陳衛(wèi)東，梁 朔，肖園園，郭 敏

(廣西電網(wǎng)有限責任公司電力科學研究院，廣西南寧 530023)

0 引 言

近年來，隨著化石能源的日益枯竭和人們環(huán)保意識的不斷增強，以微型燃氣輪機、光伏電池和風力發(fā)電為代表的分布式發(fā)電(distributed generation, DG)技術(shù)得到了廣泛關(guān)注。微電網(wǎng)作為在此基礎(chǔ)上發(fā)展起來的新技術(shù)，成為分布式發(fā)電綜合利用的一種有效手段。它既能夠充分發(fā)揮 DG 的作用，同時也能改善用戶電能質(zhì)量、提高供電可靠性，因而得到了廣泛的應用[1]。

微電網(wǎng)系統(tǒng)慣性小，對負載功率波動承受能力差[2]；離/并網(wǎng)運行方式的不同和儲能單元的存在又增加了微電網(wǎng)內(nèi)部能量傳輸路徑和方向的多樣性、復雜性[3]。因此，微電網(wǎng)安全經(jīng)濟的運行都必須以完善的能量優(yōu)化調(diào)度系統(tǒng)為支撐，最終實現(xiàn)對各發(fā)電單元和儲能單元的合理調(diào)度控制。微電網(wǎng)的能量調(diào)度從時間尺度上可以分為日前(短期)能量調(diào)度和實時(超短期)能量調(diào)度兩大類[4-5]。微電網(wǎng)的日前能量調(diào)度是在日前預測的基礎(chǔ)上制定未來一天各可控微電源的開停機計劃和各發(fā)電單元的整點出力計劃；而微電網(wǎng)實時能量調(diào)度則是在滿足能量平衡和各電源出力限值約束的條件下制定各電源未來超短期出力計劃[6]。所以微電網(wǎng)實時能量調(diào)度對微電網(wǎng)的安全高效運行發(fā)揮著至關(guān)重要的作用。

關(guān)于微電網(wǎng)實時能量調(diào)度，國內(nèi)開展了很多研究工作。文獻[7]建立了一種基于信息物理系統(tǒng)的微電網(wǎng)孤島模式下有功功率實時調(diào)度模型，用一致性協(xié)同算法進行求解，但沒有考慮微電網(wǎng)并網(wǎng)模式的調(diào)度問題。文獻[8]提出了一種基于滑動平均濾波法對微電網(wǎng)實時波動功率在混合儲能中合理分配的方法，但所提方法要求微電網(wǎng)需配置混合儲能設(shè)備，對一般微電網(wǎng)不具有普遍適用性。文獻[9]提出了一種采用改進粒子群算法的雙層優(yōu)化調(diào)度方法，解決微電網(wǎng)并網(wǎng)實時能量優(yōu)化調(diào)度問題，但需要多次迭代計算才能取得理想解，計算耗時較長。文獻[10]提出了將蓄電池充放電成本以罰函數(shù)形式計入目標函數(shù)的微電網(wǎng)實時能量調(diào)度模型，但缺乏與日前調(diào)度計劃相結(jié)合對全天運行情況的整體調(diào)度，具有一定的局限性。文獻[11]基于文獻[12]提出的儲能SOC日前調(diào)度計劃，利用最小費用最大流網(wǎng)流方法將非線性約束條件線性化，加快了模型的求解速度，但處理過程比較復雜。

本文同樣基于文獻[12]提出的儲能SOC日前調(diào)度計劃，首先分析微電網(wǎng)實時狀態(tài)空間下的調(diào)度策略，隨后建立基于儲能系統(tǒng)充放電引導系數(shù)的“等效供電成本最小”和實際供電成本最小的兩階段線性模型，最后通過微電網(wǎng)各實時狀態(tài)下優(yōu)化調(diào)度仿真和有/無儲能SOC日前計劃情況下的實時調(diào)度仿真實驗驗證模型和方法的有效性。

