基于改進粒子群算法的新能源消納最優化調度

李成龍 田有文 苗潔

摘要：針對高比例新能源滲透到配電網中如何進行靈活調度的問題，研究含有常規電源與間歇性新能源配電網的日前協同優化調度，使電網在滿足約束條件的同時可以保證成本最低化、電網的碳排放最小化并使得光伏消納能力最大化。利用多目標粒子群算法進行模擬調度，采用分層調度模型，考慮各種約束，并以改進IEEE30節點系統為例，進行不同場景下的仿真，從而驗證調度模型的合理性。

關鍵詞：農村電氣化；新能源消納；優化調度；粒子群

中圖分類號：TM73? ? 文獻標識碼：A? ? 文章編號：1674-1161（2023）06-0063-04

近年來，我國新能源行業發展迅猛，結構種類繁多、應用范圍廣泛，累計裝機容量居世界首位，新能源滲透率也遠超其他國家。截止2022年底，全國發電裝機容量達25.6億kW，比上年末增長7.8％，其中火電13.3億kW，光伏3.9億kW[1]。然而，隨著新能源并網規模的不斷擴大，電力系統消納能力不足，經濟性調度有待提高，其間歇性、波動性缺陷也被進一步放大，這對配電網的靈活調節能力提出了更高的要求。

針對高比例新能源滲透到配電網中如何進行靈活調度，國內外許多學者做了相關研究。林振鋒等[2]提出了一種基于合作博弈理論的用戶側分布式儲能優化方法，優化了系統運行成本；陳克文等[3]針對風電接入系統可能引起的經濟性、穩定性等問題，構建了考慮風電消納的綜合能源系統模型，緩解了現有風電調度方法中棄風懲罰費用高的問題。但以上研究大多聚焦于幾種新能源的協調互補優化調度，且主要考慮經濟性調度，而對于多種能源的多目標日前優化調度研究則較少，對新能源消納的目標考慮也不夠充分。

因此，在已有研究成果的基礎上提出一種考慮光火儲和負荷關系的配電網優化調度模型，并對系統的消納能力和經濟性進行研究。目前已經研究考慮了光伏、火電、儲能和負荷的新能源消納最多和電力系統經濟最好的優化調度模型，正在充分考慮研究含有常規電源與間歇性新能源配電網的日前協同優化調度，以使經過優化后的電網在滿足約束條件的同時可以保證成本、減少電網的碳排放并提高光伏的消納能力。

1 優化模型的建立

1.1 目標函數

1.1.1 儲能系統運行收益與成本模型 關于儲能系統的經濟效益主要考慮運行過程中的電量收益和環境收益，為此建立收益模型[4]。

收益模型的建立

[fsy]=[t=1nT（ηfDJdwPfst]-[ηcDJdwPcst]）+[t=1nTkm（ηfDJdw，kPfstgrid，a]）

式中：[DJdw]為電網電價；[ηc]和[ηf]分別表示儲能系統的充、放電效率；[Pcst]和[Pfst]分別是儲能系統t時刻的充、放電功率；m為上級電網產生的污染物類型總數；[grid，a]為上級電網中生產單位電能實際排放第a種污染物的密度。

成本模型的建立主要考慮所建相關儲能系統的運行成本。

成本模型的建立重點考慮充放電成本。

[fcb]=[t=1nTCsc]（[Pcst]+[Pfst]）

式中：[Csc]為儲能系統的充放電功率成本系數。

儲能系統運行收益最大目標函數為

max[fSY]=[fsy]-[fcb]

1.1.2 火電機組運行成本模型 火電機組考慮其運行過程中的煤耗成本和火電機組用于調峰等時機組啟停所需的啟停成本。這里，煤耗成本用耗量特性進行計算，啟停成本用啟停狀態分別計算[5] 。

