基于模型預(yù)測控制的多時(shí)間尺度孤立電網(wǎng)多源協(xié)同優(yōu)化調(diào)度

杜善周，黃涌波，菅云峰，徐靚，宋嘯宇，袁亮

(1．神華準(zhǔn)格爾能源有限責(zé)任公司，內(nèi)蒙古 鄂爾多斯 010300；2．中國神華能源股份有限公司哈爾烏素露天煤礦，內(nèi)蒙古 鄂爾多斯 017100；3．中南大學(xué)自動(dòng)化學(xué)院，湖南 長沙 410083)

0 引言

為實(shí)現(xiàn)能源高質(zhì)量發(fā)展，國家“十四五”規(guī)劃提出構(gòu)建低碳、清潔、安全、高效的現(xiàn)代能源體系。在此背景下，電力系統(tǒng)將采用多種能源供給。現(xiàn)階段電力系統(tǒng)中主要存在三種異構(gòu)電源：基于同步發(fā)電機(jī)組的傳統(tǒng)發(fā)電，以可再生能源為主的分布式電源和能量雙向流動(dòng)的儲(chǔ)能[1]。對于含多種能源發(fā)電方式的孤立電網(wǎng)，因缺乏大電網(wǎng)的支撐，分布式電源的出力波動(dòng)會(huì)使電壓和頻率產(chǎn)生較大范圍的波動(dòng)，對系統(tǒng)穩(wěn)定運(yùn)行造成威脅[2]。

為了降低新能源出力不確定性的影響，必須提前對分布式電源進(jìn)行不同時(shí)間尺度的預(yù)測和調(diào)度，而用于應(yīng)對新能源出力波動(dòng)的前瞻控制策略和新能源發(fā)電功率預(yù)測的準(zhǔn)確性本身存在矛盾，即預(yù)測的誤差會(huì)隨前瞻時(shí)長的增大而增大[3]。因此，根據(jù)孤立電網(wǎng)中各電源的運(yùn)行特性，采用多時(shí)間尺度的前瞻性優(yōu)化控制策略有利于應(yīng)對分布式電源的不確定性，對孤立電網(wǎng)的安全經(jīng)濟(jì)運(yùn)行具有重大意義。

文獻(xiàn)[4]基于風(fēng)電預(yù)測精度隨時(shí)間尺度逐級(jí)提高的特性和有功調(diào)度的固有特點(diǎn)，提出了多時(shí)間尺度協(xié)調(diào)的有功調(diào)度模式，通過對出力計(jì)劃的逐級(jí)修正，降低風(fēng)電接入后電網(wǎng)運(yùn)行的不確定性，增加系統(tǒng)接納風(fēng)電的能力。文獻(xiàn)[5]的多時(shí)間尺度動(dòng)態(tài)優(yōu)化調(diào)度中，長時(shí)間尺度采用有功調(diào)度成本最小的經(jīng)濟(jì)調(diào)度模型，短時(shí)間尺度以有功出力修正偏差最小為目標(biāo)，通過多步動(dòng)態(tài)滾動(dòng)優(yōu)化，使得有功出力控制過程更加平滑。文獻(xiàn)[6]以系統(tǒng)總運(yùn)行成本和污染排放最小為目標(biāo)建立了多時(shí)間尺度源荷協(xié)調(diào)調(diào)度模型，將日前調(diào)度、日內(nèi)滾動(dòng)調(diào)度和實(shí)時(shí)調(diào)度統(tǒng)籌兼顧配合，并采用智能優(yōu)化算法逐級(jí)求解，為電網(wǎng)消納間歇性能源提供了一種有效途徑。

