含蓄電池的孤立微電網(wǎng)系統(tǒng)運(yùn)行優(yōu)化研究

褚衍廷， 董海鷹， 李曉青,2

(1.蘭州交通大學(xué) 自動(dòng)化與電氣工程學(xué)院 甘肅 蘭州 730070；2.蘭州工業(yè)學(xué)院 電氣工程學(xué)院 甘肅 蘭州 730070)

?

含蓄電池的孤立微電網(wǎng)系統(tǒng)運(yùn)行優(yōu)化研究

褚衍廷1， 董海鷹1， 李曉青1,2

(1.蘭州交通大學(xué) 自動(dòng)化與電氣工程學(xué)院 甘肅 蘭州 730070；2.蘭州工業(yè)學(xué)院 電氣工程學(xué)院 甘肅 蘭州 730070)

針對微電網(wǎng)系統(tǒng)在孤立運(yùn)行方式下的優(yōu)化問題，提出了一種含蓄電池的微電網(wǎng)多目標(biāo)運(yùn)行優(yōu)化方法.求解方法分為2步：儲(chǔ)能單元運(yùn)行方式的確定及可控型微電源的優(yōu)化調(diào)度.微電網(wǎng)儲(chǔ)能單元的運(yùn)行方式根據(jù)當(dāng)前調(diào)度時(shí)刻的負(fù)荷需求、可再生能源發(fā)電期望、儲(chǔ)能單元的荷電狀態(tài)等因素，采用功率差控制策略對儲(chǔ)能單元進(jìn)行管理.可控型微電源的出力分配，在考慮系統(tǒng)功率平衡、微電源出力限值和爬坡約束等條件下，以經(jīng)濟(jì)成本和環(huán)境成本為目標(biāo)，利用改進(jìn)的遺傳算法進(jìn)行求解.該方法不僅發(fā)揮了蓄電池削峰填谷的作用，提高了儲(chǔ)能單元的經(jīng)濟(jì)價(jià)值，而且實(shí)現(xiàn)了孤立微電網(wǎng)的經(jīng)濟(jì)、環(huán)保優(yōu)化運(yùn)行.以典型微電網(wǎng)系統(tǒng)的日優(yōu)化調(diào)度為算例，驗(yàn)證了所提方法的可行性和有效性.

微電網(wǎng)； 孤網(wǎng)運(yùn)行； 蓄電池； 運(yùn)行優(yōu)化

0 引言

微電網(wǎng)是一種新型能源網(wǎng)絡(luò)化供應(yīng)與管理技術(shù)，能夠向用戶提供可自主選擇的供電方式，滿足不同優(yōu)化目標(biāo)的用電需求，成為主網(wǎng)的有益補(bǔ)充[1-2].儲(chǔ)能系統(tǒng)憑借其快速功率調(diào)節(jié)以及兼具供蓄能力的特征，在平滑間歇式能源功率波動(dòng)、削峰填谷[3]以及提供備用電源等方面發(fā)揮了巨大作用[4]，是微電網(wǎng)系統(tǒng)實(shí)現(xiàn)對接入的分布式能源靈活調(diào)節(jié)以及網(wǎng)絡(luò)優(yōu)化運(yùn)行的關(guān)鍵所在.現(xiàn)階段，微電網(wǎng)已經(jīng)成為智能電網(wǎng)建設(shè)中的重要組成部分，對微電網(wǎng)優(yōu)化控制等關(guān)鍵技術(shù)的研究已在國內(nèi)外廣泛開展[5-7].

