基于模型預測控制的廚余垃圾處理廠分布式發電系統優化調度

李安樂，易志剛，彭星

(湖南仁和環境股份有限公司，湖南 長沙410005)

0 引言

我國的廚余垃圾處理行業規模隨著城鎮化率的提高而逐步擴大，隨之帶來的廠用電需求會給電網帶來不小的供電壓力。廚余垃圾處理廠現階段普遍通過建設沼氣發電來滿足廠用電需求，不足部分再由主網補充。然而，由于沼氣發電系統單位容量投資大、系統容量配置需要與沼氣產量相匹配[1－3]，處理廠內自有沼氣電站的建設規模無法完全滿足廠內電氣設備的用電需求。

采用分布式光伏發電系統是減少垃圾處理廠對電網的用電需求[4－6]、緩解電網高峰時段供電壓力的有效手段[7－10]。廚余垃圾處理廠的生產時間集中在05:00—19:00，用電以白天為主，白天用電量可達全天的75%，而白天正好是分布式光伏系統的出力時間段，所以分布式光伏發電系統在垃圾處理廠中的應用具有很高的投資價值[11－12]。而儲能系統作為提高分布式能源消納能力的主要裝置，得到了廣泛研究[13－15]。

現有較多對分布式發電系統在配電網中優化運行的研究，文獻[16]綜合考慮可調控負荷的發用電一體化綜合優化調度策略，將可調控負荷分為可轉移負荷、可中斷負荷，以及考慮電動汽車等實現風光儲聯合發電系統和用戶側收益最大化。文獻[17]針對平抑可再生能源功率波動的應用需求，對電池儲能系統的功率和能量進行優化配置計算方法進行了研究，通過電池儲能的合理配置規劃，避免了電池的過充過放，優化電池的運行參數。文獻[18]提出含風光水火電互補系統的火電日前優化調度模型，提高了多能源優化調度運行中新能源利用率。然而，現有文獻研究中沒有考慮分布式發電系統的功率預測誤差，隨著分布式發電系統的普及，如果功率的預測誤差沒有得到處理，將給電網帶來不必要的沖擊，并且對分布式電源在廚余垃圾處理廠用電中的運行未進行研究。

為了解決上述問題，本文提出基于模型預測控制的分布式光伏發電系統優化調度策略。首先，對分布式光伏發電系統出力進行日前預測，結合廠用電計算出對主網用電量的需求計劃；然后，對儲能系統出力進行滾動優化調度，通過合理調整沼氣發電系統出力和儲能系統出力來平抑分布式光伏發電系統出力預測誤差。優化調度儲能系統的SOC值，避免了過充過放影響壽命。最后，以某廚余垃圾處理廠實例驗證所提方法的經濟性和有效性。

1 廚余垃圾處理廠基本結構

本文所研究的廚余垃圾處理廠供用電系統主要由沼氣發電系統、分布式光伏發電系統、儲能系統和廠用電負荷組成，系統結構如圖1所示。所采用的小容量光伏發電系統以380 V低電壓等級采用多回線路接入用戶變低壓側。

圖1 廚余垃圾處理廠系統結構

2 日前優化調度

考慮到廚余垃圾處理廠中的分布式發電系統規模較小，采用了一種基于改進長短期記憶網絡(Long Short－Term Memory，LSTM)與高斯過程回歸(Gaussian Process Regression，GPR)的組合預測方法對分布式光伏發電功率進行日前預測[19－20]，該方法能夠在較短時間內獲得高精度、可靠性強的預測結果，同時兼顧準確性和可靠性。其中GPR主要用于將LSTM預測的結果進行修正。

分布式功率預測流程如圖2所示。首先補全分布式發電功率時間序列缺失值，并進行歸一化，劃分為訓練集和測試集；然后輸入特征數據，轉化為二進制規劃問題，利用遺傳算法得到最優輸入組合及其訓練集和測試集；再將所得結果輸入改進LSTM中進行訓練，得到第一次點預測結果；最后將預測結果和實測值作為訓練集和測試值輸入GPR模型中，得到最終點預測結果。

圖2 分布式功率預測流程

利用改進的LSTM－GPR方法得到分布式光伏系統日前預測數據PV，廚余垃圾處理廠的廠用電負荷PL和沼氣發電系統出力PB基本穩定，可以準確預測。通過式(1)可計算出廚余垃圾處理廠和電網的計劃交互功率PG。

