计及需求侧响应的微电网多尺度调度自适应优化算法_李津.pdf

I S S N 1 0 0 9-8 9 8 4C N 2 2-1 3 2 3/N长春工程学院学报(自然科学版)2 0 2 2年 第2 3卷 第4期J.C h a n g c h u n I n s t.T e c h.(N a t.S c i.E d i.),2 0 2 2,V o l.2 3,N o.4 9/2 55 1-5 5d o i:1 0.3 9 6 9/j.i s s n.1 0 0 9-8 9 8 4.2 0 2 2.0 4.0 0 9计及需求侧响应的微电网多尺度调度自适应优化算法收稿日期:2 0 2 2-0 2-2 1基金项目:福建水利电力职业技术学院科技项目(Y J K J 2 1 0 3 B)作者简介:李津(1 9 8 1-),女(汉),山东利津人,副教授主要研究微电网控制系统设计方向。李 津,蒋晨达(福建水利电力职业技术学院电力工程系,福建 永安 3 6 6 0 0 0)摘 要:针对微电网调度成本较大的问题,研究计及需求侧响应的微电网多尺度调度自适应优化算法。建立计及需求响应的微电网运行成本函数,分别计算微电网中的燃料需求、电网运行维护需求、电网交互费用需求、环境维护需求等,并计算电网调度的总成本。基于微电网结构模型,构建目标函数与约束条件,设计微电网多尺度调度自适应算法。实验结果表明,该方法降低了高峰时段的电力负荷,整体功率4 0 MW,且该算法的调度成本为7 2 5.2 5元,降低了调度成本,使微电网调度的经济效益得到保证。关键词:需求侧;需求侧响应;多尺度;微电网;电网调度;自适应优化算法中图分类号:T N 0 6文献标志码:A 文章编号:1 0 0 9-8 9 8 4(2 0 2 2)0 4-0 0 5 1-0 50 引言过量燃烧不可再生能源,不仅会污染环境,还会造成能源紧缺等现象,因此,对可再生能源的利用一直是与电网相关的重点研究领域。微电网是一种小型的电力网络系统,虽然体积较小,但是具有微电源、负荷控制系统、监控设备以及电力调度装置等组件,可以直接组成一个微型电网。为保证微电网的经济成本达到最低,需计算调度微电网电力的运行成本,并对其进行优化。文献1 针对微电网的风力与光伏发电负荷,对其不确定性进行了进一步的预测调整,综合考虑系统内各装置的出力能力,通过动态激励等方式引导用户面对需求响应跟随引导,并综合实施优化调度的顺序参数,建立了一个多时间尺度的价格动态变化模型。该方法可以有效降低微电网的运行成本,但是其在电网日调度的预测误差较大。文献2 根据价格需求响应建立了一个以运行费用为主的电网调度模型,该方法基于价格需求理论,将微电网中的多尺度运营管理作出了优化,同时改进了不同时段的价格参数,但没有降低微电网的调度成本。文献3 可以精准预测短时间内的风力与光伏发电功率,因此在节能环保的前提下,将一周内的电力负荷与可再生能源发电功率进行数据融合,并提前预测下一周的功率负荷等参数。在该预测算法下,基于多时间尺度调度微电网的运行功率,并对其进行成本优化。该方法可以有效提高预测精度与计算速度,但是无法降低微电网的调度成本。基于前述文献的不足,为了进一步降低微电网的调度成本,本文设计了计及需求侧响应的微电网多尺度调度自适应优化算法。建立计及需求响应的微电网运行成本函数,以计算电网调度的总成本。基于微电网结构模型,综合考虑用户需求侧响应的负荷中断成本和微电网电力交互功率,以自适应寻优的方式,构建运行成本自适应目标函数与约束条件,设计微电网多尺度调度自适应算法,获得微电网调度策略。实验结果表明本文方法的贡献在于能够实现微电网的智能调峰,降低运行负荷和调度成本。1 计及需求侧响应的微电网多尺度调度自适应优化算法设计1.1 计及需求响应的微电网运行成本函数在传统的微电网中,通常只有以化石能源为主的经济成本运行模型,而没有将风力与光伏发电融入到 电 网 调 度 中,导 致 成 本 的 计 算 结 果 精 度 较低4-5。