基于模擬退火遺傳算法的并網(wǎng)微電網(wǎng)優(yōu)化調(diào)度研究

馮悅雯，胡東陽

（國網(wǎng)湖北省電力有限公司神農(nóng)架供電公司，湖北神農(nóng)架 442400）

引言

近年來，在“碳達(dá)峰，碳中和”的戰(zhàn)略引導(dǎo)下，清潔能源發(fā)電的發(fā)展又上了一個新臺階。我國相繼構(gòu)建了大規(guī)模的光伏電站、風(fēng)力發(fā)電場等[1-5]。在“雙碳”戰(zhàn)略不斷推進(jìn)下，一些問題逐漸顯露出來，如以光伏、風(fēng)力發(fā)電為代表的分布式發(fā)電源，由于自然環(huán)境能源獲取的不確定性，導(dǎo)致發(fā)電出力也存在著不確定性。在電網(wǎng)中注入高比例風(fēng)光發(fā)電源后，會對電力系統(tǒng)電能質(zhì)量的管控、繼電保護(hù)，尤其是電網(wǎng)的穩(wěn)定性等產(chǎn)生影響，在不良運(yùn)行情況下甚至電網(wǎng)供電難以保證其可靠性[6-9]，從而影響用戶的生產(chǎn)生活。因此，為了電網(wǎng)和各分布式電源可以更好地融合，微電網(wǎng)的分布式電源組織架構(gòu)和與電網(wǎng)交互方式由此誕生。微電網(wǎng)是一個可與外部電網(wǎng)連接也可脫離電網(wǎng)的微型系統(tǒng)，其包含著基本的源、荷單元。其分布式電源主要包含風(fēng)力發(fā)電機(jī)、光伏單元以及燃?xì)廨啓C(jī)等。由上述單元構(gòu)成的微電網(wǎng)在經(jīng)濟(jì)性、環(huán)境友好性上較傳統(tǒng)能源系統(tǒng)有較大提升。同時，微電網(wǎng)可提高電力網(wǎng)絡(luò)的靈活調(diào)度性。

對于微電網(wǎng)來說，多目標(biāo)優(yōu)化調(diào)度問題是其核心問題之一。為有目的性地進(jìn)行電源的優(yōu)化調(diào)度，國內(nèi)外學(xué)者深入探究并得到不俗成果。文獻(xiàn)[10]通過結(jié)合模擬退火方法和粒子群方法求解優(yōu)化調(diào)度模型，增強(qiáng)了算法的收斂速度和全局搜索性能。文獻(xiàn)[11]通過使用遺傳算法對模型進(jìn)行求解，該方法可以得到最優(yōu)解但容易陷入局部最優(yōu)解。文獻(xiàn)[12]將Metropolis準(zhǔn)則引入蜂群算法，建立求解微電網(wǎng)調(diào)度模型，但該模型只考慮了經(jīng)濟(jì)因素，并未綜合考慮模型的環(huán)境保護(hù)的目標(biāo)。

因此，建立微電網(wǎng)模型，并綜合考慮微電網(wǎng)建設(shè)運(yùn)行的經(jīng)濟(jì)性和環(huán)保性，以微電網(wǎng)建設(shè)運(yùn)行成本和環(huán)境影響為目標(biāo)函數(shù)，使用模擬退火遺傳算法對模型進(jìn)行求解。該方法能夠?qū)ξ㈦娋W(wǎng)各目標(biāo)依據(jù)條件進(jìn)行有效調(diào)度，具備快速求解調(diào)度問題的能力，同時避免了陷入局部最優(yōu)解的困境，能夠適配并解決在微電網(wǎng)場景下的調(diào)度問題。

