殷紅旭，劉春秀，趙金勇，耿洪彬，李仟成

(國(guó)網(wǎng)山東省電力公司德州供電公司, 山東德州 253000)

0 引 言

隨著全球工業(yè)經(jīng)濟(jì)的發(fā)展，能源問(wèn)題與環(huán)境問(wèn)題日益凸顯，清潔能源的開(kāi)發(fā)和利用成為能源領(lǐng)域發(fā)展的必然趨勢(shì)。而電力作為最主要的二次能源，以電網(wǎng)為依托，構(gòu)建以風(fēng)、光、氣等多種能源為核心的綜合能源供應(yīng)體系勢(shì)在必行。近年來(lái)，越來(lái)越多的分布式可再生能源接入電力系統(tǒng)運(yùn)行，由于其出力的隨機(jī)性和間歇性，對(duì)系統(tǒng)的電壓、潮流、保護(hù)等均有較大影響，給電網(wǎng)的運(yùn)行調(diào)度造成困難[1-3]。

區(qū)域能源互聯(lián)網(wǎng)是以互聯(lián)網(wǎng)技術(shù)為基礎(chǔ)，以電網(wǎng)為中心，融合大量分布式發(fā)電裝置和儲(chǔ)能系統(tǒng)，并將電力系統(tǒng)與天然氣系統(tǒng)、供熱網(wǎng)絡(luò)緊密耦合的綜合能源供應(yīng)系統(tǒng)[4-5]。目前對(duì)于能源互聯(lián)網(wǎng)已有部分研究和初步的實(shí)踐。文獻(xiàn)[6]介紹了含分布式可再生能源的能源互聯(lián)網(wǎng)系統(tǒng)基本結(jié)構(gòu)和特征。文獻(xiàn)[7]認(rèn)為能源互聯(lián)網(wǎng)是互聯(lián)網(wǎng)技術(shù)、可再生能源技術(shù)與現(xiàn)代電力系統(tǒng)的結(jié)合，是信息技術(shù)與能源電力技術(shù)融合發(fā)展的必然趨勢(shì)。文獻(xiàn)[8]討論了能源互聯(lián)網(wǎng)中廣義“源-網(wǎng)-荷-儲(chǔ)”協(xié)調(diào)優(yōu)化運(yùn)行模型及架構(gòu)，并給出了綜合協(xié)調(diào)系統(tǒng)內(nèi)多種可調(diào)度資源的協(xié)調(diào)優(yōu)化基本思路。

區(qū)域能源互聯(lián)網(wǎng)利用當(dāng)?shù)氐姆植际娇稍偕茉?、分布式電源、?chǔ)能、冷熱電三聯(lián)供等多種分布式資源進(jìn)行群控群管，有效解決多種分布式能源接入電網(wǎng)后產(chǎn)生的監(jiān)控和調(diào)度困難，在能源轉(zhuǎn)型和未來(lái)電網(wǎng)運(yùn)行調(diào)度中起到重要作用。通過(guò)對(duì)多種可再生能源、可控分布式電源及柔性負(fù)荷進(jìn)行有效監(jiān)測(cè)和協(xié)調(diào)控制，利用不同能源的時(shí)域特性及響應(yīng)能力，消除可再生能源出力波動(dòng)性與間歇性對(duì)電網(wǎng)的影響，實(shí)現(xiàn)可再生能源的充分消納。通過(guò)對(duì)電力、熱力、天然氣等多種能源系統(tǒng)進(jìn)行聯(lián)合優(yōu)化，利用冷熱電聯(lián)供、儲(chǔ)能、能量轉(zhuǎn)換裝置進(jìn)行多種能源的協(xié)調(diào)互補(bǔ)、梯級(jí)利用、存儲(chǔ)轉(zhuǎn)換，提高能源的利用效率，降低系統(tǒng)運(yùn)行成本。文獻(xiàn)[9]含多種能源的冷熱電聯(lián)供系統(tǒng)優(yōu)化模型，并采用粒子群算法求解。文獻(xiàn)[10]考慮含可再生能源的微電網(wǎng)系統(tǒng)，建立多時(shí)間尺度優(yōu)化調(diào)度模型，增加超超短期調(diào)度以減少調(diào)節(jié)壓力。文獻(xiàn)[11]針對(duì)含可再生能源的熱電聯(lián)供型微電網(wǎng)，建立日前優(yōu)化運(yùn)行模型，并采用機(jī)會(huì)約束處理風(fēng)光負(fù)荷的不確定性。然而，現(xiàn)有研究往往基于單斷面求解開(kāi)環(huán)最優(yōu)經(jīng)濟(jì)運(yùn)行問(wèn)題，并未考慮系統(tǒng)實(shí)際運(yùn)行狀態(tài)的反饋對(duì)優(yōu)化調(diào)度進(jìn)行動(dòng)態(tài)校正，受不確定性和波動(dòng)性影響較大。

