適應多場景的微電網一體化柔性規劃方法

潘險險， 陳霆威， 許志恒， 王天倫， 張俊瀟

(1. 廣東電網有限責任公司 電網規劃研究中心， 廣州 510080；2. 廣州市奔流電力科技有限公司，廣州 510640)

微電網是指由分布式電源(Distributed Generation，DG)、能量轉換裝置、負荷、監控和保護裝置等匯集而成的小型發配用電系統，是一個可以實現自我控制、保護和管理的自治系統[1]，既可以接入配網并網運行，也可以應用于海島、鄉村等大電網不適于延伸的偏遠地區獨立運行.微電網可有效解決DG大規模接入的問題，是具有間歇性與波動性等分布式DG與電網之間的有效“橋梁”.未來在“碳達峰”與“碳中和”目標下，隨著DG的進一步發展和高滲透率，微電網作為DG分布式利用的一種有效形式，更將成為電網的智慧“積木塊”，成為服務于能源轉型戰略、實現電能高效清潔轉換與資源協調配置的重要組網形態[2-5].

微電網規劃技術的研究是微電網高效運行以及未來蓬勃發展的基礎[6]，當前研究多為單一的容量規劃或網架規劃.其中，容量規劃的研究主要是對某一特定類型微電網的規劃，多側重于對源和儲的規劃，通常應保證電源容量充足，足夠支撐微電網范圍的負荷，并保證一定的供電可靠性，在此基礎上盡可能提升經濟性，調整能源的容量比例以降低發電、供電成本[7-10].但是，微電網建設運行的經濟性與可靠性存在一定沖突.如何實現不同場景下經濟性與可靠性的平衡是容量規劃的一個難點.而網架規劃的研究則主要是考慮對網絡可靠性的處理[11-14].網架規劃對于可靠性的處理多考慮微電網運行時線路損耗導致的成本，負荷量大的節點需要距離微源更近以減小線路損耗，這樣也實現了經濟性與可靠性的統一.但這種方法對可靠性的衡量相對固定，無法滿足不同場景對可靠性的不同需求.而且，這些文獻大多未考慮節點負荷重要程度對可靠性的影響，以及網絡故障可能導致的用戶停電損失，在實際應用中存在一定的局限性.結合微電網發展的新形勢，微網將面臨可能高達100%的可再生能源滲透率，以及負荷從“被動”用電到“主動”用電的轉變，對微網內源儲荷的融合有著更高的要求.實際上容量規劃和網架規劃是互相影響、相輔相成的.因此，僅對容量或者網架進行規劃，實際上都很難達到微網規劃的最優.

為此，提出一種適應多場景的微電網一體化規劃方法，針對容量規劃與網架規劃的不同特點建立雙層模型：上層以經濟性最優為目標建立容量規劃模型，通過獨立運行持續時間等約束來保證微電網的可靠性，采用混合整數優化算法求解；下層以經濟性最優為目標，考慮實際運行時可能出現的用戶停電損失，建立網架規劃模型，采用粒子群優化算法求解，通過判斷規劃結果的合理性形成反饋通道，實現容量與網架規劃的統一.

1 一體化規劃方法

微電網可接入的微源種類多樣，在不同場景下可能存在多種不同的微源組合，如何協調不同微源間的建設與使用，以及合理規劃可控電源與不可控電源的比例，將明顯影響微電網建設的經濟性與可靠性.此外，負荷的重要程度與可靠性需求將對規劃結果產生明顯影響.因此在網架規劃時，需要充分考慮用戶對可靠性的需求，從而減小線路故障造成的損失.

進一步結合對已有微電網示范工程與研究的相關分析，可知，有效的微網規劃需要解決以下關鍵問題：

(1) 新能源機組的接入從根本上改變了傳統電網“源隨荷動”的運行模式.可再生能源種類的多樣性與出力的不可調度性導致了微電網組成的多樣性.在規劃時應考慮不同微電網的組網特點，建立能滿足大多數微電網規劃需要的普適性模型.

