商業(yè)樓宇型微網(wǎng)的應(yīng)急能量管理策略

崔儀，劉念，陳奇芳

(新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué))，北京市102206)

商業(yè)樓宇型微網(wǎng)的應(yīng)急能量管理策略

崔儀，劉念，陳奇芳

(新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室(華北電力大學(xué))，北京市102206)

在配電網(wǎng)停電后，商業(yè)樓宇型微網(wǎng)進(jìn)入孤島運(yùn)行狀態(tài)。為減小停電給用戶帶來(lái)的損失、維持停電期間內(nèi)對(duì)重要負(fù)荷的供電，針對(duì)光儲(chǔ)型商業(yè)樓宇微網(wǎng)，提出了考慮計(jì)劃停電與非計(jì)劃停電2種情況的應(yīng)急能量管理策略。在計(jì)劃停電時(shí)，以減小停電損失、維持供電時(shí)間為目標(biāo)建立了優(yōu)化模型，并引入權(quán)重因子以權(quán)衡二者的重要程度；為減小預(yù)測(cè)誤差對(duì)結(jié)果的影響，提出了滾動(dòng)優(yōu)化策略。在非計(jì)劃停電時(shí)，以優(yōu)先考慮對(duì)重要負(fù)荷供電為原則，制定了實(shí)時(shí)應(yīng)急方案。通過算例對(duì)比分析可知，該策略可有效調(diào)節(jié)可控負(fù)荷投入量，從而實(shí)現(xiàn)預(yù)期目標(biāo)。同時(shí)，在算例中進(jìn)行了靈敏度分析，不同的權(quán)重因子可靈活調(diào)節(jié)減小停電損失與維持供電時(shí)間在優(yōu)化目標(biāo)中的比重。

計(jì)劃/非計(jì)劃停電；應(yīng)急能量管理；滾動(dòng)優(yōu)化策略；商業(yè)樓宇型微網(wǎng)；微網(wǎng)

0 引 言

微網(wǎng)(microgrid，MG)作為解決電力系統(tǒng)眾多問題的一種重要輔助手段，已引起各國(guó)科學(xué)家的廣泛關(guān)注[1-4]。MG是未來(lái)智能配電網(wǎng)實(shí)現(xiàn)自愈、用戶側(cè)互動(dòng)及需求響應(yīng)、分布式電源接入電網(wǎng)的有效途徑[5]，極大地改善了用戶與配電系統(tǒng)的供電可靠性，增強(qiáng)了抵御自然災(zāi)害與應(yīng)對(duì)突發(fā)故障的能力[6]。配電網(wǎng)故障時(shí)，MG可以與非故障停電區(qū)域內(nèi)的部分負(fù)荷組成供電孤島，幫助其盡快恢復(fù)供電。同時(shí)，MG可以向配電網(wǎng)輸送功率，有利于更多用戶實(shí)現(xiàn)網(wǎng)絡(luò)恢復(fù)重構(gòu)[7-9]。

目前，對(duì)傳統(tǒng)配電網(wǎng)供電恢復(fù)策略的研究較多，其主要思路是在確保系統(tǒng)安全運(yùn)行的條件下，通過網(wǎng)絡(luò)重構(gòu)，快速恢復(fù)對(duì)非故障區(qū)域失電負(fù)荷的供電[10]。隨著對(duì)MG研究的逐漸深入，將MG作為研宄對(duì)象，分析其在配電網(wǎng)故障、非計(jì)劃孤島切換后供電恢復(fù)中的作用，也已取得一系列的研究成果。文獻(xiàn)[11]提出在MG非計(jì)劃孤島切換后，通過分布式電源動(dòng)態(tài)自組，逐步向周邊失電節(jié)點(diǎn)恢復(fù)供電，最終形成穩(wěn)定的MG孤島運(yùn)行。文獻(xiàn)[12]提出了一種混合編程技術(shù)來(lái)求解直流MG重構(gòu)問題，從而恢復(fù)MG供電、減小停電損失。為在大電網(wǎng)停電后恢復(fù)對(duì)輻射狀配電系統(tǒng)中重要負(fù)荷的供電，文獻(xiàn)[13]提出了一種MG組建計(jì)劃。文獻(xiàn)[14]提出了一種利用自治MG來(lái)降低線路負(fù)荷水平的故障恢復(fù)方法，通過增加供電恢復(fù)成功率來(lái)提高系統(tǒng)的運(yùn)行可靠性。柴油發(fā)電機(jī)組具有可靠、穩(wěn)定、靈活、敏捷等特性，可作為MG的應(yīng)急備用。尤其在太陽(yáng)能與儲(chǔ)能發(fā)電量不足時(shí)，可作為MG的主電源供電[15-16]。然而，現(xiàn)有的研究成果主要針對(duì)包含柴油發(fā)電機(jī)組、光伏(photovoltaic，PV)、儲(chǔ)能系統(tǒng)(energy storage system，ESS)等微源的MG，對(duì)一些缺少柴油發(fā)電機(jī)組的商業(yè)樓宇型MG(commercial building microgrid，CBMG)卻鮮有涉及。

