主動配電網(wǎng)下分布式能源系統(tǒng)雙層雙階段調(diào)度優(yōu)化模型

曾 鳴，彭麗霖 ，王麗華，李源非 ，程 敏，孫辰軍

（1.華北電力大學(xué) 新能源電力系統(tǒng)國家重點實驗室，北京 102206；2.華北電力大學(xué) 經(jīng)濟(jì)與管理學(xué)院，北京 102206；3.國網(wǎng)安徽省電力公司安慶供電公司，安徽 安慶 246000；4.國網(wǎng)河北省電力公司，河北 石家莊 050000）

0 引言

有效推進(jìn)能源革命是面對能源供需格局新變化、國際能源發(fā)展新趨勢，保障國家能源安全的重要基礎(chǔ)和根本方向。能源互聯(lián)網(wǎng)作為具有開放、互聯(lián)、共享、對等特征的新型能源利用體系將顛覆傳統(tǒng)能源供需模式，形成能源新常態(tài)，對于推動能源革命進(jìn)程具有重要意義［1-2］。作為能源互聯(lián)網(wǎng)的重要能量自治單元之一，分布式能源系統(tǒng)DES（Distributed Energy System）可利用多種能源，如清潔能源（天然氣）、新能源（氫）和可再生能源（風(fēng)能和太陽能等），并同時為用戶提供冷、熱、電等多種能源應(yīng)用方式，因此是解決能源危機(jī)、能源安全問題，提高能源利用效率的有效途徑。從全世界來看，能源利用率越高、環(huán)境保護(hù)越好的國家，對于發(fā)展分布式能源技術(shù)的推廣應(yīng)用就越熱衷，支持政策越明確。目前，我國分布式能源系統(tǒng)的發(fā)展仍處于起步階段，在全球能源快速轉(zhuǎn)型和電力體制改革不斷推進(jìn)的背景下，我國有必要加快分布式能源的推廣應(yīng)用，實現(xiàn)能源體系的高效清潔發(fā)展。分布式能源的逐漸接入，對傳統(tǒng)配電網(wǎng)規(guī)劃和運行提出了新的挑戰(zhàn)和要求。為了適應(yīng)這種轉(zhuǎn)變，傳統(tǒng)的無源配電網(wǎng)必須向具備潮流主動控制能力和與負(fù)荷互動能力的主動配電網(wǎng)ADN（Active Distribution Network）轉(zhuǎn)變［3-4］。 主動配電網(wǎng)是一種可以優(yōu)化利用分布式能源資源的技術(shù)解決方案［5-6］，能夠消除分布式能源對配電網(wǎng)的影響，實現(xiàn)分布式能源的高效率利用。因此研究主動配電網(wǎng)下的分布式能源系統(tǒng)的調(diào)度優(yōu)化成為當(dāng)前熱點問題之一。

目前，國內(nèi)外學(xué)者已從多個角度對該主題進(jìn)行了相關(guān)探討，并獲得一些初步成果。文獻(xiàn)［7］針對分布式電源DG（Distributed Generation）帶來的不確定性問題，提出對風(fēng)電、光伏、熱電聯(lián)產(chǎn)發(fā)電機(jī)、燃料電池等多種小容量小規(guī)模分布式電源的主動管理方法；文獻(xiàn)［8］提出一種主動配電網(wǎng)規(guī)劃-運行聯(lián)合優(yōu)化模型，綜合分析了線路建設(shè)、可調(diào)度分布式電源和儲能系統(tǒng)ESS（Energy Storage System）的選址定容規(guī)劃方案及相應(yīng)的配合運行策略；文獻(xiàn)［9］在評估主動配電網(wǎng)的分布式電源接入方案時，計及分布式電源的發(fā)電效益成本以及其對電網(wǎng)運行影響的基礎(chǔ)上，考慮了分布式電源的減排指標(biāo)，構(gòu)建了主動配電網(wǎng)低碳優(yōu)化目標(biāo)函數(shù)模型；文獻(xiàn)［10］提出了主動配電網(wǎng)的分層能量管理與協(xié)調(diào)控制體系；文獻(xiàn)［11］研究分析了主動配電網(wǎng)的網(wǎng)架規(guī)劃模型，包括主動配電網(wǎng)對分布式能源的消納模式、主動配電網(wǎng)潮流流向、主動配電網(wǎng)儲能配置及主動配電網(wǎng)經(jīng)濟(jì)優(yōu)化函數(shù)；文獻(xiàn)［12］圍繞分布式電源及微電網(wǎng)在不同滲透率下對輸配電網(wǎng)網(wǎng)損影響、正常運行時主動配電網(wǎng)對分布式電源和微電網(wǎng)的日前優(yōu)化調(diào)度方法、配電網(wǎng)故障隔離后利用分布式電源和微電網(wǎng)進(jìn)行恢復(fù)供電的計劃孤島劃分調(diào)度模型等問題進(jìn)行了深入研究；文獻(xiàn)［13］提出了一種考慮主動配電網(wǎng)特性以及分布式能源特性的優(yōu)化調(diào)度模型；文獻(xiàn)［14］以電力公司效益最大為調(diào)度目標(biāo)，針對主動型配電網(wǎng)調(diào)度問題，計及輸電和高壓配電網(wǎng)網(wǎng)損的影響，提出了一種配電網(wǎng)日前優(yōu)化調(diào)度模型；文獻(xiàn)［15］對影響主動配電網(wǎng)日前調(diào)度計劃的關(guān)鍵因素進(jìn)行了研究，構(gòu)建了主動配電網(wǎng)分區(qū)管理模型；文獻(xiàn)［16］提出了基于情景分析的主動配電網(wǎng)規(guī)劃方法；文獻(xiàn)［17］提出主動配電網(wǎng)優(yōu)化調(diào)度的控制變量不僅包括可控分布式發(fā)電單元，例如燃料電池以及柴油發(fā)電機(jī)等，還包括兼具充放電特性的儲能系統(tǒng)。

