馬曉娟，劉洋，潘亞培

(河南森源電氣股份有限公司，河南 長葛 461500)

基于仿電磁學(xué)算法的風(fēng)/光/蓄獨立微網(wǎng)系統(tǒng)的優(yōu)化研究

馬曉娟，劉洋，潘亞培

(河南森源電氣股份有限公司，河南 長葛 461500)

針對風(fēng)/光/蓄微網(wǎng)系統(tǒng)的特點，以充分滿足用戶負(fù)荷需求和實現(xiàn)可再生能源的最大化利用為原則，提出了系統(tǒng)獨立運行模式下的優(yōu)化調(diào)度策略，建立系統(tǒng)運行成本最低為目標(biāo)的容量配置優(yōu)化模型，并采用改進(jìn)的仿電磁學(xué)算法對所建模型進(jìn)行求解。仿真算例驗證了模型和算法的可行性和有效性。

微網(wǎng)系統(tǒng)；優(yōu)化調(diào)度；機(jī)組組合；仿電磁學(xué)算法

0 引言

微網(wǎng)系統(tǒng)因融合了多種分布式電源、負(fù)荷、儲能裝置，可以靈活地并網(wǎng)或離網(wǎng)運行，提高了分布式電源的利用率和負(fù)荷供電的可靠性，發(fā)展?jié)摿薮?。然而，鑒于可再生能源的間歇性、不可控性以及負(fù)荷波動的隨機(jī)性，使得微網(wǎng)系統(tǒng)的運行優(yōu)化研究問題成為微網(wǎng)可靠運行的關(guān)鍵。目前，對微網(wǎng)運行主要集中在微網(wǎng)結(jié)構(gòu)及設(shè)備特性、優(yōu)化目標(biāo)的確定、優(yōu)化問題的求解方法等方面[1-10]。

本文提出1個由風(fēng)/光/蓄構(gòu)成的直流母線型微網(wǎng)系統(tǒng)， 并以此為研究對象，從微網(wǎng)能量優(yōu)化調(diào)度角度出發(fā)，分析微網(wǎng)的結(jié)構(gòu)組成及建立基本模型，再以微網(wǎng)綜合運行成本最低為目標(biāo)確定優(yōu)化目標(biāo)函數(shù)，后針對Birbil博士提出的仿電磁學(xué)算法(ELM)[11-13]進(jìn)行研究及改進(jìn)，采用改進(jìn)后的仿電磁學(xué)算法對優(yōu)化目標(biāo)函數(shù)模型進(jìn)行求解。最后，通過仿真算例驗證研究內(nèi)容的可行性和合理性。

1 風(fēng)/光/蓄微網(wǎng)系統(tǒng)的優(yōu)化調(diào)度模型

1.1 基于直流母線型的風(fēng)/光/蓄微網(wǎng)系統(tǒng)

以1個由風(fēng)/光/蓄構(gòu)成的直流母線型微網(wǎng)系統(tǒng)為例，系統(tǒng)中發(fā)電機(jī)組為風(fēng)力發(fā)電、光伏發(fā)電，儲能單元為蓄電池，用戶負(fù)荷分為關(guān)鍵負(fù)荷和可削減負(fù)荷，如圖1所示。

圖1 基于直流母線型風(fēng)/光/蓄的微網(wǎng)系統(tǒng)

圖1中，光伏發(fā)電、風(fēng)力發(fā)電和蓄電池分別經(jīng)過相應(yīng)的DC/DC轉(zhuǎn)換器，AC/DC轉(zhuǎn)換器，DC/DC轉(zhuǎn)換器匯接至直流母線，再經(jīng)過DC/AC逆變器給負(fù)荷供電，或者經(jīng)變壓器饋入配電網(wǎng)。

本文僅考慮風(fēng)/光/蓄微網(wǎng)系統(tǒng)獨立運行的情況，系統(tǒng)中風(fēng)力發(fā)電、光伏發(fā)電受到氣候條件和環(huán)境因素的影響，各自的輸出功率在時間上存在很大的隨機(jī)性和波動性。因此，獨立運行模式下的微網(wǎng)系統(tǒng)能穩(wěn)定運行的關(guān)鍵在于儲能單元-蓄電池的荷電量狀態(tài)和充放電功率。即利用蓄電池的充放電對微網(wǎng)系統(tǒng)進(jìn)行能量的平衡調(diào)節(jié)和控制。