針對并網(wǎng)運(yùn)行模式下微電網(wǎng)的經(jīng)濟(jì)運(yùn)行優(yōu)化與調(diào)度研究，已經(jīng)取得了一些研究成果[8-12]，而孤立微電網(wǎng)運(yùn)行優(yōu)化研究尚處于起步階段.然而在配電網(wǎng)故障或者無并網(wǎng)條件的偏遠(yuǎn)景區(qū)、孤島等特殊情況，微電網(wǎng)只能孤立自治運(yùn)行.文獻(xiàn)[13]建立了集中控制模式下的微電網(wǎng)運(yùn)行優(yōu)化模型，文獻(xiàn)[14]實(shí)現(xiàn)了微電網(wǎng)系統(tǒng)的動(dòng)態(tài)經(jīng)濟(jì)調(diào)度，但均沒有考慮儲(chǔ)能單元.目前，考慮蓄電池對微電網(wǎng)運(yùn)行優(yōu)化影響的主流優(yōu)化策略可分為固定策略[15-16]和動(dòng)態(tài)策略[17-18].固定策略是在微電網(wǎng)運(yùn)行優(yōu)化時(shí)，對蓄電池采取事先擬定的調(diào)度規(guī)則，該調(diào)度規(guī)則不隨自身情況和系統(tǒng)環(huán)境而改變，一般表現(xiàn)為蓄電池規(guī)律地反復(fù)充放電.動(dòng)態(tài)策略是通過設(shè)計(jì)不同的蓄電池充放電罰系數(shù)，引導(dǎo)蓄電池能夠跟隨時(shí)段和環(huán)境的變化，實(shí)現(xiàn)不同情況下的運(yùn)行控制.前者在應(yīng)用中容易實(shí)現(xiàn)，但缺點(diǎn)也很明顯，后者雖然能夠在既定條件下實(shí)現(xiàn)最優(yōu)效果，但在外部市場變化的情況下需做出相應(yīng)調(diào)整.文獻(xiàn)[19]在運(yùn)用動(dòng)態(tài)規(guī)劃法確定儲(chǔ)能單元運(yùn)行方式的基礎(chǔ)上，求解燃料電池運(yùn)行方式，為確定微電網(wǎng)最佳運(yùn)行方式提供了新思路，但此過程僅考慮了經(jīng)濟(jì)因素.因此，本文提出了一種含蓄電池的孤立微電網(wǎng)多目標(biāo)優(yōu)化調(diào)度方法，考慮了可再生能源出力的波動(dòng)性、蓄電池的實(shí)時(shí)荷電狀態(tài)以及負(fù)荷預(yù)測誤差等因素，采用功率差控制策略確定蓄電池的運(yùn)行方式，建立了微電網(wǎng)系統(tǒng)運(yùn)行成本和環(huán)境成本的目標(biāo)函數(shù)，利用改進(jìn)的遺傳算法求解各可控型微電源的出力分配，最終得到微電網(wǎng)系統(tǒng)整體的最優(yōu)運(yùn)行方式.通過典型微電網(wǎng)算例驗(yàn)證了所提方法的可行性和有效性.

1 微電網(wǎng)多目標(biāo)運(yùn)行優(yōu)化模型

根據(jù)調(diào)度周期內(nèi)總時(shí)段數(shù)的選取原則[20]，選取調(diào)度周期為1 d，單位時(shí)間間隔為1 h來進(jìn)行分析.在單位時(shí)間間隔內(nèi)做如下假設(shè)：微電源的出力恒定和負(fù)荷的需求恒定.在此前提下，可認(rèn)為分析計(jì)算時(shí)微電網(wǎng)為穩(wěn)態(tài)運(yùn)行，不考慮其暫態(tài)過程.

1.1 目標(biāo)函數(shù)

風(fēng)力發(fā)電和光伏發(fā)電均屬可再生能源發(fā)電，不消耗燃料且不排放污染氣體，本文忽略其運(yùn)行成本，不把其出力作為優(yōu)化變量.對于可控型微電源，由于本文針對運(yùn)行時(shí)的優(yōu)化調(diào)度，忽略其投資成本，考慮運(yùn)行成本和環(huán)境成本，將其出力作為優(yōu)化變量，微電網(wǎng)經(jīng)濟(jì)調(diào)度目標(biāo)函數(shù)可表示為

minF(t)=min{F1(t),F2(t)}，t=1,2,…,24,

(1)

式中：F1(t)為微電網(wǎng)運(yùn)行成本；F2(t)為微電網(wǎng)環(huán)境成本.

目標(biāo)1：微電網(wǎng)運(yùn)行成本.