上述研究成果為后續(xù)工作奠定了基礎(chǔ)，但目前鮮有文獻(xiàn)針對主動配電網(wǎng)分層能量管理下的雙階段優(yōu)化調(diào)度進(jìn)行有效研究。因此，本文構(gòu)建主動配電網(wǎng)雙層能量管理下的雙階段調(diào)度優(yōu)化模型及其求解算法。首先，本文以負(fù)荷預(yù)測以及間歇式能源出力預(yù)測數(shù)據(jù)為基礎(chǔ)，建立主動配電網(wǎng)下的分布式能源系統(tǒng)日前和實時兩階段調(diào)度優(yōu)化模型；然后，為能夠求解所提出的多目標(biāo)、非線性優(yōu)化問題，本文通過引入微分進(jìn)化策略對普通帝國競爭算法ICA（Imperialist Competitive Algorithm）進(jìn)行改進(jìn)，構(gòu)建基于微分改進(jìn)的帝國競爭算法DE-ICA（Differential Evolution&Imperialist Competitive Algorithm）優(yōu)化調(diào)度求解模型；最后，本文將所提出的模型及求解算法應(yīng)用于改造后的IEEE 33節(jié)點仿真系統(tǒng)，通過仿真結(jié)果對所提模型進(jìn)行有效驗證。

1 分布式能源系統(tǒng)兩階段調(diào)度優(yōu)化模型

主動配電網(wǎng)下分布式能源系統(tǒng)雙層雙階段優(yōu)化調(diào)度就是在主動配電網(wǎng)分層能量管理的基礎(chǔ)上，通過電網(wǎng)信息交互和有效傳遞，分別從日前和實時2個階段出發(fā)，針對全局調(diào)度和局部區(qū)域調(diào)度進(jìn)行全面協(xié)調(diào)控制，進(jìn)而達(dá)到分布式能源高效利用的目的，其框架如圖1所示。一方面，在日前調(diào)度優(yōu)化中，主動配電網(wǎng)以負(fù)荷預(yù)測以及區(qū)域傳遞信息數(shù)據(jù)為基礎(chǔ)，通過全局優(yōu)化算法求解出全局區(qū)域優(yōu)化調(diào)度控制策略，實現(xiàn)對日前全局信息和實時有效信息的匯集、分配與控制；另一方面，在實時調(diào)度中，主要針對當(dāng)前分布式能源機(jī)組的運行狀態(tài)，對全局調(diào)度控制和區(qū)域調(diào)度情況進(jìn)行相應(yīng)的調(diào)整，使得分布式能源能夠被最大化地消納和利用。

圖1 主動配電網(wǎng)分層調(diào)度系統(tǒng)Fig．1 Hierarchical dispatch system for active distribution network

