基于模糊粒子群算法的微網(wǎng)經(jīng)濟運行優(yōu)化

閆鶴鳴，李相俊，麻秀范，寧陽天，鄭 高

(1.華北電力大學電氣與電子工程學院，北京102206；2.中國電力科學研究院電工與新材料研究所，北京100192；3.國網(wǎng)福建省電力有限公司電力科學研究院，福建福州350007)

基于模糊粒子群算法的微網(wǎng)經(jīng)濟運行優(yōu)化

閆鶴鳴1，李相俊2，麻秀范1，寧陽天1，鄭 高3

(1.華北電力大學電氣與電子工程學院，北京102206；2.中國電力科學研究院電工與新材料研究所，北京100192；3.國網(wǎng)福建省電力有限公司電力科學研究院，福建福州350007)

基于含多種微源及儲能的熱電聯(lián)產(chǎn)微網(wǎng)系統(tǒng)，提出了考慮儲能系統(tǒng)模糊充放電策略的微電網(wǎng)調(diào)度方案，建立了將綜合發(fā)電成本和環(huán)境成本考慮在內(nèi)的微網(wǎng)經(jīng)濟運行數(shù)學模型。針對實際微網(wǎng)模型，基于模糊粒子群算法對該微網(wǎng)并網(wǎng)經(jīng)濟運行問題進行了尋優(yōu)計算。結(jié)果表明，提出的基于模糊粒子群算法的并網(wǎng)調(diào)度經(jīng)濟運行策略以及儲能充放電模糊控制策略，可有效應(yīng)用于微網(wǎng)并網(wǎng)時的經(jīng)濟運行特性研究，具有有效性。

微網(wǎng)；熱電聯(lián)產(chǎn)；經(jīng)濟運行；模糊控制；模糊粒子群算法

微網(wǎng)以其經(jīng)濟節(jié)能和環(huán)境友好等特點已成為智能電網(wǎng)發(fā)展的重要組成。微網(wǎng)并網(wǎng)的經(jīng)濟運行涉及到與主網(wǎng)的電能交易問題以及各個微源之間的協(xié)調(diào)問題，通過合理決策制定最佳經(jīng)濟調(diào)度策略，則可達到提高微網(wǎng)能源利用率、降低運行成本等經(jīng)濟技術(shù)要求[1-4]。

目前，對于微網(wǎng)的經(jīng)濟運行優(yōu)化，已經(jīng)做了一些研究。文獻[5]建立了微網(wǎng)系統(tǒng)的經(jīng)濟模型，并且計及了分時電價以及與外網(wǎng)電能交易的情況，但是建立的模型較簡單，而且在優(yōu)化算法方面也沒有具體的改進。文獻[6]建立了同時考慮運行維護成本最低與環(huán)境污染最小的微網(wǎng)多目標優(yōu)化模型，應(yīng)用線性加權(quán)求和法將多目標問題轉(zhuǎn)換為單目標問題。文獻[7]在詳細分析了分布式電源特性和優(yōu)化目標數(shù)學模型的基礎(chǔ)上，針對微網(wǎng)中分布式電源出力的優(yōu)化管理，提出了一種基于小生境進化的多目標免疫算法來優(yōu)化各微源出力。以上文獻對于微網(wǎng)經(jīng)濟運行的研究均是分別或同時從模型的更加完善與貼近實際和算法的快速收斂性以及更強的優(yōu)化性著手。

本文提出了考慮儲能系統(tǒng)模糊充放電策略的微電網(wǎng)并網(wǎng)運行調(diào)度方案，建立了將綜合發(fā)電成本和環(huán)境成本考慮在內(nèi)的微網(wǎng)經(jīng)濟運行數(shù)學模型，基于模糊粒子群優(yōu)化算法尋優(yōu)，通過對比幾種不同策略的優(yōu)化結(jié)果，證明所提策略的有效性。

1 微網(wǎng)系統(tǒng)結(jié)構(gòu)和調(diào)度策略

1.1 微網(wǎng)系統(tǒng)結(jié)構(gòu)

本文選取北方某地區(qū)的具體微網(wǎng)設(shè)計案例進行分析，微網(wǎng)系統(tǒng)結(jié)構(gòu)如圖1所示。

1.2 對儲能系統(tǒng)充放電的控制策略

本文提出了一種用模糊控制原理來對微網(wǎng)中的儲能系統(tǒng)進行充放電的控制策略。儲能系統(tǒng)充、放電控制的具體規(guī)則如下：

調(diào)度期24 h分為三個時段：峰期、平期、谷期；儲能系統(tǒng)在時刻儲存電量SOC的大小劃分為三檔：高檔、中檔、低檔。儲能系統(tǒng)充放電的功率大小分為五個級別：大容量充電(NB)、小容量充電(NS)、大容量放電(PB)、小容量放電(PS)、在很小范圍內(nèi)充放電(ZE)(表1)。

