風(fēng)電-光伏-光熱聯(lián)合發(fā)電系統(tǒng)的模糊多目標(biāo)優(yōu)化模型

張 宏，陳 釗，黃 蓉，丁 坤，董海鷹,3

（1.蘭州交通大學(xué)自動(dòng)化與電氣工程學(xué)院，蘭州730070；2.國(guó)網(wǎng)甘肅省電力公司電力科學(xué)研究院，蘭州730050；3.蘭州交通大學(xué)新能源與動(dòng)力工程學(xué)院，蘭州730070）

伴隨全球經(jīng)濟(jì)迅猛發(fā)展，能源危機(jī)與環(huán)境污染問(wèn)題日益加劇，大力發(fā)展新能源已成必然趨勢(shì)。 以風(fēng)光為代表的風(fēng)電、光伏PV（photovoltaic）以及光熱發(fā)電CSP（concentrating solar power）具備資源豐富、發(fā)展前景好、清潔可再生等優(yōu)點(diǎn)，在發(fā)電領(lǐng)域得到青睞[1]，而隨著風(fēng)電、光伏滲透率不斷增長(zhǎng)，其輸出功率的隨機(jī)性、間歇性、波動(dòng)性以及預(yù)測(cè)精度低等特點(diǎn)給電網(wǎng)安全穩(wěn)定運(yùn)行、調(diào)峰調(diào)頻、并網(wǎng)效益以及風(fēng)光消納能力帶來(lái)一系列挑戰(zhàn)。配備大容量?jī)?chǔ)能裝置可有效解決這一問(wèn)題，但同時(shí)將增加額外運(yùn)行成本。因此，將風(fēng)電、光伏與經(jīng)濟(jì)可控能源聯(lián)合運(yùn)行逐漸成為研究熱點(diǎn)。

近年來(lái)，太陽(yáng)能光熱技術(shù)迅速發(fā)展，光熱發(fā)電在新能源發(fā)電領(lǐng)域逐漸受到重視[2]。 2018 年12 月28 日甘肅省敦煌市首航節(jié)能100 MW 塔式熔鹽光熱電站成功并網(wǎng)發(fā)電；2018 年12 月30 日，青海中控德令哈50 MW 塔式熔鹽光熱電站一次并網(wǎng)成功。這標(biāo)志著我國(guó)成為世界上少數(shù)掌握百兆瓦級(jí)熔鹽塔式光熱電站技術(shù)的國(guó)家，具有重要的里程碑意義。 我國(guó)西北地區(qū)風(fēng)光資源豐富，利用含儲(chǔ)熱光熱電站良好的可調(diào)度性與可控性， 將光熱電站和風(fēng)電、光伏發(fā)電聯(lián)合運(yùn)行，可通過(guò)儲(chǔ)熱裝置儲(chǔ)放熱特性提升風(fēng)光并網(wǎng)空間，可通過(guò)汽輪機(jī)組良好的快速調(diào)節(jié)能力降低風(fēng)光出力波動(dòng)效應(yīng)[3-5]。 因此，研究風(fēng)電-光伏-光熱聯(lián)合發(fā)電系統(tǒng)的最優(yōu)運(yùn)行模式對(duì)緩解能源和環(huán)境間矛盾具有重要理論價(jià)值和實(shí)踐意義。

