CN106651026A - 多时间尺度微电网能量管理优化调度方法 - Google Patents

Abstract

本发明涉及交流微电网领域管理优化方法，具体是一种多时间尺度微电网能量管理优化调度方法。针对现有研究存在对微电网运行状态考虑不全面、对微电网各运行状态下的控制策略不够详尽、对运行成本计算准确性不足等问题。本发明由日前经济优化调度阶段和日内经济优化调度阶段构成；前者考虑峰、谷、平各时段电价，根据日前光伏与负荷预测，以包含锂电池和燃料电池的运行维护成本、可中断负荷的中断补偿、从大电网购售电价格等总运行成本为目标函数进行微电网内分布式单元功率优化分配；后者通过对微电网向大电网的购售电、超级电容、燃料电池的出力配合安排，针对峰、谷、平电价时段分别建立独立控制策略，控制策略细节更为具体、详尽。

Description

多时间尺度微电网能量管理优化调度方法

技术领域

本发明涉及交流微电网能量管理优化方法，具体是一种多时间尺度微电网能量管理优化调度方法。

背景技术

微电网既能高效率解决分布式电源的大规模分散接入问题，也可作为传统电网的有益补充，是使分布式发电成为传统电网可接纳利用能源的有效载体。微电网中各分布式电源有着各自运行优缺点，其相互间协调与配合方式引发了对微电网能量管理及优化的广泛研究，即在功率平衡前提下，进行分布式电源(DER)、储能与负荷之间的功率优化调度，使微电网最优化运行。

对于微电网的优化运行，现有研究存在对微电网运行状态考虑不全面、对微电网各运行状态下的控制策略不够详尽、对运行成本计算准确性不足等问题。有关学者提出一种分时段电价机制下的微电网实时调度方案，但未将谷电价与平电价时段完全分开，而且各时段控制策略过于简略。为了考虑需求侧响应，有关学者将微电网内的负荷分3类，以停电损失和总运行成本最小为目标建立了独立微电网能量管理模型，但是未考虑可中断负荷的中断时长限制。有关学者提出使用吞吐量法来估算蓄电池的运行寿命损耗，蓄电池寿命损耗等于固定时段内的有效累积吞吐量与总循环寿命累积吞吐量的比值，但对于总循环寿命的累计吞吐量计算上采用估算值处理，结果不够准确。此外，现有多时间尺度微电网能量管理的研究未考虑日内调度阶段的附加成本，不便于准确计算日前和日内总运行成本。因此，一种全面考虑微电网运行状态、各运行状态下控制策略准确详尽且能准确计算运行成本的微电网能量管理优化调度方法亟待建立。

发明内容

本发明为了解决微电网中各分布式单元协调配合的问题，兼顾微电网运行经济性与可靠性，针对现有研究存在的对微电网运行状态考虑不全面、对微电网各运行状态下的控制策略不够详尽、对运行成本计算准确性不足等问题，建立了一种多时间尺度微电网能量管理优化调度方法。

本发明是采用如下技术方案实现的：多时间尺度微电网能量管理优化调度方法，所述微电网交流母线通过静态开关与大电网相连，交流母线引出三条馈线，第一馈线和第二馈线上超级电容、锂电池和燃料电池分别通过DC/DC变换器和DC/AC逆变器接入，第三馈线上光伏发电系统通过DC/AC逆变器接入，三条馈线上都接有负荷，所述负荷分为可中断负荷和固定负荷；该管理优化调度方法是由如下步骤实现的：

一.日前经济优化调度阶段：

(1)日前经济优化调度过程中，按小时分段，将1天分为24时段，假设每一时段中各分布式单元的功率输出和/或吸收为定值；

(2)预测未来一天各时段的光伏发电功率以及固定负荷、可中断负荷的波动情况；

(3)查询锂电池的额定容量和初始状态SOC值；

(4)分布式单元数学模型的建立：

a.燃料电池的运行维护成本

燃料电池的发电成本C_Fi(P_Fi(t))与燃气的价格C_FC、燃气的低热值LHV_FC、燃料电池的效率η_FC、燃料电池发电功率P_Fi(t)有关，其运行成本可表示为：

燃料电池的维护成本与燃料电池发电功率P_Fi(t)成正比，其维护成本C_OMFi(P_Fi(t))可表示为：

C_OMFi(P_Fi(t))＝K_OMFC·P_Fi(t)·Δt (2)

其中，K_OMFC表示燃料电池维护成本系数；

b.锂电池的运行维护成本

将锂电池的充电损耗和放电损耗按近似相同考虑，得锂电池放电深度如下式所示：

其中，I_ch(t)为0-1整数变量，取1时表示锂电池在t时段处于充电状态；I_dis(t)为0-1整数变量，取1时表示锂电池在t时段处于放电状态；P_ch(t)表示t时段内锂电池充电功率，P_dis(t)表示t时段内锂电池放电功率；D_od(t)表示锂电池在t时段的放电深度，E_LB表示锂电池额定容量；

锂电池的运行寿命与放电深度之间的关系拟合成如下公式：

N_life(t)＝-3278·D_od(t)⁴-5·D_od(t)³+12823·D_od(t)²-14122·D_od(t)+5112 (4)

其中，N_life(t)表示t时段锂电池在放电深度D_od(t)下的循环寿命；

考虑锂电池循环寿命的运行成本函数如下式所示：

其中，C_B(t)表示t时段内锂电池的运行成本，C_inv表示锂电池的初始投资费用；

锂电池的维护成本与锂电池的充放电功率的绝对值成正比，如下式所示：

C_OMB(t)＝K_OMB·|I_ch(t)·P_ch(t)+I_dis(t)·P_dis(t)|·Δt (6)

