基于規(guī)模化電動(dòng)汽車接入的微電網(wǎng)優(yōu)化調(diào)度策略

閆福標(biāo)， 張 艷

（安徽工程大學(xué) 電氣工程學(xué)院， 安徽 蕪湖 241000）

隨著城市工業(yè)化進(jìn)程的加快，污染已經(jīng)成為我們?nèi)粘Ｉ钪械囊淮筇魬?zhàn)。化石燃料的燃燒帶來(lái)了許多有害氣體，對(duì)環(huán)境，生態(tài)系統(tǒng)的平衡造成嚴(yán)重的影響，為了響應(yīng)國(guó)家節(jié)能減排的號(hào)召，對(duì)零排放，零污染的可再生能源的利用成為當(dāng)前一個(gè)研究熱點(diǎn)。

微電網(wǎng)的產(chǎn)生為可再生能源的消納提供一個(gè)新的途徑。微電網(wǎng)主要由儲(chǔ)能設(shè)備、能量轉(zhuǎn)換系統(tǒng)、負(fù)荷監(jiān)測(cè)、分布式電源和一系列保護(hù)裝置組成的小型發(fā)電系統(tǒng)[1]。組成分布式電源包含燃?xì)廨啓C(jī)組，光伏機(jī)組，風(fēng)力發(fā)電機(jī)組等小型發(fā)電設(shè)備。 微電網(wǎng)具有污染低，成本較小，易于管控和維護(hù)等特點(diǎn)。既可以在孤島模式下進(jìn)行自我保護(hù)，故障檢測(cè)，功率平衡控制等復(fù)雜的功能[2]。 也可以同大電網(wǎng)在并網(wǎng)模式下進(jìn)行能量互通。

由于可再生能源具有波動(dòng)性，對(duì)產(chǎn)生電能的質(zhì)量造成影響，使微電網(wǎng)的供電具有不穩(wěn)定性。 因此當(dāng)前對(duì)微電網(wǎng)的研究主要集中在優(yōu)化調(diào)度和能量管理，文獻(xiàn)[3]考慮到可再生能源發(fā)電的不確定性，為了解決AC/DC 混合微電網(wǎng)優(yōu)化問(wèn)題， 提出了需求側(cè)響應(yīng)策略，以電價(jià)引導(dǎo)用戶進(jìn)行合理充電，同時(shí)采用非支配排序遺傳算法以及整型規(guī)劃策略對(duì)多目標(biāo)問(wèn)題進(jìn)行優(yōu)化。 文獻(xiàn)[4]考慮可再生能源出力的不確定性。根據(jù)蒙特卡洛方法估計(jì)成本函數(shù)值的期望和方差，同時(shí)采用粒子群優(yōu)化算法構(gòu)造了基本電源調(diào)度方案以及利用BP 神經(jīng)網(wǎng)絡(luò)構(gòu)造了調(diào)頻電源的調(diào)頻策略，最終得到了孤島微電網(wǎng)情況下的兩階段調(diào)度方法。文獻(xiàn)[5,6]針對(duì)傳統(tǒng)粒子群算法容易陷入一個(gè)局部最優(yōu)解，收斂速度變得緩慢或者出現(xiàn)較早收斂的情況[7]，把粒子群算法同其他算法相結(jié)合，提出改進(jìn)的粒子群算，得到了更優(yōu)的處理結(jié)果。

鑒于電動(dòng)汽車具有充-放電雙重行為， 以電動(dòng)汽車戶用的充-放電意愿出發(fā)， 將規(guī)模化電動(dòng)汽車接入微電網(wǎng)， 為微電網(wǎng)的優(yōu)化提供了一個(gè)新的途徑，通過(guò)在負(fù)荷高峰期進(jìn)行放電，負(fù)荷低谷進(jìn)行充電的行為，能夠較好的起到“移峰填谷”的作用，從而減少電網(wǎng)的負(fù)荷波動(dòng)， 同時(shí)對(duì)電動(dòng)汽車用戶而言，可以產(chǎn)生一個(gè)更小的充電費(fèi)用。

