时间:2020年10月13日 分类:科学技术论文 次数:
摘要:针对含风力发电、光伏发电和储能系统的多能互补系统的优化配置问题,本文提出了一种考虑系统 与配电网交互和需求侧响应成本的多能互补系统全寿命周期优化配置方法,构建了双层优化模型:上层以 年投资成本最小为目标进行全局优化,确定多能互补系统的最优配置方案与储能出力范围;下层以系统的 日运行成本和可再生能源利用率最小为目标,建立多能互补系统的多目标日前优化调度模型。分别考虑独 立型和并网型多能互补系统,以某地实际风光数据为例,算例验证了所提优化配置策略的正确性与有效性, 并量化分析了多能互补系统运营方式对优化配置策略的影响。
关键词: 优化配置;多能互补系统;经济调度;双层优化
0 引言
随着大规模分布式可再生能源和可控负荷接 入电网,如何进行合理规划与配置,实现系统集成 和高效管控成为当前主要命题。微电网是一种含有 多种分布式电源的小型供配电系统[1],其技术及应用在近些年得到了快速发展。微电网可实现多种分 布式能源的接入和集成控制,如光伏发电、风电、 储能、微型同步机等,是典型的、常见的多能互补 系统,可以有效降低分布式电源出力对大电网产生 的影响,提升电网消纳分布式电源的能力。通过系 统内能量协调,可以根据运行需求选择并网或离网 模式,同时还能有效提高系统供电的电能质量及可靠性[2-4]。
因此,多能互补系统配置方案的合理性将 决定整个系统能否实现稳定经济运行,因此其优化 配置方法一直是该领域的一个重要研究问题[5-6]。 随着多能互补技术的发展,国内外学者针对多 能互补系统优化配置开展了一定的研究,这些方法 大多以寻求多能互补系统在经济、供电、环保性等 方面的最优为目标[7-8]。
文献[9]利用云平台对多能 互补系统的储能进行协调控制,建立了考虑经济、 低碳的多目标规划模型。文献[10]基于全生命周期 理论,以净现值收入为目标并考虑电源的可靠性, 建立多能互补系统的优化配置模型。针对风光储微 电网的优化配置问题,文献[11]以遗传算法为基础 对优化问题进行求解,然而该方法中没有考虑储 能,不利于运行平稳性和供电可靠性的提升。
文献 [12]提出的配置方法中,将净负荷预测的预测精度 和用户微电网的收益指数作为重要参数。以上所述 的相关研究均采用了启发式优化算法,这类算法存 在的主要问题是其种群规模较大数据量较多,导致 其搜索的寻优空间较大,使得其计算速度往往较 慢,该类方法往往无法保证所得解的全局最优性, 容易陷入早熟。
本文在上述研究的基础上,针对多能互补系统 中的分布式电源、储能和逆变器接入的容量配置问 题,综合考虑运行的经济和稳定性建立了双层优化 模型。下层模型以多能互补系统的运行成本和可再 生能源利用率为目标,确定系统内各电源的运行调 度方案,上层模型以多能互补系统投资总成本为目 标,优化规划各电源的配置容量。最后,分别考虑 独立型和并网型多能互补系统,以某地实际风光数 据为例,基于算例分析验证了所提方法的正确性和 有效性,同时讨论了多能互补系统运营方式对优化 配置策略的影响。
1 多能互补系统与配电网交互成本
并网型多能互补系统主要有“自发自用”和“统 购统销”两种运营方式,不同方式的互动成本也不 同。另外,多能互补系统在与配电网互动时还应考 虑需求侧响应成本。
2 多能互补系统双层优化规划模型
以多能互补系统全寿命周期的投资总成本最 低为目标,构建上层优化模型,量化各电源的建设运行成本,从全寿命周期角度优化各电源的容量配置。
3 双层优化算法
