胡晨陽， 楊俊杰，2*

(1.上海電力大學電子與信息工程學院， 上海 200090； 2.上海電機學院電子信息學院， 上海 201306)

近年來，人們對于傳統(tǒng)能源的消耗與日俱增，由此導致了生存環(huán)境的惡化以及傳統(tǒng)能源的逐漸枯竭。發(fā)展清潔能源，同時提高能源的利用率成了人類的共同心愿。越來越多的居民用戶和工業(yè)用戶考慮到其環(huán)保性和經(jīng)濟性，安裝了可再生能源發(fā)電裝置和儲能系統(tǒng)，并受益于此[1-3]。對于工業(yè)用戶，合理安裝分布式光伏和風機，并配備相應容量的儲能，建立工業(yè)微電網(wǎng)，這樣可以充分利用閑置空間來促進可再生能源發(fā)電的消納，減少電力傳輸所造成的損耗，從而提高工業(yè)用電的經(jīng)濟性。

在微電網(wǎng)的優(yōu)化調(diào)度方面，中外已經(jīng)進行了較為廣泛的研究，但微電網(wǎng)中儲能的調(diào)度策略優(yōu)化，和微電網(wǎng)的可靠性研究較少。文獻[4-5]建立了計及儲能壽命的微網(wǎng)群多目標優(yōu)化調(diào)度模型，有效提高了微電網(wǎng)的經(jīng)濟性。文獻[6]討論了梯次利用電池儲能在微電網(wǎng)的應用，可以有效降低系統(tǒng)的運行成本。文獻[7]提出了基于雙蓄電池的家庭微網(wǎng)優(yōu)化調(diào)度策略，優(yōu)化了充放電對于儲能壽命的影響。但未考慮換流約束和損耗，約束條件考慮不足，也未涉及可靠性問題。文獻[8]構建了分階段微電網(wǎng)優(yōu)化調(diào)度模型，卻未考慮儲能電池放電量對于儲能壽命產(chǎn)生的影響。文獻[9]建立了具有柔性負荷的工業(yè)微電網(wǎng)系統(tǒng)，未考慮儲能的分組調(diào)度和工業(yè)對可靠性的要求。文獻[10]提出了多微電網(wǎng)系統(tǒng)雙層能量管理模型和貢獻度評估模型，實現(xiàn)多微電網(wǎng)整體運行成本最小。文獻[11-13]提出的微電網(wǎng)儲能系統(tǒng)控制策略都具有一定成效，但儲能電池仍具有充放電狀態(tài)切換次數(shù)過多，對儲能壽命有極大的損耗。

對光伏發(fā)電系統(tǒng)，風力發(fā)電系統(tǒng)，蓄電池儲能系統(tǒng)，工業(yè)負荷分別進行建模，設計了一種基于分組儲能的工業(yè)微網(wǎng)控制策略，該方法將蓄電池充放電損耗，再生能源發(fā)電的預測誤差，換流損耗以及負荷特性考慮在內(nèi)，能夠在滿足經(jīng)濟性的同時，保證斷電情況下微電網(wǎng)的可靠性。該策略在日前階段根據(jù)用電信息和實時電價來確定儲能的調(diào)度策略，之后在日內(nèi)階段，根據(jù)實時收集到的各種情況信息來對之前的日前儲能調(diào)度策略進行再次優(yōu)化；在斷電情況下，可使用備用組對重要生產(chǎn)負荷進行供電，盡量延長生產(chǎn)時間。最后通過仿真驗證了該分組儲能控制策略可以合理有效地減少風機和光伏發(fā)電不確定性對于微電網(wǎng)調(diào)度的影響，減少了儲能系統(tǒng)的壽命損耗，提高了工業(yè)微電網(wǎng)的經(jīng)濟性，同時兼顧了斷電情況下微電網(wǎng)的可靠性。

1 工業(yè)微電網(wǎng)模型

1.1 工業(yè)微電網(wǎng)系統(tǒng)結構

典型的工業(yè)微電網(wǎng)系統(tǒng)結構如圖1所示，光伏系統(tǒng)、風機系統(tǒng)和儲能系統(tǒng)通過逆變器和變流器與母線相連，工業(yè)負荷直接與母線相連，母線與大電網(wǎng)相連。微電網(wǎng)控制中心與各部分相連接從而對微電網(wǎng)進行調(diào)度。

