考慮分時(shí)電價(jià)的微電網(wǎng)儲(chǔ)能容量?jī)?yōu)化配置

闞圣鈞 ,魏少雄 ,趙繼鋼 ,張繼紅

(1.內(nèi)蒙古科技大學(xué)信息工程學(xué)院,內(nèi)蒙古自治區(qū) 包頭市 014000;2.中國(guó)電建集團(tuán)北京勘測(cè)設(shè)計(jì)研究院有限公司,北京市 朝陽(yáng)區(qū) 100020)

0 引言

隨著我國(guó)“雙碳”目標(biāo)的提出,光伏、風(fēng)電等可再生能源的利用成為了國(guó)內(nèi)外學(xué)者的重點(diǎn)研究方向[1-3]。然而,由于可再生能源具有隨機(jī)性與波動(dòng)性,大規(guī)模接入會(huì)對(duì)電網(wǎng)造成沖擊,影響電網(wǎng)安全穩(wěn)定運(yùn)行[4]。將分布式可再生能源、儲(chǔ)能、負(fù)荷有機(jī)結(jié)合的微電網(wǎng)技術(shù)則可以有效解決這一問題[5]。其中,儲(chǔ)能系統(tǒng)因其具有能量密度高、充放電靈活、反應(yīng)迅速等優(yōu)點(diǎn)成為了決定微電網(wǎng)性能的關(guān)鍵部件之一,其容量配置和合理性將對(duì)微電網(wǎng)的整體性能和經(jīng)濟(jì)性造成極大影響[6-8]。因此,研究?jī)?chǔ)能容量?jī)?yōu)化配置方法對(duì)微電網(wǎng)規(guī)劃運(yùn)行具有重要意義。

目前,國(guó)內(nèi)外學(xué)者對(duì)儲(chǔ)能容量?jī)?yōu)化配置方法進(jìn)行了大量研究。文獻(xiàn)[9]提出了考慮光伏消納的光伏電站儲(chǔ)能容量?jī)?yōu)化方法,通過對(duì)該電站的光伏出力與廠用負(fù)荷數(shù)據(jù)進(jìn)行分析,降低了棄光率,提高了經(jīng)濟(jì)性。文獻(xiàn)[10]提出了一種考慮鋰電池和超級(jí)電容容量的混合儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置方法,確定了系統(tǒng)年綜合成本最小的濾波階數(shù)和對(duì)應(yīng)的儲(chǔ)能配置方案。文獻(xiàn)[11]提出一種氫氣和蓄電池混合儲(chǔ)能系統(tǒng)的風(fēng)/光/儲(chǔ)并網(wǎng)型微電網(wǎng)結(jié)構(gòu),以總凈現(xiàn)值成本最小為目標(biāo)函數(shù),考慮了可再生能源利用率和負(fù)荷缺失率,對(duì)微電網(wǎng)進(jìn)行了容量?jī)?yōu)化配置研究,證明了該方法的經(jīng)濟(jì)性與實(shí)用性。文獻(xiàn)[12]在考慮儲(chǔ)能系統(tǒng)能耗的前提下建立了容量配置模型,提出了一系列儲(chǔ)能調(diào)度策略,研究了不同策略下容量?jī)?yōu)化配置的效果。文獻(xiàn)[13]在考慮風(fēng)速和負(fù)荷增長(zhǎng)率的同時(shí),對(duì)風(fēng)力 柴油混合動(dòng)力系統(tǒng)中儲(chǔ)能容量配置進(jìn)行優(yōu)化,證明了在項(xiàng)目年限、備用容量、柴油機(jī)最小功率變化時(shí),儲(chǔ)能最優(yōu)容量變化較小。文獻(xiàn)[14]從電池儲(chǔ)能在電力負(fù)荷調(diào)度中的應(yīng)用角度,設(shè)置了一種非對(duì)稱性穩(wěn)定線性成本函數(shù),研究了電池容量、單位電池成本與經(jīng)濟(jì)成本及收益間的關(guān)系,詳細(xì)論證了隨著未來電池成本降低,儲(chǔ)能系統(tǒng)將極大降低電網(wǎng)運(yùn)行成本。文獻(xiàn)[15]以光伏出力預(yù)測(cè)為基礎(chǔ),對(duì)比了分時(shí)電價(jià)下單光、單儲(chǔ)、光儲(chǔ)3種情況下容量配置對(duì)系統(tǒng)成本影響,但并未考慮分時(shí)電價(jià)下調(diào)度策略對(duì)運(yùn)行成本的影響。

本文在以往研究的基礎(chǔ)上,充分考慮了分時(shí)電價(jià)對(duì)儲(chǔ)能系統(tǒng)調(diào)度的影響,以并網(wǎng)型光儲(chǔ)微電網(wǎng)為研究對(duì)象,以系統(tǒng)經(jīng)濟(jì)性最高為優(yōu)化目標(biāo),以某社區(qū)微電網(wǎng)光伏出力和負(fù)荷功率為計(jì)算數(shù)據(jù),對(duì)微電網(wǎng)的儲(chǔ)能容量進(jìn)行優(yōu)化,分析考慮分時(shí)電價(jià)前后容量配置對(duì)微電網(wǎng)經(jīng)濟(jì)性的影響。

