周步祥，鄒家惠，董申 ，廖敏芳，張致強

（1.四川大學電氣工程學院，四川 成都 610065；2.四川省電力公司建設工程咨詢分公司，四川 成都 610011；3.中國核動力研究設計院核反應堆系統(tǒng)設計技術國家重點實驗室，四川 成都 610011）

目前對于能源互聯(lián)網(wǎng)（energy internet，EI）的研究，有些國家已經(jīng)不僅限于理論的研究，開始步入實踐階段。一種未來可再生電力能源傳輸和管理（future renewable electrical energy delivery&management，F(xiàn)REEDM）系統(tǒng)，由美國北卡羅萊納州立大學提出，目前已經(jīng)成為初步具備能源互聯(lián)網(wǎng)特征的能量管理系統(tǒng)[1]。德國技術創(chuàng)新計劃E-energy從自動在線測試儀（in circuit tester，ICT）技術與現(xiàn)有整個電力系統(tǒng)融合的角度，提出了能源互聯(lián)網(wǎng)的概念，并在實現(xiàn)系統(tǒng)運行雙側(cè)協(xié)調(diào)方面取得了較為顯著的應用效果[2]。日本建立的數(shù)字電網(wǎng)使電能自身攜帶的信息進行電力的調(diào)度和優(yōu)化，從而提升了能源互聯(lián)網(wǎng)的信息交互技術，引領其步入到一個新的層次。我國對于能源互聯(lián)網(wǎng)的研究工作已經(jīng)進入到白熱化階段，尤其是今年國家電網(wǎng)的會議上提出的“泛在電力物聯(lián)網(wǎng)”的概念，將該技術的研究推進高潮。

“源-網(wǎng)-荷-儲”是實現(xiàn)能源互聯(lián)網(wǎng)的重要途徑，共享儲能是其中關鍵技術。文獻[3]的研究對象為居民社區(qū)，為解決社區(qū)綜合能源系統(tǒng)多能需求，如冷、熱、電，提出了利用混合整數(shù)線性規(guī)劃超結(jié)構模型進行問題的解決。為保障園區(qū)合理的投資回報，文獻[4]從“源-網(wǎng)-荷-儲”微平衡市場、網(wǎng)對網(wǎng)輔助服務、優(yōu)化控制運行、新型備用容量機制、內(nèi)外兩級購售電等方面，提出微網(wǎng)運營主體一體化以及投資主體多元化的模型，對該園區(qū)建立一體化運營模式，提出微網(wǎng)經(jīng)濟性分析方法。文獻[5]對分布式能源隨機建模，采用場景分析法分析，并建立了冷熱電聯(lián)產(chǎn)（combined cooling heating and power，CCHP）系統(tǒng)、新能源以及儲能的區(qū)域綜合能源系統(tǒng)聯(lián)合調(diào)度模型。上述研究都是對于社區(qū)以及園區(qū)的區(qū)域調(diào)度模型的分析，對于園區(qū)的能量協(xié)調(diào)優(yōu)化研究不夠深入。

本文研究在能源互聯(lián)網(wǎng)的環(huán)境下，以電力為主要能源，構建園區(qū)微網(wǎng)與共享儲能結(jié)合的優(yōu)化調(diào)度模型。根據(jù)微網(wǎng)能量約束條件以及負荷的預測數(shù)據(jù)，調(diào)整分布式能源出力，進而根據(jù)成本建立的目標函數(shù)進行計算，調(diào)整各微源包括共儲能的實際出力。采用模糊遺傳算法計算得到最優(yōu)協(xié)調(diào)出力結(jié)果。

1 “源-網(wǎng)-荷-儲”協(xié)調(diào)優(yōu)化運營模式及模型構建

1.1 協(xié)調(diào)優(yōu)化運營模式

“源-網(wǎng)-荷-儲”傳統(tǒng)的運營模式是一個包括“電源”、“電網(wǎng)”、“負荷”、“儲能”的統(tǒng)一整體解決方案的運營模式，該模式主要為“源-源”互補、“源-網(wǎng)”協(xié)調(diào)、“網(wǎng)-荷-儲”互動?；谀茉椿ヂ?lián)網(wǎng)的“源-網(wǎng)-荷-儲”模式，則可應用于整個廣泛的能源行業(yè)，且信息交互更為多元，主要體現(xiàn)在以下2個方面：

