以換電站為負荷的微電網系統建模與優化

王 哲 ，谷 雨 ，王 瑞 ，代兵棋

（1.國網山東省電力公司菏澤供電公司，山東 菏澤 274000；2.廣州供電局有限公司，廣東 廣州 510000；3.國網山東省電力公司臨沂供電公司，山東 臨沂 274000）

0 引言

微電網是將一定區域內的小型分散發電單元（分布式電源）組織起來而形成的一個小型發配電系統［1］，可為該區域內負荷提供冷、熱和電，既可以孤立運行，也可以與外部大電網并網運行，參與系統的宏觀調控。微電網的出現解決了分布式電源的大規模接入問題。將電動汽車換電站作為微電網系統的負荷［2-3］，一方面可以平抑可再生能源輸出功率的波動，推動可再生能源的普及并避免使用柴油發電機等帶來的污染；另一方面可充分利用電動汽車的儲能作用，減少額外建設電池儲能系統的投資［4］。

針對微電網系統運行優化，文獻［5］在建立各種分布式能源穩態模型的基礎上，提出了運行成本最低、環境和綜合效益最高等優化目標函數，但沒有考慮換電站對微電網系統的影響。文獻［6］圍繞微電網系統經濟環保運行優化問題，建立了以分布式發電單元的發電費用和折舊費用為目標的微電網經濟運行優化模型，但是沒有計及分時電價對微電網運行的影響。

針對上述問題，結合各發電單元和換電站特點，以微電網系統運行成本最低為目標函數，以滿足用戶需求、發電單元和充放電功率平衡為約束條件，建立以換電站為負荷的微電網系統穩態模型，并通過粒子群優化算法進行求解。

1 微電網系統運行策略

1.1 常用分布式電源組件

微電網可根據因地制宜原則，實現對當地可再生能源的充分利用［7-8］。常用的分布式電源組件主要有光伏發電系統、風力發電機、燃料電池、小型生物質發電系統等。

光伏發電系統（Photovoltaic，PV）是指利用半導體材料的光電效應，將太陽能轉換成電能的裝置，其優點是基本不受地域限制，具有污染低、噪聲小和建設周期短等特點。

風力發電機（Wind Turbine，WT）的工作原理是利用風力帶動風機葉片旋轉產生動能來發電。

燃料電池（Fuel Cell，FC）具有低污染、高效率的特性，屬于一種綠色能源發電裝置。與利用石化能源的傳統鍋爐或引擎發電裝置相比，燃料電池發電效率高，是一種節約能源與提升能源使用效率的發電裝置。

生物質發電系統（Biomass Energy，BE）主要包括生物質直接燃燒發電、氣化發電以及與煤混合燃燒發電技術。

電動汽車換電站（Battery Swapping Station，BSS）可對電動汽車進行電池更換，并對更換下來的電池進行充放電及儲存，基本可實現電能的自給［9］。由于換電站內充電機的數量是一定的，電池數量也受運行條件的約束，因此換電站內儲存的電量和充放電功率之間存在關聯。

1.2 系統運行策略

考慮到風能、太陽能等可再生能源輸出功率的不確定性及換電需求的波動，為充分發揮微電網削峰填谷的能力，并保證系統的運行壽命，制定以下運行策略：

1）風能、太陽能的輸出功率存在一定的波動性，且用戶換電需求存在不確定性，因此通過對發電功率和用電需求進行預測［10］，制定運行計劃?？紤]到現有預測技術的精度，對未來一天進行預測?；趯ξ磥硪惶斓娘L能、太陽能等發電功率和電動汽車用戶換電需求的預測制定微電網運行計劃，以保證系統運行的經濟性。

2）換電站與主網間可自由雙向交換功率，為增強削峰填谷的能力和提高系統運行效率，引入分時電價作為控制手段。

3）電動汽車一般采用鋰電池，為合理利用電池以保證其使用壽命，優先對電池進行淺深度充放電［11］。

2 以換電站為負荷的微電網系統建模

2.1 目標函數

微電網運行成本由各發電單元的能耗成本、運行管理成本及與主網進行功率交互的成本構成。當微電網從主網吸收功率時，交互成本為正；微電網向主網輸出功率時，交互功率為負，即取得收益。

以微電網系統的運行成本最低為目標，對各發電單元及與主網間的功率交換進行優化，建立目標函數為

式中：J為發電單元數量；N為系統運行時段；pjt為發電單元j在時刻t發出的功率；Cf（pjt）為發出功率為pjt時的發電單元的能耗成本，包含FC和BE的能耗成本；Com（pjt）為發出功率為pjt時的發電單元運行管理成本，包含PV，WT，FC和BE的運行管理成本為t時刻電網向微電網系統輸入的電量；為t時刻微電網系統向電網輸出的電量；為電網向微電網系統輸入的電量為時微電網系統的電費支出；為微電網系統向電網輸出的電量為時微電網系統的電費收入。

