朱國海
(國網(wǎng)甘肅省電力公司金昌供電公司,甘肅 金昌 737100)
在能源互聯(lián)網(wǎng)的發(fā)展趨勢下,為進一步加大可再生分布式能源(distributed generation,DG)的滲透率,微電網(wǎng)的應(yīng)用是一種有效的解決方式。DG、負荷、儲能裝置等不同組成單元為微電網(wǎng)的基本組成結(jié)構(gòu)。作為一個具備自我控制和自我能量管理的自治系統(tǒng),它既可以與外部電網(wǎng)并網(wǎng)運行,也可以孤立運行[1]。
將風、光能源運用在微網(wǎng)系統(tǒng)中,DG出力的隨機性與波動性會對電力系統(tǒng)運行產(chǎn)生沖擊[2]。儲能通過快速響應(yīng)、頻繁充放電,進行短時間內(nèi)對輸出功率的波動控制。文獻[3]對儲能設(shè)備蓄電池的壽命損耗模型及它在優(yōu)化調(diào)度中的使用配合問題研究的不足,改進了每一次蓄電池放電損耗的數(shù)學模型,引入到日前調(diào)度優(yōu)化的目標函數(shù)中的運行結(jié)果良好??紤]到通信問題,文獻[4]提出基于本地信息的控制策略,通過不依賴網(wǎng)絡(luò)通信技術(shù)的策略,可實現(xiàn)快速儲能和后備儲能之間的協(xié)調(diào),以及微電網(wǎng)進入孤島過程中,微源的主動控制以及孤島模式下的自治運行。文獻[5]針對蓄電池、光伏陣列和負荷之間的多種能量供需情況,提出一種孤島運行模式下的能量管理協(xié)調(diào)控制策略,按照多種控制模式,實現(xiàn)光儲微電網(wǎng)的穩(wěn)定運行。文獻[6]對多微電網(wǎng)互聯(lián)系統(tǒng)進行研究,通過配合儲能的作用,獲得儲能系統(tǒng)的容量配置參數(shù),并以此實現(xiàn)微電網(wǎng)互聯(lián)運行的經(jīng)濟性最優(yōu)目標。
云儲能是一種基于已建成的現(xiàn)有電網(wǎng)的共享式儲能技術(shù),使用戶可以隨時、隨地、按需實時使用,由集中式或分布式的儲能設(shè)施構(gòu)成的共享儲能資源,并按照使用需求而支付服務(wù)費[7]。云儲能作為電力系統(tǒng)中儲能的新形式,作為共享經(jīng)濟的新方式,它的出現(xiàn)可以為更多用戶提供蓄電服務(wù),將云儲能運用到微電網(wǎng)能量協(xié)調(diào)優(yōu)化中,不僅能減少微網(wǎng)并網(wǎng)運行時對電力系統(tǒng)運行產(chǎn)生的沖擊,還能夠簡化云儲能的運行方式與結(jié)構(gòu)。隨著共享經(jīng)濟和能源互聯(lián)網(wǎng)建設(shè),云儲能技術(shù)將會是未來發(fā)展的一個重要趨勢。
本文以微電網(wǎng)成本作為目標函數(shù),構(gòu)建基于云儲能的微網(wǎng)模型,簡單介紹了云儲能基本概念和商業(yè)模式,通過分析各微源、云儲能的功率交換約束,建立基于云儲能的微網(wǎng)模型。在此基礎(chǔ)上,通過調(diào)整需求側(cè)電價的方式,來改變用戶的用能習慣,以此提高DG出力的平滑性;采用源荷互動的方法,優(yōu)化需求響應(yīng)層的負荷曲線,繼而運用模糊遺傳算法,對各微源的出力進行優(yōu)化,保證了在分布式電源出力最大的同時,減少微電網(wǎng)中隨機性、波動性對電力系統(tǒng)的影響,達到成本最低的效益。
