考慮緊急需求側響應的多光伏電源微電網規劃研究

摘 要：由于光伏電源具有隨機性、不確定性等特點，導致光伏接入下微電網穩定性較差，因此本研究考慮緊急需求側響應的多光伏電源微電網規劃方法，并以經濟性最優為目標，構建一個考慮緊急需求側響應的多光伏電源微電網規劃模型，采用優化算法求解模型，得到最佳多光伏電源微電網規劃策略。試驗結果表明，設計方法優化后多光伏電源微電網負荷節點的年平均停電時間僅9.11h/年，具有較高的供電可靠性。

關鍵詞：需求側響應；緊急響應；多光伏電源；微電網規劃；規劃模型

中圖分類號：TM 71" 文獻標志碼：A

微電網作為分布式能源系統的重要組成部分，能夠對光伏電源進行集成和優化管理，從而對能源進行可持續利用，因此光伏電源微電網逐漸成為我國主要能源結構。然而，光伏電源的輸出功率受光照強度、溫度等自然條件的影響較大，具有明顯的不確定性，難以保證微電網在各種天氣條件下都能穩定運行，滿足用戶負荷需求。在此背景下，含光伏電源配電網的規劃成為我國研究學者的焦點課題，文獻[1]中以電網線路年綜合投資成本最小為目標，構建包括高比例光伏和規模化電動汽車的電網規劃模型，可以對電力系統進行削峰填谷，由于電動汽車的充電需求和光伏電源的出力特性都是不確定因素，因此該方法在實際應用中難以實現二者的協同優化，從而影響電網規劃結果。文獻[2]中建立一個以投資建設成本最小為上層目標、光伏滲透率最大為下層目標的分布式光伏出力電網規劃模型，可以提高配電網的運行穩定性，但是多目標優化問題本身具有復雜性，因此該方法在一些復雜場景中的實際應用效果受到限制。針對上述研究不足，本文研究考慮緊急需求側響應的多光伏電源微電網規劃，期望可以為微電網的優化配置和高效運行提供理論支持和實踐指導。

1 考慮緊急需求側響應構建多光伏電源微電網規劃模型

在多光伏電源微電網運行過程中，光伏電源具有隨機性等特點，因此整個電網的運行穩定性不斷受到威脅，一旦電網運行狀況發生惡化，將會造成大面積停電等電力事故，因此緊急需求側響應機制應運而生，該機制可以在多光伏電源微電網運行過程中為電網提供需要的供需平衡服務。在多光伏微電網中，緊急需求側響應機制可以根據電網負荷需求進行負荷調節，根據負荷調節時段，緊急需求側響應機制可以提供一種全時段控制策略，也就是將微電網可控負荷允許的最大控制時間，作為響應機制切除可控負荷的持續時間，當切斷可控負荷與微電網之間的聯系后，電網停止供電，再將切除負荷還原到原始水平，形成反彈負荷，具體負荷模型如公式（1）所示。

（1）

式中：Q（t）為采取緊急需求側響應控制負荷后，多光伏電源微電網的負荷需求，其中t為時間段數；Q0（t）為未采用緊急需求側響應控制負荷時，多光伏電源微電網的負荷需求；Wh為多光伏電源微電網中第h組受控負荷的功率；h（t+1-i）表示受控負荷系數；c（t-z+1-i）表示補償負荷系數，其中z為負荷中斷時段；k（i）為多光伏電源微電網中受緊急需求響應機制控制的負荷組數。那么，本文考慮上述緊急需求側響應機制構建多光伏電源微電網規劃模型時，主要以經濟性最優為規劃目標[3]，目標函數的表達式如公式（2）、公式（3）所示。

minF=f1+f2+f3+f4-f5 " （2）

f3=T×Q（t）×B " （3）

式中：minF為考慮緊急需求側響應下，多光伏電源微電網規劃模型的成本最小目標函數；f1為多光伏電源微電網中光伏電源投資費用；f2為多光伏電源微電網運行時損耗費用；f3為多光伏電源微電網的需求側緊急響應費用；f4為多光伏電源微電網的可靠性成本；f5為多光伏電源微電網節約購電成本；T為實施緊急需求側響應調節多光伏電源微電網負荷的天數；B為多光伏電源微電網實施緊急需求側響應調節負荷時的單位補償成本。

本文綜合考慮光伏電源的投資成本、微電網運行的成本以及緊急需求側響應的使用成本等，構建了以經濟性最優為目標的多光伏微電網規劃模型。與此同時，為了保證緊急情況下多光伏電源微電網能滿足用戶負荷需求，本文在規劃模型中還設置了約束條件[4]。如公式（4）所示。

