混合储能微电网新能源多时段动态调度方法

周晓东，宋卫东，朱柯

（许继电气股份有限公司，河南许昌 461000）

现阶段微电网系统仍然是我国偏远区域供电的关键形式，同时也是大电网的合理补充。微电网在日常运行的重要任务就是保障系统运行稳定，同时通过对其各类发电单元的调度，减少不必要的开销[1-2]。混合储能微电网属于一种包含多发电单元的微电网系统，由于不同发电单元受到环境影响造成的用电负荷波动并不一致，因此在调度优化过程中存在一定的困难[3]。

多时段动态调度是可以通过日前、日内分析完成调度的一种手段[4]，在调度时效果优于单一时间段调度，为此利用该调度形式处理混合储能微电网可以提升其经济性[5]。有较多学者对微电网优化调度进行研究，黄敬尧等[6]研究移动储能的调度方案，但该调度方法更注重电动汽车的研究，并不适用于其他微电网；金力等[7]研究电网多时间尺度源储荷协调调度方法，但是该方法调度后并不能有效降低发电成本。

为此，文中研究混合储能微电网新能源多时段动态调度方法，使调度后的发电成本更低。

1 新能源调度

1.1 混合储能微电网日前优化调度模型

文中考虑混合储能微电网中包含的柴油发电系统、可再生能源（风力发电、光伏发电）系统等多类型能源特性，以1 h 为时间分辨节点[8]，构建日前优化调度模型。

1.1.1 目标函数

通过式（1）构建混合储能微电网新能源日前优化调度模型目标函数：

式中，Fload为负荷收益，Fde为柴发运行成本、Fre为风光发电运行成本，Pdep、Plpsp为负荷缺电惩罚费用；Pde为柴发机组，Ppv、Pwt分别为光伏、风力机组24 h 发电曲线；uload为负荷功率预测值，ude表示柴油发电机组后续24 h 启停计划。

1.1.2 柴油发电系统运行成本

柴油发电系统的运行成本主要由环保折算开销、启停开销、燃料开销构成，可通过式（2）表示：

式中，T1为日前调度时间，T1=24 h；nde为柴发机组个数；ΔT为时间间隔，ΔT=1 h；柴油机组i在t时间内调整为开机情况时，由sde,start,i(t)=1 表示，当调整为停机情况时，由sde,down,i(t)=1 表示，当该机组处于开机持续运行时，由ude,i(t)=1 表示状态，并通过ude,i(t)=0 表示停机状态；柴油机组的启、停成本依次为fde,start、fde,down。

1.1.3 可再生能源运行成本

可再生能源部分由风力、光伏发电机组构成[9]，计算两者开销，具体如式（3）所示：

式中，Fre(Ppv,Pwt) 为可再生能源运行成本，风力、光伏发电运行成本系数依次由fwt,oper、fpv,oper表示；风力、光伏机组个数依次为nwt、npv；第m台风力机组功率为Pwt,m；第l台光伏发电功率为Ppv,l。

1.1.4 模型约束

1）系统平衡约束

当混合储能微电网离网运行时，系统每个时间段下各分布式电源出力与负荷功率需要维持平衡[10]，通过式（4）表示：

式中，nipload表示关键负荷数量；Pipload,s(t)表示第s个关键负荷在t时段下的功率；nsdload表示次要负荷个数，nctload表示可中断负荷个数；同时在t时段内，第k个次要负荷与第p个可中断负荷的投切计划矩阵分别为usdload,k(t)、uctload,p(t)，同时次要、可中断负荷的功率分别为Psdload,k(t)、Pctload,p(t)。

2）发电容量约束

为了保障混合储能微电网运行更加稳定，对不同发电单元的输出功率进行合理约束，具体如式（5）所示：

式中，Pwt,max为风机最大出力；Ppv,max为光伏机最大出力；Pde,max为柴油机固定功率；Pde,min为柴油机最小输出功率，其中Pde,min=0.3Pde,max。

1.2 基于多目标灰熵算法的多时段动态调度

在灰关联分析法与基本烟花算法的基础上，引入信息熵理论构成多目标灰熵算法，并行处理序列数据[11-12]，实现多时段动态调度。算法步骤如下：

步骤一假设随机烟花种群为J1，其大小为N1，初始化该种群，并生成合法种群J2，同时输入模型参数。

步骤二计算烟花函数值序列，并分析参考序列的灰熵关联度。

步骤三按照拥挤距离，剔除拥挤度最大的个体[13-15]。

步骤四爆炸。分析烟花爆炸强度Ri，同时计算其爆炸幅度Ai等内容，具体如下：

式（6）中，Ri表示在种群中第i个烟花生成火花对数量；最小灰熵关联度为ρmin；ε表示极小常数。式（7）中为烟花i制造的火花个数，z为全部火花数量，a、b为常数[16]。式（8）中，Ai表示第i个烟花爆炸范围，A为最大爆炸幅度，最大灰熵并行关联度为ρmax。式（9）为位移处理，其中，第i个烟花的第d维位置为，(ϖ0,ϖi)为个体范围。通过上述计算可以看出，每个烟花都可以经过变异生成新火花，获取全局最佳变异。

步骤五变异。针对每个烟花个体，通过式（10）对其第d维变异：

式中，g表示高斯分布随机数。经变异处理后，可以增强种群多样性，帮助算法实现最佳局部寻优。

步骤六映射。利用模运算映射规则处理火花，使非法火花具有合法性：

式中，火花第k维区域的上下界依次为、，%表示膜运算。

步骤七选择。选取种群中最佳个体进行下一步处理，每个烟花个体被选择的概率可通过式（12）计算：

式中，K表示经高斯变异后全部烟花种群集合。

步骤八终止条件。分析迭代是否满足要求，若迭代获取最佳结果，则完成迭代并输出，否则返回步骤二再次计算。

2 实验分析

为验证提出方法的有效性，设计以下实验，给出测试结果。建立混合储能微电网模型，其中包含风力、光伏以及柴油发电机组，三者功率上限依次为50 kW、60 kW、50 kW。利用研究方法对混合储能微电网新能源0～24 h 的多时段出力完成调度，对柴油发电机组日前、日内调度，分析调度后的柴发输出功率，分析结果如图1 所示。

图1 柴发调度输出功率分析

根据图1 可知，在日前调度下功率相对较高，而日内调度输出功率要略低于日前，这是由于柴发机组在发电时的运行成本较高，经文中日内调度后柴发机组的输出功率存在小幅度下降，通过这一调度可以有效节省柴发成本；同时，在峰时段由于用电量较大，在此时段下文中采用可再生能源发电，尽可能降低柴发输出功率，由此可知，应用文中方法后可以实现柴发机组输出功率的合理调度。

分析经文中方法调度后，不同时段下各发电系统的备用容量，分析结果如图2 所示。

图2 备用容量分析

由图2 可以看出，应用文中方法调度后，不同发电系统在每个用电时段均能够存储一定的备用容量，其中由于光伏机组功率上限较高，因此其备用容量较高，而风力发电日常发电量较大，所以在峰时段时备用容量有所下降，但三者的备用容量始终处于较高水平，可以保障混合储能微电网安全运行。

以目标实现度作为评价指标，判断调度后的负荷收益，当目标实现度越高，说明负荷收益越高，运行成本越低，分析结果如图3 所示。

图3 负荷收益分析

根据图3 可知，应用文中方法后目标实现程度较高，可以实现较为平稳的负荷收益，其中，售电收益相对较高，说明文中方法可有效降低售电成本。

3 结论

文中研究了一种混合储能微电网新能源多时段动态调度方法，对包含柴发、风电、光电系统的混合储能微电网发电能力研究，实现日前、日内动态调度，改善发电成本，为用户提供稳定电能。在未来研究过程中，可对现有目标继续深入研究，使调度过程能够更加完善。