混合儲能微電網新能源多時段動態調度方法

周曉東，宋衛東，朱柯

（許繼電氣股份有限公司，河南許昌 461000）

現階段微電網系統仍然是我國偏遠區域供電的關鍵形式，同時也是大電網的合理補充。微電網在日常運行的重要任務就是保障系統運行穩定，同時通過對其各類發電單元的調度，減少不必要的開銷[1-2]?；旌蟽δ芪㈦娋W屬于一種包含多發電單元的微電網系統，由于不同發電單元受到環境影響造成的用電負荷波動并不一致，因此在調度優化過程中存在一定的困難[3]。

多時段動態調度是可以通過日前、日內分析完成調度的一種手段[4]，在調度時效果優于單一時間段調度，為此利用該調度形式處理混合儲能微電網可以提升其經濟性[5]。有較多學者對微電網優化調度進行研究，黃敬堯等[6]研究移動儲能的調度方案，但該調度方法更注重電動汽車的研究，并不適用于其他微電網；金力等[7]研究電網多時間尺度源儲荷協調調度方法，但是該方法調度后并不能有效降低發電成本。

為此，文中研究混合儲能微電網新能源多時段動態調度方法，使調度后的發電成本更低。

1 新能源調度

1.1 混合儲能微電網日前優化調度模型

文中考慮混合儲能微電網中包含的柴油發電系統、可再生能源（風力發電、光伏發電）系統等多類型能源特性，以1 h 為時間分辨節點[8]，構建日前優化調度模型。

1.1.1 目標函數

通過式（1）構建混合儲能微電網新能源日前優化調度模型目標函數：

式中，Fload為負荷收益，Fde為柴發運行成本、Fre為風光發電運行成本，Pdep、Plpsp為負荷缺電懲罰費用；Pde為柴發機組，Ppv、Pwt分別為光伏、風力機組24 h 發電曲線；uload為負荷功率預測值，ude表示柴油發電機組后續24 h 啟停計劃。

1.1.2 柴油發電系統運行成本

柴油發電系統的運行成本主要由環保折算開銷、啟停開銷、燃料開銷構成，可通過式（2）表示：

式中，T1為日前調度時間，T1=24 h；nde為柴發機組個數；ΔT為時間間隔，ΔT=1 h；柴油機組i在t時間內調整為開機情況時，由sde,start,i(t)=1 表示，當調整為停機情況時，由sde,down,i(t)=1 表示，當該機組處于開機持續運行時，由ude,i(t)=1 表示狀態，并通過ude,i(t)=0 表示停機狀態；柴油機組的啟、停成本依次為fde,start、fde,down。

1.1.3 可再生能源運行成本

可再生能源部分由風力、光伏發電機組構成[9]，計算兩者開銷，具體如式（3）所示：

式中，Fre(Ppv,Pwt) 為可再生能源運行成本，風力、光伏發電運行成本系數依次由fwt,oper、fpv,oper表示；風力、光伏機組個數依次為nwt、npv；第m臺風力機組功率為Pwt,m；第l臺光伏發電功率為Ppv,l。

1.1.4 模型約束

1）系統平衡約束

當混合儲能微電網離網運行時，系統每個時間段下各分布式電源出力與負荷功率需要維持平衡[10]，通過式（4）表示：

式中，nipload表示關鍵負荷數量；Pipload,s(t)表示第s個關鍵負荷在t時段下的功率；nsdload表示次要負荷個數，nctload表示可中斷負荷個數；同時在t時段內，第k個次要負荷與第p個可中斷負荷的投切計劃矩陣分別為usdload,k(t)、uctload,p(t)，同時次要、可中斷負荷的功率分別為Psdload,k(t)、Pctload,p(t)。

2）發電容量約束

為了保障混合儲能微電網運行更加穩定，對不同發電單元的輸出功率進行合理約束，具體如式（5）所示：

式中，Pwt,max為風機最大出力；Ppv,max為光伏機最大出力；Pde,max為柴油機固定功率；Pde,min為柴油機最小輸出功率，其中Pde,min=0.3Pde,max。

