考慮經(jīng)濟性和靈活性的海島微電網(wǎng)優(yōu)化調(diào)度策略

葉清泉，林厚飛，金建新，陳 偉

（國網(wǎng)浙江省電力有限公司平陽縣供電公司，浙江 溫州 325200）

0 引言

大規(guī)模風光發(fā)電的接入使得電網(wǎng)運行的經(jīng)濟性和靈活性備受關(guān)注［1］。而海島因其獨特的地理位置，擁有著非常豐富的風光綠色資源，且缺少火力發(fā)力、水力發(fā)電等調(diào)節(jié)能力強的電廠，靈活性供需平衡問題受到極大的挑戰(zhàn)［2］。風光資源因受到天氣、地理位置的制約，其出力具有不可控與間歇性，如何最大化利用這部分風光資源、提高海島微電網(wǎng)的經(jīng)濟性具有十分重要的現(xiàn)實意義。在政府政策的支持下，電動汽車與儲能的接入更是對海島微電網(wǎng)的靈活性提出了更高的要求。未來智慧海島將成為海島的發(fā)展趨勢［3］。

在經(jīng)濟性方面，現(xiàn)有的研究從減少棄風和棄光及切負荷量、提高可再生能源利用率等幾個方面對海島微電網(wǎng)系統(tǒng)進行了分析［4］。文獻［5］以風光互補的海島為研究對象，分析了海島的經(jīng)濟性以及影響經(jīng)濟性的敏感因素。文獻［6］分析了可再生能源滲透率下海島微電網(wǎng)系統(tǒng)的經(jīng)濟性，結(jié)果顯示風、光、柴、儲的綜合運用下，系統(tǒng)具有良好的經(jīng)濟性和技術(shù)性。文獻［7］研究了海島微電網(wǎng)各分布式電源的特點，從運行成本與環(huán)境成本角度考慮，最后采用粒子群算法尋求最優(yōu)解。文獻［8］以儲能裝置運行成本最小化對海島電網(wǎng)群進行優(yōu)化配置。文獻［9-10］從并網(wǎng)和孤島模型對微電網(wǎng)內(nèi)運行總成本進行分析。雖然對海島微電網(wǎng)的經(jīng)濟性有大量研究，但是對海島中存在的大量棄風棄光問題并沒有給出很好的解決方案。

海島中風光資源，如電動汽車、儲能等的應(yīng)用都存在一定的靈活性裕度，目前關(guān)于海島微電網(wǎng)靈活性的研究還處于起步階段。文獻［11］分別從輸電側(cè)、配電側(cè)以及輸配側(cè)3個角度來介紹電力系統(tǒng)的靈活性。文獻［12］考慮的是孤島微電網(wǎng)的靈活性，重點考慮柴油發(fā)電機提供的靈活性。文獻［13］考慮的是風光資源并網(wǎng)系統(tǒng)的靈活性，提出了固有與運行兩種靈活性指標來衡量系統(tǒng)的靈活性水平。文獻［14］認為系統(tǒng)的靈活性為常數(shù)，以可再生能源的消納能力來驗證靈活性的充裕度。文獻［15］提出了凈負荷允許波動率的概念，認為靈活性存在上調(diào)靈活性和下調(diào)靈活性兩種。文獻［16］從網(wǎng)絡(luò)重構(gòu)的角度來對配電網(wǎng)靈活性提升進行分析研究。文獻［17］從能量樞紐對電-氣系統(tǒng)進行靈活性價值分析。文獻［18-20］對高滲透率可再生能源下的電力系統(tǒng)靈活性進行分析。文獻［21-22］提出了一個測量電力系統(tǒng)靈活性的統(tǒng)一框架。綜合現(xiàn)有研究，以海島微電網(wǎng)為研究背景下的海島經(jīng)濟性與靈活性綜合優(yōu)化考慮的研究相對較少，且未充分考慮需求側(cè)靈活性資源，針對含大量風光資源和電動汽車的海島微電網(wǎng)，如何協(xié)調(diào)優(yōu)化電源側(cè)與需求側(cè)資源，實現(xiàn)海島微電網(wǎng)經(jīng)濟性與靈活性綜合優(yōu)化是亟待解決的問題［23-25］。

