含蓄電池的孤立微電網系統運行優化研究

褚衍廷， 董海鷹， 李曉青,2

(1.蘭州交通大學 自動化與電氣工程學院 甘肅 蘭州 730070；2.蘭州工業學院 電氣工程學院 甘肅 蘭州 730070)

?

含蓄電池的孤立微電網系統運行優化研究

褚衍廷1， 董海鷹1， 李曉青1,2

(1.蘭州交通大學 自動化與電氣工程學院 甘肅 蘭州 730070；2.蘭州工業學院 電氣工程學院 甘肅 蘭州 730070)

針對微電網系統在孤立運行方式下的優化問題，提出了一種含蓄電池的微電網多目標運行優化方法.求解方法分為2步：儲能單元運行方式的確定及可控型微電源的優化調度.微電網儲能單元的運行方式根據當前調度時刻的負荷需求、可再生能源發電期望、儲能單元的荷電狀態等因素，采用功率差控制策略對儲能單元進行管理.可控型微電源的出力分配，在考慮系統功率平衡、微電源出力限值和爬坡約束等條件下，以經濟成本和環境成本為目標，利用改進的遺傳算法進行求解.該方法不僅發揮了蓄電池削峰填谷的作用，提高了儲能單元的經濟價值，而且實現了孤立微電網的經濟、環保優化運行.以典型微電網系統的日優化調度為算例，驗證了所提方法的可行性和有效性.

微電網； 孤網運行； 蓄電池； 運行優化

0 引言

微電網是一種新型能源網絡化供應與管理技術，能夠向用戶提供可自主選擇的供電方式，滿足不同優化目標的用電需求，成為主網的有益補充[1-2].儲能系統憑借其快速功率調節以及兼具供蓄能力的特征，在平滑間歇式能源功率波動、削峰填谷[3]以及提供備用電源等方面發揮了巨大作用[4]，是微電網系統實現對接入的分布式能源靈活調節以及網絡優化運行的關鍵所在.現階段，微電網已經成為智能電網建設中的重要組成部分，對微電網優化控制等關鍵技術的研究已在國內外廣泛開展[5-7].

針對并網運行模式下微電網的經濟運行優化與調度研究，已經取得了一些研究成果[8-12]，而孤立微電網運行優化研究尚處于起步階段.然而在配電網故障或者無并網條件的偏遠景區、孤島等特殊情況，微電網只能孤立自治運行.文獻[13]建立了集中控制模式下的微電網運行優化模型，文獻[14]實現了微電網系統的動態經濟調度，但均沒有考慮儲能單元.目前，考慮蓄電池對微電網運行優化影響的主流優化策略可分為固定策略[15-16]和動態策略[17-18].固定策略是在微電網運行優化時，對蓄電池采取事先擬定的調度規則，該調度規則不隨自身情況和系統環境而改變，一般表現為蓄電池規律地反復充放電.動態策略是通過設計不同的蓄電池充放電罰系數，引導蓄電池能夠跟隨時段和環境的變化，實現不同情況下的運行控制.前者在應用中容易實現，但缺點也很明顯，后者雖然能夠在既定條件下實現最優效果，但在外部市場變化的情況下需做出相應調整.文獻[19]在運用動態規劃法確定儲能單元運行方式的基礎上，求解燃料電池運行方式，為確定微電網最佳運行方式提供了新思路，但此過程僅考慮了經濟因素.因此，本文提出了一種含蓄電池的孤立微電網多目標優化調度方法，考慮了可再生能源出力的波動性、蓄電池的實時荷電狀態以及負荷預測誤差等因素，采用功率差控制策略確定蓄電池的運行方式，建立了微電網系統運行成本和環境成本的目標函數，利用改進的遺傳算法求解各可控型微電源的出力分配，最終得到微電網系統整體的最優運行方式.通過典型微電網算例驗證了所提方法的可行性和有效性.

1 微電網多目標運行優化模型

根據調度周期內總時段數的選取原則[20]，選取調度周期為1 d，單位時間間隔為1 h來進行分析.在單位時間間隔內做如下假設：微電源的出力恒定和負荷的需求恒定.在此前提下，可認為分析計算時微電網為穩態運行，不考慮其暫態過程.

1.1 目標函數

風力發電和光伏發電均屬可再生能源發電，不消耗燃料且不排放污染氣體，本文忽略其運行成本，不把其出力作為優化變量.對于可控型微電源，由于本文針對運行時的優化調度，忽略其投資成本，考慮運行成本和環境成本，將其出力作為優化變量，微電網經濟調度目標函數可表示為

minF(t)=min{F1(t),F2(t)}，t=1,2,…,24,

(1)

式中：F1(t)為微電網運行成本；F2(t)為微電網環境成本.