1.1 日前調(diào)度優(yōu)化模型

主動配電網(wǎng)下分布式能源系統(tǒng)調(diào)度優(yōu)化的目的是在確保電網(wǎng)可靠運行和可再生能源最大化利用的前提下，以負(fù)荷預(yù)測以及間歇式發(fā)電出力預(yù)測數(shù)據(jù)為基礎(chǔ)，采用最優(yōu)化算法對主動配電網(wǎng)下的分布式能源（包括分布式電源、儲能等）進(jìn)行統(tǒng)籌協(xié)調(diào)，確保系統(tǒng)總體運行成本最低，從而實現(xiàn)對分布式能源在周期內(nèi)的出力情況進(jìn)行優(yōu)化調(diào)度。在目前電力市場環(huán)境條件下，主動配電網(wǎng)下的分布式能源系統(tǒng)日前調(diào)度優(yōu)化的成本主要包括分布式能源發(fā)電成本、向主網(wǎng)購電成本、網(wǎng)損成本以及儲能成本等。因此，主動配電網(wǎng)下的分布式能源系統(tǒng)的日前調(diào)度目標(biāo)函數(shù)可以表示為：

其中，ci（t）為第 i條線路在 t時刻的電價；cj（t）為第 j臺分布式發(fā)電單元在t時刻的單位運行成本；cc（t）和cd（t）分別為儲能設(shè)備在t時刻的充、放電成本，當(dāng)設(shè)備處于充電狀態(tài)時，cd（t）的值為0，當(dāng)設(shè)備處于放電狀態(tài)時，cc（t）的值為 0；f為全部區(qū)域內(nèi)饋線數(shù)量；n 為可控分布式發(fā)電單元數(shù)量；m為全部儲能設(shè)備數(shù)量；為第 i條線路在 t時刻的出口功率值；為第j臺分布式發(fā)電單元在t時刻的功率值；為第k臺儲能設(shè)備在t時刻的充電或放電功率值；為 t時刻的網(wǎng)損值，一般可由式（2）求得。

其中，λz（t）為 t時刻節(jié)點 z的綜合網(wǎng)損值，kW。

如式（1）所示，該目標(biāo)函數(shù)充分考慮了分布式能源以及儲能設(shè)備合理調(diào)度帶來的全部成本最小化。當(dāng)分布式能源的發(fā)電利用率較高時，電網(wǎng)輸送電能較小，此時說明分布式發(fā)電的成本應(yīng)當(dāng)小于電網(wǎng)的輸電成本；當(dāng)分布式能源成本高于電網(wǎng)成本時，此時可以購買大量的主網(wǎng)電量來滿足當(dāng)前負(fù)荷，另外還可以為儲能單元進(jìn)行充電，從而降低購電成本。

在求解上述目標(biāo)函數(shù)的過程中，全部變量和狀態(tài)變量必須滿足一定的約束條件，本文求解模型的約束條件表示如下：

其中，NB為節(jié)點集合；ez（t）和 fz（t）分別為節(jié)點 z 在 t時刻電壓的實部和虛部；Gzτ和Bzτ分別為節(jié)點z和τ之間的互電導(dǎo)和電納；為系統(tǒng)在t時刻總輸出有功功率；Q 為無功功率；Pgrid，max（t）為主網(wǎng)在 t時刻最大輸出功率；和分別為節(jié)點z最大電壓和最小電壓；和分別為分布式電源在 t時刻最小和最大輸出功率；分別為儲能設(shè)備在 t時刻最大充電、放電功率；為t時刻儲能功率的最小值和最大值；EESS（0）為調(diào)度初始時刻的電池儲能值；Nt為實時調(diào)度時刻；EESS（Nt）為調(diào)度結(jié)束時刻的電池儲能值；分別為電池k在t時刻的充電、放電狀態(tài)；η1、η2分別為電池在調(diào)度周期內(nèi)的最大充電、放電次數(shù)。

式（3）、式（4）為系統(tǒng)功率平衡約束，式（5）為主網(wǎng)輸出功率約束，式（6）為分布式電源輸出功率約束，式（7）為儲能設(shè)備約束條件。

1.2 實時調(diào)度優(yōu)化模型

實時調(diào)度就是在日前調(diào)度的基礎(chǔ)上，根據(jù)當(dāng)前時段分布式能源機(jī)組的運行狀態(tài)以及儲能的充放電情況，結(jié)合超短期負(fù)荷預(yù)測，對當(dāng)前各個分布式能源機(jī)組運行狀態(tài)做出及時調(diào)整，使得整個配電網(wǎng)區(qū)域提高分布式能源有效利用率，降低系統(tǒng)負(fù)荷，減少運行費用，從而保證系統(tǒng)安全、穩(wěn)定地運行。實時調(diào)度優(yōu)化目標(biāo)主要有2個方面：一是根據(jù)分布式能源機(jī)組運行情況，對當(dāng)前機(jī)組出力情況進(jìn)行修正；二是根據(jù)當(dāng)前儲能蓄能狀態(tài)，對當(dāng)前時段內(nèi)儲能的出力情況進(jìn)行調(diào)整。