1.2 基于多目標灰熵算法的多時段動態調度

在灰關聯分析法與基本煙花算法的基礎上，引入信息熵理論構成多目標灰熵算法，并行處理序列數據[11-12]，實現多時段動態調度。算法步驟如下：

步驟一假設隨機煙花種群為J1，其大小為N1，初始化該種群，并生成合法種群J2，同時輸入模型參數。

步驟二計算煙花函數值序列，并分析參考序列的灰熵關聯度。

步驟三按照擁擠距離，剔除擁擠度最大的個體[13-15]。

步驟四爆炸。分析煙花爆炸強度Ri，同時計算其爆炸幅度Ai等內容，具體如下：

式（6）中，Ri表示在種群中第i個煙花生成火花對數量；最小灰熵關聯度為ρmin；ε表示極小常數。式（7）中為煙花i制造的火花個數，z為全部火花數量，a、b為常數[16]。式（8）中，Ai表示第i個煙花爆炸范圍，A為最大爆炸幅度，最大灰熵并行關聯度為ρmax。式（9）為位移處理，其中，第i個煙花的第d維位置為，(?0,?i)為個體范圍。通過上述計算可以看出，每個煙花都可以經過變異生成新火花，獲取全局最佳變異。

步驟五變異。針對每個煙花個體，通過式（10）對其第d維變異：

式中，g表示高斯分布隨機數。經變異處理后，可以增強種群多樣性，幫助算法實現最佳局部尋優。

步驟六映射。利用模運算映射規則處理火花，使非法火花具有合法性：

式中，火花第k維區域的上下界依次為、，%表示膜運算。

步驟七選擇。選取種群中最佳個體進行下一步處理，每個煙花個體被選擇的概率可通過式（12）計算：

式中，K表示經高斯變異后全部煙花種群集合。

步驟八終止條件。分析迭代是否滿足要求，若迭代獲取最佳結果，則完成迭代并輸出，否則返回步驟二再次計算。

2 實驗分析

為驗證提出方法的有效性，設計以下實驗，給出測試結果。建立混合儲能微電網模型，其中包含風力、光伏以及柴油發電機組，三者功率上限依次為50 kW、60 kW、50 kW。利用研究方法對混合儲能微電網新能源0～24 h 的多時段出力完成調度，對柴油發電機組日前、日內調度，分析調度后的柴發輸出功率，分析結果如圖1 所示。

圖1 柴發調度輸出功率分析

根據圖1 可知，在日前調度下功率相對較高，而日內調度輸出功率要略低于日前，這是由于柴發機組在發電時的運行成本較高，經文中日內調度后柴發機組的輸出功率存在小幅度下降，通過這一調度可以有效節省柴發成本；同時，在峰時段由于用電量較大，在此時段下文中采用可再生能源發電，盡可能降低柴發輸出功率，由此可知，應用文中方法后可以實現柴發機組輸出功率的合理調度。

分析經文中方法調度后，不同時段下各發電系統的備用容量，分析結果如圖2 所示。

圖2 備用容量分析

由圖2 可以看出，應用文中方法調度后，不同發電系統在每個用電時段均能夠存儲一定的備用容量，其中由于光伏機組功率上限較高，因此其備用容量較高，而風力發電日常發電量較大，所以在峰時段時備用容量有所下降，但三者的備用容量始終處于較高水平，可以保障混合儲能微電網安全運行。

以目標實現度作為評價指標，判斷調度后的負荷收益，當目標實現度越高，說明負荷收益越高，運行成本越低，分析結果如圖3 所示。

圖3 負荷收益分析

根據圖3 可知，應用文中方法后目標實現程度較高，可以實現較為平穩的負荷收益，其中，售電收益相對較高，說明文中方法可有效降低售電成本。

3 結論

文中研究了一種混合儲能微電網新能源多時段動態調度方法，對包含柴發、風電、光電系統的混合儲能微電網發電能力研究，實現日前、日內動態調度，改善發電成本，為用戶提供穩定電能。在未來研究過程中，可對現有目標繼續深入研究，使調度過程能夠更加完善。