目標1：微電網運行成本.

微電網運行成本可表示為

(2)

CM(Pi(t))=KOM,i·Pi(t),

(3)

式中：i為微電網中可控型微電源的編號；N為系統中分布式電源的數量；T為一個調度周期包含的時段數；Pi(t)為t時刻微電源i的輸出功率；CF為可控型微電源的能耗成本；CM為可控型微電源的維護成本;KOM,i為微電源的運行維護系數.

目標2：微電網環境成本.

環境成本主要包括污染氣體治理成本.因此，微電網環境成本可表示為

(4)

式中：m為污染物的類型；Vj為單位電量第j項污染物的治理費用；Qij為第i個微電源單位電量下第j項污染物的排放量.污染物的治理費用和排放系數如表1所示.

表1 污染物的治理費用和排放系數
Tab.1Externalitycostsandemissionfactors

污染物類型治理費用/(元·kg-1)排放系數/(g·(kW·h)-1)燃料電池柴油發電機燃氣輪機NOx8．50．0234．3300．619CO20．02805635232184CO0．9860．0542．3200．17SO25．9500．4640．000928

1.2 約束條件

1)功率平衡約束.

功率平衡約束為

(5)

2)有功出力約束.

有功出力約束為

(6)

3)可控機組爬坡約束.

增負荷時：

(7)

降負荷時：

(8)

圖1 多目標運行優化結構圖Fig.1 Structure chart of multi-objective operation optimization

1.3 多目標運行優化流程

圖1為含儲能單元的孤立微電網系統多目標運行優化結構圖，其中PBat為蓄電池的輸出功率；PFC、PDE、PMT分別為燃料電池、柴油發電機、微型燃氣輪機的輸出功率.首先采用考慮實際約束的功率差控制策略確定蓄電池的運行方式，在此基礎上再對各可控型微電源出力采用改進的遺傳算法進行多目標優化調度，最終確定微電網的運行方式.

2 儲能系統充放電控制策略

在微電網運行中儲能裝置發揮著削峰填谷和功率跟蹤的作用，保證了微電網的安全可靠運行.利用電池儲能系統的快速“吞吐特性”，負荷低谷期時儲存能量待用，負荷高峰期時供應電能，實現削峰填谷，緩解了高峰期用電緊張，同時減少了可再生能源棄電現象的發生，實現各方面共贏[4].

儲能系統根據預測的日負荷曲線制定充放電控制策略，即確定其在不同時段下的充放電功率大小.恒功率控制策略是儲能系統最基本的充放電控制策略，即在任何時刻均以某一恒定的功率進行充放電.雖然計算簡便，但是控制策略單一，對系統的響應效果差.本文采用考慮實際約束的功率差控制策略，解決了采用恒功率控制策略時，預測負荷與實際負荷由于峰、谷時間差造成控制策略失效的問題，并兼顧蓄電池容量、充放電功率以及荷電狀態等約束，具體實現步驟如下：

1)根據已有負荷預測曲線，計算得到日負荷平均功率Pavg.

2)以Pavg為中心，ΔP為步長迭代，其中P1=Pavg+ΔP，P2=Pavg-ΔP,迭代過程滿足如下約束條件：

(9)

(10)

Ec-Ed<ε，

(11)

式中：P2為儲能系統充電功率上限值；P1為儲能系統放電功率下限值；Pf、Pg為負荷峰、谷時間段的負荷值；E為電池儲能系統容量；Ec表示總的充電能量；Ed表示總的放電能量；ε為接近于零的常數.當上述條件有一個無法滿足時，重新返回迭代P1=Pavg+ΔP，P2=Pavg-ΔP，直到所有條件滿足為止.

3)確定儲能系統在具體時段的充放電功率.

當Pt>P1時，放電功率為

Pd=Pt-P1，

(12)

當Pt

Pc=P2-Pt，

(13)

式中：Pt為t時刻實測負荷值.

在實時控制時，倘若實際負荷曲線與預測負荷曲線出現偏移，該控制策略不會造成削峰填谷控制失策，能夠根據實際情況調整儲能系統的運行方式.

