柳 川,王林川,李京原,聶 鵬,龐金龍,于萬(wàn)祥
(1.東北電力大學(xué),吉林 吉林 132012;2.國(guó)網(wǎng)吉林省電力有限公司培訓(xùn)中心,長(zhǎng)春 130062)
近年來(lái),清潔能源與分布式發(fā)電技術(shù)受到了廣泛關(guān)注。分布式發(fā)電(DG)是指把相對(duì)小型的發(fā)電裝置安裝在用戶附近的一種發(fā)電方式,這種發(fā)電方式具有安全性高、可靠性高、對(duì)環(huán)境污染小、可以靈活選擇地點(diǎn)安裝以及對(duì)能源的利用率高等優(yōu)點(diǎn)。為解決分布式發(fā)電與大電網(wǎng)的融合問(wèn)題,微電網(wǎng)的優(yōu)化運(yùn)行成為了研究的重點(diǎn)。微電網(wǎng)是指由多種分布式電源、發(fā)電機(jī)、儲(chǔ)能裝置及負(fù)荷等相結(jié)合的分散的小型獨(dú)立系統(tǒng),并且可與大電網(wǎng)并網(wǎng)運(yùn)行或者獨(dú)立運(yùn)行,可以改善供電可靠性以及提高經(jīng)濟(jì)效益,為用戶帶來(lái)多方面的利益。
微電網(wǎng)優(yōu)化運(yùn)行可以提高微電網(wǎng)運(yùn)行的經(jīng)濟(jì)效益,其最終目的是使綜合成本最小化的同時(shí)滿足負(fù)荷的需求。目前,國(guó)外對(duì)于微電網(wǎng)優(yōu)化運(yùn)行研究較多,而國(guó)內(nèi)還處于起步階段。本文對(duì)微電網(wǎng)優(yōu)化運(yùn)行中的優(yōu)化模型以及優(yōu)化算法進(jìn)行概括并總結(jié)其不足和有待解決的問(wèn)題。
對(duì)于電網(wǎng)的優(yōu)化運(yùn)行問(wèn)題,微電網(wǎng)與傳統(tǒng)電網(wǎng)本質(zhì)上是一致的,即在保證供電的安全可靠、滿足負(fù)荷的前提下合理安排各機(jī)組出力,最終實(shí)現(xiàn)綜合成本最小化或效益最大化;但微電網(wǎng)與傳統(tǒng)電網(wǎng)在發(fā)電方式、儲(chǔ)能裝置以及所利用的能源等方面具有較大的差異,使其在優(yōu)化運(yùn)行方面存在一定的不同。與傳統(tǒng)電力系統(tǒng)相比,微電網(wǎng)雖然輸電距離短而降低了網(wǎng)損,但由于其電壓等級(jí)遠(yuǎn)低于傳統(tǒng)電網(wǎng),因此,微電網(wǎng)系統(tǒng)的線路損耗仍不能忽略。
傳統(tǒng)電力系統(tǒng)發(fā)電部分主要是由火電和水電組成,發(fā)電機(jī)組可根據(jù)負(fù)荷的波動(dòng)連續(xù)調(diào)節(jié)出力,發(fā)電情況遵循人工調(diào)度,而微電網(wǎng)主要是由分布式電源發(fā)電,分布式電源所特有的隨機(jī)性和間歇性導(dǎo)致了其出力波動(dòng):由于風(fēng)力發(fā)電機(jī)和光伏電池不遵循人工的調(diào)度,通常工作在最大功率點(diǎn)跟蹤模式(MPPT);與傳統(tǒng)的火力發(fā)電機(jī)組相對(duì)比,微型燃?xì)廨啓C(jī)具有啟停迅速、出力可以靈活快速變化等特點(diǎn),這使微型燃?xì)廨啓C(jī)在實(shí)際調(diào)度中可忽略其機(jī)組爬坡率限制,相比傳統(tǒng)火力發(fā)電機(jī)組調(diào)度更加靈活[1-2]。
