隨著電力市場的推進(jìn)，微電網(wǎng)群是電力市場交易的重要應(yīng)用場景，后續(xù)研究中我們將研究現(xiàn)貨市場環(huán)境下微電網(wǎng)群的優(yōu)化與運(yùn)行。
主要內(nèi)容
1）微電網(wǎng)群優(yōu)化調(diào)度模型。
隨著可再生能源分布式發(fā)電技術(shù)的大量應(yīng)用，微電網(wǎng)作為分布式電源的有效接入方式，受到廣泛關(guān)注。但單個(gè)微電網(wǎng)具有容量有限，抗干擾能力弱等缺點(diǎn)，將多個(gè)微電網(wǎng)互聯(lián)并以集群的形式運(yùn)行，有利于提高供電可靠性。本文研究的微電網(wǎng)群不與大電網(wǎng)相連，相鄰的微電網(wǎng)之間存在功率交換和信息交互。微電網(wǎng)內(nèi)部包含光伏、風(fēng)機(jī)、柴油發(fā)電機(jī)、蓄電池等分布式電源以及電力負(fù)荷。
本文中的優(yōu)化策略主要是通過優(yōu)化柴油發(fā)電機(jī)功率和蓄電池充放電功率等可控變量使得整個(gè)微電網(wǎng)群的運(yùn)行成本最低。微電網(wǎng)群的優(yōu)化目標(biāo)是最小化全部微電網(wǎng)的總運(yùn)行成本，包括各子微電網(wǎng)的蓄電池充放電損耗、柴油機(jī)燃料消耗以及交換功率的成本。微電網(wǎng)群優(yōu)化問題的約束條件可以分為子微電網(wǎng)內(nèi)部約束和微電網(wǎng)群全局約束。子微電網(wǎng)內(nèi)部約束包括內(nèi)部功率平衡約束、柴油機(jī)出力上下限約束、交換功率上下限約束和蓄電池運(yùn)行約束；微電網(wǎng)群全局約束指的是微電網(wǎng)間的交換功率平衡約束，即全部子微電網(wǎng)的輸入或輸出的功率之和為零。
2）同步型ADMM算法和有限時(shí)間一致性算法。
標(biāo)準(zhǔn)ADMM法的迭代過程是子問題按照事先安排好的順序交替進(jìn)行的，前一個(gè)子問題的求解結(jié)果會(huì)代入后一個(gè)子問題進(jìn)行優(yōu)化求解，所有子問題全部完成一次迭代后再更新拉格朗日乘子。
兩區(qū)域分布式優(yōu)化的迭代過程寫成以下形式：
對(duì)于微電網(wǎng)群優(yōu)化問題，交換功率平衡約束條件中包含了所有子微電網(wǎng)的交換功率變量。分布式優(yōu)化過程中，每次迭代中需要獲取其它子微電網(wǎng)的期望交換功率優(yōu)化結(jié)果。為了避免迭代混亂，采用同步型ADMM算法，使各子微電網(wǎng)在迭代過程從異步計(jì)算轉(zhuǎn)換為同步計(jì)算。在某個(gè)子微電網(wǎng)進(jìn)行優(yōu)化計(jì)算時(shí)，選取前次期望交換功率計(jì)算結(jié)果的修正值作為下一次迭代的參考值。
本文中采用的分布式算法在迭代過程中需要獲取各個(gè)微電網(wǎng)期望交換功率的平均值信息，通過有限一致性算法可以在沒有控制中心的情況下進(jìn)行必要的信息傳遞。此外，有限時(shí)間一致性算法在通信拓?fù)浒l(fā)生改變的情況下仍然可以進(jìn)行有效的信息傳遞。
3）基于MPC的分布式優(yōu)化調(diào)度。
圖1 MPC的滾動(dòng)優(yōu)化過程
