多能互補微電網(wǎng)系統(tǒng)容量配置優(yōu)化目標及優(yōu)化算法綜述

楊剛

1.華北水利水電大學(xué)電力學(xué)院；2.浙江水利水電學(xué)院

在對不同微電網(wǎng)進行梳理總結(jié)的基礎(chǔ)上，從配置目標與優(yōu)化算法兩個方面對多能互補微電網(wǎng)的研究及應(yīng)用現(xiàn)狀進行了評述。首先，從配置優(yōu)化目標出發(fā)，總結(jié)了經(jīng)濟性、環(huán)保性、可靠性3個主要目標，并分析不同優(yōu)化目標對應(yīng)的優(yōu)化策略。其次，從微電網(wǎng)規(guī)劃角度，對優(yōu)化算法的問題進行了探討，總結(jié)了不同研究所采用的優(yōu)化目標、約束條件及優(yōu)化算法，并指出了后續(xù)應(yīng)進一步關(guān)注的問題。

在“十四五”期間，隨著碳達峰、碳中和目標的提出，傳統(tǒng)的火電發(fā)電模式已經(jīng)不再適合當(dāng)前形勢，而分布式發(fā)電雖然具有綠色環(huán)保、利用效率高等優(yōu)點，但其發(fā)電量不穩(wěn)定及其對所需的自然資源有一定要求，因此在研究及利用分布式發(fā)電時，不便使其直接連接在大電網(wǎng)上。在此背景下，帶有儲能系統(tǒng)的多能互補微電網(wǎng)具有極大的發(fā)展前景，在此基礎(chǔ)上，風(fēng)光能源能得到最大限度的利用，更加符合當(dāng)代電力事業(yè)的發(fā)展需求。在微電網(wǎng)的投資建設(shè)中，不同的發(fā)電形式相結(jié)合使用多取決于微電網(wǎng)建設(shè)地點，就地取材因地適宜。

1 微電網(wǎng)系統(tǒng)容量配置優(yōu)化目標研究現(xiàn)狀

微電網(wǎng)容量優(yōu)化配置的第一步首先要對分布式發(fā)電資源及微網(wǎng)負荷量進行分析，選定合適的微網(wǎng)發(fā)電模式，根據(jù)微電網(wǎng)的建設(shè)需求，選擇合適的拓部結(jié)構(gòu)及優(yōu)化變量，使用數(shù)學(xué)表達式對優(yōu)化目標及約束條件進行描述，得到微電網(wǎng)容量優(yōu)化配置的數(shù)學(xué)模型。但由于微電網(wǎng)包容性極強，其構(gòu)成成員種類繁多，并且由于使用場合不同，其運行模式、拓部結(jié)構(gòu)也不盡相同，國內(nèi)外學(xué)者將其優(yōu)化目標大致分為經(jīng)濟性、環(huán)保性、可靠性等，再根據(jù)其所研究微網(wǎng)的約束條件，建立了各種各樣的優(yōu)化配置模型。

目前針對不同的建設(shè)工程，國內(nèi)外已有大量針對混合能源系統(tǒng)容量配置問題的研究。趙為光等[1]針對風(fēng)、光等新能源發(fā)電出力的隨機性與波動性導(dǎo)致的電網(wǎng)調(diào)度能力降低問題，提出一種基于電轉(zhuǎn)氫、電轉(zhuǎn)熱、氫轉(zhuǎn)電、氫轉(zhuǎn)熱的多源聯(lián)合微電網(wǎng)模型。Qi Li等[2]提出一種光-電池-燃料電池的微電網(wǎng)并聯(lián)運行的交流系統(tǒng)。根據(jù)混合儲能系統(tǒng)的儲能狀態(tài)，采用系統(tǒng)管理策略為太陽能-氫-電微電網(wǎng)的各分布式發(fā)電進行功率分配。系統(tǒng)穩(wěn)定運行，功率分配合理，響應(yīng)時間短，提高了母線電壓的精度。荊朝霞等[3]構(gòu)建了獨立海島供電系統(tǒng)，使用微型抽水蓄能儲能,同時以負荷響應(yīng)參與度標度居民的負荷響應(yīng)參與意愿,提出了考慮負荷響應(yīng)的含風(fēng)-光-抽水蓄能的海島微網(wǎng)優(yōu)化配置模型。

