基于NSGA-Ⅱ的并網型風光儲系統最優(yōu)配置

郝巍

（國家電投集團云南國際電力投資有限公司，云南 昆明 650228）

0 前言

隨著3060 雙碳目標和新型能源體系建設不斷深入，各能源企業(yè)紛紛全力以赴投入到新能源開發(fā)建設中，但是由于風電和光伏出力的隨機性，項目并網時會造成送變電設備利用率降低、投資浪費[1-2]。文獻[3] 發(fā)現了風光出力的互補性；文獻[4]通過遺傳算法優(yōu)化風光儲裝機配比組合；文獻[5]以綜合成本最低為目標構建模型，并考慮了儲能和可再生能源之間的互補性；文獻[6] 則從儲能帶來的效益出發(fā)，將商業(yè)儲能的選址、定容問題和線路擴展規(guī)劃集成起來，構建輸儲規(guī)劃模型；文獻[7] 采用迭代算法研究了多區(qū)域電力系統儲能優(yōu)化配置；文獻[8]通過一種分階段的輸儲模型，研究系統最低經濟成本。上述研究中均未考慮送出線路選型對于風光儲系統綜合效益的影響，面對大規(guī)模風光并網的最優(yōu)經濟性問題，本文首先采用NSGA-Ⅱ算法進行風光互補發(fā)電系統多目標優(yōu)化，在局部系統中合理安排新能源和儲能容量，進而延緩對送出線路進行升級或者擴建的需求，實現節(jié)約投資、提高設備利用率的目的。

1 考慮送出方案的風光儲系統最優(yōu)配置研究思路

1.1 總體思路

隨著集中式新能源的快速發(fā)展，某些區(qū)域內風光儲系統通過同一升壓匯流站并入主網的方式逐漸增多，考慮各電源之間的聯絡線和外部送出方案的風光儲系統最優(yōu)配置逐漸體現出復雜性和必要性。

本研究選擇的系統位于云南省某縣域，該區(qū)域的光照和風力資源均為全省最優(yōu)，系統中的風電、匯流升壓站和送電線路均已建成投產，兩個風電裝機分別為145.4 MW、154.6 MW；兩個風電場各擁有一個220 kV 升壓站；兩個風場之間采用單回220 kV 線路進行聯絡，導線截面240 mm2；兩個風場匯集至風電場2 到主網的220 kV 線路是單回NR400 mm2架空線；光伏和儲能項目的裝機規(guī)模未定。如圖1 所示。通過本次研究來確定投資最小、送出線路利用率最高、棄風棄光最少的方案。

圖1 云南省某區(qū)域風光儲系統

1.2 風光互補特性

項目所在區(qū)域的風光互補特性采用式（1）和（2）進行分析：

式中，θ為相關系數，P1、P2分別為風力和光伏發(fā)電出力率。當θ>0，表示P1、P2出力趨向一致，互補性差；當θ=0，表示二者相互獨立；當θ<0，表示二者出力互補性強。

Kendall 秩相關系數法基于隨機性的變量排序，反映了變量之間的單調性，即變化趨勢的一致性。相關系數θ計算方法如式（3）：

式中，{(x1,y1), (x2,y2)…,(xn,yn)}∈?(P1,P2)為風力發(fā)電和光伏發(fā)電的組成樣本觀測值。

將根據項目所在區(qū)域的光照強度以及月平均風速代入上述公式得出不同季節(jié)風光出力的相關性（如表1 所示）。

表1 不同季節(jié)風光出力相關性

從計算結果可以看出，該區(qū)域夏季與冬季風光出力具有很強的互補性，3-10 月光照強度高于風速，5、6 月達到最高值；風速表現為夏季5-7 月較低，冬季10-12 月較高，風速在冬季大于光照強度的數值。

1.3 多目標最優(yōu)模型

綜合考慮年棄風成本fwind、棄光成本fpv以及儲能成本fess、送電線路擴建成本fline和棄風棄光率f2、線路利用率f3，將總成本f作為規(guī)劃方案的目標函數：

