張政斌,葉 鵬,張 娜,程孟增

(1.沈陽工程學院電力學院,遼寧 沈陽 110136;2.國網遼寧省電力有限公司經濟技術研究院,遼寧 沈陽 110065)

0 引言

微網是指由一定區(qū)域內的分布式電源、柔性負荷、儲能裝置等單元共同組成的自治系統(tǒng),既可以并網運行,也可以孤島運行,是降低新能源間歇性影響的有效手段[1-2]。隨著能源互聯(lián)網相關技術的快速發(fā)展,多能源元件在微網中的比重不斷增加[3-4],但傳統(tǒng)微網的調度模式不足以發(fā)揮多種能源與多能源用戶的互補協(xié)同特性。目前,解決這一問題的有效手段是將微網內多能分布式能源(柔性負荷、儲能裝置)深度耦合,使微網內源荷儲相互配合,從而實現微網內多能源的多能互補優(yōu)化調度。

微網中源荷儲各單元均具備參與調節(jié)的能力,考慮多能源接入下源荷儲供需關系,使負荷從“消費者”轉變?yōu)椤皡⑴c者”,可以提高系統(tǒng)調度的靈活性。為此,文獻[5]將不同形式的負荷分類,提出了一種負荷層與冷電聯(lián)供層的雙層調度模型,以調度市場價格匹配新能源出力時序的方式消納新能源。文獻[6]提出了構建柔性電負荷響應模型,將柔性負荷細分為可轉移負荷和可削減負荷,以實現柔性電負荷與光伏的協(xié)調互補。然而上述文獻僅考慮柔性電負荷對微網優(yōu)化調度的影響,未考慮多能源柔性負荷的參與。在多能源柔性負荷參與的源荷儲聯(lián)合調度方面,文獻[7]提出了在柔性電負荷的基礎上,考慮靈活性熱負荷參與的調度模型。文獻[8]將多能源柔性負荷參與響應的方式細化,引入不響應懲罰系數,以提高柔性負荷響應程度。這些研究側重于柔性負荷的交易策略,而綜合考慮多能互補特性的源荷儲聯(lián)合調度研究較少。

針對上述問題,本文結合能源互聯(lián)網中具有能量轉化、能源分配的能源路由器對源荷儲優(yōu)化調度,以更好發(fā)揮其多能互補特性。能源路由器在微網中作為電源與負荷的樞紐,在合理配置能源元件出力的同時,還可以考慮地區(qū)新能源特點,合理利用柔性負荷調峰能力,從而提高微網的能源利用率。將柔性負荷細分為可轉移電負荷、可削減電負荷及可調節(jié)熱負荷,采用能源路由器對微網源荷儲調控管理,建立“區(qū)域自治”的能源路由器源荷儲聯(lián)合優(yōu)化調度模型,并利用改進鯨魚優(yōu)化算法進行求解。算例結果驗證了本文所提方法的有效性,該方法可以優(yōu)化能源設備與能源用戶的供需關系,具有較好的經濟效益。

1 微網的源荷儲聯(lián)合調度策略

1.1 聯(lián)合調度結構

電能路由器作為微電網的核心控制器件,可以為光伏、風電機組、儲能裝置等分布式電源提供即插即用的交直流接口,實現微電網內部“自治”的調度模式[11]。本文以能源樞紐的矩陣模型為依托,將電能路由器單一電能接口擴展為具有多種能源接口的能源路由器,實現能源互聯(lián)網背景下分布式電源、柔性負荷與儲能裝置的聯(lián)合調度,其能源路由器的源荷儲聯(lián)合調度結構如圖1所示。從圖1中可以看出,能源路由器從主網、分布式電源獲取能源,依據負荷預測曲線,信息流接收調度指令控制能源流,將多種能源傳輸給燃氣輪機、燃氣鍋爐、電鍋爐及基礎電/熱負荷,柔性負荷在峰谷時期,與電/熱儲能裝置共同參與調節(jié)以實現源荷儲的聯(lián)合調度。其中,柔性負荷根據激勵方式不同,分為價格型響應與激勵型響應2種[12]。由于價格型響應受用戶主觀意愿影響較大,具有不確定性,因此本文僅考慮按照合同約定參與的激勵型響應,包括高峰轉移至低谷的可轉移電負荷、高峰時段可削減電負荷、供熱舒適度模糊的可調節(jié)熱負荷。

