基于隨機(jī)模型預(yù)測(cè)控制的電氫混合儲(chǔ)能微電網(wǎng)彈性調(diào)度

吳曉剛，季青鋒，張有鑫，劉林萍，陳楠，葉杰陽

(國網(wǎng)浙江省電力有限公司麗水市供電公司，浙江 麗水 323000)

0 引言

隨著電力系統(tǒng)覆蓋面的逐步擴(kuò)大，國家環(huán)境保護(hù)措施推動(dòng)了可再生能源的大規(guī)模利用。微電網(wǎng)可以有效地構(gòu)建自我供給、可持續(xù)的孤島能源系統(tǒng)，提高系統(tǒng)彈性[1]。在主網(wǎng)故障時(shí)，確保微電網(wǎng)自身維持電力供給是電力系統(tǒng)的一個(gè)關(guān)鍵問題，這也就要求針對(duì)微電網(wǎng)系統(tǒng)進(jìn)行彈性調(diào)度。

不少研究人員就微電網(wǎng)彈性策略進(jìn)行過研究。HUSSAIN A等人分析了不同類型微電網(wǎng)使用的彈性策略，提出改進(jìn)現(xiàn)有彈性導(dǎo)向運(yùn)行方法以增強(qiáng)微電網(wǎng)彈性的未來方向[2]。周曉涵等人考慮可再生能源出力及需求側(cè)響應(yīng)對(duì)微電網(wǎng)進(jìn)行了經(jīng)濟(jì)優(yōu)化調(diào)度研究[3]。王硯帛、王繼東等人利用下垂控制和Q-learning算法提出了微電網(wǎng)容錯(cuò)運(yùn)行的彈性控制框架并進(jìn)行彈性增強(qiáng)控制[4-5]。MISHRA S針對(duì)微電網(wǎng)彈性提出了一種全面評(píng)估微電網(wǎng)彈性的綜合方法[6]。

除此之外，還有一些研究人員將容錯(cuò)控制方法集成到微電網(wǎng)的能量管理系統(tǒng)(energy management system，EMS)中[7-10]。徐敬友、岑海鳳等人在研究過程中引入了生存性評(píng)估指標(biāo)，提出了含微電網(wǎng)的保底電網(wǎng)網(wǎng)架構(gòu)建方法，確保基礎(chǔ)電力設(shè)備的運(yùn)行[11-12]。朱一昕等人考慮負(fù)荷隨機(jī)性和可再生能源出力不確定性提出了隨機(jī)模型預(yù)測(cè)控制的數(shù)據(jù)中心微電網(wǎng)能量優(yōu)化調(diào)度方案[13]。李明威也設(shè)計(jì)了針對(duì)微電網(wǎng)接入位置和容量的優(yōu)化技術(shù)[14]。FELIX等人提出了一種用于微電網(wǎng)最佳經(jīng)濟(jì)時(shí)間表的模型預(yù)測(cè)控制(model predictive control，MPC)[15]。GARCIA-TORRES F等人使用MPC的隨機(jī)公式預(yù)測(cè)能源的不確定性，還開發(fā)了一種低成本的混合儲(chǔ)能系統(tǒng)(energy storage system，ESS)微電網(wǎng)能量預(yù)測(cè)不確定性管理系統(tǒng)[16]?；谖㈦娋W(wǎng)的配電系統(tǒng)，KHEDERZADEH M等人研究了一種利用生成樹搜索策略來提高恢復(fù)解決問題能力的方案[17]。