1 微電網(wǎng)實時優(yōu)化調(diào)度策略分析

微電網(wǎng)實時調(diào)度是對下一個調(diào)度周期分布式電源出力的靜態(tài)優(yōu)化問題。本文根據(jù)微電網(wǎng)的負荷狀態(tài)、儲能單元的荷電狀態(tài)、下一調(diào)度周期所處的運行時段，在并網(wǎng)和孤島兩種模式下對微電網(wǎng)運行狀態(tài)空間進行劃分，研究相應的實時調(diào)度策略。

為便于介紹實時調(diào)度策略，定義SOC0為當前時刻儲能單元的荷電狀態(tài)，SOCb為根據(jù)日前計劃得到的下一個調(diào)度周期(5 min)的最佳荷電狀態(tài)計劃。

(1)

式中:SOCh、SOCh+1為根據(jù)儲能SOC日前計劃得到的儲能單元每小時整點的最佳荷電狀態(tài)。

1.1 微電網(wǎng)運行狀態(tài)空間劃分

為了便于描述微電網(wǎng)的運行狀態(tài)，需要對微電網(wǎng)的不同運行狀態(tài)進行劃分，用狀態(tài)空間向量表示微電網(wǎng)的運行狀態(tài)。

定義1：等效凈負荷(微電網(wǎng)負荷與可再生能源發(fā)電功率之差)狀態(tài)變量E用來描述微電網(wǎng)當前可再生能源總發(fā)電功率與總負荷的供求關(guān)系。E的表達式為

(2)

式中:PNetLOAD,t為t時段等效凈負荷的預測值。

(3)

式中：PLOAD,t為t時段總負荷預測值；M為不可控可再生能源電源總數(shù)；PUCi,t為第i臺可再生能源電源t時段發(fā)電功率預測值；PLOSS,t為t時段微電網(wǎng)網(wǎng)損。

定義2：儲能水平狀態(tài)變量L用來描述微電網(wǎng)當前儲能荷電狀態(tài)SOC0與下一個5 min時段最佳荷電狀態(tài)SOCb比較的關(guān)系，將表征下一調(diào)度周期儲能應有的充/放電狀態(tài)。L的表達式為

(4)

定義3：峰平谷狀態(tài)變量T用來描述微電網(wǎng)下一調(diào)度周期所處的運行時段。設(shè)下一調(diào)度周期為t，則T的表達式為

(5)

由上述3個狀態(tài)變量構(gòu)成的系統(tǒng)狀態(tài)向量Z為

Z=[T,E,L]

(6)

根據(jù)各狀態(tài)變量取值不同的組合，可以將微電網(wǎng)運行的狀態(tài)空間劃分為12種狀態(tài)，如真值表1所示。

表1 微電網(wǎng)實時狀態(tài)空間真值表

1.2 并網(wǎng)模式下實時調(diào)度策略分析

當微電網(wǎng)處于表1所示不同狀態(tài)時調(diào)度模型應對電網(wǎng)交互功率和儲能系統(tǒng)充放電采取不同的控制策略。在本文第一階段“等效成本”最小建模中假定系統(tǒng)不足功率全部由電網(wǎng)“購入”，統(tǒng)稱為“購電”功率，也就是不區(qū)分購電功率和可控微電源出力。

表1第1列和第2列所示系統(tǒng)狀態(tài)為等效凈負荷大于0的情況，也就是風光發(fā)電不足以滿足微網(wǎng)內(nèi)部負荷需求。具體調(diào)度控制策略如下：

策略A：第1列“發(fā)電不足儲能有余”狀態(tài)([000]、[100]、[200])控制策略是優(yōu)先放電供給網(wǎng)內(nèi)負載；若放電功率不足以滿足負載則“購電”供載，若放電功率供載有余則在峰時段([000])時“放電售電”，在平和谷時段([101]、[201])不允許“放電售電”。

策略B：第2列“發(fā)電不足儲能缺額”狀態(tài)控制策略是首先“購電”供載；在平和谷時段([101]、[201])應“購電”對儲能單元進行充電，在峰時段([001])則不允許進行“購電”充電。

