微电网日前优化调度研究

(三峡大学电气与新能源学院,湖北 宜昌 443002)

1 引言

随着传统能源的日益枯竭，能源需求却不断增长，不仅造成了全球的能源危机，而且环境问题也日益突出。当前对于高效、清洁的能源的需求越来越迫切。为了解决这一问题就产生了以光伏发电和风力发电为代表的分布式发电。分布式发电具有排放污染气体低、能源利用效率高、损耗低和安装灵活等优点[1]。但分布式能源具有出力的随机性和间歇性的特点，当大规模并网时，会对电网的造成冲击，降低了电网的稳定性、可靠性和安全性[2-4]。

当前，除了分布式清洁能源接入电网外，随着电动汽车(Electric Vehicle,EV)的推广，也以逐年递增的态势大规模渗入电网。发展电动汽车，成为我国减少石油需求，降低环境污染的重要措施。由于电动汽车充电行为的随机性也会增加电网的峰荷，给电网的运行带来挑战。随着EV接入电网(Electric to Grid,V2G)概念的提出[2]，即在EV停驶期间，通过特定的充电设备向电网输送电能，实现EV与电网的能量交换。

本文针对聚合风力发电、光伏发电、微型燃气轮机、燃料电池、蓄电池等分布式电源和电动汽车入网的微电网。在前面学者研究的基础上，首先分析各种微电源的发电模型及特性和各种经济成本的计算方法，以及充分考虑到车主的充电习惯，得到大量电动汽车接入后的充放电行为的集群效应，即在经济调度中调度时段内的充电功率之和，然后建立了微电网日前优化调度模型，以发电成本最小、环境效益最高和综合费用最少为目标函数，实现微电网的动态经济调度问题。

2 模型建立

风力发电、光伏发电、燃气轮机、燃料电池和蓄电池的发电模型参考文献[3]，本文重点介绍电动汽车模型。

本文采用有序充电模式，在电价引导等政策下，在满足用户日常行驶的前提下对电动汽车有序调度，在用电高峰时，利用电动汽车剩余电量输出电能，在用电低谷时给电动汽车充电，这样有利于微网安全经济运行，也使车主受益。电动汽车有序充放电模型可表示为[2]：

③电动汽车接入时的荷电状态：

(10)

式中，W100为百千米耗油量;C为电动汽车总容量。

④充电持续时间Tc：

(11)

式中，Pdisc为充电功率;ηc,EV充电效率。

⑤持续放电时间：

(12)

(13)

式中，Tall,disc为电动汽车满电状态到荷电状态下限的持续放电时间，Tdisc为实际持续放电时间，SOCmin、SOCmax为电动汽车荷电状态的限值。

电动汽车的实际放电时间由放电开始时刻Tstart,disc、放电持续时间Tdisc和放电结束时间Tend,disc以及放电终止时刻(24:00)共同决定，电动汽车在放电阶段的总功率由每辆电动汽车的放电功率累加得到。

⑥单台电动汽车日消耗总能量

WEV=0.01SW100+Pdisc(Tend,disc-Tstart,disc)

(14)

日消耗能量即需充电能量，依据充电功率得到充电时长，这样就得到充电负荷。由于电动汽车的首要任务是作为交通工具，考虑到用户的习惯，有序充放电时，在07:00-17:00时段不参与调度。

3 优化调度数学模型

3.1 目标函数

(1)目标函数1：系统的运行成本最低为主网运行时需要考虑燃料成本、运行管理成本和与大主网电量交易成本以及制热收益等[5]。即：

minF1=

(15)

式中，F1为微网在日运行的发电成本；T为总的调度时段数；Cf(t)为第t个调度时段内的燃料成本；Cdp(t)为折旧维护成本；Com(t)为运行管理成本；Cg(t)为与大主网交互成本；Cs(t)为CHP系统的制热效益。CEV(t)为电动汽车车主参与到微网调度的费用。其中，各种的成本计算如下：

①燃料成本

微网内的分布式电源，所需要的燃料各不相同，这里的燃料成本是指微型燃气轮机和燃料电池，计算表达式为[2,6]：

(16)

