陳念斌，楊明玉

(華北電力大學電氣與電子工程學院，河北保定 071003)

熱電聯產型微網系統(tǒng)的優(yōu)化調度研究

陳念斌，楊明玉

(華北電力大學電氣與電子工程學院，河北保定 071003)

熱電聯產型微網以分布式電源為基礎，在充分利用可再生能源的同時，統(tǒng)一解決了用戶的電能與熱能需求問題，實現了能源的梯級利用。采用隨機模擬技術模擬了風電功率及電負荷需求的隨機性，建立了集中控制模式下的孤網系統(tǒng)運行成本最低、供電可靠性最高和綜合效益最高的多目標優(yōu)化調度模型，并提出了優(yōu)化調度策略。以一個熱電聯產型微網為例，運用遺傳算法優(yōu)化了各微電源的出力。優(yōu)化結果驗證了本文所提模型和策略的有效性。

孤網；熱電聯產；優(yōu)化調度；經濟性；供電可靠性

0 引 言

隨著國民經濟的快速發(fā)展，全球能源、環(huán)境問題日益凸顯，微網[1]應勢而生，成為時代與行業(yè)發(fā)展的重要機遇和挑戰(zhàn)。熱電聯產(Combined Heat and Power，CHP)型微網因其特有的供能方式引起了國內外學者的廣泛研究[2-4]。

運行經濟性和供電可靠性是微網進行能量優(yōu)化時必須兼顧的兩個方面[5]。經濟效益的不確定性是阻礙微網發(fā)展與推廣的重要因素，因而經濟性成為微網在運行過程中追求的重要目標；由于微網在孤網模式下缺少大電網的有力支持，供電可靠性隨即成為了衡量微網系統(tǒng)能否穩(wěn)定運行的重要指標；因此統(tǒng)籌兼顧微網系統(tǒng)孤網模式下的運行經濟性與供電可靠性顯得尤為必要。如何對孤網運行狀態(tài)下的微網進行優(yōu)化調度，即根據各微電源的參數和微網內的熱電負荷需求，制定微網系統(tǒng)在未來一段時間內的發(fā)電計劃，以使微網系統(tǒng)獲得最佳的經濟效益和供電可靠性，已成為研究微網系統(tǒng)孤網運行的重要課題之一。目前，國內的研究主要集中于電力微網，對CHP方面的研究尚處于起步階段，而國外已展開了相關研究。文獻[6]以發(fā)電成本最小化為目標，建立了CHP型微網的經濟調度模型，并采用粒子群優(yōu)化算法進行求解；文獻[7]針對包含光伏(Photovoltaic，PV)、風機(Wind Turbine，WT)、微型燃氣輪機(Micro Turbine，MT)、燃料電池(Fuel Cell，FC)和蓄電池(Storage Battery，SB)的CHP型微網，以運行成本最小化為目標，建立了經濟運行模型，同時考慮了無功功率對經濟調度的影響，并利用改進遺傳算法進行了求解。但是，它們只是單一地針對經濟目標進行了優(yōu)化，供電可靠性也僅僅體現在約束條件上，而沒有作為具體的量化目標，難以滿足日益復雜的微網系統(tǒng)的發(fā)展需求。同時，現階段的研究偏重于微網系統(tǒng)并網運行而忽略微網孤網運行時的優(yōu)化，對分布式電源及熱電負荷隨機性的考慮也不夠全面[8]。

本文針對CHP型微網，在考慮了風電功率及電負荷隨機性的基礎上，建立了孤網模式下包含發(fā)電成本最低、供電可靠性最高和協(xié)調考慮運行經濟性與供電可靠性的綜合效益最高的多目標優(yōu)化調度模型，提出了一種優(yōu)化調度策略，并結合遺傳算法優(yōu)化了各微電源在未來一日內各時段的有功出力，通過對比分析，得出了使得微網獲得最佳經濟效益和供電可靠性的調度方案。