電價按照當地電力部門的電價政策實施市場購電，通過與沒加分布式發電系統的交互功率進行對比可得分布式發電系統帶來的經濟效益和環境效益。

3 基于模型預測控制的優化調度策略

分布式發電系統的日前預測功率和實際出力功率存在一定的誤差，雖然誤差會隨著時間尺度的減小而減小。若誤差不進行相應處理，隨著分布式發電的普及，會給上級電網及廠用電帶來功率沖擊，這不利于其在廚余垃圾處理廠的推廣。

采用儲能系統是平抑功率沖擊的有效方法，但是儲能電池造價昂貴，并且長時間工作在過充和過放的運行狀態會加速儲能電池的損耗，從而帶來不必要的經濟損失，不符合清潔發展、可持續發展的理念。

為解決上述問題，本文提出基于模型預測控制的優化調度策略[21]。借助分布式發電系統出力的日前預測功率來調整儲能系統的充放電以平抑功率沖擊。日前預測功率由于時效性較長，存在一定的誤差，因此利用模型預測控制對其進行滾動優化，從而滿足廠用電的需求。

3.1 模型預測控制建模

根據廚余垃圾處理廠的功率交互關系建立優化調度策略的狀態空間模型如式(2)所示。

式中，k表示時間狀態；x(k)表示處理廠在k時刻的狀態變量；y(k)為k時刻的輸出變量；Δu(k)表示k時刻的控制變量；Δd(k)為功率計算的不可控變量；A、B、C和D為已知的系數矩陣。各個變量的實際意義如式(3)所示。

式中，PS(k)和SS(k)分別表示k時刻儲能系統的輸出功率、儲能電池的荷電狀態(State of Charge，SOC)，PS(k)>0表示電池放電，反之表示電池充電；ΔPS(k)＝PS(k)－PS(k－1)表示k時刻儲能系統的輸出功率增量；ΔPV(k)和ΔPL(k)分別表示k時刻分布式發電系統出力和廠用電負荷超短期預測功率增量。

在k時刻對未來m個時間段分布式發電系統出力和廠用電負荷進行超短期功率預測，可以得到比日前預測更為準確的數據。設從k時刻開始往后m步的預測輸出向量為Y(k)，其展開式如式(4)所示。

式中，y(k＋n｜k)為在k時刻對k＋n時刻的超短期預測輸出變量，整數n?[1，m]。

3.2 優化目標和約束條件

優化調度的目標是通過儲能系統充放電來平抑功率的日前預測數據誤差，使廚余垃圾處理廠與電網的最終交互功率和預測的計劃交互功率PG相吻合，同時避免儲能系統的過充和過放，延長儲能系統的壽命。

式中，Yref(k)和ΔU(k)分別表示k時刻預測時域內輸出參考向量和控制向量；PG，ref(k＋n｜k)和SS，ref(k＋n｜k)分別表示在k時刻對k＋n時刻預測的并網交互功率和儲能系統的荷電狀態；Δu(k＋n｜k)表示在k時刻對k＋n時刻預測的控制變量，這也是調度優化所求的目標值。

優化調度模型需要以下約束條件。

1)功率平衡約束

廚余垃圾處理廠各部分功率交互關系如下:

2)并網交互功率跟蹤偏差約束

需要對處理廠與電網的交互功率設置約束，防止其和計劃值偏差過大，如式(8)—(10)所示。

式中，PG，max(k＋n｜k) 和PG，min(k＋n｜k) 為k時刻并網交互功率的上限和下限；α為允許的偏離誤差。

3)儲能系統功率約束

式中，PS，min和PS，max分別表示儲能系統輸出功率的上限和下限；ΔPE(k＋n｜k)表示儲能系統在k時刻預測k＋n時刻的功率增量。

4)儲能系統的荷電狀態約束

式中，SS，min和SS，max分別表示儲能系統SOC值的下限和上限；SS(k＋n｜k)表示儲能系統在k時刻預測k＋n時刻的SOC值。

3.3 滾動優化

在k時刻進行滾動優化調度的目標函數如式(14)所示。

根據模型預測控制的思想，在k時刻測量輸出變量值y(k)，反推出k時刻的狀態變量x(k)，并對k時刻往后m個時間段進行超短期預測，得出Y(k)中的y(k＋1｜k)，y(k＋2｜k)，…，y(k＋m｜k)，這樣便可使式(5)轉化為一個二次規劃問題；對其進行求解可得到k時刻的控制變量ΔU(k)，取其中的第一項Δu(k＋1｜k)作用于下一時刻，到k＋1時刻再用求出的Δu(k＋1｜k)和測量出的y(k＋1)對優化問題進行刷新。這樣一個不斷循環的過程就是滾動優化，利用此原理對廚余垃圾處理廠進行優化調度。

