含家庭集群负荷的用户侧微电网协同运行优化

李浩然，张 伟，王景山

(1.深圳供电局有限公司，广东 深圳 518000；2.积成电子股份有限公司，山东 济南 250100；3.山东大学 电气工程学院，山东 济南 250061)

能源转型、技术进步、机制创新，不断驱动和引领电力能源供给侧绿色低碳及消费侧节约高效.为加快电网转型升级、助推新一轮能源生产和消费变革，国家电网有限公司提出建设泛在电力物联网(internet of things in electricity, 简称IOTE)[1]，开展了大量实践探索.配用电领域为泛在电力物联网建设的主战场[2].在配电侧，微电网成为接纳可再生能源、改善能源结构的重要载体[3]；在用电侧，家庭电能消费在需求侧占比的提升[4]、家居设备智能化水平的提高、泛在电力物联网与智能家居的结合，使家庭负荷基础数据的采集和获取成为现实、用户泛在感知和智慧互动能力得到提升.可见，电力物联网与用户侧微电网的融合，将为用户与微电网协同运行提供支撑.因此，在电力物联网环境下，开展用户侧微电网协同运行优化研究将有重要的现实意义.

在微电网运行优化方面，已有不少研究成果[5-10].需求响应(demand response,简称DR)是需求侧负荷参与电网灵活互动的一种重要方式[11].文献[12]提出了一种基于需求响应的微电网能量管理策略，以微电网运行成本最小化为目标，优化微电网储能、管理可中断负荷、平抑交互功率波动.文献[13]将分时电价的需求响应策略引入区域微电网优化调度模型，提高了微电网整体效益、减少了用户用电成本.文献[14]提出了基于微电网需求响应的建模方法以及两种模式(分时电价和实时电价)下需求响应的优化策略.随着配用电领域的泛在电力物联网建设的推进，家庭用户将成为DR的重要参与者.文献[15]介绍了家庭用户在需求侧管理中的作用，分析了泛在电力物联网中家居负荷的特点与技术要求.在需求响应中，家居负荷可分为固定负荷和可调控负荷两大类.可调控负荷可通过电价激励改变用电行为，通过削减负荷或延时工作参与需求响应.空调(air conditioner,简称AC)、热水器(domestic hot water,简称DHW)等温控类负荷应用广泛且可调控，通过调控此类负荷能削减其高峰时段的用电量；电动汽车(electric vehicle, 简称EV)、洗衣机(washing machine, 简称WM)等负荷具有可平移特性，可将高峰时段的负荷平移到其他时段.文献[16]对AC和DHW等可调控负荷进行多目标优化，分析了可控负荷的控制比和渗透率对优化结果的影响.文献[17]将AC和DHW的延迟时间及工作状态作为决策变量引入用户侧微电网优化模型，在满足用户舒适度的基础上，使用电成本最小化.文献[18]针对EV负荷建立了分时电价需求响应模型，对接入大量EV的微电网运行优化进行了研究.

然而，上述文献没有考虑家庭负荷用户侧的聚合及交互，未充分挖掘家庭集群负荷的调度潜力.鉴于此，笔者提出计及家庭集群负荷需求响应的用户侧微电网供需双侧协同运行优化模型.首先，考虑用户侧可调控负荷的灵活性，引入分时电价建立家庭负荷需求响应，挖掘削峰填谷潜力、改善用户用能行为、降低用电成本；其次，将需求响应与供电侧资源进行协同，基于供需互动平衡对分布式发电功率、并网交互功率和储能充放电进行优化，提高微电网系统的经济性；再次，采用二进制粒子群算法对模型求解；最后，通过算例仿真验证所提优化模型的有效性.

1 需求优化

1.1 目标函数

泛在电力物联网环境下，用户可根据分时电价，合理安排可调控负荷参与需求响应，运用信息控制相应的可调控负荷，改善用能行为，降低成本.最小化家庭电能费用的目标函数为

(1)

其中：λ(t)为分时电价；Pfix,I为第I类固定负荷功率；Nfix为固定负荷集合；Pc1,J(t)为第J类可调控负荷t时刻的功率；Nc1为可调控负荷集合；Kfix(t),Kc1(t)∈{1,0} (1为运行，0为停止).

1.2 约束条件

可转移负荷的平衡约束条件为

(2)

(3)

(4)

调控负荷的可转移容量约束条件为

(5)

可转移时间约束条件为

(6)

(7)

其中：ΩJ1为允许接纳第J类可调控负荷的时段；ΩJ2为不允许接纳第J类负荷的时段.

2 微电网优化

2.1 目标函数

针对含风力发电、光伏发电、储能、微型汽轮机、燃料电池以及家庭集群负荷的并网型微电网，微电网综合运行成本最小化的目标函数为

(8)

其中：COM,t为分布式发电的运行维护成本，CESS,t为储能系统运行维护成本，Cu,t为微电网与上级配网的电能交互成本.

分布式发电运行维护成本的表达式为

(9)

其中：SDG,i(t)为t时刻第i种分布式电源的调度状态，1表示调度，0表示未调度；PDG,i(t)为第i类分布式电源t时刻的输出功率；CDG,i为第i种分布式电源单位出力的运行维护成本.

