考虑负荷响应的微电网容量优化配置_杨捷.pdf

考虑负荷响应的微电网容量优化配置杨捷，张江帆（河南工学院 电气工程与自动化学院，河南 新乡 ；韩国东西大学 研究生院，韩国 釜山 ）摘要：微电网可以有效地利用可再生能源发电，具有很好的环保性，但是建设和运维成本很高。根据负荷需求功率和新能源发电功率的实时对比，设计了一种实时电价负荷响应，将负荷响应引入微电网。然后充分考虑了微电网建设运维的成本、收益和运行工况，搭建了比较贴合实际的微电网容量优化配置模型。通过算例仿真优化分析得出，负荷响应减小了负荷需求功率和新能源发电功率在时序上的差异，进而减少了各微源的配置数量，提高了微电网的经济性，同时也减少了用户的购电费用。关键词：微电网；微源容量；负荷响应；实时电价中图分类号：文献标识码：文章编号：（）引言可再生能源具有无限制开采的可再生性，并且对环境没有污染，因此可再生能源发电能够有效应对化石能源枯竭问题，并且具有很好的环保性。微电网是由可再生能源发电设备、储能装置、柴油发电机、负荷等构成的小型发电系统，可以有效地利用可再生能源发电，满足负荷用电需求。对微电网的微源容量做优化配置能够实现在满足供电可靠性的要求下，尽可能地提高微电网的经济性，因此，对微电网的规划建设至关重要。本文首先基于微电网各微源的工作特性，建立了各微源的出力模型。然后设计了一种可有效改善微电网建设运维经济性的实时电价型负荷响应，并将负荷响应引入微电网。继而搭建了微电网容量优化配置模型，优化目标也即年均总成本包括了售电营收、可再生能源发电补贴，约束条件包括负荷响应约束、用户购电费用约束、电价约束，这种优化配置模型更加贴近微电网实际建设运维情况。最后通过具体算例仿真对比不考虑负荷响应的优化配置方案以及种考虑负荷响应的优化配置方案，仿真结果表明，将实时电价也作为优化变量，进行考虑负荷响应的微电网容量优化配置，微电网年均总成本、用户购电费用、能量浪费率可以有最大程度的降低。微电网的微源模型 光伏电池模型光伏电池的输出功率 由标准测试条件下的输出功率、光照强度、环境温度得到，其表达式为：（）（）式中，为标准测试条件（光照强度 为，环境温度 为）下的光伏电池额定功率，；为实际光照强度，；为功率温度系数；为环境温度，。风力发电机模型风力发电机的输出功率可近似用以下分段函数表示：或 （）式中，为切入风速，；为切出风速，；为额定风速，；为风力发电机的实际输出第 卷第期 年月河南工学院学报 收稿日期：基金项目：河南省高等学校重点科研项目（）；河南省科技厅软科学项目（）；河南工学院教育教学改革研究与实践项目（，）第一作者简介：杨捷（），女，河南新乡人，教授，在读博士，主要从事电力系统保护与控制研究。功率，；为风力发电机的额定功率，。蓄电池模型光伏电池只在白天发电，夜晚不会发电，并且其输出功率受光照强度影响，而风力发电机的输出功率受风速影响较大，并且负荷需求功率也会不断地变化。因此为了减少可再生能源的浪费，提高供电可靠性，微电网需要用蓄电池来削峰填谷。蓄电池的荷电状态 指的是蓄电池剩余容量与蓄电池额定容量的比值，当蓄电池充电时，其 变化的表达式为：（）（）（）（）当蓄电池放电时，其 变化的表达式为：（）（）（）（）式中，（）为蓄电池时刻的充电功率，；（）为蓄电池时刻的放电功率，；为蓄电池的充电效率；为蓄电池的放电效率；为采样时间段，；为蓄电池的额定容量，。柴油发电机模型柴油发电机可以随时发电，而不受风速、光照强度等因素的限制，因此当光伏电池、风力发电机、蓄电池的电能都无法满足负荷需求时，柴油发电机可以作为备用电源补偿发电。柴油发电机的每小时燃料消耗量可近似看为其实际功率的线性函数：（）（）式中，为柴油发电机每小时的燃料消耗量，；和分 别 为 截 距 系 数 和 斜 率，取为 ，为 ；和（）分别为柴油发电机的额定功率和时刻的实际运行功率，。