1.2 風(fēng)/光/蓄獨立微網(wǎng)系統(tǒng)的優(yōu)化調(diào)度策略

本文主要研究風(fēng)/光/蓄微網(wǎng)系統(tǒng)在1 d內(nèi)的運行情況，在不同時段自然因素隨機(jī)變化的條件下，依據(jù)風(fēng)力發(fā)電、光伏發(fā)電的電能以及蓄電池的荷電量狀態(tài)來選擇最優(yōu)風(fēng)/光/蓄運行方案組合，以實時地跟蹤負(fù)荷需求的變化，保證系統(tǒng)中能量的供需平衡，且可實現(xiàn)系統(tǒng)的運行成本最低。

風(fēng)/光/蓄微網(wǎng)系統(tǒng)獨立運行時，可采取以下調(diào)度策略：以最大化利用可再生能源為原則，優(yōu)先利用風(fēng)/光發(fā)電機(jī)組的出力電能來滿足微網(wǎng)內(nèi)部的負(fù)荷需求；某時段內(nèi)，若風(fēng)/光發(fā)電機(jī)組的出力電能之和大于負(fù)荷需求且蓄電池滿荷電量狀態(tài)，則考慮選擇最優(yōu)風(fēng)/光發(fā)電機(jī)組組合投運，蓄電池不充放電；某時段內(nèi)，若風(fēng)/光發(fā)電機(jī)組的出力電能之和大于負(fù)荷需求且蓄電池不滿荷電量狀態(tài)，則考慮將多余的電能(多余的電能等于風(fēng)/光發(fā)電機(jī)組的出力電能之和減去負(fù)荷需求)用于對蓄電池充電。此時，可分為以下情況考慮： 多余的電能剛好滿足蓄電池可實現(xiàn)滿荷電量狀態(tài)的需求，則當(dāng)前投運的風(fēng)/光發(fā)電機(jī)組即為最優(yōu)機(jī)組組合； 多余的電能全部用于為蓄電池充電，蓄電池的荷電量狀態(tài)仍不能達(dá)到滿荷電量狀態(tài)，則當(dāng)前投運的風(fēng)/光發(fā)電機(jī)組即為最優(yōu)機(jī)組組合； 未將全部的、多余的電能為蓄電池充電，蓄電池即達(dá)到了滿荷電量狀態(tài)，則考慮選擇最優(yōu)風(fēng)/光發(fā)電機(jī)組組合投運。

某時段內(nèi)，若風(fēng)/光發(fā)電機(jī)組的出力電能之和小于負(fù)荷需求，則當(dāng)前投運的風(fēng)/光發(fā)電機(jī)組為最優(yōu)機(jī)組組合。此時，可分為以下情況考慮：蓄電池的荷電量狀態(tài)低于最小荷電量限值時，考慮切除部分非關(guān)鍵負(fù)荷，僅為關(guān)鍵負(fù)荷供電；蓄電池的荷電量狀態(tài)不低于最小荷電量限值時，由蓄電池放電，蓄電池放電至最小荷電量狀態(tài)時仍不能完全滿足負(fù)荷所需，則考慮切除部分可削減負(fù)荷； 蓄電池的荷電量狀態(tài)不低于最小荷電量限值時，且蓄電池當(dāng)前荷電量狀態(tài)滿足放電后負(fù)荷所需。

1.3 目標(biāo)函數(shù)

本文以系統(tǒng)的綜合運行成本最低為目標(biāo)來建立優(yōu)化模型。由于太陽能、風(fēng)能不消耗原燃料，故不計燃料成本?？紤]各發(fā)電機(jī)組的單位度電成本、運行維護(hù)成本及蓄電池維護(hù)處理費用。其數(shù)學(xué)模型如下

(1)

1.4 約束條件

(2)

(3)

(4)