其中，C_OMB(t)表示t时段内锂电池的维护成本，K_OMB表示锂电池的维护成本系数；

(5)建立微电网总运行成本最低目标函数min F：

其中，n表示微电网中燃料电池数量，P_Fi(t)表示燃料电池i在时段t内发出的功率，C_Fi(P_Fi(t))表示燃料电池i在时段t内的运行成本，C_OMFi(P_Fi(t))表示燃料电池i在时段t内的维护成本；m表示微电网中锂电池数量，C_Bj(t)表示锂电池j在时段t内的寿命周期运行成本，C_OMBj(t)表示锂电池j在时段t内的维护成本；h表示微电网中可中断负荷的数量，I_lk(t)为0-1整数变量，为0时表示可中断负荷k在t时段内切除，为1时表示可中断负荷k在时段t内运行，C_lk表示可中断负荷k单位时段内的中断补偿金额，各可中断负荷的中断补偿价格因负荷的重要程度而异，P_lk(t)表示可中断负荷k在时段t内的功率大小，Δt表示单位时间段，本发明中取为1小时；I_Pgrid(t)与I_Sgrid(t)为0-1整数变量，其组合表示微电网向大电网购售电情况；C_P(t)表示t时段购电价，C_S(t)表示t时段售电价，考虑售电和购电价格各分为峰谷平3个时段；P_Pgrid(t)表示t时段购电功率，P_Sgrid(t)表示t时段售电功率；

(6)为保证微电网的安全可靠运行，微电网中各单元在每个时段中均需满足一定的等式约束或不等式约束条件，包括：

a.微电网中功率平衡等式约束：

其中，P_pv(t)表示步骤(2)日前预测在时段t内光伏发出的功率，P_lc(t)表示日前预测在时段t内的固定负荷功率；

b.燃料电池应满足t时段输出功率在一定范围：

P_FCmin≤P_Fi(t)≤P_FCmax (9)

其中，P_FCmax与P_FCmin分别表示t时段内燃料电池输出功率的上下限；

c.锂电池运行约束：

锂电池荷电状态SOC(t)在t时段内的表达式如下式所示：

其中，E_LB(t)表示在t时段内锂电池的剩余容量；

锂电池荷电状态约束为：

SOC_min≤SOC(t)≤SOC_max (11)

其中，SOC_max与SOC_min分别表示荷电状态的上下限；

在t时段时单个锂电池的剩余容量E_LB(t)可表示为：

其中，γ表示锂电池的充放电效率，E_LB(0)表示锂电池初始剩余容量；

为了方便日前周期性调度，锂电池每日的始末剩余容量或荷电状态需保持一致：

E_LB(0)＝E_LB(24) (13)

同一时段t内，锂电池或者处于充电状态，或者处于放电状态，故其运行状态需满足如下约束：

I_ch(t)+I_dis(t)≤1 (14)

此外，每时段t内锂电池考虑实时运行状态的充放电功率需满足下式约束:

0≤P_dis(t)≤min(P_dismax,γ·(E_LB(t-1)-SOC_min·E_LB)) (16)

其中P_chmax与P_dismax分别表示锂电池充放电功率限值；

d.联络线交互功率约束：

同一时段t内，或者处于购电状态，或者处于售电状态，故联络线交互功率需满足下式约束：

I_Pgrid(t)+I_Sgrid(t)≤1 (17)

此外，每时段t内需满足交互功率上下限约束如下：

P_Pgridmin≤P_Pgrid(t)≤P_Pgridmax (18)

P_Sgridmin≤P_Sgrid(t)≤P_Sgridmax (19)

P_Pgridmin和P_Pgridmax分别表示联络线购电功率限值；P_Sgridmin和P_Sgridmax分别表示联络线售电功率限值；

e.可中断负荷约束：

各可中断负荷根据其重要程度不同，有着不同的每日最大中断时长，其一天内可中断时长约束如下：

其中，T_lk表示可中断负荷k在一天内可中断最大时长，中断时长视负荷重要程度而定，具体取值依照负荷长期工作的统计结果；

(7)根据建立的模型(1)－(20)求解出：未来一天各时段可中断负荷运行状态I_lk(t)、联络线交互功率I_Sgrid(t)·P_Sgrid(t)和I_Pgrid(t)·P_Pgrid(t)、燃料电池发电功率P_Fi(t)、锂电池充放电功率I_dis(t)·P_dis(t)和I_ch(t)·P_ch(t)、锂电池SOC值SOC(t)；

二.日内经济优化调度阶段：

(1)日内调度计划中，以15分钟作为单位时段，将全天分为96个时段，并按照峰、谷、平时段划分策略；

(2)超短期预测日内各时段的光伏发电功率以及固定负荷波动情况；

(3)在每一时段，根据日前预测与日内超短期预测光伏、负荷功率的差异，计算出微电网波动功率ΔP(t)，ΔP(t)＞0表示负荷功率大于光伏发出功率，ΔP(t)≤0情况相反：

ΔP(t)＝P_lcn(t)-P_lc(t)-(P_pvn(t)-P_pv(t)) (21)

其中，P_lcn(t)表示t时段超短期预测固定负荷功率，P_lc(t)表示t时段日前预测固定负荷功率，P_pvn(t)表示t时段超短期预测光伏发电功率，P_pv(t)表示t时段日前预测光伏发电功率；