目前，光熱電站與清潔能源聯(lián)合運(yùn)行的研究較少，且主要集中于與風(fēng)電聯(lián)合運(yùn)行。 文獻(xiàn)[6]建立了含儲(chǔ)熱光熱電站的確定性電網(wǎng)調(diào)度模型；文獻(xiàn)[7]提出風(fēng)電與光熱發(fā)電具有日以及季節(jié)互補(bǔ)性，光熱電站在春夏季節(jié)出力較高，秋冬季節(jié)較低，而風(fēng)電出力恰好相反，二者打捆可提升其基荷容量。 增加儲(chǔ)能可降低系統(tǒng)波動(dòng)幅度，但儲(chǔ)能在春夏季節(jié)發(fā)揮作用較大，而在冬秋季節(jié)發(fā)揮作用較小。 文獻(xiàn)[8]建立了風(fēng)電-光熱發(fā)電系統(tǒng)的并網(wǎng)運(yùn)行模型， 以聯(lián)合出力方差作為魯棒優(yōu)化問(wèn)題， 降低了系統(tǒng)出力波動(dòng)；文獻(xiàn)[9]提出風(fēng)電-光熱聯(lián)合發(fā)電系統(tǒng)的自調(diào)度模型，并將運(yùn)用Cplex 求解器與智能算法求解模型時(shí)的優(yōu)劣性進(jìn)行對(duì)比分析。上述文獻(xiàn)主要存在兩方面不足：一方面，電源結(jié)構(gòu)主要集中于風(fēng)電與光熱發(fā)電，對(duì)風(fēng)電、光伏發(fā)電和光熱發(fā)電聯(lián)合優(yōu)化運(yùn)行的研究很少；另一方面，優(yōu)化目標(biāo)僅針對(duì)風(fēng)電-光熱互補(bǔ)發(fā)電系統(tǒng)單一目標(biāo)，過(guò)于傳統(tǒng)且不能反映系統(tǒng)綜合運(yùn)行性能。

基于以上研究文獻(xiàn)，本文集成風(fēng)電場(chǎng)、光伏電站與光熱電站為多電源系統(tǒng)，以系統(tǒng)運(yùn)行效益最優(yōu)與輸出功率方差最小為優(yōu)化目標(biāo)，建立多目標(biāo)優(yōu)化模型。模型中，各子目標(biāo)具有不同維度，且往往互相矛盾。 為此，通過(guò)定義各子目標(biāo)隸屬度函數(shù)將其模糊化，根據(jù)最大滿意度指標(biāo)法將多目標(biāo)優(yōu)化模型轉(zhuǎn)化為單目標(biāo)優(yōu)化模型。 最后，基于我國(guó)敦煌地區(qū)風(fēng)電場(chǎng)、光伏電站以及光熱電站所組成聯(lián)合發(fā)電系統(tǒng)對(duì)所提出模糊多目標(biāo)優(yōu)化模型的可行性和有效性進(jìn)行仿真驗(yàn)證。

1 風(fēng)電-光伏-光熱聯(lián)合發(fā)電系統(tǒng)

1.1 聯(lián)合發(fā)電系統(tǒng)運(yùn)行機(jī)理

圖1 為加入熱介質(zhì)載體的風(fēng)電-光伏-光熱所構(gòu)成聯(lián)合發(fā)電系統(tǒng)結(jié)構(gòu)，主要由光熱發(fā)電系統(tǒng)、風(fēng)力發(fā)電系統(tǒng)、 光伏發(fā)電系統(tǒng)以及功率控制器組成，其光熱發(fā)電系統(tǒng)主要由聚光集熱環(huán)節(jié)、儲(chǔ)熱環(huán)節(jié)以及發(fā)電環(huán)節(jié)三部分組成。 從能量守恒角度看，整個(gè)系統(tǒng)可分為能量產(chǎn)生環(huán)節(jié)、能量?jī)?chǔ)存環(huán)節(jié)和能量消耗環(huán)節(jié)。

圖1 多電源系統(tǒng)結(jié)構(gòu)（加入熱介質(zhì)載體）Fig. 1 Structure of multi-power supply system（with the addition of heat-transfer medium）

在光熱發(fā)電系統(tǒng)中， 光場(chǎng)聚集并吸收太陽(yáng)能，通過(guò)熱轉(zhuǎn)換設(shè)備將太陽(yáng)能轉(zhuǎn)化為熱能并對(duì)傳熱介質(zhì)加熱，利用傳熱介質(zhì)熱能產(chǎn)生蒸汽推動(dòng)汽輪機(jī)做功發(fā)電。 當(dāng)光場(chǎng)吸收熱量高于需求側(cè)時(shí)，利用儲(chǔ)熱裝置將多余熱量?jī)?chǔ)存以供無(wú)光或夜間使用；當(dāng)電網(wǎng)負(fù)荷處于低谷時(shí)，通過(guò)風(fēng)電和光伏發(fā)電過(guò)剩電力加熱熱介質(zhì)載體進(jìn)行儲(chǔ)熱[10]。 在風(fēng)力發(fā)電系統(tǒng)中，通過(guò)風(fēng)機(jī)與發(fā)電機(jī)將風(fēng)能轉(zhuǎn)化為電能后利用變流器輸送至電網(wǎng)。 在光伏發(fā)電系統(tǒng)中，通過(guò)光伏電池將光能轉(zhuǎn)化為電能后利用變流器將電能輸送至電網(wǎng)。在功率控制器主要檢測(cè)并計(jì)算當(dāng)前風(fēng)電、光伏和光熱發(fā)電子系統(tǒng)輸出功率及各自最大出力，經(jīng)過(guò)優(yōu)化控制后，決定各子系統(tǒng)運(yùn)行狀態(tài)[11]。

