蘭國軍，栗文義，尹凱，文博，宋沛辰

(1．內(nèi)蒙古工業(yè)大學電力學院，內(nèi)蒙古呼和浩特010080;2．大同超高壓供電局，山西大同037000)

并網(wǎng)運行風/光/儲微電網(wǎng)容量配置雙目標優(yōu)化

蘭國軍1，栗文義1，尹凱1，文博1，宋沛辰2

(1．內(nèi)蒙古工業(yè)大學電力學院，內(nèi)蒙古呼和浩特010080;2．大同超高壓供電局，山西大同037000)

目前關于微網(wǎng)電源容量配置的研究主要針對獨立運行情況，雖配置結(jié)果可保證系統(tǒng)運行的可靠性，但增加了冗余投資。針對并網(wǎng)運行的風/光/儲微電網(wǎng)，制定了其運行策略，分別建立了微網(wǎng)經(jīng)濟性和供電可靠性模型，采用多目標模擬退火粒子群優(yōu)化算法求取模型的最優(yōu)解集，得到了微網(wǎng)中風力和光伏發(fā)電及儲能系統(tǒng)容量配置方案。結(jié)果表明，相比于獨立運行，在相同的可靠性要求下，以并網(wǎng)運行的角度配置風/光/儲微電源容量關系，可明顯降低微網(wǎng)投資成本。

并網(wǎng)運行;風/光/儲微電網(wǎng);容量配置;雙目標優(yōu)化

1 引言

近年來，微電網(wǎng)技術(shù)已成為新能源發(fā)電領域的研究熱點，而電源的優(yōu)化配置是微網(wǎng)規(guī)劃建設的重要內(nèi)容［1，2］。由于風、光資源的隨機性、波動性和時間上的互補性，在風/光/儲微電網(wǎng)中對風、光微電源和儲能的容量進行優(yōu)化配置，不僅可以保證資源的合理、有效利用，還可降低微網(wǎng)建設和運營等成本，提高供電可靠性［3］。

微網(wǎng)具有并網(wǎng)/獨立兩種運行模式，多數(shù)情況下處于并網(wǎng)運行狀態(tài)。目前，針對微網(wǎng)電源容量配置的研究大多基于獨立運行的情況［4，5］。文獻［6，7］對風/光互補或其他微電源組成的獨立系統(tǒng)，以經(jīng)濟性為優(yōu)化目標，研究微電源容量配置方案;由于沒有主網(wǎng)的電量支撐，要提高可靠性，必須以配置更多容量的電源為代價，因而配置結(jié)果往往增加了過多的冗余投資。文獻［8］針對微網(wǎng)并網(wǎng)運行情況，以微網(wǎng)運行成本最小為目標，把負荷缺電率作為約束條件，研究微電源容量組合方案;但文章選取一天24h作為研究時段，不能反映全年運行狀況;另外，上述研究都是針對單一目標函數(shù)的優(yōu)化，而多目標優(yōu)化方法是將經(jīng)濟性與可靠性等目標函數(shù)都作為子目標，對各子目標函數(shù)同時尋優(yōu)，這樣可以協(xié)調(diào)處理相互矛盾的子目標，使優(yōu)化結(jié)果更為合理［9］。

本文針對并網(wǎng)運行的風/光/儲微電網(wǎng)，制定了微網(wǎng)并網(wǎng)運行策略，建立了經(jīng)濟性和可靠性雙目標模型。以全年8760h為研究區(qū)間，采用多目標模擬退火粒子群優(yōu)化算法，對該雙目標模型求取pareto最優(yōu)解集，得到微電網(wǎng)中風力和光伏發(fā)電及儲能容量配置方案;根據(jù)配置結(jié)果分析了并網(wǎng)運行微網(wǎng)經(jīng)濟性與可靠性的關系。

2 微電源模型

2.1 風力發(fā)電功率模型

風力發(fā)電機輸出功率與風速之間的近似關系用分段函數(shù)表示［10］:

式中，Pw、Pr分別為風力發(fā)電機實際輸出功率和額定功率;vci為切入風速;vco為切出風速;vr為額定風速。

2.2 光伏發(fā)電功率模型

光伏電池輸出功率如式(2)所示［10］:

式中，Ppv、ηg分別表示光伏電池輸出功率和光電轉(zhuǎn)換效率;Npv、Am為光伏電池塊數(shù)和單元面積;Gt為太陽輻照強度。

2.3 儲能裝置

儲能裝置在t時刻的荷電狀態(tài)由t－1時刻微電網(wǎng)的電量供求狀況和儲能裝置充放電狀態(tài)決定，具體儲能容量模型及荷電狀態(tài)將在微網(wǎng)運行策略中詳述。文中采用標準額定容量為50kW·h的VRB-50釩蓄電池，不考慮外界環(huán)境對蓄電池充放電的影響［11］。

3 雙目標優(yōu)化模型

3.1 經(jīng)濟性模型

從微網(wǎng)總支出成本(不計微網(wǎng)收益)的角度出發(fā)，建立經(jīng)濟模型，即在微電源投資和運行維護成本的基礎上，計入向主網(wǎng)購電費用和負荷缺電補償費用，具體表達式為:

式中，F(xiàn)為微網(wǎng)的總費用;CI為設備投資和運行維護費用;Ctra為從主網(wǎng)購電費用;Ccop為缺電補償損失費用。其表達式為:

式中，N為電源類型數(shù);xi為第i種電源(包括儲能)數(shù)目;Ccpi為第i種電源的等年值投資費用;Comi為第i種電源年運行和維護費用;Ebuy(t)為t時刻向主網(wǎng)購電量;Pav為峰谷期平均購電費用;LPS(t)為t時刻的缺電量;Pcop為給用戶的停電補償費用［12］。系統(tǒng)的等年值裝機成本、運行維護費用計算方法見文獻［11］。

3.2 微網(wǎng)運行策略及供電可靠性模型

微網(wǎng)全年(8760h)并網(wǎng)運行，以1h為計算步長，t時刻風力和光伏發(fā)電量為:

式中，Nw、Nv分別指風力發(fā)電機和光伏電池數(shù)量; Pw(t)、Pv(t)分別指t小時內(nèi)風力和光伏發(fā)電量; Pre(t)是t小時內(nèi)風力和光伏發(fā)電總發(fā)電量。由于微網(wǎng)與主網(wǎng)交換功率Pgrid受聯(lián)絡線物理容量或購售電合同限制，設定最大可交換功率為Pgridmax;為保證微網(wǎng)可靠經(jīng)濟運行，根據(jù)風力和光伏發(fā)電量Pre(t)的變化，制定微網(wǎng)并網(wǎng)運行策略:

(1)當t時刻Pre(t)大于負荷需求時，微電源在滿足負荷供電的情況下，向蓄電池充電。

1)若蓄電池組充電但未充滿，蓄電池的荷電狀態(tài)為:

式中，ES(t)為t時刻蓄電池組的儲能容量;σ為蓄電池每小時的自放電率;Pload(t)為t時刻的負荷功率，本文不計儲能及負荷側(cè)逆變器的效率。

2)若蓄電池組已充滿，仍有剩余發(fā)電量，可向主網(wǎng)輸電或啟用卸荷負載。蓄電池組的荷電狀態(tài)為:

式中，ESN為蓄電池組的額定總?cè)萘俊?/p>

(2)當t時刻Pre(t)等于負荷需求時，蓄電池組的荷電狀態(tài)為:

(3)當t時刻Pre(t)小于負荷需求時，首先選擇向主網(wǎng)購電。

1)若主網(wǎng)向微網(wǎng)輸送的電量可以補充供電缺額，蓄電池組荷電狀態(tài)和向主網(wǎng)購電量計算公式為:

2)若主網(wǎng)向微網(wǎng)輸送的電量不足以滿足供電缺額，啟用蓄電池組放電運行以補充功率缺額。向主網(wǎng)購電量和蓄電池組荷電狀態(tài)為:

3)針對運行策略2)，若蓄電池已達放電深度限制(即設定蓄電池最小荷電狀態(tài)SOCmin)仍不能滿足負荷供電需求，則切除可中斷負荷。微網(wǎng)向主網(wǎng)購電量和蓄電池荷電狀態(tài)為:

此時，負荷缺電量為:

根據(jù)負荷缺電量計算微網(wǎng)供電可靠性:

式中，ηLPSP為全年負荷缺電率(LPSP，the loss of power supply probability);LPS(t)、LPS(LPS，the loss of power supply)分別為t時刻和全年負荷缺電量。

4 雙目標優(yōu)化求解

將風力發(fā)電機、光伏電池和蓄電池臺數(shù)作為優(yōu)化過程中的決策變量，確定目標函數(shù):

約束條件為:

式中，Nmin、Nmax分別為風力發(fā)電和光伏發(fā)電滿足負荷需求所需的最大、最小數(shù)量;SOC(State of Charge)指蓄電池的荷電狀態(tài)。通常蓄電池的最小SOC為20%～30%，為保證蓄電池組具有足夠容量作為微網(wǎng)孤網(wǎng)運行和極端條件下的備用，本文設定蓄電池最小荷電狀態(tài)SOCmin為50%。

5 模擬退火粒子群優(yōu)化算法

模擬退火粒子群算法是在標準粒子群算法的基礎上引入模擬退火機制，具有標準粒子群算法的并行性、快速性和模擬退火算法的全局性、精度高的優(yōu)點［13］。本文將多目標模擬退火粒子群算法應用到微電網(wǎng)電源容量配置優(yōu)化計算中。

6 算例分析

本文根據(jù)北方某地區(qū)的資源條件，針對并網(wǎng)運行風/光/儲微電網(wǎng)系統(tǒng)，研究微電源容量配置。風力發(fā)電機、光伏電池和蓄電池等設備安裝、運行成本等數(shù)據(jù)如表1所示［11］。風力發(fā)電機的切入風速、額定風速和切出風速分別取2.5m/s、12m/s和18m/s;光伏電池光電轉(zhuǎn)換效率ηg取13%，Am取0.6465m2;蓄電池每小時自放電率σ為0.01%。微網(wǎng)與主網(wǎng)的最大交換功率Pgridmax取50kW，缺電補償損失費用Ccop取$0.1/(kW·h)［12］。將該地區(qū)某一年的風速、太陽輻照強度數(shù)據(jù)及年負荷數(shù)據(jù)作為計算的輸入數(shù)據(jù)，如圖1曲線所示。采用模擬退火粒子群優(yōu)化算法，對微網(wǎng)成本、負荷缺電率兩個目標函數(shù)同時尋優(yōu)得到微電源容量配置結(jié)果，文中分別列出了微網(wǎng)等年值成本最小和可靠性最高的兩種配置方案，見表2。

6.1 容量配置結(jié)果分析

圖1 微網(wǎng)所在地的氣象數(shù)據(jù)和負荷曲線Fig．1 Meteorological conditions and load at location ofmicrogrid

表1 微電源成本Tab．1 Cost ofmicro-sources

分析表1參數(shù)和表2容量配置結(jié)果發(fā)現(xiàn)，由風力和光伏發(fā)電組成的微電網(wǎng)，由于存在風速、光照不足的極端情況，為提高可靠性，所配置的微電源額定總?cè)萘窟h大于微網(wǎng)不同時刻的負荷功率需求。這樣，使得微網(wǎng)的投資成本急劇增加。當風力發(fā)電機、光伏電池額定運行時，微電源的可發(fā)電量將遠遠超過峰值負荷的需求，必將出現(xiàn)大量的電量剩余。因此，將風力發(fā)電和光伏發(fā)電組成微電網(wǎng)并網(wǎng)運行，參與主網(wǎng)能量調(diào)度和電量交換，可以充分有效地利用風力和光伏發(fā)電。

表2 微電源配置結(jié)果Tab．2 Optimal configuration result ofmicro-sources

6.2 微網(wǎng)向主網(wǎng)購電分析

圖2顯示了不同時刻微網(wǎng)向主網(wǎng)的購電量。微網(wǎng)向主網(wǎng)購電時間主要集中在［2000，4000］和［6000，8000］小時區(qū)間內(nèi)，這是由于該區(qū)間內(nèi)當?shù)仫L速接近甚至超過20m/s，風機退出運行，此時光照低于額定輻照強度(1000W/m2)。而在［4000，6000］小時區(qū)間光照強度大于額定光照強度，風速處于額定風速和切出風速之間，微電源發(fā)電量可滿足負荷供電需求，此時微網(wǎng)向主網(wǎng)購電很少。在微電源發(fā)電量大于負荷需求時，應首先為蓄電池充電，然后向主網(wǎng)輸出電能，這樣可保證充足的備用容量。而將主網(wǎng)作為微網(wǎng)的備用和支撐，還可避免蓄電池頻繁充放電，延長蓄電池組的使用壽命。

圖2 不同時刻微網(wǎng)向主網(wǎng)購電量Fig．2 Power purchased from main grid in different time