本文考慮風光氫儲參與下，對海島微電網(wǎng)的經(jīng)濟性和靈活性進行分析。采用模型預(yù)測控制的方法對風光、負荷出力的不確定性進行分析，通過建立模糊隸屬度函數(shù)綜合分析海島微電網(wǎng)的經(jīng)濟性和靈活性。案例分析表明，多目標優(yōu)化能夠統(tǒng)籌兼顧系統(tǒng)的經(jīng)濟性與靈活性，且考慮氫的參與下，能大大減少棄風棄光，提升系統(tǒng)的經(jīng)濟性與靈活性。

1 系統(tǒng)模型

1.1 風機、光伏模型

風機、光伏出力具有隨機性與不確定性，風機和光伏在每個時段的輸出均是非負的且在理論的最大功率限制范圍內(nèi)即可：

式中：Pwt(t)和Ppv(t)分別為風機、光伏在t時刻的出力；分別為風機和光伏出力的理論最大值。

1.2 蓄電池模型

蓄電池容量約束為：

蓄電池出力約束為：

蓄電池的電量約束為：

式中：E(t)為t時刻電儲能中的電量；Pd(t)為t時刻電儲能的放電功率；Pc(t)為t時刻電儲能的充電功率；Δt為時間間隔；ηc和ηd分別為電儲能的充放電效率；分別為電儲能最大充放電功率，式（6）表示充電和放電不能同時進行；Emax和Emin分別為電儲能電量的最大值和最小值，式（8）表示一個調(diào)度周期T后蓄電池的電量恢復(fù)到開始狀態(tài)；Bc(t)和Bd(t)分別為充、放電標志位。

1.3 電動汽車模型

電動汽車的出行與返程大多具有一定的規(guī)律性，這里采用蒙特卡羅模擬電動汽車的出行時間、返回時間以及每天的行駛里程數(shù)。

電動汽車出行時刻表達式為：

電動汽車返程時刻表達式為：

電動汽車日行駛里程表達式為：

電動汽車SOC 消耗量用SOC，x表示，其表達式為：

式中：f0(x)為電動汽車出行時刻的概率分布；f1(x)為電動汽車返程時刻的概率分布；fk(y)為電動汽車行駛里程概率分布；x為時間；y為行駛的里程數(shù)；W為電動汽車每百千米耗電量；C為電動汽車電池容量大??；C（t）為t時刻電動汽車電池容量大??；μ0為電動汽車每天行駛開始時刻的期望；σ0為電動汽車每天行駛開始時刻的方差；μ1為電動汽車每天行駛結(jié)束時刻的期望；σ1為電動汽車每天行駛結(jié)束時刻的方差；μk為某個行駛里程的分布均值；σk為某個行駛里程的分布標準差。

1.4 電轉(zhuǎn)氫模型

電轉(zhuǎn)氫是電轉(zhuǎn)氣的第一階段，利用電解水裝置，消耗電能產(chǎn)生氫氣和氧氣。

1.5 氫儲能模型

儲氫罐中t時刻氫氣體積狀態(tài)可由（17）式表示：

儲氫罐充放能體積約束如下：

1.6 氫燃料電池模型

氫燃料電池可以看作是電解水的逆反應(yīng)。氫燃料電池產(chǎn)生的電功率如（23）所示：

式中：PHf(t)為t時刻氫燃料電池產(chǎn)生的電功率；ηH為氫燃料電池工作的效率；VHf(t)為氫燃料電池t時刻消耗的氫氣體積。

2 目標函數(shù)