(2) 微電網對可靠性的要求存在個體差異，不同類型與不同重要程度的負荷停電造成的損失不盡相同.根據規劃地區實際規劃需要，建立的模型應能滿足不同可靠性場景的需要.并且，需要從源、荷雙側同時進行，而不能局限于源對微電網可靠性的影響.

(3) 運行的多場景性以及源儲荷的靈活性，使得微網規劃中容量規劃和網架規劃相輔相成、不能割裂.兩者同時受到場景對經濟性、環保性與可靠性的需求變化影響，應當通過一定的方法實現兩者的統一.

為此，提出一種適應多場景的微電網一體化柔性規劃方法，由微電網的類型與組成判斷、容量規劃以及網架規劃3部分組成，如圖1所示.其中，“適應多場景”主要指適用于多種不同類型、不同組成的微電網；“柔性”主要指可通過靈活調整可靠性參數以滿足不同微電網建設對可靠性的個性化要求；“一體化”則主要指系統整體既有前向層層遞進通道，又通過評價系統合理性和有效性的判斷形成多層閉環反饋，完成微網規劃“類型與組成判斷、容量規劃以及網架規劃”的大閉環.

圖1 適應多場景的微電網一體化柔性規劃方法框架示意圖Fig.1 Framework of multi-scenario integrated flexible planning method for microgrid

2 模型的建立

2.1 微電網類型與組成判斷

微電網類型與組成判斷是進行微電網規劃的基礎.不同規劃地區的風光和場地條件等各不相同，其微電網的建設目標與對可靠性的要求也不相同.因此在微電網規劃前，需要對規劃地區進行資料收集，通過專家系統初步確定微電網的類型與組成，確定對可靠性的重視程度，并根據實際情況得到相關約束作為后續微電網規劃的限制條件.

其中，微電網的類型判斷為確定規劃地區建設的是并網型微電網還是獨立型微電網，需要依據規劃地區資源情況、負荷需求以及建設目標等共同確定.微電網的組成判斷則需要確定在微電網什么位置適合建設何種類型的機組或儲能，完成機組選型，并根據場地條件確定允許的機組裝機容量范圍.此處可根據已建設的示范工程大數據進行數據挖掘，形成專家庫，完成組成初判.

2.2 下層容量規劃模型

獨立型微電網可看作與電網交互電量為0的特殊并網型微電網，不失一般性，以并網型微電網作為規劃對象.在考慮滿足負荷供電需求的前提下，以總費用最小為目標，并綜合考慮DG的環境效益和網絡的可靠性水平，建立微電網容量規劃模型.

2.2.1目標函數

minC=CDG+CDGY+CDGF+

CCN+CHJ-CHB+CPCC

(1)

式中：CDG為DG年投資費用；CDGY為DG年運行維護費用；CDGF為DG年燃料成本；CCN為儲能年投資費用；CHJ為DG年環境成本；CHB為環保補貼；CPCC為網絡購電成本.分別定義如下：

(2)

(3)

(4)

式中：cF為燃氣輪機/柴油機機組(簡稱機組)單位電量的燃料成本；EMT,t為機組t時刻至t+1時刻的發電量.

(5)

式中：cCN為所有儲能設備一次總投資.

(6)

(7)

(8)

式中：cpcc,t為t時刻至t+1時刻的交易電價，假定交易電價在一定時段內保持不變，且微電網向上級電網購售電的價格相同；Epcc,t為t時刻至t+1時刻微電網與上級電網交易能量.

2.2.2約束條件

(1) DG裝機容量約束.受場地、自然資源和電網條件的限制，風力機、光伏陣列可裝設的數量有限.風力機、光伏等DG的安裝容量約束為

Ga,min≤Ga≤Ga,max

(9)

式中：Ga,min為裝機容量下限；Ga,max為裝機容量上限；Ga指代GWT、GPV、GMT，分別為風力機(WT)、光伏(PV)、機組(MT)實際裝機容量.

