智能电网经济调度运行探讨

胡小英（国网江西省电力公司鄱阳县供电分公司，江西上饶334000）

智能电网经济调度运行探讨

胡小英（国网江西省电力公司鄱阳县供电分公司，江西上饶334000）

随着我国经济发展水平的不断提高，智能电网应用日渐普遍，促使电网从传统的集中控制转变为分布式控制，直接对传统电机组功率输出造成影响。电动汽车可为电网提供一系列辅助服务（V2G），从而使过去单一经济调度模式发生改变。车组充电与可再生能源发电间歇性对电网调度能力要求增大，由此，本文将使用动态经济调度模型，对奠定汽车充放电时间与功率进行调节，以体现智能电网经济调度应用的合理性及有效性。

智能电网；经济调度；电机功率；调度模式

电动汽车使用因温室气体排放减少，从而减少了对环境污染，也是智能电网的重要组成。使用电动汽车可以为接入网提供辅助服务，还能与发电并网，将单一集中发电模式改变了，呈现出双向流动特征。但在使用电动汽车时，如果不能对充电控制容易使电网压力增大，且外部环境影响下会出现间歇性，降低用电质量。由此，加强智能电网条件下发电机组经济调度至关重要。

1 基于智能电网的动态经济调度模型

1.1 目标函数

智能电网中电动汽车与可再生能源发电接入可使单一发电商获利模式改变，在优化目标中需要考虑发电商利益，同时还要兼顾车主利益以及环境保护需求。鉴于放电会使电池寿命缩短，V2G服务成本升高。从发电商角度考虑应用V2G服务成本较应用常规机组要高，从而将V2G而使用常规机组；从车组角度考虑，使用V2G没有经济回报将放弃使用[1]。由此，智能电网条件下经济调度是多目标、多约束的动态化优化问题，目标函数可以表示为：

公式中，不等式约束函数为gi（x）；而等式约束函数为hj（x），优化模型分为四部分，分别为：①最大发电成本。发电成本既包括燃料成本、停留成本、还包括电动切除发电成本等。②最低碳排放量。通过使用发电机组进行经济调度可以使碳排放量减少，从而将环境污染减少。③最大电网等效负荷率。可再生能源发电外界环境对其的影响较大，容易增大输出功率，由此，可以对电动汽车充放电跟踪功率波动进行优化，对电网负荷平滑，从而将发电间歇减少对电网影响较少。电网等效负荷波动与等效负荷符合率存在相关性，后者越大，等效负荷波动越小。④最低电主充电成本。确保车主经济利益最大化是电动汽车参与V2G服务根本保证，也可以使车主参与积极性增强[2]。

1.2 等式约束

（1）平衡系统功率：电动汽车与可再生能源入网后，会使传统发电机组出力出现改变，从而使系统功率平衡受到影响；

（2）电动汽车电池量需要与车主行车需要契合，也是电动汽车根本功能；

（3）入网后，各时段电池电量与充放电功率需满足条件，并要满足行驶前后电池容量条件。

2 模型求解

2.1 求解算法与流程

过去电网经济调度仅考虑到不同时段负荷经济分配，是一个动态优化的过程。而在电动汽车加入后，还要对不同时间点电量与电动汽车行驶需求考虑，这样一来，模型将更加复杂，求解难度增大。BSGA-II算法是应用较为普遍的优化算法之一，引入了拥挤距离概念与精英保留机制，使计算复杂性降低，且在优化分解上更加均匀。算法中优化模块有2层，分为内层与外层，机组组合为外层优化，负荷经济分配为内层优化，且外层优化模块还会将机组停机状态生成，统计发电数量，将这些数据传输到分层优化模块内，整体优化过程由NSGA-II完成，内层优化可依据外层传递进行，通过机组启动与停机状态经济分配每个机组负荷，然后将机组负荷分配结构传输到外层模块进行综合评估。

2.2 算法改进

在实际计算中采用二进制数字法优化时间过长，不容易马上将最优解找到，由此，对发电机组停机组初始化方法进行修改，修改内容为：每一个机组随机发电功率、与t时段各机组总发电功率、各机组发电功率比；按t时段负荷重新分配各机组发电功率；按照发电约束条件对发电功率进行调整。

