分時電價機制下的微網經濟調度

喬 輝

(國網河北省電力公司 保定供電分公司，河北保定071000)

分時電價機制下的微網經濟調度

喬 輝

(國網河北省電力公司 保定供電分公司，河北保定071000)

微網的經濟調度是微網的重點研究內容之一。為解決分時電價機制下微網的經濟調度問題，提出一種基于鯰魚二進制粒子群算法的微網經濟調度方法。考慮了微網中可控型微電源的啟停控制策略，建立了計及經濟成本和環(huán)境效益的微網經濟調度數(shù)學模型。引入經濟學中的鯰魚效應，改進二進制粒子群優(yōu)化算法求解問題。以包含風、光、微型燃氣輪機、燃料電池和柴油發(fā)電機的具體微網為算例，在分時電價機制下，采用三種微網經濟調度策略進行仿真，仿真結果驗證了所提算法求解微網經濟調度問題的有效性。

微網；經濟調度；分時電價；二進制粒子群優(yōu)化算法；鯰魚效應

0 引言

由微電源、負荷、儲能裝置和控制裝置組成的微網對外表現(xiàn)為單一受控的獨立電力系統(tǒng)，是分布式電源的集成和接入的有效方式，成為了智能電網建設的一個重要技術[1,2]。分時電價機制根據用戶負荷需求情況，將一天劃分為多個時段(如：峰時、平時和谷時)，并采用不同的電價，科學引導用戶用電，以實現(xiàn)削峰填谷、提高能源利用率的目的，獲得廣泛應用[3,4]。

在分時電價機制下，微網的經濟調度就要考慮各調度時段間的相互耦合關系；另外，微網中一些可再生能源出力具有隨機性和波動性，因此也需考慮各時段之間的內在聯(lián)系，以更符合微網的實際運行情況[5～8]。然而目前鮮有針對分時電價機制下考慮了各時段之間的內在聯(lián)系的微網經濟調度的研究。

微網的經濟調度是一個復雜的非線性、強耦合優(yōu)化問題，宜采用智能優(yōu)化算法求解。處理離散型優(yōu)化的二進制粒子群優(yōu)化(Binary Particle Swarm Optimization，BPSO)算法具有靈活性大、算法易實現(xiàn)、收斂快、需調整參數(shù)少等優(yōu)點，在微網的經濟調度研究上得到廣泛應用[9～13]。文獻[11]提出了一種具有雙重結構編碼的BPSO算法，種群多樣性增加，但是算法的編碼方案較為復雜。文獻[12]利用了混沌變量的遍歷性和對初值敏感性，但尋優(yōu)函數(shù)的復雜程度和尋優(yōu)空間的大小限制了算法精確度。文獻[13]通過視覺化個體粒子，為每個粒子增加半徑參數(shù)，避免粒子的聚集。但這些算法大多只改進了部分粒子的位置，整個種群的飛行方式并沒有得到修正。

本文充分考慮了微網中可控型微電源的啟停控制策略，在分時電價機制下，研究了微網三種運行策略的經濟調度。并利用經濟學中的鯰魚效應[14]，避免傳統(tǒng)BPSO算法陷入局部最優(yōu)解的問題，求解微網的經濟調度問題。

1 微網經濟調度數(shù)學模型

1.1 微電源建模

風力發(fā)電機(Wind Turbine，WT)和光伏電池(Photovoltaic Cell，PV)不消耗一次能源，不排放污染物，一般工作在最大功率跟蹤控制模式下。本文將其負值與微網總負荷功率相疊加得到“凈負荷”功率，計算公式為

(1)

柴油發(fā)電機(DieselGenerator，DE)的燃料成本計算式就是它的耗量特性函數(shù)

(2)

微型燃氣輪機(Micro Turbine，MT)發(fā)電燃料成本計算式如下

(3)

(4)

燃料電池FC(FuelCell)發(fā)電燃料成本計算如下

(5)

ηFC=-0.002 3PFC+0.673 5

(6)

1.2 目標函數(shù)

本文以微網發(fā)電成本最小、環(huán)境成本最小為子目標函數(shù)，建立多目標優(yōu)化模型如下：

(7)

(8)

(9)

(10)

1.3 約束條件

(1)功率平衡約束

(11)

(12)

(2)運行電壓約束

(13)

(3)微電源輸出功率約束

(14)