模型預(yù)測(cè)控制是一種基于預(yù)測(cè)模型的閉環(huán)滾動(dòng)時(shí)域優(yōu)化控制算法，其核心思想為通過(guò)在線求解未來(lái)有限時(shí)域內(nèi)的約束優(yōu)化問(wèn)題，得到系統(tǒng)下一時(shí)刻的控制策略，使得系統(tǒng)的運(yùn)行性能達(dá)到最優(yōu)。模型預(yù)測(cè)控制技術(shù)通過(guò)采樣反饋和滾動(dòng)優(yōu)化等環(huán)節(jié)，結(jié)合系統(tǒng)當(dāng)前實(shí)際運(yùn)行狀態(tài)和對(duì)未來(lái)狀態(tài)的滾動(dòng)預(yù)測(cè)求解優(yōu)化控制指令，實(shí)現(xiàn)系統(tǒng)的閉環(huán)能量管理，能夠有效消除不確定性和系統(tǒng)干擾的影響，具有較強(qiáng)的動(dòng)態(tài)性和魯棒性[12-13]。

本文考慮包含風(fēng)光等可再生能源、儲(chǔ)能裝置、冷熱電聯(lián)供等多種能源系統(tǒng)的區(qū)域能源互聯(lián)網(wǎng)。針對(duì)可再生能源及負(fù)荷的波動(dòng)性和不確定性，基于模型預(yù)測(cè)控制技術(shù)，建立區(qū)域能源互聯(lián)網(wǎng)兩階段協(xié)同優(yōu)化調(diào)度模型。在日前階段，以系統(tǒng)總運(yùn)行成本最小為目標(biāo)，求解最優(yōu)經(jīng)濟(jì)調(diào)度問(wèn)題；在日內(nèi)階段，提出一種自適應(yīng)的模型預(yù)測(cè)控制方法，以日前調(diào)度計(jì)劃為參考，基于當(dāng)前系統(tǒng)運(yùn)行狀態(tài)滾動(dòng)求解未來(lái)有限時(shí)域內(nèi)的調(diào)度策略。最后通過(guò)算例驗(yàn)證所提模型和方法的有效性。

1 區(qū)域能源互聯(lián)網(wǎng)模型

區(qū)域能源互聯(lián)網(wǎng)以電網(wǎng)為依托，整合利用當(dāng)?shù)氐姆植际娇稍偕茉?、?chǔ)能、冷熱電聯(lián)供系統(tǒng)等多種資源，對(duì)各種資源進(jìn)行群控群管，可以解決多種能源接入所帶來(lái)的管控難題，實(shí)現(xiàn)多能互補(bǔ)。本文所研究的區(qū)域能源互聯(lián)網(wǎng)系統(tǒng)模型如圖1所示，包含風(fēng)機(jī)、光伏等可再生能源，儲(chǔ)能，以及冷熱電聯(lián)供系統(tǒng)等，同時(shí)供應(yīng)冷、熱、電三類(lèi)負(fù)荷。

圖1 區(qū)域能源互聯(lián)網(wǎng)系統(tǒng)Fig.1 Structure of regional energy internet system

1.1 常規(guī)發(fā)電機(jī)組模型

對(duì)于常規(guī)發(fā)電機(jī)組主要考慮其耗量特性，其成本采用二次模型函數(shù)模型來(lái)表示：

(1)

式中：Cg為常規(guī)發(fā)電機(jī)組發(fā)電成本；Pg為常規(guī)發(fā)電機(jī)組發(fā)電功率；a、b、c為常規(guī)發(fā)電機(jī)組發(fā)電成本系數(shù)。

1.2 燃?xì)廨啓C(jī)熱電聯(lián)供系統(tǒng)模型

熱電聯(lián)供系統(tǒng)將熱機(jī)、發(fā)電機(jī)、熱回收和制冷作為整體，實(shí)現(xiàn)供熱、供電相結(jié)合，實(shí)現(xiàn)能量梯級(jí)利用，提高能源利用效率[14]。燃?xì)廨啓C(jī)作為發(fā)電設(shè)備，為系統(tǒng)提供電能；熱回收系統(tǒng)回收燃?xì)廨啓C(jī)發(fā)電的余熱，為系統(tǒng)提供熱能。

燃?xì)廨啓C(jī)的天然氣耗量為

Fm=PmΔt/ηm,e

(2)

燃料成本為

Cm=FmCfuel

(3)

式中：Fm為燃?xì)廨啓C(jī)的天然氣耗量；Pm為燃?xì)廨啓C(jī)發(fā)電功率；Cm為燃?xì)廨啓C(jī)燃料成本；Cfuel為天然氣價(jià)格；ηm,e為燃?xì)廨啓C(jī)的發(fā)電效率。燃?xì)廨啓C(jī)發(fā)電效率隨發(fā)電功率變化，本文采用三階模型[9]：

