基于微電網群全消納的網源荷協同互動控制*

付宗強，王紅蕾,2，袁旭峰

（1.貴州大學電氣工程學院，貴陽 550025；2.貴州省“互聯網+”協同智能制造重點實驗室，貴陽 550025）

1 引 言

由于人類不斷使用化石能源，導致全球氣候變暖、環境污染以及能源緊缺加劇。風力發電和光伏發電作為一種可持續、無污染的能源受到世界各國的高度重視。以光伏、分布式風機發電為代表的分布式電源（Distributed Generation，DG）因其經濟性、環保性和靈活性等優點，近年來被廣泛應用到微電網技術領域［1-2］。微電網群（Multi-microgrid, MMG）的出現克服了單個微電網裝機容量有限［2］、可再生能源消納不足的局限性，使得可再生能源在微電網之間協調消納成為現實，即微電網之間能夠通過聯絡線協調分配可再生能源。文獻［4-5］運用集中式的能量管理架構，通過能量管理中心（Energy Management Center, EMC）集中計算、協調能量調度使得微電網群的經濟性最優。然而在集中式能量管理架構中，能量交換通過配電母線進行，配電網與微電網之間的頻繁交換會加大對配電網的沖擊［6］。采用分布式能量管理架構則可以利用微電網之間直接連接的特點交易電能，減少對配電網的沖擊與提高可再生能源的利用率，比如文獻[7-9]即采用分布式能量管理模型，構建了微電網層多目標優化能量管理策略和集群層能量分配策略。

2 微電網群的調度模型

2.1 微電網群的拓撲結構

以三種不同負載類型的微電網為研究對象，采用微電網群EMC 和微電網EMC 為控制主體。微電網群拓撲結構如圖1 所示。

圖1 微電網群拓撲結構圖

其中，上層為微電網群EMC 層，進行微電網群可再生能源的協調，以及微電網群和配電網之間能量交易的管理；下層為微電網EMC 層，根據微電網群下發的功率限制，在保證微電網穩定的前提下經濟地運行。

2.2 微電網群EMC 的協調優化

根據各個微電網對可再生能源生產與需求量的不同，利用微電網間的互補特性進行能量交易，可實現微電網群內可再生能源的全消納。假設當微電網j 有多余的可再生能源，而微電網i 可再生能源供給不足，此時微電網j 將自身多余的可再生能源賣給微電網i，如式：

當γi＞0 時，表示微電網i 向微電網j 買電。反之，向微電網j 賣電。

3 聯合優化調度模型

3.1 上層模型

微電網群EMC 是能量管理的控制中心，位于微電網群的上層，實現微電網群中微電網之間以及微電網與配電網之間的能量交易。微電網群EMC 接收來自各時段微電網EMC 發送的各出力單元的出力。主要目的是為了分配微電網群的可再生能源，達到可再生能源的全消納，減少微電網群對配電網的能量需求。

此處，以某時刻微電網向配電網的購電量為優化變量，構建微電網群EMC 協調能力目標函數：

式中：Pmgi,t為t 時刻微電網i 向配電網的購電量。當Pmgi,t＞0 時表示微電網向配電網的買電量;反之，則表示微電網向配電網的賣電量。

3.2 下層模型

微電網EMC 位于下層，接收來自微電網群EMC的對微電網向配電網購售電的限制，管理微電網內部的出力裝置，實現自身成本最小化的目標。目標函數如下式：

式中：Pmgi,t、Pfci,t、Pwti,t、Ppvi,t、Pesi,t、Psell/buyi,t分別表示微電網i 在t 時刻向配電網的購電量、燃料電池、風力發電機、光伏發電機、儲能裝置出力以及微電網之間的購售電量。Pprice表示向配電網的購售電價，Pprice＞0表示向配電網購電，反之售電。a、b、c、d、e 表示運行成本系數。

3.3 約束條件

微電網群EMC 既要考慮微電網向配電網的交互功率限制，又要考慮微電網群整體功率的平衡。以公式形式表述即為：

儲能裝置用于微電網可再生能源的轉移，將富余的可再生能源轉移到高負荷的時段使用，實現能量的平衡利用。這一過程中的充放電功率約束以公式形式表述為：

公式（8）即為平衡約束，其中向配電網的購售電量和微電網之間的購售電量來自微電網群EMC。

4 模型求解

在全局粒子群優化算法（Particle Swarm Optimization, PSO）中，隨著迭代次數的增加，粒子的鄰域逐漸變大，最后擴大至整個種群。因此，也造成了“最優”粒子容易陷入局部最優。

為了有效避免局部最優，采用環形鄰域PSO 進行求解，每個粒子速度更新是根據個體極值和粒子鄰域內粒子最優值進行。以8 個粒子為例，每次迭代尋找最優個體時，粒子8 尋找8、7、1 這2 個粒子中最優的個體；粒子6 尋找6、5、7 這2 個粒子中最優的個體，以此類推。算法原理如圖2 所示。

圖2 環形鄰域PSO 算法原理

粒子的初始位置和速度隨機產生，更新過程為：

5 算例分析

5.1 基本參數

選取一個包含三個微電網的微電網群，其中包含商業負荷、居民負荷和工業負荷。各類負荷具有不同的需求特性。經實驗得出的24h 負載預測曲線如圖2 所示。商業負載高峰期為9～18 時；居民負載高峰期為18～24 時；工業負載高峰期為8～18 時。三個微電網的風速和光照強度條件有較大的差別，24 h光伏、風機預測曲線如圖4 所示。

圖3 負載預測曲線圖

圖4 光伏、風機預測曲線圖

5.2 調度結果與分析

三個微電網群的調度結果如圖5 所示。在1～2時刻，微電網1 和2 的可再生能源不足，并且此時微電網2 的可再生能源僅能維持自身的用電需求，所以微電網1 和2 選擇使用燃料電池來補償這部分功率缺額。在4 時刻，微電網1、2 和2 的可再生能源均有富余，此時不進行微電網之間能量的交易，優先選擇給儲能裝置充電，其次向配電網售電。在2、5、22、22、24 時刻，微電網1 的可再生能源不足，微電網2的可再生能源充足，所以微電網1 優先選擇向微電網2 購電，最后剩余的功率差額由儲能裝置來補償。同理，在11、12、12、14 時刻，微電網1 的可再生能源充足，優先將多余的電能賣給其他微電網，再將剩余的電量儲存在儲能裝置。

圖5 微電網調度結果圖

6 結 束 語

可再生能源屬于不可控能源，其發電量隨著風、光源的變化而變化，無法理想地滿足單個微電網的需求。通過微電網之間能源互聯，則能夠達到可再生能源的全消納，減少微電網對配電網的沖擊。研究暫未考慮微電網之間互聯出現故障的問題，在進一步研究中應將其考慮在內并尋求對策。當前隨著能源互聯網技術的發展，需求側與供給側共同調節將成為實現能源互聯的重要途經。