基于改進(jìn)遺傳算法的區(qū)域性光伏消納優(yōu)化策略研究

何 欣，黃 揚(yáng)，王維洲，王繼有，井天軍

（1.國(guó)網(wǎng)甘肅省電力公司電力科學(xué)研究院，甘肅蘭州 730000；2.中國(guó)農(nóng)業(yè)大學(xué)，北京 100083；3.國(guó)網(wǎng)甘肅省電力公司，甘肅蘭州 730030）

隨著我國(guó)光伏扶貧政策的提出，越來(lái)越多分布式光伏接入某些特定的區(qū)域。而由于農(nóng)村電網(wǎng)建設(shè)進(jìn)展相對(duì)較慢且投資較大，擴(kuò)大農(nóng)村電網(wǎng)的并網(wǎng)容量改建與貧困農(nóng)村的負(fù)荷需求經(jīng)濟(jì)性不匹配[1]。在此背景下，通過(guò)發(fā)展地區(qū)特色農(nóng)業(yè)，優(yōu)化建設(shè)現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園基礎(chǔ)設(shè)施，有利于構(gòu)成經(jīng)濟(jì)產(chǎn)業(yè)與光伏供能相結(jié)合、供需平衡的協(xié)調(diào)發(fā)展模式。以農(nóng)業(yè)產(chǎn)業(yè)園為核心的區(qū)域性負(fù)荷優(yōu)化，便成為了消納扶貧光伏能源的有效發(fā)展方式[2-3]。

由于區(qū)域內(nèi)負(fù)荷類型復(fù)雜，且光伏出力隨機(jī)性大[4]，為了實(shí)現(xiàn)負(fù)荷與光伏的最優(yōu)匹配，提出了一種改進(jìn)遺傳算法的區(qū)域性光伏消納優(yōu)化策略。結(jié)合區(qū)域內(nèi)光伏等相關(guān)理論模型構(gòu)建目標(biāo)函數(shù)，并利用改進(jìn)遺傳算法求出最優(yōu)解，從而實(shí)現(xiàn)區(qū)域內(nèi)光伏最大化消納，且在一定程度上降低了運(yùn)行成本。

1 分布式能源模型

1.1 光伏發(fā)電模型

半導(dǎo)體界面的光生伏特效應(yīng)是太陽(yáng)能發(fā)電的主要原理，可以直接將太陽(yáng)能轉(zhuǎn)換成電能[5]。但隨著光照強(qiáng)度和環(huán)境溫度的改變，太陽(yáng)能板的輸出功率會(huì)隨之而改變，造成光伏出力的隨機(jī)性與波動(dòng)性[6]。

假定太陽(yáng)輻射強(qiáng)度GSTC為1 000 W/m2，環(huán)境溫度TSTC為25 ℃，大氣光學(xué)相對(duì)質(zhì)量為AM1.5，則可以得到輸出功率為：

其中，PSTC為額定條件下輸出功率；Gc為光照強(qiáng)度；k為溫度系數(shù)；Tc為環(huán)境溫度。

1.2 儲(chǔ)能模型

儲(chǔ)能系統(tǒng)具有靈活的功率吞吐特性，在抑制新能源發(fā)電反負(fù)荷特性的同時(shí)可以有效地削峰填谷，促進(jìn)新能源的消納并保證主網(wǎng)的安全、穩(wěn)定[7-8]。但儲(chǔ)能系統(tǒng)除了具有電源特性，還具有負(fù)荷特性：在用電低谷時(shí)段能夠以負(fù)荷形式存儲(chǔ)新能源電能；在用電高峰時(shí)段，則可以釋放低谷時(shí)儲(chǔ)存的電量以緩解電力系統(tǒng)的供電壓力[9]。

