齊暉, 程韌俐, 史軍, 華棟, 孫高星
(1. 深圳供電局有限公司,廣東 深圳 518000;2. 華南理工大學(xué),廣東 廣州 510640)
隨著智能電網(wǎng)的推廣,以動力電池為代表的分布式電池接入量快速增長[1],然而,分布式電池大規(guī)模無序充放電的接入給微電網(wǎng)的安全與經(jīng)濟(jì)運(yùn)行帶來了嚴(yán)峻的挑戰(zhàn),因此建立科學(xué)的分布式電池充放電管理決策方法對微電網(wǎng)的運(yùn)行調(diào)度十分重要。
文獻(xiàn)[2]針對光伏滲透率系統(tǒng),提出了以光伏、負(fù)荷時(shí)序相協(xié)同的多區(qū)域分布式電池選址和定容配置方法。文獻(xiàn)[3]計(jì)及分布式電池移動負(fù)載特性,建立了以投資費(fèi)用、波動率和失負(fù)荷率最小化為目標(biāo)的DG容量規(guī)劃模型。文獻(xiàn)[4]基于等概率分布式電池充電裕度,構(gòu)建了基于控制決策生成器的隨機(jī)自決策控制策略。文獻(xiàn)[5]提出了考慮分布式電池荷電模型的能量平衡反饋控制方法。目前針對分布式電池的研究主要集中在優(yōu)化配置和控制策略方面[6-7],較少討論大規(guī)模并網(wǎng)對微電網(wǎng)電力調(diào)度方面的影響。文獻(xiàn)[8]從小區(qū)型微電網(wǎng)建立了基于分布式電池隨機(jī)無序充電的電力調(diào)度模型,但在調(diào)度模型中并未考慮分布式電池的有序充放電管理,并且忽略電力調(diào)度不同發(fā)電單元的出力特性。
因此,本文提出了考慮分布式電池充放電管理的微電網(wǎng)最優(yōu)調(diào)度方法,該方法力求在滿足微網(wǎng)運(yùn)行的各個(gè)單位運(yùn)行約束和系統(tǒng)運(yùn)行約束條件下,計(jì)及分布式電池充放電損耗成本,尋找最優(yōu)的分布式電池充放電管理策略以及機(jī)組單元調(diào)度出力,以使微網(wǎng)運(yùn)行的綜合成本最小。最后以我國南方區(qū)域的某實(shí)際微電網(wǎng)系統(tǒng)為例,驗(yàn)證了所提分布式電池智能充放電管理策略的有效性和可行性。
微電網(wǎng)主要包括傳統(tǒng)發(fā)電機(jī)組(柴油發(fā)電機(jī)和燃料電池機(jī)組)、鉛酸蓄電池、風(fēng)電機(jī)組以及含分布式電池的用電負(fù)荷。本文以調(diào)度策略的綜合成本f最小為優(yōu)化目標(biāo),建立了考慮分布式電池充放電管理的微電網(wǎng)電力調(diào)度模型,其中綜合成本fO包括柴油機(jī)的發(fā)電成本fDE、燃料電池的發(fā)電成本fFC、因發(fā)電功率不足而采取的切負(fù)荷成本fL、微電網(wǎng)向其上級大電網(wǎng)的主動購電成本fGrid以及由于分布式電池向微電網(wǎng)放電而產(chǎn)生的損耗成本fV2G。
minfO=fDE+fFC+fL+fGrid+fV2G
(1)
(2)
(3)
(4)
(5)
(6)
分布式電池充放電所造成的單位損耗CPer可通過生命周期電能傳輸量確定:
CAll=LQEQdQCPer
(7)
式中:CAll為電池的購置成本;LQ為在測試放電深度下的可用次數(shù);EQ為電池容量;dQ為放電深度。
柴油機(jī)組的運(yùn)行技術(shù)出力約束包括技術(shù)出力約束、爬坡速率約束、最小運(yùn)行停機(jī)時(shí)間約束。
(1)機(jī)組最小最大技術(shù)出力約束
(8)
(2)機(jī)組爬坡速率約束
(9)
(3)機(jī)組最小運(yùn)行停機(jī)時(shí)間約束
(10)
(11)
燃料電池機(jī)組的運(yùn)行特性與柴油機(jī)組相似,且鉛蓄電池采用經(jīng)典模型,在此不再重復(fù)表述。
本文取分布式電池組滿電量的容量為50 kWh,考慮延長電池組壽命因素,一般限定電池組的可調(diào)電量區(qū)間為0~E0,E0為最大可調(diào)電量。出發(fā)行程結(jié)束之后的可調(diào)電量為:
Eev(t)|(t=ts)=E0-χev·dev/2
(12)
式中:ts為出發(fā)行程結(jié)束時(shí)刻;Eev(t)為分布式電池組ev在時(shí)段t的可調(diào)電量;χev為分布式電池組ev的單位耗電量;dev為分布式電池組ev來回全程。
(13)
(1)可調(diào)電量約束
(14)
(2)充放電功率約束
(15)
(3)可調(diào)電量與充放電功率約束
Eev(t)=Eev(t-1)+ΔtPev,ch(t-1)ηev,ch-ΔtPev,dis(t-1)/ηev,dis
(16)
(4)充放電互斥約束