式中：Ci为MT和FC的燃料成本；N为发电单元类型(MT和FC)；Pit为MT和FC在t时刻的输出功率；Cng为天然气价格；LHVng为天然气低热值，取9.7kWh/m3；ηit为MT和FC在t时刻Pit下的机组效率。

②运行管理成本

管理运行中的微电源产生的费用，可计算如下[7]：

(17)

式中：OMi为发电单元类型i的运行管理成本；N为微源类型；Pit为发电单元类型i在时刻t的输出功率；KOM,it为微源类型i在t时刻的运行维护成本系数；

③折旧维护成本

对微源在运行过程中出现的磨损和老化现象进行维护处理产生费用，其计算如下[8]：

(18)

ADCCi=InsCosti×CFRi

(19)

(20)

式中：DPi为微源类型i的折旧维护成本；Pit为发电类型i在t时刻的输出功率；ADCCi为微源类型i年均折旧成本；PN,i为微源类型i的最大输出功率；cfi为微源类型i的容量因素；InsCosti为微源类型i的单位容量安装成本；CFRi为微源类型i的资本回收系数；di为微源类型i的年折旧率；Li微源类型i的折旧年限。

④与大主网电量交易成本

该部分成本费是微网向大主网购售电产生的费用。计算如下：

Cg(t)=c(t)×Pg(t)

(21)

式中：c(t)为t时刻联络线交换功率的电价；Pg(t)为t时刻联络线的交换功率。

(2)目标函数2：系统的环境保护折算成本最低

主要包括微网中各个微电源以及配主网的排污处理费用[9]：

minF2=CDG,i-EM+CGrid-EM

(22)

式中：CDG,i-EM为微网中微源i的排污处理费用；CGrid-EM配主网排污处理费用。

其中排污处理费用计算如下：

(23)

式中：Ci-EM为微源i的污染物排放治理费用；N为微源类型(MT、FC and Grid);M为排放类型(NOX、SO2or CO2)；αik为微源i对污染类型k为时的单元排污处理成本；λik为微源i对污染类型k为时的排放系数；Pit为微源i在t时刻的输出功率。

(3)目标函数3：系统的综合效益成本最低

此时将所有的成本考虑在内[10-12]。

minF3=F1+F2

(24)

式中，F3为微网运行时的综合效益。

3.2 约束条件

(1)微网中的电功率平衡约束：

(25)

(2)各微源的输出功率约束：

对微网内的微电源输出有上下限。

(26)

(3)爬坡约束：

对于燃气轮机能量转化速度有一定的限制，在相邻调度时间段内功率的增长与减少有规定限值。

-RMT,dΔt≤PMT,i-PMT,i-1≤RMT,uΔt

(27)

式中：RMT,d、RMT,u为燃气轮机向下和向上的爬坡约束。

(4)联络线的功率约束：

微网与大主网连接的联络线上的功率有上下限值的约束。

(28)

4 模型求解

本文采用基于帝国分裂的帝国竞争算法(OICA)，ICA就是仿照帝国之内的同化机制以及帝国之间的竞争机制的原理[12-13]。虽然ICA收敛速度快，但是存在早熟的情况。由此提出帝国分裂机制的帝国竞争算法，当一个帝国内有两个势力相当的国家进行分裂，有效避免了帝国数量不断减少导致群体多样性降低使算法陷入局部最优的情况。该算法的种群称为国家，依据其势力的大小分为：殖民地和帝国，其过程主要有以下几个部分：帝国形成，通化机制，竞争机制，帝国分裂，帝国灭亡。

(1)帝国形成。对于一个N维的优化问题，国家可表示为：Country=[p1,p1,…,pN]国家势力为：f(country)=f(p1,p1,…,pN)则第n个国家标准化势力为：

(29)

再依据标准化势力的大小，把势力最大的KC个国家作为帝国，其余国家随机分配给帝国作为殖民地。

(2)通化机制。OCIA中通过帝国所属的殖民地向其移动的过程来模拟同化的。

殖民地向帝国移动距离x可表示为：x～U(0,β×d)，其中β>1，d表示殖民地与帝国之间的距离；殖民地的移动方向θ可表示为θ～U(-γ,γ)，其中0<γ<π，在同化过程中，若殖民地的标准化势力大于帝国，那么殖民地与帝国的位置交换。

