1、计及储能系统的微电网优化调度模型 张翔宇 李丹 张予燮 谭忠富 华北电力大学经济与管理学院 摘 要： 为了缓解含风电、光伏等新能源微网并网对系统安全运行的影响, 提出了在分时电价下, 考虑储能系统的微网优化调度策略。以微网总成本最低为目标, 分别考虑了投资成本、污染惩罚成本及主网购电成本, 建立了微网主网联合运行优化模型, 并以典型日负荷出力情况为例分析了不同情景下的优化结果。算例结果表明, 所提策略和模型能有效实现微网优化调度, 有效降低了含电动汽车和蓄电池等储能设备的微网年运行成本, 同时能够保障微网和主网的联合安全运行。关键词： 储能系统; 电动汽车; 微电网; 分时电价; 作者简介：张
2、翔宇 (1992-) , 男, 硕士研究生, 研究方向为技术经济及管理, E-mail:收稿日期：2017-01-20基金：北京市社会科学基金项目 (16JDYJB044) Microgrid Optimal Dispatch Model Considering Energy Storage SystemZHANG Xiang-yu LI Dan ZHANG Yu-xie TAN Zhong-fu School of Economics and Management, North China Electric Power University; Abstract： In order to al
3、leviate the influence of the new energy micro-grid connected grid on the safe operation of the power system, the paper puts forward optimal dispatch strategy of micro-grid based time-sharing electricity price.Taking the minimum cost of micro-grid as the goal, the costs of investment, pollution penal
4、ty and purchasing power form the main grid were considered respectively.And then optimal operation model of micro-grid and main grid was established.The optimal results of different scenarios were analyzed with the typical daily load output.The results show that the proposed strategy and model are a
5、ble to effectively optimize the scheduling of micro-grid, effectively reduce the micro-grid operating costs of energy storage equipment such as electric vehicles and accumulators, as well ensure the safe operation of micro-grid and main ngrid.Keyword： energy storage systems; electric vehicles; micro
6、grid; time-sharing electricity price; Received： 2017-01-201 引言随着传统能源供应日趋紧张, 环境污染问题越来越严重, 发展清洁能源已成为当下社会的必然选择。尤其是利用清洁能源发电, 已成为国际社会未来研究新领域。微电网是一种将分布式发电、储能系统及负载连接在一起的新型能源系统, 由于分布式发电存在随机性和间歇性, 会对微网安全性和稳定性造成很大的影响, 因此微网一般与大电网并网运行。目前, 关于含储能的微网优化调度方面的研究已很多, 但大多仅考虑了蓄电池的单一储能, 未考虑多种储能联合, 亦未详细考虑在分时电价机制下微网与主网的联合运
7、行, 且污染排放等方面也未得到充分考虑。基于此, 本文在考虑储能的基础上, 将电动汽车加入储能系统中, 以微网总成本最低为目标, 考虑设备投资年费用、主网购电费用及污染惩罚费用等条件, 构建微网优化调度模型, 并以典型日负荷出力情况为例, 验证了模型的合理性。2 分时电价下微网优化调度策略为了更加合理地优化微电网调度, 发挥微网对主网削峰填谷的作用, 本文根据主网负荷水平, 将全天划分为峰、平、谷三个时段。其中, 0:006:00 为谷时段, 6:0010:00、15:0018:00、22:0024:00 为平时段, 10:0015:00、18:0022:00 为峰时段。以微网总成本最低为原则
