習 朋 李 鵬,

（1.華北電力大學電力系統(tǒng)保護與動態(tài)安全監(jiān)控教育部重點實驗室，河北 保定 071003；2.華北電力大學蘇州研究院，江蘇 蘇州 215123）

微網是一種由負荷和微電源（即微網中的分布式電源，如光伏發(fā)電、風力發(fā)電等）共同組成的系統(tǒng)，它可同時提供電能和熱量；它通過整合分布式發(fā)電單元與配電網之間的關系，在一個局部區(qū)域內直接將分布式發(fā)電單元、電力網絡和終端用戶聯(lián)系在一起，可以方便地實現熱電（冷）聯(lián)供方案，優(yōu)化和提高能源利用效率，減輕能源動力系統(tǒng)對環(huán)境的影響，推動分布式電源上網，降低大電網的負擔，改善電網的安全可靠性[1]。

微網能有效降低或消除分布式電源直接接入大電網所產生的負面影響，為新能源及可再生能源并網發(fā)電的規(guī)?；瘧锰峁┝诵碌耐緩絒2]。

為了實現微網的可靠、經濟運行，動態(tài)地對微網負荷在各個微電源間進行全局優(yōu)化分配是必不可少的[3]。目前，對于分布式發(fā)電系統(tǒng)的能量管理，優(yōu)化運行等已有不少研究[4-7]。

微網經濟運行可以從傳統(tǒng)的大電網借鑒經驗，但微網的特殊性有使其經濟運行問題有自身特點。

微網中的分布式發(fā)電機組調度與傳統(tǒng)電網經濟調度有很多區(qū)別：①分布式電源中的太陽能、風能等可再生能源受自然條件的影響很大，通常工作在最大功率點跟蹤模式，不遵循人工調度；②光伏發(fā)電、風力發(fā)電的發(fā)電成本較低，而且?guī)缀鯚o溫室氣體排放，因此應優(yōu)先安排其發(fā)電；③不同類型、容量的DG所消耗的燃料、效率、運行和維護費用等有很大區(qū)別。

微網有并網運行和孤島運行兩種工作模式。在并網運行時，大電網可以作為微網的重要支撐，保證微網內所有負荷的可靠供電；而在大電網發(fā)生故障，微網孤島運行時，整個微網不從配電網吸收功率，而由內部的微電源獨立供電。限于微網內微電源的容量和規(guī)模，為保證重要負荷的供電，需要各微電源協(xié)調運行，從而使微網的總運行成本最小。本文中微網中含有少量的儲能裝置，與光伏發(fā)電、風力發(fā)電并聯(lián)運行[8]，用來平抑光伏和風電的出力，穩(wěn)定二者的輸出。

本文主要研究了微網孤島運行狀態(tài)下，為保證重要負荷的供電可靠性，各種微電源的動態(tài)經濟負荷分配問題，經濟運行的目標是使微網的發(fā)電成本最小。利用搜索能力強、尋優(yōu)速度快的粒子群優(yōu)化算法，對微網的經濟負荷分配進行了研究。針對所研究的問題，對粒子群算法進行了改進。通過算例驗證了數學模型與優(yōu)化算法的正確性與有效性。

1 微網負荷優(yōu)化分配的數學模型

孤島運行模式下，微網經濟負荷分配的目標是通過調節(jié)各微電源的出力，使微網的運行成本最小。

1.1 目標函數

式中，E為微網運行成本；T為調度時段總數；N為微網內微電源的總數；F()表示微電源的運行成本，可由下式表示：F( Pg)=f(P)+M( P)+S等式右邊三項分別表示燃料成本、運行維護成本、啟動成本。