3 求解算法

遺傳算法是一種基于模擬自然選擇和基因遺傳學原理的并行優化搜索算法，能夠解決復雜搜索空間的全局優化問題.遺傳算法尋優性能由交叉概率Pc和變異概率Pm決定.Pc決定新個體產生的速度.Pc過小，搜索進度緩慢;Pc過大，遺傳模式被破壞的可能性增大.Pm決定遺傳算法跳出局部最優的能力.Pm過小，新的個體結構不容易產生;Pm過大，變成了隨機搜索算法[15].在使用基本遺傳算法的基礎上，采用文獻[15]改進后的Pc和Pm，可表示為

(14)

(15)

式中：favg、fmax和fmin分別為種群中的平均、最大和最小適應度；f′為要交叉的兩個體中較大的適應度，取Pc1=0.85，Pc2=0.5，Pc3=0.2，Pm1=0.09，Pm2=0.05，Pm3=0.01.

改進算法能夠保證群體中適應度最大個體的Pc和Pm從0分別提高為Pc3和Pm3，使優良個體仍處于進化狀態，從而使個體跳出局部最優解.當個體的適應度相比于平均適應度小時，適應度的值相對集中，使算法陷入局部最優解的概率增大，此時該改進能夠增大Pc和Pm，從而增加種群的多樣性.

在微電網系統多目標運行協調優化中，搜索空間中的每一個“染色體”都是優化問題的潛在可行解.定義目標函數F包括微電網1 d內的運行成本和環境成本，取目標函數的倒數為適應度函數，即f=1/F，優化變量為各可控型微電源的輸出功率.對于微電源的運行約束條件(式(6)～(8))，體現為對于相應的優化變量數值大小的限制.若優化變量超過限值，則取其限值.對于功率平衡約束條件(式(5))，以罰函數的形式計入到目標函數中.運用改進自適應遺傳算法，采取輪盤賭選擇并執行多點交叉、多點變異操作求解算例.算法參數設置如下：種群規模為200，最大迭代次數為200.

4 算例分析

選用圖2所示的微電網系統結構[5,18,21],其中公共連接點保持斷開，微電網孤立運行.系統中可再生能源有100 kW光伏電池和150 kW風機，可控型微電源包括微型燃氣輪機、燃料電池和柴油發電機，儲能單元為最大充放電功率50 kW、容量250 kW·h的蓄電池組.蓄電池的荷電狀態為30%～90%.各分布式電源的相關信息如表2所示，可再生能源出力、日負荷和凈負荷曲線如圖3所示.由于負荷本身存在較大峰谷差及可再生能源出力的不穩定，凈負荷會出現大幅度的功率波動.

表2 各分布式電源的相關信息
Tab.2 Data of distributed generations

微電源類型功率/kW下限上限運行維護系數/(元·kW-1)最大爬坡率/(kW·h-1)上升率下降率燃料電池0650．0286140160微型燃氣輪機0650．0401140160柴油發電機0800．0859120140

4.1 蓄電池在兩種控制策略下的對比分析

對蓄電池采用恒功率控制策略進行求解，設定蓄電池充放電恒功率為30 kW，調整步長ΔP=0.1 kW，控制結果如圖4所示.可以看出，釆用恒功率控制策略能夠有效識別負荷峰期和谷期，且在單日內有一次充電和兩次放電，但進一步分析可知，蓄電池出力與凈負荷合成后不夠平滑，存在新的峰谷差.如果預測負荷曲線和實際負荷曲線形狀一致，僅負荷峰谷值不同，那么采用恒功率控制策略的蓄電池能夠有效地實現削峰填谷.但是現階段負荷的預測水平還不能達到理想水平，即如果預測負荷曲線與實際負荷曲線的峰、谷時間存在偏差時，那么此時恒功率控制策略將導致蓄電池在低谷期無法充電，高峰期不能放電，從而無法完成削峰填谷的任務.

圖2 微電網系統結構Fig.2 Structure chart of microgrid system

圖3 可再生能源出力、日負荷和凈負荷曲線Fig.3 Daily output power of renewable energy, demand of load and payload

對蓄電池采用功率差控制策略進行求解，控制結果如圖5所示.蓄電池在功率差控制策略下能夠實現削峰填谷，且在單日內也有一次充電和兩次放電，通過準確識別負荷的高峰期與低谷期，調整充放電動作.進一步分析可知，優化后的凈負荷峰谷差值明顯減小，負荷特性得到明顯改善，不僅有利于微電網負荷側的用電穩定，而且提高了微電網調度安全.此外，功率差控制策略是根據充放電功率上、下限值，確定蓄電池充放電工作域和功率值，若實測負荷曲線的峰、谷時間有偏差，該控制策略仍然能夠準確控制蓄電池動作，并制定有效的運行方式.因此，采用功率差控制策略控制蓄電池的出力，并作為可控型微電源優化運行的基礎.

