考虑综合评估的孤立微网优化调度

郭宁，滕欢，李基康

(四川大学电气信息学院，成都市 610065)

考虑综合评估的孤立微网优化调度

郭宁，滕欢，李基康

(四川大学电气信息学院，成都市 610065)

针对微网孤岛运行模式下的优化调度，从经济性和可靠性2方面考虑，提出在传统微网经济调度模型中加入综合评估模型，得到不同侧重目标下的最优调度方案。首先，在热电联产的微网结构上，建立了包含运行成本最低和负荷缺电率最低为目标函数的微电网优化调度模型；其次，考虑到不同目标之间存在的矛盾，应用多目标粒子群算法结合调度策略，在MATLAB环境下对所建立的优化调度模型进行求解，得到一系列Pareto最优解；最后，通过利用基于层次分析法的综合评估模型对Pareto解集进行评价，再结合实时需求分析，为决策者提供最优调度方案。算例通过对某孤岛型微电网进行分析，验证了模型的可行性和实用性。

孤岛型微电网；多目标粒子群算法；优化调度模型；层次分析法

0 引 言

随着全球能源、环境问题的日益凸显，清洁能源受到了广泛的关注[1-3]。发展以分布式电源组成的微电网系统受到了越来越多的青睐。根据需要，可以选择将微电网与配电网并网运行或孤岛运行。

目前，对于微电网的优化问题主要集中在优化配置和经济调度上。文献[4]引入多状态建模并结合多目标遗传算法对模型求解，通过仿真结果验证了所提模型在可靠性达标的基础上实现最优配置。文献[5]以储能装置寿命损耗为研究重点，在传统孤网经济运行模型中引入概率约束，并采用启发式调整策略与粒子群算法相结合对模型求解。文献[6]基于NSGA-Ⅱ算法，分析所提多目标函数间的关系，又将多目标函数处理为单目标函数，在不同调度策略模式下，研究含电动汽车微网的经济调度问题。文献[7]考虑在功率单向传输模式下，讨论不同策略对系统经济调度的影响。文献[8]利用改进遗传算法和模糊优化理论，提出在热电联产型微网多目标经济调度模型中同时考虑有功、无功优化，实现多目标经济调度。文献[9]着重考虑一次能源随机性对微网经济调度的影响，提出基于混沌搜索的人工免疫算法，并结合点估计法求解模型。文献[10]提出将全寿命周期理论运用于孤立微网经济性评估中，并利用结论说明了混合型孤网的优势。但是上述文献很少考虑对所建立优化调度模型综合性能进行评估。

因此，本文从经济性和可靠性角度入手，利用多目标粒子群算法获得一系列的Pareto最优解。最后结合层次分析法，通过对Pareto最优解进行综合评估，得到全面的综合指标解，为微电网决策者提供最优方案。

1 模型建立

本文通过对含有光伏电池(photo-voltaic cell, PV)、风机(wind turbine, WT)、燃气轮机(micro gas turbine, MT)、燃料电池(fuel cell, FC)和蓄电池(battery, BT)组成的微网系统分析，提出综合微网安全性、可靠性、经济性的评估模型和微网优化调度模型，并结合第2节所介绍的算法进行分析。

1.1 微网优化调度模型

1.1.1 目标函数

(1)运行成本最低：

minF1=Cfuel+CO&M+CD-CS

(1)

(2)

(3)

(4)

(5)

(2)负荷缺电率最小：

(6)

1.1.2 约束条件

(1)功率平衡约束：

(7)

(2)分布式电源输出功率约束：

(8)

式中：Pi,min和Pi,max分别表示发电单元i的功率输出上限和下限。

(3)蓄电池运行约束：

SBT,min≤SBT(t)≤SBT,max

(9)

式中：SBT,min和SBT,max分别表示蓄电池剩余容量的最小允许值和最大允许值。

1.2 微网综合评估模型

1.2.1 经济性评价指标

微网孤网运行中，主要涉及初始投资、维护成本、燃料费用、排放治理及惩罚花费和微网售热/冷收益。利用单位发电成本来衡量微网运行经济性。

(10)

式中：Cunit为单位发电成本；Cinv、Cym、Cyf、Cyd和Cys分别表示微网系统初始投资、年维护费用、年燃料费用、年污染物排放及处理成本和售热年收益；Pave表示年均发电量；i表示年利率；n表示项目生命周期。