1）多種能源互補。基于能源互聯(lián)網(wǎng)的“源”包括多種能源，不僅僅指電力，石油、天然氣等能源也包括在內(nèi)，能源之間互不協(xié)調(diào)，強調(diào)各能源之間可相互替代，用戶可任意選擇能源的不同種取用方式。

2）“源-網(wǎng)-荷-儲”協(xié)調(diào)。協(xié)調(diào)內(nèi)容主要包括能源的開發(fā)利用、能量傳輸網(wǎng)絡之間以及資源運輸網(wǎng)絡之間的協(xié)調(diào)，還包括能源領域的用能綜合管理。其架構如圖1所示。

圖1 微網(wǎng)園區(qū)“源-網(wǎng)-荷-儲”示意圖Fig.1 Schematic diagram of“generation-grid-load-storage”in the micro-grid park

微電網(wǎng)是一個具備自我控制和自我能量管理的自治系統(tǒng)，既可以與外部電網(wǎng)并網(wǎng)運行，也可以孤立運行[6]。微電網(wǎng)包括可調(diào)度單元、能源存儲系統(tǒng)和需求側(cè)管理系統(tǒng)[7]。保障微網(wǎng)內(nèi)能源供需平衡，減少棄風、棄光率，以達到促進節(jié)能、降低園區(qū)微網(wǎng)運行成本的目的，使經(jīng)濟、技術、環(huán)境等綜合效益最大化。

1.2 園區(qū)微網(wǎng)模型構建

文章以分布式電源（distributed generation，DG）為主構建園區(qū)微網(wǎng)模型。微網(wǎng)社區(qū)能源系統(tǒng)結(jié)構模型如圖2所示。圖2中，由用戶、電動汽車、蓄電池等具有的儲能裝置共同組成一個共享儲能系統(tǒng)，與分布式能源一起參與該園區(qū)系統(tǒng)的電能調(diào)度。社區(qū)運營商配有風電、光伏和共享儲能，用戶安裝有小型光伏電源。

圖2 社區(qū)能源系統(tǒng)結(jié)構模型圖Fig.2 The diagram of community energy system structure model

為了滿足用戶自身用電需求以及能源合理利用，在用電高峰期，自產(chǎn)電能無法供給大量用電負荷時，需從社區(qū)運營商購電，而用戶在用電低谷期，則將多余電能輸送至運營商。運營商負責調(diào)配電能的輸送，園區(qū)電能之間可以相互利用，當園區(qū)電能不夠，則從大電網(wǎng)購電以滿足用戶用電需求。用戶需要向運營商支付一定數(shù)額租賃費，運營商需為園區(qū)提供合理電能調(diào)度優(yōu)化安排，以及協(xié)調(diào)與大電網(wǎng)之間的電能交易。圖3為用戶電量交易模型圖。

圖3 用戶電量交易模型Fig.3 User power transaction model

1.2.1 共享儲能模型

假設充電、放電效率分別為ηin，ηout，計及儲能在能量轉(zhuǎn)換中的損失，且0≤ηin≤1，0≤ηout≤1，則電能充放電模型為[8]

式中：SOC(t)為 t時刻電能的荷電；pinESS,n,t，poutESS,n,t分別為用戶n在t時段內(nèi)的充、放電功率。

共享儲能運營商的調(diào)配作用，致使整個園區(qū)微源與微源、儲能之間相互配合，用電低谷時期，DG出力部分作用于負荷，剩下的供給儲能，以保證用電高峰時期、DG無法滿足用電需求時，儲能發(fā)電，以減少從大電網(wǎng)的購電成本，亦可用在戶之間的電力調(diào)配。

1.2.2 用戶電負荷模型

用戶電負荷模型，包括用戶家用電以及電動汽車等，運用檢查技術預測出用戶負荷需求為[9]

式中：le,n,t為用戶n在t時段內(nèi)的電負荷需求；T為一整天的所有時間段。

2 園區(qū)微網(wǎng)目標函數(shù)及約束條件

2.1 目標函數(shù)

文章以園區(qū)成本最小為目標函數(shù)，主要包含設備的折舊成本和購售電成本。

目標函數(shù)如下：

式中：CIN（t）為折舊成本函數(shù)；CG（t）為購售電成本；CES（t）為儲能設備運維成本；CM(t)為分布式電源運維成本。

1）折舊成本。折舊成本屬于微電網(wǎng)發(fā)電成本的固定成本，其中風機、光伏板、儲能系統(tǒng)的折舊成本都包括在內(nèi)。在t時間段，微網(wǎng)的折舊成本為[10]

