基于序優(yōu)化的分布式光伏配電網(wǎng)儲能系統(tǒng)容量評估

徐斌，丁然，劉康麗，徐斌，劉紅新，陳婭，阮力

(1.國網(wǎng)六安供電公司，安徽省六安市 237006；2.國網(wǎng)冀北電力有限公司，北京市100053)

基于序優(yōu)化的分布式光伏配電網(wǎng)儲能系統(tǒng)容量評估

徐斌1，丁然2，劉康麗2，徐斌1，劉紅新1，陳婭1，阮力1

(1.國網(wǎng)六安供電公司，安徽省六安市 237006；2.國網(wǎng)冀北電力有限公司，北京市100053)

我國分布式光伏發(fā)電產(chǎn)業(yè)近年來實現(xiàn)快速增長，對所在配電網(wǎng)的運行提出嚴峻挑戰(zhàn)。由于分布式光伏發(fā)電具有隨機性、波動性與不確實性，需要一定容量的儲能系統(tǒng)來提供靈活的調(diào)節(jié)能力，以實現(xiàn)配電網(wǎng)的安全可靠運行。因此，研究針對分布式光伏配電網(wǎng)儲能系統(tǒng)的容量評估具有重要意義。建立考慮分布式光伏并網(wǎng)的配電網(wǎng)運行模擬模型，利用多場景生成技術(shù)與序優(yōu)化求解方法，模擬不同儲能系統(tǒng)容量規(guī)劃下的分布式光伏并網(wǎng)運行情況，從而得到最優(yōu)配電網(wǎng)儲能系統(tǒng)配套容量。結(jié)果表明，利用序優(yōu)化方法可以實現(xiàn)快速高效求解，得到適應(yīng)于配電網(wǎng)運行需求的儲能系統(tǒng)容量配置方案。

配電網(wǎng)；分布式光伏；儲能系統(tǒng)；運行模擬；場景生成；序優(yōu)化

0 引 言

光伏出力具有波動性與不確定性[1]，對并網(wǎng)配電網(wǎng)的安全、可靠運行帶來了挑戰(zhàn)[2]，隨著光伏容量的進一步增長[3]，配電網(wǎng)的穩(wěn)定運行將更加嚴峻[4]。在配電網(wǎng)中配置儲能系統(tǒng)，可以平抑光伏出力的不確定性[5]，是促進光伏高效消納的有效手段，但因儲能系統(tǒng)單位投資較高[6]，需要評估科學(xué)合理的儲能系統(tǒng)容量，以最大限度提高儲能系統(tǒng)的投資效率。

在儲能系統(tǒng)容量配置研究中，文獻[7]利用區(qū)間估計方法得出儲能設(shè)備容量配置函數(shù)；文獻[8]利用蓄電池與超級電容器之間的互補特性以及全生命周期費用理論優(yōu)化儲能容量；文獻[9]提出了基于成本分析的超級電容器和蓄電池的混合配置方案；文獻[10]以復(fù)合儲能為研究對象，提出了一種基于目標(biāo)函數(shù)適應(yīng)度離差平均值排序方法來獲取最優(yōu)解；文獻[11]將頻譜分析和低通濾波相結(jié)合，以優(yōu)化并網(wǎng)目標(biāo)功率與儲能容量。

目前，針對儲能系統(tǒng)容量評估與優(yōu)化配置的研究主要從平抑波動性、提升經(jīng)濟性和配合負荷特性等角度切入，但均忽略了實際的配電網(wǎng)運行情況，且過于簡化地考慮光伏出力的隨機特性。為此，本文建立考慮分布式光伏并網(wǎng)的配電網(wǎng)運行模擬模型，利用多場景生成技術(shù)充分考慮光伏出力的隨機特性，并采用序優(yōu)化求解方法提高模型求解效率，通過模擬不同儲能系統(tǒng)容量規(guī)劃下的分布式光伏并網(wǎng)運行情況，從而得到最優(yōu)配電網(wǎng)儲能系統(tǒng)配套容量。

