考慮緊急需求側(cè)響應(yīng)的多光伏電源微電網(wǎng)規(guī)劃研究

摘 要：由于光伏電源具有隨機(jī)性、不確定性等特點(diǎn)，導(dǎo)致光伏接入下微電網(wǎng)穩(wěn)定性較差，因此本研究考慮緊急需求側(cè)響應(yīng)的多光伏電源微電網(wǎng)規(guī)劃方法，并以經(jīng)濟(jì)性最優(yōu)為目標(biāo)，構(gòu)建一個(gè)考慮緊急需求側(cè)響應(yīng)的多光伏電源微電網(wǎng)規(guī)劃模型，采用優(yōu)化算法求解模型，得到最佳多光伏電源微電網(wǎng)規(guī)劃策略。試驗(yàn)結(jié)果表明，設(shè)計(jì)方法優(yōu)化后多光伏電源微電網(wǎng)負(fù)荷節(jié)點(diǎn)的年平均停電時(shí)間僅9.11h/年，具有較高的供電可靠性。

關(guān)鍵詞：需求側(cè)響應(yīng)；緊急響應(yīng)；多光伏電源；微電網(wǎng)規(guī)劃；規(guī)劃模型

中圖分類號：TM 71" 文獻(xiàn)標(biāo)志碼：A

微電網(wǎng)作為分布式能源系統(tǒng)的重要組成部分，能夠?qū)夥娫催M(jìn)行集成和優(yōu)化管理，從而對能源進(jìn)行可持續(xù)利用，因此光伏電源微電網(wǎng)逐漸成為我國主要能源結(jié)構(gòu)。然而，光伏電源的輸出功率受光照強(qiáng)度、溫度等自然條件的影響較大，具有明顯的不確定性，難以保證微電網(wǎng)在各種天氣條件下都能穩(wěn)定運(yùn)行，滿足用戶負(fù)荷需求。在此背景下，含光伏電源配電網(wǎng)的規(guī)劃成為我國研究學(xué)者的焦點(diǎn)課題，文獻(xiàn)[1]中以電網(wǎng)線路年綜合投資成本最小為目標(biāo)，構(gòu)建包括高比例光伏和規(guī)模化電動汽車的電網(wǎng)規(guī)劃模型，可以對電力系統(tǒng)進(jìn)行削峰填谷，由于電動汽車的充電需求和光伏電源的出力特性都是不確定因素，因此該方法在實(shí)際應(yīng)用中難以實(shí)現(xiàn)二者的協(xié)同優(yōu)化，從而影響電網(wǎng)規(guī)劃結(jié)果。文獻(xiàn)[2]中建立一個(gè)以投資建設(shè)成本最小為上層目標(biāo)、光伏滲透率最大為下層目標(biāo)的分布式光伏出力電網(wǎng)規(guī)劃模型，可以提高配電網(wǎng)的運(yùn)行穩(wěn)定性，但是多目標(biāo)優(yōu)化問題本身具有復(fù)雜性，因此該方法在一些復(fù)雜場景中的實(shí)際應(yīng)用效果受到限制。針對上述研究不足，本文研究考慮緊急需求側(cè)響應(yīng)的多光伏電源微電網(wǎng)規(guī)劃，期望可以為微電網(wǎng)的優(yōu)化配置和高效運(yùn)行提供理論支持和實(shí)踐指導(dǎo)。

1 考慮緊急需求側(cè)響應(yīng)構(gòu)建多光伏電源微電網(wǎng)規(guī)劃模型

在多光伏電源微電網(wǎng)運(yùn)行過程中，光伏電源具有隨機(jī)性等特點(diǎn)，因此整個(gè)電網(wǎng)的運(yùn)行穩(wěn)定性不斷受到威脅，一旦電網(wǎng)運(yùn)行狀況發(fā)生惡化，將會造成大面積停電等電力事故，因此緊急需求側(cè)響應(yīng)機(jī)制應(yīng)運(yùn)而生，該機(jī)制可以在多光伏電源微電網(wǎng)運(yùn)行過程中為電網(wǎng)提供需要的供需平衡服務(wù)。在多光伏微電網(wǎng)中，緊急需求側(cè)響應(yīng)機(jī)制可以根據(jù)電網(wǎng)負(fù)荷需求進(jìn)行負(fù)荷調(diào)節(jié)，根據(jù)負(fù)荷調(diào)節(jié)時(shí)段，緊急需求側(cè)響應(yīng)機(jī)制可以提供一種全時(shí)段控制策略，也就是將微電網(wǎng)可控負(fù)荷允許的最大控制時(shí)間，作為響應(yīng)機(jī)制切除可控負(fù)荷的持續(xù)時(shí)間，當(dāng)切斷可控負(fù)荷與微電網(wǎng)之間的聯(lián)系后，電網(wǎng)停止供電，再將切除負(fù)荷還原到原始水平，形成反彈負(fù)荷，具體負(fù)荷模型如公式（1）所示。