微電網(wǎng)運(yùn)行成本可表示為

(2)

CM(Pi(t))=KOM,i·Pi(t),

(3)

式中：i為微電網(wǎng)中可控型微電源的編號(hào)；N為系統(tǒng)中分布式電源的數(shù)量；T為一個(gè)調(diào)度周期包含的時(shí)段數(shù)；Pi(t)為t時(shí)刻微電源i的輸出功率；CF為可控型微電源的能耗成本；CM為可控型微電源的維護(hù)成本;KOM,i為微電源的運(yùn)行維護(hù)系數(shù).

目標(biāo)2：微電網(wǎng)環(huán)境成本.

環(huán)境成本主要包括污染氣體治理成本.因此，微電網(wǎng)環(huán)境成本可表示為

(4)

式中：m為污染物的類型；Vj為單位電量第j項(xiàng)污染物的治理費(fèi)用；Qij為第i個(gè)微電源單位電量下第j項(xiàng)污染物的排放量.污染物的治理費(fèi)用和排放系數(shù)如表1所示.

表1 污染物的治理費(fèi)用和排放系數(shù)
Tab.1Externalitycostsandemissionfactors

污染物類型治理費(fèi)用/(元·kg-1)排放系數(shù)/(g·(kW·h)-1)燃料電池柴油發(fā)電機(jī)燃?xì)廨啓C(jī)NOx8．50．0234．3300．619CO20．02805635232184CO0．9860．0542．3200．17SO25．9500．4640．000928

1.2 約束條件

1)功率平衡約束.

功率平衡約束為

(5)

2)有功出力約束.

有功出力約束為

(6)

3)可控機(jī)組爬坡約束.

增負(fù)荷時(shí)：

(7)

降負(fù)荷時(shí)：

(8)

圖1 多目標(biāo)運(yùn)行優(yōu)化結(jié)構(gòu)圖Fig.1 Structure chart of multi-objective operation optimization

1.3 多目標(biāo)運(yùn)行優(yōu)化流程

圖1為含儲(chǔ)能單元的孤立微電網(wǎng)系統(tǒng)多目標(biāo)運(yùn)行優(yōu)化結(jié)構(gòu)圖，其中PBat為蓄電池的輸出功率；PFC、PDE、PMT分別為燃料電池、柴油發(fā)電機(jī)、微型燃?xì)廨啓C(jī)的輸出功率.首先采用考慮實(shí)際約束的功率差控制策略確定蓄電池的運(yùn)行方式，在此基礎(chǔ)上再對各可控型微電源出力采用改進(jìn)的遺傳算法進(jìn)行多目標(biāo)優(yōu)化調(diào)度，最終確定微電網(wǎng)的運(yùn)行方式.

2 儲(chǔ)能系統(tǒng)充放電控制策略

在微電網(wǎng)運(yùn)行中儲(chǔ)能裝置發(fā)揮著削峰填谷和功率跟蹤的作用，保證了微電網(wǎng)的安全可靠運(yùn)行.利用電池儲(chǔ)能系統(tǒng)的快速“吞吐特性”，負(fù)荷低谷期時(shí)儲(chǔ)存能量待用，負(fù)荷高峰期時(shí)供應(yīng)電能，實(shí)現(xiàn)削峰填谷，緩解了高峰期用電緊張，同時(shí)減少了可再生能源棄電現(xiàn)象的發(fā)生，實(shí)現(xiàn)各方面共贏[4].

儲(chǔ)能系統(tǒng)根據(jù)預(yù)測的日負(fù)荷曲線制定充放電控制策略，即確定其在不同時(shí)段下的充放電功率大小.恒功率控制策略是儲(chǔ)能系統(tǒng)最基本的充放電控制策略，即在任何時(shí)刻均以某一恒定的功率進(jìn)行充放電.雖然計(jì)算簡便，但是控制策略單一，對系統(tǒng)的響應(yīng)效果差.本文采用考慮實(shí)際約束的功率差控制策略，解決了采用恒功率控制策略時(shí)，預(yù)測負(fù)荷與實(shí)際負(fù)荷由于峰、谷時(shí)間差造成控制策略失效的問題，并兼顧蓄電池容量、充放電功率以及荷電狀態(tài)等約束，具體實(shí)現(xiàn)步驟如下：

1)根據(jù)已有負(fù)荷預(yù)測曲線，計(jì)算得到日負(fù)荷平均功率Pavg.

