申洪濤，牛為華，吳一敵

（1.國網(wǎng)河北省電力有限公司電力科學(xué)研究院，石家莊050021;2.華北電力大學(xué)計(jì)算機(jī)系，保定071003；3.國網(wǎng)河北省電力有限公司，石家莊050021）

隨著能源危機(jī)加重及電量需求增加，發(fā)展可再生能源發(fā)電是一種可有效緩解能源危機(jī)、變更能源供應(yīng)結(jié)構(gòu)和提升電力系統(tǒng)性能的可行性方法[1]。因此，合理利用多種可再生能源，建立基于多種可再生能源聯(lián)合發(fā)電系統(tǒng)于負(fù)荷中心附近，形成微電網(wǎng)，通過協(xié)調(diào)控制達(dá)到電網(wǎng)獨(dú)立或者并網(wǎng)運(yùn)行，是未來可再生能源的發(fā)展方向之一[2]。

可再生能源發(fā)電系統(tǒng)研究重點(diǎn)是找到電源有效接納容量最佳配置。在系統(tǒng)約束條件及各種可再生能源特性基礎(chǔ)上，以可再生能源發(fā)電系統(tǒng)投入成本最低、供電可靠性最高為目標(biāo)，實(shí)現(xiàn)區(qū)域電力需求。合理電源有效接納容量規(guī)劃可以在很大程度上提升社會(huì)效益及經(jīng)濟(jì)效益[3]。但是可再生能源發(fā)電存在供電間歇性問題，為有效緩解這一現(xiàn)象，本文力求找尋最佳風(fēng)-光PV（photovoltaic）-沼可再生能源發(fā)電電源有效接納容量，增強(qiáng)可再生能源發(fā)電的供電穩(wěn)定性。

1 風(fēng)-光-沼可再生能源發(fā)電的電源有效接納容量規(guī)劃

1.1 風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)結(jié)構(gòu)

以風(fēng)力發(fā)電、太陽能光伏發(fā)電和沼氣生物質(zhì)發(fā)電為代表的再生能源是目前廣泛應(yīng)用的新能源。其中風(fēng)能和太陽能屬于不可控能源，受到自然條件限制，其本身攜帶間歇和隨機(jī)屬性；沼氣生物質(zhì)能來源廣，數(shù)量大，且實(shí)物化便于保存管理及使用，如：糞便、秸稈以及生活垃圾等含有機(jī)物質(zhì)資源[4]。充分合理利用風(fēng)能、太陽能和沼氣生物質(zhì)能等再生資源聯(lián)合發(fā)電，形成的風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)具有很強(qiáng)自身獨(dú)立供電能力，可較好地供應(yīng)持續(xù)穩(wěn)定電流，滿足一定范圍的用戶供電需求。

風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)結(jié)構(gòu)如圖1所示。由能量管理中心、光伏、風(fēng)力、沼氣生物質(zhì)能發(fā)電、儲(chǔ)能裝置以及負(fù)荷裝置共同構(gòu)成[5]。系統(tǒng)母線連接負(fù)荷裝置與風(fēng)-光-沼發(fā)電電源和儲(chǔ)能裝置；能量管理中心通過控制器負(fù)責(zé)整個(gè)系統(tǒng)協(xié)調(diào)控制，實(shí)時(shí)管理各再生資源發(fā)電電源運(yùn)行狀態(tài)，確保系統(tǒng)穩(wěn)定運(yùn)行，協(xié)調(diào)各方負(fù)荷用電需求。

1.2 電源有效接納容量評(píng)估建模

1.2.1 成本經(jīng)濟(jì)性目標(biāo)

將風(fēng)-光-沼電源組合的年度化用電量成本額度設(shè)置為風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)成本規(guī)劃目標(biāo)。固定成本、原料成本以及運(yùn)營維護(hù)費(fèi)用共同構(gòu)成系統(tǒng)電源組合中風(fēng)、光、沼電源電力成本。風(fēng)力和太陽能源于大自然，不存在原料成本[6]。沼氣發(fā)電需要生物質(zhì)能原料，存在原料成本。因此，風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)中風(fēng)、光、沼微電源電力成本計(jì)算模型為

