孔淑琴，牛銘，付學(xué)謙，郭佳歡

（1.佛山供電局，廣東佛山528000；2.廣州供電局，廣東廣州510610；3.蚌埠市供電公司，安徽 蚌埠 233000）

微網(wǎng)是智能電網(wǎng)的重要組成部分，它以一定標(biāo)準為依據(jù)，將各種分布式電源、負荷、儲能單元及控制裝置等結(jié)合，形成一個單一可控的單元，向用戶同時供給電能和熱能[1-5]。它可在一定程度上解決分布式電源并網(wǎng)帶來的問題，同時可以在緊急情況下為微網(wǎng)內(nèi)用戶單獨供電，保證特殊用戶的用電需求[6]。微網(wǎng)運行的經(jīng)濟效益是其吸引用戶，并在電力系統(tǒng)得以推廣的關(guān)鍵因素，同時也是智能電網(wǎng)的發(fā)展方向[7-9]。微網(wǎng)并網(wǎng)的經(jīng)濟運行涉及到與主網(wǎng)的電能交易問題，而孤網(wǎng)模式下的經(jīng)濟運行則側(cè)重各個微源之間的協(xié)調(diào)調(diào)度[10]。

文獻[11]以“發(fā)電不售電，電力不足從電網(wǎng)購買”為原則，根據(jù)微燃機冷熱電聯(lián)供的優(yōu)化配置步驟及考慮因素，對微燃機冷熱電聯(lián)供系統(tǒng)的幾種方案進行了研究，分析了選定方案的經(jīng)濟運行策略，并討論了天然氣價格、微燃機價格對系統(tǒng)投資回收期的影響。但“發(fā)電不售電”的原則并不能等同于微網(wǎng)的孤網(wǎng)運行情況，并且微網(wǎng)中的其他分布式電源還需全面考慮。文獻[12]建立了考慮經(jīng)濟性、環(huán)保性和可靠性的多目標(biāo)能量優(yōu)化模型，以一個與輸電系統(tǒng)弱連接的配電網(wǎng)為例，著重分析了分布式發(fā)電供能系統(tǒng)的節(jié)能減排效益，并對排污處罰標(biāo)準、天然氣價格、年平均風(fēng)速和余熱利用效率等參數(shù)進行了靈敏度分析。文獻[13]以智能電網(wǎng)的有功網(wǎng)損、污染氣體排放量和系統(tǒng)電壓穩(wěn)定程度3個指標(biāo)作為優(yōu)化目標(biāo)，通過建模分析，很好地解決了智能電網(wǎng)中多方面的監(jiān)測和多目標(biāo)優(yōu)化運行問題，為智能電網(wǎng)的監(jiān)控運行提供了思路，然而文中并未考慮未來智能電網(wǎng)的微網(wǎng)運行中發(fā)電方的經(jīng)濟運行需求。文獻[14]提出一種風(fēng)光互補混合供電系統(tǒng)容量優(yōu)化配置模型,構(gòu)建了以系統(tǒng)投資成本、運行成本、維持系統(tǒng)供電可靠性等綜合成本最小為目標(biāo)的目標(biāo)函數(shù)。改進微分進化算法能快速、有效求解混合系統(tǒng)的最優(yōu)容量配置。

1 微網(wǎng)結(jié)構(gòu)和調(diào)度原則

1.1 微網(wǎng)系統(tǒng)結(jié)構(gòu)

以北方某地區(qū)的具體微網(wǎng)設(shè)計案例進行分析，微網(wǎng)結(jié)構(gòu)如圖1所示。微網(wǎng)內(nèi)包括風(fēng)力發(fā)電、光伏發(fā)電等可再生能源發(fā)電，微型燃氣輪機（microgasturbine，MT）、燃料電池（fuel cell，F(xiàn)C）等清潔能源發(fā)電以及儲能元件。由微型燃氣輪機構(gòu)成的熱電冷聯(lián)供系統(tǒng)（combined cooling heating and power，CCHP） 向用戶同時供熱（冷）能和電能，從而提高其利用效率[10-15]。微網(wǎng)孤網(wǎng)穩(wěn)定運行時，PCC處斷路器處于斷開狀態(tài)。