1 退火遺傳算法

模擬退火算法來源于固體退火原理，隨著高溫物體冷卻，內(nèi)部粒子由無序態(tài)走向有序，最后在冷卻時達(dá)到穩(wěn)定的基態(tài)。其核心思想是通過模擬高溫物體退火過程找到組合優(yōu)化問題近似全局最優(yōu)解，跳出局部最優(yōu)解后繼續(xù)搜索直到得到全局最優(yōu)解。遺傳算法是一種經(jīng)典的元啟發(fā)式算法，也是一種基于自然選擇和群體遺傳機(jī)理的搜索算法。遺傳算法在解決復(fù)雜組合優(yōu)化問題有較好的表現(xiàn)，但算法容易陷入局部最優(yōu)的結(jié)果。

模擬退火遺傳算法(SA&GA)揉合了模擬退火算法和遺傳算法，進(jìn)一步提高了算法的性能。該算法能避免傳統(tǒng)算法陷入局部最優(yōu)解，是因其兼顧了模擬退火的全局搜索能力和遺傳算法的局部搜索能力。為實(shí)現(xiàn)模擬退火遺傳算法，首先通過遺傳算法對種群進(jìn)行編碼，種群信息經(jīng)過適應(yīng)性函數(shù)評價后，得到經(jīng)過選擇、交叉和變異操作的新種群；接著將新種群用Metropolis準(zhǔn)則確定種群狀態(tài)，直至穩(wěn)定。

總結(jié)得到模擬退火遺傳算法的基本流程如下：

（1）參數(shù)確定：確定種群變異概率Pm、種群交叉概率Pc、降溫迭代次數(shù)、最大迭代次數(shù)N以及初始溫度T0、冷卻溫度Tf。

（2）最優(yōu)個體選擇：種群初始化并篩選出最優(yōu)適應(yīng)值F=fmin及所對應(yīng)的最優(yōu)個體。

（3）判斷算法的收斂性：若算法收斂最優(yōu)值和最優(yōu)個體滿足條件，則結(jié)束。反之繼續(xù)進(jìn)行操作，直至收斂。

（4）等溫：每個個體會經(jīng)歷模擬退火中的等溫操作，目的是為了得到新種群中的最小適應(yīng)值f'min和最優(yōu)個體；若f'min＜fmin，那么f'min會更新適應(yīng)值F。

（5）當(dāng)k＜N時，進(jìn)行降溫操作，步驟將回到3；否則結(jié)束計(jì)算，得到最優(yōu)值。

2 微電網(wǎng)模型

微網(wǎng)模型主要包含可控制的燃?xì)廨啓C(jī)出力、不可控的風(fēng)光出力以及由蓄電池構(gòu)成的儲能單元[13-15]。

2.1 目標(biāo)函數(shù)

2.1.1 運(yùn)維成本目標(biāo)函數(shù)

（1）微電網(wǎng)系統(tǒng)的燃料成本

燃料成本產(chǎn)生在燃料發(fā)電源的消耗原料上，下式為微電網(wǎng)中所有能源單元燃料的總費(fèi)用。

其中，Cfu為消耗燃料的市場價格；LHV為所需燃料低位熱值；Pi(t)為系統(tǒng)第i個發(fā)電源在t時產(chǎn)出的有功功率；ηi(t)為系統(tǒng)第i個發(fā)電源在t時的燃料利用率。

（2）微電網(wǎng)系統(tǒng)的維護(hù)成本

微電網(wǎng)在運(yùn)行工作時，對系統(tǒng)的檢修維護(hù)是保證系統(tǒng)正常運(yùn)行的必要手段。維護(hù)成本主要包含系統(tǒng)中的電源設(shè)備出現(xiàn)故障、維修人員費(fèi)用等。

其中，Kmc,i為系統(tǒng)在i電壓等級下的維修系數(shù)。

（3）投資成本

安置微電網(wǎng)系統(tǒng)中所需電源單元的必要投資成本稱為總投資成本，其計(jì)算式如下。

其中，N為系統(tǒng)電源的類型；Ci為安裝發(fā)電源的安裝成本；Ki為系統(tǒng)中第i個發(fā)電源的容量，8760Ki則為第i個發(fā)電源年產(chǎn)電量；di為系統(tǒng)中發(fā)電源計(jì)劃折舊；ri為計(jì)劃折舊年限。

