基于多目標優化的多電源配電網儲能功率配置方法

蔡 軍

(武漢供電設計院有限公司,湖北 武漢 430030)

1 引 言

近年來,煤炭開采量不斷加大,多次出現能源告急問題,以燃煤作為主要發電方式,對環境也產生了嚴重的破壞。因此,國家試圖將風能、水能等可再生能源直接或間接地接入到配電網中。雖然可再生能源發電對環境的污染較小,但是極易受周圍環境的影響,使得輸出電壓不夠穩定,損耗大。曾有研究指出可利用儲能系統快速調節功率和靈活能量管理的優勢,將其接入到配電網中,用來平衡可再生能源發電的不穩定性、保證電壓平穩、提高供電可靠性。

儲能功率優化配置是儲能系統穩定運行的重要條件之一。對此,文獻[1]構建了基于分類概率機會約束信息間隙決策理論(IGDT)的配電網儲能優化配置模型。在分析了風電、光伏等可再生能源的負荷分布概率差異性后,利用不確定理論對機會約束進行轉換,使其成為等價確定性約束;最終利用非劣排序復合微分進化算法完成模型的求解。文獻[2]在雙層規劃理論的基礎上,建立了儲能優化配置模型。通過最優相似度求出慣性權值,并采用交叉變異運算使算法不會陷入局部最優;在此基礎上,采用多個方向pareto解集合的動態更新策略,保證所得到的pareto解集為理想狀態;利用信息熵進行加權計算,最終選出最佳儲能優化配置方案。

由于上述兩種方法考慮的是單一電源配電網,當面對多電源配電網時,難以取得理想的儲能功率配置結果。因此,本文從多目標優化角度出發,針對多電源配電網提出一種儲能功率配置方法。構建由經濟、環保和技術在內的多目標函數,利用多目標粒子群優化算法優化儲能功率容量,并將當前適應度值與上一輪的值進行對比,找出最優pareto解,實現儲能功率的最優配置。在設計的IEEE-30節點配電網中展開實驗測試,結果表明,本文方法具有最高的經濟效益、最低的電壓偏差和網損,有效降低配電網支路中電流負荷的波動,使配電網處于穩定供電狀態下。

2 多電源配電網儲能系統功率配置問題分析

儲能功率配置從本質上來說是規劃問題的一種。據了解,儲能功率的配置將會直接影響配電網是否保持穩定運行。要實現配電網的穩定運行,需要將無功優化、發電機控制等多種方式進行結合,使配電網具有理想的潮流優化。而儲能功率配置需要將上述方式綜合考慮在內,同時受這些方式的約束指導,使得儲能功率配置具有理想的可行性和可靠性。不僅如此,儲能系統安裝布局還受配電網架構的影響,在配電網運行過程中,受有功潮流和無功潮流[3]的影響,使得儲能系統安裝布局隨著配電網架構的變化而變化。

本文在對多電源配電網進行儲能功率配置時,充分考慮到配置經濟性和后續電壓的穩定性。為此,從多目標優化角度出發,建立一套同時兼顧經濟和技術性能的優化配置方案。

3 多目標優化算法下多電源配電網儲能功率配置研究

3.1 配電網多目標優化配置數學模型

3.1.1 投資運行經濟效益

由于儲能系統具有高昂的安裝費用,本文的經濟性將儲能系統安裝費用、配電網內其他設備發電費用以及配電網從上層電網購電費用[4]綜合考慮在內,得到經濟目標即配電網日均總費用:

(1)

式中:fope為配電網運行總費用;finV(ESS)為安裝儲能系統所需要的費用;Ny為儲能系統正常情況下的使用壽命,h;Pr為從上層電網購電所需的總費用;Pup為從上層電網購買的總電量,kW·h;C(PG)為配電網中其他設備的發電費用;t為配電網當前運行時間,h;f1為配電網日均總費用。

