn)行聯(lián)合調(diào)度的MILP模型。DR優(yōu)化模型目標(biāo)是在風(fēng)光儲微電網(wǎng)總壽命周期內(nèi)使微電網(wǎng)總凈現(xiàn)成本最小，DR優(yōu)化模型目標(biāo)函數(shù)

(21)

式中：Nk為第k個可調(diào)度負(fù)載的數(shù)量/容量；Batt表示儲能，Inv表示逆變器。

DR優(yōu)化模型的制約因素包括風(fēng)光儲微電網(wǎng)內(nèi)物理約束、能量平衡約束、可靠性約束和DR約束。DR優(yōu)化模型通過EMS獲得可調(diào)度負(fù)載最佳運(yùn)行時間表。EMS按照DR優(yōu)化模型對風(fēng)光儲微電網(wǎng)各設(shè)備進(jìn)行最優(yōu)功率配置。

DR優(yōu)化過程如圖2所示。

圖2 風(fēng)光儲微電網(wǎng)配置規(guī)模優(yōu)化過程Fig.2 Optimization process for configuration scale of wind and solar energy storage microgrid

3 算例分析

本文以我國中部某地區(qū)風(fēng)光儲微電網(wǎng)為研究對象，該微電網(wǎng)設(shè)計(jì)25年使用壽命，額定裝機(jī)容量為500 kVA。該地區(qū)太陽光輻射及風(fēng)速分布?xì)庀髷?shù)據(jù)如圖3所示。

圖3 中部某地區(qū)氣象數(shù)據(jù)Fig.3 Meteorological data of a region in central China

根據(jù)風(fēng)光儲微電網(wǎng)樣本數(shù)據(jù)，設(shè)置負(fù)載功率日變化率和小時變化率分別假設(shè)為20%和15%。風(fēng)光儲微電網(wǎng)中負(fù)載包括：4個可調(diào)度設(shè)備，總耗電量為3.95 kWh/d(約占總耗電量的7.5%)；不可調(diào)度的設(shè)備，耗電量為47.89 kWh/d。對可調(diào)度負(fù)載進(jìn)行運(yùn)行規(guī)劃時間段設(shè)置為15 min，1日內(nèi)有96個時間段，每個可調(diào)度負(fù)載數(shù)據(jù)見表1，其中時間單位為本文規(guī)定的時間段單位。風(fēng)光儲微電網(wǎng)各組件的年單位成本和凈現(xiàn)成本費(fèi)用見表2。

表1 可調(diào)度負(fù)載數(shù)據(jù)Tab.1 Dispatchable load data

表2 微電網(wǎng)組件的年單位成本和凈現(xiàn)成本費(fèi)用Tab.2 Annual unit cost and net present cost of microgrid components 元

本文采用GAMS和HOMER軟件對風(fēng)光儲微電網(wǎng)進(jìn)行建模仿真及對DR優(yōu)化結(jié)果進(jìn)行分析。DR優(yōu)化前后，風(fēng)光儲微電網(wǎng)各組件規(guī)模對比見表3。

表3 微電網(wǎng)組件規(guī)模優(yōu)化結(jié)果Tab.3 Scale optimization results of microgrid components

根據(jù)表3可知：DR優(yōu)化后，儲能電池容量和并網(wǎng)逆變器功率大幅減少。這是由于發(fā)電側(cè)和用電側(cè)電能接近及負(fù)載功率峰值下降。風(fēng)光儲微電網(wǎng)各組件的凈現(xiàn)成本和微電網(wǎng)的總凈現(xiàn)成本見表4。

表4 微電網(wǎng)組件規(guī)模優(yōu)化結(jié)果Tab.4 Scale optimization results of microgrid components 元

根據(jù)表4可知：DR優(yōu)化后，光伏配置容量減少了1.8%，儲能配置容量減少了35.6%，并網(wǎng)逆變器數(shù)量減少了35%，微電網(wǎng)總凈現(xiàn)成本下降了17.1%(包括投資、維護(hù)和維修成本以及重置成本)。

圖4為DR優(yōu)化前后，典型日1日內(nèi)負(fù)載功率對比曲線。

圖4 DR優(yōu)化前后負(fù)載功率對比波形Fig.4 Comparison waveforms of load power before and after DR optimization

根據(jù)圖4可知：DR優(yōu)化前時負(fù)載功率峰值為6.5 kW和1.2 kW，DR優(yōu)化后負(fù)載功率峰值為3.9 kW和1.1 kW。使用本文所提DR優(yōu)化可顯著減少峰值負(fù)荷。

4 結(jié)束語

本文提出一種基于需求側(cè)響應(yīng)的風(fēng)光儲微電網(wǎng)經(jīng)濟(jì)優(yōu)化方法，使發(fā)電側(cè)功率與用電側(cè)功率達(dá)到動態(tài)平衡，有效減少風(fēng)光儲微電網(wǎng)中各組件規(guī)模以及成本，提高了微電網(wǎng)系統(tǒng)的經(jīng)濟(jì)性水平。

測試結(jié)果表明：使用本文所提DR優(yōu)化方法后，風(fēng)光儲微電網(wǎng)各組件容量、數(shù)量及能源供應(yīng)成本顯著減少。本文策略可顯著減少峰值負(fù)荷，通過可控負(fù)載向發(fā)電過剩區(qū)間轉(zhuǎn)移使得發(fā)電側(cè)和用電側(cè)電能更為接近。

在較高的可調(diào)度負(fù)載百分比下，使用本文所提DR優(yōu)化算法的作用將會更加明顯，具有一定工程應(yīng)用意義。