1.3.1 儲能成本

式中：cvess,k和cfess,k表示儲能在k節(jié)點的可變成本和固定成本；若k節(jié)點配置了儲能，則xess,k取1，否則置0；Ωess表示可配置儲能的節(jié)點集合；Press,k表示儲能在k節(jié)點的功率；Eress,k表示第k個節(jié)點處的儲能容量；kde表示儲能年折舊系數；koc表示儲能運行成本系數；kmc表示儲能維護成本系數；kdc表示儲能折舊系數；cp表示儲能單位功率成本；ce表示儲能單位容量成本。

1.3.2 年棄風、棄光成本

式中：Ωwind表示風力發(fā)電場的集合；Ωpv表示光伏發(fā)電站的集合；Γ表示風光互補發(fā)電典型場景；ψ表示風光發(fā)電典型時段；cwind表示棄風的成本；cpv表示棄光的成本；days表示第s種場景下樣本的總數；Pwind,j,t,s、Pmaxwind,j,t,s、Pmaxpv,j,t,s、各自表示第s種典型場景下第j個風力發(fā)電場或光伏發(fā)電站在第t個時間段內真實出力和最大出力。

1.3.3 送電線路擴建投資成本

式中：i表示送電線路的貼現率；n表示送電線路使用壽命；cline,ij表示支路ij新建線路的成本；表示第ij條支路的第q條線路是否擴建，取值1 表示擴建，取值0 表示不擴建；Ωq表示待選可擴建的線路集。

2 NSGA-Ⅱ算法

NSGA-Ⅱ是最流行的多目標遺傳算法之一[9]，它降低了非劣排序遺傳算法的復雜性，具有運行速度快、解集的收斂性好的優(yōu)點，成為其他多目標優(yōu)化算法性能的基準。由于它采用了快速非支配排序算法，計算復雜度比NSGA 大大降低；采用了擁擠度和擁擠度比較算子，代替了需要指定的共享半徑，并在快速排序后的同級比較中作為勝出標準，使準帕累托域中的個體能擴展到整個域，并均勻分布，保持了種群的多樣性；引入了精英策略，擴大了采樣空間，防止最佳個體的丟失，提高了算法的運算速度和魯棒性。計算原理如圖2 所示。

圖2 優(yōu)化流程

上述f1是各方案之間相對建設成本，包括光伏本體、電源聯絡線、儲能、整體外送方案的建設投資；f2是可研發(fā)電量與實際發(fā)電量之間的差值，通過電源和儲能出力曲線與送出通道能力擬合計算；f3是指整體外送線路的實際送電小時數與經濟利用小時數之間的比值。

3 方案比選和計算分析

3.1 方案比選

本研究中考慮暫未明確裝機的光伏項目選擇從兩個風電場220 kV 升壓站匯合送出，方案一、二接入風電場2，方案三、四接入風電場1。其中，方案一、三的光伏裝機為90 MW，方案二、四的光伏裝機分別為240 MW、200 MW。為盡可能提高電源送出率，還考慮了不同的儲能配置和線路加強方案。各方案情況如圖3 所示。

圖3 不同比選方案

3.2 計算分析

計算結果（如表2）表明，方案三雖然光伏裝機只能達到90 MW，但相對建設成本最低，棄風棄光率在可接受范圍內，送電線路利用率最高；方案二雖然光伏裝機能達到240 MW，但犧牲了送電線路利用效率，且投資最高。因此，方案三在系統綜合利用效率上最優(yōu)。該結論也驗證了本文提出的計及風光出力相關性對于風光互補發(fā)電系統容量優(yōu)化的意義，可以有效減少風機和光伏單獨出力的不確定性以及新能源電量損失，提高了送電線路利用率，同時降低了成本。

表2 計算結果

4 結束語

本文采用NSGA-Ⅱ算法對并網型風光儲系統進行多目標優(yōu)化，將棄風棄光率、投資成本、送電線路利用率3 個優(yōu)化目標進行綜合考慮，得出最優(yōu)的系統配置。結論如下：

1）本方法發(fā)揮了風光互補特性最大潛能，總投資成本大幅節(jié)省，并且提高了主網對風光的接納能力。

2）本文選取的三個優(yōu)化目標，可以作為該類型局部系統優(yōu)化的主要指標，具有合理性和有效性，給新能源、儲能、送電線路合理配置提供了參考。