(4)日内经济优化调度流程：结合分时电价与燃料电池发电成本，分别制定出不同时段的调度策略，在峰平谷时段内根据微电网波动功率ΔP(t)和实时采集到的微电网内分布式单元的实时数据，根据以下a、b和c的控制策略分别得出每时段超级电容充放电功率、超级电容SOC值、燃料电池与联络线交互功率针对功率波动进行的补偿功率；将以上求得的可控分布式单元修正结果与日前经济优化调度求得的可控分布式单元运行计算值进行线性叠加，作为可控分布式单元出力安排的参考值，并以此对可控分布式单元进行控制指令的发送；一个时段执行完后进行下一个时段，直到96个时段完成则进入下一天的控制，从0时刻再开始；

a.在峰电价时段，从附加成本最低的角度出发，当ΔP(t)＞0时，优先让超级电容放电，若超级电容剩余容量不足，则使用燃料电池发电，若燃料电池功率仍然不足，则从大电网购电以平抑功率波动；当ΔP(t)≤0时，优先向大电网售电，若未达到交互功率限值，则将超级电容存储电量向大电网售电；若超过限值仍存在功率剩余，则结合超级电容的SOC上限值考虑是否充电；

b.在平电价时段，当燃料成本介于该时段购售电价之间时，当ΔP(t)＞0时，优先安排燃料电池发电，然后依次调用超级电容放电、向大电网购电；当ΔP(t)≤0时，优先给超级电容充电，然后才考虑向大电网售电；当燃料成本高于该时段购售电价格时，当ΔP(t)＞0时，按照超级电容放电、向大电网购电和燃料电池发电的优先级顺序安排运行；当ΔP(t)≤0时，优先给超级电容充电，然后才考虑向大电网售电；当燃料成本低于该时段购售电价格时，当ΔP(t)＞0时，优先安排燃料电池发电，然后依次调用超级电容放电、向大电网购电；当ΔP(t)≤0时，优先给超级电容充电，然后才考虑向大电网售电；

c.在谷电价时段，当ΔP(t)＞0时，优先从大电网购电，然后结合超级电容的SOC决定是否继续购电来给超级电容充电；当ΔP(t)≤0时，根据超级电容的SOC值优先给超级电容充电。

本发明对比于现有研究所具有的有益效果如下：

(1)在日前经济优化调度阶段，考虑峰、谷、平各时段电价，根据日前光伏与负荷预测，以包含锂电池和燃料电池的运行维护成本、可中断负荷的中断补偿、从大电网购售电价格等总运行成本为目标函数进行微电网内分布式单元功率优化分配，对微电网运行状态的处理更加全面；

(2)本发明结合现有锂电池的运行寿命与充放电深度关系等理论基础，考虑锂电池循环寿命，推导出了锂电池运行成本函数，既可以较准确定量估算锂电池的运行成本，也自然将锂电池运行寿命损耗归于目标函数中，完成多目标向单目标的转化，减少计算复杂度；

(3)日内调度策略从经济性优化角度出发，通过对微电网向大电网的购售电、超级电容、燃料电池的出力配合安排，针对峰、谷、平电价时段分别建立独立控制策略，控制策略细节更为具体、详尽；

(4)在日内调度阶段提出了附加成本，在控制流程中每一步针对联络线交互功率与燃料电池的供给功率进行了附加成本计算，可以较准确地计算日前和日内总运行成本，便于实现多时间尺度优化调度方案的结果对比；

(5)在日前阶段储能单元只使用锂电池，并且使其充放电功率每小时内不变，在日内阶段储能单元只使用超级电容来平抑功率的波动；这样充分发挥了锂电池能量密度大、功率密度小，而超级电容能量密度小、功率密度大的特点，同时减少了锂电池的寿命损耗。

附图说明

图1是本发明所涉及的交流微电网系统拓扑结构图；

图2是本发明所涉及的日前光伏预测曲线；

图3是本发明所涉及的日前固定负荷预测曲线；

图4是本发明所涉及的日前可中断负荷预测曲线；

图5是本发明所涉及的日前可中断负荷运行曲线；

图6是本发明所涉及的日前优化策略计算出的锂电池SOC值曲线；

图7是本发明所涉及的日前联络线交互功率、燃料电池功率、锂电池充放电优化结果曲线；

图8是本发明所涉及的光伏超短期预测曲线；

图9是本发明所涉及的日内固定负荷预测曲线；

图10是本发明所涉及的系统波动功率曲线；

图11是本发明所涉及的日内经济优化调度流程；

图12是本发明所涉及的峰电价时段控制策略；

图中：ΔP(t)表示每时段微电网波动功率，E_sc(t)表示每时段采集到的超级电容剩余容量，E_scmin和E_scmax分别是超级电容剩余容量的下限和上限值，P_fc(t)表示每时段燃料电池发电功率，P_fcmax表示燃料电池发电功率上限值，P_pgrid(t)和P_sgrid(t)分别表示每时段购售电量，P_pgridmax和P_sgridmax表示购售电功率上限值，Δt表示单位时间段取为15分钟；

图13是本发明所涉及的平电价时段控制策略；

图中变量的含义同图12注释；

图14是本发明所涉及的谷电价时段控制策略；

图中变量的含义同图12注释；

图15是本发明所涉及的超级电容SOC值曲线；

图16是本发明所涉及的日内联络线交互功率、燃料电池功率、锂电池充放电曲线；

具体实施方式

参见图1，其为本发明中的交流微电网系统拓扑结构图；如图1所示，微电网的交流母线通过静态开关与大电网相连，380V交流母线引出三条馈线，第一馈线和第二馈线上超级电容、锂电池和燃料电池分别通过DC/DC变换器和DC/AC逆变器接入，第三馈线上光伏发电系统通过DC/AC逆变器接入，L1、L2、L3和L4表示四种可中断负荷；Lc1、Lc2和Lc3表示固定负荷；本实例中取总固定负荷功率不大于10kW；在实施例中，光伏采用额定功率为16.5kW的光伏板；燃料电池选择天然气燃料电池计算，其额定功率为6kW，燃气价格为1.81元/m³，燃气低热值取9.7，燃料电池效率取40％，燃料电池维护成本系数取0.1元/kWh；锂电池容量为50Ah，最大充放电功率限值为25kW，运行维护成本系数为0.0832元/kWh，初期投资成本为30000元，锂电池的充放电效率γ为0.9；超级电容容量为16.7F，最大充放电功率限值为25kW；为了保证微电网尽量自给自足，较少依赖大电网，选择联络线交互功率限值为微电网中分布式电源总功率的25％到30％，本实例取为6kW，峰谷平时段划分及购售电价见表1；可中断负荷数据见表2；