1 系統(tǒng)結(jié)構(gòu)

本文所構(gòu)建的微電網(wǎng)系統(tǒng)結(jié)構(gòu)如圖1所示,圖中PCC為微電網(wǎng)的并網(wǎng)點(diǎn)(point of common coupling)。

圖1 微電網(wǎng)系統(tǒng)結(jié)構(gòu)Fig.1 Structure of microgrid system

該系統(tǒng)以光伏陣列作為居民主要供電設(shè)備,蓄電池在平抑光伏波動(dòng)的同時(shí),可在能力范圍內(nèi)響應(yīng)電網(wǎng)調(diào)度,幫助電網(wǎng)削峰填谷。日間光伏發(fā)電量高時(shí),蓄電池存儲(chǔ)多余電能,夜間釋放電能支撐居民負(fù)荷。由微電網(wǎng)調(diào)度策略決定是否向大電網(wǎng)購(gòu)買或返送電能。

2 優(yōu)化配置模型

2.1 容量?jī)?yōu)化目標(biāo)

本文以微電網(wǎng)初建成本、運(yùn)維成本及購(gòu)售電成本最低為優(yōu)化目標(biāo),其數(shù)學(xué)模型為:

式中:Cyw為運(yùn)維成本,元;kpv-yw、kbat-yw分別為光伏和蓄電池的度電運(yùn)維系數(shù),元/(kW·h);Ppv(t)、Pbat(t)分別為光伏和蓄電池的實(shí)際運(yùn)行功率,kW;Cjs為建設(shè)成本,元;kpv-js、kbat-js分別為光伏和蓄電池的設(shè)備初建成本,元/臺(tái);npv、nbat分別為光伏和蓄電池的工程年限內(nèi)使用設(shè)備數(shù);r 為通貨膨脹率,%;l 為工程設(shè)計(jì)年限;Cgs為購(gòu)售電成本,元;kgrid-in、kgrid-out分別為購(gòu)電價(jià)格、售電價(jià)格,元/(kW·h);Pgrid-in、Pgrid-out分別為購(gòu)電功率、售電功率,kW。

2.2 約束條件

(1) 裝置數(shù)量約束。

對(duì)裝置的配置數(shù)量設(shè)置上下限,其大小一般取決于用戶需求、已有裝置數(shù)、空間地理?xiàng)l件限制等。

式中:nbat為蓄電池的配置數(shù)量;nbat-min、nbat-max分別為蓄電池的數(shù)量配置上下限。

(2) 功率平衡約束。

式中Pload為負(fù)荷的功率,kW。

(3) 電池運(yùn)行約束。

電池荷電狀態(tài)由上一時(shí)刻荷電狀態(tài)及充放電功率決定,其表達(dá)式為

蓄電池功率上下限為

荷電狀態(tài)上下限為

式中:λsoc為荷電狀態(tài);Qmax為電池最大容量,kW·h;ηcha、ηdis分別為蓄電池充放電效率,%。

2.3 優(yōu)化算法

本文采用粒子群(particle swarm optimization,PSO)優(yōu)化算法對(duì)模型進(jìn)行求解。該算法是一種模仿鳥群行為的進(jìn)化算法,與其他優(yōu)化算法相比,粒子群算法具有經(jīng)典、簡(jiǎn)單、可靠、高效等特點(diǎn)[16]。首先,對(duì)群落的粒子個(gè)數(shù)、維數(shù)、位置、速度等進(jìn)行初始化;然后,根據(jù)輸入數(shù)據(jù)及各個(gè)約束條件完成系統(tǒng)全年仿真計(jì)算各粒子當(dāng)前適應(yīng)度,更新個(gè)體最優(yōu)值與群體最優(yōu)值[17];在達(dá)到迭代次數(shù)或者終止條件時(shí)結(jié)束優(yōu)化,輸出最佳的粒子位置和適應(yīng)度。

3 考慮分時(shí)電價(jià)的調(diào)度策略

3.1 電網(wǎng)分時(shí)電價(jià)

根據(jù)配電網(wǎng)中負(fù)荷情況可將用電情況分為平谷、低谷、高峰,依據(jù)不同用電情況設(shè)置分時(shí)電價(jià)有助于加強(qiáng)電力系統(tǒng)需求側(cè)響應(yīng),幫助電網(wǎng)削峰填谷[18]。表1為某地24 h內(nèi)不同時(shí)段的購(gòu)售電價(jià)。

表1 某地電網(wǎng)分時(shí)電價(jià)Table 1 Time-of-use electricity price of local power grid