其中

式中：n為微源數(shù)量；Pi（t）為微源在t時刻的輸出功率；ni為第i種微源的投資償還期，通常為平均設備壽命；ri為第 i種微源的固定年利率 ；Cin，i為單位容量建設成本；ki為年利用系數(shù)。

2）購售電成本[11]：

其中

式中：IPgrid（t），ISgrid（t）分別為購電和售電狀態(tài)常數(shù)，根據(jù)購售電不同情況取值；CP（t）為t時段購電價，CS（t）為t時段售電價，售電和購電價格各分為峰、谷、平3個時段；PPgrid為t時段購電功率；PSgrid為t時段售電功率。

3）儲能設備運維成本：

式中：ces為儲能設備的運行維護成本系數(shù)；PESS，n為儲能在t時段的充放電功率，其正負號的選取與儲能設備的充電、放電狀態(tài)相關。

4）分布式電源運維成本：

式中：cm,i為第i種微源單位出力運維成本系數(shù)。

2.2 約束條件

微電網(wǎng)能量管理優(yōu)化的約束條件分以下幾方面，包括等式約束和不等式約束。

2.2.1 有功平衡約束

動機作為由特定目標激發(fā)、引導和維持的內(nèi)在心理過程，只是人們行為的基礎，實際行為的產(chǎn)生還需具備相應的客觀環(huán)境。腐敗也如此，只有在同時具備了相應的客觀環(huán)境后，腐敗者才會在腐敗動機的作用下采取實際的腐敗行動。盡管催生腐敗的客觀環(huán)境涉及眾多復雜要素，但梳理上述169個女性腐敗案例，并參照學界已有研究成果，筆者認為，在導致女貪官腐敗的客觀環(huán)境因素中，下述幾方面最為重要。

有功平衡約束方程如下：

式中：NDG為DG的數(shù)量；PGi（t）為第i臺微源在t時刻的出力；P1（t）為t時段的系統(tǒng)負荷需求功率。

2.2.2 聯(lián)絡線功率約束

購售電情況約束主要為：購電和售電只能有一種情況的存在，或者不購電也不售電，購售電約束如下：

購電和售電的功率上下限約束如下：

2.2.3 儲能系統(tǒng)（ESS）運行約束

為了防止過度充放電對儲能系統(tǒng)造成損害，儲能系統(tǒng)荷電狀態(tài)（state of charge，SOC）值需在最大、最小的荷電量之間：

式中：SOC（t）為 t時刻蓄電池的荷電量；SOCmax，SOCmin分別為蓄電池荷電量的最大、最小值。

t時刻系統(tǒng)中蓄電池剩余儲能容量EB（t）需滿足不超過其限值，即

式中：PESS.e為蓄電池充放電功率額定值；ηdd為雙向DC-DC變換器效率；Pdde為雙向DC-DC變換器額定功率。

2.2.4 潮流約束

輻射性微電網(wǎng)以DistFlow等式表示潮流約束：

式中：Qn+1為DG第n+1次迭代的無功功率；an和bn為第n次迭代電壓Un的實部和虛部；I為恒定的電流向量幅值；P為恒定的有功功率的值。

3 能量優(yōu)化策略

為了充分利用新能源，除成本優(yōu)化以外，還應對終端進行優(yōu)化，即調(diào)整微源出力，提高DG利用率。

3.1 能量優(yōu)化

DG開發(fā)成本較高，傳統(tǒng)的經(jīng)濟優(yōu)化策略雖然能降低成本，但DG達不到優(yōu)先調(diào)度權，不能充分利用。因此文章提出DG出力優(yōu)化與成本優(yōu)化的結(jié)合[12]。該部分在成本優(yōu)化之前計算。

為讓DG利用率達到最大，構建的數(shù)學模型如下所示：

式中：PL，1（t）為一級優(yōu)化后t時刻的等效負荷；PGv（t）為t時刻的光伏出力；PGw（t）為t時刻的風機出力。

優(yōu)化需要依據(jù)電網(wǎng)層所提供的用戶側(cè)負荷需求預測數(shù)據(jù)、DG出力的預測數(shù)據(jù)、DG的實際出力以及儲能系統(tǒng)實時儲能情況進行調(diào)整，提高DG利用率。