圖1 微網(wǎng)系統(tǒng)結(jié)構(gòu)Fig.1 Configuration of the microgrid system

1.2 微網(wǎng)孤網(wǎng)經(jīng)濟運行原則

孤網(wǎng)運行方式下的微網(wǎng)系統(tǒng)，不需要考慮與外部電網(wǎng)之間的電能交易問題，負荷需求完全由系統(tǒng)內(nèi)部微源和儲能裝置供應(yīng)。微網(wǎng)能量管理系統(tǒng)負責(zé)實時管理和維持系統(tǒng)的安全可靠運行，通過集中的微網(wǎng)電能調(diào)度來實現(xiàn)微網(wǎng)中微電源的優(yōu)化組合供電。本文提出的含小型冷熱電聯(lián)產(chǎn)系統(tǒng)的微網(wǎng)孤網(wǎng)經(jīng)濟運行原則為：WT和PV盡力發(fā)電，當(dāng)WT、PV和MT機組所發(fā)電量超出負荷需求時，關(guān)閉部分發(fā)電成本高的機組以達到電力平衡；當(dāng)無法滿足全部電負荷需求時，考慮蓄電池組放電；若在蓄電池組允許放電范圍內(nèi)仍無法滿足電負荷需求時，根據(jù)微源的綜合發(fā)電成本，經(jīng)濟調(diào)度微源和蓄電池組的出力來滿足剩余負荷需求；如果各微源均滿發(fā)、蓄電池組完全放電仍無法滿足負荷需求時，進行甩負荷。

2 微網(wǎng)孤網(wǎng)運行數(shù)學(xué)模型

微網(wǎng)孤網(wǎng)運行方式下最優(yōu)經(jīng)濟運行的目標(biāo)，是在滿足系統(tǒng)負荷需求和可靠性的前提下，使系統(tǒng)運行成本最小，并使系統(tǒng)污染氣體排放量最少。數(shù)學(xué)模型需綜合考慮各種微源的技術(shù)性能、本地可用的能源資源、負荷需求大小、微源的運行和維護費用以及環(huán)保費用等因素。

2.1 目標(biāo)函數(shù)

孤網(wǎng)運行方式下，微網(wǎng)經(jīng)濟運行優(yōu)化的目標(biāo)函數(shù)（即成本函數(shù)）如式（1）所示

式中，P（t）為微源i在時段t的輸出功率；Fi（P（t））為微源的燃料成本函數(shù)；OMi為微源i的運行和維護源i在排放類型為k時的排放因子；N為微源的總數(shù)；M為排放類型（NOX、SO2或者CO2）；T為優(yōu)化周期總時段數(shù)。

微源i的運行和維護費用函數(shù)如式（2）所示

式中，KOMi表示每個微源的比例常數(shù)，對于不同類型的微源，系數(shù)KOMi的值可根據(jù)文獻確定。

微源的燃料成本函數(shù)如式（3）所示

式中，Cnl為天然氣價格；LHV為天然氣低熱值；PJ為時間間隔J內(nèi)的凈輸出電功率；ηJ為時間間隔J內(nèi)微源的效率。

由于MT和FC發(fā)電需要燃燒化石燃料，不可避免會產(chǎn)生氮氧化物（NOX）、二氧化硫（SO2）、二氧化碳（CO2）和固體煙塵顆粒等大氣污染物。排放氣體的處理費用，通過估計得到的外部折扣成本乘以排放系數(shù)再乘以微電源總的發(fā)電量計算得到。本文使用的外部成本以及FC和MT的排放系數(shù)如表1[16-18]。

2.2 目標(biāo)約束

功率平衡約束：發(fā)電機發(fā)出的總功率必須滿足總的負荷需求，因此有式（4）

發(fā)電容量約束：為保持運行的穩(wěn)定性，每個發(fā)電機的實際輸出功率有如式（5）所示的上下限約束

2.3 優(yōu)化算法

本文引用適應(yīng)度值函數(shù)標(biāo)定和增加群體多樣性2種方法，對簡單遺傳算法進行了改進。2.3.1 適應(yīng)度值標(biāo)定

初始群體中可能存在特殊個體的適應(yīng)度值超常，為防止其統(tǒng)治整個群體并誤導(dǎo)群體的發(fā)展方向而使算法收斂于局部最優(yōu)解，需限制其繁殖。在計算結(jié)果趨于收斂時，由于群體中個體適應(yīng)度值比較接近，繼續(xù)優(yōu)化選擇較為困難，造成在最優(yōu)解附近左右搖擺。此時應(yīng)將個體適應(yīng)度值加以放大，以提高選擇能力，這就是適應(yīng)度值的標(biāo)定。針對適應(yīng)度值標(biāo)定問題提出以下計算公式

