周鑫, 任景, 張小東

(國(guó)家電網(wǎng)有限公司西北分部,陜西,西安 710032)

0 引言

隨著我國(guó)能源供給側(cè)結(jié)構(gòu)性改革的持續(xù)推進(jìn),可再生分布式電源、柔性負(fù)荷、儲(chǔ)能系統(tǒng)被越來越多的接入到電網(wǎng)系統(tǒng)中,傳統(tǒng)配電網(wǎng)演化為含有多可控源的主動(dòng)配電網(wǎng),給電網(wǎng)安全運(yùn)行帶來了極大挑戰(zhàn)[1-2]。新能源裝機(jī)容量的不斷增加,以及電網(wǎng)負(fù)荷消納、通道等因素的影響,使得棄風(fēng)、棄光現(xiàn)象突出,新能源發(fā)展受限[3]。因此,建立主動(dòng)配電網(wǎng)來解決電網(wǎng)側(cè)分布式可再生能源問題,進(jìn)行“源網(wǎng)荷儲(chǔ)”多環(huán)節(jié)協(xié)調(diào)調(diào)度,對(duì)于提升綠色能源利用率,實(shí)現(xiàn)配電網(wǎng)主動(dòng)控制管理有重要作用[4]。目前,針對(duì)“源網(wǎng)荷儲(chǔ)”協(xié)調(diào)控制和優(yōu)化調(diào)度,相關(guān)學(xué)者已經(jīng)進(jìn)行了深入研究,主要集中于系統(tǒng)的規(guī)劃配置、優(yōu)化運(yùn)行、協(xié)調(diào)控制、供電可靠性方向[5-6]。

1 配電網(wǎng)“源網(wǎng)荷儲(chǔ)”協(xié)調(diào)優(yōu)化模型

配電網(wǎng)“源網(wǎng)荷儲(chǔ)”系統(tǒng)包含電源、電網(wǎng)、負(fù)荷、儲(chǔ)能4個(gè)元素。電源通過多異質(zhì)可再生分布式電源(RDG)出力時(shí)序特性和空間分布特性互補(bǔ),降低功率波動(dòng)對(duì)系統(tǒng)影響,充分挖掘RDG無功調(diào)節(jié)潛力,降低網(wǎng)損,改善電壓分布。電網(wǎng)需要具備快速靈活的網(wǎng)架結(jié)構(gòu)調(diào)整能力,在正常運(yùn)行狀態(tài)下改變饋線功率流動(dòng)、平衡負(fù)荷、節(jié)能降損,故障狀態(tài)下隔離故障、轉(zhuǎn)供負(fù)荷。負(fù)荷側(cè)與電源、電網(wǎng)協(xié)調(diào)互動(dòng),通過直接負(fù)荷控制參與系統(tǒng)運(yùn)行控制,通過店家信號(hào)引導(dǎo)電力消費(fèi)模式,降低用電成本,緩解網(wǎng)絡(luò)阻塞。儲(chǔ)能根據(jù)系統(tǒng)調(diào)度指令調(diào)節(jié)充放電功率,為系統(tǒng)削峰填谷提供無功電壓支持,擴(kuò)展安全運(yùn)行可行域。

1.1 模型目標(biāo)函數(shù)

“源網(wǎng)荷儲(chǔ)”協(xié)調(diào)運(yùn)行的目標(biāo)函數(shù)使實(shí)現(xiàn)配網(wǎng)運(yùn)行綜合費(fèi)用最小化,其中綜合運(yùn)行主要包括電源初期建設(shè)成本、運(yùn)行維護(hù)成本、燃料成本、污染物排放成本、電網(wǎng)購(gòu)電成本、可再生能源發(fā)電補(bǔ)貼成本等組成,建立“源網(wǎng)荷儲(chǔ)”協(xié)調(diào)優(yōu)化數(shù)學(xué)模型為

minC=Cjs+Com+CF+Cen+CDR

(1)

式中,Cjs為系統(tǒng)建設(shè)成本,Com為運(yùn)行維護(hù)成本,CF為能源燃料成本,Cen為污染物排放成本,CDR為電網(wǎng)響應(yīng)成本。

1.1.1 系統(tǒng)建設(shè)成本

系統(tǒng)建設(shè)成本是配電網(wǎng)的初期建設(shè)成本,通?？紤]到電源的固定投資以及使用年限的折算情況,具體表示為

(2)

(3)

式中,Cjs為系統(tǒng)建設(shè)成本,khsi為第i條線路投資回收系數(shù),Cgdi(l,r)為第i個(gè)電源固定投資成本,l為使用年限,N為模型中線路個(gè)數(shù)。