（1）

式中：Q（t）為采取緊急需求側(cè)響應(yīng)控制負(fù)荷后，多光伏電源微電網(wǎng)的負(fù)荷需求，其中t為時(shí)間段數(shù)；Q0（t）為未采用緊急需求側(cè)響應(yīng)控制負(fù)荷時(shí)，多光伏電源微電網(wǎng)的負(fù)荷需求；Wh為多光伏電源微電網(wǎng)中第h組受控負(fù)荷的功率；h（t+1-i）表示受控負(fù)荷系數(shù)；c（t-z+1-i）表示補(bǔ)償負(fù)荷系數(shù)，其中z為負(fù)荷中斷時(shí)段；k（i）為多光伏電源微電網(wǎng)中受緊急需求響應(yīng)機(jī)制控制的負(fù)荷組數(shù)。那么，本文考慮上述緊急需求側(cè)響應(yīng)機(jī)制構(gòu)建多光伏電源微電網(wǎng)規(guī)劃模型時(shí)，主要以經(jīng)濟(jì)性最優(yōu)為規(guī)劃目標(biāo)[3]，目標(biāo)函數(shù)的表達(dá)式如公式（2）、公式（3）所示。

minF=f1+f2+f3+f4-f5 " （2）

f3=T×Q（t）×B " （3）

式中：minF為考慮緊急需求側(cè)響應(yīng)下，多光伏電源微電網(wǎng)規(guī)劃模型的成本最小目標(biāo)函數(shù)；f1為多光伏電源微電網(wǎng)中光伏電源投資費(fèi)用；f2為多光伏電源微電網(wǎng)運(yùn)行時(shí)損耗費(fèi)用；f3為多光伏電源微電網(wǎng)的需求側(cè)緊急響應(yīng)費(fèi)用；f4為多光伏電源微電網(wǎng)的可靠性成本；f5為多光伏電源微電網(wǎng)節(jié)約購電成本；T為實(shí)施緊急需求側(cè)響應(yīng)調(diào)節(jié)多光伏電源微電網(wǎng)負(fù)荷的天數(shù)；B為多光伏電源微電網(wǎng)實(shí)施緊急需求側(cè)響應(yīng)調(diào)節(jié)負(fù)荷時(shí)的單位補(bǔ)償成本。

本文綜合考慮光伏電源的投資成本、微電網(wǎng)運(yùn)行的成本以及緊急需求側(cè)響應(yīng)的使用成本等，構(gòu)建了以經(jīng)濟(jì)性最優(yōu)為目標(biāo)的多光伏微電網(wǎng)規(guī)劃模型。與此同時(shí)，為了保證緊急情況下多光伏電源微電網(wǎng)能滿足用戶負(fù)荷需求，本文在規(guī)劃模型中還設(shè)置了約束條件[4]。如公式（4）所示。

（4）

式中：p1j、p2j分別為多光伏電源微電網(wǎng)中節(jié)點(diǎn)j的注入有功功率和有功功率；q1j、q2j分別為多光伏電源微電網(wǎng)中節(jié)點(diǎn)j的注入無功功率和無功功率；uj、ul分別為多光伏電源微電網(wǎng)中節(jié)點(diǎn)j和節(jié)點(diǎn)l的電壓；Djl為多光伏電源微電網(wǎng)中節(jié)點(diǎn)j和節(jié)點(diǎn)l之間的電導(dǎo)；φjl為多光伏電源微電網(wǎng)中節(jié)點(diǎn)j和節(jié)點(diǎn)l之間的相位差；Njl為多光伏電源微電網(wǎng)中節(jié)點(diǎn)j和節(jié)點(diǎn)l之間的電納；m為節(jié)點(diǎn)數(shù)量。

總之，本文根據(jù)公式（2）所示的目標(biāo)函數(shù)與公式（4）所示的約束條件，構(gòu)建了考慮緊急需求側(cè)響應(yīng)的多光伏電源微電網(wǎng)規(guī)劃模型，通過優(yōu)化求解，即可搜尋到多光伏電源微電網(wǎng)規(guī)劃策略的最優(yōu)解。