云儲能作為共享經(jīng)濟新形式,儲能形式可以是集中式也可以分布式,因此它能與微電網(wǎng)結(jié)合起來,充分利用例如風、光等新能源,并且在微源的協(xié)調(diào)調(diào)度中發(fā)揮作用,比如,當風光發(fā)電短時波動時,儲能通過快速響應(yīng)、頻繁充放電,進行短時間內(nèi)輸出功率的波動控制。
云儲能依賴于共享資源達到規(guī)模效益,云儲能技術(shù)可將原本分散在用戶側(cè)的儲能裝置集中到云端,用云端的虛擬儲能容量來代替用戶側(cè)的實體儲能[7]。在云儲能系統(tǒng)中,儲能無論是集中式還是分布式,都應(yīng)由云儲能供應(yīng)商統(tǒng)一管理、統(tǒng)一操作,用戶則通過消費獲得相應(yīng)時間內(nèi)的儲能服務(wù),并按照自身需要對儲備池進行充電以及用電[8]。圖1所示為云儲能系統(tǒng)概念圖。
分析圖1可知,用戶買賣虛擬儲能可以此控制云端虛擬電池充放電,云儲能用戶不需承擔用戶安裝和維護儲能設(shè)備的附加成本,與實體儲能不同。由于云儲能系統(tǒng)建成后用戶數(shù)量龐大,而其運作需獲得一定利潤,因此,制定合理的商業(yè)模式是云儲能系統(tǒng)的一個重要環(huán)節(jié)。另外,決定用戶充放電需求的因素主要包括用戶(實時/峰谷)電價、用戶負荷以及用戶的分布式能源發(fā)電的大小。對于云儲能提供商而言,其實體電池的充放電運行由所有用戶的充放電需求確定[9]。
云儲能提供商為了調(diào)整用戶放電曲線中波動較為強烈的部分,不僅要采用響應(yīng)速度較慢,但容量較大的蓄電池,而且要配置超級電容器、飛輪、超導磁儲能等響應(yīng)速度快、輸出功率大但容量相對較小的功率型儲能裝置[10]。在微電網(wǎng)的應(yīng)用中,該技術(shù)同樣具備協(xié)調(diào)DG隨機性出力的作用,具有良好的發(fā)展前景和潛力。
本文研究的微電網(wǎng)系統(tǒng)包括風電、光伏、儲能系統(tǒng)中各儲能設(shè)備等微源。儲能系統(tǒng)作用于風光發(fā)電短時波動,以控制功率的波動。微電網(wǎng)作為云儲能的一部分不斷給云儲能系統(tǒng)輸送電能,如圖2所示。云儲能系統(tǒng)中的儲能由微網(wǎng)系統(tǒng)中的儲能、其他微網(wǎng)系統(tǒng)中儲能或微網(wǎng)外儲能設(shè)備共同構(gòu)成,它取代了傳統(tǒng)微網(wǎng)系統(tǒng)中的儲能,因此微網(wǎng)系統(tǒng)可自帶儲能組成云儲能的一部分交換功率,亦可直接從云儲能交換功率。
圖2 微電網(wǎng)對云儲能電能輸送簡化模型
本文目標函數(shù)以成本最小進行構(gòu)建,主要包含設(shè)備的折舊成本,運行維護成本和購電成本。目標函數(shù)如下:
式中:CIN(t)為折舊成本函數(shù);CM(t)為運行和維護成本函數(shù);CG(t)為購電成本。
(1)折舊成本
折舊成本屬于微電網(wǎng)發(fā)電成本的固定成本,通常是將投資成本采用等年值法折算為單位容量成本得來,其中風機、光伏板的折舊成本都包括在內(nèi)。在t時間段,微網(wǎng)的折舊成本為[11]:
式中:n為微源數(shù)量;Pi(t)為微源在t時刻的輸出功率;ni為投資償還期;ri為第i種微源的固定年利率;Cin,i為單位容量建設(shè)成本;ki為年利用系數(shù)。ni、ri、ki值的選取參考文獻[11]。