本文針對(duì)配電網(wǎng)停電情況下含有光儲(chǔ)系統(tǒng)而不含柴油發(fā)電機(jī)組的CBMG，提出一種考慮計(jì)劃停電與非計(jì)劃停電2種情況的應(yīng)急能量管理(emergency energy management，EEM)策略。主要包括包括：(1)在計(jì)劃停電時(shí)，考慮PV與負(fù)荷的波動(dòng)性，以減小停電損失、維持供電時(shí)間為目標(biāo)建立優(yōu)化模型，提出滾動(dòng)優(yōu)化策略以減少PV預(yù)測(cè)誤差對(duì)結(jié)果的影響；引入權(quán)重因子以權(quán)衡減小損失與維持供電二者的重要程度；在算例中進(jìn)行對(duì)比分析與靈敏度分析；(2)在非計(jì)劃停電時(shí)，以優(yōu)先考慮對(duì)重要負(fù)荷供電為原則，制定實(shí)時(shí)應(yīng)急方案，該方案可根據(jù)每個(gè)時(shí)刻PV預(yù)測(cè)值的大小，動(dòng)態(tài)決策可控負(fù)荷投入量；在算例中進(jìn)行對(duì)比分析。

1 CBMG結(jié)構(gòu)及組成

CBMG主要由PV、ESS、電動(dòng)汽車(electric vehicle，EV)、AC/DC雙向變流器、負(fù)荷、MG中央控制器(micro-grid central controller，MGCC)以及底層控制器等構(gòu)成[17]。ESS可以平滑PV波動(dòng)，也可以作為應(yīng)急電源。AC/DC雙向變流器可以實(shí)現(xiàn)直流電源與交流電源之間的雙向功率轉(zhuǎn)換[18]。CBMG中的負(fù)荷可分為2種：可控負(fù)荷與重要負(fù)荷。EV的充電倍率可調(diào)，空調(diào)、冰箱等溫控類設(shè)備的溫度也具有一定的可調(diào)性，次要照明設(shè)備可根據(jù)CBMG的需求及時(shí)斷開，在配電網(wǎng)停電后，均可作為可控負(fù)荷接受CBMG的統(tǒng)一調(diào)節(jié)，但調(diào)節(jié)幅度直接影響用戶的滿意度。CBMG以必要照明設(shè)備、控制模塊及部分計(jì)算機(jī)設(shè)備等作為重要負(fù)荷，要盡可能地維持其供電時(shí)間。底層控制器分為3種：負(fù)荷控制器(load controller，LC)、微源控制器(micro-source controller，MC)與EV控制器(EV controller，VC)。CBMG的結(jié)構(gòu)及組成如圖1所示。

圖1 CBMG結(jié)構(gòu)及組成示意圖

CBMG采用分層結(jié)構(gòu)，由MGCC及其所控制的底層控制器構(gòu)成。MGCC負(fù)責(zé)監(jiān)測(cè)與協(xié)調(diào)微源與負(fù)荷的運(yùn)行狀態(tài)，是系統(tǒng)的最高管理層，具有協(xié)調(diào)所有資源的能力。在CBMG并網(wǎng)運(yùn)行時(shí)，MGCC根據(jù)上層指令調(diào)整CBMG的電壓、頻率運(yùn)行點(diǎn)；根據(jù)上層控制中心發(fā)出的模式切換指令，切換CBMG主要電源的控制模式。在CBMG孤島運(yùn)行時(shí)，根據(jù)本地負(fù)荷水平、PV及ESS的運(yùn)行狀態(tài)，協(xié)調(diào)CBMG微源的出力，維持CBMG的電壓和頻率水平。底層控制器會(huì)定期向MGCC輸送功耗、發(fā)電量等信息，MGCC將會(huì)篩選和處理這些信息以實(shí)現(xiàn)對(duì)CBMG的管理[19]。

2 EEM策略

在配電網(wǎng)停電后，CBMG通過EEM策略對(duì)可控負(fù)荷投入量進(jìn)行及時(shí)調(diào)整來(lái)減小停電給用戶帶來(lái)的損失、維持停電期間對(duì)重要負(fù)荷的供電。CBMG的能量管理控制框圖如圖2所示[20-21]。

EEM系統(tǒng)的輸入端包含ESS實(shí)時(shí)運(yùn)行狀態(tài)、可控負(fù)荷可投入量、重要負(fù)荷實(shí)時(shí)數(shù)據(jù)及PV預(yù)測(cè)值[22]等信息；EEM系統(tǒng)的輸出為EEM策略的優(yōu)化方案，即可控負(fù)荷最優(yōu)投入量。CBMG孤島運(yùn)行后，ESS作為主控單元采用U/f控制，可根據(jù)PV的出力大小與負(fù)荷的接入情況自動(dòng)調(diào)整其充放電功率。圖3是EEM策略的示意圖。