2 優(yōu)化算法求解多光伏電源微電網(wǎng)規(guī)劃模型

考慮緊急需求側(cè)響應(yīng)構(gòu)建的多光伏電源微電網(wǎng)規(guī)劃模型求解，屬于全局尋優(yōu)問題，因此本文引入遺產(chǎn)算法進(jìn)行模型求解，這是一種常見的優(yōu)化算法，具有魯棒性好、可以全局優(yōu)化等優(yōu)勢，完全可以滿足本文構(gòu)建的多光伏電源微電網(wǎng)規(guī)劃模型的求解需求[5]。遺傳算法是一種模擬生物進(jìn)化過程中，自然選擇和遺傳學(xué)機(jī)理的生物進(jìn)化過程的計(jì)算模型，可以用于搜索最優(yōu)解。其尋優(yōu)要素主要包括多光伏電源微電網(wǎng)模型解個(gè)體的編碼、初始種群規(guī)模、適應(yīng)度函數(shù)等初始狀態(tài)的設(shè)定、遺傳算子確定、種群數(shù)量、終止條件等參數(shù)設(shè)定，因此遺傳算法可以用公式（5）來描述。

S=（A，Y，E，M，α，β，?，ρ） " （5）

式中：S為遺傳算法；A為模型解個(gè)體的編碼方式；Y為模型解個(gè)體適應(yīng)度的評價(jià)函數(shù)；E為模型求解產(chǎn)生的解個(gè)體初始種群；M為模型解數(shù)量；α、β、?分別為選擇、交叉、變異算子；ρ為遺傳算法終止條件。

本文利用公式（5）所示的遺傳算法求解多光伏電源微電網(wǎng)規(guī)劃模型的具體流程如下[6]：首先，根據(jù)多光伏電源微電網(wǎng)規(guī)劃模型的實(shí)際求解情況，設(shè)置好相關(guān)運(yùn)算參數(shù)，并通過A將原始模型解編成二進(jìn)制碼，以此產(chǎn)生M個(gè)解；其次，根據(jù)Y對M個(gè)解個(gè)體的適應(yīng)度進(jìn)行評價(jià)，從中選擇適應(yīng)度較大的個(gè)體作為父代；分別利用α、β、?這些算子對父代個(gè)體進(jìn)行相應(yīng)操作，得到新個(gè)體，再對新個(gè)體進(jìn)行適應(yīng)度評價(jià)，以此更新種群，經(jīng)過不斷更新上述步驟，即可不斷逼近多光伏電源微電網(wǎng)模型的最優(yōu)解[7]；最后，直到遺傳算法達(dá)到終止條件ρ，則輸出當(dāng)前最優(yōu)解作為多光伏電源微電網(wǎng)規(guī)劃策略。通過以上流程，遺傳算法能夠在多光伏電源微電網(wǎng)規(guī)劃問題中找到滿足約束條件的經(jīng)濟(jì)性最優(yōu)解，以此對考慮緊急需求側(cè)響應(yīng)的多光伏電源微電網(wǎng)進(jìn)行規(guī)劃。

3 試驗(yàn)分析

3.1 試驗(yàn)設(shè)置

隨著我國北方地區(qū)對可再生能源利用的不斷深化，多光伏電源微電網(wǎng)作為一種分布式能源系統(tǒng)，在提高能源利用效率、保障電力供應(yīng)安全等方面發(fā)揮重要作用。然而，在實(shí)際運(yùn)行中，微電網(wǎng)常常面臨著需求側(cè)響應(yīng)不足、光伏電源配置不合理等問題，導(dǎo)致供電可靠性下降、運(yùn)行成本增加。因此，本研究旨在通過考慮緊急需求側(cè)響應(yīng)的多光伏電源微電網(wǎng)規(guī)劃，優(yōu)化光伏電源的配置和運(yùn)行策略，提高微電網(wǎng)的供電可靠性和經(jīng)濟(jì)性。

本文以我國北方某地區(qū)實(shí)際微電網(wǎng)為對象，對多光伏電源微電網(wǎng)進(jìn)行試驗(yàn)。在MATLAB仿真平臺中搭建一個(gè)18節(jié)點(diǎn)多光伏電源微電網(wǎng)模型，如圖1所示。