本文以社區(qū)微電網(wǎng)作為研究背景，將微電網(wǎng)的運(yùn)行總收益為優(yōu)化對(duì)象， 從電動(dòng)汽車戶用的充-放電意愿出發(fā)，提出電動(dòng)汽車充放電優(yōu)化策略；并構(gòu)建一個(gè)含有風(fēng)光燃儲(chǔ)車的優(yōu)化調(diào)度模型，通過(guò)改進(jìn)粒子群算法中的慣性權(quán)重、個(gè)體學(xué)習(xí)因子和社會(huì)學(xué)習(xí)因子對(duì)優(yōu)化調(diào)度模型進(jìn)行尋優(yōu)，給出規(guī)模化電動(dòng)汽車接入的社區(qū)微電網(wǎng)優(yōu)化調(diào)度策略。

1 微電網(wǎng)系統(tǒng)結(jié)構(gòu)

本文的微電網(wǎng)主要由風(fēng)能發(fā)電機(jī)組，光伏發(fā)電機(jī)組，儲(chǔ)能電池組，燃?xì)廨啓C(jī)組，電動(dòng)汽車群構(gòu)成。在并網(wǎng)模式下，調(diào)度過(guò)程如下：

（1）為了響應(yīng)環(huán)保的指令，優(yōu)先使用可再生能源（風(fēng)，光）出力，在風(fēng)光出力不能滿足區(qū)域負(fù)荷的情況下，使用燃?xì)廨啓C(jī)為主要供給能源，儲(chǔ)能電池，電動(dòng)汽車作為輔助能源進(jìn)行電量補(bǔ)給，如果依然不能滿足區(qū)域負(fù)荷需求，需要從大電網(wǎng)購(gòu)電補(bǔ)償。

圖1 微電網(wǎng)系統(tǒng)

（2）在可再生能源（風(fēng)，光）出力能夠滿足區(qū)域負(fù)荷需求且有大量負(fù)荷剩余的情況下，可以給儲(chǔ)能電池和電動(dòng)汽車進(jìn)行充電， 同時(shí)可以賣電給大電網(wǎng)，以保證對(duì)可再生能源的最大程度利用。

1.1 發(fā)電單元和儲(chǔ)能元件的數(shù)學(xué)模型

1.1.1 風(fēng)能發(fā)電機(jī)組

風(fēng)能發(fā)電機(jī)組組輸出功率和風(fēng)速大小有關(guān)，風(fēng)能發(fā)電輸出功率如公式所示[8]：

其中v,vin,vout，ve分別為實(shí)際風(fēng)速， 風(fēng)機(jī)切入風(fēng)速，風(fēng)機(jī)切出風(fēng)速和風(fēng)機(jī)額定風(fēng)速，單位m/s。 ω1，ω2，ω3是發(fā)電機(jī)的特征參數(shù)，其中ω1在實(shí)際計(jì)算中認(rèn)為零，Pe是風(fēng)力發(fā)電機(jī)的額定功率，單位kW。

1.1.2 光伏發(fā)電機(jī)組

光伏發(fā)電機(jī)組的輸出功率主要和光照強(qiáng)度，環(huán)境溫度等決定，光照強(qiáng)度越高。 光伏電池的最大輸出功率也將變大，環(huán)境溫度的提升會(huì)影響光伏電池內(nèi)部組件的溫度，進(jìn)而導(dǎo)致光伏電池的最大輸出功率變小。 光伏電池的理論輸出功率的表達(dá)式為[9,10]：