圖1 微網(wǎng)系統(tǒng)結(jié)構(gòu)圖

表1 模糊控制策略表

1.3 考慮儲能系統(tǒng)模糊充放電策略的微網(wǎng)并網(wǎng)調(diào)度策略

本文提出的含小型熱電聯(lián)產(chǎn)系統(tǒng)的微網(wǎng)并網(wǎng)調(diào)度策略為：

(1)由于PV和WT發(fā)電具有不可控性，且作為可再生能源不直接消耗燃料，不污染環(huán)境，故優(yōu)先利用其出力，跟蹤控制最大功率輸出；

(2)為使熱電聯(lián)產(chǎn)系統(tǒng)運行效率最高，其采用“以熱定電”的方式，由熱負荷確定MT的固定有功出力；

(3)依據(jù)不同時段的購售電價格算出FC和MT的購電平衡功率和售電平衡功率。當WT、PV和MT的有功出力超過微網(wǎng)電負荷時，超出的部分在峰時向外網(wǎng)出售，同時儲能系統(tǒng)在基于模糊控制策略確定的功率范圍內(nèi)向外網(wǎng)售電。在平時和谷時先向儲能系統(tǒng)在基于模糊控制策略確定的功率范圍內(nèi)充電，如電量仍有剩余則向外網(wǎng)售電。此時FC和MT在售電平衡功率范圍內(nèi)向外網(wǎng)售電。

(4)當WT、PV和MT的有功出力無法滿足微網(wǎng)電負荷和網(wǎng)損時，峰時儲能系統(tǒng)在基于模糊控制策略確定的輸出功率范圍內(nèi)輸出功率，同時檢測儲能系統(tǒng)的充放電狀態(tài)；若儲能系統(tǒng)的輸出功率在基于模糊控制策略確定的范圍內(nèi)可滿足微網(wǎng)安全可靠運行(在不切負荷的基礎(chǔ)上，微網(wǎng)能在滿足所有約束條件下運行)，可考慮儲能系統(tǒng)在基于模糊控制策略確定的功率允許范圍內(nèi)增加輸出功率以向外網(wǎng)售電，否則維持原出力，此時FC和MT在售電平衡功率范圍內(nèi)向外網(wǎng)售電；谷時不考慮儲能系統(tǒng)放電，此時FC和MT在購電平衡功率內(nèi)發(fā)電，如果不夠就從外網(wǎng)購電，此時需要給儲能系統(tǒng)在基于模糊控制策略確定的功率范圍內(nèi)充電。平時段儲能系統(tǒng)在基于模糊控制策略確定的功率范圍內(nèi)放電，F(xiàn)C和MT在購電平衡功率內(nèi)發(fā)電，如果仍不滿足負荷需求，則需要從外網(wǎng)在聯(lián)絡(luò)線交換功率范圍內(nèi)購電，如果仍不夠，則按照負荷的重要程度依次切除。

2 微網(wǎng)并網(wǎng)經(jīng)濟運行優(yōu)化的數(shù)學模型

微網(wǎng)并網(wǎng)運行方式下最優(yōu)經(jīng)濟運行的目標，是在滿足系統(tǒng)負荷的需求和可靠性的前提下，使得系統(tǒng)的運行成本最小，考慮到環(huán)境因素，要保證污染氣體的排放量最少。數(shù)學模型需要考慮到實時購售電價、各微源的技術(shù)性能、微源的燃料、運行維護成本以及環(huán)保費用等因素。

2.1 目標函數(shù)

微網(wǎng)在并網(wǎng)運行方式下，經(jīng)濟運行優(yōu)化的目標函數(shù)如式(1)所示：

其中：

微型燃氣輪機的燃料成本函數(shù)[5]如式(7)所示：

其中：

燃料電池的燃料成本函數(shù)[5]如式(10)所示：

2.2 約束條件

功率平衡約束：

儲能系統(tǒng)充電時：

儲能系統(tǒng)放電時：

為儲能系統(tǒng)的充電和放電效率。

熱負荷約束：

綜上，在急性缺血性腦卒中患者靜脈溶栓治療過程中采取各項切實有效的護理可有效減少患者致殘致死率，提高生存質(zhì)量。

各微源出力約

微網(wǎng)與配電網(wǎng)交互的傳輸功率約束：

儲能系統(tǒng)運行狀況的約束：

(1)對于調(diào)度的一個周期，儲能系統(tǒng)始末的電量保持相同。式中：δ為 時段持續(xù)的時長。

(2)在調(diào)度期間的任何時刻儲能系統(tǒng)的電量都處于允許范圍之內(nèi)。式中：min、max、分別為儲能系統(tǒng)中存儲電量允許的最小值、最大值和儲能系統(tǒng)在調(diào)度開始時刻的存儲電量。

