基于低碳效益的微电网能量优化调度*

张世翔　田琴丹

(1.上海电力学院　上海 200090；　2.上海高校智库研究和管理中心　上海 200433；3.国家电网湖北省电力公司咸宁供电公司检修分公司　湖北咸宁 437000)



节能减排与综合利用

基于低碳效益的微电网能量优化调度*

张世翔1,2田琴丹3

(1.上海电力学院上海 200090；2.上海高校智库研究和管理中心上海 200433；3.国家电网湖北省电力公司咸宁供电公司检修分公司湖北咸宁 437000)

根据微电网中各分布式电源(DG)的特点，综合考虑各DG的安装、运行、维护成本、碳排放治理成本以及风电、光伏补贴等，分别构建各微源的低碳综合成本模型, 在满足系统约束的条件下，提出一种计及微电网低碳效益的能量优化调度模型。深入挖掘微电网的低碳效益，确定微电网优化调度运行策略，依据构建的调度模型，应用混沌粒子群算法(CPSO)解决各个实用的运行策略中的优化调度问题。通过仿真验证了模型和算法的有效性，并对各运行策略及大电网供电对比分析，证实微电网的低碳效益明显。

微电网低碳效益优化调度

0　引言

微电网作为大电网和用户实现共同利益的联系环节，运行的重要目标就是实现对低碳分布式能源的优化利用，一定程度上微电网具有较高的低碳效益[1]。微电网的能量优化调度是微电网规划中需要重点考虑的问题，国内外学者在这方面取得了一些理论和实践方面的成果[2]。目前关于微电网的经济优化调度研究较多，但是基于微电网低碳效益的优化调度研究较少。很多研究中提出的多目标模型旨在减小系统运行费用和环境影响，有的未考虑可再生能源DG的政策补贴收益，有的未考虑储能的充放电管理，有的未考虑微电网的低碳效益，有的选用的算法具有一定的局限性[3]。本文综合考虑了这些因素，构建了微电网能量优化调度模型。利用CPSO求解调度模型，通过对各运行策略及大电网供电的对比分析，验证微电网的低碳效益是否明显。

1　微电网系统的机组出力及成本模型

1.1微型燃气轮发电机出力模型及成本模型

(1)

考虑MT的安装、运行和维护成本时，可得它的发电成本为

(2)

(3)其中，N为发电单元类型(MT或者FC)，PiN为i类型发电单元的额定功率，Ii为i类型发电单元的单位安装成本，Gi为i类型发电单元的单位运行维护成本，Pi为t时刻的输出功率，ct为天然气的价格，LHVt为天然气低热值，ηi为t时刻Pi下的相应机组效率，α为现值系数，r为固定年利率，n为运行年限[4-5]。1.2燃料电池

燃料电池(FuelCell，FC)的发电效率主要取决于它的输出功率，其发电效率ηFC与输出功率PFC的关系可为

ηFC=-0.002 3PFC+0.673 5

(4)

其中，FC的发电成本与效率、燃料成本、安装运行维护成本有关，同式(2)、式(3)[4-5]。

1.3光伏发电模型及成本模型

光伏发电(Photovoltaic，PV)的输出功率与光照射强度、温度有关，三者的关系可以表示为

PPV=3.24×MPV[1-0.004 1×(Tt-8)]×St

(5)

式中，PPV为光伏的输出功率，MPV为每块太阳能板的容量与其数量的乘积，Tt为环境温度；St为t时刻的光照强度。

考虑PV的安装、运行和维护成本，可得它的成本模型为

CPV=αIiPNPV÷876 0+GiPPV-PPVbPV

(6)

式中，PNPV为PV的额定功率，bPV为PV的政策补贴，α，Ii，Gi，同式(2)、式(3)。

1.4风力机组发电模型及成本模型

风力发电机(Wind Turbine，WT)的输出功率主要受风速的影响，其关系式为

(7)

式中，PWT为WT某时刻输出功率，ρ为空气密度，A为风能达到的区域面积，u为风速[5]。

考虑WT的投资成本、运行和维护成本时，建立它的成本模型为

CWT=αIiPNWT÷876 0+GiPWT-PWTbWT

(8)