其中PPV為光伏電池組的理論輸出功率，PSTC為光伏電池組基準(zhǔn)測(cè)量下的最大輸出功率，G 為光照強(qiáng)度的強(qiáng)弱，GSTC表示在基準(zhǔn)測(cè)量下的光照強(qiáng)度強(qiáng)弱，αPV為光照溫度系數(shù)，TC表示光伏電池組表面溫度，TSTC為光伏電池組組的參考溫度。

由于存在天氣等不穩(wěn)定因素，光伏電池組的實(shí)際輸出功率是小與理論輸出功率的，其實(shí)際輸出的功率可表示為:

其中Ptrue·PV為光伏電池組的實(shí)際輸出功率，fPV為光伏電池組的輸出效率，NPV為光伏電池組的電池?cái)?shù)量。

1.1.3 燃?xì)廨啓C(jī)組

燃?xì)廨啓C(jī)主要燃料為天然氣和甲烷，其燃料費(fèi)用數(shù)學(xué)模型可以表示為[11]：

其中CMT為燃料成本（即發(fā)電所需費(fèi)用），Cfu為燃?xì)獾膯挝粌r(jià)格， 本文采用本地天然氣的價(jià)格2.6元/m3，LHV 為天然氣的低熱值， 通常為9.7kW/m3，PMT燃?xì)廨啓C(jī)組的輸出功率，η 表示燃?xì)廨啓C(jī)組的效率。

1.1.4 儲(chǔ)能電池組

儲(chǔ)能電池主要有充電和放電兩種狀態(tài)，某一時(shí)刻，儲(chǔ)能電池的荷電狀態(tài)關(guān)系式有[8]：

其中，SOC(t)為儲(chǔ)能電池在t 時(shí)刻的剩余電量，δ 為儲(chǔ)能電池的固有放電效率（維持自身化學(xué)反應(yīng)所需耗電率），λ 為儲(chǔ)能電池的充電和放電效率（大致相同），Pin(t)，Pout(t)分別為充電和放電的功率，Pe為儲(chǔ)能電池的額定容量。

1.1.5 電動(dòng)汽車充放電成本模型

電動(dòng)汽車的剩余行駛里程、預(yù)期行駛里程以及續(xù)航里程決定了電動(dòng)汽車參與充放電的行為和充放電用時(shí)，本小節(jié)首先給出充放電參與時(shí)間的數(shù)學(xué)模型：

（1）預(yù)期充電持續(xù)時(shí)間

則：預(yù)期充電結(jié)束時(shí)間為t2=t2-CX+t1，用t3表示實(shí)際充電結(jié)束時(shí)間，t1表示實(shí)際充電開(kāi)始時(shí)間，充電功率為P1。

（2）實(shí)際放電持續(xù)時(shí)間

其中，電動(dòng)汽車剩余行駛里程為S1,預(yù)期行駛里程S2，續(xù)航里程為S3，百公里耗電量L，放電功率為P2。

以一天為周期，用T=[T0,T1,…,T23]表示一個(gè)周期的時(shí)間向量，其中Tk為第k 時(shí)刻。24 個(gè)時(shí)間段的分時(shí)電價(jià)為：C=[C0,C1,…,C23]，其中Ck為[Tk,Tk+1),k=0,1,…,23 時(shí)間段對(duì)應(yīng)的電價(jià)。充放電序列用j=[j0,j1,…,j23]表示，其中

為了獲得優(yōu)化的電價(jià)策略，減少用戶的充電成本，可根據(jù)用戶的充電允許時(shí)間，在分時(shí)電價(jià)序列中選取電價(jià)較低的時(shí)間段進(jìn)行充電，其充電序列尋優(yōu)策略的思想如下：

步驟1尋找允許充電時(shí)間段中的最高電價(jià)所對(duì)應(yīng)的時(shí)間序列的下標(biāo)，其表達(dá)式為：

subsc{ai}表示取向量a={a1,a2,L,ai,L,an}中元素ai的下標(biāo)i；max{a}表示取向量a 的最大元素；j充?C=j充kck表示向量j充與C 中對(duì)應(yīng)元素相乘。

