張靜楊，牛 聰，馬 曦

（國網(wǎng)西咸新區(qū)供電公司，陜西 西咸新區(qū) 712000）

0 引 言

可再生能源在中國能源結構中的份額逐漸增加。電力生產(chǎn)使用清潔能源符合國家節(jié)能減排政策，但風能和太陽能等清潔能源具有中斷性和不確定性[1]。微電網(wǎng)將其組合在一起，解決了清潔能源間歇性帶來的問題[2]。目前，微電網(wǎng)優(yōu)化研究主要集中在3 個不同的方面，即分布式發(fā)電、控制負荷以及微電網(wǎng)隨機優(yōu)化調度[3]。本文提出了一種基于蟻獅算法的微電網(wǎng)能源隨機優(yōu)化調度方法，并與具體實例進行了對比實驗。結果表明，該方法可以降低微電網(wǎng)的運營成本。

1 基于蟻獅算法的微電網(wǎng)能源隨機優(yōu)化調度方法設計

1.1 基于蟻獅算法設計微電網(wǎng)隨機調度模型

傳統(tǒng)的配電網(wǎng)在從制造到使用的電力傳輸過程中處于被動狀態(tài)，無法控制整個傳輸過程[4]。為了確保風能和太陽能生產(chǎn)的消納能力，將這2 種可再生能源機制利用率最大化，將蟻獅算法融入配電網(wǎng)，創(chuàng)建隨機微電網(wǎng)并隨機管理受控單元。設計一種基于蟻獅算法的微電網(wǎng)隨機調度模型。

假設最優(yōu)配電網(wǎng)與其規(guī)劃成本計劃之間的差異，然后基于該假設進行高斯分布，可推導出目標函數(shù)為

式中：Ypk為儲能結構中每單位儲能單元的運行成本；Yfd為每單位發(fā)電熱單元的發(fā)電成本；Yh為高級別電網(wǎng)的最低成本；Ymin為與分布式規(guī)劃的實施相關聯(lián)的最小成本。在這個過程中可以得到以下3 個成本計算公式

式中：Tg(t)和Top(t)為由熱量產(chǎn)生的電力和t時間存儲在存儲結構中的電力；Pde(t)為發(fā)電機組內儲能設備完全儲存所需的運行成本；Pc(t)為發(fā)電機組在t期間生產(chǎn)的發(fā)電生產(chǎn)成本；Tn(t)為t時刻內配電網(wǎng)與上層電網(wǎng)交互生成的功率；Pm(t)為采購單位在t時的發(fā)電機組成本。

考慮到上述變化引起的干擾，建立基于蟻獅算法下的微電網(wǎng)隨機調度模型為

式中：si(t)為配電網(wǎng)的模型驅動動力。

1.2 設定約束條件

為了在隨機微網(wǎng)絡規(guī)劃過程中實現(xiàn)負載平衡，對微電網(wǎng)隨機調度模型的限制必須包括對系統(tǒng)電力平衡的限制、對儲能電池運行的限制以及對微網(wǎng)絡和大型網(wǎng)絡之間互聯(lián)線路的限制[5]。

微網(wǎng)絡的優(yōu)化計劃必須確保系統(tǒng)電力的實時平衡，表示為

式中：Pload,t為t時段內的系統(tǒng)負荷；PWT,t和PPV,t為t時刻期間風機和光伏的預期發(fā)電效果；PG,i,t為受控實體的經(jīng)營限制；Pdis,t為退出限制；Pcha,t為解除限制；Pgrid,t為最低經(jīng)營時限。等式（4）的右側為制度的凈負擔，反映了微電網(wǎng)的運行狀況，等式（4）左側的變量是由微電網(wǎng)隨機化的優(yōu)化調度確定的，具有以下關系

式中：non,i,t為可控機組i 在0 時刻的運行狀態(tài)；Pi,RD和Pi,RU為最大下調力和最大拉力；UTi為運行狀態(tài)時的持續(xù)時間；DTi為停機狀態(tài)時的持續(xù)時間；nsu,i,t為控機組i 在時段t停運；nsd,i,t為指示機組停運狀態(tài)的二進制變量；Ton,i和Toff,i分別為可控機組i 的最小運行時間和最小停運時間；Ion,i和Ioff,i分別為可控機組i的初始運行時間和初始停運時間；PG,i,min和PG,i,max分別為可控機組i的最小出力和最大出力。

式中：PGrid,max和PGrid,t為對微網(wǎng)絡和大型網(wǎng)絡之間互聯(lián)線路的限制。

上述模型是相對無效的非線性規(guī)劃模型的混合數(shù)量[6]。為了提高模型的效率，對每個組件約束的設定必須在微系統(tǒng)中進行簡化，用以提高模型求解的準確性。

1.3 對模型求解

如圖1 所示，基于蟻獅算法設計的微電網(wǎng)隨機調度模型由雙Bi-LSTM 神經(jīng)網(wǎng)絡構成，長短期記憶（Long Short Term Memory，LSTM）中性網(wǎng)絡第二層的輸入數(shù)據(jù)為第一層的輸出數(shù)據(jù)[7]。該模型的總體管理是隨機24 h 系統(tǒng)負荷，可以從光伏和風機負載預測數(shù)據(jù)中獲得總樣本，其獲取結果為24 時段編程決策的結果，特別是通過包括每個控制單位時間的釋放。