圖2 CBMG的能量管理控制框圖

圖3 EEM策略示意圖

在計(jì)劃停電時(shí)，EEM策略由優(yōu)化模型與滾動(dòng)優(yōu)化策略構(gòu)成。含有權(quán)重因子的優(yōu)化模型，其優(yōu)化目標(biāo)兼顧減小停電損失與維持供電時(shí)間2個(gè)方面，約束條件考慮到功率平衡、可控負(fù)荷及ESS這3個(gè)方面。由于PV具有波動(dòng)性與隨機(jī)性，滾動(dòng)優(yōu)化策略[23]可通過不斷更新PV預(yù)測(cè)值以減小PV預(yù)測(cè)誤差對(duì)結(jié)果的影響。

在非計(jì)劃停電時(shí)，由于停電持續(xù)時(shí)間未知，且ESS電量有限，應(yīng)優(yōu)先考慮對(duì)重要負(fù)荷的供電，在此基礎(chǔ)上，盡可能地減小停電給用戶帶來(lái)的損失。以優(yōu)先考慮對(duì)重要負(fù)荷供電為原則的實(shí)時(shí)應(yīng)急方案，可根據(jù)每個(gè)時(shí)刻PV預(yù)測(cè)值的大小，動(dòng)態(tài)決策該時(shí)刻可控負(fù)荷投入量。

2.1 計(jì)劃停電

2.1.1 優(yōu)化模型

在配電網(wǎng)停電后，EEM策略的優(yōu)化模型既要考慮減小停電給用戶帶來(lái)的損失，又要顧及維持停電期間內(nèi)對(duì)重要負(fù)荷的供電，因此在優(yōu)化目標(biāo)中引入了權(quán)重因子以權(quán)衡減小損失、維持供電二者的重要程度。其目標(biāo)函數(shù)可描述為：

min αf(x)+βg(x)

(1)

(2)

(3)

式中：x為列向量，表示可控負(fù)荷投入量；f(x)表示可控負(fù)荷的相對(duì)改變量，f(x)越小，停電期間內(nèi)可控負(fù)荷投入量越接近初始值，停電給用戶帶來(lái)的損失越小，并用權(quán)重因子α表示其重要性；g(x)表示可供電時(shí)長(zhǎng)與停電時(shí)長(zhǎng)的相對(duì)差值，g(x)越小，可供電時(shí)長(zhǎng)越接近停電時(shí)長(zhǎng)，越可以維持停電期間內(nèi)對(duì)重要負(fù)荷的供電，并用權(quán)重因子β表示其重要性，權(quán)重因子α與β的和為1；i為優(yōu)化次數(shù)；xci是第i次優(yōu)化時(shí)可控負(fù)荷的投入量；xc0為停電發(fā)生時(shí)可控負(fù)荷的投入量；En為ESS的額定容量；eSOCi為第i次優(yōu)化時(shí)ESS的荷電狀態(tài)(state of charge，SOC)；eSOCmin為ESS的SOC下限值；Psdi為ESS在第i次優(yōu)化時(shí)的放電功率；tb為計(jì)劃停電時(shí)長(zhǎng)；Δt為相鄰2次優(yōu)化的時(shí)間間隔。

在優(yōu)化過程中，應(yīng)滿足下述約束條件。

(1)功率平衡的約束。在CBMG切換至孤島運(yùn)行后，ESS采用U/f控制，為維持系統(tǒng)的功率平衡，ESS的放電功率將滿足式(4)，即

Pvi+Psdi=xci+xcri

(4)

式中：Pvi為第i次優(yōu)化時(shí)PV的預(yù)測(cè)值；xcri為第i次優(yōu)化的重要負(fù)荷投入量，是一個(gè)常數(shù)。由于PV預(yù)測(cè)值存在一定的誤差，在實(shí)時(shí)應(yīng)急過程中，若該誤差在ESS的允許調(diào)節(jié)范圍內(nèi)，則由ESS平衡；否則，由可控負(fù)荷平衡；若可控負(fù)荷投入量為0時(shí)仍無(wú)法平衡，則需切掉部分重要負(fù)荷。

(2)可控負(fù)荷的約束。可控負(fù)荷應(yīng)在一定范圍內(nèi)調(diào)節(jié)，可表示為：

xcmin≤xci≤xcmax

(5)

xcmin=Lcvmin+Lctmin+Lcrmin

(6)

xcmax=Lcvmax+Lctmax+Lcrmax

(7)

式中：xcmin，xcmax為xci的下限與上限；Lcvmin，Lctmin與Lcrmin是可控負(fù)荷EV、溫控設(shè)備與次要照明設(shè)備的功率下限值；Lcvmax，Lctmax與Lcrmax是可控負(fù)荷EV、溫控設(shè)備與次要照明設(shè)備的功率上限值。