步驟2若t3>t2+1，則最高電價(jià)時(shí)間段i，電動(dòng)汽車可以不參與充電，此時(shí)令ji=0，則充放電序列j充充的元素更新為：

可得到充電序列尋優(yōu)策略流程圖如下：

注釋1圖2 中的判斷?t3-t2」<1，運(yùn)算符?·」表示下限取整。

圖2 電動(dòng)車充電序列尋優(yōu)策略流程圖

同理，用戶的放電策略可根據(jù)用戶的放電允許時(shí)間，在分時(shí)電價(jià)序列中選取放電電價(jià)較低的時(shí)間段不參與放電，其放電序列尋優(yōu)策略的思想如下：

步驟1先尋找允許放電時(shí)間段中的最低電價(jià)所對(duì)應(yīng)的時(shí)間序列的下表，其表達(dá)式為：

其中min{a}表示取向量a 的最小元素。

步驟2令ji=0，即最低電價(jià)時(shí)間段，電動(dòng)汽車不參與放電；由公式（9）推得

更新放電時(shí)間序列，則j放=(jk)。

電動(dòng)汽車放電序列尋優(yōu)策略流程圖可參考圖2 類推，此處不再綴寫(xiě)。

綜上可得充電費(fèi)用和放電收益可表示：

2 微電網(wǎng)收益數(shù)學(xué)建模

2.1 目標(biāo)函數(shù)

微電網(wǎng)優(yōu)化調(diào)度優(yōu)先考慮最大化消納可再生能源，其運(yùn)行收益作為需要優(yōu)化的對(duì)象。

2.1.1 微電網(wǎng)運(yùn)行收益

微電網(wǎng)運(yùn)行收益可表示為：

其中，Cincome，C1，C2，C3，分別為機(jī)組發(fā)電獲得的收入，機(jī)組的燃料成本，機(jī)組運(yùn)行維護(hù)所需費(fèi)用，微電網(wǎng)和主網(wǎng)能量交換成本。

Cfuel表示燃?xì)廨啓C(jī)的燃料成本，LHV 表示燃料的低位熱值，η 表示燃?xì)廨啓C(jī)的效率，Ci，i=1,2,3,4分別表示光伏發(fā)電機(jī)，風(fēng)能發(fā)電機(jī)，燃?xì)廨啓C(jī)和儲(chǔ)能電池模塊所需運(yùn)維費(fèi)用。Cin(t)表示微電網(wǎng)從大電網(wǎng)購(gòu)電的電價(jià)，Pin(t)為微電網(wǎng)從大電網(wǎng)購(gòu)電量。 Cout(t)表示微電網(wǎng)向大電網(wǎng)賣電的電價(jià)，Pout(t)為微電網(wǎng)向大電網(wǎng)賣電的電量。

2.2 約束條件

為了微電網(wǎng)能夠穩(wěn)定的運(yùn)行，需滿足以下約束條件：

（1）微電網(wǎng)系統(tǒng)功率平衡約束：

其中PEV(out)(t),PEV(in)(t),PL(t),PPV(t),PWT(t),PMT(t),Pbat(t),Pgrid(t)分別對(duì)電動(dòng)汽車充放電，居民負(fù)荷，風(fēng)力機(jī)組，光伏機(jī)組，燃?xì)廨啓C(jī)組，蓄電池組以及大電網(wǎng)在t 時(shí)刻的輸出功率。

（2）發(fā)電系統(tǒng)最大功率約束，本文主要指燃?xì)廨啓C(jī)出力約束：

（3）儲(chǔ)能電池電量約束，過(guò)多的充放電行為會(huì)對(duì)儲(chǔ)能電池造成嚴(yán)重?fù)p耗，減少使用壽命，故需對(duì)電池的荷電狀態(tài)進(jìn)行約束：