1.3 負(fù)荷模型

區(qū)域內(nèi)負(fù)荷消納光伏主要通過(guò)可時(shí)移負(fù)荷和固定負(fù)荷的配合，根據(jù)光伏出力特性調(diào)節(jié)設(shè)備的運(yùn)行時(shí)間，將用電高峰時(shí)期的可時(shí)移負(fù)荷轉(zhuǎn)移到用電低谷期或光伏出力的高峰期[10]。根據(jù)負(fù)荷不同類別所占的比例進(jìn)行耗能分析，負(fù)荷消納的耗能計(jì)算如下：

式中，pc為分時(shí)電價(jià)，存在峰、平、谷3 個(gè)時(shí)段的電價(jià)；tc為負(fù)荷運(yùn)行時(shí)間；Lc為負(fù)荷功率；Ec為運(yùn)行成本。

2 區(qū)域性光伏消納優(yōu)化策略

2.1 優(yōu)化目標(biāo)

為了盡可能多地消納光伏發(fā)電能源，降低區(qū)域內(nèi)的運(yùn)行成本，設(shè)置的目標(biāo)函數(shù)為：

式中，Lt為負(fù)荷的運(yùn)行功率，PEPV,t為儲(chǔ)能消納光伏出力的充電功率，γ為棄光的懲罰系數(shù)，取值范圍為[0,1]，pt為從大電網(wǎng)中購(gòu)入的電價(jià)，Pgrid,t為區(qū)域從電網(wǎng)中購(gòu)入的功率。

2.2 約束條件

節(jié)點(diǎn)電壓偏差約束、分布式光伏發(fā)電容量約束及線路熱穩(wěn)定約束是不等式約束的主要約束項(xiàng)目[11]。

1）節(jié)點(diǎn)電壓偏差約束：

其中，UN為系統(tǒng)的標(biāo)稱電壓；ε1、ε2為國(guó)標(biāo)規(guī)定的允許電壓偏差率。

2）光伏發(fā)電容量約束：

其中，SPV,i為節(jié)點(diǎn)i的光伏發(fā)電容量；SPV,max為節(jié)點(diǎn)i的最大光伏接入容量。

3）負(fù)荷根據(jù)區(qū)域內(nèi)電量的供需情況，調(diào)整自身的用電結(jié)構(gòu)和方式。但是在一個(gè)周期內(nèi)，其總體的負(fù)荷用電量是額定的，且存在上限[12-13]，具體表達(dá)式如下：

式中，Lmax為負(fù)荷最大值，Lt、L′t分別為調(diào)度前后的用戶負(fù)荷。

2.3 基于改進(jìn)遺傳算法的光伏消納優(yōu)化策略

遺傳算法是一種通過(guò)模擬自然進(jìn)化過(guò)程來(lái)搜索最優(yōu)解的方法[14]，主要包括：編碼、初始化種群、計(jì)算適應(yīng)度、遺傳操作等步驟。其中遺傳操作分為[15]：選擇算子從上一代個(gè)體中選擇同樣數(shù)量的優(yōu)秀個(gè)體；交叉算子從父代中產(chǎn)生具有更高適應(yīng)度的個(gè)體；變異算子使得個(gè)體向更高適應(yīng)度轉(zhuǎn)變[16]。

為了減少算法時(shí)間的復(fù)雜度，該文對(duì)遺傳操作進(jìn)行改進(jìn)。在改進(jìn)算法上建立的光伏消納優(yōu)化控制流程，如圖1 所示。

圖1 基于改進(jìn)遺傳算法的光伏消納控制流程遺傳操作的具體實(shí)施如下：

1）初始化。在初始化階段，確定群體規(guī)模S、迭代次數(shù)的最大值I、交叉概率pc和突變概率pm。是負(fù)荷的調(diào)整，υk表示第k個(gè)負(fù)荷是否供電。

2）選擇。此階段中，具有更高適應(yīng)度的個(gè)體會(huì)被選擇，其他則通過(guò)交叉和變異操作生成下一代群體。在這一問(wèn)題中，改進(jìn)遺傳算法選擇的個(gè)體是有著高適應(yīng)度的個(gè)體，算法基于輪盤(pán)賭的方法進(jìn)行個(gè)體選擇，具體選擇個(gè)體進(jìn)行重組的概率與其適應(yīng)值有關(guān)。