表1峰谷平时段购售电价

表2可中断负荷数据

一.日前经济优化调度阶段：

(1)日前经济优化调度过程中，按小时分段，将1天分为24时段，假设每一时段中各分布式单元的功率输出和/或吸收为定值；

(2)预测未来一天各时段的光伏发电功率以及固定负荷、可中断负荷的波动情况，预测方法可采用多种公知的预测方法，选用没有局限性，本实例采用之前一周光伏发电功率做线性规划得出日前光伏预测曲线见图2，日前固定负荷预测曲线见图3，日前可中断负荷预测曲线见图4；

(3)查询锂电池的额定容量和初始状态SOC值，实施例中取额定容量为26kWh，初始状态SOC值为0.575；

(4)分布式单元数学模型的建立：

a.燃料电池的运行维护成本

燃料电池的发电成本C_Fi(P_Fi(t))与燃气的价格C_FC、燃气的低热值LHV_FC、燃料电池的效率η_FC、燃料电池发电功率P_Fi(t)有关，其运行成本表示为：

燃料电池的维护成本与燃料电池发电功率P_Fi(t)成正比，其维护成本C_OMFi(P_Fi(t))可表示为：

C_OMFi(P_Fi(t))＝K_OMFC·P_Fi(t)·Δt (2)

其中，K_OMFC表示燃料电池维护成本系数；

b.锂电池的运行维护成本

放电深度(Depth of Discharge,DOD)指锂电池在运行过程中，电池放出的能量占其额定容量的百分比。放电深度与锂电池的寿命有很大关系，锂电池放电深度越深，则运行寿命越短，因而在锂电池使用过程中，应尽量避免深度充放电。本发明中将锂电池的充电损耗和放电损耗按近似相同考虑，得锂电池放电深度如下式所示：

其中，I_ch(t)为0-1整数变量，取1时表示锂电池在t时段处于充电状态；I_dis(t)为0-1整数变量，取1时表示锂电池在t时段处于放电状态；P_ch(t)表示t时段内锂电池充电功率，P_dis(t)表示t时段内锂电池放电功率；D_od(t)表示锂电池在t时段的放电深度，E_LB表示锂电池额定容量；

有关学者采用雨流(Rain Flow)计数法统计出锂电池的运行寿命与放电深度之间的关系，并将其拟合成如下公式：

N_life(t)＝-3278·D_od(t)⁴-5·D_od(t)³+12823·D_od(t)²-14122·D_od(t)+5112 (4)

其中，N_life(t)表示t时段锂电池在放电深度D_od(t)下的循环寿命；

结合锂电池的运行寿命与放电深度关系、吞吐量法估算蓄电池寿命损耗等理论基础，本发明推导出了考虑锂电池循环寿命的运行成本函数如下式所示：

其中，C_B(t)表示t时段内锂电池的运行成本，C_inv表示锂电池的初始投资费用。该式既可以较准确定量估算锂电池的运行成本，也自然将锂电池运行寿命损耗归于目标函数中，完成多目标向单目标的转化，减少计算复杂度。

锂电池的维护成本与锂电池的充放电功率的绝对值成正比，如下式所示：

C_OMB(t)＝K_OMB·|I_ch(t)·P_ch(t)+I_dis(t)·P_dis(t)|·Δt (6)

其中，C_OMB(t)表示t时段内锂电池的维护成本，K_OMB表示锂电池的维护成本系数。

(5)微电网的日前经济优化调度可以归结为混合整数非线性规划问题，建立微电网总运行成本最低目标函数min F：

其中，n表示微电网中燃料电池数量，P_Fi(t)表示燃料电池i在时段t内发出的功率，C_Fi(P_Fi(t))表示燃料电池i在时段t内的运行成本，C_OMFi(P_Fi(t))表示燃料电池i在时段t内的维护成本；m表示微电网中锂电池数量，C_Bj(t)表示锂电池j在时段t内的寿命周期运行成本，C_OMBj(t)表示锂电池j在时段t内的维护成本；h表示微电网中可中断负荷的数量，I_lk(t)为0-1整数变量，为0时表示可中断负荷k在t时段内切除，为1时表示可中断负荷k在时段t内运行，C_lk表示可中断负荷k单位时段内的中断补偿金额，各可中断负荷的中断补偿价格因负荷的重要程度而异，P_lk(t)表示可中断负荷k在时段t内的功率大小，Δt表示单位时间段，本发明中取为1小时；I_Pgrid(t)与I_Sgrid(t)为0-1整数变量，其组合表示微电网向大电网购售电情况；C_P(t)表示t时段购电价，C_S(t)表示t时段售电价，考虑售电和购电价格各分为峰谷平3个时段；P_Pgrid(t)表示t时段购电功率，P_Sgrid(t)表示t时段售电功率。

(6)为保证微电网的安全可靠运行，微电网中各单元在每个时段中均需满足一定的等式约束或不等式约束条件，包括：

a.微电网中功率平衡等式约束：

其中，P_pv(t)表示步骤(2)日前预测在时段t内光伏发出的功率，P_lc(t)表示日前预测在时段t内的固定负荷功率；

b.燃料电池应满足t时段输出功率在一定范围：

P_FCmin≤P_Fi(t)≤P_FCmax (9)

其中，P_FCmax与P_FCmin分别表示t时段内燃料电池输出功率的上下限，本实例中P_FCmax为6KW,P_FCmin为零；

c.锂电池运行约束：

荷电状态(State of Charge,SOC)，表示锂电池剩余容量与它满充电状态时容量比值的百分数。锂电池荷电状态SOC(t)在t时段内的表达式如下式所示：

其中，E_LB(t)表示在t时段内锂电池的剩余容量；

锂电池荷电状态约束为：

SOC_min≤SOC(t)≤SOC_max (11)

