多目標優化在微電網中的應用

曹 錦，張丹麗，高彥杰

(上海電力大學 電子與信息工程學院，上海201306)

1 介紹

1.1 微電網介紹

一般微電網的結構如圖1所示，包含微電源、儲能系統、負荷以及控制系統四個部分。分布式能源是微電源的重要補充，可再生能源也在微電網能源占據了越來越高的比例，這對獨立微電網的規劃設計提出了更高的要求。智能綠色電網需要提高可再生能源的滲透率，在加快綠色建設的戰略背景下微電網得以飛速發展。

圖1 微電網組成

微電網有多種運行模式，存在并網、離網及兩者之間的切換多種運行模式，既可在大電網故障或是其他需求時斷開大電網獨立運行，也可接入大電網并網運行。孤網運行是指微電網系統和主電網配電系統斷開連接在發生大電網故障或者有調度需求時，微電網的源儲荷三者形成系統獨立運行。并網運行是指微電網系統閉合斷路器和主電網配電系統實現能源交互的運行方式。

由于微電網的控制對象特性復雜并且數量眾多，時間尺度也各不相同，如果將所有的功能平行展開，整個系統的效率將會降低。而分層控制將系統分為三個不同的層級，使得控制系統的功能更明確，效率更高。典型的分級控制結構如圖2所示，三個不同的控制級別用不同的目標和時間尺度來表示。

一層控制是主控制器負責將電壓和頻率值調整到微電網中的特定速率。通過這種方式保持了系統的可靠性，提高了性能和局部電壓的穩定性。二層控制是輔助控制執行主電網和主電網的連接。目標是從孤島模式切換到常規發電系統。在此轉換中調節器負責將同步過程中發生變化的頻率和幅度變量恢復到穩定值。三級控制作為最上層的控制，主要涉及微電網的經濟運行，也是時間尺度最大的控制策略。一般建立一定的約束條件來制定微電網中的調度策略，以微電網總運行成本為優化對象。

該結構協調管理電力生產所需的不同控制級別，在每個級別中實現了管理電壓、頻率、功率等的控制算法。圖2這種結構是在光伏電池柴油發電機上實施的一種控制方案[1]。

圖2 典型分級控制

1.2 多目標優化算法介紹

求解優化問題就是在所有可能解中選出能達到目標且合理的。根據目標數量的差異，可以分為單目標和多目標優化問題。多目標優化問題(Multi-objective Optimization Problem，MOP)也被稱為多準則優化。假設獨立向量x為n維，并假定MOP是最小化問題，MOP可以寫成下面的形式：

也就是說想要最小化一個函數向量f(x)，MOP的目標就是同時最小化所有k個函數fi(x)。

MOEA(Multi-objective optimization evolutionary algorithm)大體可以分為三類：基于Pareto支配的基于Pareto優勢的排序策略，將候選種群劃分為不同的帕累托前沿，然后采用多樣性維持機制提高種群的多樣性。基于分解的是將一個多目標優化問題分解為若干個單目標或多目標優化問題。基于指標函數的MOEA采用個體的指標值作為環境選擇的準則。

2 微電網運行控制中的應用

先從源儲荷的三個個體方面來看，光伏和風電是常見的清潔能源，文獻[2]設計這樣一個包含所有可再生和不可再生能源、存儲設備、轉換器和負載的混合系統，提出了基于分解的多目標進化算法，用于考慮負荷不確定性的混合動力系統設計，優化問題的目標函數是供電損失概率和電力成本。文獻[3]中的混合可再生能源系統是一種特殊類型的能源系統，可以作為分布式發電資源來降低網絡損耗和提高效率。在設計階段本文考慮到可用性和設備成本這些約束條件，采用了一種基于多目標粒子群優化的智能方法。

儲能系統的投資和運行成本較高，限制了其參與微電網調度的能力，但同時儲能參與微電網的優化運行能有效解決可再生能源大規模并網所引起的系統安全穩定問題。文獻[4]針對獲得最低綜合成本和最小負荷波動的目標，提出了一種多目標算法，用于配置消費者的多目標優化模型。

需求側管理在配電網和微電網的有效運行中發揮著重要作用。文獻[5]提出了一種考慮電動汽車、可轉移負荷和其他分布式發電的微電網經濟調度多目標模型。該模型以微網綜合運行成本、光伏能量利用率以及微網與主網之間的功率波動為目標。文獻[6]提出了考慮電動汽車和負載響應的饋線重構、經濟調度和電容器投切的多目標模型。該模型以運行成本、有功損耗、電壓穩定指數和溫室氣體排放量為目標函數。

還有情況是將源儲荷視為整體考慮，這種對微電網的規劃設計提出了很高的要求，提出面向微電網源-儲-荷互動的完全分布式交互多目標優化方法。文獻[7]提出了一種多目標分層的主網聯合經濟調度策略，將主網經濟調度問題轉化為負荷水平、源網負荷水平和源網負荷三級優化問題。

在一層控制中，微電網必須測量執行反饋控制所需的頻率和振幅值。然而二次頻率控制、二次電壓控制和經濟運行三者存在耦合，但同時控制三者可能會存在相互沖突。文獻[8]采用多目標統一優化模型，采用規格化法平面約束法求取其帕累托最優解集，并從帕累托最優解集中選取折中解作為二次控制的信號，再傳遞給一次控制，完成最優經濟運行下的頻率和關鍵節點電壓恢復。