得到用戶側(cè)需求和DG預測出力數(shù)據(jù)后，首先通過約束條件確定的范圍，對該數(shù)據(jù)進行合理取值。其次則實現(xiàn)DG出力最大，結(jié)合式（16）計算光伏、風機出力與負荷需求差的最小值，得到結(jié)果后繼續(xù)判定，直到DG出力最大。

3.2 優(yōu)化算法

由于遺傳算法遺傳操作及相關參數(shù)（例如交叉率）的選擇不合理或不隨進化過程自適應地改變會導致收斂速度低、過早收斂等一系列的問題，因此文章采用模糊遺傳算法（fuzzy genetic algorithm，F(xiàn)GA）對微電網(wǎng)各微源進行分析計算。模糊遺傳算法意思是將模糊邏輯的理論用于遺傳算法，例如當部分信息模糊、不明確的時候，就可以用模糊理論來處理這些信息。

模糊遺傳算法的大致流程如圖4所示。

圖4 模糊遺傳算法流程圖Fig.4 Flow chart of FGA

4 仿真驗算

4.1 基本數(shù)據(jù)

為驗證該方案的有效性，本節(jié)以園區(qū)微網(wǎng)作為研究對象，進行仿真驗算。

分時電價數(shù)據(jù)如下：峰時段（10∶00～15∶00，18∶00～22∶00）為1.055元/（kW·h）；平時段（6∶00～10∶00，15∶00～18：00）為0.633元/（kW·h）；谷時段（22∶00～6∶00）為0.291元/（kW·h）。

風機上限設置在10 kW，光伏上限為10 kW，儲能系統(tǒng)上限為8 kW，下限為-8 kW。

光伏、風機以及儲能設備維護成本如表1所示。

表1 各類設備維護成本Tab.1 Maintenance cost of various equipments

風機、光伏出力預測以及用戶用電量預測數(shù)據(jù)如表2所示。

表2 分時段預測數(shù)據(jù)Tab.2 Prediction data of time periods

圖5為能量優(yōu)化后負荷實際值與不進行能量優(yōu)化的負荷預測值對比圖。

圖5 用戶用電對比圖Fig.5 User electricity comparison chart

4.2 方案對比

為了驗證方案的有效性，文章給出了3種不同的對比方案：

方案1：傳統(tǒng)儲能方式，“自發(fā)自用，余量上網(wǎng)”模式；

方案2：共享儲能的方式下，“自發(fā)自用，余量上網(wǎng)”模式；

方案3：共享儲能的方式下，通過運營商合理調(diào)度電能模式。

3種方案各指標對比的各方案成本和清潔能源利用率對比如下：

1）各方案優(yōu)化成本如表3所示。對比表3三種方案經(jīng)濟成本，得到方案3成本最低，因此其經(jīng)濟性最好。

表3 各方案優(yōu)化成本Tab.3 Cost of each case

2）清潔能源利用率。一級優(yōu)化要實現(xiàn)清潔能源最大限度的利用，故清潔能源利用率是一個重要的指標，圖6為不同方案下，清潔能源的優(yōu)化出力曲線圖。由圖6可知，方案3的功率輸出最大，方案2其次，方案1最小，因此方案3的清潔能源利用率顯然高于方案1的利用率。

圖6 不同方案優(yōu)化曲線Fig.6 Optimization curves of different schemes

綜合以上2點，可知共享儲能的方式下，通過運營商合理調(diào)度電能模式的方案3，達到了成本、DG利用率最優(yōu)，因此提出的模型有效。

5 結(jié)論

文章在能源互聯(lián)網(wǎng)背景下，提出將共享儲能與園區(qū)微網(wǎng)結(jié)合的模式框架，主要討論“源-網(wǎng)-荷-儲”的能量優(yōu)化運行，將減少運營成本，為園區(qū)微網(wǎng)的發(fā)展以及提高分布式電源的利用率提供了思路。

在模型的構建以及優(yōu)化的方式、算法上，還存在以下幾個問題：

1）涉及到負荷的多樣性，文章在這方面構建的模型略簡單，考慮到的問題不完善。

2）文章只是在電能一種能源的優(yōu)化上進行了討論，對于能源互聯(lián)網(wǎng)應該是多種能源合理運用，如熱（冷）能的運用，這樣才能做到能源最大化利用。

電力作為現(xiàn)階段用戶用能的最主要來源，它能夠?qū)⒛茉垂獋?cè)與需求側(cè)連接起來，而“源-網(wǎng)-荷-儲”運營模式則可將能源互聯(lián)網(wǎng)擴大化，形成泛在物聯(lián)的新模式。