風-光-柴-儲微電網(wǎng)能量管理的日前優(yōu)化調(diào)度策略分析

摘 要：針對風-光-柴-儲微電網(wǎng)能量管理日前優(yōu)化調(diào)度問題展開研究。首先，介紹了風-光-柴-儲微電網(wǎng)結(jié)構，并建立各發(fā)電部分的輸出功率和成本模型；其次，以總運行成本最低為目標函數(shù)制定微電網(wǎng)能量管理日前優(yōu)化調(diào)度策略，并建立相應模型；最后，以某算例進行能量管理日前優(yōu)化調(diào)度策略效果驗證。驗證結(jié)果顯示：通過采用所提出的能量管理日前優(yōu)化調(diào)度策略，可以滿足用戶的日常負荷要求，同時所配置的儲能系統(tǒng)可以最大限度的存儲可再生能源系統(tǒng)多余的發(fā)電量，最大程度地避免了棄電，并減少了柴油發(fā)電系統(tǒng)的使用率，降低了對環(huán)境的傷害，可滿足微電網(wǎng)的能量管理目標；驗證了策略的經(jīng)濟性與可靠性。

關鍵詞：風-光-柴-儲；微電網(wǎng)；能量管理；日前優(yōu)化調(diào)度；總運行成本；策略分析

中圖分類號：TM732 文獻標志碼：A

0" 引言

隨著全球能源需求不斷增長和可再生能源受關注程度日益提高，微電網(wǎng)已成為一種具有應用前景且值得關注的能源供應解決方案[1]，其可在主電網(wǎng)被切斷后，對某一區(qū)域內(nèi)的負荷提供可靠且可控的電力服務[2-4]，特別是對于偏遠地區(qū)或受災地區(qū)而言，意義更大。然而，對于風光型微電網(wǎng)而言，風電和光伏發(fā)電的輸出功率受天氣影響較大，具有隨機性、波動性和不可控性，很難像傳統(tǒng)電源那樣“按需發(fā)電”[5-7]，基本上屬于“靠天吃飯”。因此，采用高效的能量管理日前優(yōu)化調(diào)度策略對提高微電網(wǎng)的運行效率和經(jīng)濟性至關重要。

針對微電網(wǎng)的優(yōu)化調(diào)度，文獻[8]以家庭用電成本最小、可再生能源利用率最大為目標函數(shù)，對微電網(wǎng)的調(diào)度策略進行了規(guī)劃，但并未對微電網(wǎng)的經(jīng)濟性進行充分考慮。文獻[9] 以微電網(wǎng)運行成本最小為目標函數(shù)，加入儲能電池滿充滿放限制，采用粒子群算法求解微電網(wǎng)調(diào)度模型，相較于傳統(tǒng)調(diào)度方法，該方法顯著提高了微電網(wǎng)的運行經(jīng)濟性。文獻[10]以微電網(wǎng)運行成本與電動汽車充電站充電費用最小為目標函數(shù)，提出了一種分層優(yōu)化調(diào)度策略，以適應多種時間尺度，該方法實現(xiàn)了可再生能源的充分利用，并減少了碳排放量。

為實現(xiàn)合理利用可再生能源和提高微電網(wǎng)運行經(jīng)濟性的目的，本文針對風-光-柴-儲微電網(wǎng)能量管理的日前優(yōu)化調(diào)度問題，在滿足居民負荷需求的前提下，以微電網(wǎng)運行成本最低為目標，制定微電網(wǎng)能量管理日前優(yōu)化調(diào)度策略，建立相應模型，并以某算例進行策略效果驗證。

1 風-光-柴-儲微電網(wǎng)的結(jié)構與輸出功率模型

1.1" 微電網(wǎng)的結(jié)構

本微電網(wǎng)由可再生能源發(fā)電系統(tǒng)、柴油發(fā)電機、儲能系統(tǒng)、日常負荷及變換器組成，如圖1所示，其中，可再生能源發(fā)電系統(tǒng)包括光伏陣列、風電機組。光伏陣列、風電機組和儲能系統(tǒng)通過各自的能量轉(zhuǎn)換裝置與柴油發(fā)電機共同匯集于交流母線。當微電網(wǎng)穩(wěn)定運行時，各微電源按照發(fā)電策略為日常負荷供電，用來滿足負荷要求。

1.2" 各組成部分的功能

1）可再生能源發(fā)電系統(tǒng)。光伏組件通過串聯(lián)和并聯(lián)的方式構成光伏陣列，光伏陣列利用變換器將光伏組件通過吸收太陽輻射能獲得的直流電轉(zhuǎn)變?yōu)榻涣麟姡缓笞⑷氲浇涣髂妇€中。風電機組則是經(jīng)過整流和逆變兩個過程將交流電接入到交流母線中。