（1）分布式能源機(jī)組運行修正模型。

以分布式能源運行成本最小為目標(biāo)，調(diào)整或修正當(dāng)前階段已運行的分布式電源的出力（包括可控式和間歇性分布式發(fā)電），其目標(biāo)函數(shù)為：

其中，為修正后的可控式分布式能源的出力；為修正后的光伏發(fā)電出力；為修正后的風(fēng)機(jī)機(jī)組出力；n、、q為各機(jī)組總個數(shù)。

（2）儲能系統(tǒng)出力修正。

根據(jù)當(dāng)前階段儲能設(shè)備的運行狀態(tài)來決定儲能出力情況，從而對其進(jìn)行修正；以儲能出力波動成本最小為目標(biāo)函數(shù)：

經(jīng)過修正后的分布式能源（間歇和可控）和儲能需滿足下列約束條件。

a.修正后儲能設(shè)備約束條件：

b.修正后分布式電源約束條件：

c.系統(tǒng)總負(fù)荷平衡約束：

實時階段的其他約束條件仍需要滿足日前階段的相關(guān)約束條件。

2 差分改進(jìn)帝國競爭算法

2.1 DE-ICA

ICA是Atashpaz-Gargari和Lucas于2007年提出的一種基于帝國主義殖民競爭機(jī)制的進(jìn)化算法，屬于社會啟發(fā)的隨機(jī)優(yōu)化搜索方法。ICA具有良好的全局收斂性能，能同時得到多個全局最優(yōu)解［18］。在傳統(tǒng)的ICA中，帝國競爭操作體現(xiàn)了帝國之間的信息交互，然而，帝國競爭在每一次迭代中只是將最弱的殖民地歸于最強(qiáng)的帝國，該過程對每個帝國的勢力大小影響很小，需要多次迭代才能體現(xiàn)出來，帝國之間缺乏更有效的信息交互，可能導(dǎo)致早熟［19］。因此，本文借鑒了微分進(jìn)化思想［20-21］，引入了一種微分進(jìn)化算子，對ICA進(jìn)行微分改進(jìn)，構(gòu)建DE-ICA模型。

在同化操作和競爭操作之間，添加以下操作。

a.每一個殖民地以MR的概率根據(jù)式（15）進(jìn)行微分變異：

其中，Colr1、Colr2、Colr3為隨機(jī)選擇的 3 個殖民地；F ?［0，2］為變異因子。

b.對每一維度根據(jù)式（16）進(jìn)行微分交叉：

其中，CR?［0，1］為交叉因子；rand 為［0，1］間隨機(jī)數(shù)。

c.選擇采用貪婪策略，當(dāng)新產(chǎn)生的殖民地D的勢力大于原來殖民地的勢力時，即 f（D）＜f（Col），則更新殖民地的位置。

2.2 DE-ICA模型在雙階段調(diào)度中的應(yīng)用

將DE-ICA優(yōu)化模型應(yīng)用于分布式能源系統(tǒng)雙階段優(yōu)化調(diào)度問題中，其求解的一般過程如下。

a.初始化DE-ICA的參數(shù)。初始化國家數(shù)量Npop、帝國數(shù)量Nimp、同化系數(shù)β、偏移方向γ和殖民影響系數(shù)ξ。

b.控制變量編碼。假設(shè)主動配電網(wǎng)中，分布式電源的數(shù)量為n，則分布式電源出力編碼可以表示為：

其中，表示在 t時刻區(qū)域 j內(nèi)的分布式電源 i的控制功率（i=1，2，…，n；j=1，2，…，M）。 同理，儲能設(shè)備出力編碼可以表示為（k 為儲能設(shè)備數(shù)量），主網(wǎng)出力編碼可以表示為（Nl為饋線數(shù)量）。因此，全部控制變量可以形成的N個國家個體為 Y=［PDG，PESS，Pgrid］N。

c.采用DE-ICA模型進(jìn)行目標(biāo)函數(shù)求解，并得出最終優(yōu)化結(jié)果。優(yōu)化過程如圖2所示。

圖2 DE-ICA模型流程圖Fig．2 Flowchart of DE-ICA model

3 算例仿真

3.1 算例描述

為驗證上述主動配電網(wǎng)下分布式能源系統(tǒng)調(diào)度模型在優(yōu)化電網(wǎng)運行和調(diào)度中的有效性，本文對標(biāo)準(zhǔn)IEEE 33節(jié)點系統(tǒng)進(jìn)行了相應(yīng)的調(diào)整和改造，調(diào)整后的算例系統(tǒng)如圖3所示。本文在改造的IEEE 33節(jié)點系統(tǒng)中，對負(fù)荷較大的節(jié)點添加了分布式電源和儲能。從圖中可以看出，系統(tǒng)中包含的分布式發(fā)電單元和儲能單元總個數(shù)為19個，各發(fā)電單元類型及配置參數(shù)如表1所示。