1.1.2 運(yùn)行維護(hù)成本

“源網(wǎng)荷儲(chǔ)”系統(tǒng)在長(zhǎng)期投入運(yùn)行過程中,系統(tǒng)中配電網(wǎng)、電源站、各項(xiàng)儲(chǔ)能設(shè)備容易發(fā)生損耗,定義系統(tǒng)的運(yùn)行維護(hù)成本為

(4)

式中,Com為系統(tǒng)運(yùn)行維護(hù)成本,γi為相關(guān)系數(shù),Pi(t)為電壓輸出功率。

1.1.3 能源燃料成本

忽略風(fēng)力發(fā)電和光伏發(fā)電能耗條件下,考慮火力發(fā)電機(jī)組在煤炭、燃油、燃?xì)庀碌哪茉慈剂舷某杀颈磉_(dá)式為

(5)

(6)

式中,CF為記住能耗成本,T為某一時(shí)間段內(nèi)的機(jī)組投運(yùn)數(shù)量,N為機(jī)組數(shù)量,Pij為第i臺(tái)機(jī)組在j時(shí)段出力,sij表示機(jī)組是否處理,當(dāng)機(jī)組停運(yùn)時(shí),有sij=0,機(jī)組投運(yùn)時(shí),有sij=1,Cs,ij和CP,i分別為i機(jī)組啟動(dòng)和運(yùn)行時(shí)的能耗成本,αi、βi、γi為能耗系數(shù)。

1.2 約束條件

1.2.1 系統(tǒng)功率平衡約束

整個(gè)系統(tǒng)的功率平衡約束條件表示為

(7)

式中,Pij為區(qū)域類燃煤機(jī)組在第j時(shí)段的出力值,Pwj為分布式新能源在第j時(shí)段的出力值,PESj為儲(chǔ)能設(shè)備在第j時(shí)段的出力值,PDj為j時(shí)段負(fù)荷預(yù)測(cè)值,PDRj為需求側(cè)在j時(shí)段的響應(yīng)值。

1.2.2 機(jī)組輸出功率

機(jī)組最大最小輸出功率約束條件為

Pimin≤Pi(t)≤Pimax

(8)

式中,Pimin和Pimax為第i個(gè)機(jī)組的最小、最大出力。

1.2.3 儲(chǔ)能裝置約束

系統(tǒng)內(nèi)儲(chǔ)能裝置的約束條件為

SOC(t+1)=SOC(t)-ηES×PES(t)/QESmax

(9)

SOCmin≤SOC(t)≤SOCmax

(10)

|PES(t)|≤PESmax

(11)

式中,SOC(t)為儲(chǔ)能裝置負(fù)荷狀態(tài),PES(t)為裝置功率變化,QESmax為裝置容量,SOCmin和SOCmax為符合變化范圍,PESmax為裝置充放電限值,ηES為充放電效率。

2 遺傳算法模型協(xié)調(diào)優(yōu)化

2.1 遺傳算法模型建立

遺傳算法是通過模仿生物界遺傳規(guī)律構(gòu)建的一種全局搜索方法。遺傳算法中的個(gè)體稱為染色體,通過適應(yīng)度函數(shù)來衡量其好壞,并利用交叉變異形成下一代染色體,由反復(fù)迭代計(jì)算獲得下一代種群,最終將得到的最優(yōu)個(gè)體作為最優(yōu)解。圖1為遺傳算法流程圖。

圖1 遺傳算法流程圖

2.1.1 初始種群編碼

在使用遺傳算法前,需將“源網(wǎng)荷儲(chǔ)”系統(tǒng)中分布的電源站、配電網(wǎng)、各項(xiàng)儲(chǔ)能設(shè)備運(yùn)行維護(hù)成本、燃料成本、污染物排放成本等信息轉(zhuǎn)化為機(jī)器可識(shí)別數(shù)據(jù)信息,考慮到二進(jìn)制編碼對(duì)計(jì)算機(jī)內(nèi)存要求較高,選擇采用格雷碼編碼方式,具體為

(12)

其中,X=xmxm-1…x2x1為二進(jìn)制的編碼形式。通過對(duì)問題進(jìn)行格雷碼編碼處理后,進(jìn)行遺傳選擇、交叉、變異操作。

選擇從群體中挑選優(yōu)勢(shì)個(gè)體,并對(duì)個(gè)體進(jìn)行遺傳操作延續(xù)到下一輩。自遺傳算法中采用蒙特卡洛算子選擇,即對(duì)每個(gè)個(gè)體,存在一個(gè)適應(yīng)度值F(xi),對(duì)整個(gè)群體中存在一個(gè)總適應(yīng)度值Fs,二者的關(guān)系式:

Fs=F(x1)+F(x2)+K+F(xN)

(13)