1 微網運行成本分析

微網運行時產生的成本主要包括燃料成本、投資折舊成本、運行維護成本、環(huán)境成本、停電補償成本等。其中：燃料成本主要指微型燃氣輪機和燃料電池發(fā)電所用天然氣的費用，風電機組和光伏電池等發(fā)電裝置不消耗化石能源，故其在運行過程中不存在此項成本；投資折舊成本主要指微網的建網成本[9]；運行維護成本主要指對微網進行維護的人工成本；環(huán)境成本主要指各微電源發(fā)電所產生的CO2、SO2和NOx等污染物的治理費用；停電補償成本主要指切負荷時微網系統(tǒng)所有者補償給用戶的費用。

2 微網優(yōu)化調度模型

2.1 微型燃氣輪機熱電聯供系統(tǒng)

微型燃氣輪機既能夠提供電能，同時又能夠滿足微網內的熱能需求，是熱電聯供系統(tǒng)的重要組成部分。含微型燃氣輪機的熱電聯產系統(tǒng)的數學模型[7]為

(1)

式中：QMT(t)為第t個調度周期內MT的排氣余熱量；Pet為t時刻MT的輸出電功率；ηet為t時刻MT的發(fā)電效率，其與Pet的關系函數參見文獻[7]；ηl為MT的散熱損失系數；Qh(t)為t時刻MT的制熱量；Kh為制熱系數；VMT為MT消耗的天然氣量；Δt1為MT的運行時間；L為天然氣低熱值，本文取9.7kWh/m3。

由上可知MT提供的電能和熱能具有關聯性，兩者是相互限定的。對于MT所發(fā)出電能的調度，本文采取“以熱定電”的方式，即MT所輸出的電功率由其所提供的熱能確定。本文不考慮熱能的外送和儲存，但將制熱收益計入調度模型之中。

2.2 微網系統(tǒng)不確定因素的隨機模擬

2.2.1 隨機模擬技術

隨機模擬，也稱蒙特卡洛(Monte Carlo)模擬，是一種實現隨機(或確定)系統(tǒng)抽樣試驗的技術，其基本思想是從給定的概率分布中抽取隨機變量，從而對系統(tǒng)決策進行檢驗或為系統(tǒng)決策提供依據[10]。隨機模擬技術只是給出了一定次數統(tǒng)計估計結果的平均值，而非精確結果，其精確度可用估計值的標準誤差表示。本文采用隨機模擬技術來模擬微網系統(tǒng)運行過程中出現的可再生能源功率和電負荷的波動等不確定因素。

2.2.2 風電功率波動

通過大量的統(tǒng)計數據分析表明，大多數地區(qū)的風速近似服從Weibull分布[11]，其概率密度函數為

(2)

式中：v為風速(m/s)；k為形狀參數；c為尺度參數。

上述參數可由該時段的平均風速求得

(3)

風電功率PWT與風機輪轂高度處的風速v具有如下關系[11]：

(4)

式中：PN為風機額定輸出功率；vN、vCI和vCO分別為額定風速、切入風速和切出風速。當風速高于切入風速時，自動裝置動作將風機并入電網；當風速高于切出風速時，風機停止發(fā)電，從電網中解列出來。

為了進行模擬，將一天分為24h個時段，先根據各時段平均風速的預測值計算參數k和c；然后根據風速分布，即式(2)，采用蒙特卡洛模擬隨機產生風速數據；再由式(4)計算風電功率。上述過程重復進行1 000次，對其結果取平均值，即為考慮了波動因素的各時段風機出力值。

2.2.3 光伏功率波動

光伏電池的出力，與光照強度和環(huán)境溫度等因素有關。據統(tǒng)計，在一定時間段內，光照強度近似服從Beta分布，其概率密度函數[12]為

(5)

式中：G和Gm分別為一定時間段內的實際光照強度和最大光照強度；α和β為Beta分布的形狀參數。

上述Beta分布中的形狀參數可由該時間段內的光照強度平均值及其方差求得

(6)

(7)

式中：Gu為該時間段內的平均光照強度；σ2為光照強度方差。

直接測量光伏電池的溫度比較困難，對于封裝的太陽能電池組件，可以根據下面的經驗計算式，通過測量環(huán)境溫度而估算出光伏電池組件工作時的溫度[13]：

(8)

式中：Tc和Tamd分別為光伏電池工作溫度和環(huán)境溫度。

光伏電池組件的功率輸出模型可表示如下[13]:

(9)