文獻(xiàn)[7]提出了模型預(yù)測控制技術(shù)(model predictive control，MPC)，在系統(tǒng)當(dāng)前和未來運(yùn)行狀態(tài)的基礎(chǔ)上，進(jìn)行不斷滾動(dòng)的有限時(shí)段的優(yōu)化，實(shí)現(xiàn)動(dòng)態(tài)的最優(yōu)控制，在處理風(fēng)電、光伏等不確定性電源時(shí)，具有較好的魯棒性，因此，在電力系統(tǒng)(包括微電網(wǎng))中已受到越來越多的關(guān)注。文獻(xiàn)[8-11]將MPC技術(shù)用于微電網(wǎng)的經(jīng)濟(jì)調(diào)度問題，以微電網(wǎng)運(yùn)行的經(jīng)濟(jì)性為主要目標(biāo)，并綜合考慮了分布式電源運(yùn)行約束與系統(tǒng)穩(wěn)態(tài)潮流約束。文獻(xiàn)[12]將MPC與多時(shí)間尺度策略結(jié)合，提出了一種適用于多源孤島的雙層MPC控制策略，通過第一層控制在較長時(shí)間尺度上對各組件的運(yùn)行方式進(jìn)行優(yōu)化，通過第二層控制在較小時(shí)間尺度上實(shí)時(shí)調(diào)整各柴油發(fā)電機(jī)的出力權(quán)重以消除第一層控制產(chǎn)生的預(yù)測誤差。

本文根據(jù)含異構(gòu)電源孤立電網(wǎng)的運(yùn)行特性以及現(xiàn)有優(yōu)化調(diào)度模式，建立基于MPC的多時(shí)間尺度多源協(xié)同優(yōu)化調(diào)度模型。考慮到源荷功率的不確定性及其預(yù)測精度隨時(shí)間尺度的減小而提高的特性，提出日前-日內(nèi)-實(shí)時(shí)的多時(shí)間尺度優(yōu)化調(diào)度框架，實(shí)現(xiàn)多級(jí)配合、逐級(jí)精細(xì)調(diào)控；同時(shí)，基于模型預(yù)測控制策略，形成具有前瞻性的閉環(huán)優(yōu)化控制，能更好地應(yīng)對可再生能源不確定性的影響；優(yōu)化調(diào)度模型以系統(tǒng)運(yùn)行成本最低為目標(biāo)，考慮各項(xiàng)運(yùn)行安全約束，實(shí)現(xiàn)孤立電網(wǎng)的安全運(yùn)行和經(jīng)濟(jì)調(diào)度。

1 多時(shí)間尺度優(yōu)化調(diào)度框架

國內(nèi)傳統(tǒng)的電網(wǎng)調(diào)度主要采用人工日前調(diào)度計(jì)劃和自動(dòng)發(fā)電控制等2個(gè)時(shí)間尺度相結(jié)合的方式[4]。但是這樣較大時(shí)間跨度的調(diào)度模式比較粗放，難以應(yīng)對當(dāng)前系統(tǒng)中具有強(qiáng)不確定性的分布式電源，并且在實(shí)際運(yùn)行時(shí)還可能因?yàn)橄到y(tǒng)備用不足及爬坡受限導(dǎo)致調(diào)節(jié)失敗。

對于含異構(gòu)電源的孤立電網(wǎng)源側(cè)協(xié)同優(yōu)化調(diào)度問題，需要根據(jù)間歇性分布式電源、可控機(jī)組、儲(chǔ)能單元，以及系統(tǒng)負(fù)荷在不同時(shí)間尺度上的預(yù)測和控制特性，采用多時(shí)間尺度優(yōu)化調(diào)度策略，發(fā)揮各可控資源的調(diào)控作用，將電網(wǎng)的協(xié)同優(yōu)化控制逐級(jí)細(xì)化，實(shí)現(xiàn)系統(tǒng)持續(xù)的安全經(jīng)濟(jì)運(yùn)行。該策略通常可以劃分為日前計(jì)劃、日內(nèi)計(jì)劃和實(shí)時(shí)調(diào)度3個(gè)層次，分別制定優(yōu)化目標(biāo)，建立優(yōu)化模型，實(shí)現(xiàn)多時(shí)間尺度協(xié)同遞進(jìn)的優(yōu)化調(diào)度[13]。

1)日前計(jì)劃。日前計(jì)劃即提前一天對各電源的啟停狀態(tài)和出力水平進(jìn)行優(yōu)化，需要基于分布式電源和負(fù)荷的短期預(yù)測信息(周期為24 h，精度為1 h)，以系統(tǒng)安全為約束，以運(yùn)行經(jīng)濟(jì)性為協(xié)調(diào)優(yōu)化目標(biāo)，建立優(yōu)化調(diào)度模型，利用優(yōu)化工具進(jìn)行求解，形成次日基本的調(diào)度計(jì)劃，為設(shè)備和人工的安排提供參考。

