基于多目標(biāo)決策分析的智能微電網(wǎng)日前調(diào)度模型

李珍珍,周紅艷，周 冬

(1.三峽大學(xué) 電氣與新能源學(xué)院，湖北 宜昌 443000；2.國網(wǎng)湖北省電力有限公司 鐘祥市供電公司，湖北 荊門 448000)

0 引言

微電網(wǎng)具有降低配電網(wǎng)的峰值負(fù)荷和損失，為關(guān)鍵負(fù)荷供電，提高系統(tǒng)供電的可靠性，保持或改善電能質(zhì)量等諸多優(yōu)點(diǎn)[1-3]。傳統(tǒng)上，微電網(wǎng)的調(diào)度問題中將運(yùn)行成本、排放、減損、物理安全和可靠性等目標(biāo)以及電力系統(tǒng)的物理極限作為約束條件來考慮。因此，微電網(wǎng)調(diào)度問題是一個約束多目標(biāo)的優(yōu)化問題，從多個優(yōu)化目標(biāo)中尋求最優(yōu)解。

可再生能源發(fā)電和負(fù)荷的預(yù)測是微電網(wǎng)調(diào)度的基礎(chǔ)，現(xiàn)有文獻(xiàn)的研究中，關(guān)于微電網(wǎng)中負(fù)荷預(yù)測[4-6]和光伏、風(fēng)電等可再生能源發(fā)電的預(yù)測[7-11]研究較為豐富。關(guān)于微電網(wǎng)日前調(diào)度模型和方法的研究中，根據(jù)對負(fù)荷和發(fā)電預(yù)測結(jié)果出力的不同，分為確定性調(diào)度[12-13]和隨機(jī)調(diào)度[14-15]兩類。文獻(xiàn)[12]將負(fù)荷分為可平移、可削減、可轉(zhuǎn)移三類，建立用戶參與互動的微電網(wǎng)日前調(diào)度模型，可以實(shí)現(xiàn)峰值負(fù)荷的削減和新能源發(fā)電的消納。文獻(xiàn)[13]考慮到用戶用電的舒適度，以滿意度為目標(biāo)建立日前調(diào)度模型，根據(jù)用戶的需求定制最優(yōu)調(diào)度方案。文獻(xiàn)[14]在考慮用戶對電價的需求響應(yīng)的基礎(chǔ)上，采用場景法模擬風(fēng)、光出力，建立兩階段的隨機(jī)調(diào)度模型。文獻(xiàn)[15]針對含風(fēng)、光發(fā)電和儲能的微電網(wǎng)，建立了隨機(jī)優(yōu)化模型，并利用近似動態(tài)規(guī)劃法進(jìn)行求解。該調(diào)度方案考慮了微電網(wǎng)的網(wǎng)損，更加符合微電網(wǎng)的實(shí)際運(yùn)行情況。根據(jù)優(yōu)化目標(biāo)的不同，可以分為單目標(biāo)優(yōu)化[16-18]和多目標(biāo)優(yōu)化[19-21]。文獻(xiàn)[16-18]基于蒙特卡洛模擬、儲能電量實(shí)時控制、兩階段魯棒優(yōu)化算法等提出了經(jīng)濟(jì)調(diào)度單目標(biāo)優(yōu)化模型。文獻(xiàn)[19]提出了靈活性不足率的概念，建立運(yùn)行費(fèi)用最優(yōu)和靈活性不足率最低的多目標(biāo)調(diào)度模型。文獻(xiàn)[20]以配電網(wǎng)的運(yùn)行成本和環(huán)境成本為目標(biāo)建立了多目標(biāo)優(yōu)化模型。文獻(xiàn)[21]考慮運(yùn)行成本、CO2處理成本、SO2處理成本，建立多目標(biāo)優(yōu)化模型。綜上，現(xiàn)有文獻(xiàn)對微電網(wǎng)調(diào)度進(jìn)行了多角度、全方位的研究，但是現(xiàn)有文獻(xiàn)中鮮有考慮微電網(wǎng)調(diào)度對配電網(wǎng)安全性影響的優(yōu)化目標(biāo)。

本文在考慮微電網(wǎng)發(fā)電成本和排放的同時，還考慮了對配電網(wǎng)峰值負(fù)荷降低的影響。在對光伏、柴油發(fā)電機(jī)、儲能電池建立數(shù)學(xué)模型的基礎(chǔ)上，以運(yùn)營成本最低、峰值時段從配電網(wǎng)購電最少、碳排放最少建立多優(yōu)化目標(biāo)，并建立基于多目標(biāo)決策分析的智能微電網(wǎng)日前調(diào)度模型。本文提出實(shí)現(xiàn)因子，利用目標(biāo)達(dá)成規(guī)劃法建立多目標(biāo)優(yōu)化模型，通過算例分析，驗(yàn)證了模型的正確性和有效性。

