基于能量分段管理的住宅區(qū)能源日前調(diào)度策略

盧冬琳 趙興勇 吳海洋

(1.國網(wǎng)山西省電力公司運(yùn)城供電公司變電檢修中心,山西省 運(yùn)城市 044000;2.山西大學(xué)電力與建筑學(xué)院,山西省 太原市 030000)

0 引言

2021年山西省政府工作報告指出,山西以推動高質(zhì)量發(fā)展為主題,以深化供給側(cè)結(jié)構(gòu)性改革為主線,努力實(shí)現(xiàn)高質(zhì)量、高速度發(fā)展[1]。在此背景下,本文研究包含光伏發(fā)電、蓄電池儲能、電動汽車(electric vehicles,EVs)及家庭電器負(fù)荷的住宅區(qū)能源局域網(wǎng),住宅區(qū)能源局域網(wǎng)通過多能互補(bǔ)與集成優(yōu)化來減少住戶用電費(fèi)用,提高用能效率[2]。文獻(xiàn)[3]提出了對包含儲能、光伏和電動汽車的智能小區(qū)需求響應(yīng)調(diào)度策略,以減少系統(tǒng)和電網(wǎng)的交換電量和總運(yùn)行費(fèi)用。文獻(xiàn)[4]通過改進(jìn)的快速粒子群算法證明,提出的家庭能源調(diào)度策略,既能滿足用戶舒適度要求,也能降低家庭電費(fèi)支出。文獻(xiàn)[5]通過考慮電力成本和等待成本,建立了包含智能電器和太陽能光伏的住宅區(qū)能源調(diào)度模型,顯著降低了電費(fèi)支出。文獻(xiàn)[6]提出了一種適用于住宅小區(qū)的統(tǒng)一能源管理系統(tǒng),采用基于多目標(biāo)能源成本優(yōu)化和電能共享模型來確定住宅的充放電計劃。文獻(xiàn)[7]提出了計及電動汽車不確定性的家庭微電網(wǎng)實(shí)時能量調(diào)度策略,構(gòu)建了基于馬爾可夫鏈蒙特卡羅(Markov chain Monte Carlo,MCMC)的電動汽車行為概率模型。

目前對智能小區(qū)能源管理的研究中,對于電動汽車的優(yōu)化大多考慮的是通過電動汽車-電網(wǎng)(vehicle to grid,V2G)來提高系統(tǒng)能源效率[8-10],未考慮應(yīng)用電動汽車-樓宇(vehicle to building,V2B)模式可以進(jìn)一步提高清潔能源的就地消納水平;文獻(xiàn)[11-12]的目標(biāo)函數(shù)中考慮了電動汽車的電池?fù)p耗,但未考慮蓄電池工作時產(chǎn)生的電池?fù)p耗;文獻(xiàn)[13]提出了以光伏充電站為主體的三分段能量管理策略來消納光伏出力,縮小峰谷差,但該策略不能滿足不同地區(qū)光伏出力的實(shí)際情況,需要對該策略進(jìn)一步改進(jìn)。

綜上,提出一種基于能量分段管理的住宅區(qū)能源日前調(diào)度策略,使樓宇的能耗成本最小。文章建立改進(jìn)的光伏-蓄電池能量分段管理策略,來合理安排蓄電池充放電,提升光伏出力的消納水平。為進(jìn)一步降低電費(fèi)支出,建立樓宇間電能共享模型。考慮樓宇間電能共享和電動汽車V2B模式,以樓宇能耗支出最小為目標(biāo)建立住宅區(qū)的能源日前優(yōu)化調(diào)度模型。最后,通過多個算例對比分析證明所提策略的有效性。

1 住宅區(qū)能源管理運(yùn)行框架

圖1為住宅小區(qū)家庭能源管理的運(yùn)行框架,運(yùn)營商作為能量管理中心,通過收集外部信息(最新氣象信息及電力報價)和內(nèi)部信息(電動汽車放電計劃,樓宇售購電能計劃),來向電力交易中心購售電能并對小區(qū)樓宇間電能交易進(jìn)行調(diào)度。樓宇內(nèi)部框架包含光伏、蓄電池、家庭電器負(fù)荷及電動汽車,每個樓宇有自己的能量管理系統(tǒng)。對于電動汽車的V2B模式,電動汽車放電電能將直接供給本樓宇,參與V2B的車主將獲得放電收益,同時該樓宇會向運(yùn)營商支付這部分購電費(fèi)用。小區(qū)將定期向運(yùn)營商繳納一定的服務(wù)費(fèi)。

圖1 住宅區(qū)能源管理運(yùn)行框架Fig.1 Framework of the energy management system for the residential community

