基于模擬退火遺傳算法的并網微電網優(yōu)化調度研究

馮悅雯，胡東陽

（國網湖北省電力有限公司神農架供電公司，湖北神農架 442400）

引言

近年來，在“碳達峰，碳中和”的戰(zhàn)略引導下，清潔能源發(fā)電的發(fā)展又上了一個新臺階。我國相繼構建了大規(guī)模的光伏電站、風力發(fā)電場等[1-5]。在“雙碳”戰(zhàn)略不斷推進下，一些問題逐漸顯露出來，如以光伏、風力發(fā)電為代表的分布式發(fā)電源，由于自然環(huán)境能源獲取的不確定性，導致發(fā)電出力也存在著不確定性。在電網中注入高比例風光發(fā)電源后，會對電力系統電能質量的管控、繼電保護，尤其是電網的穩(wěn)定性等產生影響，在不良運行情況下甚至電網供電難以保證其可靠性[6-9]，從而影響用戶的生產生活。因此，為了電網和各分布式電源可以更好地融合，微電網的分布式電源組織架構和與電網交互方式由此誕生。微電網是一個可與外部電網連接也可脫離電網的微型系統，其包含著基本的源、荷單元。其分布式電源主要包含風力發(fā)電機、光伏單元以及燃氣輪機等。由上述單元構成的微電網在經濟性、環(huán)境友好性上較傳統能源系統有較大提升。同時，微電網可提高電力網絡的靈活調度性。

對于微電網來說，多目標優(yōu)化調度問題是其核心問題之一。為有目的性地進行電源的優(yōu)化調度，國內外學者深入探究并得到不俗成果。文獻[10]通過結合模擬退火方法和粒子群方法求解優(yōu)化調度模型，增強了算法的收斂速度和全局搜索性能。文獻[11]通過使用遺傳算法對模型進行求解，該方法可以得到最優(yōu)解但容易陷入局部最優(yōu)解。文獻[12]將Metropolis準則引入蜂群算法，建立求解微電網調度模型，但該模型只考慮了經濟因素，并未綜合考慮模型的環(huán)境保護的目標。

因此，建立微電網模型，并綜合考慮微電網建設運行的經濟性和環(huán)保性，以微電網建設運行成本和環(huán)境影響為目標函數，使用模擬退火遺傳算法對模型進行求解。該方法能夠對微電網各目標依據條件進行有效調度，具備快速求解調度問題的能力，同時避免了陷入局部最優(yōu)解的困境，能夠適配并解決在微電網場景下的調度問題。

1 退火遺傳算法

模擬退火算法來源于固體退火原理，隨著高溫物體冷卻，內部粒子由無序態(tài)走向有序，最后在冷卻時達到穩(wěn)定的基態(tài)。其核心思想是通過模擬高溫物體退火過程找到組合優(yōu)化問題近似全局最優(yōu)解，跳出局部最優(yōu)解后繼續(xù)搜索直到得到全局最優(yōu)解。遺傳算法是一種經典的元啟發(fā)式算法，也是一種基于自然選擇和群體遺傳機理的搜索算法。遺傳算法在解決復雜組合優(yōu)化問題有較好的表現，但算法容易陷入局部最優(yōu)的結果。

模擬退火遺傳算法(SA&GA)揉合了模擬退火算法和遺傳算法，進一步提高了算法的性能。該算法能避免傳統算法陷入局部最優(yōu)解，是因其兼顧了模擬退火的全局搜索能力和遺傳算法的局部搜索能力。為實現模擬退火遺傳算法，首先通過遺傳算法對種群進行編碼，種群信息經過適應性函數評價后，得到經過選擇、交叉和變異操作的新種群；接著將新種群用Metropolis準則確定種群狀態(tài)，直至穩(wěn)定。

總結得到模擬退火遺傳算法的基本流程如下：

（1）參數確定：確定種群變異概率Pm、種群交叉概率Pc、降溫迭代次數、最大迭代次數N以及初始溫度T0、冷卻溫度Tf。

（2）最優(yōu)個體選擇：種群初始化并篩選出最優(yōu)適應值F=fmin及所對應的最優(yōu)個體。

（3）判斷算法的收斂性：若算法收斂最優(yōu)值和最優(yōu)個體滿足條件，則結束。反之繼續(xù)進行操作，直至收斂。

（4）等溫：每個個體會經歷模擬退火中的等溫操作，目的是為了得到新種群中的最小適應值f'min和最優(yōu)個體；若f'min＜fmin，那么f'min會更新適應值F。

（5）當k＜N時，進行降溫操作，步驟將回到3；否則結束計算，得到最優(yōu)值。

2 微電網模型

微網模型主要包含可控制的燃氣輪機出力、不可控的風光出力以及由蓄電池構成的儲能單元[13-15]。

2.1 目標函數

2.1.1 運維成本目標函數

（1）微電網系統的燃料成本

燃料成本產生在燃料發(fā)電源的消耗原料上，下式為微電網中所有能源單元燃料的總費用。

其中，Cfu為消耗燃料的市場價格；LHV為所需燃料低位熱值；Pi(t)為系統第i個發(fā)電源在t時產出的有功功率；ηi(t)為系統第i個發(fā)電源在t時的燃料利用率。

（2）微電網系統的維護成本

微電網在運行工作時，對系統的檢修維護是保證系統正常運行的必要手段。維護成本主要包含系統中的電源設備出現故障、維修人員費用等。

其中，Kmc,i為系統在i電壓等級下的維修系數。

（3）投資成本

安置微電網系統中所需電源單元的必要投資成本稱為總投資成本，其計算式如下。

其中，N為系統電源的類型；Ci為安裝發(fā)電源的安裝成本；Ki為系統中第i個發(fā)電源的容量，8760Ki則為第i個發(fā)電源年產電量；di為系統中發(fā)電源計劃折舊；ri為計劃折舊年限。

