光儲(chǔ)聯(lián)合單元在區(qū)域配電網(wǎng)的優(yōu)化配置研究

王哲，劉聰，遲福建，李桂鑫，夏冬，楊德昌

（1.國(guó)網(wǎng)天津市電力公司經(jīng)濟(jì)技術(shù)研究院，天津 300171；2.國(guó)網(wǎng)天津市電力公司，天津 300010；3.中國(guó)農(nóng)業(yè)大學(xué)，北京 100083）

光儲(chǔ)聯(lián)合單元在區(qū)域配電網(wǎng)的優(yōu)化配置研究

王哲1，劉聰2，遲福建2，李桂鑫2，夏冬1，楊德昌3

（1.國(guó)網(wǎng)天津市電力公司經(jīng)濟(jì)技術(shù)研究院，天津 300171；2.國(guó)網(wǎng)天津市電力公司，天津 300010；3.中國(guó)農(nóng)業(yè)大學(xué)，北京 100083）

以光儲(chǔ)聯(lián)合運(yùn)行單元為研究對(duì)象，采用小波包-模糊調(diào)節(jié)的方法使得儲(chǔ)能平抑光伏輸出波動(dòng)的同時(shí)保證儲(chǔ)能荷電狀態(tài)維持在合理水平。針對(duì)一定滲透率的光伏，建立了區(qū)域配電網(wǎng)各母線電壓偏差之和最小、總有功網(wǎng)損最小、儲(chǔ)能壽命損耗最小和儲(chǔ)能容量利用率最大的多目標(biāo)優(yōu)化模型。以儲(chǔ)能容量及最大充放電功率為優(yōu)化變量，在求解中通過(guò)歸一化將多目標(biāo)優(yōu)化轉(zhuǎn)化為單目標(biāo)優(yōu)化模型，采用一種量子編碼的遺傳算法進(jìn)行求解?；贗EEE-33節(jié)點(diǎn)算例的計(jì)算分析，驗(yàn)證了該優(yōu)化配置方法的有效性與正確性。

光儲(chǔ)系統(tǒng)；區(qū)域配電網(wǎng)；小波包-模糊調(diào)節(jié)策略；量子編碼；遺傳算法

光伏以分布式方式接入配電網(wǎng)，是提高配電網(wǎng)供電靈活性的有效方式。但受日照強(qiáng)度、溫度等環(huán)境因素影響，光伏輸出具有間歇性，當(dāng)其滲透率達(dá)到一定比例時(shí)將給電力系統(tǒng)的穩(wěn)定性和可靠性帶來(lái)挑戰(zhàn)[1]。因此，需對(duì)光伏輸出進(jìn)行平抑以減小其對(duì)電力系統(tǒng)的負(fù)面影響。

光伏作為分布式電源（distributed generation，DG）接入配電網(wǎng)中對(duì)配電網(wǎng)的影響目前已有眾多文獻(xiàn)進(jìn)行了研究。文獻(xiàn)[2]以電壓作為指標(biāo)，研究了DG接入配電網(wǎng)后其容量及接入位置對(duì)配電網(wǎng)各母線電壓的影響。文獻(xiàn)[3]以電壓和網(wǎng)損為指標(biāo)建立了優(yōu)化模型，采用遺傳算法對(duì)DG進(jìn)行了優(yōu)化配置。而在減小間歇性DG對(duì)系統(tǒng)影響提高其滲透率的方法中，儲(chǔ)能技術(shù)因其具備對(duì)功率和能量在時(shí)間上快速遷移能力，因而是目前研究的熱點(diǎn)。文獻(xiàn)[4]以儲(chǔ)能平抑DG后輸出功率波動(dòng)率為指標(biāo)，采用時(shí)間常數(shù)法確定最佳低通濾波時(shí)間。文獻(xiàn)[5]基于風(fēng)電短期預(yù)測(cè)技術(shù)的運(yùn)行控制策略來(lái)平抑其輸出波動(dòng)。文獻(xiàn)[6]通過(guò)小波包分解法對(duì)光伏輸出進(jìn)行頻譜分析后，由儲(chǔ)能吸收調(diào)高頻分量，而將低頻穩(wěn)定分量送入電網(wǎng)。文獻(xiàn)[7]提出一種加權(quán)移動(dòng)平均濾波算法對(duì)風(fēng)電進(jìn)行平抑，該方法運(yùn)用模糊控制對(duì)儲(chǔ)能的SOC進(jìn)行實(shí)時(shí)修正作為算法的反饋來(lái)調(diào)整濾波帶寬。