式中，PNWT为WT的额定功率，bWT为WT的政策补贴，α，Ii，Gi同式(2)、式(3)。

1.5储能装置的运用

储能装置在微电网中主要起到以下两方面的作用：能量缓冲，保证微电网运行的可靠性；削峰填谷，减少能源的浪费，保证系统的正常运行。

2　基于低碳效益的微电网调度策略

2.1微电网的低碳综合效益挖掘

微电网的运行即DG、内部负荷与大电网的交互式调度，有两个方面主要影响其低碳效益：①碳税，它增加了碳成本；②碳交易，它为微电网的低碳运行带来了相应的碳收益[3]。碳收益与碳排放治理成本两者可统一为综合碳成本，本文主要考虑碳排放成本，再加上微电网运行过程中产生的发电成本，即为微电网运行的低碳综合成本。

微电网的结构特点及其低碳综合效益的体现示意图如图1，可见，有效利用可再生能源、配电损耗低、元件分布集中等等这些都构成了微电网运行的低碳综合效益。

图1　微电网运行的低碳综合效益体现

2.2微电网优化调度策略的确定

通常在进行微电网运行的低碳效益分析时，选择传统的向大电网购电的电力用户作为参考对象，它具有与微电网运行相同的负荷条件，微电网运行所体现的低碳综合效益即可表示为与这个比较对象的低碳综合成本之间的差值。

根据以往的调度策略制定原则，结合文中的侧重点考虑，在微电网的调度中，优先利用可再生能源发电，当它们出力不足以满足负荷时，再考虑利用可控微电源，同时可以从大电网购得电能，而储能是作为旋转备用，保证风力或光伏发电在预测有误时系统还能可靠运行。综上，本文的优化调度策略为：①微电网从大电网单向购电；②微电网与大电网进行双向的能量交换。

3　基于低碳效益的微电网调度模型

3.1微电网运行的低碳综合成本模型

微电网运行的低碳综合成本包括两部分：直接经济成本CZ和综合碳排放治理成本CP，由前面的分析可知：

CZ=CGi+CPV+CWT+CPS+BD·Pid

(9)

式中，CPS为储能系统的发电成本；BD为购售电量，购电时取正值，售电时取负值；BD≥0时，取Pid为微电网购电价格；BD<0时，取Pid为微电网售电价格。

电网中传输的电能，在其生产转化过程中不可避免地伴随着一定的CO2排放，由于PV和WT发电过程中几乎无温室气体排放，故文中设定PV和WT为零排放成本。由于MT，FC等的温室气体排放主要是CO2，为简化分析，只考虑CO2的排放。微电网的碳排放治理成本为

(10)

式中，cc为微电网中i类型的发电单元单位发电引起的CO2排放量，pc为每千克CO2排放的污染治理成本，dc为大电网中传统能源单位发电引起的CO2排放量。

3.2基于低碳综合成本的微电网调度模型

3.2.1微电网优化调度的目标函数

微电网利用大量的清洁能源，促进了用电、发电过程的低碳化。根据上文建立的微电网低碳综合成本模型，调度的目标是使低碳综合效益最大，低碳综合成本最小，微电网优化调度的目标函数为

min(CZ+CP)

(11)

3.2.2微电网优化调度模型约束条件

微电网优化调度模型的约束条件包括功率平衡的约束、发电机组功率上下限的约束、负荷需求的约束、储能装置充放电电流约束等。

4　仿真分析

4.1基础参数设置

文中以典型的风、光、燃、储系统为例，进行日前优化调度，系统包括了60 kW的WT，100 kW的PV，200 kW的MT，200 kW的FC及200 kW蓄电池(NAS)，旨在为某生活区供给电力。

根据以上WT及PV的出力模型及基础数据,可得WT出力、PV出力及负荷曲线如图2所示。

图2　风力、光伏发电出力曲线及负荷曲线

4.2仿真结果与分析

根据以上确定的运行策略，由FC，MT等可调度单元按照微电网优化调度出力供电，采用Matlab 7.11 软件进行编程仿真。4.2.1策略1仿真结果

根据以上优化调度模型和基础参数，仿真得到日前优化调度图如图3所示。

注：图中每个时间点从上至下的每个方框依次表示BD

此时，通过储能系统平滑后的负荷曲线图如图4所示，对应的微电网低碳综合总成本与从大电网购电的总成本对比，以及微电网的排放治理成本与完全从大电网购电的排放治理成本比较如图5所示。

图4　策略1中加入储能装置平滑后的负荷曲线

图5　策略1微电网与大电网总成本及排放治理成本对比

4.2.2策略2仿真结果

根据以上优化调度模型和设定的运行策略2，仿真得到日前优化调度图如图6所示。

此时，通过储能装置平滑后的负荷曲线图如图7所示，对应的微电网低碳综合总成本与从大电网购电的总成本对比，以及微电网的排放治理成本与完全从大电网购电的排放治理成本比较如图8所示。