通常SOCmin 取值0.3，SOCmax 取值0.95。

3 改進(jìn)的粒子群算法

粒子群算法是一種進(jìn)化計(jì)算技術(shù)的智能算法，通過(guò)觀察自然界鳥(niǎo)群覓食的行為，進(jìn)而采用無(wú)質(zhì)量的粒子來(lái)模擬鳥(niǎo)群覓食的一種過(guò)程.它的核心思想是通過(guò)個(gè)體間的信息共享和協(xié)同合作來(lái)獲得最優(yōu)解。 基本流程如下：

圖3 粒子群算法流程圖

開(kāi)始隨機(jī)初始化一群粒子，粒子位置為：

粒子速度為：

粒子通過(guò)下列公式更新速度和位置信息，并不斷的迭代尋優(yōu)，直達(dá)找到最優(yōu)解。

式中,i=1,2,3…,m；r1,r2取0 到1 之間隨機(jī)數(shù)；表示粒子i 在第k 次迭代過(guò)程中第d 維的位置以及速度；ω 為慣性權(quán)重；c1，c2表示學(xué)習(xí)因子；分別表示為在第k 次迭代過(guò)程中第d維第i 個(gè)粒子的個(gè)體最優(yōu)解和全局最優(yōu)解。

本文采用粒子群算法時(shí)，每個(gè)粒子個(gè)體都包含光伏，風(fēng)力發(fā)電，燃?xì)廨啓C(jī)，儲(chǔ)能電池等微型電源單元，也就是說(shuō)每個(gè)粒子都表示為一種電力系統(tǒng)的運(yùn)行方式。

(1)調(diào)整粒子的慣性權(quán)重：

為了滿足算法前期進(jìn)行全局搜索，后期進(jìn)行局部搜索， 且根據(jù)慣性權(quán)重ω 較大時(shí)有利于全局搜索，較小時(shí)有利于局部搜索的特點(diǎn)。 故采用一個(gè)遞減的的慣性權(quán)重。

其中k 表示為當(dāng)前迭代的代數(shù)。 kmax表示總迭代代數(shù)。

(2)調(diào)整粒子的學(xué)習(xí)因子：

c1較大時(shí)全局搜索能力強(qiáng)，c2較大時(shí)局部搜索能力強(qiáng)， 在迭代過(guò)程中考慮先全局搜索后局部搜索。 故提出下列學(xué)習(xí)因子的改進(jìn)。

其中k 表示為當(dāng)前迭代的代數(shù)。 kmax表示總迭代代數(shù)。由于c1，c2的取值范圍并不固定，在采用幾組已經(jīng)提出的數(shù)值范圍后，得出在1～2 這個(gè)范圍優(yōu)化結(jié)果相對(duì)更優(yōu)，故取值c11=2,c12=1,c21=1,c22=1。

4 算例分析

4.1 算例數(shù)據(jù)

本文采用并網(wǎng)型風(fēng)/光/燃/儲(chǔ)，電動(dòng)汽車微電網(wǎng)系統(tǒng)，由風(fēng)力發(fā)電機(jī)組，光伏發(fā)電機(jī)組，燃?xì)廨啓C(jī)組，儲(chǔ)能電池組，電動(dòng)汽車及大電網(wǎng)構(gòu)成。以一天為一個(gè)周期，在并網(wǎng)情況下，微電網(wǎng)向大電網(wǎng)購(gòu)電費(fèi)用采用華東地區(qū)某市的兩時(shí)段電價(jià)：8:00-22:00 電價(jià)為0.5953 元/kwh，谷時(shí)段：22:00-次日8:00 電價(jià)為0.3153 元/kwh。 大電網(wǎng)向微電網(wǎng)購(gòu)電的補(bǔ)貼電價(jià)為：0.7 元/kwh。而微電網(wǎng)可以通過(guò)調(diào)節(jié)電價(jià)間接的控制電動(dòng)汽車的充放電行為，本例中電動(dòng)汽車向微電網(wǎng)充電電價(jià)和放電電價(jià)如表1 所示：