本文運(yùn)用小波包-模糊平抑策略將電池儲(chǔ)能配置在光伏側(cè)以平抑其輸出，建立以電壓各母線電壓偏差之和、總有功網(wǎng)損、儲(chǔ)能壽命損耗、儲(chǔ)能容量利用率考核指標(biāo)為基礎(chǔ)的優(yōu)化模型，以綜合考核光伏輸出間歇性對(duì)系統(tǒng)及儲(chǔ)能的影響。以儲(chǔ)能容量和最大充放電功率為優(yōu)化變量，采用一種量子編碼的遺傳算法對(duì)其進(jìn)行求解。通過(guò)IEEE-33節(jié)點(diǎn)算例對(duì)該優(yōu)化配置方法進(jìn)行了驗(yàn)證。

1 小波包-模糊調(diào)節(jié)策略

電池儲(chǔ)能通過(guò)小波包分解算法對(duì)光伏輸出進(jìn)行平抑[8]，小波包分解由小波變換演變而來(lái)，其非常適用于對(duì)非平穩(wěn)突變信號(hào)的處理[9]，而對(duì)于漸變信號(hào)，小波包更具有廣泛的應(yīng)用價(jià)值。小波包將光伏功率不斷分解，形成結(jié)構(gòu)上的二叉樹，在將原信號(hào)映射到2n個(gè)小波包子空間中，其中n即為分解層數(shù)，分解算法和重構(gòu)算法如下：

由于電池儲(chǔ)能成本的限制，因此應(yīng)合理利用其容量以及最大充放電功率[11]，為使電池儲(chǔ)能在執(zhí)行每次充放電后其SOCp維持在合理狀態(tài)，以提高其連續(xù)充放電能力，需根據(jù)電池儲(chǔ)能SOCp對(duì)充放電功率進(jìn)行修正控制[12]。本文利用模糊理論對(duì)充放電功率進(jìn)行調(diào)整[13]，調(diào)整的原則為：當(dāng)其SOC處在適中狀態(tài)時(shí)，則不進(jìn)行調(diào)整；當(dāng)SOCp偏小且準(zhǔn)備放電、SOCp偏大且準(zhǔn)備充電時(shí)，基于模糊理論對(duì)其SOCp進(jìn)行控制。以當(dāng)前SOCp和下一個(gè)充電或放電段內(nèi)所需SOCp變化量ΔSOCp的計(jì)算值作為模糊輸入，功率指令修正系數(shù)Kp作為輸出，輸入、輸出變量隸屬函數(shù)及模糊規(guī)則分別如圖1、表1所示。其中VS、S、MS、M、MB、B、VB、NB、NM、NS、PS、PM、PB分別代表非常小、小、中小、中、中大、大、非常大、負(fù)大、負(fù)中、負(fù)小、正小、正中、正大。

圖1 模糊控制輸入、輸出隸屬函數(shù)Fig.1 Input and Output membership functions of the fuzzy control