(3)ESS的約束。為防止過充過放對(duì)ESS造成傷害，ESS的SOC應(yīng)嚴(yán)格地控制在一定的范圍內(nèi)，可表示為

eSOCmin≤eSOCi≤eSOCmax

(8)

式中eSOCmax為eSOCi的上限值[24]。

在第i次優(yōu)化時(shí)ESS中儲(chǔ)存的能量也應(yīng)在一定的范圍內(nèi)，可表示為

(9)

式中eSOC0為SOC的初始值。

此外，ESS的充放電功率也有范圍限制，可表示為：

Pscmin≤Psci≤Pscmax

(10)

Psdmin≤Psdi≤Psdmax

(11)

式中：Psci為第i次優(yōu)化時(shí)ESS的充電功率；Pscmax與Pscmin為ESS充電功率的上下限；Psdmax與Psdmin為ESS放電功率的上下限。

2.1.2 滾動(dòng)優(yōu)化策略

滾動(dòng)優(yōu)化策略通過不斷更新PV的實(shí)時(shí)數(shù)據(jù)及其預(yù)測(cè)值，以減小預(yù)測(cè)誤差所帶來(lái)的影響。

滾動(dòng)優(yōu)化策略的流程圖如圖4所示，具體步驟列于下文。

圖4 滾動(dòng)優(yōu)化策略流程圖

(1)獲取初始時(shí)刻t=t0時(shí)的基礎(chǔ)數(shù)據(jù)，包括xc0，eSOC0及PV預(yù)測(cè)值。

(2)設(shè)定n′為滾動(dòng)優(yōu)化策略執(zhí)行的次數(shù)，T為計(jì)劃停電時(shí)相鄰2次滾動(dòng)優(yōu)化的時(shí)間間隔。根據(jù)優(yōu)化模型，獲取停電t=(n′-1)T至t=tb時(shí)間段內(nèi)的可控負(fù)荷投入量。

(3)若tb≥n′T，則停電未恢復(fù)，在t=(n′-1)T到t=n′T時(shí)間段內(nèi)，按照步驟(2)的結(jié)果實(shí)施優(yōu)化方案；若(n′-1)T≤tb

(4)計(jì)算ESS的剩余電量，判定在t=t0+T時(shí)是否能保證功率平衡，若無(wú)法保持平衡，跳出循環(huán)。

(5)更新t0值，使得t0=t0+T。

(6)補(bǔ)充PV在t=t0-T到t=t0時(shí)間段內(nèi)的實(shí)際出力值以更新PV實(shí)時(shí)數(shù)據(jù)，并更新PV預(yù)測(cè)值。

(7)返回步驟(1)。

2.2 非計(jì)劃停電

在非計(jì)劃停電時(shí)，由于停電持續(xù)時(shí)間未知，且ESS電量有限，應(yīng)優(yōu)先考慮對(duì)重要負(fù)荷的供電，則須減少可控負(fù)荷投入量以使得ESS保留足夠電量。在配電網(wǎng)停電后，根據(jù)每個(gè)時(shí)刻PV預(yù)測(cè)值的大小制定實(shí)時(shí)應(yīng)急方案，動(dòng)態(tài)決策可控負(fù)荷投入量，由于ESS采用U/f控制，可自動(dòng)調(diào)節(jié)其充放電功率以維持系統(tǒng)功率平衡。

設(shè)定在第j個(gè)時(shí)刻，PV預(yù)測(cè)值、重要負(fù)荷、可控負(fù)荷投入量分別為Pvj,xcrj,xcj，可控負(fù)荷投入量最大值為xcmax，ESS最大充放電功率為分別為Pscmax,Psdmax。實(shí)時(shí)應(yīng)急方案如圖5所示，具體策略如下。

圖5 實(shí)時(shí)應(yīng)急方案示意圖

(1)若Pvj≥xcrj+xcmax+Pscmax，則光伏功率過剩，可控負(fù)荷全部投入，MGCC限制光伏出力為Pvj=xcrj+xcmax+Pscmax。

(2)若xcrj+Pscmax≤Pvj

(3)若xcrj-Psdmax≤Pvj

(4)若Pvj

3 計(jì)劃停電下的算例分析

3.1 參數(shù)設(shè)置

設(shè)定配電網(wǎng)計(jì)劃停電1 h，發(fā)生在下午15:00—16:00。在CBMG中，PV裝機(jī)容量為100 kW，ESS額定容量為50 kW·h。

考慮到重要負(fù)荷xcr與可控負(fù)荷最大值xcmax存在一定的波動(dòng)性，xcr在18 kW到42 kW間隨機(jī)生成，xcmax在80 kW到112 kW間隨機(jī)生成，如圖6所示。其他參數(shù)設(shè)置如表1所示。

