郭晶晶

（國電南瑞吉電新能源（南京）有限公司）

0 引言

微電網(wǎng)（MG）可作為本地電源直接向負(fù)荷中心供電（孤島模式）或連接到配電網(wǎng)。MG被認(rèn)為是傳統(tǒng)集中式網(wǎng)絡(luò)問題的解決方案，直接位于負(fù)荷中心的小型發(fā)電廠的優(yōu)勢在于減少功率損耗、提高效率和減少供電干擾。可再生能源的使用對環(huán)境產(chǎn)生了良好的影響。多能源系統(tǒng)微電網(wǎng)（MESM）互聯(lián)可增強系統(tǒng)抵御極端天氣條件和自然災(zāi)害的能力，進(jìn)而提高整個電網(wǎng)的穩(wěn)定性。經(jīng)濟調(diào)度（ED）的目標(biāo)是確定機組的最優(yōu)調(diào)度，從而在滿足運行約束的前提下使發(fā)電成本最小化［1-3］。本文提出了粒子群優(yōu)化方法，用于解決MESM系統(tǒng)中發(fā)電機組和可再生能源的經(jīng)濟調(diào)度問題。在該方法中，根據(jù)可再生能源和發(fā)電機組參與的特性計算微電網(wǎng)經(jīng)濟成本。

1 多能源系統(tǒng)微電網(wǎng)模型

1.1 多能源系統(tǒng)微電網(wǎng)影響因素

在多能源系統(tǒng)微電網(wǎng)中，包括了不同能源的供應(yīng)和利用，例如太陽能、風(fēng)能、蓄電池能量等。為了實現(xiàn)微電網(wǎng)的經(jīng)濟優(yōu)化調(diào)度，需要開發(fā)和應(yīng)用合適的優(yōu)化算法，如基于遺傳算法、模糊控制、人工智能等方法，通過建立數(shù)學(xué)模型和優(yōu)化目標(biāo)函數(shù)，從而獲得最優(yōu)的能源調(diào)度策略［4-5］。

對于智能電網(wǎng)系統(tǒng)來說，協(xié)調(diào)MG和配電網(wǎng)之間的操作非常重要。此組合目的是通過能量交換和合作解決單個媒介或單個微電網(wǎng)無法解決的問題。通過經(jīng)濟優(yōu)化調(diào)度策略，可以最大程度地提高多能源系統(tǒng)微電網(wǎng)的經(jīng)濟效益，降低能源的成本，提高能源利用效率，減少對主電網(wǎng)的依賴，實現(xiàn)能源的可持續(xù)發(fā)展。

1.2 目標(biāo)函數(shù)

經(jīng)濟調(diào)度是指將負(fù)荷分配到每個發(fā)電機組上，以便獲得能夠以最佳成本滿足負(fù)荷需求的組合發(fā)電機組，或者從發(fā)電機組合中找出輸出功率的最佳值，目的是將發(fā)電總成本降至最低，并滿足平等和不平等約束。在傳統(tǒng)經(jīng)濟調(diào)度中，總發(fā)電量需滿足總負(fù)載需求：

式中，PGi為第i臺發(fā)電機產(chǎn)生的有功功率；PD為需求功率，可從發(fā)電機組的輸入和輸出特性中觀察到。發(fā)電量受發(fā)電機組的最小和最大容量限制如下：

式中，PGimax、PGimin分別是發(fā)電機能力的上限和下限。成本函數(shù)FG可以通過如下所示的二次函數(shù)近似。

式中，F(xiàn)Gi為第i個發(fā)電機的成本系數(shù)。

功率輸出受到MG的最小和最大容量的限制，其能量來源如式（5）所示：

MG的總發(fā)電成本計算公式如下：

在式（8）中，當(dāng)PMGj為正時，表示提供給電網(wǎng)的有功功率MGj，λj為MGj的銷售價格；當(dāng)PMGj為負(fù)時，表示從電網(wǎng)輸出到MGj的功率，λj為MGj購買價格。