2）儲能系統(tǒng)。儲能系統(tǒng)一般由配有雙向AC/DC變換器的儲能電池組成，而儲能電池通常采用鋰電池組或鉛酸電池組。儲能系統(tǒng)根據(jù)可再生能源發(fā)電系統(tǒng)與日常負荷之間的差額來決定自身的充電和放電狀態(tài)。

3）柴油發(fā)電機。柴油發(fā)電機在本微電網(wǎng)中可作為可再生能源發(fā)電的補充。

1.3" 光伏陣列建模

光伏陣列建模主要涉及光伏陣列輸出功率模型和光伏陣列成本模型。其中，光伏陣列成本模型是將光伏陣列投資成本和光伏發(fā)電損耗折算到每個時刻的輸出功率上，方便計算光伏陣列運行成本。

1）光伏陣列輸出功率模型[9]可表示為：

PPV（t）=PSTC [1+k（Tc–Tr）]" " " " " " " " " （1）

式中：PPV（t）為t時刻光伏陣列的實際輸出功率；GING（t）為t時刻的實際太陽輻照度；GSTC為標準測試條件（STC）下的太陽輻照度；PSTC為STC下光伏陣列的最大輸出功率；k為功率溫度系數(shù)；Tc為光伏組件的實際工作溫度；Tr為光伏組件的額定工作溫度。

2）光伏陣列成本模型可表示為：

（2）

式中：MPV為光伏發(fā)電損耗系數(shù)；IPV為光伏陣列投資成本系數(shù)。

1.4風電機組建模

風電機組建模主要涉及風電機組輸出功率模型和風電機組成本模型。其中，風電機組成本模型是將風電機組投資成本和維護成本折算到每個時刻的輸出功率上，方便計算風電機組運行成本。

1）風電機組輸出功率模型[9]可表示為：

（3）

式中：PWT（t）為t時刻風電機組的實際輸出功率；ρ為空氣密度；R為風電機組葉片的半徑；v（t）為t時刻風電機組葉片頂部的來風風速；CP為風電機組的風能利用系數(shù)。

2）風電機組成本模型可表示為：

（4）

式中：MWT為風電機組的維護成本系數(shù)；IWT為風電機組的投資成本系數(shù)。

1.5 儲能系統(tǒng)建模

儲能系統(tǒng)將多余的風電、光伏電力通過儲能電池存儲，并在必要時釋放電力；為方便計算儲能系統(tǒng)運行成本，將儲能電池的購買成本和損耗成本折算到儲能電池每個時刻的放電深度上。

荷電狀態(tài)（SOC）是儲能系統(tǒng)的關鍵指標，是儲能系統(tǒng)的當前剩余容量與最大容量之間的比值。荷電狀態(tài)與儲能系統(tǒng)充放電功率之間存在一定關聯(lián)，二者關系可表示為：

（5）

式中：SOC（t）、SOC（t+1）分別為儲能系統(tǒng)第t和t+1時刻的荷電狀態(tài)；Es為儲能電池的總?cè)萘浚?00 kWh；Pbat（t）為t時刻儲能電池的充放電功率，其正值代表充電，負值代表放電。

儲能電池第t時刻的放電深度DDOD（t）可表示為：

DDOD（t）=SOC（t–1）–SOC（t）" " " " " " " " " " " " " " " " "（6）

式中：SOC（t–1）為儲能系統(tǒng)第t–1時刻的荷電狀態(tài)。儲能電池的循環(huán)壽命受其放電深度的影響，通過分析儲能電池的放電特性曲線，得到儲能電池放電深度與其循環(huán)壽命之間的關系[11]，即：

（7）

式中：L（t）為儲能電池第t時刻放電深度下的循環(huán)壽命。

儲能電池在第t時刻放電深度下所釋放的電量LET（t）可表示為：

（8）

儲能電池的購買成本Cbat可折算到t時刻的儲能電池放電成本[12]和儲能電池損耗成本[12]中，可分別表示為：

（9）

（10）

（11）

式中：CBT（t）為儲能系統(tǒng)在t時刻的運行成本。

1.6 柴油發(fā)電機建模

1.6.1柴油發(fā)電機輸出功率模型

考慮到可再生能源發(fā)電具有波動性，需要以柴油發(fā)電機作為后備電源，為最大化利用可再生能源發(fā)電，柴油發(fā)電機工作時需保證運行在低效區(qū)和高效區(qū)，柴油發(fā)電機的發(fā)電效率-功率（η-PDG）曲線如圖2所示。圖中：Prat為柴油發(fā)電機的額定功率。