MPC控制器采用一系列的控制策略，能夠?qū)⒍鄠€(gè)目標(biāo)作為優(yōu)化函數(shù)，其中微電網(wǎng)組件的未來行為、能量預(yù)測(cè)和價(jià)格預(yù)測(cè)可以輕松地作為約束條件集成到控制器中。GARCIA-TORRES F及其團(tuán)隊(duì)構(gòu)建了一個(gè)結(jié)合混合MPC技術(shù)并將微電網(wǎng)融入電力市場(chǎng)的全面框架[16]。雷潔等人對(duì)考慮不確定性的孤島微電網(wǎng)進(jìn)行多階段隨機(jī)模型預(yù)測(cè)控制研究[18]。除此之外，還有許多SMPC在微電網(wǎng)中的應(yīng)用實(shí)例[19-20]。采用混合儲(chǔ)能技術(shù)有助于減少微電網(wǎng)的經(jīng)濟(jì)開銷，并為微電網(wǎng)帶來更多的適應(yīng)性和市場(chǎng)競(jìng)爭(zhēng)力。王一凡及其團(tuán)隊(duì)提出了一種含氫儲(chǔ)能的微電網(wǎng)混合儲(chǔ)能方案，并詳細(xì)說明了這種系統(tǒng)擁有傳統(tǒng)儲(chǔ)能方法所不具備的獨(dú)特優(yōu)點(diǎn)[21]。

本文結(jié)合SMPC和混合ESS技術(shù)，開發(fā)出一種電網(wǎng)故障彈性EMS。得益于優(yōu)化后混合ESS的應(yīng)用，在每一個(gè)樣本時(shí)刻都計(jì)算電池的荷電狀態(tài)(state of charge，SOC)和油箱氫水平(liquid organic hydrogen，LOH)的最優(yōu)水平，以確保在電網(wǎng)中斷時(shí)，臨界負(fù)載能夠得到穩(wěn)定的電力供給。本研究的創(chuàng)新點(diǎn)包括：1)對(duì)每一種ESS技術(shù)(電池和氫氣)的最低能量存儲(chǔ)水平進(jìn)行優(yōu)化，這些最低能量存儲(chǔ)水平是基于相關(guān)的運(yùn)營成本和可能出現(xiàn)的退化問題來進(jìn)行優(yōu)化計(jì)算的；2)文章中提到的方法涵蓋兩個(gè)彈性準(zhǔn)則，首先是在規(guī)定的時(shí)間段內(nèi)，當(dāng)電網(wǎng)發(fā)生停電時(shí)，為盡可能多的負(fù)載提供所需能量(生存性標(biāo)準(zhǔn))；其次是確保在一天的時(shí)間里，饋電達(dá)到臨界負(fù)載(臨界標(biāo)準(zhǔn))；3)采用一個(gè)公式來計(jì)算微電網(wǎng)在孤島模式下的運(yùn)行負(fù)荷及發(fā)電量的減少過程。

1 SMPC控制器設(shè)計(jì)

1.1 微電網(wǎng)結(jié)構(gòu)

為了增強(qiáng)微電網(wǎng)的彈性，使用電氫組合的儲(chǔ)能方式，效用高于單獨(dú)使用一種儲(chǔ)能方式。蓄電池可在系統(tǒng)波動(dòng)時(shí)保證系統(tǒng)的快速響應(yīng)，而氫儲(chǔ)能系統(tǒng)在長時(shí)間尺度上具有儲(chǔ)能優(yōu)勢(shì)。如圖1所示，電池儲(chǔ)能和氫氣儲(chǔ)能是互補(bǔ)的技術(shù)。

圖1 電池和氫氣的功率和能量密度

功率密度與瞬態(tài)反應(yīng)密切相關(guān)，能源的能量密度越高，獨(dú)立性越好。電氫儲(chǔ)能兩種技術(shù)的融合增強(qiáng)了微電網(wǎng)在非網(wǎng)絡(luò)狀態(tài)下的獨(dú)立性，并減少了存儲(chǔ)能量所需的物理存儲(chǔ)空間。采用電池與氫罐相結(jié)合的混合ESS技術(shù)[22]，可以明顯地增強(qiáng)ESS的整體能量密度。李奇及其團(tuán)隊(duì)提出了電氫混合儲(chǔ)能微電網(wǎng)的管理和操作方法，這證明了蓄電池和氫能系統(tǒng)之間存在備用和互補(bǔ)的關(guān)系[23]。GARCIA-TORRES F等人提出了一種基于兩級(jí)MPC的EMS策略[16-17]，提出了一個(gè)優(yōu)化微電網(wǎng)的隨機(jī)框架，盡可能地減少退化的成本和ESS的整體運(yùn)營費(fèi)用。雖然電氫混合儲(chǔ)能技術(shù)在提高能量密度和功率密度方面具有優(yōu)勢(shì)，但經(jīng)濟(jì)性仍然存在挑戰(zhàn)。