式中，f′為標(biāo)定后的適應(yīng)度值；f為原適應(yīng)度值；fmax為適應(yīng)度函數(shù)值的一個上界；fmin為適應(yīng)度函數(shù)值的一個下界；δ為區(qū)間（0，1）內(nèi)的一個正實數(shù)。

由圖2可知，若fmax與fmin差值越大，則角度δ越小，即標(biāo)定后的適應(yīng)度值變化范圍小，防止超常個體統(tǒng)治整個群體；反之則越大，標(biāo)定后的適應(yīng)度值變化范圍增大，拉開群體中個體之間的差距，避免算法在最優(yōu)解附近擺動現(xiàn)象發(fā)生。這樣就可以根據(jù)群體適應(yīng)度值放大或縮小，變更選擇壓力。

圖2 適應(yīng)度值標(biāo)定Fig.2 Fitness value calibrations

2.3.2 群體多樣化

遺傳算法在求解復(fù)雜優(yōu)化問題時，存在早熟的缺陷，即收斂到局部最優(yōu)解而非全局最優(yōu)解，其原因是交叉算子在搜索過程中存在著嚴重的成熟化效應(yīng)。在搜索的同時，不可避免的使群體多樣化逐漸趨于零，從而逐漸縮小了搜索范圍，引起過早收斂。

簡單遺傳算法在進行優(yōu)化計算時不是全局收斂。只有保證最優(yōu)個體復(fù)制到下一代，才能保證其收斂性，也就是說，盡管遺傳算法的基本作用對象是多個可行解且隱并行操作，仍然需要對其進行適當(dāng)改進。為了增加群體的多樣性，有效地避免早熟現(xiàn)象發(fā)生，引入了相似度的概念。

設(shè)置值T等于適應(yīng)度平均值，在群體中取大于T的個體進行個體相似程度判斷。相似度低則表示這2個個體相似性差，當(dāng)相似度值R超過個體長度L/2時，即認為這2個個體相似，如10 110 010和11 010 011的相似度值R=5，L=8，R>L/2，所以可以認為這2個個體具有相似性。相似性的判斷實際上是確定群體中個體是否含有相同模式。剔除相似個體，選擇不同模式的個體組成新的群體，可以增加群體的多樣性，尤其是在計算初期，經(jīng)過相似性判斷后，能夠有效避免早熟問題的產(chǎn)生。

由此得到改進遺傳算法的程序流程如圖3所示。改進遺傳算法的主要步驟有：

1）產(chǎn)生初始種群，并將個體按適應(yīng)度值大小排序。

2）求平均適應(yīng)度值，以此作為閾值，選擇適應(yīng)度值大于閾值的個體。

3）判斷相似程度，以最高適應(yīng)度值的個體為模板，去除相似個體。

4）重復(fù)3），逐次以適應(yīng)度值高的個體為模板，選擇不同模板的個體組成群體。

5）判斷是否達到群體規(guī)模。如果是，則進行下一步交叉、變異等遺傳操作；否則重復(fù)4）。如果不能得到足夠的群體規(guī)模，則去除的個體按適應(yīng)度值大小順序順次補足群體所缺數(shù)量。

6）判斷是否滿足結(jié)束要求。如果是，則結(jié)束，否則轉(zhuǎn)到1）。

3 算例分析

圖3 改進遺傳算法的程序流程圖Fig.3 Program flow chart of improved genetic algorithm

根據(jù)前面所述孤網(wǎng)運行方式下微網(wǎng)的經(jīng)濟調(diào)度原則和數(shù)學(xué)模型，利用遺傳算法優(yōu)化計算，得出不同季節(jié)典型日各發(fā)電單元的輸出功率，并確定出微網(wǎng)系統(tǒng)最佳的日運行計劃和最優(yōu)的運行成本。

1）冬季典型日。利用遺傳算法對全天每一時刻系統(tǒng)的綜合成本函數(shù)進行了優(yōu)化求解。系統(tǒng)內(nèi)各微源全天出力曲線如圖4所示；系統(tǒng)全天成本曲線如圖5所示。