由Fs形成一個(gè)隨機(jī)數(shù)K,將各個(gè)體適應(yīng)度累加到超過Fs后,選擇最后一個(gè)個(gè)體作為被選擇對(duì)象。本文在蟻群算法中針對(duì)“源網(wǎng)荷儲(chǔ)”系統(tǒng)的綜合運(yùn)行成本進(jìn)行經(jīng)濟(jì)優(yōu)化,即根據(jù)通信網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),求取目標(biāo)函數(shù)是求取最小值的過程,確定適應(yīng)度函數(shù)如下:

(14)

其中,fi為優(yōu)化系統(tǒng)中第i個(gè)節(jié)點(diǎn)適應(yīng)度值,li為第i個(gè)染色體長(zhǎng)度,gi(j)為第j個(gè)染色體的第i個(gè)節(jié)點(diǎn)極值,C為系統(tǒng)成本。

2.1.2 遺傳交叉和變異

為提升算法的搜索能力,對(duì)各節(jié)點(diǎn)進(jìn)行交叉、變異操作來進(jìn)一步提升種群搜索能力。交叉運(yùn)算中,將2個(gè)個(gè)體的染色體以概率PC進(jìn)行隨機(jī)交換,獲得新的染色體特征個(gè)體。變異操作過程中,首先設(shè)定變異概率Pm,然后對(duì)編碼后染色體串上每一個(gè)基因均形成一個(gè)隨機(jī)數(shù)ri,當(dāng)ri

(15)

通過交叉、變異后的個(gè)體,進(jìn)行適應(yīng)度評(píng)估,保留適應(yīng)度高的個(gè)體。確立迭代終止條件,當(dāng)優(yōu)化結(jié)果滿足該終止條件,則算法終止;否則,重復(fù)執(zhí)行算法的交叉、變異操作。本文確定2個(gè)迭代終止條件:①迭代次數(shù)N>10 000次時(shí),算法終止,返回最優(yōu)解;②最優(yōu)個(gè)體解滿足條件:

(16)

2.2 仿真分析

以配電網(wǎng)微網(wǎng)系統(tǒng)為對(duì)象,系統(tǒng)中包括傳統(tǒng)燃煤發(fā)電機(jī)組、柴油機(jī)發(fā)電、光伏發(fā)電、風(fēng)力發(fā)電、儲(chǔ)能蓄電池,各電源運(yùn)行參數(shù)配置見表1。負(fù)荷參數(shù)以1次/5 min的頻率進(jìn)行采集和預(yù)測(cè)。為充分發(fā)揮蓄電池削峰填谷作用,蓄電池用電高峰期11:00～13:00和20:00～24:00,只有在電負(fù)荷滿足約束條件時(shí)才處于放電狀態(tài),其余時(shí)段無強(qiáng)制要求。按照一天24 h劃分微電網(wǎng)優(yōu)化周期,每個(gè)優(yōu)化時(shí)間段為1 h,圖2為主動(dòng)配電網(wǎng)的負(fù)荷預(yù)測(cè)值。采用遺傳算法求解,獲得主動(dòng)配電網(wǎng)運(yùn)行成本最低解,設(shè)置種群大小100個(gè),迭代次數(shù)100次。

表1 優(yōu)化系統(tǒng)電源側(cè)運(yùn)行參數(shù)

圖2 24 h負(fù)荷預(yù)測(cè)曲線

2.3 仿真結(jié)果

采用遺傳算法求得各機(jī)組出力隨時(shí)間變化如圖3所示。機(jī)組1作為當(dāng)前配電網(wǎng)中的主力機(jī)組,最大輸出功率高,運(yùn)行成本低,多數(shù)負(fù)荷較高。機(jī)組2輸出功率相較于機(jī)組1低,運(yùn)行成本也高于機(jī)組1,多數(shù)時(shí)間也處于較高出力狀態(tài)。機(jī)組3運(yùn)行成本高,出力功率也較小,通常在高負(fù)荷時(shí)間段作為出力不足時(shí)的補(bǔ)充。機(jī)組4的運(yùn)行成本高,輸出功率低,因此通常情況下不啟動(dòng),只有在負(fù)荷異常波動(dòng)情況下才啟用。

