以換電站為負(fù)荷的微電網(wǎng)系統(tǒng)建模與優(yōu)化

王 哲 ，谷 雨 ，王 瑞 ，代兵棋

（1.國(guó)網(wǎng)山東省電力公司菏澤供電公司，山東 菏澤 274000；2.廣州供電局有限公司，廣東 廣州 510000；3.國(guó)網(wǎng)山東省電力公司臨沂供電公司，山東 臨沂 274000）

0 引言

微電網(wǎng)是將一定區(qū)域內(nèi)的小型分散發(fā)電單元（分布式電源）組織起來而形成的一個(gè)小型發(fā)配電系統(tǒng)［1］，可為該區(qū)域內(nèi)負(fù)荷提供冷、熱和電，既可以孤立運(yùn)行，也可以與外部大電網(wǎng)并網(wǎng)運(yùn)行，參與系統(tǒng)的宏觀調(diào)控。微電網(wǎng)的出現(xiàn)解決了分布式電源的大規(guī)模接入問題。將電動(dòng)汽車換電站作為微電網(wǎng)系統(tǒng)的負(fù)荷［2-3］，一方面可以平抑可再生能源輸出功率的波動(dòng)，推動(dòng)可再生能源的普及并避免使用柴油發(fā)電機(jī)等帶來的污染；另一方面可充分利用電動(dòng)汽車的儲(chǔ)能作用，減少額外建設(shè)電池儲(chǔ)能系統(tǒng)的投資［4］。

針對(duì)微電網(wǎng)系統(tǒng)運(yùn)行優(yōu)化，文獻(xiàn)［5］在建立各種分布式能源穩(wěn)態(tài)模型的基礎(chǔ)上，提出了運(yùn)行成本最低、環(huán)境和綜合效益最高等優(yōu)化目標(biāo)函數(shù)，但沒有考慮換電站對(duì)微電網(wǎng)系統(tǒng)的影響。文獻(xiàn)［6］圍繞微電網(wǎng)系統(tǒng)經(jīng)濟(jì)環(huán)保運(yùn)行優(yōu)化問題，建立了以分布式發(fā)電單元的發(fā)電費(fèi)用和折舊費(fèi)用為目標(biāo)的微電網(wǎng)經(jīng)濟(jì)運(yùn)行優(yōu)化模型，但是沒有計(jì)及分時(shí)電價(jià)對(duì)微電網(wǎng)運(yùn)行的影響。

針對(duì)上述問題，結(jié)合各發(fā)電單元和換電站特點(diǎn)，以微電網(wǎng)系統(tǒng)運(yùn)行成本最低為目標(biāo)函數(shù)，以滿足用戶需求、發(fā)電單元和充放電功率平衡為約束條件，建立以換電站為負(fù)荷的微電網(wǎng)系統(tǒng)穩(wěn)態(tài)模型，并通過粒子群優(yōu)化算法進(jìn)行求解。

1 微電網(wǎng)系統(tǒng)運(yùn)行策略

1.1 常用分布式電源組件

微電網(wǎng)可根據(jù)因地制宜原則，實(shí)現(xiàn)對(duì)當(dāng)?shù)乜稍偕茉吹某浞掷茫?-8］。常用的分布式電源組件主要有光伏發(fā)電系統(tǒng)、風(fēng)力發(fā)電機(jī)、燃料電池、小型生物質(zhì)發(fā)電系統(tǒng)等。

光伏發(fā)電系統(tǒng)（Photovoltaic，PV）是指利用半導(dǎo)體材料的光電效應(yīng)，將太陽(yáng)能轉(zhuǎn)換成電能的裝置，其優(yōu)點(diǎn)是基本不受地域限制，具有污染低、噪聲小和建設(shè)周期短等特點(diǎn)。

風(fēng)力發(fā)電機(jī)（Wind Turbine，WT）的工作原理是利用風(fēng)力帶動(dòng)風(fēng)機(jī)葉片旋轉(zhuǎn)產(chǎn)生動(dòng)能來發(fā)電。

燃料電池（Fuel Cell，F(xiàn)C）具有低污染、高效率的特性，屬于一種綠色能源發(fā)電裝置。與利用石化能源的傳統(tǒng)鍋爐或引擎發(fā)電裝置相比，燃料電池發(fā)電效率高，是一種節(jié)約能源與提升能源使用效率的發(fā)電裝置。

生物質(zhì)發(fā)電系統(tǒng)（Biomass Energy，BE）主要包括生物質(zhì)直接燃燒發(fā)電、氣化發(fā)電以及與煤混合燃燒發(fā)電技術(shù)。