3）交叉算子。如果將處于選擇階段的所有個(gè)體組合起來(lái)，進(jìn)行交叉運(yùn)算，再進(jìn)行選擇，這樣能夠產(chǎn)生更高質(zhì)量的后代個(gè)體。而改進(jìn)遺傳算法正是使用基于先驗(yàn)知識(shí)的交叉算子完成了交叉運(yùn)算，然后該算法在選擇階段從其父代R1和R2中選擇一個(gè)個(gè)體，且個(gè)體的每個(gè)基因在其父母的對(duì)應(yīng)基因中均更具適應(yīng)性。

4）變異。交叉操作能夠改善遺傳算法的全局搜索能力，但過(guò)度集中的較優(yōu)個(gè)體容易使其陷入局部最優(yōu)；因此需要進(jìn)行變異操作，增強(qiáng)其基因突變能力，提高其全局搜索能力。為了強(qiáng)化變異過(guò)程中的目的性和方向性，利用基于種群的分割思想進(jìn)行變異操作，以保證染色體變異的有效性。

分別對(duì)種群分割中較優(yōu)的染色體子種群進(jìn)行概率為pk1的小概率變異；對(duì)次優(yōu)的染色體子種群進(jìn)行概率為pk2的大概率變異。兩種變異機(jī)制為：在隨機(jī)產(chǎn)生的兩個(gè)變異點(diǎn)分別采用兩點(diǎn)交換和反轉(zhuǎn)逆序機(jī)制擴(kuò)大搜索空間，以便產(chǎn)生更優(yōu)的擾動(dòng)，實(shí)現(xiàn)跳出局部最優(yōu)的全局尋優(yōu)。變異操作示意圖如圖2 所示。

圖2 變異操作示意圖

當(dāng)達(dá)到預(yù)設(shè)的迭代最大次數(shù)時(shí)或在連續(xù)的群體中最佳個(gè)體的適應(yīng)度不再增加時(shí)，則輸出最優(yōu)結(jié)果，即滿足光伏消納最大化且園區(qū)用電成本最小化。

3 實(shí)驗(yàn)結(jié)果與分析

該文基于MATLAB/Simulink 平臺(tái)對(duì)所提區(qū)域性光伏消納的策略進(jìn)行了仿真測(cè)試和數(shù)據(jù)分析，并將實(shí)驗(yàn)場(chǎng)景設(shè)定為某農(nóng)業(yè)產(chǎn)業(yè)園。其中參數(shù)設(shè)置為：光伏裝機(jī)容量20 MW，儲(chǔ)能系統(tǒng)的最大容量4 MW，時(shí)變負(fù)荷1～5 MW，固定負(fù)荷0～5 MW。且改進(jìn)遺傳算法的種群數(shù)量設(shè)為35，交叉概率為0.8，迭代次數(shù)設(shè)為500。

3.1 改進(jìn)遺傳算法的性能分析

為了論證改進(jìn)遺傳算法的收斂性和尋優(yōu)效果，將其與線性規(guī)劃、最速下降法、粒子群算法進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果如圖3 所示。

圖3 不同算法的性能對(duì)比

從圖3 可以看出，迭代300 次左右的經(jīng)典線性規(guī)劃開(kāi)始收斂；迭代200 次左右的最速下降法和粒子群算法實(shí)現(xiàn)收斂。而所提方法具有更快的收斂速度，在迭代50 次左右時(shí)可以收斂到穩(wěn)定水平，尋優(yōu)速度得到了顯著提高，并且達(dá)到穩(wěn)定時(shí)的棄光量最少，實(shí)現(xiàn)了光伏消納量最大化的目標(biāo)。

