留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

考虑市场环境的多微网分散协同调度方法

丁筱 郭创新

丁筱, 郭创新. 考虑市场环境的多微网分散协同调度方法[J]. 现代电力, 2020, 37(3): 221-229. doi: 10.19725/j.cnki.1007-2322.2019.0284
引用本文: 丁筱, 郭创新. 考虑市场环境的多微网分散协同调度方法[J]. 现代电力, 2020, 37(3): 221-229. doi: 10.19725/j.cnki.1007-2322.2019.0284
DING Xiao, GUO Chuangxin. Decentralized Synergetic Dispatching Method for Multi-microgrid under Market Environment[J]. Modern Electric Power, 2020, 37(3): 221-229. doi: 10.19725/j.cnki.1007-2322.2019.0284
Citation: DING Xiao, GUO Chuangxin. Decentralized Synergetic Dispatching Method for Multi-microgrid under Market Environment[J]. Modern Electric Power, 2020, 37(3): 221-229. doi: 10.19725/j.cnki.1007-2322.2019.0284

考虑市场环境的多微网分散协同调度方法

doi: 10.19725/j.cnki.1007-2322.2019.0284
基金项目: 国家重点研发计划项目(2017YFB0902600);国家自然科学基金项目(51877190)
详细信息
    作者简介:

    丁筱(1997),女,硕士研究生,主要研究方向为主动配电网能量管理,智能配电网;E-mail:401051634@qq.com

    郭创新(1969),男,教授,博士生导师,主要研究方向为智能调度及风险调度、智能信息处理技术及其在电力系统应用的研究;E-mail:guochuangxin@zju.edu.cn

  • 中图分类号: TM732

Decentralized Synergetic Dispatching Method for Multi-microgrid under Market Environment

Funds: National Key R&D Program of China(2017YFB0902600); Project Supported by National Natural Science Foundation of China(51877190)
  • 摘要: 多微网系统接入配电网后,会对配网运行造成较大影响,该文结合市场环境下双边交易模式,提出含多微网主动配电系统的双层优化模型。下层优化模型为多微网分散协同调度,采用原对偶内点法求解微网公共连接点的节点电价,同时设计了一种分散式的协同调度策略以确定微网间的交换功率,从而实现多微网系统的经济运行;上层优化模型为配网运行优化,针对多微网接入后带来的配电网运行问题,建立了一种以配电网网损最低为目标函数的配电网重构模型,并采用二进制粒子群算法求解该模型,得到了配网运行的最优方案。通过两层优化实现了含互联微网配电系统的安全经济运行。最后,以3个互联微网系统接入IEEE 33节点配电系统为例,验证了所提调度方法的有效性和合理性。
  • 图  1  含多微网主动配电系统结构图

    Figure  1.  Structure of Active Distribution System including multi-microgrid

    图  2  分散协同调度框架

    Figure  2.  Framework of decentralized synergetic dispatch

    图  3  基于双层优化的分散协同调度流程图

    Figure  3.  Flowchart of decentralized synergetic dispatch based on dual-layer optimization

    A1  微网拓扑结构图

    A1.  Diagram of each microgrid

    A2  各微网日负荷和风机、光伏出力曲线

    A2.  Curves of WT&PV output and Load of each microgrid within 24 h

    A3  含多微网主动配电系统结构图

    A3.  Diagram of the active distribution system including multi-microgrid

    图  4  微网1内分布式电源出力图

    Figure  4.  Output curves of DGs in #1 microgrid

    图  5  各微网储能设备(ES)剩余容量

    Figure  5.  Remaining capacity of ES in each microgrid

    图  6  各联络线上交换功率

    Figure  6.  Exchange powers at each tie-line

    图  7  配电系统网络损耗

    Figure  7.  Network loss of distribution system

    表  1  各微网分布式电源配置情况表

    Table  1.   Configuration of the distributed generators of each microgrid

    微网 储能逆变器
    功率/kW
    储能容量
    /kW·h
    微型燃气轮机
    最大输出功率/kW
    燃料电池最大
    输出功率/ kW
    1号 −40~40 280 55 40
    2号 −47~47 320 50 45
    3号 −50~50 500 40 36
    下载: 导出CSV

    表  2  第15个调度时刻多微网联络功率协同过程

    Table  2.   Detailed synergetic process at 15th time

    协同
    次数
    协同
    对象
    联络线
    潮流方向
    联络线
    功率/kW
    PCC的LMP/
    (元/kW·h)
    1 0号,1号 1号 to 0号 12.669 0.690 (PCC1)
    2 1号,2号 1号 to 2号 5.842 0.711 (PCC2)
    3 1号,3号 3号 to 1号 20.850 0.738 (PCC3)
    4 0号,1号 1号 to 0号 2.223 0.690 (PCC1)
    5 1号,2号 1号 to 2号 1.576 0.707 (PCC2)
    6 1号,3号 3号 to 1号 9.733 0.746 (PCC3)
    7 0号,1号 1号 to 0号 0.751 0.690 (PCC1)
    8 1号,2号 1号 to 2号 0.941 0.701 (PCC2)
    9 1号,3号 3号 to 1号 0.981 0.755 (PCC3)
    10 0号,1号 1号 to 0号 0.026 0.690 (PCC1)
    11 1号,2号 1号 to 2号 0.034 0.701 (PCC2)
    12 1号,3号 3号 to 1号 0.019 0.758 (PCC3)
    下载: 导出CSV

    表  3  集中式和分散协同优化结果对比

    Table  3.   Results of three different dispatch strategies

    场景 分布式电源
    发电成本
    购电费用 售电收益 互联微网
    运行成本
    1 2 395.31 661.39 243.46 2 813.24
    2 2 755.08 274.61 1 151.07 1 878.62
    3 2 749.54 277.44 1 149.22 1 877.76
    下载: 导出CSV

    表  4  第15时刻配电网重构结果

    Table  4.   Comparison before and after distribution network reconfiguration at time 15