表1第3列和第4列所示系統(tǒng)狀態(tài)為等效凈負荷小于0的情況，也就是風光發(fā)電滿足微網(wǎng)內(nèi)部負荷有余。具體調(diào)度控制策略如下：

策略C：第3列“發(fā)電有余儲能有余”狀態(tài)([010]、[110]、[210])控制策略是優(yōu)先“發(fā)電售電”，若售電功率未達上限則“放電售電”；若售電功率已達上限，發(fā)電有余則“發(fā)電充電至最高儲能SOC”，若發(fā)電仍余則“減少發(fā)電功率”。

策略D：第4列“發(fā)電有余儲能缺額”狀態(tài)控制策略是首先“余電充電”；若充電有余則在峰時段([011])“余電售電”，在平和谷時段([111]、[211])“繼續(xù)充電直至最高儲能SOC”仍有余則“余電售電”；若充電不足在平和谷時段([111]、[211])則““購電”充電”，峰時段([011])則不允許“購電”充電。

1.3 孤島模式下實時調(diào)度策略分析

孤島運行模式下，微電網(wǎng)內(nèi)負荷需求完全由系統(tǒng)內(nèi)微電源和儲能裝置來滿足。狀態(tài)向量第一個元素沒有意義。系統(tǒng)狀態(tài)空間由4種狀態(tài)組成：

{[×00], [×01], [×10],[×11]}

注意在孤島情況下，供電策略分析時所謂“購電”僅限于網(wǎng)內(nèi)可調(diào)度微電源出力，4種狀態(tài)下的控制策略如下：

策略E：孤島“發(fā)電不足儲能有余”([×00])狀態(tài)控制策略是“優(yōu)先放電供給負載；若放電功率不足以滿足負載則‘購電’供載”。

策略F：孤島“發(fā)電不足儲能缺額”([×01])狀態(tài)控制策略是“優(yōu)先‘購電’供載”；若“購電”功率未達上限，則“購電充電”；若“購電”功率不足以滿足負荷需求，則“按類別減載”。

策略G：孤島“發(fā)電有余”([×10]，[×11])狀態(tài)控制策略是“余電充電直至上限”，若仍有余則“減發(fā)電功率”。

2 微電網(wǎng)實時優(yōu)化調(diào)度兩階段線性模型

微電網(wǎng)實時優(yōu)化調(diào)度要求尋優(yōu)過程快速、收斂可靠。為此，本文將實時優(yōu)化問題分兩階段進行優(yōu)化，分別建立基于儲能系統(tǒng)充放電引導系數(shù)的“等效供電成本最小”的線性模型和基于實際供電成本最小的線性模型。在第一階段模型中，將可再生能源小于電網(wǎng)負荷的不足功率統(tǒng)稱為“購電”功率，不區(qū)分是來源于從電網(wǎng)購電還是依靠可調(diào)度型微電源供電；第二階段模型以實際供電成本最小為目標，確定可調(diào)度型微電源出力和電網(wǎng)買入功率之間的最佳分配方案。

2.1 “等效供電成本最小”實時優(yōu)化調(diào)度模型

模型中“等效成本”包括：儲能系統(tǒng)充放電等效成本、“購電”功率等效成本和實際售電成本。儲能系統(tǒng)充放電成本稱之為等效成本是因為，在線性規(guī)劃模型中，欲調(diào)節(jié)儲能設(shè)備與其他電源的出力，需將儲能設(shè)備的充放電引導系數(shù)作為成本系數(shù)出現(xiàn)在目標函數(shù)中，參與和其它電源出力的競爭?！百忞姟惫β食杀鞠禂?shù)稱之為等效成本系數(shù)是因為，其一是“購電”功率包括電網(wǎng)購電功率和可調(diào)度型微電源的輸出功率，二者成本不同；其二是其值的大小作為充放電等效成本系數(shù)的相對值以權(quán)衡與儲能單元的出力系數(shù)。向電網(wǎng)售電成本采用實際運行時段的售電電價作為成本系數(shù)，為兩個等效成本系數(shù)提供一個實際的標尺。

