交直流混合微網儲能控制的智能調度模型構建及算例分析

蘭國鋒，趙文，李偉，李捷，趙亮亮，白雪峰

摘要：交直流混合實現了對單獨交流或直流微網特色的巧妙統一，將其和關鍵的管理平臺進行結合，所產生的經濟調度方式，在當前業界普遍受到關注，傳統微網模式與交直流混合運行之間有著不匹配的情況，混合微網大幅度改善了適時應對條件，以這種混合模式為基礎所建立的儲能電量控制經濟調度模型，首先合理制定儲能充放電功率的相應計劃，并對目標函數、約束條件設定，最終完成對實時經濟調度模型的構建，借助該模型進行算例分析。結果表明，該模型不僅有效性較好，而且還具有較高準確率。

關鍵詞：交直流混合微網；儲能電量控制；經濟調度模型；算例分析

中圖分類號：TM731

文獻標志碼：A文章編號：1001-5922（2023）12-0188-05

Construction and case analysis of economic dispatch model for energy storage capacity control in hybrid AC/DC microgrid

LAN Guofeng，ZHAO Wen，LI Wei，LI Jie，ZHAO Liangliang，BAI Xuefeng

（State Grid Shanxi Electric Power CompanyLuliang Power Supply Company，Luliang 033000，Shanxi China）

Abstract：The hybrid AC/DC achieve the ingenious unify of a single AC or DC microgrid characteristics.The economic scheduling mode generated by combining it with the key management platform has generally attracted attention in the current industry.There is a mismatch between traditional microgrid mode and the operation of hybrid AC/DC systems，and the hybrid microgrid greatly improves the timely response conditions.Based on this hybrid mode，the economic scheduling model of energy storage power control was established，firstly，the corresponding plan of energy storage charging and discharging power was reasonably formulated，the objective function and constraints were set，finally the construction of the real-time economic scheduling model was completed，and the case analysis was carried out with the help of the model.The results showed that the model was not only effective but also had a high accuracy.

Key words：hybrid AC/DC microgrid;energy storage capacity control;economic dispatch model;case analysis

將交流母線與直流母線結合形成的交直流混合微網，具備單獨兩種微網的綜合優點，在當前有著比較廣泛的應用。根據類型差異，確定分布式電源功能、儲能設備儲能與電網各自的接入形式，這樣可以合理的控制因為換流設備數量存在的損耗情況，提高微網效率以及可再生能源消納率。另外，因為交直流混合微網結合了2個不同的區域，使得改造微網的困難降低，在配置各項系統和構建整個模型上的成本大幅下降。目前，關于混合微網的研究都處于起步的階段。在混合微網控制與保護技術領域上，國內外學者進行了討論，整體來看，對其經濟調度模型的相關分析相對較少。針對傳統模式與混合微網存在著不協調、不適應情況，加上要對混合模式下的適時應對條件進行改進，研究構建了混合模式下的經濟調度模型。

1交直流混合微網的結構模型

在混合微網當中，主要存在3大區域范圍，分別為交流、直流以及交直流斷面。三者有著不同的運行條件，而且對接的部分也存在著區別，分別對應于能夠控制的微源、不能夠控制的微源和負荷。由此能夠大體確定混合微網當中的每一個形態。圖1中不同的電氣設備分別包括了微型燃氣輪機（MT）、燃料電池（FC）、風力發電（WT）、光伏發電（PV）、雙向功率變換器（ILC）、蓄電池儲能（SB）、公共耦合點（PCC）等，在交流側方面，其通過PPC實現了連接外網的目的。微網模式當中，分布式風光發電滲透率如果偏低，此時在跟蹤時必然離不開最高功率的支持，由此消納才可以實現全消納。其凈負荷功率保持大于0的狀態。混合微網結構模型如圖1所示。

1.1不可控微源模型

不可控微源，也是不能夠控制的微源，其有風力、光伏兩種。前者中，風力發電功率（Pwind）通常與另一個數據有著緊密聯系，即風速度（v），二者具體關系可以用公式表示：

