儲(chǔ)能單元在配電網(wǎng)的谷時(shí)電價(jià)時(shí)段進(jìn)行充電，在其余時(shí)段均進(jìn)行放電的運(yùn)行方式，以此減少微電網(wǎng)從配網(wǎng)的購(gòu)電量。
1、研究背景
我國(guó)西南地區(qū)電力資源豐富，特別是在可再生能源方面有著得天獨(dú)厚的優(yōu)勢(shì)，其風(fēng)能資源、太陽(yáng)能資源以及小水電資源儲(chǔ)備豐富，有著極其廣闊的開(kāi)發(fā)利用前景。但受限于目前的科學(xué)技術(shù)手段，地區(qū)內(nèi)新能源消納問(wèn)題較為突出，存在著大量的棄風(fēng)、棄光、棄水等問(wèn)題，資源浪費(fèi)現(xiàn)象嚴(yán)重。微電網(wǎng)是分布式電源、儲(chǔ)能系統(tǒng)、負(fù)荷與控制裝置的集合，其通過(guò)控制裝置協(xié)調(diào)各單元實(shí)現(xiàn)微網(wǎng)系統(tǒng)內(nèi)部的發(fā)電、配電和用電，是可再生能源接入配電網(wǎng)的重要途徑。隨著微電網(wǎng)技術(shù)的發(fā)展，將我國(guó)西南地區(qū)的可再生能源以微電網(wǎng)方式運(yùn)行發(fā)電，有利于緩解大電網(wǎng)運(yùn)行壓力，豐富系統(tǒng)電力結(jié)構(gòu)，真正做到走可持續(xù)發(fā)展道路。
2、論文所解決的問(wèn)題及意義
微電網(wǎng)概念的提出既協(xié)調(diào)了分布式電源與大電網(wǎng)之間的矛盾，又發(fā)揮了分布式發(fā)電低能耗、供電靈活等的優(yōu)點(diǎn)，發(fā)展前景巨大。但與此同時(shí)，微電網(wǎng)系統(tǒng)內(nèi)所包含的隨機(jī)性以及不確定性增加，如何進(jìn)行考慮系統(tǒng)不確定性的微電網(wǎng)經(jīng)濟(jì)調(diào)度對(duì)電網(wǎng)運(yùn)行單位來(lái)說(shuō)是一個(gè)巨大的挑戰(zhàn)。
本文為研究考察系統(tǒng)不確定性的微電網(wǎng)系統(tǒng)經(jīng)濟(jì)調(diào)度，首先立足西南片區(qū)實(shí)際情況建立典型并網(wǎng)型微電網(wǎng)模型，在此基礎(chǔ)之上對(duì)微電網(wǎng)系統(tǒng)建立兩階段魯棒優(yōu)化模型，并利用Benders分解算法對(duì)所述兩階段魯棒優(yōu)化模型進(jìn)行求解，以期實(shí)現(xiàn)對(duì)西南地區(qū)所發(fā)展的微電網(wǎng)系統(tǒng)進(jìn)行經(jīng)濟(jì)調(diào)度研究，所做研究對(duì)西南地區(qū)微電網(wǎng)的進(jìn)一步發(fā)展具有一定前瞻探索意義。
3、論文重點(diǎn)內(nèi)容
本文以西南某地區(qū)光伏出力以及典型城市負(fù)荷為例，考慮微電網(wǎng)中分布式電源和負(fù)荷的不確定性，建立基于兩階段魯棒優(yōu)化的西南地區(qū)微電網(wǎng)經(jīng)濟(jì)調(diào)度模型，引入不確定調(diào)節(jié)參數(shù)改善保守性，采用Benders分解算法來(lái)對(duì)模型進(jìn)行分層求解，為含微電網(wǎng)的西南地區(qū)電網(wǎng)的調(diào)度運(yùn)行提供參考策略。
（1）兩階段魯棒優(yōu)化模型的建立與求解
本文綜合考慮可控分布式電源、儲(chǔ)能單元、需求相應(yīng)負(fù)荷以及微電網(wǎng)與配電網(wǎng)之間的交互成本，以微電網(wǎng)內(nèi)各單元日運(yùn)行成本最小為目標(biāo)，綜合考慮系統(tǒng)功率平衡約束、需求響應(yīng)約束、分布式電源功率輸出約束以及與配電網(wǎng)的交互功率約束等約束條件。在此基礎(chǔ)之上，對(duì)系統(tǒng)中包含的光伏分布式發(fā)電單元輸出功率以及負(fù)載功率的不確定性，利用盒式不確定集合進(jìn)行描述，由此將問(wèn)題改寫(xiě)為典型兩階段魯棒優(yōu)化形式。
對(duì)于上述兩階段魯棒優(yōu)化模型，本文應(yīng)用Benders分解算法將模型分解為主問(wèn)題和子問(wèn)題進(jìn)行求解。在Benders分解算法的求解過(guò)程中，子問(wèn)題不斷將所求解返回作為主問(wèn)題的約束條件，同時(shí)，主問(wèn)題也不斷返回整數(shù)參數(shù)至子問(wèn)題中，通過(guò)迭代，不斷更新約束條件直至最優(yōu)解，有效提高模型的求解效率。具體求解流程如圖1所示。
圖1 Benders算法求解流程圖
（2）算例分析
本文選取西南地區(qū)某地夏季典型光照與負(fù)荷數(shù)據(jù)，搭建兩階段魯棒優(yōu)化模型，采用Benders分解算法，結(jié)合Matlab和CPLEX工具箱對(duì)模型進(jìn)行求解，得出考慮光伏出力和負(fù)荷不確定性的日前調(diào)度策略，為微電網(wǎng)接入西南電網(wǎng)的調(diào)度研究提供參考模型。算例所使用西南地區(qū)典型微電網(wǎng)結(jié)構(gòu)如圖2所示，可再生分布式電源為光伏電源：