2)日內(nèi)計(jì)劃。日內(nèi)計(jì)劃即系統(tǒng)運(yùn)行日當(dāng)天進(jìn)行的優(yōu)化調(diào)度。在日內(nèi)優(yōu)化調(diào)度周期中，以對應(yīng)長時(shí)間尺度優(yōu)化調(diào)度下發(fā)的結(jié)果作為參考值，基于誤差更小的源荷超短期預(yù)測信息(周期為4 h，精度為15 min)，可采用模型預(yù)測等控制方法進(jìn)行滾動(dòng)優(yōu)化，逐步完成對日前調(diào)度計(jì)劃的修正，實(shí)現(xiàn)能量的平衡和出力的平滑[14]。

3)實(shí)時(shí)調(diào)度。發(fā)電功率的超短期預(yù)測誤差和負(fù)荷功率的5 min級(jí)波動(dòng)仍會(huì)導(dǎo)致系統(tǒng)頻率相對計(jì)劃的偏差，因此還可以根據(jù)需要進(jìn)行接近于實(shí)時(shí)的更小時(shí)間尺度的優(yōu)化(周期為15 min，精度為5 min)。在調(diào)度計(jì)劃下發(fā)實(shí)施時(shí)，還可以充分利用電網(wǎng)狀態(tài)的實(shí)時(shí)量測信息，對發(fā)電計(jì)劃進(jìn)行反饋校正，以更短的周期調(diào)整機(jī)組出力，以有效應(yīng)對源荷的功率波動(dòng)。

2 基于MPC的優(yōu)化調(diào)度模型

2.1 日前優(yōu)化調(diào)度

2.1.1模型目標(biāo)函數(shù)

日前優(yōu)化調(diào)度根據(jù)可再生能源、負(fù)荷的日前預(yù)測功率，綜合考慮可靠性、經(jīng)濟(jì)性和綠色性指標(biāo)，采取系統(tǒng)運(yùn)行總成本最低的經(jīng)濟(jì)調(diào)度模型，目標(biāo)函數(shù)為：

(1)

式中：F為系統(tǒng)運(yùn)行總成本；T為日前優(yōu)化調(diào)度周期；NG、NB分別為可控分布式電源及儲(chǔ)能裝置的數(shù)量；CG為可控分布式電源調(diào)度成本；CB為儲(chǔ)能單元調(diào)度成本；Closs為系統(tǒng)棄風(fēng)棄光成本，各調(diào)度成本的具體數(shù)學(xué)模型如下：

1)火電機(jī)組調(diào)度成本

(2)

式中：PGi(t)為火電機(jī)組出力功率；ai、bi、ci為火電調(diào)度成本系數(shù)。

2)儲(chǔ)能單元調(diào)度成本

儲(chǔ)能電池運(yùn)行過程中，無論是充電還是放電都會(huì)對使用壽命造成影響。假設(shè)儲(chǔ)能電池的虛擬調(diào)度成本為：

CBj(t)=cbPBj(t)

(3)

式中：cb為儲(chǔ)能電池成本系數(shù)；PBj(t)為儲(chǔ)能充放電功率。

3)系統(tǒng)棄風(fēng)棄光成本

為保證系統(tǒng)功率平衡，并同時(shí)協(xié)調(diào)經(jīng)濟(jì)性和綠色性的需求，對風(fēng)電、光伏等可再生能源機(jī)組出力過多時(shí)可采取必要的棄風(fēng)棄光策略，計(jì)算該部分成本為：

Closs(t)=clossPloss(t)

(4)

式中：closs為棄風(fēng)棄光成本系數(shù)；Ploss(t)為棄風(fēng)棄光功率。

2.1.2約束條件

日前優(yōu)化調(diào)度需要滿足的約束條件如下：

1)功率平衡約束

(5)

式中：uB為儲(chǔ)能單元充放電標(biāo)志，uB=1表示儲(chǔ)能放電，uB=0表示儲(chǔ)能充電；Pload(t)為系統(tǒng)負(fù)荷需求功率；Pdis(t)、Pch(t)分別為儲(chǔ)能放電、充電功率。

2)火電機(jī)組出力上下限約束

PGi,min≤PGi(t)≤PGi,max

(6)

式中：PGi,min和PGi,max分別為火電機(jī)組的最小和最大輸出功率。

3)備用容量約束

(7)