Pwind=0，v≤vciα+bv，vci≤v≤vrPr，vr≤v≤vco0，v>vco（1）

α=Prvci÷（vci-vr）

b=Pr÷（vr-vci）（2）

式中：切入風速為vci；額定風速為vr；切出風速為vco；額定輸出功率是Pr；α、b是系數。

某區域風速分布可以采用（k，c）Weibull為雙參數，由此得出概率密度函數：

f（v）=kc（vc）k-1exp［-（-vc）k］（3）

式中：k、c都是常數。

vci到vr是風速大多數的區間，由此得出Pwind概率密度函數：

f（Pwind）=kbc（Pwind-αbc）k-1·exp［-（Pwind-αbc）k］（4）

光伏發電系統Ppv與I、s、η之間存在的關系：

Ppv=Isη（5）

式中：輸出功率為Ppv；光照強度為I；電池陣列面積為S；光電轉換率為η。既定時間上，光照強度分布可以看作是服從β，那么Ppv概率密度函數：

f（Ppv）=Γ（α+β）Ppv.maxΓ（α）Γ（b）（PpvPpv.max）α-1·（1-PpvPpv.max）β-1（6）

式中：最大輸出功率為Ppv.max；I分布中的形狀參數為α、β。

1.2能夠控制的微源模型

能夠控制的微源模型，也是可控微源，其同樣有2個部分，即微型燃氣輪機和燃料電池。以t個的優化時段而言，前者對應的燃料成本函數：

fMT（t）=CNGPMT（t）QLHVηMT（t）Δt（7）

式中：天然氣價格和低位熱值分別用CNG，QLHV體現；在t個優化時段上，MT發電功率、效率依次為PMT（t）、ηMT（t）；每一單位的優化時段長是Δt。

這里微型燃氣輪機只有唯一的作用，即發電。在發電功率、效率方面，二者存在的關系表達式：

ηMT（t）=kiPMT.R（t）+k2RMT+k3PMT.R（t）RMT+k4（8）

式中：微型燃氣輪對常數ki有著決定作用，通過廠家樣本數據查詢，能夠得出具體數值；額定功率為PMT.R；荷載率表達式為PMT=PMT/PRMT，體現了具體的負載情況。

同樣t個優化時段上，后者燃料成本函數：

fFC（t）=CNGPFC（t）QLHVηFC（t）Δt （9）

式中：燃料電池發電功率和效率分別為PFC（t）和ηFC（t）。發電功率、效率二者對應關系：

ηFC（t）=r1.1PFC（t）+r1，2，P1≤PFC（t）≤P2r2.1PFC（t）+r2，2，P2≤PFC（t）≤PmaxFC（10）

式中：燃料電池型號直接影響常數ri，j；燃料電池具體的出力上限用PmaxFC表示。

1.3ILC模型

雙向功率變換器可以實現交直流電能變化。在具體轉變時，通常都存在著能量消耗過程，可以將其具體描述為以下表達式：

Paft=ηtransPbef（11）

其中雙向功率變換器流入和流出功率，依次對應為Pbef、Paft。通常從交流向直流轉變時，數值為正值；反之，則為負值。交直流轉換效率則表示為ηtrans。

1.4儲能模型

儲能設備中，蓄電池有著重要的地位，而且其儲能技術成熟。從儲能裝置上分析，在微電網當中這種儲能技術是最為常見的一種。蓄電池作業時，剩余電量是一個很重要的指標。以t時刻而言，一般對蓄電池在充放電狀態下的剩余電量表示為sSB（t），由此得出以下2個公式：

SSB（t）=SSB（t-1）+ηchPch（t）Δt-λSsB（12）

SSB（t）=SSB（t-1）+Pdis（t）Δt/ηdis-λSSB（13）

其中，在t時間上，蓄電池充電與放電功率依次對應為Pch（t）、Pdis（t）；充電與放電效率依次對應為ηch、ηdis。另外，蓄電池自放電率為λ；容量為sSB；時間間隔為Δt。

2建立混合微網實時經濟調度模型

2.1編制儲能充、放電計劃

若蓄電池儲能容量為sSB，并對其進行SminSB，S1、S1，S2和S2，SmaxSB區域的劃分。在幾個區域當中存在最低許可范圍內的電量SminSB和最高許可范圍內電量SmaxSB，如果有S1