微電網(wǎng)的優(yōu)化運(yùn)行本質(zhì)上是一個(gè)復(fù)雜的非線性系統(tǒng)經(jīng)濟(jì)優(yōu)化問(wèn)題,包含機(jī)組組合,經(jīng)濟(jì)負(fù)荷分配等經(jīng)濟(jì)調(diào)度問(wèn)題,包括靜態(tài)調(diào)度與動(dòng)態(tài)調(diào)度2種。靜態(tài)調(diào)度是把總時(shí)間分成各時(shí)段,在不考慮各時(shí)段之間聯(lián)系的前提下研究每個(gè)時(shí)段的最優(yōu)運(yùn)行方案;動(dòng)態(tài)調(diào)度則考慮了各時(shí)段之間的聯(lián)系與影響,例如考慮機(jī)組爬坡率限制等。
隨著微電網(wǎng)技術(shù)的成熟,微電網(wǎng)優(yōu)化運(yùn)行也逐漸受到了關(guān)注。目前,微電網(wǎng)優(yōu)化運(yùn)行的主要研究重點(diǎn)是在靜態(tài)調(diào)度方面。文獻(xiàn)[3]建立以運(yùn)行費(fèi)用為最小的單目標(biāo)優(yōu)化模型;文獻(xiàn)[4]針對(duì)微電網(wǎng)本身所具有的一些獨(dú)特性,提出了一種關(guān)于微電網(wǎng)最優(yōu)經(jīng)濟(jì)運(yùn)行的策略;文獻(xiàn)[5]提出了一種智能能量管理系統(tǒng)(SEMS),其所包含的功率預(yù)測(cè)、能量存儲(chǔ)以及優(yōu)化運(yùn)行3部分,為微電網(wǎng)優(yōu)化運(yùn)行的研究提供了科學(xué)的技術(shù)支持;文獻(xiàn)[6]從運(yùn)營(yíng)成本出發(fā),以電力公司運(yùn)營(yíng)成本的最小化為目標(biāo);文獻(xiàn)[7]從多目標(biāo)優(yōu)化的角度出發(fā),在綜合考慮了微型燃?xì)廨啓C(jī)發(fā)電效率、制熱效率和污染排放的特性下針對(duì)熱電聯(lián)供型(CHP)微電網(wǎng)以運(yùn)營(yíng)成本、CO及NOx排放量為最小的3個(gè)目標(biāo)進(jìn)行優(yōu)化;文獻(xiàn)[8]從可靠性出發(fā),以可靠性為一個(gè)優(yōu)化目標(biāo)進(jìn)行優(yōu)化;文獻(xiàn)[9]介紹了含光伏電池、燃料電池等微電網(wǎng)是否可以減少溫室效應(yīng),并以燃料費(fèi)用最小為優(yōu)化目標(biāo),考慮了天氣對(duì)微電網(wǎng)系統(tǒng)優(yōu)化結(jié)果的影響;文獻(xiàn)[10]介紹了風(fēng)力-柴油聯(lián)合發(fā)電系統(tǒng),分析了柴油機(jī)特性、風(fēng)電機(jī)特性以及蓄電池的使用壽命等影響系統(tǒng)發(fā)電成本的因素。
微電網(wǎng)優(yōu)化運(yùn)行以供電與負(fù)荷的平衡為前提,通過(guò)微電網(wǎng)的實(shí)時(shí)調(diào)度、機(jī)組出力配置來(lái)實(shí)現(xiàn)運(yùn)行成本、線路損耗和環(huán)境污染的最小化,供電可靠性最大化,最終目的是電網(wǎng)效益最大化;因此,建立微電網(wǎng)優(yōu)化運(yùn)行數(shù)學(xué)模型實(shí)際上是反應(yīng)微網(wǎng)綜合效益的大小,明確微電網(wǎng)的加入是否能給整個(gè)電力系統(tǒng)帶來(lái)效益。
在微電網(wǎng)優(yōu)化運(yùn)行的數(shù)學(xué)模型中,目標(biāo)函數(shù)和約束條件應(yīng)考慮分布式能源、各類電源的輸出特性、負(fù)荷需求特性、環(huán)境影響成本、系統(tǒng)可靠性等方面。輸入的主要參數(shù)包括微網(wǎng)的最初投資成本、各類電源和儲(chǔ)能設(shè)備的特性參數(shù)、運(yùn)行維護(hù)成本、啟停機(jī)成本、停電損失費(fèi)用、環(huán)境影響成本等。
