基于SoS离网型微电网群系统的优化调度

吴佳齐, 张 东, 于 浩, 李昊轩, 王亚茹, 方文墨, 孙 明, 孙志强

(1. 沈阳工程学院 电力学院, 沈阳 110136; 2. 沈阳工程学院 新能源学院, 沈阳 110136;3. 沈阳飞机工业(集团)有限公司, 沈阳 110034)

0 引 言

风力、光伏及潮汐能发电等分布式发电的优点在于环保性能好、各系统之间的独立性好、系统运行稳定性能高、输配电的损耗少、系统的调峰性能好、简单易操作等[1]。微电网群系统内的单个微电网的集群优化运行能够进一步对单个微电网的功能起到优化与拓展的作用[2]。

微电网群的运行方式主要包括离网型和并网型。离网型微电网群在实际中通常应用在以下2种情况:一是一些地区由于距离问题导致配电网难以接入;二是某些关键负荷在大电网出现严重故障时孤立运行的情况。

SoS(system of systems)是面向任务(或以任务为导向)的多个系统的集合,这些系统通过共享资源与能力,构成一个新的更复杂的系统,与多个系统的简单加和相比,具有更强大的功能和性能,称之为体系,又称系统中的系统。微电网群的特性与体系的五大特征有许多相似之处,又由于体系方法能够有效解决多个独立、复杂联系系统相互的协同优化问题,因而引入体系方法是解决具有复杂联系行为的微电网群系统问题的有效手段[3-7]。

本文在体系架构下,考虑需求响应,针对离网型微电网群建立SoS架构下的微电网群能量管理模型,采用基于改进的粒子群算法(particle swarm optimization,PSO),从SoS架构的角度分析微电网群的调度问题,建立SoS架构下的微电网群模型,以微电网群系统运行成本最优为目标,考虑需求响应,采用改进粒子群算法对所建模型求解,最后通过仿真分析方法验证模型的有效性。

1 SoS架构简介及其与微电网群的相关性

1.1 SoS的提出

SoS的概念最早出现在1964年发表于《纽约城市参考》的一篇文章中。后来,体系问题与现象及其面临的挑战已被越来越多的学者接受认可,并展开深入的研究,从而形成了一个新的学科----体系工程(system of systems engineering, SoSE)[8]。

1.2 SoS的特征及其与微电网群的相关性

微电网群是由多个微电网组成的系统,各个子微电网包括各发电单元、储能单元及负荷,它们既可以独立运行,也可以通过同其他微电网联系取得更大的收益。由此可见,微电网群系统是在电力系统中的SoS,并且SoS架构可以对微电网群的能量管理及调度问题起指导性作用。

2 微电网群SoS架构建模

利用双层结构研究SoS架构下微电网群的能量分配管理问题通常更有效。微电网群能量管理系统(microgrid cluster energy management system, MC-EMS)为上层,是信息中心,子微电网控制中心(microgrid control center, MGCC)为下层,它可以达到对微电网群中的子微电网本身进行管理的目的。如上所述的微电网群系统SoS架构如图1所示。

图1 微电网群系统SoS架构Fig.1 SoS framework of microgrid cluster

图1中的微电网群系统SoS架构包含了3个子微电网,其中每个子微电网中都含有风力发电和光伏发电等分布式发电、燃气轮机、储能系统和系统负荷。

2.1 发电单元建模

2.1.1 光伏发电建模

光伏发电功率主要与太阳辐照强度和温度有关,因而在对光伏发电建模时主要考虑这两方面因素。标准状态下光伏发电功率如下式:

(1)

其中:PS表示的是太阳能电池板输出的实际功率,它的单位为kW;GSTC,PSTC分别表示的是在标准测试条件下太阳能的辐射强度和最强辐射强度,其单位为W·m-1;GING表示的是在当下时刻太阳能实际的辐射强度,其单位为W·m-1;k表示的是温度因子,其单位为%·℃-1;Tr和Tc分别表示的是太阳能电池的额定温度和实际温度,其单位为℃。

2.1.2 风力发电建模

风力发电输出功率可表示为下式:

(2)

其中:PW表示的是风轮机的实际输出功率;Pe表示的是风轮机的额定发电功率;ρ表示空气密度;D表示风力发电机风轮直径;vb表示平均风速;Cp表示风力发电机风能利用系数;vin,ve和vout分别表示风轮机的切入风速、额定风速以及切出风速。

2.1.3 燃气轮机发电建模

燃气轮机发电功率与其热能系数及其热能转为动能、动能转为电能的转换效率有关。本文选取微型燃气轮机进行建模,其输出功率如下式:

PMT=HMT×αMT×βMT

(3)

其中:αMT表示燃气轮机热动转换效率;βMT表示燃气轮机动电转换效率;HMT表示燃气轮机热能系数;PMT表示燃气轮机实际输出功率。

微型汽轮机通过消耗燃料产生电能,因而其运行成本以燃料的成本为主,微型汽轮机成本的数学表达式如下:

FMT,i(t)=(aMT,iPMT,i(t)+cMT,i)Δt

(4)

其中:FMT,i(t)表示t时段燃气轮机i的发电成本;aMT,i,cMT,i表示燃气轮机t时段运行成本函数;PMT,i(t)表示t时段燃气轮机输出功率;Δt表示调度周期。

2.2 储能单元建模

SOC(state of charge)表示的是荷电状态,它是用来表示蓄电池性能的主要参数,本文涉及的储能系统主要由蓄电池组成,用蓄电池的荷电状态来进行储能单元的建模表示如下:

(5)

其中:SOCmax表示蓄电池在正常运行状态下的最大荷电状态值;SOCmin表示蓄电池在极限状态下的最小荷电状态值;Pc,Pd分别表示蓄电池的充放电功率大小。

储能单元的运行成本主要由运行过程中的充放电成本构成,运行成本函数如下式:

(6)

其中:FBE,i(t)表示子微电网i的储能在t时段的运行成本;Pc,i(t),Pd,i(t)分别表示t时段子微电网i的充、放电功率;μi表示子微电网i的充、放电效率。

2.3 需求侧响应模型

可平移负荷指的是可以按照负荷供电计划的改变进行调整的负荷,灵活调度可以通过子微电网的可平移负荷来供给需求响应。当供电计划发生改变时,会在一定程度上给用户带来不便,所以需要对用户进行相应的补偿,补偿成本为FDR,i(t):

(7)

2.4 微电网群SoS架构下涌现收益建模

微电网群运行产生的总成本相比于多个微电网独立运行时减少的部分,称为微电网群的涌现收益。涌现收益使得微电网群联合运行的涌现收益得以量化,表达式为

ΔF=FSoS-Fin d

(8)

其中:ΔF表示的是涌现收益;FSoS表示的是微电网群运行产生的总成本;Find表示的是多个微电网独立运行时的成本。

3 模型求解

3.1 目标函数

离网型微电网群系统的优化调度是在保证子微电网的供电可靠性前提下,以整个微电网群系统成本最低为目标。目标函数设置如下:

(9)

其中:Fom,i表示子微电网运维成本;Fd,i表示DMS中子微电网间的交易成本;FMT,i,FBE,i,FDR,i, ΔF分别表示燃气轮机输出功率、 储能单元运行成本和对用户的补偿成本, 前文已有论述, 在此不再赘述。

3.2 约束条件

3.2.1 功率平衡约束

Pi,MG-n,MG(t)+Pi,MT(t)+Pi,S(t)+Pi,W(t)+Pi,backup(t)-Pi,IL(t)=Pi.load(t)

(10)

其中:Pi,MG-n,MG(t)表示t时刻子微电网i与子微电网n交互的电量;Pi,MT(t),Pi,S(t),Pi,W(t)分别表示t时刻燃气轮机、光伏电池板和风轮机的发电功率;Pi,backup(t)表示的是子微电网i在t时刻微型燃气轮机的备用容量;Pi,IL(t)表示t时刻可中断负荷容量;Pi.load(t)表示的是子微电网i在t时刻时用户所需要的负荷。

3.2.2 可再生能源出力约束

(11)

3.2.3 子微电网间传输功率约束

(12)

3.3 求解算法及流程

本文以2个子微电网组成的微电网群系统为例, 首先利用拉丁超立方采样法获得子微电网光伏、风机的发电出力曲线, 将不确定性变量转换为确定性变量, 然后利用改进粒子群算法在SoS架构下对上述微电网群系统模型进行求解。 求解算法具体流程图如图2所示。

图2 算法流程图Fig.2 Algorithm flow chart

3.4 仿真结果分析

将本文在SoS架构下离网型微电网群的优化调度结果与传统离网型微电网群调度结果进行比较,以验证该模型的效果。利用改进粒子群对模型进行求解,离网型微电网群调度运行时的光伏发电、风力发电机的优化调度结果如图3所示,子微电网中燃气轮机及备用燃气轮机的输出功率情况和子微电网1,2间的交互情况如图4、图5所示。图中各曲线的英文释义已在上文中做出诠释,例如:MT1表示系统中微电网1的燃气轮机出力;MG2-MG1表示子系统间的能量交互;WT1,PV1分别表示系统中微电网1的风力、光伏出力。

图3 风光优化调度结果Fig.3 Results of scenery optimization dispatching

图4 子微电网1风力、光伏出力情况Fig.4 Wind power output of sub microgrid 1

图5 子微电网2风力、光伏出力情况Fig.5 Wind power output of sub microgrid 2

2个子微电网独立运行和在SoS架构下运行得到的运行成本情况见表1。不难发现,在SoS架构下2个子微电网联合运行的单独运行成本会增加,但整个微电网群的运行成本较独立运行时变少,经济性更好。

表1 普通运行模式和SoS架构下运行成本对比Table 1 Comparison of operation costs under common operation mode and SoS architecture

4 结 论

本文针对微电网群系统的优化调度问题,引入了体系架构(SoS)的方法对包含2个子微电网的微电网群系统进行建模,分析子微电网间能量分配。采用改进的粒子群算法,对系统进行了建模求解,并通过仿真分析方法验证了模型的有效性。将SoS架构下的微电网群系统与不使用SoS架构的微电网群进行对比,证实了体系方法对解决微电网群问题的重大作用及明显效果,即组成的新系统比原有系统的经济性有明显提高。