(2)運行和維護成本[12]
式中:cm,i為第i種微源單位出力運維成本系數(shù)。
(3)購電成本
式中:CP(t)為t時段購電價,本文考慮購電價格分為峰谷平3個時段;PPgrid為t時段購電功率。
云儲能作為儲能方式之一,實時儲能量不應(yīng)超過其儲能上限Qmax。微電網(wǎng)能量管理優(yōu)化的約束條件主要有以下幾個方面,其中包括等式約束和不等式約束:
式中:NDG為DG的數(shù)量;PGi(t)為第i臺微源在t時刻的出力;Pbat(t)為儲能在t時刻的充電功率,為正值時表示微電網(wǎng)對儲能充電,為負值時表示儲能向微電網(wǎng)放電。
為了充分利用新能源,達到成本最優(yōu),必然涉及到分布式能源間歇性出力帶來的系統(tǒng)電壓、頻率不穩(wěn)等問題,因此要提高DG出力的平滑性,重要決策就是制定合理的商業(yè)模式。
依據(jù)云端傳輸過來的DG出力數(shù)據(jù)確定一個期望出力曲線,數(shù)學模型為:
平穩(wěn)性指標表達式為:
式中:rstable為平穩(wěn)性指標;PCG(t)為第i種可控微源在t時刻出力為周期內(nèi)的平均出力。
為實現(xiàn)出力的平滑性,避免云儲能電量達到其儲能上限,制定合理的商業(yè)模式,需引入需求響應(yīng),通過實時電價激勵用戶調(diào)節(jié)可轉(zhuǎn)移負荷,引導用戶調(diào)整用電計劃,從而保證電力安全和經(jīng)濟生產(chǎn)。需求價格彈性反映負荷需求對價格變化的敏感程度,其表達式為:
式中:e為需求價格彈性;Rb和ΔR分別為優(yōu)化前總用戶負荷以及優(yōu)化后的負荷變化量;qb和Δqr分別為調(diào)整前電價和電價的調(diào)整幅度。
電價與需求側(cè)用戶負荷的關(guān)系可表示為[12]:
期望負荷率標幺值:
實時電價的電價率標幺值:
式中:K為常數(shù);R為負荷量;R*、qr*分別為期望負荷率和實時電價的電價率;Ra為某時刻優(yōu)化后的期望負荷;qref、qr分別為常規(guī)電價(常數(shù))和優(yōu)化后的實時電價。
實時電價滿足約束如下[13]:
式中:qrmax和qrmin為實時電價的上下限約束。
調(diào)度部門結(jié)合實時電價與DG的關(guān)系制定合理的云儲能購售電電價,激勵用戶適時進行充放電,可達到對可轉(zhuǎn)移負荷時序調(diào)整的預(yù)期效果。
由于遺傳算法(genetic algorithm,GA)的遺傳操作,相關(guān)參數(shù),如交叉率的選擇不合理且不隨進化過程自適應(yīng)改變,會導致計算收斂速度低、收斂過早等一系列問題,本文采用模糊遺傳算法(fuzzy genetic algorithm,F(xiàn)GA)對微電網(wǎng)各微源進行分析計算。一方面,F(xiàn)GA算法用模糊遺傳的語言對GA算法現(xiàn)有的知識和經(jīng)驗進行了描述,用于在線控制遺傳操作和參數(shù)設(shè)置,得到動態(tài)遺傳算法;另一方面,借鑒模糊邏輯及模糊集合運算的思想,得到模糊編碼和相應(yīng)模糊遺傳操作,進而達到改進遺傳算法的目的。
模糊遺傳算法的大致流程如圖3所示。
為了驗證該方案的有效性,本節(jié)以智能電網(wǎng)實驗室交流微電網(wǎng)為研究對象進行了仿真驗算。
圖3 模糊遺傳算法流程圖