本文方法主要针对成本最小化进行设计,需要考虑到并网模式下的节能减排以及可再生能源的不确定性,综合分析其成本费用。1.1.1 燃料需求在微电网中,由于可再生清洁能源的不确定性,无法将所有的能源负荷全部投入到清洁能源中,因此需要计算燃料费用,作为微电网经济的主要费用,购买燃料的费用表达式为式(1):Fr l=ni=1Pi(t)ni=1fi(t),(1)式中:Fr l表示微电网在各个时段的燃料燃烧中产生的总费用;Pi(t)表示微电网在第i个电源中的有功功率;fi(t)表示微电网在第i个电源中的无功功率6;n通常表示该微电网中电力设备的数量,其中包括风力发电机、光伏发电机、火力发电机、蓄电池等。1.1.2 运行维护需求微电网在运行过程中难免会遇到一定的损坏,因此需要实时检测微电网的状态,如果状态不佳,就需要尽快维修,避免微电网因状态不佳导致发电错漏7-8。因此在微电网的维护成本中,主要包括检修、维护、人工等3个方面的费用,运行维护成本的总费用计算公式为式(2):Fy w=Pj+Pw+Pr,(2)式中:Fy w表示运行维护成本;Pj表示微电网检测费用;Pw表示电网维修费用;Pr表示人工监测费用。而在微电网维修过程中,可以使用式(3)计算该阶段的有功功率折算费用。Pw=ni=1Yo pPi(u),(3)式中:Yo p表示某调度时段的有功维护费用;Pi(u)表示有功功率折算系数。除此以外,一些维护所需要的材料费用也需要计算在运行维护成本中。1.1.3 电网交互费用需求由于不同时段的负荷需求相差较大,因此微电网的电力负荷需求有时候大于发电总量,有时候小于发电总量。因此当该时段为负荷高峰期时,需要将蓄电池中储存的电能发放出来,若某时段为负荷低谷期,需要使用蓄电池将电能储存起来9-1 0。当蓄电池中的电量不足时,就需要通过购买电量的方式,与外界的电网进行交互。外界电网与微电网的交互可以使用式(4)表示。Fj h=tb hCm a xni=1Pi(h)Cm i nni=1Pi(f),(4)式中:Fj h表示外界电网与微电网交互所产生的费用;tb h表示电力交互耗时;Cm a x与Cm i n分别表示分时能耗计量过程中的最大与最小单价;Pi(h)与Pi(f)则分别表示买电时电源的有功功率与无功功率。在该阶段微电网买卖电力的费用即电网交互费用。1.1.4 环境维护需求在现阶段的微电网中,还无法完全避免使用煤炭等化石能源,一旦使用化石能源,就会造成一定的污染,因此需要考虑到微电网运行过程中产生的环境维护成本,其计算公式为式(5):Cw h=1 0-3ti=1rf dPf(u)ti=1Ph(t)-Pr(t)(),(5)式中:Cw h表示一段时间内微电网生成污染所需要的环境维护成本;rf d表示有害气体与温室气体的总质量;Pf(u)表 示 一 段 时 间 内 调 度 的 最 小 单 位;Ph(t)与Pr(t)分别表示不同有功功率下有害气体的治理成本与温室气体的治理成本1 1。结合前述燃料成本、运行维护成本、电网交互成本、环境维护成本等,将其相加,即可得到微电网运行的总成本。1.2 设计微电网多尺度调度自适应算法通过对可中断负荷以及大电网交互的合理设计,结合蓄电池系统,可以建立一个微电网的电力调度模型,以此优化其调度方法1 2,该模型令微电网的多尺度调度具备一定的自适应性,同时考虑用户侧和运营商侧的可中断负荷成本,以及微电网系统中风能发电机、光伏发电机、电网供电系统、蓄电池储能系统等不同节点主体的交互调度功率,以适应各类不同的电网模型,获得运行成本自适应最优解。可中断负荷管理通过合同方式对用户进行电价刺激,使用户在系统峰值时或者紧急状态下按合同要求中断或削减负荷,减少或者推迟运营商调峰发电容量的建设,降低运行成本,提高电力系统运行效率,实现供需平衡,即需求侧响应。用户的中断成本取决于用户的类型、负荷中断的响应频率等因素。峰期时,中断成本过高的用户会选择继续用电,而中断成本较低的用户选择中断用电。此时的调度结构如图1所示。