微電網(wǎng)正常運(yùn)行時(shí),通常都會(huì)并入主電網(wǎng)聯(lián)網(wǎng)運(yùn)行,在系統(tǒng)發(fā)生故障或在其他特殊情況時(shí),微電網(wǎng)將轉(zhuǎn)為孤島運(yùn)行方式。下面針對(duì)并網(wǎng)運(yùn)行和孤島運(yùn)行兩種情況下分別介紹幾種具有代表性的模型。
3.1.1 考慮發(fā)電運(yùn)行成本最小的模型
式中:CF為燃料成本;CM為運(yùn)行維護(hù)成本;CSS為微型燃?xì)廨啓C(jī)、燃料電池等啟停成本;CB為微電網(wǎng)從主網(wǎng)購(gòu)入電量的費(fèi)用;CS為微電網(wǎng)向主網(wǎng)出售電量的收益。
3.1.2 考慮網(wǎng)損最小的模型
以網(wǎng)損最小化為目標(biāo)函數(shù),即以線路損耗的最小化為優(yōu)化目標(biāo)。雖然微電網(wǎng)能夠就近供電、供熱,降低電網(wǎng)和熱網(wǎng)的損耗,但微電網(wǎng)屬于低壓電網(wǎng),電壓等級(jí)相對(duì)于傳統(tǒng)輸電網(wǎng)較低,因此,微電網(wǎng)系統(tǒng)的輸電線路損耗不能被忽略。網(wǎng)損最小模型為:
式中:mG為微電網(wǎng)發(fā)電單元數(shù);nL為微電網(wǎng)內(nèi)的負(fù)荷總節(jié)點(diǎn)數(shù)為t時(shí)刻發(fā)電單元k的發(fā)電功率;為t時(shí)段第s個(gè)節(jié)點(diǎn)的有功功率。
3.1.3 考慮排放污染最少的模型
該模型是以排放污染最少為目標(biāo)函數(shù),為了最大程度降低污染排放和傳統(tǒng)化石能源的消耗,在滿足連續(xù)安全穩(wěn)定供電的前提下,優(yōu)先利用新能源,其次按由低到高的順序調(diào)度污染物排放水平與電能消耗。污染排放最少模型的表達(dá)式為:
式中:C(t)為t時(shí)刻各微電源的環(huán)境成本與微電網(wǎng)向大電網(wǎng)的購(gòu)電成本;nS為微電源數(shù)量;mP為污染物種類;Vej為第j種污染物的環(huán)境價(jià)值;Vj為第j種污染物排放所接受的罰款;Qij為第i個(gè)微電源發(fā)出單位電量所排放出第j種污染物的排放量;Pi(t)為第i個(gè)微電源在t時(shí)刻的有功功率輸出。
在孤島運(yùn)行方式下的微電網(wǎng)優(yōu)化運(yùn)行,是在滿足負(fù)荷需求和可靠供電的基礎(chǔ)上,以微電網(wǎng)運(yùn)行成本最少、網(wǎng)損最小以及對(duì)環(huán)境污染最低等為優(yōu)化目標(biāo)。數(shù)學(xué)模型需要考慮各類微電源的技術(shù)性能、負(fù)荷需求的大小、各類微電源運(yùn)行維護(hù)費(fèi)用以及環(huán)保費(fèi)用等。其運(yùn)行成本最小模型為:
微電網(wǎng)優(yōu)化運(yùn)行的數(shù)學(xué)模型的約束條件基本一致。微電網(wǎng)優(yōu)化運(yùn)行要在滿足安全性、可靠性和電能質(zhì)量等約束條件下,對(duì)分布式發(fā)電系統(tǒng)中的各微電源進(jìn)行優(yōu)化調(diào)度。這些約束條件包括等式約束條件和不等式約束條件。等式約束主要是功率供需平衡方程、蓄電池能量平衡等;不等式約束條件主要包含各微電源輸出功率和最小啟動(dòng)功率約束、儲(chǔ)能裝置功率上下限約束、爬坡率約束以及微電網(wǎng)在孤島運(yùn)行方式下所需考慮的旋轉(zhuǎn)備用約束等。文獻(xiàn)[12]在約束條件中加入了溫室氣體和污染物排放的限制;文獻(xiàn)[13]在分析了蓄電池的使用原則下,考慮了蓄電池的充放電轉(zhuǎn)換次數(shù)的限制。文獻(xiàn)[14]考慮補(bǔ)償電容器的容量約束,節(jié)點(diǎn)電壓的約束及網(wǎng)絡(luò)潮流約束。
