改進NSGA-Ⅱ算法的新能源儲能系統協調優化模型

向 輝，史柯夫，陶 俊，喬 雄

（安徽繼遠軟件有限公司，安徽合肥 230088）

當前，能源與環保問題日趨突出，新能源轉型已是全球經濟發展的一個重要方向。新能源儲能系統中的供需不平衡和缺乏系統性，使得互聯網技術逐漸成為推進新一代能源轉型的重要技術。新能源儲能是目前新一代網絡技術發展的一個主要形式，也是當前技術發展主流趨勢。然而，儲能系統受多樣化和運行方式復雜性的影響，在實際協調過程中面臨儲能難的問題。

文獻[1]提出了考慮新能源消納的協調方法，構建了區域新能源儲能系統的數學模型，在此基礎上，將其應用于多個新能源體系的求解，并對其進行動態調整，以達到網格化存儲的目的。文獻[2]提出了基于曲線波動度約束的協調方法，利用指標構建了含有相似性和波動性指數的兩級協調優化模型，結合變分模態分解方法，分解差值序列，實現儲能系統協調優化。以上所使用的方法簡單直接，易于計算，但未考慮供求關系，需要進一步深入研究。為此，構建了改進NSGA-Ⅱ算法的新能源儲能系統協調優化模型。

1 動態調節儲能參數

為了解決新能源儲能系統的最佳協同問題，采用NSGA-Ⅱ算法動態調節儲能參數。新能源儲能系統包括風電子系統、光伏子系統、儲熱子系統，這些子系統是以新能源耦合為基礎進行能源交互的[3-4]。基于此，構建的新能源儲能系統拓撲結構如圖1 所示。

圖1 新能源儲能系統拓撲結構

在多個新能源系統中，不同的能源供應網絡相互結合，且多個新能源網中的分布式存儲單元具有多時間尺度的風電、光伏、儲熱的傳輸特性，使得多個子系統的建模必須同時考慮動態調節特征參數[5]。如果存在m個協調目標，那么使用NSGA-II算法定義協調目標i的擁擠度為：

式中，fj(i+1)、fj(i-1)分別表示協調目標i個體在第j次協調的優化值。由于每個新能源都具有可控制的負荷資源，所以在充分利用其降低費用和滿足客戶需求的前提下，采用適當的削減合約，實現其在滿足各個目標前提下得到最大收益的新能源分配效果[6-7]。

2 改進NSGA-Ⅱ算法的協調優化模型構建

在每個協調周期內，新能源儲能系統會展示所有的負載和減少的補償量，而在新的能量存儲層中，通過兩階段優化方式，分析用戶趨勢，調用合理負荷削減合同，調整新能源儲能系統協調計劃[8-9]。

2.1 協調指標確定

設置以新能源儲能系統削減計劃中最小偏差協調結果為目標函數，確定粒子初始位置，在c維空間內生成m個粒子，將該粒子位置描述為：

式中，i表示目標數量。對于不同粒子間的適應度，計算公式為：

式中，fmax(i)、fmin(i)分別表示協調過程中適應最大度和適應最小度；α表示適應因子[10]。選擇協調目標中最大、最小的粒子作為最優適應協調依據，基于此，更新粒子最優位置，可表示為：

新能源儲能系統的協調最優指標負荷可以分為三種：固定負荷、隨機負荷和可遷移負荷[12]。相對于固定負荷的不可調節性和隨機負荷的不確定性，可遷移負荷是指在一定時期內由使用者向其它時段進行負荷的轉換，且是具有調節性的。

1）轉移容量指標

在轉出周期內的轉出和轉入期的輸入電量均不能超過其最大值，即：

式中，tout、tin分別表示電量轉出時段、電量轉入時段；ΔQ表示電量轉移差值；ΔQˉ表示轉移電量最大值[13]。

2）負荷平衡指標

在全協調調度期間，各個時間段的轉出負荷和轉入負荷總數是相同的，因此，按照下列公式來表示傳輸之后的負荷：

式中，Q′(tin)、Q′(tout)分別表示轉入時間段和轉出時間段的遷移前負荷；Q0(tin)、Q0(tout)分別表示轉入時間段和轉出時間段的遷移后負荷[14]。利用高密度信息量對可轉移負荷進行合理地規劃是實現儲能系統協同和優化的有效方法。

2.2 新能源儲能系統協調優化模型構建

NSGA-II 算法在協調調度過程中，易出現局部最優化問題，但其對個體的協調調度效率較低，因此在NSGA-II 算法中引入量子搜索算法。該方法的主要特點是其控制參數大小，對NSGA-II 的改進，只對它自身特性的收縮擴張系數進行了計算[15]。為了提高粒子尋優定位精度，提出了一種可調整的收縮擴張系數，以確保粒子在初始階段的多樣性和準確性。其表達式為：