圖4 冬季典型日微網(wǎng)系統(tǒng)電力平衡情況Fig.4 Power balance of microgrid system at typical days of winter

圖5 冬季典型日系統(tǒng)成本Fig.5 System cost at typical days of winter

2）夏季典型日。夏季為供冷期，冷熱電系統(tǒng)以冷定電。系統(tǒng)內(nèi)各微源全天出力曲線如圖6所示；系統(tǒng)全天成本曲線如圖7所示。

圖6 夏季典型日微網(wǎng)系統(tǒng)電力平衡情況Fig.6 Power balance of microgrid system at typical days of summer

圖7 夏季典型日系統(tǒng)成本Fig.7 System cost at typical days of summer

由冬夏典型日的算例可看出，在孤網(wǎng)經(jīng)濟調(diào)度時，切負荷時段基本在16點至21點，此時正是蓄電池需要充電的時段，同時也是WT出力逐漸降低的時段。從系統(tǒng)成本曲線上可以看出，燃料成本占了綜合成本的絕大部分，運行維護成本次之，環(huán)保成本最小。受蓄電池充放電的循環(huán)過程影響，系統(tǒng)綜合成本的高位均發(fā)生在蓄電池充電過程，因此，降低微網(wǎng)系統(tǒng)綜合成本，關(guān)鍵是實現(xiàn)對蓄電池組靈活有效的調(diào)度。

4 結(jié)語

本文建立了微網(wǎng)系統(tǒng)的經(jīng)濟運行數(shù)學(xué)模型，提出了微網(wǎng)孤網(wǎng)運行的經(jīng)濟調(diào)度原則，利用改進遺傳算法求解了典型日的微網(wǎng)孤網(wǎng)經(jīng)濟運行方案。結(jié)果表明，該經(jīng)濟調(diào)度原則以及改進的遺傳算法可有效地應(yīng)用于微網(wǎng)孤網(wǎng)的經(jīng)濟調(diào)度中。對蓄電池組的調(diào)度方案也是影響系統(tǒng)綜合成本的主要因素。今后可針對微網(wǎng)中儲能裝置的控制進一步研究，分析其對微網(wǎng)經(jīng)濟運行的影響。

[1] 張建華,黃偉.微電網(wǎng)運行控制與保護技術(shù)[M].北京:中國電力出版社,2010.

[2] 魯剛，魏玢，馬莉．智能電網(wǎng)建設(shè)與電力市場發(fā)展[J]．電力系統(tǒng)自動化，2010，34（9）：1-6．LU Gang，WEI Fen，MA Li．Smart grid and electricity market[J]．Automation of Electric Power Systems，2010，34（9）：1-6(in Chinese)．

[3]MARNAY C，VENKATARAMANANG，STADLERM，et al．Optimal technology selection and operation of commercialbuilding microgrids[J]．IEEE Transactions on Power Systems,2008，23（3）：975-982．

[4] 王成山,高菲,李鵬,等.可再生能源與分布式發(fā)電接入技術(shù)歐盟研究項目述評[J].南方電網(wǎng)技術(shù),2008,29（6）:1-6.WANGCheng-shan,GAOFei,LIPeng,et al.Review on the EU research projects of integration of renewable energy sources and distributed generation[J].Southern Power System Technology,2008,2（6）:1-6(in Chinese).

[5] 薛迎成,邰能靈.國際上分布式電源的互連標(biāo)準介紹[J].南方電網(wǎng)技術(shù),2008,2（6）:13-17.XUEYing-cheng,TAINeng-ling.Introduction totheexisting DGinterconnection standards worldwide[J].Southern Power System Technology,2008,2（6）:13-17(in Chinese).

[6] 楊仁花,黃偉,關(guān)麗,等.微網(wǎng)結(jié)構(gòu)和運行控制[J].電網(wǎng)與清潔能源,2010,26（1）:48-55.YANG Ren-hua,HUANG Wei,GUAN Li,et al.Structure and operation control of MICRO-Grids[J].Power Systemand Clean Energy,2010,26（1）:48-55(in Chinese).