表1 模糊控制規(guī)則Tab.1 Fuzzy control rule

2 區(qū)域配電網(wǎng)多目標(biāo)優(yōu)化模型及求解算法

當(dāng)區(qū)域配電網(wǎng)中光伏的滲透率達(dá)到一定程度時(shí)，將對(duì)配電網(wǎng)的潮流分布、穩(wěn)定性、電能質(zhì)量產(chǎn)生較明顯的影響[14]。本文以總有功網(wǎng)損、母線電壓偏差之和作為衡量對(duì)配電網(wǎng)影響的考核指標(biāo)[15]，同時(shí)在平抑光伏輸出波動(dòng)時(shí)考慮到電池儲(chǔ)能的成本問(wèn)題，以電池儲(chǔ)能每次充放電等效壽命損耗和一定時(shí)域內(nèi)儲(chǔ)能容量平均棄用率為指標(biāo)，對(duì)配置的儲(chǔ)能充放電充放電功率以及配置的容量進(jìn)行限制[16]?；?個(gè)指標(biāo)建立多目標(biāo)優(yōu)化優(yōu)化函數(shù)：

式中：Ploss（t）、PL（t）分別為t時(shí)刻系統(tǒng)總有功網(wǎng)損、系統(tǒng)總有功負(fù)荷；ΔUi（t）、Ui（t）分別為母線i在t時(shí)刻的電壓偏差絕對(duì)值和電壓值；f3、f4分別為電池儲(chǔ)能每次充放電等效壽命損耗和一定時(shí)域內(nèi)儲(chǔ)能容量平均棄用率指標(biāo)，計(jì)算方法如下：

式中：Nt、R為t時(shí)間段內(nèi)電池儲(chǔ)能以深度R滿充滿放標(biāo)準(zhǔn)下的最大循環(huán)次數(shù)，電池循環(huán)次數(shù)與R關(guān)聯(lián)曲線以及最大循環(huán)次數(shù)計(jì)算方法參照文獻(xiàn)[10-11]；N0為標(biāo)準(zhǔn)滿充滿放下最大循環(huán)次數(shù)；ΔSOCp、SOCp-max分別為某一時(shí)刻儲(chǔ)能充放電所需的SOC變化量和儲(chǔ)能最大SOC，因光伏夜晚無(wú)光照其無(wú)輸出，則此段時(shí)間里儲(chǔ)能處于閑置狀態(tài)，為了將這段時(shí)間剔除，式中t1、t2、…、tn分別儲(chǔ)能非閑置的各時(shí)刻。由式（3）、式（4）可知，4個(gè)指標(biāo)均進(jìn)行了歸一化處理。

在智能求解算法中，遺傳算法是目前運(yùn)用最廣泛的一種算法[17]，但其采用二進(jìn)制或格雷碼進(jìn)行編碼，往往會(huì)造成早熟、陷入局部最優(yōu)的問(wèn)題。本文采用1種基于Bloch球面坐標(biāo)編碼的遺傳算法，其編碼方式是將每一組解歸一化處理后映射到Bloch球面，以儲(chǔ)能最大充放電功率作為變量映射到球面，如圖2所示。

通過(guò)一種量子旋轉(zhuǎn)門與量子非門完成傳統(tǒng)遺傳算法里的選擇、交叉和變異的過(guò)程，最后記錄最優(yōu)個(gè)體的適應(yīng)度及其在球面上坐標(biāo)參量θij、φij。

3 算例計(jì)算分析

如圖3所示為本文所采用的IEEE-33節(jié)點(diǎn)算例。算例中分別在Bus24和Bus28處接入分布式光伏 6 kW和5 kW，算例中總負(fù)荷大小為37 kW，分布式光伏滲透率約為30%。同時(shí)在Bus24和Bus28處配置電池儲(chǔ)能BA1和BA2。則優(yōu)化變量包括BA1和BA2的最大充放電功率Pmax1、Pmax2和最大容量Qmax1、Qmax2，本文近似認(rèn)為儲(chǔ)能最大充電功率和最大放電功率相等。Bus24與Bus28處接入光伏功率曲線如圖4所示。運(yùn)行優(yōu)化程序，尋優(yōu)結(jié)果如表2所示。將變量Pmax1、Qmax1、Pmax2、Qmax2分成若干子區(qū)間，當(dāng)Pmax1、Pmax2落在子區(qū)間[0.6 1.2]、[0.8 1.6]kW，Qmax1、Qmax2同落在子區(qū)間[1.0 1.5]kW·h時(shí)，目標(biāo)函數(shù)有最小解0.86，Pmax1、Pmax2分別取值為1.2 kW和1.5 kW，Qmax1、Qmax2分別取1 kW·h和1.5 kW·h。而隨著儲(chǔ)能功率和容量進(jìn)一步增加，雖子目標(biāo)f1、f2有所改善，但子目標(biāo)f3、f4最優(yōu)值較大導(dǎo)致總目標(biāo)函數(shù)不能取到全局最優(yōu)解，這是因?yàn)閮?chǔ)能充放電功率和容量增大到一定程度后，儲(chǔ)能會(huì)以更大的充放電深度充電以及閑置容量使其利用率降低。