1.6.2 柴油發(fā)電機的成本模型[10]

（12）

式中：PDG（t）為t時刻柴油機的輸出功率；MDG為柴油機維修成本系數(shù)；IDG為柴油機初始投資成本系數(shù)；EDG為環(huán)境成本系數(shù)；Ffue為燃油成本系數(shù)。

1.7各發(fā)電部分的成本系數(shù)

各發(fā)電部分的各項成本系數(shù)如表1所示。

2" 能量管理的日前優(yōu)化調(diào)度策略

本微電網(wǎng)的能量管理的日前優(yōu)化調(diào)度策略的制定以經(jīng)濟性為目標，盡量減少柴油發(fā)電機的使用，最大化利用可再生能源發(fā)電系統(tǒng)電力，其流程圖如圖3所示。圖中：Ploa為日常負荷；Pnet為風電機組、光伏陣列輸出功率與日常負荷之間的差額，即微電網(wǎng)的凈功率；Px為儲能系統(tǒng)的中間功率變量；Py為舍棄的可再生能源發(fā)電輸出功率；Pd_max為儲能系統(tǒng)能夠接受的最大充電功率；SOC，min、SOC，max分別為儲能系統(tǒng)荷電狀態(tài)的下限和上限。

3" 能量管理的日前優(yōu)化調(diào)度策略模型

3.1" 目標函數(shù)

本文在滿足微電網(wǎng)供電可靠性的同時，考慮光伏陣列、風電機組、儲能系統(tǒng)及柴油發(fā)電機的運行成本，目的是使微電網(wǎng)的綜合運行成本CTSC最低，即：

（13）

式中：CPV為光伏陣列運行成本；CWT為風電機組的運行成本；CBT為儲能系統(tǒng)的運行成本；CDG為柴油發(fā)電機的運行成本。

3.2 約束條件

本文建立功率均衡約束、儲能系統(tǒng)荷電狀態(tài)約束與充放電約束、可再生能源發(fā)電系統(tǒng)輸出功率約束和柴油發(fā)電機功率約束等約束，以保障微電網(wǎng)可靠運行。

3.2.1功率平衡約束

微電網(wǎng)穩(wěn)態(tài)運行要滿足功率平衡約束，即：

PPV（t）+PWT（t）+Pbat（t）+PDG（t）–Py（t）=Ploa（t）" " （14）

式中：Ploa（t）為t時刻的日常負荷。

3.2.2" 儲能系統(tǒng)的荷電狀態(tài)約束

為保證儲能系統(tǒng)的使用壽命最大化，需滿足荷電狀態(tài)約束，即：

SOC，min≤SOC（t）≤SOC，max" " " " " " " " " " " " " " " " （15）

3.2.3" 儲能系統(tǒng)充放電功率約束

儲能系統(tǒng)的充放電要滿足最大充放電功率，即：

0≤｜Pbat（t）｜≤Pc_max

0≤｜Pbat（t）｜≤Pd_max" " " " " " " " " " " " " " " " " " " "（16）

式中：Pc_max為儲能系統(tǒng)能夠釋放的最大放電功率。

3.2.4" 可再生能源發(fā)電系統(tǒng)功率約束

可再生能源發(fā)電系統(tǒng)的輸出功率約束主要涉及光伏陣列輸出功率約束和風電機組輸出功率約束[11]，即：

0≤｜PWT（t）｜≤PWT_max" " " " " " " " " " " " " " " " " "（17）

0≤｜PVT（t）｜≤PVT_max

式中：PWT_max為風電機組的最大輸出功率；PVT_max為光伏陣列的最大輸出功率。

3.2.5" 柴油發(fā)電機的輸出功率約束

柴油發(fā)電機要求運行在低效區(qū)和高效區(qū)：

0.3Prat≤PDG（t）≤Prat" " " " " " " " " " " " " " " " " " （18）

實際上，為降低柴油發(fā)電機的耗油成本與延長柴油發(fā)電機的使用壽命，會使柴油發(fā)電機在運行過程中的輸出功率不低于其最小輸出功率，本文中柴油發(fā)電機的最小輸出功率取值為0.3倍的額定功率[13]。

4" 算例分析

本算例中的微電網(wǎng)由功率變化范圍為18～60 kW的柴油發(fā)電機，裝機容量為90 kW的風電機組，裝機容量為85 kW的光伏陣列，額定容量為900 kWh的儲能系統(tǒng)及日常負荷構成；此外，儲能電池的起始電量為450 kWh，儲能電池的購置成本取60萬元，柴油發(fā)電機的額定功率為60 kW。