假設(shè)該算例中，全天調(diào)度期內(nèi)的電力公司售電價格分別為：峰時電價為0.55元／（kW·h），平時電價為 0.488 元／（kW·h），谷時電價為 0.33 元 ／（kW·h），全天24 h電價曲線見圖4，可以看出，在電價峰時段，通過高電價的設(shè)定可以盡可能多地利用分布式電源的出力來減少對主網(wǎng)出力的依賴；在谷時段，可以利用主網(wǎng)出力對儲能容量進(jìn)行補(bǔ)償。假設(shè)燃?xì)廨啓C(jī)發(fā)電成本為0.5元／（kW·h）。該系統(tǒng)全天負(fù)荷值以及間歇性能源全天的功率預(yù)測值見圖5。

圖3 IEEE 33節(jié)點系統(tǒng)及分布式能源單元結(jié)構(gòu)圖Fig．3 Structure of IEEE 33-bus system with distributed energy units

表1 分布式能源單元配置參數(shù)Table1 Configuration parameters of distributed energy units

圖4 全天24 h電價曲線Fig．4 Daily electricity price curve（24 h）

圖5 負(fù)荷預(yù)測值Fig．5 Load forecasts

算法參數(shù)設(shè)定如下：最大迭代次數(shù)Nmaxgen=200，國家數(shù)量Npop=100，帝國數(shù)量Nimp=5，同化系數(shù)β=2，偏移方向γ=π／4，殖民影響系數(shù)ξ=0.1，變異因子F=0.6，交叉因子 CR=0.9。

采用MATLAB_r2014a進(jìn)行編程計算，測試平臺環(huán)境為 Intel（R） Core（TM） 2 Duo CPU，3GB RAM和Windows 7專業(yè)版系統(tǒng)；運行自編程序，分別求解日前調(diào)度目標(biāo)函數(shù)和實時調(diào)度目標(biāo)函數(shù)，對所得結(jié)果進(jìn)行討論和分析。

3.2 日前調(diào)度結(jié)果

圖6為系統(tǒng)全局日前調(diào)度結(jié)果。從圖中可以看出，系統(tǒng)各時刻負(fù)荷的加總值為91.23 MW，間歇性分布式能源出力為14.95MW，燃?xì)廨啓C(jī)總出力為21.34MW，主網(wǎng)總出力為54.8MW，儲能總出力為2.2 MW。系統(tǒng)優(yōu)化調(diào)度后的運行費用為47083.64元，較之未采用優(yōu)化調(diào)度時的運行費用48243.21元，經(jīng)濟(jì)效益直接提升了2.4%；通過優(yōu)化調(diào)度，分布式能源利用率提高了1.53%。從圖中可以看出，儲能電池的主要出力時間發(fā)生在00∶00—08∶00，儲能設(shè)備處于充電階段，此時電網(wǎng)負(fù)荷處于低谷階段，可以充分利用主網(wǎng)電力為儲能設(shè)備提供功率支持，從而降低了充電成本。燃?xì)廨啓C(jī)出力從06∶00開始至23∶00結(jié)束，全階段出力基本平穩(wěn)，說明在峰時階段能較好地起到削峰的作用，降低峰時階段的購電成本，而在谷時階段基本處于停機(jī)狀態(tài)。13∶00時，系統(tǒng)中分布式能源出力達(dá)到最大值2.4904MW，此時正好為峰時段，各發(fā)電單元的調(diào)度出力情況最大化地幫助了分布式能源的消納，有效地降低了系統(tǒng)運行成本。

圖6 系統(tǒng)全局日前調(diào)度結(jié)果Fig．6 Results of system-wide day-ahead dispatch

圖7 系統(tǒng)實時優(yōu)化調(diào)度結(jié)果Fig．7 Results of system-wide real-time dispatch

