综合能源微网运行优化调度方法研究

综合能源微网运行优化调度方法研究

麦宁杰

(清远电力规划设计院有限公司广东清远511517)

摘要：综合能源系统可充分利用可再生能源，提高综合系统能源的利用效率。本文探讨了综合能源微网运行优化调度方法。

关键词：综合能源；微网；运行优化

前言：微网将多种分布式电源、负荷、储能装置集成在一起，可灵活并网或孤岛运行，在节能降耗、提高供电可靠性等方面具有巨大潜力。因此，如何实现微网优化运行是微网研究的关键问题之一。

1微源建模

1.1风机出力模型

风力发电机各时刻的出力由风机转轴高度处各时刻的平均风速与风机的输出特性决定。风机出力公式如下:



式中：Pr、Vci、Vr、Vco─风机的额定功率、切入风速、额定风速和切出风速，这些参数由风机生产商提供；a、b、c、d─系数，可由厂家提供的风机网侧输出功率曲线拟合得到。

1.2光伏电池出力模型

为便于工程应用，光伏电池的稳态出力可采用如下模型:

式中:GAC─光照强度；PSTC─标准测试条件下的最大测试功率；GSTC─标准测试条件下的光照强度，其值取1000W/m2；k─功率温度系数；Tc─电池板工作温度；Tr─参考温度。

目前，微网运行中光伏电池的出力大多采用此模型。若当地的光伏输出功率的历史数据较多且准确度较高，可根据历史发电量、日类型和大气温度，通过采用神经网络算法来预测光伏电池的出力。同时在一定时间段内，太阳光照强度可近似看成Beta分布，当确定太阳光照强度的分布温度后，就可得到同样满足Beta分布的光伏发电系统输出功率概率分布。

1.3微燃机模型

微燃机发电时排出的高温余热烟气通过溴冷机后可制冷、取暖及供应生活热水等，能满足多能负荷的需求，也是多能源协调调度的关键。MT运行方式不仅与电负荷和冷、热负荷的大小有关，也与电价、燃气价格等多因素密切相关。若假设MT仅运行在额定功率，或假设其转换效率为固定常数，均不能准确反应MT的部分负荷特性，会造成整个系统的运行并非最优，因此，为更好地保证MT满足系统运行经济性和能源高效利用的双重指标，需对微燃机的部分负荷特性进行精确建模。当MT工作在热电联产模式时，其热电耦合关系及燃耗的相关数学模型可表示为：

式中，QMT为燃气轮机排气余热量；Pe为微燃机输出的电功率；为微燃机发电效率；为微燃机散热损失系数；QHE为燃气轮机烟气余热提供的制热量；KHE为溴冷机的制热系数；VMH为燃气轮机消耗的天然气量；LHVf为天然气低热热值，取为9.7kW•h/m3；为两次调度间的时间间隔。根据上式，综合热、电联产总效益，微燃机的运行总效率可由下式计算：

式中：mf为天然气的流量。

确定微燃机的总运行效率后，微燃机的运行成本CMT可表述为：

式中，为天然气的价格。

1.4燃料电池模型

燃料电池通常由多个单电池通过串联封装而成，与MT、柴油机等旋转型发电机不同，静止型燃料电池的发电效率与容量几乎无关，主要依赖于其工作点，一般可通过其出厂的功率、效率曲线拟合得到，求得燃料电池的运行效率后，其燃耗成本CFC可按下式计算：

式中，PFC(t)为燃料电池的输出功率；为燃料电池的发电效率。

1.5柴油发电机燃料成本模型

柴油发电机(dieselengine，DE)与传统火力发电机的耗量特性函数相似，采用如下的二次函数模型

式中：a、b、c─成本函数的系数，可根据柴油发电机的耗量特性曲线拟合得到。

2综合能源微网运行优化调度模型

2.1目标函数

综合能源微网优化调度的目标是在满足系统负荷需求和可靠性的前提下，考虑各DG的技术性能、本地可用的资源情况、环保费用、DG的运行和维护费用及微网与外部电网间的电能交易情况等，通过合理安排各DG与储能的出力，确保系统运行成本最小、污染气体排放最少。本文综合考虑了各DG的燃耗费用、维护费用、折旧费用、污染排放物的惩罚费用、锅炉补燃费用及微网与大电网间的电能交易情况，以系统综合运行费用最小为目标，同时考虑系统安全约束和各设备的运行约束限制，建立优化调度数学模型。

