需求側(cè)響應(yīng)波動(dòng)性的獨(dú)立型微網(wǎng)的優(yōu)化配置

張宏偉， 張向鋒， 陸俊明

(上海電機(jī)學(xué)院 電氣學(xué)院，上海 201306)

近年來，隨著能源危機(jī)及環(huán)境污染問題的日益嚴(yán)重，由可再生能源分布式發(fā)電作為重要組成部分的微網(wǎng)成為研究熱點(diǎn)。微網(wǎng)作為一個(gè)靈活、可控、綠色、經(jīng)濟(jì)的新型分布式電源載體，在保障用戶供電、節(jié)能環(huán)保、改善電能質(zhì)量等方面具有突出的優(yōu)點(diǎn)。中國幅員遼闊，境內(nèi)存在大量海島等偏遠(yuǎn)地區(qū)，與大電網(wǎng)互聯(lián)困難或者代價(jià)過大，長期用電緊張，而這些地區(qū)可再生資源往往較為豐富，相對于單一風(fēng)力發(fā)電系統(tǒng)或光伏發(fā)電系統(tǒng),無論是從供電可靠性,還是經(jīng)濟(jì)性等都存在較大的優(yōu)勢[1-2]。

獨(dú)立型微網(wǎng)往往包含多種分布式發(fā)電和儲(chǔ)能方式，其組成和運(yùn)行十分復(fù)雜，這就對獨(dú)立型微網(wǎng)系統(tǒng)的優(yōu)化配置提出了較高的要求。文獻(xiàn)[3]以發(fā)電費(fèi)用最低為目標(biāo)，對獨(dú)立型風(fēng)光儲(chǔ)微網(wǎng)系統(tǒng)進(jìn)行了優(yōu)化配置；文獻(xiàn)[4]以總成本最小為目標(biāo)，對獨(dú)立型風(fēng)光柴儲(chǔ)微網(wǎng)系統(tǒng)進(jìn)行優(yōu)化配置；文獻(xiàn)[5]則建立考慮地毯效益的獨(dú)立微網(wǎng)配置模型；文獻(xiàn)[6]在獨(dú)立風(fēng)光儲(chǔ)微網(wǎng)優(yōu)化配置模型中,優(yōu)化過程中引入了停電懲罰費(fèi)用與能量浪費(fèi)懲罰費(fèi)用。一些文獻(xiàn)對獨(dú)立型微網(wǎng)系統(tǒng)進(jìn)行了多目標(biāo)優(yōu)化配置：文獻(xiàn)[7]從經(jīng)濟(jì)性和環(huán)保性等角度建立了一種多目標(biāo)優(yōu)化配置模型；文獻(xiàn)[8]將總凈現(xiàn)成本、污染氣體排放和未滿足負(fù)荷作為優(yōu)化目標(biāo)，對風(fēng)光柴儲(chǔ)燃料電池系統(tǒng)進(jìn)行了優(yōu)化配置；文獻(xiàn)[9]以能量利用成本、初始投資成本和溫室氣體排放最少為目標(biāo)，對獨(dú)立型風(fēng)光儲(chǔ)燃?xì)廨啓C(jī)微網(wǎng)系統(tǒng)進(jìn)行了優(yōu)化設(shè)計(jì)；文獻(xiàn)[10]建立了基于多狀態(tài)建模的獨(dú)立型微網(wǎng)優(yōu)化配置模型，并采用改進(jìn)的NAGA-II對模型進(jìn)行求解；文獻(xiàn)[11]針對風(fēng)光出力和負(fù)荷的不確定性，采用設(shè)置概率約束的方法處理相關(guān)不確定性下的供電可靠性約束問題。