電動(dòng)汽車換電站（Battery Swapping Station，BSS）可對(duì)電動(dòng)汽車進(jìn)行電池更換，并對(duì)更換下來的電池進(jìn)行充放電及儲(chǔ)存，基本可實(shí)現(xiàn)電能的自給［9］。由于換電站內(nèi)充電機(jī)的數(shù)量是一定的，電池?cái)?shù)量也受運(yùn)行條件的約束，因此換電站內(nèi)儲(chǔ)存的電量和充放電功率之間存在關(guān)聯(lián)。

1.2 系統(tǒng)運(yùn)行策略

考慮到風(fēng)能、太陽(yáng)能等可再生能源輸出功率的不確定性及換電需求的波動(dòng)，為充分發(fā)揮微電網(wǎng)削峰填谷的能力，并保證系統(tǒng)的運(yùn)行壽命，制定以下運(yùn)行策略：

1）風(fēng)能、太陽(yáng)能的輸出功率存在一定的波動(dòng)性，且用戶換電需求存在不確定性，因此通過對(duì)發(fā)電功率和用電需求進(jìn)行預(yù)測(cè)［10］，制定運(yùn)行計(jì)劃?？紤]到現(xiàn)有預(yù)測(cè)技術(shù)的精度，對(duì)未來一天進(jìn)行預(yù)測(cè)?；趯?duì)未來一天的風(fēng)能、太陽(yáng)能等發(fā)電功率和電動(dòng)汽車用戶換電需求的預(yù)測(cè)制定微電網(wǎng)運(yùn)行計(jì)劃，以保證系統(tǒng)運(yùn)行的經(jīng)濟(jì)性。

2）換電站與主網(wǎng)間可自由雙向交換功率，為增強(qiáng)削峰填谷的能力和提高系統(tǒng)運(yùn)行效率，引入分時(shí)電價(jià)作為控制手段。

3）電動(dòng)汽車一般采用鋰電池，為合理利用電池以保證其使用壽命，優(yōu)先對(duì)電池進(jìn)行淺深度充放電［11］。

2 以換電站為負(fù)荷的微電網(wǎng)系統(tǒng)建模

2.1 目標(biāo)函數(shù)

微電網(wǎng)運(yùn)行成本由各發(fā)電單元的能耗成本、運(yùn)行管理成本及與主網(wǎng)進(jìn)行功率交互的成本構(gòu)成。當(dāng)微電網(wǎng)從主網(wǎng)吸收功率時(shí)，交互成本為正；微電網(wǎng)向主網(wǎng)輸出功率時(shí)，交互功率為負(fù)，即取得收益。

以微電網(wǎng)系統(tǒng)的運(yùn)行成本最低為目標(biāo)，對(duì)各發(fā)電單元及與主網(wǎng)間的功率交換進(jìn)行優(yōu)化，建立目標(biāo)函數(shù)為

式中：J為發(fā)電單元數(shù)量；N為系統(tǒng)運(yùn)行時(shí)段；pjt為發(fā)電單元j在時(shí)刻t發(fā)出的功率；Cf（pjt）為發(fā)出功率為pjt時(shí)的發(fā)電單元的能耗成本，包含F(xiàn)C和BE的能耗成本；Com（pjt）為發(fā)出功率為pjt時(shí)的發(fā)電單元運(yùn)行管理成本，包含PV，WT，F(xiàn)C和BE的運(yùn)行管理成本為t時(shí)刻電網(wǎng)向微電網(wǎng)系統(tǒng)輸入的電量；為t時(shí)刻微電網(wǎng)系統(tǒng)向電網(wǎng)輸出的電量；為電網(wǎng)向微電網(wǎng)系統(tǒng)輸入的電量為時(shí)微電網(wǎng)系統(tǒng)的電費(fèi)支出；為微電網(wǎng)系統(tǒng)向電網(wǎng)輸出的電量為時(shí)微電網(wǎng)系統(tǒng)的電費(fèi)收入。

2.2 約束條件

微電網(wǎng)系統(tǒng)的運(yùn)行應(yīng)該滿足用戶的換電需求，同時(shí)考慮各發(fā)電單元和充放電功率的約束。

1）用戶換電需求約束。

在t時(shí)刻，換電站內(nèi)充滿電的電池?cái)?shù)量應(yīng)滿足電動(dòng)汽車的換電需求約束為

式中：Et為在t時(shí)刻換電站電池的總功率；Dt為電動(dòng)汽車在t時(shí)刻的換電功率需求；R為考慮正在進(jìn)行充放電的電池組及用戶換電需求的波動(dòng)，保留一定的備用需求。