式中：B為風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)年度電量成本額度，B值越大，說明系統(tǒng)成本越高，經(jīng)濟(jì)效益越差；i=1，2，3，分別代表風(fēng)力發(fā)電、光伏發(fā)電和沼氣發(fā)電微電源；Bi、Wi分別為微電源的單位發(fā)電成本、年度發(fā)電總量；Ufi、Uoi分別為微電源i固定成本年度折舊費(fèi)用、年度平均運(yùn)營維護(hù)費(fèi)用；Wi（t）為微電源i處于t時(shí)刻的發(fā)電量；h為全年有效發(fā)電時(shí)間；Umi（s）為一年內(nèi)第s次所用原料單位成本；、z為一年內(nèi)購買原料次數(shù)。

1.2.2 系統(tǒng)供電可靠性目標(biāo)

風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)根據(jù)用電數(shù)量持續(xù)為負(fù)荷供應(yīng)電能能力的量度（即系統(tǒng)供電充裕度）為系統(tǒng)供電可靠性目標(biāo)[7]。排除系統(tǒng)發(fā)電設(shè)備受損或故障等非正常情況的系統(tǒng)持續(xù)總供電能力表示系統(tǒng)供電充裕度。轉(zhuǎn)化系統(tǒng)供電可靠性目標(biāo)為系統(tǒng)無法滿足用電需求從外部采購電能所支出費(fèi)用額度[8]。用費(fèi)用額度大小衡量系統(tǒng)可靠性優(yōu)劣，費(fèi)用額度越小表明系統(tǒng)供電可靠性越好。風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)供電可靠性數(shù)學(xué)模型為

式中：BPS為系統(tǒng)無法滿足用電需求從外部采購電能支出總費(fèi)用；T為系統(tǒng)無法供電時(shí)間；BG為電量售價(jià)；WL、Wi分別為用電負(fù)荷需求總量、微電源i的輸出電量。

1.2.3 電源有效接納容量評(píng)估模型

風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)電源有效接納容量評(píng)估是離散非線性的多目標(biāo)、多約束電源組合優(yōu)化問題[9]。約束條件為風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)穩(wěn)定性、電量供需均衡性以及每個(gè)微電源輸出功率最大值。系統(tǒng)電源有效接納容量優(yōu)化配置建模以成本經(jīng)濟(jì)和系統(tǒng)供電可靠性為目標(biāo)來完成[10]。電源有效接納容量評(píng)估目標(biāo)函數(shù)為

電源有效接納容量評(píng)估目標(biāo)函數(shù)以實(shí)現(xiàn)系統(tǒng)經(jīng)濟(jì)費(fèi)用最小化為目標(biāo)，由系統(tǒng)發(fā)電量成本最小和系統(tǒng)無法供電產(chǎn)生損失最小2個(gè)子目標(biāo)函數(shù)構(gòu)成[11]。

系統(tǒng)電源組合總發(fā)電量為

式中，WL和Wi分別為用電負(fù)荷需求總量和微電源i輸出電量，WL=WUL+WIL，其中WUL、WIL分別表示不可中斷負(fù)荷容量、可中斷負(fù)荷容量。式（4）表示的系統(tǒng)電源組合總發(fā)電量需要符合總用電負(fù)荷需求，確保系統(tǒng)電量供需均衡性。

沼氣發(fā)電機(jī)組額定裝機(jī)容量滿足

為確保系統(tǒng)穩(wěn)定運(yùn)行，沼氣發(fā)電機(jī)組設(shè)置的裝機(jī)容量應(yīng)大于系統(tǒng)不可中斷負(fù)荷總量。

1.3 基于改進(jìn)粒子群的電源雙層規(guī)劃求解

1.3.1 帶自適應(yīng)變異的粒子群優(yōu)化算法

粒子群優(yōu)化算法運(yùn)行時(shí)，當(dāng)位置為局部最優(yōu)點(diǎn)位置的某粒子個(gè)體適應(yīng)值大于所屬粒子群個(gè)體適應(yīng)均值時(shí)，剩余粒子會(huì)向其聚攏，造成粒子群無法繼續(xù)搜索全局最優(yōu)解，陷入局部最優(yōu)，收斂早熟。究其根本與適應(yīng)度函數(shù)選擇相關(guān)。通過群體適應(yīng)度方差、粒子匯集距離的定義評(píng)判粒子群優(yōu)化算法是否陷入局部最優(yōu)解[12]。

