基于改進粒子群算法的削峰填谷用儲能系統經濟運行策略

李盟盟+王育飛+薛花

摘 要：本文以蓄電池損耗最低、購電費用最低和削峰填谷后負荷曲線的方差值最小為目標建立削峰填谷用儲能系統運行優化模型。利用多目標粒子群優化算法進行尋優，求解過程中針對粒子超出可行域的問題提出了一種改進的多目標粒子群算法，使該算法能求解線性約束多目標優化問題，并采用TOPSIS法從最優Pareto解集中選取最優方案。最后建立負荷與削峰填谷用儲能系統模型進行仿真，結果表明該方法的有效性。

關鍵詞：削峰填谷；多目標粒子群算法；儲能系統；TOPSIS法

中圖分類號：TP919 文獻標識碼：A

Abstract：The paper establishes the operation optimization model of the energy storage system for peaking shaving and valley filling，aiming to achieving the minimum battery loss，the lowest power purchase cost and the minimum variance value of load curves after peak shaving and valley filling.Based on Multiple Objective Particle Swarm Optimizer （MOPSO），the paper proposes an improved MOPSO to solve the problem of particle going beyond the feasible region.The algorithm is effective in the multi-objective optimization with linear constraints.The Technique for Order of Preference by Similarity to Ideal Solution （TOPSIS） is applied to select the optimal scheme from the optimal Pareto solution set.Finally，the energy storage system model with load peak shaving and valley filling is constructed，and the simulation results have verified the effectiveness of the proposed method.

Keywords：peak shaving and valley filling；Multiple Objective Particle Swarm Optimizer （MOPSO）；energy storage

system；the Technique for Order of Preference by Similarity to Ideal Solution （TOPSIS）

1 引言（Introduction）

電能不能大規模存儲，電能供應時必須保證供需平衡。通過增加發電設備來滿足負荷高峰時的電能需求不僅使建設成本增加，還會降低電能的利用率。在負荷側加入儲能系統，不僅可以有效抑制負荷的波動、提高供電質量[1]，還可以起到削峰填谷作用并獲得一定的經濟效益[2，3]。目前，國內外對削峰填谷用儲能系統已有了相關研究，主要以削峰填谷效果、經濟性等作為目標。文獻[4]建立了考慮不同費率結構和風能、太陽能、天然氣、儲能互補發電的冷熱電聯供優化協調模型。文獻[5]提出了采用區間控制的蓄電池儲能電站調峰運行控制策略。文獻[6]建立了變電站擴容和儲能系統容量配置的協調規劃模型，通過儲能系統有序充放電獲得電價差。文獻[7]針對電力市場環境，建立了考慮發電側、供電側、大規模儲能系統及用戶響應的實時電價動態博弈聯動模型。

目前對削峰填谷用儲能系統的研究多考慮單目標儲能系統優化運行，優化效果較為單一。對綜合考慮削峰填谷效果最好、購電費用最低和蓄電池損耗最低的多目標優化運行研究較少。多目標粒子群算法（Multiple Objective Particle Swarm Optimizer，MOPSO）采用高效的群集并行地對非劣解進行搜索，并且每次迭代過程中可以產生多個非劣解。同時粒子群算法具有記憶功能，粒子通過跟蹤自身歷史最優解和種群全局最優解來進行搜索，這就使粒子群算法在尋優過程中具有很好的收斂性和全局搜索能力[8]。因此可以采用多目標粒子群算法進行削峰填谷用儲能系統多目標優化問題的求解。

首先在短期負荷預測基礎上，以綜合考慮蓄電池損耗最低、購電費用最低和削峰填谷效果最好為優化目標，建立削峰填谷用儲能系統多目標運行優化模型。針對多目標粒子群算法在求解過程中粒子超出可行域的問題進行改進，通過調整慣性權重與隨機系數對超出可行域的粒子修正。最后采用改進多目標粒子群優化算法對模型進行求解。通過算例分析，證明所提方法的有效性。

