皮琳雯,虞莉娟,蘇義鑫

(武漢理工大學(xué) 自動化學(xué)院,湖北 武漢 430070)

微電網(wǎng)(microgrid,MG)是由多種分布式電源、儲能裝置和各類負(fù)荷組成的一個(gè)可控制的系統(tǒng),也是一種高效且環(huán)保利用可再生能源的有效途徑[1]。MG中用戶側(cè)的用電需求影響調(diào)度中心對各發(fā)電機(jī)組的調(diào)控。分時(shí)電價(jià)(time of use,TOU)作為一種需求響應(yīng)策略,根據(jù)用電系統(tǒng)運(yùn)行狀況,將24 h劃分為若干時(shí)段,各時(shí)段按系統(tǒng)運(yùn)行的平均邊際成本制定電價(jià)進(jìn)行收費(fèi)。通過在MG中實(shí)施TOU政策,將部分負(fù)荷轉(zhuǎn)移至電價(jià)較低時(shí)段,降低峰谷差,減少用電系統(tǒng)的運(yùn)行成本。

諸多文獻(xiàn)針對微電網(wǎng)優(yōu)化調(diào)度問題進(jìn)行了研究。文獻(xiàn)[2]建立了一個(gè)MG模型,在考慮需求側(cè)響應(yīng)的情況下使微電網(wǎng)總運(yùn)行成本最低。文獻(xiàn)[3-4]借助雙層策略模型實(shí)現(xiàn)了MG優(yōu)化運(yùn)行和與主網(wǎng)協(xié)調(diào)互動,并使MG相關(guān)利益者的收益達(dá)到最大。以上研究考慮因素較單一。文獻(xiàn)[5-6]在配電網(wǎng)中借助TOU模型,以減小峰谷差、降低運(yùn)行中的電能損耗為目標(biāo),使配電系統(tǒng)運(yùn)行穩(wěn)定能力大大增強(qiáng),但未用于完整的MG模型中[7]。以需求側(cè)管理為基礎(chǔ),在充分考慮用戶側(cè)需求下實(shí)現(xiàn)調(diào)度,卻未考慮電價(jià)對調(diào)整用電產(chǎn)生的影響。文獻(xiàn)[8-9]以MG運(yùn)行成本最小為目標(biāo),通過案例分析實(shí)現(xiàn)微電網(wǎng)優(yōu)化運(yùn)行,但均未從電價(jià)出發(fā),綜合考慮MG運(yùn)行成本的問題。

綜上所述,考慮到TOU能激勵(lì)用戶側(cè)調(diào)整部分負(fù)荷用電時(shí)段的特點(diǎn),建立一個(gè)園區(qū)微電網(wǎng)(park microgrid,PMG)模型。以1 h為間隔,對PMG進(jìn)行未來24 h的機(jī)組優(yōu)化調(diào)度。根據(jù)可中斷負(fù)荷預(yù)測曲線的結(jié)果劃分負(fù)荷峰-谷-平時(shí)段,得出優(yōu)化后TOU。建立價(jià)格與負(fù)荷間的需求響應(yīng)關(guān)系,引導(dǎo)用戶側(cè)對用電負(fù)荷進(jìn)行調(diào)整,降低負(fù)荷的峰谷差。本研究以日前調(diào)度的總成本最低為優(yōu)化目標(biāo),通過灰狼算法進(jìn)行求解,得到PMG日前優(yōu)化調(diào)度策略。

1 PMG模型與運(yùn)行模式

1.1 PMG的組成

PMG結(jié)構(gòu)如圖1所示。PMG主要由發(fā)電機(jī)組、調(diào)度中心、園區(qū)內(nèi)負(fù)荷3部分組成。其中發(fā)電機(jī)組主要是由常規(guī)發(fā)電機(jī)組、風(fēng)光發(fā)電機(jī)組、儲能系統(tǒng)組成。園區(qū)內(nèi)負(fù)荷主要分為不可中斷負(fù)荷和可中斷負(fù)荷兩大類,不可中斷負(fù)荷是指維持園區(qū)內(nèi)正常生產(chǎn)運(yùn)行產(chǎn)生的負(fù)荷;可中斷負(fù)荷是指用戶側(cè)可以中斷的負(fù)荷,如使用電動汽車、家電等產(chǎn)生的負(fù)荷。

圖1 園區(qū)微電網(wǎng)系統(tǒng)結(jié)構(gòu)圖

從圖1可知,調(diào)度中心根據(jù)PMG運(yùn)行狀況進(jìn)行判斷和決策,對機(jī)組進(jìn)行調(diào)度。為了確保PMG電量的供需平衡以及聯(lián)絡(luò)線交易,調(diào)度中心與主網(wǎng)通過聯(lián)絡(luò)線互聯(lián)。