第一階段優(yōu)化決策問題可以描述為：在滿足各變量輸出限值約束和全網(wǎng)功率平衡約束的前提下，求微電網(wǎng)在下個實時調(diào)度周期的儲能單元充放電功率、售電功率、“購電”功率的最佳控制方案，使等效供電成本最小。

該問題的控制變量為

K=[PBAT,PGRsell,t,Pbuy,t,PUC,t]

(7)

式中：t為實時調(diào)度周期(本文取5min)；PBAT為儲能單元的充放電功率，為正表示放電，為負表示充電；PGRsell,t為向電網(wǎng)售電功率；Pbuy,t為“購電”功率；PUC,t為可再生能源電源總的發(fā)電功率。

2.1.1 目標函數(shù)

minCEQ=cbuy,tPbuy,t+cBAT,tPBAT-SGRcGRsell,tPGRsell,t

(8)

式中：cbuy,t為下一調(diào)度周期的等效“購電”成本系數(shù)；cBAT,t為儲能單元“充放電引導系數(shù)”；SGR表示微網(wǎng)的運行方式，孤島運行為0，并網(wǎng)運行為1；cGRsell,t為下一調(diào)度周期的實際售電電價。

2.1.2 約束條件

①功率平衡約束

Pbuy,t-SGRPGRsell,t+PBAT=PLOAD,t-PUC,t

(9)

式中:PLOAD,t為下一調(diào)度周期負荷的預測值。

②“購電”和售電功率約束

0≤PGRsell,t≤PGRsellmax,t

0≤Pbuy,t≤Pbuymax,t

(10)

式中:PGRsellmax,t和Pbuymax,t分別為下一調(diào)度周期微電網(wǎng)向上級電網(wǎng)售電功率上限和“購電”功率上限?！百忞姟鄙舷拗翟诓⒕W(wǎng)模式下取電網(wǎng)購電和可調(diào)度型微電源輸出總功率之和，孤島模式下取后者。微電網(wǎng)向上級電網(wǎng)購電和售電功率為互斥約束，即：

PGRsell,tPbuy,t=0

(11)

雖然對于這兩個控制變量的互斥約束是非線性的，但是這類問題在數(shù)學上通常可以用簡單枚舉加線性規(guī)劃求解方法解決，所以可以認為是準線性規(guī)劃問題。

③ 儲能單元充放電功率約束

-PminBT(ΔSOCmin,t)≤PBAT≤PmaxBT(ΔSOCmax,t)

(12)

式中:PminBT(ΔSOCmin,t)和PmaxBT(ΔSOCmax,t)分別為由ΔSOCt上下限確定的放電和充電功率最大限值。

④可再生能源功率輸出約束

0≤PUC,t≤PmaxUC,t

(13)

式中：PmaxUC,t為下一調(diào)度周期可再生能源預測總的輸出功率。

2.2 充放電引導系數(shù)模型

在優(yōu)化調(diào)度模型式(8)的目標函數(shù)中有3項成本系數(shù)，其中只有售電成本系數(shù)為給定該時段的售電電價，該項總金額為盈利以負號計入成本。另外兩個系數(shù)均稱為等效成本系數(shù)，是因為需要對表1給定的狀態(tài)空間中所有狀態(tài)確定這兩個系數(shù)的相對大小以及相對售電成本系數(shù)的大小才能實現(xiàn)預期的調(diào)度策略，它們并沒有實際價格意義。其中儲能系統(tǒng)充放電等效成本系數(shù)即為充放電引導系數(shù)。

2.2.1 并網(wǎng)模式下充放電引導系數(shù)模型

目標函數(shù)的3個成本系數(shù)中，等效購電成本系數(shù)cbuy,t大于售電電價cGRsell,t的關(guān)系總是成立的，下面主要討論cBAT,t與它們的相對關(guān)系。