在網(wǎng)絡(luò)中,風機上限設(shè)置在10 kW,光伏上限為10 kW,與儲能的交換功率上限為20 kW,下限為-20 kW,需求響應(yīng)的切出值和入限值均為5 kW。圖4和圖5為風機和光伏出力預(yù)測數(shù)據(jù)。
圖4 風機出力預(yù)測
圖5 光伏出力預(yù)測
負荷預(yù)測結(jié)果及需求側(cè)負荷優(yōu)化之后的結(jié)果如圖6所示。
圖6 負荷優(yōu)化結(jié)果
根據(jù)初始負荷和優(yōu)化后負荷得到期望負荷率,進而求得實時電價如圖7,圖中的電價為所得區(qū)間的合理取值。
由以上分析可知,優(yōu)化后,用戶在負荷低谷時期加大負荷,高峰時減少負荷,同時,云儲能的用戶可選擇電價高的時候放電,電價低的時候充電,供應(yīng)商在此基礎(chǔ)上實現(xiàn)云儲能調(diào)度以及經(jīng)濟收益最優(yōu)的目的。
圖7 負荷率、電價率和實時電價
為驗證云儲能方案的有效性,本文首先搭建了傳統(tǒng)模式的微網(wǎng)運行,即含儲能系統(tǒng)、風機、光伏且與大電網(wǎng)并網(wǎng)的運行模式進行仿真參照,與本文提出的云儲能微網(wǎng)方案進行比較,結(jié)果如表1所示。
表1為基于云儲能微電網(wǎng)的特點,從該表可以看出,云儲能系統(tǒng)的應(yīng)用極大程度簡化了微網(wǎng)調(diào)度模型。為驗證該方案對DG利用率以及成本的影響,本文給出兩種不同的對比方案:方案1是傳統(tǒng)微電網(wǎng)調(diào)度優(yōu)化;方案2是云儲能的微電網(wǎng)調(diào)度優(yōu)化。
表1 模型對比
兩種方案各指標對比的仿真分析如下:
(1)各方案成本
各方案優(yōu)化成本如表2所示。
表2 各方案優(yōu)化成本 元
對比表2可得方案2成本最低,經(jīng)濟性最好。
(2)清潔能源利用率
一級優(yōu)化要實現(xiàn)清潔能源最大限度的利用,故清潔能源利用率是一個重要指標。圖8所示為不同方案下,清潔能源的優(yōu)化出力。
圖8 不同方案優(yōu)化曲線
由圖8可知,方案2的云儲能微電網(wǎng)調(diào)度優(yōu)化方案功率輸出最大,功率峰值為9.98 kW,方案1最小,峰值為9.76 kW。故基于云儲能系統(tǒng)的清潔能源利用率顯然高于直接調(diào)度的利用率。對于多微網(wǎng)互聯(lián)的模式,因各微網(wǎng)與云儲能交換功率,依舊與單個微網(wǎng)功率傳輸模式相同,在此不作具體討論。
本文提出了一種基于云儲能的微電網(wǎng)多源協(xié)調(diào)模型調(diào)度方案。在模型的構(gòu)建以及優(yōu)化的算法上,綜合以上研究仿真分析可得,本文基于云儲能系統(tǒng)結(jié)合需求響應(yīng)的微電網(wǎng)優(yōu)化方案,提高了DG出力的平滑性,采用源荷互動的方法,優(yōu)化需求響應(yīng)層的負荷曲線,并運用模糊遺傳算法,對各微源的出力值進行優(yōu)化,保證了分布式電源出力最大的同時,減少微電網(wǎng)中隨機性、波動性對電力系統(tǒng)的影響,達到了總成本最低、DG利用率最優(yōu)的目標,驗證了本文提出的模型方案的有效性。下一步考慮將需求響應(yīng)與云儲能的商業(yè)模式相結(jié)合,與微電網(wǎng)運行成本協(xié)同分析,得到更加完善的解決方案。