(4)微電源爬坡率約束

(15)

(5)微電源啟停機次數(shù)和啟停時間約束

(16)

(6)微網與主網傳輸功率約束

(17)

2 分時電價機制及微網經濟調度策略

分時電價機制根據用戶負荷需求將一天分為峰、平、谷三個時段，電價水平與具體時段劃分如表1所示。分時電價水平與微電源綜合成本如圖1所示。為充分利用分時電價機制，在每個優(yōu)化時段，首先預測負荷大小及WT、PV出力，求得“凈負荷”功率大小；然后充分利用谷時較低購電價格和峰時售電獲利，依據微網綜合運行成本最低的原則，確定各類具有不同發(fā)電成本的可控型微電源的出力、及微網與主網之間的交互功率。

表1 分時電價

圖1 分時電價水平與微電源綜合成本

另外，根據微電源是否優(yōu)先調度及微網與主網之間的功率交互方式，微網采用如下三種運行策略：(1)優(yōu)先利用微電源來滿足微網內的負荷需求，不滿足負荷需求時從主網吸收功率，但不可以向主網輸出功率；(2)微電源與主網共同參與系統(tǒng)的運行優(yōu)化，仍是可以從主網吸收功率，不可以向主網輸出功率；(3)微網與主網可自由雙向交換功率。

3 鯰魚二進制粒子群優(yōu)化算法

3.1 傳統(tǒng)BPSO算法

BPSO是在基本PSO的基礎提出的，適用于離散空間優(yōu)化問題[16]。速度和位置的更新公式分別如式(18)和式(19)所示

(18)

(19)

其中：

(20)

3.2 鯰魚效應

鯰魚效應通過引入具有競爭力的個體，激勵陷入惰性的種群恢復并保持活力[17]。對于PSO，當粒子聚集在局部最優(yōu)而導致搜索停滯時，構造“鯰魚粒子”去驅動陷入局部最優(yōu)位置的“沙丁魚粒子”，利用鯰魚效應使得種群能夠跳出局部極值而找到全局最優(yōu)。引入鯰魚效應后算法原理圖如圖2所示。

圖2 鯰魚效應算法原理圖

3.3 算法步驟

(1)選擇微網運行策略；輸入算法參數(shù)。

(2)初始化粒子速度和位置，設置迭代次數(shù)iter=1。

(3)計算各粒子的適應度值，記錄全局最優(yōu)解fbest，記粒子位置全局極值點gbest和個體極值點pbest。

(4)判斷當前的迭代次數(shù)是否達到最大迭代次數(shù)，若達到則結束算法，輸出計算結果；若不滿足則設定迭代次數(shù)K=K+1。

(5)判斷是否引入“鯰魚粒子”。當整個種群陷入局部最優(yōu)解時，種群多樣性將大大減弱，減弱到閥值時，轉步驟(6)；否則轉步驟(8)，利用式(21)來量化種群的多樣性

(21)

(6)構造“鯰魚粒子”。取出種群中適應度值最大的W個粒子構造成“鯰魚粒子”(本文取W=10%×K)，隨機更新這W個粒子在解空間內的位置。其余的粒子稱為“沙丁魚粒子”。

(7)“鯰魚粒子”驅動“沙丁魚粒子”。計算新構造的“鯰魚粒子”適應度值，當適應度值增大或者不變，轉步驟(8)；否則(即“鯰魚粒子”更具活力)，驅動陷入局部最優(yōu)解而具有惰性的“沙丁魚粒子”，即根據式(22)更新“沙丁魚粒子”速度

(22)

其中：

(23)

(8)分別根據式(18)和式(19)更新粒子的位置和速度。

(9)判斷粒子的狀態(tài)是否滿足各類不等式約束條件，若滿足則保留粒子位置，若不滿足則取限值。轉步驟(3)。

4 算例分析

4.1 算例數(shù)據

圖3 微網結構圖

算例采用的微網結構如圖3所示。微網線路阻抗為R=1.98 Ω/km，X=0.358 Ω/km[18]。微網中可再生能源微電源包括系統(tǒng)容量為15 kW的PV和系統(tǒng)容量為10 kW的WT。電壓允許偏差為-5%～+5%，主網向微網傳輸?shù)挠泄ι舷奕?00 kW，下限取-50 kW。環(huán)境成本參數(shù)和可控型微電源相關參數(shù)分別如表2和表3所示[19-20]。天然氣價格取2.48元/m3。微網中光伏電池和風機發(fā)電的預測功率，以及日負荷功率、凈負荷功率分別如圖4所示。