需求側(cè)響應(yīng)[12](Demand Response,DR)通過引導(dǎo)用戶調(diào)整用電方式，調(diào)節(jié)負(fù)荷波動(dòng)，有利于促進(jìn)分布式電源與負(fù)荷間雙向互動(dòng)，緩解電力系統(tǒng)削峰填谷的壓力。在獨(dú)立性微網(wǎng)優(yōu)化配置中有必要考慮需求側(cè)響應(yīng)。文獻(xiàn)[13]在考慮DR的情況下，對微電網(wǎng)的儲(chǔ)能進(jìn)行配置優(yōu)化；文獻(xiàn)[14]對考慮DR的光儲(chǔ)微網(wǎng)的需求側(cè)響應(yīng)進(jìn)行了研究；文獻(xiàn)[15]考慮激勵(lì)型DR，對孤島型微電網(wǎng)的容量進(jìn)行配置。

本文以微網(wǎng)投資運(yùn)行經(jīng)濟(jì)性和新能源發(fā)電利用率為目標(biāo)，建立考慮需求側(cè)響應(yīng)的獨(dú)立型微網(wǎng)多目標(biāo)優(yōu)化配置模型，考慮到實(shí)際中參與需求側(cè)響應(yīng)的負(fù)荷量應(yīng)具有一定的不確定性，因此在優(yōu)化配置中考慮需求側(cè)響應(yīng)的波動(dòng)性，在需求側(cè)響應(yīng)波動(dòng)范圍內(nèi)取一個(gè)隨機(jī)值來表征需求側(cè)響應(yīng)的波動(dòng)性。通過某一算例使用多目標(biāo)粒子群算法對本文所提出的優(yōu)化配置模型仿真計(jì)算。

1 微源建模

本文的微網(wǎng)系統(tǒng)由風(fēng)電機(jī)組、太陽能電池、儲(chǔ)能蓄電池及工業(yè)負(fù)荷構(gòu)成。其中工業(yè)負(fù)荷分為參與需求側(cè)響應(yīng)的負(fù)荷(本文的需求側(cè)響應(yīng)負(fù)荷只考慮可中斷負(fù)荷)和不參與需求側(cè)響應(yīng)的負(fù)荷。參與需求側(cè)響應(yīng)的負(fù)荷在微網(wǎng)電力不足以支撐全部負(fù)荷時(shí)候會(huì)被切斷，減少負(fù)荷需求。

1.1 光伏發(fā)電系統(tǒng)模型

光伏陣列的功率輸出為

(1)

式中:fPV為光伏系統(tǒng)的功率降額因數(shù)，表示光伏系統(tǒng)實(shí)際輸出功率與額定條件下輸出功率的比值，一般取0.9；YPV為光伏陣列容量,kW；IT為地表水平面實(shí)測光照度,kW/m2；IS為標(biāo)準(zhǔn)測試條件下的光照度，一般取1 kW/m2。(這里忽略溫度對光伏陣列發(fā)電功率的影響，即認(rèn)為光伏陣列所處溫度為標(biāo)準(zhǔn)測試條件下的溫度25 ℃)

1.2 風(fēng)力發(fā)電模型

風(fēng)機(jī)功率計(jì)算公式為

(2)

式中:v為風(fēng)機(jī)輪轂高度處的實(shí)際風(fēng)速；vci,vco為風(fēng)機(jī)切入風(fēng)速和切出風(fēng)速，當(dāng)實(shí)際風(fēng)速低于切入風(fēng)速或高于切出風(fēng)速時(shí)，風(fēng)機(jī)都不工作；ve為額定風(fēng)速;Pe為風(fēng)機(jī)的額定功率。

1.3 儲(chǔ)能電池模型

為了簡化分析，本文假定電池儲(chǔ)能系統(tǒng)充放電效率均為100%，且不考慮電池充放電對電池容量的影響。儲(chǔ)能電池工作狀態(tài)有兩種：充電狀態(tài)和放電狀態(tài)。

儲(chǔ)能電池充電時(shí)應(yīng)滿足

(3)

儲(chǔ)能電池放電時(shí)應(yīng)滿足

(4)