式中：GSTC為標準測試條件下的光照強度，取1 000W/m2；PSTC為標準測試條件下的最大輸出功率；K為功率溫度系數；Tr為參考溫度，取25℃。

根據一定時間段內的平均光照強度，由式(6)和(7)計算光強分布的形狀參數；根據式(5)隨機抽取1 000次光強數據，代入式(8)求取光伏電池的工作溫度；將1 000組光照強度數據和光伏電池溫度數據分別代入式(9)中，對其結果取平均值，即為考慮光伏波動后的功率輸出。

2.2.4 負荷波動

本文忽略熱負荷的波動，即認為熱負荷預測值即為實際值。

2.3 目標函數

① 目標一：運行經濟性目標函數，即微網系統(tǒng)的發(fā)電運行成本最低。

微網系統(tǒng)在孤網模式下的發(fā)電成本考慮各微電源的燃料成本、投資折舊成本、運行維護成本、環(huán)境成本以及CHP系統(tǒng)的制熱收益等，從而有

minF1(t)=Cf(t)+Cdp(t)+Com(t)

+Ce(t)-Cs(t)

(10)

其中：

(11)

(12)

(13)

(14)

Cs(t)=Qht×Kph

(15)

式中：F1(t)為微網系統(tǒng)孤網運行時在第t個調度周期內的發(fā)電成本；Cf(t)、Cdp(t)、Com(t)、Ce(t)、Cs(t)分別為各微電源在第t個調度周期內的燃料成本、投資折舊成本、運行維護成本、環(huán)境成本和CHP系統(tǒng)制熱收益；Caz,i為第i個微電源的單位容量安裝成本；ki為第i個微電源的容量因素；r為年利率；ni為第i個微電源的投資償還期；Pit為第i個微電源t時刻的有功出力；N為微電源的個數；Kom,i為第i個微電源的運行維護成本系數；k為所排放污染物(包含CO2、SO2、NOx等)的類型編號；M為污染物種類總數；αik為第i個微電源對污染物k的排放系數；βk為污染物k的處理成本；Kph為單位熱能售價。

② 目標二：供電可靠性目標函數，即微網系統(tǒng)的負荷缺電率[14]最小。

負荷缺電率LPSP(Loss of Power Supply Probability)定義為系統(tǒng)不能滿足的負荷需求除以調度期總的負荷需求。本文以負荷缺電率作為供電可靠性的衡量指標，負荷缺電率越小，微網系統(tǒng)的供電可靠性越高。

(16)

式中：F2(t)為微網孤網運行時第t個調度周期內的負荷缺電率；PDt為微網在t時刻的電負荷需求。

③ 目標三：綜合效益目標函數，即微網的經濟性與可靠性協(xié)調最佳。

協(xié)調考慮微網孤網運行時的經濟性與可靠性，將切負荷量統(tǒng)一歸算為微網系統(tǒng)所有者補償給用戶的費用[15]，并計入微網運行的總發(fā)電成本中，從而有

CL(t)=Cbu×PLt

(17)

minF3(t)=Cf(t)+Cdp(t)+Com(t)+

Ce(t)+CL(t)-Cs(t)

(18)

式中：F3(t)為微網系統(tǒng)孤網運行時第t個調度周期內的發(fā)電成本；CL(t)為微網系統(tǒng)孤網運行時第t個調度周期內的停電補償成本；Cbu為微網系統(tǒng)所有者向用戶支付的單位停電量的補償費用；PLt為微網在t時刻的切負荷量。

2.4 約束條件

① 微網內負荷平衡約束：

(19)

② 各微電源的輸出功率約束：

Pi,min≤Pit≤Pi,max

(20)

式中：Pi,max、Pi,min分別為微網內各微電源的功率輸出上、下限。

③ 機組爬坡率約束[11]：

-Ri,dΔt≤Pit-Pi,t-1≤Ri，uΔt

(21)

式中：Δt為調度時段的長度(h)；Ri,d和Ri,u分別為發(fā)電機組向下和向上的爬坡速率。

④ 蓄電池約束：

蓄電池荷電狀態(tài)SOC有如下約束[13]：

SOCmin≤SOC≤SOCmax

(22)

其中荷電狀態(tài)可通過下式計算[16]：

(23)