由于海島微電網(wǎng)遠離大陸，其中風能、太陽能等可再生能源所占比例較大，出力具有很強的不可控性。由于可再生能源發(fā)電量和負荷波動等不確定因素的影響，系統(tǒng)原有的平衡可能會受到影響。在未來的優(yōu)化調(diào)度中，需要預(yù)留足夠的靈活資源來應(yīng)對各種不確定性。

t時段海島微電網(wǎng)的上調(diào)靈活性指標為：

t時段海島微電網(wǎng)的下調(diào)靈活性指標為：

其中儲能的上調(diào)、下調(diào)靈活性為：

電轉(zhuǎn)氫的上調(diào)、下調(diào)靈活性為：

電動汽車的下調(diào)靈活性為：

本文定義的靈活性評價指標為系統(tǒng)上調(diào)、下調(diào)靈活性的均值，具體表示為：

為了將1個調(diào)度周期中的靈活性指標用具體的值表示，本文采用將各時刻靈活性指標的平均值作為海島微電網(wǎng)系統(tǒng)的靈活性指標：

本文重點研究海島微電網(wǎng)系統(tǒng)的經(jīng)濟性和靈活性。

1）系統(tǒng)運行經(jīng)濟性

海島微電網(wǎng)經(jīng)濟優(yōu)化運行要求系統(tǒng)24 h 運行總費用最少，系統(tǒng)運行過程中所需費用包括從電網(wǎng)的購售電費用和棄風棄光懲罰費用，目標函數(shù)為：

式中：cin(t)為系統(tǒng)向電網(wǎng)的購電電價；cout(t)為系統(tǒng)向電網(wǎng)的售電電價；cwt和cpv分別為棄風、棄光懲罰費用；分別為棄風量和棄光量。

2）系統(tǒng)運行靈活性

根據(jù)前面的介紹，本文采用靈活性的平均值定義為靈活性指標，一個系統(tǒng)的靈活性越大，系統(tǒng)運行越可靠，即：

3）綜合考慮經(jīng)濟性和靈活性

綜合考慮運行經(jīng)濟性與靈活性屬于多目標求解問題，利用模糊隸屬度函數(shù)將多目標問題轉(zhuǎn)化成求最大滿意度問題，即為單目標優(yōu)化問題。系統(tǒng)運行成本越小越好，是最小化函數(shù)，這里選擇降半直線形作為隸屬度函數(shù)，如圖1所示。系統(tǒng)運行靈活性越大越好，是最大化函數(shù)，這里選擇升半直線形作為隸屬度函數(shù)，如圖2所示，運行結(jié)果越靠近1，滿意程度越高，其中，f1和f2的隸屬度函數(shù)具體形式分別如下：

圖1 上半梯形隸屬度函數(shù)

圖2 下半梯形隸屬度函數(shù)

設(shè)δ為兩個目標隸屬度函數(shù)中的最小值，表示優(yōu)化的滿意度指標，即：

原多目標問題即可轉(zhuǎn)化為在滿足約束下的單目標優(yōu)化問題［26］：

3 約束條件

要使系統(tǒng)安全運行，系統(tǒng)必須滿足一定的約束條件，電儲能、氫儲能以及設(shè)備模型約束條件在模型中已經(jīng)介紹，這里不再贅述。

3.1 電功率守恒約束

式中：Pload(t)為t時刻電負荷；Pin(t)為t時刻系統(tǒng)從上級電網(wǎng)購電功率；Pdis(t)為t時刻蓄電池放電功率；Pout(t)為t時刻系統(tǒng)賣電給電網(wǎng)的功率；Pch(t)為t時刻蓄電池充電功率；Pev為電動汽車充電功率；n（t）為t時刻電動汽車充電數(shù)量。

3.2 氫體積守恒約束

3.3 電動汽車運行約束約束

電動汽車電池SOC限制：

電動汽車充電約束：

電動汽車出發(fā)電量限制：

式中：SOC，max和SOC，min分別為電動汽車電池SOC上下限；uev為電動汽車是否充電標志位；u為電動汽車是否回家標志位；SOC，cf為電動汽車準備出發(fā)時刻的SOC 值；SOC，stop為電動汽車達到正常出行SOC的下限。

3.4 電網(wǎng)聯(lián)絡(luò)線功率守恒約束

式中：Pinmax和Poutmax分別為購、售電功率上限；Fin(t)和Fout(t)分別為購、售電標志位。

4 模型預(yù)測控制

傳統(tǒng)控制方法通常是采用一個不變的全局優(yōu)化目標，并將得到的反饋控制結(jié)果一直作用于系統(tǒng)，而模型預(yù)測控制采用滾動優(yōu)化策略，優(yōu)化過程是反復(fù)進行的。由于風光、負荷等的不確定性，系統(tǒng)的預(yù)測值與實際值存在偏差。采用模型預(yù)測控制方法，可以實時調(diào)整風光、負荷出力，消除不確定性帶來的系統(tǒng)誤差。