圖6 隨機(jī)生成的xcr與xcmax示意圖

3.2 對(duì)比分析

為更好地驗(yàn)證計(jì)劃停電下EEM策略的有效性，本文采用了對(duì)比分析。當(dāng)采用傳統(tǒng)策略時(shí)，由于計(jì)劃停電的停電時(shí)長(zhǎng)已知，若CBMG的微源出力無(wú)法滿足所有負(fù)荷的需求，為充分利用ESS的備用能量，可將其在停電期間內(nèi)予以平均分配以使得ESS在每個(gè)時(shí)刻的備用作用是相同的，并由式(4)計(jì)算可控負(fù)荷投入量，則ESS在停電期間的放電功率為

(12)

而EEM策略將根據(jù)優(yōu)化模型與滾動(dòng)優(yōu)化策略及時(shí)調(diào)整可控負(fù)荷投入量。由于ESS采用U/f控制，其充放電功率可自動(dòng)調(diào)節(jié)。

算例1：采用傳統(tǒng)策略。算例結(jié)果如圖7所示。

算例2：采用EEM策略。設(shè)定權(quán)重因子α為0.9，β為0.1，算例結(jié)果如圖8所示。

算例3：采用EEM策略。設(shè)定權(quán)重因子α為0.1，β為0.9，算例結(jié)果如圖9所示。

圖7 傳統(tǒng)策略算例結(jié)果(計(jì)劃停電)

在算例1中，ESS恒以10 kW的功率放電，若計(jì)劃停電發(fā)生在更晚的時(shí)間，PV出力的減小很可能會(huì)出現(xiàn)微源出力不足而無(wú)法滿足重要負(fù)荷需求的情況，這將給CBMG的可靠運(yùn)行帶來(lái)隱患。此外，傳統(tǒng)策略下可控負(fù)荷投入量的方差為12.8，波動(dòng)較大，可控負(fù)荷運(yùn)行狀態(tài)的變化幅度較大，這也在一定程度上影響了設(shè)備的使用，降低了用戶滿意度。

圖8 EEM策略算例結(jié)果(α=0.9, β=0.1)

圖9 EEM策略算例結(jié)果(α=0.1, β=0.9)

而在算例2與算例3中，根據(jù)EEM策略決策可控負(fù)荷投入量，且ESS的放電功率也不再是恒定值。在停電初期，PV出力值較大，ESS以較小的功率放電，甚至是充電，這將有利于ESS留有更多的電量以維持后期對(duì)重要負(fù)荷的供電。隨著時(shí)間的推移，PV出力值逐漸減小，ESS放電功率的增加不僅可以維持對(duì)重要負(fù)荷的供電，也有利于更多的可控負(fù)荷接入CBMG，從而減小停電給用戶帶來(lái)的損失。因此在計(jì)劃停電期間，SOC曲線的走勢(shì)由緩至陡。此外，在算例2與算例3中，可控負(fù)荷投入量的方差分別為7.9和10.7，二者均小于12.8，可見其波動(dòng)較小。

由算例結(jié)果對(duì)比分析可知，EEM策略可根據(jù)PV與重要負(fù)荷的波動(dòng)情況對(duì)可控負(fù)荷投入量進(jìn)行有效的調(diào)節(jié)。

3.3 靈敏度分析

權(quán)重因子α、β分別表示減小損失與維持供電二者的重要程度，權(quán)重因子的改變將直接影響優(yōu)化結(jié)果。圖10為α=0.1、β=0.9，α=0.2、β=0.8，α=0.9、β=0.1，3種情況下ESS的SOC變化圖。

圖10 權(quán)重因子改變時(shí)SOC變化圖

當(dāng)β較大時(shí)，維持對(duì)重要負(fù)荷的供電較為重要，在停電初期PV出力較大時(shí)，應(yīng)盡量減小ESS放電功率，因此相應(yīng)的SOC值較大。當(dāng)α的值增大，減小停電損失的重要性有所提高，因此ESS放電功率增大，SOC相應(yīng)地減小。由于要維持停電期間內(nèi)對(duì)重要負(fù)荷的供電，又要兼顧減小停電損失，應(yīng)充分利用ESS的備用資源，因此停電結(jié)束時(shí)，ESS的SOC降至下限值。

圖11與圖12給出了α從0.1增至0.9，β從0.9降至0.1時(shí)，相應(yīng)的f(x)與g(x)的變化情況。權(quán)重因子α越大，減小停電損失越重要，用于表征該目標(biāo)的f(x)的函數(shù)值越小。如圖11所示，隨著α的增大，f(x)呈現(xiàn)下降趨勢(shì)。而權(quán)重因子β越小，越不利于維持負(fù)荷供電，用于表征該目標(biāo)的g(x)的函數(shù)值越大。如圖12所示，隨著β的減小，g(x)呈現(xiàn)上升趨勢(shì)。