1.2 聯(lián)合發(fā)電系統(tǒng)運(yùn)行模式

由光熱電站運(yùn)行機(jī)理可知，含儲(chǔ)熱的光熱電站能夠靈活利用光能， 具有良好的可調(diào)度性和可控性，可為系統(tǒng)提供備用與爬坡支撐，從而削減風(fēng)電、光伏出力隨機(jī)性與不確定性。根據(jù)風(fēng)速和光照的間歇性， 將風(fēng)電-光伏-光熱聯(lián)合系統(tǒng)運(yùn)行模式劃分以下4 種[11]。

（1）無(wú)風(fēng)有光照：光伏發(fā)電系統(tǒng)保持最大功率輸出，光熱電站儲(chǔ)熱裝置通過(guò)充放熱以平滑光伏出力波動(dòng)，形成光熱-光伏發(fā)電模式。

（2）有風(fēng)無(wú)光照：風(fēng)力發(fā)電系統(tǒng)保持最大功率輸出，光熱電站儲(chǔ)熱裝置通過(guò)充放熱以平抑風(fēng)電出力波動(dòng)，形成風(fēng)-儲(chǔ)發(fā)電模式。

（3）有風(fēng)有光照：若整個(gè)系統(tǒng)總輸出功率較小，風(fēng)電和光伏保持最大功率輸出，光熱電站儲(chǔ)熱系統(tǒng)放熱以提高系統(tǒng)出力；反之，考慮系統(tǒng)并網(wǎng)收益與風(fēng)光利用率，在滿足功率需求前提下，光熱電站將剩余能量以蓄熱方式儲(chǔ)存。

（4）無(wú)風(fēng)無(wú)光照：僅利用光熱電站儲(chǔ)熱系統(tǒng)放熱發(fā)電以維持系統(tǒng)功率平衡。

2 風(fēng)電-光伏-光熱聯(lián)合發(fā)電系統(tǒng)模糊多目標(biāo)優(yōu)化運(yùn)行模型

2.1 目標(biāo)函數(shù)

為實(shí)現(xiàn)風(fēng)電、光伏、光熱三者友好并網(wǎng)，選取風(fēng)電-光伏-光熱聯(lián)合發(fā)電系統(tǒng)經(jīng)濟(jì)效益最優(yōu)和輸出功率方差最小為優(yōu)化目標(biāo)， 前者為系統(tǒng)側(cè)優(yōu)化目標(biāo)，后者為主網(wǎng)側(cè)優(yōu)化目標(biāo)。

2.1.1 系統(tǒng)經(jīng)濟(jì)效益最優(yōu)

利用光熱電站儲(chǔ)熱裝置，將低谷電價(jià)風(fēng)能與太陽(yáng)能轉(zhuǎn)變?yōu)闊崮軆?chǔ)存，等到高峰電價(jià)發(fā)出，從而使系統(tǒng)經(jīng)濟(jì)效益最大[12]，具體目標(biāo)函數(shù)為

式中：S 為系統(tǒng)運(yùn)行經(jīng)濟(jì)效益；T 為研究時(shí)間尺度；ct為t 時(shí)刻對(duì)應(yīng)峰谷電價(jià)；為t 時(shí)刻系統(tǒng)聯(lián)合出力；Δc 為政府給予光熱發(fā)電補(bǔ)貼；為t 時(shí)刻風(fēng)電出力；為t 時(shí)刻光伏出力；為t 時(shí)刻光熱出力；Cm為系統(tǒng)運(yùn)行維護(hù)成本；Cw、Cpv、Ce分別為風(fēng)電、光伏、光熱電站運(yùn)維成本系數(shù)。