其中，SOC_max与SOC_min分别表示荷电状态的上下限，本实例中SOC_max为0.85，SOC_min为0.25；

在t时段时单个锂电池的剩余容量E_LB(t)可表示为：

其中，γ表示锂电池的充放电效率，本实例中为0.9，E_LB(0)表示锂电池初始剩余容量；

为了方便日前周期性调度，锂电池每日的始末剩余容量或荷电状态需保持一致：

E_LB(0)＝E_LB(24) (13)

同一时段t内，锂电池或者处于充电状态，或者处于放电状态，故其运行状态需满足如下约束：

I_ch(t)+I_dis(t)≤1 (14)

此外，每时段t内锂电池考虑实时运行状态的充放电功率需满足下式约束:

0≤P_dis(t)≤min(P_dismax,γ·(E_LB(t-1)-SOC_min·E_LB)) (16)

其中P_chmax与P_dismax分别表示锂电池充放电功率限值，本实施例为25KW；

d.联络线交互功率约束：

同一时段t内，或者处于购电状态，或者处于售电状态，故联络线交互功率需满足下式约束：

I_Pgrid(t)+I_Sgrid(t)≤1 (17)

此外，每时段t内需满足交互功率上下限约束如下：

P_Pgridmin≤P_Pgrid(t)≤P_Pgridmax (18)

P_Sgridmin≤P_Sgrid(t)≤P_Sgridmax (19)

P_Pgridmin和P_Pgridmax分别表示联络线购电功率限值，本实例分别为0和6KW；P_Sgridmin和P_Sgridmax分别表示联络线售电功率限值，本实例分别为0和6KW；

e.可中断负荷约束：

各可中断负荷根据其重要程度不同，有着不同的每日最大中断时长，其一天内可中断时长约束如下：

其中，T_lk表示可中断负荷k在一天内可中断最大时长，中断时长视负荷重要程度而定，具体取值依照负荷长期工作的统计结果；

(7)根据建立的模型(1)－(20)求解出：未来一天各时段可中断负荷运行状态I_lk(t)、联络线交互功率I_Sgrid(t)·P_Sgrid(t)和I_Pgrid(t)·P_Pgrid(t)、燃料电池发电功率P_Fi(t)、锂电池充放电功率I_dis(t)·P_dis(t)和I_ch(t)·P_ch(t)、锂电池SOC值SOC(t)，分别见图5、图6和图7；日前经济优化调度预测出的系统运行总成本为90.64556元/天；

其中，图5为可中断负荷运行曲线，可以看出可中断负荷集中运行于两大时段：0:00～6:00时段为谷电价时段，结合图7可知该时段微电网从大电网大量购电，支撑较重负荷运行；在9:00～16:00时段，光照充足，光伏发电量大，可以支持较重负荷运行。图6为日前优化策略计算出的锂电池SOC值曲线，可看出其SOC值保持在0.5至0.86之间，避免了锂电池深度充放电，减少寿命损耗，降低了运行成本。图7表示日前联络线交互功率、燃料电池功率、锂电池充放电优化结果曲线。可以看出，整个过程中，燃料电池发电情况稳定。在谷电价0:00～6:00时段，微电网尽量从大电网购电，多余电量向锂电池充电；在峰电价6:00～8:00时段，光照还不充足，向大电网购电量降为0，由锂电池放电和燃料电池发电供给负荷；在峰电价9:00～11:00时段，尽量向大电网售电；在平电价时段，保持对锂电池充电；在峰电价19:00～23:00时段，此时光伏发电量为零，但负荷仍较重，为了满足负荷功率需求，在锂电池放电和燃料电池发电情况下，仍需从大电网购电。

二.日内经济优化调度阶段：

(1)日内调度计划中，以15分钟作为单位时段，将全天分为96个时段，并按照峰、谷、平时段划分策略；

(2)超短期预测日内各时段的光伏发电功率以及固定负荷波动情况，超短期预测可采用多种公知的预测方法，选用没有局限性，本实例采用文献[1]和[2]中使用的预测方法得出超短期光伏和负荷功率预测曲线分别见图8和图9；

[1]钟春霞.基于相似日选择算法和Elman神经网络的光伏输出功率预测[J].南京工程学院学报(自然科学版)，2016，14(1)：42-47.

[2]张锋，吴劲晖，张怡，胡若云.基于负荷趋势的新型超短期负荷预测法[J].电网技术，2014，28(19)：64-67.

(3)在每一时段，根据日前预测与日内超短期预测光伏、负荷功率的差异，计算出微电网波动功率ΔP(t)，ΔP(t)＞0表示负荷功率大于光伏发出功率，ΔP(t)≤0情况相反，见图10；

ΔP(t)＝P_lcn(t)-P_lc(t)-(P_pvn(t)-P_pv(t)) (21)

其中，P_lcn(t)表示t时段超短期预测固定负荷功率，P_lc(t)表示t时段日前预测固定负荷功率，P_pvn(t)表示t时段超短期预测光伏发电功率，P_pv(t)表示t时段日前预测光伏发电功率；