1.2.2 安全性评价指标

(1)静态稳定容量。该指标描述了微网在运行期间，不被允许运行在稳定极限附近，而是需要留有一定的裕度，以保证运行安全性。

(11)

式中：KP表示静态稳定储备系数；PM表示稳定极限点对应的功率；P0表示某一运行情况下输送功率。本文规定，在正常运行条件下，KP≥(15%～20%)。

(2)有功备用容量。在微电网处于孤网运行时，系统的有功备用容量影响着微网经受设备随机停用、负荷随机波动等情况的影响，是保证系统不发生连锁事故或者大规模停电的重要指标。若满足式(12)，则表示该供电系统电能备用容量良好。

(12)

(3)系统等效负荷波动。由于利用风机和光伏发电具有波动性，且燃气轮机发电采用以热定电，因此可能会引起设备频繁动作[11]。通过利用燃气轮机调峰以及蓄电池充放电行为可有效平抑波动，从而提高系统安全稳定性。

(13)

(14)

(15)

1.2.3 可靠性评价指标

(1)蓄电池平均放电深度。该指标高低直接影响蓄电池寿命，蓄电池寿命又与微网系统可靠性与否联系紧密，定义为

(16)

式中：λDTI表示放电次数指标；nDTI表示研究周期内蓄电池放电次数；EDi表示蓄电池第i次放电过程中释放的电量。

(2)分布式电源利用率。该指标可直观反映微网内分布式电源的发电能力定义为

(17)

式中：P(T)表示评价周期T内某分布式电源出力曲线；PDGN表示上述某分布式电源的额定出力。

2 模型求解

首先利用第1节模型结合优化调度策略并利用多目标粒子群算法得出Pareto最优解集，然后运用基于层次分析法的评估体系对解集评价，并结合实时需求分析，为决策者提供最优调度方案。本文提出如图1所示的微网分层分布式模型。

2.1 优化调度策略

清洁能源发电优势明显，故优先利用WT和PV的全部发电量。

本文不考虑安装蓄热器和锅炉，为满足微网内热负荷需求，故采用“以热定电”模式工作，优先利用MT的全部发电量。

若WT、PV和MT有功出力可以满足微网电负荷需求，则用多余电量给BT充电。若电量仍然富余，则考虑切除部分WT和PV。若WT、PV和MT有功出力无法满足微网内电负荷需求，则优化调度FC和BT的出力来满足负荷所需。若发电量仍然缺额，则进行切负荷操作。

2.2 多目标粒子群算法

本文采用多目标粒子群算法来求解上述经济调度模型。多目标粒子群算法[12]是在传统粒子群算法[13-15]的基础上改进而来的，最重要的特点是采用了轮盘赌法和多次筛选法。前者保证可搜索未知区域，能够更准确选择全局最优解，后者保证了对Pareto最优解的存档。

图1 分层分布式模型Fig.1 Hierarchical and distributed model

2.3 基于层次分析法的评估体系

本文提出的综合评估体系主要包含经济性评估、可靠性评估和安全性评估3类，在这3类指标下，还存在着多个子目标。本文基于层次分析法建立如表1所示的评估体系可对上述Pareto最优解进行综合分析，得到更加全面的最优解。

表1 微网综合评估体系
Table 1 Comprehensive evaluation system of microgrid

3 算例分析

3.1 基础数据

本文采用文献[16]的微网模型，并断开PCC公共连接点，成为孤网系统。天然气价格取0.40 $/m3，制热量单价取0.02 $/( kW·h)，切负荷补偿取0.26 $/( kW·h)，年利率取6.7%，蓄电池额定容量为600 kW·h，其最大、最小剩余容量、初始容量分别为100%、5%、75%额定容量。各个微源详细参数如表2所示，各污染物排放系数及处理成本[17]如表3所示，已知机组出力(MT采用“以热定电”方式，其中热电比为1.39)和热电负荷预测曲线如图2所示。

表2 微网各分布式电源机组特性
Table 2 Unit characteristics of each distributed generation in microgrid

表3 发电单元污染物排放量及惩罚标准Table 3 Quantity of pollutant discharged and penalty standard of generation unit