1.4 需求側(cè)響應(yīng)模型

本文的需求側(cè)響應(yīng)只考慮可中斷負(fù)荷，文獻(xiàn)[16-17]中在微網(wǎng)規(guī)劃時(shí)均將每小時(shí)內(nèi)能夠參與需求側(cè)響應(yīng)的負(fù)荷量最大值設(shè)為一固定值，這里則認(rèn)為某一時(shí)間內(nèi)參加需求側(cè)響應(yīng)的負(fù)荷最大量占當(dāng)前小時(shí)內(nèi)的總負(fù)荷的比例是固定的值，用α表示，考慮到參與需求側(cè)響應(yīng)負(fù)荷的波動(dòng)性，給出需求側(cè)響應(yīng)模型為

PDR=PL·α·β, 1-γ≤β≤1

(5)

式中：PL為負(fù)荷功率;PDR為需求側(cè)響應(yīng)功率;β為需求側(cè)響應(yīng)負(fù)荷實(shí)際投入比，在運(yùn)算中取[1-γ,1]內(nèi)的隨機(jī)值;γ為需求側(cè)響應(yīng)波動(dòng)比。

2 需求側(cè)響應(yīng)波動(dòng)性的微網(wǎng)優(yōu)化運(yùn)行模型

2.1 目標(biāo)函數(shù)

獨(dú)立型微網(wǎng)優(yōu)化配置，應(yīng)以微源正常運(yùn)行和滿足各約束條件，達(dá)到微電網(wǎng)的總運(yùn)行成本最低的要求?？稍偕茉礄C(jī)組中的風(fēng)能和光伏都是依靠自身的能量進(jìn)行發(fā)電，不需要投入資本在其中，因此它們產(chǎn)生的發(fā)電成本可忽略不計(jì)。由于各微源的使用壽命不同，如果在計(jì)算成本時(shí)，對各類微源的購買、安裝成本不做處理，直接進(jìn)行計(jì)算顯然有誤，這里為避免這一問題，以微網(wǎng)年平均費(fèi)用最低作為目標(biāo)函數(shù)，各類微源的購買、安裝成本均按年進(jìn)行折算。本文提出的微網(wǎng)優(yōu)化配置的改進(jìn)策略，在需求側(cè)響應(yīng)模型中考慮了其波動(dòng)性，改進(jìn)策略模型表示為

Fy=CBy+CBd+CR+CDR

(6)

Fw=Fwp/Fp

(7)

(8)

2.2 約束條件

(1) 功率平衡約束

微網(wǎng)能夠正常運(yùn)行的前提是其發(fā)電功率要滿足負(fù)荷的用電需求，即可得

(9)

式中：PL(t)為負(fù)荷的用電功率;Pw(t),Ps(t)分別為風(fēng)機(jī)、光伏的發(fā)電功率;Pb(t)為儲(chǔ)能電池的放電功率；PDR(t)為參與需求側(cè)響應(yīng)負(fù)荷功率。若參與需求側(cè)響應(yīng)的負(fù)荷表現(xiàn)出耗電特效則為負(fù)，若參與需求側(cè)響應(yīng)的負(fù)荷表現(xiàn)出放電特效則為正。

(2) 儲(chǔ)能電池使用約束

蓄電池的使用壽命受多重因素影響，其中一個(gè)重要因素就是電池的荷電狀態(tài)，為確保電池的使用壽命需對其設(shè)置一定的約束。

(10)

(3) 微源安裝數(shù)量約束

(11)

(12)

除了本文考慮的以上約束之外，還可根據(jù)實(shí)際需要選擇性地考慮其他一些約束條件。

2.3 多目標(biāo)優(yōu)化的轉(zhuǎn)換及步驟

目標(biāo)式(6)和式(7)的取值顯然相差較大，因此先對兩個(gè)目標(biāo)取值采取歸一化處理，然后利用線性加權(quán)求和法將多目標(biāo)優(yōu)化轉(zhuǎn)化為單目標(biāo)優(yōu)化問題。即

(13)

微網(wǎng)容量優(yōu)化配置首先是要滿足各約束條件，在滿足各約束條件的前提下再來計(jì)算微網(wǎng)的綜合費(fèi)用，尋求滿足約束條件的綜合年平均費(fèi)用和新能源發(fā)電棄用率最低的微網(wǎng)容量配置方案，用粒子群算法優(yōu)化目標(biāo)式(13)，其具體步驟如下：