    方式 断开支路 网络有功
    损耗/kW
    最低节点
    电压/pu
    重构前 8-21,9-15,12-22,18-33,25-29 199.761 4 0.911 7
    重构后 7-8,8-9,9-10,28-29,18-33 127.508 4 0.943 1
    下载: 导出CSV
  • [1] 赵波, 王财胜, 周金辉, 等. 主动配电网现状与未来发展[J]. 电力系统自动化,2014(18):125 − 135. doi:  10.7500/AEPS20131218007

    ZHAO Bo, WANG Caisheng, ZHOU Jinhui, et al. Present and future development trend of active distribution network[J]. Automation of Electric Power Systems,2014(18):125 − 135(in Chinese). doi:  10.7500/AEPS20131218007
    [2] MICHAEL J D, EUAN M D, IVANA K, et al. Distribution power flow management utilizing an online optimal power flow technique[J]. IEEE Transactions on Power Systems,2014,29(1):121 − 131. doi:  10.1109/TPWRS.2013.2279263
    [3] 尤毅, 刘东, 钟清, 等. 主动配电网优化调度策略研究[J]. 电力系统自动化,2014,38(9):177 − 183.

    YOU Yi, LIU Dong, ZHONG Qing, et al. Research on optimal schedule strategy for active distribution network[J]. Automation of Electric Power Systems,2014,38(9):177 − 183(in Chinese).
    [4] 沙熠, 邱晓燕, 宁雪姣, 等. 协调储能与柔性负荷的主动配电网多目标优化调度[J]. 电网技术,2016,40(5):1394 − 1399.

    SHA Yi, QIU Xiaoyan, NING Xuejiao, et al. Multi-objective optimization of active distribution network by coordinating energy storage system and flexible load[J]. Power System Technology,2016,40(5):1394 − 1399(in Chinese).
    [5] 蒲天骄, 李烨, 陈乃仕, 等. 基于MAS的主动配电网多源协调优化调度[J]. 电工技术学报,2015, 30(23):67 − 75. doi:  10.3969/j.issn.1000-6753.2015.23.009

    PU Tianjiao, LI Ye, CHEN Naishi, et al. Multi-source coordinated optimal dispatch for active distribution network based on multi-agent system[J]. Transanctions of China Electrotechnical Society,2015, 30(23):67 − 75(in Chinese). doi:  10.3969/j.issn.1000-6753.2015.23.009
    [6] 刘天琪, 江东林. 基于储能单元运行方式优化的微电网经济运行[J]. 电网技术,2012, 36(1):45 − 50.

    LIU Tianqi, JIANG Donglin. Economic operation of microgrid based on operation mode optimization of energy storage unit[J]. Power System Technology,2012, 36(1):45 − 50(in Chinese).
    [7] 王成山, 洪博文, 郭力. 不同场景下的光蓄微电网调度策略[J]. 电网技术,2013, 37(7):1775 − 1782.

    WANG Chengshan, HONG Bowen, GUO Li. Dispatch strategies of pv-battery microgrid in different scenarios[J]. Power System Technology,2013, 37(7):1775 − 1782(in Chinese).
    [8] 艾欣, 许佳佳. 基于互动调度的微网与配电网协调运行模式研究[J]. 电力系统保护与控制,2013(1):143 − 149. doi:  10.7667/j.issn.1674-3415.2013.01.022

    AI Xin, XU Jiajia. Study on the microgrid and distribution network co-operation model based on interactive scheduling[J]. Power System Protection and Control,2013(1):143 − 149(in Chinese). doi:  10.7667/j.issn.1674-3415.2013.01.022
    [9] 吕天光, 艾芊, 孙树敏, 等. 含多微网的主动配电系统综合优化运行行为分析与建模[J]. 中国电机工程学报,2016, 36(1):122 − 132.

    LV Tianguang, AI Qian, SUN Shumin, et al. Behavioural analysis and optimal operation of active distribution system with multi-microgrids[J]. Proceedings of the CSEE,2016, 36(1):122 − 132(in Chinese).
    [10] 沈俭荣, 文云峰, 郭创新, 等. 基于产消方式的互联微网协同自治运行策略[J]. 电力系统自动化,2016,40(9):40 − 47.

    SHEN Jianrong, WEN Yunfeng, GUO Chuangxin, et al. Prosumer-based autonomous-synergetic operation strategy for interconnected microgrids[J]. Automation of Electric Power Systems,2016,40(9):40 − 47(in Chinese).
    [11] 茆美琴, 孙树娟, 苏建徽, 等. 包含电动汽车的风/光/储微电网经济性分析[J]. 电力系统自动化,2011, 35(14):30 − 35.

    MAO Meiqin, SUN Shujuan, SU Jianhui, et al. Economic analysis of a microgrid with wind/photovoltaic/storages and electric vehicles[J]. Automation of Electric Power Systems,2011, 35(14):30 − 35(in Chinese).
    [12] 毛晓明, 陈深, 吴杰康, 等. 分时电价机制下含蓄电池微网的优化调度[J]. 电网技术,2015, 39(5):1192 − 1197.

    MAO Xiaoming, CHEN Shen, WU Jiekang, et al. Optimal dispatching of microgrid containing battery under time-of-use price mechanism[J]. Power System Technology,2015, 39(5):1192 − 1197(in Chinese).
    [13] 曹佳, 马洪艳, 刘扬, 等. 基于节点电价的需求响应策略研究[J]. 电网技术,2016, 40(5):1536 − 1542.

    CAO Jia, MA Hongyan, LIU Yang, et al. Research on demand response strategy based on nodal price[J]. Power System Technology,2016, 40(5):1536 − 1542(in Chinese).
    [14] 王欣星, 周晖. 基于原-对偶内点法的节点边际电价计算[J]. 电网技术,2007, 31(18):23 − 27.