圖1 微網源荷儲聯(lián)合調度結構

1.2 能源轉換擴展模型

為更好體現能源路由器的能源耦合關系,借助能源樞紐模型,采用矩陣的形式來描述能源路由器的能源供給、能源轉換及能源消費單元多能互補關系。其數學模型為

式中:L、T、P分別為能源輸出、能源轉換及能源輸入。

結合算例微網能源元件類型對能源路由器模型進行擴展,能源元件及負荷需求表達式見文獻[11-12]。能源路由器模型為

2 微網的源荷儲聯(lián)合調度模型

2.1 目標函數

聯(lián)合調度模型以日調度成本最小為優(yōu)化目標,總調度成本F包括各能源元件的運行維護成本Cope、主網能源購買成本Ctrade、柔性負荷響應成本Cres與棄風光成本Caba

(1)運行維護成本

式中:D i與Eopet,i分別為t時刻微網內能源元件i輸出單位功率的運維成本與輸出功率大小。

(2)主網能源購買成本

(3)柔性負荷響應成本

式中:Cshift、Ccut與Cadjust分別為柔性負荷中可轉移電負荷、可削減電負荷與可調節(jié)熱負荷的補貼成本。

(4)棄風光成本

2.2 約束條件

(1)能源元件出力約束

式中:D t,s為t時刻能源元件s的調度容量;與分別為該設備調度量的上下限。

(2)主網能源購買約束

(3)柔性負荷響應約束

(4)儲能約束

(5)功率平衡約束

3 基于改進鯨魚優(yōu)化算法求解策略

3.1 鯨魚優(yōu)化算法

鯨魚在捕食時會以一種獨特的群體合作方式找到最多魚群的位置,而鯨魚優(yōu)化算法則是依據鯨魚捕食行為提出的啟發(fā)式算法[13]。鯨魚尋優(yōu)的方式有包圍獵物、螺旋氣泡驅趕獵物與搜索獵物3種方式。

3.1.1 包圍獵物

蔡元培對但采爾赴北平的要求表示支持，2月9日致許壽裳的信中說：“但采爾夫婦既往北平，使我等減少責任，亦復甚好?！盵11]14考慮到北平沒有民族學組，蔡元培又要求許壽裳等把但采爾介紹到歷史語言研究所，因為這個所的人類學“與民族學密接，且考古學與語言學，亦與民族學有關”[11]14。

當鯨魚發(fā)現魚群時即發(fā)現源荷儲聯(lián)合調度的可能最優(yōu)解時,鯨魚個體會將信息傳遞給鯨群,鯨群中的個體向最優(yōu)位置的鯨魚靠近以包圍獵物,其更新鯨魚個體位置公式為

式中:t與T分別為當前迭代次數與輸入最大迭代次數;X*為當前鯨群最優(yōu)個體位置空間,即當前迭代次數最優(yōu)能源設備出力方案;X為鯨群其余個體的位置空間;a∈[0,2]為線性下降的向量;r∈[0,1]為隨機數;A與C為系數。

3.1.2 螺旋氣泡驅趕獵物

鯨魚狩獵的方式是通過螺旋向上吐出氣泡來驅趕獵物,即尋找源荷儲聯(lián)合調度可能最優(yōu)解的方法,更新鯨魚個體位置公式為

式中:b為鯨魚吐出螺旋氣泡形狀的常數,l∈[-1,1]為隨機數。

由于鯨魚在捕食過程中,既要包圍獵物也要進行螺旋氣泡驅趕獵物,因此引入隨機數P∈[0,1]表示鯨魚選擇2種捕食方式的概率即通過兩種方式尋找源荷儲聯(lián)合調度可能最優(yōu)解的概率,其更新位置公式為

3.1.3 搜索獵物

鯨魚個體會根據自身與其余最優(yōu)個體位置關系選擇是否靠近最優(yōu)個體,若＜1時鯨魚會選擇向最優(yōu)個體靠近,若≥1時鯨魚會隨機尋找獵物以避免陷入局部最優(yōu),其更新位置公式為