6.3 儲能運行策略分析

如圖3所示，由于蓄電池放電深度限制為50%，蓄電池剩余荷電量始終維持在25kW·h以上，這部分容量可為微網(wǎng)計劃或非計劃孤島運行提供備用容量，從而保證微網(wǎng)在極端情況下的運行可靠性。在并網(wǎng)運行狀態(tài)下，通過制定合理的調(diào)度機制和配備完善的能量管理系統(tǒng)，蓄電池剩余荷電量還可配合主網(wǎng)削峰填谷。

6.4 經(jīng)濟性與可靠性關系

若設定微網(wǎng)與主網(wǎng)聯(lián)絡線交換功率Pgridmax= 0，可得到微網(wǎng)在孤島運行狀態(tài)的電源配置情況。采用多目標模擬退火粒子群優(yōu)化方法，求得pareto最優(yōu)前沿如圖4所示。

圖3 不同時刻單臺蓄電池荷電量Fig．3 SOC of battery cell in defferent time

圖4 雙目標(等年值成本和負荷缺電率)優(yōu)化獲得的pareto前沿Fig．4 Pareto front caculated by bi-objective optimization for annual cost and LPSP

由圖4可看出，與獨立運行比較，在相同可靠性指標下，針對并網(wǎng)運行配置微電源容量所需成本明顯低于孤網(wǎng)時的投資成本。可見，以微網(wǎng)并網(wǎng)運行的角度配置微電源容量，可在保證微網(wǎng)運行可靠性的同時降低投資、運行成本。采用經(jīng)濟性和可靠性雙目標同時優(yōu)化方法分析二者的關系比單目標優(yōu)化方法更為直觀和明確。

7 結(jié)論

本文通過制定微網(wǎng)運行策略，考慮微網(wǎng)向主網(wǎng)的購電費用，建立了風/光/儲微電網(wǎng)的經(jīng)濟性和可靠性雙目標優(yōu)化模型。采用模擬退火粒子群優(yōu)化算法對模型求解，得到了微網(wǎng)中風力發(fā)電機、光伏電池和儲能系統(tǒng)的容量配置關系。算例分析結(jié)果表明:相比于獨立運行，針對微網(wǎng)并網(wǎng)運行配置微電源容量，在合理的調(diào)度和運行策略下，可以滿足系統(tǒng)的供電可靠性，并降低微電網(wǎng)投資成本。

［1］李鵬，張玲(Li Peng，Zhang Ling)．微網(wǎng)技術(shù)應用與分析(Application and analysis ofmicrogrid)［J］．電力系統(tǒng)自動化(Automation of Electric Power Systems)，2009，33(20):109-115．

［2］程軍照，李澍森，馮宇，等(Cheng Junzhao，Li Shusen，F(xiàn)eng Yu，et al．)．發(fā)達國家微網(wǎng)政策及其對中國的借鑒意義(Policies on microgrid in developed countries and implications for China)［J］．電力系統(tǒng)自動化(Automation of Electric Power Systems)，2010，34 (1):64-68．

［3］劉文勝，毛曉明，陳志勇(Liu Wensheng，Mao Xiaoming，Chen Zhiyong)．微網(wǎng)優(yōu)化運行研究進展與展望(A review on microgrid optimal operation)［J］．電工電能新技術(shù)(Advanced Technology of Electrical Engineering and Energy)，2012，31(2):64-68．

［4］石慶均，耿光超，江全元(Shi Qingjun，Geng Guangchao，Jiang Quanyuan)．獨立運行模式下的微網(wǎng)實時能量優(yōu)化調(diào)度(Real-time optimal energy dispatch of standalonemicrogrid)［J］．中國電機工程學報(Proceedings of the CSEE)，2012，32(16):26-35．

［5］王瑞琪，李珂，張承慧(Wang Ruiqi，Li Ke，Zhang Chenghui)．基于混沌多目標遺傳算法的微網(wǎng)系統(tǒng)容量優(yōu)化(Optimization allocation of microgrid capacity based on chaotic multi-objective genetic algorithm)［J］．電力系統(tǒng)保護與控制(Power System Protection and Control)，2011，39(22):16-22．

［6］楊琦，張建華，劉自發(fā)，等(Yang Qi，Zhang Jianhua，Liu Zifa，et al．)．風光互補混合供電系統(tǒng)多目標優(yōu)化設計(Multi-objective optimization of hybrid PV/ wind power supply system)［J］．電力系統(tǒng)自動化(Automation of Electic Power System)，2009，33(17): 86-90．