图2 已知机组出力及热电负荷Fig.2 Output and power load of known unit

3.2 结果分析

3.2.1 多目标优化调度结果

通过多目标粒子群算法结合调度策略对目标函数进行计算，得到该优化问题的Pareto最优解集如图3所示。

多目标优化综合考虑了微网研究周期内的发电成本和负荷缺电率，比较合理且符合实际。可以根据不同客观要求选择相应的调度策略，具有较强的灵活性。

图3 Pareto最优解集Fig.3 Pareto optimal solution set

图4和图5分别给出了图3中A、B这2个点目标值所对应的调度方案。如图4所示的调度方案A，1—5时段(表示01：10—05：00时刻的，其余类同)，微网中负荷较轻，PV、WT和MT发出的电量可以满足有功缺额，故其他分布式电源不出力。6—8时段，系统有功缺额缓慢上升，优先调用蓄电池出力。9—11时段与16—20时段，系统负荷需求较高，蓄电池持续出力但无法满足有功缺额，故调用FC提供有功出力并承担调峰作用。

12—15时段与21—24时段，有功缺额逐渐下降，系统负荷需求处于中等水平，为保证系统运行可靠性，故优先调用FC出力，并使蓄电池进入充电状态。

图4 调度方案A下微网有功出力优化结果Fig.4 Optimal results of microgrid’s active power output in scheduling scheme A

调度方案A与调度方案B各时刻微网运行成本和切负荷补偿水平如图6所示。8—12时段、14—15时段、17—19时段和23—24时段，方案A运行费用低于方案B运行费用。

图5 调度方案B下微网有功出力优化结果Fig.5 Optimal results of microgrid’s active power output in scheduling scheme B

图6 不同调度方案下微网运行成本比较Fig.6 Comparison of operating cost between different scheduling schemes

综合图3─6可以看出：在上述时刻，方案A主要调用蓄电池提供有功出力，FC起到调峰作用。而FC在方案B中除起到调峰作用外，还承担相对重要的有功出力，且蓄电池出力少于方案A。因此，方案B在上述时刻会产生更多的燃料成本和污染物处理费用，从而使运行费用上升，但方案B剩余电量始终处于相对较高水平，从而使系统具有更高的可靠性。与方案A相比，方案B只在20时刻出现有功缺额，发生切负荷操作。因此，方案B的切负荷补偿相对较低。

3.2.2 综合评估模型评价结果

由以上分析得知：2类目标函数最优解不统一，发电成本与电负荷缺量存在矛盾性，且不同调度方案侧重目标不同。因此需要决策者根据不同侧重目标在Pareto最优解中选择不同调度方案来满足相应的实际需求。

运用基于层次分析法的综合评估模型对上述所选的2种调度方案进行评估，具体评估步骤如下。

(1)指标权重。利用两两比较重要程度的方法[18-19]确定指标因素权重如表4所示，准则层权重如表5所示，本文给出一种需求分析排序为：安全性>可靠性>经济性。

表4 指标因素层权重计算
Table 4 Weight calculation of index factors

表5 准则层权重计算Table 5 Weight calculation of criteria

(2)指标评分。通过结合综合评价指标和多目标优化调度结果，可得到描述经济性、安全性以及可靠性的多项指标的具体数据，并依据上述权重和评分标准[20]分别对不同调度方案进行评分。

1)调度方案A。调度方案A各项指标评分和综合评分见表6。

表6 调度方案A综合评价
Table 6 Comprehensive evaluation of scheduling scheme A

2)调度方案B。调度方案B各项指标评分和综合评分如表7所示。

由以上分析可知，2种调度方案的安全性处于同一水准。由于方案B负荷缺电率低、FC调峰作用较为明显且蓄电池平均放电深度浅，因此与方案A相比，方案B可靠性评分更高。但方案B单位发电成本较高，拉低了经济性评分，从而使综合评分略低于方案A。

表7 调度方案B综合评价
Table 7 Comprehensive evaluation of scheduling scheme B

方案B中蓄电池的工作方式不仅有效地抑制了微网中的负荷波动，并且很大程度上提高系统稳定性，验证了蓄电池在微网孤岛运行模式下的重要作用。

上述方法不仅可对孤立微网调度方案进行决策，并且在微网并网运行模式下也同样适用。增多评价标准、细分评价准则使评价体系更具可信度和一般性也是作者以后研究的重点方向。本文提出的方法可根据偏好和实际需求选择不同的指标因素权重和准则层权重，可以为决策者选择满意程度高的调度方案，具有一定的实用价值。

