基于模糊粒子群算法的微网经济运行优化

闫鹤鸣，李相俊，麻秀范，宁阳天，郑 高

(1.华北电力大学电气与电子工程学院，北京102206；2.中国电力科学研究院电工与新材料研究所，北京100192；3.国网福建省电力有限公司电力科学研究院，福建福州350007)

基于模糊粒子群算法的微网经济运行优化

闫鹤鸣1，李相俊2，麻秀范1，宁阳天1，郑 高3

(1.华北电力大学电气与电子工程学院，北京102206；2.中国电力科学研究院电工与新材料研究所，北京100192；3.国网福建省电力有限公司电力科学研究院，福建福州350007)

基于含多种微源及储能的热电联产微网系统，提出了考虑储能系统模糊充放电策略的微电网调度方案，建立了将综合发电成本和环境成本考虑在内的微网经济运行数学模型。针对实际微网模型，基于模糊粒子群算法对该微网并网经济运行问题进行了寻优计算。结果表明，提出的基于模糊粒子群算法的并网调度经济运行策略以及储能充放电模糊控制策略，可有效应用于微网并网时的经济运行特性研究，具有有效性。

微网；热电联产；经济运行；模糊控制；模糊粒子群算法

微网以其经济节能和环境友好等特点已成为智能电网发展的重要组成。微网并网的经济运行涉及到与主网的电能交易问题以及各个微源之间的协调问题，通过合理决策制定最佳经济调度策略，则可达到提高微网能源利用率、降低运行成本等经济技术要求[1-4]。

目前，对于微网的经济运行优化，已经做了一些研究。文献[5]建立了微网系统的经济模型，并且计及了分时电价以及与外网电能交易的情况，但是建立的模型较简单，而且在优化算法方面也没有具体的改进。文献[6]建立了同时考虑运行维护成本最低与环境污染最小的微网多目标优化模型，应用线性加权求和法将多目标问题转换为单目标问题。文献[7]在详细分析了分布式电源特性和优化目标数学模型的基础上，针对微网中分布式电源出力的优化管理，提出了一种基于小生境进化的多目标免疫算法来优化各微源出力。以上文献对于微网经济运行的研究均是分别或同时从模型的更加完善与贴近实际和算法的快速收敛性以及更强的优化性着手。

本文提出了考虑储能系统模糊充放电策略的微电网并网运行调度方案，建立了将综合发电成本和环境成本考虑在内的微网经济运行数学模型，基于模糊粒子群优化算法寻优，通过对比几种不同策略的优化结果，证明所提策略的有效性。

1 微网系统结构和调度策略

1.1 微网系统结构

本文选取北方某地区的具体微网设计案例进行分析，微网系统结构如图1所示。

1.2 对储能系统充放电的控制策略

本文提出了一种用模糊控制原理来对微网中的储能系统进行充放电的控制策略。储能系统充、放电控制的具体规则如下：

调度期24 h分为三个时段：峰期、平期、谷期；储能系统在时刻储存电量SOC的大小划分为三档：高档、中档、低档。储能系统充放电的功率大小分为五个级别：大容量充电(NB)、小容量充电(NS)、大容量放电(PB)、小容量放电(PS)、在很小范围内充放电(ZE)(表1)。

图1 微网系统结构图

表1 模糊控制策略表

1.3 考虑储能系统模糊充放电策略的微网并网调度策略

本文提出的含小型热电联产系统的微网并网调度策略为：

(1)由于PV和WT发电具有不可控性，且作为可再生能源不直接消耗燃料，不污染环境，故优先利用其出力，跟踪控制最大功率输出；

(2)为使热电联产系统运行效率最高，其采用“以热定电”的方式，由热负荷确定MT的固定有功出力；

(3)依据不同时段的购售电价格算出FC和MT的购电平衡功率和售电平衡功率。当WT、PV和MT的有功出力超过微网电负荷时，超出的部分在峰时向外网出售，同时储能系统在基于模糊控制策略确定的功率范围内向外网售电。在平时和谷时先向储能系统在基于模糊控制策略确定的功率范围内充电，如电量仍有剩余则向外网售电。此时FC和MT在售电平衡功率范围内向外网售电。