由上述分析可知，不同的權(quán)重因子可靈活調(diào)節(jié)減小損失與維持供電在優(yōu)化目標(biāo)中的比重，進(jìn)而影響停電期間內(nèi)可控負(fù)荷投入量與ESS充放電功率。eSOC0越大，計(jì)劃停電時(shí)間越短，越有利于維持對(duì)重要負(fù)荷的供電，此時(shí)可令權(quán)重因子α取某一較大值。在其他情況下，若用戶對(duì)可控負(fù)荷的依賴度超過重要負(fù)荷的重要程度，如夏季空調(diào)溫度不理想，即使系統(tǒng)能夠正常運(yùn)行也不能為用戶創(chuàng)造良好的工作環(huán)境，此時(shí)應(yīng)令權(quán)重因子α取較大值，β取較小值；否則，應(yīng)令權(quán)重因子β取較大值，而α取較小值。可根據(jù)具體的場(chǎng)景或需求選擇適宜的權(quán)重因子。

圖11 權(quán)重因子改變時(shí)f(x)變化圖

圖12 權(quán)重因子改變時(shí)g(x)變化圖

4 非計(jì)劃停電下的算例分析

4.1 參數(shù)設(shè)置

設(shè)定配電網(wǎng)于下午15:00發(fā)生非計(jì)劃停電。在15:00至16:00期間，PV出力、重要負(fù)荷、可控負(fù)荷最大值、ESS充放電功率上下限、PV裝機(jī)容量及ESS額定容量均與計(jì)劃停電下的算例數(shù)據(jù)相同。

4.2 對(duì)比分析

非計(jì)劃停電時(shí)，傳統(tǒng)策略的流程圖如圖13所示。與計(jì)劃停電時(shí)的控制策略不同，由于非計(jì)劃停電的停電時(shí)長(zhǎng)未知，宜盡可能最大限度地讓ESS出力以維持CBMG的可靠運(yùn)行。圖13中i為決策次數(shù)，xcei是第i次決策時(shí)可控負(fù)荷投入量的預(yù)估值。而EEM策略將根據(jù)實(shí)時(shí)應(yīng)急方案及時(shí)調(diào)整可控負(fù)荷投入量。

圖13 傳統(tǒng)策略流程圖

算例1：采用傳統(tǒng)策略。停電1 h內(nèi)的算例結(jié)果如圖14所示。

圖14 傳統(tǒng)策略算例結(jié)果(非計(jì)劃停電)

算例2：采用EEM策略，實(shí)時(shí)應(yīng)急方案下的算例結(jié)果如圖15所示。

在算例1中，由于采用傳統(tǒng)控制策略，ESS在停電前期以較大的功率放電，其SOC下降較快。ESS的備用電量持續(xù)減小，且由于停電發(fā)生在下午，PV出力將隨光照的減弱呈現(xiàn)下降趨勢(shì)，這將不利于CBMG供電時(shí)間的延長(zhǎng)。此外，約在停電40 min時(shí)，便出現(xiàn)部分重要負(fù)荷被切除的情況，這將嚴(yán)重影響系統(tǒng)的可靠運(yùn)行。

圖15 EEM策略算例結(jié)果(非計(jì)劃停電)

而在算例2中，由于采用了實(shí)時(shí)應(yīng)急方案，在停電初期PV出力較大時(shí)，ESS以較大的功率充電，這將有利于CBMG供電時(shí)間的延長(zhǎng)。隨著PV出力的減小，可控負(fù)荷投入量降為0，ESS放電功率的增加將有效維持對(duì)重要負(fù)荷的供電。在這60 min內(nèi)，重要負(fù)荷始終全部接入，且在第60 min時(shí)，ESS的SOC約為0.7，為接下來(lái)重要負(fù)荷的供電提供了較為充足的備用電量。

由算例結(jié)果對(duì)比分析可知，EEM策略可根據(jù)PV與重要負(fù)荷的波動(dòng)情況有效調(diào)節(jié)可控負(fù)荷投入量，以維持CBMG的可靠運(yùn)行。

5 結(jié) 論

本文針對(duì)配電網(wǎng)停電情況下含有光儲(chǔ)系統(tǒng)而不含柴油發(fā)電機(jī)組的CBMG，提出了一種考慮計(jì)劃停電與非計(jì)劃停電2種情況的EEM策略，以減小停電給用戶帶來(lái)的損失、維持停電期間內(nèi)對(duì)重要負(fù)荷的供電。在計(jì)劃停電時(shí)，EEM策略由優(yōu)化模型與滾動(dòng)優(yōu)化策略構(gòu)成。含有權(quán)重因子的優(yōu)化模型，其優(yōu)化目標(biāo)兼顧減小停電損失與維持供電時(shí)間2個(gè)方面，并在算例中進(jìn)行了靈敏度分析，不同的權(quán)重因子可靈活調(diào)節(jié)二者在優(yōu)化目標(biāo)中的比重，從而直接影響可控負(fù)荷投入量。滾動(dòng)優(yōu)化策略考慮了PV的波動(dòng)性與隨機(jī)性，通過不斷更新PV預(yù)測(cè)值以減小預(yù)測(cè)誤差所帶來(lái)的影響。在非計(jì)劃停電時(shí)，由于停電持續(xù)時(shí)間未知，且ESS電量有限，應(yīng)優(yōu)先考慮對(duì)重要負(fù)荷的供電，并以此為原則制定了實(shí)時(shí)應(yīng)急方案，根據(jù)每個(gè)時(shí)刻PV預(yù)測(cè)值的大小動(dòng)態(tài)決策可控負(fù)荷投入量。由計(jì)劃停電條件下和非計(jì)劃停電條件下的算例對(duì)比分析可知，EEM策略可通過有效調(diào)節(jié)可控負(fù)荷投入量來(lái)實(shí)現(xiàn)預(yù)期目標(biāo)。