3.1.2 電壓偏差指標

由于可再生資源自身原因,在利用其進行發電時,常常會對多電源配電網中電壓、電流的質量以及潮流造成影響。計算電壓偏差指標f2如式(2)所示:

(2)

3.1.3 污染氣體排放指標

在運用可再生能源發電時,產生的CO2、CO、SO2、以及NOx等一系列污染氣體,建立排放指標數學模型f3:

(3)

式中:Nop為配電網電源類型[6];Ng為產生的污染氣體種類;Sop(ij)為在配電網第i個節點上第j類電源的功率大小,kW;wk為第k類污染氣體的權重值;ERjk為第j類電源產生的第k類污染氣體排放總量,m3;αj為碳排放系數比。

3.1.4 多目標優化配置數學模型

將f1、f2以及f3整合起來,構建多目標優化數學模型:

(4)

式中:g(X)、h(X)分別為不等式和等式[7]的約束條件;X為儲能配置中所有控制變量的集合。

(1)h(X)主要為潮流約束。

(5)

式中:Pop_i、Qop_i、PL_i、QL_i分別為第i個節點的有功出力、無功出力、有功負荷以及無功負荷,kW;Gij為i與j之間的導納參數[8];Bij為i與j之間的電壓幅值,V;δij為i與j之間的電壓相角,Ω;Vi、Vj分別為流經配電網支路的電流幅值[9]和基準電流值,A。

(2)g(X)主要包含儲能系統容量、電壓限制以及支路電流限制在內。

(6)

3.2 多電源配電網儲能功率容量優化

當多電源配電網中接入儲能配置后,要對儲能配置的容量進行明確和適當優化。本文將配電網網損靈敏度和所有支路電流波動的總和做相加計算,構建目標函數,用來降低配電網的功率損耗。由于構建的目標函數不唯一,通過加權平均法[10]多對其進行處理,計算公式為

(7)

式中:P1∞為配電網在12 h內產生的網損,kW;V為配電網所有支路12 h內產生的波動總和,kW;N配電網中共包含的支路數量;T為充放電時間段,h;λ1、λ2均為多目標函數權值[11],二者滿足條件λ1+λ2=1。

對于多電源配電網儲能功率容量和接入條件的優化,需要從配電網運行的約束情況和儲能系統的有功、無功功率的約束情況展開分析。

本文利用多目標粒子群優化算法,實現對儲能配置容量的優化,詳細過程如圖1所示。

圖1 多目標粒子群優化下配電網儲能功率容量整合

利用多目標粒子群優化算法對多電源配電網儲能功率容量優化的實現過程主要分為以下三個步驟:

步驟一:利用式(8)計算配電網中的支路網損靈敏度標準差,并對計算結果排列,在標準差值最大的支路安裝儲能,確定儲能功率的最佳安裝位置。

(8)

式中:LSFP為t時刻下,配電網產生的網損,kW;n為網損靈敏度系數。

步驟二:初始化粒子群規模,通過對電力系統各分支的功率進行分析,得到配電網的總損耗及潮流分布情況,從而實現對粒子群適應度的計算;

步驟三:當達到最大迭代次數時,算法停止并輸出Pareto解集,完成配電網儲能功率容量的優化。

3.3 多電源配電網儲能功率配置實現

本文利用多目標粒子群優化算法實現儲能功率的配置。將每一個最優向量都視為一個粒子,粒子適應度的大小取決于多目標函數的數目,確保可以在整個粒子群快速找出最優粒子[12]。

多電源配電網儲能功率配置的最終目的就是在使用可再生能源進行發電時,使配電網具有一定的平穩性,減少波動。配電網越平穩,就會相應增加發電功率;否則,配電網供電波動性越大,發電功率就越小。在多電源配電網中接入儲能系統初期,并不能得到整個運行過程的所有費用,例如運維費用、折舊費用、更新費用等。不僅如此,儲能安裝費用越高,儲能功率配置計算過程就越復雜,對功率容量配置的效率也會造成一定的影響。因此,本文在計算過程中對每一項單獨的費用進行加權計算,將設備損壞需要維修的概率設置為3%,得到如式(9)所示的優化目標函數:

f=1.02nbPn+1.02nePe+ntmbPb+nemePe

(9)