2.1.2 系統(tǒng)輸出功率方差最小

為保證系統(tǒng)入網(wǎng)功率平滑，選取系統(tǒng)輸出功率方差最小為優(yōu)化目標(biāo)。 具體目標(biāo)函數(shù)為

式中：f 為風(fēng)電-光伏-光熱系統(tǒng)輸出功率方差；Pwveav為系統(tǒng)輸出功率平均值。

2.2 約束條件

除系統(tǒng)自身物理?xiàng)l件約束外，本文主要約束條件如下。

（1）儲(chǔ)熱系統(tǒng)主要約束。

同一時(shí)刻，儲(chǔ)熱與放熱不能同時(shí)進(jìn)行，即有

儲(chǔ)熱系統(tǒng)最小儲(chǔ)能約束為

（2）光熱電站發(fā)電系統(tǒng)主要約束。

光熱發(fā)電機(jī)組出力約束為

發(fā)電機(jī)狀態(tài)變量與開(kāi)／關(guān)機(jī)變量關(guān)系約束為

最小開(kāi)/停機(jī)時(shí)間約束為

發(fā)電機(jī)爬坡約束為

（3）光熱電站內(nèi)部功率關(guān)系約束為

式中：ηe發(fā)電機(jī)熱轉(zhuǎn)電效率；Eloss為光熱電站發(fā)電機(jī)開(kāi)機(jī)損失熱量；為系統(tǒng)所能接受到的光熱電站功率。

2.3 多目標(biāo)優(yōu)化模型的模糊化處理

多目標(biāo)優(yōu)化問(wèn)題中， 其最優(yōu)解應(yīng)包括各子目標(biāo)貢獻(xiàn)，但各子目標(biāo)間往往互相矛盾，很難同時(shí)達(dá)到最優(yōu)，且其最優(yōu)解與子目標(biāo)最優(yōu)解間關(guān)系模糊，很難確定界限[13]。 此外，各子目標(biāo)最優(yōu)解在量綱、數(shù)量級(jí)上一般不同， 因此無(wú)法直接比較各最優(yōu)解的優(yōu)劣[14]，基于此，采用模糊數(shù)學(xué)原理求解該多目標(biāo)優(yōu)化問(wèn)題。

求解思路： 首先求解各子目標(biāo)在所有約束條件下的最優(yōu)解， 再利用這些最優(yōu)解將各子目標(biāo)函數(shù)模糊化（即確定隸屬函數(shù)），然后求使交集的隸屬度函數(shù)取最大值的解，該解為多目標(biāo)優(yōu)化問(wèn)題的最優(yōu)解。

模糊數(shù)學(xué)是用精確的數(shù)學(xué)方法表現(xiàn)和處理實(shí)際客觀存在的模糊現(xiàn)象，要達(dá)到此目的，首先確定隸屬度函數(shù)μ。 μ 的大小反映優(yōu)化結(jié)果滿意度，μ=1表示最滿意，μ=0 表示最不滿意。

選取隸屬度函數(shù)是核心，但合理選擇隸屬度函數(shù)至今尚無(wú)統(tǒng)一方法可循， 更多依賴實(shí)踐經(jīng)驗(yàn)[14]。本文參照文獻(xiàn)[14]的做法，根據(jù)優(yōu)化模型極小型與極大型特點(diǎn)，選取升半直線形為系統(tǒng)經(jīng)濟(jì)效益隸屬度函數(shù)，選取降半直線形為系統(tǒng)輸出功率方差隸屬度函數(shù)， 各子目標(biāo)函數(shù)對(duì)應(yīng)隸屬度函數(shù)如圖2 所示。 可知，隸屬度越大，決策者越滿意。

圖2 目標(biāo)函數(shù)對(duì)應(yīng)隸屬度函數(shù)Fig. 2 Membership functions corresponding to the objective functions

對(duì)應(yīng)多目標(biāo)模糊化處理步驟如下。

步驟1分別求出以系統(tǒng)經(jīng)濟(jì)效益最優(yōu)為目標(biāo)的經(jīng)濟(jì)效益S1與入網(wǎng)功率方差f2、以入網(wǎng)功率方差為目標(biāo)的系統(tǒng)經(jīng)濟(jì)效益S2和入網(wǎng)功率方差f1。