圖3 優(yōu)化模型出力曲線

儲(chǔ)能設(shè)備在負(fù)荷較高時(shí)為電網(wǎng)供電,負(fù)荷較低時(shí)消化電網(wǎng)多余負(fù)荷,加入的儲(chǔ)能設(shè)備能夠優(yōu)化系統(tǒng)的工作效率,避免了機(jī)組頻繁啟停工況,在儲(chǔ)能側(cè)損耗成本和需求側(cè)響應(yīng)成本較低時(shí),能有效節(jié)省電網(wǎng)整體運(yùn)行成本。將圖2和圖3仿真結(jié)果帶入式(1)～式(8),獲得電網(wǎng)建設(shè)成本231.5萬元,運(yùn)行維護(hù)成本340.2萬元,能源燃料成本321.5萬元,污染物排放成本146.8萬元,電網(wǎng)響應(yīng)成本0.06萬,24 h運(yùn)行綜合成本為1040.6萬元。傳統(tǒng)配電網(wǎng)運(yùn)行方式下,電網(wǎng)建設(shè)成本68.9萬元,運(yùn)行維護(hù)成本262.6萬元,能源燃料成本964.6萬元,污染物排放成本744.6萬元,電網(wǎng)響應(yīng)成本35.7萬,24 h運(yùn)行綜合成本為2076.4萬元。從表2可以看出,盡管傳統(tǒng)配電網(wǎng)運(yùn)行方式下的電網(wǎng)建設(shè)成本低于源網(wǎng)荷儲(chǔ)優(yōu)化系統(tǒng),但是在能源燃料消耗以及污染物排放成本方面遠(yuǎn)高于優(yōu)化系統(tǒng),可見傳統(tǒng)電網(wǎng)運(yùn)行方式不管是在經(jīng)濟(jì)性和環(huán)保性方面相較于優(yōu)化系統(tǒng)都具有較大的劣勢(shì)。

表2 不同運(yùn)行狀態(tài)的系統(tǒng)運(yùn)行成本 單位:萬元

由仿真結(jié)果可以看出,采用遺傳算法的源網(wǎng)荷儲(chǔ)協(xié)調(diào)優(yōu)化模型在電源側(cè)優(yōu)先可再生能源供電以及實(shí)現(xiàn)交直流可再生能源互補(bǔ)供電,提高可再生能源高效利用;在負(fù)荷側(cè)基于用電負(fù)荷需求和價(jià)格需求側(cè)響應(yīng),通過調(diào)整負(fù)荷提供系統(tǒng)可再生能源和交直流微網(wǎng)運(yùn)行經(jīng)濟(jì)性;在儲(chǔ)能側(cè)根據(jù)充放電策略實(shí)現(xiàn)能可再生能源的功率平移,提升可噪聲能源消納率,保證用電可靠性;電網(wǎng)側(cè)以分時(shí)電價(jià)購(gòu)電和余電上網(wǎng),降低系統(tǒng)的運(yùn)行成本。但需要注意,由于“源網(wǎng)荷儲(chǔ)”系統(tǒng)中采用的燃料電池、蓄電池等儲(chǔ)能設(shè)備,電網(wǎng)前期建設(shè)成本和后期運(yùn)行維護(hù)成本高于傳統(tǒng)配電網(wǎng),因此,對(duì)于一些用電負(fù)荷較低且配網(wǎng)尚未實(shí)現(xiàn)區(qū)域化供輸電區(qū)域,難以實(shí)現(xiàn)地區(qū)電網(wǎng)的供輸電均衡,因此,后期將采取有效措施進(jìn)一步降低系統(tǒng)內(nèi)燃料電池、蓄電池等新興儲(chǔ)能設(shè)備的建設(shè)和運(yùn)行維護(hù)成本,實(shí)現(xiàn)系統(tǒng)內(nèi)微網(wǎng)運(yùn)行的經(jīng)濟(jì)性和優(yōu)化控制的閉環(huán)。

3 總結(jié)

本文針對(duì)高比例分布式能源的配電網(wǎng),構(gòu)建了一種配電網(wǎng)“源網(wǎng)荷儲(chǔ)”協(xié)調(diào)優(yōu)化模型,以年度綜合費(fèi)用最小為目標(biāo),提出配電網(wǎng)協(xié)調(diào)優(yōu)化的評(píng)價(jià)標(biāo)準(zhǔn),選擇電網(wǎng)建設(shè)成本、運(yùn)行維護(hù)成本、能源燃料成本、污染物排放成本、電網(wǎng)響應(yīng)成本等評(píng)價(jià)指標(biāo),從經(jīng)濟(jì)性和環(huán)保性方面進(jìn)行有效平衡,采用自適應(yīng)變異的遺傳算法進(jìn)行“源網(wǎng)荷儲(chǔ)”協(xié)調(diào)優(yōu)化過程求解,獲得綜合費(fèi)用成本最小的最優(yōu)目標(biāo)值。通過仿真結(jié)果可以看出,采用了遺傳算法的源網(wǎng)荷儲(chǔ)優(yōu)化系統(tǒng)在經(jīng)濟(jì)運(yùn)行和環(huán)境保護(hù)方面具有巨大的優(yōu)勢(shì),但在電網(wǎng)初期建設(shè)成本和運(yùn)維成本方面稍高于傳統(tǒng)運(yùn)行方式。實(shí)際電網(wǎng)運(yùn)用中,根據(jù)運(yùn)行成本分布,給出具體的協(xié)調(diào)運(yùn)行方案,為電力調(diào)度、交易平臺(tái)提供輔助決策支持。