式中，βmin、βmax分別表示收縮擴張系數最小和最大值；Fit(f′)、Fit(fmin)分別表示所有粒子的平均適應度值和最小適應度值。將改進NSGA-II 算法應用到粒子尋優過程中，同時引入量子搜索算法能夠有效改善系統尋優性能，并在改進NSGA-II 算法加入了新能源儲存系統的網格化儲能協調步驟，以提高系統整體協調效率。

網格化儲能協調既要考慮單元間的協同合作特征，又要兼顧單元間的能量協同效應，還應考慮多能源單元間的傳輸容量。網格化儲能協調是以消納新能源的特點為依據，以存儲單元的調整能力和傳送能力為基礎進行儲能系統分區處理，達到網格化均衡消納目的[16]。在整個劃分區域內，定量分析新能源消納調控程度，如圖2 所示。

圖2 網格化儲能協調過程

基于此，構建的協調優化模型為：

式中，Pt、Pˉt分別表示t時刻能源被調度的負荷削減率和削減率上限；T表示協調周期，由此完成新能源儲能系統協調優化模型構建。

3 實驗分析

3.1 實驗環境模擬

為驗證構建的改進NSGA-Ⅱ算法的新能源儲能系統協調優化模型的有效性，根據某區域新能源儲能系統儲能的實際情況，利用MATLAB 軟件構建了包括能量管理、中央控制的儲能方式，通過耦合系統模擬光伏逆變器、電力系統和鍋爐，并采用CPLEX進行了實驗[17]。新能源儲能系統協調周期為24 h，單位協調間隔為10 s。基于此設計實驗模擬環境，如圖3 所示。

圖3 實驗環境模擬

由圖3 可知，“光伏+風電+儲熱”將形成一種多元的分布式儲能系統，能夠儲存光伏自用、剩余電量，與儲能峰谷套利相結合，最大限度利用電能使儲能系統協調達到最大效益的目的。

3.2 實驗標準設定

“光伏+風電+儲熱”新能源儲能系統的實際運行數據如表1 所示。

表1 實際運行數據

為了分析新能源儲能系統協調優化模型的有效性，設置三種運行方式：

方式1：不考慮風電、儲熱運行耗能，且光伏運行能耗僅考慮固定運行方式；

方式2：不考慮光伏、儲熱運行耗能，且風電運行能耗僅考慮固定運行方式；

方式3：不考慮光伏、風電運行耗能，且儲熱運行能耗僅考慮固定運行方式。

在這三種運行方式下，功率越接近下限，說明系統整體耗能越少，也說明協調效果越好。

3.3 實驗結果與分析

對于第一種運行方式，分別使用文獻[1]模型、文獻[2]模型和所構建模型對比分析光伏儲能協調優化效果是否達到理想狀態，如圖4 所示。

由圖4 可知，文獻[1]模型在協調過程中超過了功率上限，且最高達到82 MW，經過80 s 協調后儲能功率達到68 MW；文獻[2]模型在協調過程中超過了功率上限，且最高達到85 MW，經過80 s 協調后儲能功率達到63 MW；所構建模型在協調過程中沒有超過功率上限，且最高達到80 MW，經過60 s 協調后儲能功率穩定在43 MW。由此可知，所構建模型能夠有效協調光伏儲能系統。

對于第二種運行方式，分別使用不同模型對比分析風電儲能協調效果是否達到理想狀態，如圖5所示。

圖5 不同模型風電儲能協調效果對比分析

由圖5 可知，三種方法協調曲線趨勢一致，但所構建模型儲能功率為65 MW，小于文獻[1]模型和文獻[2]模型，說明所構建模型能夠有效協調風電儲能系統。

對于第三種運行方式，分別使用不同模型對比分析儲熱協調效果是否達到理想狀態，如圖6 所示。

圖6 不同模型儲熱儲能協調效果對比分析

由圖6 可知，文獻[1]模型在整個協調過程中仍然超過了功率上限，文獻[2]模型在協調過程中達到了功率上限，所構建模型儲熱儲能功率為16 MW，低于功率上限，說明所構建模型能夠有效協調儲熱儲能系統。

綜合上述分析可知，所構建模型具有較好的協調優化效果，有效促進了新能源并網消納。

4 結束語

隨著新能源儲能系統一體化技術的快速發展，構建了改進NSGA-Ⅱ算法的新能源儲能系統協調優化模型。將轉移容量指標、負荷平衡指標作為約束條件，采用了改進的NSGA-Ⅱ算法對新能源儲能系統進行了協調優化，該模型具有較好的協調優化效果，有效促進了新能源并網消納，對實際應用具有一定指導意義。