式中：SOCmax、SOCmin分別為蓄電池荷電狀態(tài)的上、下限；P+、P-分別為蓄電池的充、放電功率；n為充放電次數；UDC為微網系統(tǒng)的直流母線電壓；Δti為第i次充放電小時數。

本文規(guī)定單位時間內的充放電最大功率為蓄電池額定容量的20%[13]，如下式所示：

P+≤(0.2×UDC×SOCmax)/Δt

(24)

P-≤(0.2×UDC×SOCmax)/Δt

(25)

3 優(yōu)化調度策略與模型求解

3.1 優(yōu)化調度策略

① WT和PV利用清潔可再生能源發(fā)電，無燃料成本，不產生污染氣體，故優(yōu)先利用其全部發(fā)電量；

② 在不考慮配置儲熱裝置時，為滿足微網系統(tǒng)內的熱負荷，同時實現能量的梯級利用，MT運行在“以熱定電”模式下,亦優(yōu)先利用其電能；

③ 若WT、PV和MT的有功出力可以滿足微網內的電負荷需求，首先向蓄電池充電，若仍有富余電力,則可根據發(fā)電成本依次切除部分WT和PV；若WT、PV和MT的有功出力無法滿足微網負荷需求，首先由SB補充出力，如果蓄電池在其出力范圍內仍不能滿足負荷需求，則按照微網運行的優(yōu)化模型，優(yōu)化調度FC和SB的出力，以滿足剩余負荷需求；

④ 若所有微電源在出力范圍內仍不能滿足負荷要求，則根據負荷的重要程度依次切除部分負荷。

3.2 模型求解

本文建立的優(yōu)化模型是一個多約束的多目標優(yōu)化問題，鑒于遺傳算法(Genetic Algorithm，GA)具有簡單通用、魯棒性強、適于并行處理等優(yōu)點[17]，本文采用此方法結合蒙特卡洛模擬來優(yōu)化微網系統(tǒng)孤網運行時各微電源的有功出力。算法流程如圖1所示，采取了錦標賽選擇、多點交叉和高斯變異，并使用罰函數來處理約束條件。

圖1 算法流程圖

4 算例分析

4.1 算例介紹及參數設置

本文以某城市微電網為例,其系統(tǒng)配置包括風力發(fā)電機WT(20kW)、光伏電池PV(10kW)、微型燃氣輪機MT(65kW)、燃料電池FC(40kW)以及蓄電池儲能裝置SB(100kW)。

本文以1h為一個調度周期，將全天分為24個時段，并作如下假設：在一個調度周期內，微網負荷需求維持穩(wěn)定；各微電源的功率輸出恒定；蓄電池的充放電狀態(tài)保持不變，且其充放電功率恒定；微網網損忽略不計。

設定蓄電池在孤網運行前，荷電狀態(tài)為100%，其荷電狀態(tài)下限取為20%；切負荷補償費用取1.277 5元/kWh，制熱量單價為0.1元/kWh，各微電源的參數如表1所示。各污染物的排放系數及污染物處理成本如表2所示[18]。

表1 微電源的參數

表2 污染物的排放系數及處理成本

4.2 優(yōu)化結果與分析

本文選取典型的冬季日來研究CHP型微網的孤網運行情況。蒙特卡洛模擬的次數為1 000次，遺傳算法的參數設置如下：種群規(guī)模為20，最大迭代次數為500，交叉率為0.8，變異率為0.2。由于遺傳算法自身固有的隨機性，每次優(yōu)化結果會有所不同，本文優(yōu)化結果取20次優(yōu)化結果的平均值。微網系統(tǒng)的熱電負荷及各目標下微電源的優(yōu)化出力結果如圖2、圖3、圖4和圖5所示。

圖2 冬季日熱電負荷曲線

當微網系統(tǒng)按照目標一進行優(yōu)化時，由圖3可看出，1～6時段是電負荷低谷期，此時主要由WT和MT提供有功出力，充分利用了可再生能源，而熱負荷由MT提供，實現了能量的梯級利用；從7時段開始，電負荷逐漸增加，由于WT、PV的出力受環(huán)境因素的影響，而MT的出力受其自身“以熱定電”發(fā)電特性的限制，此時的WT、PV和MT已不能滿足電負荷需求，SB開始出力平衡系統(tǒng)有功，直至12時段，SB的剩余容量已達下限，FC增加出力，剩余電量給SB充電，此時FC已達出力極限，在12～14時段出現少量負荷缺額，系統(tǒng)進行切除；16～18時段的電負荷則主要由更加經濟的SB來滿足；18～22時為電負荷和熱負荷需求的高峰期，雖然MT已根據熱負荷需求提供了較大電能支援，但此時FC已滿發(fā)，且SB在20時段已放電完畢，故在19～22時段出現功率缺額，系統(tǒng)進行了切除。