圖4 恒功率控制策略的控制結果Fig.4 Control results of constant power control strategy

圖5 功率差控制策略的控制結果Fig.5 Control results of power difference control strategy

4.2 單目標優化結果

4.2.1 運行成本最小 優先使用采取跟蹤控制最大功率輸出的可再生能源機組的出力，以運行成本最小為目標的微電網運行優化結果如圖6所示.可以看出，單從運行成本的角度考慮，由于燃料電池較微型燃氣輪機低，微型燃氣輪機又較柴油發電機低，在優先考慮運行成本最小的情況下，在燃料電池額定功率范圍內，優先考慮燃料電池出力，超出額定功率后再考慮微型燃氣輪機、柴油發電機出力.微型燃氣輪機的發電效率與輸出功率成正相關關系，當微型燃氣輪機出力較小時，發電效率低，其運行成本增加，容易導致總運行成本增加，因此，微型燃氣輪機出力時一般維持在較高水平，與圖6優化結果相符.

4.2.2 環境成本最低 以環境成本最低為目標的微電網運行優化結果如圖7所示.可以看出，單從環境成本的角度考慮，由于微型燃氣輪機較燃料電池低，燃料電池又較柴油發電機低，在優先考慮環境成本最低的情況下，在微型燃氣輪機額定功率范圍內，優先考慮微型燃氣輪機出力，超出額定功率后再考慮燃料電池、柴油發電機出力，與圖7優化結果相符.

圖6 運行成本最小目標下微電網優化結果Fig.6 Optimal results of microgrid of minimum operation cost

圖7 環境成本最低目標下微電網優化結果Fig.7 Optimal results of microgrid of minimum environmental cost

4.3 多目標優化結果

表3 不同目標下的優化結果
Tab.3 Optimization results of the different objects

目標函數λ1運行成本/元環境成本/元運行成本最小12210．37162．43環境成本最低02305．61147．97多目標優化0．82236．13158．110．22283．62151．83

采用線性加權的方法給各子目標函數賦予權重，將多目標優化問題轉化為單目標優化問題.目標函數為F=λ1F1+λ2F2，其中λ1、λ2分別為子目標權重系數，且滿足λ1+λ2=1.對λ1、λ2分別賦值，不同目標下的優化結果如表3所示.以運行成本最小作為單目標得到的環境成本較最低環境成本高9.77%，環境效益較差；以環境成本最低作為單目標得到的運行成本較最小運行成本高4.31%，經濟效益較差；多目標優化得到的運行成本分別比最小運行成本高1.17%和3.31%，環境成本分別比最低環境成本高6.85%和2.61%，能夠綜合協調經濟效益和環境效益.多目標優化模型比單目標優化模型在一定程度上能夠獲得更好的優化結果，可以以較小的運行成本達到盡量好的環境效益，實現了兼顧節能、環保的發電調度.在實際應用中，應結合用戶的不同需求，綜合考慮外部市場環境的影響.

5 結論

通過仿真分析比較考慮實際約束的功率差控制策略與恒功率控制策略，得出前者在均衡用電負荷、完成削峰填谷控制目標等方面更能貼近實際應用需求.采用功率差控制策略確定蓄電池的運行方式，并以此作為可控型微電源優化運行的基礎.在考慮各約束條件的基礎上，以微電網的運行成本、環境成本為優化目標，構建了孤立微電網運行優化模型.采用改進的遺傳優化算法從單目標和多目標兩個層面進行求解，并分析了微電網中可控型微電源的出力分配，為孤立微電網運行優化的研究提供了參考.

[1] HATZIARGYRIOU N, ASANO H, IRAVANI R, et al. Microgrids[J]. IEEE power and energy magazine, 2007, 5(4):78-94.

[2] 王成山，楊占剛，王守相，等. 微網實驗系統結構特征及控制模式分析[J].電力系統自動化，2010，34(1)：99-105.

[3] 王成山,于波,肖峻,等. 平滑可再生能源發電系統輸出波動的儲能系統容量優化方法[J]. 中國電機工程學報, 2012, 32(16):1-8.

[4] 尤毅, 劉東, 鐘清,等. 主動配電網儲能系統的多目標優化配置[J]. 電力系統自動化, 2014,38(18):46-52.