圖4 光伏電池、風機、負荷與“凈負荷”功率

污染物類型NOxSO2CO2DE排放系數(shù)/(g·(kW·h)-1)4.33140.4641232.0373MT排放系數(shù)/(g·(kW·h)-1)0.61880.000928184.0829FC排放系數(shù)/(g·(kW·h)-1)<0.0230635.04排放罰款/(元·kg-1)2.051.0250.01025環(huán)境價值/(元·kg-1)8.26.150.02375

表3 可控型微電源參數(shù)

4.2 仿真結果分析

采用本文提出的算法求解，設置群大小為60，最大迭代次數(shù)200次。微網經濟調度結果如圖5～7所示，一天運行費用如表4所示。

圖5 運行策略一調度結果

圖6 運行策略二調度結果

圖7 運行策略三調度結果

在運行策略一下，微電源優(yōu)先發(fā)電。由圖1知，當輸出功率超過22kW時，MT綜合發(fā)電成本最高，F(xiàn)C次之，DE最低。故圖5中，DE除了在負荷波動較大的8、14和17時跟隨負荷波動而改變出力，幾乎滿發(fā)；FC優(yōu)于MT發(fā)電，在負荷增加時出力增加；MT在負荷需求小的0～7時停機，隨后輸出功率跟隨負荷需求變化。根據運行策略二，主網也可參與優(yōu)化。由圖1和表1知，在谷時，MT、FC綜合發(fā)電成本高于購電電價，故停機從主網購電；在平時和峰時，F(xiàn)C綜合發(fā)電成本低于電價，故滿發(fā)；而MT只有在峰時綜合發(fā)電成本低于電價，故只有在峰時相比主網得到優(yōu)先利用。相比運行策略二，在運行策略三下微電源可以多發(fā)電向主網售電，且由圖1知，在峰時所有微電源綜合成本都低于電網峰時售電電價，故圖7中MT也滿發(fā)，向電網售電。

表4 微網運行費用

由表4可知，運行策略三最優(yōu)，運行策略二次之，運行策略一最差。策略一下，微電源優(yōu)先發(fā)電，故發(fā)電成本和環(huán)境成本最高。策略二和策略三下，主網可參與優(yōu)化，向微網輸送功率大致相等，故購電費用相近；策略三下，微電源在峰時可多發(fā)電向主網售電，故策略三下發(fā)電成本和環(huán)境成本較策略二高，但是微網售電收益可有效降低微網運行費用，且相比策略一降低費用38.92%，相比策略二降低費用20.35%，有效地起到了“削峰填谷”的作用。同時從表4中也可以看出，微網中環(huán)境成本占總運行費用比重輕，不同策略下變化也小。這是因為目前天然氣價格偏高，而污染物排放罰款較低。

采用標準BPSO和文獻[11]所提的算法求解策略三下的優(yōu)化問題，算法收斂性能對比結果如圖8所示。由圖8知，本文算法相比文獻[11]算法收斂更快，且明顯優(yōu)于BPSO。策略三下，BPSO和文獻[11]優(yōu)化得到的運行總費用分別是1 013.18元和891.87元，相比本文算法求得的788.72元，可見本文算法優(yōu)化得到的最優(yōu)值更好。

圖8 算法收斂性能對比

5 結論

本文考慮了微網中可控型微電源的啟停控制，以發(fā)電成本和環(huán)境成本最小為目標，在分時電價機制下建立了微網經濟調度數(shù)學模型。采用改進的二進制粒子群優(yōu)化算法求解問題。以包含風、光、微型燃氣輪機、燃料電池和柴油發(fā)電機的具體微網為算例，采用三種微網并網運行策略進行仿真。并在第三種策略下，與上述兩個二進制粒子群優(yōu)化算法對比收斂性能，進一步驗證所提算法在求解微網經濟調度問題上的有效性。

[1]賀靜，宋琪，文福拴，等.智能電網綜合評估指標體系初探[J].華北電力大學學報(自然科學版)，2013，40(02)：46-54.

[2]余貽鑫，秦超.智能電網基本理念闡釋[J].中國科學：信息科學，2014，44(6)：694-701.