2)以Pavg為中心，ΔP為步長迭代，其中P1=Pavg+ΔP，P2=Pavg-ΔP,迭代過程滿足如下約束條件：

(9)

(10)

Ec-Ed<ε，

(11)

式中：P2為儲(chǔ)能系統(tǒng)充電功率上限值；P1為儲(chǔ)能系統(tǒng)放電功率下限值；Pf、Pg為負(fù)荷峰、谷時(shí)間段的負(fù)荷值；E為電池儲(chǔ)能系統(tǒng)容量；Ec表示總的充電能量；Ed表示總的放電能量；ε為接近于零的常數(shù).當(dāng)上述條件有一個(gè)無法滿足時(shí)，重新返回迭代P1=Pavg+ΔP，P2=Pavg-ΔP，直到所有條件滿足為止.

3)確定儲(chǔ)能系統(tǒng)在具體時(shí)段的充放電功率.

當(dāng)Pt>P1時(shí)，放電功率為

Pd=Pt-P1，

(12)

當(dāng)Pt

Pc=P2-Pt，

(13)

式中：Pt為t時(shí)刻實(shí)測負(fù)荷值.

在實(shí)時(shí)控制時(shí)，倘若實(shí)際負(fù)荷曲線與預(yù)測負(fù)荷曲線出現(xiàn)偏移，該控制策略不會(huì)造成削峰填谷控制失策，能夠根據(jù)實(shí)際情況調(diào)整儲(chǔ)能系統(tǒng)的運(yùn)行方式.

3 求解算法

遺傳算法是一種基于模擬自然選擇和基因遺傳學(xué)原理的并行優(yōu)化搜索算法，能夠解決復(fù)雜搜索空間的全局優(yōu)化問題.遺傳算法尋優(yōu)性能由交叉概率Pc和變異概率Pm決定.Pc決定新個(gè)體產(chǎn)生的速度.Pc過小，搜索進(jìn)度緩慢;Pc過大，遺傳模式被破壞的可能性增大.Pm決定遺傳算法跳出局部最優(yōu)的能力.Pm過小，新的個(gè)體結(jié)構(gòu)不容易產(chǎn)生;Pm過大，變成了隨機(jī)搜索算法[15].在使用基本遺傳算法的基礎(chǔ)上，采用文獻(xiàn)[15]改進(jìn)后的Pc和Pm，可表示為

(14)

(15)

式中：favg、fmax和fmin分別為種群中的平均、最大和最小適應(yīng)度；f′為要交叉的兩個(gè)體中較大的適應(yīng)度，取Pc1=0.85，Pc2=0.5，Pc3=0.2，Pm1=0.09，Pm2=0.05，Pm3=0.01.

改進(jìn)算法能夠保證群體中適應(yīng)度最大個(gè)體的Pc和Pm從0分別提高為Pc3和Pm3，使優(yōu)良個(gè)體仍處于進(jìn)化狀態(tài)，從而使個(gè)體跳出局部最優(yōu)解.當(dāng)個(gè)體的適應(yīng)度相比于平均適應(yīng)度小時(shí)，適應(yīng)度的值相對集中，使算法陷入局部最優(yōu)解的概率增大，此時(shí)該改進(jìn)能夠增大Pc和Pm，從而增加種群的多樣性.

在微電網(wǎng)系統(tǒng)多目標(biāo)運(yùn)行協(xié)調(diào)優(yōu)化中，搜索空間中的每一個(gè)“染色體”都是優(yōu)化問題的潛在可行解.定義目標(biāo)函數(shù)F包括微電網(wǎng)1 d內(nèi)的運(yùn)行成本和環(huán)境成本，取目標(biāo)函數(shù)的倒數(shù)為適應(yīng)度函數(shù)，即f=1/F，優(yōu)化變量為各可控型微電源的輸出功率.對于微電源的運(yùn)行約束條件(式(6)～(8))，體現(xiàn)為對于相應(yīng)的優(yōu)化變量數(shù)值大小的限制.若優(yōu)化變量超過限值，則取其限值.對于功率平衡約束條件(式(5))，以罰函數(shù)的形式計(jì)入到目標(biāo)函數(shù)中.運(yùn)用改進(jìn)自適應(yīng)遺傳算法，采取輪盤賭選擇并執(zhí)行多點(diǎn)交叉、多點(diǎn)變異操作求解算例.算法參數(shù)設(shè)置如下：種群規(guī)模為200，最大迭代次數(shù)為200.