定義1設(shè)n代表粒子群粒子數(shù)量；kj、kavg分別代表第j個(gè)粒子適應(yīng)度、粒子群適應(yīng)度均值；ε2代表粒子群群體適應(yīng)度方差。則有

式中，k為歸一化定標(biāo)因子，用于制約ε2的大小，k=max{1,max{|kj-kavg|}}，j∈[1,n]。

定義1說明，群體適應(yīng)度方差ε2可以體現(xiàn)粒子群全部粒子收斂程度。ε2越大，粒子群為隨機(jī)搜索狀態(tài)；ε2越小，粒子群收斂越好。

粒子群算法無論是全局收斂還是局部收斂，適應(yīng)度方差ε2均為0，因此適應(yīng)度方差的數(shù)值無法判斷出算法收斂類型，需要通過定義2進(jìn)一步判別得到最優(yōu)解的情況。

定義2粒子匯集距離均值R及匯集程度閾值Q的定義分別表示為

式中：n、D分別為粒子群粒子數(shù)、粒子維數(shù)；ptd、xjd分別為粒子群當(dāng)前搜索到的最優(yōu)位置、各個(gè)粒子當(dāng)前搜索到的最優(yōu)位置；xmax為x的最大值。

粒子群算法運(yùn)行時(shí)，粒子群適應(yīng)度方差處于無限接近于零狀態(tài)下，粒子匯集距離均值大于匯集程度閾值，表明粒子完成全局收斂，反之則表明粒子陷入局部收斂，得到全局最優(yōu)解為局部最優(yōu)解[13]。此時(shí)變更全局最優(yōu)解，可以改變粒子行進(jìn)方向，協(xié)助粒子脫離局部最優(yōu)情況，搜索剩余區(qū)域，尋求全局最優(yōu)解。

通過概率P自適應(yīng)變異全局最優(yōu)解，概率P的計(jì)算方法為

其中，ld取值根據(jù)實(shí)際問題相應(yīng)調(diào)整，通常大于ε2;α∈[0.1,0.3]。

變異全局最優(yōu)解即對(duì)其增加隨機(jī)干擾。設(shè)符合標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)變量為λ，則全局最優(yōu)解gBest表示為

通過自適應(yīng)變異全局最優(yōu)解gBest優(yōu)化粒子群算法陷入局部最優(yōu)解情況。

1.3.2 改進(jìn)粒子群優(yōu)化算法的電源雙層規(guī)劃求解

根據(jù)風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)電源組合優(yōu)化的決策變量、目標(biāo)函數(shù)和約束條件等信息，采用改進(jìn)粒子群優(yōu)化算法實(shí)現(xiàn)系統(tǒng)電源有效接納容量的雙層規(guī)劃[14]。雙層規(guī)劃的上層決策者通過決策判斷，設(shè)決策變量為x，下層以上層提供的變量x為參考，依照風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)，以尋求電源成本、系統(tǒng)供電不足產(chǎn)生采購電能費(fèi)用最小為目標(biāo)函數(shù)，以風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)穩(wěn)定性、電量供需均衡性和每個(gè)微電源輸出功率最大值為約束條件的前提，尋求最優(yōu)解，并將所得最優(yōu)解提交給上層，上層結(jié)合下層最優(yōu)解，求取整體的最優(yōu)解。通過上下層交替迭代，優(yōu)化電源雙層規(guī)劃上下層，最終獲取電源有效接納容量的全局最優(yōu)解[15]。