2）發(fā)電單元功率輸出約束為

3）微電網(wǎng)系統(tǒng)與主網(wǎng)間能夠允許交互的最大容量約束為

4）電池儲(chǔ)存約束。

由于在t時(shí)刻換電站內(nèi)的電池?cái)?shù)量是有限的，為防止對(duì)電池的過充和過放，存在電量?jī)?chǔ)存約束為

式中：Et為電池在 t時(shí)刻的儲(chǔ)能；Emax，Emin分別為電池的最大、最小儲(chǔ)能。

5）充放電功率約束。

換電站充放電機(jī)數(shù)量是有限的，因此總充放電功率存在約束為

6）功率平衡約束為

2 基于粒子群優(yōu)化算法的模型求解

2.1 粒子群優(yōu)化算法簡(jiǎn)介

粒子群算法 （Particle Swarm Optimization，PSO）是一種較為常用的全局尋優(yōu)算法［12-13］，不僅能夠加速神經(jīng)網(wǎng)絡(luò)的收斂速度，而且可以避免神經(jīng)網(wǎng)絡(luò)陷入局部最優(yōu)解，可有效地優(yōu)化本文中的問題。

m個(gè)粒子在n維空間中搜索，粒子種群為x=［x1，x2，…，xm］，第 i個(gè)粒子的 n 維位置為 xi=［xi1，xi2，…，xin］T，其飛行速度為 vi=［vi1，vi2，…，vin］T，粒子 i最優(yōu)位置為 pi=［pi1，pi2， …，pin］T， 群體最優(yōu)位置為 pg=［pg1，pg2，…，pgn］T，粒子的速度和位置更新公式為

式中：vid（k），xid（k）分別為第 i個(gè)粒子在第 k 次迭代中第d維上的速度和位置；ω為慣性系數(shù)；c1，c2為學(xué)習(xí)因子；r1，r2為0～1之間的隨機(jī)數(shù)。

2.2 模型求解

將FC和BE的出力及微電網(wǎng)與主網(wǎng)間的功率交換設(shè)置為粒子位置，適應(yīng)度函數(shù)為式（9），PSO優(yōu)化過程如圖1所示。

圖1 PSO優(yōu)化流程

3 算例分析

3.1 算例參數(shù)

設(shè)微電網(wǎng)系統(tǒng)由 PV，WT，F(xiàn)C，BE，BSS 組成，其中PV，WT的典型功率曲線如圖2所示?？紤]到換電模式下區(qū)域內(nèi)電動(dòng)汽車的行駛特性與燃油汽車相似，BSS的典型負(fù)荷曲線參照城區(qū)加油站，如圖3所示。

圖2 PV和WT典型功率曲線

圖3 BSS典型負(fù)荷曲線

假設(shè)換電站有100臺(tái)充放電機(jī)，充放電功率均為8 kW，充放電效率均為0.95，電池組的有效荷電量均為40 kWh。微電網(wǎng)與主網(wǎng)間能量交互的容量上限為200 kW；FC的功率上限為300 kW，功率下限為30 kW；BE的功率上限為200kW，功率下限為30 kW。PV和WT的管理成本為0.005元／kWh；FC的燃料成本為 0.6元／kWh，管理成本為 0.03元／kWh；BE 的燃料成本為0.8元／kWh，管理成本為0.14元／kWh。微電網(wǎng)與主網(wǎng)之間的功率交換采用分時(shí)電價(jià)計(jì)算［14］，分時(shí)電價(jià)如表1所示。

表1 分時(shí)電價(jià) 元

3.2 求解方法

考慮到對(duì)PV和WT輸出功率的預(yù)測(cè)精度，將一天劃分為24個(gè)時(shí)段，以微電網(wǎng)系統(tǒng)的運(yùn)行成本最低為目標(biāo)，對(duì)各個(gè)時(shí)段內(nèi)FC和BE的出力及微電網(wǎng)與主網(wǎng)間的功率交換進(jìn)行優(yōu)化。在求解過程中，共需要對(duì)4個(gè)單元24個(gè)時(shí)段共計(jì)96個(gè)維度進(jìn)行優(yōu)化。

采用粒子群優(yōu)化算法進(jìn)行求解，將微電網(wǎng)系統(tǒng)的運(yùn)行成本設(shè)為適應(yīng)度函數(shù)，將FC和BE的出力及微電網(wǎng)與主網(wǎng)之間的功率交換設(shè)為粒子位置。為避免最優(yōu)粒子過早收斂，引起其他粒子迅速收斂到其周圍而導(dǎo)致的早熟現(xiàn)象，將每個(gè)粒子的速度按二次項(xiàng)策略進(jìn)行更新，從而在每一步迭代中較好的平衡全局與局部搜索能力。