式中:nb為配電網中安裝儲能配置的總數;Pn為單獨一個儲能系統所需要的費用;ne為優化目標函數的加權系數[13-14];Pe為儲能配置總容量大小,kW·h;nt、ne、mb、me分別為儲能配置的發電功率、放電功率、有功功率以及無功功率,kW;Pb表示配電網中所有支路的總功率,kW。

在利用多目標粒子群優化算法進行儲能功率優化配置時,需要將當前所得的粒子群適應度與上一次計算得到的適應度做比較,從而選出最優pareto解,實現多電源配電網儲能功率的最優配置。

4 實驗測試

為了驗證本文方法在實際應用中是否同樣合理有效,以IEEE-30節點配電網(見圖2)為例,與引言中提到的IGDT[1]和雙層規劃理論[2]展開了相關實驗測試。

圖2 IEEE-30節點配電網

首先,從投資運行效益和電壓穩定性兩方面對三種算法展開實驗測試,并與未安裝儲能配置前進行對比,實驗結果如表1和圖3所示。

表1 三種算法與未安裝儲能配置對比結果

圖3 三種算法與未安裝儲能下的電壓水平

從表1和圖3中可以看出,安裝儲能配置后,明顯比未安裝前各項指標都有所提升,尤其是投資運行效益,未安裝前的投資運行效益為0。對比安裝儲能配置后的三種算法,本文方法的投資運行效益均高于IGDT算法和雙層規劃理論,電壓偏差指標和網損均小于其他兩種算法,且電壓水平相對穩定。由此可以看出,本文方法綜合考慮到了多電源配電網的運行可靠性與投資運行效益。

接下來對運用三種算法后產生的功率損耗情況進行對比,結果如圖4所示。

圖4 三種算法功率損耗對比結果

從圖4中可以看出,IGDT算法的功率損耗最高值達到了1.65 kW,雙層規劃理論功率損耗最高值為1.58 kW,本文方法產生的功率損耗值最低,僅為1.24 kW。由此可以說明,利用本文方法實現儲能功率配置,可使電流波動保持在較低的水平,提高支路中電流的質量,使整個功率配置過程更加穩定、有效。這是由于本文方法利用網損靈敏度標準差對儲能配置的容量和接入方式進行優化,使多電源配電網中的電流負荷更加平穩。

最后,將f1、f2以及f3多因素綜合考慮在內,設置配電網的負荷水平為β=1.0,驗證本文方法在IEEE-30節點配電網中取得的最優pareto解分布是否均勻,實驗結果如圖5所示。

圖5 IEEE-30節點配電網儲能功率配置pareto解曲線

通過觀察圖5可知,在IEEE-30節點配電網中,應用本文方法取得的最優pareto解分布合理且均勻,由此可以說明本文方法具有非常優秀的全局搜索能力。不僅如此,在同時考慮經濟、環保以及技術三項指標時,本文方法取得的pareto解曲線非常平穩,沒有出現較大的偏差。

5 結 論

為了更加高效、安全地實現儲能功率配置,本文綜合考慮了環保、經濟、技術等多種因素,在多目標粒子群優化算法的基礎上,提出了一種儲能功率配置策略。在對儲能配置容量和接入方式的優化分析后,利用多目標粒子群優化算法完成儲能功率的最優配置。通過展開相關實驗測試,結果表明,本文方法可在保證高效益、低電壓誤差和低網損的情況下,實現儲能功率的最優配置,且整個過程都是以配電網電壓、電流穩定展開的,不會影響配電網的正常供電。