1.2 PMG發(fā)電機(jī)組模型

1.2.1 常規(guī)發(fā)電機(jī)組模型

根據(jù)園區(qū)微電網(wǎng)的規(guī)模,常規(guī)機(jī)組主要是由兩臺微型燃?xì)廨啓C(jī)(micro-turbine,MT)、兩組燃料電池(fuel cell,FC)、兩臺柴油機(jī)(diesel engine generator,DG)組成。

1.2.2 風(fēng)光發(fā)電機(jī)組模型

風(fēng)光發(fā)電機(jī)組由光伏機(jī)組(photo valtaic, PV)和風(fēng)電機(jī)組(wind turbine, WT)組成。

(1)

式中:Prs為光伏機(jī)組的額定輸出功率;Ic為確定的太陽輻射照點(diǎn),通常為0.15 kW/m2;It為t時(shí)刻光伏發(fā)電機(jī)輸出電流值;Istd為太陽輻照的標(biāo)準(zhǔn)條件值,通常為1 kW/m2。

(2)

1.2.3 儲能系統(tǒng)

在園區(qū)微電網(wǎng)中,電池儲能系統(tǒng)(battery energy storage system, BESS)主要是由短時(shí)間內(nèi)充放電的功率型蓄電池組成[10]。在本文中,考慮到儲能系統(tǒng)的充放電的時(shí)序性和靈活的調(diào)整能力,儲能系統(tǒng)不參與PMG的日前調(diào)度。

1.3 PMG運(yùn)行模式

本研究中,根據(jù)PMG可中斷負(fù)荷預(yù)測曲線劃分峰-谷-平時(shí)段,根據(jù)其變化趨勢確定新的TOU。在完成上述工作前,調(diào)度中心需收集和核算PMG的負(fù)荷資源,確定不同種類的負(fù)荷體量和分布,統(tǒng)計(jì)出微電網(wǎng)中各分布式電源的容量,完成上述工作后對各發(fā)電機(jī)組進(jìn)行調(diào)度。PMG優(yōu)化運(yùn)行的框架如圖2所示。

圖2 PMG調(diào)度框架圖

從圖2可知,負(fù)荷分為不可中斷負(fù)荷和可中斷負(fù)荷?？芍袛嘭?fù)荷作為PMG內(nèi)可轉(zhuǎn)移的負(fù)荷參與需求側(cè)響應(yīng),將其分為直接參與需求側(cè)響應(yīng)負(fù)荷(dem response, DR)和激勵(lì)型參與需求響應(yīng)的負(fù)荷(incentive-based dem response, IDR)。IDR通過PMG實(shí)施TOU政策在用電高峰時(shí)期調(diào)整用電時(shí)段,在一定程度上能削峰填谷,緩解PMG用電壓力。在PMG內(nèi)發(fā)電機(jī)組出力大于負(fù)荷需求時(shí)向主網(wǎng)售出多余電量,使PMG作為售電方獲得收益。

2 TOU模型

為了考慮PMG內(nèi)電力資源的合理配置,本研究選用TOU作為激勵(lì)方式調(diào)整部分負(fù)荷的用電時(shí)段。確定TOU模型主要分為以下兩步:①調(diào)度中心獲取次日的不可中斷負(fù)荷預(yù)測曲線,根據(jù)預(yù)測曲線變化趨勢劃分峰-谷-平時(shí)段;②根據(jù)可中斷負(fù)荷預(yù)測曲線峰-谷-平劃分時(shí)段的結(jié)果對電價(jià)進(jìn)行優(yōu)化,生成新的TOU曲線。

2.1 峰-谷-平周期劃分方法

劃分峰-谷-平時(shí)段是實(shí)施分時(shí)電價(jià)的必要前提。筆者采用基于移動邊界技術(shù)來對負(fù)荷時(shí)段進(jìn)行周期劃分。

圖3 基于移動邊界技術(shù)周期劃分算法流程圖

本研究將邊界變量Bfv、Bpv作為周期劃分模型中兩個(gè)決策變量,設(shè)F(Bfv,Bpv)為目標(biāo)函數(shù)。目標(biāo)函數(shù)表達(dá)式如下:

(3)

(4)