1.1.3 可再生能源消納能力模型 可再生能源消納能力由電網一個調度周期內的棄光電量總和來表示，棄光越多表示可再生能源的消納能力就越弱。

min[f3]=[t=1nT m=1ns ]（[Ppvqg，m，tΔt]）

式中：[Ppvqg，m，tΔt]為電網內第m個光伏電站在t時段內發生的棄光功率；[Δt]為每個時段的時長。

1.1.4 火電機組調峰利潤

[Bgi=t=1nT（Cgi，t，peak -Cgi，t，basic -Egi，t，peak）Bgi≥0.Cgi，t，peak=Fi，l+ΔPi，tPgpeak -Egi，ti，m]

式中：[Cgi，t，peak ]為機組調峰補償費用，在這里按照各地補償標準執行；[ΔPi，t]為火電機組因調峰導致少發電的量值；[Pgpeak ]為調峰補償單價值；[Fi，l]為機組在調峰時的煤耗成本。

1.2 約束條件

1.2.1 功率平衡等式約束 功率平衡約束為有關功率等式平衡，即電網中所有發電設備發出的有功功率之和等于所有用電設備吸收的有功功率之和。

1.2.2 光伏電站出力約束

0＜[Ppvm，t ]<[Ppvm，t，max ]

式中：[Ppvm，t，max ]為光伏電站m在t時刻最大有功出力值。

2 分層調度及其求解方法

上面模型建立了以凈負荷波動最小、電網運行成本最低、新能源消納能力最強為目標的光火儲多能互補協同優化調度相關模型。鑒于該模型復雜性高、涉及變量及其約束條件較多，為簡化調度計算，充分發揮儲能系統的儲能特性、發揮火電機組的調峰優勢，在此使用一種分層優化調度方案。該方案使用分解協調思路，即通過上層模型與下層模型的協調調度，使其進行交替迭代，進而得到最優解的方法。

上層調度模型以凈負荷變化程度最小和運行中儲能系統獲得最大收益為目標來優化光儲聯合系統出力，并采用改進粒子群優化算法對模型進行求解，最終得到滿足要求的最優出力。根據儲能系統出力及收集到的相關負荷數據擬合的預測曲線，可得到等效負荷曲線，而實際的光伏消納量需根據優化系統中火電機組的調峰來確定。上層模型得到等效負荷曲線后與下層模型進行交接，下層模型以火電機組運行成本最小和新能源消納最多為優化目標，并結合棄光成本、火電機組調峰成本和各火電單元相關的運行特性，采用MATLAB平臺進行求解，確定總經濟性最好的調度策略，然后采取交替迭代的求解方法來進行系統調峰主動性校驗，調峰主動性約束滿足后結束迭代，即可得到最優調度策略[6]。系統分層調度模型求解流程圖如圖1所示。

3 系統優化調度結果分析

3.1 合理性與結果分析

通過對30節點網絡進行優化驗證，證明了該優化模型在不同的新能源消納場合均具有較好的消納特性和較高的經濟效益，在優化之前的結果如圖2～5所示。

為了驗證研究提出模型的有效性，進行以下2種調度分析。場景一：有火、無儲能、常規調峰進行有無光對照；場景二：有火、有儲能、深度調峰進行有無光對照。

場景一仿真結果如圖6～7所示。

由圖6可以看出，有火有光無儲能、常規調峰調度時發動機組1的有功出力為4 MW；發電機組2的有功出力最大值為3.5 MW，有功出力最小值為0.1 MW；發電機組3的有功出力最大值為2.7 MW，最小值為1.0 MW；發電機組4的有功出力最大值為3.1 MW，最小值為2.1 MW；發電機組5的有功出力最大值為1.3 MW，最小值為0.8 MW。光伏電站一個調度周期內的最大有功出力為0.7 MW，最小出力為0。由圖6和圖7的對比可以看出，在進行常規調峰時，加入光伏電站等新能源電站后，對于調度的優化作用不大。