圖2 量子編碼的Bloch球面表示Fig.2 the Bloch sphere description of quantum coding

圖3 IEEE-33節(jié)點(diǎn)算例拓?fù)浣Y(jié)構(gòu)Fig.3 IEEE-33 schematic diagram of connection

在最優(yōu)儲(chǔ)能容量與功率配置下小波包-模糊策略如圖4、圖5所示。由計(jì)算結(jié)果可知，小波包-模糊策略一方面平抑了分布式光伏的輸出波動(dòng)，將低頻穩(wěn)定分量送入電網(wǎng)，改善了電壓質(zhì)量及網(wǎng)損；另一方面使儲(chǔ)能合理的充放電。如圖6所示，SOC1和SOC2均處在適中的位置，表明其充電和放電的能力平衡，圖中Pb1和Pb2分別為修正后的儲(chǔ)能1和儲(chǔ)能2的充放電曲線。

表2 儲(chǔ)能配置尋優(yōu)結(jié)果Tab.2 ESS optimization results

圖4 Bus24與Bus28處光伏功率曲線Fig.4 PV power of Bus24 and Bus28

圖5 小波包分解Fig.5 Wavelet packet

4 結(jié)語(yǔ)

本文研究了配電網(wǎng)中包含分布式光伏和電池儲(chǔ)能在內(nèi)的多目標(biāo)優(yōu)化方法，建立了以各母線電壓偏差之和最小、總有功網(wǎng)損最小、儲(chǔ)能壽命損耗最小和儲(chǔ)能容量利用率最大的多目標(biāo)優(yōu)化模型。采用小波包-模糊策略對(duì)儲(chǔ)能充放電功率進(jìn)行控制，在求解方法上將多目標(biāo)歸一化后轉(zhuǎn)換成單目標(biāo)優(yōu)化模型，采用一種量子編碼的遺傳方法進(jìn)行求解?；贗EEE-33節(jié)點(diǎn)算例對(duì)本文所敘述的方法的正確性與有效性進(jìn)行了驗(yàn)證。

圖6 模糊調(diào)節(jié)Fig.6 Fuzzy adjustment results

[1]李瑞生，翟登輝.光伏DG接入配電網(wǎng)及微電網(wǎng)的過(guò)電壓自動(dòng)調(diào)節(jié)方法研究[J].電力系統(tǒng)保護(hù)與控制，2015，43（22）：62-68.LI Ruisheng，ZHAI Denghui.Research on over-voltage automatic adjustment method of distributed photovoltaic source accessing to distribution network or microgrid[J].Power System Protection and Control，2015，43（22）：62-68（in Chinese）.

[2]王志群，朱守真，周雙喜，等.分布式發(fā)電對(duì)配電網(wǎng)電壓分布的影響[J].電力系統(tǒng)自動(dòng)化，2004，28（16）：56-60.WANG Zhiqun，ZHU Shouzhen，ZHOU Shuangxi，et al.Impacts of distributed generation on distribution system voltage profile[J].Automation of Electrical Power System，2004，28（16）：56-60（in Chinese）.

[3]唐巍，薄博，叢鵬偉，等.含分布式發(fā)電接入的農(nóng)村電網(wǎng)多目標(biāo)規(guī)劃[J].農(nóng)業(yè)工程學(xué)報(bào)，2013，29（1）：132-137.TANG Wei，BO Bo，CONG Pengwei，et al.Multi-objective planning of rural power network incorporating distributed generation[J].Transaction of the Chinese Society of Agricultural Engineering，2013，29（1）：132-137（in Chinese）.