(4)

燃?xì)廨啓C(jī)發(fā)電的余熱由熱回收系統(tǒng)進(jìn)行回收，可利用熱能為

(5)

式中：Qrec為熱回收系統(tǒng)提供的熱功率；ηrec為熱回收系統(tǒng)的回收效率；Nm為系統(tǒng)內(nèi)燃?xì)廨啓C(jī)數(shù)量。

1.3 儲(chǔ)能系統(tǒng)模型

對(duì)于儲(chǔ)能系統(tǒng)，主要考慮其充放電功率和荷電狀態(tài)。荷電狀態(tài)計(jì)算公式如下：

SOCt+1=SOCt(1-δ)+Pc,tηcΔt/Es-

Pd,tηdΔt/ηdEs

(6)

儲(chǔ)能系統(tǒng)運(yùn)行成本與其充放電功率相關(guān)：

(7)

式中：SOCt為儲(chǔ)能系統(tǒng)在t時(shí)刻的荷電狀態(tài)；δ為儲(chǔ)能系統(tǒng)的自放電率；Pc,t和Pd,t分別為儲(chǔ)能系統(tǒng)在t時(shí)段的充電和放電功率；ηc和ηd分別為充電和放電效率；Es為儲(chǔ)能系統(tǒng)的容量。

1.4 燃?xì)忮仩t模型

燃?xì)忮仩t的天然氣耗量與產(chǎn)生的熱量和鍋爐效率有關(guān)：

Fgb=QgbΔt/ηgb

(8)

燃料成本：

Cgb=FgbCfuel

(9)

式中：Fgb為燃?xì)忮仩t的天然氣耗量；Qgb為燃?xì)忮仩t的熱功率；ηgb為燃?xì)忮仩t的效率；Cgb為燃?xì)忮仩t燃料成本。

1.5 吸收式制冷機(jī)模型

吸收制冷機(jī)吸收熱回收系統(tǒng)和燃?xì)忮仩t產(chǎn)生的熱能并將其轉(zhuǎn)化為冷能。其制冷功率為

Qac=(Qrec,cool+Qgb,cool)COPac

(10)

式中：Qac為吸收式制冷機(jī)的制冷功率；Qrec,cool為熱回收系統(tǒng)熱功率中用于制冷的功率大??；Qgb,cool為燃?xì)忮仩t用于制冷的功率；COPac為吸收制冷機(jī)的能效比。

1.6 電制冷機(jī)模型

電制冷機(jī)其耗電量與制冷功率關(guān)系為

Qec=PecCOPec

(11)

式中：Qec為電制冷機(jī)的制冷功率；Pec為電制冷機(jī)消耗的電功率；COPec為電制冷機(jī)的能效比。

2 模型預(yù)測(cè)控制

模型預(yù)測(cè)控制是一類(lèi)基于預(yù)測(cè)模型的閉環(huán)滾動(dòng)時(shí)域優(yōu)化控制算法，自上世紀(jì)70年代問(wèn)世以來(lái)，憑借其易于建模、方便處理約束條件、魯棒性好、抗干擾能力強(qiáng)等特點(diǎn)，得到了很大發(fā)展和廣泛使用，成為復(fù)雜系統(tǒng)控制的有效途徑。模型預(yù)測(cè)控制技術(shù)的主要思想是結(jié)合系統(tǒng)當(dāng)前運(yùn)行狀態(tài)、未來(lái)輸入預(yù)測(cè)和約束條件，在線滾動(dòng)求解最優(yōu)的控制指令序列，主要包括預(yù)測(cè)模型、滾動(dòng)優(yōu)化和反饋校正3部分[12-13,15]，其基本框架如圖2所示。

圖2 模型預(yù)測(cè)控制基本框架Fig.2 Framework of model predictive control

① 預(yù)測(cè)模型。根據(jù)系統(tǒng)當(dāng)前和過(guò)去的輸入、輸出歷史信息，以及未來(lái)的輸入控制量及狀態(tài)信息，預(yù)測(cè)系統(tǒng)未來(lái)有限時(shí)域內(nèi)的響應(yīng)。預(yù)測(cè)模型需要能夠有效表示系統(tǒng)的運(yùn)行特征，并且易于實(shí)現(xiàn)。通常只注重模型的功能，而對(duì)模型的形式?jīng)]有過(guò)多要求。

② 滾動(dòng)優(yōu)化。比較預(yù)測(cè)模型得到的系統(tǒng)預(yù)測(cè)輸出與希望得到的參考輸出，以系統(tǒng)某種性能指標(biāo)最優(yōu)為目標(biāo)，確定未來(lái)有限時(shí)域內(nèi)的控制策略。通常可采取系統(tǒng)運(yùn)行狀態(tài)與參考輸出軌跡偏差最小為目標(biāo)。在每一個(gè)時(shí)刻，只對(duì)系統(tǒng)未來(lái)有限時(shí)域內(nèi)的運(yùn)行狀態(tài)進(jìn)行優(yōu)化控制，在下一時(shí)刻將優(yōu)化時(shí)域向后滾動(dòng)，并重新進(jìn)行優(yōu)化求解。