對某天實測的光伏陣列輸出功率、風電機組輸出功率及日常負荷進行統(tǒng)計，統(tǒng)計結(jié)果如圖4所示。

由圖4可知：光伏陣列的全天輸出功率為566.78 kW，風電機組的全天輸出功率為825.54 kW，日常負荷總功率為1486.80 kW。由于得到的數(shù)據(jù)為24 h的值，因此，日前優(yōu)化調(diào)度的周期取24 h，并以1 h為時間劃分尺度。

利用Matlab和Cplex軟件進行算例仿真，得到微電網(wǎng)各發(fā)電部分1天內(nèi)的功率情況，如表2所示，其中儲能系統(tǒng)充放電功率為正值時，代表儲能系統(tǒng)充電；為負值時，代表儲能系統(tǒng)放電。

由表2可知：風電機組全天都在供電，但01：00～04：00時的輸出功率較少，光伏陣列的發(fā)電時段主要集中在06：00～18：00之間，柴油發(fā)電機在22：00～24：00之間供電。

對微電網(wǎng)的能量進行日前優(yōu)化調(diào)度，優(yōu)化調(diào)度結(jié)果如圖5所示。

由圖5可知，在01：00～04：00之間，儲能系統(tǒng)處于放電狀態(tài)，該時段可再生能源發(fā)電系統(tǒng)的輸出功率較低，基本上是由儲能系統(tǒng)供電，以滿足日常負荷的需求；在05：00～17：00之間，儲能系統(tǒng)處于充電狀態(tài)，該時段可再生能源發(fā)電系統(tǒng)的輸出功率較多，可再生能源發(fā)電系統(tǒng)不僅可以滿足日常負荷需求，同時可將剩余電量儲存在儲能電池中；在18：00～22：00之間，儲能系統(tǒng)處于放電狀態(tài)，該時段由于光伏發(fā)電能力減弱甚至消失，同時日常負荷增加，需要風電機組及儲能系統(tǒng)共同滿足日常負荷需求；在22：00時，可再生能源發(fā)電系統(tǒng)及儲能系統(tǒng)已無法滿足日常負荷需求，需由柴油發(fā)電機進行補充；在23：00～24：00之間，儲能系統(tǒng)當日存儲電量全部釋放，儲能系統(tǒng)停止放電，由可再生能源發(fā)電系統(tǒng)及柴油發(fā)電機供電。

由于可再生能源發(fā)電系統(tǒng)具有波動性和不確定性，導致微電網(wǎng)存在棄電現(xiàn)象。從圖5還可以發(fā)現(xiàn)：通過采用本文提出的能量管理日前優(yōu)化調(diào)度策略，可以滿足用戶的日常負荷要求，同時所配置的儲能系統(tǒng)可以最大限度的存儲可再生能源系統(tǒng)多余的發(fā)電量，最大程度地避免了棄電，并減少了柴油發(fā)電系統(tǒng)的使用率，降低了對環(huán)境的傷害，可滿足微電網(wǎng)的能量管理目標。

為了更直觀地反映儲能系統(tǒng)的充放電情況，以及儲能系統(tǒng)充電功率和荷電狀態(tài)之間的關系，對1天內(nèi)儲能系統(tǒng)的充電功率和荷電狀態(tài)進行統(tǒng)計，統(tǒng)計結(jié)果如圖6所示。其中：荷電狀態(tài)為正值，代表儲能系統(tǒng)充電；荷電狀態(tài)為負值，代表儲能系統(tǒng)放電。

由圖6可知：儲能系統(tǒng)僅在05：00～17：00充電，且荷電狀態(tài)僅在40%～80%之間變化，滿足儲能系統(tǒng)使用壽命最大化的要求。

5" 結(jié)論

本文針對風-光-柴-儲微電網(wǎng)能量管理日前優(yōu)化調(diào)度問題，在滿足日常負荷的前提下，以微電網(wǎng)運行成本最低為目標，制定微電網(wǎng)能量管理日前優(yōu)化調(diào)度策略，建立相應模型，并以某算例進行策略效果驗證。驗證結(jié)果顯示：通過采用所提出的能量管理日前優(yōu)化調(diào)度策略，可以滿足用戶的日常負荷要求，同時所配置的儲能系統(tǒng)可以最大限度的存儲可再生能源系統(tǒng)多余的發(fā)電量，最大程度地避免了棄電，并減少了柴油發(fā)電系統(tǒng)的使用率，降低了對環(huán)境的傷害，可滿足微電網(wǎng)的能量管理目標；驗證了策略的經(jīng)濟性與可靠性。

風-光-柴-儲本研究成果可為微電網(wǎng)設計人員和運營者提供參考，促進風-光-柴-儲微電網(wǎng)技術的發(fā)展和推廣。通過采用微電網(wǎng)能量管理日前優(yōu)化調(diào)度策略，可以最大程度地提高可再生能源利用率，減少碳排放，降低用電成本，并為地區(qū)能源供應的可持續(xù)發(fā)展做出貢獻。

[參考文獻]

[1] 阮綿暉，鄭建平，劉堯，等. 離網(wǎng)直流微網(wǎng)群混合儲能容量優(yōu)化配置方法[J]. 電力工程技術，2021，40（3）：99-105.

