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(yáng)能作為可再生資源具有波動(dòng)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(chǔ)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(chǔ)能系統(tǒng),可以提高風(fēng)光儲(chǔ)微電網(wǎng)供電可靠性,對(duì)風(fēng)光儲(chǔ)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(duì)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(duì)PV制儲(chǔ)氫微電網(wǎng)、WT制儲(chǔ)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(chǔ)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(chǔ)能微電網(wǎng)配置優(yōu)化方案,采用蟻群優(yōu)化方法自動(dòng)尋優(yōu)最佳儲(chǔ)能配置方案。文獻(xiàn)[12]采用迭代算法對(duì)含有WT、PV及儲(chǔ)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(dòng)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(duì)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(píng)價(jià)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(gè)評(píng)價(jià)指標(biāo)即可實(shí)現(xiàn)對(duì)規(guī)劃方案的最優(yōu)定量評(píng)價(jià)。
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(lái)降低電力運(yùn)營(yíng)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(shí),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(lái)解決多區(qū)域電力資源分配問(wèn)題的新方法,通過(guò)DR來(lái)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(duì)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(yíng)成本降低,并無(wú)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(guò)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(chǔ)能可能存在的交互影響,可能無(wú)法得到最優(yōu)的規(guī)劃方案,所以?xún)?yōu)化計(jì)算相對(duì)復(fù)雜。近年來(lái),大量的研究已經(jīng)專(zhuān)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(duì)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(duì)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(chǔ)能微電網(wǎng)規(guī)模優(yōu)化問(wèn)題,利用DR對(duì)風(fēng)光儲(chǔ)微電網(wǎng)配置進(jìn)行規(guī)模優(yōu)化。采用轉(zhuǎn)移負(fù)荷時(shí)域?qū)ω?fù)荷進(jìn)行調(diào)度規(guī)劃,通過(guò)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(duì)風(fēng)光儲(chǔ)微電網(wǎng)進(jìn)行建模仿真及優(yōu)化研究,對(duì)比DR優(yōu)化前后結(jié)果。
圖1所示為孤島風(fēng)光儲(chǔ)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(chǔ)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(yáng)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(chǔ)能系統(tǒng)(電池)用來(lái)儲(chǔ)存過(guò)剩電量,通過(guò)充/放電調(diào)節(jié)風(fēng)光儲(chǔ)微電網(wǎng)輸出電能。備用負(fù)載用于消耗超過(guò)儲(chǔ)能存儲(chǔ)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(duì)風(fēng)光儲(chǔ)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(chǔ)能系統(tǒng)的容量;②儲(chǔ)能系統(tǒng)中電池充放電能量;③指定時(shí)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。
PV系統(tǒng)中PV組件的輸出直流功率取決于太陽(yáng)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(cè)試條件下,PV面板的額定功率;ηPV為太陽(yáng)能電池板功率折減系數(shù);TC,STC為標(biāo)準(zhǔn)測(cè)試溫度;βT為PV溫度系數(shù);TC為PV系統(tǒng)運(yùn)行時(shí)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(guò)程中,應(yīng)該考慮WT的啟動(dòng)、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。
儲(chǔ)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(chǔ)能系統(tǒng),其能量管理平臺(tái)可以根據(jù)發(fā)電和用電電量來(lái)決定充電或放電,儲(chǔ)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(shí)間段內(nèi)的風(fēng)光儲(chǔ)微電網(wǎng)內(nèi)總用電負(fù)荷。如果PB(t)=0,則儲(chǔ)能電池模組既不充電也不放電;如果PB(t)>0,則儲(chǔ)能電池由于微電網(wǎng)產(chǎn)生過(guò)剩電量而進(jìn)行充電。儲(chǔ)能電池充電時(shí),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(chǔ)能電池的自放電系數(shù);ηb為儲(chǔ)能電池的效率。
如果PB(t)<0,則儲(chǔ)能電池由于PV、WT發(fā)電量不足而進(jìn)行放電。儲(chǔ)能電池放電時(shí),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(chǔ)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(gè)規(guī)劃周期開(kāi)始(t=t0)和結(jié)束(t=tm)時(shí)的儲(chǔ)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(gè)儲(chǔ)能電池模組使用壽命減少,儲(chǔ)能電池充放電限制為:
(8)
