遗传算法下的源网荷储协调优化数学建模与分析

周鑫, 任景, 张小东

(国家电网有限公司西北分部,陕西,西安 710032)

0 引言

随着我国能源供给侧结构性改革的持续推进,可再生分布式电源、柔性负荷、储能系统被越来越多的接入到电网系统中,传统配电网演化为含有多可控源的主动配电网,给电网安全运行带来了极大挑战[1-2]。新能源装机容量的不断增加,以及电网负荷消纳、通道等因素的影响,使得弃风、弃光现象突出,新能源发展受限[3]。因此,建立主动配电网来解决电网侧分布式可再生能源问题,进行“源网荷储”多环节协调调度,对于提升绿色能源利用率,实现配电网主动控制管理有重要作用[4]。目前,针对“源网荷储”协调控制和优化调度,相关学者已经进行了深入研究,主要集中于系统的规划配置、优化运行、协调控制、供电可靠性方向[5-6]。

1 配电网“源网荷储”协调优化模型

配电网“源网荷储”系统包含电源、电网、负荷、储能4个元素。电源通过多异质可再生分布式电源(RDG)出力时序特性和空间分布特性互补,降低功率波动对系统影响,充分挖掘RDG无功调节潜力,降低网损,改善电压分布。电网需要具备快速灵活的网架结构调整能力,在正常运行状态下改变馈线功率流动、平衡负荷、节能降损,故障状态下隔离故障、转供负荷。负荷侧与电源、电网协调互动,通过直接负荷控制参与系统运行控制,通过店家信号引导电力消费模式,降低用电成本,缓解网络阻塞。储能根据系统调度指令调节充放电功率,为系统削峰填谷提供无功电压支持,扩展安全运行可行域。

1.1 模型目标函数

“源网荷储”协调运行的目标函数使实现配网运行综合费用最小化,其中综合运行主要包括电源初期建设成本、运行维护成本、燃料成本、污染物排放成本、电网购电成本、可再生能源发电补贴成本等组成,建立“源网荷储”协调优化数学模型为

minC=Cjs+Com+CF+Cen+CDR

(1)

式中,Cjs为系统建设成本,Com为运行维护成本,CF为能源燃料成本,Cen为污染物排放成本,CDR为电网响应成本。

1.1.1 系统建设成本

系统建设成本是配电网的初期建设成本,通常考虑到电源的固定投资以及使用年限的折算情况,具体表示为

(2)

(3)

式中,Cjs为系统建设成本,khsi为第i条线路投资回收系数,Cgdi(l,r)为第i个电源固定投资成本,l为使用年限,N为模型中线路个数。

1.1.2 运行维护成本

“源网荷储”系统在长期投入运行过程中,系统中配电网、电源站、各项储能设备容易发生损耗,定义系统的运行维护成本为

(4)

式中,Com为系统运行维护成本,γi为相关系数,Pi(t)为电压输出功率。

1.1.3 能源燃料成本

忽略风力发电和光伏发电能耗条件下,考虑火力发电机组在煤炭、燃油、燃气下的能源燃料消耗成本表达式为

(5)

(6)

式中,CF为记住能耗成本,T为某一时间段内的机组投运数量,N为机组数量,Pij为第i台机组在j时段出力,sij表示机组是否处理,当机组停运时,有sij=0,机组投运时,有sij=1,Cs,ij和CP,i分别为i机组启动和运行时的能耗成本,αi、βi、γi为能耗系数。

1.2 约束条件

1.2.1 系统功率平衡约束

整个系统的功率平衡约束条件表示为

(7)

式中,Pij为区域类燃煤机组在第j时段的出力值,Pwj为分布式新能源在第j时段的出力值,PESj为储能设备在第j时段的出力值,PDj为j时段负荷预测值,PDRj为需求侧在j时段的响应值。

1.2.2 机组输出功率

机组最大最小输出功率约束条件为

Pimin≤Pi(t)≤Pimax

(8)

式中,Pimin和Pimax为第i个机组的最小、最大出力。

1.2.3 储能装置约束

系统内储能装置的约束条件为

SOC(t+1)=SOC(t)-ηES×PES(t)/QESmax

(9)

SOCmin≤SOC(t)≤SOCmax

(10)

|PES(t)|≤PESmax

(11)

式中,SOC(t)为储能装置负荷状态,PES(t)为装置功率变化,QESmax为装置容量,SOCmin和SOCmax为符合变化范围,PESmax为装置充放电限值,ηES为充放电效率。

2 遗传算法模型协调优化

2.1 遗传算法模型建立

遗传算法是通过模仿生物界遗传规律构建的一种全局搜索方法。遗传算法中的个体称为染色体,通过适应度函数来衡量其好坏,并利用交叉变异形成下一代染色体,由反复迭代计算获得下一代种群,最终将得到的最优个体作为最优解。图1为遗传算法流程图。

图1 遗传算法流程图

2.1.1 初始种群编码

在使用遗传算法前,需将“源网荷储”系统中分布的电源站、配电网、各项储能设备运行维护成本、燃料成本、污染物排放成本等信息转化为机器可识别数据信息,考虑到二进制编码对计算机内存要求较高,选择采用格雷码编码方式,具体为

(12)

其中,X=xmxm-1…x2x1为二进制的编码形式。通过对问题进行格雷码编码处理后,进行遗传选择、交叉、变异操作。

选择从群体中挑选优势个体,并对个体进行遗传操作延续到下一辈。自遗传算法中采用蒙特卡洛算子选择,即对每个个体,存在一个适应度值F(xi),对整个群体中存在一个总适应度值Fs,二者的关系式:

Fs=F(x1)+F(x2)+K+F(xN)

(13)

由Fs形成一个随机数K,将各个体适应度累加到超过Fs后,选择最后一个个体作为被选择对象。本文在蚁群算法中针对“源网荷储”系统的综合运行成本进行经济优化,即根据通信网络拓扑结构,求取目标函数是求取最小值的过程,确定适应度函数如下:

(14)

其中,fi为优化系统中第i个节点适应度值,li为第i个染色体长度,gi(j)为第j个染色体的第i个节点极值,C为系统成本。

2.1.2 遗传交叉和变异

为提升算法的搜索能力,对各节点进行交叉、变异操作来进一步提升种群搜索能力。交叉运算中,将2个个体的染色体以概率PC进行随机交换,获得新的染色体特征个体。变异操作过程中,首先设定变异概率Pm,然后对编码后染色体串上每一个基因均形成一个随机数ri,当ri

(15)

通过交叉、变异后的个体,进行适应度评估,保留适应度高的个体。确立迭代终止条件,当优化结果满足该终止条件,则算法终止;否则,重复执行算法的交叉、变异操作。本文确定2个迭代终止条件:①迭代次数N>10 000次时,算法终止,返回最优解;②最优个体解满足条件:

(16)

2.2 仿真分析

以配电网微网系统为对象,系统中包括传统燃煤发电机组、柴油机发电、光伏发电、风力发电、储能蓄电池,各电源运行参数配置见表1。负荷参数以1次/5 min的频率进行采集和预测。为充分发挥蓄电池削峰填谷作用,蓄电池用电高峰期11:00～13:00和20:00～24:00,只有在电负荷满足约束条件时才处于放电状态,其余时段无强制要求。按照一天24 h划分微电网优化周期,每个优化时间段为1 h,图2为主动配电网的负荷预测值。采用遗传算法求解,获得主动配电网运行成本最低解,设置种群大小100个,迭代次数100次。

表1 优化系统电源侧运行参数

图2 24 h负荷预测曲线

2.3 仿真结果

采用遗传算法求得各机组出力随时间变化如图3所示。机组1作为当前配电网中的主力机组,最大输出功率高,运行成本低,多数负荷较高。机组2输出功率相较于机组1低,运行成本也高于机组1,多数时间也处于较高出力状态。机组3运行成本高,出力功率也较小,通常在高负荷时间段作为出力不足时的补充。机组4的运行成本高,输出功率低,因此通常情况下不启动,只有在负荷异常波动情况下才启用。

图3 优化模型出力曲线

储能设备在负荷较高时为电网供电,负荷较低时消化电网多余负荷,加入的储能设备能够优化系统的工作效率,避免了机组频繁启停工况,在储能侧损耗成本和需求侧响应成本较低时,能有效节省电网整体运行成本。将图2和图3仿真结果带入式(1)～式(8),获得电网建设成本231.5万元,运行维护成本340.2万元,能源燃料成本321.5万元,污染物排放成本146.8万元,电网响应成本0.06万,24 h运行综合成本为1040.6万元。传统配电网运行方式下,电网建设成本68.9万元,运行维护成本262.6万元,能源燃料成本964.6万元,污染物排放成本744.6万元,电网响应成本35.7万,24 h运行综合成本为2076.4万元。从表2可以看出,尽管传统配电网运行方式下的电网建设成本低于源网荷储优化系统,但是在能源燃料消耗以及污染物排放成本方面远高于优化系统,可见传统电网运行方式不管是在经济性和环保性方面相较于优化系统都具有较大的劣势。

表2 不同运行状态的系统运行成本 单位:万元

由仿真结果可以看出,采用遗传算法的源网荷储协调优化模型在电源侧优先可再生能源供电以及实现交直流可再生能源互补供电,提高可再生能源高效利用;在负荷侧基于用电负荷需求和价格需求侧响应,通过调整负荷提供系统可再生能源和交直流微网运行经济性;在储能侧根据充放电策略实现能可再生能源的功率平移,提升可噪声能源消纳率,保证用电可靠性;电网侧以分时电价购电和余电上网,降低系统的运行成本。但需要注意,由于“源网荷储”系统中采用的燃料电池、蓄电池等储能设备,电网前期建设成本和后期运行维护成本高于传统配电网,因此,对于一些用电负荷较低且配网尚未实现区域化供输电区域,难以实现地区电网的供输电均衡,因此,后期将采取有效措施进一步降低系统内燃料电池、蓄电池等新兴储能设备的建设和运行维护成本,实现系统内微网运行的经济性和优化控制的闭环。

3 总结

本文针对高比例分布式能源的配电网,构建了一种配电网“源网荷储”协调优化模型,以年度综合费用最小为目标,提出配电网协调优化的评价标准,选择电网建设成本、运行维护成本、能源燃料成本、污染物排放成本、电网响应成本等评价指标,从经济性和环保性方面进行有效平衡,采用自适应变异的遗传算法进行“源网荷储”协调优化过程求解,获得综合费用成本最小的最优目标值。通过仿真结果可以看出,采用了遗传算法的源网荷储优化系统在经济运行和环境保护方面具有巨大的优势,但在电网初期建设成本和运维成本方面稍高于传统运行方式。实际电网运用中,根据运行成本分布,给出具体的协调运行方案,为电力调度、交易平台提供辅助决策支持。