改進(jìn)粒子群優(yōu)化算法的電源雙層規(guī)劃求解流程如下。

步驟1粒子群優(yōu)化算法參數(shù)初始化，產(chǎn)生符合下層模式約束條件的隨機(jī)初始解。初始化種群中粒子速度Vj和位置Xj。

步驟2設(shè)置粒子j當(dāng)前所處位置為個(gè)體極值pBest，設(shè)置初始種群最佳粒子位置為全局最優(yōu)解gBest。

步驟3采用如下方式操作種群中全部粒子：

（1）更新種群中粒子速度和位置；

（2）采用粒子群優(yōu)化算法求取經(jīng)過上層模型粒子j位置Xj，更新下層模型最優(yōu)解Yj；

（3）通過將（Xj，Yj）代入到上層規(guī)劃目標(biāo)函數(shù)，求取粒子j適應(yīng)度K（Xj，Yj）；

（4）若粒子j適應(yīng)度比其個(gè)體極值適應(yīng)度好，更新粒子j個(gè)體極值為當(dāng)前所處位置Xj，更新對(duì)應(yīng)于個(gè)體極值的下層模型最優(yōu)解ypBest為Yj;

（5）若粒子j適應(yīng)度比其全局極值適應(yīng)度好，更新全局極值為當(dāng)前所處位置Xj，對(duì)應(yīng)于全局極值的下層模型最優(yōu)解ygBest更新為Yj。

步驟4判斷算法是否滿足最大迭代次數(shù)或?qū)で蟮椒暇纫蟮淖顑?yōu)解。如是，跳轉(zhuǎn)步驟6；否則，跳轉(zhuǎn)步驟5；

步驟5依照式（9）更新全局最優(yōu)解gBest，采用粒子群優(yōu)化算法計(jì)算對(duì)應(yīng)于gBest的下層最優(yōu)解，跳轉(zhuǎn)步驟3；

步驟6輸出算法最優(yōu)解gBest、ygBest以及上、下層規(guī)劃目標(biāo)函數(shù)值，算法求解完成。

2 算例分析

為驗(yàn)證本文方法可以有效評(píng)估風(fēng)-光-沼可再生能源發(fā)電電源中風(fēng)力發(fā)電、光伏發(fā)電以及沼氣發(fā)電的機(jī)組電源有效接納容量，選擇L省某負(fù)荷中心為實(shí)驗(yàn)平臺(tái)。該負(fù)荷中心的負(fù)荷總量為350 kW，其中可中斷負(fù)荷總量與不可中斷負(fù)荷總量分別為220 kW、130 kW。該負(fù)荷中心1 d內(nèi)的負(fù)荷變化情況如圖2所示。

從圖2可以看出，該負(fù)荷中心1 d內(nèi)的負(fù)荷需求具備顯著波動(dòng)性和隨機(jī)性。因此風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)需要在08：00-18：00的用電高峰期給負(fù)荷中心提供滿足不可中斷負(fù)荷需求的充足電量，在剩余用電低峰期，合理分配各個(gè)電源發(fā)電工作，確保低成本電力供應(yīng)。

本文方法求解電源有效接納容量時(shí)，依照該負(fù)荷中心目標(biāo)函數(shù)及約束條件，設(shè)置改進(jìn)粒子群算法參數(shù)為：群體規(guī)模n=55；維數(shù)D=35；學(xué)習(xí)因子c1=c2=2；最大、最小慣性系數(shù)分別為0.92、0.43；收斂精度為10-10；最大迭代次數(shù)為60；改進(jìn)粒子群算法運(yùn)行環(huán)境為MATLAB7.9?；诟倪M(jìn)粒子群算法的電源有效接納容量求解結(jié)果如表1所示。

分析表1數(shù)據(jù)可知，5組優(yōu)化結(jié)果中，得到2組最優(yōu)解，剩余3組是次優(yōu)解。

以成本經(jīng)濟(jì)為目標(biāo)的3種投資方案結(jié)果如表2所示。由表2看出，方案1將投資成本控制在60萬元之內(nèi)，且缺電率最低；方案2保證缺電率在10%以內(nèi)，且投資成本最少；但是方案1和方案2的電力資源利用率均較低，分別為48.07%、77.93%。方案3的電能資源利用率高于90%，且投資成本和缺電率情況較好，綜合性指標(biāo)最佳。因此方案3為最佳投資方案。