1 研究框架

本文整體研究思路如圖1所示。首先，基于分布式光伏的容量及其出力特性，利用多場景生成技術(shù)生成光伏發(fā)電出力多場景；其次，設(shè)置不同的儲能系統(tǒng)容量配置方案；然后，建立考慮分布式光伏并網(wǎng)的配電網(wǎng)運行模擬模型，模擬光伏發(fā)電多場景與不同儲能系統(tǒng)容量配置方案組合下的配電網(wǎng)運行情況，在模型求解時利用序優(yōu)化方法提高計算效率；最后，統(tǒng)計分析概率性的評估結(jié)果，得到最終的儲能系統(tǒng)最優(yōu)配置容量。

圖1 整體研究思路示意圖Fig.1 Illustration of research framework

2 配電網(wǎng)運行模擬模型與求解方法

為了充分考慮分布式光伏出力對配電網(wǎng)運行的影響，本文建立了考慮光伏并網(wǎng)的配電網(wǎng)運行模擬模型，并利用序優(yōu)化方法實現(xiàn)對該模型的快速求解，下面將分別詳述。

2.1 考慮分布式光伏并網(wǎng)的配電網(wǎng)運行模擬模型

如圖2所示，考慮分布式光伏并網(wǎng)的配電網(wǎng)運行模擬模型以調(diào)用儲能、棄光伏發(fā)電懲罰、電源運行、配電網(wǎng)運行的綜合成本最小為目標(biāo)函數(shù)，以儲能系統(tǒng)參數(shù)、負荷預(yù)測、常規(guī)機組參數(shù)、光伏出力預(yù)測、配電網(wǎng)參數(shù)為輸入，在模型中考慮儲能容量約束、儲能調(diào)節(jié)速率約束、儲能充放電約束，同時結(jié)合電力平衡與備用約束、電源電網(wǎng)運行約束等傳統(tǒng)電力系統(tǒng)運行約束。

圖2 考慮分布式光伏并網(wǎng)的配電網(wǎng)運行模擬模型示意圖Fig.2 Illustration of distribution network operation simulation considering distributed photovoltaic

2.1.1 目標(biāo)函數(shù)

該模型的目標(biāo)函數(shù)數(shù)學(xué)表達式為

(1)

C2是調(diào)用儲能系統(tǒng)的成本，即當(dāng)儲能系統(tǒng)發(fā)生充放電行為時的懲罰，可以用儲能系統(tǒng)壽命損耗及能量損失來評估其大小，C(b,t)與D(b,t)分別為儲能系統(tǒng)b在時刻t的充電、放電功率，kW；pc(b)與pd(b)分別為充電與放電懲罰值，元/(kW·h)。

C3表征電源運行成本；P(k,t)為電源k在時刻t的出力，kW；g(·)是電源的運行成本二次函數(shù)，元。

C4表征光伏棄電懲罰，Cr(v,t)是光伏v在時刻t的光伏發(fā)電棄電值，kW。

2.1.2 約束條件

(1)電力平衡約束為

(2)

式中：ΩB、ΩT、ΩV、ΩU、ΩL分別為儲能設(shè)備集合、時段集合、光伏集合、常規(guī)機組集合與配電網(wǎng)節(jié)點集合； V(v,t)是光伏v在時刻t的預(yù)測出力，kW；L(n,t)是節(jié)點n在時刻t的負荷預(yù)測值，kW。

(2)光伏出力約束為

(3)

(3)常規(guī)機組出力約束為：

(4)

(5)

(6)

(4)儲能系統(tǒng)約束為：

(7)

(8)

(9)

(10)

(5)輸配電網(wǎng)配合約束為：

(12)

-IE(t+1)≤IB(t+1)-IB(t)≤IS(t+1),
?t∈ΩT

(13)

(14)

(15)

2.2 序優(yōu)化方法

序優(yōu)化方法是由何毓琦教授等[12]于1992年提出的，是處理基于模擬仿真優(yōu)化的重要方法，已成功應(yīng)用到了許多實踐應(yīng)用當(dāng)中[13-16]。序優(yōu)化方法原理如圖3所示，ΘN是總優(yōu)化空間集合，共包含N個元素；利用特定的選擇規(guī)則，從N個解中選出一個子集ΘS，其元素個數(shù)為S。ΘS應(yīng)大到至少有k個解屬于足夠好解子集ΘG，ΘG共包含G個元素，且其概率 Pr{ΘG∩ΘS≥k}大于給定概率目標(biāo)。序優(yōu)化方法定義了5種排序性能曲線，如圖4所示；通過粗略模型評估ΘN中N個決策解，所有優(yōu)化問題均可以根據(jù)這N個解的模型目標(biāo)值排序結(jié)果來確定其所屬于的性能曲線類型。基于不同的性能曲線類型，序優(yōu)化求解時的參數(shù)不同。