1.2 約束條件

1）功率平衡約束

2）微電源出力約束

1.3 微電源功率特性

微電源的運行成本主要包括：燃料成本、運行維護成本和啟動成本。

運行維護成本可認為與其輸出的功率成正比關系，即

對于燃料成本，不同微電源有很大不同。

1）光伏發(fā)電、風力發(fā)電不消耗一次能源，其燃料成本為可計為0。

2）柴油發(fā)電機與傳統(tǒng)火力發(fā)電機的成本類型相似，采用如下的二次函數模型

式中，ai，bi，ci為成本函數的系數。

3）燃料電池和微型燃氣輪機的燃料成本與工作效率有很大關系，可用下式表示

式中，C為微電源所用燃料的單位成本；η(P)為所發(fā)功率為P時微電源的工作效率，隨P的變化而變化。

2 基于改進粒子群算法進行求解

粒子群優(yōu)化算法（PSO）是一種隨機全局搜索技術，通過微粒個體對歷史信息和社會信息的共享發(fā)現復雜搜索空間中的最優(yōu)區(qū)域，由于算法本身具有概念簡單，收斂迅速等特點，在一些領域得到了廣泛應用。在粒子群算法應用于傳統(tǒng)電網經濟負荷分配方面，取得了一些研究成果[9-11]。

針對本文所研究的問題，本文對粒子群算法進行了改進。在約束條件的處理上，目前很多學者都是在目標函數中引入罰函數的方式去淘汰不可行解，得到最優(yōu)解，但對于動態(tài)經濟調度問題，可行解空間在解空間中占有的比例較小，如果僅采用罰函數操作必然導致計算效率降低甚至搜索不到最優(yōu)解[12]。針對不等式約束（3），本文首先設定一臺平衡機組，讓其他機組出力在出力約束范圍內隨機產生，根據等式約束（2），求得平衡機組的出力。平衡機組出力可能小于Pgmin或者大于Pgmax，這時，采用罰函數的處理方法，計算此時所有機組出力之和與負荷和網損之和的差值，以罰函數的形式將其計入到目標函數中。

傳統(tǒng)的機組組合問題（UC）包含兩個方面：機組啟停優(yōu)化和經濟負荷分配，UC問題是一個既包含整數變量（機組的開停狀態(tài)）又包含連續(xù)變量（機組的出力）的復雜大型、動態(tài)、約束的非線性規(guī)劃問題[13]。由于常規(guī)的火電機組有一個非零的最小出力限制，且火電機組包含大量的約束條件，一般機組組合問題都要分兩個階段進行：首先進行機組起停優(yōu)化，得到機組起停計劃；然后進行經濟負荷分配。

在微網中，微電源有其自身的特點。多種類型的微電源出力范圍一般可從0到額定出力之間連續(xù)調節(jié)，因此，微網中的機組組合問題可以簡化為一個階段，在進行經濟負荷分配的時候不必考慮機組的起停；具體方法如下：

本文將每個時刻各微電源的有功出力作為一個粒子，每個微電源的出力對應粒子的一維，即

[P1t,P2t…PNt,]，其中，N是微電源的個數；t=1,2,…T；其中T是調度時段數。如前所述，對等式約束（2），將其以罰函數的形式計入到目標函數

Pit是在[0,PN(max)]之間隨機產生的機組出力，當Pit為0時，就表示第i臺機組停機，當Pit出力超過上限或者下限時，就取其限值，從而免去了在經濟負荷分配之前進行機組啟停優(yōu)化，大大提高了求解效率。

3 算例分析

本文所采用的算例為一簡化的微網，包括光伏發(fā)電、風力發(fā)電、柴油發(fā)電機、微型燃氣輪機、燃料電池。微網中含有少量的儲能裝置，與光伏發(fā)電、風力發(fā)電并聯(lián)運行。微網工作在孤島運行模式下，由微電源對其內部的重要負荷進行供電。本文根據圖1所示的微網簡化結構，對已經建好的微網經濟模型進行分析計算。為了驗證本文算法的有效性，選取了兩個典型日負荷曲線進行求解。微電源參數及負荷數據分別如表1、圖2和圖3所示。

本文采用Matlab 7.6 進行編程，以上述簡單的微網系統(tǒng)為例，對算法的性能進行檢驗。計算周期取1d，將全天分為24個時段，1h作為一個計算時段。PSO的相關參數取值為：粒子群體規(guī)模取20，最大迭代次數取100，c1取1.2，c2取2.8。微電源數據來自文獻[15]。