③ 反饋校正。在實(shí)際運(yùn)行中，由于誤差及擾動(dòng)的存在，系統(tǒng)的實(shí)際輸出與調(diào)度指令之間往往存在偏差。為了防止其對(duì)系統(tǒng)運(yùn)行造成影響，在每個(gè)時(shí)刻都對(duì)系統(tǒng)實(shí)際運(yùn)行狀態(tài)進(jìn)行采樣，根據(jù)采樣反饋得到的信息對(duì)系統(tǒng)運(yùn)行進(jìn)行優(yōu)化校正和補(bǔ)償，構(gòu)成閉環(huán)能量管理。每次優(yōu)化結(jié)束后，只下發(fā)未來(lái)第一個(gè)時(shí)段的控制指令，而將之后的全部放棄，防止誤差累積。

3 基于自適應(yīng)模型預(yù)測(cè)控制的兩階段協(xié)同優(yōu)化模型

近年來(lái)越來(lái)越多的可再生能源及分布式發(fā)電裝置接入電力系統(tǒng)，其不確定性給電力系統(tǒng)的運(yùn)行調(diào)度提出了新的挑戰(zhàn)[16-17]。此外，冷熱電等不同系統(tǒng)之間的耦合加深，也極大地增加了區(qū)域能源互聯(lián)網(wǎng)系統(tǒng)調(diào)度的復(fù)雜度。為實(shí)現(xiàn)可再生能源的充分消納，消除系統(tǒng)運(yùn)行不確定性的影響，本文提出基于自適應(yīng)模型預(yù)測(cè)控制的兩階段協(xié)同優(yōu)化調(diào)度模型，將區(qū)域能源互聯(lián)網(wǎng)運(yùn)行調(diào)度分為日前和日內(nèi)兩個(gè)階段。日前調(diào)度每24h執(zhí)行一次，優(yōu)化周期為24h，時(shí)間間隔為1h，求解系統(tǒng)機(jī)組開(kāi)停機(jī)計(jì)劃及大致的運(yùn)行出力。日內(nèi)滾動(dòng)每15min執(zhí)行一次，優(yōu)化周期為1h，分辨率為15min，對(duì)日前計(jì)劃進(jìn)行滾動(dòng)修正。

3.1 日前調(diào)度模型

3.1.1目標(biāo)函數(shù)

日前調(diào)度的目標(biāo)函數(shù)為調(diào)度周期內(nèi)系統(tǒng)總運(yùn)行成本最?。?/p>

Cgb,t+Pbuy,tCE,buy,t-Psell,tCE,sell,t)Δt

(12)

式中：T為優(yōu)化周期，日前取為24h；SU,g,i,t和SD,g,i,t分別為第i臺(tái)發(fā)電機(jī)在t時(shí)段的啟動(dòng)成本和停機(jī)成本；Cm,j,t為第j臺(tái)燃?xì)廨啓C(jī)在t時(shí)段的運(yùn)行成本；SU,m,i,t和SD,m,i,t分別為第j臺(tái)燃?xì)廨啓C(jī)在t時(shí)段的啟動(dòng)成本和停機(jī)成本；Ces,t為儲(chǔ)能系統(tǒng)在t時(shí)段的運(yùn)行成本；Pbuy和Psell分別為通過(guò)聯(lián)絡(luò)線從上級(jí)電網(wǎng)購(gòu)電和售電的功率；CE,buy,t和CE,sell,t分別為t時(shí)段的購(gòu)電和售電電價(jià)。

3.1.2約束條件

①功率平衡約束

冷熱電負(fù)荷均需滿足約束：

Pc,t=Eload,t+Pc,t+Psell,t+Pec,t

(13)

Qac,t+Qec,t≥Qcload,t

(14)

Qrec,heat,t+Qgb,heat,t≥Qhload,t

(15)

式中：Eload,t、Qcload,t、Qhload,t分別為系統(tǒng)在t時(shí)段的電、冷、熱負(fù)荷功率；Qrec,heat,t和Qgb,heat,t分別為熱回收系統(tǒng)和燃?xì)忮仩t在t時(shí)段提供的熱功率。

② 機(jī)組出力上下限約束

ugPg,min≤Pg≤ugPg,max

(16)

umPm,min≤Pm≤umPm,max

(17)

0≤Qac≤Qac,max

(18)

0≤Qec≤Qec,max

(19)

ugbQgb,min≤Qgb≤ugbQgb,max

(20)