3.3 實時調(diào)度結(jié)果

圖7為DE-ICA計算得出的系統(tǒng)實時調(diào)度結(jié)果。根據(jù)當(dāng)前機(jī)組運行情況，結(jié)合實時調(diào)度目標(biāo)函數(shù)，通過預(yù)測得出當(dāng)前系統(tǒng)各時刻負(fù)荷的加總值為90.646MW，與日前調(diào)度結(jié)果91.23MW相比，系統(tǒng)負(fù)荷降低了0.584MW，并且從整體來看，實時調(diào)度結(jié)果明顯降低了全天調(diào)度的峰谷差，系統(tǒng)負(fù)荷曲線更加平滑。另外，間歇性分布式能源出力為15.55MW，與日前調(diào)度結(jié)果的14.95MW相比，間歇式分布式能源利用率提高了3.98%；燃?xì)廨啓C(jī)出力21.51MW，與日前調(diào)度結(jié)果的21.34MW相比，燃?xì)廨啓C(jī)出力提高了0.8%；儲能電池出力2.491MW，與日前調(diào)度結(jié)果的2.205MW相比，儲能電池出力上升12.97%；主網(wǎng)全天出力53.50MW，與日前調(diào)度結(jié)果的54.85MW相比，主網(wǎng)出力降低了2.46%。從圖中可看出，在電價峰時段，分布式能源的利用率得到了很大提升，其中儲能設(shè)備的有效利用率提升最大，并能保證在谷時段進(jìn)行有效充電，峰時段參與系統(tǒng)削峰作用；在谷時段，風(fēng)電、光伏出力的增加很大程度上降低了主網(wǎng)出力，從而減少了電網(wǎng)購電成本。系統(tǒng)實時調(diào)度成本為45876.25元，與日前調(diào)度運行成本47083.64元相比，直接經(jīng)濟(jì)效益提高了2.56%。從上述結(jié)果可得出，系統(tǒng)日前優(yōu)化調(diào)度能得到次日系統(tǒng)運行策略，實時優(yōu)化調(diào)度能根據(jù)當(dāng)前機(jī)組運行情況進(jìn)一步合理安排分布式能源出力，能有效提高分布式能源利用率，降低系統(tǒng)運行成本，提高經(jīng)濟(jì)效益。

為能夠充分分析實時優(yōu)化調(diào)度結(jié)果，本文分別選取區(qū)域 1在谷時段、平時段和峰時段的 03∶00、09∶00和21∶00時刻的實時調(diào)度結(jié)果進(jìn)行分析討論，如表2所示。可以看出，3個時刻主網(wǎng)出力在實時調(diào)度中均有所下降，分布式能源的出力明顯增加。其中，03∶00兩階段調(diào)度結(jié)果中的光伏出力和燃?xì)廨啓C(jī)出力均為0，主網(wǎng)出力明顯降低，風(fēng)電出力有所增加。09∶00的實時調(diào)度光伏出力為0.036MW，而日前調(diào)度結(jié)果中光伏出力為0，說明通過實時調(diào)度優(yōu)化，使得光伏出力得到充分的利用；另外，09∶00實時調(diào)度儲能出力為0，說明儲能設(shè)備僅用于峰時段可有效地降低運行成本。21∶00實時調(diào)度的儲能設(shè)備出力明顯高于日前調(diào)度，說明實時調(diào)度能夠根據(jù)日前調(diào)度結(jié)果，結(jié)合當(dāng)前儲能設(shè)備運行狀態(tài)，對當(dāng)前時段儲能設(shè)備出力進(jìn)行修正，從而提高了儲能設(shè)備的有效利用率。

表2 區(qū)域1三時段實時優(yōu)化調(diào)度結(jié)果Table 2 Results of optimal real-time dispatch for three periods of Area 1 MW

3.4 算法有效性驗證

為驗證DE-ICA在分布式能源系統(tǒng)調(diào)度優(yōu)化問題中的效率性，本文選用普通ICA、遺傳算法（GA）以及粒子群優(yōu)化（PSO）算法作為對比算法。算法迭代圖和計算結(jié)果分別如表3和圖8、圖9所示。

如圖8所示，在日前調(diào)度優(yōu)化計算中，DE-ICA在迭代次數(shù)為32時計算得到系統(tǒng)最優(yōu)值為47083.64元，與普通ICA相比，通過引入DE，DE-ICA的迭代次數(shù)小于GA和PSO算法，且算法的最優(yōu)值均小于GA和PSO算法得到的最優(yōu)值，說明DE-ICA在分布式能源調(diào)度的應(yīng)用中，其求解能力和算法適應(yīng)性能更優(yōu)，能夠在較短的時間內(nèi)快速收斂，通過改進(jìn)尋優(yōu)方式，提高了ICA的尋優(yōu)能力和算法收斂能力。另外，與常見的GA和PSO算法相比，DE-ICA能在較短時間內(nèi)快速收斂，從而能求得算法最優(yōu)值。在實時調(diào)度優(yōu)化計算中，算法的優(yōu)化性能和效率性能與日前相似，充分體現(xiàn)了DE-ICA在主動配電網(wǎng)下分布式能源系統(tǒng)調(diào)度優(yōu)化問題的有效性和優(yōu)越性。