2.2约束条件

约束条件主要针对微网系统和各分布式电源的正常运行控制条件而建立的，主要包括系统功率平衡约束、机组运行约束（包括出力上下限限制、爬坡率限制、最小启停时间限制等）、储能容量及充放电功率约束、系统备用容量约束以及系统可靠性约束等。

2.3优化调度算法

从数学模型角度出发，综合能源系统调度问题是混合非线性优化问题，求解此类问题的常用数学算法有混合整数随机规划、动态规划及启发式算法等。综合能源系统优化调度具有约束复杂、求解维度高的特点，难以得到解析，因而本文采用启发式算法对该问题进行求解。粒子群算法(particleswarmoptimization，PSO)具有较好的全局搜索能力，因而被应用于求解此类问题。同时，针对综合能源系统优化模型，粒子群算法的单粒子x定义为优化变量所构成的矩阵，以采暖期为例，优化粒子矩阵如下列公式所示，粒子群算法中的适应度函数F(x)即为本文所定义的目标函数。

3微网经济调度策略

微网的优化调度策略主要包括动态控制和调度控制两个层面上的控制过程，其中：动态控制用于处理系统电压和频率的稳定控制，而调度控制则用于处理各分布式电源间的有功功率分配。因此，在确定微网优化调度策略时，不仅需要综合考虑微网的运行模式（只能吸收外部电网电能而不能向外部电网输出电能的并网运行、相互交换电能的并网运行及孤网运行等方式），还需要根据各种分布式电源的能源特性及其控制原则，有时还需要考虑当地电能市场、政府能源政策等因素。

通常情况下，微网优化调度策略应遵循：优先和最大化利用可再生能源、其次为储能能源，最后为化石能源的原则。但基于当前的储能技术和成本限制，而导致微网中的储能容量相对较小，所以基于储能装置和同步发电机组等可持续发电装置间的优化调度，就成为微网优化调度策略的一个重点和关键。

4算例仿真分析

4.1仿真条件

选取我国北方某城市节能绿色园区作为研究对象，该园区综合能源需求包括冬季采暖及夏季供冷，电源包括市电及分布式光伏发电系统。冷热源系统采用复合式能源系统，供储能系统包括蓄热式电锅炉、热泵系统、机载主机制冷系统、双工况主机制冷系统、冰蓄冷系统等，各供储能设备数量及基本性能参数如表1所示。

仿真数据输入包括园区典型日24点除综合能源供储设备的电负荷、光伏出力、冷/热负荷，峰谷电价应用DeST软件对园区进行负荷分析，从而得到典型日24点冷/热负荷曲线。

4.2仿真结果

（1）经济性最优准则。以经济性最优为目标函数，采用PSO算法，计算典型日负荷曲线下采暖期和空调期的设备运行调度计划，结果如图1所示。

图1

（2）环保性最优准则。以环境性最优为目标函数，计算典型日负荷曲线下采暖期和空调期的设备运行调度计划，结果如图2所示。

图2

4.3结果分析

综合能源系统调度的经济性和环保性目标既存在统一又存在矛盾。一方面，2种目标下的优化调度都是倾向于实现可再生能源的充分消纳。由图1(a)和图2(a)可知，在可再生能源发电余量较大时间段，通过将余电转换成其他能源形式而避免切光，或直接供给满足冷/热需求，或予以储存实现能源的分时利用；另一方面，综合能源系统调度的经济性指标和环保性指标又存在矛盾。由图1(a)可看出，经济性准则在低谷电价，充分利用储能系统，实现电能到热能的转供和分时利用，进而实现降低运行成本。由图2(a)可看出，环保性准则以优先应用能效最高的供能设备实现节能减排，二者的矛盾之处在于，储能系统在产能、储能和释能过程中的总体能效明显低于热泵等产能设备，所以2种优化调度目标存在矛盾。因此，在制定优化调度计划时，应结合区域综合能源需求的特点和综合能源系统运行的主要目标来制定。

5结语

综上所述，微网优化运行是微网研究的重要问题之一，通过调度微网中分布式电源及储能单元的出力，可在满足电力和热力需求的前提下，有效提高能源利用率，减少发电成本和系统排放。

参考文献：

[1]陈靖.微网系统经济运行优化[J].华东电力，2015．

[2]李乐.微网的经济运行研究[D].北京:华北电力大学，2014．

[3]郭力.冷热电联供微网优化调度通用建模方法[J].中国电机工程学报，2015．