根據(jù)負(fù)荷中心的地理位置、太陽光照強(qiáng)度及風(fēng)速等約束條件，負(fù)荷中心負(fù)荷需求等動(dòng)態(tài)變化，以滿足負(fù)荷中心負(fù)荷需求及合理協(xié)調(diào)管理電量為目標(biāo)，充分結(jié)合電源供電可靠性原則、方案3成本經(jīng)濟(jì)原則，正確配置風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)各個(gè)微電源型號(hào)及有效接納容量。風(fēng)力發(fā)電機(jī)組型號(hào)配置如表3所示，光伏陣列配置如表4所示，沼氣發(fā)電及儲(chǔ)能系統(tǒng)相關(guān)數(shù)據(jù)如表5所示。

表3 風(fēng)力發(fā)電機(jī)組型號(hào)配置Tab.3 Configuration of wind turbine types

表4 光伏陣列配置Tab.4 Configuration of PV array

表5 沼氣發(fā)電及儲(chǔ)能系統(tǒng)相關(guān)數(shù)據(jù)Tab.5 Related data of biogas power generation and energy storage system

表3～表5得到的微電源型號(hào)及有效接納容量配置結(jié)果為投資成本最小，電能利用率最高并且具備最大供電可靠性的規(guī)劃結(jié)果。

圖3為依照負(fù)荷中心當(dāng)?shù)仫L(fēng)力機(jī)光照強(qiáng)度以及負(fù)載實(shí)時(shí)需求，1 d內(nèi)風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)各微電源發(fā)電量實(shí)際輸出和系統(tǒng)發(fā)電總量輸出結(jié)果。分析圖3曲線可知，風(fēng)力及光伏發(fā)電功率曲線變化具備隨機(jī)性。風(fēng)力發(fā)電微電源及光伏發(fā)電微電源均以最大功率供應(yīng)負(fù)荷中心所需電力以維持系統(tǒng)正常運(yùn)轉(zhuǎn)，沼氣發(fā)電微電源為系統(tǒng)備用發(fā)電源，在風(fēng)力及光伏發(fā)電無法供應(yīng)負(fù)荷中心用電需求時(shí)，用來補(bǔ)充不可中斷負(fù)荷所需電能，維持系統(tǒng)供電平衡。

1 d內(nèi)系統(tǒng)在協(xié)調(diào)控制下的發(fā)電輸出總量、儲(chǔ)能系統(tǒng)容量、負(fù)荷需求總量、不可中斷負(fù)荷和卸荷量情況如圖4所示。

結(jié)合圖3風(fēng)-光-沼發(fā)電特性曲線，由圖4可以看出，04:00-8:00及20：00-24:00時(shí)間段，風(fēng)力和光伏發(fā)電總量無法滿足負(fù)荷中心負(fù)荷需求，偶爾會(huì)出現(xiàn)無法滿足不可中斷負(fù)載需求情況，此時(shí)沼氣發(fā)電電源機(jī)組運(yùn)行。當(dāng)發(fā)電總量依舊無法滿足負(fù)荷總需求時(shí)，能量管理中心通過卸荷部分可中斷負(fù)荷確保負(fù)荷中心穩(wěn)定運(yùn)行。

3 結(jié)語

本文提出一種風(fēng)-光-沼可再生能源發(fā)電的電源有效接納容量評(píng)估方法，利用風(fēng)-光-沼可再生能源發(fā)電系統(tǒng)特點(diǎn)建立電源有效接納容量評(píng)估模型，采用改進(jìn)粒子群算法計(jì)算系統(tǒng)各微電源有效接納容量。以L省某負(fù)荷中心為實(shí)驗(yàn)平臺(tái)，驗(yàn)證本文方法電源有效接納容量的評(píng)估效果，結(jié)果表明：本文方法可以獲取最佳風(fēng)-光-沼可再生能源發(fā)電的電源有效接納容量，研究成果對(duì)存在電力供應(yīng)不足現(xiàn)象并可以利用可再生能源發(fā)電的地區(qū)建設(shè)具有一定的指導(dǎo)性意義。