4 算例分析

選用圖2所示的微電網(wǎng)系統(tǒng)結(jié)構(gòu)[5,18,21],其中公共連接點(diǎn)保持?jǐn)嚅_，微電網(wǎng)孤立運(yùn)行.系統(tǒng)中可再生能源有100 kW光伏電池和150 kW風(fēng)機(jī)，可控型微電源包括微型燃?xì)廨啓C(jī)、燃料電池和柴油發(fā)電機(jī)，儲(chǔ)能單元為最大充放電功率50 kW、容量250 kW·h的蓄電池組.蓄電池的荷電狀態(tài)為30%～90%.各分布式電源的相關(guān)信息如表2所示，可再生能源出力、日負(fù)荷和凈負(fù)荷曲線如圖3所示.由于負(fù)荷本身存在較大峰谷差及可再生能源出力的不穩(wěn)定，凈負(fù)荷會(huì)出現(xiàn)大幅度的功率波動(dòng).

表2 各分布式電源的相關(guān)信息
Tab.2 Data of distributed generations

微電源類型功率/kW下限上限運(yùn)行維護(hù)系數(shù)/(元·kW-1)最大爬坡率/(kW·h-1)上升率下降率燃料電池0650．0286140160微型燃?xì)廨啓C(jī)0650．0401140160柴油發(fā)電機(jī)0800．0859120140

4.1 蓄電池在兩種控制策略下的對比分析

對蓄電池采用恒功率控制策略進(jìn)行求解，設(shè)定蓄電池充放電恒功率為30 kW，調(diào)整步長ΔP=0.1 kW，控制結(jié)果如圖4所示.可以看出，釆用恒功率控制策略能夠有效識(shí)別負(fù)荷峰期和谷期，且在單日內(nèi)有一次充電和兩次放電，但進(jìn)一步分析可知，蓄電池出力與凈負(fù)荷合成后不夠平滑，存在新的峰谷差.如果預(yù)測負(fù)荷曲線和實(shí)際負(fù)荷曲線形狀一致，僅負(fù)荷峰谷值不同，那么采用恒功率控制策略的蓄電池能夠有效地實(shí)現(xiàn)削峰填谷.但是現(xiàn)階段負(fù)荷的預(yù)測水平還不能達(dá)到理想水平，即如果預(yù)測負(fù)荷曲線與實(shí)際負(fù)荷曲線的峰、谷時(shí)間存在偏差時(shí)，那么此時(shí)恒功率控制策略將導(dǎo)致蓄電池在低谷期無法充電，高峰期不能放電，從而無法完成削峰填谷的任務(wù).

圖2 微電網(wǎng)系統(tǒng)結(jié)構(gòu)Fig.2 Structure chart of microgrid system

圖3 可再生能源出力、日負(fù)荷和凈負(fù)荷曲線Fig.3 Daily output power of renewable energy, demand of load and payload

對蓄電池采用功率差控制策略進(jìn)行求解，控制結(jié)果如圖5所示.蓄電池在功率差控制策略下能夠?qū)崿F(xiàn)削峰填谷，且在單日內(nèi)也有一次充電和兩次放電，通過準(zhǔn)確識(shí)別負(fù)荷的高峰期與低谷期，調(diào)整充放電動(dòng)作.進(jìn)一步分析可知，優(yōu)化后的凈負(fù)荷峰谷差值明顯減小，負(fù)荷特性得到明顯改善，不僅有利于微電網(wǎng)負(fù)荷側(cè)的用電穩(wěn)定，而且提高了微電網(wǎng)調(diào)度安全.此外，功率差控制策略是根據(jù)充放電功率上、下限值，確定蓄電池充放電工作域和功率值，若實(shí)測負(fù)荷曲線的峰、谷時(shí)間有偏差，該控制策略仍然能夠準(zhǔn)確控制蓄電池動(dòng)作，并制定有效的運(yùn)行方式.因此，采用功率差控制策略控制蓄電池的出力，并作為可控型微電源優(yōu)化運(yùn)行的基礎(chǔ).