(2)發(fā)電機(jī)組出力約束。受制于自然條件的限制和自身技術(shù)出力的約束，風(fēng)力發(fā)電機(jī)組和光伏發(fā)電機(jī)組的出力約束條件表示為

(5)

式中：Pimin，Pimax分別為第i臺發(fā)電機(jī)組允許的最小、最大出力。

(6)

(7)

(8)

(9)

(4)系統(tǒng)供電可靠性。系統(tǒng)的供電可靠性反映了系統(tǒng)可提供負(fù)荷功率需求的能力。故用負(fù)荷缺電率(loss of power supply probability，LPSP)來表征t時段內(nèi)系統(tǒng)供電可靠性，用式(10)來表示

(10)

由式(10)可知，fLPSP越小，供電可靠性越高，fLPSP不超過其最大負(fù)荷可承受缺電率，用式(11)來表示

(11)

本文假定1 d各時段內(nèi)系統(tǒng)可承受最大的缺電率fmax為0.1%。

2 仿電磁學(xué)算法

2.1 算法原理

ELM算法是Birbil博士提出的1種隨機(jī)全局優(yōu)化算法。該算法模擬帶電粒子間超距離作用力的原理，先隨機(jī)從可行域中產(chǎn)生1組初始解，然后根據(jù)每個粒子所確定的目標(biāo)函數(shù)值來確定吸引域，以模擬電磁場中的吸引與排斥的機(jī)制產(chǎn)生新一代粒子，每個帶電粒子的電荷由待優(yōu)化的目標(biāo)函數(shù)的函數(shù)值決定。電荷值的大小決定該粒子對其他粒子的吸引或者排斥的強(qiáng)弱，目標(biāo)函數(shù)值越優(yōu)，吸引力就越強(qiáng)。利用ELM算法進(jìn)行尋優(yōu)的過程主要涉及下列公式

(12)

(14)

2.2 模型求解

2.2.1 改進(jìn)ELM算法

(1)動態(tài)迭代搜索法。式(14)中，λ是影響算法收斂精度和保證種群多樣性的重要參數(shù)。選取合理的λ值有利于平衡算法的全局搜索能力和局部搜索能力，從而尋到最優(yōu)的解。本文定義在算法迭代開始時，λ=λmax；經(jīng)過迭代過程，在算法結(jié)束時，λ=λmin。λ的迭代公式為

(15)

式中：Iter，Itermax分別代表當(dāng)前和最大的迭代次數(shù)。

(3)種群移動干擾。同樣，在算法的運行中，種群移動公式(14)的分母也可能為0。因此，考慮在式子的分母上增加一個干擾條件λ1，改進(jìn)后種群移動公式為

(16)

式中：λ1都為大于0小于1的數(shù)。

(4)空間收縮策略。為了加速算法求解的收斂性，本文引入了搜索空間收縮策略。在算法的迭代過程中，若目標(biāo)函數(shù)值不變時，利用各發(fā)電機(jī)組的最大、最小出力和第k次迭代中最優(yōu)解Xk,best之間的距離來調(diào)整縮減搜索空間，從而加速算法的收斂。該策略可用公式(17)，(18)來表示

(17)

(18)

2.2.2 算法的具體求解方法

(1)輸入風(fēng)速、光照、溫度及負(fù)荷等參數(shù)，預(yù)測風(fēng)/光輸出功率及負(fù)荷需求；設(shè)置種群規(guī)模m，維數(shù)為n，最大迭代次數(shù)Itermax，進(jìn)化代數(shù)初始值k等。

(2)設(shè)定風(fēng)/光發(fā)電機(jī)組均工作在最大功率跟蹤點狀態(tài)下，利用風(fēng)電、光伏的出力模型[14]，計算出各發(fā)電機(jī)組的最大允許出力功率。

(3)本文假定有風(fēng)力發(fā)電機(jī)組數(shù)為a，光伏發(fā)電機(jī)組數(shù)為b，且以風(fēng)/光機(jī)組的啟停作為決策變量為0～1離散變量。故而采用均勻隨機(jī)方法產(chǎn)生一個種群規(guī)模為m、變量維數(shù)為n的初始種群。然后，再用round函數(shù)對矩陣進(jìn)行處理，產(chǎn)生滿足離散變量條件的初始種群X。