3 算例分析

3.1 数据

（1）机组数据依据以上优化模型对机组系统进行分析，24h内机组负荷情况见表1所述，系统旋转备用设定为15%。

表1 日负荷数据统计

（2）电动汽车数据

假设电网可供调度电动汽车有2000辆，将每辆电动汽车功率设定为3kW，连续充电5h。电动汽车两个时段行驶在路上，分别为上午7：00～8：00、下午16：00～18：00，其他时间可与选择的放电。早上7：00出发时SOC为100%，一个充电、放电周期过后恢复原有的SOC，平均行驶路程为45英里，耗电5英里/kW·h。

（3）可再生能源发电数据

假如电网中风电、光伏发电安装容量为25MW、12MW，采用分布概率模型对风电与光伏分布建模，从而生成一个出力数据，详见图1。

图1 风、光发电功率

3.2 数据仿真结果

3.2.1 Pareto解集

依据上述模型与优化方法对机组进行仿真计算，NSGA-II参数设置为：N=100，进化代数为150，交叉概率Pc=0.8，变异概率Pm=0.2。

3.2.2 最种方案确定

在不同的Pareto解集中，可以依据用户需求选择最优方案，本文确立方案的选择为：先将发电成本减少，从而使发电商获利机会增大，采用V2G服务，而不采用昂贵的机组；其次，为了使车主更多的选择V2G服务，需将充电成本减少；将对环境的污染减少；发电使用可再生能源，为了将电网等效负荷率提高，优化目标进行优化排序与选择，最终确立机组优化方案见图2。

图2 机组最佳优化方案

通过图2可以看出，机组1～4承担系统基础负荷，而机组1、2、3则在较大与中等的模型机组中发电的成本较低，由此，一直处于满发电状态。但是其他机组则需要依据发电量多少而对发电量进行调整；机组1～10作为小型发电机组，发电量少，在负荷高峰时段可以投入使用。此外，晚间22：00与第二日的7：00电网负荷较低但是风能较为丰富，需充分利用这段时间，为早间出行大下良好基础，同时还要提高电网负载率。早上7：00～8：00电动车在路上行驶，停车后SOC会下降，从8：00～15：00期间可再生能源发电功率也在不断攀升，但是此阶段电动汽车不需要充电，因为此阶段的电网负荷处于高峰期，且负荷最高达1600MW，且光能功率有限，由此，此段时间不宜充电，而是想电网中输送部分电能，从而将供电质量提高，还能将负荷压力减少[3]。此外，在负荷高峰时段，充电价格要较平时高，但是放电的效益较大，由此，此阶段适宜放电。16：00～7：00负荷开始下降，且15：00负荷有所减少，此阶段充电价格会略低，适宜充电，从而使行驶需求满足。18：00～19：00电动汽车已经回到家中，且此时电网负荷也会降低，可以对汽车充电，19：00～21：00电网负荷再次升高，但风电减少，电动汽车可以向电网释放电能，从而将电网压力减轻。

3.2.3 结果对比

本次提出的优化模型应用有着不同效果，第一种方式：不对可再生能源发电进行考虑，电网调控中电动汽车仅作为负荷；第二种方式：不对可再生能源发电进行考虑，电动汽车仅作为负荷也可以作为电源为电网提供辅助服务；第三种方式：对可再生能源发电进行考虑，电动汽车可作为负荷充电也可以作为电源参与电网辅助服务。三种方法均可以作为等效负荷与负荷率，在原始负荷下，需充分利用电网低谷时段，负荷峰谷差增大下，等效负荷率则会降低。即使第一种方式在低谷时段充电，但是负荷高峰没有释放电能，电网峰荷没有降低。第二种方式在低谷充电，同时可以向电网放电，可将峰荷降低。

4 结束语

本文基于智能电网构建了一种动态经济调度模型，这种模型设计包括可再生能源发电与电动汽车，将单一电商利益模式打破了，减少了充电成本与环境污染，值得进一步研究与采用。

[1]郑漳华，艾 芊，徐伟华，施 婕，解 大，韩 利.智能电网经济运行的多目标调度优化策略（英文）[J].电网技术，2010，02（08）：7～13.

[2]李碧君，周晓宁，刘 强.基于智能电网调度技术支持系统的电网运行安全风险在线防控[J].华东电力，2014，06（21）：1057～1063.

[3]吴 昊，王艳松.基于智能单粒子算法的微电网经济调度[J].电力系统保护与控制，2016，20（17）：43～49.

TM73

A

2095-2066（2016）36-0034-02

2016-12-13