考虑网络约束和区间不确定性...能源微电网鲁棒优化调度方法_阎誉榕.pdf

.大 电 机 技 术考虑网络约束和区间不确定性的综合能源微电网鲁棒优化调度方法阎誉榕，刘泽三，张 维，李彦龙（国网信息通信产业集团有限公司，北京）摘 要 针对微电网调度目标函数鲁棒性较低、转换功率效率较差的问题，为了保证综合能源的最大化以及高质量利用，本文提出考虑网络约束和区间不确定性的综合能源微电网鲁棒优化调度方法。在电转气模型、燃气轮机模型的基础上，提出电气互联平衡模型，分析综合能源之间的转换关系，构建效率目标函数；结合网络相关约束以及置信间隙决策函数对目标函数进行鲁棒优化，处理调度过程中的不确定性参数；利用改进布谷鸟算法进行求解，获取鲁棒优化调度结果。测试结果表明：显著性水平取值为.时，可实现综合能源微电网的调度，保证各能源的损耗最小，且能够最大程度地利用综合能源之间的协同作用，使电转气装置的处理结果最大程度地接近最大转换功率，实现了鲁棒优化调度。关键词 网络约束；区间不确定性；综合能源；微电网；优化调度；能源转换中图分类号 文献标志码 文章编号（），（，）：，：；前言微电网作为组成智能配用电系统的主要部分，对于实现能源减排以及可持续发展具有重要意义。综合能源是煤炭、天然气、电能以及热能等多种能源的统称。目前，在供、需之间，各类能源呈现出明显的冲突和矛盾，对于电网的整体运行造成较大影响，不利于微电网的发展。近几年，国家为实现综合能源的协同运行、调度、能源互联和清洁，提出了明确的相关发展战略，战略中以实现“开放共享、数据贯通、泛在互联”的综合能源融合为目标，争取实现综合能源的充分利用、协调调度、节能减排。在综合能源微电网中，各类能源的出力和负荷需求存在显著的不确定性，且该不确定性在时间尺度上存在差考虑网络约束和区间不确定性的综合能源微电网鲁棒优化调度方法.异；除此之外，综合能源微电网在运行过程中，输网和配网之间的网络特性不同，因此，在综合能源传输过程中，会存在不同程度的能量损失，这对微电网的运行会造成不同程度的影响，故而需要不同程度的网络约束来改善此类现象。杨欢红等综合分析微电网的运行和环境成本，构建了微电网多目标鲁棒调度模型，采用基于 支配策略改进的非线性多目标布谷鸟算法和多目标灰靶决策方法筛选出最优解，实现微电网的鲁棒优化调度。魏大钧等提出了一种互联微电网分布式鲁棒优化调度方法，搭建微电网的分层分布式调度框架，运用库存理论研究可再生能源和负荷的不确定性，将分布式鲁棒优化问题转化为可行性和联络线功率优化多层问题，利用概率信息实现了微电网的最优调度。但是上述方法在调度过程中未考虑网络约束和区间不确定性，导致微电网调度鲁棒性较低、转换功率效率较差，因此，本文以综合能源中的电气互联综合能源系统为例，提出考虑网络约束和区间不确定性的鲁棒优化调度方法。分析电气互联综合能源系统的结构，提出电气互联平衡模型；分析综合能源之间的转换关系，构建效率目标优化函数；结合网络相关约束以及置信间隙决策函数对目标函数进行鲁棒优化，处理调度中的不确定性参数；并利用改进布谷鸟算法对函数进行求解，实现了微电网鲁棒优化调度。综合能源微电网鲁棒优化调度.电气互联综合能源系统电气互联综合能源系统，是电力网和天然气网之间的耦合系统，其结构示意图如图 所示。图 综合能源系统结构示意图 该综合能源系统结构主要由两部分组成，一是可控单元，二是不可控单元；前者包含燃气轮机、电转气装置、储能装置等，后者包含可再生能源发电单元、负荷单元等。电力网和天然气网之间的耦合通过电转气（，）完成，两者之间的耦合模型为线性，模型公式如下：（）电转气模型如果综合能源系统中可再生能源充裕时，可将多余的能源通过电转气装置转换成天然气，电转气装置中包含电锅炉和电制冷机，可完成热能和冷能的转换。可再生能源的功率和天然气的流量之间的关联可用公式（）表示：，（）式中，下角 表示电转气模型；，表示天然气流量；，表示模型消耗的电功率；，表示转化效率；为天然气高热值。