圖1 典型的工業(yè)微電網(wǎng)系統(tǒng)結構

1.2 光伏出力預測模型

光伏裝置發(fā)電功率的大小主要與外界溫度和陽光輻射強度相關。根據(jù)天氣預報獲得太陽輻射強度和環(huán)境溫度數(shù)據(jù)來計算光伏出力，具體計算公式為

(1)

式(1)中：Pb為光伏在標準測試下的最大測試功率；La為太陽輻射強度；ts為功率溫度系數(shù)，取0.003 6/℃；TE為環(huán)境溫度；TRE為參考環(huán)境溫度；LRE為參考輻射強度。

1.3 風機出力預測模型

風力發(fā)電的出力預測曲線可以通過風速v來計算。其關系為

(2)

式(2)中：vqr和vqc分別為切入風速和切出風速；vr為額定風速；Pr為額定輸出功率；a、b為系數(shù)，其中a=vqrPr/(vqr-vr),b=Pr/(vr-vqr)。

1.3 工業(yè)智能負荷模型

在智能化工業(yè)生產(chǎn)的環(huán)境下，生產(chǎn)線用電任務可以根據(jù)時間的靈活度分為可延遲用電任務和不可延遲用電任務，而可延遲用電任務又根據(jù)能否中斷分為了可中斷用電任務和不可中斷用電任務。其中，不可延遲用電任務不參與微電網(wǎng)的優(yōu)化調(diào)度，而可延遲用電任務在時間上具有靈活性，所以可以轉移到低電價階段來降低用電成本。假設工業(yè)用戶共有A個生產(chǎn)用電任務，其中包含p個不可被中斷的用電任務和q個可以被中斷的用電任務。在用電任務調(diào)度過程中，可延遲用電任務滿足的約束條件為

(3)

(4)

式中：H為一天所均分的時間段個數(shù);h為其中的第h時間段;[t1,t2]為可延遲用電任務a工作允許時間范圍；da為可延遲用電任務的工作時間段數(shù)，0-1變量sa(h)表示任務的狀態(tài)(0代表未工作，1代表工作)。而不可中斷任務一旦開始便只能等到任務完成后停止，該約束為

(5)

1.4 儲能系統(tǒng)模型

儲能系統(tǒng)可以儲存未使用的風機以及光伏發(fā)電量，也可在電價較低時從電網(wǎng)購買電能儲存，在電價較高時使用從而提高系統(tǒng)的經(jīng)濟性。本文中的家庭儲能用蓄電池根據(jù)每日的可再生能源發(fā)電情況劃分為了單向充電組和雙向調(diào)度組。每組蓄電池的荷電狀態(tài)在其充放電過程中，滿足的能量守恒為

(6)

式(6)中：SOCini為儲能系統(tǒng)荷電狀態(tài)的初始值；PBc為蓄電池組的充電功率；PBd為蓄電池組的放電功率；ec為蓄電池組的充電效率，ed為蓄電池組的放電效率，本文中均取0.97；CB為蓄電池額定容量；Δi為一天中均分的每個時段時長。

1.5 分組儲能調(diào)度模型

對工業(yè)微電網(wǎng)的儲能系統(tǒng)劃分組別進行控制，可以有效減少風機和光伏發(fā)電的不確定性對于配電網(wǎng)的影響，起到經(jīng)濟調(diào)度的作用，同時也兼顧了微電網(wǎng)的可靠性，能在斷電情況下盡量延續(xù)生產(chǎn)任務不中斷。本文中將儲能系統(tǒng)劃分為三組，分別為單向充電組，雙向調(diào)度組和備用組。本文中儲能蓄電池內(nèi)部是由N個規(guī)格相同的單體儲能蓄電池構成，如圖2所示。

圖2 分組儲能結構圖

1.5.1 單向充電組和雙向調(diào)度組

單向充電組和雙向調(diào)度組，在儲能分組里起到了平抑可再生能源發(fā)電不確定性，和經(jīng)濟調(diào)度的作用?？刂葡到y(tǒng)獲取可再生能源預測功率數(shù)據(jù)，儲能裝置狀態(tài)信息，市場電價信息等，來對單向充電組和雙向調(diào)度劃分容量?？稍偕茉窗l(fā)電不確定出力的部分，即為可再生能源預測時的最大值與最小值之差，先儲存在單向充電組中，到下個調(diào)度周期，單向充電組轉變?yōu)殡p向調(diào)度組，之前單向充電組中存儲的可再生能源出力的不確定部分就成了雙向調(diào)度組的初始容量。而可再生能源發(fā)電預測中的最小發(fā)電量確定部分由于已經(jīng)確定，故直接可以加入工業(yè)微網(wǎng)系統(tǒng)的調(diào)度優(yōu)化中。