[3]Mahmoodi M，Shamsi P，F(xiàn)ahimi B.Optimal scheduling of microgrid operation considering the time-of-use price of electricity[C].39th Annual Conference of the IEEE Industrial Electronics Society，Vienna，2013，2127-2132.

[4]毛曉明，陳深，吳杰康，等.分時電價機制下含蓄電池微網的優(yōu)化調度[J].電網技術，2015，39(5)：1192-1197.

[5]朱永勝，王杰，瞿博陽，等.含風電場的多目標動態(tài)環(huán)境經濟調度[J].電網技術，2015，39(5)：1315-1322.

[6]Kanchev H，Colas F，Lazarov V，et al.Emission reduction and economical optimization of an urban microgrid operation Including dispatched PV-based active generators[J].IEEE Transactions on Sustainable Energy，2014，5(4):1397-1405.

[7]Ahn S J，Nam S R，Choi J H，et al.Power scheduling of distributed generators for economic and stable operation of a microgrid[J].IEEE Transactions on Smart Grid，2013，4(01):398-405.

[8]劉小平，丁明，張穎媛，等.微網系統(tǒng)的動態(tài)經濟調度[J].中國電機工程學報，2011，31(31)：77-84.

[9]趙書強，李志偉.基于差分進化粒子群算法的城市電動汽車充電站最優(yōu)規(guī)劃[J].華北電力大學學報(自然科學版)，2015，42(02):1-7.

[10]張燕，許偉偉.基于粒子群-差異進化混合算法的電力系統(tǒng)無功優(yōu)化[J].電工電能新技術，2014，33(9)：48-51.

[11]Li P，Xu D.Optimal operation of microgrid based on improved binary particle swarm optimization algorithm with double-structure coding[C].International Conference on Power System Technology，Chengdu，2014，3141-3146.

[12]李鵬，李濤，張雙樂，等.基于混沌二進制粒子群算法的獨立微網系統(tǒng)的微電源組合優(yōu)化[J].電力自動化設備，2013，33(12)：33-38.

[13]Atya A，Phonamnuaisuk S.Particle swarm optimization with area extension (AEPSO)[C].Congress on Evolutionary Computation，Singapore，2007，1970-1976.

[14]徐琳，楊馭豪，楊平.基于“鯰魚效應”的人力資源管理機制構建[J].知識經濟，2010，10(21)：31-34.

[15]李樂.微網的經濟運行研究[D].北京：華北電力大學，2011.

[16]鄧桂秀，江修波，蔡金錠.基于混沌二進制粒子群算法的配電網重構研究[J].電力科學與工程，2013，29(09):34-37.

[17]Ji C，Liu F，Zhang X.Notice of retraction particle swarm optimization based on catfish effect for flood optimal operation of reservoir.International Congress on Natural Computation，Shanghai，2011，1197-1201.

[18]陳達威，朱桂萍.低壓微電網中的功率傳輸特性[J].電工技術學報，2010，25(7)：117-122.

[19]李存斌，張建業(yè)，李鵬.考慮成本、排污及風險的微電網運營多目標優(yōu)化模型[J].中國電機工程學報，2015，35(5)：1051-1058.

[20]石慶均.微網容量優(yōu)化配置與能量優(yōu)化管理研究[D].杭州：浙江大學，2012.

Economic Dispatch of Microgrid Under Time-of-use Price Mechanism

Qiao Hui

(Baoding Power Supply Branch of State Grid Hebei Province Electric Power Company, Baoding 071003, China)

Economic dispatch is one of the key research subjects of microgrid. In order to achieve the optimal dispatch of microgrid under time-of-use (TOU) price mechanism, an economic dispatch method for microgrid based on catfish binary particle swarm optimization (CBPSO) algorithm is proposed. This paper, considering the start and stop control strategy of controllable microsources in microgrid, established an economic dispatch mathematical model which took into account the economic cost and environmental benefit of microgrid. Catfish effect which comes from economics was introduced into BPSO algorithm to solve the problem. Three operation strategies of microgrid were applied in the simulation example. Simulation results validated the effectiveness of the proposed algorithm.

microgrid； economic dispatch；time-of-use price；binary particle swarm optimization algorithm；catfish effect

2015-07-06。

喬輝 (1984-)，男，工程師，從事繼電保護管理工作，E-mail：qiao5277@126.com。

TM732

A

10.3969/j.issn.1672-0792.2015.09.013