（）燃气轮机模型对于燃气轮机模型，功率与天然气流量之间的关联可用公式（）表示：，（）式中，下角 表示燃气轮机模型；，表示天然气流量；，表示有功出力；，为转化效率。（）电气互联平衡模型综合考虑上述两个模型，构建电力互联平衡模型，其模型公式为：，（），（，），（）上述两个公式均为平衡方程，前者对应电力系统功率，后者对应天然气系统流量。式中，下角 表示 时刻；，、，和，分别表示光伏电机组、风电机组和燃气轮机的有功出力；，为电转气装置的负荷功率；，为电负荷功率；，表示天然气流量；，为电转气装置产生的天然气流量；，、，分别为储气装置流出和注入的天然气流量；，为燃气轮机消耗的天然气流量；，为天然气负荷流量。.构建目标函数通过上述综合能源之间的关联分析，确定综合能源微电网在运行过程中，可通过各种能源之间的相互转换完成综合能源间的调度。但是，在调度过程中，保证能量的质量是主要目的，本文以效率作为评价综合能源质量的标准，来判断高质量综合能源的利用水平。目前，评价综合能源质量的方法一般有两种：一种是依据能量的守恒关系，即以热力学第一定.大 电 机 技 术律为基础，分析能量在量上转化、传递、利用和损失的情况，并以能效率来反映其性能；另一种方法则是根据能量中的平衡关系，即以热力学第二定律为基础，分析的转换、传递、利用和损失情况，以效率来反映其性能。第一种方法得到的能效率无法分析综合能源能量品质的贬值和损耗，从而不能揭示能量损失的本质；而效率则是从能量品质的角度来分析和评价综合能源质量，因此更加科学和全面，对微电网综合能源的节能和优化设计有着重要的指导意义。构建效率目标函数：，（，），（）（）式中，表示效率；、均表示系数，对应综合能源品质；、和 分别表示微电网环境、热负荷和冷负荷的温度；，、，、，分别为 时刻的电负荷功率、热负荷功率和冷负荷功率值；，为储能的实际存入能量；，为损耗的实际存入能量；，为储能的实际放出能量，属于电能；，表示损耗的实际放出能量；，、，分别为购买的电量和燃气量；，、，分别表示风电出力和光伏出力。约束条件：综合能源微电网系统中风电出力、光伏出力和负荷的随机性、间歇性和波动性会对系统的稳定可靠运行产生不良影响，增加系统运行成本。然而在现实中，风电出力、光伏出力和负荷的随机分布很难测定，即使预测也会出现误差。鲁棒优化模型将不确定性转换成等价确定性约束，可以使系统在任意情况下都能达到最优情况，兼顾经济性和可靠性，可以系统运行成本最小为目标，设定约束条件。（）综合能源微电网系统功率平衡约束条件综合能源微电网系统有多种放电和用电手段，因此系统运行中，最重要的是需要满足功率平衡约束。，（）式中，、，分别为储能系统和联络线功率；，为负载功率。（）备用容量约束条件当综合能源微电网系统运行时，备用容量率与备用容量使用寿命密切相关，过大的备用容量率会导致备用容量使用寿命下降，因此备用容量率需要满足上下限约束。，（）（）式中，表示备用容量率。（）发电机组出力约束条件发电机组出力会影响光伏出力，应对其进行限制。，（）式中，表示 时刻发电机组的有功出力；，的上限和下限分别用，、，表示。（）电转气出力约束条件发电机组出力会影响风电出力，应对其进行限制。，（）式中，表示在 时刻电转气装置的负荷功率；，的上限和下限分别用，、，表示。（）天然气供应量约束条件天然气供应量会影响系统负荷，应对其进行限制。，（）式中，表示气源点在 时刻的气流量；，的上限、下限分别用，和，表示。（）天然气管道输送量约束条件天然气管道输送量会影响系统运行成本，应对其进行限制。，（）式中，为 天 然 气 管 道 输 送 流 量；，、，分别表示输送流量的下限和上限。.基于共轭对偶梯度（，）的综合能源鲁棒优化建模 为实现综合能源的利用最大化以及效率最大，采用置信间隙决策对目标函数进行优化，对不确定性参数进行处理，使其变成确定参数，完成目标函数优化。设在 时刻，、，、，分别表示风电出力、光伏出力和负荷的预测误差，为效率实际值，其可表示为可测函数，（，）表示不确定变量，（）表示其分布函数，如果函数（，），则依据不确定分布的概念，可得出：（）（）考虑网络约束和区间不确定性的综合能源微电网鲁棒优化调度方法.