在微電網(wǎng)配置的研究中，經(jīng)濟性是微電網(wǎng)的優(yōu)化目標之一，而經(jīng)濟性也分為投資成本、運行成本、維護成本等。其中羅仕華等[4]提出以系統(tǒng)投資成本最小為上層目標函數(shù)和以系統(tǒng)獲得售電收益最大為下層目標函數(shù)的雙層規(guī)劃模型。GAO J J[5]等以最大化系統(tǒng)經(jīng)濟效益為目標函數(shù)，通過實例分析，比較了單目標獨立運行、單目標互補運行和多目標互補運行多種方案，探討了抽水蓄能電站對經(jīng)濟目標和穩(wěn)定目標的影響。張長云等[6]以微電網(wǎng)系統(tǒng)年度平均成本最小為優(yōu)化目標，可以為含風(fēng)光柴儲的獨立微電網(wǎng)容量優(yōu)化配置提供參考。毛璐明等[7]采用分布式電源折算到每年的建設(shè)費用、運行維護費用、向上級大電網(wǎng)售電或購電費用、網(wǎng)絡(luò)損耗費用的經(jīng)濟性模型。該模型符合現(xiàn)實優(yōu)化要求，算法求解效率高，其結(jié)果更具有實用性和經(jīng)濟性，對實際的微電網(wǎng)規(guī)劃具有一定的指導(dǎo)意義。李彥哲等[8]以總凈現(xiàn)值成本最小為目標函數(shù)，以可再生能源利用率和負荷缺失率為評價指標，建立所提微電網(wǎng)容量優(yōu)化配置模型，驗證了所提方法的經(jīng)濟性和實用性，為風(fēng)/光/儲微電網(wǎng)儲能容量優(yōu)化配置提供參考。聶海寧等[9]在研究中將獨立風(fēng)光柴儲微電網(wǎng)作為對象，在創(chuàng)建綜合經(jīng)濟成本目標函數(shù)時，主要對運行管理成本、投資成本、停電懲處與能量浪費懲處成本、污染物處理獲益及其成本進行綜合考量，并運用遺傳算法來得出電源最優(yōu)配置方案。

除去經(jīng)濟性外，微電網(wǎng)的穩(wěn)定性也是一個很熱門的優(yōu)化方向。曲彤等[10]借助于等效微增率的計算，對其結(jié)果加以排序，由此明確分布式電源在整個配電網(wǎng)中的最佳裝設(shè)位置，同時還對其最佳容量進行了配置。路暢等[11]在研究中對可靠、環(huán)保與經(jīng)濟屬性進行了考慮。引入了可再生能源發(fā)電量、容量短缺量最小化、年停電量、年總規(guī)劃成本，利用線性加權(quán)求和法可以對多目標問題進行轉(zhuǎn)換使之成為單目標優(yōu)化問題。吳任博等[12]在優(yōu)化配置微電網(wǎng)以及使之實現(xiàn)經(jīng)濟運行研究時，重點從特殊負載、機組隨機性、裝設(shè)地點特性這幾個層面加以研究，同時創(chuàng)建多目標經(jīng)濟運行數(shù)學(xué)模型，并在此基礎(chǔ)上給出了具體條件約制與評價指標。楊賀鈞等[13]對風(fēng)光柴儲并網(wǎng)系統(tǒng)的容量配置模型進行了設(shè)計。在此模型中所選用的目標函數(shù)為：系統(tǒng)凈收益最大化、建設(shè)總成本最低，系統(tǒng)約束條件為：系統(tǒng)建設(shè)所需空間、機組類型可靠性、可再生能源利用率、系統(tǒng)穩(wěn)定性等。在獨立模式的模型中，目標函數(shù)及為系統(tǒng)成本最低，約束條件則包括了：系統(tǒng)年供電缺電率、系統(tǒng)建設(shè)空間、設(shè)備選型、有功功率波動、年功功率供給虧率。謝姿等[14]搭建了并網(wǎng)運行下的微電網(wǎng)容量優(yōu)化配置模型，并使用層次分析法將建設(shè)成本、環(huán)保指數(shù)和供電可靠性整合為一個優(yōu)化目標，并提出兩種不同的運行模式及使用蓄電池壽命評價模型，討論不同運行調(diào)度下對蓄電池使用壽命的影響。周林等[15]在研究中將以分布式電源接入大電網(wǎng)中，將分布式電源裝設(shè)位置與容量問題相結(jié)合，以靜態(tài)負荷模型、鏈式配電網(wǎng)為研究基礎(chǔ)，融合電壓調(diào)節(jié)工作與減小線路損耗，創(chuàng)新出將遺傳算法與圖解進行融合的優(yōu)化策略，實現(xiàn)對微電網(wǎng)容量配置的解決。IEA等[16]針對分布式電源裝設(shè)于不同配電網(wǎng)位置的問題，將多目標整合，創(chuàng)建為單優(yōu)化目標，實現(xiàn)最小化配電網(wǎng)的投資成本，在此過程中，使用了仿電磁算法，獲得分布式電源在不同地點裝入的規(guī)劃方案。