    WANG Xinxing, ZHOU Hui. Calculation of locational marginal price based on primal-dual interior point method[J]. Power System Technology,2007, 31(18):23 − 27(in Chinese).
    [15] 李平. 电力市场下基于最优潮流的节点电价算法研究[D]. 成都: 西南交通大学, 2010.
    [16] 裴玮, 盛鹍, 孔力, 等. 分布式电源对配网供电电压质量的影响与改善[J]. 中国电机工程学报,2008, 28(13):152 − 157. doi:  10.3321/j.issn:0258-8013.2008.13.024

    PEI Wei, SHENG Kun, KONG Li, et al. Impact and improvement of distributed generation on distribution network voltage q uality[J]. Proceedings of the CSEE,2008, 28(13):152 − 157(in Chinese). doi:  10.3321/j.issn:0258-8013.2008.13.024
    [17] 易海川, 张彼德, 王海颖, 等. 提高DG接纳能力的配电网动态重构方法[J]. 电网技术,2016, 40(5):1431 − 1436.

    YI Haichuan, ZHANG Bide, WANG Haiying, et al. Improving distribution network’s ability of accepting DG[J]. Power System Technology,2016, 40(5):1431 − 1436(in Chinese).
    [18] 周慧芝, 唐飞, 刘涤尘, 等. 考虑负荷时变性的主动配电网动态重构和DG动态调控策略[J]. 电网技术,2016, 40(8):2423 − 2430.

    ZHOU Huizhi, TANG Fei, LIU Dichen, et al. Active distribution network dynamic reconfiguration and DG dynamic control strategy considering time-variant Load[J]. Power System Technology,2016, 40(8):2423 − 2430(in Chinese).
    [19] 陈洁, 杨秀, 朱兰, 等. 微网多目标经济调度优化[J]. 中国电机工程学报,2013, 33(19):57 − 66.

    CHEN Jie, YANG Xiu, ZHU Lan, et al. Microgrid multi-objective economic dispatch optimization[J]. Proceedings of the CSEE,2013, 33(19):57 − 66(in Chinese).
    [20] Venkatesh B, Chandramohan S, Kayalvizhi N, et al. Optimal reconfiguration of radial distribution system using artificial intelligence methods[C]// 2009 IEEE Toronto International Conference Science and Technology for Humanity (TIC-STH.Toronto, ON: IEEE, 2009: 660-665.
    [21] 薛毓强, 吴小雁, 魏文新. 基于环路组搜索方式及分环替代策略相结合的配电网重构[J]. 电网技术,2016, 40(1):263 − 269.

    XUE Yuqiang, WU Xiaoyan, WEI Wenxin. Distribution network reconfiguration with BPSO based on combination of loop group search and individual loop replacement[J]. Power System Technology,2016, 40(1):263 − 269(in Chinese).
    [22] 赵晶晶, 李新, 彭怡, 等. 基于粒子群优化算法的配电网重构和分布式电源注入功率综合优化算法[J]. 电网技术,2009,33(17):162 − 166.

    ZHAO Jingjing, LI Xin, PENG Yi, et al. A comprehensive optimization algorithm for injection power of distribution generation and distribution network reconfiguration based on particle swarm optimization[J]. Power System Technology,2009,33(17):162 − 166(in Chinese).
  • [1] 杨亦玘, 郑鹏远, 毛冉, 秦海杰, 王雅琳.  不确定裕度分段量化和弃风弃光分段惩罚的孤岛型微电网经济调度算法 . 现代电力, 2023, 40(1): 73-81. doi: 10.19725/j.cnki.1007-2322.2021.0238
    [2] 郭文铸, 王海伟, 丁亮, 余佩遥, 李怡瑾, 唐昊.  多能源形式下商业区微网的方案设计与调度优化 . 现代电力, 2021, 38(4): 402-411. doi: 10.19725/j.cnki.1007-2322.2020.0391
    [3] 朱晓荣, 谢婉莹.  计及供热区域热惯性的多微网调度策略 . 现代电力, 2020, 37(6): 566-574. doi: 10.19725/j.cnki.1007-2322.2019.1125
    [4] 魏震波, 都成.  计及天气对电动汽车接入家庭型微电网供需侧影响的经济调度模型 . 现代电力, 2020, 37(1): 10-18. doi: 10.19725/j.cnki.1007-2322.2019.0031
    [5] 刘洋, 艾欣, 胡鹏, 潘玺安.  考虑功率交互与需求响应的多微网经济调度 . 现代电力, 2020, 37(6): 605-612. doi: 10.19725/j.cnki.1007-2322.2019.0569
    [6] 谢敬东, 陆文奇, 吕志伟.  电力市场环境下的微电网双层经济运营优化模型 . 现代电力, 2020, 37(4): 433-440. doi: 10.19725/j.cnki.1007-2322.2020.0102
    [7] 王辉, 廖昆, 陈波波, 金彬斌.  低碳形势下基于区块链技术的含微电网电力市场交易出清模型 . 现代电力, 2019, 36(1): 14-21.
    [8] 朱兰, 杨淑红, 唐陇军, 王忠秋, 蒋红进.  微网规划综合评价精细化指标体系研究 . 现代电力, 2018, 35(3): 54-61.
    [9] 何可人, 滕 欢, 高红均.  考虑季节特性的多微源独立微网容量优化配置 . 现代电力, 2017, 34(1): 8-14.
    [10] 白佩琳, 雷霞, 何建平.  多微电网系统的竞价机制设计 . 现代电力, 2017, 34(6): 22-27.
    [11] 梁彦杰, 王皓怀, 王 坚, 张德亮, 郭少青, 薛艳军.  电力市场改革下南方电网调度运行面临的技术挑战与发展方向 . 现代电力, 2017, 34(4): 72-78.
    [12] 黄伟, 刘琦, 闫彬禹, 刘立夫.  主动配电系统安全态势预警等级的多级模糊综合评判 . 现代电力, 2017, 34(6): 33-39.
    [13] 朱观炜, 谭伟璞, 闫 涛, 渠展展, 刘志波.  基于RT-LAB的储能系统离网运行控制策略研究 . 现代电力, 2016, 33(6): 33-36.
    [14] 李龙坤, 王敬华, 孙桂花, 张新慧.  用于光伏微网储能系统削峰填谷的控制策略 . 现代电力, 2016, 33(2): 27-32.
    [15] 刘方, 杨秀.  含电蓄热解决高渗透率风电消纳问题的微网热电能量综合优化 . 现代电力, 2015, 32(4): 19-26.
    [16] 黄伟, 崔屹平, 黄婷, 张小珍, 马丽.  考虑小水电季节特性的微网经济运行 . 现代电力, 2014, 31(1): 1-6.
    [17] 于成龙, 孙欣, 沈风, 马群.  基于备用安全的含风电场的电力系统经济调度 . 现代电力, 2014, 31(5): 49-53.
    [18] 李泓泽, 王 宝, 郭 森.  基于主成分分析的区域电力市场厂商市场力评估 . 现代电力, 2011, 28(3): 85-89.
    [19] 王 阳, 艾 欣.  微网及所连配电网电压等级的选择 . 现代电力, 2011, 28(1): 6-10.
    [20] 匡卫洪, 陈皓勇, 荆朝霞, 田丽莎, 谭 科, 屈少青.  电力市场综合模拟系统——实现、分析与评价 . 现代电力, 2010, 27(5): 86-90.
  • 加载中
图(10) / 表 (4)
计量
  • 文章访问数:  296
  • HTML全文浏览量:  62
  • PDF下载量:  35
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-04-09
  • 刊出日期:  2020-06-01

