微能网系统优化设计技术研究

微能网系统优化设计技术研究

李锋

李锋

（中冶赛迪工程技术股份有限公司重庆400013）

摘要：微能网的优化配置是保证微能网可靠经济运行的关键问题之一，直接影响微能网的综合能源利用率、供能可靠性和供能质量。因此，微能网系统优化设计技术是微能网系统规划设计阶段需要解决的核心问题，系统设计的合理与否将直接影响系统安全性和经济性。本文以微能网的建模研究、运行策略、评价指标、约束条件、求解方法、决策方法和分析评估的思路展开研究，实现最大化利用可再生能源、进一步提高系统综合能源利用率和节能率，充分发挥微能网系统的优越性和先进性。

关键词：微能网；综合能源利用率；优化设计；安全性；经济性

微能网是指由分布式能源、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型能源管理、传输和调配系统。微能网系统优化设计是根据项目所在地的地理位置、气象信息、电网资料、分布式能源工作特性、供能需求及系统设计要求等来确定系统各组成部分的类型和容量[1]，以及相应的运行参数，以使微能网系统尽可能工作在理想的匹配状态下，达到经济性、可靠性和环保性等方面的最优化。微能网优化设计技术是一项系统工程，本文以系统建模研究、运行策略、评价指标、约束条件、求解方法、决策方法和分析评估的思路展开研究。

一、建模研究

对微能网系统进行建模研究是进行优化配置的基础工作，主要包括发电模型、负荷模型、经济模型及资源模型[2]。

(1)资源模型。自然资源模型也是发电功率计算中需要关注的一个重要方面。在计算风机、光伏等可再生能源发电系统输出功率时，需要风速和光照强度等自然资源数据。

(2)发电模型。基于分布式电源发电与响应特性研究，分析了影响分布式电源输出功率的决定因素，以及不同分布式电源的功率输出特点。

(3)负荷模型。基于负荷需求特性及重要程度，将负荷按照种类划分为电负荷、冷/热负荷，按照重要等级划分为不可断负荷、可中断负荷和可转移负荷[3]，为优化配置建模和分析提供了参考。

(4)经济模型。经济模型考虑工程的投资、购电费用、售电费用、碳减排效益和设备的使用磨损率等因素。

二、运行策略

优化运行策略分为静态优化运行策略与动态优化运行策略[4]。静态优化运行策略是指系统中子系统的优先级由当前时刻负荷和自然资源等条件决定，选择当前时刻最优的运行方案，从而决定当前时刻子系统的运行工况。动态优化运行策略根据未来一定周期内负荷和自然资源的预测数据，选择最优运行方案，从而决定未来一定周期内系统的运行工况。

三、评价指标

评价指标是衡量微能网系统性能的重要依据，评价指标的合理性与准确性会影响最终得到的优化配置方案[5]。评价指标大致可以分为经济性指标、可靠性指标及其他指标。经济性指标主要反映微能网系统运行的经济性，考虑分布式电源的购置成本、维护成本、燃料成本及碳减排效益等因素。可靠性指标主要反映微能网系统的供电性能，如电量不足指标、平均停电频率、平均停电持续时间、平均供电可用度、自发自用电比例、可再生能源渗透率等指标。

四、约束条件

约束条件分为技术约束条件和工程约束条件。其中，技术约束条件包括系统级约束条件和设备级约束条件。

(1)系统级约束条件包括基本约束条件和自定义约束条件。基本约束条件主要有能量平衡约束、潮流约束、电能质量约束等，以保证系统稳定运行。自定义约束条件是根据实际设计需求设定，如系统中可再生能源装机容量需要达到一定比例或失负荷率需要低于一定水平时，可以设定相应的约束条件，从而满足设计要求。

(2)设备级约束条件是指分布式电源自身运行需要满足的约束，如燃料电池的运行功率区间与连续运行时间、储能系统的充放电功率区间、荷电状态区间及期望使用寿命等，保证分布式电源正常工作。

五、求解方法

求解方法大致有遍历法、智能优化算法和混合算法。遍历法是在有限备选方案下较为适宜的求解方法，它将所有备选方案逐一进行仿真计算，以得到设定目标下的最优方案。智能优化算法作为解决微能网系统优化配置的有效手段，得到了越来越多的关注和应用。国内外学者围绕新兴的智能优化算法，如遗传算法、粒子群算法、禁忌搜索算法、模拟退火算法及蚁群算法等[6]，结合微能网系统的优化配置特点，对改进智能算法的收敛性、准确性和快速性进行了一定探索，并提出一些性能优良的改进优化算法，更加准确、快速地寻找最优解。

六、决策方法

微能网系统优化配置问题求解后，需要决定采用的优化配置方案。根据问题的不同，决策方法可以分为确定型、风险型和不确定型三类。对于单目标优化问题，由于存在唯一的最优解，其选择较为简单，但对于多目标优化问题，其得到的是一个优化解集，并不存在唯一的最优解，因此需要借助一定的决策方法。其中，较为简单的方法是将不同的目标值按照一定的权重加以综合，得到总的目标值，但最后的结果受权重因子的影响较大。此外，模糊决策、多属性决策等方法也被更多地应用于优化问题分析中[6]。

七、分析评估

在得到最优解或优化解集后，需要对其进行分析和评估，可与现有供能系统或其他方案进行对比，以评价优化配置方案的优越性，全面分析评估优化配置方案在经济效益、环境效益和社会效益方面的先进性。

综上所述，微能网系统优化设计技术是一项系统工程。其中，微能网系统特性及其模型研究是优化配置的基础，评价指标与优化目标是衡量优化配置方案的标尺，优化算法是求解最优配置的有效手段。这几个方面是紧密联系的，其他因素考虑是否完备，也决定了优化配置方案的合理性和有效性。由于微能网系统组成和运行的复杂性，其优化配置是一项十分复杂的任务。随着智能电网及微能网系统技术的不断发展，一些新概念、新技术将被更多地引入微能网系统应用中，这就对微能网系统优化设计理论提出了更高的要求。

参考文献：

[1]艾斌,杨洪兴,沈辉,等.风光互补发电系统的优化设计Ⅱ匹配设计实例[J].太阳能学报,2003,24（5）：718-723

[2]卢键明.我国电力需求侧响应的模型方法及实施模式研究[D].北京:华北电力大学,2010.

[3]洪博文,郭力,王成山,等.微电网多目标动态优化调度模型与方法.电力自动化设备[J],2013,33(3):100-107.

[4]袁越,曹阳,傅质馨,等.微电网的节能减排效益评估及其运行优化[J].电网技术,2012,36(8):2-18

[5]赵波,微电网优化配置关键技术及应用[M].北京:科学出版社,2015

项目基金：重庆市人工智能技术创新重大主题专项《可再生能源互补的分布式供能系统关键技术与示范应用》；项目编号：cstc2017rgzn-zdyfx0030。