(4)根據(jù)系統(tǒng)優(yōu)化調(diào)度策略判斷蓄電池運行狀態(tài)以及是否需要切除部分可削減負(fù)荷，并引入懲罰函數(shù)法將帶約束模型轉(zhuǎn)化為無約束模型，利用仿電磁學(xué)算法對該模型進(jìn)行求解，計算種群中個體的評價函數(shù)值、個體電荷值及其總受力大小。

(5)利用改進(jìn)后的粒子更新公式產(chǎn)生新種群，將新種群和上代種群的目標(biāo)函數(shù)值進(jìn)行比較，更新種群，并記下當(dāng)前最優(yōu)解Xk,best。

(6)應(yīng)用2.2.1中提出的空間收縮策略，調(diào)整搜索空間，尋找最優(yōu)解。

(7)令k=k+1，判斷算法迭代條件終止否；若沒有，轉(zhuǎn)入步驟(3)重復(fù)迭代步驟；若已滿足，終止條件并輸出最優(yōu)解及最終目標(biāo)函數(shù)值。

(8)輸出結(jié)果。

3 算例分析

3.1 算例系統(tǒng)

系統(tǒng)中各發(fā)電單元的具體參數(shù)見表1～3，各發(fā)電單元的運行費用見表4。本文選取某地區(qū)夏季某天的自然環(huán)境情況及周圍用電負(fù)荷情況為仿真對象，風(fēng)力發(fā)電、光伏發(fā)電的出力預(yù)測曲線以及負(fù)荷的預(yù)測曲線如圖2、圖3所示。

表1 風(fēng)力發(fā)電機(jī)參數(shù)

表4 各時段最優(yōu)機(jī)組組合

表2 光伏陣列參數(shù) kW

表3 各發(fā)電單元的運行費用 元/(kW·h)

圖2 夏季某日風(fēng)/光機(jī)組輸出功率變化曲線

圖3 1 d中負(fù)荷需求變化曲線

3.2 結(jié)果及分析

設(shè)蓄電池滿負(fù)荷電量為96 kW·h，其初始容量為60%滿負(fù)荷電量；仿電磁學(xué)算法種群數(shù)為20，λmax為0.9，λmin為0.4。最大迭代次數(shù)為100，懲罰系數(shù)為106。將1 d劃分為24個時段，優(yōu)化調(diào)度間隔定為1 h。優(yōu)化后各時段成本最低的最優(yōu)機(jī)組組合情況見表4。表4中，A，B，C，D，E，F(xiàn)，G分別對應(yīng)風(fēng)電機(jī)組WT1、風(fēng)電機(jī)組WT2、風(fēng)電機(jī)組WT3、光伏陣列PV1、光伏陣列PV2、光伏陣列PV3、可削減負(fù)荷功率；1表示對應(yīng)機(jī)組開機(jī)，0表示對應(yīng)機(jī)組停機(jī)；蓄電池充放電功率為負(fù)值表示蓄電池處于充電狀態(tài)，正值表示其處于放電狀態(tài)，0值表示其不處于工作狀態(tài)。

由表4可知，依據(jù)本文提出的調(diào)度策略，系統(tǒng)在離網(wǎng)運行狀態(tài)下，很好地利用風(fēng)/光資源的互補(bǔ)特性，在保證整個微網(wǎng)內(nèi)能量變化平衡、系統(tǒng)穩(wěn)定運行的基礎(chǔ)上，選擇最佳的機(jī)組投運。由于本文所取數(shù)據(jù)資源的特殊性，系統(tǒng)優(yōu)化運行當(dāng)天，未采取切除可削減負(fù)荷的措施?？傮w上，各個時段內(nèi)優(yōu)化后的系統(tǒng)總運行成本不大于優(yōu)化前的成本，即實現(xiàn)了系統(tǒng)的經(jīng)濟(jì)穩(wěn)定運行。