圖2 微電網(wǎng)結(jié)構(gòu)圖
以上述分析條件為基礎(chǔ)，所述基于兩階段魯棒優(yōu)化的西南地區(qū)微電網(wǎng)經(jīng)濟(jì)調(diào)度研究?jī)?yōu)化結(jié)果如下：
圖3所示為燃料電池輸出功率以及微電網(wǎng)與配電網(wǎng)的交互功率
由圖3可知，在1:00~7：00和24:00~1:00間，由于燃料電池的發(fā)電成本高于電價(jià)水平，系統(tǒng)運(yùn)行主要依靠配網(wǎng)的購(gòu)電，燃料電池在約束條件下以其最小功率運(yùn)行。其余時(shí)段燃料電池均以最大功率運(yùn)行，與儲(chǔ)能單元、光伏電源一同將電供給負(fù)荷，減少微電網(wǎng)向配網(wǎng)的購(gòu)電量，降低系統(tǒng)的運(yùn)行成本。同時(shí)，在滿(mǎn)足內(nèi)部負(fù)荷且有富余電量的情況下，微電網(wǎng)在峰平電價(jià)時(shí)段(圖中的7:00~18:00，20:00~21：00，23:00~24:00)售以配網(wǎng)，實(shí)現(xiàn)削谷填峰。
圖4為儲(chǔ)能單元的充放電功率
由圖4可知，儲(chǔ)能單元在配電網(wǎng)的谷時(shí)電價(jià)時(shí)段進(jìn)行充電，在其余時(shí)段均進(jìn)行放電的運(yùn)行方式，以此減少微電網(wǎng)從配網(wǎng)的購(gòu)電量。
圖5為需求響應(yīng)負(fù)荷實(shí)際/期望用電功率圖
由圖5可知，需求響應(yīng)負(fù)荷的期望用電功率主要集中在峰時(shí)電價(jià)時(shí)段。經(jīng)調(diào)節(jié)后，在滿(mǎn)足相關(guān)約束條件的情況下，將用戶(hù)在峰時(shí)電價(jià)時(shí)段的用電功率調(diào)節(jié)至電價(jià)低谷時(shí)期，減少了微電網(wǎng)在峰時(shí)電價(jià)時(shí)段的購(gòu)電量，降低了微電網(wǎng)的購(gòu)電成本。
為驗(yàn)證所述兩階段魯棒優(yōu)化的有效性，本文將所述兩階段魯棒優(yōu)化調(diào)度與確定性?xún)?yōu)化方案進(jìn)行了進(jìn)一步的分析。實(shí)際運(yùn)行中，微電網(wǎng)需要向配網(wǎng)提供日前調(diào)度計(jì)劃，由于預(yù)測(cè)誤差的存在，實(shí)際用電量與計(jì)劃用電量會(huì)有所偏差，微電網(wǎng)需在實(shí)時(shí)市場(chǎng)對(duì)差值進(jìn)行補(bǔ)償，而在實(shí)時(shí)運(yùn)行階段，售電價(jià)較日前電價(jià)有所降低，購(gòu)電價(jià)有所升高，本文將微電網(wǎng)的日運(yùn)行成本定義為系統(tǒng)日前調(diào)度成本與調(diào)整成本之和。
表1 不同優(yōu)化方案下成本對(duì)比（單位：元）
從上表可以看到，雖然魯棒優(yōu)化的日調(diào)度成本高于確定性?xún)?yōu)化，但綜合由預(yù)測(cè)誤差帶來(lái)的調(diào)整成本，最終所得魯棒優(yōu)化下的總成本較確定性?xún)?yōu)化低。以上結(jié)果說(shuō)明，在進(jìn)行電力系統(tǒng)經(jīng)濟(jì)調(diào)度研究時(shí)，系統(tǒng)內(nèi)包含的不確定性將會(huì)影響到系統(tǒng)的經(jīng)濟(jì)性和安全性，而使用魯棒優(yōu)化方法，能夠保證在極端“惡劣”的場(chǎng)景下保證系統(tǒng)的安全經(jīng)濟(jì)運(yùn)行，調(diào)度結(jié)果魯棒性強(qiáng)，且相對(duì)與確定性經(jīng)濟(jì)調(diào)度，二階段魯棒優(yōu)化模型具有更好的經(jīng)濟(jì)性。
4、研究結(jié)論
本文采用西南地區(qū)某市的典型光照與負(fù)荷數(shù)據(jù)，對(duì)微電網(wǎng)運(yùn)行調(diào)度進(jìn)行優(yōu)化，搭建了兩階段魯棒優(yōu)化模型，結(jié)論總結(jié)如下：
（1）考慮可再生能源出力和負(fù)荷的不確定性，通過(guò)Benders分解算法實(shí)現(xiàn)對(duì)所搭建的模型進(jìn)行求解，得出微電網(wǎng)在極端運(yùn)行場(chǎng)景下的最優(yōu)日前調(diào)度方案；
（2）結(jié)合實(shí)時(shí)調(diào)度的再調(diào)整成本考慮，魯棒優(yōu)化的所獲總成本較確定性?xún)?yōu)化運(yùn)行成本更低，表明了在進(jìn)行優(yōu)化調(diào)度時(shí)考慮不確定性的重要性，以及魯棒優(yōu)化在對(duì)此類(lèi)問(wèn)題求解方面的良好適用性。