(4)当WT、PV和MT的有功出力无法满足微网电负荷和网损时，峰时储能系统在基于模糊控制策略确定的输出功率范围内输出功率，同时检测储能系统的充放电状态；若储能系统的输出功率在基于模糊控制策略确定的范围内可满足微网安全可靠运行(在不切负荷的基础上，微网能在满足所有约束条件下运行)，可考虑储能系统在基于模糊控制策略确定的功率允许范围内增加输出功率以向外网售电，否则维持原出力，此时FC和MT在售电平衡功率范围内向外网售电；谷时不考虑储能系统放电，此时FC和MT在购电平衡功率内发电，如果不够就从外网购电，此时需要给储能系统在基于模糊控制策略确定的功率范围内充电。平时段储能系统在基于模糊控制策略确定的功率范围内放电，FC和MT在购电平衡功率内发电，如果仍不满足负荷需求，则需要从外网在联络线交换功率范围内购电，如果仍不够，则按照负荷的重要程度依次切除。

2 微网并网经济运行优化的数学模型

微网并网运行方式下最优经济运行的目标，是在满足系统负荷的需求和可靠性的前提下，使得系统的运行成本最小，考虑到环境因素，要保证污染气体的排放量最少。数学模型需要考虑到实时购售电价、各微源的技术性能、微源的燃料、运行维护成本以及环保费用等因素。

2.1 目标函数

微网在并网运行方式下，经济运行优化的目标函数如式(1)所示：

其中：

微型燃气轮机的燃料成本函数[5]如式(7)所示：

其中：

燃料电池的燃料成本函数[5]如式(10)所示：

2.2 约束条件

功率平衡约束：

储能系统充电时：

储能系统放电时：

为储能系统的充电和放电效率。

热负荷约束：

综上，在急性缺血性脑卒中患者静脉溶栓治疗过程中采取各项切实有效的护理可有效减少患者致残致死率，提高生存质量。

各微源出力约

微网与配电网交互的传输功率约束：

储能系统运行状况的约束：

(1)对于调度的一个周期，储能系统始末的电量保持相同。式中：δ为 时段持续的时长。

(2)在调度期间的任何时刻储能系统的电量都处于允许范围之内。式中：min、max、分别为储能系统中存储电量允许的最小值、最大值和储能系统在调度开始时刻的存储电量。

3 模糊粒子群优化算法

模糊粒子群算法(FPSO)的计算步骤如下：

(1)输入初始参数。

(3)评价每个粒子的适应度。

(7)判断是否收敛。当满足如下条件之一，迭代停止：全局最好位置连续若百次无变化或达到预先规定的最大迭代次数；否则转步骤(5)。

(8)输出结果。

4 算例及结果分析

4.1 算例参数

本文的光伏、风电输出功率以及负荷的预测曲线见图2。各微源参数见表2，各时段电价见表3，环境参数见表4。

图2 光伏、风电功率及热、电负荷预测

表2 各微源参数[8]kW

表3 各时段电价[8]元

表4 环境参数[8]

4.2 结果及讨论

本文综合考虑各微源综合发电成本和售购电价之间的差异，基于日前运行成本最小的优化计算，使得微网日发电总成本最小。

文献[9]提出的经济调度策略为：优先利用微网中的微电源(尤其是可再生能源发电)满足负荷需求，微网与外网之间可以自由双向交换功率；储能系统交替充、放电。

文献[5]提出的经济调度策略为：优先利用WT和PV机组出力；由热负荷确定微型燃气轮机出力；当WT、PV、FC和MT机组出力无法满足微网电负荷需求时，首先令蓄电池储能装置放电，同时监测蓄电池的充放电状态；若蓄电池在额定功率内可满足微网负荷需求，则考虑增加蓄电池出力，从而向外网售电；若蓄电池满发后仍存在电力缺额，则从外网购电。

本文对以下三种策略做了对比分析：

策略1：微源出力和储能系统充放电采用文献[9]中提出的经济调度策略，基于PSO进行优化。

策略2：微源出力及储能系统充放电采用文献[5]中提出的经济调度策略，基于PSO进行优化。

策略3：本文提出微源出力及储能系统充放电采用考虑储能系统模糊充放电策略的优化调度策略，基于FPSO进行优化。

对三种策略分别进行寻优，三种策略优化结果的日发电成本和收敛次数如表5所示。

表5 三种优化结果对比分析

从表5中对比日发电成本可以看出：若储能系统采取交替充放电方式，相应的日发电成本高于储能系统采用经济调度策略的情况，而储能系统采用考虑储能系统模糊充放电策略的优化调度策略基于FPSO优化结果相对于储能系统采用经济调度策略基于PSO的优化结果则更优。