式中:Ei(t)為儲(chǔ)能電池模組i儲(chǔ)存電量;Eimax、Eimin分別為儲(chǔ)能電池模組i儲(chǔ)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(chǔ)能電池模組的數(shù)量。每個(gè)儲(chǔ)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(gè)儲(chǔ)能電池模組允許放電深度。由于電池不能同時(shí)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(chǔ)能電池模組在t時(shí)間段內(nèi)的充電和放電狀態(tài);PBch(t)、PBdis(t)分別為儲(chǔ)能電池模組在t時(shí)間段內(nèi)的充、放電功率;H是一個(gè)大于儲(chǔ)能電池模組容量的正數(shù),因?yàn)殡姵夭荒芡瑫r(shí)充電和放電,本文設(shè)置H為200 kW。
為防止儲(chǔ)能電池模組損壞,需要對(duì)電池的充放電速率進(jìn)行限制:
(11)
式中uBch、uBdis分別為儲(chǔ)能電池模組充、放電速率。如果一個(gè)電池在t時(shí)間段內(nèi)放電,需要其在這一段時(shí)間內(nèi)有充足的荷電量。
儲(chǔ)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(chǔ)能電池模組達(dá)到荷電狀態(tài)上下限,無(wú)法為微電網(wǎng)提供平衡所需的電能時(shí),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(duì)風(fēng)光儲(chǔ)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(shí)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(shí)間段內(nèi)第k個(gè)可調(diào)度負(fù)載的投/切狀態(tài);Sk為第k個(gè)可調(diào)度負(fù)載運(yùn)行時(shí)長(zhǎng);t0k為第k個(gè)可調(diào)度負(fù)載初始運(yùn)行時(shí)間段;tmk為第k個(gè)可調(diào)度負(fù)載運(yùn)行最長(zhǎng)時(shí)間對(duì)應(yīng)時(shí)間段。
為了使風(fēng)光儲(chǔ)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(gè)時(shí)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(chǔ)能系統(tǒng)充電的電能,等于PV和WT提供的電能加上儲(chǔ)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(chǔ)能電池充電電功率、多余負(fù)荷功率、儲(chǔ)能電池放電功率。
第k個(gè)可調(diào)度負(fù)載成本TUCk包括采購(gòu)、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(jià)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(gè)可調(diào)度負(fù)載年初始成本
CAk=Ck×CRF(i,n).
(16)
第k個(gè)可調(diào)度負(fù)載年重置成本
(17)
式中nk為第k個(gè)可調(diào)度負(fù)載的可運(yùn)行年限。
第k個(gè)可調(diào)度負(fù)載的剩余價(jià)值(殘值)
(18)
第k個(gè)可調(diào)度負(fù)載的年單位成本
TAUCk=CAk+PAk+Mk-VAk.
(19)
第k個(gè)可調(diào)度負(fù)載的凈現(xiàn)成本
NPCUk=TAUCk/CRF(i,n).
(20)
采用DR配置風(fēng)光儲(chǔ)微電網(wǎng)時(shí),規(guī)模優(yōu)化模型輸入數(shù)據(jù)包括氣象、負(fù)荷、儲(chǔ)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(chǔ)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(gè)可調(diào)度負(fù)載的數(shù)量/容量;Batt表示儲(chǔ)能,Inv表示逆變器。
DR優(yōu)化模型的制約因素包括風(fēng)光儲(chǔ)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(guò)EMS獲得可調(diào)度負(fù)載最佳運(yùn)行時(shí)間表。EMS按照DR優(yōu)化模型對(duì)風(fēng)光儲(chǔ)微電網(wǎng)各設(shè)備進(jìn)行最優(yōu)功率配置。
DR優(yōu)化過(guò)程如圖2所示。
圖2 風(fēng)光儲(chǔ)微電網(wǎng)配置規(guī)模優(yōu)化過(guò)程Fig.2 Optimization process for configuration scale of wind and solar energy storage microgrid
本文以我國(guó)中部某地區(qū)風(fēng)光儲(chǔ)微電網(wǎng)為研究對(duì)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(yáng)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(chǔ)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(shí)變化率分別假設(shè)為20%和15%。風(fēng)光儲(chǔ)微電網(wǎng)中負(fù)載包括:4個(gè)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(duì)可調(diào)度負(fù)載進(jìn)行運(yùn)行規(guī)劃時(shí)間段設(shè)置為15 min,1日內(nèi)有96個(gè)時(shí)間段,每個(gè)可調(diào)度負(fù)載數(shù)據(jù)見(jiàn)表1,其中時(shí)間單位為本文規(guī)定的時(shí)間段單位。風(fēng)光儲(chǔ)微電網(wǎng)各組件的年單位成本和凈現(xiàn)成本費(fèi)用見(jiàn)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(duì)風(fēng)光儲(chǔ)微電網(wǎng)進(jìn)行建模仿真及對(duì)DR優(yōu)化結(jié)果進(jìn)行分析。DR優(yōu)化前后,風(fēng)光儲(chǔ)微電網(wǎng)各組件規(guī)模對(duì)比見(jiàn)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(chǔ)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(chǔ)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(jiàn)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(chǔ)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(duì)比曲線。
圖4 DR優(yōu)化前后負(fù)載功率對(duì)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(shí)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。
本文提出一種基于需求側(cè)響應(yīng)的風(fēng)光儲(chǔ)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(dòng)態(tài)平衡,有效減少風(fēng)光儲(chǔ)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(cè)試結(jié)果表明:使用本文所提DR優(yōu)化方法后,風(fēng)光儲(chǔ)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(guò)可控負(fù)載向發(fā)電過(guò)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(huì)更加明顯,具有一定工程應(yīng)用意義。