式中,Nm為第m個(gè)周期內(nèi)的負(fù)荷數(shù)量。

2.2 TOU優(yōu)化模型

建立負(fù)荷變化與價(jià)格的數(shù)學(xué)關(guān)系,該表達(dá)式由電能變化與價(jià)格變化之比的彈性系數(shù)組成,需求彈性系數(shù)分為自彈性系數(shù)和交叉彈性系數(shù),表達(dá)式如下:

(5)

(6)

式中:m和l為不同時(shí)期,即m∈(p,f,v),l∈(p,f,v);ξmm為自彈性系數(shù);ξml(m≠l)為交叉彈性系數(shù);ΔEm為第m個(gè)周期用電量的變化;Em為前m個(gè)時(shí)段的用電量;ΔPm、ΔPl為第m個(gè)周期和第l個(gè)周期的價(jià)格變化;P0為原始電價(jià)。

考慮TOU前后的小時(shí)負(fù)荷計(jì)算方法為:

(7)

3 PMG日前優(yōu)化調(diào)度模型

3.1 目標(biāo)函數(shù)

以PMG的綜合運(yùn)行成本Fcost為目標(biāo)函數(shù),其計(jì)算方法為:

Fcost=Cf+Cos+Cd+Ci

(8)

式中:Cf為燃料成本;Cos為發(fā)電機(jī)組的運(yùn)行維修成本;Cd為污染氣體的排放成本;Ci為PMG與主網(wǎng)交互的購售電成本。

3.1.1 PMG的燃料成本

PMG中的燃料成本為24小時(shí)微型燃?xì)廨啓C(jī)、柴油機(jī)、燃料電池所用燃料費(fèi)用的總和。

(9)

(10)

(11)

(12)

3.1.2 PMG的運(yùn)維成本

在PMG中,機(jī)組的運(yùn)行維護(hù)成本如下:

(13)

3.1.3 PMG的排放成本

在PMG中,常規(guī)發(fā)電機(jī)組的使用會產(chǎn)生大量污染物氣體。為了降低排放物對環(huán)境的影響,需要對這些排放物和污染物進(jìn)行處理。其表達(dá)式如下:

(14)

3.1.4 PMG的購售電成本

PMG進(jìn)行聯(lián)絡(luò)線交易時(shí),購售電成本為:

(15)

3.2 約束條件

3.2.1 PMG的功率約束

(16)

(17)

3.2.2 PMG的機(jī)組出力約束

PMG機(jī)組的出力約束主要集中在常規(guī)機(jī)組的出力上下限約束和爬坡約束:

(18)

(19)

3.2.3 與主網(wǎng)的交互功率約束

(20)

(21)

式中,Pi,min、Pi,max分別為與主網(wǎng)交互功率的最大值和最小值。

3.2.4 參與需求側(cè)響應(yīng)的功率約束

在PMG中,有一部分負(fù)荷參與需求側(cè)響應(yīng)負(fù)荷。參與需求側(cè)響應(yīng)的負(fù)荷分為直接可控負(fù)荷和不可控負(fù)荷。其表達(dá)式及約束條件如下:

(22)

0≤?！?

(23)

3.3 PMG多目標(biāo)優(yōu)化模型求解方法

在實(shí)現(xiàn)PMG合理調(diào)度過程中,對算法的收斂速度、搜索能力都有著較高的要求。筆者選用灰狼算法對模型進(jìn)行優(yōu)化[12]。

設(shè)灰狼群在空間內(nèi)有N個(gè)個(gè)體,其位置為:

X=(x1,x2,…,xN)

(24)

設(shè)定目標(biāo)灰狼的位置為:

(25)

當(dāng)前灰狼的位置為:

(26)

當(dāng)前灰狼向目標(biāo)灰狼移動后的位置可由式(27)得出:

(27)

式中:A為取值范圍-a到a的均勻隨機(jī)數(shù),a為某一常數(shù),一般取初始值為2,隨著算法的迭代減至0;C為取值0或2的隨機(jī)數(shù)。經(jīng)過移動后,當(dāng)前灰狼將移動到目標(biāo)灰狼的位置周圍。其距離目標(biāo)灰狼的距離由隨機(jī)數(shù)A決定,隨著迭代次數(shù)增加,會逐漸到達(dá)目標(biāo)灰狼的位置。

灰狼算法流程如圖4所示,其中α、β、γ為灰狼算法中3個(gè)初始樣本的位置。

圖4 灰狼算法流程圖

4 算例分析

4.1 PMG基礎(chǔ)數(shù)據(jù)及日前負(fù)荷與風(fēng)光機(jī)組出力預(yù)測曲線

以某虛擬工業(yè)園區(qū)微電網(wǎng)典型日數(shù)據(jù)為基礎(chǔ),進(jìn)行算例分析,相關(guān)參數(shù)如表1所示。