(4)日内经济优化调度流程：结合分时电价与燃料电池发电成本，分别制定出不同时段的调度策略，在峰平谷时段内根据微电网波动功率ΔP(t)和实时采集到的微电网内分布式单元的实时数据，根据以下a、b和c的控制策略分别得出每时段超级电容充放电功率、超级电容SOC值、燃料电池与联络线交互功率针对功率波动进行的补偿功率；将以上求得的可控分布式单元修正结果与日前经济优化调度求得的可控分布式单元运行计算值进行线性叠加，作为可控分布式单元出力安排的参考值，并以此对可控分布式单元进行控制指令的发送；一个时段执行完后进行下一个时段，直到96个时段完成则进入下一天的控制，从0时刻再开始；控制流程见图11；

a.在峰电价时段，从附加成本最低的角度出发，当ΔP(t)＞0时，优先让超级电容放电，若超级电容剩余容量不足，则使用燃料电池发电，若燃料电池功率仍然不足，则从大电网购电以平抑功率波动；当ΔP(t)≤0时，优先向大电网售电，若未达到交互功率限值，则将超级电容存储电量向大电网售电；若超过限值仍存在功率剩余，则结合超级电容的SOC上限值考虑是否充电；峰电价时段控制策略见图12；

b.在平电价时段，当燃料成本介于该时段购售电价之间时，当ΔP(t)＞0时，优先安排燃料电池发电，然后依次调用超级电容放电、向大电网购电；当ΔP(t)≤0时，优先给超级电容充电，然后才考虑向大电网售电；当燃料成本高于该时段购售电价格时，当ΔP(t)＞0时，按照超级电容放电、向大电网购电和燃料电池发电的优先级顺序安排运行；当ΔP(t)≤0时，优先给超级电容充电，然后才考虑向大电网售电；当燃料成本低于该时段购售电价格时，当ΔP(t)＞0时，优先安排燃料电池发电，然后依次调用超级电容放电、向大电网购电；当ΔP(t)≤0时，优先给超级电容充电，然后才考虑向大电网售电；实施例只考虑了燃料成本价格介于平电价时段购售电价之间的情况，该时段控制策略见图13；

c.在谷电价时段，当ΔP(t)＞0时，优先从大电网购电，然后结合超级电容的SOC决定是否继续购电来给超级电容充电。当ΔP(t)≤0时，根据超级电容的SOC值优先给超级电容充电；谷电价时段控制策略见图14。

每时段超级电容充放电功率、超级电容SOC值、燃料电池与联络线交互功率针对功率波动进行的补偿功率，结果分别见图15和图16；将超短期调度附加补偿成本叠加在总运行成本内；在日内调度策略中，可计算出附加成本为1.47286元/天，结合日前经济优化的结果，可得出总运行成本为92.11842元/天。

图15为以15分钟为单位时段超级电容的日内SOC值曲线。可以看出，在峰电价时段，超级电容SOC值较低，在平电价时段SOC值较高，在谷电价时段基本保持最大SOC值，结果符合经济性要求，反映了调度策略的正确性。图16表示日内联络线交互功率、燃料电池功率、锂电池充放电调度结果曲线。在谷电价时段，起初联络线交互功率为最大购电量，结合图15当超级电容SOC值达上限后，随着系统功率波动，微电网从大电网的购售电量起到主要调节作用；在6:00～11:00时段，起初联络线交互功率保持最大售电量，超级电容持续放电，结合图15当超级电容达SOC下限后，随系统功率波动，调节的优先级依次为燃料电池、微电网从大电网购售电量；在平电价时段，当功率波动为正时，依次安排燃料电池发电、超级电容放电、向大电网购电，在功率波动为负时，优先给超级电容充电；在19:00～23:00时段，超级电容持续放电，当其SOC值达下限时，由燃料电池负责功率供给。在整个过程中，实验结果与日内调度策略相符。

实验室现有的微电网控制策略与本发明提出的控制策略相比较，在日前阶段，由于没有建立出锂电池运行成本函数，为了减少锂电池的运行寿命损耗，只能进行定性的控制，不够准确，不能做到最优；在日内阶段，实验室现有策略对于分时电价的考虑比较粗略；在同样设备及参数基础上，通过现有的微电网控制策略得出的日前调度阶段微电网总运行成本为96.61948元/天，通过本发明的方法得出的日前经济优化调度阶段微电网总运行成本为90.64556元/天，体现出本发明的方法是更好的；通过实验室现有的日内调度策略得出的微电网附加成本为3.14120元/天，通过本发明的方法得出的日内调度阶段微电网附加成本为1.47286元/天，这也充分体现出本发明的方法是更为优化的。

Claims (1)

1.一种多时间尺度微电网能量管理优化调度方法，所述微电网交流母线通过静态开关与大电网相连，交流母线引出三条馈线，第一馈线和第二馈线上超级电容、锂电池和燃料电池分别通过DC/DC变换器和DC/AC逆变器接入，第三馈线上光伏发电系统通过DC/AC逆变器接入，三条馈线上都接有负荷，所述负荷分为可中断负荷和固定负荷；其特征在于，该管理优化调度方法是由如下步骤实现的：

一.日前经济优化调度阶段：

(1)日前经济优化调度过程中，按小时分段，将1天分为24时段，假设每一时段中各分布式单元的功率输出和/或吸收为定值；

(2)预测未来一天各时段的光伏发电功率以及固定负荷、可中断负荷的波动情况；

(3)查询锂电池的额定容量和初始状态SOC值；

(4)分布式单元数学模型的建立：

a.燃料电池的运行维护成本

燃料电池的发电成本C_Fi(P_Fi(t))与燃气的价格C_FC、燃气的低热值LHV_FC、燃料电池的效率η_FC、燃料电池发电功率P_Fi(t)有关，其运行成本可表示为：

$C_{Fi}\left(P_{Fi}\right(t\left)\right)=\frac{C_{FC}\·{\mathrm{LHV}}_{FC}\·P_{Fi}\left(t\right)}{{\mathrm{\η}}_{FC}}\·\mathrm{\Δ}t---\left(1\right)$

燃料电池的维护成本与燃料电池发电功率P_Fi(t)成正比，其维护成本C_OMFi(P_Fi(t))可表示为：

C_OMFi(P_Fi(t))＝K_OMFC·P_Fi(t)·Δt (2)

其中，K_OMFC表示燃料电池维护成本系数；

b.锂电池的运行维护成本

将锂电池的充电损耗和放电损耗按近似相同考虑，得锂电池放电深度如下式所示：

$D_{od}\left(t\right)=\frac{I_{ch}\left(t\right)\·P_{ch}\left(t\right)+I_{dis}\left(t\right)\·P_{dis}\left(t\right)}{E_{LB}}\·\mathrm{\Δ}t---\left(3\right)$