MG與MESM系統(tǒng)的互連將影響系統(tǒng)的操作，包括每個系統(tǒng)的負(fù)載分配發(fā)電機組。每個發(fā)電機組上的負(fù)荷分配基于成本最低的組合機組。MESM的總發(fā)電成本計算如下：

式中，F(xiàn)MESM、FMG、FG分別是系統(tǒng)運行的總成本、多能源系統(tǒng)分配的MG成本以及發(fā)電廠的成本。

1.3 約束條件

發(fā)電廠通常由裝機容量超過數(shù)千兆瓦的大型天然氣發(fā)電廠組成。容量為數(shù)十兆瓦或更大的發(fā)電機通常連接到電網(wǎng)并與電力系統(tǒng)合作。具有可再生能源的MG可以作為虛擬負(fù)荷以需求響應(yīng)的形式參與調(diào)度系統(tǒng)，MG的發(fā)電廠必須首先滿足自身的負(fù)荷。如果MG中的功率過剩，則MG向MESM系統(tǒng)供電。如果微電網(wǎng)系統(tǒng)不能滿足其自身的要求，則從MESM系統(tǒng)獲取功率。進(jìn)入系統(tǒng)的MG參與調(diào)度MESM系統(tǒng)需考慮MG作為負(fù)載或發(fā)電機的特性。此外，還有一些研究者使用MG可再生能源。它必須根據(jù)歷史數(shù)據(jù)和環(huán)境因素以及MG上的負(fù)載進(jìn)行估計。因此，由于MG可再生能源的間歇性和當(dāng)?shù)刎?fù)荷的隨機性，MG輸出在不同時期會發(fā)生變化，MG輸出有時為正值，有時為負(fù)值。

2 經(jīng)濟優(yōu)化調(diào)度算法

粒子群算法（PSO）指每個粒子由兩個矢量Si和xi描述；在粒子群的每個移動步長中，每個粒子都由兩個值更新。第一個值是粒子i的最佳先驗位置，稱為最好值pbi，并使用適應(yīng)度函數(shù)進(jìn)行計算。第二個值是所有pbi最好的粒子中最好的粒子，稱為最好值gbi，任何粒子都會通過以下關(guān)系更新其新的速度和位置：

式中，c1、c2為加速度常數(shù)范圍［0，2］；r1、r2為［0，1］范圍內(nèi)的均勻隨機值；pbi表示粒子3i的最佳先驗值；gbi表示pbi粒子里的最佳值；Si、xi分別表示粒子i的位置矢量和速度；k表示迭代次數(shù)；W表示慣性權(quán)重因子；iter表示當(dāng)前迭代次數(shù)；Wmin、Wmax分別表示最小和最大慣性權(quán)重系數(shù)。

PSO算法步驟描述如下：

（1）讀取數(shù)據(jù)系統(tǒng)和PSO參數(shù)，對象特征、數(shù)量粒子、種群大小、數(shù)量迭代、認(rèn)知和社會參數(shù)以及約束因子。

（2）初始化，隨機初始化速度和位置矢量。

（3）適應(yīng)度評估，使用目標(biāo)函數(shù)評估每個粒子的位置。

（4）記憶更新，更新了pbi和gbi，如式（10）所示：

（5）更新速度和位置，使用式（8）和（9）更新所有粒子的速度和位置矢量。

（6）終止過程，當(dāng)達(dá)到最大代數(shù)時終止過程，如果終止條件不滿足，則下一步是適應(yīng)度評估。此過程持續(xù)重復(fù)，直到達(dá)到終止參數(shù)。

3 實例分析

該方法被應(yīng)用于由四個發(fā)電機組和兩個可再生能源的MG單元組成的微電網(wǎng)系統(tǒng)，構(gòu)成MESM單線系統(tǒng)。MESM提供的每日負(fù)荷曲線如圖1所示。