4 结 论

本文研究了微网孤岛运行模式下的优化调度及调度方案决策问题。在满足约束条件的前提下，建立了综合考虑微网运行成本和负荷缺电率的多目标调度模型，利用多目标粒子群算法对算例仿真，并针对24 h内各分布式电源出力及微网成本进行分析，得出了各微源特性对优化调度的影响。本文提出利用层次分析法建立微网综合评估模型，对调度模型得出的Pareto最优解进行全面、专业的分析，并结合实时需求分析为决策者选择调度方案提供依据。

[1]江渝，黄敏，毛安，等.孤立微网的多目标能量管理[J].高电压技术，2014，40(11):3519-3527. JIANG Yu，HUANG Min，MAO An，et al.Multi-objective energy management of isolated microgrid [J].High Voltage Engineering，2014，40(11)：3519-3527.

[2]KANCHEV H，LU D，COLAS F，et al.Energy management and operational planning of a microgrid with a PV-based active generator for smart grid applications[J].IEEE Transactions on Industrial Electronics，2011，58(10)：4583-4592.

[3]袁越，曹阳，傅质馨，等.微电网的节能减排效益评估及其运行优化[J].电网技术，2012，36(8)：12-18. YUAN Yue，CAO Yang，FU Zhixin，et al.Assessment in energy-saving and emission reduction benefit of microgrid and its operation optimization[J].Power System Technology，2012，36(8)：12-18.

[4]余金龙，赵文会，赵波，等.基于多状态建模的独立型微网优化配置[J].电力系统自动化，2015，39(6)：11-17. YU Jinglong，ZHAO Wenhui，ZHAO bo，et al.Optimal configuration of standalone microgrid based on multistate modeling[J].Automation of Electric Power Systems，2015，39(6)：11-17.

[5]沈玉明，胡博，谢开贵，等.计及储能寿命损耗的孤立微电网最优经济运行[J].电网技术，2014，38(9)：2371-2378. SHEN Yuming，HU Bo，XIE Kaigui，et al.Optimal economic operation of isolated microgrid considering battery life loss[J].Power System Technology，2014，38(9)：2371-2378.

[6]庄怀东，吴红斌，刘海涛，等.含电动汽车的微网系统多目标经济调度[J].电工技术学报，2014，29(S1)：365-373. ZHUANG Huaidong，WU Hongbin，LIU Haitao，et al.Multi-objective economic dispatch of microgrid system considering electric vehicles [J].Transactions of China Electrotechnical Society，2014，29(S1)：365-373.

[7]TSIKALAKIS A G，HATZIARGYRIOU N D.Centralized control for optimizing microgrids operation[J].IEEE Transactions on Energy Conversion，2008，23(1)：241-248.

[8]陈洁，杨秀，朱兰，等.微网多目标经济调度优化[J].中国电机工程学报，2013，33(19)：57-66. CHEN Jie，YANG Xiu，ZHU Lan，et al. Microgrid multi-objective economic dispatch optimization[J]. Proceedings of the CSEE，2013，33(19)：57-66.

[9]李武强，余涛，林建泉，等.考虑随机性的微电网环保经济优化运行[J].电力系统及其自动化学报，2015，27(3)：81-86. LI Wuqiang，YU Tao，LIN Jianquan，et al.Environment/economic optimal operation of microgrid considering randomness[J].Proceedings of the CSU-EPSA，2015，27(3)：81-86.

[10]刘忠义，李庚银.混合型孤立微网全寿命周期经济性评估[J].现代电力，2015，32(4)：1-7. LIU Zhongyi，LI Gengyin.Full life-cycle economic evaluation of hybrid isolated micro-grid[J].Modern Electric Power，2015，32(4)：1-7.

[11]谈丽娟，赵彩虹，陈子奇，等.电动汽车与分布式电源的微网经济调度[J].电网与清洁能源，2015，31(4)：100-105. TAN Lijuan，ZHAO Caihong，CHEN Ziqi，et al.Economical dispatch for microgrid of electric vehicles and distributed power[J].Power System and Clean Energy，2015，31(4)：100-105.

