基于需求侧响应的微电网多时间尺度滚动优化能量管理研究

国网江苏省电力有限公司营销服务中心 顾颖歆

1 微电网能量管理系统架构

基于能量管理系统的管理对象和功能分析，从而构建微电网能量管理系统示意图，利用这样的系统就可实现电价、负荷需求、可再生能源发电的有效整合，最终通过一系列的优化实现对应的管理[1]。

2 基于需求侧响应的微电网多时间尺度滚动优化能量管理

2.1 基本架构

在实践中主要考虑对可再生能源的利用，降低对应的微电网运行费用，基于微电网结构特点的分析提出对应的管理方法。多时间尺度调度流程见图1，针对长时间尺度优化主要是考虑负荷日前预测和可再生能源预测，将间隔设定为1小时来提出分布优化策略。短时间尺度优化则需要每一次执行第1个序列的控制指令，不断滚动优化，修正可控分布式电源有功出力，做好与大电网的负荷调整以及电力流向调整，进而对可再生能源实现最大化的消纳。

2.2 算例仿真数据

基于微电网结构进行仿真验证，其对应的数据见表1、表2。

表1 微电网分布式发电装机源数据

表2 可调负荷相关参数

2.3 仿真过程与结果分析

在具体的算理分析中选择某一天来加以验证，依靠风力发电和光伏发电还无法满足实际的负荷需求，这就需要进行对应的调整来满足实际的要求。通过图2b可看出针对可调负荷主要是在11:00～18:00。在这一阶段可再生能源的实际发电达不到负荷提出的具体要求，为达到要求就需利用可控分布式电源。针对长时间尺度优化，第一步就是需求侧调度策略，当存在较大供需差额时需对需求侧进行调度分析，这样才能够跟随可再生能源发电尽量将符合用电的高峰期避开[2]。针对可调负荷见图3a，其直接将用电高峰转移到平谷，这样就够实现对用电成本的控制并可满足压力的减轻。针对图3b所示，主要是针对净负荷峰值进行适当的削减，这样就可将分布式电源调度压力进行一定的降低控制。通过图3c可看出，在通过第一步的需求侧调度后其净负荷小于0，相对于调整前负荷曲线波动偏小，并且其曲线也变得更加平滑。

与净负荷预测曲线相互结合来分析图7，通过图4a可看出，可控分布式电源的出力相对平稳，波动偏小。不过大电网波动偏大，特别是处于负荷的高峰期就会有卖电情况出现，这就是负荷降低的结果，在峰底段卖电就可满足微电网实际运行的要求。通过图4b显示放电状态在5:00～7:00、21:00时段，其余都属于充电状态，针对图4c可看出其放电处于净负荷高峰时段，在这一个时段其出力能够满足补偿需求[3]。

通过图5a可看出，基于需求侧优化分析，其分布式电源的出力曲线更加平滑且波动偏小，说明利用需求侧的分布优点可满足降低分布式电源调度压力的要求。通过图5b可看出，对于为考虑需求侧的目标函数值大于零，也就表示在没有考虑的时候微电网的优化是不存在收益的，都属于支出，并且也没有考虑费用支出总量超过了需求侧的实际费用，也就是考虑需求侧与未考虑需求侧进行相互的比较，其需求侧经济性明显更强[4]。

对于短时间尺度优化，其间隔为5分钟，通过模型预测控制来实现滚动的优化处理。针对短时间尺度优化值，将可控分布式电源的出力、负荷调整量以及储能出力作为其初始值，将时间尺度可再生能源预测作为输入值，按照对应的优化模型将短时间尺度优化的问题解决，针对其短时间的尺度优化要求每间隔5分钟需进行一次的滚动，在达成288次后就可完成一天的优化（图6）[5]。为能够对其优化结果进行检验，直接选择17:00～18:00进行优化对比。

通过对图7a与图3a的分析，针对长时间的尺度优化，短时间尺度优化进行了适当的调整，也解决了负荷运行时长无法达到整小时的问题，让其优化的结果变得更加的准确。通过图7b分析，其可切负荷的实际负荷几乎为0，主要是因为实际监测的可切负荷并没有任何动作，在短时间内进行尺度滚动优化是和长时间尺度优化结果进行了相互的结合。通过图7c可看出其修正了储能出力，在一定程度上变得更加平稳。通过图7d可看出在滚动优化下被动调整变得更加平滑，这样就可降低对发电机产生的损害，并且因为曲线的波动偏小所以也可发挥修正的功效[6]。

总体来说，通过对于算例的分析，就可证明实施基于需求测的微电网多时间尺度滚动优化能量管理是有效的。