圖3 序優(yōu)化方法基本思想示意圖Fig.3 Graphical illustration of basic idea of ordinal optimization

圖4 排序性能曲線類型Fig.4 Types of ordinal performance curves

在確定性能曲線類型之后，最終估計的最優(yōu)解可通過如下步驟得到：(1)給定ΘG的空間大小以及k值；(2)評估粗略模型的偏差；(3)確定ΘS的空間大小，即S值；(4)得到最終估計的最優(yōu)解。

2.3 評估流程

基于分布式光伏預(yù)測出力，假定其預(yù)測誤差服從正態(tài)分布，并利用場景減少技術(shù)提取出若干個典型出力曲線。因此，模型最優(yōu)解應(yīng)該同時適應(yīng)這若干個出力曲線，且具備最小的平均目標(biāo)值。為了減輕計算負擔(dān)，序優(yōu)化方法被用來求解得到足夠好的解，因此，將式(1)—(4)與式(7)—(11)組合形成了粗略模型，且粗略模型忽略分布式光伏出力誤差，即式(1)中n為1，粗略評估模型以光伏預(yù)測出力曲線來調(diào)度光伏。儲能系統(tǒng)容量評估整體流程如圖5所示。

圖5 儲能系統(tǒng)容量評估整體流程Fig.5 Framework of storage system capacity evaluation process

3 算例分析

利用圖6所示的配電網(wǎng)系統(tǒng)進行算例分析，以驗證所提方法的有效性。不失一般性，假定配電網(wǎng)中存在1臺常規(guī)機組(當(dāng)配電網(wǎng)中不存在常規(guī)機組時，只需要將配電網(wǎng)運行模擬模型中的式(4)—(6)去掉即可)。

圖6 算例示意圖Fig.6 Illustration of case

3.1 基本數(shù)據(jù)

該配電網(wǎng)存在60 kW分布式光伏和1套儲能系統(tǒng)。儲能系統(tǒng)容量配置方案設(shè)置為100～ 1 000 kW·h、步長為100 kW·h，即共10個配置方案待選。日內(nèi)共24個時段。光伏預(yù)測出力與負荷預(yù)測曲線如圖7所示，假定光伏出力預(yù)測誤差服從正態(tài)分布，且標(biāo)準(zhǔn)差為光伏容量的10%，隨機產(chǎn)生20條光伏出力曲線用于運行模擬，即式(1)中n為20。其他評估流程所需參數(shù)如表1所示。

圖7 光伏出力與負荷預(yù)測曲線Fig.7 Photovoltaic output and load forecast curves

3.2 評估結(jié)果

在利用序優(yōu)化方法求解時，通過粗略數(shù)學(xué)模型評估得到的排序性能曲線如圖8所示，為Bell型。

圖8 排序性能曲線計算結(jié)果Fig.8 Calculation result of ordinal performance curve

在對不同的儲能容量配置方案進行評估時，可以得到適應(yīng)20條光伏出力曲線的最優(yōu)儲能系統(tǒng)運行曲線。以配置方案為900 kW為例，儲能系統(tǒng)各時刻的充電與放電行為如圖9所示，各時刻所存儲的能量如圖10所示。儲能系統(tǒng)在負荷較低時充電，在負荷較高時放電。

圖9 儲能系統(tǒng)充電與放電曲線Fig.9 Charging and discharging curves of energy storage system

圖10 儲能系統(tǒng)各時刻存儲能量曲線Fig.10 State of charge curves of energy storage system

在對10個儲能系統(tǒng)容量配置方案的評估全部完成后，統(tǒng)計得到各方案的目標(biāo)函數(shù)值，如圖11所示，從圖中可以看出，當(dāng)儲能系統(tǒng)容量為600 kW時，具有最低的目標(biāo)函數(shù)值，即在考慮光伏出力預(yù)測誤差以及配電網(wǎng)運行情況時，配置600 kW的儲能系統(tǒng)具有最優(yōu)的可靠性與經(jīng)濟性。

圖11 不同儲能系統(tǒng)容量配置方案的目標(biāo)函數(shù)值Fig.11 Objective value of different storage system capacity schemes.