[12]王金全，黄丽，杨毅.基于多目标粒子群算法的微电网优化调度[J].电网与清洁能源，2014，30(1)：49-54. WANG Jinquan，HUANG Li，YANG Yi.Optimal dispatch of microgrid based on mult-objective particle swarm optimization[J].Power System and Clean Energy，2015，31(4)：100-105.

[13]张丽平.粒子群优化算法的理论及实践[D].杭州：浙江大学，2005. ZHANG Liping.The theorem and practice upon the particle swarm optimization algorithm[D].Hangzhou：Zhejiang University，2005.

[14]丁玉风.粒子群优化算法及其在电力系统经济运行中的应用[D].武汉：华中科技大学，2005. DING Yufeng.Particle swarm optimization algorithm and its applications to power systems economic operation[D].Wuhan：Huazhong University of Science & Technology，2005.

[15]余炳辉.粒子群优化算法实验研究及扩展[D].武汉：华中科技大学，2007. YU Binghui.Particle swarm optimization experiment study and expand[D].Wuhan：Huazhong University of Science & Technology，2007.

[16]郭宁，滕欢，李基康.考虑不同群体效益的微电网经济调度模型研究[J].高压电器，2015，50(10)：40-46. GUO Ning，TENG Huan，LI Jikang.Economic dispatching model research of microgrid concerning about different beneficiaries[J].High Voltage Apparatus，2015，50(10)：40-46.

[17]王振华，朱桂萍.并网状态下微电网中微电源出力优化算法[J].中国电力，2012，45(1)：55-58，77. WANG Zhenhua，ZHU Guiping.Optimization of micro-source output of a grid-connected micro-grid[J].Electric Power，2012，45(1)：55-58，77.

[18]周二雄，李凤婷，朱贺.基于改进层次分析法(AHP)的微网成本-效益评估[J].电力建设，2013，34(3)：1-6. ZHOU Erxiong，LI Fengting，ZHU He.Cost-benefit evaluation of microgrid based on analytic hierarchy process(AHP)[J].Electric Power Construction，2013，34(3)：1-6.

[19]SATTY T L.The analytic hierarchy process[M]. NewYork：McGraw-Hill，1980.

[20]陈庆前，余畅，章激扬，等.层次分析法在孤岛微网综合评价中的应用[J].电力系统及其自动化学报，2013，25(3)：133-137. CHEN Qingqian，YU Chang，ZHANG Jiyang，et al.Application of analytic hierarchy process in comprehensive evaluation of island microgrid[J].Proceedings of the CSU-EPSA，2013，25(3)：133-137.

(编辑 张媛媛)

Isolated Microgrid Optimal Scheduling Considering Comprehensive Evaluation

GUO Ning，TENG Huan，LI Jikang

(School of Electrical Engineering and Information, Sichuan University, Chengdu 610065, China)

To deal with the optimized dispatching of a microgrid working in the isolated island mode, taking economic efficiency and reliability into consideration, this paper adds comprehensive evaluation into the economic dispatching model of traditional microgrid to get optimal dispatching scheme with different targets. At first, we construct the optimized dispatching model of microgrid with taking the lowest operation cost and the lowest load deficiency rate as target function, based on the microgrid with cogeneration structure. And then, considering the conflict between different targets, we apply multi-objective PSO (particle swarm optimization) algorithm combined with dispatching strategy to solve the proposed optimized dispatching model in MATLAB, in order to obtain a series of Pareto solutions. At last, we use the comprehensive evaluation model based on the application of analysis hierarchy process to evaluate the Pareto solutions, and provide the optimal scheduling scheme for decision makers combining with real-time demand analysis. We verify the feasibility and practicability of the proposed model through the analysis example of an isolated microgrid.

isolated microgrid; multi-objective PSO; optimized dispatching model; analytic hierarchy process

TM 734

A

1000-7229(2016)04-0063-07

10.3969/j.issn.1000-7229.2016.04.010

2015-12-07

郭宁(1991)，男，硕士研究生，从事电力系统调度自动化研究工作；

滕欢(1965)，女，高级工程师，从事电力系统调度自动化及计算机信息处理研究工作；

李基康(1993)，男，硕士研究生，从事电力系统调度自动化研究工作。