圖4 恒功率控制策略的控制結(jié)果Fig.4 Control results of constant power control strategy

圖5 功率差控制策略的控制結(jié)果Fig.5 Control results of power difference control strategy

4.2 單目標(biāo)優(yōu)化結(jié)果

4.2.1 運(yùn)行成本最小 優(yōu)先使用采取跟蹤控制最大功率輸出的可再生能源機(jī)組的出力，以運(yùn)行成本最小為目標(biāo)的微電網(wǎng)運(yùn)行優(yōu)化結(jié)果如圖6所示.可以看出，單從運(yùn)行成本的角度考慮，由于燃料電池較微型燃?xì)廨啓C(jī)低，微型燃?xì)廨啓C(jī)又較柴油發(fā)電機(jī)低，在優(yōu)先考慮運(yùn)行成本最小的情況下，在燃料電池額定功率范圍內(nèi)，優(yōu)先考慮燃料電池出力，超出額定功率后再考慮微型燃?xì)廨啓C(jī)、柴油發(fā)電機(jī)出力.微型燃?xì)廨啓C(jī)的發(fā)電效率與輸出功率成正相關(guān)關(guān)系，當(dāng)微型燃?xì)廨啓C(jī)出力較小時(shí)，發(fā)電效率低，其運(yùn)行成本增加，容易導(dǎo)致總運(yùn)行成本增加，因此，微型燃?xì)廨啓C(jī)出力時(shí)一般維持在較高水平，與圖6優(yōu)化結(jié)果相符.

4.2.2 環(huán)境成本最低 以環(huán)境成本最低為目標(biāo)的微電網(wǎng)運(yùn)行優(yōu)化結(jié)果如圖7所示.可以看出，單從環(huán)境成本的角度考慮，由于微型燃?xì)廨啓C(jī)較燃料電池低，燃料電池又較柴油發(fā)電機(jī)低，在優(yōu)先考慮環(huán)境成本最低的情況下，在微型燃?xì)廨啓C(jī)額定功率范圍內(nèi)，優(yōu)先考慮微型燃?xì)廨啓C(jī)出力，超出額定功率后再考慮燃料電池、柴油發(fā)電機(jī)出力，與圖7優(yōu)化結(jié)果相符.

圖6 運(yùn)行成本最小目標(biāo)下微電網(wǎng)優(yōu)化結(jié)果Fig.6 Optimal results of microgrid of minimum operation cost

圖7 環(huán)境成本最低目標(biāo)下微電網(wǎng)優(yōu)化結(jié)果Fig.7 Optimal results of microgrid of minimum environmental cost

4.3 多目標(biāo)優(yōu)化結(jié)果

表3 不同目標(biāo)下的優(yōu)化結(jié)果
Tab.3 Optimization results of the different objects

目標(biāo)函數(shù)λ1運(yùn)行成本/元環(huán)境成本/元運(yùn)行成本最小12210．37162．43環(huán)境成本最低02305．61147．97多目標(biāo)優(yōu)化0．82236．13158．110．22283．62151．83