其中，策略3优化结果中的各时段MT、FC出力、ES充放电功率(放电为正，充电为负)以及PCC点与主网的交互功率(向主网购电时交换功率为正，反之为负)如图3所示。

图3 策略3的结果

由图3可知，从01:00谷时段开始，ES开始充电，MT发的功率满足热负荷以及一部分电负荷，FC的发电成本大于向主网购电的成本，故不出力；8:00平时段，FC开始出力，ES在小范围内充、放电；11:00进入峰时段，FC在几乎接近最大放电功率下出力，由于向主网售电的收益大于MT的发电成本，故MT大功率放电，此时ES也在相对较大的功率下放电，同时向主网售电以获得经济效益；16:00平时开始向主网购电，FC、ES的放电功率相应的降低，MT放电以满足固定的热负荷；19:00峰时段，此时MT和FC大功率放电，ES也在允许剩余电量范围内较大程度的放电，此段几乎不向外网购电也不售电；22:00平时段，MT发电以满足热负荷，FC发电功率相应下降，ES在剩余电量允许范围内小范围放电，向电网购电以填补微网内功率缺额；24:00谷时段，ES大功率充电至初始电量，为第二天的调度做准备，FC停止发电，MT发功率满足热负荷的需求，此时需要向电网购电。

在并网条件下采用FPSO和PSO求解经济运行模型时，两种算法的收敛特性如图4所示。

从图4可以看出，PSO在求解此类多时段动态优化问题时，出现收敛慢以及解质量不高的缺陷，容易陷入局部最优解。而FPSO算法由于引入了储能充放电的模糊控制策略，其运算速度和解的精度都得到了提高，具有良好的收敛性。

图4 采用PSO和FPSO得到的优化收敛曲线

5 结语

本文提出了考虑储能系统模糊充放电策略的微电网调度方案，用以解决微网并网情况下的经济运行优化问题。建立了将综合发电成本和环境成本考虑在内的微网经济运行数学模型，基于模糊粒子群优化算法寻优，针对三种不同优化策略下的发电成本以及收敛速度加以比较，验证了所提策略的可行性和有效性。

[1]鲁刚，魏玢，马莉.智能电网建设与电力市场发展[J].电力系统自动化，2010,34(9):1-6.

[2]LI X J,SONG Y J,HAN S B.Study on power quality control in multiple renewable energy hybrid microgrid system[J].IEEE Power Tech,2007(7):2000-2005.

[3]邱晓燕，夏莉丽，李兴源.智能电网建设中分布式电源的规划[J].电网技术，2010,34(4):7-10.

[4]LI X,HUI D,XU M,et al.Integration and energy management of large-scale lithium-ion battery energy storage station[C]//Electrical Machines and Systems(ICEMS),2012 15th International Conference on.US:IEEE,2012:1-6.

[5]牛铭，黄伟，郭佳欢，等.微网并网时的经济运行研究[J].电网技术，2010,34(11):38-42.

[6]MOHAMED F A,KOIVO H N.Online management of microgrid with battery storage using multiobjective optimization[C]//Power Engineering,Energy and Electrical Drives,2007.POWERENG 2007.International Conference on.US:IEEE,2007:231-236.

[7]王新刚，艾芊，徐伟华，等.含分布式发电的微电网能量管理多目标优化[J].电力系统保护与控制，2009,37(20):79-83.

[8]李乐.微网的经济运行研究[D].保定：华北电力大学，2011.

[9]万术来.基于改进粒子群算法的微网环保经济运行的优化[D].广东：华南理工大学，2012.

Optimization of microgrid economic operation based on fuzzy particle swarm optimization algorithm

Based on the CHP microgrid system which contains multiple micro sources and energy storage system,the microgrid scheduling scheme when connected to the main grid were proposed, in this scheme, a fuzzy control strategy to optimize the energy storage charge and discharge were considered,and an economic operation model of a microgrid were established,in which integrated power cost and environmental cost were taken into account.To a real microgrid model,fuzzy particle swarm optimization (FPSO) algorithm was used to optimize the economic dispatching problem of microgrid which was connected with large-scale power grid. The results show that the scheduling scheme and the fuzzy control strategy to the energy storage system is effective,and can be effectively used in the microgrid for the economic operation characteristic research.

microgrid;CHP;economic operation;fuzzy control;fuzzy particle swarm optimization(FPSO)

TM 73

A

1002-087 X(2015)10-2280-04

2015-03-22

国家自然科学基金项目(51107126)；国家电网公司科技项目(DG71-12-002；DG71-12-012)

闫鹤鸣(1986—)，女，河北省人，硕士生，主要研究方向为电池储能系统的运行控制，电力系统分析、运行与控制。