式中：Rt為系統(tǒng)備用率。

4)火電機(jī)組功率爬坡約束

ΔPGi,min≤PGi(t)-PGi(t-1)≤ΔPGi,max

(8)

式中：ΔPGi,min和ΔPGi,max分別為分布式電源爬坡功率的下限和上限幅值。

5)儲(chǔ)能單元荷電狀態(tài)約束

儲(chǔ)能荷電狀態(tài)(state of charge，SOC)是指儲(chǔ)能剩余容量與額定容量之比?？梢杂墒?9)計(jì)算，并需滿足式(10)的上下限約束：

(9)

SOC,min≤SOC(t)≤SOC,max

(10)

式中：η為儲(chǔ)能充電效率；E為儲(chǔ)能容量；SOC,min、SOC,max分別為儲(chǔ)能SOC允許的最小和最大值。

此外，由于微網(wǎng)調(diào)度存在一定的周期性，為保證儲(chǔ)能系統(tǒng)滿足下一周期的運(yùn)行，儲(chǔ)能單元在調(diào)度末時(shí)段的剩余容量應(yīng)等于起始時(shí)刻的剩余容量：

SOC(0)=SOC(T)

(11)

6)儲(chǔ)能單元充放電功率約束

(12)

式中：Pch,max和Pdis,max分別為儲(chǔ)能單元充電、放電功率允許的最大值。

2.2 日內(nèi)滾動(dòng)優(yōu)化調(diào)度

2.2.1MPC算法

由于含異構(gòu)電源的孤立電網(wǎng)源側(cè)智能協(xié)同控制涉及非線性、時(shí)變性的復(fù)雜系統(tǒng)優(yōu)化，可以考慮采用MPC算法，通過在線采樣跟蹤系統(tǒng)狀態(tài)，并進(jìn)行實(shí)時(shí)、靈活調(diào)整優(yōu)化。該算法主要包括模型預(yù)測、滾動(dòng)優(yōu)化、反饋校正三個(gè)基本環(huán)節(jié)。

1)模型預(yù)測。模型預(yù)測控制作為一種基于模型的前瞻控制算法，需要根據(jù)被控對象的歷史信息和未來輸入，預(yù)測系統(tǒng)未來的響應(yīng)。所以凡是能預(yù)測系統(tǒng)未來狀態(tài)的模型都可以作為預(yù)測模型。在模型預(yù)測控制的框架中，只重視模型的功能，對模型的結(jié)構(gòu)形式和精細(xì)程度沒有過多要求，傳統(tǒng)的狀態(tài)空間方程、傳遞函數(shù)，甚至線性系統(tǒng)的階躍響應(yīng)、脈沖響應(yīng)等都可以作為預(yù)測模型使用。

2)滾動(dòng)優(yōu)化。模型預(yù)測控制采用的是有限時(shí)段的滾動(dòng)優(yōu)化策略，如圖1所示。在每一個(gè)時(shí)間斷面進(jìn)行的優(yōu)化只涉及之后的有限時(shí)段，到下一時(shí)刻，同樣的優(yōu)化時(shí)間窗向前推移，進(jìn)入新一輪的優(yōu)化過程。在每個(gè)采樣時(shí)刻，根據(jù)控制對象當(dāng)前、未來的狀態(tài)信息及優(yōu)化目標(biāo)，求解得到該時(shí)刻起有限時(shí)域內(nèi)的最優(yōu)控制序列，但只執(zhí)行該序列中的第一項(xiàng)。這樣的策略可以防止模型失配和不確定擾動(dòng)引起的控制誤差[15]。對于微網(wǎng)協(xié)同優(yōu)化問題，這樣反復(fù)在線進(jìn)行的滾動(dòng)優(yōu)化能有效應(yīng)對源荷的不確定性波動(dòng)，實(shí)現(xiàn)動(dòng)態(tài)性能良好的控制。

圖1 模型預(yù)測控制策略

3)反饋校正。由于實(shí)際被控過程存在非線性、時(shí)變性、不確定性，模型預(yù)測輸出會(huì)與實(shí)際存在偏差。因此在進(jìn)行新一輪的優(yōu)化之前，需要通過系統(tǒng)實(shí)時(shí)量測信息對模型預(yù)測輸出進(jìn)行更新修正。通過這樣的環(huán)節(jié)，整個(gè)過程形成了更可靠的閉環(huán)優(yōu)化。