图1 微电网电力调度模型25长春工程学院学报(自然科学版)2 0 2 2,2 3(4)在该调度模型中,基于2 4 h内的电价以及风电与光伏的负荷预测,配电网安全约束为Um i nUiUm a x,IijIm a xij,(6)式中:Ui为节点i的电压;Um a x、Um i n为i的电压最大值、最小值;Iij、Im a xij为支路ij的电流及上限。充放电功率约束为0P1,tPm a x10P2,tPm a x2,(7)式中01间的变量是1、2,1+21。荷电状态约束为W(t)=W t-1()+2P2,t-P1,t1|vtEm a xWm i nW(t)Wm a x,(8)式中:W(t)、W(t-1)是t、t-1时刻电网侧储能荷电状态;1、2是P1,t与P2,t的能量转化率;Wm i n、Wm a x是W(t)的最小、最大值。功率平衡约束为PG r i d+nl=1PD E S Sl-Ni=1Pl o a di-Pl o s s=0,(9)式中:PG r i d是配电网输入功率;n是接入配电网的用户侧储能数量;N是节点数量;PD E S Sl是第l个储能的功率;Pl o a di是节点i的 有功负荷;Pl o s s是有 功损耗。在前述约束条件下,可以通过运行成本自适应寻优的方式,得到下一阶段的调度计划,此时该电网的最小化运行成本函数可以表示为m i nni=1Cz(t)Pz(t)-Ei(d),(1 0)式中:Cz(t)表示前述正常调度时的调度总成本;Pz(t)为经过调度优化后的微电网电力交互功率;Ei(d)表示电网中断负荷的响应频率1 3。此时其调度的约束条件为tm i ntitm a xPi(t)Pi(g),(1 1)式中tm i n、ti、tm a x分别表示微电网中电力调度所需要的最小时间、正常时间与最大时间;Pi(t)、Pi(g)分别表示中断负荷的工作状态与正常工作状态。基于前述模型,可以得到计及需求响应的微电网多尺度调度优化模型。2 算例分析2.1 电网系统负荷仿真本实验中的微电网系统由风能发电机、光伏发电机、电网供电系统、蓄电池储能系统4个主要部分组成,因为是仿真实验,所以未考虑新能源出力精度,测试本文方法能否有效降低成本。在不同的时段,微电网的电价有所差异,见表1。表1 微电网电价时段电价/元高峰9:0 0-1 3:0 01 7:0 0-2 2:0 01.2中段6:0 0-9:0 01 3:0 0-1 7:0 02 2:0 0-2 4:0 00.7低谷2 4:0 0-6:0 00.4根据表1的微电网电价变化情况,以及各系统组成部分在不同时段的负荷量,得到如图2所示的电机负荷曲线。图2 风机、光伏发电与电力负荷曲线根据表1和图2,微电网在时段9:0 01 3:0 0、1 7:0 02 2:0 0时电力负荷最大,而在2 4:0 0次日6:0 0电力负荷最低,表1中所示的微电网电价与电力负荷相吻合,但是这样的定价方式没有考虑到风力发电与光伏发电的作用,如1 4:0 01 8:0 0时段,风力发电与光伏发电功率最高,但是此时的电力负荷相对较低,这样会直接导致消纳现象,造成能源的浪费,因此这样的定价标准是不合理的1 4-1 5。因此可以依据风力发电与光伏发电,更改电价见表2。35 李津,等:计及需求侧响应的微电网多尺度调度自适应优化算法表2 改进微电网电价时间相对功率(发电负荷)/kW电价/元0:0 02:0 0-4 01.12:0 04:0 0-1 00.84:0 06:0 000.76:0 08:0 0-3 01.08:0 01 0:0 0-2 00.91 0:0 01 2:0 0+4 00.51 2:0 01 4:0 0+4 00.51 4:0 01 6:0 0+6 00.41 6:0 01 8:0 0+4 00.51 8:0 02 0:0 0-4 01.12 0:0 02 2:0 0-5 01.22 2:0 02 4:0 000.7在表2中,计算光伏与风力的总发电功率,相对于电力负荷的差值