［7］丁明，包敏，吳紅斌，等(Ding Ming，Bao Min，Wu Hongbin，et al．)．復合能源分布式發(fā)電系統(tǒng)的機組組合問題(Unit commitment problem in distributed generation system with multiple energy sources)［J］．電力系統(tǒng)自動化(Automation of Electric Power System)，2008，32(6):46-50．

［8］Lin Shan，LiGengyin，Wang Wenbo，et al．Optimal sizing combination of the micro-sources in a connected microgrid［A］．2012 IEEE Innovative Smart Grid Technologies-Asia(ISGT Asia)［C］．2012.1-5．

［9］肖曉偉，肖迪，林錦國，等(Xiao Xiaowei，Xiao Di，Lin Jinguo，et al．)．多目標優(yōu)化問題的研究概述(O-verview on multiobjective optimization problem research)［J］．計算機應用研究(Application Research of Computers)，2011，28(3):805-808，827．

［10］H Hassanzadehfard，SM Moghaddas-Tafreshi，SM Hakimi．Effect of energy storage systems on optimal sizing of islanded micro-grid considering interruptible loads［A］．Proceedings of the 2011 3rd International Youth Conference on Energetics(IYCE)［C］．2011.1-7．

［11］馬溪原，吳耀文，孫元章，等(Ma Xiyuan，Wu Yaowen，Sun Yuanzhang，et al．)．采用改進細菌覓食算法的風光儲混合微電網(wǎng)電源優(yōu)化配置(Optimal sizing of hybrid solar-wind distributed generation in an isolated microgrid using improved bacterial foraging algorithm)［J］．中國電機工程學報(Proceedings of the CSEE)，2011，31(25):17-25．

［12］言大偉，韋鋼，陳眩姿，等(Yan Dawei，Wei Gang，Chen Xuanzi，et al．)．考慮可中斷負荷的微網(wǎng)能量優(yōu)化(Optimization considering interruptible load)［J］．電力系統(tǒng)及其自動化學報(Proceedings of the CSU-EPSA)，2012，24(1):88-93．

［13］李勇，王建君，曹麗華(Li Yong，Wang Jianjun，Cao Lihua)．火電廠負荷優(yōu)化分配的模擬退火粒子群算法(Simulated annealing particle swarm optimization algorithm ofoptimal load dispatch in power plant)［J］．電力系統(tǒng)及其自動化學報(Proceedings of the CSU-EPSA)，2011，23(3):40-44．

Bi-objective optim ization of capacity configuration based on grid-connected w ind/photovoltaic/storagem icrogrid

LAN Guo-jun1，LIWen-yi1，YIN Kai1，WEN Bo1，SONG Pei-chen2
(1．School of Electric Power，Inner Mongolia University of Technology，Hohhot010080，China; 2．Datong Extra-high Voltage Power Supply Bureau，Datong 037000，China)

Currently，research onmicro-sources capacity configuration is concentrated on the case of isolatedmicrogrid．Though configuration results can guarantee the reliability of the system connected or disconnected，the redundant investment is increased．In this paper，the operation strategy for the parallel operation of wind/photovoltaic/ storagemicrogrid is developed，and the economymodel and power supply reliability model are established respectively，usingmulti-objective simulated annealing particle swarm optimization algorithm to calculate optimal solution set of themodel．The configuration scheme of the wind power，photovoltaic power and energy storage system is obtained．It shows thatas compared with the isolated operation，to configure themicro-sources capacity relationship of wind/photovoltaic/storagemicrogrid in view of parallel operation，the investment cost will be decreased obviously under the same reliability requirement．

parallel operation;wind/photovoltaic/storagemicrogrid;capacity configuration;bi-objective optimization

TM9

A

1003-3076(2015)03-0018-06

2013-09-26

內(nèi)蒙古自然科學基金(2013MS0701)、內(nèi)蒙古“草原英才”工程、內(nèi)蒙古工業(yè)大學風能太陽能利用技術(shù)省部共建教育部重點實驗室開放基金資助項目

蘭國軍(1989-)，男，內(nèi)蒙古籍，碩士研究生，研究方向為新能源發(fā)電及微電網(wǎng)技術(shù);栗文義(1963-)，男，內(nèi)蒙古籍，教授，博士生導師，博士，主要研究方向為電力系統(tǒng)規(guī)劃及可靠性分析、新能源發(fā)電(通信作者)。