表1 PMG運(yùn)行參數(shù)

根據(jù)PMG典型日運(yùn)行數(shù)據(jù),風(fēng)光發(fā)電機(jī)組日出力及PMG日負(fù)荷預(yù)測情況如圖5所示。

圖5 風(fēng)光發(fā)電機(jī)組出力及PMG日負(fù)荷預(yù)測曲線圖

從圖5可知,光伏發(fā)電機(jī)組受太陽光影響較大,而風(fēng)力發(fā)電機(jī)組出力較為波動。光照強(qiáng)度逐漸上升,光伏發(fā)電機(jī)組會持續(xù)輸出功率;光照強(qiáng)度逐漸減弱,光伏機(jī)組輸出的功率不斷減小;室外無光照后,光伏機(jī)組不再提供出力。PMG負(fù)荷高峰期集中于11:00～20:00,在20:00后負(fù)荷水平不斷下降。

4.2 TOU優(yōu)化結(jié)果分析

確定PMG的典型日負(fù)荷曲線后,發(fā)電機(jī)組優(yōu)先為不可中斷負(fù)荷提供出力,部分可中斷負(fù)荷根據(jù)價(jià)格激勵(lì)進(jìn)行用電時(shí)段調(diào)整。

本研究將可中斷型負(fù)荷分為DR和IDR?？芍袛嘭?fù)荷峰-谷-平時(shí)段劃分曲線如圖6所示。

圖6 周期劃分負(fù)荷曲線圖

從圖6可知,負(fù)荷高峰時(shí)段主要集中在14:00-24:00,平時(shí)段為12:00-13:00,低谷時(shí)期為3:00-11:00。

在完成負(fù)荷曲線時(shí)段劃分后,根據(jù)負(fù)荷變化趨勢對TOU進(jìn)行優(yōu)化。PMG分時(shí)電價(jià)圖線如圖7所示。

圖7 PMG分時(shí)電價(jià)曲線圖

從圖7可知,與原始電價(jià)相比,優(yōu)化后的TOU根據(jù)負(fù)荷的變化,在平、谷兩個(gè)時(shí)期,電價(jià)處于較高的水平;而在用電高峰期,電價(jià)處于較低水平。優(yōu)化后的TOU在一定程度上可以激勵(lì)用戶調(diào)整部分用電需求。在電價(jià)較高時(shí),用戶側(cè)可以將部分IDR轉(zhuǎn)移至電價(jià)較低時(shí)段,可減少部分用電支出。通過這種電價(jià)激勵(lì)的方式,PMG移峰填谷效果較明顯,以此達(dá)到降低峰谷差的目的。

4.3 日前優(yōu)化調(diào)度策略結(jié)果分析

4.3.1 常規(guī)機(jī)組調(diào)度結(jié)果分析

在確定分時(shí)電價(jià)后,將根據(jù)PMG中每小時(shí)內(nèi)的負(fù)荷情況和機(jī)組出力情況進(jìn)行調(diào)度。圖8中為PMG常規(guī)機(jī)組每小時(shí)的出力情況。

圖8 機(jī)組調(diào)度圖

從圖8可知,各類型機(jī)組在每個(gè)小時(shí)都向PMG發(fā)出功率,且每個(gè)小時(shí)輸出功率的總和不超過400 kW。MT出力較為波動,FC出力較為恒定;作為備用發(fā)電機(jī)組的DG,在此日前調(diào)度中出力占比最少。

4.3.2 PMG與主網(wǎng)互聯(lián)結(jié)果分析

在常規(guī)發(fā)電機(jī)組與風(fēng)光發(fā)電機(jī)組總出力大于PMG負(fù)荷時(shí),PMG可向主網(wǎng)出售多余的電量,實(shí)現(xiàn)聯(lián)絡(luò)線交易,PMG獲得收益。此外,通過調(diào)整DR與IDR的用電時(shí)段,可降低購電成本。聯(lián)絡(luò)線交易負(fù)荷與DR、IDR負(fù)荷分布如圖9所示。