2.2.2基于MPC的日內(nèi)滾動(dòng)優(yōu)化調(diào)度模型

模型預(yù)測控制方法框架下的日內(nèi)調(diào)度采用滾動(dòng)時(shí)域的策略，在日前機(jī)組組合計(jì)劃的基礎(chǔ)上，基于日內(nèi)超短期預(yù)測信息，通過反復(fù)多次的在線滾動(dòng)優(yōu)化，對日前發(fā)電功率曲線進(jìn)行修正。該時(shí)間尺度的調(diào)度依然采用調(diào)度周期內(nèi)系統(tǒng)綜合成本最低的優(yōu)化目標(biāo)：

(13)

約束條件與日前優(yōu)化模型的公式(5)—(6)、公式(8)—(10)、公式(12)中心約束條件相同。

盡管當(dāng)前風(fēng)光發(fā)電的出力預(yù)測已經(jīng)能達(dá)到較高精度，但是與實(shí)際出力仍會(huì)存在一定偏差，這將導(dǎo)致模型預(yù)測控制超前下發(fā)的可控分布式電源的出力指令與實(shí)際需求存在偏差。因此，需要將每個(gè)采樣時(shí)刻新能源出力的實(shí)時(shí)量測值及系統(tǒng)的實(shí)時(shí)狀態(tài)作為新一輪滾動(dòng)優(yōu)化的初始值，相當(dāng)于完成了反饋校正環(huán)節(jié)，使整個(gè)過程構(gòu)成閉環(huán)控制，以降低不確定性的影響，提高控制精度，即：

“新故相推，日生不滯”。今天的寧波舟山港已成為長江經(jīng)濟(jì)帶重要的中轉(zhuǎn)運(yùn)輸通道，水水中轉(zhuǎn)、江海聯(lián)運(yùn)優(yōu)勢正在進(jìn)一步擴(kuò)大。

P0(k+1)=Preal(k+1)

(14)

日內(nèi)滾動(dòng)優(yōu)化調(diào)度的實(shí)現(xiàn)流程如圖2所示。

圖2 短時(shí)間尺度優(yōu)化調(diào)度流程

1)以可調(diào)度機(jī)組出力、儲(chǔ)能充放電功率、儲(chǔ)能SOC、系統(tǒng)源荷有功功率差額構(gòu)成的向量x(k)=(PG(k)PB(k)SB(k) ΔPgrid)T為狀態(tài)變量；以可調(diào)度機(jī)組和儲(chǔ)能的出力增量構(gòu)成的向量u(k)=(ΔPG(k) ΔPB(k))T為控制變量；以系統(tǒng)負(fù)荷、可再生能源機(jī)組超短期預(yù)測功率增量構(gòu)成的向量r(k)=(ΔPload(k) ΔPrenew(k))T為擾動(dòng)輸入；以儲(chǔ)能SOC和源荷功率差額構(gòu)成的向量y(k)=(SB(k) ΔPgrid(k))T為輸出變量，建立系統(tǒng)狀態(tài)空間方程模型。

(15)

(16)

2)在當(dāng)前時(shí)刻k，基于系統(tǒng)狀態(tài)空間方程預(yù)測模型，得到預(yù)測時(shí)域p內(nèi)的系統(tǒng)狀態(tài)序列{x(k+1|k)，x(k+2|k)，…，x(k+M|k)}。

3)基于系統(tǒng)當(dāng)前和未來的狀態(tài)，同時(shí)考慮約束條件和優(yōu)化目標(biāo)，通過求解優(yōu)化問題，得到未來控制時(shí)域M內(nèi)控制序列{u(k+1)，u(k+2)，…，u(k+M)}。

4)將控制序列的第一個(gè)值u(k+1)應(yīng)用于控制系統(tǒng)。

5)在k+1時(shí)刻，根據(jù)實(shí)時(shí)值將系統(tǒng)狀態(tài)更新為x(k+1|k+1)，重復(fù)滾動(dòng)優(yōu)化流程。

2.3 實(shí)時(shí)優(yōu)化調(diào)度

在模型預(yù)測控制算法框架下，實(shí)時(shí)尺度的優(yōu)化也可以直接看作如式(14)所示的反饋校正環(huán)節(jié)，即通過實(shí)時(shí)量測得到系統(tǒng)的狀態(tài)信息，同時(shí)更新下一滾動(dòng)周期的初始值，形成閉環(huán)控制。本文的優(yōu)化模型采用的是后者。