基于混合儲(chǔ)能研究的微電網(wǎng)如圖2所示。

圖2 微電網(wǎng)結(jié)構(gòu)

微電網(wǎng)發(fā)電機(jī)組包括風(fēng)力發(fā)電機(jī)和光伏發(fā)電機(jī)，微電網(wǎng)負(fù)載包含了臨界和非臨界負(fù)載。儲(chǔ)能系統(tǒng)(EMS)結(jié)合兩種儲(chǔ)能方式：電池和氫氣。其中儲(chǔ)能系統(tǒng)的組成架構(gòu)如圖3所示。

圖3 儲(chǔ)能系統(tǒng)的組成結(jié)構(gòu)

1.2 不確定性建模

針對(duì)孤島微電網(wǎng)中高比例可再生能源的滲透問題，提出一種基于場(chǎng)景樹的多階段不確定性建模策略；使用場(chǎng)景分析技術(shù)來描繪風(fēng)、光等可再生能源及其負(fù)荷的隨機(jī)行為，并根據(jù)特定的歷史數(shù)據(jù)構(gòu)建預(yù)測(cè)模型。

場(chǎng)景生成方法基于大數(shù)定理，通過生成的樣本場(chǎng)景的特征來反映總體特征，采用馬爾科夫鏈蒙特卡洛方法生成場(chǎng)景。通過生成和減少場(chǎng)景，可以在多階段優(yōu)化控制問題中構(gòu)建場(chǎng)景樹，以揭示隨機(jī)過程的發(fā)展順序。場(chǎng)景樹展示了場(chǎng)景的構(gòu)造，如圖4所示。

圖4 場(chǎng)景樹形圖

每一個(gè)樣本在主網(wǎng)可能斷電的瞬間都可以被劃分為：1)“正?！?即并網(wǎng)的標(biāo)準(zhǔn))，意味著能夠與主電網(wǎng)進(jìn)行能量交換；2)“生存性”，指的是在樣本的那一瞬間，將生存性與臨界性的標(biāo)準(zhǔn)融合進(jìn)控制問題之中；3)“臨界性”，指雖然與主電網(wǎng)沒有直接的連接，但僅需達(dá)到饋電的臨界負(fù)荷。優(yōu)化后的tSH值是會(huì)發(fā)生變化的。如果電網(wǎng)停電是在采樣時(shí)刻k發(fā)生的，那么當(dāng)正常場(chǎng)景的調(diào)度范圍是tSH時(shí)，與該場(chǎng)景相關(guān)的控制問題的調(diào)度范圍就是tSH+k。

1.3 預(yù)測(cè)模塊

在該模塊中，控制器中包含以下擾動(dòng)陣列：

(1)

式中：Ppv、Pwi分別為光伏和風(fēng)力渦輪發(fā)電機(jī)的預(yù)測(cè)發(fā)電量；Pload表示全局負(fù)載，微電網(wǎng)中的消耗量由全局負(fù)載Pload提供；Pcri表示臨界負(fù)載，必須連續(xù)供電。

1.4 控制器設(shè)計(jì)

為了使微電網(wǎng)能夠參與到日前市場(chǎng)中，控制器在設(shè)計(jì)階段所需的樣本時(shí)間定為T=1 h?？紤]到每個(gè)樣本瞬間都可能出現(xiàn)電網(wǎng)中斷的情況，需要為tSH的每一個(gè)樣本瞬間設(shè)計(jì)不同的優(yōu)化場(chǎng)景，并考慮從并網(wǎng)模式到孤島模式的轉(zhuǎn)換。這些場(chǎng)景被稱為“關(guān)鍵場(chǎng)景”，并在“彈性MPC”模塊中得到妥善處理；此外，還涵蓋了“正?！眻?chǎng)景，對(duì)微電網(wǎng)在日前市場(chǎng)的參與進(jìn)行了優(yōu)化，這一優(yōu)化是在控制器的“經(jīng)濟(jì)MPC”模塊中完成的。