本文采用双层优化算法进行求解:上层采用改 进型十进制遗传算法(GA)进行求解,下层采用商业规划求解器(Gurobi)进行求解[16]。根据多能互补系统的经济运行目标,优化 求解得到电源配置方案,选择春夏秋冬四季的典型 日为代表。本文定义的全局决策变量为 Nwt、Npv、 Nbess、Ninvr,具体计算步骤如下: 步骤 1:算法初始化,设置遗传算法和多能互 补系统所需参数及数据信息; 步骤 2:生成初始种群,上层配置层给出风机 容量、光伏容量、逆变器容量初始值,以及储能出 力范围 Pmaxcharge、Pmaxdischarge; 步骤 3:下层经济调度层根据上层所给数据, 采用混合整数线性规划方法确定多能互补系统的 最佳运行调度方案,并上报储能各时段出力值 Pbess-in,Pbess-out; 步骤 4:上层根据下层上报的数据确定储能容 量,并根据多能互补系统运行约束,计算得到种群 的适应度值,找出当前最优个体和最优种群; 步骤 5:对个体进行选择、交叉、变异运算处 理,更新并生成新的种群。 步骤 6:判断是否达到最大迭代次数,若是, 则终止运算,输出最优结果方案;若否,则将迭代 次数加 1,返回步骤 3。
4 算例分析
4.1基本参数设置
根据某地气象数据,得到典型日风机和光伏单位发电功率以及负荷功率曲线。分别对独立型和并网型多能互补系统进行双层优化配置分析,备选电源为WT、PV和BESS,备选变流器为风力变流器(WT-inv),光伏变流器(PV-inv) 和储能双向变流器(BS-inv),其规格、购置成本及 年运行维护成本。
电力能源论文投稿刊物:《储能科学与技术》Energy Storage Science and Technology(双月刊)2012年创刊,是国家新闻出版署正式批准的储能行业唯一高端科学技术期刊,重点报道抽水储能、压缩空气储能、深冷储能、热储存、冷储能和化学储能(各类电池如铅酸电池、锂电池、钒电池、钠硫电池等)、超导储能、燃料电池、飞轮储能及超级电容等的最新科研及技术成果、示范项目及储能业界经济动态。《储能科学与技术》既具有学术性和前瞻性,又注重实用性和导向性。
5 结论
本文针对风光储型多能互补系统,提出了一种 多目标双层优化配置方法:上层以年投资成本最小 为目标进行确定最优配置方案;下层以系统的日运行成本和可再生能源利用率最小为目标,建立多能 互补系统多目标日前经济优化调度模型。以某地实 际风光数据为例,算例验证了本文所提方法的正确 性与有效性。 所提方法考虑了多能互补系统与配电网的交 互成本、需求响应成本等经济性指标,在规划建设 初期可以准确量化多能互补系统运行经济性。 所提方法考虑了全寿命周期建设成本,同样适 用于在变电站站内的并网型多能互补系统进行优 化配置和方案优选。
参考文献:
[1] M.H.K.Tushar, C.Assi. Optimal energy manage -ment and marginal-cost electricity pricing in microgrid network[J]. IEEE Transactions on Industrial Informatics, 2017, 13(6):3286-3298.
[2] T.Zhao, Z.Ding. Distributed finite-time optimal resource management for microgrids based on multi-Agent framework[J]. IEEE Transactions on Industrial Electronics, 2018, 65(8):6571-6580.
[3] Y.Zhang, J.Wang, A.Berizzi, et al. Life cycle planning of battery energy storage system in off-grid wind-solar-diesel microgrid[J]. IET Generation, Transmission & Distribution, 2018, 12(20): 4451- 4461.
[4] 寇凌峰, 熊雄, 侯小刚, 牛耕, 屈小云, 陈凡. 面向低压配变台区的微电网技术[J]. 储能科学与技 术, 2019, 8(4): 665-670.
作者:寇凌峰1,季宇1,吴鸣1,牛耕1