[4]王成山，于波，肖俊，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?jī)?yōu)化方法[J].中國(guó)電機(jī)工程學(xué)報(bào)，2012，32（16）：1-8.WANG Chengshan，YU Bo，XIAO Jun，et al.Sizing of energy storage systems for output smoothing of renewable energy systems[J].Proceedings of the CSEE，2012，32（16）：1-8（in Chinese）.

[5]李蓓，郭建波.平抑風(fēng)電功率的電池儲(chǔ)能系統(tǒng)控制策略[J].電網(wǎng)技術(shù)，2012，36（8）：39-43.LI Bei，GUO Jianbo.Control strategy for battery energy storage system to level wind power output[J].Power System Technology，2012，36（8）：39-43（in Chinese）.

[6]吳振威，蔣小平，馬會(huì)萌，等.用于混合儲(chǔ)能平抑光伏波動(dòng)的小波包-模糊控制[J].中國(guó)電機(jī)工程學(xué)報(bào)，2014，34（1）：317-324.WU Zhenwei，JIANG Xiaoping，MA Huimeng， et al.Wavelet packet-fuzzy control of hybrid energy storage system for PV power smoothing[J].Proceeding of the CSEE，2014，34（1）：317-324（in Chinese）.

[7]丁明，林根德，陳自年，等，趙波.一種適用于混合儲(chǔ)能系統(tǒng)的控制策略[J].中國(guó)電機(jī)工程學(xué)報(bào)，2012，32（7）：1-6.DING Ming，LIN Gende，CHEN Zinian，et al.A control strategy for hybrid energy storage system[J].Proceedings of the CSEE，2012，32（7）：1-6（in Chinese）.

[8]盧蕓，徐駿.基于小波包分解的風(fēng)電混合儲(chǔ)能容量配置方法[J].電力系統(tǒng)保護(hù)與控制，2016，44（11）：149-154.LU Yun，XU Jun.Wind power hybrid energy storage capacity configuration based on wavelet packet decomposition[J].Power System Protection and Control，2016，44（11）：149-154（in Chinese）.

[9]呂帥，張靠社.基于小波變換去噪預(yù)處理的EMD諧波檢測(cè)方法[J].電網(wǎng)與清潔能源，2016，32（6）：58-61.Lü Shuai， ZHANG Kaoshe.EMD harmonic detection method of denoising preprocessing based on wavelet transform[J].Power System and Clean Energy，2016，32（6）：58-61（in Chinese）.

[10]王洪坤，聶晶.高壓絕緣子污穢放電聲信號(hào)的時(shí)頻特性分析[J].電瓷避雷器，2016（2）：12-17.WANG Hongkun，NIE Jing.Time frequency characteristics analysis of high voltage insulator contamination discharge acoustic signal[J].Insulators and Surge Arresters，2016（2）：12-17（in Chinese）.

[11]巨國(guó)嬌，胡潔，王輝.磷酸鐵鋰電池儲(chǔ)能系統(tǒng)平抑風(fēng)電功率波動(dòng)研究[J].電力與能源，2016（5）：582-586.JU Guojiao，HU Jie，WANG Hui.Application of LFP battery storage system in smoothing wind power fluctuation[J].Power and Energy，2016（5）：582-586（in Chinese）.

[12]王博堃，滕歡，胡曉通，等.基于平滑控制策略的混合儲(chǔ)能優(yōu)化配置方法[J].高壓電器，2015（10）：47-53.WANG Bokun，TENG Huan，HU Xiaotong，et al.Optimal allocation method of hybrid energy storage based on smoothing control strategy[J].High Voltage Apparatus，2015（10）：47-53（in Chinese）.