式中：Pg,min、Pg,max、Pm,min、Pm,max分別為常規(guī)發(fā)電機(jī)組和燃?xì)廨啓C(jī)的出力下限、上限；ug、um、ugb分別為常規(guī)發(fā)電機(jī)組、燃?xì)廨啓C(jī)以及燃?xì)忮仩t的開(kāi)停機(jī)狀態(tài)標(biāo)志，1為開(kāi)機(jī)，0為停機(jī)；Qac,max為吸收制冷機(jī)的額定功率；Qec,max為電制冷機(jī)的額定功率；Qgb,min和Qgb,max分別為燃?xì)忮仩t的最小功率和最大功率。

③ 最小開(kāi)停機(jī)時(shí)間約束

對(duì)于常規(guī)發(fā)電機(jī)組，其運(yùn)行不能頻繁啟停，因此考慮其最小開(kāi)停機(jī)時(shí)間：

(21)

式中：Tgon,min為常規(guī)發(fā)電機(jī)組的最小開(kāi)機(jī)時(shí)間；Tgoff,min為常規(guī)發(fā)電機(jī)組的最小停機(jī)時(shí)間。

④ 發(fā)電機(jī)組爬坡率約束

除要求相鄰時(shí)刻機(jī)組出力變化不能過(guò)大，還要求在開(kāi)機(jī)時(shí)和停機(jī)前一個(gè)時(shí)刻機(jī)組出力為最小值：

(22)

式中：Δg,ru為常規(guī)發(fā)電機(jī)組出力增加的爬坡率；Δg,rd為常規(guī)發(fā)電機(jī)組出力減少的爬坡率。

⑤ 儲(chǔ)能系統(tǒng)約束

儲(chǔ)能系統(tǒng)在調(diào)度周期內(nèi)充放電電量應(yīng)保持平衡：

SOCT=SOC0

(23)

為了保證儲(chǔ)能系統(tǒng)的正常運(yùn)行，其荷電狀態(tài)應(yīng)避免過(guò)大或過(guò)?。?/p>

SOCmin≤SOCt≤SOCmax

(24)

運(yùn)行過(guò)程中，充放電功率也受到限制：

(25)

式中：SOCmin、SOCmax分別為儲(chǔ)能系統(tǒng)荷電狀態(tài)下限、上限；Pc,min、Pc,max、Pd,min、Pd,max分別為儲(chǔ)能系統(tǒng)充電、放電功率的下限和上限；uc、ud分別為儲(chǔ)能系統(tǒng)充、放電標(biāo)志，且有

uc,t+ud,t≤1

(26)

⑥ 熱回收系統(tǒng)約束

Qrec,cool+Qrec,heat≤Qrec

(27)

Qrec,cool+Qrec,heat≤Qrec,max

(28)

式中：Qrec,max為熱回收系統(tǒng)額定功率。

⑦ 燃?xì)忮仩t約束

燃?xì)忮仩t產(chǎn)生的熱功率，一部分用來(lái)直接供熱，另一部分由吸收制冷機(jī)用于制冷：

Qgb,cool+Qgb,heat=Qgb

(29)

⑧ 聯(lián)絡(luò)線功率約束

聯(lián)絡(luò)線功率分為購(gòu)電和售電：

(30)

式中:Pex,max為聯(lián)絡(luò)線最大傳輸功率；ubuy為購(gòu)電狀態(tài);usell為售電狀態(tài)，且有

ubuy+usell≤1

(31)

3.1.3日前調(diào)度結(jié)果

通過(guò)日前調(diào)度，確定常規(guī)發(fā)電機(jī)組的開(kāi)停機(jī)計(jì)劃ug及出力Pg,t，燃?xì)廨啓C(jī)的開(kāi)停機(jī)狀態(tài)um，儲(chǔ)能系統(tǒng)的充放電狀態(tài)uc、ud，聯(lián)絡(luò)線購(gòu)售電狀態(tài)ubuy、usell，燃?xì)忮仩t出力Qgb,cool、Qgb,heat，以及其他各機(jī)組的運(yùn)行參考值。以上變量將作為已知變量代入日內(nèi)滾動(dòng)優(yōu)化模型求解其他決策變量。

3.2 基于自適應(yīng)模型預(yù)測(cè)控制的日內(nèi)滾動(dòng)優(yōu)化模型

3.2.1目標(biāo)函數(shù)

由于日前優(yōu)化環(huán)節(jié)已基本保證了系統(tǒng)運(yùn)行的經(jīng)濟(jì)性，因此日內(nèi)在不確定性存在的情況下，以與日前參考值偏差最小、機(jī)組出力變化量最小為目標(biāo)，基于模型預(yù)測(cè)控制框架建立優(yōu)化模型。由于隨著時(shí)間尺度增加，預(yù)測(cè)誤差增大，距離較遠(yuǎn)的時(shí)段在優(yōu)化中的不確定性較大，因此提出自適應(yīng)策略，使得優(yōu)化過(guò)程中越近的時(shí)段所占比重越大。目標(biāo)函數(shù)采用二次型表示：