储能系统运行维护成本的表达式为

(10)

其中：Pst,j(t)为t时刻第j个储能装置的充放电功率，正值表示放电，负值表示充电；NESS为储能装置数；Cst,j(t)为t时刻储能装置运行维护成本.

微电网与上级配网的电能交互成本表达式为

Cu,t=Pu(t)·Bu(t)，

(11)

其中：Pu(t)为t时刻微电网与上级配网交互的功率，正值为购电，负值为售电；Bu(t)为t时刻电网电价.

2.2 约束条件

供需平衡的约束条件为

(12)

分布式电源出力的约束条件为

(13)

微电网与上级配网交互功率的约束条件为

(14)

储能装置运行的约束条件为

(15)

(16)

(17)

由于同一时刻储能系统的充电和放电无法同时进行，因此还存在如下约束条件

Xi(t)+Yi(t)≤1.

(18)

3 模型求解流程

优化模型是一个包含二进制变量的多约束混合整数规划问题，二进制粒子群(BPSO)算法对该类问题有较强的处理能力[19]，因此采用BPSO算法对上述模型求解.首先对一群随机粒子进行初始化，然后跟踪当前解空间中的最优粒子，最后迭代搜索得到最优解.若粒子搜索空间为d维，则第i个粒子的速度Vi=(vi,1,vi,1,…,vi,d)、位置Xi=(xi,1,xi,1,…,xi,d).每次迭代，粒子逼近局部最优解或全局最优解，并进行速度和位置更新[20]，相关表达式如下

vi,d(t+1)=ωvi,d(t)+c1r1(pi,d-xi,d(t))+c2r2(pg,d-xi,d(t))，

(19)

(20)

其中：c1，c1为正学习因子；pi,d为个体最优位置；pg,d为全局最优位置；ω为惯性权重因子；r1，r2，r均为[0,1]之间的随机数.

模型求解流程如图1所示.

图1 模型求解流程

4 算例仿真分析

4.1 算例系统

算例系统由风机(WT)、光伏(PV)、储能(ESS)、微型燃气轮机(MT)、燃料电池(FC)、家庭集群负荷构成，系统示意图如图2所示.

图2 算例系统示意图

图2中，MT功率为200 kW；FC功率为150 kW；ESS额定容量为500 kW·h；WT和PV为可再生能源，具有波动性和不确定性.风电、光伏及家庭集群负荷的功率曲线如图3所示.

图3 风电、光伏及家庭集群负荷的功率曲线

家庭集群用户数设为100.家居负荷分为固定负荷和可调控负荷两类，单个家庭中用电设备相关性能如表1所示.

表1 家居负荷设备相关性能

利用分时电价引导用户调控负荷参与需求响应，分时电价如图4所示.

图4 分时电价

4.2 优化结果

需求响应优化前后家庭集群电能消耗的情况如图5所示.由图5可知，优化后减少了16:00—17:00的最大电能消耗，填补了5:00—8:00的电能消耗低谷，将可调控负荷从高电价时段转至低电价时段，电能消耗曲线的峰谷差显著减小.图6给出了需求响应优化前后家庭集群负荷的用电成本.由图6可知，可调控负荷参与需求响应后的用电成本下降约29%，有效促进了需求侧的节约.

图5 需求响应优化前后家庭集群电能的消耗

图6 需求响应前后家庭集群负荷的用电成本

在需求优化基础上，微电网内分布式电源出力的优化结果如图7所示.由图7可看出：MT和FC在1:00-10:00功率输出稳定；在可再生能源出力明显增加的11:00-15:00， MT和FC停止运行、 PV和WT发电；在负荷明显增加的16:00-18:00， MT和FC提供电能，以减少从电网购买电量；储能在光伏出力高峰的11:00-16:00储存可再生能源，在电价高峰期的17:00-20:00放电.微电网与上级配网的交互功率如图8所示，正值表示微电网从上级配网吸收功率，负值表示微中网向配网输出功率.由图8可看出：在5:00-9:00微电网处于自给自足供需平衡状态；在负荷较高且电价较低的16:00-17:00，从配网购电，以满足负荷需求；在11:00-16:00，可再生能源出力大于用电负荷和储能需求，向配网售电.可再生能源余电上网，对微电网而言，可产生一部分收益，减少运营成本；对整个系统而言，能提高可再生能源的利用率，减少弃风弃光的情况发生.

图7 微电网内分布式电源出力的优化结果

图8 微电网与上级配网的交互功率

综上可知：使用该文提出的微电网供需双侧协同运行优化模型，能利用分时电价引导用户参与需求响应，降低需求侧成本；将需求响应与供电侧资源作为整体进行优化，在满足系统供需平衡的同时，能最大限度消纳可再生能源的电能.

5 结束语

笔者提出了计及家庭集群负荷需求响应的微电网供需双侧协同运行优化模型，采用二进制粒子群算法对模型进行求解.仿真验证结果表明：该模型在挖掘家庭集群负荷需求响应的削峰填谷潜力、降低用能成本的同时，能消纳可再生能源的电能、提高用户侧微电网运行的整体经济效益.