式中，表示目标显著性水平。如果，、，、，三个不确定变量的累积分布函数分别用，、，、，表示，则：（）（）依据不确定变量的运算法则可知：（）（，（），（），（）（）式中，、，和，分别表示风电、光伏和负荷的预测误差的逆累积分布函数。基于此可得：（，（），（），（）（）按照上述理论对（，）实行转换，得出：（，（），（），（）（）式中，为出力不确定参数。通过上述步骤即可完成不确定参数的处理，将不确定性转换成等价确定性约束，当，时，其公式为：（，（），（），（）（，（），（），（），（，），（，），（，）（）式中，表示调度方案；为目标函数；和 表示最优解；为出力确定性参数；为确定变量的目标显著性水平；，、，、，分别表示风电出力、光伏出力和负荷的实际误差，三者互不干扰，且为稳定变量。.模型求解综合能源微电网鲁棒优化模型作为多目标线性模型，对模型实行求解是多目标求解。本文采用改进布谷鸟搜索算法对模型实行求解，改进方式为引入支配策略，并结合密度距离，改变算法中的两个固定值，使其能够在迭代次数变化的情况下随之自动调整，变成动态变量，这两个值分别为概率 和步长。改进后的算法公式为：（），（，）（）（）（）式中，、，分别表示概率 的上限和下限值；、分别表示步长 的最大和最小值；为当前迭代次数；为总迭代次数。求解过程中，为保证解的多样性，需先使 和 值足够大，在 不断增加的情况下，逐渐减小两参数，获取最佳结果，同时，为降低计算量，求解应在最小的迭代次数下完成。基于改进布谷鸟算法的模型求解流程如图 所示。图 模型求解流程.大 电 机 技 术 仿真分析为验证本文方法的鲁棒优化调度性能和效果，采用 软件按照图 所示的综合能源微电网结构仿真搭建实验用微电网结构。设定仿真参数如下：搭建的微电网结构中风电、光伏的额定容量均为，负荷容量为，电转气装置的最大转化功率为，种群数量为，最大迭代次数 次。本文方法在实行优化过程中，需确定 的取值，该取值的设定会影响综合能源微电网的调度结果。以效率作为衡量标准，测试在不同的 取值下，效率的变化情况，结果如图 所示。图 不同 取值时的效率依据图 的测试结果可知，随着 取值的逐渐增加，效率发生波动性变化，整体结果均在 以上，其中，取值为.时，效率达到 以上。因此，为保证最佳的调度效果，确定 取值为.，并用于后续实验中。为测试本文方法的优化效果，获取用本文方法优化前后综合能源的出力情况，结果如图 所示。由于篇幅有限，结果仅呈现供电和供热两种出力调度结果。当结果为正数，表示能源供给；结果为负数，表示能源损耗。依据图 结果可知，本文模型优化前，供电调度和供热调度的出力结果均存在明显损耗，且损耗发生持续时间段较长；本文模型优化后，供电调度没有发生损耗，均为正值，供热调度仅在夜间一个时间段内发生较小损耗，因此，本文模型优化后，能够更好地提升综合能源微电网的调度效果，降低微电网中的综合能源损耗。图 优化前后的调度效果为衡量本文方法的调度效果，设置三种调度条件，条件 是仅考虑网络约束实行调度，条件 是仅考虑区间不确定性实行调度，条件 是两者结合实行调度。获取在三种条件下本文方法的调度结果，该结果以天然气储气和风光损耗进行体现，如图 所示。依据图 测试结果可知，三种条件下，天然气的储气结果存在一定差异，在条件 和条件 下实现综合能源微电网调度，天然气的存储结果差距不大；当采用条件 实行调度后，天然气的存储量明显增加，并且处于相对平稳状态；并且，在条件 下，风光损耗明显降低；在三种条件下，本文方法的储气量和损耗调度效果均达成目标。该结果是由于本文方法在考虑网络约束和区间不确定性的前提下，能够完成微电网的功率平衡约束，并且能够对不确定参数进行处理，使其变成确定性约束，因此，能够更好地调度综合能源之间的转换，保证综合能源的最大化利用。为进一步衡量本方法的鲁棒性，以上述三种调度条件为前提，测试本文方法在不同负荷程度下，综合能源