研究以各時段為基礎，實時進行經濟調度模型方案制定。首先制定儲能放電計劃是基于2種依據，一種依據是目前時段內的剛開始的儲能電量情況；另一種是外網分時向用戶收取電價情況，其次基于制定的該計劃出發，更深入的對實時運行計劃進行設計。

若當前時刻是t，那么用SSB（t）表示儲能電量，p（t）表示外網不同時段的電價，則在t時段上，儲能充放電功率是PSB（t）；如果其數值高于零，視為放電，充放電上限表示為PmaxSB。基于此，可以分析不同狀況下經濟調度方案：

當S2≤SSB≤SmaxSB，且p（t）=pr，表示有較高水平的儲能電量水平。不過此時有著非常高的外網分時電價。這種情況下導致微網存在較高購電成本，通過向外網進行售電，能夠取得較高的效益。儲能方面要采取全面放電方式，以此實現對高成本可控微源發電的取代，或者采取對外售電方式。該情況中，在t個時段當中，儲能放電標準為PmaxSB；

當S2≤SSB（t）≤SmaxSB，且p（t）=pr，表示有較高水平的儲能電量。但在外網分時電價方面并不高，儲能以放電形式存在，但效益不夠理想。并且放電狀態時，不會使得電量水平改變，確保其穩定。該情況中，在t個時段當中，儲能放電標準為min（PmaxSB，（SSB（t）-S2）/Δt）；

當S2≤SSB（t）≤SmaxSB，且p（t）=pr，同樣為較高儲能電量狀態，但外網分時電價比較低。雖然有著理想儲能電量，不過放電帶來的效益不佳。需要將電量保留到高電價時采取放電方式，這樣可以獲得更好的效益。因此，該情況下，在t個時段當中，儲能充電功率標準為min（PmaxSB，［SmaxSB-SSB（t）］/Δt）。

以上幾個狀況，都是在較高儲能電量狀態下的方案。采用相同思路，對以下儲能放電計劃進行設計和制定：

（1）當S1≤SSB（t）≤S2，且p（t）=pr，儲能電量處于一般狀態，外網分時的電價較高，此時采取的方案為儲能放電min（PmaxSB，（SSB（t）-S1）/Δt），p（t）=pm；

（2）當S1≤SSB（t）≤S2，且p（t）=pm，此時為一般狀態的儲能電量水平，并且外網分時的電價也為一般水平，不管是采取充電方式，還是放電方式，都無法明確獲得效益。此時采取儲能計劃為不充電也不放電；

（3）當S1≤SSB（t）≤S2，且p（t）=pv，同樣儲能電量處于一般狀態，不過外網電價相對比較低，此時采取的方案為儲能充電min（PmaxSB，（SSB（t）-S1）/Δt）；

（4）當SminSB≤SSB（t）≤S1，且p（t）=pr，儲能電量處于較少的狀態，外網分時的電價較高。此時，可以采取外網購電方式，所得到的效益更佳。因此儲能放電標準采取min（PmaxSB，SSB（t）/Δt）；

（5）當SminSB≤SSB（t）≤S1，且p（t）=pm，儲能電量處于較小的狀態，但外網分時的電價同樣一般，此時采取的方案是儲能充電min（PmaxSB，（S1-SSB（t））/Δt）；

（6）當SminSB≤SSB（t）≤S1，且p（t）=pv，儲能電量處于偏低的狀態，并且有著相對比較低的外網電價。該情況下進行充分充電，儲能充電標準是PmaxSB。

2.2實時經濟調度的目標函數

根據儲能充放電計劃，來對目前微網實時經濟調度計劃進行設計。在這一計劃設計過程中，將會對混合微網具有的特殊結構采取充分且全面的思考，既要考慮微型燃氣輪機和燃料電池出力情況，也不能夠忽視雙向功率變換器、外網、微網的功率數據。