（4）電能交換成本

電能交換成本主要是微電網(wǎng)連接電網(wǎng)并產(chǎn)生能量交流時，基于電價的電能交換成本：

其中，Cb(t)為系統(tǒng)向電網(wǎng)購電價格；Cs(t)為系統(tǒng)向電網(wǎng)買電價格；Nb(t)、Ns(t)分別為購電量和買電量。

故得到系統(tǒng)運(yùn)維總成本

式中，a表示微電網(wǎng)與電網(wǎng)間的交互狀態(tài)。當(dāng)其取值為0時代表微電網(wǎng)系統(tǒng)不產(chǎn)生電網(wǎng)間能量交互，即表示離網(wǎng)或無功率交流；當(dāng)a為-1時，表示微網(wǎng)向電網(wǎng)輸送電能并基于電價獲得售電獲利；當(dāng)a為1時，微網(wǎng)會向電網(wǎng)獲取電能并基于電價產(chǎn)生一定成本。

2.1.2 環(huán)境成本目標(biāo)函數(shù)

所涉及的環(huán)境成本的主要來源為微電網(wǎng)各設(shè)備在工作過程中產(chǎn)生對環(huán)境造成傷害的主要污染物，如CO、CO2、SO2、NOx等的處理成本。

其中，Cev為總環(huán)境成本；Ck為處理k類污染物的單位成本；M為設(shè)備工作時產(chǎn)生污染物的類型；T為系統(tǒng)調(diào)度時段，最小單位為1 h；ri,k為系統(tǒng)第i個發(fā)電源單位有功產(chǎn)生的某污染物質(zhì)量；rg,k為單位電能交換時產(chǎn)生的某污染物質(zhì)量。

2.1.3 綜合效益的目標(biāo)函數(shù)

綜合效益是將影響微電網(wǎng)建設(shè)因素周全考慮的必要途徑。微電網(wǎng)短周期獲益能力一般，因?yàn)樵诔跏纪顿Y建設(shè)微電網(wǎng)需要花費(fèi)較多成本，并在后續(xù)過程因運(yùn)維和環(huán)境維護(hù)產(chǎn)生額外成本。故在綜合效益中綜合考慮了經(jīng)濟(jì)性和環(huán)保性：

式中，C表示微電網(wǎng)的綜合效益；α和β分別指上述的設(shè)備運(yùn)行成本和環(huán)境影響成本所占比例。本文中認(rèn)為運(yùn)行成本和環(huán)境成本有著相同的考量權(quán)重，故兩者的權(quán)重系數(shù)為0.5。

2.2 約束條件

（1）功率平衡約束

功率平衡表示微電網(wǎng)系統(tǒng)運(yùn)行時，功率的生產(chǎn)和負(fù)載消耗要保持動態(tài)平衡，即輸出功率等于輸入功率，從而保證電能質(zhì)量。

其中，Pload(t)為系統(tǒng)負(fù)荷在t時所需功率；Pi(t)為系統(tǒng)第i個發(fā)電源在運(yùn)行t時后的有功功率；Ploss(t)為系統(tǒng)在運(yùn)行t時后的損失功率；Pg(t)為系統(tǒng)與電網(wǎng)間的交換功率。

（2）電源輸出功率約束

在微電網(wǎng)中配置的分布式電源，由于自身的物理特性的限制和外在因素的影響，可輸出功率存在最大值和最小值。

其中，Pmaxi、Pmini分別為系統(tǒng)中各功率輸出單元能輸出的最大、最小有功功率。

（3）電網(wǎng)功率交換約束

當(dāng)微電網(wǎng)中各源、荷單位不滿足電力系統(tǒng)供需關(guān)系時，微電網(wǎng)需要并網(wǎng)運(yùn)行，從電網(wǎng)中交換能量以保證電網(wǎng)穩(wěn)定。微電網(wǎng)和電網(wǎng)之間必定存在功率的交互。