(32)

式中：t為當(dāng)前采樣時(shí)刻；N為模型預(yù)測(cè)控制的預(yù)測(cè)時(shí)域長(zhǎng)度；γ為自適應(yīng)控制系數(shù)；ΔXt+τ為t+τ時(shí)段各機(jī)組運(yùn)行出力相對(duì)參考值的偏差向量；ΔSOCt+τ為t+τ時(shí)段儲(chǔ)能系統(tǒng)荷電狀態(tài)相對(duì)參考值的偏差；Ut+τ為t+τ時(shí)段系統(tǒng)機(jī)組出力的增量；Q為模型預(yù)測(cè)控制參數(shù)對(duì)角矩陣，用于分配各機(jī)組調(diào)整量的權(quán)重。

3.2.2約束條件

① 機(jī)組出力預(yù)測(cè)模型約束

下一時(shí)刻機(jī)組的運(yùn)行出力由當(dāng)前反饋的系統(tǒng)實(shí)際運(yùn)行狀態(tài)及控制增量決定：

τ=1,2,…,N

(33)

②采樣反饋約束

由于預(yù)測(cè)誤差及系統(tǒng)運(yùn)行的擾動(dòng)等原因，優(yōu)化調(diào)度下發(fā)的出力控制指令與系統(tǒng)實(shí)際運(yùn)行狀態(tài)之間往往存在一定偏差，每次運(yùn)行優(yōu)化需要基于當(dāng)前系統(tǒng)實(shí)際運(yùn)行狀態(tài)進(jìn)行求解。因此在各時(shí)段對(duì)系統(tǒng)的實(shí)際運(yùn)行狀態(tài)進(jìn)行采樣反饋?？紤]采樣誤差擾動(dòng)，系統(tǒng)運(yùn)行狀態(tài)反饋值為

(34)

式中:Preal,i(t)為系統(tǒng)內(nèi)機(jī)組的實(shí)際運(yùn)行出力；σi為系統(tǒng)擾動(dòng)序列。

其余系統(tǒng)運(yùn)行約束條件與日前優(yōu)化階段一致，不再贅述。

3.2.3日內(nèi)滾動(dòng)調(diào)度結(jié)果

通過(guò)日內(nèi)滾動(dòng)調(diào)度，在每次運(yùn)行后得到未來(lái)有限控制時(shí)域內(nèi)的控制指令序列U，確定快速啟動(dòng)機(jī)組出力Pf,j、燃?xì)廨啓C(jī)出力Pm,i、聯(lián)絡(luò)線交換功率Pex、儲(chǔ)能系統(tǒng)充放電功率Pes、熱回收系統(tǒng)功率Qrec,heat、Qrec,cool以及電制冷機(jī)功率Qec。下發(fā)之后一個(gè)時(shí)段的控制指令U(t+1)。

4 算例分析

4.1 算例模型概述

本文選取一個(gè)包含風(fēng)、光等可再生能源的多能互補(bǔ)區(qū)域能源互聯(lián)網(wǎng)系統(tǒng)模型進(jìn)行研究。系統(tǒng)中包含一臺(tái)風(fēng)機(jī)、一個(gè)光伏發(fā)電組、兩臺(tái)常規(guī)發(fā)電機(jī)組、兩臺(tái)燃?xì)廨啓C(jī)、一個(gè)蓄電池儲(chǔ)能系統(tǒng)、一個(gè)燃?xì)忮仩t、一個(gè)熱回收系統(tǒng)和一組吸收制冷機(jī)。機(jī)組參數(shù)見(jiàn)表1。風(fēng)、光數(shù)據(jù)采用中國(guó)山東某市實(shí)際數(shù)據(jù)。在實(shí)際功率基礎(chǔ)上，設(shè)定可再生能源日前預(yù)測(cè)誤差為30%，日內(nèi)預(yù)測(cè)誤差為10%，負(fù)荷日前預(yù)測(cè)誤差為15%，日內(nèi)預(yù)測(cè)誤差為5%。圖3為風(fēng)光實(shí)際出力曲線，圖4為冷熱電負(fù)荷曲線。電價(jià)采用購(gòu)售電不同的峰谷平三段分時(shí)電價(jià)，日內(nèi)電價(jià)如圖5所示。模型采用Matlab/Yalmip結(jié)合商業(yè)優(yōu)化軟件Gurobi進(jìn)行求解。

表1 能源互聯(lián)網(wǎng)中各設(shè)備參數(shù)Tab.1 Device Parameters in the energy internet system