（4）

式中：p1j、p2j分別為多光伏電源微電網中節點j的注入有功功率和有功功率；q1j、q2j分別為多光伏電源微電網中節點j的注入無功功率和無功功率；uj、ul分別為多光伏電源微電網中節點j和節點l的電壓；Djl為多光伏電源微電網中節點j和節點l之間的電導；φjl為多光伏電源微電網中節點j和節點l之間的相位差；Njl為多光伏電源微電網中節點j和節點l之間的電納；m為節點數量。

總之，本文根據公式（2）所示的目標函數與公式（4）所示的約束條件，構建了考慮緊急需求側響應的多光伏電源微電網規劃模型，通過優化求解，即可搜尋到多光伏電源微電網規劃策略的最優解。

2 優化算法求解多光伏電源微電網規劃模型

考慮緊急需求側響應構建的多光伏電源微電網規劃模型求解，屬于全局尋優問題，因此本文引入遺產算法進行模型求解，這是一種常見的優化算法，具有魯棒性好、可以全局優化等優勢，完全可以滿足本文構建的多光伏電源微電網規劃模型的求解需求[5]。遺傳算法是一種模擬生物進化過程中，自然選擇和遺傳學機理的生物進化過程的計算模型，可以用于搜索最優解。其尋優要素主要包括多光伏電源微電網模型解個體的編碼、初始種群規模、適應度函數等初始狀態的設定、遺傳算子確定、種群數量、終止條件等參數設定，因此遺傳算法可以用公式（5）來描述。

S=（A，Y，E，M，α，β，?，ρ） " （5）

式中：S為遺傳算法；A為模型解個體的編碼方式；Y為模型解個體適應度的評價函數；E為模型求解產生的解個體初始種群；M為模型解數量；α、β、?分別為選擇、交叉、變異算子；ρ為遺傳算法終止條件。

本文利用公式（5）所示的遺傳算法求解多光伏電源微電網規劃模型的具體流程如下[6]：首先，根據多光伏電源微電網規劃模型的實際求解情況，設置好相關運算參數，并通過A將原始模型解編成二進制碼，以此產生M個解；其次，根據Y對M個解個體的適應度進行評價，從中選擇適應度較大的個體作為父代；分別利用α、β、?這些算子對父代個體進行相應操作，得到新個體，再對新個體進行適應度評價，以此更新種群，經過不斷更新上述步驟，即可不斷逼近多光伏電源微電網模型的最優解[7]；最后，直到遺傳算法達到終止條件ρ，則輸出當前最優解作為多光伏電源微電網規劃策略。通過以上流程，遺傳算法能夠在多光伏電源微電網規劃問題中找到滿足約束條件的經濟性最優解，以此對考慮緊急需求側響應的多光伏電源微電網進行規劃。

3 試驗分析

3.1 試驗設置

隨著我國北方地區對可再生能源利用的不斷深化，多光伏電源微電網作為一種分布式能源系統，在提高能源利用效率、保障電力供應安全等方面發揮重要作用。然而，在實際運行中，微電網常常面臨著需求側響應不足、光伏電源配置不合理等問題，導致供電可靠性下降、運行成本增加。因此，本研究旨在通過考慮緊急需求側響應的多光伏電源微電網規劃，優化光伏電源的配置和運行策略，提高微電網的供電可靠性和經濟性。

本文以我國北方某地區實際微電網為對象，對多光伏電源微電網進行試驗。在MATLAB仿真平臺中搭建一個18節點多光伏電源微電網模型，如圖1所示。

由圖1可知，該多光伏電源微電網為18節點拓撲結構，為滿足電網用戶的用電負荷需求，接入了5個光伏電源，各節點處負荷數據見表1。

根據上述多光伏電源微電網的實際運行情況，分別采用本文設計的考慮緊急需求側響應的多光伏電源微電網規劃方法、文獻[1]提出的考慮電動汽車虛擬電廠靈活性和高比例光伏接入的配電網規劃方法、文獻[2]提出的含高比例分布式光伏的配電網多目標概率規劃方法，對該微電網進行規劃，并對比分析各規劃結果。