价格型负荷响应 电价制定方法本文采用的负荷响应方式为价格型负荷响应，就是将高电价时段的负荷转移到低电价时段，进而降低电费支出。本文采用实时电价这种电价制定方法，就是天当中每小时的电价由实时的新能源发电功率和负荷需求功率决定，负荷需求功率大于新能源发电功率时为高电价，反之为低电价，即：（）（）光（）风（）（）光（）风（）（）式中，（）为时段的电价，元；和分别为高电价和低电价，在本文中作为待优化变量，元；（）为时段的负荷需求功率，。负荷响应变化替代弹性表示负荷需求的相对变化与电力价格相对变化的关系，替代弹性经常被用在价格型负荷响应项目规划中，来表示用电负荷的转移比例与高低电价拉开比的关系，替代弹性可以表示为：，（）（）（）式中，为替代弹性系数；、分别为时段、时段的负荷需求量，；、分别为时段、时段的电价，元。当替代弹性确定时，基于替代弹性的高电价时段的负荷减少比例 和低电价时段的负荷增加比例 可表示为：，?，?（）式中，为高电价时段相对于低电价时段的替代弹性系数；和分别为负荷响应前高电价时段电费和低电价时段电费占一日总电费的比例；?为负荷响应前的电价，本文取 元。任一时段用户进行负荷响应后的负荷量为：（）（）（）（）（）（）式中，（）为负荷响应后时段的负荷功率，；（）为负荷响应前时段的负荷功率，；和分别为高峰时段和低谷时段。负荷响应的目标是尽可能减少可再生能源发电功率与负荷需求功率在时序上的差异，以可再生能源发电功率与负荷需求功率的差值的累积和最小作为优化目标，其表达式为：光（）风（）（）（）式中，（）为时段负荷响应后的负荷功率，。考虑负荷响应的微电网容量优化配置 优化变量本文研究的微电网系统包括光伏电池、风力发电机、蓄电池和柴油发电机种微源，优化变量为光伏电池个数，风机台数，蓄电池个数，柴油发电机台数，高电价，低电价。优化目标微电网年均总成本为微电网容量配置的优化目标，考虑负荷响应后的年均综合总成本应当比考虑河南工学院学报 年第期负荷响应前小，年均综合总成本表达式为：（）式中，为年均初始投资费用，为年运行维护费用，为年均设备重置费用，为燃料费用，为售电营收，为可再生能源发电补贴。年均初始投资费用光伏电池、风力发电机、蓄电池、柴油发电机有一定的使用寿命，而优化目标是微电网年均综合总成本，因此应当将初始投资费用转化为年均初始投资费用，设备的年均初始投资费用为：（）式中，表示不同类型的微源，即光伏电池、风力、蓄电池和柴油发电机；为第种微源的个数；为第种微源的单价，单位元台。表示贴现率，其表达式为：（）（）（）式中，为银行利率，为微网系统运行年限。年运维费用在微电网运行过程中，需要对各个设备进行维护，以确保微网可以正常运作。不同类型设备的单位容量年运维费用不相同，设备的年运维费用与设备容量成正比，其表达式为：（）式中，为第种微源的设备运行维护费用系数，元（年）；为第种微源的单机额定容量。年均设备重置费用当设备达到使用年限后，需要重置设备。同样是因为各微源的使用年限不相同，而微网容量配置计算的是年的系统运行费用，因此应将设备重置费用折算成年均设备重置费用。年均设备重置费用与设备的使用年限有关，其表达式为：（）式中，为第中微源的单台置换费用，元台；为偿债因子，其表达式为：（）（）式中，为第种微源的使用年限。燃料费用柴油发电机以柴油作为燃料，柴油发电机年消费的燃料费用为：（）（）式中，为柴油价格，元；（）为时刻柴油发电机的耗油量，为最小采样时间段，。售电营收售电营收应当由各时段的负荷用电量乘以电价，即：（）（）（）（）式中，（）为时段的负荷失电量，。可再生能源发电补贴微电网年的可再生能源发电补贴为：（）（）式中，为可再生能源发电补贴电价，本文取 元；为可再生能源发电设备年能够发出的电量，；为可再生能源发电设备年浪费的电量，。