微電網(wǎng)優(yōu)化運(yùn)行屬于動(dòng)態(tài)多維非線性的優(yōu)化問(wèn)題,首先要求快速搜索到全局最優(yōu)點(diǎn);其次是要具有很快的收斂速度。目前國(guó)內(nèi)外學(xué)者已開展較多研究,針對(duì)優(yōu)化運(yùn)行所面對(duì)的問(wèn)題,提出了許多優(yōu)化算法,如數(shù)學(xué)解析法、動(dòng)態(tài)規(guī)劃法以及人工智能算法如粒子群算法、神經(jīng)網(wǎng)絡(luò)、遺傳算法、進(jìn)化算法等。
動(dòng)態(tài)規(guī)劃法是把復(fù)雜的問(wèn)題劃分為幾個(gè)階段,通過(guò)對(duì)每階段求解得到全局最優(yōu)解,其適合求解離散性問(wèn)題,將復(fù)雜的問(wèn)題簡(jiǎn)單化,減少計(jì)算量;但也存在建模比較復(fù)雜、易造成“維數(shù)災(zāi)”等缺點(diǎn)。文獻(xiàn)[15]采用了動(dòng)態(tài)規(guī)劃的算法進(jìn)行計(jì)算并得到了很好的結(jié)果。
神經(jīng)網(wǎng)絡(luò)本身具有學(xué)習(xí)能力,便于調(diào)度知識(shí)的提取,能夠滿足實(shí)時(shí)調(diào)度的需求,但這種算法需要大量的訓(xùn)練樣本和時(shí)間才能達(dá)到效果。
遺傳算法本身具有自我組織性、自我適應(yīng)性以及可以自我學(xué)習(xí)等特性,而且在并行處理能力方面能力也很顯著,這些特性使得遺傳算法較傳統(tǒng)的優(yōu)化算法更優(yōu)越。但是該算法的速度容易受約束項(xiàng)和算法參數(shù)影響,具有隨機(jī)游走缺陷,當(dāng)系統(tǒng)規(guī)模較大時(shí),其搜索效果會(huì)受到較大影響。文獻(xiàn)[16]詳細(xì)介紹了有關(guān)遺傳算法的一些基本原理以及操作過(guò)程并改進(jìn)了遺傳算法以彌補(bǔ)其缺點(diǎn)。陳杰利用改進(jìn)的遺傳算法使各微電源的有功與無(wú)功出力得到優(yōu)化[17]。
粒子群算法(PSO)首先針對(duì)最初隨機(jī)選取的一群粒子設(shè)置適應(yīng)度函數(shù)并且使這些粒子沒有質(zhì)量和體積,然后使所選取的每個(gè)粒子對(duì)應(yīng)所求的優(yōu)化問(wèn)題,最后由開始所設(shè)定的適應(yīng)度函數(shù)判定選取的粒子是否優(yōu)秀。其與遺傳算法一樣具有并行處理的特性,并且還具有魯棒性強(qiáng)、精確度高、算法簡(jiǎn)單、收斂速度快等優(yōu)點(diǎn)。文獻(xiàn)[18]以利潤(rùn)最大為目標(biāo),采用粒子群算法得到理想的熱電聯(lián)供微電源日調(diào)度方案。文獻(xiàn)[19]為了能夠?qū)崿F(xiàn)可以確定微電源的安裝地點(diǎn)以及所需要的型號(hào)與容量,利用了粒子群算法以年發(fā)電成本最小為目標(biāo)計(jì)算出了微電源的最優(yōu)容量和最佳類型。