由圖1可知，該多光伏電源微電網(wǎng)為18節(jié)點(diǎn)拓?fù)浣Y(jié)構(gòu)，為滿足電網(wǎng)用戶的用電負(fù)荷需求，接入了5個(gè)光伏電源，各節(jié)點(diǎn)處負(fù)荷數(shù)據(jù)見表1。

根據(jù)上述多光伏電源微電網(wǎng)的實(shí)際運(yùn)行情況，分別采用本文設(shè)計(jì)的考慮緊急需求側(cè)響應(yīng)的多光伏電源微電網(wǎng)規(guī)劃方法、文獻(xiàn)[1]提出的考慮電動汽車虛擬電廠靈活性和高比例光伏接入的配電網(wǎng)規(guī)劃方法、文獻(xiàn)[2]提出的含高比例分布式光伏的配電網(wǎng)多目標(biāo)概率規(guī)劃方法，對該微電網(wǎng)進(jìn)行規(guī)劃，并對比分析各規(guī)劃結(jié)果。

3.2 試驗(yàn)運(yùn)行過程

基于真實(shí)的電網(wǎng)拓?fù)浣Y(jié)構(gòu)和負(fù)荷數(shù)據(jù)，在MATLAB 仿真平臺中，搭建 18 節(jié)點(diǎn)多光伏電源微電網(wǎng)模型。該模型包括電源、負(fù)荷、線路和開關(guān)等組件，并考慮了緊急需求側(cè)響應(yīng)機(jī)制。試驗(yàn)開始前，根據(jù)表1數(shù)據(jù)，在模型中設(shè)置各節(jié)點(diǎn)的有功負(fù)荷和無功負(fù)荷。這些負(fù)荷數(shù)據(jù)代表了電網(wǎng)用戶的實(shí)際用電需求，是微電網(wǎng)規(guī)劃的重要依據(jù)。分別采用本文設(shè)計(jì)方法、文獻(xiàn)[1]方法和文獻(xiàn)[2]方法進(jìn)行微電網(wǎng)規(guī)劃。這些方法在模型中主要通過優(yōu)化算法來驗(yàn)證，旨在確定光伏電源的最佳配置、運(yùn)行策略以及網(wǎng)絡(luò)結(jié)構(gòu)，以滿足負(fù)荷需求并優(yōu)化系統(tǒng)性能。

在規(guī)劃過程中，模型會模擬微電網(wǎng)的實(shí)際運(yùn)行情況，考慮光伏電源的輸出特性、負(fù)荷的變化以及網(wǎng)絡(luò)約束等因素。通過不斷調(diào)整和優(yōu)化，模型最終會得出各規(guī)劃方法下的最優(yōu)解。完成規(guī)劃后，利用仿真平臺對規(guī)劃結(jié)果進(jìn)行驗(yàn)證和評估。通過模擬不同場景下的微電網(wǎng)運(yùn)行情況，收集各負(fù)荷節(jié)點(diǎn)的停電時(shí)間數(shù)據(jù)。根據(jù)收集的數(shù)據(jù)，計(jì)算各規(guī)劃方法下微電網(wǎng)負(fù)荷節(jié)點(diǎn)的年平均停電時(shí)間，并進(jìn)行對比分析。通過對比不同方法的規(guī)劃結(jié)果，可以評估本文設(shè)計(jì)方法的優(yōu)勢和效果。在整個(gè)試驗(yàn)運(yùn)行過程中，要注重?cái)?shù)據(jù)的準(zhǔn)確性和可靠性，保證仿真結(jié)果能夠真實(shí)反映微電網(wǎng)的運(yùn)行情況。同時(shí)，對試驗(yàn)過程進(jìn)行詳細(xì)記錄，以便后續(xù)進(jìn)行結(jié)果分析和討論。

3.3 結(jié)果分析

采用本文設(shè)計(jì)方法、文獻(xiàn) [1] 方法、文獻(xiàn) [2] 法完成多光伏電源微電網(wǎng)規(guī)劃后，為客觀且直觀地評價(jià)微電網(wǎng)規(guī)劃結(jié)果，本文引入電網(wǎng)平均停電時(shí)間指標(biāo)，其計(jì)算過程如公式（6）所示。