在描述控制問題時(shí)，采用每個(gè)場(chǎng)景的多目標(biāo)代價(jià)函數(shù)，將其描述為一個(gè)隨機(jī)的多場(chǎng)景MPC控制器，目標(biāo)函數(shù)如式(2)所示：

(2)

式中：下標(biāo)s指代所考慮的每個(gè)場(chǎng)景，每個(gè)場(chǎng)景對(duì)應(yīng)的成本函數(shù)Js表示為一組連續(xù)控制變量u、一組邏輯變量δ和一組混合變量z(一個(gè)邏輯變量和一個(gè)連續(xù)變量的乘積)的函數(shù)。

狀態(tài)空間模型表示使用混合邏輯動(dòng)態(tài)框架進(jìn)行建模，如式(3)—(5)所示：

xs(t+1)=Axs(t)+Buus(t)+

Bδδs(t)+Bzzs(t)+Bdd(t)

(3)

ys(t)=Cxs(t)+Duus(t)+

Dδδs(t)+Dzzs(t)+Ddd(t)

(4)

Eδδs(t)+Ezzs(t)≤Fxs(t)+Euus(t)+Edd(t)

(5)

式中：d與u不同，表示擾動(dòng)或非操縱變量；A、B、C、D和E是用于定義不同變量之間關(guān)系的矩陣，這些變量表示微電網(wǎng)的狀態(tài)空間。

通過使用以下數(shù)組對(duì)每個(gè)場(chǎng)景的狀態(tài)空間表達(dá)進(jìn)行建模：

(6)

式中：Ps,ch、Ps,dis分別是發(fā)送給電池的充放電功率；Ps,elz和Ps,fc分別為微電網(wǎng)控制器提供給電解槽和燃料電池內(nèi)部控制器的參考功率值；Ps,pur、Ps,sale是用于計(jì)算在銷售和購買過程中與主電網(wǎng)的最佳電力交換；αs,cur,gen∈[0，1]是一個(gè)系數(shù)信號(hào)，用以調(diào)節(jié)風(fēng)力渦輪機(jī)和光伏發(fā)電機(jī)產(chǎn)生的功率。

(7)

式中：zs,ch、zs,dis、zs,elz和zs,fc是電池、電解槽和燃料電池充電和放電過程中連續(xù)控制變量和邏輯控制變量的混合變量；?s,elz和?s,fc是電解槽和燃料電池的功率增量。微電網(wǎng)的狀態(tài)變量是由電池x和氫罐y中存儲(chǔ)的能量水平來定義的，見式(8) 、(9)。發(fā)電廠的輸出是由與主電網(wǎng)交換的功率Ps,grid決定的。

(8)

(9)

1.5 約束條件

通過運(yùn)用公式(10)和(11)，可以詳細(xì)說明模型中所示的關(guān)于狀態(tài)變量的約束條件，其中Cbat是電池容量，系數(shù)ηα表示效率。

SOC,s(t+1)=SOC,s(t)+

(10)

(11)

式(4)中的約束條件是利用能量平衡約束條件式(12)和(13)得到的。

Ps,pur(t)-Ps,sale(t)+Ppv(t)+Pwt(t)+zs,dis(t)-

zs,ch(t)+zs,fc(t)-Pload(t)-zelz(t)+

αs,cur,gen(t)·(Ppv(t)+Pwt(t))=0

(12)

Ps,pur(t)-Ps,grid(t)-Ps,sale(t)=0

(13)

1.6 彈性MPC目標(biāo)函數(shù)

彈性MPC模塊的核心目標(biāo)在于最小化存儲(chǔ)能量，以滿足生存能力和臨界性的相關(guān)標(biāo)準(zhǔn)。圖4為在tSH的每一個(gè)樣本中，當(dāng)電網(wǎng)可能停電時(shí)可能出現(xiàn)的場(chǎng)景樹情況。

在樣本時(shí)刻j出現(xiàn)的電網(wǎng)中斷情境下，成本函數(shù)如式(14)所示(在tSH的所有樣本時(shí)刻中，都有不同的情境“j”存在)。在這一成本函數(shù)里，各種不同的表達(dá)方式都關(guān)聯(lián)到各自不同的優(yōu)化目標(biāo)。