在微電網(wǎng)容量配置的工程實例中，其優(yōu)化模型中的優(yōu)化目標及約束條件根據(jù)具體所建設(shè)電網(wǎng)的不同需求，所展現(xiàn)的形式多種多樣，但是整體的發(fā)展趨勢是由只考慮單一的經(jīng)濟性轉(zhuǎn)向全方位考慮經(jīng)濟性、可靠性、環(huán)保性及其他指標發(fā)展，對于微電網(wǎng)優(yōu)化模型的約束條件也是越來越全面包括分布式發(fā)電數(shù)量、所需空間、實時電價等，為了將優(yōu)化目標及約束條件描述的更加精確也是采用的更為先進的數(shù)學(xué)手段，通過不斷的發(fā)展，使得微電網(wǎng)容量配置優(yōu)化模型更加貼近實際建設(shè)中的工程問題。

2 微電網(wǎng)容量配置多目標優(yōu)化算法研究現(xiàn)狀

在微電網(wǎng)容量優(yōu)化配置中，需要使用算法對配置模型進行計算，特別是尋找具有較強收斂和快速運算能力的最優(yōu)解，已成為人們關(guān)注的熱點。針對不同的優(yōu)化模式，不同的優(yōu)化方法有枚舉法、啟發(fā)式法、隨機優(yōu)化法等。

微網(wǎng)容量最優(yōu)分配問題有很多算法，其中應(yīng)用最廣泛的就是基于遺傳算法、粒子群算法、麻雀搜索算法、鯨魚算法、差分進化算法、灰狼算法、人工蜂群算法、模擬退火算法等算法。該方法具有較強的處理能力，能夠在一定條件下，將其用于微網(wǎng)的容量最優(yōu)分配。但是，由于不確定的歷史資料無法充分反映出未來資料的隨機特性，所以很多研究者都采用隨機抽樣技術(shù)、機會約束規(guī)劃、隨機場景技術(shù)、多狀態(tài)建模、魯棒優(yōu)化等方法。

從另外的角度來看，使用何種優(yōu)化算法去求解微電網(wǎng)容量優(yōu)化配置的數(shù)學(xué)模型，在很大程度上是由優(yōu)化模型來決定的，使用合適的求解算法可以更加完整的得到其最優(yōu)配置方案解集。根據(jù)微電網(wǎng)的容量優(yōu)化配置模型中優(yōu)化目標數(shù)量，所采用的優(yōu)化算法可大致分為以下三類。