其中，Pming為微電網(wǎng)并網(wǎng)運(yùn)行時交換功率的最小值，是微電網(wǎng)并網(wǎng)運(yùn)行時交換功率的最大值；Pg(t)為兩系統(tǒng)在一定時間內(nèi)的交換功率。

（4）儲能裝置容量約束

本研究的微電網(wǎng)中儲能裝置配備的是蓄電池，因此其須滿足蓄電池的充放電限制和容量的限制條件：

式中，Pdis(t)為選取的蓄電池放電功率；Pcha(t)為選取的蓄電池充電功率；Pmaxdis為配置的儲能蓄電池最大的放電功率；Pmaxcha為配置的儲能蓄電池最大的充電功率；SOC(t)變化值是蓄電池的容量狀態(tài)通常在0-1間浮動，0代表儲能電量完全放空，1代表是儲能電量滿額；其中SOCmin是蓄電池電能設(shè)定最小存儲量，SOCmax是蓄電池電能設(shè)定最大存儲量。

3 仿真分析

3.1 參數(shù)設(shè)置

微電網(wǎng)系統(tǒng)中，與運(yùn)行條件和成本計(jì)算相關(guān)的設(shè)備參數(shù)如表1～表2所示。

表1 各電源相關(guān)參數(shù)

表2 各電源污染物排放系數(shù)

在該場景下，采用固定購售電價形式，并且電網(wǎng)和微電網(wǎng)可進(jìn)行能量交換即為并網(wǎng)條件。故在向電網(wǎng)購電時，固定電價為0.5(元/kWh)，在向電網(wǎng)售電時，固定電價為0.39(元/kWh)。在該場景中，當(dāng)微電網(wǎng)總輸出的發(fā)電功率滿足并超過負(fù)荷需求時，將多余的電量存儲在蓄電池中。儲能設(shè)備的荷電狀態(tài)大于0.8時，系統(tǒng)就可將剩余電能以固定電價出售給大電力系統(tǒng)。

3.2 仿真分析

依據(jù)上述參數(shù)設(shè)置以及選取某地區(qū)夏季一日負(fù)荷變化曲線和風(fēng)光電出力進(jìn)行調(diào)度的仿真。在該場景下，光伏和風(fēng)電的出力處于滿發(fā)狀態(tài)，優(yōu)先滿足微電網(wǎng)系統(tǒng)中的符合能量需求。當(dāng)具有不確定性的風(fēng)光出力不滿足負(fù)荷時，燃?xì)廨啓C(jī)為微電網(wǎng)持續(xù)提供電能。在該仿真條件下，燃?xì)廨啓C(jī)一直在出力，當(dāng)主發(fā)電單元仍有功率不平衡或不滿足約束條件時，儲能系統(tǒng)和電網(wǎng)交互作用得以顯現(xiàn)。其作用一是避免能量浪費(fèi)，可消解棄風(fēng)和棄光量；二是售電行為可降低成本；三是增強(qiáng)主網(wǎng)和微電網(wǎng)的穩(wěn)定性，削減不確定風(fēng)光出力的直接影響。

4 結(jié)語

該方法能夠?qū)ξ㈦娋W(wǎng)各目標(biāo)依據(jù)條件進(jìn)行有效調(diào)度，具備快速求解調(diào)度問題的能力，同時避免了陷入局部最優(yōu)解的困境，能夠適配并解決在微電網(wǎng)場景下的調(diào)度問題。調(diào)度求解結(jié)果顯示，微電網(wǎng)可避免能量浪費(fèi)，消解棄風(fēng)和棄光量，降低成本，增強(qiáng)主網(wǎng)和微電網(wǎng)的穩(wěn)定性，削減不確定風(fēng)光出力的直接影響。