2 多目標運行優化模型（Multi-Objective operation

optimization mode）

4.2 算例分析

為了對提出的運行策略進行仿真驗證，搭建負荷和削峰填谷用儲能系統仿真模型，模型參數見表1。

選取我國某地區電能價格表，圖3所示為峰谷分時電價及日負荷預測曲線，每日的電能價格隨時間段變化情況見表2。某型號鉛酸蓄電池在放電深度下的循環壽命見表3。

為了驗證提出的方法的有效性，選取以下三種方法進行比較

方法1：以削峰填谷后負荷曲線方差最小為目標的傳統削峰填谷控制策略。endprint

方法2：基于多目標粒子群算法的削峰填谷用儲能系統控制策略。其中目標1、目標2和目標3的決策權重分別為0.1、0.6和0.3。

方法3：基于多目標粒子群算法的削峰填谷用儲能系統控制策略。其中目標1、目標2和目標3的決策權重分別為0.2、0.3和0.5。

不同方法得到的削峰填谷后得到的負荷曲線和蓄電池核電狀態曲線如圖4所示，不同方法通過削峰填谷節省的電費及電池損耗如圖5所示

對比不同方法得到的結果可以得出以下結論：

利用傳統方法得到的蓄電池損耗比較低，削峰填谷效果比較理想。但由于并未考慮到峰谷分時電價的因素，由削峰填谷節省的電費較低。

方法2利用削峰填谷節省的電費比較高，但是蓄電池損耗較高，且削峰填谷效果不理想，這是由方法2中目標2的權重較高導致的。

方法3中削峰填谷消費比較理想且利用削峰填谷節省的電費較高，但蓄電池的損耗比方法1略高。通過合理配置目標權重，多目標優化綜合協調了三個優化目標。

5 結論（Conclusion）

本文針對削峰填谷用儲能系統經濟運行策略問題進行了研究，提出了以蓄電池損耗最低、購電費用最低和削峰填谷效果最好為目標的削峰填谷用儲能系統多目標優化問題，利用多目標粒子群算法對問題進行了求解。在求解過程中針對粒子群搜索時超出可行域的情況，采用調整慣性權重及隨機系數進行改進。對多目標粒子群算法形成的最優Pareto解，采用TOPSIS法求解最優方案。建立負荷與削峰填谷用儲能系統仿真模型，結果表明：

（1）通過合理配置目標權重，多目標粒子群算法能很好地優化協調削峰填谷用儲能系統的多目標。

（2）對多目標粒子群算法的改進能很好地控制粒子超出可行域情況的出現，同時保證多目標粒子群算法在可行域邊界的局部搜索能力。

參考文獻（References）

[1] 靳小龍，穆云飛，賈宏杰，等.融合需求側虛擬儲能系統的冷熱電聯供樓宇微網優化調度方法[J].中國電機工程學報，2017，37（2）：581-590.

[2] 衛志農，張思德，孫國強，等.計及電轉氣的電-氣互聯綜合能源系統削峰填谷研究[J].中國電機工程學報，2017，37（16）：

4601-4609.

[3] Giovanna Oriti，Alexander L.Julian，Nathan J.Peck.Power-Electronics-Based Energy Management System With Storage[J].IEEE Transactions on Power Electronics，2016，31（1）：452-460.

[4] 崔強，王秀麗，劉祖永.市場環境下計及儲能電站運行的聯動電價研究及其效益分析[J].中國電機工程學報，2013，33（13）：

62-68.

[5] Baichao Chen，Chenmeng Zhang，Cuihua Tian，et al.A Hybrid Electrical Magnetic Power Quality Compensation System With Minimum Active Compensation Capacity for V/V Cophase Railway Power Supply System[J].IEEE Transactions On Power Electronics，2016，31（6）：4159-4170.

[6] 王鵬，王晗，張建文，等.超級電容儲能系統在風電系統低電壓穿越中的設計及應用[J].中國電機工程學報，2014，34（10）：

1528-1537.

[7] Wang Peng，Wang Han，Zhang Jianwen，et al.Design and application of supercapacitor energy storage system used in low voltage ride through of wind power generation system[J].Proceedings of the CSEE，2014，34（10）：1528-1537（in Chinese）.

[8] 包宇慶，李揚，楊斌，等.基于PSO-BP神經網絡的入侵檢測技術優化算法的研究[J].軟件工程，2017，20（9）：49-51.

作者簡介：

李盟盟（1992-），男，碩士生.研究領域：電力儲能應用技術.

王育飛（1974-），男，博士，副教授.研究領域：電能質量分析與控制，電力儲能應用技術，混沌理論與應用.

薛 花（1979-），女，博士，副教授.研究領域：電能質量分析與控制.endprint