圖1 基于蟻獅算法設計的微電網(wǎng)隨機調度模型求解示意

在執(zhí)行模型求解之前，應提供正常的樣本數(shù)據(jù)。系統(tǒng)凈負載數(shù)據(jù)和控制單元輸出數(shù)據(jù)的歸一化在[0，1]，而蓄電池的負載和排氣容量以及微電網(wǎng)和大電網(wǎng)互連線路的交換容量進行歸一化，方程為

式中：Pnet,t為凈負荷時間t的系統(tǒng)表示；Pes,t為電池存儲期間加載和釋放的功率，當Pes,t＞0 時執(zhí)行指令，當Pes,t＜0 時則 相反；Pnet,t0、PG,i,,t0、Pes,t0、PGrid,t0分別為凈負載的正常值、控制單元的輸出、儲能和排氣能力以及微網(wǎng)絡和大型網(wǎng)絡連接的功率變化。

值得注意的是，采用基于蟻獅算法的微電網(wǎng)隨機優(yōu)化調度決策方法并沒有考察優(yōu)化規(guī)劃的內部機制。鑒于輸出規(guī)劃決策的輸出結果可能不符合微電網(wǎng)系統(tǒng)電力資產(chǎn)平衡表的限制和各種元件的操作限制，因此必須根據(jù)網(wǎng)絡的輸出結果進行相應處理，具體處理原則如下。

（1）如果模型控制設備的輸出力小于最小技術輸出力的0.5 倍，則認為控制設備的輸入力為0；如果控制設備的輸出力度是最小技術輸出或最小技術輸出的0.5 倍，則控制設備的產(chǎn)量應被視為最小技術輸出力。

（2）當輸出值在控制單元的輸出、儲存、排氣能力以及模型互聯(lián)線路的傳輸能力超過上限時，則取輸出值。

（3）如果對照單元的2 個相鄰周期對于樣本結果不滿足該單元的梯度上限和下限，則下一周期對照單元的結果等于正負最大增加的前一周期的結果。

（4）如果模型控制的每個機組的活動不符合最小運行和中斷時間限制，則在不符合最小操作時間的時間段內，待控制機組的輸出力度應為最小技術輸出力度。

（5）如果每個時段使用的蓄電池的生產(chǎn)能力不符合容量限制，則應根據(jù)在不符合容量極限的時段內收集的最大（最?。┪恢脕泶_定儲能收集（排放）容量。

（6）蓄電池規(guī)劃周期的收集和排氣容量的值取決于所有其他編程周期的總收集和排氣能力，在編程周期期間受存儲能量平衡限制。

（7）微電網(wǎng)和大型互聯(lián)線路的交換容量取決于當前系統(tǒng)網(wǎng)絡負載、控制單元的輸出和儲能能力以及排氣能力，以符合系統(tǒng)的電力平衡約束。

網(wǎng)絡輸出的結果應根據(jù)以下原則進行處理：首先是不等式極限，其次是等式極限、組件極限，最后實現(xiàn)對模型的求解。

本文使用Adam 優(yōu)化算法訓練雙層LSTM 微網(wǎng)絡模型，并選擇均方誤差作為損失函數(shù)。利用Adam 算法對模型求解，公式為

式中：B為歸約因子；s為學習速度；PG,i,t0、PVes,t0、PVGrid,t0為投影輸出值；e為更新的神經(jīng)網(wǎng)絡權重參數(shù)，是簡化參數(shù)；m1和v1分別為一階和二階的平均梯度；PG,i,t0、Pes,t0、PGid,t0為輸出量的實際值。

2 實驗論證

為了驗證本文所提方法的有效性，選取其他2個傳統(tǒng)微電網(wǎng)能源調度方法a和b進行對比實驗，并將測試結果與基于蟻獅算法的微電網(wǎng)能源隨機優(yōu)化調度方法進行對比分析。

2.1 實驗準備

3種微電網(wǎng)能量調度方法分別包括風力發(fā)電機組、光伏發(fā)電機組以及4 臺帶儲能電池系統(tǒng)的微汽輪發(fā)電機組。轉換器的最大負載和排氣功率為500 kW，電池的初始功率為1 500 kW·h，儲能電池的容量為3 600 kW·h，風機和光伏的功率為800 kW，單位充排成本為0.08 元/kW·h，充排效率為0.89。隨機交易的分時電價如圖2 所示。

圖2 分時交易電價

2.2 對比實驗

不同方法運行成本的對比結果如圖3 所示：本文方法下的運行成本平均為21.79 元；傳統(tǒng)方法a的運行成本平均為25.79 元，比本文方法運行成本高出4 元；傳統(tǒng)方法b的運行成本平均為23.79 元，比本文方法運行成本高出2 元?？梢缘贸鼋Y論，基于蟻獅算法的微電網(wǎng)隨機優(yōu)化調度方法可以充分利用模型調度決策信息，從而降低運行成本。

圖3 不同方法運行成本的對比結果

3 結 論

在推廣和應用新型電網(wǎng)時，應考慮智能電網(wǎng)規(guī)劃中微電網(wǎng)的經(jīng)濟性。本文提出了一種基于蟻獅算法的微電網(wǎng)隨機優(yōu)化調度方法，將其應用于微電網(wǎng)行業(yè)。對比實驗結果表明，該方法可以有效降低運營成本，為微電網(wǎng)優(yōu)化的進一步研究提供了一定的依據(jù)。