J|s=j=C1+C2+C3+C4+C5+C6+C7

(14)

式中：

C1=T(wSOC·SOC(tj)+wLOH·LOH(tj))

ΓDM,pur(tk)·zj,pur(tk))

C3=10·max(ΓDM,sale(tk≤tj))·αj,cur,gen(tk)

δj,cur,load,i(tk))

第一項(xiàng)C1涉及ESS存儲(chǔ)級(jí)別，wSOC和wLOH是成本函數(shù)中具有較高值的加權(quán)因子。第二項(xiàng)C2涉及電網(wǎng)交換收入，ΓDM,pur和ΓDM,sale表示日前市場(chǎng)(DM)的購買和銷售價(jià)格。第三項(xiàng)C3管理減少發(fā)電量；非關(guān)鍵負(fù)載被劃分為不同的級(jí)別(δi，在這種情況中i=10)，并為其分配了不同的優(yōu)先級(jí)。參數(shù)Cbat表示電池的資本成本，Tbat為壽命周期數(shù)。ESS氫氣壽命是通過運(yùn)行小時(shí)數(shù)Hα及其運(yùn)行、維護(hù)成本Co&m來測(cè)量。在這種情況下，降解成本取決于兩個(gè)因素：與啟動(dòng)/關(guān)閉相關(guān)的降解過程，其中σα是電解槽和燃料電池的啟動(dòng)狀態(tài)；退化成本，這取決于在這些設(shè)備處于活動(dòng)狀態(tài)的所有時(shí)刻施加到這些設(shè)備的功率波動(dòng)?α。燃料電池和電解槽使用邏輯和連續(xù)變量(δα，Pα) (Zα=δα·Pα)來制定。

考慮到設(shè)備的資本成本和使用壽命等經(jīng)濟(jì)要素，應(yīng)選擇適當(dāng)?shù)臋?quán)重因子。鑒于系統(tǒng)在停電之前必須達(dá)到預(yù)定的負(fù)荷電量，因此當(dāng)發(fā)電量下降時(shí)，與停電前的最高銷售價(jià)格相比，所采用的權(quán)重因子被賦予了更高的數(shù)值級(jí)別。從那時(shí)起，僅當(dāng)發(fā)生停電并且ESS達(dá)到最大容量時(shí)，電力產(chǎn)量才會(huì)有所減少。使用相似的計(jì)算程序來確定用于負(fù)荷減少的權(quán)重因子，這樣在負(fù)荷減少導(dǎo)致停電前的任何時(shí)刻，都可以優(yōu)先考慮購買能源，此時(shí)ESS的能源容量已經(jīng)降至最低點(diǎn)。

1.7 經(jīng)濟(jì)MPC目標(biāo)函數(shù)

當(dāng)前面的部分得到結(jié)果后，這些數(shù)據(jù)會(huì)被用來確定經(jīng)濟(jì)MPC塊的狀態(tài)變量x的最小值。在彈性MPC中，每一個(gè)場(chǎng)景都會(huì)為該場(chǎng)景內(nèi)的每一個(gè)樣本在瞬間計(jì)算出一個(gè)具體數(shù)值。

(15)

(16)

式(15)—(16)得到的LOH和SOC矩陣將成為在這部分算法中實(shí)現(xiàn)短期預(yù)測(cè)的核心要素。在此背景下，經(jīng)濟(jì)MPC的計(jì)劃時(shí)間僅限于tSH小時(shí)，因此LOH和SOC的約束矩陣維度是固定的，為tSH×tSH。

成本的函數(shù)如式(17)所示，成本函數(shù)涵蓋了所有的樣本時(shí)間點(diǎn)。考慮到與主電網(wǎng)交換能源的購買或銷售可能性，應(yīng)最大化與主電網(wǎng)交換能源的經(jīng)濟(jì)回報(bào)，進(jìn)而最大程度地降低混合儲(chǔ)能系統(tǒng)的運(yùn)營成本。

J=J1+J2+J3+J4+J5+J6

(17)

式中：

zpur(tk)

J5=wSOC·(SOC(tSH)-SOC,ref)

