基于粒子群算法的源网荷储协调运行规划研究陈守滨

发表时间:2020/5/12   来源:《中国电业》2020年2期   作者:陈守滨
[导读] 本文介绍了源网荷储的内涵,建立源网荷储协调运行规划模型,结合粒子群算法,以IEEE13节点系统为例,得到最优规划方案。
        摘要:本文介绍了源网荷储的内涵,建立源网荷储协调运行规划模型,结合粒子群算法,以IEEE13节点系统为例,得到最优规划方案。
关键词:源网荷储;粒子群;IEEE13
       
1源网荷储内涵
        近年来,我国在构建全球能源互联网、大力发展可再生能源、建立健全电力市场机制等方面已取得了显著进展,电网的发展前景以及未来所面临的挑战也已初步显现。在电源方面,风电、光伏等新能源大规模并入电网,新能源在电源侧清洁替代进程中发挥着越来越重要的作用。然而,新能源发电的间歇性和随机性不可避免地增加了电网中能量平衡的难度;在负荷方面,随着分布式电源、电动汽车、柔性负荷在电网中的比重不断增加,以及微网、主动配电网等局部电网智能化水平的提高,储能装置逐渐增多,传统纯受端特性的电网逐步呈现出源的特性,电源、电网、负荷、储能之间的能量交互蕴含了电网内可控量的主动行为,潮流交互的规律将更加复杂。源网荷储协调运行的基本内涵主要包含以下三个方面:
        (1)源源互补。强调电力系统全部可用资源之间的协调互补,这种互补体系包括两个方面:第一是可再生能源与传统发电资源之间的协调互补;第二是将需求侧资源视为与电源相同的供应侧资源,降低可再生能源发电逆负荷特性对电力系统安全稳定运行的不利影响。
        (2)源网协调。要求电网扩大接纳多样化电源的能力与水平,利用智能化调控技术与优化技术、信息技术,将分散式与集中式两个层面上的供应侧资源进行优化组合,同时充分调动需求侧资源的可调度潜力。
        (3)网荷储互动。将储能、电动汽车以及具备电能供需一体化特征的用户侧设备或用户侧资源视为广义的需求侧资源,通过智能用电、用电诊断等技术,配合储能设备的有序充放电,引导需求侧用电负荷主动追踪可再生能源发电出力。
       
2源网荷储协调运行规划
        电力系统源网荷储协调运行规划主要包括基础条件分析、系统规划、系统运行、全过程综合评价4个部分,具体运行过程如下:
        (1)基础条件分析
        基础条件分析是源网荷储规划模式基本流程前期的重要准备工作,在政府的监督和协助下,系统运营商需对系统规划目标地区进行经济社会发展现状评估,并预测该地区未来的发展情况、用能需求发展趋势等。
        (2)系统规划
        根据基础条件分析结果,设计分散能源模块与集中能源模块的规划建设方案,其中分散能源模块以分布式电源、储能以及与之相配套的微网等配套设施为主,集中能源模块则主要包括大规模可再生能源发电以及用于调峰的灵活发电资源(如可进行深度调峰的火电机组)。
        (3)系统运行
        在系统运行阶段,信息通讯网络将系统供需双侧的数据归集到云端处理系统,结合目标地区历史数据,经过云端模型预测、模型计算、模拟仿真,为每一个用户设计适宜的用电方案,同时对规划阶段设计的分时电价机制和直接负荷控制机制做循环修正,进一步达到优化负荷曲线的效果;同时根据优化后的负荷曲线进行调度出力安排,调用分散能源模块“自发自用、余量上网”,从而达到系统供需双侧协调匹配、双向互动适应的目标。
        (4)全过程评价
        在电力系统源网荷储项目设计完成及建成运行后,还应当对该项目的运行情况进行评价分析,从电源、电网、负荷、储能四个方面构建包括弃风弃光率、供电可靠性、可调用需求侧资源比率、储能调用比率等在内的多方面指标体系,构建合适的综合评价模型对项目效益进行对比分析,求解得到最优规划方案。
3协调运行规划模型
        电力系统源网荷储协调运行规划是涉及系统规划、调度运行、控制等多个层面的系统优化过程,本文将从微观层面的微网系统入手,首先以分布式可再生能源发电的实际出力偏差与预测偏差的差值为主要分析对象,刻画微网系统的鲁棒约束条件,其次构建以规划成本、运行成本为目标函数的微网系统鲁棒优化规划模型,最后整合相应的粒子群优化算法并将其应用于IEEE的13节点系统进行算例分析。
3.1目标函数
        (1)系统规划成本
       
风电、光伏发电机组投资容量及储能设备容量,在系统规划成本中不考虑输配电成本。
        (2)系统调度成本。
        系统的调度过程包括日前调度与实时调度两个环节,因此系统调度成本包括日前调度成本与实时调度成本两部分。
 
3.2分布式电源和储能建模
        (1)分布式可再生能源出力模型
        风电出力模型为:

4粒子群算法
        假设种群中每个粒子都没有质量,体积也忽略不计,用粒子的位置和飞行速度表示它的特征。每一个粒子的位置看成D维空间中的一个向量,表示优化问题中搜索空间中的一个解。每一个粒子的飞行速度也可以用D维空间中的一个向量表示,其物理意义反应这个粒子的变化情况,并决定这个粒子的飞行方向和距离,从而改变其位置。粒子群算法中每个粒子都有一个由目标函数决定的数值,定义为适应度。每迭代完成一次后,每个粒子得到了各自新的适应度,纵向地与迭代前的适应度进行比较,选出最优位置,横向地与所有粒子的适应度进行比较,并和前一次迭代后得到的种群中最优适应度进行纵向比较,得到整个群体的最优适应度和最优位置。粒子的飞行速度在原来的基础上根据个体最优位置和群体最优位置进行调整,算法迭代模型为:
       
      
5案例分析
       
图1 IEEE13节点系统图
        上图中,节点6、7、9为可中断负荷,其上下限见下表,对于系统运行过程中实际调用的可中断负荷,可中断负荷的支付额为2元/kW,同时系统从主网购电的电价设为0.8元/kWh,向主网售电的电价设为0.5元/kWh。系统中共有3个地方可接入电源,此处设柴油机组的接入点为DG1和DG2,光伏与小型风电的接入点为DG2与DG3。此处要求微网内部以分布式可再生能源发电为主,因此该系统内不得同时接入两台柴油机组。因此,该微网系统
        将数据带入模型并经过粒子群算法求解,在系统运行过程中不允许切负荷,可求解得到四个方案的规划成本与运行成本,如下表。

       
6结论
        通过合理设置目标函数,利用粒子群算法,得到源网荷储协调运行的最优解,指导电网源网荷储建设。
       
参考文献:
[1]高强,陈刚,王天群,朱轶伦,卢海晓.基于线性规划的源网荷储协调控制系统[J].电子设计工程,2019,27(21):27-31.
[2]何大春.“源网荷储”互动推动能源变革[J].企业管理,2019(01):73-74.

作者简介:
陈守滨,(1989-),男,硕士研究生,技师,从事电力调度运行工作,E-mail:497975293@qq.com
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: