微電網并網時的環保經濟調度

侯國彥，王 彪，丁理杰，陳向宜，陳光堂，邱曉燕

(1.四川省電力公司，四川 成都 610041;2.四川電力科學研究院，四川 成都 610072;3.四川大學電氣信息學院，四川 成都 610065)

0 引言

微電網對分布式電源的有效利用及靈活、智能的控制特點，使其在解決電能質量、能源和環保等方面出現的問題時表現出極大的潛能，是許多國家未來若干年電力發展戰略的重點之一［1-4］。

微電網的調度除了可以借鑒傳統高壓電網的發電機組調度之外還有其自身獨特的特點［5-6］:①分布式電源中的太陽能、風能等可再生能源是不可調的，而且不同季節、不同時段的室外環境溫度、日照強度、風力都有很大變化，因此太陽能光伏發電風力發電機組的輸出功率隨機性很大;②由于太陽能光伏發電、風力發電的發電成本較低，而且幾乎無溫室氣體排放，因此應優先安排其最大限度地發電;③不同類型、容量的微電源所消耗的燃料、效率、運行和維護費用、溫室氣體的排放量均不同。

微電網的環保經濟調度［6-9］是指在滿足負荷需求的條件下，合理有效地安排各臺微電源的出力使得整個微電網的發電成本、排放成本或總成本最低。

下面主要提出了微電網的環保經濟調度模型，考慮了微電源的電力系統運行約束條件與負荷需求、微電源的燃料消耗及維護成本、微電網與主電網之間的購電及售電價格，以及對各種微電源排放的有害氣體的處理費用。利用改進遺傳算法對所建立的模型進行優化計算，通過實例驗證了所建立的模型與優化算法的正確性與有效性。

1 微電網環保經濟調度模型

對于風能發電與光伏發電系統，雖然其環境效益好，運行成本低，但是長期以來，其安裝成本很高，使其綜合經濟效益無法與其他形式發電相競爭。同時，其受天氣影響較大，不受人工調度。因而中國目前電力行業的管理方式是風能發電與光伏發電享受優先調度權和電量被全額收購的優惠。該文的研究也是以此為前提。

1.1 目標函數

式中，

其中，α，β分別表示經濟運行成本所占的比例;Cgen表示微電網的經濟運行成本;Cenission環境排放處理費用;T1表示微電網的調度周期(取1天);N表示可調度微電源的總數;Cf.i(Pi.t)表示可調度微電源i能耗成本;Mi(Pi.t)表示可調度微電源i的維護成本;Pbuy.t表示微電網在t時刻從主網買進的功率;Psell.t表示微電網在t時刻售出給主網的功率;Cbuy.t表示微電網在t時刻從主網購電的價格;Csell.t表示微電網在t時刻向主網售電的價格;k表示污染物(CO2，SO2，NOx等)的編號;αk表示治理污染物k所需要的費用;βi.k表示微電源i對應的各種污染物排放系數;βgrid.k表示主網對應的各種污染物排放系數。

1.2 約束條件

①功率平衡限制

其中，Pi.t表示在時段t的微電源i(除風能發電機、光伏發電系統和儲能裝置)的輸出功率;Pw.t表示在時段t時風能發電機的輸出功率;Ps.t表示在時段t時太陽能光伏發電系統的輸出功率;PD.t表示在t時段負荷的需求功率。

②發電機的運行限制

③儲能裝置的限制［5］

式(6) ～(10)中 i=1，2，…，N，N 表示儲能裝置的數量;Pd，t，i、Pc，t，i分別表示蓄電池第 i臺儲能裝置 t時段的放電功率和充電功率;分別表示第i臺儲能裝置的放電功率的上下限與充電功率的上下限;Pi，t表示第i臺儲能裝置t時段的向微電網注入的功率，當電池處于放電狀態時，充電功率 Pc，j，t=0，當儲能裝置處于充電狀態時，放電功率Pd，i，t=0;Ei，t表示第 i臺儲能裝置在 t時段的容量;τ、ζ為儲能裝置的充放電效率，一般小于1;tL為一段優化時間;d為儲能裝置在時間段t內放電時間所占的比例，且有0＜d＜1;，表示第 i臺儲能裝置的上下限，且有＞0。

④微電網與主網允許交互的功率約束

2 優化算法

針對所建立的微電網環保經濟調度模型是一個多變量、帶約束、非線性的組合優化問題，采用遺傳算法來進行優化計算。

遺傳算法(genetic algorithm，GA)是模擬生物進化過程的一種計算方法，起源于自然界生物優勝劣汰的進化規則，在一定的環境限制下，在父代種群的基礎上，通過選擇、交叉和變異等遺傳操作產生下一代，只有適應性強的個體才能生存下來，并將優良特性往下一代傳［10-12］。所采用的改進遺傳算法流程圖如圖1所示。

圖1 改進遺傳算法流程圖

從圖1中可以看出改進遺傳算法的主要步驟如下。

Step 1:編碼產生初始種群，并將個體按適應度值大小排序;

Step 2:求平均適應度值，以此作為閥值，選擇適應度值大于平均適應度值的個體;

Step 3:判斷相似程度，以最高適應度值為模板，去除相似個體;

Step 4:重復Step 3逐次以適應度值高的個體為模板，選擇不同模板的個體組成群體;

Step 5:判斷是否達到群體規模。如果是，則進行下一步交叉、變異等遺傳操作;否則重復Step 4如果不能得到足夠的群體規模，則去除的個體按適應度值大小順序順次補足群體所缺數量;

Step 6:判斷是否滿足結束要求。如果是，則結束，否則轉到Step 1。

3 算例分析

選取某地區的具體微電網設計案例進行分析，其結構如圖2所示。整個微電網相對外部電網來說是一個整體，通過一個靜態開關和上級電網的變電站相聯系。微電網內包括風力發電與光伏發電等可再生能源發電、微型燃氣輪機等清潔能源發電和傳統的柴油機發電以及儲能元件。該地區的日負荷需求以及一天中風電、光伏發電輸出功率情況如圖3所示。

圖2 某地方微電網系統結構

圖3 日負荷需求及風電、光伏發電日輸出功率

文中的算例實行三段式電價政策，峰段時間為10:00—14:00、19:00—22:00;平段時間為7:00—10:00、14:00—17:00和22:00—23:00;谷段時間為23:00—7:00。分時電價見表1所示。微電源污染物排放系數及其治理費用如表2所示。

表1 購電和售電電價

表2 污染物治理費用及排放系數

假設微電網與外部電網交互功率上限為15 kW，通過所提到的算法進行優化計算，得出α，β分別取不同值時微電源的出力情況，分別如圖4、圖5、圖6所示。

圖4 當α∶β=0∶1時微電源出力情況

圖5 當α∶β=1∶1時微電源出力情況

圖6 當α∶β=1∶0時微電源出力情況

由表2得知，由于柴油機發電過程中放出的氮氧化物(NOx)比較多，因此處理其排放的污染物費用較大。當α∶β=0∶1，即僅考慮了環境治理費用，因而優先考慮微型燃氣輪機，同時由于儲能元件收一個周期內充放電功率守恒的影響，其一周期內只能完成充放電一次。此時微電源的出力情況與圖4相符。當α∶β=1∶0，即僅考慮運行成本情況，由于在谷段期間購電價格低于微電源的發電成本，故優先考慮購電，達上限后，剩余的負荷功率由微電源提供;在平段期間，由于微電源的發電成本高于售電價格低于購電價格，因而在此期間有微電源滿足負荷的需求，超出部分再購電;在峰段期間，由于微電源的發電成本低于售電價格，因此在此期間，各微電源按額定功率發電，超出負荷的部分，售出給主電網。此時微電源的出力情況與圖6相符。當α∶β=1∶1時，即運行成本與環境治理成本以1∶1加權，通過優化算法計算后，其微電源出力情況與圖5相符。

4 結論

主要研究了在滿足負荷需求與分布式電源出力限制的前提下，同時考慮發電成本與有害氣體排放成本，提出了微電網環保經濟調度的數學模型。針對發電成本與排放成本的不同權重，運用遺傳算法進行優化調度，并用實例驗證了所建立模型的合理性。

［1］魯宗相，王彩霞，閔勇，等.微電網研究綜述［J］.電力系統自動化，2007，31(19):100-107.

［2］李勝，張建華，李春葉.微網(Microgrid)的并網運行方式探討［J］.太原理工大學學報，2009，40(2):184-187.

［3］Haziargyriou N，Asano H，Iravani R，et al.Microgrids［J］.IEEE，Power ＆ Energy Magazine，2007，5(4):78-94.

［4］鄭漳華，艾芊.微電網的研究現狀及在我國的應用前景［J］.電網技術，2008，32(16):27-31.

［5］陳達威，朱桂萍.微電網負荷優化分配［J］.電力系統自動化，2010，34(20):45-49.

［6］艾欣，崔明勇，雷之力.基于混沌蟻群算法的微網環保經濟調度［J］.華北電力大學學報，2009，36(5):2-6.

［7］Mohumed F A，Koivo H N.SvsLern Modeling and On-line Optimal Management of Microgrid Using Multi-objective Optimization［C］.International Conference on Clean Electrical Power，2007(5):148-153.

［8］Pudjianto D，Strbac G.Investigation of Regulatory Commercial Economic and Environmental Issues in Microgrid［J］.International Journal of Distributed Energy Resources，2006，2(3):245-259.

［9］丁明，包敏，吳紅斌.分布式功能系統的經濟調度［J］.電力科學與技術學，2008，23(1):13-17.

［10］周明，孫樹洞.遺傳算法原理及應用［M］.北京:國防工業出版，1999:18-31.

［11］雷英杰，張善文，李續武，等.MATLAB遺傳算法工具箱及應用［M］.西安:西安電子科技大學出版社，2005:11-30.

［12］邱曉燕，夏莉麗，李興源.智能電網建設中分布式電源的規劃［J］.電網技術，2010，34(4):7-10.