在t時間上，混合微網模式的經濟調度模型函數表達式：

minF（t）=p（t）Pgrid（t）+fMT［PTM（t）］+PIoss（t）fFC［PFC（t）］+∑m∈［DG，SB］γmPkm+

∑i∈MT.FC∑Nθ=1λθicθPi（t）（14）

該目標函數中，t時間要達到的經濟調度目標為F（t）；微網與外網電功率為Pgrid（t），若電功率比零大，則采取購電方案；燃料成本函數包括fMT（）和fFC（），分別對應的是MT和FC；排放污染物類型用N表示；在i種可控微源上，對應污染物為第θ種，此時用λθi表示排放系數；在m臺設備上，所需要的運維成本系數，可以用γm表示；在n種運維成本中，t時段上設備相應的出力，可以表示為Pm（t）；t時間當中，微網網損功率用Ploss（t）體現，詳細可以查閱相關文獻。

2.3經濟調度的限止條件

混合微網模式中，其在t時間上有著約束條件。如在式（14）中，不僅僅需要考量功率的平衡問題，也需要考量可控微源出力情況等。

Pgrid（t）+PWT（t）+PMT（t）=PILC（t）+PL-AC（t）PSB（t）+PPV（t）+PFC（t）+PILG（t）=PL-DC（t）PMT（t）（PMT（t）-PminMT）≥0，PMT（t）≤PmaxMTPFC（t）（PFC（t）-PminFC）≥0，PFC（t）≤PmaxFC0≤Pgrid（t）≤Pmaxgrid（15）

式中：Pgrid（t）含義類同于式（13）；外網交換功率、FC與MT出力上限，依次是Pmaxgrid、PmaxFC、PmaxMT，后二者在不等于0的情況下，得到的最小出力可以用PminMT、PminFC表示：t時間上，凈負荷在交流與直流側依次為PL-AC（t）和PL-DC（t）。由此得到雙向功率變換器交換功率上限、直流側光伏發電功率PWT（t）和Ppv（t），基于規則所設計的儲能充電計劃表示為PSB（t）。

3算例分析

以圖1混合微網模型為例進行了算例分析。混合微網之中，有10 kV的交流母線額定電壓，而直流的是560 V。儲能容量設計為“kW·h”的模型，其儲能充電功率最高限度則設定為150 kW。微型燃氣輪機出力為200 kW的上限，燃料電池則是300 kW的上限。雙向功率變壓器配備為2，傳輸功率最高250 kW·h。再有：1：00～7：00、24：00均為低谷電價水平，0.27元/度的分時電價。平時電價水平：9：00～11：00、16：00～18：00和22：00～23：00這3個時段，此時為0.59元/度的分時電價。其他均屬于高峰電價水平，為0.93元/度的分時電價，參見表1。

查閱相關文獻可以得出，微型燃氣輪機、燃料電池各自的成本曲線。至于計算環境折算成本過程中，可以參考表2確定2大內容，（1）各污染物的折算成本；（2）能夠控制的策源排放因子。

某日當天，混合微網模式中風力發電、光伏發電的功率以及交流、直流區負荷情況，可參見圖2。

由圖2可知，在混合微網中，交、直流區負荷有著很大的差異。但需要注意，不能夠控制微源存在著偏低的滲透率情況。在模型當中，對棄風和棄光情況可以忽略不計。

通過對混合網經濟調度模型的構建，能夠獲取到一天內的混合網經濟調度方案，如圖3所示。

由圖3可知，其中包括了3大功率曲線，同時還囊括了多個組成部分，如微型燃氣輪機、燃料電池、雙向功率變換器等。一天儲能剩余電量情況，如圖4所示。

由圖3、圖4可知，提出的經濟調度模型，可以對混合微網中的各種不足進行有效的應對，確保混合微網運行的合理、有效及經濟。凌晨1：00～4：00是儲能電量一般水平，不過這一時段的外網分時電價是谷峰狀態。這一情況下所采取的儲能充放電標準，確保了充電狀態，由此給后來負荷高峰的下降以及負荷低谷的有效填充創造條件。上午8：00～16：00，由于微網所處的負荷是第1個高峰期，這種情況下，以儲能充放電來解決外網購電的問題，并采取售電措施，這樣能夠獲得理想的效益。下午16：00～18：00，這一時段中，可以保證最低充電成本，進而服務于下次高峰的到來。晚上19：00～21：00，是第2次高峰階段，此時再次處于儲能全面放電狀態，由此實現負荷高峰的下降，并對負荷低谷進行補充。但當在第1天結束階段中，存在顯著降低的分時電價，則儲能采取充電措施，這樣可以在比較低的成本下，使得儲能容量恢復到原來的一半水平。