續(xù)表

4 結(jié)束語

本文從風(fēng)/光/蓄微網(wǎng)系統(tǒng)運行成本最低和能源最大化利用的角度出發(fā)，考慮自然條件對系統(tǒng)的影響，提出能量優(yōu)化策略并以系統(tǒng)運行成本最低為目標(biāo)建立對應(yīng)的數(shù)學(xué)模型，對仿電磁學(xué)算法進(jìn)行改進(jìn)以應(yīng)用到對所建立模型的求解中。算例分析證明了模型和算法的正確性和有效性。

[1]劉文勝,毛曉明,陳志勇.微網(wǎng)優(yōu)化運行研究進(jìn)展與展望[J].電工電能新技術(shù),2012,31(2):64-68.

[2]王成山，武震，李鵬.微電網(wǎng)關(guān)鍵技術(shù)研究[J].電工技術(shù)學(xué)報，2014，29(2):1-12.

[3]丁明,張穎媛,茆美琴,等.包含鈉硫電池儲能的微網(wǎng)系統(tǒng)經(jīng)濟(jì)運行優(yōu)化[J].中國電機(jī)工程學(xué)報,2011,31(4):7-14.

[4]牛銘,黃偉,郭佳歡,等.微網(wǎng)并網(wǎng)時的經(jīng)濟(jì)運行研究[J].電網(wǎng)技術(shù),2010,34(11):38-42.

[5]劉小平,丁明,張穎媛,等.微網(wǎng)系統(tǒng)的動態(tài)經(jīng)濟(jì)調(diào)度[J].中國電機(jī)工程學(xué)報,2011,31(31):77-84.

[6]茆美琴,孫樹娟,蘇建徽,等.包含電動汽車的風(fēng)/光/儲微電網(wǎng)經(jīng)濟(jì)系分析[J].電力系統(tǒng)自動化,2011,35(14):30-35.

[7]張濤,張福興,張彥,等.面向能源互聯(lián)網(wǎng)的能量管理系統(tǒng)研究[J].電網(wǎng)技術(shù),2016,40(1):146-156.

[8]周明,夏澍,李琰,等.含風(fēng)電的電力系統(tǒng)月度機(jī)組組合和檢修計劃聯(lián)合優(yōu)化調(diào)度[J].中國電機(jī)工程學(xué)報,2015,35(7):1586-1594.

[9]冉曉洪,苗世洪，劉陽升，等.考慮風(fēng)光荷聯(lián)合作用下的電力系統(tǒng)經(jīng)濟(jì)調(diào)度建模[J].中國電機(jī)工程學(xué)報,2014,34(16):2552-2560.

[10]王曉娟,高亮,陳亞洲,等.類電磁機(jī)制算法及其應(yīng)用[J].計算機(jī)應(yīng)用研究,2006(6):67-70.

[11]郭壯志,吳杰康.水電站廠內(nèi)經(jīng)濟(jì)運行的快速仿電磁學(xué)算法[J].現(xiàn)代電力,2010,27(3):89-94.

[12]郭壯志,吳杰康,孔繁鎳.基于仿電磁學(xué)算法和數(shù)據(jù)包絡(luò)分析的水火電力系統(tǒng)多目標(biāo)優(yōu)化調(diào)度[J].中國電機(jī)工程學(xué)報,2013,33(4):53-61.

[13]徐林，阮新波，張步涵, 等.風(fēng)光蓄互補(bǔ)發(fā)電系統(tǒng)容量的改進(jìn)優(yōu)化配置方法[J].中國電機(jī)工程學(xué)報，2012，32(25):88-98.

[14]曾君，徐冬冬，劉俊峰,等.考慮負(fù)荷滿意度的微電網(wǎng)運行多目標(biāo)優(yōu)化方法研究[J].中國電機(jī)工程學(xué)報，2016，36(12):3325-3333.

(本文責(zé)編：劉炳鋒)

2017-03-27；

2017-05-05

TM 743

A

1674-1951(2017)05-0012-05

馬曉娟(1986—)，女，河南平頂山人，助理工程師，工學(xué)碩士，從事微電網(wǎng)優(yōu)化與控制的研究工作(E-mail:lovema2006juan@163.com)。