4 算例驗證

以某廚余垃圾處理廠作為實際算例進行驗證，該工廠的機電設備裝機容量為3 000 kW，最大運行功率1 500 kW，沼氣發電機組安裝容量為1 000 kW，機組出力隨沼氣產量變化保持在500~950 kW，采用最大輸出功率為700 kW的分布式光伏發電系統，一個調度時間段Δt為5 min。

4.1 分布式光伏功率日前預測

采用基于LSTM與GPR的光伏日前功率預測方法對分布式光伏發電功率進行日前預測，在利用其進行光伏日前功率預測時，考慮輻射度、溫度、風向、時間類型、濕度等影響因素。利用廚余垃圾廠內光伏發電歷史數據，按照8∶1∶1的比例劃分訓練集、驗證集和測試集，得到結果如圖3所示。

圖3 分布式光伏功率日前預測曲線

結合以上分布式光伏發電曲線和廠用電負荷PL、沼氣發電系統出力PB，可以利用式(1)計算出垃圾處理廠和電網預期交互功率，其曲線如圖4所示。

圖4 工廠和電網預期交互功率曲線

4.2 滾動優化調度

利用滾動優化調度來調整儲能系統充放電平抑分布式發電的日前預測誤差，該處理廠所采用的儲能系統總容量為400 kW·h，充放電工作效率為0.9，最大充放電功率為150 kW，SOC值上限為0.9，下限值為0.1。模型經過運行得到:未經過滾動優化的交互功率和預計交互功率如圖5所示，經過滾動優化的交互功率和預計交互功率如圖6所示(8:20—12:30)，儲能系統SOC一整天的變化情況如圖7所示。

對比圖5和圖6可以得出，經過滾動優化后的處理廠和電網的交互功率明顯和預期交互功率更加吻合，有效避免了分布式發電系統日前預測誤差給電網帶來的沖擊，促進了可再生能源的消納，證明了分布式光伏發電系統在廚余垃圾處理廠的實用性。從圖7可以看出，所提優化策略很好地避免了儲能系統的過充過放，避免了儲能系統的損耗。

圖5 未經過滾動優化的交互功率和預期功率

圖6 經過滾動優化的交互功率和預期功率

圖7 儲能系統SOC變化

4.3 經濟效益

按照全部自發自用來設計光伏裝機容量，項目產生的收益來自于抵消向電網購電形成的收益減去儲能系統損耗產生的費用，該項目分布式光伏發電系統節省的電費見表1。推算項目投入運營的25年內累計節省電費1 355.25萬元，分布式光伏發電投資262.5萬元，儲能系統投資60萬元，折舊率為8%，光伏發電利潤912.75萬元，投資回收期8.16年，年均投資收益率為8.3%。如能將CO2減排量開發成CCER碳交易項目，預計可提高項目投資收益率2.7%，投資收益率為11%。

表1 光伏系統輸出電量統計表

4.4 環境效益

在廚余垃圾處理廠建立分布式光伏發電系統，具有較好的環境效益。根據生態環境部應對氣候變化司研究確定的?2019年度減排項目中國區域電網基準線排放因子?，采用PVsyst提供的計算方法，光伏發電替代火力發電，可以計算節約標準煤、粉塵減排、CO2減排量、SO2減排量和NOx減排量等指標，該項目25年的發電期內可以實現的減排值見表2。如果能將CO2減排量開發成CCER碳交易項目，按20元/t價格測算，預計每年可增加收益12萬元，與項目折舊費用相當。

表2 節能減排統計表 t

5 結語

在廚余垃圾處理廠建立分布式光伏發電系統，能夠很好地補充沼氣發電的電力供應不足問題，還能降低沼氣電站的投資并減少大氣污染物排放，滿足國家產業政策要求。基于模型預測控制的分布式發電系統優化調度策略，能夠有效降低分布式發電系統的引入對電網的沖擊，有利于減少電網的用電量，實現對新能源的充分利用。實際算例驗證了本策略能有效地降低成本、減少污染物排放，具有很高的經濟和環境效益。