Iev,ch(t)≥0Iev,dis(t)≥0Iev,ch(t)+Iev,dis(t)≤1
(17)
(5)對于任意的分布式電池組ev,下一天出發(fā)前需達(dá)到所需電量
Eev(T)=β·E0?ev∈EV
(18)
本文所建模型的系統(tǒng)運(yùn)行約束包括系統(tǒng)功率平衡約束和旋轉(zhuǎn)備用約束。
功率平衡約束公式如下:
(19)
式中:N、W分別為可控機(jī)組和風(fēng)電機(jī)組的總數(shù);pn(t)、pw(t)分別為可控機(jī)組n和風(fēng)機(jī)w在時(shí)段t的技術(shù)出力;pD(t)為時(shí)段t的負(fù)荷需求;Pev,ch、Pev,dis分別為分布式電池組ev在時(shí)段t的充電和放電功率。
旋轉(zhuǎn)備用約束公式如下:
(20)
本文以南方區(qū)域的某實(shí)際微電網(wǎng)系統(tǒng)為例驗(yàn)證本文所提方法有效性和可行性。為了有效求解模型,對模型的非線性成本函數(shù)分段線性化后,以一臺頻率2.6 GHz、內(nèi)存4 GB的個(gè)人計(jì)算機(jī)為計(jì)算平臺,采用數(shù)學(xué)規(guī)劃軟件GAMS編程,調(diào)用成熟的混合整數(shù)線性規(guī)劃商業(yè)求解器CPLEX求解。
本文以運(yùn)行成本為優(yōu)化調(diào)度目標(biāo),對不同充放電管理策略下的發(fā)電單元機(jī)組出力進(jìn)行分析,具體如圖1所示。
分布式電池的隨機(jī)接入充電行為會抬高此階段的峰荷,此時(shí)柴油機(jī)和燃料電池均接近其最大輸出功率用電需求。在錯(cuò)峰充電模式下,高峰期的充電需求轉(zhuǎn)移至凌晨的低谷期,緩解了嚴(yán)峻的峰谷差。與隨機(jī)充電模式、錯(cuò)峰模式相比,V2G智能充電模式將電池充電負(fù)荷移至凌晨,充分利用低谷期的低廉電價(jià)優(yōu)勢充電,提升低谷期的負(fù)荷水平;V2G智能放電模式可以在高峰期將分布式電池的剩余電能回饋微網(wǎng),大幅緩解高峰期負(fù)荷壓力,有利于降低峰谷差。
不同運(yùn)行方式(孤網(wǎng)、并網(wǎng))下,以在隨機(jī)充電、充放電接入模式下的各類型機(jī)組出力為例分析,如圖2所示。
與圖1的孤網(wǎng)運(yùn)行相比,并網(wǎng)運(yùn)行方式下,當(dāng)處于用電低谷期,此時(shí)向上級電網(wǎng)的購電成本低于微網(wǎng)的發(fā)電成本,主要從大電網(wǎng)購買低廉電能以滿足微網(wǎng)內(nèi)的用電需求,可控機(jī)組的技術(shù)出力較低;當(dāng)處于用電高峰期,此時(shí)購電成本高于微網(wǎng)的發(fā)電成本,主要依靠微網(wǎng)內(nèi)可控機(jī)組的發(fā)電滿足用電需求,此時(shí)調(diào)度計(jì)劃與孤網(wǎng)模式相似。但并網(wǎng)模式下,大電網(wǎng)與微網(wǎng)的交換線路可作為微網(wǎng)的備用容量,以應(yīng)對緊急事件或突增負(fù)荷,減少切負(fù)荷和棄風(fēng)。
不同損耗成本下微電網(wǎng)運(yùn)行綜合成本、分布式電池出力分別如圖3、圖4所示。
當(dāng)分布式電池?fù)p耗成本大于0.975 元/kWh時(shí),分布式電池在高峰期幾乎不向電網(wǎng)回饋電能,此時(shí)V2G充放電模式等價(jià)于錯(cuò)峰充電模式,運(yùn)行成本均為10 196.07 元。隨著分布式電池制
造的進(jìn)步,分布式電池的損耗費(fèi)用會逐漸下降,此時(shí)分布式電池可以在高峰期向微網(wǎng)回饋電能,而在低谷期充電,通過電價(jià)差獲取利潤,并且損耗成本越低,分布式電池在高峰期的放電功率越大,在低谷期的充電功率越大,綜合成本也越低。
通過二分法逼近分布式電池參與V2G充放電的損耗成本,可得0.89 元/kWh為分布式電池V2G充放電策略與錯(cuò)峰充電策略的邊界條件。
分布式電池的規(guī)?;療o序接入微電網(wǎng)給傳統(tǒng)的電力調(diào)度方法帶來了新難題。目前分布式電池資源還未得到充分發(fā)掘,研究分布式電池智能充放電管理具有重要意義。本文建立了考慮分布式電池智能充放電管理的微電網(wǎng)電力調(diào)度模型,通過線性化模型后在GAMS軟件調(diào)用CPLEX商業(yè)求解器進(jìn)行有效求解。算例表明:智能V2G充放電模式有利于降低峰谷差,并且充分利用低谷期的低廉電能,有效降低微電網(wǎng)的綜合成本、運(yùn)行成本與環(huán)境成本。同時(shí),隨著分布式電池?fù)p耗成本的降低,分布式電池的智能充放電管理效果更明顯,更有利于降低微電網(wǎng)的調(diào)度成本。