(3)帝国竞争。先定义一个帝国的总势力值：

(30)

从总势力最弱的帝国中选出若干势力小的殖民地，按一定概率分配给其他KC-1个帝国，则第j个帝国占有的概率为：

(31)

(4)帝国分裂。当一个帝国内除了最强的帝国主义国家外，有另一个殖民地的势力与其相当，这会导致帝国的分裂。帝国分裂具体做法：

①选择最强势力帝国记为empbest。

②在最强势力帝国empbest中选择势力最强的殖民地，记为colbest，empbest中的帝国主义国家记为impold。

③计算colbest和impold之间的势力差值，以及距离是否符合预定阈值：

(32)

式中，0

④对符合上述条件的帝国进行分裂，将colbest作为新帝国的帝国主义国家，记为impnew，依据impnew和impold的势力大小随机分配剩下的殖民地。

(5)帝国灭亡。由于势力大的帝国占有其他帝国的殖民地，使其却来越强大，势力弱的殖民地减少，当帝国失去所有殖民地时帝国覆灭，最终只剩下一个帝国，此时所有的殖民应全部移动到帝国主义国家的位置上，算法结束。

5 算例分析

微网内含风力发电WT(25kW)、光伏电池PV(10kW)、微型燃气轮机MT(75kW)、燃料电池FC(40MW)、蓄电池容量BAT(30MW)。蓄电池额定充放电功率为20kW，充放电状态转换次数为,充放电效率。电动汽车规模为20辆。

图1 目标函数3的微网发电计划

由目标函数三，综合效益成本最低为目标的的调度结果，既考虑到微网的发电成本又要考虑各分布式电源发电产生的环境成本，其中风光优先全额利用，燃气轮机依照以热定电的方式运行；在电价低谷00:00-00:07，在常规负荷的基础上，大量电动汽车接入主网充电，引发的功率缺额，考虑到此时主网电价及环境污染成本和燃料电池的发电成本及环境污染成本，综合以上因素，主网的综合效益成本低于燃料电池，所以此时段由主网向微网输送电能弥补功率缺额；在平时电价阶段07:00-10:00，燃料电池的综合效益成本低于主网，此时由燃料电池增发功率；在时段10:00-15:00、15:00-18:00，燃料电池优先发电，若燃料电池满发仍有用电缺额时，缺额部分由主网弥补；在，电动汽车接入放电，此时依然燃料电池优先发电，功率缺额由主网弥补；夜间，新能源的出力较大，电动汽车也逐渐由放电状态转为充电状态，此外还有电能富余，则向外部主网传输。

不同优化目标的调度总费用如表1所示。

表1 不同目标下优化调度的总费用(元)

由表1对比分析可得：

(1)与目标1优化结果相比，目标2的环境成本降低了18.32%，而发电成本却增长了3.92%，环境成本很低，但是其发电经济性较低。

(2)目标3相比目标1，其环境成本降低了13.2%，但发电成本只提高1.33%；与目标2相比较，其发电成本降低了2.5%，环境成本提高了6.27%。

(3)在综合效益成本上，目标3综合考虑了发电成本和环境成本，虽然发电成本和环境成本都没打到最低，但是综合效益成本实现了最低的水平，使微网整体运行成本降低。协调了微网的经济性与环保性。

6 结论

本文结合分布式电源的特性建立其发电模型，再对蓄电池以及电网模型进行线性化处理，采用电动汽车有序充放电的策略，建立基于分时电价的微电网联网(不含有蓄电池)和脱网(含有蓄电池)运行的内部调度模型。在微电网联网参与电力市场交易时，以发电成本最低、环境成本最小以及综合效益成本最低为目标函数时，内部各分布式电源以及电动汽车的调度情况；使微电网以低成本，良好环境效益运行，并利用改进帝国竞争算法对模型进行求解。