[5] TSIKALAKIS A G, HATZIARGYRIOU N D. Centralized control for optimizing microgrids operation[J]. IEEE transactions on energy conversion, 2008, 23(1): 241-248．

[6] DIMEAS A L, HATZIARGYRIOU N D. Agent based control for microgrids[C]//Proceedings of IEEE Power Engineering Society General Meeting. Tampa, 2007:1-5.

[7] 秦亞斌, 韓肖清, 王康寧. 含混合儲能的微網孤網運行能量管理策略[J]. 河南科技大學學報(自然科學版), 2014，35(4)：31-37.

[8] 丁明，張穎媛，茆美琴，等．包含鈉硫電池儲能的微網系統經濟運行優化[J]．中國電機工程學報，2011，31(4)：7-14．

[9] 陳潔，楊秀，朱蘭，等. 不同運行調度模式下微網經濟運行對比分析[J]. 電力自動化設備，2013，33(8)：106-113.

[10] 王銳, 顧偉, 吳志. 含可再生能源的熱電聯供型微網經濟運行優化[J]. 電力系統自動化, 2011, 35(8):22-27.

[11] MOHAMED F A,KOIVO H N. System modelling and online optimal management of microgrid using mesh adaptive direct search[J]. Electrical power and energy systems, 2010, 32(5): 398-407.

[12] MOHAMED F A，KOIVO H N．Online management of microgrid with battery storage using multiobjective optimization[C]//Proceedings of International Conference on Power Engineering，Energy and Electrical Drives．Setubal，2007：231-236．

[13] 丁明，張穎媛，茆美琴，等．集中控制式微網系統的穩態建模與運行優化[J].電力系統自動化，2009，33(24)：78-82．

[14] 劉小平，丁明，張穎媛，等.微網系統的動態經濟調度[J].中國電機工程學報，2011，31(31)：77-84.

[15] 陳潔，楊秀，朱蘭，等.微網多目標經濟調度優化[J].中國電機工程學報，2013,33(19)：57-66.

[16] 牛銘，黃偉，郭佳歡，等. 微網并網時的經濟運行研究[J].電網技術，2010,34(11):38-42.

[17] 毛曉明，陳深，吳杰康，等. 分時電價機制下含蓄電池微網的優化調度[J].電網技術，2015,39(5)：1192-1197.

[18] 石慶均，江全元. 包含蓄電池儲能的微網實時能量優化調度[J].電力自動化設備，2013,33(5)：76-82.

[19] 劉天琪，江東林. 基于儲能單元運行方式優化的微電網經濟運行[J]. 電網技術，2012，36(1)：45-50.

[20] 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．

[21] 江渝，黃敏，毛安，等.孤立微網的多目標能量管理[J].高電壓技術，2014,40(11)：3519-3527.

(責任編輯：孔 薇)

Optimal Operation of Isolated Microgrid System with Battery Storage

CHU Yanting1, DONG Haiying1, LI Xiaoqing1,2

(1.SchoolofAutomationandElectricalEngineering,LanzhouJiaotongUniversity,Lanzhou730070,China; 2.SchoolofElectricalEngineering,LanzhouInstituteofTechnology,Lanzhou730070,China)

For the optimal operation problem of isolated microgrid, a multi-objective operation optimization method of microgrid with battery was proposed. The method consisted of two parts: the management of operation mode of energy storage unit and the optimization of controllable distributed generation. The control strategy of power difference was used to manage the energy storage unit by taking into account the load demand, power generation expect of renewable resources, and charging state of energy storage unit. For the sake of decreasing economic and environmental cost, the power balance, limit value of distributed generation and ramping constraint were taken into account; the output of controllable distributed generation was distributed by using improved genetic algorithm. This method could not only play a role to cut peak and fill valley and to increase the economic value of energy storage unit, but also ensure isolated microgrid run economically and environmentally. A typical daily optimal operation was taken as an example, the method was verified to be feasible and effective.

microgrid； isolated operation； battery； operation optimization

2016-09-22

蘭州工業學院青年基金資助項目(14K-003).

褚衍廷(1989—)，男，山東濟寧人，碩士研究生，主要從事微電網運行優化研究，E-mail:chuyanting2008@163.com；通訊作者：董海鷹(1966—)，男，甘肅蘭州人，教授，主要從事電力系統運行與控制研究，E-mail:donghy66@163.com．

褚衍廷，董海鷹, 李曉青．含蓄電池的孤立微電網系統運行優化研究[J]．鄭州大學學報(理學版)，2016，48(4)：109-115.

TM73

A

1671-6841(2016)04-0109-07

10.13705/j.issn.1671-6841.2016690