考虑市场环境的多微网分散协同调度方法

doi: 10.19725/j.cnki.1007-2322.2019.0284
    基金项目:  国家重点研发计划项目(2017YFB0902600);国家自然科学基金项目(51877190)
    作者简介:

    丁筱(1997),女,硕士研究生,主要研究方向为主动配电网能量管理,智能配电网;E-mail:401051634@qq.com

    郭创新(1969),男,教授,博士生导师,主要研究方向为智能调度及风险调度、智能信息处理技术及其在电力系统应用的研究;E-mail:guochuangxin@zju.edu.cn

  • 中图分类号: TM732

摘要: 多微网系统接入配电网后,会对配网运行造成较大影响,该文结合市场环境下双边交易模式,提出含多微网主动配电系统的双层优化模型。下层优化模型为多微网分散协同调度,采用原对偶内点法求解微网公共连接点的节点电价,同时设计了一种分散式的协同调度策略以确定微网间的交换功率,从而实现多微网系统的经济运行;上层优化模型为配网运行优化,针对多微网接入后带来的配电网运行问题,建立了一种以配电网网损最低为目标函数的配电网重构模型,并采用二进制粒子群算法求解该模型,得到了配网运行的最优方案。通过两层优化实现了含互联微网配电系统的安全经济运行。最后,以3个互联微网系统接入IEEE 33节点配电系统为例,验证了所提调度方法的有效性和合理性。

English Abstract

丁筱, 郭创新. 考虑市场环境的多微网分散协同调度方法[J]. 现代电力, 2020, 37(3): 221-229. doi: 10.19725/j.cnki.1007-2322.2019.0284
引用本文: 丁筱, 郭创新. 考虑市场环境的多微网分散协同调度方法[J]. 现代电力, 2020, 37(3): 221-229. doi: 10.19725/j.cnki.1007-2322.2019.0284
DING Xiao, GUO Chuangxin. Decentralized Synergetic Dispatching Method for Multi-microgrid under Market Environment[J]. Modern Electric Power, 2020, 37(3): 221-229. doi: 10.19725/j.cnki.1007-2322.2019.0284
Citation: DING Xiao, GUO Chuangxin. Decentralized Synergetic Dispatching Method for Multi-microgrid under Market Environment[J]. Modern Electric Power, 2020, 37(3): 221-229. doi: 10.19725/j.cnki.1007-2322.2019.0284
    • 目前,新能源并网发电主要通过集中式接入输电网或者分布式接入本地配电系统来实现。分布式接入方式直接在负荷侧,在保证高供电可靠性的同时具有很好的灵活性。随着配电自动化技术的发展,主动配电系统[1](active distribution system, ADS)的概念应运而生,主动配电系统包含多种分布式电源,能够通过调度各分布式电源出力和使用灵活的网络拓扑来管理潮流,从而使得整个配电系统更高效经济地运行。主动配电系统的经济调度一直是国内外研究的重点,文献[2]采用在线最优潮流计算,实现了配电网经济最优运行;文献[3]考虑不同时段电价以及联络开关调整对于运行成本的影响,实现了一个完整调度周期内运行成本最低的优化调度;文献[4]建立了一种考虑再生能源利用率、网络损耗和用户满意度的多目标优化调度模型,在降低损耗的同时保证了用户满意度;文献[5]基于多代理系统提出了主动配电网三层调度框架,实现了区域自治协同优化调度。

      但是以上研究均未考虑微网接入对主动配电系统的影响。微网是一种分布式电源接入配电系统的有效形式,可以运行在孤岛模式下直接向本地负荷进行供电,能有效减小网络损耗、提高供电效率、降低供电中断率,也可以运行在联网模式下与配电系统进行功率交换实现经济优化运行。目前针对微网经济运行和管理的研究大多集中在单个微电网内部。文献[6]采用动态规划来求解蓄电池的最佳运行方式,以确定微电网的最佳运行方式;文献[7]将日前动态经济调度方法应用于由光伏和蓄电池组成的微电网,采用改进的多种群实编码遗传算法进行求解。

      随着分布式能源的发展,越来越多的微网接入配电系统,形成了多微网系统。多微网系统和配电网系统如何协同运行成为解决大规模微网应用的关键技术。文献[8]综合考虑配电网和多微网的特性,建立了微网、配网互动协调运行机会约束模型,实现了联合调度下多微网配电系统运行的经济性和灵活性,但是在优化模型中没有考虑配电网主动重构;文献[9]提出了双层决策模型应用于含多个微电网的主动配电系统中,并运用互动博弈矩阵来描述微网之间的合作关系;文献[10]结合电力市场双边交易机制,提出了一种通过比较微网自治状态下公共连接点(point of common coupling, PCC)节点边际电价(local marginal price, LMP)和供需曲线来寻找互联微网系统运行平衡点的方法,但是没有考虑分布式能源的耗能特性以及配电网系统的优化运行。

