汪思奇

（華北水利水電大學，河南 鄭州 450000）

引言

多能靈活互補、能量梯級利用的綜合能源系統(tǒng)IES（Integrated Energy System）是世界范圍內的研究熱點?，F有文獻已對電動汽車參與調峰、經濟調度、與清潔能源協同優(yōu)化以及電動汽車充電方式對系統(tǒng)運行的影響等方面做了很多研究，文獻[1]建立了EV 接入和分布式可再生能源的系統(tǒng)模型；文獻[2]建立了一種含電動汽車和多種形式的區(qū)域綜合能源系統(tǒng)模型，并對單目標系統(tǒng)運行進行優(yōu)化，目前對EV 參與區(qū)域綜合能源協同優(yōu)化調度的研究還比較少。本研究首先設置經濟性和環(huán)保性的多目標函數，建立含有電動汽車接入的區(qū)域綜合能源系統(tǒng)模型，并對標準PSO 算法進行改進。最后以系統(tǒng)模型為算例，運用優(yōu)化后的PSO 算法對系統(tǒng)進行優(yōu)化求解。

1 區(qū)域綜合能源系統(tǒng)模型

1.1 系統(tǒng)模型設定

模型包括外部電力網絡接入、傳統(tǒng)天然氣網絡（小型燃氣機發(fā)電機組、鍋爐等）、以及可以靈活調度的電動汽車能源管理中心等，見圖1。

1.2 目標函數

以24 h 內區(qū)域綜合能源系統(tǒng)運行成本最小和排放污染物量最小為目標，目標函數為：

2 系統(tǒng)數學模型以及約束條件

2.1 系統(tǒng)數學模型

小型燃氣輪機的數學模型以及約束如下：

2.2 約束條件以及能量平衡

通過對該區(qū)域所在位置對光伏發(fā)電進行預測，對于該區(qū)域綜合能源系統(tǒng)中的光伏發(fā)電的約束如下：

式（20）（21）（22）分別為區(qū)域綜合能源系統(tǒng)的電平衡、熱平衡和冷平衡；Le、Lw、Lc分別為用戶端的電負荷、熱負荷和冷負荷。

3區(qū)域綜合能源優(yōu)化調度方法

本研究采用粒子群算法（Particle Swarm optimization，PSO）對系統(tǒng)目標函數進行求解。由于在標準PSO算法中，慣性因子w 一般是取常數，現將w 隨著迭代次數的增加不斷改變，從而動態(tài)適應優(yōu)化的流程。

4 算例分析

為了驗證本研究所提模型的有效性，以圖1 所示的系統(tǒng)結構框架圖為仿真算例，并進行分析。系統(tǒng)模型包括1 臺小功率燃氣輪機，最大出力為100 MW，通過天然氣發(fā)電向電網供電，同時產生熱能來供給熱負荷；1 臺天然氣內燃機，最大功率為200 MW，即可以消耗天然氣產生電能也可產生熱能；1 臺燃氣鍋爐，最大功率100 MW，通過消耗天然氣產生熱能；1 臺電制冷機組，最大功率50 MW，電網輸送電能轉化為冷負荷提供能源；1 個電動汽車能量管理中心，設置最大充放電功率為50 MW；光伏發(fā)電機組，最大發(fā)電功率為50 MW；另外設置用戶購電功率最大為200 MW。各種形式的能量耦合在一起形成區(qū)域綜合能源系統(tǒng)。采用實時的電價和供熱價格[3]；對于電動汽車能量管理中心，本算例設置為每充放電1 MW.h 為用戶補償0.5 元；本算例設置光伏發(fā)電成本為0。電轉冷（電制冷機）的效率為3.5%，氣轉電、氣轉熱、氣轉冷的效率為0.35、0.9、0.9。對于污染物排放，設置污染物排放系數a=0.3，b=0.2，c=0.15。

4.1 優(yōu)化前后PSO 算法對比分析

為了測試優(yōu)化后的效果，首先用標準測試函數Sphere 和Rastrigrin 分別對標準PSO 算法和優(yōu)化PSO算法（A-PSO）進行測試[5]。為了避免隨機誤差，使用相同的隨機粒子，并進行100 次測試，最后對比測試結果的最優(yōu)值和最優(yōu)值的平方平均值，對比結果見表1。