場景二仿真結果如圖8～9所示。

由圖9可以看出，有火有光有儲能、深度調峰調度時發動機組1的有功出力為5 MW略有波動；發電機組2的有功出力最大值為3.2 MW，有功出力最小值為0；發電機組3的有功出力最大值為4 MW，最小值為1 MW；發電機組4的有功出力最大值為3.1 MW，最小值為1.8 MW；發電機組5的有功出力最大值為1.5 MW，最小值為1.1 MW。與有火無光有儲能、深度調峰調度時（圖8）相比，儲能電站使得光伏電站的接入更加平滑，與實際情況更加接近，因此更加有利于新能源消納。

3.2 經濟性與消納性分析

分別討論了常規調峰、無光無儲能，深度調峰、無光無儲能，深度調峰、無光有儲能，深度調峰、有光無儲能，深度調峰、有光有儲能5種調度模式下的運行收益和棄光率情況，結果詳見表1。

由表1可以看出，常規調峰對于新能源的消納作用并不明顯，經濟性收益為負值，可以說經濟性不高。對比而言，深度調峰的新能源消納程度高，棄光率低，更加具有實用性，但合理分配各發電機組的出力對于提高經濟性也很重要。儲能系統的加入更加有利于光伏電站的接入，使得發電機組的有功出力更加合理，同時棄光率也從6.5%下降至2.1%。但對于小規模的電網，儲能電站的加入可能會使得系統經濟性降低?？偟膩碚f，考慮經濟性和新能源消納情況的最合理的優化調度組合為深度調峰下有光有儲能的調度方式。

4 結論

試驗建立了考慮光伏、火電、儲能和負荷關系的配電網協同優化日前調度模型，可在保證成本、減少電網碳排放的基礎上提高風、光的消納能力。分析比較了不同場景下的電網經濟性及新能源消納情況，并采用分層優化調度的方法進行求解，最終得出最合理的優化調度組合為深度調峰下有光有儲能的調度方式。

參考文獻

[1] 國家統計局.中華人民共和國2022年國民經濟和社會發展統計公報[N].中國信息報，2023.

[2] 林振鋒.用戶側分布式儲能魯棒博弈優化調度研究[D].合肥：安徽大學，2022.

[3] 陳克文，王帥，韓興臣，等.考慮風電消納的冷熱電聯供型綜合能源系統多目標日前優化調度[J].電氣工程學報，2022，17（3）：170-176.

[4] 李軍徽，侯濤，穆鋼，等.電力市場環境下考慮風電調度和調頻極限的儲能優化控制[J].電工技術學報，2021，36（9）：1791-1804.

[5] 于國強，劉克天，胡尊民，等.大規模新能源并網下火電機組深度調峰優化調度[J].電力工程技術，2023，42（1）：243-250.

[6] 李鐵，李正文，楊俊友，等.計及調峰主動性的風光水火儲多能系統互補協調優化調度[J].電網技術，2020，44（10）：3622-3630.

Optimized Scheduling of New Energy Consumption Based on the Improved Particle Swarm Algorithm

LI Chenglong1， TIAN Youwen1 *， MIAO Jie2

（1.College of Information and Electrical Engineering， Shenyang Agricultural University， Shenyang 110866， China; 2.State Grid Jinzhou Electric Power Supply Company， Jinzhou Liaoning 121000， China）

Abstract：? In order to solve the problem of flexible scheduling with a high proportion of new energy penetrating into the distribution network， this paper studies the day-ahead cooperative optimal scheduling of the distribution network containing conventional power supply and intermittent new energy， which can ensure the minimum cost， minimize the carbon emission of the grid and maximize the photovoltaic absorption capacity while meeting the constraint conditions. Multi-objective particle swarm optimization （PSO） is used to simulate scheduling， hierarchical scheduling model is adopted， various constraints are considered， and the improved IEEE30-node system is taken as an example to simulate different scenarios， so as to verify the rationality of the scheduling model.

Key words：? rural electrification; new energy consumption; optimized scheduling; particle swarm

收稿日期：2023-10-10

作者簡介：李成龍（2002—），男，本科，研究電氣工程及其自動化有關領域。

通信作者：田有文（1968—），女，教授，從事電力系統調度自動化系統方向的研究。