      综上,本文建立了含多微网主动配电系统的双层优化调度模型。下层优化模型为多微网协同调度模型,考虑微网中微型燃气轮机(micro gas turbine, MT)、燃料电池(fuel cell, FC)、储能设备(energy storage, ES)的出力特性和耗能特性以及风电(wind turbine, WT)、光伏(photovoltaic,PV)的随机出力特性,通过建立最优潮流模型计算出微网公共连接点上的节点电价,在分散式协同调度策略下确定各微网联络线上的交换功率,以寻求多微网系统协同运行平衡点。上层优化模型为考虑微网接入点功率波动的配电网主动重构,以配电系统网损最小为目标函数,实现多微网接入配电系统后的经济运行。最后以三微网互联系统接入IEEE 33节点配电系统为例验证了所提双层优化模型的有效性,利用该模型可实现多微网主动配电系统的协同经济运行。

    • 含多微网主动配电系统的结构如图1所示,分为上下两层。上层为主动配电网能量管理系统,通过主动配电网重构来灵活地管理潮流,实现经济最优运行;下层为微网协同调度系统,每个微电网内部具有一个可独立运行的微电网控制器(microgrid controller,MC),通过实时调节内部的分布式电源出力来实现微网内部的自治运行。同时在市场环境下,以实时电价为驱动力,微网可以在相互之间进行功率交换和电力交易,通过确定联络线功率来达到协同运行的目的,从而实现整个微网群的可靠运行。MC将微网协调后的结果传递给配电网能量管理系统,进行配电网重构,从而实现微网和配电网的协同调度。

      图  1  含多微网主动配电系统结构图

      Figure 1.  Structure of Active Distribution System including multi-microgrid

    • 微网技术通过分散式的能量管理能够维持内部的功率平衡,保障了分布式电源的个体利益。但是在电力市场环境下,微网不可能独自运行,必然要和主配电系统或者其他微网协同运行以获得更大的经济利益。当微网PCC的LMP低于外网电价时,可以向外售电,成为供电方;反之,则从外网购电,成为受电方[10]

      本调度方法基于的原理是,当微网PCC的节点边际电价低于外网电价时,可以向外售电,成为供电方;反之,则可以从外网购电,成为受电方。正常情况下,相邻区域在同一PCC上的节点电价是相同的,否则更低的外部电价会驱使高价区域从外网购入电力。通常来说节点负荷需求的增加会提高该节点的电价,反之会降低该节点电价。因此在协同优化中可以通过联络线功率的调整,来实现相邻微网PCC上节点电价的一致,从而达到经济最优运行。图2为分散协同调度框架。

      图  2  分散协同调度框架

      Figure 2.  Framework of decentralized synergetic dispatch

      图3为市场环境下互联微网分散协同调度的流程。

      图  3  基于双层优化的分散协同调度流程图

      Figure 3.  Flowchart of decentralized synergetic dispatch based on dual-layer optimization

      在该调度框架下,各微网相对独立,但又与相邻微网保持通信,实时更新检测PCC上的节点电价,调整对外联络线的传输功率以及微网内部的调度策略。当微网含有多个PCC节点时,每次随机选取一个PCC节点平衡,经过多次迭代后实现多个微网对外网连接点上电价平衡。节点电价平衡方法参照文献[10]。

    • 一个典型的微网通常包含可控微源、不可控微源、储能设备以及负荷。当风机、光伏发电大于本地负荷的需求时,可以给储能设备充电也可以售卖给PCC上的相邻微网;在负荷需求高峰期,微网功率缺额又可以从储能、可控分布式能源和联络线3处得到补偿。所以本节所提微网经济性调度模型解决的问题就是,如何在满足系统约束条件下,制定合适的储能充/放电策略、可控微源运行方式以及确定PCC上的联络功率大小,使得间歇性清洁能源得到有效消纳的同时系统运行成本最低。为最大化地利用清洁能源,本文将风电和光伏设置为最大功率点追踪模式。

    • 在一个调度时间段内,作如下假设:微型燃气轮机的有功出力恒定,取为1 h来分析。微型燃气轮机发电过程中的燃料消耗费用计算公式为

      $${C_{{\rm{MT}}}} = {C_{ng}}\frac{1}{{LH{V_{{\rm{ng}}}}}}\frac{{{P_{{\rm{MT}}}}}}{{{\eta _{{\rm{MT}}}}}}\Delta t$$ (1)

      式中:Cng为天然气价格,本文取2.5元/m3LHVng为天然气低热值,取9.7 kWh/m3PMT为燃气轮机输出的电功率;ηMT为燃气轮机的发电效率,其值随PMT大小而变化。

    • 燃料电池发电过程中的燃料消耗费用计算公式为

      $$ {C_{{\rm{FC}}}} = {C_{{\rm{ng}}}}\frac{1}{{LH{V_{{\rm{ng}}}}}}\frac{{{P_{{\rm{FC}}}}}}{{{\eta _{{\rm{FC}}}}}}\Delta t $$ (2)

      式中PFCηFC分别为燃料电池的输出功率与输出效率。

    • 储能设备的荷电状态是指电池剩余电量和电池标称总容量的比值。在某一时刻t的荷电状态计算公式[11]

      $$ {C_{{\rm{SOC}}}}\left( t \right) = {C_{{\rm{SOC}}}}\left( {t{\rm{ - }}1} \right){\rm{ - }}{P_{\rm{b}}}\left( t \right)/{\eta _{\rm{b}}}{\rm{ - }}{\alpha _{\rm{B}}}{C_{\rm{B}}} $$ (3)

      式中:CSOC(t)为时刻蓄电池的剩余电量;Pb(t)为t时刻ES的充放电功率;ηb为ES充、放电效率,取0.95;αB为ES每小时的自放电比例,取0.01;CB为ES的总容量。