表3 計算結(jié)果Table3 Calculative results

圖8 算法日前調(diào)度優(yōu)化計算迭代圖Fig．8 Iteration diagram of day-ahead dispatch optimization algorithm

圖9 算法實時調(diào)度優(yōu)化計算迭代圖Fig．9 Iteration diagram of real-time dispatch optimization algorithm

4 結(jié)論

主動配電網(wǎng)下分布式能源系統(tǒng)的調(diào)度優(yōu)化是實現(xiàn)分布式能源有效消納和高效利用的有效途徑。本文在主動配電網(wǎng)雙層能量管理的基礎(chǔ)上，構(gòu)建了分布式能源系統(tǒng)日前和實時兩階段調(diào)度優(yōu)化模型，并提出了基于DE-ICA的優(yōu)化模型，通過算例得到如下結(jié)論。

（1）在日前調(diào)度中，通過調(diào)度優(yōu)化，最大化地幫助了分布式能源的消納，降低了系統(tǒng)運行成本，與未調(diào)度優(yōu)化結(jié)果相比，上層全局和下層區(qū)域日前調(diào)度優(yōu)化使得經(jīng)濟(jì)效益分別提升了2.4%和8.69%。

（2）實時調(diào)度是對日前調(diào)度的有效修正，通過對分布式能源機(jī)組運行狀態(tài)的再安排，進(jìn)一步提升了分布式能源的有效利用率。與日前調(diào)度優(yōu)化結(jié)果相比，上層全局和下層區(qū)域?qū)崟r調(diào)度優(yōu)化分別使得經(jīng)濟(jì)效益提升了2.56%和3.4%。

（3）本文所提出的DE-ICA優(yōu)化算法，通過引入DE改進(jìn)方式，有效地提高了ICA的尋優(yōu)能力和收斂能力。與常見GA和PSO算法相比，DE-ICA主動配電網(wǎng)下分布式能源系統(tǒng)雙層雙階段調(diào)度優(yōu)化的應(yīng)用中，其求解能力和算法使用性能更優(yōu)，充分體現(xiàn)了DE-ICA在解決優(yōu)化問題時的有效性和優(yōu)越性。

［1］曾鳴．能源革命與能源互聯(lián)網(wǎng)［N］．中國能源報，2015-06-15（4）．

［2］曾鳴，楊雍琦，向紅偉，等．兼容需求側(cè)資源的“源-網(wǎng)-荷-儲”協(xié)調(diào)優(yōu)化調(diào)度模型［J］．電力自動化設(shè)備，2016，36（2）：102-111．ZENG Ming，YANG Yongqi，XIANG Hongwei，et al． Optimal dispatch model based on coordination between“generation-gridload-energy storage” and demand-side resource［J］．Electric Power Automation Equipment，2016，36（2）：102-111．

［3］FAN M，SU A，ZHANG Z，et al．A planning approach for active distribution networks［C］∥21st International Conference on Electricity Distribution．Frankfurt，Germany：［s.n.］，2011：1-4．

［4］李鵬，竇鵬沖，李雨薇，等．微電網(wǎng)技術(shù)在主動配電網(wǎng)中的應(yīng)用［J］．電力自動化設(shè)備，2015，35（4）：8-16．LIPeng，DOU Pengchong，LI Yuwei，et al．Application of microgrid technology in active distribution network［J］．Electric Power Automation Equipment，2015，35（4）：8-16．

［5］范明天，張祖平．主動配電網(wǎng)規(guī)劃相關(guān)問題的探討［J］．供用電，2014（1）：22-27．FAN Mingtian，ZHANG Zuping．Discussion on the related issues of active distribution network planning［J］．Distribution&Utilization，2014（1）：22-27．

［6］張沈習(xí)，李珂，程浩忠，等．間歇性分布式電源在主動配電網(wǎng)中的優(yōu)化配置［J］．電力自動化設(shè)備，2015，35（11）：45-51．ZHANG Shenxi，LI Ke，CHENG Haozhong，et al．Optimal active power dispatch based on slack tie-line power for bi-level power system with wind farm［J］．Electric Power Automation Equipment，2015，35（11）：45-51．

［7］PEIKHERFEH M，SEIFI H，SHEIKH-EL-ESLAMI M K．Active management of distribution networks in presence of distributed generations［C］∥3rd 2011 International Conference on Clean Electrical Power：Renewable Energy Resources Impact．Ischia，Italy：ICCEP，2011：725-729．