首先討論“發(fā)電不足”的狀態(tài)，即在表1第1列和第2列所示系統(tǒng)狀態(tài)為等效凈負荷大于0的情況，也就是風光發(fā)電不足以滿足微網(wǎng)內(nèi)部負荷需求狀態(tài)。

當電網(wǎng)處于第1列“發(fā)電不足儲能有余”狀態(tài)時，采用策略A。此時發(fā)電不足儲能有余，因此由儲能放電和“購電”共同承擔剩余負荷，由購電與售電互斥約束，售電功率為0。此時應該優(yōu)先放電，所以充放電引導系數(shù)應小于購電成本系數(shù)。也就是，當SOC0≥SOCb時，cBAT,t取小于cbuy,t的數(shù)值。

當電網(wǎng)處于第2列“發(fā)電不足儲能缺額”狀態(tài)時，采用策略B。優(yōu)先“‘購電’供載”，所以充放電引導系數(shù)應大于購電成本系數(shù)。也就是，當SOC0

所以在“發(fā)電不足”的狀態(tài)下，應建立的充放電引導系數(shù)和等效購電成本系數(shù)關(guān)系的經(jīng)驗公式為

(14)

minCEQ=cbuy,tPbuy,t+cBAT,tPBAT

(15)

下面討論“發(fā)電有余”的狀態(tài)，即在表1第3列和第4列所示系統(tǒng)狀態(tài)為等效凈負荷小于0的情況。此時，主要是在儲能單元充放電與向電網(wǎng)售電之間進行權(quán)衡。

當電網(wǎng)處于第3列“發(fā)電有余儲能有余”狀態(tài)時，采用策略C“余電售電優(yōu)先”。此時，功率平衡約束中售電功率成了唯一的“漏”，所以必須大于0，由互斥約束“購電”為0。此時，應滿足充放電引導系數(shù)小于售電電價。也就是，當SOC0≥SOCb時，cBAT,t取小于cGRsell,t的數(shù)值。

當電網(wǎng)處于第4列“發(fā)電有余儲能缺額”狀態(tài)時，采用策略D “余電充電優(yōu)先”，所以充放電引導系數(shù)應大于售電成本系數(shù)。也就是，當SOC0

所以在“發(fā)電有余”的狀態(tài)下，本文建立的充放電引導系數(shù)和等效購電成本系數(shù)的經(jīng)驗公式為

(16)

(17)

2.2.2 孤島模式下充放電引導系數(shù)模型

首先討論“發(fā)電不足”的狀態(tài)，即[×00] [×01]，也就是風光發(fā)電不足以滿足微網(wǎng)內(nèi)部負荷需求的狀態(tài)。

當微電網(wǎng)處于“發(fā)電不足儲能有余”狀態(tài)時，采用策略E。此時發(fā)電不足儲能有余，因此由儲能放電和“購電”共同承擔剩余負荷。此時應該放電優(yōu)先，所以應滿足充放電引導系數(shù)小于“購電”成本系數(shù)的關(guān)系。也就是，當SOC0≥SOCb時，cBAT,t取小于cbuy,t的數(shù)值。

當微電網(wǎng)處于“發(fā)電不足儲能缺額”狀態(tài)時，采用策略F。優(yōu)先“‘購電’供載”，所以充放電引導系數(shù)應大于“購電”成本系數(shù)。也就是，當SOC0

所以在“發(fā)電不足”的狀態(tài)下，本文建立的充放電引導系數(shù)的經(jīng)驗公式為

(18)

此時：

minCEQ=cbuy,tPbuy,t+cBAT,tPBAT

(19)

下面討論“發(fā)電有余”的狀態(tài)，即[×10]，[×11]。

當電網(wǎng)處于“發(fā)電有余”狀態(tài)時，采用策略G“余電充直至上限”。此時，功率平衡約束中的“漏源”只有儲能單元，所以其不能放電，且無需開啟可調(diào)度電源。也就是，cBAT,t取恒小于cGRbuy,t的數(shù)值。