[7] 雷金勇,李戰(zhàn)鷹,盧澤漢,等.分布式發(fā)電技術(shù)及其對電力系統(tǒng)影響研究綜述[J].南方電網(wǎng)技術(shù),2011,5（4）:46-50.LEI Jin-yong,LI Zhan-ying,LU Ze-han,et al.Review on the research of distributed generation technology and its impactson electric power systems[J].Southern Power System Technology,2011,5（4）:46-50(in Chinese).

[8] 宋斌.基于Agent的微網(wǎng)控制系統(tǒng)研究[J].南方電網(wǎng)技術(shù),2009,25（9）:22-25.SONGBin.Agent-based control framework for microgrid[J].Southern Power System Technology,2009,25（9）:22-25(in Chinese).

[9] 劉暢,袁榮湘,劉斌,等.微電網(wǎng)運行與發(fā)展研究[J].南方電網(wǎng)技術(shù),2010,4（5）:43-47.LIU Chang,YUAN Rong-xiang,LIU Bin,et al.Research on microgrid operation and development[J].Southern Power System Technology,2010,4（5）:43-47(in Chinese).

[10]牛銘,黃偉,郭佳歡,等.微網(wǎng)并網(wǎng)時的經(jīng)濟運行研究[J].電網(wǎng)技術(shù),2010,34（11）:38-42.NIU Ming,HUANG Wei,GUO Jia-huan,et al.Research on economic operation of grid-connected microgrid[J].Power System Technology,2010,34（11）:38-42(in Chinese).

[11]魏兵,王志偉,蔣露,等.微型燃氣輪機冷熱電聯(lián)供系統(tǒng)的優(yōu)化運行研究[J].華北電力大學(xué)學(xué)報,2007,34（2）:138-144.WEI Bing,WANG Zhi-wei,JIANG Lu,et al.Research of optimal operation on micro-turbine CCHPsystems[J].Journal of North China Electric Power University,2007,34（2）:138-144(in Chinese).

[12]雷金勇,謝俊,甘德強.分布式發(fā)電供能系統(tǒng)能量優(yōu)化及節(jié)能減排效益分析[J].電力系統(tǒng)自動化,2009,33（23）:29-36.LEI Jin-yong,XIE Jun,GAN De-qiang.Optimization of distributed energy system and benefit analysis of energy saving and emission reduction[J].Automation of Electric Power Systems，2009,33（23）:29-36(in Chinese).

[13]鄭漳華,艾芊,徐偉華,等.智能電網(wǎng)經(jīng)濟運行的多目標(biāo)調(diào)度優(yōu)化策略[J].電網(wǎng)技術(shù),2010,34（2）:7-13.ZHENGZhang-hua,AIQian,XUWei-hua,et al.Amultiobjective dispatch optimization strategy for economic operation of smart grids[J].Automation of Electric Power Systems,2010,34（2）:7-13(in Chinese).

[14]楊琦,張建華,劉自發(fā),等.風(fēng)光互補混合供電系統(tǒng)多目標(biāo)優(yōu)化設(shè)計[J].電力系統(tǒng)自動化,2009,33（17）:86-91.YANG Qi,ZHANG Jian-hua,LIU Zi-fa,et al.Multiobjective optimization of hybrid PV/Wind power supply system[J].Automation of Electric Power Systems,2009,33（17）:86-91(in Chinese).

[15]郭佳歡．微網(wǎng)經(jīng)濟運行優(yōu)化的研究[D]．北京：華北電力大學(xué)，2010．

[16]MORGANTOWNW.Egulatory Assistance Project：Emission rates for new dg technologies[EB/OL].[2011-08-16].http://www.raponline.org/ProjDocs/DREmsRul/Coll?le/DGEmissions May2001.pdf.

[17]PIPATTANASOMPORN M,WILLINGHAM M,RAHMAN S.Implicationsofon-sitedistributed generation for commercial/industrialfacilities[J].IEEETransactions on Power Systems,2005,20（1）:206-212.

[18]魏學(xué)好,周浩.中國火力發(fā)電行業(yè)減排污染物的環(huán)境價值標(biāo)準估算[J].環(huán)境科學(xué)研究,2003,16（1）:53-56.WEI Xue-hao,ZHOU Hao.Evaluating the environmental value schedule of pollutants mitigated in china thermal power industry[J].Research of Environmental Sciences,2003,16（1）:53-56(in Chinese).