式中:Xrand表示選擇隨機搜索獵物的鯨魚個體位置空間。

3.2 改進鯨魚優(yōu)化算法

本文所建立源荷儲聯(lián)合優(yōu)化調度模型為多約束條件、多決策變量的優(yōu)化調度模型,而鯨魚優(yōu)化算法存在迭代速度慢、全局搜索能力較差等問題,因此,引入非線性權重S1與S2對鯨魚優(yōu)化算法進行改進,隨著迭代次數的增加,S1非線性遞增提高前期全局搜索能力,S2非線性遞減提高后期收斂速度,從而在具有更快收斂速度的同時提高全局搜索能力,其模型為

式中:γ為S1與S2的取值范圍;λ為S1與S2的取值間隔。

將式(17)與式(15)—(16)結合,對鯨魚優(yōu)化算法進行改進,其模型為

3.3 求解步驟

基于改進鯨魚優(yōu)化算法的能源路由器源荷儲聯(lián)合調度模型求解流程如圖2所示。

圖2 基于改進鯨魚優(yōu)化算法的能源路由器源荷儲聯(lián)合調度求解流程

步驟1:輸入微網源荷儲運行參數。輸入參數包括多能源耦合設備、光伏風電等電源出力、主網電/氣能源價格、柔性負荷與基礎負荷大小及儲能設備等。

步驟2:生成初始化種群,并設置相關參數。鯨群中每個鯨魚個體的空間位置表示一組源荷儲聯(lián)合調度方案,設置包括最大迭代次數T、當前迭代次數t、螺旋氣泡形狀的常數b、隨機數l、p等相關參數。

步驟3:通過適應度函數計算每個鯨魚適應度值。適應度函數即本文所建立基于能源路由器源荷儲聯(lián)合優(yōu)化調度模型,在滿足約束條件的前提下,計算出日運行成本即適應度值。

步驟4:更新改進鯨魚優(yōu)化算法相關參數。通過式(13)與式(17)計算鯨魚優(yōu)化算法中系數A和C及非線性權重S1與S2等參數,以尋找最優(yōu)源荷儲聯(lián)合調度方案。

步驟5:尋找最優(yōu)鯨魚個體空間位置。當前迭代次數鯨群中最優(yōu)鯨魚個體空間位置即為源荷儲聯(lián)合調度的可能最優(yōu)解,按式(18)—(20)不斷更新鯨魚個體空間位置,即更新源荷儲聯(lián)合調度最優(yōu)解,以適應度函數為判據,計算最優(yōu)源荷儲聯(lián)合優(yōu)化調度方案。

步驟6:多次迭代,輸出最優(yōu)鯨魚個體位置。當達到最大迭代次數時終止程序,輸出鯨群中最優(yōu)鯨魚個體的空間位置與適應度值即源荷儲聯(lián)合調度最優(yōu)方案及此調度方案下的日運行成本。

4 算例分析

4.1 算例數據

本文以某微網典型日的電/熱時序負荷曲線為例,微網內分布式電源包括風機與光伏;微網內負荷包括柔性電/熱負荷與基礎電/熱負荷,其中柔性電/熱負荷包括可轉移電負荷、可消減電負荷與可調節(jié)熱負荷;微網內儲能元件包括儲電與儲熱罐裝置;微網內多能耦合設備包括燃氣輪機、燃氣鍋爐與電鍋爐。其能源元件參數見表1,柔性負荷響應參數見文獻[9],典型日電/熱負荷曲線如圖3所示,典型日的光伏風機出力曲線如圖4所示,分時電價如圖5所示,氣價為3元/m3。

表1 __微網內各能源元件參數

圖3 典型日電/熱負荷曲線

圖4 典型日光伏風機出力曲線

圖5 分時電價

4.2 算例結果分析

為驗證本文所述源荷儲聯(lián)合調度的有效性與經濟性,本文設置了2種不同運行方案對比分析。方案1:基于改進鯨魚優(yōu)化算法求解僅考慮源-儲的調度模型,不考慮柔性負荷參與,微網從主網買電/氣能源直接傳輸給能源元件及全部電/熱用戶。方案2:采用本文所述基于改進鯨魚優(yōu)化算法求解能源路由器源荷儲聯(lián)合調度模型,微網從主網買電/氣能源,傳輸給能源元件及基礎電/熱用戶,柔性負荷依據響應成本及棄風光成本進行調度。