圖3 可再生能源出力Fig.3 Renewable power output

圖4 負(fù)荷功率Fig.4 Load power

圖5 電價(jià)Fig.5 Electricity price

4.2 運(yùn)行結(jié)果分析

系統(tǒng)仿真結(jié)果如圖6至圖9所示。圖6為區(qū)域能源互聯(lián)網(wǎng)中各機(jī)組發(fā)電出力曲線。圖7為儲(chǔ)能系統(tǒng)荷電狀態(tài)日內(nèi)變化趨勢(shì)。從優(yōu)化結(jié)果中可以看出，燃?xì)廨啓C(jī)由于能夠進(jìn)行冷熱電聯(lián)供，能源利用效率較高，因此優(yōu)先利用燃?xì)廨啓C(jī)進(jìn)行發(fā)電，并供應(yīng)冷熱能。且燃?xì)廨啓C(jī)發(fā)電量收到冷熱負(fù)荷功率的影響。常規(guī)發(fā)電機(jī)組由于發(fā)電成本較高，且開(kāi)停機(jī)調(diào)整時(shí)間較長(zhǎng)，為保證電力供應(yīng)，保持常開(kāi)狀態(tài)，并始終運(yùn)行在最小出力附近。在0點(diǎn)至8點(diǎn)，電價(jià)為最低，因此該時(shí)段內(nèi)適當(dāng)從上級(jí)電網(wǎng)購(gòu)電；在電價(jià)較高時(shí)段，區(qū)域能源網(wǎng)對(duì)上級(jí)電網(wǎng)售電以獲取收益。儲(chǔ)能系統(tǒng)在當(dāng)前可用發(fā)電資源充裕時(shí)進(jìn)行充電，在發(fā)電資源相對(duì)緊缺時(shí)進(jìn)行放電，消除功率偏差。

圖8為區(qū)域能源互聯(lián)網(wǎng)內(nèi)冷負(fù)荷及各機(jī)組制冷功率曲線。冷負(fù)荷由吸收制冷機(jī)和電制冷機(jī)供應(yīng)。吸收制冷機(jī)吸收部分燃?xì)廨啓C(jī)余熱和燃?xì)忮仩t熱功率并轉(zhuǎn)化為冷能。其中冷功率主要由燃?xì)廨啓C(jī)的制冷功率供應(yīng)，不足部分優(yōu)先由電制冷機(jī)補(bǔ)充，燃?xì)忮仩t由于成本較高，效率較低，因此最后使用。

圖6 電功率優(yōu)化調(diào)度結(jié)果Fig.6 Optimal dispatch of electric power

圖7 儲(chǔ)能系統(tǒng)荷電狀態(tài)Fig.7 State of charge of energy storage system

圖8 冷功率優(yōu)化調(diào)度結(jié)果Fig.8 Optimal dispatch of cooling energy

圖9為系統(tǒng)內(nèi)熱負(fù)荷及各機(jī)組制熱功率曲線。同樣，熱負(fù)荷優(yōu)先由熱回收系統(tǒng)從燃?xì)廨啓C(jī)獲得的余熱功率供應(yīng)，不足則由燃?xì)忮仩t提供。易看出，燃?xì)忮仩t主要在每日冷熱負(fù)荷最大時(shí)補(bǔ)充冷熱功率不足，并在電價(jià)降低時(shí)啟動(dòng)，以減少燃?xì)廨啓C(jī)出力，增加購(gòu)電，降低運(yùn)行成本。

圖9 熱功率優(yōu)化調(diào)度結(jié)果Fig.9 Optimal dispatch of thermal energy

將本文求解得到的優(yōu)化結(jié)果與不使用模型預(yù)測(cè)控制得到的開(kāi)環(huán)優(yōu)化結(jié)果進(jìn)行比較。圖10至圖12分別為采用不同方法計(jì)算得到的聯(lián)絡(luò)線交換功率、儲(chǔ)能系統(tǒng)充放電功率以及電制冷機(jī)功率對(duì)比。從結(jié)果可以看出，通過(guò)日內(nèi)調(diào)度，無(wú)論采用模型預(yù)測(cè)控制方法還是直接開(kāi)環(huán)經(jīng)濟(jì)調(diào)度，得到的優(yōu)化結(jié)果與日前參考值趨勢(shì)基本一致，由于日前調(diào)度誤差較大，且時(shí)間間隔較大，為了保證日內(nèi)能量供應(yīng)跟蹤負(fù)荷變化，在日內(nèi)調(diào)度階段對(duì)運(yùn)行計(jì)劃進(jìn)行一定的修正。相比于常規(guī)經(jīng)濟(jì)優(yōu)化調(diào)度方法，模型預(yù)測(cè)控制方法可以使系統(tǒng)內(nèi)各機(jī)組出力及聯(lián)絡(luò)線功率波動(dòng)顯著降低，減少機(jī)組的調(diào)節(jié)成本，有利于系統(tǒng)的穩(wěn)定運(yùn)行。