[1]魯宗相, 王彩霞, 閔勇, 等. 微電網(wǎng)研究綜述[J]. 電力系統(tǒng)自動(dòng)化, 2007, 31(19): 100-107. LU Zongxiang, WANG Caixia, MIN Yong, et al. Overview on microgrid research[J]. Automation of Electric Power Systems,2007,31(19):100-107.

[2]解翔, 袁越, 李振杰. 含微電網(wǎng)的新型配電網(wǎng)供電可靠性分析[J]. 電力系統(tǒng)自動(dòng)化, 2011, 35(9): 67-72. XIE Xiang, YUAN Yue, LI Zhenjie. Reliability analysis of a novel distribution network with micro-grid[J]. Automation of Electric Power Systems,2011,35(9):67-72.

[3]LIU N,TANG Q, ZHANG J, et al. A hybrid forecasting model with parameter optimization for short-term load forecasting of micro-grids[J]. Applied Energy, 2014(129): 336-345.

[4]WANG X, GUERRERO J M, BLAABJERG F, et al. A review of power electronics based microgrids[J]. Journal of Power Electronics, 2012, 12(1): 181-192.

[5]楊新法, 蘇劍, 呂志鵬, 等. 微電網(wǎng)技術(shù)綜述[J]. 中國(guó)電機(jī)工程學(xué)報(bào),2014,34(1): 57-70. YANG Xinfa, SU Jian, LYU Zhipeng, et al. Overview on micro-grid technology[J]. Proceedings of the CSEE,2014,34(1): 57-70.

[6]李振杰, 袁越. 智能微網(wǎng)：未來(lái)智能配電網(wǎng)新的組織形式[J]. 電力系統(tǒng)自動(dòng)化, 2009, 33(17): 42-48. LI Zhenjie, YUAN Yue. Smart microgrid: a novel organization form of smart distribution grid in the future[J]. Automation of Electric Power Systems, 2009, 33(17): 42-48.

[7]王兆宇, 艾芊. 基于QPSO與BPSO算法的動(dòng)態(tài)微電網(wǎng)多目標(biāo)優(yōu)化自愈[J]. 電網(wǎng)技術(shù), 2012, 36(10): 23-29. WANG Zhaoyu, AI Qian. Multi-objective optimal self-healing of dynamic microgrid based on quantum-based PSO and binary PSO[J]. Power System Technology, 2012, 36(10): 23-29.

[8]JANANI S, MUNIRAJ C. Fuzzy control strategy for microgrids islanded and grid connected operation[C]// 2014 International Conference on Green Computing Communication and Electrical Engineering (ICGCCEE). Coimbatore：IEEE，2014：1-6.

[9]GOUVEIA C, LEAL MOREIRA C, PECAS LOPES J A, et al. Microgrid service restoration: the role of plugged-in electric vehicles[J].Industrial Electronics Magazine, IEEE, 2013, 7(4): 26-41.

[10]王增平, 張麗, 徐玉琴, 等. 含分布式電源的配電網(wǎng)大面積斷電供電恢復(fù)策略[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2010,30(34): 8-14. WANG Zengping, ZHANG Li, XU Yuqin, et al. Service restoration strategy for blackout of distribution system with distributed generators[J]. Proceedings of the CSEE,2010,30(34):8-14.

[11]劉志文, 夏文波, 劉明波. 實(shí)現(xiàn)微網(wǎng)供電恢復(fù)的分布式電源自組網(wǎng)策略[J]. 電力系統(tǒng)自動(dòng)化, 2015, 39(9): 192-199. LIU Zhiwen, XIA Wenbo, LIU Mingbo. Distributed generator self-organized network strategy applied to microgrid service restoration[J]. Automation of Electric Power Systems, 2015, 39(9): 192-199.

[12]OU T C, LIN W M, HUANG C H, et al. A hybrid programming for distribution reconfiguration of DC microgrid[C]//2009 IEEE PES/IAS Conference on Sustainable Alternative Energy (SAE). Valencia: IEEE, 2009:1-7.

[13]CHEN C, WANG J, QIU F, et al. Resilient distribution system by microgrids formation after natural disasters[J]. IEEE Transactions on Smart Grid, 2016, 7(2): 958-966.

[14]MOHAGHEGHI S, YANG F. Applications of microgrids in distribution system service restoration[C]//Innovative Smart Grid Technologies (ISGT), 2011 IEEE PES. Hilton Anaheim, CA: IEEE, 2011: 1-7.