采用線性加權(quán)的方法給各子目標(biāo)函數(shù)賦予權(quán)重，將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)優(yōu)化問題.目標(biāo)函數(shù)為F=λ1F1+λ2F2，其中λ1、λ2分別為子目標(biāo)權(quán)重系數(shù)，且滿足λ1+λ2=1.對λ1、λ2分別賦值，不同目標(biāo)下的優(yōu)化結(jié)果如表3所示.以運(yùn)行成本最小作為單目標(biāo)得到的環(huán)境成本較最低環(huán)境成本高9.77%，環(huán)境效益較差；以環(huán)境成本最低作為單目標(biāo)得到的運(yùn)行成本較最小運(yùn)行成本高4.31%，經(jīng)濟(jì)效益較差；多目標(biāo)優(yōu)化得到的運(yùn)行成本分別比最小運(yùn)行成本高1.17%和3.31%，環(huán)境成本分別比最低環(huán)境成本高6.85%和2.61%，能夠綜合協(xié)調(diào)經(jīng)濟(jì)效益和環(huán)境效益.多目標(biāo)優(yōu)化模型比單目標(biāo)優(yōu)化模型在一定程度上能夠獲得更好的優(yōu)化結(jié)果，可以以較小的運(yùn)行成本達(dá)到盡量好的環(huán)境效益，實(shí)現(xiàn)了兼顧節(jié)能、環(huán)保的發(fā)電調(diào)度.在實(shí)際應(yīng)用中，應(yīng)結(jié)合用戶的不同需求，綜合考慮外部市場環(huán)境的影響.

5 結(jié)論

通過仿真分析比較考慮實(shí)際約束的功率差控制策略與恒功率控制策略，得出前者在均衡用電負(fù)荷、完成削峰填谷控制目標(biāo)等方面更能貼近實(shí)際應(yīng)用需求.采用功率差控制策略確定蓄電池的運(yùn)行方式，并以此作為可控型微電源優(yōu)化運(yùn)行的基礎(chǔ).在考慮各約束條件的基礎(chǔ)上，以微電網(wǎng)的運(yùn)行成本、環(huán)境成本為優(yōu)化目標(biāo)，構(gòu)建了孤立微電網(wǎng)運(yùn)行優(yōu)化模型.采用改進(jìn)的遺傳優(yōu)化算法從單目標(biāo)和多目標(biāo)兩個(gè)層面進(jìn)行求解，并分析了微電網(wǎng)中可控型微電源的出力分配，為孤立微電網(wǎng)運(yùn)行優(yōu)化的研究提供了參考.

[1] HATZIARGYRIOU N, ASANO H, IRAVANI R, et al. Microgrids[J]. IEEE power and energy magazine, 2007, 5(4):78-94.

[2] 王成山，楊占剛，王守相，等. 微網(wǎng)實(shí)驗(yàn)系統(tǒng)結(jié)構(gòu)特征及控制模式分析[J].電力系統(tǒng)自動(dòng)化，2010，34(1)：99-105.

[3] 王成山,于波,肖峻,等. 平滑可再生能源發(fā)電系統(tǒng)輸出波動(dòng)的儲(chǔ)能系統(tǒng)容量優(yōu)化方法[J]. 中國電機(jī)工程學(xué)報(bào), 2012, 32(16):1-8.

[4] 尤毅, 劉東, 鐘清,等. 主動(dòng)配電網(wǎng)儲(chǔ)能系統(tǒng)的多目標(biāo)優(yōu)化配置[J]. 電力系統(tǒng)自動(dòng)化, 2014,38(18):46-52.

[5] TSIKALAKIS A G, HATZIARGYRIOU N D. Centralized control for optimizing microgrids operation[J]. IEEE transactions on energy conversion, 2008, 23(1): 241-248．

[6] DIMEAS A L, HATZIARGYRIOU N D. Agent based control for microgrids[C]//Proceedings of IEEE Power Engineering Society General Meeting. Tampa, 2007:1-5.

[7] 秦亞斌, 韓肖清, 王康寧. 含混合儲(chǔ)能的微網(wǎng)孤網(wǎng)運(yùn)行能量管理策略[J]. 河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2014，35(4)：31-37.

[8] 丁明，張穎媛，茆美琴，等．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]．中國電機(jī)工程學(xué)報(bào)，2011，31(4)：7-14．

[9] 陳潔，楊秀，朱蘭，等. 不同運(yùn)行調(diào)度模式下微網(wǎng)經(jīng)濟(jì)運(yùn)行對比分析[J]. 電力自動(dòng)化設(shè)備，2013，33(8)：106-113.

[10] 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):22-27.

[11] MOHAMED F A,KOIVO H N. System modelling and online optimal management of microgrid using mesh adaptive direct search[J]. Electrical power and energy systems, 2010, 32(5): 398-407.