模型預(yù)測控制的原理圖如圖3所示。在滾動優(yōu)化階段，系統(tǒng)在一開始使用第一時刻的預(yù)測值，生成當前的調(diào)度計劃，在下一時刻，系統(tǒng)將重新預(yù)測，再次使用本次預(yù)測值生成當前時刻的調(diào)度計劃，隨著預(yù)測域不斷向后推移，系統(tǒng)每次都使用最新的預(yù)測信息，進行滾動優(yōu)化，并且只生成當前時刻的調(diào)度計劃，直至完成整個優(yōu)化周期。本文的優(yōu)化周期為24 h，即預(yù)測域為24 h，控制域為1 h。

圖3 模型預(yù)測控制滾動優(yōu)化原理

本文基于模型預(yù)測控制的滾動優(yōu)化思想對風光、負荷的不確定性進行處理，根據(jù)系統(tǒng)每小時的預(yù)測更新數(shù)據(jù)，針對建立的以經(jīng)濟性和靈活性為綜合目標的混合整數(shù)線性規(guī)劃問題，通過MATLAB調(diào)用Gorubi求解器進行求解，從而獲取該預(yù)測域下海島微電網(wǎng)系統(tǒng)優(yōu)化運行結(jié)果。此處依據(jù)模型預(yù)測控制的滾動思想對數(shù)據(jù)進行滾動處理，并不對預(yù)測模塊模型與方法做重點探討。在模型預(yù)測控制下，系統(tǒng)的目標函數(shù)不再是一個24 h的整體優(yōu)化，而是每個控制周期都需要一次優(yōu)化，系統(tǒng)共需優(yōu)化24次。

此時目標函數(shù)和約束條件分別為：

式中：ts為滾動優(yōu)化調(diào)度的起始時段；NT為1個完整調(diào)度周期的總時段數(shù)。

5 案例分析

5.1 案例基本信息

本文以某海島微電網(wǎng)系統(tǒng)為例，對所提優(yōu)化運行策略進行驗證。海島微電網(wǎng)的可再生能源包括風能和光能，儲能設(shè)備為電儲能和氫儲能。其中負荷包括不可控的居民用電負荷和可控負荷電動汽車，海島微電網(wǎng)除了利用當?shù)氐目稍偕茉匆酝膺€與上級大電網(wǎng)相連。系統(tǒng)結(jié)構(gòu)圖如圖4 所示，風光、負荷日前預(yù)測出力與滾動預(yù)測出力對比結(jié)果如圖5—7 所示，電儲能具體參數(shù)如表1 所示，電動汽車具體參數(shù)如表2所示。其中，系統(tǒng)采用峰谷電價，1：00—8：00，購電電價0.43 元，售電電價0.27 元；12：00—15：00、19：00—21：00，購電電價1.21元，售電電價1.02元；9：00—11：00、16：00—18：00、22：00—24：00，購電電價0.69元，售電電價0.5元。

表1 蓄電池設(shè)備參數(shù)

表2 電動汽車參數(shù)

圖4 海島微電網(wǎng)系統(tǒng)結(jié)構(gòu)

圖5 風機出力

圖6 光伏出力

5.2 案例仿真結(jié)果

為方便分析比較不同場景下優(yōu)化運行方案，本文設(shè)置以下3個方案。

方案1：不考慮氫能參與下，系統(tǒng)單目標運行優(yōu)化。

方案2：考慮氫能參與下，系統(tǒng)單目標運行優(yōu)化。

圖7 電負荷出力

方案3：考慮氫能參與下，綜合考慮經(jīng)濟性與靈活性多目標優(yōu)化。

5.2.1 方案1：不考慮氫能參與下，系統(tǒng)單目標運行優(yōu)化

1）經(jīng)濟性單目標優(yōu)化

由于海島中居民較少，電負荷較少，而可再生能源出力卻很大，在不考慮氫能參與的情況下，系統(tǒng)出現(xiàn)了大量的棄風棄光，此時系統(tǒng)運行總費用為-12 001元，系統(tǒng)的靈活性為0.354 7。此時系統(tǒng)蓄電池運行情況與電網(wǎng)購售電情況如圖8 所示，電動汽車充電情況如圖9所示，系統(tǒng)每個時刻的靈活性如圖10所示，棄風棄光結(jié)果如圖11所示。