所以在“發(fā)電有余”的狀態(tài)下，本文建立的充放電引導系數(shù)的經(jīng)驗公式為

cBAT,t=βcbuy,t

(20)

式中:0<β<1。此時：

minCEQ=cBAT,tPBAT(ΔSOCt)

(21)

2.3 實際供電成本最小實時優(yōu)化調(diào)度模型

該決策問題的控制變量為：下一調(diào)度周期從電網(wǎng)購電功率和各可調(diào)度型微電源的發(fā)電功率。

2.3.1 目標函數(shù)

(22)

式中:Cfact表示下一調(diào)度時段的實際供電成本；ci為第i個可調(diào)度型微電源的發(fā)電成本；cGRbuy,t為下一調(diào)度周期的實際購電價格；Pi,t為下一調(diào)度周期第i個可調(diào)度型微電源的輸出功率；Si,t為由日前計劃制定的下一調(diào)度周期第i個可調(diào)度型微電源的運行/停運狀態(tài)，1表示運行狀態(tài)，0表示停運狀態(tài)；N為微電網(wǎng)中可調(diào)度型微電源總數(shù)。

2.3.2 約束條件

①“購電”功率和約束

下一調(diào)度周期電網(wǎng)與可調(diào)度型微電源功率輸出的和必須滿足第一步“等效供電成本”優(yōu)化出的“購電”功率，即

(23)

②可調(diào)度型微電源輸出功率約束

下一調(diào)度周期可調(diào)度型微電源的輸出功率由微電源的出力變化范圍和輸出容量共同決定，功率輸出上限取二者中較小值，下限取兩者中較大值，即

max{PCmin,i,Pi,0-rdiΔt}≤Pi,t≤

min{PCmax,i,Pi,0+ruiΔt}

(24)

式中：PCmin,i、PCmax,i分別為第i個可調(diào)度型微電源允許的最小輸出功率和最大輸出功率；Pi,0為第i個可調(diào)度型微電源的當前輸出功率；rdi、rui分別為第i個可調(diào)度型微電源的最大減出力變化率和最大增出力變化率；Δt為5min。

③ 微電網(wǎng)從電網(wǎng)購電功率約束

0≤PGRbuy,t≤PGRbuy max

(25)

式中:PGRbuymax為微電網(wǎng)從電網(wǎng)實際購電的最大功率。

3 求解流程

以并網(wǎng)方式為例，所提方法從狀態(tài)判斷到相應模型求解的整體流程如圖1所示。

圖1 優(yōu)化求解流程圖Fig.1 Optimization solution flow chart

主要求解步驟如下：

①由日前計劃儲能單元最佳荷電狀態(tài)和實時運行參數(shù)，計算當前運行狀態(tài)向量Z。

②根據(jù)等效凈負荷E、儲能水平L判斷當前運行狀態(tài)所屬狀態(tài)空間。

③依據(jù)所屬狀態(tài)空間執(zhí)行相應的實時調(diào)度策略，求得下一調(diào)度周期對應策略下儲能單元充放電引導系數(shù)cBAT,t和“購電”成本系數(shù)cbuy,t。

④運用線性規(guī)劃方法——單純形法[13]求解“等效供電成本最小”模型，求得“購電”功率、售電功率和儲能單元充放電功率。

⑤再次運用單純形法求解實際供電成本最小線性模型，求得電網(wǎng)交互功率和各可調(diào)度型微電源輸出功率。

4 算例分析

4.1 基礎(chǔ)數(shù)據(jù)