注：图中每个时间点从上至下的每个方框依次表示BD

图7　策略2中加入储能装置平滑后的负荷曲线

图8　策略2微电网与大电网总成本及排放治理成本对比

4.2.3仿真结果分析

分析策略1和策略2的仿真结果(图4和图7)，在微电网调度中，为了最大化利用可再生能源发电，加入合理的储能单元，能有效地平滑负荷曲线波动，且当DG出力预测有误差时，由储能装置作旋转备用，保证了系统的可靠运行。通过合理地调度DG出力，最大化地利用了可再生能源。

据策略1、策略2的调度结果，以及各个时段对应的各种成本(图5和图8)，可得一天中两种策略下和大电网供电的各成本对比图如图9所示。

由图9可见，与大电网供电的总成本相比，微电网的总成本均略低，这主要是由于新能源的应用，微电网的碳排放治理成本远远低于大电网供电，可见此种调度模型低碳效益明显。若除去排放治理成本，大电网与策略2时的发电成本相差很小，但与策

略1相差较大，这是因为策略2可以售电给大电网，同时可以选择售电时机，获得一部分收益，所以优于策略1。可见，当微电网可以与大电网进行双向能量交换时,它能应用控制策略的变化来降低发电成本。

图9　不同模式下的一天中的各成本对比

5　结语

综合考虑DG发电成本和碳排放治理成本，建立微电网能量优化调度模型，在挖掘微电网低碳效益的基础上，确定调度运行策略，通过合理调配储能充放电功率，平滑了功率波动。在不同策略下，仿真结果表明所提模型能够充分利用可再生能源，协调分布式电源和储能系统，实现微电网经济、安全运行，故所建模型合理有效。通过对各运行策略及大电网供电成本的对比分析，证实了微电网的低碳效益明显。

[1]Noel Augustine, Sindhu Suresh, Prajakta Moghe， et al. Economic dispatch for a microgrid considering renewable energy cost functions [J]. Innovative Smart Grid Technologies, 2012,1(7):16-20.

[2]N Khalesi, N Rezaei, M R Haghifam. DG allocation with application of dynamic programming for loss reduction and reliability improvement[J]. International Journal of Electrical Power & Energy Systems, 2011,33(2):288-295.

[3]L Valverde , F Rosa and C Bordons. Design, planning and management of a hydrogen-based microgrid [J]. IEEE Transactions on Industrial Informatics, 2013,9(3):1398-1404.

[4]赵波,薛美东,陈荣柱,等.高可再生能源渗透率下考虑预测误差的微电网经济调度模型[J].电力系统自动化,2014(7):1-8.

[5]邱海伟.基于多目标的微电网优化调度研究[D].上海：上海电力学院,2013.

Energy Optimization Scheduling Model of the Micro-grid Reflect Low-carbon Benefits

ZHANG Shixiang1,2TIAN Qindan3

(1.ShanghaiUniversityofElectricPowerShanghai200090)

According to the characteristics of distributed generation, considering the costs of installation, operation, maintenance and carbon emissions governance about each distributed resource, as well as the subsidies of wind power and solar energy, the lower carbon comprehensive cost model is constructed and an energy optimization scheduling model is proposed, considering the low-carbon benefits of micro-grid under conditions of constraint. The optimal scheduling strategy of micro-grid is determined through in-depth excavation of its low carbon benefits and finally according to the construction scheduling model, the CPSO method is used to solve problems existed. The simulation results have verified the usefulness of the model and algorithm, through the analysis of comparison about each operation strategies and the purchase of electricity from power grid, it is finally confirmed the obvious low-carbon benefit of micro-grid.

micro-gridlow carbon benefitsoptimal scheduling

上海市教委科研创新重点项目(14ZS146)，上海市哲学社会科学规划课题(2013BGL016)，上海高校内涵建设085工程项目“面向智能电网的能源电力专业与学科群建设”，上海高校人文社会科学重点研究基地建设项目(WKJD15004)，中国工程院咨询研究重点项目(2016—XZ—29)。

张世翔，男，1979年生，博士后，教授，上海电力学院科研处副处长、学科建设办公室副主任，硕士研究生导师,上海高校智库研究和管理中心兼职研究员、访问学者。

2015-06-30)

田琴丹，女，1987年生，硕士，湖北长阳人，上海电力学院电力工程经济与管理专业毕业，现供职于国家电网湖北省电力公司咸宁供电公司检修分公司。