4 結(jié) 論

本文在評估過程中充分考慮了分布式光伏出力的隨機性、波動性與不確定性，并利用配電網(wǎng)運行模擬技術(shù)再現(xiàn)了考慮光伏出力的配電網(wǎng)運行情況，在求解過程中，在滿足計算精確度的要求下，采用序優(yōu)化求解方法能夠得到有效解，并通過算例驗證了所提方法的有效性以及序優(yōu)化方法求解的高效性，為解決復(fù)雜優(yōu)化模型提供了一種有效思路。

[1]吳振威, 蔣小平, 馬會萌,等. 多時間尺度的光伏出力波動特性研究[J]. 現(xiàn)代電力, 2014, 31(1):58-61. WU Zhenwei, JIANG Xiaoping, MA Huimeng, et al. Study on fluctuations characteristics of photovoltaic power output in different time scales[J]. Modern Electric Power, 2014, 31(1):58-61.

[2]桑靜靜, 趙慶生, 何志方. 光伏并網(wǎng)對配電網(wǎng)電壓及網(wǎng)損的影響[J]. 可再生能源, 2013, 31(4):11-14. SANG Jingjing, ZHAO Qingsheng, HE Zhifang. Grid-connected PV impacts on voltage and power loss indistribution network[J]. Renewable Energy Resources, 2013, 31(04):11-14.

[3]搜狐新聞.2015年我國光伏新增裝機量約15 GW, 同比增長40%以上[EB/OL].(2016-07-28)[2016-02-16]. http://mt.sohu.com/20160216/n437490228.shtml.

[4]王成山, 李鵬. 分布式發(fā)電、微網(wǎng)與智能配電網(wǎng)的發(fā)展與挑戰(zhàn)[J]. 電力系統(tǒng)自動化, 2010, 34(2):10-14. WANG Chengshan, LI Peng. Development and challenges of distributed generation, the micro-grid and smart distribution system[J]. Automation of Electric Power Systems，2010, 34(2):10-14.

[5]熊超, 馬瑞. 考慮降損和平抑峰谷的配電網(wǎng)儲能電池Pareto優(yōu)化模型[J]. 電力建設(shè), 2015, 36(8):34-40. XIONG Chao, MA Rui. A Pareto optimal model for energy storage battery in distribution networkconsidering network loss and peak-valley difference alleviation[J]. Electric Power Construction, 2015, 36(8):34-40.

[6]國家電網(wǎng)公司“電網(wǎng)新技術(shù)前景研究”項目咨詢組. 大規(guī)模儲能技術(shù)在電力系統(tǒng)中的應(yīng)用前景分析[J]. 電力系統(tǒng)自動化, 2013, 37(1):3-8. Consulting Group of State Grid Corporation of China to Prospects of New Technologies in Power Systems. An analysis of prospects for application of large-scale energy storage technology in power systems[J]. Automation of Electric Power Systems, 2013, 37(1):3-8.

[7]林少伯，韓民曉，趙國鵬，等.基于隨機預(yù)測誤差的分布式光伏配網(wǎng)儲能系統(tǒng)容量配置方法[J]. 中國電機工程學(xué)報，2013，33(4)：25-33. LIN Shaobo, HAN Minxiao, ZHAO Guopeng, et al. Capacity allocation of energy storage in distributed photovoltaic power system based on stochastic prediction error[J]. Proceedings of the CSEE，2013，33(4)：25-33.

[8]楊珺，張建成，桂勛.并網(wǎng)風(fēng)光發(fā)電中混合儲能系統(tǒng)容量優(yōu)化配置[J].電網(wǎng)技術(shù)，2013，37(5)：1209-1216. YANG Jun, ZHANG Jiancheng, GUI Xun. Capacity optimization of hybrid energy storage system in grid-connected wind and PV power generation system[J]. Power System Technology，2013，37(5)：1209-1216.

[9]李成，楊秀，張美霞，等.基于成本分析的超級電容器和蓄電池混合儲能優(yōu)化配置方案[J].電力系統(tǒng)自動化，2013，37(18)：20-24. LI Cheng, YANG Xiu, ZHANG Meixia, et al. Optimal configuration scheme for hybrid energy storage system of super capacitors and batteries based on cost analysis[J]. Automation of Electric Power Systems，2013，37(18)：20-24.