      ES每次充放电会对其寿命造成损伤,在不同的蓄电状态下,充放电功率大小会对蓄电池寿命折损产生不同的效应。本文采用文献[12]使用的蓄电池充放电成本折损函数,ES在1个调度时间段Δt内充放电成本折旧计算公式为

      $$ {C_{{\rm{ES}}}} = \sigma {P_{\rm{b}}}\left( t \right)\Delta t $$ (4)

      式中σ为充放电折旧系数。

    • 本文构建的经济调度模型目标函数为微网系统运行费用最低:

      $$ \min \;{C_{{\rm{MT}}}}\left( t \right) + {C_{{\rm{FC}}}}\left( t \right) + {C_{{\rm{ES}}}}\left( t \right) + {C_{\rm{B}}}\left( t \right) $$ (5)

      式中:CMT(t)、CFC(t)、CES(t)、CB(t)分别为t时刻微型燃气轮机、燃料电池的燃料成本和储能设备的折损成本,可分别由式(1)、(2)、(4)计算得到;CB(t)为微网与外网的电能交易成本,正值为从外网购电,负值为向外网售电。

      约束条件包括:

      $$\sum\limits_{i = 1}^{{N_G}} {{P_{{\rm{G}}i}}} - \sum\limits_{i = 1}^{{N_D}} {{P_{{\rm{D}}i}}} + \sum\limits_{i = 1}^{{N_W}} {{P_{{\rm{W}}i}}} - {P_{{\rm{loss}}}} = 0$$ (6)
      $$ {P_{{\rm{MT}}}}\left( t \right) - {P_{{\rm{MT}}}}\left( {t - 1} \right) \le {R_{{\rm{up}},{\rm{MT}}}} $$ (7)
      $$ {P_{{\rm{MT}}}}\left( {t - 1} \right) - {P_{{\rm{MT}}}}\left( t \right) \le {R_{{\rm{down}},{\rm{MT}}}} $$ (8)
      $$ {C_{{\rm{SOC,min}}}} \le {C_{{\rm{SOC}}}}\left( t \right) \le {C_{{\rm{SOC,max}}}} $$ (9)
      $$ {P_{{\rm{G}}i,{\rm{min}}}} \le {P_{{\rm{G}}i}}\left( t \right) \le {P_{{\rm{G}}i{\rm{,max}}}} $$ (10)

      式中:NGNDNW分别为微源、节点i和联络线数目;PGiPDiPWi分别为分布式电源节点的出力、节点负荷大小以及联络线向微网的功率输入;Ploss表示系统网络损耗,由潮流计算得到;Rup,MTRdown,MT分别为微型燃气轮机组1个调度时间段内的增加、降低功率的限值。式(9)为蓄电池的容量约束,最大、最小和初始容量分别取100%、30%、70%;式(10)为微型气轮机、燃料电池和储能设备出力上下限约束。

    • 节点电价是指节点单位负荷需求增加引起的系统运行费用增量,此定价机制被广泛用于电力市场的能量管理中[13]。原对偶内点法(primal-dual interior point method, PDIPM)是一种有效求解非线性规划问题的方法,常被用来求解最优潮流问题[14]。最优潮流中对应于潮流平衡方程的拉格朗日乘子与节点电价具有相同的经济意义。本文采用原对偶内点法求解微网经济调度模型,并以此求出节点电价。首先定义引入l1>0,u1>0;l2>0,u2>0;l3>0,u3>0;l4>0,u4>0;分别为不等式约束条件(7)—(10)的松弛变量,将其转换为等式约束条件:

      $$ \left\{ {\begin{array}{*{20}{l}} {{P_{{\rm{MT}}}}(t) - {P_{{\rm{MT}}}}(t - 1) + {u_1} - {{\rm{R}}_{{\rm{up}},{\rm{MT}}}} = 0}\\ {{P_{{\rm{MT}}}}(t - 1) - {P_{{\rm{MT}}}}(t) + {u_2} - {{\rm{R}}_{{\rm{down}},{\rm{MT}}}} = 0}\\ {{C_{{\rm{SOC}}}}(t) + {u_3} - {C_{{\rm{SOC}},\max }} = 0}\\ {{C_{{\rm{SOC}}}}(t) - {l_1} - {C_{{\rm{SOC}},\max }} = 0}\\ {{P_{{\rm{G}}i}}(t) + {u_4} - {P_{{\rm{G}}i,\max }} = 0}\\ {{P_{{\rm{G}}i}}(t) - {l_2} - {P_{{\rm{G}}i,\min }} = 0} \end{array}} \right. $$ (11)

      引入障碍函数项,得到扩展的目标函数为

      $$ \begin{array}{c} F = {C_{{\rm{MT}}}}\left( t \right) + {C_{{\rm{FC}}}}\left( t \right) + {C_{{\rm{ES}}}}\left( t \right) + {C_{\rm{B}}}\left( t \right) - \\ \mu (\displaystyle\sum\limits_{i = 1}^4 {\ln {l_i}} + \displaystyle\sum\limits_{i = 1}^4 {\ln {u_i}} ) \end{array} $$ (12)

      式中μ为障碍因子。引入潮流方程拉格朗日乘子λ以及不等式约束上下限的对偶变量zw,得到如下的拉格朗日函数:

      $$ \begin{split} L = &F - {\lambda ^{\rm{T}}}\left( {\displaystyle\sum\limits_{i = 1}^{{\rm{NG}}} {{P_{{\rm{G}}i}}} - \displaystyle\sum\limits_{i = 1}^{{\rm{ND}}} {{P_{{\rm{D}}i}}} + \displaystyle\sum\limits_{i = 1}^{{\rm{NW}}} {{P_{{\rm{W}}i}}} - {P_{{\rm{loss}}}}} \right) - \\ &{z^{\rm{T}}}\left( {{C_{{\rm{SOC}}}}(t) - {l_1} - {C_{{\rm{SOC}},\min }} + {P_{{\rm{G}}i}}(t) - {l_2} - {P_{{\rm{G}}i,\min }}} \right) + \\ &{w^{\rm{T}}}\left( {{P_{{\rm{MT}}}}(t) - {P_{{\rm{MT}}}}(t - 1) + {u_1} - {{\rm{R}}_{{\rm{up}},{\rm{MT}}}} + {P_{{\rm{MT}}}}(t - 1) - } \right.\\ &{P_{{\rm{MT}}}}(t) + {u_2} - {{\rm{R}}_{{\rm{down}},{\rm{MT}}}} + {C_{{\rm{SOC}}}}(t) + {u_3} - {C_{{\rm{SOC}},{\rm{max}}}} + \\ &\left. {{P_{{\rm{G}}i}}(t) + {u_4} - {P_{{\rm{G}}i,{\rm{max}}}}} \right) \end{split} $$ (13)