J6=wLOH·(LOH(tSH)-LOH,ref)

為了保證臨界性和生存性準(zhǔn)則，只需要修改每個(gè)采樣瞬間的SOC和LOH的下界。從每個(gè)場(chǎng)景中獲得的所有值中，選擇每個(gè)采樣瞬間的SOC和LOH限制性最高的值，并將其施加到控制器上，如式(18)(19)所示。其中，SOC,F(tk)是在彈性MPC塊中獲得的SOC矩陣中的k行的最大值。

SOC,F(tk)≤SOC(tk)≤SOC,max

(18)

LOH,F(tk)≤LOH(tk)≤LOH,max

(19)

2 實(shí)驗(yàn)與分析

使用MATLAB和TOMLAB軟件作為求解工具，通過數(shù)值模擬開發(fā)和驗(yàn)證控制器。整個(gè)模擬執(zhí)行時(shí)間為530 s。彈性MPC塊執(zhí)行了24個(gè)模擬，持續(xù)500 s，每個(gè)模擬的平均執(zhí)行時(shí)間為21 s。經(jīng)濟(jì)MPC塊在30 s內(nèi)完成了模擬。

模擬以T=1 h的采樣時(shí)間進(jìn)行，在一整天內(nèi)進(jìn)行，tSH=24 h。算法中預(yù)測(cè)和使用的能源價(jià)格對(duì)應(yīng)的數(shù)據(jù)為如圖5所示的歷史數(shù)據(jù)。

在彈性MPC塊中，每小時(shí)獲得的輸出由兩個(gè)數(shù)字組成，結(jié)構(gòu)圖(圖6—10)中1個(gè)為24 h內(nèi)發(fā)電、負(fù)荷、ESS和換網(wǎng)優(yōu)化得到的功率值，1個(gè)為LOH和SOC值的演變。

圖5 未來一天的價(jià)格預(yù)測(cè)

N是指主電網(wǎng)在此采樣瞬間發(fā)生停電，微電網(wǎng)作為孤島系統(tǒng)運(yùn)行的特定場(chǎng)景。在每種情況下，關(guān)鍵負(fù)載在時(shí)間段tSH+N期間饋電，但非關(guān)鍵負(fù)載僅在N+2之前存在。SOC和LOH的值被整合到每個(gè)N的矩陣中，光伏面板和風(fēng)力渦輪機(jī)產(chǎn)生的能量被整合到圖6—10中的共同項(xiàng)Pgen=PWT+PPV中。

如圖6所示，節(jié)點(diǎn)1表明微電網(wǎng)必須切斷一些非關(guān)鍵負(fù)載，因?yàn)樵趖=2 h和t=24 h之間的時(shí)間段內(nèi)，需要存儲(chǔ)的能量來供給關(guān)鍵負(fù)載。在第2 h內(nèi)，系統(tǒng)能夠滿足所有負(fù)載。

(a)能量

(b)SOC和LOH

一旦前面2 h過去了，系統(tǒng)在2 h內(nèi)進(jìn)入恢復(fù)模式，只給關(guān)鍵負(fù)載供電。在之后的幾個(gè)小時(shí)內(nèi)，系統(tǒng)將產(chǎn)生的能量存儲(chǔ)在混合ESS中。注意，在t=2 h到t=4 h的示例時(shí)刻，與主網(wǎng)的連接被中斷，所產(chǎn)生的能量將使儲(chǔ)存在電池和氫罐中的最大能量水平飽和。由于不可能與主電網(wǎng)交換能量，因此有必要進(jìn)行一次限電。

圖7為樣本時(shí)刻t=4 h時(shí)電網(wǎng)中斷的案例，1—3 h時(shí)，微電網(wǎng)與電網(wǎng)連接，并能與電網(wǎng)進(jìn)行能量交換。4—5 h時(shí)，系統(tǒng)進(jìn)入生存模式，必須切斷一些非臨界負(fù)荷，因?yàn)長OH和SOC水平在t=6 h處于最小值，此時(shí)與電網(wǎng)的連接中斷，必須提供臨界負(fù)荷。從t=5 h開始，行為與節(jié)點(diǎn)1相似。