隨著研究的不斷深入,許多改進(jìn)的優(yōu)化算法與多目標(biāo)優(yōu)化的處理方法被人們所提出。文獻(xiàn)[20]為使發(fā)電成本和污染物排放量同時(shí)達(dá)到最小而采用了多目標(biāo)粒子群優(yōu)化算法并且對(duì)算法進(jìn)行了相應(yīng)的改進(jìn);文獻(xiàn)[21]采用將動(dòng)態(tài)規(guī)劃法與遺傳算法相結(jié)合的方法來(lái)進(jìn)行優(yōu)化計(jì)算,這樣很好地彌補(bǔ)了遺傳算法的不足而提高了算法的效率;文獻(xiàn)[22]考慮了如何將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)變?yōu)閱文繕?biāo)優(yōu)化問(wèn)題來(lái)求解。首先利用模糊化理論中的最大模糊滿意度法將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)化為單目標(biāo)優(yōu)化問(wèn)題,然后在考慮實(shí)時(shí)電價(jià)的微電網(wǎng)與大電網(wǎng)并網(wǎng)運(yùn)行方式下,利用改進(jìn)的遺傳算法對(duì)各微電源有功、無(wú)功出力進(jìn)行計(jì)算,同時(shí)對(duì)多目標(biāo)優(yōu)化的滿意度進(jìn)行優(yōu)化。除此之外,對(duì)于多目標(biāo)優(yōu)化一般處理方法還有:線性加權(quán)法、評(píng)價(jià)函數(shù)法、分層序列法等。
目前對(duì)微電網(wǎng)的研究還處于初步階段,問(wèn)題重點(diǎn)主要包括建立優(yōu)化數(shù)學(xué)模型與優(yōu)化算法。本文對(duì)微電網(wǎng)優(yōu)化運(yùn)行目前的發(fā)展?fàn)顩r進(jìn)行了分析和總結(jié),并結(jié)合已有的文獻(xiàn)評(píng)述了微電網(wǎng)優(yōu)化運(yùn)行在并網(wǎng)與孤島運(yùn)行方式下較多采用的數(shù)學(xué)模型與優(yōu)化算法,討論了其優(yōu)缺點(diǎn)。指出目前的微網(wǎng)優(yōu)化數(shù)學(xué)模型普遍較簡(jiǎn)單,缺乏對(duì)于環(huán)境因素的考慮,并且大多數(shù)情況是考慮微電網(wǎng)并網(wǎng)運(yùn)行而忽略對(duì)于孤島運(yùn)行方式時(shí)的優(yōu)化,對(duì)于建立更加完善的數(shù)學(xué)模型有待進(jìn)一步的研究。此外,對(duì)于如何能更快地提高優(yōu)化算法的運(yùn)行速度、精度等以及尋求有效快速的多目標(biāo)求解方法等尚有待深入研究。
[1]楊佩佩.微網(wǎng)的經(jīng)濟(jì)運(yùn)行分析與研究[D].北京:華北電力大學(xué),2009.
[2]習(xí)朋,李鵬,劉金鑫,等.孤島運(yùn)行模式下的微網(wǎng)經(jīng)濟(jì)負(fù)荷分配[J].電網(wǎng)與清潔能源,2011,27(8):13-18.
[3]王銳,顧偉,吳志含.可再生能源的熱電聯(lián)供型微網(wǎng)經(jīng)濟(jì)運(yùn)行優(yōu)化[J].電力系統(tǒng)自動(dòng)化,2011,35(8):22-28.
[4]薛迎成,邰能靈,劉立群等.微電網(wǎng)孤島運(yùn)行模式下的協(xié)調(diào)控制策略[J].中國(guó)電力,2009,(07):36-40.
[5]Chen C,Duan S,Cai T,et al.Smartenergy management system for optimal microgrid economic operation[J].Renewable Power Generation,2011,5(3):258-267.