      根据节点电价的定义对式(13)中的PD求偏导得到节点i的节点电价为

      $$ {\rho _i} = {\left. {\frac{{\partial L}}{{\partial {P_{{\rm{D}}i}}}}} \right|_*} $$ (14)

      式中*表示最优解点。运用文献[14]中的求解方法,根据KKT最优性条件和牛顿法求解非线性方程组可以得到方程的最优解,从而得到节点电价。原对偶内点算法和对偶变量初值的选取要恰当,需要在每次迭代中选取一定的迭代步长,本文中原步长和对偶步长采用文献[15]中的参数。

    • 网络重构数学模型。由于多个互联微网的接入会给配电网的运行控制带来很大影响,比如会带来网络损耗的增加,节点电压的波动等[16]。所以配电网的主动重构[17-18]优化目标主要是尽量减少微网接入对配网的影响,保障配网运行的可靠性和较高的电能质量。本文将1个调度时间段内的网络损耗作为目标函数,同时考虑节点电压的约束。具体的数学模型如下:

      目标函数为

      $$ \min \;\;\sum\limits_{ij = 1}^{{N_1}} {{R_{ij}}} \frac{{P_{ij}^2 + Q_{ij}^2}}{{{{\left| {{U_{ij}}} \right|}^2}}} $$ (15)

      式中:N1为系统支路数;Rij为支路ij的电阻;PijQijUij分别为支路ij的有功、无功功率和节点电压幅值。

      约束条件包括:1) 潮流约束:包括配电线路有功和无功平衡方程;2) 微网联络变容量约束:微电网并网到主配网连接点变压器的最大视在功率限制;3) 支路功率约束:对于每条配电支路存在最大有功功率传输限制;4) 节点电压约束:对于每个负荷节点,电压偏移有上下限约束;5) 网络拓扑约束:对于配电网拓扑,必须满足辐射状约束。

    • 本文选取3个微网系统互联接入IEEE33节点配电系统进行仿真分析,采用文献[19]中的微网结构图,并在此基础上进行了改动,拓扑结构如附录图A1所示。为降低研究的复杂性,本文认为每个微网的拓扑结构一致。各微网日负荷曲线如附录图A2所示,功率因数都取0.9,线路参数取R=0.64 Ω/km,X=0.1 Ω/km。ES充、放电效率取95%;ES每小时的自放电比例取0.1%。各微网中风电、光伏等分布式电源的配置参数情况如表1所示,风电和光伏出力曲线如附录图A2所示,为保证可再生能源的最大经济效益,风力和光伏发电都运行在最大功率跟踪模式。

      表 1  各微网分布式电源配置情况表

      Table 1.  Configuration of the distributed generators of each microgrid

      微网 储能逆变器
      功率/kW
      储能容量
      /kW·h
      微型燃气轮机
      最大输出功率/kW
      燃料电池最大
      输出功率/ kW
      1号 −40~40 280 55 40
      2号 −47~47 320 50 45
      3号 −50~50 500 40 36

      图  A1  微网拓扑结构图

      Figure A1.  Diagram of each microgrid

      图  A2  各微网日负荷和风机、光伏出力曲线

      Figure A2.  Curves of WT&PV output and Load of each microgrid within 24 h

      主动配电系统网络采用IEEE 33节点配电系统,母线电压12.66 kV,系统总负荷为(3 802.19+j2 694.6)kVA。网络具体参数见文献[20]。为简化分析,假设主配电网系统的负荷在调度期间保持不变,取全天负荷值固定。整个多微网主动配电系统的结构图如附录图A3所示。

      图  A3  含多微网主动配电系统结构图

      Figure A3.  Diagram of the active distribution system including multi-microgrid

    • 原对偶内点算法收敛误差ε=10-6最大迭代次数Kmax=50。向心参数δ的取值对原对偶内点算法的收敛性和误差有很大影响,本文取δ=0.05。

      本文采用二进制粒子群优化算法[21-22]求解配电网重构问题。算法中粒子数N=30;惯性系数ω=0.8;加速系数c1=c2=1.494 45;最大迭代次数为200次;粒子速度最大值为Vmax=1,最小值Vmin=-1。

    • 在MATLAB环境下编写程序,对1d内24个调度周期进行仿真。主配电网侧的电价采用分时电价,谷时电价(1:00—7:00时):0.43元;平时电价(8:00—15:00时):0.69元;峰时电价(16:00—24:00时):1.21元。设置了3种不同场景进行仿真:1) 多微网独立优化;2)多微网采用分散协同优化;3) 多微网采用集中式优化。

    • 分别对上述3种场景进行仿真,表2给出了在第15个调度周期内微网间的协调过程(0号、1号、2号、3号分别表示配电网和微网1、2、3),在协调开始之前微网1联络节点1上的电价为0.564元/kW·h,其联络线另一端的配网电价为0.690元/kW·h,电价的差异触发两微网之间的协调,经过协调达到平衡坐标(12.669, 0.690),即微网1向配电网输送12.669 kW的功率,两者达到平衡电价0.690元/kW·h。此时,对于微网1内部相当于多出12.669 kW的负荷需求,微网1自动更新PCC2和PCC3上的节点电价曲线,以协调与微网2、3的电力交易功率。之后根据更新后的节点电价曲线,PCC2和PCC3上达到电价平衡,分别为0.711元/kW·h、0.738元/kW·h。最终经过12次协同后结果收敛,微网1总共向配电网提供15.669 kW的电力,向微网2总共提供10.392 9 kW的电力,微网3向微网1总共提供31.885 kW的电力。