2 樓宇能源管理模型

2.1 電動汽車模型

根據(jù)車主對分時電價的不同響應(yīng)行為,將電動汽車分為3類[9]:常規(guī)型EVs,在接入電網(wǎng)時就開始充電,不參與放電計劃;保守型EVs,只進(jìn)行有序充電,不參與放電計劃;友好型EVs,進(jìn)行有序充放電。響應(yīng)度模型詳見文獻(xiàn)[9]。

參與放電的電動汽車車主提前將放電計劃上報小區(qū)運(yùn)營商,經(jīng)過運(yùn)營商調(diào)度后,友好型電動汽車將在峰時段向所在樓宇進(jìn)行供電(V2B模式)。

樓宇內(nèi)電動汽車的模型為:

式中:λSOC-ev(t)為t時刻電動汽車的荷電狀態(tài);pevc、pevd分別為電動汽車的充放電功率;ηevc、ηevd分別為電動汽車的充放電效率;Qev為電動汽車電池容量;zevc(t)和zevd(t)分別為電動汽車在t時刻處于充電,放電狀態(tài)的0-1變量;pevc,i(t)、pevd,i(t)分別為t時刻樓宇i內(nèi)電動汽車的總充電量和總放電量;Nev為樓宇i中電動汽車總量;Nevf為樓宇i中參與放電的友好型電動汽車的數(shù)量。

約束條件為:

式中:λSOC-evmin(t)和λSOC-evmax(t)分別為電動汽車的荷電狀態(tài)最小值與荷電狀態(tài)最大值;式(5)表示電動汽車不會同時處于充電、放電狀態(tài)。

2.2 家庭電器模型

家庭電器負(fù)荷分為不可調(diào)電器負(fù)荷和可調(diào)電器負(fù)荷[4]。不可調(diào)電器負(fù)荷是無法中斷或時移的電器負(fù)荷(比如燈,冰箱),不可調(diào)電器負(fù)荷不參與優(yōu)化調(diào)度;可調(diào)電器負(fù)荷是能夠中斷和時移的電器負(fù)荷(比如電飯煲、熱水壺),可調(diào)電器負(fù)荷工作時間和功率是不變的,則通過調(diào)度可調(diào)電器負(fù)荷起始工作時間,優(yōu)化其工作時段。

樓宇i內(nèi)可調(diào)電器負(fù)荷模型為

式中:paN為電器a的額定功率;xa(t)為0-1變量,1為t時刻電器a開啟,0為t時刻電器a關(guān)閉;A為樓宇i可調(diào)負(fù)荷的總數(shù)。

2.3 光伏模型

樓宇的光伏能源優(yōu)先供應(yīng)給家庭總負(fù)荷(包括不可調(diào)電器負(fù)荷,可調(diào)電器負(fù)荷及EVs充電負(fù)荷),然后滿足蓄電池ESS充電需求,最后余電上網(wǎng)。

樓宇i家庭總負(fù)荷為

式中:p2,i(t)為樓宇i中不可調(diào)電器負(fù)荷總充電功率。

樓宇i光伏實(shí)際出力為

2.4 蓄電池儲能模型

蓄電池一般在谷時段及白天光伏出力充足時進(jìn)行充電;在峰時段及光伏出力不夠時進(jìn)行放電[13]。結(jié)合光伏出力情況及分時電價時段,對蓄電池的充放電進(jìn)行分段管理。

1) 有光伏出力時段。

a) 當(dāng)ppv,i≥pL,i時,光伏在滿足家庭總負(fù)荷后對蓄電池進(jìn)行充電,最后余電上網(wǎng)。

樓宇i蓄電池充電功率:

式中:pesscmax,i為樓宇i蓄電池最大充電功率;ηessc為蓄電池充電效率。

當(dāng)蓄電池充滿電后,光伏剩余電能余電上網(wǎng),此時的蓄電池不工作,樓宇i蓄電池荷電狀態(tài)為

式中:γ為蓄電池不工作時的自然放電率,為0.01/天。

b) 當(dāng)ppv,i＜pL,i時,蓄電池進(jìn)行放電,當(dāng)蓄電池出力不足時,向電網(wǎng)進(jìn)行購電。

樓宇i蓄電池放電功率:

式中:pessdmax,i為樓宇i蓄電池最大放電功率;ηessd為蓄電池放電效率。

樓宇i向電網(wǎng)購買電量:

2) 無光伏出力的平時段。

由蓄電池進(jìn)行放電,蓄電池出力不足時,向電網(wǎng)進(jìn)行購電。

樓宇i蓄電池放電功率:

樓宇i向電網(wǎng)購買電量:

3) 無光伏出力的峰時段。

由蓄電池進(jìn)行放電,當(dāng)蓄電池出力不足時,再向電網(wǎng)進(jìn)行購電。蓄電池放電功率和向電網(wǎng)購買電量公式與式(13)、(14)相同。

4) 無光伏出力的谷時段。

該時段的家庭用電向電網(wǎng)進(jìn)行購買,蓄電池在谷時段進(jìn)行充電。

樓宇i電網(wǎng)購電量為

運(yùn)營商根據(jù)對樓宇谷時段的家庭歷史用電負(fù)荷pL,i(t)進(jìn)行統(tǒng)計分析,得出谷時段家庭用電量的平均值pμ。統(tǒng)計pL,i(t)＜pμ的時段數(shù),記為N1,谷時剩余時段記為N-N1。N1時段負(fù)荷需求量小,N-N1時段負(fù)荷需求量較大。運(yùn)營商根據(jù)蓄電池上傳的充電需求量進(jìn)行分析,若蓄電池在N1時段內(nèi)獲得的充電量不能滿足所需電能,則在谷時段剩余的N-N1時段進(jìn)行充電。

a) 在N1時段內(nèi)既向電網(wǎng)購電來滿足家庭總負(fù)荷pL,i(t),也對蓄電池進(jìn)行充電。

樓宇i蓄電池充電功率:

式中:λSOC-esso,i為設(shè)置的谷時段結(jié)束時樓宇i蓄電池的荷電狀態(tài);λSOC-essv,i為谷時段開始時樓宇i蓄電池的荷電狀態(tài);λSOC-ess1,i(t)為N1時段中樓宇i蓄電池的荷電狀態(tài);Qess,i為樓宇i蓄電池的電池容量。

b) 在N-N1時段內(nèi)樓宇i蓄電池充電功率如下:

式中:λSOC-essN1,i為N1時段結(jié)束后樓宇i蓄電池的荷電狀態(tài);λSOC-ess2,i(t)為N-N1時段中樓宇i蓄電池的荷電狀態(tài)。

蓄電池約束條件為:

式中:zessc(t)和zessd(t)分別為t時刻ESS處于充電,放電狀態(tài)的0-1變量;式(21)表示ESS 不會在同一時刻處于充電、放電狀態(tài);λSOC-essmin和λSOC-essmax分別為蓄電池的荷電狀態(tài)最小值與荷電狀態(tài)最大值。

2.5 樓宇電能共享模型

住宅區(qū)樓宇內(nèi)電能由光伏、蓄電池、電動汽車V2B、電網(wǎng)和樓宇間共享電能提供。各樓宇上報售電計劃或購電計劃,則經(jīng)過小區(qū)運(yùn)營商調(diào)度,可進(jìn)行樓宇間電能共享。由于電動汽車是在負(fù)荷高峰期進(jìn)行放電,因此現(xiàn)階段電動汽車的放電量僅供樓宇內(nèi)使用。為了保證蓄電池電量大多用于負(fù)荷高峰期使用,蓄電池不進(jìn)行電能共享。樓宇間共享的電能由光伏提供。樓宇間電能共享的價格模型參考文獻(xiàn)[12]。

光伏共享模型:

式中:ppv,TSP(t)為售電樓群光伏PV 用于電能共享的功率;psell(t)為售電樓群的出售功率;pbuy(t)為購電樓群的購電功率;ppvs,TSP(t)為售電樓群的光伏剩余能量;ηDC-AC 為DC-AC 變換器轉(zhuǎn)換效率,為0.97。

3 樓宇能耗成本模型

3.1 電池?fù)p耗模型

電池的損耗與電池的溫度、荷電狀態(tài)(state of charge,SOC)和放電深度(depth of discharge,DOD)有關(guān)[14-16]。根據(jù)文獻(xiàn)[14]可知,與溫度有關(guān)的電池?fù)p耗可以不計,電池?fù)p耗只考慮荷電狀態(tài)SOC和放電深度DOD 這2個部分。

樓宇i電動汽車和蓄電池的電池?fù)p耗[15]為

3.2 目標(biāo)函數(shù)

以小區(qū)里的每棟樓為研究對象,通過進(jìn)行電動汽車V2B,蓄電池能量分段管理和電能共享,來減少樓宇能耗支出。目標(biāo)函數(shù)包含樓宇i購買電網(wǎng)電能支出,購買EVs饋電電能支出及電池?fù)p耗成本:

式中:pg,i(t)為購買電網(wǎng)電能;λsell和λbuy分別為分時電價的售、購電價,電動汽車V2B 電價采用分時電價的售電電價λsell。

3.3 調(diào)度策略

如圖2所示,文章采用蒙特卡洛法模擬電動汽車EVs(返家時刻、返家荷電狀態(tài)和次日離家時刻)狀態(tài)和不可調(diào)電器負(fù)荷、可調(diào)電器負(fù)荷的日負(fù)荷曲線[16]。最后通過Matlab2018a用Yalmip調(diào)用Cplex12.7求解。

圖2 住宅區(qū)能源日前調(diào)度策略Fig.2 Day-ahead energy dispatching strategy for residential area

4 算例分析

4.1 參數(shù)設(shè)置

以樓宇A(yù) 和樓宇B作為研究對象,設(shè)定2棟樓宇都分別有100戶居民,且樓宇A(yù) 和樓宇B分別有80輛、60 輛EVs。假設(shè)EV 的電池容量在20～30 k W·h范圍成均勻分布,額定充放電功率為4 kW,充放電效率為0.95,電池成本為9.6萬元[16];樓宇光伏和蓄電池參數(shù)設(shè)定與樓宇負(fù)荷成正比,PV 參數(shù)參考文獻(xiàn)[4];以Δt=30min為一個時段,全天共T=48個時段進(jìn)行優(yōu)化調(diào)度。用電電價參考分時電價,見表1。家庭電器負(fù)荷見表2及表3。樓宇內(nèi)其他參數(shù)見表4。

表1 分時電價Table 1 Time of use electricity price

表2 不可調(diào)電器負(fù)荷參數(shù)Table 2 Nonadjustable load parameters

表3 可調(diào)電器負(fù)荷參數(shù)Table 3 Adjustable load parameters

表4 樓宇相關(guān)參數(shù)Table 4 Building related parameters

4.2 算例設(shè)定與分析

通過4種不同的情況進(jìn)行分析研究,具體算例設(shè)計如表5所示。

表5 算例設(shè)定Table 5 Example settings

圖3和圖4分別為樓宇A(yù) 蓄電池能量管理優(yōu)化前(算例2)和優(yōu)化后(算例3)的功率分布圖(坐標(biāo)軸上方均為蓄電池充電功率,坐標(biāo)軸下方均為蓄電池放電功率),可以看出優(yōu)化前蓄電池在頻繁的充放電,這樣會產(chǎn)生電池能量損耗,并且優(yōu)化前蓄電池在電價峰時段充電,電價谷時段放電的情況會增加能耗支出。在算例3中,蓄電池經(jīng)過優(yōu)化,僅在光伏充裕時段及電價谷時段進(jìn)行充電,在光伏不充裕時段及電價峰時段進(jìn)行放電,這樣可以節(jié)省很多充電費(fèi)用。

圖3 算例2樓宇A(yù)蓄電池負(fù)荷分布Fig.3 ESS power distribution of building A in Example 2

圖5為算例4中樓宇A(yù) 的功率分布圖,可以看出經(jīng)過優(yōu)化,電動汽車和可調(diào)電器的部分負(fù)荷調(diào)整到了谷時段。蓄電池的出力也主要用在了峰時段,蓄電池充電則主要集中在谷時段和光伏出力充裕時段。電動汽車在峰時段進(jìn)行了V2B模式的放電。

圖5 樓宇A(yù)功率分布Fig.5 Power distribution of building A

表6中,樓宇能耗成本為目標(biāo)函數(shù),從表中數(shù)據(jù)可知,算例4通過對資源優(yōu)化調(diào)節(jié)和電能共享,相較算例1的目標(biāo)函數(shù)有了明顯減少(樓宇A(yù) 節(jié)省517.307 6元;樓宇B節(jié)省407.232 6元),并且促進(jìn)了清潔能源的就地消納率;算例3和算例4 的結(jié)果對比,樓宇A(yù)的清潔能源消納率有所提升,樓宇B的目標(biāo)函數(shù)有所減少。這是因?yàn)闃怯預(yù) 將剩余光伏提供給了樓宇B使用。雖然算例4中樓宇B的電池?fù)p耗成本增加,但總的樓宇能耗成本還是減少了21.035 7元。

表6 樓宇住宅能耗成本Table 6 Residential energy consumption cost of buildings_

5 結(jié)論

1) 對蓄電池的能量進(jìn)行分段管理,可最大化消納光伏出力,節(jié)省蓄電池的充電費(fèi)用。同時保留蓄電池的能量主要在用電高峰期使用,使蓄電池用能更具靈活性,經(jīng)濟(jì)效益最大。

2) 樓宇間進(jìn)行電能共享,將售電樓群的剩余光伏提供給購電樓群,促進(jìn)了清潔能源的就地消納率,減少了購電樓宇的能耗成本。