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

[13] 丁明，張穎媛，茆美琴，等．集中控制式微網(wǎng)系統(tǒng)的穩(wěn)態(tài)建模與運(yùn)行優(yōu)化[J].電力系統(tǒng)自動(dòng)化，2009，33(24)：78-82．

[14] 劉小平，丁明，張穎媛，等.微網(wǎng)系統(tǒng)的動(dòng)態(tài)經(jīng)濟(jì)調(diào)度[J].中國電機(jī)工程學(xué)報(bào)，2011，31(31)：77-84.

[15] 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].中國電機(jī)工程學(xué)報(bào)，2013,33(19)：57-66.

[16] 牛銘，黃偉，郭佳歡，等. 微網(wǎng)并網(wǎng)時(shí)的經(jīng)濟(jì)運(yùn)行研究[J].電網(wǎng)技術(shù)，2010,34(11):38-42.

[17] 毛曉明，陳深，吳杰康，等. 分時(shí)電價(jià)機(jī)制下含蓄電池微網(wǎng)的優(yōu)化調(diào)度[J].電網(wǎng)技術(shù)，2015,39(5)：1192-1197.

[18] 石慶均，江全元. 包含蓄電池儲(chǔ)能的微網(wǎng)實(shí)時(shí)能量優(yōu)化調(diào)度[J].電力自動(dòng)化設(shè)備，2013,33(5)：76-82.

[19] 劉天琪，江東林. 基于儲(chǔ)能單元運(yùn)行方式優(yōu)化的微電網(wǎng)經(jīng)濟(jì)運(yùn)行[J]. 電網(wǎng)技術(shù)，2012，36(1)：45-50.

[20] 陳達(dá)威，朱桂萍．微電網(wǎng)負(fù)荷優(yōu)化分配[J]．電力系統(tǒng)自動(dòng)化，2010，34(20)：45-49．

[21] 江渝，黃敏，毛安，等.孤立微網(wǎng)的多目標(biāo)能量管理[J].高電壓技術(shù)，2014,40(11)：3519-3527.

(責(zé)任編輯：孔 薇)

Optimal Operation of Isolated Microgrid System with Battery Storage

CHU Yanting1, DONG Haiying1, LI Xiaoqing1,2

(1.SchoolofAutomationandElectricalEngineering,LanzhouJiaotongUniversity,Lanzhou730070,China; 2.SchoolofElectricalEngineering,LanzhouInstituteofTechnology,Lanzhou730070,China)

For the optimal operation problem of isolated microgrid, a multi-objective operation optimization method of microgrid with battery was proposed. The method consisted of two parts: the management of operation mode of energy storage unit and the optimization of controllable distributed generation. The control strategy of power difference was used to manage the energy storage unit by taking into account the load demand, power generation expect of renewable resources, and charging state of energy storage unit. For the sake of decreasing economic and environmental cost, the power balance, limit value of distributed generation and ramping constraint were taken into account; the output of controllable distributed generation was distributed by using improved genetic algorithm. This method could not only play a role to cut peak and fill valley and to increase the economic value of energy storage unit, but also ensure isolated microgrid run economically and environmentally. A typical daily optimal operation was taken as an example, the method was verified to be feasible and effective.

microgrid； isolated operation； battery； operation optimization

2016-09-22

蘭州工業(yè)學(xué)院青年基金資助項(xiàng)目(14K-003).

褚衍廷(1989—)，男，山東濟(jì)寧人，碩士研究生，主要從事微電網(wǎng)運(yùn)行優(yōu)化研究，E-mail:chuyanting2008@163.com；通訊作者：董海鷹(1966—)，男，甘肅蘭州人，教授，主要從事電力系統(tǒng)運(yùn)行與控制研究，E-mail:donghy66@163.com．

褚衍廷，董海鷹, 李曉青．含蓄電池的孤立微電網(wǎng)系統(tǒng)運(yùn)行優(yōu)化研究[J]．鄭州大學(xué)學(xué)報(bào)(理學(xué)版)，2016，48(4)：109-115.

TM73

A

1671-6841(2016)04-0109-07

10.13705/j.issn.1671-6841.2016690