3 模糊粒子群優(yōu)化算法

模糊粒子群算法(FPSO)的計算步驟如下：

(1)輸入初始參數(shù)。

(3)評價每個粒子的適應(yīng)度。

(7)判斷是否收斂。當滿足如下條件之一，迭代停止：全局最好位置連續(xù)若百次無變化或達到預先規(guī)定的最大迭代次數(shù)；否則轉(zhuǎn)步驟(5)。

(8)輸出結(jié)果。

4 算例及結(jié)果分析

4.1 算例參數(shù)

本文的光伏、風電輸出功率以及負荷的預測曲線見圖2。各微源參數(shù)見表2，各時段電價見表3，環(huán)境參數(shù)見表4。

圖2 光伏、風電功率及熱、電負荷預測

表2 各微源參數(shù)[8]kW

表3 各時段電價[8]元

表4 環(huán)境參數(shù)[8]

4.2 結(jié)果及討論

本文綜合考慮各微源綜合發(fā)電成本和售購電價之間的差異，基于日前運行成本最小的優(yōu)化計算，使得微網(wǎng)日發(fā)電總成本最小。

文獻[9]提出的經(jīng)濟調(diào)度策略為：優(yōu)先利用微網(wǎng)中的微電源(尤其是可再生能源發(fā)電)滿足負荷需求，微網(wǎng)與外網(wǎng)之間可以自由雙向交換功率；儲能系統(tǒng)交替充、放電。

文獻[5]提出的經(jīng)濟調(diào)度策略為：優(yōu)先利用WT和PV機組出力；由熱負荷確定微型燃氣輪機出力；當WT、PV、FC和MT機組出力無法滿足微網(wǎng)電負荷需求時，首先令蓄電池儲能裝置放電，同時監(jiān)測蓄電池的充放電狀態(tài)；若蓄電池在額定功率內(nèi)可滿足微網(wǎng)負荷需求，則考慮增加蓄電池出力，從而向外網(wǎng)售電；若蓄電池滿發(fā)后仍存在電力缺額，則從外網(wǎng)購電。

本文對以下三種策略做了對比分析：

策略1：微源出力和儲能系統(tǒng)充放電采用文獻[9]中提出的經(jīng)濟調(diào)度策略，基于PSO進行優(yōu)化。

策略2：微源出力及儲能系統(tǒng)充放電采用文獻[5]中提出的經(jīng)濟調(diào)度策略，基于PSO進行優(yōu)化。

策略3：本文提出微源出力及儲能系統(tǒng)充放電采用考慮儲能系統(tǒng)模糊充放電策略的優(yōu)化調(diào)度策略，基于FPSO進行優(yōu)化。

對三種策略分別進行尋優(yōu)，三種策略優(yōu)化結(jié)果的日發(fā)電成本和收斂次數(shù)如表5所示。

表5 三種優(yōu)化結(jié)果對比分析

從表5中對比日發(fā)電成本可以看出：若儲能系統(tǒng)采取交替充放電方式，相應(yīng)的日發(fā)電成本高于儲能系統(tǒng)采用經(jīng)濟調(diào)度策略的情況，而儲能系統(tǒng)采用考慮儲能系統(tǒng)模糊充放電策略的優(yōu)化調(diào)度策略基于FPSO優(yōu)化結(jié)果相對于儲能系統(tǒng)采用經(jīng)濟調(diào)度策略基于PSO的優(yōu)化結(jié)果則更優(yōu)。

其中，策略3優(yōu)化結(jié)果中的各時段MT、FC出力、ES充放電功率(放電為正，充電為負)以及PCC點與主網(wǎng)的交互功率(向主網(wǎng)購電時交換功率為正，反之為負)如圖3所示。

圖3 策略3的結(jié)果

由圖3可知，從01:00谷時段開始，ES開始充電，MT發(fā)的功率滿足熱負荷以及一部分電負荷，F(xiàn)C的發(fā)電成本大于向主網(wǎng)購電的成本，故不出力；8:00平時段，F(xiàn)C開始出力，ES在小范圍內(nèi)充、放電；11:00進入峰時段，F(xiàn)C在幾乎接近最大放電功率下出力，由于向主網(wǎng)售電的收益大于MT的發(fā)電成本，故MT大功率放電，此時ES也在相對較大的功率下放電，同時向主網(wǎng)售電以獲得經(jīng)濟效益；16:00平時開始向主網(wǎng)購電，F(xiàn)C、ES的放電功率相應(yīng)的降低，MT放電以滿足固定的熱負荷；19:00峰時段，此時MT和FC大功率放電，ES也在允許剩余電量范圍內(nèi)較大程度的放電，此段幾乎不向外網(wǎng)購電也不售電；22:00平時段，MT發(fā)電以滿足熱負荷，F(xiàn)C發(fā)電功率相應(yīng)下降，ES在剩余電量允許范圍內(nèi)小范圍放電，向電網(wǎng)購電以填補微網(wǎng)內(nèi)功率缺額；24:00谷時段，ES大功率充電至初始電量，為第二天的調(diào)度做準備，F(xiàn)C停止發(fā)電，MT發(fā)功率滿足熱負荷的需求，此時需要向電網(wǎng)購電。