约束条件 系统功率平衡约束在微电网系统运行的任一时刻，应当满足功率平衡，各微源的发出功率之和等于吸收功率之和，即：光（）风（）柴（）放（）（）充（）（）（）（）式中，光（）为光伏电池时刻能够发出的总功率；风（）为风力发电机时刻能够发出的总功率；柴（）为柴油发电机时刻总输出功率；放（）为蓄电池时刻总放电功率；充（）为蓄电池时刻总充电功率；（）为当光伏电池和风力发电机能够发出的总功率大于蓄电池充电功率和负荷需求功率时，光伏电池和风力发电机浪费的能够发出的功率；（）为当光伏电池、风力发电机、蓄电池、柴油发电机发出的功率不能满足负荷需求时，负荷失去供电的功率。可靠性约束微电网的负荷失电率 为年的负荷失电量与负荷总需求量的比值，即：（）式中，为 微 电 网 年 的 总 负 荷 失 电 量，；为微电网年的总负荷需求量，。为了使微电网具有较高的供电可靠性，应当对负荷失电率进行约束，即：杨捷，等：考虑负荷响应的微电网容量优化配置 （）式中，为微电网允许的最大负荷失电率，其值越小，优化得到的微电网系统供电可靠性越高，本文取 为 。蓄电池充放电约束及荷电状态约束蓄电池的充电功率或放电功率过大时，会对蓄电池造成损害，因此应当对蓄电池的充放电功率进行约束，通常规定蓄电池每小时充放电容量不能大于其最大容量的 ，即：（）（）（）式中，（）为单台蓄电池的充电功率，；（）为单台蓄电池的放电功率，；为单台蓄电池的额定容量，。蓄电池如果过度充电和过度放电，将对其造成永久的损坏，因此应当对蓄电池的 进行限制。通常情况下规定蓄电池 的上限为 ，下限为 ，即：（）（）负荷响应约束负荷响应前后，年的负荷需求总量应当不变，即：（）（）（）式中，（）为负荷响应后的实时负荷需求，。用户购电费用约束负荷响应应当使微电网运营商和用户都获得利益，这样才能激发用户参与负荷响应的积极性，负荷响应后的用户购电费用应当比负荷响应前要小，即：（）（）（）（）式中，（）为负荷响应后的年总电费，万元；（）为负荷响应前的年总电费，万元；为参与系数，满足，的值越大，表示用户获得的利益越高，用户参与负荷响应的积极性也会越高。电价约束高电价应当高于低谷时段的电价，即：（）求解流程采用粒子群优化算法对考虑负荷响应的微电网容量配置模型进行仿真优化分析，其求解流程见图。（）输入环境数据、负荷数据、种微源的经济图考虑负荷响应的微电网容量优化配置求解流程参数和工作参数。（）随机初始化种群中各个体的位置，即种微源的配置数量、高电价和低电价。（）比较各时段可再生能源发电功率与负荷需求功率的大小，如果负荷需求功率大于可再生能源发电功率，则定义该时段的电价为高电价时段，否则为低电价时段。（）根据式（）（），以天 小时为一个小周期对负荷进行负荷响应优化，得出负荷响应后的负荷。（）模拟微电网系统的全年运行，计算各个时段的蓄电池荷电状态、负荷失电量、能量浪费量。（）计算各个个体对应的目标函数值、负荷失电率、能量浪费率等参数。（）计算每个个体的搜索方向及步长，更新每个个体的位置。（）重复步骤（）（）（）（）（），直到达到最大迭代次数，输出配置结果。河南工学院学报 年第期算例分析负荷响应的替代弹性，取 ，参与系数取 ，分别用粒子群优化算法做不同方案的优化配置。首先不 考 虑 负 荷 响 应，做 固 定 电 价（元）下的微电网容量优化配置，以此作为参照，设为方案。保持方案的优化配置结果不变，做实时电价的负荷响应，高峰电价取 元 ，低谷电价取 元 ，进行微电网全年运行模拟，设为方案。考虑负荷响应，高峰电价取 元 ，低谷电价取 元 ，做实时电价下的微电网容量优化配置，设为方案。考虑负荷响应，将高峰电价和低谷电价也同样作为优化变量，做实时电价下的微电网容量优化配置，设为方案。最终得到的种方案的优化配置结果见表。