本文以文獻[12]提供的微電網(wǎng)數(shù)據(jù)為例，設(shè)計系統(tǒng)在并網(wǎng)模式及孤島模式中狀態(tài)空間各狀態(tài)下的仿真實驗，驗證按所提出的實時優(yōu)化模型計算所得的計劃方案符合實時調(diào)度策略。系統(tǒng)中包含風力發(fā)電單元(60kW)、光伏發(fā)電單元(80kW)、微型燃氣輪機(30kW)各1臺，還配置有一組蓄電池(200Ah)作為儲能單元。系統(tǒng)詳細的運行參數(shù)、各發(fā)電單元的額定參數(shù)和電網(wǎng)不同時段的購售電價格，見文獻[12]。

4.2 實驗結(jié)果與分析

4.2.1 各模式下調(diào)度實驗

①并網(wǎng)模式下峰時段

系統(tǒng)運行在峰時段時，列舉4種狀態(tài)，分別為：S1.調(diào)度時刻等效凈負荷小于零，儲能單元當前荷電狀態(tài)高于日前計劃給出的最佳荷電狀態(tài)，即Z=[0 1 0]；S2.調(diào)度時刻等效凈負荷小于零，儲能單元當前荷電狀態(tài)低于日前計劃給出的最佳荷電狀態(tài)，即Z=[0 1 1]；S3.調(diào)度時刻等效凈負荷大于零，儲能單元當前荷電狀態(tài)高于日前計劃給出的最佳荷電狀態(tài)，即Z=[0 0 0]；S4.調(diào)度時刻等效凈負荷大于零，儲能單元當前荷電狀態(tài)低于日前計劃給出的最佳荷電狀態(tài)，即Z=[0 0 1]。系統(tǒng)具體運行數(shù)據(jù)見表2，按實時優(yōu)化調(diào)度模型進行計算，運算結(jié)果如表3。

表2 系統(tǒng)峰時段運行數(shù)據(jù)

優(yōu)化結(jié)果表明：在峰時段，當?shù)刃糌摵尚∮诹銜r，可調(diào)度電源不發(fā)電，余電優(yōu)先滿足儲能單元

表3 峰時段實時優(yōu)化調(diào)度結(jié)果

的日前計劃需求。當?shù)刃糌摵纱笥诹銜r，可調(diào)度電源選擇性出力，若儲能單元荷電狀態(tài)高于最佳荷電計劃則放電；低于日前計劃不再充電。優(yōu)化結(jié)果符合峰時段實時調(diào)度策略。

②并網(wǎng)模式下平時段

系統(tǒng)運行在平時段時，同樣列舉4種狀態(tài)，其簡述與峰時段類似，在此不再贅述。系統(tǒng)具體運行數(shù)據(jù)見表4，按實時優(yōu)化調(diào)度模型進行計算，運算結(jié)果如表5。

表4 系統(tǒng)平時段運行數(shù)據(jù)

優(yōu)化結(jié)果表明：在平時段，可調(diào)度電源不發(fā)電，當?shù)刃糌摵尚∮诹銜r，余電優(yōu)先滿足儲能單元的日前計劃需求；當?shù)刃糌摵纱笥诹銜r，若儲能單元荷電狀態(tài)高于最佳荷電計劃則放電供載；低于最佳荷電計劃則購電充電。優(yōu)化結(jié)果符合平時段實時調(diào)度策略。

表5 平時段實時優(yōu)化調(diào)度結(jié)果

③并網(wǎng)模式下谷時段

系統(tǒng)運行在谷時段時，列舉同樣4種狀態(tài)。系統(tǒng)具體運行數(shù)據(jù)見表6，按實時優(yōu)化調(diào)度模型進行計算，運算結(jié)果如表7。

表6 系統(tǒng)谷時段運行數(shù)據(jù)

優(yōu)化結(jié)果表明：在谷時段，可調(diào)度電源不發(fā)電，當?shù)刃糌摵尚∮诹銜r，余電優(yōu)先滿足儲能單元的日前計劃需求。當?shù)刃糌摵纱笥诹銜r， 若儲能單元荷電狀態(tài)高于最佳荷電計劃則放電供載；低于最佳荷電計劃則購電充電。優(yōu)化結(jié)果符合谷時段實時調(diào)度策略。