[13]翟俊義，任建文，周明，等.基于模糊多目標(biāo)粒子群算法的熱電聯(lián)供型微網(wǎng)環(huán)境經(jīng)濟(jì)調(diào)度[J].華北電力大學(xué)學(xué)報(bào)自然科學(xué)版，2015，42（5）：13-18.ZHAI Junyi，REN Jianwen，ZHOU Ming，et al.Economic and environmental dispatch for combined heat and power microgrid based on fuzzy multi-objective particle swarm optimization algorithm[J].Journal of North China Electric Power University，2015，42（5）：13-18（in Chinese）.

[14]李清然，張建成.分布式光伏對(duì)配電網(wǎng)電能質(zhì)量的影響及調(diào)壓方案[J].電力科學(xué)與工程，2015（10）：1-6.LI Qingran，ZHANG Jiancheng.Review of distributed PV’s impact on network power quality and voltage regulation scheme[J].Electric Power Science and Engineering，2015（10）：1-6（in Chinese）.

[15]吳駿，李珉，惠峻.基于關(guān)聯(lián)度分析的電網(wǎng)可靠性指標(biāo)評(píng)價(jià)[J].江蘇電機(jī)工程，2015，34（6）：82-84.WU Jun，LI Min，HUI Jun.Network reliabmty evaluation based on association analysis[J].Jiangsu Electrical Engineering，2015，34（6）：82-84（in Chinese）.

[16]林建新，溫步瀛，陳沖.基于分段平滑風(fēng)電輸出功率波動(dòng)的儲(chǔ)能系統(tǒng)容量配置方法[J].電力電容器與無(wú)功補(bǔ)償，2016，37（2）：110-114.LIN Jianxin，WEN Buying，CHEN Chong.An energy storage system capacity configuration method based on hecewise smoothing wind power output fluctuations[J].Power Capacitor&Reactive Power Compensation，2016，37（2）：110-114（in Chinese）.

[17]李穎杰.配電網(wǎng)供電可靠率提升算法的研究與應(yīng)用[J].電力信息與通信技術(shù)，2016（9）：105-109.LI Yingjie.Research and application of distribution network reliability rate improving algorithm[J].Electric Power Information and Communication Technology，2016（9）：105-109（in Chinese）.

（編輯 董小兵）

Research on PV-ESS Capacity Optimization in Distribution System

WANG Zhe1，LIU Cong2，CHI Fujian2，LI Guixin2，XIA Dong1，YANG Dechang3
（1.Electric Power Economic Research Institute of State Grid Tianjin Electric Power Company，Tianjin，300171；2.State Grid Electric Power Company，Tianjin 300010，China；3.College of Information and Electric Engineering，China Agriculture University，Beijing 100083，China）

In this paper，wavelet packet-fuzzy strategy is used to stabilize PV output fluctuations and adjust ESS charging and discharging power to ensure its soc to be at a reasonable level.Under the certain penetration of PV，this paper establishes an optimization model which contains minimum system loss，minimum system voltage deviation，minimum battery equivalent life loss and maximum battery capacity utilization.To speed up the calculation for achieving the global optimal solution，a scheme of quantum coding GA is introduced.In the end，the IEEE-33 bus numerical results are used to verify correctness and effectiveness of the proposed method.

PV-ESS system；distribution system；wavelet packet-fuzzy strategy；quantum coding；genetic algorithm

2016-08-17。

王 哲（1984—），男，碩士，高級(jí)工程師，研究方向?yàn)殡娏ο到y(tǒng)及其自動(dòng)化；

劉 聰（1976—），男，碩士，高級(jí)工程師，研究方向?yàn)殡娏ο到y(tǒng)及其自動(dòng)化；

李桂鑫（1981—），男，碩士，高級(jí)工程師，研究方向?yàn)殡娏ο到y(tǒng)及其自動(dòng)化；

夏 冬（1987—），男，碩士，高級(jí)工程師，研究方向?yàn)殡娏ο到y(tǒng)及其自動(dòng)化。

1674-3814（2017）05-0104-05

TM762

A

國(guó)家自然科學(xué)基金（51407186）。

Project Supported by the National Natural Science Foundation of China（51407186）.