［8］沈欣煒，朱守真，鄭競宏，等．考慮分布式電源及儲能配合的主動配電網(wǎng)規(guī)劃-運行聯(lián)合優(yōu)化［J］．電網(wǎng)技術(shù)，2015，39（7）：1913-1920．SHEN Xinwei，ZHU Shouzhen，ZHENG Jinghong，et al．Active distribution network planning-operation co-optimization［J］．Power System Technology，2015，39（7）：1913-1920．

［9］張躍，楊汾艷，曾杰，等．主動配電網(wǎng)的分布式電源優(yōu)化規(guī)劃方案研究［J］. 電力系統(tǒng)保護(hù)與控制，2015，43（15）：67-72．ZHANG Yue，YANG Fenyan，ZENG Jie，et al． Research of distributed generation optimization planning for active distributed network［J］．Power System Protection and Control，2015，43（15）：67-72．

［10］劉東，陳云輝，黃玉輝，等．主動配電網(wǎng)的分層能量管理與協(xié)調(diào)控制［J］．中國電機(jī)工程學(xué)報，2014，34（31）：5500-5506．LIU Dong，CHEN Yunhui，HUANG Yuhui，et al．Hierarchical energymanagement and coordination control of active distribution network［J］．Proceedings of the CSEE，2014，34（31）：5500-5506．

［11］鐘清，余南華，孫聞，等．主動配電網(wǎng)分布式電源規(guī)劃及經(jīng)濟(jì)性分析［J］．電力系統(tǒng)及其自動化學(xué)報，2014，26（11）：82-86．ZHONG Qing，YU Nanhua，SUN Wen，et al．Distribution generation programming and economical analysis of active distribution network［J］．Proceedings of the CSU-EPSA，2014，26（11）：82-86．

［12］高燕．主動配電網(wǎng)計劃孤島與日前調(diào)度方法研究［D］．北京：中國農(nóng)業(yè)大學(xué)，2013．GAO Yan．Research on intentional islanding and day ahead schedule optimal dispatch of active distribution network ［D］．Beijing：China Agricultural University，2013．

［13］尤毅，劉東，鐘清，等．主動配電網(wǎng)優(yōu)化調(diào)度策略研究［J］．電力系統(tǒng)自動化，2014，38（9）：177-183．YOU Yi，LIU Dong，ZHONG Qing，et al．Study on day-ahead dispatch strategy of active distribution network［J］．Automation of Electric Power Systems，2014，38（9）：177-183．

［14］竇震海，牛煥娜，高燕，等．主動型配電網(wǎng)日前調(diào)度策略研究［J］．農(nóng)業(yè)工程學(xué)報，2014，30（11）：126-133．DOU Zhenhai，NIU Huanna，GAO Yan，et al．Study on day-ahead dispatch strategy of active distribution network［J］．Transactions of the Chinese Society of Agricultural Engineering，2014，30（11）：126-133．

［15］王?。鲃优潆娋W(wǎng)日前計劃調(diào)度方法研究［D］．北京：北京交通大學(xué)，2015．WANG Jian．Research on intentional islanding and day ahead schedule optimal dispatch of active distribution network ［D］．Beijing：Beijing Jiaotong University，2015．

［16］MARTINS V F，BORGES C L T．Active distribution network integrated planning incorporating distributed generation and load response uncertainties［J］．IEEE Transactions on Power Systems，2011，26（4）：2164-2172．

［17］CELLIG，MOCCI S，PILO F，et al．Optimal integration of energy storage in distribution networks［C］∥Proceedings of the 2009 IEEE Bucharest Power Tech Conference．Bucharest，Romains：［s.n.］，2009：1-7．

［18］郝巖．基于帝國競爭算法的非概率可靠性分析及優(yōu)化［D］．吉林：吉林大學(xué)，2014 HAO Yan．Non-probabilistic reliability analysis and optimization based on the imperialist competitive algorithm［D］．Jilin：Jilin University，2014．

［19］GHARAVI H，ARDEHALI M M，GHANBARI-TICHI S．Imperial competitive algorithm optimization of fuzzy multi-objective design of a hybrid green power system with considerations for economics，reliability，and environmental emissions［J］．Renewable Energy，2015，78（6）：427-437．

［20］董明剛．基于差分進(jìn)化的優(yōu)化算法及應(yīng)用研究［D］．杭州：浙江大學(xué)，2012．DONG Minggang．Research on differential evolution-based optimization algorithms and applications［D］．Hangzhou：Zhejiang University，2012．

［21］ROQUE C M C，MARTINS P A L S．Differential evolution for optimization of functionally graded beams［J］．Composite Structures，2015，133（6）：1191-1197．