④ 孤島模式

表7 谷時段實時優(yōu)化調(diào)度結(jié)果

系統(tǒng)運行在孤島狀態(tài)時，列舉4種狀態(tài)分別為：S1.該時刻等效凈負荷小于零，儲能單元當前荷電狀態(tài)等于最高荷電狀態(tài)；S2.該時刻等效凈負荷小于零，儲能單元當前荷電狀態(tài)低于最高荷電狀態(tài)；S3.該時刻等效凈負荷大于零，儲能單元當前荷電狀態(tài)高于計劃給出的最佳荷電狀態(tài)；S4.該時刻等效凈負荷大于零，儲能單元當前荷電狀態(tài)低于計劃給出的最佳荷電狀態(tài)。系統(tǒng)具體運行數(shù)據(jù)見表8，按實時優(yōu)化調(diào)度模型進行計算，運算結(jié)果如表9。

表8 系統(tǒng)孤島運行數(shù)據(jù)

優(yōu)化結(jié)果表明：系統(tǒng)孤島運行時，若等效凈負荷小于零，則多余電能給儲能單元充電，如果充到上限仍有余，則減少可再生能源出力(本文設(shè)定優(yōu)先減少光伏出力)。若等效凈負荷大于零，儲能單元當前荷電狀態(tài)高于最佳荷電狀態(tài)，則放電，不足部分由可調(diào)度電源補充；若低于最佳荷電狀態(tài)，則由可調(diào)度電源發(fā)電供載，有余力的情況下給儲能單元充電。優(yōu)化結(jié)果符合系統(tǒng)孤島模式下的實時調(diào)度策略。

表9 孤島運行優(yōu)化調(diào)度結(jié)果

4.2.2 有/無儲能(SOC)日前計劃下的實時調(diào)度比較實驗

以文獻[12]提供的案例數(shù)據(jù)為基礎(chǔ)，利用本文創(chuàng)建的模型和算法對微電網(wǎng)有無儲能(SOC)日前計劃進行實時調(diào)度比較，得到某一天微電網(wǎng)與電網(wǎng)的功率交互曲線，如圖2所示。由圖可知，遵循儲能(SOC)日前計劃的實時調(diào)度曲線能夠全天參與電網(wǎng)的削峰填谷，而缺乏儲能(SOC)日前計劃的實時調(diào)度曲線由于價格競爭的關(guān)系雖然也具有削峰填谷的作用，但只能部分時段參與而不能全過程參與。由表10可以看出，有日前計劃調(diào)度全天總成本還不到無日前調(diào)度總成本的一半，經(jīng)濟效益十分明顯。

圖2 有無日前計劃下微電網(wǎng)與大電網(wǎng)實時調(diào)度交互功率曲線Fig.2 The microgrid and large grid real-time scheduling interaction power curve with or without day-ahead plan

5 結(jié) 論

① 本文提出了基于儲能充放電引導系數(shù)的“等效供電成本”和實際供電成本最小的微電網(wǎng)實時優(yōu)化調(diào)度兩階段線性模型。第一階段模型將向電網(wǎng)購電功率和可調(diào)度型微電源輸出功率統(tǒng)一處理為“購電”功率，以“等效供電成本”最小為目標確定儲能單元的充放電功率和購電功率；為此，基于實時調(diào)度狀態(tài)空間各狀態(tài)下應采取的控制策略，建立了儲能系統(tǒng)充放電引導系數(shù)模型。第二階段模型以實際供電成本最小為目標，確定不足功率在電網(wǎng)買入功率和可調(diào)度型微電源出力之間權(quán)衡的最佳決策方案。

② 由仿真算例表明，利用所提出的遵循儲能SOC日前計劃優(yōu)化模型能夠嚴格執(zhí)行各種狀態(tài)下實時調(diào)度策略，同時能夠從全天角度，進行儲能單元和可調(diào)度型微電源的出力規(guī)劃，可以獲得十分突出的經(jīng)濟效益，且具有明顯的削峰填谷的作用。