3.2 調(diào)度策略

在研究?jī)?yōu)化配置問題時(shí),除確定優(yōu)化目標(biāo)函數(shù)、優(yōu)化模型、約束條件外,還需確定調(diào)度策略,本文所用調(diào)度策略如圖2所示。

圖2 調(diào)度策略Fig.2 Scheduling policy

在傳統(tǒng)的固定邏輯調(diào)度策略中,通常制定裝置出力優(yōu)先級(jí),光伏出力最高,蓄電池用于平抑光伏與負(fù)荷功率差,不足部分由電網(wǎng)補(bǔ)充。本文采用的考慮分時(shí)電價(jià)的調(diào)度策略在以往的基礎(chǔ)上做出一定改變,首先依照前一日光伏負(fù)荷數(shù)據(jù)預(yù)測(cè)當(dāng)前電價(jià)時(shí)段的電池充放電預(yù)估值,依照此預(yù)估值在電價(jià)低谷時(shí)增加電池充電功率,在電價(jià)高峰時(shí)增加放電功率。

4 算例分析

4.1 算例數(shù)據(jù)

本文采用某地光 荷歷史數(shù)據(jù)作為算例,進(jìn)行7日內(nèi)容量?jī)?yōu)化仿真,其中光伏出力及負(fù)荷曲線如圖3所示。優(yōu)化模型的計(jì)算步長(zhǎng)為1 h,共168組數(shù)據(jù)。光照強(qiáng)度平均值為349.08 W/m2,光伏峰值總功率為1 000 kW,光伏平均日發(fā)電量約為8.38 MW·h,平均日用電量約為14.01 MW·h,通過上述優(yōu)化模型對(duì)微電網(wǎng)系統(tǒng)的儲(chǔ)能容量配置進(jìn)行優(yōu)化計(jì)算。

圖3 光伏出力及負(fù)荷曲線Fig.3 Photovoltaic power and load curve

儲(chǔ)能單元參數(shù)如表2所示,通貨膨脹率為5%,項(xiàng)目規(guī)劃年限20年。

表2 儲(chǔ)能設(shè)備參數(shù)Table 2 Parameters of energy storage device

4.2 優(yōu)化結(jié)果

根據(jù)前文所述優(yōu)化目標(biāo)和約束條件,以本節(jié)源荷數(shù)據(jù)為基礎(chǔ),利用PSO 算法對(duì)微電網(wǎng)中儲(chǔ)能系統(tǒng)容量進(jìn)行優(yōu)化配置,得到考慮分時(shí)電價(jià)前后的優(yōu)化結(jié)果對(duì)比如表3所示。

表3 優(yōu)化配置結(jié)果Table 3 Results of optimized configuration

按照上述2種配置結(jié)果對(duì)微電網(wǎng)進(jìn)行7 日仿真,考慮分時(shí)電價(jià)前后的運(yùn)行曲線如圖4—5所示。

圖4 不考慮分時(shí)電價(jià)的購(gòu)售電功率和儲(chǔ)能運(yùn)行狀態(tài)Fig.4 Purchase and sale of electricity power and energy storage operation state without considerating time-of-use electricity price

圖5 考慮分時(shí)電價(jià)的購(gòu)售電功率和儲(chǔ)能運(yùn)行狀態(tài)Fig.5 Purchase and sale of electricity power and energy storage operation state considerating time-of-use electricity price

實(shí)驗(yàn)結(jié)果顯示,在考慮分時(shí)電價(jià)進(jìn)行容量?jī)?yōu)化后,雖然儲(chǔ)能配置容量增加建設(shè)成本升高,但系統(tǒng)總成本明顯降低。從7日運(yùn)行結(jié)果來看,考慮分時(shí)電價(jià)后微電網(wǎng)購(gòu)售電功率明顯增加,電池充放電量均有增加,SOC變化范圍增大,電池利用率增加。

5 結(jié)論

本文針對(duì)并網(wǎng)型微電網(wǎng)中儲(chǔ)能容量配置不合理造成的系統(tǒng)經(jīng)濟(jì)性降低問題,提出了考慮分時(shí)電價(jià)的儲(chǔ)能容量?jī)?yōu)化方法。首先,建立了儲(chǔ)能容量?jī)?yōu)化配置模型,其次,對(duì)社區(qū)微電網(wǎng)光伏出力和居民電負(fù)荷進(jìn)行分析,設(shè)計(jì)了考慮分時(shí)電價(jià)的系統(tǒng)調(diào)度策略,然后,以成本最小化為優(yōu)化目標(biāo),采用粒子群優(yōu)化算法對(duì)模型進(jìn)行求解,最后,采用某地7日內(nèi)光 荷歷史數(shù)據(jù)進(jìn)行容量?jī)?yōu)化實(shí)驗(yàn),驗(yàn)證了模型的有效性。實(shí)驗(yàn)結(jié)果表明,該容量?jī)?yōu)化方法可以降低系統(tǒng)成本,提高儲(chǔ)能利用率。