圖1 微網示意圖

表1 不同微電源的參數

MT和FC的效率曲線見參考文獻[14]。

圖2 光伏和風機的24h預測出力數據

圖3 負荷24h預測出力

運行程序，得到的運行成本最小時微電源的出力曲線如圖4所示。

圖4 微網經濟運行時各微電源的出力

由優(yōu)化結果可以看出，在負荷高于 MT的上限4kW時，MT總是以最大功率運行。說明在這三種微電源中，MT的運行成本最低，應優(yōu)先安排其發(fā)電。其次是FC，在MT滿發(fā)的時候，優(yōu)先利用FC發(fā)電。傳統(tǒng)火電機組經濟調度時，按照機組的優(yōu)先順序安排發(fā)電，在微網中，各種微電源之間也有優(yōu)先順序，負荷不同時，安排的發(fā)電機組也不相同。當微網規(guī)模比較大時，合理安排機組，將帶來更大的經濟效益。

4 結論

本文研究了孤島運行方式下微網的負荷優(yōu)化分配問題。為保證重要負荷的供電，以微網運行成本最小為目標函數，用改進粒子群算法求解得出了各微電源的最優(yōu)出力，從仿真結果可以看出，因為各種微電源的種類不同，其耗量特性等方面有很大差異，通過經濟負荷分配，可使微網更加經濟可靠的運行。

[1]魯宗相, 王彩霞, 閡勇等. 微電網研究綜述[J]. 電力系統(tǒng)自動化, 2007, 31(19): 100-108.

[2]李鵬, 張玲, 盛銀波.新能源及可再生能源并網發(fā)電規(guī)模化應用的有效途徑—微網技術[J]. 華北電力大學學報, 2009, 36(1): 10-14.

[3]陳達威, 朱桂萍. 低壓微電網中的功率傳輸特性[J].電工技術學報, 2010, 25(7): 121-122.

[4]丁明, 包敏, 吳紅斌. 分布式供能系統(tǒng)的經濟調度[J]. 電力科學與技術學報, 2008, 23(1): 13-17.

[5]陳昌松, 段善旭, 殷進軍, 蔡濤. 基于發(fā)電預測的分布式發(fā)電能量管理系統(tǒng)[J]. 電工技術學報, 2010,25(3): 150-156.

[6]Chakraborty S, Weiss M D, Simoes M G. Distributed intelligent energy management system for a single-phase high-frequency AC microgrid[J]. IEEE Transactions on Industrial Electronics, 2007, 54(1): 97-109.

[7]Tsikalakis A G, Hatziargyriou Nikos D. Centralized control for optimizing microgrids operation[J]. IEEE Transactions on Energy Conversion, 2008, 23(1): 241-248.

[8]丁明, 包敏, 吳紅斌, 馬婉玲, 茆美琴. 復合能源分布式發(fā)電系統(tǒng)的機組組合問題[J]. 電力系統(tǒng)自動化,2008, 32(6): 48.

[9]侯云鶴, 魯麗娟, 熊信良, 程時杰, 吳耀武. 改進粒子群算法及其在電力系統(tǒng)經濟負荷分配中的應用[J].中國電機工程學報，2004, 24(7): 95-100.

[10]楊俊杰, 周建中, 吳瑋, 劉芳.改進粒子群算法在負荷經濟分配中的應用[J]. 電網技術, 2005, 29(2): 2-4.

[11]袁曉輝, 蘇安俊, 聶浩, 曹波, 楊波. 面向啟發(fā)式調整策略和粒子群優(yōu)化的機組組合問題[J]. 電工技術學報, 2009, 24(12): 137-141.

[12]夏澍. 基千差分進化算法的含風電場電力系統(tǒng)動態(tài)經濟調度[D].北京:華北電力大學, 2010.

[13]黎靜華, 韋化. 求解機組組合問題的鄰域搜索法[J].中國電機工程學報, 2008, 28(13): 33.

[14]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.

[15]Bhuvaneswari R.， Edrington,C.S.， Cartes, D.A ，Subramanian, S. Online Economic Environmental Optimization of a Microgrid Using an Improved Fast Evolutionary Programming Technique[C], North American Power Symposium (NAPS), Florida，USA，2009.