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

2020-03-03 10:27:23 大云網(wǎng)　點擊量：評論 (0)

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)化與運行。（來源：微信公眾

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)化與運行。

（來源：微信公眾號“電網(wǎng)技術(shù)” ID：dwjs1957 作者：吳成輝，林聲宏等）

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(fēng)機、柴油發(fā)電機、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(biāo)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(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，前一個子問題的求解結(jié)果會代入后一個子問題進(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：

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

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(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算轉(zhuǎn)換為同步計算。在某個子微電網(wǎng)進(jìn)行優(yōu)化計算時，選取前次期望交換功率計算結(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。

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

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(dāng)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(yù)測信息的基礎(chǔ)上，以最小化運行成本為目標(biāo)求取預(yù)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(jié)果，在時刻重復(fù)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(guān)，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(fēng)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(jìn)行滾動優(yōu)化，采用同步型ADMM對每個時刻的優(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(jìn)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?？梢钥闯?，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(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)未來一段時間的狀態(tài)，在負(fù)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(fù)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(jìn)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(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(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(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)化與運行。

原標(biāo)題:華南理工大學(xué)吳成輝、林聲宏等：多個微電網(wǎng)集群下，如何實現(xiàn)完全分布式優(yōu)化調(diào)度？

責(zé)任編輯：葉雨田

免責(zé)聲明：本文僅代表作者個人觀點，與本站無關(guān)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實，對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關(guān)內(nèi)容。

我要收藏

個贊