[10]譚興國，王輝，張黎，等.微電網(wǎng)復(fù)合儲能多目標(biāo)優(yōu)化配置方法及評價指標(biāo)[J].電力系統(tǒng)自動化，2014，38(8)：7-14. TAN Xingguo, WANG Hui, ZHANG Li, et al. Multi-objective optimization of hybrid energy storage and assessment indices in microgrid[J]. Automation of Electric Power Systems，2014，38(8)：7-14.

[11]桑丙玉，王德順，楊波，等.平滑新能源輸出波動的儲能優(yōu)化配置方法[J].中國電機工程學(xué)報，2014，34(22)：3700-3706. SANG Bingyu, WANG Deshun, YANG Bo, et al. Optimal allocation of energy storage system for smoothing the output fluctuations of new energy[J]. Proceedings of the CSEE，2014，34(22)：3700-3706.

[12]HO Y C，SREENIVAS R S，VAKILI P. Ordinal optimization of DEDS[J].Discrete Event Dynamic Systems，1992，(1)：61-88.

[13]LIN S Y，HO Y C，LIN C H.An ordinal optimization theory based algorithm for solving the optimal power flow problem with discrete control variables[J].IEEE Transactions on Power Systems，2004(1)：276-286.

[14]GUAN X, HO Y C, LAI F.An ordinal optimization based bidding strategy for electric power suppliers in the daily energy market[J].IEEE Transactions on Power Systems，2001(4)：788-797.

[15]XU Qianyao, KANG Chongqing, XIA Qing, et al.Anti-disaster transmission expansion planning considering wind power integration using ordinal optimization[C]//Proceedings of 2014 IEEE Power and Energy Society General Meeting. National Harbor，MD： IEEE，2014：1-5.

[16]XIE M, ZHONG J, WU F F. Multiyear transmission expansion planning using ordinal optimization[J]. IEEE Transactions on Power Systems, 2007, 22(4):1420-1428.

(編輯 蔣毅恒)

Storage System Capacity Evaluation for Distributed Photovoltaic Distribution Network Based on Ordinal Optimization

XU Bin1, DING Ran2, LIU Kangli2, XU Bin1, LIU Hongxin1, CHEN Ya1, RUAN Li1

(1. State Grid Lu’an Power Supply Company, Lu’an 237006,Anhui Province, China;
2.State Grid Jibei Electric Power Co., Ltd.,Beijing 100053, China)

The development of distributed photovoltaic in China is rapid in recent years, which brings great challenges to the operation of distribution network. Due to the randomness, fluctuation and uncertainty of the distributed photovoltaic, the storage system is required to supply flexible adjustment ability to meet the need of safe and reliable operation of distribution network. Therefore, it is meaningful to research the storage system capacity evaluation for the distributed photovoltaic in distribution network. This paper establishes the distribution network operation simulation model with considering the influence of the integrated distributed photovoltaic; and adopts the scenario generation technique and the ordinal optimization method to simulate the the operation situation of distributed photovoltaic with different storage system capacity schemes, in order to obtain the optimal capacity of energy storage system for distribution network. The results show that fast and efficient solution can be achieved by using ordinal optimization method, which can obtain the capacity allocation scheme of energy storage system to meet the requirements of distribution network operation.

distribution network; distributed photovoltaic; storage system; operation simulation; scenario generation; ordinal optimization

TM 615

A

1000-7229(2016)08-0122-06

10.3969/j.issn.1000-7229.2016.08.019

2016-05-25

徐斌(1970)，男，研究生，高級工程師，主要從事配電網(wǎng)規(guī)劃和電力系統(tǒng)的安全穩(wěn)定分析方面的工作；

丁然(1987)，男，碩士研究生，主要從事可再生能源調(diào)度與電網(wǎng)運行方面的工作；

劉康麗(1989)，女，碩士研究生，主要從事供應(yīng)鏈與物流管理方面的工作；

徐斌(1987)，男，研究生，工程師，主要從事配電網(wǎng)規(guī)劃和分布式電源接入對配電網(wǎng)的影響方面的工作；

劉紅新(1974)，男，本科，高級工程師，主要從事電力系統(tǒng)可靠性評估和仿真計算方面的工作；

陳婭(1980)，女，本科，工程師，主要從事計及分布式電源接入的配電網(wǎng)重構(gòu)方面的工作；

阮力(1979)，男，本科，高級工程師，主要從事電力系統(tǒng)低電壓治理方案方面的工作。