[15]郭力, 富曉鵬, 李霞林, 等. 獨(dú)立交流微網(wǎng)中電池儲(chǔ)能與柴油發(fā)電機(jī)的協(xié)調(diào)控制[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2012, 32(25): 70-78. GUO Li, FU Xiaopeng, LI Xialin, et al. Coordinated control of battery storage and diesel generators in isolated AC microgrid systems[J]. Proceedings of the CSEE, 2012, 32(25): 70-78.

[16]成思琪, 劉俊勇, 向月, 等. 微網(wǎng)中混儲(chǔ)/柴協(xié)調(diào)運(yùn)行策略研究[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(7): 42-50. CHENG Siqi, LIU Junyong, XIANG Yue, et al. Research on optimal coordinated operation for microgrid with hybrid energy storage and diesel generator[J]. Power System Protection and Control, 2015, 43(7): 42-50.

[17]LOPES J A P, POLENZ S A, MOREIRA C L, et al. Identification of control and management strategies for LV unbalanced microgrids with plugged-in electric vehicles[J]. Electric Power Systems Research, 2010, 80(8): 898-906.

[18]LIU N, CHEN Q, LU X, et al. A charging strategy for pv-based battery switch stations considering service availability and self-consumption of PV energy[J]. IEEE Transactions on Industrial Electronics, 2015, 62(8): 4878-4889.

[19]GOUVEIA C, MOREIRA J, MOREIRA C L, et al. Pe?as lopes, coordinating storage and demand response for microgrid emergency operation[J]. IEEE Transactions on Smart Grid,2013,4(4):1898-1908.

[20]MALYSZ P, SIROUSPOUR S, EMADI A. An optimal energy storage control strategy for grid-connected microgrids[J]. IEEE Transactions on Smart Grid,2014,5(4):1785-1796.

[21]MA L, LIU N, WANG L, et al. Multi-party energy management for smart building cluster with PV systems using automatic demand response[J]. Energy and Buildings, 2016(121): 11-21.

[22]劉念, 張清鑫, 李小芳. 基于核函數(shù)極限學(xué)習(xí)機(jī)的分布式光伏短期功率預(yù)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014, 30(4): 152-159. LIU Nian, ZHANG Qingxin, LI Xiaofang. Distributed photovoltaic short-term power output forecasting based on extreme learning machine with kernel[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(4): 152-159.

[23]PALMA-BEHNKE R, BENAVIDES C, LANAS F, et al. A microgrid energy management system based on the rolling horizon strategy[J]. IEEE Transactions on Smart Grid, 2013, 4(2): 996-1006.

[24]譚興國(guó), 王輝, 張黎, 等. 微電網(wǎng)復(fù)合儲(chǔ)能多目標(biāo)優(yōu)化配置方法及評(píng)價(jià)指標(biāo)[J]. 電力系統(tǒng)自動(dòng)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.

(編輯 張媛媛)

Emergency Energy Management Strategy for Commercial Building Microgrid

CUI Yi, LIU Nian, CHEN Qifang

(State Key Laboratory for Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University), Beijing 102206, China)

When there is a power failure in distribution network, commercial building microgrid can be operated autonomously. In order to reduce the users’ loss caused by power outage and preserve the power supply of important loads during blackout, this paper presents a novel emergency energy management strategy for commercial building microgrid with photovoltaic-battery system, where planned and unplanned outages are both taken into account. When the outage is planned, an optimization model is established, aiming to reduce outage loss and preserve power, and weighting factors are introduced to weigh the importance of reducing loss and preserving power. Rolling optimization strategy is proposed to reduce the prediction errors on the result. When the outage is unplanned, a real-time emergency program is established, following the principle of giving priority to preserve the power supply of important loads. Comprehensive results obtained from comparison simulations show that the proposed strategy is efficacious in adjusting the input of controllable loads to reach the desired goals. Additionally, sensitivity analysis is carried out in case study section, and different weighting factors will flexibly adjust the importance of reducing outage loss and preserving power in the optimization goal.

planned/unplanned outage; emergency energy management; rolling optimization strategy; commercial building microgrid; microgrid

國(guó)家高技術(shù)研究發(fā)展計(jì)劃項(xiàng)目(863計(jì)劃) (2014AA052001)

TM 76

A

1000-7229(2016)10-0024-09

10.3969/j.issn.1000-7229.2016.10.004

2016-06-28

崔儀(1992)，女，碩士研究生，研究方向?yàn)槲㈦娋W(wǎng)能量管理；

劉念(1981)，男，博士，副教授，主要研究方向?yàn)樾履茉磁c智能配用電系統(tǒng)、電力系統(tǒng)信息安全等；

陳奇芳(1986)，男，博士研究生，研究方向?yàn)橹悄芘溆秒娕c微電網(wǎng)、電動(dòng)汽車。

Project supported by the National High Technology Research and Development of China (863 Program) (2014AA052001)