其中，I_ch(t)为0-1整数变量，取1时表示锂电池在t时段处于充电状态；I_dis(t)为0-1整数变量，取1时表示锂电池在t时段处于放电状态；P_ch(t)表示t时段内锂电池充电功率，P_dis(t)表示t时段内锂电池放电功率；D_od(t)表示锂电池在t时段的放电深度，E_LB表示锂电池额定容量；

锂电池的运行寿命与放电深度之间的关系拟合成如下公式：

N_life(t)＝-3278·D_od(t)⁴-5·D_od(t)³+12823·D_od(t)²-14122·D_od(t)+5112 (4)

其中，N_life(t)表示t时段锂电池在放电深度D_od(t)下的循环寿命；

考虑锂电池循环寿命的运行成本函数如下式所示：

$C_B\left(t\right)=C_{inv}\·\frac{I_{ch}\left(t\right)\·P_{ch}\left(t\right)+I_{dis}\left(t\right)\·P_{dis}\left(t\right)}{N_{life}\left(t\right)\·2\·E_{LB}}\·\mathrm{\Δ}t---\left(5\right)$

其中，C_B(t)表示t时段内锂电池的运行成本，C_inv表示锂电池的初始投资费用；

锂电池的维护成本与锂电池的充放电功率的绝对值成正比，如下式所示：

C_OMB(t)＝K_OMB·|I_ch(t)·P_ch(t)+I_dis(t)·P_dis(t)|·Δt (6)

其中，C_OMB(t)表示t时段内锂电池的维护成本，K_OMB表示锂电池的维护成本系数；

(5)建立微电网总运行成本最低目标函数min F：

$minF=\underset{t=1}{\overset{24}{\Σ}}\left\{\begin{array}{c}\underset{i=1}{\overset{n}{\Σ}}\[C_{Fi}\left(P_{Fi}\right(t\left)\right)+C_{OMFi}\left(P_{Fi}\right(t\left)\right)\]+\underset{j=1}{\overset{m}{\Σ}}\left(C_{Bj}\right(t)+C_{OMBj}\left(t\right)\]\\ +\underset{k=1}{\overset{h}{\Σ}}(1-I_{1k}(t\left)\right)\·C_{1k}\·P_{1k}\left(t\right)\·\mathrm{\Δ}t+I_{Pgrid}\left(t\right)\·C_P\left(t\right)\·P_{Pgrid}\left(t\right)\·\mathrm{\Δ}t\\ -I_{Sgrid}\left(t\right)\·C_S\left(t\right)\·P_{Sgrid}\left(t\right)\·\mathrm{\Δ}t\end{array}\right\}---\left(7\right)$

其中，n表示微电网中燃料电池数量，P_Fi(t)表示燃料电池i在时段t内发出的功率，C_Fi(P_Fi(t))表示燃料电池i在时段t内的运行成本，C_OMFi(P_Fi(t))表示燃料电池i在时段t内的维护成本；m表示微电网中锂电池数量，C_Bj(t)表示锂电池j在时段t内的寿命周期运行成本，C_OMBj(t)表示锂电池j在时段t内的维护成本；h表示微电网中可中断负荷的数量，I_lk(t)为0-1整数变量，为0时表示可中断负荷k在t时段内切除，为1时表示可中断负荷k在时段t内运行，C_lk表示可中断负荷k单位时段内的中断补偿金额，各可中断负荷的中断补偿价格因负荷的重要程度而异，P_lk(t)表示可中断负荷k在时段t内的功率大小，Δt表示单位时间段，本发明中取为1小时；I_Pgrid(t)与I_Sgrid(t)为0-1整数变量，其组合表示微电网向大电网购售电情况；C_P(t)表示t时段购电价，C_S(t)表示t时段售电价，考虑售电和购电价格各分为峰谷平3个时段；P_Pgrid(t)表示t时段购电功率，P_Sgrid(t)表示t时段售电功率；

(6)为保证微电网的安全可靠运行，微电网中各单元在每个时段中均需满足一定的等式约束或不等式约束条件，包括：

a.微电网中功率平衡等式约束：

$P_{pv}\left(t\right)+\underset{i=1}{\overset{n}{\Σ}}{P}_{Fi}\left(t\right)+I_{Pgrid}\left(t\right)\·P_{Pgrid}\left(t\right)-I_{Sgrid}\left(t\right)\·P_{Sgrid}\left(t\right)+I_{dis}\left(t\right)\·P_{dis}\left(t\right)-I_{ch}\left(t\right)\·P_{ch}\left(t\right)=P_{1c}\left(t\right)+\underset{k=1}{\overset{h}{\Σ}}{I}_{1k}\left(t\right)\·P_{1k}\left(t\right)---\left(8\right)$

其中，P_pv(t)表示步骤(2)日前预测在时段t内光伏发出的功率，P_lc(t)表示日前预测在时段t内的固定负荷功率；

b.燃料电池应满足t时段输出功率在一定范围：

P_FCmin≤P_Fi(t)≤P_FCmax (9)

其中，P_FCmax与P_FCmin分别表示t时段内燃料电池输出功率的上下限；

c.锂电池运行约束：

锂电池荷电状态SOC(t)在t时段内的表达式如下式所示：

$SOC\left(t\right)=\frac{E_{LB}\left(t\right)}{E_{LB}}---\left(10\right)$

其中，E_LB(t)表示在t时段内锂电池的剩余容量；

锂电池荷电状态约束为：

SOC_min≤SOC(t)≤SOC_max (11)