圖8 電池充放電與電網(wǎng)購售電結(jié)果

圖9 電動汽車充電結(jié)果

圖10 各時段靈活性結(jié)果

從圖11 可以看出，系統(tǒng)中存在大量的棄風棄光，風光資源出力完全滿足島內(nèi)電負荷與電動汽車充電的需要，此時系統(tǒng)一直處于向上級電網(wǎng)售電的狀態(tài)，考慮到棄風棄光帶來的懲罰費用，電儲能一直處于頻繁的充放電狀態(tài)，盡可能地減少棄風棄光。

圖11 棄風棄光結(jié)果

圖9為電動汽車的充電數(shù)量，由于在一天當中凌晨和夜晚的時候電價最低，絕大多數(shù)的電動汽車都在這個時候接入電網(wǎng)進行充電工作，電動汽車為了保證第二天的正常出行，電池SOC 需充到一定的量，為此也有小部分的車輛在其他時刻進行充電。

由圖10 可知，在考慮經(jīng)濟性運行下，系統(tǒng)靈活性在凌晨較高，白天較低，且整體水平也較低，由于儲能的頻繁充放電行為導(dǎo)致系統(tǒng)的靈活性也處于波動狀態(tài)。

2）靈活性單目標優(yōu)化

在不考慮氫能參與的情況下，系統(tǒng)以靈活性最大為優(yōu)化目標，此時，系統(tǒng)的靈活性為0.485 2，系統(tǒng)運行費用為-2 241.7元。此時系統(tǒng)蓄電池運行情況與電網(wǎng)購售電情況如圖12 所示，電動汽車充電情況如圖13 所示，系統(tǒng)每個時刻的靈活性如圖14所示。

圖12 電池充放電與電網(wǎng)購售電結(jié)果

圖13 電動汽車充電結(jié)果

圖14 各時段靈活性結(jié)果

在系統(tǒng)只考慮運行靈活性的時候，系統(tǒng)運行費用大大增加，從圖12 可以看出，此時系統(tǒng)還存在向電網(wǎng)購電的情況，系統(tǒng)在保證靈活性的時候無法兼顧經(jīng)濟性。

由圖13 可以看出，為了提高系統(tǒng)的靈活性，電動汽車在凌晨和夜晚出現(xiàn)充電高峰，對應(yīng)著靈活性的兩個高峰。

5.2.2 方案2：考慮氫能參與下，系統(tǒng)單目標運行優(yōu)化

1）經(jīng)濟性單目標優(yōu)化

考慮到海島上存在大量的棄風棄光，如何做到最大限度地利用這一部分綠色能源，不管是對能源短缺還是環(huán)境污染都是一個好的解決辦法。為此在系統(tǒng)中引入電轉(zhuǎn)氫、氫燃料電池與氫儲能，將多余的可再生能源轉(zhuǎn)化成氫能。此時系統(tǒng)的運行費用為-13 800 元，系統(tǒng)運行靈活性為0.890 6，系統(tǒng)此時不存在棄風棄光。此時系統(tǒng)蓄電池運行情況與電網(wǎng)購售電情況如圖15所示，系統(tǒng)氫儲能、電轉(zhuǎn)氫與氫燃料電池運行情況如圖16 所示，系統(tǒng)每個時刻的靈活性如圖17所示。

圖15 電池充放電與電網(wǎng)購售電結(jié)果

圖16 氫能系統(tǒng)運行結(jié)果

圖17 各時段靈活性結(jié)果

考慮氫能后，電儲能不再頻繁地充放電，此時系統(tǒng)的靈活性波動幅度也較小。多余的風光資源通過電轉(zhuǎn)氫，氫燃料電池這樣的電-氫-電循環(huán)，在適當時刻供能給系統(tǒng)，也有一部分氫能存儲在儲氫罐中，氫能的引入大大減少了棄風棄光，提升了系統(tǒng)的經(jīng)濟性，也相應(yīng)地提高了系統(tǒng)的靈活性。