3 算例分析

3.1 基本數(shù)據(jù)

為了驗(yàn)證本文所提協(xié)同優(yōu)化調(diào)度方法的有效性，仿真算例以某孤立電網(wǎng)為對象展開，系統(tǒng)包含1套光伏發(fā)電機(jī)組、1臺(tái)傳統(tǒng)火電機(jī)組和1臺(tái)儲(chǔ)能設(shè)備，各機(jī)組單元的參數(shù)見表1。

表1 系統(tǒng)參數(shù)

算例以該微網(wǎng)某運(yùn)行日負(fù)荷功率與光伏出力短期、超短期預(yù)測值作為調(diào)度數(shù)據(jù)，如圖3—4所示。

圖3 負(fù)荷數(shù)據(jù)

圖4 光伏數(shù)據(jù)

3.2 日前調(diào)度結(jié)果分析

以上述24 h源荷短期預(yù)測數(shù)據(jù)為基礎(chǔ)，進(jìn)行日前優(yōu)化調(diào)度計(jì)算，得到可控火電機(jī)組、儲(chǔ)能單元日前有功出力計(jì)劃值如圖5所示。

圖5 各機(jī)組日前調(diào)度結(jié)果

由圖5可知：

1)在00:00—06:00及19:00—24:00，由于沒有光照，光伏出力為0，系統(tǒng)負(fù)荷主要依靠火電機(jī)組和儲(chǔ)能放電供給；在10:00—18:00，光照充足，光伏出力較多，凈負(fù)荷(總負(fù)荷與光伏出力之差)較低，火電機(jī)組保持在相對穩(wěn)定的較低出力，減少燃煤損耗和調(diào)節(jié)成本，降低碳排放，同時(shí)儲(chǔ)能積極吸納多余電能以備晚間的負(fù)荷高峰使用，實(shí)現(xiàn)了電能在時(shí)間上的轉(zhuǎn)移，大大提升了能源利用率，提高了系統(tǒng)穩(wěn)定運(yùn)行的能力。

2)在整個(gè)運(yùn)行過程中，火電機(jī)組出力和儲(chǔ)能單元SOC均在允許的安全范圍內(nèi)，且火電機(jī)組調(diào)節(jié)次數(shù)不多，儲(chǔ)能也能根據(jù)需求靈活快速地響應(yīng)，再加上必要的合理?xiàng)夒姴呗?，共同維持了系統(tǒng)有功功率的平衡。

3.3 日內(nèi)調(diào)度結(jié)果分析

基于源荷超短期預(yù)測數(shù)據(jù)進(jìn)行日內(nèi)滾動(dòng)優(yōu)化，得到各機(jī)組日內(nèi)計(jì)劃功率曲線如圖6所示。

圖6 各機(jī)組日內(nèi)調(diào)度結(jié)果

由日內(nèi)調(diào)度結(jié)果可知：

1)日內(nèi)調(diào)度的功率曲線基本遵循了日前出力計(jì)劃的趨勢，并在此基礎(chǔ)上以更精準(zhǔn)的預(yù)測數(shù)據(jù)、在線的滾動(dòng)優(yōu)化及實(shí)時(shí)的反饋校正，得到了更精細(xì)、更優(yōu)的出力計(jì)劃。

2)從圖7所示儲(chǔ)能的調(diào)度結(jié)果來看，合理利用儲(chǔ)能可以將電能在時(shí)間上進(jìn)行平移的功能，并相對日前計(jì)劃選擇了更經(jīng)濟(jì)、更合理的時(shí)機(jī)進(jìn)行充放電，還更充分地利用了儲(chǔ)能容量，這都有利于發(fā)揮儲(chǔ)能價(jià)值、降低使用成本。

圖7 儲(chǔ)能單元SOC日內(nèi)調(diào)度結(jié)果

3.4 與傳統(tǒng)方法的對比分析

為了證明所提策略的效果優(yōu)勢，對比算例不采用模型預(yù)測控制框架下的滾動(dòng)優(yōu)化，直接在調(diào)度周期內(nèi)基于超短期預(yù)測數(shù)據(jù)進(jìn)行一次性的開環(huán)優(yōu)化計(jì)算，且未根據(jù)系統(tǒng)實(shí)時(shí)狀態(tài)進(jìn)行反饋校正。各機(jī)組調(diào)度結(jié)果如圖8和表2所示。