在并網(wǎng)條件下采用FPSO和PSO求解經(jīng)濟運行模型時，兩種算法的收斂特性如圖4所示。

從圖4可以看出，PSO在求解此類多時段動態(tài)優(yōu)化問題時，出現(xiàn)收斂慢以及解質(zhì)量不高的缺陷，容易陷入局部最優(yōu)解。而FPSO算法由于引入了儲能充放電的模糊控制策略，其運算速度和解的精度都得到了提高，具有良好的收斂性。

圖4 采用PSO和FPSO得到的優(yōu)化收斂曲線

5 結(jié)語

本文提出了考慮儲能系統(tǒng)模糊充放電策略的微電網(wǎng)調(diào)度方案，用以解決微網(wǎng)并網(wǎng)情況下的經(jīng)濟運行優(yōu)化問題。建立了將綜合發(fā)電成本和環(huán)境成本考慮在內(nèi)的微網(wǎng)經(jīng)濟運行數(shù)學模型，基于模糊粒子群優(yōu)化算法尋優(yōu)，針對三種不同優(yōu)化策略下的發(fā)電成本以及收斂速度加以比較，驗證了所提策略的可行性和有效性。

[1]魯剛，魏玢，馬莉.智能電網(wǎng)建設(shè)與電力市場發(fā)展[J].電力系統(tǒng)自動化，2010,34(9):1-6.

[2]LI X J,SONG Y J,HAN S B.Study on power quality control in multiple renewable energy hybrid microgrid system[J].IEEE Power Tech,2007(7):2000-2005.

[3]邱曉燕，夏莉麗，李興源.智能電網(wǎng)建設(shè)中分布式電源的規(guī)劃[J].電網(wǎng)技術(shù)，2010,34(4):7-10.

[4]LI X,HUI D,XU M,et al.Integration and energy management of large-scale lithium-ion battery energy storage station[C]//Electrical Machines and Systems(ICEMS),2012 15th International Conference on.US:IEEE,2012:1-6.

[5]牛銘，黃偉，郭佳歡，等.微網(wǎng)并網(wǎng)時的經(jīng)濟運行研究[J].電網(wǎng)技術(shù)，2010,34(11):38-42.

[6]MOHAMED F A,KOIVO H N.Online management of microgrid with battery storage using multiobjective optimization[C]//Power Engineering,Energy and Electrical Drives,2007.POWERENG 2007.International Conference on.US:IEEE,2007:231-236.

[7]王新剛，艾芊，徐偉華，等.含分布式發(fā)電的微電網(wǎng)能量管理多目標優(yōu)化[J].電力系統(tǒng)保護與控制，2009,37(20):79-83.

[8]李樂.微網(wǎng)的經(jīng)濟運行研究[D].保定：華北電力大學，2011.

[9]萬術(shù)來.基于改進粒子群算法的微網(wǎng)環(huán)保經(jīng)濟運行的優(yōu)化[D].廣東：華南理工大學，2012.

Optimization of microgrid economic operation based on fuzzy particle swarm optimization algorithm

Based on the CHP microgrid system which contains multiple micro sources and energy storage system,the microgrid scheduling scheme when connected to the main grid were proposed, in this scheme, a fuzzy control strategy to optimize the energy storage charge and discharge were considered,and an economic operation model of a microgrid were established,in which integrated power cost and environmental cost were taken into account.To a real microgrid model,fuzzy particle swarm optimization (FPSO) algorithm was used to optimize the economic dispatching problem of microgrid which was connected with large-scale power grid. The results show that the scheduling scheme and the fuzzy control strategy to the energy storage system is effective,and can be effectively used in the microgrid for the economic operation characteristic research.

microgrid;CHP;economic operation;fuzzy control;fuzzy particle swarm optimization(FPSO)

TM 73

A

1002-087 X(2015)10-2280-04

2015-03-22

國家自然科學基金項目(51107126)；國家電網(wǎng)公司科技項目(DG71-12-002；DG71-12-012)

閆鶴鳴(1986—)，女，河北省人，碩士生，主要研究方向為電池儲能系統(tǒng)的運行控制，電力系統(tǒng)分析、運行與控制。