8、, 使微电网在主网谷时段尽可能购电、峰时段尽可能售电, 降低微网用电成本, 缓解主网峰谷负荷压力。具体出力策略如下: (1) 在峰时段下, 若风、光出力充裕 (即发电量超出负荷需求) , 则应尽量售电, 当风、光富裕功率超过主网与微网交换功率时, 再考虑对储能电池进行充电。若风、光出力不足, 则蓄电池首先进行放电, 不足的部分由主网补充。 (2) 在谷时段下, 若风、光出力充裕, 则应尽量对蓄电池充电, 当风、光富裕功率超过充电功率时, 再考虑向主网售电。若风、光出力不足, 应优先向主网购电。 (3) 在平时段下, 若风、光出力充裕, 应首先对蓄电池充电, 当风、光富裕功率超过充电功率时, 考
9、虑向主网售电。若风、光出力不足时, 蓄电池优先放电, 放电功率不满足用电负荷时, 向主网购电。调度策略见图 1。图 1 中, t 为当前调度时刻;P i为当前时刻微源出力与负荷功率之差;P max为微网与主网传输功率上限;W i为 P i与储能系统最大充电功率的差额;P s, max为储能系统最大充电功率。3 微电网运营调度模型3.1 目标函数风电、光伏发电无需燃料, 可忽略其运行成本, 仅考虑微网设备的投资费用, 因微网与主网并联, 还应考虑其向主网购电的费用, 最终形成总成本最小为目标, 考虑各微源系统运行约束的优化模型, 具体目标函数如下:图 1 微网优化调度流程图 Fig.1 Micr
10、o network optimization scheduling flow chart 下载原图式中, C tl为微电网的总成本;C inv、C pe、C ps分别为微电网的设备投资年费用、从主网购电年费用及污染惩罚年费用;C in, pv、C in, w、C in, b分别为光伏电池、风电及蓄电池的初始投资成本;C fi, pv、C fi, w、C fi, b分别为光伏电池、风电、蓄电池的残值;C r, pv、C r, w、C r, b分别为光伏电池、风电及蓄电池的资金等年值系数;Cr为资金等年值系数;r 为贴现率;n 为设备使用年限;C pu为购电电价;P i1、P i0分别为第 i 时
11、段微网的负荷和出力; 分别为单位废气惩罚费用;分别为单位电量的废气排放量。3.2 光伏约束式中, P i, min、P i, max分别为第 i 个光伏有功出力的最小值、最大值;P i、P i分别为后一时段、本时段第 i 个光伏的有功出力;R Ui、R Di分别为光伏 i 出力上升、下降的速率限制;T min, t、T min, t分别为最小开机、关机时间;T it-1、T it-1分别为光伏 i 在 t 时刻前已经开机、关机时间。3.3 风电约束式中, P w, min、P w, max分别为第 w 个风电有功出力的最小值、最大值; V, wt为风电小时内爬坡率; 分别为机组 w 的运行爬坡
12、加速、减速限制;P wt (k+1) 、P wtk分别为 (k+1) t 时段、kt 时段风电的出力。3.4 蓄电池与电动汽车充放电约束目前电动汽车所使用的储能电池大多为蓄电池, 微电网储能也主要依赖蓄电池, 蓄电池的寿命与充放电的深度有关, 过冲过放均会降低蓄电池的使用寿命, 因此对蓄电池的荷电状态约束考虑为:式中, P soc, min、P soc, max分别为储能电池蓄电量的上、下限;P soc, t为储能电池在 t 时刻的蓄电量;P b, min、P b, max分别为储能电池充、放电功率的上、下限;P b, t为储能电池在 t 时刻的充、放电功率。3.5 系统约束(1) 功率平衡约
13、束。即:式中, P pv, t、P b, t、P w, t、P g, t、P load, t分别为光伏发电功率、储能电池充放电功率、风电发电功率、微电网与配网交互功率及系统负荷。(2) 微网主网交互容量约束。即:式中, P c为微网与配网实时传输功率;P max为微网与配网交换最大功率。(3) 线路功率安全约束。线路功率安全约束主要考虑在不同的机组组合场景下, 负荷变动后, 各支路线路潮流应在安全范围内。即:式中, P xy为节点 x-y 之间支路的有功功率;P xymax、P xymin分别为节点 x-y 之间支路线路功率的上、下限。4 算例分析4.1 微网参数为了验证本文所提模型的合理性,
14、 以一个含光伏、风电、电动汽车、蓄电池等微源在内的微网系统作为算例。微网系统中, 风电额定容量为 250kW, 两座分布式光伏电站均为 50kW, 3 辆电动汽车的容量均为 60kWh, 蓄电池容量为300kWh, 微网与主网的最大交互功率为 180kW, 表 1 为某日 24 时段光伏、风电及系统负荷的预测数据, 表 2 为峰、平、谷不同时段相应的购售电价格, 表3 为不同污染物相应的单位惩罚系数和不同电源单位电量产生不同污染物的量。表 1 风电、光伏出力与系统总负荷预测 Tab.1 The prediction of wind power, photovoltaic output and
15、system total load 下载原表 表 2 购售电价 Tab.2 The electricity prices of buy and sell 下载原表 表 3 污染物惩罚系数及排放系数 Tab.3 Penalty factor and emission factor of pollutant 下载原表 4.2 结果分析图 2 为利用 GAMS 软件求解出的各微源及主网的调用情况。图 2 中, 情景 1 表示含储能系统, 情景 2 表示不含储能系统。电源编号 1 表示风电, 2、3 表示分布式光伏, 4 表示主网, 5 表示蓄电池, 68 表示电动汽车。由图 2 可看出, 由于情景