二次項(xiàng)改進(jìn)粒子群算法對(duì)粒子速度的更新公式進(jìn)行如下變化：

由上式可以看出，改進(jìn)算法是在基本算法的基礎(chǔ)上加入了二次項(xiàng)［pid（k）－xid（k）］2和［pgd（k）－xid（k）］2。當(dāng)｜pid（k）－xid（k）｜＜1（粒子靠近局部最優(yōu)解）或｜pgd（k）－xid（k）｜＜1（粒子靠近全局最優(yōu)解）時(shí)，則有 0≤［pgd（k）－xid（k）］2＜1 和 0≤［pid（k）－xid（k）］2＜1，這時(shí)粒子的飛行速度變慢，可以使粒子更細(xì)致地搜索局部和全局最優(yōu)解。 當(dāng)｜pid（k）－xid（k）｜＞1（粒子遠(yuǎn)離局部最優(yōu)解）或｜pgd（k）－xid（k）｜＞1（粒子遠(yuǎn)離全局最優(yōu)解）時(shí)，則有［pgd（k）－xid（k）］2＞1 和［pid（k）－xid（k）］2＞1，粒子飛行速度變快，可擴(kuò)大搜索范圍，增強(qiáng)尋找全局最優(yōu)的能力。

3.3 計(jì)算結(jié)果

為驗(yàn)證優(yōu)化結(jié)果的有效性，對(duì)優(yōu)化前、后的微電網(wǎng)運(yùn)行成本及微電網(wǎng)與主網(wǎng)的功率交互進(jìn)行比較。

優(yōu)化前，充電站在無序充電（即電池更換下來后就立即對(duì)其充電）狀態(tài)下，微電網(wǎng)系統(tǒng)一天的運(yùn)行費(fèi)用為4 163元；優(yōu)化后，充電站在有序充電（即在主網(wǎng)的波谷時(shí)刻進(jìn)行充電，波峰時(shí)刻進(jìn)行放電）狀態(tài)下，微電網(wǎng)系統(tǒng)一天的運(yùn)行費(fèi)用為3 475元，兩種狀態(tài)下微電網(wǎng)系統(tǒng)與主網(wǎng)的功率交換如圖4所示。其中，功率為負(fù)值時(shí)表示微電網(wǎng)系統(tǒng)向主網(wǎng)輸出功率，功率為正值時(shí)表示微電網(wǎng)系統(tǒng)從主網(wǎng)吸收功率。優(yōu)化后系統(tǒng)FC和BE的出力如圖5所示。

圖4 微電網(wǎng)與主網(wǎng)功率交換曲線

圖5 優(yōu)化后的FC與BE出力

在無序充電的情況下，系統(tǒng)運(yùn)行費(fèi)用較高，同時(shí)因?yàn)殡妱?dòng)汽車的換電需求與電網(wǎng)的波峰時(shí)刻有部分重疊，微電網(wǎng)系統(tǒng)會(huì)加重主網(wǎng)的峰谷差。通過對(duì)微電網(wǎng)系統(tǒng)運(yùn)行的優(yōu)化，主網(wǎng)電價(jià)較低時(shí)，即主網(wǎng)的谷時(shí)段，微電網(wǎng)從主網(wǎng)吸收功率；主網(wǎng)電價(jià)較高時(shí)，即主網(wǎng)的峰時(shí)段，微電網(wǎng)向主網(wǎng)輸出功率，運(yùn)行成本與無序充電下相比得到了降低，并且可以發(fā)揮微電網(wǎng)系統(tǒng)削峰填谷的作用。

4 結(jié)語(yǔ)

建立了一種以電動(dòng)汽車換電站為負(fù)荷，由太陽(yáng)能電池、風(fēng)力發(fā)電機(jī)、燃料電池和小型生物質(zhì)發(fā)電系統(tǒng)等清潔能源組成的微電網(wǎng)系統(tǒng)模型，并通過改進(jìn)粒子群算法對(duì)其進(jìn)行了優(yōu)化。算例表明，換電站作為負(fù)荷可平抑可再生能源輸出功率的波動(dòng)，從而減少微電網(wǎng)系統(tǒng)中柴油發(fā)電機(jī)等帶來的污染，并顯著提高了微電網(wǎng)系統(tǒng)削峰填谷能力。