1 微電網(wǎng)模型

如圖1所示為微電網(wǎng)結(jié)構(gòu)示意圖。微電網(wǎng)中包括光伏(Photovoltaic，PV)、柴油發(fā)電機(jī)、儲能電池、負(fù)荷以及能量管理中心等幾部分。

1.1 光伏出力模型

微電網(wǎng)中影響光伏出力的因素較多，為了便于分析，通常認(rèn)為光伏出力僅與外界環(huán)境溫度和光照強(qiáng)度有關(guān)，則光伏出力模型為：

(1)

式中，PPV為光伏輸出功率；GC為工作時的光照強(qiáng)度；TC為光伏電池板所處的環(huán)境溫度；GSTC為額定光照強(qiáng)度；TSTC為額定工作溫度；PSTC為光伏輸出的額定功率；kp為功率溫度系數(shù)。

1.2 柴油發(fā)電機(jī)出力模型

微電網(wǎng)中柴油發(fā)電機(jī)的出力與油耗量直接相關(guān)，單位時段內(nèi)柴油發(fā)電機(jī)的油耗量與輸出功率的關(guān)系表示為：

fd,t=ξfuelPengine,t.

(2)

式中，ξfuel為柴油發(fā)電機(jī)的油耗系數(shù)；Pengine,t為柴油發(fā)電機(jī)在時段t的輸出功率。

1.3 儲能電池模型

設(shè)儲能電池的荷電狀態(tài)為SOC，則相鄰時刻儲能電池的荷電狀態(tài)關(guān)系為：

(3)

Ich+Idch≤1.

(4)

式中，ηch，ηdch分別為電池的充、放電效率；Pess,ch，Pess,dch分別為電池的充電和放電功率；Ich，Idch取值為0或1，分別表示電池的充電或放電狀態(tài)。式(4)保證了電池不會同時處于充電狀態(tài)和放電狀態(tài)。

2 優(yōu)化模型

2.1 目標(biāo)函數(shù)

本文所建調(diào)度模型中的目標(biāo)函數(shù)考慮3個優(yōu)化目標(biāo)：運(yùn)營成本最低、峰值負(fù)荷最小、碳排放最少。

(1)運(yùn)營成本最低。

運(yùn)營成本的從配電網(wǎng)購買電能的費(fèi)用和微電網(wǎng)中分布式能源發(fā)電所需的燃料成本。優(yōu)化調(diào)度中不考慮太陽能和風(fēng)能等可再生能源的運(yùn)營成本。微電網(wǎng)的運(yùn)營成本函數(shù)為：

(5)

式中，φ1為微電網(wǎng)的運(yùn)營成本；Nt為總調(diào)度時段數(shù)；cd為柴油價格；fd,t為柴油的油耗量；ce為微電網(wǎng)從配電網(wǎng)購買電能的電價；Pe,t為微電網(wǎng)從配電網(wǎng)購買電能的功率，Pe,t為正表示微電網(wǎng)從配電網(wǎng)購買電能，為負(fù)則微電網(wǎng)向配電網(wǎng)出售電能；Nμ為分布式電源的數(shù)量；cμ,i為微電網(wǎng)內(nèi)部分布式電源各自的單位發(fā)電量成本；Pμ,i,t為分布式電源各自的發(fā)電功率。

(2)峰值時段從配電網(wǎng)購電最小。

減少峰值負(fù)荷有利于配電網(wǎng)的安全穩(wěn)定運(yùn)行，因此第二個優(yōu)化目標(biāo)是減小高峰時段從配電網(wǎng)購電。建立對該目標(biāo)進(jìn)行評價的表達(dá)式為：

(6)

式中，φ2為微電網(wǎng)中內(nèi)部電源的發(fā)電量與微電網(wǎng)的總電量的比值，用來衡量微電網(wǎng)從配電網(wǎng)購電情況。

(3)碳排放最少。

第三個目標(biāo)是減少因使用化石燃料發(fā)電而產(chǎn)生的碳排放。主要考慮傳統(tǒng)火電機(jī)組和微電網(wǎng)中的柴油發(fā)電機(jī)的二氧化碳排放，可再生能源和能源儲存造成的碳排放認(rèn)為是零。建立碳排放指標(biāo)的表達(dá)式為：

(7)

2.2 多目標(biāo)決策分析

該模型的三個優(yōu)化目標(biāo)函數(shù)在物理單位上不一致，且受到不同因素的制約，如調(diào)度能力、燃料成本、排放量等。解決多目標(biāo)規(guī)劃問題的法包括加權(quán)和法、ε約束法、智能算法等，這些方法在傳統(tǒng)的電力系統(tǒng)和微電網(wǎng)調(diào)度中得到了應(yīng)用。通過加權(quán)和法進(jìn)行尺度化是一種易于實(shí)現(xiàn)的方法，但缺點(diǎn)是在優(yōu)化過程中不提供權(quán)值的信息且計(jì)算量較大。ε約束法要求選擇一個目標(biāo)作為最優(yōu)目標(biāo)，剩下的作為約束，但解決方案可能由于選擇單一的目標(biāo)而有失偏頗。遺傳算法、模擬退火和禁忌搜索等智能算法通常計(jì)算量較大。目標(biāo)達(dá)成規(guī)劃法不要求可行域?yàn)橥辜?，通過調(diào)整偏好權(quán)重很容易找到最優(yōu)方案，而且這種方法能夠很好地權(quán)衡相互沖突的優(yōu)化目標(biāo)。