步驟2依據(jù)經(jīng)驗(yàn)， 各子目標(biāo)函數(shù)隸屬度函數(shù)分別定義為

式中：δ1為決策者允許系統(tǒng)并網(wǎng)效益減小值；δ2為決策者允許系統(tǒng)輸出功率方差增加值。δ1、δ2的伸縮原則分別為

步驟3取μ（S）、μ（f）較小值表示決策者滿意程度μ，即

步驟4多目標(biāo)問(wèn)題轉(zhuǎn)化為單目標(biāo)問(wèn)題，即

至此，式（1）～式（13）與式（19）和式（20）構(gòu)成了基于最大滿意度的風(fēng)電-光伏-光熱系統(tǒng)模糊多目標(biāo)優(yōu)化運(yùn)行模型。

3 模型求解算法

基本粒子群優(yōu)化PSO（particle swarm optimization）算法因后期全局搜索能力差，算法多樣性不足，易陷入局部最優(yōu)解。為此，本文采用DE-PSO 算法求解模型。 差分進(jìn)化算法具有保持種群多樣性與搜索能力強(qiáng)的優(yōu)點(diǎn)，將其引入PSO 算法可增強(qiáng)算法多樣性和搜索能力； 粒子進(jìn)化過(guò)程中飛行速度過(guò)快會(huì)導(dǎo)致算法局部收斂， 引入速度控制策略可提高算法全局搜索性能。 算法具體步驟參見(jiàn)文獻(xiàn)[15]。 模型求解流程如圖3 所示。

4 算例分析

4.1 算例參數(shù)

選取我國(guó)敦煌地區(qū)風(fēng)電場(chǎng)、 光伏電站以及塔式熔鹽光熱電站組成聯(lián)合發(fā)電系統(tǒng)， 驗(yàn)證本文所建模型以及求解算法的可行性。 時(shí)間尺度為24 h，分24個(gè)時(shí)段，圖4 為風(fēng)電、光伏預(yù)測(cè)出力曲線。 風(fēng)電場(chǎng)和光伏電站運(yùn)行維護(hù)成本系數(shù)分別取0.5 元/（kW·h）和0.87 元/（kW·h）[16-17]， 參照美國(guó)SEGS 系列電站所給數(shù)據(jù)， 光熱電站運(yùn)行維護(hù)成本系數(shù)取0.26 元/（kW·h）；風(fēng)電場(chǎng)總裝機(jī)容量49.5 MW，含有18 臺(tái)風(fēng)電機(jī)組，風(fēng)電機(jī)組的裝機(jī)容量大小各有差異，光伏電站與CSP 電站總裝機(jī)容各為100 MW，光伏電站含4 回集電線路， 每回集電線路串聯(lián)10 組光伏發(fā)電單元，每組光伏發(fā)電單元容量2.5 MW。依據(jù)敦煌地區(qū)用電情況，采用分時(shí)電價(jià)策略作為系統(tǒng)運(yùn)行電價(jià)，見(jiàn)表1。CSP 電站參數(shù)見(jiàn)表2。目前，國(guó)內(nèi)尚未發(fā)布光熱電價(jià)補(bǔ)貼政策，參考國(guó)外補(bǔ)貼政策，假定其補(bǔ)貼金額0.3 元/（kW·h）。

圖3 求解流程Fig. 3 Flow chart of solution

圖4 風(fēng)電、光伏功率預(yù)測(cè)曲線Fig. 4 Prediction curves of wind and PV power

4.2 優(yōu)化結(jié)果及分析

4.2.1 優(yōu)化結(jié)果分析

基于Matlab2010b 軟件編寫(xiě)程序， 運(yùn)行環(huán)境為Windows10 系統(tǒng)。 輸入算法初始參數(shù)、電源基本參數(shù)以及預(yù)測(cè)功率等，建立聯(lián)合發(fā)電系統(tǒng)優(yōu)化運(yùn)行模型。

表1 峰平谷時(shí)段劃分與分時(shí)電價(jià)Tab. 1 Classification of peak, flat, and valley periods,and time-of-use electricity price