3.2 園區(qū)優(yōu)化后的光伏消納量

光伏出力值和典型日負(fù)荷曲線如圖4 所示。

圖4 光伏出力和日負(fù)荷曲線

從圖4 可以看出，在8～17 時(shí)光伏發(fā)電的出力處于供過(guò)于求的狀態(tài)，而20 時(shí)左右卻明顯出現(xiàn)了供不應(yīng)求的情況，難以滿足高峰負(fù)荷時(shí)段的用電需求?？梢钥闯觯夥隽εc負(fù)荷的供需關(guān)系存在明顯的不匹配情況。

針對(duì)這一問(wèn)題，利用改進(jìn)遺傳算法對(duì)負(fù)荷和儲(chǔ)能進(jìn)行優(yōu)化控制。農(nóng)業(yè)產(chǎn)業(yè)園的負(fù)荷曲線與消納的光伏量?jī)?yōu)化前后的變化，如圖5 所示。

圖5 負(fù)荷與消納的光伏量對(duì)比

從圖5 中可以看出，執(zhí)行優(yōu)化策略后，用戶根據(jù)電價(jià)的變化主動(dòng)調(diào)整用電方式。將晚上電價(jià)高峰的部分負(fù)荷轉(zhuǎn)移到主網(wǎng)負(fù)荷較低、光伏出力較多的白天時(shí)段，降低日負(fù)荷峰谷差的同時(shí)節(jié)約了用電成本。峰谷差由5.9 MW·h 降低到5.2 MW·h，使負(fù)荷曲線在時(shí)序上的變化更貼近光伏出力變化趨勢(shì)，滿足供需平衡。

同時(shí)執(zhí)行優(yōu)化策略后，光伏消納量被部分轉(zhuǎn)移的負(fù)荷消納。且多余的電量盡可能地存儲(chǔ)在儲(chǔ)能系統(tǒng)，以備農(nóng)業(yè)產(chǎn)業(yè)園供電量不足時(shí)使用，從而盡可能地減小棄光量。執(zhí)行優(yōu)化策略后，棄光量由52.8 MW·h減少到47.1 MW·h，提高了光伏消納率。

此外，執(zhí)行優(yōu)化策略后，農(nóng)業(yè)產(chǎn)業(yè)園區(qū)的用電成本統(tǒng)計(jì)如表1 所示。

表1 園區(qū)用電成本對(duì)比

從表1 中可以看出，同時(shí)引入儲(chǔ)能和負(fù)荷動(dòng)態(tài)調(diào)整可以降低農(nóng)業(yè)產(chǎn)業(yè)園的運(yùn)營(yíng)成本，提高21.86%的光伏消納率，節(jié)約用電成本約1 萬(wàn)元，實(shí)現(xiàn)了光伏扶貧的目的。

4 結(jié)束語(yǔ)

為了保證光伏扶貧政策的有力落實(shí)，同時(shí)提高農(nóng)業(yè)產(chǎn)業(yè)園的效益，提出了一種改進(jìn)遺傳算法的區(qū)域性光伏消納優(yōu)化策略。基于區(qū)域內(nèi)的光伏、負(fù)荷和儲(chǔ)能的數(shù)學(xué)模型，以及設(shè)計(jì)的優(yōu)化目標(biāo)和約束條件，利用改進(jìn)遺傳算法進(jìn)行求解，以得到最優(yōu)值實(shí)現(xiàn)光伏最大化消納且園區(qū)用電成本最小?；贛ATLAB 進(jìn)行的仿真實(shí)驗(yàn)結(jié)果表明，改進(jìn)遺傳算法能夠?qū)崿F(xiàn)迅速收斂，執(zhí)行優(yōu)化策略后的光伏消納率明顯提高，用電成本大幅減少，為區(qū)域內(nèi)光伏扶貧提供了經(jīng)濟(jì)可行性指導(dǎo)。

但是該文在設(shè)定目標(biāo)函數(shù)時(shí)，對(duì)于前期的固定投資成本計(jì)算較為粗略。因此下一步研究將綜合考慮儲(chǔ)能系統(tǒng)建設(shè)、運(yùn)行維護(hù)及政策扶持等成本，實(shí)現(xiàn)更合理和更具工程應(yīng)用價(jià)值的儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置。