16、1 中加入了储能系统, 导致主网出力时段与情景 2 发生了变化。与情景 2主网在 11:0013:00 及 17:0019:00 等高峰时段处于出力状态不同, 情景 1 主网在 03:0006:00 的谷时段处于出力状态, 避免了在峰时段向主网高价买电和增加主网峰时负荷压力。图 3 为电动汽车和蓄电池荷电状态。由图 3 可看出, 在 00:0006:00 的谷时段, 蓄电池与电动汽车均处于充电状态, 畜电池在 05:00 时刻荷电状态达到最大, 电动汽车在 06:00 时刻蓄电量达到最大;蓄电池在 11:0013:00 的峰时段向微网放电, 到 13:00 时刻蓄电池荷电状态下降至 0.8;在
17、 17:0022:00 时段, 蓄电池处于持续向微网放电状态, 并在 22:00 时刻荷电状态下降至最低值 0.1, 电动汽车在 19:0024:00 时段处于放电状态, 并在 24:00 到达荷电状态的最低值。在充放电过程中, 蓄电池与电动汽车充放电功率均未超过最大允许值。图 2 不同场景下机组出力情况 Fig.2 The unit output situation under different senarios 下载原图图 3 电动汽车和蓄电池荷电状态 Fig.3 Charge state of electric car and battery 下载原图图 4 为含储能系统微网和不含储能
18、系统微网的电源出力图。由图 4 可看出, 由于情景 1 中含储能系统, 在 00:0006:00 谷时段, 电动汽车和蓄电池利用低电价进行充电, 在 11:0013:00 及 17:0024:00 的高峰时段进行放电, 从而减少高价从主网购电;在 13:0017:00 时段, 由于光伏与风电出力大于微网用电负荷, 此时微网分别以峰时段和平时段向主网售电以获取收益。由于储能电源的存在, 情景 1 中未出现弃风和弃光现象, 而情景 2 中 03:0006:00 时段, 风电出力大于微网用电负荷, 导致一部分电量损失。与情景 2 相比, 含储能系统的微网可实现谷时段从主网购电, 峰时段向主网售电的目
19、标, 有利于主网削峰填谷和降低微网用电成本。图 4 含储能、不含储能系统微网电源出力 Fig.4 Micro-network power output with and without energy storage system 下载原图表 4 为含储能系统和不含储能系统两种情景下的各项成本。其中主要包括投资年费用、购电成本、售电收益、污染排放年惩罚费用等。由表 4 可看出, 在考虑分时电价的条件下, 由于储能系统造价较高, 含储能系统时的微源投资年费用要远高于不含储能系统时;然而由于储能系统能够有效参与微网调峰, 并具有低充高发的特点, 从而使微网从主网购电的年费用大幅下降, 加之储能系统的
20、存在可降低微网从主网的购电量, 从而导致污染物排放惩罚成本降低, 综合各项成本, 最终得出含储能系统时, 总的年费用成本较低。表 4 不同情景下年费用成本 Tab.4 The annual cost costs under different scenarios 下载原表 5 结论a.本文提出在分时电价下考虑含电动汽车和蓄电池等储能设备的微网并网优化调度模型算例, 结果表明加入储能系统虽然会使投资成本增加, 但相应的污染惩罚成本及主网购电成本会下降, 从而导致微网年费用降低, 同时储能系统具有谷充峰发的特点, 能够有效参与微网调峰, 从而降低主网运行压力。b.本文目前仅考虑蓄电池和电动汽车两种
21、储能设备, 未来可将燃料电池等其他储能设备加入, 并考虑微网发电数据预测存在误差时, 在分时电价下含储能系统的优化调度策略。参考文献1肖浩, 裴玮, 杨艳红, 等.计及电池寿命和经济运行的微电网储能容量优化J.高电压技术, 2015, 41 (10) :3 256-3 265. 2陈健, 王成山, 赵波, 等.考虑储能系统特性的独立微电网系统经济运行优化J.电力系统自动化, 2012, 36 (20) :25-31. 3谭兴国, 王辉, 张黎, 等.微电网复合储能多目标优化配置方法及评价指标J.电力系统自动化, 2014, 38 (8) :7-14. 4Xu Lizhong, Yang Gua
22、ngya, Xu Zhao, et al.Combined Scheduling of Electricity and Heat in a Microgrid with Volatitle Wind PowerJ.Automation of Electricity Power Systems, 2011, 35 (9) :53-60, 66. 5李存斌, 张建业, 李鹏.考虑成本、排污及风险的微电网运营多目标优化模型J.中国电机工程学报, 2015, 35 (5) :1 051-1 058. 6耿玲娜.基于混合储能的风光互补微电网功率及调度策略优化研究D.镇江:江苏大学, 2016. 7施琳.含新能源的独立电网储能容量配置和运行策略研究D.武汉:华中科技大学, 2014. 8赵波, 包侃侃, 徐志成, 等.考虑需求侧响应的光储并网型微电网优化配置J.中国电机工程学报, 2015, 35 (21) :5 465-5 474.