(1) 在各微源安裝數(shù)量限定的范圍內(nèi)隨機(jī)取得一個(gè)整數(shù)值作為該微源的數(shù)量，即初始化了一種微網(wǎng)容量配置的組合X，X=(Xpv，Xw，Xb)，按照這樣的方法得到N組不同的微源容量組合。

(2) 對N組不同的微源容量組合進(jìn)行仿真測試,利用表1中的數(shù)據(jù)對每個(gè)微源組合下每個(gè)小時(shí)光伏和風(fēng)機(jī)的發(fā)電情況及儲(chǔ)能電池荷電狀態(tài)進(jìn)行計(jì)算，若某個(gè)小時(shí)內(nèi)微網(wǎng)系統(tǒng)不滿足功率平衡約束或是儲(chǔ)能電池荷電狀態(tài)約束，則重新初始化該微源組合直到滿足約束條件為止；若所有組合都滿足要求，則將這N組不同的微源容量組合作為初始粒子群，進(jìn)行到下一步。

表1 某地區(qū)典型日實(shí)際24 h風(fēng)速光照及負(fù)荷數(shù)據(jù)

(5) 重復(fù)(4)的過程，直到滿足迭代次數(shù)步驟。

微網(wǎng)容量配置流程圖如圖1所示。

圖1 算法流程圖

3 算例分析

針對文獻(xiàn)[18]所用到的某地區(qū)的實(shí)際風(fēng)、光及負(fù)荷數(shù)據(jù)，在Matlab 2010b上對前面所提到優(yōu)化配置模型進(jìn)行驗(yàn)證仿真。表1為某地區(qū)實(shí)際24 h風(fēng)光及負(fù)荷數(shù)據(jù)，表2所示為各分布式電源參數(shù)設(shè)置。

由表1可見，該地區(qū)負(fù)荷有兩個(gè)峰時(shí)段分別是在12:00～18:00之間和19:00～21:00之間，負(fù)荷谷時(shí)段則在凌晨2:00～7:00；該地區(qū)光資源較豐富主要在10:00～16:00之間，而相比較光資源該地區(qū)的風(fēng)資源不太豐富主要在15:00～22:00之間。由表2可見，蓄電池盡管比風(fēng)電及光伏價(jià)格便宜，但其使用壽命較短，因此其年等效成本并不低。

表2 各分布式電源參數(shù)

利用以上的步驟對微網(wǎng)進(jìn)行優(yōu)化配置，相關(guān)參數(shù)設(shè)置如下：光伏系統(tǒng)的功率降額因數(shù)fPV設(shè)為0.9，風(fēng)機(jī)的切入風(fēng)速vci=3 m/s，切出風(fēng)速vco=24 m/s，額定風(fēng)速ve=12 m/s，儲(chǔ)能電池最小荷電狀態(tài)SOCmin=25%，儲(chǔ)能電池最大荷電狀態(tài)SOCmax=85%，分布式電源裕度η=0.85，參加需求側(cè)響應(yīng)的負(fù)荷占總負(fù)荷的比例α=0.4，需求側(cè)響應(yīng)的波動(dòng)系數(shù)γ=0.4，粒子群體大小N=20，迭代次數(shù)設(shè)為200次，目標(biāo)式權(quán)值θ1=0.7,θ2=0.3。獨(dú)立型微網(wǎng)對參與需求側(cè)響應(yīng)的可中斷負(fù)荷每度電賠償0.2 $。分別對不考慮需求側(cè)響應(yīng)的微網(wǎng)優(yōu)化配置模型、考慮需求側(cè)響應(yīng)但不考慮需求側(cè)響應(yīng)波動(dòng)性的微網(wǎng)優(yōu)化配置模型、考慮需求側(cè)響應(yīng)波動(dòng)性的微網(wǎng)優(yōu)化配置模型進(jìn)行仿真，結(jié)果分別如表3、表4和表5所示。

表3 不考慮需求側(cè)響應(yīng)的微網(wǎng)配置

表4 考慮需求側(cè)響應(yīng)的微網(wǎng)優(yōu)化配置結(jié)果(不考慮需求側(cè)響應(yīng)波動(dòng)性)