MPC的滾動(dòng)優(yōu)化過程如圖1所示。假如當(dāng)前系統(tǒng)運(yùn)行在時(shí)刻，采集時(shí)刻的系統(tǒng)狀態(tài)，在已知未來一段時(shí)域內(nèi)系統(tǒng)擾動(dòng)變量的預(yù)測信息的基礎(chǔ)上，以最小化運(yùn)行成本為目標(biāo)求取預(yù)測時(shí)域內(nèi)柴油機(jī)和蓄電池的最優(yōu)出力，但僅在一個(gè)控制時(shí)域內(nèi)采用該優(yōu)化結(jié)果，在時(shí)刻重復(fù)此優(yōu)化過程。這里，只有儲(chǔ)能SOC值與上個(gè)時(shí)刻的狀態(tài)值有關(guān)，每個(gè)時(shí)刻需要采集的狀態(tài)變量為蓄電池的SOC值；擾動(dòng)變量為具有隨機(jī)性的風(fēng)光荷功率；柴油機(jī)和蓄電池的出力作為系統(tǒng)的控制變量，也是優(yōu)化問題中的決策變量。
將MPC作為微電網(wǎng)群的優(yōu)化調(diào)度策略，全天劃分為96個(gè)時(shí)刻進(jìn)行滾動(dòng)優(yōu)化，采用同步型ADMM對(duì)每個(gè)時(shí)刻的優(yōu)化模型進(jìn)行分布式求解，同步型ADMM的分布式求解過程中需要獲取各個(gè)微電網(wǎng)的一致性信息（即平均的期望交換功率），采用一致性算法在只與相鄰微電網(wǎng)通信的情況下獲取全局的一致性信息。
4）算例分析。
以一個(gè)由4個(gè)MG組成的微電網(wǎng)群為例，進(jìn)行分析。圖2為分別采用本文方法和實(shí)時(shí)單步優(yōu)化策略時(shí)微電網(wǎng)群各個(gè)時(shí)刻的運(yùn)行成本對(duì)比?？梢钥闯觯瑑煞N方法下的運(yùn)行成本差異主要出現(xiàn)在第70至96個(gè)時(shí)刻，這段時(shí)間負(fù)荷功率處于較高的水平，MPC的每一步優(yōu)化都考慮了系統(tǒng)未來一段時(shí)間的狀態(tài)，在負(fù)荷高峰期由柴油機(jī)和蓄電池同時(shí)供電，而單步優(yōu)化中先由蓄電池供電后由柴油機(jī)供電，可以有效避免柴油機(jī)高負(fù)荷運(yùn)行，從而降低運(yùn)行成本。統(tǒng)計(jì)24h內(nèi)微電網(wǎng)群的總運(yùn)行成本，采用MPC比采用單步優(yōu)化降低6.59%的運(yùn)行費(fèi)用。
圖2 兩種方法下的運(yùn)行成本對(duì)比
創(chuàng)新點(diǎn)
1）采用同步型ADMM求解優(yōu)化問題，并引入有限時(shí)間一致性算法進(jìn)行信息交互，傳遞分布式算法迭代過程中所需信息，以實(shí)現(xiàn)完全分布式計(jì)算。
2）考慮到微電網(wǎng)系統(tǒng)的時(shí)間耦合性和多擾動(dòng)的特點(diǎn)，將MPC和分布式算法結(jié)合，應(yīng)用于微電網(wǎng)群的優(yōu)化調(diào)度問題。MPC可以考慮未來一段時(shí)間內(nèi)的系統(tǒng)運(yùn)行狀態(tài)，通過滾動(dòng)優(yōu)化的方式降低風(fēng)光等不確定因素的影響，達(dá)到更優(yōu)的控制效果，降低微電網(wǎng)群的總運(yùn)行成本。
后續(xù)研究方向
本文提出的微電網(wǎng)群分布式優(yōu)化調(diào)度策略主要針對(duì)微電網(wǎng)群的有功功率調(diào)度問題，驗(yàn)證了MPC在微電網(wǎng)群有功功率協(xié)調(diào)方面的有效性，但未涉及到無功功率優(yōu)化方面的內(nèi)容，因此后續(xù)考慮將MPC應(yīng)用于微電網(wǎng)群的無功優(yōu)化，更好協(xié)調(diào)各子微電網(wǎng)間的無功分布維持電壓穩(wěn)定。此外，隨著電力市場的推進(jìn)，微電網(wǎng)群是電力市場交易的重要應(yīng)用場景，后續(xù)研究中我們將研究現(xiàn)貨市場環(huán)境下微電網(wǎng)群的優(yōu)化與運(yùn)行。