3.2 試驗運行過程

基于真實的電網拓撲結構和負荷數據，在MATLAB 仿真平臺中，搭建 18 節點多光伏電源微電網模型。該模型包括電源、負荷、線路和開關等組件，并考慮了緊急需求側響應機制。試驗開始前，根據表1數據，在模型中設置各節點的有功負荷和無功負荷。這些負荷數據代表了電網用戶的實際用電需求，是微電網規劃的重要依據。分別采用本文設計方法、文獻[1]方法和文獻[2]方法進行微電網規劃。這些方法在模型中主要通過優化算法來驗證，旨在確定光伏電源的最佳配置、運行策略以及網絡結構，以滿足負荷需求并優化系統性能。

在規劃過程中，模型會模擬微電網的實際運行情況，考慮光伏電源的輸出特性、負荷的變化以及網絡約束等因素。通過不斷調整和優化，模型最終會得出各規劃方法下的最優解。完成規劃后，利用仿真平臺對規劃結果進行驗證和評估。通過模擬不同場景下的微電網運行情況，收集各負荷節點的停電時間數據。根據收集的數據，計算各規劃方法下微電網負荷節點的年平均停電時間，并進行對比分析。通過對比不同方法的規劃結果，可以評估本文設計方法的優勢和效果。在整個試驗運行過程中，要注重數據的準確性和可靠性，保證仿真結果能夠真實反映微電網的運行情況。同時，對試驗過程進行詳細記錄，以便后續進行結果分析和討論。

3.3 結果分析

采用本文設計方法、文獻 [1] 方法、文獻 [2] 法完成多光伏電源微電網規劃后，為客觀且直觀地評價微電網規劃結果，本文引入電網平均停電時間指標，其計算過程如公式（6）所示。

（6）

式中：τ為多光伏電源微電網用戶在給定時間內的平均停電持續小時數，其值越小，微電網供電可靠性越大，也就是多光伏微電網規劃效果越好；ti為微電網中第i個負荷點的平均每年停電時間；ni為微電網中第i個負荷點的用戶數。那么根據本文設計方法、文獻[1]方法、文獻[2]方法下的多光伏電源微電網規劃結果提供的實際運行數據，分別計算各方法規劃后微電網部分具有代表性負荷節點的年平均停電時間數據，如圖2所示。

從圖2數據可以看出，使用本文設計方法、文獻[1]方法、文獻[2]方法分別對多光伏微電網進行規劃后，各微電網負荷節點的年平均停電時間各不相同，且與文獻[1]方法、文獻[2]方法相比，使用本文設計的方法，微電網負荷節點的供電可靠性更高。具體來說，微電網負荷節點的年平均停電時間平均值僅9.11h/年，比照組方法分別降低了1.23h/年、1.35h/年。因此，本文設計的考慮緊急需求側響應的多光伏電源微電網規劃方法是可行且可靠的，采用本文設計方法可以得到較好的規劃效果，該方法顯著提高了微電網負荷節點的供電可靠性，從而保障多光伏微電網安全運行。

4 結語

本研究針對多光伏電源微電網規劃問題，深入探討了一種考慮緊急需求側響應的規劃方法。文中構建一個考慮緊急需求側響應的規劃模型，再通過優化算法求解模型，獲得最優多光伏電源微電網規劃方案，應用這個方法可以有效提高微電網的供電可靠性。然而，本研究仍存在一些不足。未來，可進一步引入更先進的預測和建模方法，為多光伏電源微電網規劃提供新的視角和思路，從而為我國未來的智能電網建設提供參考。

參考文獻

[1]嚴歡，胡俊杰，黃旦莉，等.考慮電動汽車虛擬電廠靈活性和高比例光伏接入的配電網規劃[J].電力建設，2022，43（11）：14-23.

[2]惠慧，李蕊，朱逸鏑，等.含高比例分布式光伏的配電網多目標概率規劃方法[J].電測與儀表，2023，60（11）：2-10.

[3]陳坤，孫開元，林琳，等.計及光伏和電動汽車的多階段配電網拓展規劃[J].電氣傳動，2023，53（9）：63-71.

[4]張銳，饒歡，徐睿烽，等.多運行目標下的分布式光伏接入配電網極限容量多模型評估方法[J].電力科學與技術學報，2023，38（4）：143-150.

[5]葉琳浩，徐敏，郭祚剛，等.計及演化驅動因素的配網分布式光伏多階段協調規劃優化方法[J].電力系統及其自動化學報，2023，35（8）：44-51，61.

[6]陳眾，徐翼，吳輔朝，等.基于光伏消納能力模擬評估的配電網最優消納方案規劃選擇[J].電網技術，2023，47（3）：1179-1188.

[7]招景明，蘇潔瑩，潘峰，等.考慮光伏波動的有源配電網分布式儲能雙目標優化規劃[J].可再生能源，2022，40（11）：1546-1553.