表不同方案的优化配置结果方案 光伏电池（个）风力发电机（台）蓄电池（个）柴油发电机（台）年均总成本（万元）用户购电费用（万元）能量浪费率 负荷响应优化目标（），电价（元）通过对比方案和方案可以看出，在微源配置数量保持不变的情况下，进行负荷响应，可再生能源发电功率与负荷功率在时序上的差异减小了，因此年均综合总成本减小了，能量浪费率也减少了。负荷响应使高电价时段的负荷往低电价时段转移，享受低谷电价，因而用户购电费用得到了降低，负荷响应使得微电网运营商和用户都获得了利益。方案采用和方案相同的高电价和低电价，对微源的数量进行优化配置，在迭代过程中微源数量不断更新，负荷响应后的负荷也随之更新，寻找使微电网年均总成本达到最低的最优解。因此方案优化得到的年均综合总成本比方案更低，能量浪费率和负荷响应优化目标也更小。方案不但对微源的数量进行优化配置，对高电价和低电价也进行优化配置，在迭代过程中微源数量不断更新，负荷响应后的负荷也随之更新，并且高电价和低电价也不断更新，寻找使微电网年均总成本达到最低的最优解。因此相对于方案，方案的微电网年均总成本进一步减少，能量浪费率和负荷响应优化目标也进一步减小。最终优化得到的高峰电价为 元，低谷电价为 元。综上所述，将实时电价作为优化变量，做考虑负荷响应的微电网容量优化配置，可以更大程度减少微电网年均总成本，减小负荷响应优化目标、能量浪费率。图为方案的某一天负荷响应前后的负荷变化，可看出经过负荷响应后，可再生能源发电功率与负荷需求功率在时序上的差异减小了。因此，相对于方案，方案和方案的新能源发电功率得到了更充分的利用，蓄电池和柴油发电机的使用量得到了减少。图负荷响应前后负荷变化图是某一周的不考虑负荷响应（方案）和考虑负荷响应（方案）的蓄电池 变化曲线，可以看出考虑负荷响应时微电网的蓄电池 变化幅度减小，曲线相对更加平缓。方案的蓄电池年总能量流动量为，方案的蓄电池年总功率流动量为，。这说明进行负荷响应减少了可再生能源发电功率与负荷需求功杨捷，等：考虑负荷响应的微电网容量优化配置率在时序上的差异，进而减少了蓄电池的充放电，有利于增加蓄电池的使用寿命，进而提高了微电网的经济性。图考虑负荷响应后的蓄电池 变化结论本文首先搭建了微电网的微源模型，然后制定了价格型负荷响应的策略，继而搭建了考虑负荷响应的微电网容量优化配置模型，最后进行了具体的算例仿真分析。通过算例仿真分析得出，考虑负荷响应，将各微源个数、高电价和低电价作为优化变量，做实时电价下的微电网容量优化配置，微电网年均总成本、用户购电费用、能量浪费率相比不考虑负荷响应情况下有最大程度的降低。负荷响应可以减少可再生能源发电功率与负荷需求功率在时序上的差异，进而减少蓄电池和柴油发电机的使用量。负荷响应还会减少微电网运行过程中蓄电池 的变化和蓄电池功率流动，进而增加蓄电池的使用寿命，提高微电网的经济性。（责任编辑王磊）参考文献：毕研涛，王丹，李春新，等 全球可再生能源发展现状、展望及启示国际石油经济，（）：向思阳考虑低碳约束的微电网容量优化与能量管理策略广州：华南理工大学，马溪原，吴耀文，方华亮，等采用改进细菌觅食算法的风光储混合微电 网 电 源 优 化 配 置 中 国 电 机 工 程 学 报，（）：王瑞琪，李珂，张承慧 基于混沌多目标遗传算法的微网系统容量优化电力系统保护与控制，（）：夏惠，杨秀，杨帆，等结合 与序列运算理论的微电网的优化配置 电网与清洁能源，（）：刘柏良，黄学良，李军计及可时移负荷的海岛微网电源优化配置中国电机工程学报，（）：，（）：包侃侃 考虑需求侧响应的微电网优化配置研究 杭州：浙江工业大学，王蓓蓓面向智能电网的用户需求响应特性和能力研究综述 中国电机工程学报，（）：沈玉明微电网电源容量优化配置与最优经济运行的模型和算法研究重庆：重庆大学，陈永进，吴杰康，翁兴航，等水风储微电网电源容量的优化配置 电力工程技术，（）：，（，；，）：，：；河南工学院学报 年第期