基于改进PSO的微网群并网优化调度

叶 亮，徐 兵，张 岩

（广西大学 电气工程学院，广西 南宁 530004）

0 引 言

随着我国经济发展的转型，人们对环境问题有了新要求，利用可再生能源供电成为趋势[1-3]。为提升电网供电的质量，以微网群并网供电的模式被关注。微网群是指由多个微网组成的群落系统，运行方式有并网运行和离网运行两种[4]。微网群接入配电网时，采用双层模型对配电网进行优化求解[5]。含多目标的微网群中采用模糊理论和对比定权法，将多目标进行归一化，再运用禁忌搜索的改进GA求解模型[6]。上述文献缺乏对微网群中各微网之间的协调性研究，本文为研究微网群内各微网间交互功率等因素对微网群的影响，提出并建立了并网微网群的优化调度模型，同时采用改进PSO求解系统的最优调度。

1 微网群内微网的调度模型

微网群的优化调度属于复杂多目标优化问题。微网群并网运行时，各微网间功率的交互可抑制间歇性能源与负荷的波动，以维持微网群运行，降低系统的经济成本。微网群以其运行成本和环境保护的维护成本为目标函数，表达式为：

式中：Cp为微网群的经济成本，Cop为微网群的运行成本，Ceb为微网群内污染气体的维护成本，c1、c2分别为运行、环境维护成本的权重系数。

微网群运行成本由多微网的成本组成，数学模型为：

式中，m为微网个数，t为周期，n为微源个数，cfuel,j,i是微网j中微源i的燃料单价，Pj,i,t为t时段微网j中微源i的出力；ffuel,j,i(Pj,i,t)为t时段微网j中微源i所消耗的燃料量，cin,j,i为微网j中微源i的安装成本，kj,i为微网j中微源i设备容量系数，r为微网j中微源i设备的年利率，tpp为微网j中微源i设备的投资偿还期，cmo,j,i为微网j中微源i的维护成本系数。

微网群中，治理环境的维护成本数学模型为：

式中，cpg,j,o为微网j中污染气体o的治理成本，fpg,j,o(Pj,i,t)为t时段微网j中微源i的污染性气体o排放量。

2 优化调度算法

由于PSO迭代初期局部搜索能力弱且最大迭代次数难预测，本文对PSO进行一定的改进，主要是采用非线性动态惯性系数来寻找满足约束条件的最优解，非线性动态惯性系数的数学模型[7]为：

式中，ωmax、ωmin为自适应权重的最大值、最小值，α为粒子的目标函数，αavg、αmin为所有粒子目标值的平均值、最小值。粒子飞行轨迹和搜索特性中，速度更新时可用搜索因子代替ω，带搜索因子的粒子速度更新表达式为：

式中，rand1、rand2为[0，1]中生成的随机数，Xi,t为粒子的位置，C1*rand1*(Pbest,i-Xi,t)为粒子自我认知行为，C2*rand2*(gbest-Xi,t)为粒子从种群中获取其他粒子信息的学习行为，Pbest,i、gbest分别为粒子飞过的最优位置和全局最优解，x称为搜索因子，表达式为：

取学习因子C1=C2=2.05，此时ψ=4.1，搜索因子x=0.739 8。x和ψ从数学关系上来看是等价关系，但x对粒子学习性增强，算法收敛性增强。

3 算例分析

文中数据来源于文献[8]，各微网中微源可通过各层联络线的有效控制，实现微网群与电网的协调。以某小区内MG3为算例，采用Homer软件求解微网调度，为各微网运行情况分析提供数据。假定0:00—7:00为谷时段，电价为0.15元/kW·h；11:00—15:00、18:00—20:00为峰时段，电价为0.76元/kW·h；其余时段电价为0.48元/kW·h。

从图1可以看出：微网群并网运行时，群内各微网间可进行电能协调互补，以减少微网对主电网和储能蓄装置的依靠；降低各微网的运行成本，可提高对可再生能源的利用率（G3、S3为MG3内的可控电源）。从图2可以看出：0:00—7:00时段中，各微网协调运行时由于此阶段电价低，故从电网中购电功率较多；11:00—15:00时段，各微网协调运行时向电网售电较高，对主网有削峰填谷作用；其余时段内并网微网群可稳定运行。

图1 MG3协调并网时微源出力结果

图2 微网协调并网时微网群的购售电功率

4 结 论

本文以微网群的经济成本最低为目标，考虑各微网之间、微网群与主电网的购/售电约束，建立并网微网群的调度模型，并采用改进PSO求解模型。仿真结果表明，微网群优化调度过程中各微网可以相互供电，以最大限度满足微网群的可靠运行。同时，各微网可靠运行、经济成本达到了最佳，证明了所提并网微网群的优化调度模型具有可行性与有效性。