[2] 岳大為，趙文體，袁行行，等. 計及電-氫混合儲能的孤島直流微電網(wǎng)可靠性評估[J]. 電力工程技術，2023，42（3）：27-35.

[3] 馮帥，袁至，王維慶，等. 碳交易背景下基于LGPG-P2G的微電網(wǎng)容量優(yōu)化配置[J]. 電力工程技術，2023，42（3）：157-167.

[4] 宋揚，石勇，劉寶泉，等. 基于反向變異麻雀搜索算法的微電網(wǎng)優(yōu)化調(diào)度[J]. 電力工程技術，2022，41（2）：163-170.

[5] 潘立剛，陳同法，王卿然，等. 促進新能源消納的風-光-抽水蓄能聯(lián)合調(diào)度優(yōu)化研究[J]. 電工技術，2022（4）：76-80.

[6] 趙琳，王陽，魏澈，等. 面向新型電力系統(tǒng)的多學科分析[J]. 風能，2023（7）：48-53.

[7] 楊朋朋，張修平，王明強，等. 計及調(diào)峰能力的風光儲聯(lián)合系統(tǒng)優(yōu)化調(diào)度[J]. 電力建設，2019，40（9）：124-130.

[8] 王江波，費標青，王越，等. 戶用微電網(wǎng)能量調(diào)度日前計劃研究[J]. 電測與儀表，2013，50（8）：81-86，107.

[9] 劉嬌嬌，王致杰，袁建華，等. 基于PSO算法的風光儲微電網(wǎng)優(yōu)化調(diào)度研究[J]. 華東電力，2014，42（8）：1534-1539.

[10] 肖朝霞，張可信，馮冀. 含電動汽車充電站的風/光/柴獨立微電網(wǎng)分層優(yōu)化調(diào)度[J]. 天津工業(yè)大學學報，2022，41（4）：61-74.

[11] 劉利兵，劉天琪，張濤，等. 計及電池動態(tài)損耗的電動汽車有序充放電策略優(yōu)化[J]. 電力系統(tǒng)自動化，2016，40（5）：83-90.

[12] KEMPTON W，TOMI? J. Vehicle-to-grid power fundamentals：calculating capacity and net revenue[J]. Journal of power sources，2005，144（1）：268-279.

[13] LIU Z X，WU Q W，OREN S S，et al. Distribution locational marginal pricing for optimal electric vehicle charging through chance constrained mixed-integer programming[J]. IEEE transactions on smart grid，2018，9（2）：644-654.

Analysis of current optimization scheduling strategy for energy management in wind-PV-diesel-battery

storage microgrid

Wan Weixing1，Zhou Long1，Xie Lirong1，Bao Hongyin2，Zhang Qi1

（1. Engineering Research Center for Renewable Energy Power Generation and Grid Technology （Xinjiang University），Urumqi 830047，China；2. CSSC Haiwei （Xinjiang） New Energy Co.，Ltd.，Urumqi 830000，China）

Abstract：This paper focuses on the optimization and scheduling of energy management in wind-PV-diesel-battery storage microgrid. Firstly，the structure of the wind-PV-diesel-battery storage microgrid is introduced， and the output power and cost models of each power generation part are established. Secondly，with the objective function of minimizing the total operating cost，a microgrid energy management day ahead optimization scheduling strategy is formulated，and a corresponding model is established. Finally，a certain example is used to verify the effectiveness of the energy management day ahead optimization scheduling strategy. The verification results show that by adopting the proposed energy management day ahead optimization scheduling strategy，the daily load requirements of users can be met. At the same time，the configured energy storage system can store the excess power generation of renewable energy systems to the maximum extent，greatly avoiding" power abandonment，and reduce the utilization rate of diesel power generation systems，thereby reducing environmental damage and meeting the energy management goals of microgrids. Verified the economic and reliability of the strategy.

Keyword：wind-PV-diesel-battery storage；microgrid；energy management；recently optimized scheduling；total operating costs；strategic analysis