第一類是只考慮單一優(yōu)化目標，其優(yōu)化模型也較為簡單，所考慮約束條件較少。采用單目標優(yōu)化算法就可以直接求解模型。Maleki A等[17]以偏遠地區(qū)小型風(fēng)、光、儲能設(shè)備組成的混合動力系統(tǒng)為研究對象，建立了以最小化總投資為優(yōu)化目標的容量配置數(shù)學(xué)模型，然后使用基于模擬退火的和聲搜索算法得到最優(yōu)解集。Hatata A Y等[18]提出了一種基于人工免疫系統(tǒng)克隆進化算法，并將該算法用于求解以經(jīng)濟型為優(yōu)化目標的風(fēng)-光-儲微電網(wǎng)系統(tǒng)的容量優(yōu)化配置模型。該方法簡單易行，多適用于家庭的微電網(wǎng)構(gòu)建使用，但對于需要多方面考慮的微電網(wǎng)建設(shè)則顯得力不從心。第二類則考慮多方面影響因素，將多個優(yōu)化目標通過個人設(shè)定的權(quán)重系數(shù)整合為單個優(yōu)化目標，再采用單目標優(yōu)化模型進行求解計算。呂智林等[19]采用熵權(quán)理論將經(jīng)濟性、環(huán)保性和可再生能源利用率組合為一個目標進行優(yōu)化，并使用優(yōu)化后的仿電磁學(xué)算法對模型進行了求解。Yang X等[20]建立了風(fēng)-光-儲-柴的微電網(wǎng)容量優(yōu)化配置模型，使用權(quán)重系數(shù)將經(jīng)濟性和環(huán)保性整合，采用水循環(huán)單目標算法進行了模型求解，最終闡述了水循環(huán)算法相對于其他優(yōu)化算法運算速度更快，收斂性更好。這種將多個目標通過權(quán)重系數(shù)整合為單目標的手段，由于其所設(shè)定的權(quán)重系數(shù)缺乏明確的物理意義，其所得結(jié)果也由于其設(shè)定系數(shù)不同而變化，可信度不高。第三類是建立多目標優(yōu)化模型，并且直接用多目標優(yōu)化算法解算優(yōu)化模型。這種方法的優(yōu)化結(jié)果能夠給出多組可行解，可以為微電網(wǎng)規(guī)劃設(shè)計工作提供更多的選擇，是當(dāng)前被采用最多的方式。劉忠[21]等以成本最低、經(jīng)濟效益最大、碳排放量最小為優(yōu)化目標建立系統(tǒng)模型，并使用NSGA-Ⅱ和GRA求解模型，并對得到的Pareto 解集進行無偏折中決策。

對于多目標優(yōu)化問題而言，枚舉法雖然運算速度很慢，但是其能夠找到該問題完整最優(yōu)解集。但是隨著研究的不斷深入，數(shù)據(jù)量、優(yōu)化變量、優(yōu)化模型等也在不斷增加，枚舉法已經(jīng)難以解決此類問題[22]。與枚舉法比較，智能算法的計算效率則高出很多，但也有存在一些問題：首先，該智能方法所給的解集中往往僅為最優(yōu)解的一類，也就是說，對于最優(yōu)解，其解集并不完全，而且無法確保每個解都屬于最優(yōu)解集；其次，由于其一般都是隨機的，所以每一步的計算都會產(chǎn)生不同的效果。

通過上述文獻綜述，可以看出：

（1）微網(wǎng)的大范圍，寬領(lǐng)域的使用，使得微網(wǎng)的容量優(yōu)化配置目標也從單目標演化成了多目標，微網(wǎng)的限制條件也隨之增加，但是隨著優(yōu)化目標及限制條件的增加，部分優(yōu)化目標本身就存在相互制約，例如經(jīng)濟性優(yōu)化和穩(wěn)定性優(yōu)化會存在一定制約，這就使得如何選擇合適的優(yōu)化目標及限制條件去使得微網(wǎng)的整體優(yōu)化程度更高。

（2）針對相應(yīng)的多目標優(yōu)化去設(shè)計相應(yīng)的優(yōu)化算法也成為優(yōu)化配置的一大熱點、難點。在這一研究領(lǐng)域里不斷追求的就是如何使得優(yōu)化算法的運算速度更快、收斂性更強。在以往的算法中，已經(jīng)能很好的解決確定性數(shù)據(jù)的微網(wǎng)配置問題，但是如何使得算法更加智能，使其能夠通過確定的數(shù)據(jù)去模擬推算未來數(shù)據(jù)是未來算法發(fā)展的主流趨勢。但智能算法由于數(shù)據(jù)的隨機性使得計算結(jié)果不一定都是最優(yōu)解，因此算法的優(yōu)化是一個不斷推進的研究方向，力求提升智能優(yōu)化算法的計算結(jié)果中最優(yōu)解比例。

引用

[1] 趙為光,董鳳麟,楊瑩,等.電氫熱多源聯(lián)合的微能源網(wǎng)優(yōu)化模型[J].黑龍江科技大學(xué)學(xué)報,2021,31(05):634-641.

[2] LI Q,LI R R,PU Y C,et al.Coordinated Control of Electric-hydrogen Hybrid Energy Storage for Multi-microgrid with Fuel Cell/Electrolyzer/PV/Battery[J].Journal of Energy Storage,2021,42:1-12.