其中，SOC_max与SOC_min分别表示荷电状态的上下限；

在t时段时单个锂电池的剩余容量E_LB(t)可表示为：

$E_{LB}\left(t\right)=I_{ch}\left(t\right)\·\left(E_{LB}\right(t-1)+P_{ch}(t)\·\mathrm{\γ})+I_{dis}\left(t\right)\·\left(E_{LB}\right(t-1)-\frac{P_{dis}\left(t\right)}{\mathrm{\γ}})---\left(12\right)$

其中，γ表示锂电池的充放电效率，E_LB(0)表示锂电池初始剩余容量；

为了方便日前周期性调度，锂电池每日的始末剩余容量或荷电状态需保持一致：

E_LB(0)＝E_LB(24) (13)

同一时段t内，锂电池或者处于充电状态，或者处于放电状态，故其运行状态需满足如下约束：

I_ch(t)+I_dis(t)≤1 (14)

此外，每时段t内锂电池考虑实时运行状态的充放电功率需满足下式约束:

$0\≤P_{ch}\left(t\right)\≤min(P_{ch\max },\frac{{\mathrm{SOC}}_{\max }\·E_{LB}-E_{LB}(t-1)}{\mathrm{\γ}})---\left(15\right)$

0≤P_dis(t)≤min(P_dismax,γ·(E_LB(t-1)-SOC_min·E_LB)) (16)

其中P_chmax与P_dismax分别表示锂电池充放电功率限值；

d.联络线交互功率约束：

同一时段t内，或者处于购电状态，或者处于售电状态，故联络线交互功率需满足下式约束：

I_Pgrid(t)+I_Sgrid(t)≤1 (17)

此外，每时段t内需满足交互功率上下限约束如下：

P_Pgridmin≤P_Pgrid(t)≤P_Pgridmax (18)

P_Sgridmin≤P_Sgrid(t)≤P_Sgridmax (19)

P_Pgridmin和P_Pgridmax分别表示联络线购电功率限值；P_Sgridmin和P_Sgridmax分别表示联络线售电功率限值；

e.可中断负荷约束：

各可中断负荷根据其重要程度不同，有着不同的每日最大中断时长，其一天内可中断时长约束如下：

$\underset{t=1}{\overset{24}{\Σ}}{I}_{1k}\left(t\right)\≤T_{1k}---\left(20\right)$

其中，T_lk表示可中断负荷k在一天内可中断最大时长，中断时长视负荷重要程度而定，具体取值依照负荷长期工作的统计结果；

(7)根据建立的模型(1)－(20)求解出：未来一天各时段可中断负荷运行状态I_lk(t)、联络线交互功率I_Sgrid(t)·P_Sgrid(t)和I_Pgrid(t)·P_Pgrid(t)、燃料电池发电功率P_Fi(t)、锂电池充放电功率I_dis(t)·P_dis(t)和I_ch(t)·P_ch(t)、锂电池SOC值SOC(t)；

二.日内经济优化调度阶段：

(1)日内调度计划中，以15分钟作为单位时段，将全天分为96个时段，并按照峰、谷、平时段划分策略；

(2)超短期预测日内各时段的光伏发电功率以及固定负荷波动情况；

(3)在每一时段，根据日前预测与日内超短期预测光伏、负荷功率的差异，计算出微电网波动功率ΔP(t)，ΔP(t)＞0表示负荷功率大于光伏发出功率，ΔP(t)≤0情况相反：

ΔP(t)＝P_lcn(t)-P_lc(t)-(P_pvn(t)-P_pv(t)) (21)

其中，P_lcn(t)表示t时段超短期预测固定负荷功率，P_lc(t)表示t时段日前预测固定负荷功率，P_pvn(t)表示t时段超短期预测光伏发电功率，P_pv(t)表示t时段日前预测光伏发电功率；

(4)日内经济优化调度流程：结合分时电价与燃料电池发电成本，分别制定出不同时段的调度策略，在峰平谷时段内根据微电网波动功率ΔP(t)和实时采集到的微电网内分布式单元的实时数据，根据以下a、b和c的控制策略分别得出每时段超级电容充放电功率、超级电容SOC值、燃料电池与联络线交互功率针对功率波动进行的补偿功率；将以上求得的可控分布式单元修正结果与日前经济优化调度求得的可控分布式单元运行计算值进行线性叠加，作为可控分布式单元出力安排的参考值，并以此对可控分布式单元进行控制指令的发送；一个时段执行完后进行下一个时段，直到96个时段完成则进入下一天的控制，从0时刻再开始；

a.在峰电价时段，从附加成本最低的角度出发，当ΔP(t)＞0时，优先让超级电容放电，若超级电容剩余容量不足，则使用燃料电池发电，若燃料电池功率仍然不足，则从大电网购电以平抑功率波动；当ΔP(t)≤0时，优先向大电网售电，若未达到交互功率限值，则将超级电容存储电量向大电网售电；若超过限值仍存在功率剩余，则结合超级电容的SOC上限值考虑是否充电；

b.在平电价时段，当燃料成本介于该时段购售电价之间时，当ΔP(t)＞0时，优先安排燃料电池发电，然后依次调用超级电容放电、向大电网购电；当ΔP(t)≤0时，优先给超级电容充电，然后才考虑向大电网售电；当燃料成本高于该时段购售电价格时，当ΔP(t)＞0时，按照超级电容放电、向大电网购电和燃料电池发电的优先级顺序安排运行；当ΔP(t)≤0时，优先给超级电容充电，然后才考虑向大电网售电；当燃料成本低于该时段购售电价格时，当ΔP(t)＞0时，优先安排燃料电池发电，然后依次调用超级电容放电、向大电网购电；当ΔP(t)≤0时，优先给超级电容充电，然后才考虑向大电网售电；

c.在谷电价时段，当ΔP(t)＞0时，优先从大电网购电，然后结合超级电容的SOC决定是否继续购电来给超级电容充电；当ΔP(t)≤0时，根据超级电容的SOC值优先给超级电容充电。