圖3 采用目標一時各微電源的優(yōu)化出力

從圖4可以看出，按照目標二進行優(yōu)化時，1～6時段的電負荷低谷期仍主要由WT和MT供應電能；7～9時段由SB來平衡系統(tǒng)的有功；10～15時段由于SB無剩余電量而進入充電狀態(tài)，在此時間段內WT和PV均滿發(fā)，FC以極限功率運行，以保證系統(tǒng)的供電可靠性；18～22時段的電負荷高峰期，WT、PV、和FC均滿發(fā)，MT達到出力限制點，而SB在20時段時剩余容量已達下限，系統(tǒng)此時出現暫時的功率缺額，而在其它時間段內均能滿足負荷需求。

圖4 采用目標二時各微電源的優(yōu)化出力

按照目標三進行優(yōu)化時，從圖5可以看出，系統(tǒng)只在9～11及18時間段出現少量的功率缺額，而在其它時間段均能保持電力供應；在6～11及16～18時間段內SB以接近極限功率運行，而發(fā)電成本較高的FC則較少發(fā)電，只在12～14及19～22時段的用電高峰期以極限功率運行，以保證供電可靠性。為直觀比較3種目標下微網系統(tǒng)在孤網運行時的優(yōu)化調度結果，根據優(yōu)化結果分別計算出3種目標下微網系統(tǒng)運行時的總發(fā)電成本，如圖6所示；3種目標下微網系統(tǒng)的負荷缺電率如圖7所示。

圖5 采用目標三時各微電源的優(yōu)化出力

圖6 微網孤網運行時的發(fā)電成本

圖7 負荷缺電率

從圖6可以看出，目標一的發(fā)電成本最低，而目標二的發(fā)電成本最高；由圖7可知，目標一中的負荷缺電情況持續(xù)存在于負荷高峰時段，目標二中的負荷缺電率得到了很好的抑制，從而可知保證微網系統(tǒng)的供電可靠性，是以犧牲部分的經濟性為代價的；目標三的發(fā)電成本總體上介于目標一和目標二之間，而供電可靠性相較于目標一，也得到了明顯的改善，說明按照目標三來優(yōu)化調度微網系統(tǒng)孤網運行時各微電源的出力，統(tǒng)籌兼顧了微網系統(tǒng)運行時的經濟性與供電可靠性。

此外，在1～6時段的熱負荷高峰期，MT除了滿足熱負荷需求之外，還能提供相應的電能，減少其他非可再生能源機組的出力，降低了發(fā)電成本，提高了環(huán)保效益；而在18～22時段，熱電負荷的高峰期近乎重疊，MT在滿足熱負荷需求的同時，亦能提供較大的電力支援，降低了發(fā)電成本。

5 結束語

本文基于集中控制思想，在考慮了風電功率和電負荷的隨機性的基礎上，建立了微網系統(tǒng)孤網運行時的優(yōu)化調度模型，提出一種優(yōu)化調度策略，并以一個CHP型微網為例，結合蒙特卡洛模擬和遺傳算法對各微電源的出力情況進行了優(yōu)化。優(yōu)化結果表明，本文提出的優(yōu)化模型及策略可應用于CHP型微網的孤網優(yōu)化調度。但是本文提出的蓄電池的調度策略和CHP型微網的數學模型及調度策略相對較簡單，有待進一步完善；同時開發(fā)高效快速的求解算法，以滿足微網實時調度的需求，也是今后研究的重點之一。

[1] Hatziargyriou N，Asano H，Iranvani R，et al.Microgrids [J].IEEE Power and Energy Magazine，2007，5(4):78-94.

[2] Jablko R，et al. Technical and economical comparison of micro CHP systems[C]. Future Power Systems，2005 International Conference on IEEE，2005.