表2 100 MW CSP 電站參數(shù)Tab. 2 Parameters of 100 MW CSP plant

（1）不同運(yùn)行場(chǎng)景下優(yōu)化結(jié)果比較

①風(fēng)電單獨(dú)運(yùn)行優(yōu)化結(jié)果。 僅風(fēng)電并網(wǎng)發(fā)電時(shí)，由于風(fēng)電的反調(diào)峰特性使得入網(wǎng)功率波動(dòng)劇烈， 系統(tǒng)入網(wǎng)功率方差為2 687.07，并網(wǎng)效益為5.2×105元。

②光伏單獨(dú)運(yùn)行優(yōu)化結(jié)果。 僅光伏并網(wǎng)發(fā)電時(shí)，光照輻射強(qiáng)度的隨機(jī)變化使得系統(tǒng)入網(wǎng)功率波動(dòng)也比較劇烈，入網(wǎng)功率方差為2 532.11，系統(tǒng)并網(wǎng)效益為4.8×105元。

③風(fēng)電-光伏聯(lián)合運(yùn)行優(yōu)化結(jié)果。 風(fēng)電-光伏系統(tǒng)聯(lián)合運(yùn)行時(shí)， 系統(tǒng)入網(wǎng)功率波動(dòng)仍較為劇烈，最大峰谷差為95.4 MW， 入網(wǎng)功率方差為2 332.66；在07∶00～11∶00 高峰電價(jià)時(shí)段與21∶00～23∶00 平時(shí)電價(jià)時(shí)段系統(tǒng)出力較小， 并網(wǎng)效益為7.02×105元，相比較風(fēng)電和光伏單獨(dú)運(yùn)行結(jié)果， 風(fēng)電-光伏聯(lián)合發(fā)電系統(tǒng)運(yùn)行效果較好， 并網(wǎng)效益分別上漲35%、46.25%，入網(wǎng)功率方差分別下降13.19%、7.88%。 將風(fēng)電-光伏聯(lián)合運(yùn)行優(yōu)化結(jié)果作為風(fēng)電-光伏-光熱聯(lián)合優(yōu)化運(yùn)行基準(zhǔn)值。

④風(fēng)電-光伏-光熱聯(lián)合運(yùn)行優(yōu)化結(jié)果。 引入光熱電站后，系統(tǒng)入網(wǎng)功率波動(dòng)幅度明顯降低，入網(wǎng)功率方差為風(fēng)電-光伏系統(tǒng)運(yùn)行時(shí)的20.49%，最大峰谷差為風(fēng)電-光伏系統(tǒng)運(yùn)行時(shí)的44.5%， 且在07∶00～11∶00 與17∶00～21∶00 高峰電價(jià)時(shí)段， 系統(tǒng)出力較大，并網(wǎng)效益明顯提高。優(yōu)化結(jié)果如圖5 所示，優(yōu)化值以及對(duì)比結(jié)果見(jiàn)表3。

圖5 風(fēng)電-光伏-光熱聯(lián)合運(yùn)行時(shí)的優(yōu)化結(jié)果Fig. 5 Optimization results under wind-PV-CSP hybrid operation

表3 不同運(yùn)行場(chǎng)景下優(yōu)化結(jié)果對(duì)比Tab. 3 Comparison of optimization results under different operating scenes

（2）單目標(biāo)與多目標(biāo)優(yōu)化結(jié)果比較

利用DE-PSO 算法分別求解單目標(biāo)下風(fēng)電-光伏-光熱聯(lián)合優(yōu)化運(yùn)行模型， 得到系統(tǒng)經(jīng)濟(jì)效益與風(fēng)光輸出功率方差，優(yōu)化結(jié)果如圖6 所示，優(yōu)化值見(jiàn)表4。

綜合分析圖6 與表4 可知，僅以單目標(biāo)優(yōu)化無(wú)法保證兩單目標(biāo)函數(shù)同時(shí)滿意。以系統(tǒng)聯(lián)合運(yùn)行效益最大為優(yōu)化目標(biāo)，雖然經(jīng)濟(jì)效益最大，但此時(shí)系統(tǒng)出力集中于高、中峰電價(jià)時(shí)段，低谷電價(jià)時(shí)段系統(tǒng)出力較少，從而使系統(tǒng)出力方差較大；以系統(tǒng)聯(lián)合出力方差最小為優(yōu)化目標(biāo)，由于光熱電站裝機(jī)容量與儲(chǔ)熱裝置容量相對(duì)較大，風(fēng)電、光伏出力波動(dòng)基本可被平抑，系統(tǒng)出力方差可為0，但此時(shí)運(yùn)行效益明顯降低。