[6]張琦,張建華,劉自發(fā)等。風(fēng)光互補(bǔ)混合供電系統(tǒng)多目標(biāo)優(yōu)化設(shè)計(jì)[J].電力系統(tǒng)自動(dòng)化,2009,(17):86-90.
[7]顧偉,吳志,王銳.考慮污染氣體排放的熱電聯(lián)供型微電網(wǎng)多目標(biāo)運(yùn)行優(yōu)化[J].電力系統(tǒng)自動(dòng)化.2012,36(14):177-185.
[8]習(xí)朋,李鵬,劉金鑫.微網(wǎng)并網(wǎng)時(shí)的經(jīng)濟(jì)運(yùn)行研究[J].電力科學(xué)與工程,2011,27(9):1-7.
[9]Shin-ya Obara,Abeer GalalEl-Sayed.Compound Microgrid Installation Operation Planning of A PEFC and Photovoltaics with Prediction of Electricity Production using GA and Numerical Weather Information[J].International Journal of Hydrogen Energy,2009,(34):8213-8222.
[10]羅皎虹,吳軍基.獨(dú)立風(fēng)力-柴油聯(lián)合發(fā)電系統(tǒng)運(yùn)行成本分析[J].南通大學(xué)學(xué)報(bào)(自然科學(xué)版),2007,6(2):70-73.
[11]陳潔,楊秀,朱蘭,等.微網(wǎng)多目標(biāo)經(jīng)濟(jì)調(diào)度優(yōu)化[J].中國(guó)電機(jī)工程學(xué)報(bào),2013,33(19):57-66.
[12]楊佩佩,艾欣,崔明勇,等.基于粒子群優(yōu)化算法的含多種供能系統(tǒng)的微網(wǎng)經(jīng)濟(jì)運(yùn)行分析[J].電網(wǎng)技術(shù),2009,33(20):38-42.
[13]丁明,張穎媛.包含鈉硫電池儲(chǔ)能的微網(wǎng)系統(tǒng)經(jīng)濟(jì)運(yùn)行優(yōu)化[J].中國(guó)電機(jī)工程學(xué)報(bào),2011,31(4):7-14.
[14]王新剛,艾芊.含分布式發(fā)電的微電網(wǎng)能量管理多目標(biāo)優(yōu)化[J].電力系統(tǒng)控制與保護(hù),2009,37(20):79-83.
[15]趙波,曹一家.電力系統(tǒng)機(jī)組組合問(wèn)題的改進(jìn)粒子群優(yōu)化算法[J].電網(wǎng)技術(shù),2004,28(21):6-10.
[16]林偉,陳光堂,邱小燕,等.基于改進(jìn)自適應(yīng)遺傳算法的微電網(wǎng)負(fù)荷優(yōu)化分配[J].電力系統(tǒng)保護(hù)與控制,2012,40(12):49-55.
[17]陳杰,楊秀,朱蘭等.基于遺傳算法的熱電聯(lián)產(chǎn)型微網(wǎng)經(jīng)濟(jì)運(yùn)行優(yōu)化[J].電力系統(tǒng)保護(hù)與控制,2013,41(8):7-15.
[18]吳雄,王秀麗,別朝紅等.含熱電聯(lián)供系統(tǒng)的微網(wǎng)經(jīng)濟(jì)運(yùn)行[J].2013,33(8):1-6.
[19]劉文勝.基于粒子群算法的微電網(wǎng)優(yōu)化配置與低碳調(diào)度[D].廣東:廣東工業(yè)大學(xué),2012.
[20]苗雨陽(yáng),盧錦玲,朱國(guó)棟.基于改進(jìn)多目標(biāo)粒子群算法的微電網(wǎng)并網(wǎng)優(yōu)化調(diào)度[J].電力科學(xué)與工程,2012,28(7):15-20.
[21]楊為.分布式電源的優(yōu)化調(diào)度[D].安徽:合肥工業(yè)大學(xué),2010.
[22]季美紅.基于粒子群算法的微電網(wǎng)多目標(biāo)經(jīng)濟(jì)調(diào)度模型研究[D].安徽:合肥工業(yè)大學(xué),2010.