2）靈活性單目標優(yōu)化

系統(tǒng)在考慮氫能參與下，以系統(tǒng)靈活性最大為優(yōu)化目標，此時系統(tǒng)的靈活性為1.400 1，運行費用為4 825.1 元。此時系統(tǒng)蓄電池運行情況與電網(wǎng)購售電情況如圖18 所示，電動汽車充電情況如圖19 所示，系統(tǒng)每個時刻的靈活性如圖20 所示。方案1與方案2運行結(jié)果對比如表3所示。

表3 方案1與方案2運行結(jié)果對比

圖18 電池充放電與電網(wǎng)購售電結(jié)果

圖19 電動汽車充電結(jié)果

圖20 各時段靈活性結(jié)果

考慮氫儲能參與下，系統(tǒng)的靈活性大大增加，但是此時系統(tǒng)還存在向上級電網(wǎng)購電的情況，系統(tǒng)運行費用也大大增加。

從表3 可以看出，不管是方案1 還是方案2，在單目標運行下，系統(tǒng)運行結(jié)果都存在偏一性，都能達到單目標下的經(jīng)濟性最優(yōu)和靈活性最優(yōu)，但卻無法同時兼顧，為此有必要進行經(jīng)濟性和靈活性的多目標優(yōu)化。分別對比方案1和方案2的經(jīng)濟性優(yōu)化與靈活性優(yōu)化，考慮氫能參與后不僅能大大減少棄風棄光，提升系統(tǒng)的經(jīng)濟性，也顯著提高了系統(tǒng)的靈活性。

5.2.3 方案3：考慮氫能參與下，綜合考慮經(jīng)濟性與靈活性多目標優(yōu)化

在方案2中，系統(tǒng)分別以經(jīng)濟性和靈活性兩個單目標進行優(yōu)化的時候，都能取得單目標的最優(yōu)結(jié)果，但是無法同時兼顧二者，運行存在一定的局限性，因此有必要采用多目標優(yōu)化運行，綜合求解系統(tǒng)的經(jīng)濟性和靈活性，此時系統(tǒng)運行費用和靈活性與前兩種情況的對比如表4所示，各時刻運行靈活性對比情況如圖21所示。

表4 各場景下經(jīng)濟性與靈活性運行結(jié)果

圖21 各場景下運行靈活性對比結(jié)果

以經(jīng)濟性為優(yōu)化目標時，系統(tǒng)日運行費用最低，但此時系統(tǒng)運行靈活性不是很理想；以靈活性為優(yōu)化目標時，系統(tǒng)取得最優(yōu)的靈活性，但此時系統(tǒng)運行費用較高；可見以經(jīng)濟性和靈活性為單一目標時，系統(tǒng)運行存在一定的局限性。在采用多目標進行優(yōu)化求解時，系統(tǒng)的經(jīng)濟性和靈活性都相對取得了較優(yōu)值，系統(tǒng)能同時兼顧經(jīng)濟性和靈活性。

6 結(jié)語

本文通過對含電動汽車的海島微電網(wǎng)系統(tǒng)進行日內(nèi)經(jīng)濟性和靈活性的滾動優(yōu)化研究，在單目標研究的基礎(chǔ)上再進一步綜合研究經(jīng)濟性與運行靈活性的多目標優(yōu)化運行問題。仿真結(jié)果表明多目標優(yōu)化下系統(tǒng)能統(tǒng)籌兼顧經(jīng)濟性與靈活性；通過引入氫能可大大減少系統(tǒng)的棄風棄光，提升系統(tǒng)的經(jīng)濟性，也能顯著提升系統(tǒng)的靈活性。氫能的引入為海上風電的開發(fā)利用指出了新的方向。

目前由于電-氫轉(zhuǎn)換設(shè)備在海島上沒有廣泛推廣，本文在考慮經(jīng)濟性的時候缺乏對電-氫轉(zhuǎn)換設(shè)備的投資成本的考慮，因此這將是下一步的研究方向。