(7)

Ed=ER-Es-Eb

(8)

式中：ceil函數(shù)為向上取整的數(shù)學函數(shù)；ER,1為單體蓄電池的額定容量；Es為單向充電組的初始容量；Ed為雙向調(diào)度組的初始容量；Eb為備用組的初始容量。SOCmax和SOCmin是儲能蓄電池組荷電狀態(tài)最大值和最小值。

當儲能實時功率大于0時，儲能處于放電需求狀態(tài)，此時單向充電組待命，雙向調(diào)度組運行工作。此時雙向調(diào)度組的放電功率為

(9)

式(9)中：Pmax，d為雙向調(diào)度組的最大放電功率；Ed為雙向調(diào)度組的初始容量；ηd為蓄電池的放電效率；SOCd和SOCmin，d為雙向調(diào)度組的荷電狀態(tài)和其最小值。該式能夠限制蓄電池放電過度。

當儲能實時功率小于0時，儲能處于充電需求狀態(tài)，此時雙向調(diào)度組待命，單向充電組運行工作。此時單向充電組的充電功率為

(10)

式(10)中：Pmax，d為單向充電組的最大充電功率；Es為單向充電組的初始容量；ηs為蓄電池的充電效率；SOCs和SOCmax，s為單向充電組的荷電狀態(tài)和其最大值。該式能夠限制蓄電池充電過度。

在單向充電組和雙向調(diào)度組運行過程中，如果檢測到其中一組儲能的荷電狀態(tài)到達限值，則通過開關操作交換兩組的角色，將充滿電的單向充電組與雙向調(diào)度組進行交換；同樣，當雙向調(diào)度組荷電狀態(tài)低到限值時，將其與單向充電組進行交換，進行充能。

1.5.2 備用組

備用組在儲能分組里起到了電能備用的作用，增加了微電網(wǎng)在突發(fā)情況下的可靠性。備用組中儲存的電能可以滿足工業(yè)生產(chǎn)重要負荷如溫控負荷，產(chǎn)線負荷等在一段時間內(nèi)仍可維持工作的要求，避免了突發(fā)斷電情況造成停工產(chǎn)生的損失。

由于蓄電池組的容量劃分不具有連續(xù)性，故備用組的容量規(guī)格設置應該根據(jù)單個蓄電池的容量大小設置為

(11)

式(11)中：ceil函數(shù)為向上取整的數(shù)學函數(shù)；Eb為備用組的容量；Tf為工業(yè)用戶要求的備用組單獨能夠滿足重要負荷運行的時間；Pim,t為工業(yè)重要負荷在t時段內(nèi)的用電量。

2 儲能分組最優(yōu)調(diào)度模型

2.1 目標函數(shù)

把微電網(wǎng)系統(tǒng)看作是一個整體，調(diào)度時段內(nèi)微電網(wǎng)系統(tǒng)經(jīng)濟成本最低為目標，目標函數(shù)為

Cmin=Cg+Ct+Cb

(12)

式(12)中：Cg為微電網(wǎng)系統(tǒng)向大電網(wǎng)購售電所對應的成本；Ct為換流器損耗對應的成本；Cb為單周期儲能損耗對應的成本。

2.1.1 買電成本

優(yōu)化調(diào)度區(qū)間設為T個時間段，每個時間段區(qū)間為Δt。調(diào)度與大電網(wǎng)交換功率的成本計算公式為

(13)

式(13)中：Pbuy為向電網(wǎng)買電功率；Tbuy為買電電價；Psell為向電網(wǎng)售電功率；Tsell為售電電價。

2.1.2 換流成本

換流產(chǎn)生的損耗折算成本計算公式為

Ct=Gt(1-η)∑Tt=|Pilc in,t|

(14)

式(14)中：Gt為換流損耗系數(shù)；η為轉換效率；Pilc in為流入換流器功率。

2.1.3 儲能系統(tǒng)損耗折算成本

充放電次數(shù)和充放電深度對儲能的壽命有著直接的影響，根據(jù)吞吐量法，儲能電池在每個充放電周期的損耗折算成本為

(15)