(2) 可再生能源比例約束.對于并網型微電網，為了充分消納可再生能源，一般要求可再生能源裝機容量不小于微電網總裝機容量(Gall)的50%[15]，即有

GWT+GPV≥0.5Gall

(10)

(3) 儲能約束.考慮到儲能設備的損耗和其能量存儲時間上的耦合性等因素，約束條件如下：

(11)

(4) 電量交易約束：

(12)

式中：Ppcc,t為t時刻微電網與上級電網聯絡線上的實際功率；Ppcc,max為該聯絡線可承受的最大傳輸功率；P(t)為t時刻的負荷總功率.為了保證微電網的相對獨立運行，要求微電網與上級電網的全年電能交易量不超過微電網全年用電量的50%[15].

(5) 全網功率平衡約束：

(13)

式中：Pb(t)為t時刻風力機、光伏、機組、儲能(CN)的出力.對于并網型微電網，要求在任何時刻微電網與上級電網斷開連接時，均能保證對微電網內負荷一段時間的持續供電[15].以2 h為例，約束條件如下：

(14)

要求對t的所有取值式(14)均成立.

(6) DG功率約束.DG出力不能超出DG的裝機容量范圍，即：

(15)

2.3 上層網架規劃模型

將微電網的容量規劃結果作為已知條件，進行微電網的網架規劃.并網型微電網與獨立型微電網的網架規劃類似.并網型微電網可通過公共接入點(Point of Common Coupling，PCC)與上級電網連接，規劃要素更多，場景更復雜，因此以并網型微電網為例，以微電網建設與運營成本最小為目標，建立網架規劃模型.

2.3.1目標函數 考慮到網架的投資回收期和DG有所不同，規劃模型采用最小化網絡費用作為優化目標，包括線路投資、網絡損耗成本和用戶停電損失費用，目標函數如下式所示：

minC=Cline+CL+kCcom

(17)

式中：Cline為線路投資費用的等年值；CL為網絡損耗年費用；k為衡量對用戶停電重視程度的參數；Ccom為用戶停電損失費用.目標函數體現了對經濟性與可靠性的要求，其中有

(18)

式中：Fline為線路初始投資費用；m為線路經濟使用壽命，一般架空線路取30年，電纜取40年.

(19)

式中：Et為t時段網絡損耗的總電量.這里將網絡損耗成本用損耗電量對應的燃料成本進行等價.

在微電網運行時可能因線路故障導致用戶停電，將微電網運行時各條線路故障導致的停電損失之和作為總的用戶停電損失費用：

(20)

2.3.2約束條件

(1) 節點功率平衡約束.節點功率平衡約束要求各節點功率輸入量等于節點功率輸出量，即：

(21)

式中：Px和Qx分別為從節點x輸入到微電網的有功功率和無功功率；H(y)為與x節點連接的所有線路集；Px,y和Qx,y分別為從節點x向節點y輸送的有功功率和無功功率.

(2) 節點電壓約束.節點電壓約束要求各節點電壓保持在允許范圍內，以保證供電質量和網絡穩定，即：

Ux0,min≤|Ux0|≤Ux0,max

(22)

式中：Ux0,min和Ux0,max分別為節點x允許電壓最小值和最大值；Ux0為節點x的電壓水平，且

(23)

式中：Nx為除x點以外節點的集合；PL(y,x)和QL(y,x)分別為節點y向節點x傳輸的有功功率和無功功率；Ry,x和Xy,x分別為節點y與節點x之間的線路電阻和電抗.

(3) 支路潮流約束.支路潮流約束要求各條支路的傳輸容量之和小于線路可承受容量的極限，即：

(24)

式中：Sx,y,max為節點x與節點y間線路允許傳輸容量Sx,y的最大值.

(4) 連通性約束.連通性約束要求網架結構應保證規劃地區沒有孤立節點的存在.此外，由于微電網中儲能的接入帶來了可靠性水平的明顯提升，沒有通過環狀接線進一步提高供電可靠水平的必要性，因而較多地采用了輻射狀的接線模式，網架結構中不應出現環.

3 一體化規劃算法流程

所提雙層規劃算法實現流程如圖2所示.容量規劃部分主要根據規劃地區實際條件，判斷微電網的基本類型與組成，以建設運行總成本最小為目標，兼顧可靠性與環保性要求，建立相應的微電網容量規劃模型，并采用混合整數優化算法求解得到各組成的最優容量配置.網架規劃則根據容量規劃結果，確定可靠性參數，以建設運行總成本最小為目標，兼顧微電網的可靠性要求，建立網架規劃模型，并采用粒子群優化算法求解得到最優網架結構.