      表 2  第15个调度时刻多微网联络功率协同过程

      Table 2.  Detailed synergetic process at 15th time

      协同
      次数
      协同
      对象
      联络线
      潮流方向
      联络线
      功率/kW
      PCC的LMP/
      (元/kW·h)
      1 0号,1号 1号 to 0号 12.669 0.690 (PCC1)
      2 1号,2号 1号 to 2号 5.842 0.711 (PCC2)
      3 1号,3号 3号 to 1号 20.850 0.738 (PCC3)
      4 0号,1号 1号 to 0号 2.223 0.690 (PCC1)
      5 1号,2号 1号 to 2号 1.576 0.707 (PCC2)
      6 1号,3号 3号 to 1号 9.733 0.746 (PCC3)
      7 0号,1号 1号 to 0号 0.751 0.690 (PCC1)
      8 1号,2号 1号 to 2号 0.941 0.701 (PCC2)
      9 1号,3号 3号 to 1号 0.981 0.755 (PCC3)
      10 0号,1号 1号 to 0号 0.026 0.690 (PCC1)
      11 1号,2号 1号 to 2号 0.034 0.701 (PCC2)
      12 1号,3号 3号 to 1号 0.019 0.758 (PCC3)

      表3比较了3种场景下微网全天经济成本,可知场景1由于各个微网之间独立优化调度,没有协同配合,导致其运行成本最高。第2、3种调度方式下的运行成本相差很小,说明分散协同调度可以达到集中式同样的效果,同时分散式调度方式克服了传统集中式调度中难以处理大规模数据、单点失效、计算时间长等问题,为含多微网配电系统的经济调度运行提供了有效的思路。

      表 3  集中式和分散协同优化结果对比

      Table 3.  Results of three different dispatch strategies

      场景 分布式电源
      发电成本
      购电费用 售电收益 互联微网
      运行成本
      1 2 395.31 661.39 243.46 2 813.24
      2 2 755.08 274.61 1 151.07 1 878.62
      3 2 749.54 277.44 1 149.22 1 877.76

      图4给出了1号微网在全天24个调度周期内各分布式电源的出力情况。在低谷时期(1:00—7:00),储能设备(ES)吸收风力(WT)和光伏(PV)的剩余电力,并且从主网中购买便宜的电力用于充电,此时WT和PV发出的电力已经能满足负荷需求,优先使用风力和光伏的电力,MT和FC处于停机状态;从6:00开始,WT和PV发出的电力已经不能满足电力需求,由于ES放电损耗折旧成本低于MT、FC发电燃料成本,同时低于从主网购买电力成本,所以ES优先放电满足负荷需求;从10:00开始ES放出的电量已经不能满足负荷需求,此时MT和FC开始发电出力,除了满足微网中的负荷需求,同时向主配网出售电力,以实现微网运行成本的最低;从16:00开始电网进入负荷高峰期,此时微网中的MT和FC都处于满发状态,但是依然不能满足负荷需求,从主配电网购买电力以满足负荷平衡。图5出了1d时间内的ES剩余容量曲线,可以看出在低电价时段,ES从电网购买电力并吸收WT、PV的剩余电量,在高电价期间主动放电以实现微网运行成本最优,达到剩余容量下限时停止放电,实现了ES的有序放电。图6给出了各联络线上的交换功率,通过微网之间的功率交换既满足了微网内部的负荷需求,又使得整个微网互联系统实现了经济优化运行。

      图  4  微网1内分布式电源出力图

      Figure 4.  Output curves of DGs in #1 microgrid

    • 分布式能源以微网的形式接入主配电系统后,会对配网的运行产生较大影响,比如电压的波动和网损的增加,而配电网重构是有效解决此问题的手段。图7给出了主配电系统网损在微电网接入前后和进行重构后的变化曲线。可以看出,在1:00—7:00时段和17:00—22:00时段由于微网从主配电网吸收功率,造成网损增加;在8:00—15:00时段,由于微网向主配电网售卖电力,降低了系统的网损。在采用本文所提的分散协同调度方法确定联络线交易功率后,进行网络重构,从图7可以看出,在进行网络重构后全天时段内的网络损耗均大幅下降,实现了主配电系统和多微网系统的综合经济最优。

      图  5  各微网储能设备(ES)剩余容量

      Figure 5.  Remaining capacity of ES in each microgrid

      图  6  各联络线上交换功率

      Figure 6.  Exchange powers at each tie-line

      图  7  配电系统网络损耗

      Figure 7.  Network loss of distribution system

      表4给出了在第15个时刻网络重构的结果。由表4可知,重构前,网络损耗为199.761 4 kW,重构后损耗为127.508 4 kW,降低了36.15%。同时最低节点电压也由0.911 7上升到了0.943 1。可见网络重构后,主动配电系统实现了经济最优运行和电能质量最优运行。

      表 4  第15时刻配电网重构结果

      Table 4.  Comparison before and after distribution network reconfiguration at time 15

      方式 断开支路 网络有功
      损耗/kW
      最低节点
      电压/pu
      重构前 8-21,9-15,12-22,18-33,25-29 199.761 4 0.911 7
      重构后 7-8,8-9,9-10,28-29,18-33 127.508 4 0.943 1
    • 本文以电力市场为背景,建立了含多微网主动配电系统的双层优化经济调度模型。下层优化模型考虑微网中各种分布式电源的耗能特性,在有效消纳间歇式发电的基础上实现了全互联微网最优经济运行,同时上层优化模型考虑配电网主动重构,以配电系统网损最小为目标函数,实现微网接入配电系统后的经济优化运行,使得微网接入后对主配电网影响最小。所提出的双层优化模型有效地实现了主配电系统和多微网系统协同优化运行,可为微网系统接入配电系统优化调度提供参考。后续工作将进一步考虑主配电网中负荷波动以及微网多接入点和环形微网的研究。

      (本刊附录请见网络版,印刷版略)

参考文献 (22)

目录

    /

    返回文章
    返回