圖10 不同方法下聯(lián)絡(luò)線功率比較Fig.10 Tie-line power comparison of different methods

圖11 不同方法下儲(chǔ)能系統(tǒng)功率比較Fig.11 Energy storage power comparison of different methods

圖12 不同方法下電制冷機(jī)功率比較Fig.12 Electric chiller output comparison of different methods

由于可再生能源及冷熱電負(fù)荷的預(yù)測(cè)精度有限，因此總的供能功率與實(shí)際負(fù)荷需求之間存在一定的偏差?？疾炜偘l(fā)電、制冷、制熱功率相對(duì)實(shí)際負(fù)荷量的偏差率，如式(35)所示：

(35)

式中：Δ為供能與負(fù)荷需求的偏差率；Pi為第i臺(tái)供能機(jī)組功率；Pload為負(fù)荷實(shí)際功率。為充分考察模型預(yù)測(cè)控制方法的效果，將不使用模型預(yù)測(cè)控制及在不同預(yù)測(cè)時(shí)域下模型預(yù)測(cè)控制方法的效果進(jìn)行比較，結(jié)果如圖13～圖15及表2所示?？梢钥闯?，不使用模型預(yù)測(cè)控制的情況下，僅通過(guò)開(kāi)環(huán)最有經(jīng)濟(jì)調(diào)度求解各機(jī)組日內(nèi)運(yùn)行計(jì)劃，無(wú)法及時(shí)根據(jù)機(jī)組的實(shí)際運(yùn)行狀態(tài)反饋及風(fēng)光負(fù)荷的功率信息更新，調(diào)整各機(jī)組的出力計(jì)劃，因此功率偏差較大，不利于系統(tǒng)的穩(wěn)定運(yùn)行。采用模型預(yù)測(cè)方法進(jìn)行校正，能夠根據(jù)采樣反饋的系統(tǒng)實(shí)際運(yùn)行狀況及風(fēng)光預(yù)測(cè)信息，對(duì)運(yùn)行計(jì)劃及控制指令進(jìn)行校正，因此功率偏差較小。對(duì)比不同預(yù)測(cè)時(shí)域(N=1,N=4,N=8)下系統(tǒng)的運(yùn)行結(jié)果，預(yù)測(cè)時(shí)域N較小時(shí)，每次優(yōu)化時(shí)考慮未來(lái)時(shí)段較少，調(diào)節(jié)效果有限，而在N較大時(shí)，對(duì)未來(lái)系統(tǒng)運(yùn)行趨勢(shì)考慮較為充分，因此運(yùn)行偏差較小。

圖13 不同方法電功率偏差Fig.13 Electric power deviation of different horizons

圖14 不同方法下冷功率偏差Fig.14 Cooling power deviation of different horizons

圖15 不同方法下熱功率偏差Fig.15 Thermal power deviation of different horizons

表2 運(yùn)行功率偏差

5 結(jié) 論

區(qū)域能源互聯(lián)網(wǎng)以電網(wǎng)為依托，將電力、天然氣、供熱、供冷等各個(gè)能源系統(tǒng)互聯(lián)，實(shí)現(xiàn)各能源體系的協(xié)調(diào)控制，促進(jìn)能源的高效利用，在我國(guó)能源轉(zhuǎn)型過(guò)程中起著重要作用。本文考慮可再生能源出力及負(fù)荷預(yù)測(cè)的不確定性，提出了一種基于自適應(yīng)模型預(yù)測(cè)控制的區(qū)域能源互聯(lián)網(wǎng)兩階段協(xié)同調(diào)度策略，在日前通過(guò)最優(yōu)經(jīng)濟(jì)調(diào)度求解第二天的機(jī)組運(yùn)行計(jì)劃，在日內(nèi)以日前確定的經(jīng)濟(jì)運(yùn)行計(jì)劃為參考，通過(guò)自適應(yīng)模型預(yù)測(cè)控制方法對(duì)運(yùn)行計(jì)劃進(jìn)行滾動(dòng)校正。算例分析表明，本文提出的區(qū)域能源互聯(lián)網(wǎng)協(xié)調(diào)優(yōu)化模型與方法能夠有效協(xié)調(diào)系統(tǒng)內(nèi)各機(jī)組的運(yùn)行，為獲得較好的調(diào)度效果，應(yīng)保證預(yù)測(cè)時(shí)域不宜過(guò)短，通過(guò)在調(diào)度環(huán)節(jié)引入模型預(yù)測(cè)控制方法，根據(jù)實(shí)時(shí)運(yùn)行狀態(tài)對(duì)機(jī)組運(yùn)行進(jìn)行滾動(dòng)校正，可以有效消除可再生能源波動(dòng)性及負(fù)荷預(yù)測(cè)誤差的影響，平滑系統(tǒng)內(nèi)各機(jī)組的出力，有利于可再生能源的消納和綜合能源系統(tǒng)的經(jīng)濟(jì)穩(wěn)定運(yùn)行。