2.2 約束條件

微電網系統的運行應該滿足用戶的換電需求，同時考慮各發電單元和充放電功率的約束。

1）用戶換電需求約束。

在t時刻，換電站內充滿電的電池數量應滿足電動汽車的換電需求約束為

式中：Et為在t時刻換電站電池的總功率；Dt為電動汽車在t時刻的換電功率需求；R為考慮正在進行充放電的電池組及用戶換電需求的波動，保留一定的備用需求。

2）發電單元功率輸出約束為

3）微電網系統與主網間能夠允許交互的最大容量約束為

4）電池儲存約束。

由于在t時刻換電站內的電池數量是有限的，為防止對電池的過充和過放，存在電量儲存約束為

式中：Et為電池在 t時刻的儲能；Emax，Emin分別為電池的最大、最小儲能。

5）充放電功率約束。

換電站充放電機數量是有限的，因此總充放電功率存在約束為

6）功率平衡約束為

2 基于粒子群優化算法的模型求解

2.1 粒子群優化算法簡介

粒子群算法 （Particle Swarm Optimization，PSO）是一種較為常用的全局尋優算法［12-13］，不僅能夠加速神經網絡的收斂速度，而且可以避免神經網絡陷入局部最優解，可有效地優化本文中的問題。

m個粒子在n維空間中搜索，粒子種群為x=［x1，x2，…，xm］，第 i個粒子的 n 維位置為 xi=［xi1，xi2，…，xin］T，其飛行速度為 vi=［vi1，vi2，…，vin］T，粒子 i最優位置為 pi=［pi1，pi2， …，pin］T， 群體最優位置為 pg=［pg1，pg2，…，pgn］T，粒子的速度和位置更新公式為

式中：vid（k），xid（k）分別為第 i個粒子在第 k 次迭代中第d維上的速度和位置；ω為慣性系數；c1，c2為學習因子；r1，r2為0～1之間的隨機數。

2.2 模型求解

將FC和BE的出力及微電網與主網間的功率交換設置為粒子位置，適應度函數為式（9），PSO優化過程如圖1所示。

圖1 PSO優化流程

3 算例分析

3.1 算例參數

設微電網系統由 PV，WT，FC，BE，BSS 組成，其中PV，WT的典型功率曲線如圖2所示。考慮到換電模式下區域內電動汽車的行駛特性與燃油汽車相似，BSS的典型負荷曲線參照城區加油站，如圖3所示。

圖2 PV和WT典型功率曲線

圖3 BSS典型負荷曲線

假設換電站有100臺充放電機，充放電功率均為8 kW，充放電效率均為0.95，電池組的有效荷電量均為40 kWh。微電網與主網間能量交互的容量上限為200 kW；FC的功率上限為300 kW，功率下限為30 kW；BE的功率上限為200kW，功率下限為30 kW。PV和WT的管理成本為0.005元／kWh；FC的燃料成本為 0.6元／kWh，管理成本為 0.03元／kWh；BE 的燃料成本為0.8元／kWh，管理成本為0.14元／kWh。微電網與主網之間的功率交換采用分時電價計算［14］，分時電價如表1所示。

表1 分時電價 元

3.2 求解方法

考慮到對PV和WT輸出功率的預測精度，將一天劃分為24個時段，以微電網系統的運行成本最低為目標，對各個時段內FC和BE的出力及微電網與主網間的功率交換進行優化。在求解過程中，共需要對4個單元24個時段共計96個維度進行優化。

采用粒子群優化算法進行求解，將微電網系統的運行成本設為適應度函數，將FC和BE的出力及微電網與主網之間的功率交換設為粒子位置。為避免最優粒子過早收斂，引起其他粒子迅速收斂到其周圍而導致的早熟現象，將每個粒子的速度按二次項策略進行更新，從而在每一步迭代中較好的平衡全局與局部搜索能力。

二次項改進粒子群算法對粒子速度的更新公式進行如下變化：

由上式可以看出，改進算法是在基本算法的基礎上加入了二次項［pid（k）－xid（k）］2和［pgd（k）－xid（k）］2。當｜pid（k）－xid（k）｜＜1（粒子靠近局部最優解）或｜pgd（k）－xid（k）｜＜1（粒子靠近全局最優解）時，則有 0≤［pgd（k）－xid（k）］2＜1 和 0≤［pid（k）－xid（k）］2＜1，這時粒子的飛行速度變慢，可以使粒子更細致地搜索局部和全局最優解。 當｜pid（k）－xid（k）｜＞1（粒子遠離局部最優解）或｜pgd（k）－xid（k）｜＞1（粒子遠離全局最優解）時，則有［pgd（k）－xid（k）］2＞1 和［pid（k）－xid（k）］2＞1，粒子飛行速度變快，可擴大搜索范圍，增強尋找全局最優的能力。

3.3 計算結果

為驗證優化結果的有效性，對優化前、后的微電網運行成本及微電網與主網的功率交互進行比較。

優化前，充電站在無序充電（即電池更換下來后就立即對其充電）狀態下，微電網系統一天的運行費用為4 163元；優化后，充電站在有序充電（即在主網的波谷時刻進行充電，波峰時刻進行放電）狀態下，微電網系統一天的運行費用為3 475元，兩種狀態下微電網系統與主網的功率交換如圖4所示。其中，功率為負值時表示微電網系統向主網輸出功率，功率為正值時表示微電網系統從主網吸收功率。優化后系統FC和BE的出力如圖5所示。

圖4 微電網與主網功率交換曲線

圖5 優化后的FC與BE出力

在無序充電的情況下，系統運行費用較高，同時因為電動汽車的換電需求與電網的波峰時刻有部分重疊，微電網系統會加重主網的峰谷差。通過對微電網系統運行的優化，主網電價較低時，即主網的谷時段，微電網從主網吸收功率；主網電價較高時，即主網的峰時段，微電網向主網輸出功率，運行成本與無序充電下相比得到了降低，并且可以發揮微電網系統削峰填谷的作用。

4 結語

建立了一種以電動汽車換電站為負荷，由太陽能電池、風力發電機、燃料電池和小型生物質發電系統等清潔能源組成的微電網系統模型，并通過改進粒子群算法對其進行了優化。算例表明，換電站作為負荷可平抑可再生能源輸出功率的波動，從而減少微電網系統中柴油發電機等帶來的污染，并顯著提高了微電網系統削峰填谷能力。