圖2 微電網雙層規劃模型流程圖Fig.2 Flow chart of two-layer planning model of microgrid

整個規劃系統在容量規劃內部閉環和網架規劃內部閉環基礎上，容量與網架規劃相輔相成，形成統一的大閉環系統，交叉迭代并進行修正，直到規劃結果符合實際要求.

4 仿真與實驗

以某10節點城市地區的10 kV微電網規劃為例，以該城市地區的典型日負荷數據與風光數據替代全年數據，采用“風+光+燃+儲”的并網型微電網組網方式，建立微電網一體化規劃模型，驗證所提模型的有效性，并討論不同可靠性參數下所得規劃方案的經濟性.圖3為該地區的網架結構圖，(1)～(20)為線路編號；圖4為各節點負荷量(Pn)變化曲線；表1為各節點負荷重要程度；表2為對應線路的長度參數，線路采用LGJ-185型架空線線路.該電網擬與上級電網連接的節點為節點9，聯絡線功率傳輸不得超過 1 000 kW.此外，該城市地區采用分時電價機制，各時段微電網向大電網的購售電價格如表3所示.

圖3 規劃地區微電網網架結構圖Fig.3 Grid structure of microgrid in planning area

圖4 各節點負荷量變化曲線圖Fig.4 Curve diagram of load change for each node

表1 各節點負荷重要程度Tab.1 Importance of load at each node

表2 各線路長度參數Tab.2 Length of each line

表3 分時電價Tab.3 Time-of-use price

根據規劃地區風光、場地和負荷條件等信息，選擇各機組的型號.各機組對應的參數如下：額定功率為30 kW，初始投資費用為7000元/kW，運行維護費用為0.3元/kW；單個光伏陣列的額定功率為 10 kW，初始投資費用為 6 195 元/kW，運行維護費用為0.2元/kW；燃氣輪機的單位電量燃料費用為0.63元，初始投資費用為1.911萬元/kW，運行維護費用為 0.035 8 元/kW；儲能的自損耗率為0.04，最大充電與放電速率分別為SOC的0.2和0.4，充放電效率為0.95，正常運行SOC范圍為 0.2～0.9，初始投資費用為5 400 元/(kW·h)，儲能的初始SOC設為0.5.圖5為選定的風力機與光伏在該地區的出力(P′)預測曲線.各機組在微電網中適宜接入的位置與最大接入容量如表4所示.

表4 DG與儲能的接入約束Tab.4 Access constraits of DG and energy storage

圖5 DG出力預測曲線Fig.5 Curve diagram of DG output prediction

此外，燃氣輪機的典型污染物SO2、NOx和CO2的排放數據分別為 0.000 928、0.618 8、184.082 9 g/(kW·h).典型污染氣體的環境價值標準及罰款標準如表5所示，可再生能源機組的環保補貼均為0.2元/(kW·h).

表5 典型污染氣體的環境價值及罰款標準Tab.5 Environmental value and penalty standard for typical polluted gases 元/kg

設該并網型微電網要求任何時刻轉入獨立運行時均能保證微電網內符合持續供電2 h，對用戶停電重視程度的參數k=0.粒子群算法初始種群數為5，慣性權重為0.9，自我學習因子為1，群體學習因子為2，粒子群的最大迭代次數為50.

5 結果與分析

根據上述城市地區規劃相關信息，求解得到城市地區并網型微電網“風+光+燃+儲”容量規劃結果，為了突出可靠性對容量規劃的結果，設置該并網型微電網在任何時刻轉入獨立運行時均保證微電網內持續供電24 h，采用獨立型微電網的方法進行規劃，即“孤島規劃，并網運行”的結果作為對比，如表6所示.