對于沒有主電網支持的孤島運行而言，合理的發電規劃和管理對穩定性和經濟性更重要。文獻[9]以孤島電網考慮了微網格的運行性能。在模型中考慮了微電源的成本、環境管理成本和微電網的供電可靠性，選擇了不同的場景進行分析和驗證，采用改進的粒子群優化-外點法求解。

多場景微電網優化在現實生活中經常出現。它是指在多種場景下尋找微電網的最優調度策略，每種場景對應一種特定的工況。文獻[10]提出同時優化所有場景，即在一次算法運行中為所有用戶找到最優調度策略。

對于基于需求側管理的微網優化調度，不僅要考慮供給側的經濟性，還要考慮需求側的用電滿意度。文獻[11]以微網總運行成本最小和用戶滿意度最大為優化目標，提出了基于需求側管理的微網多目標優化模型，同時利用混沌思想和遺傳算法相結合的改進混沌遺傳算法對上述模型進行求解。

3 微電源中的應用

大部分的微電源都是通過電力電子接口接入微電網，所以逆變器的控制對電網穩定性至關重要。基于逆變器的傳統控制方法到目前為止顯示了能源生產和成本的性能優化，但由于控制算法的限制或目標之間的沖突，其他特征沒有得到分析。例如，功率參考值的變化可能會導致快速響應以跟蹤新的設定點和電壓和頻率變量的振蕩之間的爭議。對快速響應和穩定性的規定是可取的，但在保持系統平衡的共識下現有的多目標算法方法需要最佳解決方案，以避免目標之間的沖突。某種優化方法的應用將取決于其優勢和保持適度計算成本。這一前因后果導致了對多目標優化的各種建議。

3.1 降低系統損耗

微電網的有效運行和維護減少了能量損失并提高了系統效率，是約束條件下目標函數的常用方法。特定特征會損害瞬態和穩態穩定性。然而不適當的控制律可能會產生導致電網不穩定的振蕩。在永久性運行中負載和電源接入電網的事件與斷開事件會產生干擾，從而影響穩態下發電機的性能。文獻[12]針對三電平并網逆變器，提出了一種多目標最優模型預測控制算法，通過消除違反單位電平跳變原理的三電平輸出切換狀態，可以減少模型的滾動優化次數。通過開關的導通和關斷損耗的線性擬合，實時計算每個開關的功率損耗，并將不平衡損耗加入目標成本函數使不平衡損耗最小。

3.2 增強可靠性

由于系統環境條件的波動，許多應用中都需要這種功能。典型的事件是干擾和不確定因素。不確定因素也是經常發生的，因為天氣條件、負載不平衡和未知的負載曲線。隨著可再生能源的主要引入，由于可再生能源的低慣性，電網容易達到不穩定。電網電壓和頻率是交流電能生產中最敏感的變量。文獻[13]提出了一個無源濾波器和基于逆變器的可再生分布式電源同時優化配置的集成模型，以及平衡和非平衡分布式電源中的配電饋線重構，所提出的模型被表述為一個多目標問題。

3.3 減少功率波動

生產和需求的持續變化導致電力波動，電力波動由電力系統中固定和可變發電的差異量化。文獻[14]針對微電網逆變器，提出了一種基于微電網和仿真的控制結構，包括電壓和電流控制反饋回路，以在負載變化出現波動時恢復系統的電壓和頻率。多目標優化問題的目標要素是電壓過沖和下沖、上升時間、建立時間和積分時間絕對誤差。

3.4 降低峰值負載

此功能的特點是母線上的峰值功率的降低給電網帶來了經濟效益，電力變換器的大量引入導致了電網電能質量的下降。電流的總諧波失真增加從而在電源線中產生異常熱量并降低電機的壽命周期。這個概念尋求一個最優控制律來調節變量，最佳值是使輸出值的標準誤差最小化的最佳選擇。

4 當前關鍵問題總結及未來發展趨勢

上文將在近幾年中多目標優化應用于微電網的情況進行綜述，分別是從微電網的運行控制、基于微電源的控制兩個方面。本節介紹了多目標控制領域未來的挑戰。隨著科學技術的高速發展，多目標算法在優化效果上仍具有一定的提升空間，可以從以下幾個方面開展：

(1)多目標優化算法的改進方面：收斂性，由于迭代次數和目標函數之間復雜的相互作用，具有三個以上目標的方案代表復雜的高維問題，為了降低計算成本，實時應用尋求基于離散控制器公式和并行計算的解決方案。可靠性，算法的隨機性和收斂性往往有所沖突，為了削弱不確定因素的影響以及更好地優化結果，可以加入人為的具有主觀性的引導策略，也是提高種群的自學習能力。

(2)算法自適應動態調整：單一策略或固定模式的算法融合很難適用于所有優化問題。比如多變的太陽輻射和風速的波動或者是新能源電源由于老化導致性能的降低，需要促進算法對優化目標的適應性。

(3)數學模型精度：模型控制是需要過程的數學模型。理論上，過程的數學表達式應該是系統物理成分的表示。因此，這兩種方法的響應必須相同。然而，數學模型和過程的真實動態之間存在差異并且這些差異表現為不確定性。