[3] 荊朝霞,胡榮興,袁灼新,等.含風(fēng)/光/抽水蓄能并計及負荷響應(yīng)的海島微網(wǎng)優(yōu)化配置[J].電力系統(tǒng)自動化,2017,41(01):65-72.

[4] 羅仕華,胡維昊,黃琦,等.市場機制下光伏/小水電/抽水蓄能電站系統(tǒng)容量優(yōu)化配置[J].電工技術(shù)學(xué)報,2020,35(13):2792-2804.

[5] GAO J J,ZHENG Y,LI J M,et al.Optimal Model for Complementary Operation of a Photovoltaic-Wind-Pumped Storage System[J].Mathematical Problems in Engineering,2018,2018(2):1-9.

[6] 張長云,曾晨,熊華健,等.基于季節(jié)性負載缺電概率比的獨立微電網(wǎng)容量優(yōu)化配置[J].東北電力技術(shù),2021,42(9):6-12.

[7] 毛璐明,楊玉群.考慮負荷重要性的微電網(wǎng)電源容量優(yōu)化配置[J].工業(yè)儀表與自動化裝置,2016(6):62-65+90.

[8] 李彥哲,郭小嘉,董海鷹,等.風(fēng)/光/儲微電網(wǎng)混合儲能系統(tǒng)容量優(yōu)化配置[J].電力系統(tǒng)及其自動化學(xué)報,2020,32(6):123-128.

[9] 聶海寧,黃小琳,曾智勇.中國清潔能源供熱現(xiàn)狀及發(fā)展前景[J].能源與節(jié)能,2018(12):87-89.

[10] 曲彤.基于風(fēng)儲火聯(lián)合調(diào)頻的控制策略與儲能容量優(yōu)化[D].太原:山西大學(xué),2019.

[11] 路暢,郭力,劉一欣,等.基于柔性互聯(lián)的獨立微電網(wǎng)分布式優(yōu)化調(diào)度方法[J].電網(wǎng)技術(shù),2019,43(5):1512-1519.

[12] 吳任博.考慮電-熱耦合特性的能源局域網(wǎng)分層控制策略[J].南方電網(wǎng)技術(shù),2018,12(3):85-90.

[13] 楊賀鈞.計及多因素的含風(fēng)能電力系統(tǒng)可靠性評估及優(yōu)化研究[D].重慶:重慶大學(xué),2014.

[14] 謝姿,張惠娟,劉琪,等.考慮蓄電池壽命的分布式電源容量優(yōu)化配置[J].太陽能學(xué)報,2021,42(10):424-430.

[15] 周林,黃勇,郭珂,等.微電網(wǎng)儲能技術(shù)研究綜述[J].電力系統(tǒng)保護與控制,2011,39(7):147-152.

[16] IEA.China Wind Energy Development Roadmap 2050[R].Paris:International Energy Ageny,2011．

[17] MALEKI A,POURFAYAZ F,ROSEN M A.A Novel Framework for Optimal Design of Hybrid Renewable Energybased Autonomous Energy Systems:A Case Study for Namin,Iran[J].Energy,2016,98(01):168-180.

[18] HATATA A,OSMAN G,ALADL M.An Optimization Method for Sizing a Solar/Wind/Battery Hybrid Power System Based on the Artificial Immune System[J].Sustainable Energy Technologies and Assessments,2018,27:83-93.

[19] 呂智林,譚穎,李捷,等.基于Markov-ELM的獨立混合微網(wǎng)分布式電源多目標容量優(yōu)化配置[J].中國電機工程學(xué)報,2017,37(7): 1927-1937.

[20] YANG X H,LONG J T,LIU P Y,et al.Optimal Scheduling of Microgrid with Distributed Power Based on Water Cycle Algorithm[J].Energies, 2018,11(09):1-17.

[21] YAZDANI A,BHUIYAN F A,PRIMAK S L.Primak.Optimal Sizing Approach for Islanded Microgrids[J].IET Renewable Power Generation,2015,9(2):166-175.

[22]郭力,劉文建,焦冰琦,等.獨立微網(wǎng)系統(tǒng)的多目標優(yōu)化規(guī)劃設(shè)計方法[J].中國電機工程學(xué)報,2014,34(4):524-536.