(a)調(diào)度周期T=4 h

(b)調(diào)度周期T=2 h

表2 系統(tǒng)調(diào)度成本 萬元

若采用開環(huán)優(yōu)化策略，各機(jī)組只能根據(jù)當(dāng)前調(diào)度周期內(nèi)的預(yù)測信息進(jìn)行出力計(jì)算，無法進(jìn)行前瞻性的調(diào)控。

由以上調(diào)度結(jié)果可以看出，系統(tǒng)幾乎完全依靠火電機(jī)組跟蹤凈負(fù)荷需求，火電機(jī)組進(jìn)行頻繁的調(diào)節(jié)，將產(chǎn)生極大的調(diào)節(jié)損耗，縮短機(jī)械壽命；并且，當(dāng)凈負(fù)荷變化較快(如18:00左右)時(shí)，如果單靠火電機(jī)組響應(yīng)，則會(huì)出現(xiàn)火電爬坡越限的情況，這在實(shí)際運(yùn)行中是不允許出現(xiàn)的，可見這樣的策略難以應(yīng)對功率波動(dòng)較強(qiáng)的新能源系統(tǒng)。其次，該策略難以發(fā)揮儲(chǔ)能的調(diào)度作用，由于缺乏系統(tǒng)前瞻性的信息，難以做到未雨綢繆地利用儲(chǔ)能，無法實(shí)現(xiàn)促進(jìn)新能源消納的目標(biāo)，也不利于進(jìn)一步提升系統(tǒng)可再生能源發(fā)電占比。

將圖8的傳統(tǒng)開環(huán)調(diào)度結(jié)果與圖6的滾動(dòng)優(yōu)化調(diào)度結(jié)果綜合對比來看，基于MPC的滾動(dòng)優(yōu)化策略在含高比例新能源的微網(wǎng)調(diào)度中具有更優(yōu)的性能。

3.5 模型預(yù)測控制參數(shù)的討論

對于模型預(yù)測控制所采用的滾動(dòng)時(shí)域策略，相關(guān)時(shí)間參數(shù)會(huì)影響優(yōu)化控制性能，其中包括控制時(shí)間間隔ΔT、控制時(shí)域M和預(yù)測時(shí)域p，如圖9所示。控制時(shí)間間隔ΔT表示兩次優(yōu)化過程相隔的時(shí)間，控制時(shí)域M表示的是每次優(yōu)化求解所得到的控制序列長度，預(yù)測時(shí)域p則表示每次優(yōu)化求解所基于的預(yù)測信息的前瞻時(shí)間長度。

圖9 模型預(yù)測控制參數(shù)示意圖

3.5.1預(yù)測時(shí)長的影響

從理論上分析，若預(yù)測時(shí)域越長，預(yù)測控制優(yōu)化調(diào)度的前瞻性便越好，即預(yù)測時(shí)間窗內(nèi)能反映更多系統(tǒng)的未來狀態(tài)信息，則更有利于對系統(tǒng)未來的變化進(jìn)行提前響應(yīng)，所得的結(jié)果將會(huì)更優(yōu)。圖10為采用相同控制時(shí)間間隔、控制時(shí)域下，預(yù)測時(shí)域分別取2 h、4 h、5 h三種情況下的日內(nèi)滾動(dòng)優(yōu)化調(diào)度結(jié)果。

可以看出，三種情況下火電機(jī)組的出力曲線基本一致，儲(chǔ)能的調(diào)度則存在較大差異。圖10(a)中，儲(chǔ)能在12:00—18:00時(shí)段系統(tǒng)電量盈余時(shí)沒有進(jìn)行充電，是因?yàn)轭A(yù)測時(shí)域過短，無法提前預(yù)知到18:00之后凈負(fù)荷迅速上漲，導(dǎo)致沒有進(jìn)行合理的儲(chǔ)能，造成較大量的棄風(fēng)，不利于新能源的消納和系統(tǒng)的經(jīng)濟(jì)性。圖10(b)與圖10(c)的結(jié)果基本一致，只是對中午儲(chǔ)能充電時(shí)間點(diǎn)的選擇有早晚之差，預(yù)測時(shí)域越長，則越能做出更提前的響應(yīng)。但是，當(dāng)預(yù)測時(shí)域增長到一定程度時(shí)，帶來的優(yōu)化效果不再明顯，反而會(huì)增大優(yōu)化求解的計(jì)算量。因此需要根據(jù)系統(tǒng)具體的運(yùn)行特性對預(yù)測信息量和計(jì)算量進(jìn)行權(quán)衡，選擇合理的預(yù)測時(shí)域值。