方案1典型日電/熱功率調度結果如圖6—7所示。從圖6可以看出,在01∶00—06∶00和22∶00—24∶00為電負荷低谷時段,微網對電能需求不大,雖然此時段主網電價較低,但風機出力較大,且燃氣輪機由于其熱電耦合特性產電較多,因此,燃氣輪機與風機給微網內電負荷、電鍋爐、儲電裝置供電后,電能仍有剩余,存在大量棄風光現象。07∶00后,風機出力逐漸減少,隨著光照強度增大,光伏出力逐漸開始增加,微網內電負荷與電鍋爐同時消納電能,棄風光量逐漸減少。從13∶00開始,光伏出力逐漸減少,而電負荷的電需求較大,風機、光伏、燃氣輪機、儲能電池同時供給電能仍有不足,微網需要向主網以高價購買電能。22∶00后,風機出力逐漸升高,電負荷需求較小,仍有部分棄風光現象。

圖6 方案1電功率調度結果

從圖7可以看出,電負荷需求較少的低谷時期,熱負荷需求相對較大,熱負荷由燃氣輪機、燃氣鍋爐、電鍋爐同時供給仍有不足,此時儲熱裝置放熱參與調節(jié);電負荷需求較大的高峰時期,熱負荷需求不大,此時熱負荷由燃氣輪機與燃氣鍋爐同時供給,電鍋爐不參與供熱。方案2典型日電/熱功率調度結果如圖8—9所示。

圖7 方案1熱功率調度結果

圖8 方案2電功率調度結果

圖9 方案2熱功率調度結果

從圖8—9可以看出,相較于方案1,源荷儲聯(lián)合調度在01∶00—05∶00時段,可調節(jié)熱負荷參與調節(jié),熱負荷需求減小使得燃氣輪機電出力減小,同時可轉移電負荷也參與調節(jié),使得電負荷低谷時段“填谷”、熱負荷高峰時段“削峰”,考慮多能耦合特點與柔性負荷參與提升了風光的消納能力,棄風光量明顯減少。08∶00—10∶00和22∶00—24∶00時段與01∶00—05∶00時段同理,電負荷低谷時段可轉移電負荷與可調節(jié)熱負荷同時參與響應,使得燃氣輪機電出力減小,促進了風光的消納。12∶00—14∶00與18∶00—21∶00為電負荷高峰時段,可轉移電負荷、可削減電負荷、可調節(jié)熱負荷與儲能裝置同時參與響應,使得電負荷高峰時段“削峰”與熱負荷低谷時段“填谷”,在減小峰谷差的同時促進了風光的消納,同時減少了在電價高峰時刻的買電量,提高了微網運行的經濟性。各方案微網日運行成本如表2所示。

表2 各方案微網日運行成本

由表2可知,相較于方案1,方案2采用源荷儲聯(lián)合調度,雖然增加了一部分柔性負荷響應成本,但運維成本、主網買電成本均有部分降低,同時棄風光率由34.71%減小到17.57%,使得棄風光成本明顯下降,從而減少了日運行總成本。

5 結論

本文提出一種基于能源路由器的微網源荷儲聯(lián)合調度策略,以日運行成本最小為目標,結合多能耦合、多能互補特點建立微網內源荷儲聯(lián)合調度模型。采用非線性權重因子改進的鯨魚優(yōu)化算法求解該調度模型,實現微網內各能源元件與柔性負荷的協(xié)調優(yōu)化,在調度過程中保證整體效益最優(yōu)。算例表明,本文所提源荷儲聯(lián)合調度方法可以有效地提高新能源的消納能力,減少了日運行成本,為微網源荷儲聯(lián)合調度提供理論參考。本文考慮了微網內源荷儲的多能互補關系,對分布式電源、儲能設備、能源元件進行優(yōu)化調度,然而隨著越來越多的微網接入配網,協(xié)調微網群的優(yōu)化運行仍需進一步研究。