表1 電動(dòng)汽車向微電網(wǎng)充、放電電價(jià)表

4.2.1 電動(dòng)汽車接入前后的負(fù)荷變化

鑒于電動(dòng)汽車的充放電功能，圖4 給出了電動(dòng)汽車參與前后基于有序充放電策略的負(fù)荷功率圖。由圖可知，電動(dòng)汽車很好的起到了一個(gè)“削峰填谷”的效果。

圖4 電動(dòng)汽車參與前后的負(fù)荷曲線圖

4.2.2 各單元輸出功率

在并網(wǎng)情況下，用電負(fù)荷由微電網(wǎng)中各個(gè)發(fā)電單元提供，在必要時(shí)由大電網(wǎng)補(bǔ)償性出力。 經(jīng)過(guò)優(yōu)化后各個(gè)單元的功率曲線見(jiàn)圖5，其中“+”表示輸出功率，“-”表示吸收功率。

圖5 各發(fā)電單元功率輸出

從圖中可以看出：在夜間00：00-05:30 這段時(shí)間，由于缺乏光照，光伏發(fā)電機(jī)組停止運(yùn)行，這段時(shí)間居民負(fù)荷處于低谷時(shí)期，完全由風(fēng)力發(fā)電機(jī)組提供電能，同時(shí)剩余的電能賣給大電網(wǎng)和給儲(chǔ)能電池和電動(dòng)汽車進(jìn)行充電。從05:30-12:00 這段時(shí)間，光伏機(jī)組開(kāi)始運(yùn)行，隨著時(shí)間的推移，居民負(fù)荷在正午時(shí)段來(lái)到了一個(gè)小高峰，可再生能源產(chǎn)生的能量不足以支撐負(fù)荷需求，此時(shí)燃?xì)廨啓C(jī)和儲(chǔ)能電池開(kāi)始工作， 同時(shí)電動(dòng)汽車在10:00-13:00 進(jìn)行放電行為，消納一部分居民負(fù)荷。

在16:00-22:00 這段時(shí)間， 光照強(qiáng)度的減弱使光伏發(fā)電機(jī)組出力不足，此時(shí)燃?xì)廨啓C(jī)和儲(chǔ)能電池重新開(kāi)始了工作， 同時(shí)電動(dòng)汽車從18:00-22:00 開(kāi)始進(jìn)行放電，在七點(diǎn)到九點(diǎn)這一區(qū)間，居民負(fù)荷達(dá)到了一個(gè)最高峰，各個(gè)發(fā)電單元總出力難以滿足負(fù)荷需求，這時(shí)需要從大電網(wǎng)購(gòu)電，用來(lái)維持居民高峰用電。

4.3 改進(jìn)算法下的運(yùn)行收益

圖6 算法優(yōu)化下的運(yùn)行收益

其中本文改進(jìn)的粒子群算法得到的運(yùn)行收益為8105.7 元，文獻(xiàn)[12]的算法得到的運(yùn)行收益為8084.3元。

5 結(jié)論

本文以社區(qū)微電網(wǎng)作為研究背景，將微電網(wǎng)的運(yùn)行總收益為優(yōu)化對(duì)象， 從電動(dòng)汽車用戶的充-放電意愿出發(fā)，提出電動(dòng)汽車充放電優(yōu)化策略。 并構(gòu)建一個(gè)含有風(fēng)光燃儲(chǔ)車的優(yōu)化調(diào)度模型，從仿真結(jié)果可以看出，電動(dòng)汽車的接入起到了“削峰填谷”的作用，同時(shí)通過(guò)改進(jìn)的粒子群算法得到了一個(gè)較優(yōu)的運(yùn)行收益， 驗(yàn)證了本文所研究的可行性和有效性。