圖9 聯(lián)絡(luò)線交易負(fù)荷與DR、IDR負(fù)荷分布圖

結(jié)合TOU可看出,在1:00～5:00時(shí)電價(jià)開始上升,并在5:00后達(dá)到當(dāng)日電價(jià)的最大值。在這段時(shí)間內(nèi),先從主網(wǎng)購電,在8:00后停止從主網(wǎng)購電;在12:00～14:00時(shí),電價(jià)達(dá)到峰值。在9:00～15:00間,風(fēng)光發(fā)電機(jī)組與常規(guī)發(fā)電機(jī)組的出力之和大于PMG所需的電量,此時(shí)PMG以較高的電價(jià)向主網(wǎng)售電,PMG獲得收益。在16:00～24:00間,電價(jià)處于最低值,光伏發(fā)電機(jī)組出力減小,此時(shí)以較低的電價(jià)從主網(wǎng)購電,可降低購電成本。因此,該調(diào)度策略可有效地將DR以及部分IDR轉(zhuǎn)移至電價(jià)較低時(shí)段。

4.3.3 優(yōu)化調(diào)度結(jié)果分析

圖10為各發(fā)電機(jī)組占比圖。

圖10 各發(fā)電機(jī)組出力占比圖

從圖10可知,風(fēng)光發(fā)電機(jī)組出力比例最高,常規(guī)發(fā)電機(jī)組其次,主網(wǎng)出力占比最低。因此,該調(diào)度策略使風(fēng)光機(jī)組出力比例達(dá)到最大,有利于降低MT、FC等常規(guī)發(fā)電機(jī)組的燃料成本,進(jìn)而減少購電成本,降低對主網(wǎng)的依賴性。

PMG日前調(diào)度策略如圖11所示。 在該調(diào)度策略中,利用優(yōu)化后的TOU激勵(lì)用戶轉(zhuǎn)移了部分負(fù)荷,降低一天內(nèi)負(fù)荷波動的峰谷差,起到“削峰填谷”的作用。同時(shí)通過聯(lián)絡(luò)線將多余電量售賣給主網(wǎng),使PMG通過售賣多余電量獲得收益,減少購電成本。該日前調(diào)度策略能夠使風(fēng)光發(fā)電機(jī)組出力占比最大,減少了常規(guī)發(fā)電機(jī)組的出力,從而降低了PMG日運(yùn)行的燃料成本、排放成本等,提高微電網(wǎng)運(yùn)行的經(jīng)濟(jì)性。

圖11 日前調(diào)度策略圖

4.4 PMG運(yùn)行成本

在日前調(diào)度策略下,PMG日前運(yùn)行的燃料成本及運(yùn)行維護(hù)成本如表2所示。

表2 燃料成本及運(yùn)行維護(hù)成本結(jié)果

從表2可知,DG、FC燃料成本和運(yùn)行維護(hù)成本較高,而風(fēng)光發(fā)電機(jī)組不需要燃料成本,且運(yùn)行維護(hù)成本花費(fèi)較低。PMG一天內(nèi)發(fā)電機(jī)組燃料成本與運(yùn)行維護(hù)成本總和為24 881.56元。

PMG日前運(yùn)行需花費(fèi)2 986.25元從主網(wǎng)購電,而PMG作為售電方,可向主網(wǎng)售出1 026.28元的電量。因此,PMG日前調(diào)度所需成本為26 841.53元。

5 結(jié)論

針對PMG日前優(yōu)化調(diào)度,設(shè)計(jì)了一個(gè)基于TOU響應(yīng)的常規(guī)發(fā)電機(jī)組、風(fēng)光發(fā)電機(jī)組以及與主網(wǎng)互聯(lián)的微電網(wǎng)運(yùn)行模式,以最小化PMG日運(yùn)行總成本為目標(biāo)進(jìn)行日前優(yōu)化調(diào)度。通過算例分析,驗(yàn)證所提模型的合理性,得出以下結(jié)論:

(1)通過對可中斷負(fù)荷預(yù)測曲線劃分峰-谷-平時(shí)段,得出優(yōu)化后的TOU模型。利用價(jià)格激勵(lì)用戶側(cè)轉(zhuǎn)移部分負(fù)荷的用電時(shí)段,降低負(fù)荷峰谷差,降低用戶的購電成本。

(2)得出的調(diào)度策略可實(shí)現(xiàn)與主網(wǎng)互聯(lián),降低PMG向主網(wǎng)購電成本,同時(shí)PMG獲得收益,大大提高了微電網(wǎng)運(yùn)行的經(jīng)濟(jì)型。

園區(qū)微電網(wǎng)內(nèi)各發(fā)電機(jī)組與負(fù)荷側(cè)及主網(wǎng)緊密聯(lián)系,利用分時(shí)電價(jià)引導(dǎo)用戶側(cè)合理調(diào)整部分負(fù)荷用電時(shí)段,協(xié)調(diào)微電網(wǎng)內(nèi)資源配置,提高微電網(wǎng)運(yùn)行經(jīng)濟(jì)性。