基于多目标优化的多微电网电能交易建模与仿真

江苏省常州市第一中学 徐子涵

基于多目标优化的多微电网电能交易建模与仿真

江苏省常州市第一中学 徐子涵

本文建立了含电能交易平台的多微电网电能交易的基本框架，首先对单个微电网并网运行模式下参与电能交易的收益情况进行了优化，进而建立了含多微电网及交易平台的多目标优化模型，并使用含精英策略的NSGA-II算法进行求解，从而研究多个微电网参与市场博弈后的收益情况。通过对比可以看出，在多微电网及电能交易平台的参与下，各微电网收益更加均衡，彼此之间形成了风光互补的局面，使新能源的利用率得到了大幅的提高。

电能交易；多目标优化；微电网

1.引言

新能源的发展推动了微电网的建设，电力体制的深化改革又推动了电力市场的发展。本文以电力市场为背景，重点讨论了交易平台参与下的多微电网电能交易的相关问题，通过建立微电网运行的多目标优化模型，并使用NSGA-II算法求解，对日前电能交易的博弈过程进行了初步的模拟。

文献[1,2]讨论了当前环境下微电网发展中存在的一些问题。微电网中的分布式电源出力的不确定性和消纳问题已成为目前电力系统中关注的重点，尤其近些年来，弃风弃光现象严重，造成了极大的资源浪费。文献[3,4]提出了微电网在电力市场中的运行方式，多个微电网如何相互协调，实现利益最大化。文献[5]在讨论相关问题的算例时，在考虑多个微电网的基础上增加了服务平台。

本文研究了电力市场环境下多微电网在电能交易平台参与下的电能交易问题。首先对微电网中新能源发电机进行了详细的建模；进而建立了单个微电网并网运行的优化模型；在此基础上又对交易平台参与下的微电网间的交互过程进行研究，建立了微电网-交易平台运行成本最低的多目标优化模型。最后，本文使用了带精英策略的非支配排序遗传算法NSGA-II对多目标优化问题进行求解，并与单个微电网并网运行优化结果进行了对比和分析。

2.多微电网电能交易框架

图1所示给出了多微电网参与的电能交易的框架结构。一般来说，配电网下会连接有多个微电网，并由交易平台对各微电网进行统一的协调。微电网下设微电网调度中心，对微电网所负责区域内发电、用电进行统一的管理；微电网间以及微电网-交易平台间通过专用的局域网构建成通信系统。

针对微电网的不同运行模式，调度中心应在保证用户供电的基础上最大程度的降低运行成本，提高运行收益。对于微电网的孤网运行模式，调度中心应积极配置微电网内的各种发电资源、储能资源，尽量减少弃电和切负荷情况的出现，调动用户参与需求侧相应；在微电网并网运行模式下，调度中心应根据实时电价合理的在微电网、配电网间进行电能的买卖，在缺电时优先购买电价较低的电能，在电价较高的时出售富余的电能。

图1 微网交易物理架构及通信系统

3.多微电网日前交易模型

3.1 交易平台建模

交易平台对于各微电网之间的电能交易与调控起着不可替代的作用，交易平台应能够充分调动各微电网，首先实现本地电能资源的互补；进一步，当微网群整体电能不足时，交易平台应能够及时和配电网进行交易，保证微网群内负荷正常的电能供应。由于分时电价的作用，电能在各子微电网、配电网间的买卖价格会产生差价，因此交易平台将通过电能买卖的差价获利。因此，平台运行的成本优化目标函数如下：

交易平台运行模型的约束条件为：

即电能交易应满足实时平衡的条件。

3.2 含多微电网及交易平台的多目标优化建模

在实际情况中，微电网常会以成千上万个微电网群的方式连入配电网并网运行。本文同时考虑了多个微电网通过交易平台与配电网进行电能交易的情况，建立了含多微电网及交易平台的多目标优化模型。

其中：

其中：

4.NSGA-II算法及算例

NSGA-II是基于遗传算法的多目标优化问题的常用求解算法，由Srinivas和Deb于2000年在NSGA的基础上提出的，该算法引用了快速非支配排序算法，计算复杂度大幅降低；引入了精英策略，减少了优秀种群丢失的可能