圖1 MESM 系統(tǒng)日負(fù)載曲線

MG1和MG2具有可控和不可控功率輸出。DG控制的功率輸出容量分別為MG1和MG2的6MW 和8MW。不可控功率輸出為MG1和MG2上光伏預(yù)測的功率輸出。MG1和MG2是基于光伏的DG。因此，MG1為6：00～17：00的負(fù)載提供電力，MG2為7：00～18：00的負(fù)載提供電力。MG2的24h輸出功率預(yù)測如圖2所示。

圖2 MG2預(yù)測功率及負(fù)荷數(shù)據(jù)

當(dāng)光伏輸出功率和功率輸出可控MG大于本地負(fù)載MG時，向系統(tǒng)供應(yīng)電量。相反，在光伏輸出功率和功率輸出可控MG小于本地負(fù)載MG時，則購買電量。系統(tǒng)的MG1售價為135元／MW，MG2售價為140元／MW。從該系統(tǒng)購買MG1和MG2的價格為110元／MW。盡管購買價格低于出售價格，MG必須始終以其最大功率運行。本文將粒子群算法用于求解優(yōu)化問題。迭代次數(shù)設(shè)置為1000，粒子數(shù)設(shè)置為500。使用本文中的粒子群算法。

圖3顯示了四個發(fā)電機組和兩個基于MG的可再生能源（RES）功率的輸出。圖中顯示了最便宜的發(fā)電機組分別是G2、G4、Gl和G3。發(fā)電機組的平均發(fā)電量為84.97%，尤其是在不可控MG2的情況下。G4、G1和G3機組的平均發(fā)電量分別為67.84%、43.18%和36.04%。G2和G4發(fā)電機組在16：00～19：00的時間段內(nèi)達(dá)到最大發(fā)電量55MW，此時負(fù)荷仍然很大，而不可控發(fā)電機MG1和MG2開始下降。MG1在7：00～11：00的時間段內(nèi)從發(fā)電機組獲得電源，此時MG1的本地電源無法滿足負(fù)載。在另一段時間內(nèi)，MGl系統(tǒng)具有正值，這意味著MGl能夠向系統(tǒng)（電網(wǎng)）出售電能。MG1可出售的總能量為135MW，購買量為19MW，因此24h內(nèi)可節(jié)省1116MW。MG2始終為正值，這意味著在24h內(nèi)，MG2能夠滿足本地負(fù)載，包括不可控MG2無法提供電源時。MG2在24h內(nèi)向系統(tǒng)出售的總功率為182MW。

圖3 發(fā)電機組及MG可再生能源24h功率

圖4顯示了含有和不含MG可再生能源系統(tǒng)的最低成本。在1：00～6：00的時間段內(nèi)，使用和不使用MG的運營成本幾乎相同。在7：00～16：00的時間段內(nèi)，使用MG的運營成本比未使用MG低，而在17：00～24：00的時間段內(nèi)，使用MG的運營成本比未使用MG高?？傮w而言，使用MG的系統(tǒng)的運行成本要低于沒有使用MG的系統(tǒng)。不使用MG可再生能源的最低運營成本為50.8386萬元，使用MG可再生能源的最低運營成本為50.1169萬元。因此，使用MG可再生能源運行的微電網(wǎng)系統(tǒng)可降低運營成本7.2165萬元。

圖4 MESM 系統(tǒng)在24h內(nèi)的最小運行成本

4 結(jié)束語

本文將多組微電網(wǎng)與可再生能源微電網(wǎng)結(jié)合到MESM系統(tǒng)中，可以最大限度地減少發(fā)電機組或傳統(tǒng)發(fā)電機的功率輸出，并最大限度地提高微電網(wǎng)可再生能源的功率輸出。未使用MG可再生能源時，最低運營成本為50.8386萬元，使用MG可再生能源成本為50.1169萬元，總共節(jié)省了7.2165萬元的成本。使用MG可再生能源的MESM系統(tǒng)的運行成本低于未使用MG的運行成本，MESM系統(tǒng)最大限度地利用可再生能源實現(xiàn)微電網(wǎng)功率輸出，并降低電力系統(tǒng)總體運營成本。