隨著電力市場的推進，微電網(wǎng)群是電力市場交易的重要應用場景，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)電技術的大量應用，微電網(wǎng)作為分布式電源的有效接入方式，受到廣泛關注。但單個微電網(wǎng)具有容量有限，抗干擾能力弱等缺點，將多個微電網(wǎng)互聯(lián)并以集群的形式運行，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、風機、柴油發(fā)電機、蓄電池等分布式電源以及電力負荷。
本文中的優(yōu)化策略主要是通過優(yōu)化柴油發(fā)電機功率和蓄電池充放電功率等可控變量使得整個微電網(wǎng)群的運行成本最低。微電網(wǎng)群的優(yōu)化目標是最小化全部微電網(wǎng)的總運行成本，包括各子微電網(wǎng)的蓄電池充放電損耗、柴油機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、柴油機出力上下限約束、交換功率上下限約束和蓄電池運行約束；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算法和有限時間一致性算法。
標準ADMM法的迭代過程是子問題按照事先安排好的順序交替進行的，前一個子問題的求解結果會代入后一個子問題進行優(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算轉(zhuǎn)換為同步計算。在某個子微電網(wǎng)進行優(yōu)化計算時，選取前次期望交換功率計算結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行必要的信息傳遞。此外，有限時間一致性算法在通信拓撲發(fā)生改變的情況下仍然可以進行有效的信息傳遞。
3）基于MPC的分布式優(yōu)化調(diào)度。
圖1 MPC的滾動優(yōu)化過程
MPC的滾動優(yōu)化過程如圖1所示。假如當前系統(tǒng)運行在時刻，采集時刻的系統(tǒng)狀態(tài)，在已知未來一段時域內(nèi)系統(tǒng)擾動變量的預測信息的基礎上，以最小化運行成本為目標求取預測時域內(nèi)柴油機和蓄電池的最優(yōu)出力，但僅在一個控制時域內(nèi)采用該優(yōu)化結果，在時刻重復此優(yōu)化過程。這里，只有儲能SOC值與上個時刻的狀態(tài)值有關，每個時刻需要采集的狀態(tài)變量為蓄電池的SOC值；擾動變量為具有隨機性的風光荷功率；柴油機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個時刻進行滾動優(yōu)化，采用同步型ADMM對每個時刻的優(yōu)化模型進行分布式求解，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。
以一個由4個MG組成的微電網(wǎng)群為例，進行分析。圖2為分別采用本文方法和實時單步優(yōu)化策略時微電網(wǎng)群各個時刻的運行成本對比。可以看出，兩種方法下的運行成本差異主要出現(xiàn)在第70至96個時刻，這段時間負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)未來一段時間的狀態(tài)，在負荷高峰期由柴油機和蓄電池同時供電，而單步優(yōu)化中先由蓄電池供電后由柴油機供電，可以有效避免柴油機高負荷運行，從而降低運行成本。統(tǒng)計24h內(nèi)微電網(wǎng)群的總運行成本，采用MPC比采用單步優(yōu)化降低6.59%的運行費用。
圖2 兩種方法下的運行成本對比
創(chuàng)新點
1）采用同步型ADMM求解優(yōu)化問題，并引入有限時間一致性算法進行信息交互，傳遞分布式算法迭代過程中所需信息，以實現(xiàn)完全分布式計算。
2）考慮到微電網(wǎng)系統(tǒng)的時間耦合性和多擾動的特點，將MPC和分布式算法結合，應用于微電網(wǎng)群的優(yōu)化調(diào)度問題。MPC可以考慮未來一段時間內(nèi)的系統(tǒng)運行狀態(tài)，通過滾動優(yōu)化的方式降低風光等不確定因素的影響，達到更優(yōu)的控制效果，降低微電網(wǎng)群的總運行成本。
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)度策略主要針對微電網(wǎng)群的有功功率調(diào)度問題，驗證了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，微電網(wǎng)群是電力市場交易的重要應用場景，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)化與運行。