本文算例中，设置了三个微电网，对比其在两种运行模式下的收益情况。两种运行模式分别为：(1)各微电网单独并网运行，各自对其成本函数进行优化，计算各自的运行成本；(2)多微电网及交易平台参与的电能交易的博弈模式：三个微电网及交易平台同时参与电能交易，各自以自身成本最低为目标，同时彼此之间又存在着电能平衡及交易电量的约束关系。计算博弈模式下各部分的成本情况。

4.1 测试系统概况

本文中算例使用三个微电网，其中，微电网1仅配备风力发电机，微电网2、3仅配备光伏发电装置。每个微电网都配备铅酸蓄电池（型号Hoppecke 10 OPzS 1000），微电网的具体装机情况如表1所示：

表1 各微电网装机情况

此外，算例中使用分时电价，微网和用户间的电价机制如图2(a)所示，微网和配网交易电价如图2(b)和(c)所示。对于微网和交易平台间的交易电价，交易平台从微网买电价格比微网向用户卖电价格每度电高出0.02分，交易平台向微网卖电价格和配网价格一致；交易平台从配网购电价格如图2(d)所示。

图2 电价机制

4.2 单一微电网并网运行优化结果

图3 单一微电网并网运行优化结果

图3给出了三个微电网一天中不同时段各部分电能分布情况。根据计算结果，微网1，2，3的成本分别为19.82元，-411.41元和-386.42元。负数表明微网获利。每个微网由于自然条件和分布式电源类型不同，其发电特性也存在着较大的差异，相比之下，微网1与微网2、3收益差距巨大。此外，各微网都存在着明显的弃电与切负荷情况，造成了资源的浪费，又无法解决供需不对等的情况。

4.3 多微电网及交易平台参与的多目标优化结果

通过多目标优化求解，可以得到该问题的帕累托前沿，进而得出微电网1-3以及交易平台的成本范围，分别为：[-269.25, -129.96],[-280.95, -150.58], [-234.427, -130.053]以及[-0.31, 0.55]。相比单独运行模式，该模式下各微网的切负荷情况都有所降低，不同电能资源实现了较好的互补，即各微网通过电能交易使得运营情况得到改善。原本因大量弃电而收益较低的微网1，在多目标优化模式下通过向其它微网售电大幅提高了收益。多主体的竞争与博弈使得各部分收益趋于较为均衡的状态，避免了个别微电网收益过高和过低的极端情况。此外，交易平台在电能交易过程中主要承担着服务性角色，通过多目标优化，也最大程度上降低了交易中心的运行成本。因此，多微电网及交易平台参与的博弈过程使结果具有更大的优异性与现实性，真正实现了风光互补，减少了电能资源的浪费。

5.结论

电力市场与电能交易将微电网、交易平台和配电网三者融为一体，是解决当前风力发电、光伏发电消纳问题的有效方式。本文研究了电力市场背景下，单个微电网并网运行的成本优化问题，以及含交易平台的多个微电网电能交易的博弈问题。通过设计算例，得出在电能交易中，多微电网间的相互博弈有利于实现风光资源互补，降低电能的浪费，同时避免个别微电网收益较高或过低的极端状况。因此，引入电能交易的竞争与博弈，既有利于提高电能的利用率，也有利于保证各参与主体得到最大的公平。

[1]王成山,李鹏.分布式发电、微网与智能配电网的发展与挑战[J].电力系统自动化,2010,34(2):10-14.

[2]刘国敬,曹远志,吴福保,等.分布式发电与微电网技术[J].农村电气化,2010(10):38-39.

[3]陈鹏.基于微电网的电力市场交易及其经济运行[D].北京交通大学,2011.

[4]丁鹏,刘辉.考虑经济调度的微电网规划模型[J].华北电力技术,2013(12):64-67.

[5]赵敏,沈沉,刘锋,等.基于博弈论的多微电网系统交易模式研究[J].中国电机工程学报,2015,35(4):848-857.