(a)能量

(b)SOC和LOH

圖8與節(jié)點(diǎn)4類似，不同的是圖8中8—9 h內(nèi)的多余發(fā)電量可以滿足所有負(fù)載供電，故而在可生存性期間不需要削減任何非關(guān)鍵負(fù)荷。

(a)能量

(b)SOC和LOH

在圖9所示的場(chǎng)景中，對(duì)應(yīng)t=16 h的采樣時(shí)刻。

(a)能量

(b)SOC和LOH

當(dāng)系統(tǒng)處于生存模式時(shí)，一些非關(guān)鍵負(fù)載必須在30 h內(nèi)關(guān)閉，能量系統(tǒng)的存儲(chǔ)量達(dá)到其最小值。節(jié)點(diǎn)24對(duì)應(yīng)的場(chǎng)景如圖10所示。

(a)能量

(b)SOC和LOH

在節(jié)點(diǎn)24對(duì)應(yīng)的場(chǎng)景中(圖10)，微電網(wǎng)并網(wǎng)工作23 h，23—47 h時(shí)，EMS在24 h內(nèi)面臨電網(wǎng)斷電。在前23 h，系統(tǒng)從電網(wǎng)購買能量，用于增加混合ESS存儲(chǔ)的能量或用于負(fù)載。從t=18 h的采樣瞬間可以看出，EMS優(yōu)先考慮使用氫氣來給負(fù)載供電。23—47 h的過程與圖6(節(jié)點(diǎn)1)所示的過程相似：算法計(jì)算混合ESS的最佳利用，以及為了完成24個(gè)彈性小時(shí)所產(chǎn)生的能量。

一旦tSH= 24 h場(chǎng)景由彈性MPC控制塊執(zhí)行，經(jīng)濟(jì)MPC塊通過使用矩陣優(yōu)化微電網(wǎng)，將每列的最大值(每小時(shí)的最大值)作為最小LOH和SOC，并返回如圖11所示的結(jié)果。

(a)能量

(b)SOC和LOH

在這種情況下，整個(gè)測(cè)試過程中會(huì)有臨界和非臨界載荷，該系統(tǒng)能夠從電網(wǎng)購買能源并將其出售給電網(wǎng)。一旦滿足特定時(shí)刻ESS的存儲(chǔ)限制，在該時(shí)刻系統(tǒng)將評(píng)估是將多余的能源是出售，還是將更多的能源存儲(chǔ)在ESS中以在未來的時(shí)刻出售。同樣，如果系統(tǒng)需要更多ESS存儲(chǔ)，將從電網(wǎng)購買能源。

3 結(jié)論

本文提出一種融合混合EMS與隨機(jī)MPC的微電網(wǎng)彈性調(diào)度策略，并通過數(shù)值模擬得到實(shí)證。數(shù)值分析結(jié)果顯示，所提出的策略確保在主電網(wǎng)停電事件發(fā)生后，可以在任何樣本時(shí)刻為微電網(wǎng)的內(nèi)部負(fù)荷供電，而不會(huì)保留特定水平的存儲(chǔ)能量。

本文設(shè)計(jì)一種由電池和氫罐構(gòu)成的混合型ESS，這種ESS具備高的功率密度和能量密度特性。借助MPC控制器的應(yīng)用，能夠通過分析退化問題和運(yùn)營成本來調(diào)整每個(gè)ESS的預(yù)設(shè)值，進(jìn)而增加其經(jīng)濟(jì)效益并延長使用壽命。通過引入多場(chǎng)景準(zhǔn)則，SOC和LOH的最低水平得以最大化，從而維持微電網(wǎng)的彈性標(biāo)準(zhǔn)。

在微網(wǎng)彈性研究過程中，也發(fā)現(xiàn)了幾個(gè)潛在的缺點(diǎn)。由于在優(yōu)化關(guān)鍵場(chǎng)景時(shí)只考慮能量預(yù)測(cè)的極端場(chǎng)景，因此算法應(yīng)持續(xù)評(píng)估所存儲(chǔ)的能量是否能與更長的生存期相匹配，這是未來該領(lǐng)域?qū)⑻剿鞯难芯糠较蛑弧?/p>