（6）

式中：τ為多光伏電源微電網(wǎng)用戶在給定時(shí)間內(nèi)的平均停電持續(xù)小時(shí)數(shù)，其值越小，微電網(wǎng)供電可靠性越大，也就是多光伏微電網(wǎng)規(guī)劃效果越好；ti為微電網(wǎng)中第i個(gè)負(fù)荷點(diǎn)的平均每年停電時(shí)間；ni為微電網(wǎng)中第i個(gè)負(fù)荷點(diǎn)的用戶數(shù)。那么根據(jù)本文設(shè)計(jì)方法、文獻(xiàn)[1]方法、文獻(xiàn)[2]方法下的多光伏電源微電網(wǎng)規(guī)劃結(jié)果提供的實(shí)際運(yùn)行數(shù)據(jù)，分別計(jì)算各方法規(guī)劃后微電網(wǎng)部分具有代表性負(fù)荷節(jié)點(diǎn)的年平均停電時(shí)間數(shù)據(jù)，如圖2所示。

從圖2數(shù)據(jù)可以看出，使用本文設(shè)計(jì)方法、文獻(xiàn)[1]方法、文獻(xiàn)[2]方法分別對多光伏微電網(wǎng)進(jìn)行規(guī)劃后，各微電網(wǎng)負(fù)荷節(jié)點(diǎn)的年平均停電時(shí)間各不相同，且與文獻(xiàn)[1]方法、文獻(xiàn)[2]方法相比，使用本文設(shè)計(jì)的方法，微電網(wǎng)負(fù)荷節(jié)點(diǎn)的供電可靠性更高。具體來說，微電網(wǎng)負(fù)荷節(jié)點(diǎn)的年平均停電時(shí)間平均值僅9.11h/年，比照組方法分別降低了1.23h/年、1.35h/年。因此，本文設(shè)計(jì)的考慮緊急需求側(cè)響應(yīng)的多光伏電源微電網(wǎng)規(guī)劃方法是可行且可靠的，采用本文設(shè)計(jì)方法可以得到較好的規(guī)劃效果，該方法顯著提高了微電網(wǎng)負(fù)荷節(jié)點(diǎn)的供電可靠性，從而保障多光伏微電網(wǎng)安全運(yùn)行。

4 結(jié)語

本研究針對多光伏電源微電網(wǎng)規(guī)劃問題，深入探討了一種考慮緊急需求側(cè)響應(yīng)的規(guī)劃方法。文中構(gòu)建一個(gè)考慮緊急需求側(cè)響應(yīng)的規(guī)劃模型，再通過優(yōu)化算法求解模型，獲得最優(yōu)多光伏電源微電網(wǎng)規(guī)劃方案，應(yīng)用這個(gè)方法可以有效提高微電網(wǎng)的供電可靠性。然而，本研究仍存在一些不足。未來，可進(jìn)一步引入更先進(jìn)的預(yù)測和建模方法，為多光伏電源微電網(wǎng)規(guī)劃提供新的視角和思路，從而為我國未來的智能電網(wǎng)建設(shè)提供參考。

參考文獻(xiàn)

[1]嚴(yán)歡，胡俊杰，黃旦莉，等.考慮電動汽車虛擬電廠靈活性和高比例光伏接入的配電網(wǎng)規(guī)劃[J].電力建設(shè)，2022，43（11）：14-23.

[2]惠慧，李蕊，朱逸鏑，等.含高比例分布式光伏的配電網(wǎng)多目標(biāo)概率規(guī)劃方法[J].電測與儀表，2023，60（11）：2-10.

[3]陳坤，孫開元，林琳，等.計(jì)及光伏和電動汽車的多階段配電網(wǎng)拓展規(guī)劃[J].電氣傳動，2023，53（9）：63-71.

[4]張銳，饒歡，徐睿烽，等.多運(yùn)行目標(biāo)下的分布式光伏接入配電網(wǎng)極限容量多模型評估方法[J].電力科學(xué)與技術(shù)學(xué)報(bào)，2023，38（4）：143-150.

[5]葉琳浩，徐敏，郭祚剛，等.計(jì)及演化驅(qū)動因素的配網(wǎng)分布式光伏多階段協(xié)調(diào)規(guī)劃優(yōu)化方法[J].電力系統(tǒng)及其自動化學(xué)報(bào)，2023，35（8）：44-51，61.

[6]陳眾，徐翼，吳輔朝，等.基于光伏消納能力模擬評估的配電網(wǎng)最優(yōu)消納方案規(guī)劃選擇[J].電網(wǎng)技術(shù)，2023，47（3）：1179-1188.

[7]招景明，蘇潔瑩，潘峰，等.考慮光伏波動的有源配電網(wǎng)分布式儲能雙目標(biāo)優(yōu)化規(guī)劃[J].可再生能源，2022，40（11）：1546-1553.