表6 “風+光+燃+儲”容量規劃結果Tab.6 Capacity results of wind-solar-fuel-storage

可見，在該場景下光伏與風力機的規劃容量均遠高于燃氣輪機的規劃容量.由于向上級電網獲取電能與燃氣輪機機組出力均能為微電網提供穩定可控的電能，而向上級電網購電經濟性更好，因此燃氣輪機規劃容量很小.在該場景下可再生能源得到充分利用，但可再生能源機組出力變化速度快、出力峰谷差大，需要配有較大容量的儲能.當采用獨立型微電網的方法進行規劃時，燃氣輪機容量明顯上升，微電網可控電量來源的比例明顯提高，儲能規劃容量明顯降低，總成本增加了約20.91%，通過犧牲經濟性獲得了較高的供電可靠性.

此外，該場景下微電網燃氣輪機組的規劃容量較小，考慮到燃汽輪機組配套設施的建設情況，其性價比可能進一步降低.此時可判斷為規劃結果不合理，返回專家系統將微電網的組成修正為“風+光+儲”的并網型微電網，重新進行容量規劃的結果如表7所示.

表7 “風+光+儲”容量規劃結果Tab.7 Capacity results of wind-solar-storage

可見，放棄燃氣輪機的使用后總成本增加了約0.45%，增幅極小，在工程實際中經濟性可能更優.因此，在該場景下，根據規劃地區實際情況可靈活選擇“風+光+燃+儲”或“風+光+儲”的微電網組成.

根據城市微電網規劃相關信息以及“風+光+燃+儲”容量規劃結果，求得網架結構優化結果如圖6所示；其規劃成本，即線路投資費用的等年值與線路損耗費用之和如表8所示.

圖6 網架結構優化結果圖(k=0)Fig.6 Graph of optimal grid structure (k=0)

表8 網架結構優化結果Tab.8 Optimization results for grid structure

隨著迭代次數的增加，規劃總費用逐漸下降，當迭代次數進行到16次后，規劃結果基本不再變化.在不考慮可靠性因素下，傾向于將滿足約束的最短線路的組合作為最優網架結構.但該網架結構存在幾點明顯不足：含有儲能的節點1位于線路末端，當網架出現斷路故障時將導致調節能力的大幅下降；重要程度較高、負荷量較大的節點6與電源節點間的線路長度較長，線路(15)、(16)、(19)其一發生故障都將導致嚴重的用戶停電損失.

因此，在實際規劃時需要考慮到用戶供電的可靠性.調整對可靠性的重視程度k值，可得在對負荷重要性重視程度不同的情況下的網架結構，如圖7所示；對應網架規劃結果如表9所示.可見，隨著k值的增大，線損與建設費用對網架規劃的影響減小，電源與多個重要負荷連接距離縮短，在微電網內部線路故障時造成的用戶停電損失降低，使得網架整體的可靠性增強，DG的經濟效益和社會效益得以更為充分地發揮.而網架規劃的實際總成本隨著k值增加呈現總體上升趨勢，經濟性有所下降，部分長度較長但連接重要負荷節點的線路開始加入到規劃結果中，造成線路建設費用與線損的增加.因此在實際規劃時，需要根據規劃地區的實際條件，相應調整k值以協調可靠性與經濟性需求.

圖7 不同k值下網架結構圖Fig.7 Diagram of grid structure at different k values

表9 不同k值下網架規劃結果Tab.9 Grid planning results at different k values

6 結語

針對現有研究對不同類型、不同組成和不同可靠性需求的微電網規劃場景缺少一體化規劃方法的不足，提出了一種包含微電網的類型與組成判斷、容量規劃以及網架規劃在內的適應多場景的微電網一體化柔性規劃方法.以經濟性最優為目標，兼顧環保性與可靠性建立雙層規劃模型：容量規劃中，對并網型微電網獨立運行時間約束進行調整，滿足微電網對不同可靠程度的需求；網架規劃中，調整參數k以適應不同的可靠性場景，實現對不同場景下微電網的統一規劃.仿真結果表明，所提方法在微電網規劃上具有良好的普適性，對于不同可靠性需求的場景可給出多種規劃結果供以選擇，與其他文獻中的優化方法相比具有更強的靈活性，更貼合實際工程應用的需要.