表5 考慮需求側(cè)響應(yīng)的微網(wǎng)優(yōu)化配置結(jié)果(考慮需求側(cè)響應(yīng)波動(dòng)性)

對比表3、表4可見，考慮需求側(cè)響應(yīng)的微網(wǎng)優(yōu)化配置年總成本相比較不考慮需求側(cè)響應(yīng)的微網(wǎng)優(yōu)化配置的年總成本有明顯的下降，而新能源發(fā)電棄用率則降幅更大；對比表4、表5可見，考慮需求側(cè)響應(yīng)波動(dòng)性的微網(wǎng)優(yōu)化配置與僅考慮需求側(cè)響應(yīng)但不考慮其波動(dòng)性的微網(wǎng)優(yōu)化配置相比，兩者的年等效成本略微有所增加，而日參加需求側(cè)響應(yīng)的總負(fù)荷度數(shù)則下降明顯。

微網(wǎng)考慮需求側(cè)響應(yīng)波動(dòng)性情況下典型日負(fù)荷、風(fēng)、光發(fā)電量及儲(chǔ)能電量的變化情況如圖2和3所示，結(jié)合圖2和表1,考慮需求側(cè)響應(yīng)波動(dòng)后負(fù)荷量變化主要發(fā)生在9:00～10:00。從圖3中可見,在3:00～9:00微網(wǎng)幾乎不發(fā)電，主要靠儲(chǔ)能電池支撐微網(wǎng)運(yùn)行，到10:00儲(chǔ)能電池接近其荷電狀態(tài)下限值25%，而在11:00～16:00由于光伏系統(tǒng)大規(guī)模發(fā)電使儲(chǔ)能電池荷電狀態(tài)大幅攀升至上限值85%，隨后出現(xiàn)了新能源發(fā)電的棄用，17:00過后光伏不再發(fā)電，風(fēng)機(jī)開始發(fā)電供給微網(wǎng)；20:00左右由于負(fù)荷處在晚間峰值，風(fēng)電發(fā)電量不足以支撐負(fù)荷，故蓄電池荷電狀態(tài)有所下降，隨后負(fù)荷量有所下降，風(fēng)機(jī)發(fā)電增加足以支持負(fù)荷同時(shí)還有多余的電，故蓄電池荷電狀態(tài)有所下降。

圖2 典型日各時(shí)段的負(fù)荷

圖3 典型日風(fēng)、光發(fā)電量及儲(chǔ)能電量的變化情況

4 結(jié) 語

本文基于需求側(cè)響應(yīng)波動(dòng)性的獨(dú)立型微網(wǎng)容量優(yōu)化配置模型。實(shí)際應(yīng)用中因參與需求側(cè)響應(yīng)的不可控性，每個(gè)時(shí)間段內(nèi)參加需求側(cè)響應(yīng)的負(fù)荷總量也會(huì)出現(xiàn)一定的波動(dòng)性，本文即是考慮了在這種不確定性下，以微網(wǎng)年等效成本最小和新能源發(fā)電棄用率最低為目標(biāo)，建立獨(dú)立型微網(wǎng)多目標(biāo)容量優(yōu)化配置模型。通過算例結(jié)果驗(yàn)證了所建模型的經(jīng)濟(jì)性和有效性。將需求側(cè)響應(yīng)加入到獨(dú)立型微網(wǎng)優(yōu)化配置中是微網(wǎng)研究的重要內(nèi)容之一，考慮需求側(cè)響應(yīng)的波動(dòng)性能夠更好地模仿現(xiàn)實(shí)。本文是采用一個(gè)波動(dòng)域內(nèi)的隨機(jī)數(shù)來模擬需求側(cè)響應(yīng)的波動(dòng)性，進(jìn)一步的研究可以收集實(shí)際微網(wǎng)中需求側(cè)響應(yīng)的大數(shù)據(jù)，得到需求側(cè)響應(yīng)波動(dòng)的大數(shù)據(jù)規(guī)律，更好地進(jìn)行仿真實(shí)驗(yàn)。