式(15)中：ntest為不同放電深度測試的次數(shù)；N為雙組儲能系統(tǒng)中包含單個儲能蓄電池的個數(shù)；ER,1為單個蓄電池的額定容量；Ni為第i次放電深度測試中單個蓄電池的循環(huán)次數(shù)；Di為放電深度；El為單個調(diào)度周期內(nèi)的蓄電池等效吞吐量；C0為整個儲能系統(tǒng)的安裝成本。

2.2 約束條件

2.2.1 微網(wǎng)系統(tǒng)的功率平衡約束

Pgrid,t=Pload,t+PL in,t+PL out,t-Pbat,t-PRE,t

(16)

式(16)中：Pgrid,t為在t時刻從電網(wǎng)獲得的功率；Pload,t為t時刻負荷總功率；PL in,t為t時刻的轉入負荷功率；PL out,t為t時刻的轉出負荷功率；Pbat,t為t時刻儲能系統(tǒng)功率；PRE,t為t時刻可再生能源發(fā)電總功率。

2.2.2 換流功率約束

(17)

式(17)中：Pilc in和Pilc out為流入和流出換流器的功率；Pmax ilc in和Pmax ilc out為流入和流出的最大換流功率。

2.2.3 分組儲能的荷電狀態(tài)和功率約束

(18)

式(18)中：Pmax in和Pmax out分別為儲能的最大充電和放電功率。

2.2.4 工業(yè)可轉移負荷約束

(19)

式(19)中：PmaxL in為工業(yè)可轉移負荷的最大允許轉入功率；PmaxL out為最大允許轉出功率。

2.3 基于自適應遺傳算法的優(yōu)化模型求解

本文中儲能系統(tǒng)的優(yōu)化調(diào)度模型涉及的變量較多，同時結構相對復雜，其中混合了整數(shù)規(guī)劃問題。傳統(tǒng)的遺傳算法應用于較為復雜的問題時存在諸多問題，如搜索速度慢，對初始解敏感，易于陷入局部最優(yōu)等。而采用自適應處理方法可以避免上述問題。將初始群體規(guī)模設置為40，迭代次數(shù)設置為300次，來對優(yōu)化調(diào)度模型進行求解，調(diào)度的具體流程圖如圖3所示。

圖3 工業(yè)微電網(wǎng)優(yōu)化調(diào)度流程圖

3 算例分析

3.1 算例設置

本文中建立的工業(yè)微電網(wǎng)結構如圖1所示，其中儲能蓄電池額定容量為360 kW·h，內(nèi)部具有12個容量為30 kW·h的單體蓄電池，共同組成大蓄電池組，初始SOC設置為0.1，SOC的允許范圍設置為0.1～0.9。換流系數(shù)Gtrans設置為0.4。蓄電池儲能系統(tǒng)的安裝成本為200元/(kW·h)。具體的技術參數(shù)如表1所示。文中所采用的分時購電電價，上網(wǎng)電價如表2所示。電價分時段時間如表3所示。

表1 微電網(wǎng)的相關技術參數(shù)

表2 分時電價信息

表3 時段信息

將1 d分為48個時段，每段30 min，在該廠區(qū)所在地區(qū)測得該地平均太陽輻射強度為4.37 kW·h/m2，平均風速為5.72 m/s。根據(jù)本文中建立的模型仿真得到日前預測的可再生能源出力和廠區(qū)負荷典型的曲線如圖4所示。

圖4 可再生能源出力預測和典型負荷曲線

3.2 仿真分析

首先通過對比采用普通單一儲能日前調(diào)度策略和采用分組儲能日內(nèi)實時調(diào)度策略的優(yōu)化結果，來比較分析從而驗證該分組策略在改善微電網(wǎng)經(jīng)濟性作用上的合理性和有效性。

日前單儲能優(yōu)化調(diào)度的結果如圖5所示。

圖5 單儲能日前優(yōu)化調(diào)度結果

由圖5分析可得知，如果使用單儲能日前優(yōu)化調(diào)度策略，在7:00附近，可再生能源預測出力值大于真實出力，并且購電價格處于低谷時，從電網(wǎng)買電來存儲使用；在9:00—16:00時，由于可再生能源發(fā)電量充足，并且售電價格較高時，在滿足負荷使用的同時，向電網(wǎng)出售電能獲利從而提升經(jīng)濟性；在19:00—22:00時，購電價格較高，并且可再生能源出力處于低谷時，使用儲能進行供電來滿足用電需求。