模糊多目標(biāo)優(yōu)化結(jié)果中，各子目標(biāo)均做出一定讓步， 通過(guò)光熱電站優(yōu)勢(shì)為電網(wǎng)提供多種服務(wù)，從而使整體運(yùn)行效果最優(yōu)。

圖6 單目標(biāo)優(yōu)化運(yùn)行結(jié)果Fig. 6 Operation results with single-objective optimization

表4 不同目標(biāo)下結(jié)果對(duì)比Tab. 4 Comparison of results with different objectives

4.2.2 多目標(biāo)處理策略比較

為驗(yàn)證本文所采用模糊多目標(biāo)優(yōu)化方法的可靠性與優(yōu)越性，將其與另一多目標(biāo)處理策略進(jìn)行對(duì)比[12]。 為評(píng)價(jià)引入光熱電站后對(duì)系統(tǒng)經(jīng)濟(jì)效益以及風(fēng)光接入電網(wǎng)能力的影響，該策略將風(fēng)光互補(bǔ)發(fā)電系統(tǒng)單獨(dú)運(yùn)行時(shí)的經(jīng)濟(jì)效益和入網(wǎng)功率波動(dòng)方差作為衡量基準(zhǔn)，將兩個(gè)子目標(biāo)函數(shù)統(tǒng)一做歸一化處理轉(zhuǎn)化為單目標(biāo)函數(shù)。 原多目標(biāo)函數(shù)表示為

式中：F 為原多目標(biāo)函數(shù)的歸一化值；S'w為風(fēng)電-光伏系統(tǒng)單獨(dú)運(yùn)行時(shí)， 風(fēng)電-光伏系統(tǒng)的運(yùn)行效益；f'w為風(fēng)電-光伏系統(tǒng)單獨(dú)運(yùn)行時(shí)，入網(wǎng)功率方差；ω1和ω2分別為2 個(gè)子目標(biāo)函數(shù)權(quán)重值。

采用DE-PSO 算法求解歸一化處理以后的單目標(biāo)模型，此時(shí)兩目標(biāo)函數(shù)的權(quán)重值分別設(shè)為0.5。優(yōu)化結(jié)果如圖7 所示，優(yōu)化值以及兩種處理策略對(duì)比結(jié)果見(jiàn)表5。 由表5 可知，本文所采用模糊多目標(biāo)優(yōu)化在處理多目標(biāo)函數(shù)時(shí)效果更好。

圖7 歸一化處理的風(fēng)電-光伏-光熱聯(lián)合運(yùn)行優(yōu)化結(jié)果Fig. 7 Optimization results under wind-PV-CSP hybrid operation by normalized processing

表5 不同處理策略下優(yōu)化結(jié)果對(duì)比Tab. 5 Comparison of optimization results under different processing strategies

5 結(jié)論

為充分發(fā)揮風(fēng)電、光伏、光熱之間的互補(bǔ)效應(yīng)，提高風(fēng)光利用率， 本文提出風(fēng)電-光伏-光熱聯(lián)合發(fā)電系統(tǒng)的模糊多目標(biāo)優(yōu)化運(yùn)行模型，理論分析和仿真結(jié)果表明：

（1）相比未引入光熱電站場(chǎng)景，風(fēng)電-光伏-光熱系統(tǒng)能夠利用光熱電站良好的可調(diào)度性與可控性，提升整個(gè)系統(tǒng)運(yùn)行經(jīng)濟(jì)效益，降低系統(tǒng)輸出功率波動(dòng)性。

（2）基于模糊優(yōu)化理論的多目標(biāo)優(yōu)化模型綜合考慮系統(tǒng)運(yùn)行的穩(wěn)定性和經(jīng)濟(jì)性，其最優(yōu)解使各子優(yōu)化目標(biāo)相對(duì)滿意，優(yōu)化效果較單目標(biāo)顯著改善。

（3）相比歸一化的多目標(biāo)處理策略，多目標(biāo)模糊化處理在提高系統(tǒng)經(jīng)濟(jì)效益和降低功率方差方面效果更佳。