目標(biāo)達(dá)成規(guī)劃法的目標(biāo)是最小化實(shí)現(xiàn)因子γ，如式(8)所示。γ可以取任何實(shí)際值，其大小表示目標(biāo)的完成程度[22]。

minγ.

(8)

2.3 約束條件

(1)實(shí)現(xiàn)因子約束。

實(shí)現(xiàn)因子表示多目標(biāo)規(guī)劃中目標(biāo)的完成程度，需要滿足以下約束：

(9)

式中，ω1，ω2，ω3分別為各優(yōu)化目標(biāo)的調(diào)度權(quán)重；v1，v2，v3為優(yōu)化目標(biāo)與實(shí)現(xiàn)目標(biāo)差值的上限。

(2)功率平衡約束。

微電網(wǎng)的功率平衡方程為：

ATP=b.

(10)

式中，矩陣A為系統(tǒng)矩陣；P為微電網(wǎng)系統(tǒng)中的功率不確定性變量向量；b為等式右邊的約束向量。

(3)發(fā)電機(jī)約束。

發(fā)電機(jī)約束包括爬坡約束和容量約束：

(11)

(12)

(4)電池儲能狀態(tài)約束。

儲能電池的荷電狀態(tài)被約束在上限和下限之間，從而保證電池的安全和使用壽命：

SOCmin≤SOC≤SOCmax.

(13)

式中，SOC為儲能電池的荷電狀態(tài)變量；SOCmin，SOCmax分別為荷電狀態(tài)的下限和上限。

3 算例仿真

仿真算例中，微電網(wǎng)包括1臺柴油發(fā)電機(jī)、1個具有兩級DC/AC功率變換器的太陽能光伏陣列和1個儲能電池。其設(shè)備容量參數(shù)如表1所示。分時電價如表2所示，其他相關(guān)參數(shù)如表3所示，用電負(fù)荷、太陽輻射強(qiáng)度、環(huán)境溫度分別如圖2-4所示。

表1 設(shè)備容量和功率范圍

表3 相關(guān)參數(shù)取值

根據(jù)優(yōu)化模型，得到調(diào)度結(jié)果如圖5和表4所示。圖5為多目標(biāo)優(yōu)化結(jié)果，表4為多目標(biāo)的實(shí)現(xiàn)度值。運(yùn)行成本、峰值負(fù)載減少以及排放按每小時的目標(biāo)進(jìn)行標(biāo)幺化。高峰時段的負(fù)荷削減目標(biāo)為20%，大部分時段的負(fù)荷削減與目標(biāo)接近，但仍有3.75%的負(fù)荷率。這是由于儲能電池充電，它在接下來的兩個小時內(nèi)放電，以滿足負(fù)載減少的目標(biāo)。在第13小時的運(yùn)行成本峰值是由于柴油發(fā)電機(jī)的調(diào)度，以實(shí)現(xiàn)負(fù)荷減少。柴油發(fā)電機(jī)一直工作到第20小時，因此在20小時的峰值較小。在峰期開始時，太陽能光伏發(fā)電使得成本和峰值負(fù)荷均有所減少，到第18小時，太陽輻射強(qiáng)度明顯降低，因此在第19小時，太陽能的發(fā)電減少，這在柴油發(fā)電機(jī)發(fā)電量高的情況下，降低負(fù)荷是明顯的。

表4 多優(yōu)化目標(biāo)實(shí)現(xiàn)度值

4 結(jié)論

本文提出了基于多目標(biāo)決策分析的智能微電網(wǎng)日前調(diào)度模型，在對光伏、柴油發(fā)電機(jī)、儲能電池建立數(shù)學(xué)模型的基礎(chǔ)上，以運(yùn)營成本最低、峰值時段從配電網(wǎng)購電最小、碳排放最少建立多優(yōu)化目標(biāo)，并提出實(shí)現(xiàn)因子，利用目標(biāo)達(dá)成規(guī)劃法建立多目標(biāo)優(yōu)化模型。本文提出的方法具有通用性，可以在微電網(wǎng)中實(shí)現(xiàn)，只需要將其配置和相關(guān)參數(shù)進(jìn)行適當(dāng)調(diào)整即可。因此，本文所提出的優(yōu)化調(diào)度模型具有較強(qiáng)的工程實(shí)用性。