采用日內(nèi)分組儲能優(yōu)化調(diào)度策略的結果如圖6所示。

圖6 分組儲能日內(nèi)優(yōu)化調(diào)度結果

由圖6分析可得知，使用分組儲能日內(nèi)實時優(yōu)化調(diào)度策略，在0:00—5:00電價較低時進行購電，單向充電組和雙向調(diào)度組在此時段充電儲能。隨后電價上漲，可再生能源出力逐漸增多；在9:00—16:00時，電價處于峰時段，在滿足負荷用電的基礎上，向電網(wǎng)售電獲利，此時雙向調(diào)度組向電網(wǎng)輸電；隨后在16:00—19:00時，電價回落，負荷用電量增大，可再生能源出力不足，故在此時段從電網(wǎng)購電，滿足需求；19:00—22:00時，電價攀升，在此時段雙向調(diào)度組開始放電，從而減少在高電價時段從電網(wǎng)的購電量。

根據(jù)分時電價，換流損耗折算成本，和儲能壽命損耗折算成本，采用單儲能日前優(yōu)化調(diào)度策略總成本為1 294.36元，其中購電費用為1 168.58元，換流損耗折算成本為88.91元，電池壽命損耗折算成本為36.87元。而采用儲能分組日內(nèi)實時優(yōu)化策略，總成本降低為1 294.36元，其中購電費用為1 113.19元，換流損耗折算成本為98.64元，電池壽命損耗折算成本為31.29元。總體上，采用儲能分組日內(nèi)實時優(yōu)化策略在成本上降低了約5%。

通過仿真可見采取本文中儲能分組控制策略后，可以有效降低可再生能源發(fā)電不確定性對于微電網(wǎng)調(diào)度產(chǎn)生的不利影響，雖然采取該策略會增加換流損耗，但該策略會降低更多的購電費用，以及儲能充放電次數(shù)，所以該策略整體上會有效提升微電網(wǎng)系統(tǒng)的經(jīng)濟性。

同時，通過對比斷電后沒有備用組的微電網(wǎng)優(yōu)化調(diào)度策略和有備用組，并考慮負荷任務重要程度的儲能剩余電量隨大電網(wǎng)斷電后時間變化的折線圖來進行對比，從而驗證該分組策略在改善微電網(wǎng)可靠性作用上的合理性和有效性。

采取上述兩種不同策略儲能剩余電量在大電網(wǎng)斷電后隨時間變化的曲線如圖7所示。其中，備用組容量設置為60 kW·h，斷電時間設為下午1:00，初始剩余電量設為除備用組外剩余儲能的30%，即90 kW·h。

圖7 斷電狀態(tài)下不同策略耗電對比圖

分析圖7可知，儲能劃分了備用組儲能，在假定的斷電情況下只對重要的負荷進行供電，到晚20:00左右電能耗盡，與沒有備用組分組的儲能對所有負荷進行供電在5:10左右電能耗盡相對比，可以延長約3 h的使用時間，避免了突然斷電停機引起的損失，同時給用戶爭取了更多的時間對斷電情況做出反應，將損失最小化。所以該策略也有效提升了微電網(wǎng)系統(tǒng)的可靠性。

4 結論

本文中建立了包含光伏發(fā)電系統(tǒng)，風力發(fā)電系統(tǒng)，儲能系統(tǒng)和工業(yè)負荷在內(nèi)的工業(yè)微電網(wǎng)調(diào)度系統(tǒng)，提出了一種分組儲能控制策略。該策略將風機和光伏預測出力的誤差、換流損耗折算成本，儲能系統(tǒng)充放電產(chǎn)生的損耗、負荷的重要性、微電網(wǎng)在斷電時的可靠性要求等因素考慮在內(nèi)，建立了以用電成本最小化為目標的優(yōu)化調(diào)度模型，采用自適應遺傳算法進行求解，驗證了該策略可以減少可再生能源發(fā)電不確定性對電能調(diào)度的影響，減少儲能系統(tǒng)的損耗，提高了工業(yè)微網(wǎng)的經(jīng)濟性，同時也增強了工業(yè)微網(wǎng)的可靠性。