(a)p=2 h

(b)p=4 h

(c)p=5 h

3.5.2控制時(shí)間間隔的影響

控制時(shí)間間隔決定了優(yōu)化計(jì)算的頻率，控制時(shí)間間隔越小，滾動(dòng)優(yōu)化越頻繁，優(yōu)化調(diào)度的實(shí)時(shí)性便越好，即越能及時(shí)地根據(jù)實(shí)時(shí)狀態(tài)信息進(jìn)行針對性的調(diào)控。圖11是固定預(yù)測時(shí)域和控制時(shí)域下，取不同控制時(shí)間間隔(30 min、1 h、2 h)的日內(nèi)調(diào)度結(jié)果，表3為不同時(shí)間間隔優(yōu)化求解用時(shí)對比。

(a)ΔT=30 min

(b)ΔT=1 h

(c)ΔT=2 h

表3 不同時(shí)間間隔優(yōu)化求解用時(shí)對比

由以上結(jié)果可見，進(jìn)行更短時(shí)間間隔、更頻繁的優(yōu)化計(jì)算，調(diào)度結(jié)果更加精細(xì)合理，反之則更加粗放。但是在時(shí)間間隔縮短的同時(shí)，優(yōu)化求解用時(shí)也會(huì)相應(yīng)增長，若系統(tǒng)比較復(fù)雜，將產(chǎn)生巨大的計(jì)算壓力。此外，過于頻繁的優(yōu)化調(diào)節(jié)也可能會(huì)增加機(jī)組的調(diào)節(jié)損耗。因此，需要結(jié)合調(diào)度的時(shí)間尺度特性和系統(tǒng)實(shí)際需求，尋找一個(gè)合理的控制時(shí)間間隔。

4 結(jié)論

高比例新能源的接入給電力系統(tǒng)的安全性和經(jīng)濟(jì)性帶來了嚴(yán)峻的挑戰(zhàn)?？稍偕茉窗l(fā)電機(jī)組出力和負(fù)荷功率具有較強(qiáng)不確定性，傳統(tǒng)的單一時(shí)間尺度經(jīng)濟(jì)調(diào)度配合自動(dòng)發(fā)電控制的模式已無法應(yīng)對。

本文針對含異構(gòu)電源孤立電網(wǎng)的特性，建立基于MPC的多時(shí)間尺度多源協(xié)同優(yōu)化調(diào)度模型。利用源荷功率的預(yù)測精度隨時(shí)間尺度的減小而提高的特點(diǎn)，提出日前-日內(nèi)-實(shí)時(shí)的多時(shí)間尺度優(yōu)化調(diào)度框架，實(shí)現(xiàn)了多級(jí)配合、逐級(jí)精細(xì)的調(diào)控；同時(shí)，基于模型預(yù)測控制策略，形成具有前瞻性的閉環(huán)優(yōu)化控制，能進(jìn)一步地消除控制偏差和預(yù)測誤差的影響；優(yōu)化調(diào)度模型以系統(tǒng)運(yùn)行成本最低為目標(biāo)，考慮各項(xiàng)運(yùn)行安全約束，通過算例仿真，驗(yàn)證了所提策略能實(shí)現(xiàn)孤立電網(wǎng)的安全運(yùn)行和經(jīng)濟(jì)調(diào)度。

本文所提出的優(yōu)化調(diào)度模型中考慮的優(yōu)化目標(biāo)和約束條件還可根據(jù)實(shí)際系統(tǒng)結(jié)構(gòu)進(jìn)行改進(jìn)，可以考慮不同單元之間的耦合關(guān)系；在時(shí)間尺度的劃分上也可以根據(jù)具體工況作出適應(yīng)性的調(diào)整，可以考慮引入自適應(yīng)策略等，以上所述待進(jìn)一步研究。