（4）電能交換成本

電能交換成本主要是微電網連接電網并產生能量交流時，基于電價的電能交換成本：

其中，Cb(t)為系統向電網購電價格；Cs(t)為系統向電網買電價格；Nb(t)、Ns(t)分別為購電量和買電量。

故得到系統運維總成本

式中，a表示微電網與電網間的交互狀態(tài)。當其取值為0時代表微電網系統不產生電網間能量交互，即表示離網或無功率交流；當a為-1時，表示微網向電網輸送電能并基于電價獲得售電獲利；當a為1時，微網會向電網獲取電能并基于電價產生一定成本。

2.1.2 環(huán)境成本目標函數

所涉及的環(huán)境成本的主要來源為微電網各設備在工作過程中產生對環(huán)境造成傷害的主要污染物，如CO、CO2、SO2、NOx等的處理成本。

其中，Cev為總環(huán)境成本；Ck為處理k類污染物的單位成本；M為設備工作時產生污染物的類型；T為系統調度時段，最小單位為1 h；ri,k為系統第i個發(fā)電源單位有功產生的某污染物質量；rg,k為單位電能交換時產生的某污染物質量。

2.1.3 綜合效益的目標函數

綜合效益是將影響微電網建設因素周全考慮的必要途徑。微電網短周期獲益能力一般，因為在初始投資建設微電網需要花費較多成本，并在后續(xù)過程因運維和環(huán)境維護產生額外成本。故在綜合效益中綜合考慮了經濟性和環(huán)保性：

式中，C表示微電網的綜合效益；α和β分別指上述的設備運行成本和環(huán)境影響成本所占比例。本文中認為運行成本和環(huán)境成本有著相同的考量權重，故兩者的權重系數為0.5。

2.2 約束條件

（1）功率平衡約束

功率平衡表示微電網系統運行時，功率的生產和負載消耗要保持動態(tài)平衡，即輸出功率等于輸入功率，從而保證電能質量。

其中，Pload(t)為系統負荷在t時所需功率；Pi(t)為系統第i個發(fā)電源在運行t時后的有功功率；Ploss(t)為系統在運行t時后的損失功率；Pg(t)為系統與電網間的交換功率。

（2）電源輸出功率約束

在微電網中配置的分布式電源，由于自身的物理特性的限制和外在因素的影響，可輸出功率存在最大值和最小值。

其中，Pmaxi、Pmini分別為系統中各功率輸出單元能輸出的最大、最小有功功率。

（3）電網功率交換約束

當微電網中各源、荷單位不滿足電力系統供需關系時，微電網需要并網運行，從電網中交換能量以保證電網穩(wěn)定。微電網和電網之間必定存在功率的交互。

其中，Pming為微電網并網運行時交換功率的最小值，是微電網并網運行時交換功率的最大值；Pg(t)為兩系統在一定時間內的交換功率。

（4）儲能裝置容量約束

本研究的微電網中儲能裝置配備的是蓄電池，因此其須滿足蓄電池的充放電限制和容量的限制條件：

式中，Pdis(t)為選取的蓄電池放電功率；Pcha(t)為選取的蓄電池充電功率；Pmaxdis為配置的儲能蓄電池最大的放電功率；Pmaxcha為配置的儲能蓄電池最大的充電功率；SOC(t)變化值是蓄電池的容量狀態(tài)通常在0-1間浮動，0代表儲能電量完全放空，1代表是儲能電量滿額；其中SOCmin是蓄電池電能設定最小存儲量，SOCmax是蓄電池電能設定最大存儲量。

3 仿真分析

3.1 參數設置

微電網系統中，與運行條件和成本計算相關的設備參數如表1～表2所示。

表1 各電源相關參數

表2 各電源污染物排放系數

在該場景下，采用固定購售電價形式，并且電網和微電網可進行能量交換即為并網條件。故在向電網購電時，固定電價為0.5(元/kWh)，在向電網售電時，固定電價為0.39(元/kWh)。在該場景中，當微電網總輸出的發(fā)電功率滿足并超過負荷需求時，將多余的電量存儲在蓄電池中。儲能設備的荷電狀態(tài)大于0.8時，系統就可將剩余電能以固定電價出售給大電力系統。

3.2 仿真分析

依據上述參數設置以及選取某地區(qū)夏季一日負荷變化曲線和風光電出力進行調度的仿真。在該場景下，光伏和風電的出力處于滿發(fā)狀態(tài)，優(yōu)先滿足微電網系統中的符合能量需求。當具有不確定性的風光出力不滿足負荷時，燃氣輪機為微電網持續(xù)提供電能。在該仿真條件下，燃氣輪機一直在出力，當主發(fā)電單元仍有功率不平衡或不滿足約束條件時，儲能系統和電網交互作用得以顯現。其作用一是避免能量浪費，可消解棄風和棄光量；二是售電行為可降低成本；三是增強主網和微電網的穩(wěn)定性，削減不確定風光出力的直接影響。

4 結語

該方法能夠對微電網各目標依據條件進行有效調度，具備快速求解調度問題的能力，同時避免了陷入局部最優(yōu)解的困境，能夠適配并解決在微電網場景下的調度問題。調度求解結果顯示，微電網可避免能量浪費，消解棄風和棄光量，降低成本，增強主網和微電網的穩(wěn)定性，削減不確定風光出力的直接影響。