[3] Aki， Hirohisa.The penetration of micro CHP in residential dwellings in Japan[C].Power Engineering Society General Meeting，IEEE，2007.

[4] Dong Quanxue， Zhang Tian Kuo， Yuan Min，et al. The situation and problems of CHP industry in China[C].In Management and Service Science，2009， MASS’09，International Conference on IEEE，2009：1-4.

[5] 言大偉，韋鋼，胡吟，等.可靠性與經濟性相協(xié)調的微電網能量優(yōu)化[J].電力系統(tǒng)自動化，2012，36(8)：18-23.

[6] Basu A K，Chowdhury S， Chowdhury S P.Strategic deployment of CHP-based distributed energy resources in microgrid[C] .Proceedings of IEEE Power and Energy Society General Meeting，July 26-30，2009，Calgary，AB，Canada，1-6.

[7] 陳潔，楊秀，朱蘭，等.基于遺傳算法的熱電聯產型微網經濟運行優(yōu)化[J].電力系統(tǒng)保護與控制，2013，41(8)：7-15.

[8] 賀鵬，艾欣，徐虹.微電網經濟運行研究綜述[J].現代電力，2012,29(4)：1-6.

[9] 楊佩佩，艾欣，崔明勇，等.基于粒子群優(yōu)化算法的含多種供能系統(tǒng)的微網經濟運行分析[J].電網技術，2009，33(20):38-42.

[10]孫元章，吳俊，李國杰，等.基于風速預測和隨機規(guī)劃的含風電場電力系統(tǒng)動態(tài)經濟調度[J].中國電機工程學報，2009,29(4)：41-47.

[11]劉小平，丁明，張穎媛，等.微網系統(tǒng)的動態(tài)經濟調度[J].中國電機工程學報，2011,31(31)：77-83.

[12]肖青，陳潔，楊秀，等.含多種分布式電源的微網動態(tài)經濟調度[J].電力系統(tǒng)及其自動化學報，2013,25(4)：22-28.

[13]郭佳歡.微網經濟運行優(yōu)化的研究[D].北京：華北電力大學，2010.

[14]王瑞琪，李珂，張承慧.基于混沌多目標遺傳算法的微網系統(tǒng)容量優(yōu)化[J].電力系統(tǒng)保護與控制，2011，39(22)：16-19.

[15]張美霞，陳潔，楊秀，等.微網經濟運行研究綜述[J].華東電力，2012，40(9)：1481-1485.

[16]朱博，陳民鈾，徐瑞林，等.孤島模式下的微網優(yōu)化運行策略[J].電力系統(tǒng)保護與控制，2012,40(17)：35-40.

[17]雷英杰，張善文，李續(xù)武，等.MATLAB遺傳算法工具箱及應用[M].西安：西安電子科技大學出版社，2005.

[18]王振華，朱桂萍.并網狀態(tài)下微電網中微電源出力優(yōu)化算法[J].中國電力，2012，45(1)：55-58.

(責任編輯：林海文)

Research on Optimal Dispatch of a Combined Heat and Power Micro-grid System

CHEN Nianbin，YANG Mingyu

(School of Electrical and Electronic Engineering，North China Electric Power University，Baoding 071003，China)

Based on distributed generation, the combined heat and power micro-grid makes full use of renewable energy sources, solves the unified problem of power and heat demand of users, and realizes the cascade usage of energy. A stochastic technology is proposed to simulate the randomness of wind power and electrical loads, and a multi-objective model of island micro-grid optimal dispatch under the centralized control mode is developed, whose objective functions are to minimize the cost of operation, and maximize the reliability of power supply and the comprehensive benefit. Then a control strategy of micro-grid optimal dispatch under the island mode is presented. Taking a CHP micro-grid system as simulation case, the genetic algorithm is chosen to optimize the micro-source outputs. The results verify the validity of the proposed model and control strategy.

island；CHP；optimal dispatch；economy；power supply reliability

1007-2322(2015)04-0027-07

A

TM731

2014-06-13

陳念斌(1989—)，男，碩士研究生，研究方向為微電網的優(yōu)化調度，E-mail:ncepu_cnb@163.com；

楊明玉(1965—)，女，副教授，研究方向為電力系統(tǒng)繼電保護和微電網能量管理。