表1 測試函數計算結果

從表1 可以看出，優(yōu)化過后的PSO 算法相比于標準PSO 算法能更快速的找到最優(yōu)值的位置，從兩個標準測試函數的測試結果中都可以看出。為了進一步驗證優(yōu)化PSO 算法的有效性，將標準PSO 算法和優(yōu)化過后的PSO 算法帶入本算例含有多目標函數的區(qū)域綜合系統(tǒng)模型中進行求解計算，設置粒子個數為100，最大迭代次數300，得到目標函數的最優(yōu)適應值的平均平方值的進化曲線見圖2，可以看出優(yōu)化過后的PSO 算法具有更好的收斂精度、收斂速度，和穩(wěn)定性。

4.2 電動汽車接入(V2G)對系統(tǒng)運行的影響

為了驗證V2G 接入區(qū)域綜合能源系統(tǒng)時對系統(tǒng)的影響，現在分別設置以下3 種系統(tǒng)運行情形，并進行比較：

（1） 情形1：不考慮V2G 接入區(qū)域綜合能源系統(tǒng)。

（2） 情形2：考慮V2G 接入區(qū)域綜合能源系統(tǒng)。

（3） 情形3：考慮V2G 接入系統(tǒng)，設置不同的V2G 充放電功率（10 MW、20 MW、30 MW），分析對系統(tǒng)的影響。首先對比分析情形1 和情形2 兩種情況，各類能源的日負荷曲線見圖3，不考慮V2G、考慮V2G 時區(qū)域綜合能源系統(tǒng)運行時各種供電設備供給電負荷的功率圖，見圖4。

用電低谷時，此時的電能主要從電網購入，此時電價較低，在用電高峰時期，此時電價較高，電負荷的供給主要通過燃氣輪機以及光伏來維持。

分析可知，在該區(qū)域綜合能源系統(tǒng)中引入V2G 之后，當用電低峰期的時候，此時對用電負荷供給的電能主要從電網中獲得，而電動汽車此時可以作為用電負荷進行充電。隨著電價的升高，用電負荷處于高峰期的時候，此時V2G 可以作為供給端來給用電負荷提供電能，從而代替燃氣汽輪機彌補其不足，從圖中可以看出此種調度方案完全可以滿足用電負荷的需求，而且在系統(tǒng)中引入V2G 之后，該區(qū)域綜合能源系統(tǒng)的經濟性和環(huán)保性都有較大提高，表2 為情形1 和情形2 的經過優(yōu)化后的運行結果。

表2 不同情形的優(yōu)化運行結果

4.3 不同數量V2G 接入對系統(tǒng)運行的影響

為了研究電動汽車接入的數量是否對系統(tǒng)運行有影響，分別將V2G 的充放電最大功率設置為20 MW、30 MW、40 MW，假設有足夠多的電動汽車參與調度，結果見表3。

表3 不同的V2G 最大充放電功率運行結果

隨著電動汽車最大充放電功率的增大，系統(tǒng)運行的經濟性有顯著的提升，雖然隨著電動汽車接入數量的不斷變多，從總體成本的角度來看，適當增加電動汽車的接入數量，可以降低系統(tǒng)運行的成本。

5 結論

本研究在傳統(tǒng)的冷熱電聯區(qū)域綜合能源系統(tǒng)的基礎上，加入了可靈活調度的V2G 能量資源，并對標準PSO 算法進行了改進，從算例仿真結果來看：

（1） 通過對標準函數和系統(tǒng)模型進行求解，結果表明改進過后的PSO 算法是系統(tǒng)運行更加優(yōu)化，并且可以同時兼顧經濟性和環(huán)保性。

（2） 通過對是否考慮V2G 的系統(tǒng)模型兩種情況的運行結果進行分析可知，在考慮V2G 接入的區(qū)域綜合能源系統(tǒng)中，V2G 的接入可以有效減少燃氣輪機的出力，從而提高系統(tǒng)的經濟性，降低污染物排放。

（3） 對不同的電動汽車最大充電功率的運行結果進行分析，表明在有足夠多電動汽車參與調度的前提下，隨著電動汽車數量的增加，有足夠多的資源參與系統(tǒng)調峰，起到削峰填谷的作用，可以提高系統(tǒng)運行的經濟性。

本研究不足之處在于對電動汽車的充電方式沒有過多的考慮，本研究后續(xù)工作將對電動汽車不同的充電方式進行更深的研究。