4結語

混合微網模式下的經濟調度模型是建立在儲能電量控制基礎之上，所構建的模型，有助于科學設計和制定相應的充放電計劃。同時基于該模型出發，對綜合實時運行計劃進行了相應的編制。這樣既使得微網效率大幅提高，也使得微網經濟性得到改善。在今后的分析與研究過程中，需要進一步深入的對混合微網的經濟調度模型進行探討，從而為細致全面的制定儲能充放電計劃提供便利，最終實現混合微網實時調度有效性與經濟性的全面提高。

【參考文獻】

[1]于浩，秦文萍，魏斌，等.考慮預測誤差的交直流混合微電網經濟調度策略.電網技術，2019，43（11）：3987-3996.

[2]于浩.交直流混合微電網經濟調度策略研究及應用.太原：太原理工大學，2020.

[3]王濤，王超范.基于一致性算法的交直流混合微電網協同控制方法.自動化應用，2023，64（14）：68-70.

[4]郭國棟;徐倩雯;龔雁峰.考慮需求響應的互聯交直流混合微電網的分布式經濟調度模型.電測與儀表，2023，60（5）：116-125.

[5]魏斌，韓肖清，李雯.融合多場景分析的交直流混合微電網多時間尺度隨機優化調度策略.高電壓技術，2020，46（7）：2359-2369.

[6]于浩，秦文萍.考慮風光互補特征的多微網系統自治經濟調度模型.電網技術.2019，43（11）：3987-3996.

[7]彭道剛，張孟然.考慮不同控制策略下的多能互補能源互聯網優化調度.電力科學與技術學報，2022，37（1）：17-28

[8]魏震波，張海濤.考慮動態激勵型需求響應的微電網兩階段優化調度.電力系統保護與控制，2021，49（19）：1-10.

[9]張永樂.基于PSO-SO算法的微電網優化經濟調度研究.合肥：安徽理工大學，2022.

[10]章節，程志江.基于儲能行為效益評估的交直流混合微網實時經濟調度方法.現代電子技術.2021，44（13）：90-95.

[11]徐超，孫金莉，楊郡，等.基于分布式支持向量機的電網錯誤數據注入檢測法.粘接，2023，50（2）：188-192.

[12]陳行濱，王維蘭，張航，等.智能電網災害監測預警應用的設計與實現.粘接，2022，49（11）：174-176.

[13]李鵬，華浩瑞，陳安偉，等．基于二層規劃模型的交直流混合微電網源荷儲協調分區優化經濟調度.中國電機工程學報，2016，36（24）：6769-6779.

[14]占彤平，林旭軍，潘丹，等.配電網饋線負荷特性預測及預警實現技術.粘接，2022，49（4）：121-125.

[15]吳仲超.基于電力物聯網的配電設備監測與故障預警研究.粘接，2022，49（5）：181-184.

[16]黃榮;郭家虎.煤礦微電網綜合能量調度策略的優化.煤礦機械，2023，44（8）：128-131.

[17]孫韓，陳宗海，武驥.計及電動汽車不確定性的家庭微電網實時能量調度策略.電網技術.2019，43（7）：2444-2551.

[18]李晟源.基于混合啟發式深度強化學習算法的多微網經濟調度研究.南寧：廣西大學，2021.

[19]黃文杰，秦芳麗，鄧舒遲，等.基于負載均衡聚合技術的配電網數據信息智能化提升研究.粘接，2023，50（5）：193-196.

[20]閆福標;張艷.基于規模化電動汽車接入的微電網優化調度策略.赤峰學院學報（自然科學版），2022，38（7）：1-5.